KR100214240B1 - 지문특징추출장치 - Google Patents

지문특징추출장치 Download PDF

Info

Publication number
KR100214240B1
KR100214240B1 KR1019960052833A KR19960052833A KR100214240B1 KR 100214240 B1 KR100214240 B1 KR 100214240B1 KR 1019960052833 A KR1019960052833 A KR 1019960052833A KR 19960052833 A KR19960052833 A KR 19960052833A KR 100214240 B1 KR100214240 B1 KR 100214240B1
Authority
KR
South Korea
Prior art keywords
goal
candidate
calculator
hawk
strip
Prior art date
Application number
KR1019960052833A
Other languages
English (en)
Other versions
KR970029168A (ko
Inventor
가오루 우찌다
Original Assignee
가네꼬 히사시
닛뽕덴끼 가부시끼가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 가네꼬 히사시, 닛뽕덴끼 가부시끼가이샤 filed Critical 가네꼬 히사시
Publication of KR970029168A publication Critical patent/KR970029168A/ko
Application granted granted Critical
Publication of KR100214240B1 publication Critical patent/KR100214240B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

지문 대조시 안정된 패턴 위치결정을 위해 지문의 제1절선의 위치와 방향을 추출하도록, 지문특징추출장치는 지문의 디지털화 된 데이터를 y방향에 평행한 직선군에 의해 복수의 스트립 데이터로 분리하는 수직 스트립 분리기(11); 히스토그램을 구하는 투영 계산기(12)로서, 상기 히스토그램 각각은 상기 복수의 스트립 각각의 화소값을 상기 y방향에 수직인 x방향으로 누산하므로써 계산되는 투영 계산기(12); 상기 히스토그램으로부터 후보 골 (valleys)을 검출하는 골 후보 계산기(13)로서, 상기 히스토그램 중 하나는 상기 후보 골 각각에서 국소적인 최소치를 갖는 골 후보 계산기(13); 상기 골 후보 계산기(13)에 의해 검출된 상기 후보 골의 위치정보로부터 상기 지문의 절선 위치를 계산하는 골 정보 통합기(116)를 구비한다.

Description

지문 특징추출장치
본 발명은 지문대조시 패턴 위치결정에 사용되는 지문특징검출장치에 관한 것이다.
지문대조를 위한 종래 기술로서, 탐색중인 지문 및 등록된 지문의 제1 및 제2관절의 패턴을 포함하는 화상패턴이 패턴 위치결정 후 서로 비교되는, 발명의 명칭이 패턴화상처리장치인 일본국 특허공개공보 제108075/1991호에 기재된 기술이 있다.
제8도을 참조하여 설명하면, 상기 종래 기술에는 손가락 축에 수직인 y방향으로 지문 패턴의 화소치를 누적하는 것에 의해 패턴 위치결정을 위하여 각 지문11(x,y)에 대한 농도 분포의 히스토그램J1(x)을 얻는다.
손가락 축에 평행인 x방향을 따라 2 지문의 히스토그램의 상호 위치를 시프트 하므로 써, 2 지문간의 차이 최소 제곱 합을 제공하는 점이 정합 위치로서 판정된다.
패턴 위치결정을 위한 다를 종래 기술로서, 발명의 명칭이 지문중심 검출방식인 일본국 특허 공개 공보 제271883/1989호 및 제271884/1989호에 지문의 중심을 검출하는 방법이 기재되어 있다. 패턴 위치결정을 위해 사용되는 지문의 중심은, 전자의 공보에서는 지문의 각 융선(隆線)부분의 방향으로부터 얻은 융선 곡률의 확률적 중심으로서 판정되고, 후자의 공보에서는 융선상에 검출된 블록선의 정상(최대곡률 을 갖는 점)으로 계산된다.
지문지두(指頭)축 방향 판정에 대한 또 다른 종래 기술은 발명의 명칭이 지문지두축방향검출장치인 일본국 특허출원 제79033/1995호에 기재되어 있다.
주변점에서의 융선 방향과 지문의 중심으로부터의 주변점의 방사선 방향과의 각도차가 주변점의 방사선 방향과 지두축의 방향과의 각도차와의 상관을 갖는다는 점을 이용하여, 이 종래 기술에서는 융선의 단위벡터와 그들 방사선 방향의 스칼라 곱의 분포 패턴 사전이 지두축이 기지인 지문으로부터 작성된다. 탐색중인 지문에 관해 스칼라 곱을 계산하므로써, 지두축 방향이 분포 패턴 사전을 참조하여 얻어진다.
그러나, 상술한 종래 기술들은 다음과 같은 문제점을 갖고 있다.
발명의 명칭이 패턴화상처리장치인 일본국 특허출원에 기재된 종래 기술에서는 지문압날용 압판상에 구비된 손가락 가이드와 같은 소정 수단에 의해 동일방향으로 잘 유지된 손가락으로 부터 지문패턴이 획득된다는 것을 전제로 손가락 축에 수직인 방향으로만 화소치가 누산된다. 그러므로, 지문이 경사되어 압날(押捺) 되는 경우 신뢰성 있는 패턴 위치결정이 수행될 수 없다.
예를들어, 10손가락에 대한 지문카드로 부터 스캐너에 의해 독출된 2 손가락의 지문 데이터간에 비교가 행해질 때, 10 손가락 각각 혹은 지문 카드 각각에 대해 손가락의 압날 방향이 표준화되어 있지 않기 때문에 상기 전제는 기대될 수 없다.
제4도는 이러한 지문 데이터의 입력 화상의 일예를 나타낸다.
제4도에 예시한 바와 같이, 손가락 축이, 경사져 있는 경우, 고정 방향(이 경우는 손가락 축과 직교하는 방향인x방향)에 대하여 투영 누적 가산한 호스트그램의 시프트에 의한 패턴 위치 결정은 안정한 결과를 얻을 수 없다.
또한, 예를들어 손가락면이 압날면에 충분히 평탄하게 압날되지 않기 때문에 지문의 일부가 결여된 경우가 있다. 이들 경우에서는 히스토그램이 종래 기술과 같이 손가락 축에 수직인 손가락 폭에 걸쳐 모든 화소치를 누적가산하므로써 계산될 때, 절선부이외에서, 본래 커야할 히스토그램치가 이 결여부분에서 작게될 수도 있다. 따라서, 작은 히스토그램치가 절선부를 나타내는 것을 전제로 하는 방법은 정확한 패턴 위치결정을 보장할 수 없다.
상기 종래 기술과 비교하여, 앞서 설명된 발명의 명칭이지문중심검출방식혹은 발명의 명칭이 지문지도축방향검출장치인 특허출원에 기재된 방법은 다양한 상태와 품질로 압날된 다양한 위치와 방향을 갖는 지문에 대하여 대부분 고정도 검증을 실현하는 신뢰성 있고 정확한 결과를 초래할 수 있다고 알려지고 있다.
그러나, 이들 방법에 있어서도, 융선 곡률을 정의하는 지문의 중심부에서의 화상 품질이 불충분한 경우에 때때로 충분히 정확 및 신뢰성 있는 패턴 위치결정을 획득하기 어렵다.
그러므로, 본 발명의 주목적은 예를들어 지문의 중심부에서의 화상 품질 열화에 기인하여 상술한 종래기술에 의해 충분한 정보가 획득될 수 없는 경우에도 이들 종래방법을 대신하여 혹은 보완하여 적용될 수 있는, 더 신뢰성 있는 패턴 위치결정을 가능하도록 하는 지문특징추출장치를 제공하는 것이다.
특히, 본 발명의 목적은 10손가락에 대한 지문카드상에 압날된 대부분의 화상에 포함된 제1관절선 (이하에서 절선이라 한다)을 나타내는 선의 위치와 방향을 추출하고, 추출의 신뢰성을 나타내기 위하여 추출된 위치와 방향의 확신도를 동시에 구하는 장치를 제공하는 것이다.
제1도는 본 발명의 실시에의 기본 구성을 도시하는 블록도.
제2도는 제1도의 골 후보 계산기를 도시하는 블록도.
제3도는 제1도의 골 정보 통합기를 도시하는 블록도.
제4도는 실시 예 장치에 공급되는 디지털 화된 데이터의 예를 도시함.
제5도는 스트립(strips)과 그들의 히스토그램(51,53)으로 분리된 디지털 데이터(52)의 예를 도시함.
제6도은 본 발명의 다른 실시 예를 도시하는 블록도.
제7도는 제6도의 골 정보 통합기(116)의 구성을 도시하는 블록도.
제8도는 종래 기술을 도시하기 위한 지문과 그 히스토그램을 도시함.
* 도면의 주요부분에 대한 부호의 설명
10, 110 : 지문 특징 추출장치 11 : 수직 스트립 분리기
12 : 투영 계산기 13 : 골 후보 계산기
14 : 골 확신도 계산기 15 :스트립 확신도 계산기
16, 116 : 골 정보 통합기
상기 목적을 달성하기 위하여, 본 발명의 지문특징추출장치는 지문의 디지털화된 데이터를 y방향에 평행한 직선군에 의해 복수의 스트립 데이터로 분리하는 수직 스트립 분리기.
히스토그램을 구하는 투영 계산기로서, 상기 히스토그램 각각은 상기 복수의 스트립 각각의 화소값을 상기 y방향에 수직인 x방향으로 누산하므로써 계산되는 투영 계산기,
상기 히스토그램으로부터 후보 골을 검출하는 골 후보 계산기로서, 상기 히스토그램 중 하나는 상기 후보 골 각각에서 국소적인 최소치를 갖는 골 후보 계산기.
상기 후보 골 각각에 대한 골 확신도를 계산하는 골 확신도 계산기,
상기 복수의 스트립 각각에 대한 스트립 학신도를 계산하는 스트립 확신도 계산기.
상기 골 후보 계산기에 의해 검출된 상기 후보 골의 위치정보로부터 상기 지문의 절선 위치 및 상기 절선의 확신도를 계산하는 골 정보 통학기로서, 상기 골 확신도는 상기 골 확신도 계산기 (14)에 의해 계산되고 상기 스트립 확신도는 상기 스트립 확신도 계산기(15)에 의해 계산되는 것인 골 정보 통합기를 구비한다.
본 발명의 상술, 다른 목적, 특징 및 이점은 다음의 설명, 특허청구의 범위, 동일한 도면부호는 동일 혹은 대응부분을 나타내는 첨부도면을 참조하면 분명해질 것이다.
다음, 본 발명의 실시예를 도면을 참조하여 상세히 설명한다.
제1도는 예를들어 지문카드로부터 추출된 지문의 디지털화된 데이터가 공급되는 본 발명의 일 실시에의 기본구성을 도시하는 블록도이다.
일반적으로, 지문은 어느 정도 경사를 갖고 거의 수직적으로 지문카드에 압날된다.
제4도는 x 및 y축이 지문카드의 수평 및 수직 방향을 나타내는 X×Y화소 영역상에 표현된 본 발명의 장치에 공급된 디지털화된 데이터의 예를 도시한다. 지문의 디지털화된 데이터는 압날된 흑(黑)선에서 큰 값을 그리고 백(白)의 배경 공간에서 작은 값을 갖는 좌표(x, y)(0≤xX, 0≤yY)에서 화소의 농도를 나타내는 표현하는 함수 f(x, y)에 의해 나타내진다.
절선이 거의 수평이고 소정폭을 갖는 백(白)직선이어야 한다는 것에 의거하면, 본 실시에에서 검출되는 절선은 상부 및 하부 영역에 있는 화소와 비교하여 화소가 국소적으로 작은 값을 갖는 거의 수평인 백 서브영역의 어레이로 이루어지는 백영역으로 정의된다. 백 서브영역 각각을 검출하기 위하여, 이하에서 처리영역이라 하는 X×Y화소 영역은 복수의 수직 스트립(strips)으로 분리되고 수평 투영은 각 스트립에 대해 계산된다.
이 목적을 위해, 수직 스트립 분리기 (11)와 투영 계산기(12)가 토1의 실시예에 구비된다.
상술한 바와 같은 지문의 디지탈화된 데이터가 장치에 공급되면, 디지탈화된 데이터의 처리영역은 수직 스트립 분리기(11)에 의해 수직인 복수의 평행선에 의해 상호 인접한 수직 사각형 스트립(이하에서 간략하게스트립이라 한다)으로 분리된다.
투영 계산기(12)에서, 각각의 스트립에 관해 우선 저역통과필터링에 의해 수직(y)방향으로 평활화하여, 융선의 농도 변화가 절선의 그것보다 좁다는 것을 이용하여 투영 영역에서의 백 서브영역 검출시 수평융선의 영향을 제거한다. 디지탈화된 데이터f(x,y)로부터 평활화된 데이터g(x,y)를 얻기 위한 저역통과 필터링을 위하여, 예를들어, 다음 식이 적용될 수 있다.
L은 필터링을 위한 창 크기이다.
평활화 후에, 수평 투영, 즉 히스토그램 hm(y)은 스트립 각각(m 번째)에 대해 계산된다.
여기서 W=X/Nh는 스트립의 폭이고, Nh는 스트립의 수이다.
즉, Nh히스토그램은 지문의 디지탈화된 데이터로부터 획득된다. 제5도에, 스트립으로 분리된 디지털화된 데이터(52)와 그들의 히스토그램(51,53)의 예가 도시된다.
일반적으로, 지문의 화상 품질은 충분히 양호하지 않고 그들의 절선은 약간 경사져 있다. 그래서, 투영 히스토그램치는 절선에서 0으로 되지않고, 근접 영역에 비해 국소적 작다. 이 사실을 이용하여, 제1도의 골 후보 계산기(13)는 검출될 백 서브영역의 후보, 즉 히스토그램의 골을 추출한다.
제2도는 히스토그램 미분기(22), 제로 교차 검출기(23), 골 위치 계산기(24)를 구비하는 골 후보 계산기(13)를 도시하는 블록도이다.
투영 계산기(12)로부터 전달된 히스토그램hm(y)을 위해서부터 아래로 (y좌표를 증가시키면서)스캐닝하므로써, 히스토그램 미분기(22)는 히스토그램hm(y)의 기울기를 나타내는을 계산한다.
제로 교차 검출기(23)는 미분의 값에 따라 히스토그램hm(y)의 골 후보를 다음과 같이 추출한다 :
1.가 -ε(작은 양의 정수)보다 작은 곳에서, 골 후보가 시작한다.
2.가 부로부터 0을 교차하여 양으로 되는 곳에, 골 후보의 저부가 놓인다.
3.가 한 번 ε을 초과한 후 ε 보다 작게 되는 곳에서, 골 후보가 끝난다.
그런다음, 골 후보의 깊이와 폭을 각각 골 후보의 저부에서의 그것과 비교된 시작점과 끝점에서의 히스토그램hm(y)의 평균 높이와 시작점과 끝점간의 y좌표의 차로서 정의하여, 골 위치 계산기(24)는 추출된 골 후보로부터 문턱치 이상인 깊이와 폭을 갖는 골Pi를 선택하고, 그들 좌표(xi, yi)를 출력하며, 여기서 xi는 관련 스트립 중심의 x좌표이고, yi는 골Pi의 저부의 y좌표이다. 각 스트립에 대한 골의 수는 0 혹은 1 이상일수도 있다.
상술한 간단한 벙법에서는, 스트립이 전처리에서 평활화되었기 때문에 골Pi의 신뢰성이 있는 추출이 행해질 수 있다.
상술한 바와 같이 구한 골Pi에는, 참(true) 절선을 나타내는 골 이외에, 손가락의 주름, 융선, 상처 혹은 압날에 수반하는 흐름, 얼룩, 변형등과 같은 다양한 요인에 의해 야기된 국소 저농도 서브영역에 의한 많은 거짓 골이 포함된다. 그들 중 참 골을 선택하기 위해, 구한 골Pi 각각에 대하여, 3개의 팩터, 즉 위치, 깊이, 및 깊이-폭비로부터 결정된 소위 절선지표로서 다수의 기지의 샘플로부터 확률적으로 미리 준비된 지표치와 3개의 팩터간의 관계를 참조하여 결정된 절선지표를 계산하기 위한 골 확신도 계산기(14)가 구비된다.
예를들어, 가지의 시료에 대한 절선 위치가 수동적으로 입력되고, 절선에 관한 골의 위치, 깊이 및 깊이-폭비의 변수를 갖는 지표 함수가, 분포의 피이크에서 최고치를 갖도록 동일한 방식으로 샘플로부터 곡을 추출하므로써 구해진 분포로부터 계산된다. 지표함수를 참조하여, 가각의 곡Pi 에 대해 곡 확신도Ci가 결정된다. 골 확신도Ci는 골이 더 확률적으로 절선에 대응하는 골이 되는 경우 더 큰 양의 값을 갖는다.
제1도의 스트립 확신도 계산기(15)는 다음식에 따라 y방향으로 히스토그램hm(y)의 평균으로부터 각m번째 스트립에 대한 스트립 확신도Dm을 계산한다.
그렇게 계산된 정보로부터, 제1도의 골 정보 통합기(16)는 절선 위치 정보와 그의 확신도를 나타내는 절선 확신도를 계산한다.
제3도는 스트립 선택기(31). 호크(Hough) 변환기(32), 호크 피이크 검출기 (34), 역 호크 변환기(35), 근접 골 선택기(36), 근사선 계산기(37), 및 절선 확신도 계산기(38)로 이루어진 골 정보 통합기(16)를 도시하는 블록도이다.
스트립 선택기(31)는 스트립 확신도 계산기(15)로부터 전달된 스트립 확신도Dm을 참조하여 문턱치 보다 큰 스트립 확신도Dm을 갖는 스트립을 선택한다. 스트립 선택의 이유는 압날 영역으로부터 처리영역의 양측에 위치한 배경 영역에 대응하는 스트립 혹은 압날 영역의 양측에 위치한 지문 영역에 대응하는 스트립과 같이, 불충분한 농도를 갖는 스트립으로부터 구해진 골 Pi의 신뢰성이 낮다고 생각되기 때문이다. 문턱치로서는 예를들어 처리영역의 농도평균을 사용한다.
스트립 선택기(31)에 의해 선택된 스트립상에서 검출된 골Pi 각각의 좌표(xi, yi)와 골 확신도Ci가 호크 변환기(32)에 공급된다.
호크 변환기(32)에서는, 거짓 골을 포함하는 골Pi 중에 직선상으로 정렬된 골을 호크 변환에 의해 탐색하여 참 골이 직선상으로 정렬되어 있을 후보 절선으로 검출한다. 호크 변환을 위하여, 다음 사상(寫象)식에 의해 결정된 곡선이 u-v호크 공간에서 골Pi각각에 대해 그려진다.
그런다음, u-v호크 공간에서의 화상 함수H(u, v)는 골 Pi 각각에 대응하는 각 곡선이 좌표(u, v)를 통과할 때마다 좌표(u, v)에서(0≤uU, 0≤vV)화소치를 증가시키므로써 계산된다. 증분은 본 실시예에서, 통상의 호크 변환에서 증가된 일정치 예를들어 1 대신에 골 Pi각각의 확신도를 반영하도록 골 확신도Ci에 비례하여 값에 의해 행해진다.
따라서, 강한 화소치를 갖는 점(점들)은 직선을 따라 정렬되는 참골에 대응하는 화상 함수H(u, v)에 나타나고, 직선의 수렴 세기를 나타내는 점의 화소치 강도는 골 확신도 Ci에 의해 가중된다.
호크 피이크 검출기(34)는 u-v호크 공간에서 화상 함수H(u, v)의 모든 좌표(u, v)를 스캐닝하여 최대 화소치를 갖는 (점들 중에서) 피이크 점 Qm=(um, vm)을 검출한다.
역 호크 변환기(35)는 다음식에 따라 피이크점 Qm의 역 호크 변환에 의해 후보 절선y=Ahx+Bh를 계산한다.
근접 골 선택기(36)는 역 호크 변환기(35)에 의해 계산된 후보 절선 y=Ahx+Bh으로부터 일정 거리에 있는 골을, 다음 조건(δ는 작은 양의 문턱치)을 만족하는 좌표(xi, yi)를 갖는 스트립 선택기(31)에 의해 선택된 스트립의 골Pi을 선택하므로써, 절선을 이루는 참 골로서 선택한다.
Ahxi+Bh-δyiAhxi+Bh+δ
최종적으로, 근사선 계산기 (37)는 상기 선택된 참 골로부터 최소 제곱 근사법에 의해 절선으로 결정되는 근사선 y=Ax+B을 다음과 같이 계산한다.
여기서,이고, 합∑은 골Pi 의 모든 선택된n에 대하여 행해진다.
호크 변환에서u-v 호크 공간에서의 점 Qm에 사용되는 골은 x-y공간에 산재된 골 Pi 중에 절삭 오찻내에서 직선상으로 정렬된 것들이다. 그러나, 절선은 반드시 완전한 직선이 아니고, 많은 경우 다소 곡선이며, 소정 폭을 갖는다. 이것은 실제절선이 직선상으로 정렬되지 않은 골을 또한 포함할 수도 있음을 의미한다. 이것이 근접 골 선택기(36)에서 호부 절선 근처(±δ)에 있는 골을 재선택하고 근사선 계산기(37)에서 최소 제곱 근사법에 의해 절선으로서 결정되는 근사선을 얻는 이유이다.
다시 제3도을 참조하여 설명하면, 절선 확신도 계산기(38)는 근접 골 선택기(36)에 의해 선택된 골 Pi의 골 확신도 Ci의 평균치로부터 근사선 계산기(37)에 의해 결정된 절선의 절선 확신도 C를 계산하여 근사하여 근사선 계산기(37)에서의 절선을 구한다.
따라서, 지문의 디지털화된 데이터가 공급될 때, 그의 절선을 정의하는 계수A 및 B는 구한 절선의 절선 확신도C와 함께 본 실시예의 제1도의 장치로 구해질 수 있다. 지문의 디지털화된 데이터가 어떠한 절선도 포함하지 않는 경우, 절선 확신도의 값은 0에 가깝고, 구해진 절선은 패턴 위치 결정을 위해 사용될 수 없다는 것을 나타낸다.
지금까지, 본 발명을 제1도의 실시예와 함께 설명하였다. 그러나 본 발명의 범위에서 다양한 응용이 고려될 수 있음은 물론이다.
예를들어, 지금까지 설명된 실시예에서 골 확신도 계산기(14)가 구비되지만, 호크 변환기(32)에서의 호크 변환은 모든 골Pi 에 대한 골 확신도Ci 의 값을 동일한 것 예를들어 1로 간주하는u-v호크 공간에서 화소치를 증가시키므로써 골 확신도 게산기(14)없이 행해질 수 있다. 또한, 제3도의 근접 골 선택기(36)과 근사선 계산기(37)는 역 호크 변환기(35)에 의해 계산된 후보 절선을 검출되는 절선으로 간주하므로써 또한 생략될 수 있다.
제6도은 확신도 계산기 없는 수직 스트립 분리기(11), 투영 계산기(12), 골 후보 계산기(13), 스트립 확신도 계산기(15) 및 골 정보 통합기(116)로 이루어지는 본 발명의 다른 실시예를 도시하는 블록도이다.
수직 스트립 분리기(11), 투영 계산기(12), 골 후보 계산기(13) 및 스트립 확신도 계산기(15)는 제1도의 실시예와 동일하게 기능하므로, 증복된 설명을 생략한다.
제6도의 골 정보 통합기(116)의 구성을 제7도에 도시하며, 여기에는 제3도의 골 정보 통합기(16)와 비교하여 근사선 계산기(37)와 절선 확신도 계산기(38)가 생략된다.
골 후보 계산기(13)와 스트립 확신도 계산기(15)로 구한 정보로부터, 제6도의 골 정보 통합기(116)는 절선의 위치 정보를 계산한다.
스트립 선택기(31)는 문턱치 보다 큰 스트립 확신도Dm을 갖는 스트립을 선택한다.
스트립 선택기(31)에 의해 선택된 스트립상에 검출된 골 Pi의 각각의 좌표(xi, yi)가 호크 변환기(132)에 공급된다
호크 변환기(132)에서, 직선상으로 정렬된 골이 거짓 골을 포함하는 골 Pi중에서 호크 변환에 의해 탐색되어 참 골이 직선상으로 정렬되었을 후보절선을 검출한다. 호크 변환을 위하여 다음 사상(寫象)식에 의해 결정된 곡선이 u-v호크 공간에서 골 Pi각각에 대해 그려진다.
그런다음, u-v호크 공간에서의 화상 함수 H(u, v)는 골 Pi 각각에 대응하는 각 곡선이 좌표(u, v)를 통과할 때마다 좌표(u, v)에서 (0≤uU, 0≤vV)화소치를 증가시키므로써 계산된다. 증분은 본 실시예에서, 통상의 호크 변환에서와 동일하게 일정치 예를들어 1로 행해진다.
따라서, 강한 화소치를 갖는 점(점들)은 직선을 따라 정렬되는 참골에 대응하는 화상 함수 H(u, v)에 나타나고, 점의 화소치 강도는 직선의 수렴 세기를 나타낸다.
호크 피이크 검출기(34)는 u-v호크 공간에서 화상 함수 H(u, v)의 모든 좌표(u, v)를 스캐닝하여 최대 화소치를 갖는 (점들 중에서)피이크 점Qm=(um, vm)을 검출한다.
역 호크 변환기(35)는 다음식에 따라 피이크 점Qm의 역 호크 변환에 의해 검출되는 절선y=Ax+B를 계산한다.
따라서, 지문의 디지털화된 데이터가 공급될 때, 그 절선을 정의하는 계수 A 및 B는 본 실시예의 제6도의 장치로 구해질 수 있다.
본 발명의 상술한 구성에 의하면, 예를들어 지문의 중심부에서의 화상 품질 열화에 기인하여 상술한 종래기술에 의해 충분한 정보가 획득될 수 없는 경우에도 이들 종래방법을 대신하여 혹은 보완하여 적용될 수 있는, 더 신뢰성 있는 패턴 위치결정을 가능하도록 하는 지문특징추출장치가 제공된다.

Claims (8)

  1. 지문의 디지털화된 데이터를 y방향에 평행한 직선군에 의해 복수의 스트립 데이터로 분리하는 수직 스트립 분리기(11), 히스토그램을 구하는 투영 계산기(12)로서, 상기 히스토그램 각각은 상기 복수의 스트립 각각의 화소값을 상기 y방향에 수직인 x방향으로 누산하므로써 계산되는 투영 계산기(12). 상기 히스토그램으로부터 후보 골을 검출하는 골 후보 계산기(13)로서, 상기 히스토그램 중 하나는 상기 후보 골 각각에서 국소적인 최소치를 갖는 골 후보 계산기(13), 상기 골 후보 계산기(13)에 의해 검출된 상기 후보 골의 위치 정보로부터 상기 지문의 절선 위치를 계산하는 골 정보 통합기(116)를 구비하는 것을 특징으로 하는 지문특징추출장치.
  2. 지문의 디지털화된 데이터를 y방향에 평행한 직선군에 의해 복수의 스트립 데이터로 분리하는 수직 스트립 분리기(11), 히스토그램을 구하는 투영 계산기(12)로서, 상기 히스토그램 각각은 상기 복수의 스트립 각각의 화소값을 상기 y방향에 수직인 x방향으로 누산하므로써 계산되는 투영 계산기(12), 상기 히스토그램으로부터 후보 골을 검출하는 골 후보 계산기(13)로서, 상기 히스토그램 중 하나는 상기 후보 골 각각에서 국소적인 최소치를 갖는 골 후보 계산기(13), 상기 후보 골 각각에 대한 골 확신도를 계산하는 골 확신도 계산기(14), 상기 복수의 스트립 각각에 대한 스트립 확신도를 계산하는 스트립 확신도 계산기(15), 상기 골 후보 계산기(13)에 의해 검출된 상기 후보 골의 위치정보로부터 상기 지문의 절선 위치 및 상기 절선의 확신도를 계산하는 골 정보 통합기(16)로서, 상기 골 확시도는 상기 골 확신도 계산기(14)에 의해 계산되고 상기 스트립 확신도는 상기 스트립 확시도 계산기(15)에 의해 계산되는 것인 골 정보 통합기(16)를 구비하는 것을 특징으로 하는 지문특징추출장치.
  3. 제1항에 있어서, 상기 골 후보 계산기(13)는 상기 히스토그램을 상기 y방향으로 미분하는 히스토그램 미분기(22), 각각의 상기 히스토그램 극성이 변하는 상기 각각의 상기 히스토그램의 y좌표를 검출하는 제로 교차 검출기(23), 상기 각각의 상기 히스토그램의 극성이 변하는 상기 각각의 상기 y좌표가 검출되는 후보 골에 대응하는지를 판정하는 골 위치 계산기(24)로 이루어지는 것을 특징으로 하는 지문특징추출장치.
  4. 제2항에 있어서, 상기 골 후보 계산기(13)는, 상기 히스토그램을 상기 y방향으로 미분하는 히스토그램 미분기(22), 각각의 상기 히스토그램 극성이 변하는 상기 각각의 상기 히스토그램의 y좌표를 검출하는 제로 교차 검출기(23), 상기 각각의 상기 히스토그램의 극성이 변하는 상기 각각의 상기 y좌표가 검출되는 후보 골에 대응하는지를 판정하는 골 위치 계산기(24)로 이루어지는 것을 특징으로 하는 지문특징추출장치.
  5. 제1항에 있어서, 상기 골 정보 통합기(116)는, 상기 골 후보 계산기 (13)로부터 전달된 소정의 상기 후보 골 좌표의 호크 변환을 행하여 호크 상을 계산하는 호크 변환기(32), 상기 호크 상의 화소치가 최고가 되는 상기 호크 상의 피이크 좌표를 검출하는 호크 피이크 검출기(34), 상기 피이크 좌표의 역 호크 변환을 행하여 상기 절선을 계산하는 역 호크 변환기(35)로 이루어지는 것을 특징으로 하는 지문특징추출장치.
  6. 제2항에 있어서, 상기 골 정보 통합기(16)는, 상기 스트립 확신도 계산기(15)로부터 전달된 상기 스트립 확신도에 따라 상기 복수의 스트립 중 소정 스트립을 선택하는 스트립 선택기(31), 상기 골 후보 계산기(13)로부터 전달되고 상기 스트립 선택기(31)에 의해 선택된 상기 복수의 상기 스트립 중 상기 소정의 스트립에 존재하는 소정의 상기 후보 골 좌표의 호크 변환을 행하여 호크 상을 계산하는 호크 변환기 (32), 상기 호크 상의 화소치가 최고가 되는 상기 호크 상의 피이크 좌표를 검출하는 호크 피이크 검출기(34), 상기 피이크 좌표의 역 호크 변환을 행하여 상기 절선을 계산하는 역 호크 변환기(35)로 이루어지는 것을 특징으로 하는 지문특징추출장치.
  7. 제6항에 있어서, 상기 호크 변환기(32)는 상기 소정의 후보 골 각각에 대응하는 좌표의 화소치를 통상의 호크 변환에 사용되는 것과 같이 일정치로 증가시키는 대신 상기 골 확신도 계산기(14)에 의해 계산된 상기 소정의 후보 골의 상기 각각의 골 확신도에 비례하는 값으로 증가시키는 것을 특징으로 하는 지문특징추출장치.
  8. 제6항에 있어서, 상기 골 정보 통합기(16)는, 상기 절선에 근접하는 후보 골을 선택하는 근접 골 선택기(36), 상기 근접 골 선택기(36)에 의해 선택된 상기 절선에 근접하는 상기 후보 골로부터 최소 제곱 근사법에 의해 근사선을 계산하는 근사선 계산기(37), 상기 근접 골 선택기(36)에 의해 선택된 상기 절선에 근접하는 상기 후보 골의 골 확신도로 부터 상기 근사선의 확신도를 계산하는 절선 확신도 계산기(38)를 또한 구비하는 것을 특징으로 하는 지문특징추출장치.
KR1019960052833A 1995-11-08 1996-11-08 지문특징추출장치 KR100214240B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP7289460A JP2776340B2 (ja) 1995-11-08 1995-11-08 指紋特徴抽出装置
JP95-289460 1995-11-08

Publications (2)

Publication Number Publication Date
KR970029168A KR970029168A (ko) 1997-06-26
KR100214240B1 true KR100214240B1 (ko) 1999-08-02

Family

ID=17743561

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019960052833A KR100214240B1 (ko) 1995-11-08 1996-11-08 지문특징추출장치

Country Status (7)

Country Link
US (1) US5832102A (ko)
EP (1) EP0773508B1 (ko)
JP (1) JP2776340B2 (ko)
KR (1) KR100214240B1 (ko)
AU (1) AU722594B2 (ko)
CA (1) CA2189671C (ko)
DE (1) DE69623564T2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100448288B1 (ko) * 1997-08-29 2004-12-17 주식회사 대우일렉트로닉스 단말기사용자제한장치및방법

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3770344B2 (ja) 1996-12-26 2006-04-26 ソニー株式会社 画像照合装置及び画像照合方法
WO2001048681A2 (en) * 1999-12-23 2001-07-05 National University Of Singapore Automated fingerprint identification system
JPWO2002029720A1 (ja) * 2000-09-29 2004-02-12 中央発條株式会社 指紋照合装置及び指紋照合方法
JP4730502B2 (ja) * 2001-08-29 2011-07-20 株式会社ディー・ディー・エス 指紋照合装置及び指紋照合プログラム
KR100432491B1 (ko) * 2001-08-31 2004-05-22 (주)니트 젠 융선방향 모델을 이용한 지문 특징데이터 추출방법
ES2373714T3 (es) 2002-05-10 2012-02-08 Bio-Layer Pty Limited Generación de diversidad de recubrimientos de superficie.
DE10339743B4 (de) * 2003-08-28 2007-08-02 Infineon Technologies Ag Verfahren zum Vergleich eines Testfingerabdrucks mit einem gespeicherten Referenzfingerabdruck und zur Durchführung des Verfahrens geeignete Vorrichtung
JP4345426B2 (ja) * 2003-10-07 2009-10-14 ソニー株式会社 画像照合方法、プログラム、および画像照合装置
AU2004296412B2 (en) * 2003-12-12 2011-03-10 Anteo Technologies Pty Ltd A method for designing surfaces
US7741053B2 (en) * 2005-05-13 2010-06-22 Sigma-Aldrich Co. Processes for purification of recombinant proteins
AU2006332457A1 (en) * 2005-12-30 2007-07-12 Bio-Layer Pty Limited Binding of molecules
US8606019B2 (en) 2007-04-23 2013-12-10 Nec Corporation Matching method for two-dimensional pattern, feature extracting method, apparatus used for the methods, and programs
EP2219154B1 (en) * 2007-11-09 2017-09-20 Fujitsu Limited Biological information acquiring device, biological information accruing method, biological information acquiring program, and biometric authentication device
EP2392259A1 (en) * 2009-01-30 2011-12-07 Fujitsu Frontech Limited Authentication device, imaging device, authentication method, and authentication program
US10417476B2 (en) * 2016-12-30 2019-09-17 Eosmem Corporation Exposure time determination method for image sensing operation
CN111027424B (zh) * 2019-11-28 2023-04-07 深圳市迪安杰智能识别科技有限公司 指纹采集装置、方法和智能门锁

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4394683A (en) * 1980-06-26 1983-07-19 Diffracto Ltd. New photodetector array based optical measurement systems
JP2637764B2 (ja) 1988-04-23 1997-08-06 日本電気セキュリティシステム株式会社 指紋中心検出方式
JP2690103B2 (ja) 1988-04-23 1997-12-10 日本電気セキュリティシステム株式会社 指紋中心検出装置
JPH0235577A (ja) * 1988-07-25 1990-02-06 Toshiba Corp 個人認証装置
JPH03108075A (ja) 1989-09-21 1991-05-08 Toshiba Corp パターン画像処理装置
JPH04117578A (ja) * 1990-06-13 1992-04-17 Yaskawa Electric Corp ライン検出方法
JPH079033A (ja) * 1993-06-28 1995-01-13 Kubota Corp 鋼管矢板の管端部矯正制御方法
JPH0779033A (ja) 1993-09-07 1995-03-20 Showa Denko Kk 磁電変換素子

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100448288B1 (ko) * 1997-08-29 2004-12-17 주식회사 대우일렉트로닉스 단말기사용자제한장치및방법

Also Published As

Publication number Publication date
CA2189671A1 (en) 1997-05-09
DE69623564D1 (de) 2002-10-17
KR970029168A (ko) 1997-06-26
AU7066396A (en) 1997-05-15
JPH09134427A (ja) 1997-05-20
US5832102A (en) 1998-11-03
EP0773508A2 (en) 1997-05-14
AU722594B2 (en) 2000-08-10
JP2776340B2 (ja) 1998-07-16
EP0773508A3 (en) 1997-10-29
DE69623564T2 (de) 2003-05-15
CA2189671C (en) 1999-12-28
EP0773508B1 (en) 2002-09-11

Similar Documents

Publication Publication Date Title
KR100214240B1 (ko) 지문특징추출장치
EP0543590B1 (en) Method for comparing word shapes
US6111978A (en) System and method for determining ridge counts in fingerprint image processing
Yanikoglu et al. Segmentation of off-line cursive handwriting using linear programming
US6249604B1 (en) Method for determining boundaries of words in text
US6873732B2 (en) Method and apparatus for resolving perspective distortion in a document image and for calculating line sums in images
US5901239A (en) Skin pattern and fingerprint classification system
EP0466161A2 (en) Image positioning method
JPH0772905B2 (ja) 記号列の認識方法
EP0780781B1 (en) Feature extraction for fingerprint recognition
EP0646886A2 (en) An apparatus for automatic fingerprint classification
KR20030019788A (ko) 융선방향 모델을 이용한 지문 특징데이터 추출방법
US5261008A (en) Fingerprint verification method
US6707934B1 (en) Apparatus and method for collating image
US6035064A (en) Apparatus and method for detecting and recognizing character line using simplified projection information
JP3058791B2 (ja) 画像認識装置の図形の切出し方法
JPH05108806A (ja) 画像特徴抽出方法及びその装置
JPH09147113A (ja) 指紋照合方法及び装置
Johannesen et al. Using weighted minutiae for fingerprint identification
JP2832035B2 (ja) 文字認識装置
JPH07141465A (ja) 文書画像の傾き検出方法
JP2576080B2 (ja) 文字切出し方法
JP2785438B2 (ja) 文字認識方式
Busch et al. Detection of unknown forms from document images
KR940011699B1 (ko) 2진 영상의 윤곽선 추출방법

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20090508

Year of fee payment: 11

LAPS Lapse due to unpaid annual fee