JPH1055442A - Pattern collating device - Google Patents
Pattern collating deviceInfo
- Publication number
- JPH1055442A JPH1055442A JP8211012A JP21101296A JPH1055442A JP H1055442 A JPH1055442 A JP H1055442A JP 8211012 A JP8211012 A JP 8211012A JP 21101296 A JP21101296 A JP 21101296A JP H1055442 A JPH1055442 A JP H1055442A
- Authority
- JP
- Japan
- Prior art keywords
- fourier
- pattern data
- dimensional
- pattern
- registered
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】この発明は、空間周波数特性
に基づいてＮ次元のパターン〔例えば、音声（１次
元）、指紋，網膜，顔（２次元）、立体像（３次元）〕
の照合を行うパターン照合装置に関するものである。The present invention relates to an N-dimensional pattern [for example, voice (one-dimensional), fingerprint, retina, face (two-dimensional), three-dimensional image (three-dimensional)] based on spatial frequency characteristics.
And a pattern matching device for matching.
【０００２】[0002]
【従来の技術】近年、コンピュータ室や重要機械室への
入退室管理、コンピュータ端末や銀行の金融端末へのア
クセス管理などの個人認識を必要とする分野において、
これまでの暗証番号やＩＤカードに代わって、音声照合
装置や指紋照合装置が採用されつつある。2. Description of the Related Art In recent years, in fields requiring personal recognition such as access control to computer rooms and important machine rooms, access control to computer terminals and financial terminals of banks, etc.
A voice collation device and a fingerprint collation device are being adopted in place of conventional passwords and ID cards.
【０００３】本出願人は、先に特願平７−１０８５２６
号として、「パターン照合装置」を提案した。このパタ
ーン照合装置では、照合指紋の画像データ（２次元パタ
ーンデータ）に２次元離散的フーリエ変換を施して照合
フーリエ画像データを作成する。そして、この照合フー
リエ画像データと同様の処理を施して作成されている登
録指紋の登録フーリエ画像データとを合成し、この合成
フーリエ画像データに対して振幅抑制処理（ｌｏｇ処
理）を行ったうえ、２次元離散的フーリエ変換を施す。
そして、この２次元離散的フーリエ変換の施された合成
フーリエ画像データに出現する所定の相関成分エリアよ
りその相関成分の強度の高い上位ｎ画素を抽出し、この
抽出したｎ画素の相関成分の強度の平均を相関値とし、
しきい値と比較する。相関値がしきい値よりも高ければ
登録指紋と照合指紋とは一致したと判断する。[0003] The present applicant has previously filed Japanese Patent Application No. 7-108526.
We proposed a "pattern matching device". In this pattern matching device, two-dimensional discrete Fourier transform is performed on the image data (two-dimensional pattern data) of the matching fingerprint to create matching Fourier image data. Then, the matching Fourier image data is combined with the registered Fourier image data of the registered fingerprint created by performing the same processing, and the combined Fourier image data is subjected to amplitude suppression processing (log processing). Apply a two-dimensional discrete Fourier transform.
Then, from the predetermined correlation component area appearing in the synthesized Fourier image data subjected to the two-dimensional discrete Fourier transform, upper n pixels having a higher intensity of the correlation component are extracted, and the intensity of the correlation component of the extracted n pixels is extracted. The average of is the correlation value,
Compare with threshold. If the correlation value is higher than the threshold value, it is determined that the registered fingerprint matches the collation fingerprint.
【０００４】[0004]
【発明が解決しようとする課題】しかしながら、このパ
ターン照合装置では、紋様などの指紋の一般性を示す情
報（指紋に共通して見られる情報）と特徴点など個人性
を示す情報が異なるが、これを同様に取り扱っており、
認識率が充分であるとは言えなかった。However, in this pattern matching device, information indicating the generality of fingerprints such as patterns (information commonly found in fingerprints) is different from information indicating individuality such as characteristic points. We treat this as well,
The recognition rate was not sufficient.
【０００５】本発明はこのような課題を解決するために
なされたもので、その目的とするところは、パターンの
共通情報を抑え、特徴的な情報を強調あるいは抽出する
ことにより、認識率を高めることのできるパターン照合
装置を提供することにある。SUMMARY OF THE INVENTION The present invention has been made to solve such a problem. It is an object of the present invention to increase the recognition rate by suppressing common information of a pattern and emphasizing or extracting characteristic information. It is an object of the present invention to provide a pattern matching device capable of performing the above.
【０００６】[0006]
【課題を解決するための手段】このような目的を達成す
るために、第１発明（請求項１に係る発明）は、登録パ
ターンのＮ次元パターンデータにＮ次元離散的フーリエ
変換を施して登録フーリエＮ次元パターンデータを作成
し、照合パターンのＮ次元パターンデータにＮ次元離散
的フーリエ変換を施して照合フーリエＮ次元パターンデ
ータを作成し、登録フーリエＮ次元パターンデータおよ
び照合フーリエＮ次元パターンデータに対して個々に周
波数に応じた共通の重み付け処理を施し、この重み付け
処理が施された登録フーリエＮ次元パターンデータと照
合フーリエＮ次元パターンデータとを合成し、これによ
って得られる合成フーリエＮ次元パターンデータに対し
てＮ次元離散的フーリエ変換およびＮ次元離散的逆フー
リエ変換の何れか一方を施し、このフーリエ変換の施さ
れた合成フーリエＮ次元パターンデータに出現する相関
成分エリアのＮ次元パターンデータを構成する個々のデ
ータ毎の相関成分の強度に基づいて登録パターンと照合
パターンとの照合を行うようにしたものである。In order to achieve the above object, a first invention (an invention according to claim 1) provides an N-dimensional discrete Fourier transform to an N-dimensional pattern data of a registered pattern to register the data. Create Fourier N-dimensional pattern data, apply N-dimensional discrete Fourier transform to the N-dimensional pattern data of the matching pattern, create matching Fourier N-dimensional pattern data, and convert the registered Fourier N-dimensional pattern data and matching Fourier N-dimensional pattern data The common Fourier N-dimensional pattern data obtained by the common Fourier N-dimensional pattern data and the registered Fourier N-dimensional pattern data subjected to the weighting process are combined with the weighted Fourier N-dimensional pattern data. Either N-dimensional discrete Fourier transform or N-dimensional discrete inverse Fourier transform And the registered pattern and the matching pattern are determined based on the intensity of the correlation component of each data constituting the N-dimensional pattern data of the correlation component area appearing in the synthesized Fourier N-dimensional pattern data subjected to the Fourier transform. The collation is performed.
【０００７】この発明によれば、登録フーリエＮ次元パ
ターンデータおよび照合フーリエＮ次元パターンデータ
に対して個々に周波数に応じた共通の重み付け処理が施
され、この重み付け処理が施された登録フーリエＮ次元
パターンデータと照合フーリエＮ次元パターンデータと
が合成され、これによって得られる合成フーリエＮ次元
パターンデータに対してＮ次元離散的フーリエ変換ある
いはＮ次元離散的逆フーリエ変換が施される。そして、
このフーリエ変換の施された合成フーリエＮ次元パター
ンデータに出現する相関成分エリアのＮ次元パターンデ
ータを構成する個々のデータ毎の相関成分の強度に基づ
いて、登録パターンと照合パターンとの照合が行われ
る。According to the present invention, the registered Fourier N-dimensional pattern data and the collated Fourier N-dimensional pattern data are individually subjected to a common weighting process according to the frequency, and the weighted registered Fourier N-dimensional pattern data is processed. The pattern data and the matching Fourier N-dimensional pattern data are synthesized, and the resultant Fourier N-dimensional pattern data obtained is subjected to N-dimensional discrete Fourier transform or N-dimensional discrete inverse Fourier transform. And
Based on the intensity of the correlation component of each data constituting the N-dimensional pattern data of the correlation component area appearing in the synthesized Fourier N-dimensional pattern data subjected to the Fourier transform, the registered pattern is compared with the matching pattern. Will be
【０００８】第２発明（請求項２に係る発明）は、第１
発明における「合成フーリエＮ次元パターンデータに対
してＮ次元離散的フーリエ変換およびＮ次元離散的逆フ
ーリエ変換の何れか一方を施す」のに代えて、「合成フ
ーリエＮ次元パターンデータに対して振幅抑制処理を行
ったうえＮ次元離散的フーリエ変換およびＮ次元離散的
逆フーリエ変換の何れか一方を施す」ようにしたもので
ある。この発明によれば、合成フーリエＮ次元パターン
データに対してｌｏｇ処理や√処理等の振幅抑制処理が
行われたうえ、Ｎ次元離散的フーリエ変換あるいはＮ次
元離散的逆フーリエ変換が施される。[0008] The second invention (the invention according to claim 2) is the first invention.
Instead of “performing one of N-dimensional discrete Fourier transform and N-dimensional discrete inverse Fourier transform on synthesized Fourier N-dimensional pattern data” in the invention, “amplitude suppression is performed on synthesized Fourier N-dimensional pattern data After processing, one of N-dimensional discrete Fourier transform and N-dimensional discrete inverse Fourier transform is performed. " According to the present invention, the synthesized Fourier N-dimensional pattern data is subjected to amplitude suppression processing such as log processing and √ processing, and then subjected to N-dimensional discrete Fourier transform or N-dimensional discrete inverse Fourier transform.
【０００９】第３発明（請求項３に係る発明）は、第１
発明における「登録パターンのＮ次元パターンデータに
Ｎ次元離散的フーリエ変換を施して登録フーリエＮ次元
パターンデータを作成する」のに代えて、「登録パター
ンのＮ次元パターンデータにＮ次元離散的フーリエ変換
を施してから振幅抑制処理を行うことにより登録フーリ
エＮ次元パターンデータを作成する」ようにしたもので
ある。また、「照合パターンのＮ次元パターンデータに
Ｎ次元離散的フーリエ変換を施して照合フーリエＮ次元
パターンデータを作成する」のに代えて、「照合パター
ンのＮ次元パターンデータにＮ次元離散的フーリエ変換
を施してから振幅抑制処理を行うことにより照合フーリ
エＮ次元パターンデータを作成する」ようにしたもので
ある。この発明によれば、登録パターンのＮ次元パター
ンデータにＮ次元離散的フーリエ変換が施され、ｌｏｇ
処理や√処理等の振幅抑制処理が行われることにより、
登録フーリエＮ次元パターンデータが作成される。ま
た、照合パターンのＮ次元パターンデータにＮ次元離散
的フーリエ変換が施され、ｌｏｇ処理や√処理等の振幅
抑制処理が行われることにより、照合フーリエＮ次元パ
ターンデータが作成される。The third invention (the invention according to claim 3) is the first invention.
Instead of "creating registered Fourier N-dimensional pattern data by applying N-dimensional discrete Fourier transform to N-dimensional pattern data of a registered pattern" in the invention, "N-dimensional discrete Fourier transform to N-dimensional pattern data of a registered pattern" And then perform amplitude suppression processing to create registered Fourier N-dimensional pattern data. " Also, instead of “creating a collated Fourier N-dimensional pattern data by performing an N-dimensional discrete Fourier transform on the N-dimensional pattern data of the collation pattern”, the “N-dimensional discrete Fourier transform is performed on the N-dimensional pattern data of the collation pattern”. And then performing amplitude suppression processing to create matching Fourier N-dimensional pattern data. " According to the present invention, N-dimensional discrete Fourier transform is performed on N-dimensional pattern data of a registered pattern, and log
By performing amplitude suppression processing such as processing and √ processing,
Registered Fourier N-dimensional pattern data is created. Also, N-dimensional discrete Fourier transform is performed on the N-dimensional pattern data of the collation pattern, and amplitude suppression processing such as log processing or √ processing is performed, so that collation Fourier N-dimensional pattern data is created.
【００１０】第４発明（請求項４に係る発明）は、登録
パターンのＮ次元パターンデータにＮ次元離散的フーリ
エ変換を施して登録フーリエＮ次元パターンデータを作
成し、照合パターンのＮ次元パターンデータにＮ次元離
散的フーリエ変換を施して照合フーリエＮ次元パターン
データを作成し、登録フーリエＮ次元パターンデータと
照合フーリエＮ次元パターンデータとを合成し、これに
よって得られる合成フーリエＮ次元パターンデータに対
して周波数に応じた重み付け処理を施したうえＮ次元離
散的フーリエ変換およびＮ次元離散的逆フーリエ変換の
何れか一方を施し、このフーリエ変換の施された合成フ
ーリエＮ次元パターンデータに出現する相関成分エリア
のＮ次元パターンデータを構成する個々のデータ毎の相
関成分の強度に基づいて登録パターンと照合パターンと
の照合を行うようにしたものである。[0010] A fourth invention (an invention according to claim 4) provides an N-dimensional pattern data of a collation pattern by performing an N-dimensional discrete Fourier transform on the N-dimensional pattern data of the registered pattern to create a registered Fourier N-dimensional pattern data. Is subjected to an N-dimensional discrete Fourier transform to generate matching Fourier N-dimensional pattern data, and combining the registered Fourier N-dimensional pattern data with the matching Fourier N-dimensional pattern data. And weighting processing according to the frequency, and then perform one of the N-dimensional discrete Fourier transform and the N-dimensional discrete inverse Fourier transform. The correlation component appearing in the synthesized Fourier N-dimensional pattern data subjected to the Fourier transform Based on the intensity of the correlation component of each data constituting the N-dimensional pattern data of the area There are those which to perform the collation between the registration pattern and the collation pattern.
【００１１】この発明によれば、登録フーリエＮ次元パ
ターンデータと照合フーリエＮ次元パターンデータとが
合成され、これによって得られる合成フーリエＮ次元パ
ターンデータに対して周波数に応じた重み付け処理が施
され、Ｎ次元離散的フーリエ変換あるいはＮ次元離散的
逆フーリエ変換が施される。そして、このフーリエ変換
の施された合成フーリエＮ次元パターンデータに出現す
る相関成分エリアのＮ次元パターンデータを構成する個
々のデータ毎の相関成分の強度に基づいて、登録パター
ンと照合パターンとの照合が行われる。According to the present invention, the registered Fourier N-dimensional pattern data and the collated Fourier N-dimensional pattern data are synthesized, and the resultant Fourier N-dimensional pattern data is subjected to a weighting process according to the frequency, An N-dimensional discrete Fourier transform or an N-dimensional discrete inverse Fourier transform is performed. Then, based on the intensity of the correlation component of each data constituting the N-dimensional pattern data of the correlation component area appearing in the synthesized Fourier N-dimensional pattern data subjected to the Fourier transform, the matching between the registered pattern and the matching pattern is performed. Is performed.
【００１２】第５発明（請求項５に係る発明）は、第４
発明における「合成フーリエＮ次元パターンデータに対
して周波数に応じた重み付け処理を施したうえＮ次元離
散的フーリエ変換およびＮ次元離散的逆フーリエ変換の
何れか一方を施す」のに代えて、「合成フーリエＮ次元
パターンデータに対して振幅抑制処理を施し、この振幅
抑制処理の施された合成フーリエＮ次元パターンデータ
に周波数に応じた重み付け処理を施したうえＮ次元離散
的フーリエ変換およびＮ次元離散的逆フーリエ変換の何
れか一方を施す」ようにしたものである。この発明によ
れば、合成フーリエＮ次元パターンデータに対してｌｏ
ｇ処理や√処理等の振幅抑制処理が施され、この振幅抑
制処理の施された合成フーリエＮ次元パターンデータに
周波数に応じた重み付け処理が施され、Ｎ次元離散的フ
ーリエ変換あるいはＮ次元離散的逆フーリエ変換が施さ
れる。The fifth invention (the invention according to claim 5) is the fourth invention.
Instead of “weighting processing according to frequency to the synthesized Fourier N-dimensional pattern data and then performing one of N-dimensional discrete Fourier transform and N-dimensional discrete inverse Fourier transform” in the invention, “synthesis The Fourier N-dimensional pattern data is subjected to an amplitude suppression process, the synthesized Fourier N-dimensional pattern data subjected to the amplitude suppression process is subjected to a weighting process according to a frequency, and then subjected to an N-dimensional discrete Fourier transform and an N-dimensional discrete One of the inverse Fourier transforms is performed ". According to the present invention, for synthesized Fourier N-dimensional pattern data,
g processing, √ processing, etc., are performed, and the weighted processing according to the frequency is performed on the synthesized Fourier N-dimensional pattern data on which the amplitude suppression processing is performed, and the N-dimensional discrete Fourier transform or the N-dimensional discrete An inverse Fourier transform is performed.
【００１３】第６発明（請求項６に係る発明）は、第４
発明における「登録パターンのＮ次元パターンデータに
Ｎ次元離散的フーリエ変換を施して登録フーリエＮ次元
パターンデータを作成する」のに代えて、「登録パター
ンのＮ次元パターンデータにＮ次元離散的フーリエ変換
を施してから振幅抑制処理を行うことにより登録フーリ
エＮ次元パターンデータを作成する」ようにしたもので
ある。また、「照合パターンのＮ次元パターンデータに
Ｎ次元離散的フーリエ変換を施して照合フーリエＮ次元
パターンデータを作成する」のに代えて、「照合パター
ンのＮ次元パターンデータにＮ次元離散的フーリエ変換
を施してから振幅抑制処理を行うことにより照合フーリ
エＮ次元パターンデータを作成する」ようにしたもので
ある。この発明によれば、登録パターンのＮ次元パター
ンデータにＮ次元離散的フーリエ変換が施され、ｌｏｇ
処理や√処理等の振幅抑制処理が行われることにより、
登録フーリエＮ次元パターンデータが作成される。ま
た、照合パターンのＮ次元パターンデータにＮ次元離散
的フーリエ変換が施され、ｌｏｇ処理や√処理等の振幅
抑制処理が行われることにより、照合フーリエＮ次元パ
ターンデータが作成される。The sixth invention (the invention according to claim 6) is the fourth invention.
Instead of "creating registered Fourier N-dimensional pattern data by applying N-dimensional discrete Fourier transform to N-dimensional pattern data of a registered pattern" in the invention, "N-dimensional discrete Fourier transform to N-dimensional pattern data of a registered pattern" And then perform amplitude suppression processing to create registered Fourier N-dimensional pattern data. " In addition, instead of “creating a collated Fourier N-dimensional pattern data by applying an N-dimensional discrete Fourier transform to the N-dimensional pattern data of the collation pattern”, an “N-dimensional discrete Fourier transform is performed on the N-dimensional pattern data of the collation pattern”. And then performing amplitude suppression processing to create matching Fourier N-dimensional pattern data. " According to the present invention, N-dimensional discrete Fourier transform is performed on N-dimensional pattern data of a registered pattern, and log
By performing amplitude suppression processing such as processing and √ processing,
Registered Fourier N-dimensional pattern data is created. Further, N-dimensional discrete Fourier transform is performed on the N-dimensional pattern data of the collation pattern, and amplitude suppression processing such as log processing or √ processing is performed, so that collation Fourier N-dimensional pattern data is created.
【００１４】[0014]
【発明の実施の形態】以下、本発明を実施の形態に基づ
き詳細に説明する。図２はこの発明の一実施の形態を示
す指紋照合装置のブロック構成図である。同図におい
て、１０は操作部、２０はコントロール部であり、操作
部１０にはテンキー１０−１，ディスプレイ（ＬＣＤ）
１０−２と共に指紋センサ１０−３が設けられている。
指紋センサ１０−３は光源１０−３１，プリズム１０−
３２，ＣＣＤカメラ１０−３３を備えてなる。コントロ
ール部２０は、ＣＰＵを有してなる制御部２０−１と、
ＲＯＭ２０−２と、ＲＡＭ２０−３と、ハードディスク
（ＨＤ）２０−４と、フレームメモリ（ＦＭ）２０−５
と、外部接続部（Ｉ／Ｆ）２０−６と、フーリエ変換部
（ＦＦＴ）２０−７とを備えてなり、ＲＯＭ２０−２に
は登録プログラムと照合プログラムが格納されている。DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, the present invention will be described in detail based on embodiments. FIG. 2 is a block diagram of a fingerprint matching device according to an embodiment of the present invention. In FIG. 1, reference numeral 10 denotes an operation unit, 20 denotes a control unit, and the operation unit 10 includes a numeric keypad 10-1 and a display (LCD).
A fingerprint sensor 10-3 is provided together with 10-2.
The fingerprint sensor 10-3 includes a light source 10-31 and a prism 10-
32, and a CCD camera 10-33. The control unit 20 includes a control unit 20-1 having a CPU,
ROM 20-2, RAM 20-3, hard disk (HD) 20-4, and frame memory (FM) 20-5
, An external connection unit (I / F) 20-6, and a Fourier transform unit (FFT) 20-7, and the ROM 20-2 stores a registration program and a collation program.
【００１５】〔指紋の登録〕この指紋照合装置において
利用者の指紋は次のようにして登録される。すなわち、
運用する前に、利用者は、テンキー１０−１を用いて自
己に割り当てられたＩＤナンバを入力のうえ（図３に示
すステップ３０１）、指紋センサ１０−３のプリズム１
０−３２上に指を置く。プリズム１０−３２には光源１
０−３１から光が照射されており、プリズム１０−３２
の面に接触しない指紋の凹部（谷線部）では、光源１０
−３１からの光は全反射し、ＣＣＤカメラ１０−３３に
至る。逆にプリズム１０−３２の面に接触する指紋の凸
部（隆線部）では全反射条件がくずれ、光源１０−３１
からの光は散乱する。これにより、指紋の谷線部は明る
く、隆線部は暗い、コントラストのある指紋の紋様が採
取される。この採取された指紋（登録指紋）の紋様は、
Ａ／Ｄ変換により、３２０×４００画素，２５６階調の
濃淡画像（画像データ：２次元パターンデータ）とし
て、コントロール部２０へ与えられる。[Registration of Fingerprint] In this fingerprint collating apparatus, a user's fingerprint is registered as follows. That is,
Before operation, the user inputs the ID number assigned to the user using the numeric keypad 10-1 (step 301 shown in FIG. 3), and then enters the prism 1 of the fingerprint sensor 10-3.
Put your finger on 0-32. Light source 1 for prism 10-32
Light is irradiated from 0-31 and the prism 10-32
In the concave portion (valley line portion) of the fingerprint that does not contact the surface of
Light from -31 is totally reflected and reaches the CCD camera 10-33. Conversely, in the convex portion (ridge portion) of the fingerprint contacting the surface of the prism 10-32, the total reflection condition is broken, and the light source 10-31
Light from is scattered. As a result, a fingerprint pattern with contrast is obtained, in which the valley portion of the fingerprint is bright and the ridge portion is dark. The pattern of this collected fingerprint (registered fingerprint)
By the A / D conversion, the image is provided to the control unit 20 as a grayscale image (image data: two-dimensional pattern data) having 320 × 400 pixels and 256 gradations.
【００１６】制御部２０−１は、この操作部１０より与
えられる登録指紋の画像データをフレームメモリ２０−
５を介して取り込み（ステップ３０２）、この取り込ん
だ登録指紋の画像データに対し縮小処理を行う（ステッ
プ３０３）。この縮小処理は、３２０×４００画素，２
５６階調の原画像データに対し、そのｘ方向（横方向）
については左右の端を３２画素づつ除いて４画素ビッチ
で間引くことにより、そのｙ方向（縦方向）については
上下の端を８画素づつ除いて３画素ピッチで間引くこと
により行う。これにより、登録指紋の画像データが、６
４×１２８画素，２５６階調の画像データに縮小される
（図５参照）。The control unit 20-1 stores the image data of the registered fingerprint given from the operation unit 10 in the frame memory 20-
5 (step 302), and a reduction process is performed on the captured registered fingerprint image data (step 303). This reduction processing is performed for 320 × 400 pixels, 2
Original image data of 56 gradations in the x direction (horizontal direction)
In the y direction (vertical direction), thinning is performed at a 3-pixel pitch except for the upper and lower ends by 8 pixels, except for the left and right ends, which are 32 pixels each. Thereby, the image data of the registered fingerprint becomes 6
The image data is reduced to image data of 4 × 128 pixels and 256 gradations (see FIG. 5).
【００１７】そして、制御部２０−１は、この縮小した
登録指紋の画像データ（図１（ａ）参照）をフーリエ変
換部２０−７へ送り、この登録指紋の画像データに２次
元離散的フーリエ変換（ＤＦＴ）を施す（ステップ３０
４）。これにより、図１（ａ）に示された登録指紋の画
像データは、同図（ｂ）に示されるようなフーリエ画像
データ（登録フーリエ画像データ）となる。The control unit 20-1 sends the reduced registered fingerprint image data (see FIG. 1A) to the Fourier transforming unit 20-7, and the two-dimensional discrete Fourier transform is added to the registered fingerprint image data. Perform a transform (DFT) (step 30)
4). As a result, the image data of the registered fingerprint shown in FIG. 1A becomes Fourier image data (registered Fourier image data) as shown in FIG.
【００１８】そして、制御部２０−１は、このフーリエ
画像データに周波数に応じた重み付け処理を施し（ステ
ップ３０５）、この重み付け処理を施したフーリエ画像
データを登録指紋の原画像データとして、ハードディス
ク２０−４内にＩＤナンバと対応させてファイル化する
（ステップ３０６）。The control unit 20-1 weights the Fourier image data according to the frequency (step 305), and uses the weighted Fourier image data as the original image data of the registered fingerprint. -4 is filed in correspondence with the ID number (step 306).
【００１９】ステップ３０５での重み付け処理で、紋様
などの指紋の一般性を示す情報（指紋の共通情報）を抑
え、特徴点など個人性を示す情報（指紋の特徴的な情
報）を強調あるいは抽出する。図７にこの重み付け処理
に際して使用する重み付け関数の例を示す。この重み付
け関数において、横軸はフーリエ画像データの周波数零
を起点とする画素位置（半径に相当）を示し、縦軸はそ
の画素位置のデータに乗じる重み付け係数を示す。In the weighting process in step 305, information indicating fingerprint generality such as a pattern (common information of fingerprints) is suppressed, and information indicating personality such as characteristic points (characteristic information of fingerprints) is emphasized or extracted. I do. FIG. 7 shows an example of a weighting function used in the weighting process. In this weighting function, the horizontal axis indicates a pixel position (corresponding to a radius) starting from the frequency zero of Fourier image data, and the vertical axis indicates a weighting coefficient by which the data at the pixel position is multiplied.
【００２０】図７（ａ）に示した重み関数を用いれば、
フーリエ画像データの周波数零を起点として、すなわち
図１（ｂ）に示したフーリエ画像の中心を起点として、
その周囲ｘ画素のパターンデータに重み係数「１」が乗
じられる。これにより、周囲ｘ画素のパターンデータ、
すなわち低周波成分のみが抽出される（ローパスフィル
タ）。図７（ｂ）に示した重み関数を用いれば、フーリ
エ画像データの周波数零を起点として、その周囲ｘ１〜
ｘ２の範囲内の画素のデータに重み係数「１」が乗じら
れる。これにより、周囲ｘ１〜ｘ２の範囲内のパターン
データ、すなわち所定の周波数帯の成分のみが抽出され
る（バンドパスフィルタ）。By using the weight function shown in FIG.
Starting from the zero frequency of the Fourier image data, that is, starting from the center of the Fourier image shown in FIG.
The pattern data of the surrounding x pixels is multiplied by a weight coefficient “1”. Thereby, pattern data of surrounding x pixels,
That is, only low frequency components are extracted (low-pass filter). If the weighting function shown in FIG. 7B is used, the frequency x1 around the frequency zero of the Fourier image data is used as a starting point.
The data of the pixels within the range of x2 is multiplied by the weight coefficient “1”. Thereby, only the pattern data within the range of the surroundings x1 to x2, that is, only the components of the predetermined frequency band are extracted (bandpass filter).
【００２１】最適な重み関数を定めることは非常に難し
い。本出願人は周波数別の認識率を求め、考察した結
果、図７（ｃ）のようなタイプの重み関数を採用するも
のとした。図８に周波数別の認識率を示す。フーリエ画
像データの中心点を位置零として、外に向かって（ｘ方
向）位置６４までは、その位置零を中心とする同心円で
周波数を制限している。位置６４から約９０までは同心
円がかけた形となるが同様に制限する。この制限エリア
を規定する同心円の半径をグラフの横軸とする。グラフ
の縦軸は、その同心円内に制限されたエリアのみの情報
を用いて認識率を求めた値（％）とその画素単位当たり
の微分値を示す。かつ、同心円の面積（そのエリア内の
総画素数）とその半径１画素（位置１ずつ）当たりの微
分値も示す。It is very difficult to determine an optimal weight function. The applicant obtained the recognition rate for each frequency and, as a result, considered that a weighting function of the type shown in FIG. 7C was employed. FIG. 8 shows the recognition rate for each frequency. With the center point of the Fourier image data set to position zero, the frequency is limited by a concentric circle centered on the position zero up to the position (x direction) 64 to the outside. Concentric circles form the position 64 to about 90, but are similarly limited. The radius of a concentric circle defining the restricted area is taken as the horizontal axis of the graph. The vertical axis of the graph indicates the value (%) obtained by using the information of only the area restricted within the concentric circle and the differential value per pixel unit. In addition, the area of the concentric circle (the total number of pixels in the area) and the differential value per one pixel of the radius (each position 1) are also shown.
【００２２】このグラフで注目すべき点は認識率とその
微分値である。認識率からは位置約４８くらいの所でピ
ークとなり、その後は減少を続けている。つまり、それ
以後には、有効な認識情報はない。これにより、認識す
べき情報量が減り、処理や登録メモリの負荷を減らすこ
とができる。また、認識率の微分からは、プラスとなっ
ている位置（半径）約１０から約４８までに、特に認識
に有効な情報があることが読み取れる。これにより、こ
のエリアに特に重み付けを行うことによって、認識率の
向上が期待できる。図７（ｃ）は、図８において、認識
率の微分したグラフのプラス側の部分をその形に相応し
たタイプとしている。The points to be noted in this graph are the recognition rate and its differential value. From the recognition rate, it peaks at about position 48, and continues to decrease thereafter. That is, there is no valid recognition information thereafter. As a result, the amount of information to be recognized is reduced, and the processing and the load on the registration memory can be reduced. Further, from the differentiation of the recognition rate, it can be read that there is information particularly effective for recognition in the positive position (radius) from about 10 to about 48. Thus, by particularly weighting this area, an improvement in the recognition rate can be expected. FIG. 7 (c) shows a type corresponding to the shape on the plus side of the graph obtained by differentiating the recognition rate in FIG.
【００２３】なお、２次元離散的フーリエ変換について
は、例えば「コンピュータ画像処理入門、日本工業技術
センター編、総研出版（株）発行、Ｐ．４４〜４５（文
献１）」等に説明されている。The two-dimensional discrete Fourier transform is described in, for example, "Introduction to Computer Image Processing, edited by Japan Industrial Technology Center, published by Soken Shuppan Co., Ltd., pp. 44-45 (Document 1)". .
【００２４】〔指紋の照合〕この指紋照合装置において
利用者の指紋の照合は次のようにして行われる。すなわ
ち、運用中、利用者は、テンキー１０−１を用いて自己
に割り当てられたＩＤナンバを入力のうえ（図４に示す
ステップ４０１）、指紋センサ１０−３のプリズム１０
−３２上に指を置く。これにより、指紋の登録の場合と
同様にして、採取された指紋（照合指紋）の紋様が、３
２０×４００画素，２５６階調の濃淡画像（画像デー
タ：２次元パターンデータ）として、コントロール部２
０へ与えられる。[Fingerprint Verification] In this fingerprint verification apparatus, verification of a user's fingerprint is performed as follows. That is, during operation, the user inputs the ID number assigned to the user using the numeric keypad 10-1 (step 401 shown in FIG. 4), and then enters the prism 10 of the fingerprint sensor 10-3.
Put your finger on -32. Thus, in the same manner as in the case of fingerprint registration, the pattern of the collected fingerprint (collation fingerprint) is 3
As a grayscale image (image data: two-dimensional pattern data) of 20 × 400 pixels and 256 gradations, the control unit 2
Given to 0.
【００２５】制御部２０−１は、テンキー１０−１を介
してＩＤナンバが与えられると、ハードディスク２０−
４内にファイル化されている登録指紋から、そのＩＤナ
ンバに対応する重み付け処理が施された登録指紋のフー
リエ画像データを読み出す（ステップ４０２）。When the control unit 20-1 receives the ID number via the numeric keypad 10-1, the hard disk 20-
From the registered fingerprint stored in the file 4, the Fourier image data of the registered fingerprint subjected to the weighting process corresponding to the ID number is read (step 402).
【００２６】また、制御部２０−１は、操作部１０より
与えられる照合指紋の画像データをフレームメモリ２０
−５を介して取り込み（ステップ４０３）、この取り込
んだ照合指紋の画像データに対してステップ３０３で行
ったと同様の縮小処理を行う（ステップ４０４）。これ
により、照合指紋の画像データが、６４×１２８画素，
２５６階調の画像データに縮小される。The control unit 20-1 stores the image data of the collation fingerprint given from the operation unit 10 in the frame memory 20.
-5 (step 403), and the same reduction processing as performed in step 303 is performed on the captured image data of the verification fingerprint (step 404). Thereby, the image data of the verification fingerprint is 64 × 128 pixels,
The image data is reduced to 256-gradation image data.
【００２７】そして、制御部２０−１は、この縮小した
照合指紋の画像データ（図１（ｅ）参照）をフーリエ変
換部２０−７へ送り、この照合指紋の画像データに２次
元離散的フーリエ変換（ＤＦＴ）を施す（ステップ４０
５）。これにより、図１（ｅ）に示された照合指紋の画
像データは、同図（ｆ）に示されるようなフーリエ画像
データ（照合フーリエ画像データ）となる。The control unit 20-1 sends the reduced image data of the collation fingerprint (see FIG. 1 (e)) to the Fourier transform unit 20-7, and adds the two-dimensional discrete Fourier transform to the image data of the collation fingerprint. Perform a transform (DFT) (Step 40)
5). Thus, the image data of the collation fingerprint shown in FIG. 1E becomes Fourier image data (collation Fourier image data) as shown in FIG.
【００２８】そして、制御部２０−１は、このフーリエ
画像データに対してステップ３０５で行ったと同じ重み
付け処理を施したうえ（ステップ４０６）、この重み付
け処理を施した照合指紋のフーリエ画像データとステッ
プ４０２で読み出した重み付け処理が施された登録指紋
のフーリエ画像データとを合成し（ステップ４０７）、
合成フーリエ画像データを得る。Then, the control unit 20-1 performs the same weighting processing as that performed in step 305 on the Fourier image data (step 406), and compares the weighted Fourier image data of the collated fingerprint with the Fourier image data. Combine with the weighted Fourier image data of the registered fingerprint read out at 402 (step 407),
Obtain composite Fourier image data.
【００２９】ここで、合成フーリエ画像データは、照合
指紋のフーリエ画像データをＡ・ｅjθとし、登録指紋
のフーリエ画像データをＢ・ｅjφとした場合、Ａ・Ｂ
・ｅj(θ-φ) で表される。但し、Ａ，Ｂ，θ，φとも
周波数（フーリエ）空間（ｕ，ｖ）の関数とする。Here, the synthesized Fourier image data is expressed as A · e j θ where the Fourier image data of the collation fingerprint is A · e j θ and A · B when the Fourier image data of the registered fingerprint is B · e j φ.
-It is expressed by e j ( θ - φ ) . However, A, B, θ, and φ are all functions of the frequency (Fourier) space (u, v).
【００３０】そして、Ａ・Ｂ・ｅj(θ-φ)は、 Ａ・Ｂ・ｅj(θ-φ)＝Ａ・Ｂ・ｃｏｓ（θ−φ）＋ｊ・Ａ・Ｂ・ｓｉｎ（θ− φ） ・・・（１） として表され、Ａ・ｅjθ＝α1 ＋ｊβ1 、Ｂ・ｅjφ＝
α2 ＋ｊβ2 とすると、Ａ＝（α1 2＋β1 2）1/2，Ｂ＝
（α2 2＋β2 2）1/2，θ＝ｔａｎ-1（β1 ／α1），φ＝
ｔａｎ-1（β2 ／α2 ）となる。この（１）式を計算す
ることにより合成フーリエ画像データを得る。[0030] and, A · B · e j ( θ - φ) is, A · B · e j ( θ - φ) = A · B · cos (θ-φ) + j · A · B · sin (θ- φ) (1) where A · e j θ = α 1 + jβ 1 , B · e j φ =
When α 2 + jβ 2, A = (α 1 2 + β 1 2) 1/2, B =
(Α 2 2 + β 2 2 ) 1/2, θ = tan -1 (β 1 / α 1), φ =
tan -1 (β 2 / α 2 ). By calculating this equation (1), synthetic Fourier image data is obtained.
【００３１】なお、Ａ・Ｂ・ｅj(θ-φ)＝Ａ・Ｂ・ｅj
θ・ｅ-jφ＝Ａ・ｅjθ・Ｂ・ｅ-jφ＝（α1 ＋ｊ
β1 ）・（α2 −ｊβ2 ）＝（α1 ・α2 ＋β1 ・
β2 ）＋ｊ（α2 ・β1 −α1 ・β2 ）として、合成フ
ーリエ画像データを求めるようにしてもよい。Note that A.B.e j ( θ - φ ) = A.B.e j
θ ・ e- j φ = A ・ e j θ ・ B ・ e- j φ = (α 1 + j
β 1 ) · (α 2 −jβ 2 ) = (α 1 · α 2 + β 1 ·
The combined Fourier image data may be obtained as β 2 ) + j (α 2 β 1 −α 1 β 2 ).
【００３２】そして、制御部２０−１は、このようにし
て合成フーリエ画像データを得た後、振幅抑制処理を行
う（ステップ４０８）。この実施の形態では、振幅抑制
処理として、ｌｏｇ処理を行う。すなわち、前述した合
成フーリエ画像データの演算式であるＡ・Ｂ・ｅj(θ-
φ)のｌｏｇをとり、ｌｏｇ（Ａ・Ｂ）・ｅｊ(θ-φ)と
することにより、振幅であるＡ・Ｂをｌｏｇ（Ａ・Ｂ）
に抑制する（Ａ・Ｂ＞ｌｏｇ（Ａ・Ｂ））。After obtaining the synthesized Fourier image data in this manner, the control unit 20-1 performs an amplitude suppression process (step 408). In this embodiment, log processing is performed as amplitude suppression processing. That is, an arithmetic equation of synthesized Fourier image data described above A · B · e j (θ -
φ ) is taken as log (A · B) · ej ( θ − φ ) , so that the amplitude A · B is log (A · B)
(A · B> log (A · B)).
【００３３】図１（ｄ）に振幅抑制処理後の合成フーリ
エ画像データを示す。振幅抑制処理を施した合成フーリ
エ画像データでは登録指紋の採取時と照合指紋の採取時
の照度差による影響が小さくなる。すなわち、振幅抑制
処理を行うことにより、各画素のスペクトラム強度が抑
圧され、飛び抜けた値がなくなり、より多くの情報が有
効となる。また、振幅抑制処理を行うことにより、指紋
情報の内、個人情報である特徴点（端点，分岐点）や隆
線の特徴（渦，分岐）がより強調され、一般的指紋情報
である隆線全体の流れ・方向が抑えられる。FIG. 1D shows the synthesized Fourier image data after the amplitude suppression processing. In the synthesized Fourier image data subjected to the amplitude suppression processing, the influence of the illuminance difference between when the registered fingerprint is collected and when the verification fingerprint is collected is reduced. That is, by performing the amplitude suppression processing, the spectrum intensity of each pixel is suppressed, there is no outstanding value, and more information becomes effective. In addition, by performing amplitude suppression processing, feature points (end points, branch points) and ridge features (vortex, branch), which are personal information, are more emphasized in the fingerprint information, and ridges, which are general fingerprint information, are emphasized. The overall flow and direction can be suppressed.
【００３４】なお、この実施の形態では、振幅抑制処理
としてｌｏｇ処理を行うものとしたが、√処理を行うよ
うにしてもよい。また、ｌｏｇ処理や√処理に限らず、
振幅を抑制することができればどのような処理でもよ
い。振幅抑制で全ての振幅を例えば１にすると、すなわ
ち位相のみにすると、ｌｏｇ処理や√処理等に比べ、計
算量を減らすことができるという利点とデータが少なく
なるという利点がある。In this embodiment, log processing is performed as amplitude suppression processing. However, Δ processing may be performed. In addition to log processing and √ processing,
Any processing may be used as long as the amplitude can be suppressed. If all the amplitudes are set to, for example, 1 in the amplitude suppression, that is, if only the phase is used, there is an advantage that the amount of calculation can be reduced and an amount of data can be reduced as compared with the log processing or the √ processing.
【００３５】ステップ４０８で振幅抑制処理を行った
後、制御部２０−１は、その振幅抑制処理を行った合成
フーリエ画像データをフーリエ変換部２０−７へ送り、
第２回目の２次元離散的フーリエ変換（ＤＦＴ）を施す
（ステップ４０９）。これにより、図１（ｄ）に示され
た合成フーリエ画像データは、同図（ｈ）に示されるよ
うな合成フーリエ画像データとなる。After performing the amplitude suppression processing in step 408, the control unit 20-1 sends the synthesized Fourier image data subjected to the amplitude suppression processing to the Fourier transformation unit 20-7.
A second two-dimensional discrete Fourier transform (DFT) is performed (step 409). Thus, the combined Fourier image data shown in FIG. 1D becomes the combined Fourier image data shown in FIG.
【００３６】そして、制御部２０−１は、ステップ４０
９で得られた合成フーリエ画像データを取り込み、この
合成フーリエ画像データより所定の相関成分エリアの各
画素の相関成分の強度（振幅）をスキャンし、各画素の
相関成分の強度のヒストグラムを求め、このヒストグラ
ムより相関成分の強度の高い上位ｎ画素（この実施の形
態では、８画素）を抽出し、この抽出したｎ画素の相関
成分の強度の平均を相関値（スコア）として求める（ス
テップ４１０）。ここで、上記相関成分エリアは、図１
（ｈ）に示される合成フーリエ画像データに対し、白い
点線で囲んだ領域Ｓ０として定められている。この相関
成分エリアＳ０の一部における各画素の相関成分の強度
の数値例を図６に示す。この図において、○で囲んだ値
が、上位８画素の相関成分の強度である。Then, the control unit 20-1 executes step 40
9. The combined Fourier image data obtained in step 9 is fetched, the intensity (amplitude) of the correlation component of each pixel in a predetermined correlation component area is scanned from the combined Fourier image data, and a histogram of the intensity of the correlation component of each pixel is obtained. The upper n pixels (8 pixels in this embodiment) having a higher correlation component intensity are extracted from the histogram, and the average of the extracted correlation component intensity of the n pixels is obtained as a correlation value (score) (step 410). . Here, the correlation component area is shown in FIG.
With respect to the synthesized Fourier image data shown in (h), it is defined as a region S0 surrounded by a white dotted line. FIG. 6 shows a numerical example of the intensity of the correlation component of each pixel in a part of the correlation component area S0. In this figure, the values circled are the intensities of the correlation components of the top eight pixels.
【００３７】そして、制御部２０−１は、ステップ４１
０で得た相関値を予め定められているしきい値と比較し
（ステップ４１１）、相関値がしきい値以上であれば、
登録指紋と照合指紋とが一致したと判断し（ステップ４
１２）、その旨の表示を行うと共に電気錠用の出力を送
出する。相関値がしきい値以下であれば、登録指紋と照
合指紋とが一致しないと判断し（ステップ４１３）、そ
の旨の表示を行ったうえ、ステップ４０１へ戻る。Then, the control unit 20-1 executes step 41
The correlation value obtained at 0 is compared with a predetermined threshold value (step 411).
It is determined that the registered fingerprint and the matching fingerprint match (step 4).
12), a message to that effect is displayed and the output for the electric lock is transmitted. If the correlation value is equal to or smaller than the threshold value, it is determined that the registered fingerprint and the collation fingerprint do not match (step 413), the fact is displayed, and the process returns to step 401.
【００３８】ここで、相関値と比較されるしきい値は、
サンプルとして２０〜５０歳代の男女１０人の人指し指
の指紋を各１０回入力して得た合計１００指をそれぞれ
登録と照合に用いて１万回の照合を行い、この照合結果
から求めている。この場合、他人排他率が１００％とな
る所の相関値をしきい値として用いる。なお、他人排他
率は１００％でなくても良く、目的に合わせて任意の率
に定めれば良い。Here, the threshold value to be compared with the correlation value is:
A total of 100 fingers obtained by inputting fingerprints of index fingers of 10 men and women in their 20s and 50s 10 times each as a sample are used for registration and collation, and are collated 10,000 times, and are obtained from the collation results. . In this case, a correlation value at which the other person exclusion rate becomes 100% is used as the threshold value. Note that the other person exclusion rate need not be 100%, but may be set to an arbitrary rate according to the purpose.
【００３９】なお、この実施の形態においては、相関成
分エリアＳ０の各画素から相関成分の強度の高い上位ｎ
画素を抽出しその平均を相関値としたが、その上位ｎ画
素の相関成分の強度の加算値を相関値としてもよい。ま
た、しきい値を越える全ての画素の相関成分の強度を加
算し、その加算値を相関値としたり、その加算値の平均
を相関値とするなどとしてもよい。また、各画素の相関
成分の強度のうち１つでもしきい値以上のものがあれば
「一致」と判断してもよく、しきい値を越えるものがｎ
個以上であれば「一致」と判断する等、種々の判定方法
が考えられる。Note that, in this embodiment, from each pixel in the correlation component area S0, the upper n
Although the pixels are extracted and the average is used as the correlation value, the sum of the intensities of the correlation components of the upper n pixels may be used as the correlation value. Further, the intensities of the correlation components of all the pixels exceeding the threshold value may be added, and the added value may be used as the correlation value, or the average of the added values may be used as the correlation value. If at least one of the intensities of the correlation components of each pixel is equal to or greater than the threshold value, it may be determined that “match”.
If the number is equal to or more than one, various judgment methods such as judging “match” can be considered.
【００４０】また、この実施の形態では、２次元離散的
フーリエ変換をフーリエ変換部２０−７において行うも
のとしたが、ＣＰＵ２０−１内で行うものとしてもよ
い。また、この実施の形態では、登録指紋の画像データ
に対しステップ３０３で縮小処理を行うようにしたが、
登録指紋のフーリエ画像データを読み出した後の段階
（ステップ４０２と４０３との間）で縮小処理を行うよ
うにしてもよい。また、登録指紋や照合指紋の画像デー
タに対しては必ずしも縮小処理を行わなくてもよく、入
力画像データをそのまま用いてフーリエ画像データを作
成するようにしてもよい。縮小処理を行うようにすれ
ば、その分、入力画像データの処理に際して用いる画像
メモリの容量を少なくすることができる。In this embodiment, the two-dimensional discrete Fourier transform is performed in the Fourier transform unit 20-7, but may be performed in the CPU 20-1. Further, in this embodiment, the reduction processing is performed on the image data of the registered fingerprint in step 303.
The reduction process may be performed at a stage after reading the Fourier image data of the registered fingerprint (between steps 402 and 403). Further, it is not always necessary to perform the reduction processing on the image data of the registered fingerprint or the collated fingerprint, and the Fourier image data may be created using the input image data as it is. If the reduction processing is performed, the capacity of the image memory used for processing the input image data can be reduced accordingly.
【００４１】また、この実施の形態では、図４に示した
ステップ４０９にて２次元離散的フーリエ変換を行うよ
うにしたが、２次元離散的フーリエ変換ではなく２次元
離散的逆フーリエ変換を行うようにしてもよい。すなわ
ち、振幅抑制処理の施された合成フーリエ画像データに
対して２次元離散的フーリエ変換を行うのに代えて、２
次元離散的逆フーリエ変換を行うようにしてもよい。２
次元離散的フーリエ変換と２次元離散的逆フーリエ変換
とは、定量的にみて照合精度は変わらない。２次元離散
的逆フーリエ変換については、先の文献１に説明されて
いる。In this embodiment, the two-dimensional discrete Fourier transform is performed in step 409 shown in FIG. 4, but the two-dimensional discrete inverse Fourier transform is performed instead of the two-dimensional discrete Fourier transform. You may do so. That is, instead of performing two-dimensional discrete Fourier transform on the synthesized Fourier image data subjected to the amplitude suppression processing,
A dimensional discrete inverse Fourier transform may be performed. 2
The matching accuracy between the two-dimensional discrete Fourier transform and the two-dimensional discrete inverse Fourier transform does not change quantitatively. The two-dimensional discrete inverse Fourier transform is described in the aforementioned reference 1.
【００４２】また、この実施の形態では、図４に示した
ステップ４０８で振幅抑制処理を行うようにしたが、振
幅抑制処理を省略してもよい。ステップ４０８で振幅抑
制処理を行うことにより、合成フーリエ画像データにお
ける登録指紋の採取時と照合指紋の採取時の照度差によ
る影響が小さくなり、また指紋情報の内、個人情報であ
る特徴点（端点，分岐点）や隆線の特徴（渦，分岐）が
より強調され、照合精度が格段にアップする。Further, in this embodiment, the amplitude suppression processing is performed in step 408 shown in FIG. 4, but the amplitude suppression processing may be omitted. By performing the amplitude suppression processing in step 408, the influence of the illuminance difference between the time when the registered fingerprint is collected and the time when the collated fingerprint is collected in the synthesized Fourier image data is reduced. , Bifurcation points) and features of ridges (vortices, bifurcations) are further emphasized, and the matching accuracy is significantly improved.
【００４３】また、この実施の形態では、合成後のフー
リエ画像データに対して振幅抑制処理を施して２次元離
散的フーリエ変換を行うようにしたが（ステップ４０
８，４０９）、重み付け処理が施される前の登録指紋お
よび照合指紋のフーリエ画像データにそれぞれ振幅抑制
処理を行うようにしてもよい。すなわち、図９（ａ）に
示すように、図３のステップ３０４と３０５との間に振
幅抑制処理を行うステップ３０７を設け、図９（ｂ）に
示すように、図４のステップ４０８をステップ４０５と
４０６との間に移動するようにしてもよい。In this embodiment, the two-dimensional discrete Fourier transform is performed by performing amplitude suppression processing on the synthesized Fourier image data (step 40).
8, 409), the amplitude suppression processing may be performed on the Fourier image data of the registered fingerprint and the collated fingerprint before the weighting processing is performed. That is, as shown in FIG. 9A, a step 307 for performing amplitude suppression processing is provided between steps 304 and 305 in FIG. 3, and as shown in FIG. 9B, step 408 in FIG. It may move between 405 and 406.
【００４４】このようにした場合、ステップ３０７の振
幅抑制処理によって、図１（ｃ）に示すような振幅抑制
処理の施された登録指紋のフーリエ画像データ（登録フ
ーリエ画像データ）が得られ、ステップ４０８のステッ
プ４０５と４０６との間への移動によって、図１（ｇ）
に示すような振幅抑制処理の施された照合指紋のフーリ
エ画像データ（照合フーリエ画像データ）が得られる。
そして、この振幅抑制処理の施された登録指紋および照
合指紋のフーリエ画像データに対して個々に周波数に応
じた共通の重み付け処理が施された後、合成され、図１
（ｄ）に示されるような合成フーリエ画像データが得ら
れる。In this case, the Fourier image data (registered Fourier image data) of the registered fingerprint subjected to the amplitude suppression process as shown in FIG. 1C is obtained by the amplitude suppression process of step 307. By moving 408 between steps 405 and 406, FIG.
The Fourier image data (collation Fourier image data) of the collation fingerprint subjected to the amplitude suppression processing as shown in FIG.
Then, a common weighting process according to the frequency is applied to the Fourier image data of the registered fingerprint and the collated fingerprint subjected to the amplitude suppression process, respectively, and then combined.
The synthesized Fourier image data as shown in (d) is obtained.
【００４５】この時の合成フーリエ画像データの振幅の
抑制率は、合成フーリエ画像データとしてから振幅抑制
処理を行う場合（図４）に対して小さい。したがって、
合成フーリエ画像データとしてから振幅抑制処理を行う
（図４）方が、振幅抑制処理を行ってから合成フーリエ
画像データとする方法（図９）に比べて、その照合精度
がアップする。なお、振幅抑制処理を行ってから合成フ
ーリエ画像データとする場合（図９）にも、合成フーリ
エ画像データに対して２次元離散的フーリエ変換ではな
く、２次元離散的逆フーリエ変換を行うようにしてもよ
い。At this time, the suppression rate of the amplitude of the combined Fourier image data is smaller than that in the case where the amplitude suppression processing is performed on the synthesized Fourier image data (FIG. 4). Therefore,
When the amplitude suppression processing is performed on the synthesized Fourier image data (FIG. 4), the matching accuracy is improved as compared with the method of performing amplitude suppression processing and then on the synthesized Fourier image data (FIG. 9). In the case where the combined Fourier image data is obtained after the amplitude suppression processing is performed (FIG. 9), the combined Fourier image data is not subjected to the two-dimensional discrete Fourier transform but to the two-dimensional discrete inverse Fourier transform. You may.
【００４６】また、この実施の形態では、ステップ３０
４で得た登録フーリエ画像データに対して、またステッ
プ４０５で得た照合フーリエ画像データに対して、個々
に周波数に応じた共通の重み付け処理を施すようにした
が、振幅抑制処理の施された合成フーリエ画像データに
重み付け処理を施すようにしてもよい。すなわち、図１
０（ａ）に示すように、図３のステップ３０５を省略
し、図１０（ｂ）に示すように、図４のステップ４０６
をステップ４０８と４０９との間に移動するようにして
もよい。In this embodiment, step 30
The common Fourier image data obtained in step 4 and the matching Fourier image data obtained in step 405 are individually subjected to a common weighting process according to the frequency, but the amplitude suppression process is performed. Weighting processing may be performed on the synthesized Fourier image data. That is, FIG.
0 (a), step 305 in FIG. 3 is omitted, and as shown in FIG. 10 (b), step 406 in FIG.
May be moved between steps 408 and 409.
【００４７】また、この場合、合成後のフーリエ画像デ
ータに対して振幅抑制処理を施すのに代えて、合成前の
登録指紋および照合指紋のフーリエ画像データにそれぞ
れ振幅抑制処理を行うようにしてもよい。すなわち、図
１１（ａ）に示すように、図１０のステップ３０４と３
０６との間に振幅抑制処理を行うステップ３０７を設
け、図１１（ｂ）に示すように、図１０のステップ４０
８をステップ４０５と４０７との間に移動するようにし
てもよい。なお、図１０において、ステップ４０８での
振幅抑制処理を省略するものとしてもよい。In this case, instead of performing the amplitude suppression process on the Fourier image data after the synthesis, the amplitude suppression process may be performed on the Fourier image data of the registered fingerprint and the collation fingerprint before the synthesis, respectively. Good. That is, as shown in FIG. 11A, steps 304 and 3 in FIG.
A step 307 for performing the amplitude suppression process is provided between the step 40 and the step 40 shown in FIG.
8 may be moved between steps 405 and 407. In FIG. 10, the amplitude suppression process in step 408 may be omitted.
【００４８】参考として図１２に照合指紋が他人である
場合の指紋照合過程の各画像を図１と対応して示す。図
１は照合指紋が本人である場合の指紋照合過程の各画像
であり、照合指紋が本人である場合には相関成分エリア
Ｓ０に相関成分の強度の高い部分が生じるが、照合指紋
が他人である場合には生じない。For reference, FIG. 12 shows each image in the fingerprint collation process when the collation fingerprint is another person, corresponding to FIG. FIG. 1 is an image of a fingerprint collation process in the case where the collation fingerprint is the principal. When the collation fingerprint is the principal, a portion where the intensity of the correlation component is high occurs in the correlation component area S0. Not in some cases.
【００４９】なお、この実施の形態では、指紋照合を行
う場合を例として説明したが、声紋照合を行う場合にも
同様にして適用することができ、指紋，声紋に拘らず画
像データとして取り扱うことのできる各種の２次元パタ
ーンの照合に用いることができる。また、２次元パター
ンの照合に限ることはなく、１次元パターンや３次元パ
ターン等、Ｎ次元パターンの照合についても同様にして
行うことが可能である。In this embodiment, the case where fingerprint collation is performed has been described as an example. However, the present invention can be similarly applied to the case where voiceprint collation is performed, and can be handled as image data regardless of fingerprints and voiceprints. It can be used for collation of various two-dimensional patterns that can be performed. Further, the present invention is not limited to the two-dimensional pattern collation, and the same can be applied to the N-dimensional pattern collation such as a one-dimensional pattern or a three-dimensional pattern.
【００５０】また、この実施の形態では、２次元パター
ンを画像として得るものとしたが、必ずしも画像として
得るようにしなくてもよい。例えば、振動検出器を各場
所に２次元的に配置し、この２次元的に配置された振動
検出器により得られる２次元パターン（地震波）を照合
パターンとし、予め登録されているパターンと照合する
ようにしてもよい。また、各部位に流量計測器を２次元
的に配置し、この２次元的に配置された流量計測器によ
り得られる２次元パターン（流量分布）を照合パターン
とし、予め登録されているパターンと照合するようにし
てもよい。In this embodiment, the two-dimensional pattern is obtained as an image. However, it is not always necessary to obtain the two-dimensional pattern as an image. For example, a vibration detector is two-dimensionally arranged at each location, and a two-dimensional pattern (seismic wave) obtained by the two-dimensionally arranged vibration detector is used as a collation pattern, which is collated with a pattern registered in advance. You may do so. In addition, a flow measuring device is two-dimensionally arranged at each part, and a two-dimensional pattern (flow distribution) obtained by the two-dimensionally arranged flow measuring device is set as a collation pattern, and collated with a pre-registered pattern. You may make it.
【００５１】[0051]
【発明の効果】以上説明したことから明らかなように本
発明によれば、第１，第２，第３発明では、登録フーリ
エＮ次元パターンデータおよび照合フーリエＮ次元パタ
ーンデータに対して個々に周波数に応じた共通の重み付
け処理が施され、第４，第５，第６発明では、合成フー
リエＮ次元パターンデータに対して周波数に応じた重み
付け処理が施され、重み付け処理での重み付け関数を適
切に定めることにより、パターンの共通情報を抑え、特
徴的な情報を強調あるいは抽出し、認識率を高めること
が可能となる。また、演算処理量を減少し、照合スピー
ドをアップすることもできる。As is apparent from the above description, according to the present invention, in the first, second and third inventions, the registered Fourier N-dimensional pattern data and the collated Fourier N-dimensional pattern data are individually frequency-dependent. In the fourth, fifth, and sixth inventions, weighting processing is performed on the synthesized Fourier N-dimensional pattern data in accordance with the frequency, and the weighting function in the weighting processing is appropriately adjusted. By defining, it is possible to suppress the common information of the pattern, emphasize or extract characteristic information, and increase the recognition rate. Further, the amount of calculation processing can be reduced, and the matching speed can be increased.
【図１】 本発明に係る指紋照合装置における指紋照合
過程を説明する図である。FIG. 1 is a diagram illustrating a fingerprint matching process in a fingerprint matching device according to the present invention.
【図２】 この指紋照合装置のブロック構成図である。FIG. 2 is a block diagram of the fingerprint matching device.
【図３】 この指紋照合装置における指紋登録動作を説
明するためのフローチャートである。FIG. 3 is a flowchart for explaining a fingerprint registration operation in the fingerprint collation apparatus.
【図４】 この指紋照合装置における指紋照合動作を説
明するためのフローチャートである。FIG. 4 is a flowchart for explaining a fingerprint matching operation in the fingerprint matching device.
【図５】 画像データに対する縮小処理を説明するため
の図である。FIG. 5 is a diagram illustrating a reduction process on image data.
【図６】 相関成分エリアの一部における各画素の相関
成分の強度の数値例を示す図である。FIG. 6 is a diagram illustrating a numerical example of the intensity of the correlation component of each pixel in a part of the correlation component area.
【図７】 重み付け処理に際して使用する重み付け関数
を例示する断面図である。FIG. 7 is a cross-sectional view illustrating a weighting function used in the weighting process.
【図８】 周波数別の認識率を示すグラフである。FIG. 8 is a graph showing a recognition rate for each frequency.
【図９】 指紋登録動作および指紋照合動作の他の例を
説明するためのフローチャートである。FIG. 9 is a flowchart for explaining another example of the fingerprint registration operation and the fingerprint collation operation.
【図１０】 指紋登録動作および指紋照合動作の他の例
を説明するためのフローチャートである。FIG. 10 is a flowchart for explaining another example of the fingerprint registration operation and the fingerprint collation operation.
【図１１】 指紋登録動作および指紋照合動作の他の例
を説明するためのフローチャートである。FIG. 11 is a flowchart for explaining another example of the fingerprint registration operation and the fingerprint collation operation.
【図１２】 照合指紋が他人である場合の指紋照合過程
の各画像を図１と対応して示す図である。12 is a diagram showing each image in a fingerprint matching process when the matching fingerprint is another person, corresponding to FIG.
１０…操作部、２０…コントロール部、１０−１…テン
キー、１０−２…ディスプレイ（ＬＣＤ）、１０−３…
指紋センサ、１０−３１…光源、１０−３２，プリズ
ム、１０−３３…ＣＣＤカメラ、２０−１…制御部、２
０−２…ＲＯＭ、２０−３…ＲＡＭ、２０−４…ハード
ディスク（ＨＤ）、２０−５…フレームメモリ（Ｆ
Ｍ）、２０−６…外部接続部（Ｉ／Ｆ）、２０−７…フ
ーリエ変換部（ＦＦＴ）。10 operation section, 20 control section, 10-1 numeric keypad, 10-2 display (LCD), 10-3 ...
Fingerprint sensor, 10-31: light source, 10-32, prism, 10-33: CCD camera, 20-1: control unit, 2
0-2 ROM, 20-3 RAM, 20-4 Hard disk (HD), 20-5 Frame memory (F
M), 20-6: external connection unit (I / F), 20-7: Fourier transform unit (FFT).
Claims (6)
Ｎ次元離散的フーリエ変換を施して登録フーリエＮ次元
パターンデータを作成する登録フーリエパターンデータ
作成手段と、 照合パターンのＮ次元パターンデータにＮ次元離散的フ
ーリエ変換を施して照合フーリエＮ次元パターンデータ
を作成する照合フーリエパターンデータ作成手段と、 前記登録フーリエＮ次元パターンデータおよび前記照合
フーリエＮ次元パターンデータに対して個々に周波数に
応じた共通の重み付け処理を施す重み付け処理手段と、 この重み付け処理手段によって重み付け処理が施された
登録フーリエＮ次元パターンデータと照合フーリエＮ次
元パターンデータとを合成し、これによって得られる合
成フーリエＮ次元パターンデータに対してＮ次元離散的
フーリエ変換およびＮ次元離散的逆フーリエ変換の何れ
か一方を施すパターン処理手段と、 このパターン処理手段によってフーリエ変換の施された
合成フーリエＮ次元パターンデータに出現する相関成分
エリアのＮ次元パターンデータを構成する個々のデータ
毎の相関成分の強度に基づいて前記登録パターンと前記
照合パターンとの照合を行うパターン照合手段とを備え
たことを特徴とするパターン照合装置。A registered Fourier pattern data generating means for performing N-dimensional discrete Fourier transform on N-dimensional pattern data of a registered pattern to generate registered Fourier N-dimensional pattern data; Matching Fourier pattern data creating means for creating a matching Fourier N-dimensional pattern data by performing a dynamic Fourier transform, and a common weighting according to frequency individually to the registered Fourier N-dimensional pattern data and the matching Fourier N-dimensional pattern data Weighting processing means for performing processing; synthesizing the registered Fourier N-dimensional pattern data and the matching Fourier N-dimensional pattern data weighted by the weighting processing means; N-dimensional discrete Fourier Pattern processing means for performing any one of D-transform and N-dimensional discrete inverse Fourier transform; and N-dimensional pattern data of a correlation component area appearing in synthesized Fourier N-dimensional pattern data subjected to Fourier transform by the pattern processing means. A pattern matching device, comprising: pattern matching means for matching the registered pattern with the matching pattern based on the strength of the correlation component for each of the individual data items.
Ｎ次元離散的フーリエ変換を施して登録フーリエＮ次元
パターンデータを作成する登録フーリエパターンデータ
作成手段と、 照合パターンのＮ次元パターンデータにＮ次元離散的フ
ーリエ変換を施して照合フーリエＮ次元パターンデータ
を作成する照合フーリエパターンデータ作成手段と、 前記登録フーリエＮ次元パターンデータおよび前記照合
フーリエＮ次元パターンデータに対して個々に周波数に
応じた共通の重み付け処理を施す重み付け処理手段と、 この重み付け処理手段によって重み付け処理が施された
登録フーリエＮ次元パターンデータと照合フーリエＮ次
元パターンデータとを合成し、これによって得られる合
成フーリエＮ次元パターンデータに対して振幅抑制処理
を行ったうえＮ次元離散的フーリエ変換およびＮ次元離
散的逆フーリエ変換の何れか一方を施すパターン処理手
段と、 このパターン処理手段によってフーリエ変換の施された
合成フーリエＮ次元パターンデータに出現する相関成分
エリアのＮ次元パターンデータを構成する個々のデータ
毎の相関成分の強度に基づいて前記登録パターンと前記
照合パターンとの照合を行うパターン照合手段とを備え
たことを特徴とするパターン照合装置。2. A registered Fourier pattern data generating means for performing N-dimensional discrete Fourier transform on N-dimensional pattern data of a registered pattern to generate registered Fourier N-dimensional pattern data; Matching Fourier pattern data creating means for creating a matching Fourier N-dimensional pattern data by performing a dynamic Fourier transform, and a common weighting according to frequency individually to the registered Fourier N-dimensional pattern data and the matching Fourier N-dimensional pattern data Weighting processing means for performing processing; synthesizing the registered Fourier N-dimensional pattern data and the matching Fourier N-dimensional pattern data weighted by the weighting processing means; Perform amplitude suppression processing Pattern processing means for performing one of N-dimensional discrete Fourier transform and N-dimensional discrete inverse Fourier transform; and a correlation component area appearing in synthesized Fourier N-dimensional pattern data subjected to Fourier transform by the pattern processing means. A pattern matching unit that matches the registered pattern with the matching pattern based on the intensity of a correlation component for each piece of data constituting the N-dimensional pattern data.
Ｎ次元離散的フーリエ変換を施してから振幅抑制処理を
行うことにより登録フーリエＮ次元パターンデータを作
成する登録フーリエパターンデータ作成手段と、 照合パターンのＮ次元パターンデータにＮ次元離散的フ
ーリエ変換を施してから振幅抑制処理を行うことにより
照合フーリエＮ次元パターンデータを作成する照合フー
リエパターンデータ作成手段と、 前記登録フーリエＮ次元パターンデータおよび前記照合
フーリエＮ次元パターンデータに対して個々に周波数に
応じた共通の重み付け処理を施す重み付け処理手段と、 この重み付け処理手段によって重み付け処理が施された
登録フーリエＮ次元パターンデータと照合フーリエＮ次
元パターンデータとを合成し、これによって得られる合
成フーリエＮ次元パターンデータに対してＮ次元離散的
フーリエ変換およびＮ次元離散的逆フーリエ変換の何れ
か一方を施すパターン処理手段と、 このパターン処理手段によってフーリエ変換の施された
合成フーリエＮ次元パターンデータに出現する相関成分
エリアのＮ次元パターンデータを構成する個々のデータ
毎の相関成分の強度に基づいて前記登録パターンと前記
照合パターンとの照合を行うパターン照合手段とを備え
たことを特徴とするパターン照合装置。3. A registered Fourier pattern data creating means for creating registered Fourier N-dimensional pattern data by performing an N-dimensional discrete Fourier transform on the N-dimensional pattern data of the registered pattern and then performing an amplitude suppression process; Matching Fourier pattern data creating means for creating matching Fourier N-dimensional pattern data by performing an N-dimensional discrete Fourier transform on the N-dimensional pattern data and then performing amplitude suppression processing; the registered Fourier N-dimensional pattern data and the matching Fourier Weighting processing means for individually performing common weighting processing according to frequency on the N-dimensional pattern data; registered Fourier N-dimensional pattern data and collation Fourier N-dimensional pattern data weighted by the weighting processing means; Synthesize and obtain Pattern processing means for performing one of an N-dimensional discrete Fourier transform and an N-dimensional discrete inverse Fourier transform on the synthesized Fourier N-dimensional pattern data to be obtained; and a synthesized Fourier N-dimension subjected to a Fourier transform by the pattern processing means. Pattern collation means for collating the registered pattern with the collation pattern based on the intensity of the correlation component for each data constituting the N-dimensional pattern data of the correlation component area appearing in the pattern data. Pattern matching device.
Ｎ次元離散的フーリエ変換を施して登録フーリエＮ次元
パターンデータを作成する登録フーリエパターンデータ
作成手段と、 照合パターンのＮ次元パターンデータにＮ次元離散的フ
ーリエ変換を施して照合フーリエＮ次元パターンデータ
を作成する照合フーリエパターンデータ作成手段と、 前記登録フーリエＮ次元パターンデータと前記照合フー
リエＮ次元パターンデータとを合成し、これによって得
られる合成フーリエＮ次元パターンデータに対して周波
数に応じた重み付け処理を施したうえＮ次元離散的フー
リエ変換およびＮ次元離散的逆フーリエ変換の何れか一
方を施すパターン処理手段と、 このパターン処理手段によってフーリエ変換の施された
合成フーリエＮ次元パターンデータに出現する相関成分
エリアのＮ次元パターンデータを構成する個々のデータ
毎の相関成分の強度に基づいて前記登録パターンと前記
照合パターンとの照合を行うパターン照合手段とを備え
たことを特徴とするパターン照合装置。4. Registered Fourier pattern data creating means for performing N-dimensional discrete Fourier transform on N-dimensional pattern data of a registered pattern to create registered Fourier N-dimensional pattern data; Pattern Fourier pattern data creating means for creating a matching Fourier N-dimensional pattern data by performing a dynamic Fourier transform, and synthesizing the registered Fourier N-dimensional pattern data and the matching Fourier N-dimensional pattern data to obtain a combined Fourier N Pattern processing means for performing weighting processing according to frequency on the dimensional pattern data and then performing one of N-dimensional discrete Fourier transform and N-dimensional discrete inverse Fourier transform; and applying the Fourier transform by the pattern processing means. Synthesized Fourier N-dimensional pattern Pattern matching means for matching the registered pattern with the matching pattern based on the intensity of the correlation component for each piece of data constituting the N-dimensional pattern data of the correlation component area appearing in the data. Pattern matching device.
Ｎ次元離散的フーリエ変換を施して登録フーリエＮ次元
パターンデータを作成する登録フーリエパターンデータ
作成手段と、 照合パターンのＮ次元パターンデータにＮ次元離散的フ
ーリエ変換を施して照合フーリエＮ次元パターンデータ
を作成する照合フーリエパターンデータ作成手段と、 前記登録フーリエＮ次元パターンデータと前記照合フー
リエＮ次元パターンデータとを合成し、これによって得
られる合成フーリエＮ次元パターンデータに対して振幅
抑制処理を施し、この振幅抑制処理の施された合成フー
リエＮ次元パターンデータに周波数に応じた重み付け処
理を施したうえＮ次元離散的フーリエ変換およびＮ次元
離散的逆フーリエ変換の何れか一方を施すパターン処理
手段と、 このパターン処理手段によってフーリエ変換の施された
合成フーリエＮ次元パターンデータに出現する相関成分
エリアのＮ次元パターンデータを構成する個々のデータ
毎の相関成分の強度に基づいて前記登録パターンと前記
照合パターンとの照合を行うパターン照合手段とを備え
たことを特徴とするパターン照合装置。5. Registered Fourier pattern data creating means for performing N-dimensional discrete Fourier transform on N-dimensional pattern data of a registered pattern to create registered Fourier N-dimensional pattern data; Pattern Fourier pattern data creating means for creating a matching Fourier N-dimensional pattern data by performing a dynamic Fourier transform, and synthesizing the registered Fourier N-dimensional pattern data and the matching Fourier N-dimensional pattern data to obtain a combined Fourier N An amplitude suppression process is performed on the dimensional pattern data, a weighted process is performed on the synthesized Fourier N-dimensional pattern data subjected to the amplitude suppression process according to a frequency, and an N-dimensional discrete Fourier transform and an N-dimensional discrete inverse Fourier are performed. Pattern processing means for performing any one of the conversions; The registered pattern and the collation pattern are determined based on the intensity of the correlation component of each data constituting the N-dimensional pattern data of the correlation component area appearing in the synthesized Fourier N-dimensional pattern data subjected to the Fourier transform by the pattern processing means. And a pattern matching means for performing matching with the pattern matching device.
Ｎ次元離散的フーリエ変換を施してから振幅抑制処理を
行うことにより登録フーリエＮ次元パターンデータを作
成する登録フーリエパターンデータ作成手段と、 照合パターンのＮ次元パターンデータにＮ次元離散的フ
ーリエ変換を施してから振幅抑制処理を行うことにより
照合フーリエＮ次元パターンデータを作成する照合フー
リエパターンデータ作成手段と、 前記登録フーリエＮ次元パターンデータと前記照合フー
リエＮ次元パターンデータとを合成し、これによって得
られる合成フーリエＮ次元パターンデータに周波数に応
じた重み付け処理を施したうえＮ次元離散的フーリエ変
換およびＮ次元離散的逆フーリエ変換の何れか一方を施
すパターン処理手段と、 このパターン処理手段によってフーリエ変換の施された
合成フーリエＮ次元パターンデータに出現する相関成分
エリアのＮ次元パターンデータを構成する個々のデータ
毎の相関成分の強度に基づいて前記登録パターンと前記
照合パターンとの照合を行うパターン照合手段とを備え
たことを特徴とするパターン照合装置。6. A registered Fourier pattern data creating means for creating registered Fourier N-dimensional pattern data by applying N-dimensional discrete Fourier transform to N-dimensional pattern data of the registered pattern and then performing amplitude suppression processing, Matching Fourier pattern data creating means for creating matching Fourier N-dimensional pattern data by performing N-dimensional discrete Fourier transformation on the N-dimensional pattern data and then performing amplitude suppression processing; the registered Fourier N-dimensional pattern data and the matching Fourier N-dimensional pattern data is synthesized, the resultant Fourier N-dimensional pattern data obtained is subjected to a weighting process according to frequency, and then one of N-dimensional discrete Fourier transform and N-dimensional discrete inverse Fourier transform is performed. Pattern processing means, and the pattern processing means Based on the intensity of the correlation component for each data constituting the N-dimensional pattern data of the correlation component area appearing in the synthesized Fourier N-dimensional pattern data subjected to the Fourier transform, the registered pattern and the collation pattern are collated. And a pattern matching unit for performing the pattern matching.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21101296A JP3452732B2 (en) | 1996-08-09 | 1996-08-09 | Fingerprint collation device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21101296A JP3452732B2 (en) | 1996-08-09 | 1996-08-09 | Fingerprint collation device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1055442A true JPH1055442A (en) | 1998-02-24 |
| JP3452732B2 JP3452732B2 (en) | 2003-09-29 |
Family
ID=16598883
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21101296A Expired - Fee Related JP3452732B2 (en) | 1996-08-09 | 1996-08-09 | Fingerprint collation device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3452732B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007078511A (en) * | 2005-09-14 | 2007-03-29 | Yamatake Corp | Mark detector |
| JP2007078510A (en) * | 2005-09-14 | 2007-03-29 | Yamatake Corp | Mark detector |
| JP2008090601A (en) * | 2006-10-02 | 2008-04-17 | Konica Minolta Holdings Inc | Image processing apparatus, control method of image processing apparatus, control program of image processing apparatus |
| WO2008050902A1 (en) * | 2006-10-27 | 2008-05-02 | Sony Corporation | Authentication method, registration device, matching device, and program |
-
1996
- 1996-08-09 JP JP21101296A patent/JP3452732B2/en not_active Expired - Fee Related
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007078511A (en) * | 2005-09-14 | 2007-03-29 | Yamatake Corp | Mark detector |
| JP2007078510A (en) * | 2005-09-14 | 2007-03-29 | Yamatake Corp | Mark detector |
| JP2008090601A (en) * | 2006-10-02 | 2008-04-17 | Konica Minolta Holdings Inc | Image processing apparatus, control method of image processing apparatus, control program of image processing apparatus |
| US8055060B2 (en) | 2006-10-02 | 2011-11-08 | Konica Minolta Holdings, Inc. | Image processing apparatus capable of operating correspondence between base image and reference image, method of controlling that image processing apparatus, and computer-readable medium recording program for controlling that image processing apparatus |
| WO2008050902A1 (en) * | 2006-10-27 | 2008-05-02 | Sony Corporation | Authentication method, registration device, matching device, and program |
| JP2008108197A (en) * | 2006-10-27 | 2008-05-08 | Sony Corp | Authentication method, registration device, collation device, and program |
| EP2077516A1 (en) * | 2006-10-27 | 2009-07-08 | Sony Corporation | Authentication method, registration device, matching device, and program |
| US8325992B2 (en) | 2006-10-27 | 2012-12-04 | Sony Corporation | Authentication method, registration apparatus, collation apparatus, and program |
| EP2077516A4 (en) * | 2006-10-27 | 2013-04-10 | Sony Corp | Authentication method, registration device, matching device, and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3452732B2 (en) | 2003-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ross et al. | A hybrid fingerprint matcher | |
| US5915034A (en) | Pattern collation apparatus based on spatial frequency characteristics | |
| US7142699B2 (en) | Fingerprint matching using ridge feature maps | |
| JP2001511569A (en) | Classification of fingerprints by spatial frequency components | |
| JP3574301B2 (en) | Pattern matching device | |
| El_Rahman | Multimodal biometric systems based on different fusion levels of ECG and fingerprint using different classifiers | |
| Chaudhari et al. | Implementation of minutiae based fingerprint identification system using crossing number concept | |
| Alonso-Fernandez et al. | Fingerprint recognition | |
| KR100240295B1 (en) | Pattern correlation with discrete fourier transform and application to finger print identification | |
| JP3235075B2 (en) | Pattern matching device | |
| JP3254622B2 (en) | Pattern matching device | |
| JPH1055442A (en) | Pattern collating device | |
| JP3930067B2 (en) | Pattern matching device | |
| Sarfraz | Introductory chapter: On fingerprint recognition | |
| JP3263913B2 (en) | Pattern matching device | |
| JP3252252B2 (en) | Pattern matching device | |
| Ahmed et al. | Multimodal technique for human authentication using fusion of palm and dorsal hand veins | |
| JP4246607B2 (en) | Pattern matching device | |
| JPH11134498A (en) | Pattern collating device | |
| Varghese et al. | Hexagonal image enhancement using Hex-Gabor filter for machine vision applications | |
| Ahmed et al. | Intelligent system for human authentication using fusion of dorsal hand, palm and finger veins | |
| Ogundepo et al. | Development of a real time fingerprint authentication/identification system for students’ record | |
| Jan et al. | Classification of Latent Fingerprints Using Neural Networks | |
| Krishna Prasad | A Text Book of Research Papers on Fingerprint Recognition & Hash Code Techniques | |
| Sindhu et al. | Identification of a Person by Palmprint images based on Gabor Filter |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |