KR100299858B1 - fingerprint matching method - Google Patents
fingerprint matching method Download PDFInfo
- Publication number
- KR100299858B1 KR100299858B1 KR1019990009354A KR19990009354A KR100299858B1 KR 100299858 B1 KR100299858 B1 KR 100299858B1 KR 1019990009354 A KR1019990009354 A KR 1019990009354A KR 19990009354 A KR19990009354 A KR 19990009354A KR 100299858 B1 KR100299858 B1 KR 100299858B1
- Authority
- KR
- South Korea
- Prior art keywords
- fingerprint
- matching
- feature points
- feature
- input
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000010970 precious metal Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- G06V40/1365—Matching; Classification
Landscapes
- Collating Specific Patterns (AREA)
Abstract
본 발명은 지문매칭방법에 관한 것으로, 특히, 매칭시 한 융선에 존재하는 두 개 이상의 특징점들에 대한 연결관계정보를 저장하여 매칭에 활용하도록 함으로써, 개인별 지문을 빠른 속도로 인식하고 찾아내기 위한 것이다.The present invention relates to a fingerprint matching method, and more particularly, to recognize and find an individual fingerprint at a high speed by storing connection relationship information about two or more feature points present in a ridge to be used for matching. .
이를 위하여 본 발명은 지문의 영상정보로부터 지문의 특징점을 추출할 때, 융선을 따라 서로 연결되어 있는 각 특징점과, 그 특징점들간의 연결관계정보를 추출하여 데이터 베이스에 저장하는 특징 추출 및 저장과정; 상기 데이터 베이스에 저장된 특징점들 중에서, 동일한 연결관계정보를 갖는 특징점 쌍을 매칭후보로 선택하여 비교하고, 그 비교결과로 원본지문과 입력지문의 각 특징점들간의 정렬여부를 판단하는 매칭후보 정렬과정; 상기 정렬된 매칭후보의 이동변환 및 회전변환 파라미터를 산출하여 모든 입력지문을 이동 및 회전시키고, 이동 및 회전변환된 입력지문과 원본지문의 특징점에 대한 점매칭동작을 수행하는 매칭과정을 포함하는 것을 특징으로 한다.To this end, the present invention provides a feature extraction and storage process for extracting the feature points of the fingerprint from the image information of the fingerprint, each feature point connected to each other along the ridge and the connection relationship information between the feature points to be stored in the database; A matching candidate sorting process of selecting and comparing pairs of feature points having the same connection relation information among the feature points stored in the database, and determining whether the feature points of the original and input fingerprints are aligned according to the comparison result; Comprising a matching process of performing a point matching operation for the feature of the input fingerprint and the original fingerprint to move and rotate all the input fingerprint by calculating the movement conversion and rotation conversion parameters of the aligned matching candidates It features.
Description
본 발명은 지문 인식 방법에 관한 것으로, 특히 하나의 융선을 따라 연결되어 있는 두 개 이상의 특징점을 이용하여 지문패턴을 정렬시킨 후, 회전 및 이동변위를 구하여 등록하고, 점 매칭을 실시함으로써, 개인별 지문을 빠르고 효율적으로 인식할 수 있는 지문 매칭 방법에 관한 것이다.The present invention relates to a fingerprint recognition method, and in particular, by aligning a fingerprint pattern using two or more feature points connected along one ridge, obtaining and registering rotation and displacement, and performing point matching, thereby providing a personal fingerprint. The present invention relates to a fingerprint matching method capable of quickly and efficiently recognizing a.
개인의 신분 인증에 대한 요구가 점차 증가됨에 따라 생체의 일부를 사용하여 개인별 신분을 확인하거나 식별하는 지문인식에 의한 기법이 생체학적 확인 기법 중의 하나로 사용되어져 왔다.As the demand for personal identification increases gradually, fingerprint recognition, which uses a portion of a living body to identify or identify an individual, has been used as one of the biological identification techniques.
상기 지문 인식방법은 확인(verification)과 식별(identification)의 두 응용 분야에서 주로 사용된다. 특히 확인 시스템에서는 확인받고자 하는 개인이 마그네틱 카드나 스마트 카드, 로그인 이름 등으로 시스템에 확인을 요구하는 형태를 취하고, 식별 시스템에서는 확인받고자 하는 개인이 그 시스템에 등록되어 있는가를 찾아내는 형태를 취한다.The fingerprint recognition method is mainly used in two application fields, verification and identification. In particular, the verification system takes a form in which the individual to be verified asks the system for confirmation using a magnetic card, a smart card, a login name, etc., and the identification system finds out whether the individual to be verified is registered in the system.
이러한 종래의 지문인식방법은 범죄 수사 등 어떤 사람을 찾아내는 식별시스템에서 많이 사용되었으나, 근래에는 컴퓨터 접근 제어나 집적회로 내장형(IC) 카드와 관련된 금융시스템, 전자주민 카드, 연구소, 관공서, 전산시설 등을 이용한 보안구역의 출입관리 및 통제 등에 응용되는 보안을 필요로 하는 경비보안회사, 빌딩관리회사 및 귀금속점이나 은행, 개인금고와 같은 시민의 응용분야에 점차 확산되고 있는 추세이다.The conventional fingerprint recognition method has been widely used in identification systems for finding people such as criminal investigations, but recently, financial systems, electronic resident cards, research institutes, government offices, computer facilities, etc. related to computer access control or integrated circuit (IC) cards. It is gradually spreading to civil security applications such as security companies, building management companies, and precious metal stores, banks, and personal safes that require security applied to access control and control of security areas.
지문은 융선(ridge)과 계곡(valley)으로 이루어진 맵이며 그 구조는 기하학적인 패턴을 형성한다. 특징(minutiae)이라 불리우는 지문의 융선의 끝과 분기점은 개인마다 유일한 패턴을 가진다. 즉, 상기 특징에서 융선의 방향과 상대적인 위치, 특징들 사이에 존재하는 융선의 수가 개인의 지문을 구별하는 특징으로 사용되고 있고, 이런 특징을 이용하는 지문인식 방법을 특징기반의 지문인식 방법이라고 부른다. 대부분의 지문인식 방법이 이러한 특징 기반 방법을 따른다.The fingerprint is a map of ridges and valleys, the structure of which forms a geometric pattern. The tip and bifurcation of the ridge of the fingerprint, called a minutiae, has a unique pattern for each individual. That is, in the above feature, the number of the ridges existing between the direction and the relative position of the ridges and the features is used as a feature to distinguish an individual's fingerprint, and a fingerprint recognition method using such a feature is called a feature-based fingerprint recognition method. Most fingerprint recognition methods follow this feature-based method.
상기의 특징기반 지문 인식 과정은 크게 특징추출(minutiae extraction)과 매칭(matching)의 두 과정으로 나누어진다. 특징추출과정에서는 지문영상의 향상을 시작으로 이진화, 세선화를 거쳐 특징을 추출하고 거짓 특징점을 제거하는 후처리 과정을 거친다. 여기서 지문향상을 통해 잡음을 제거하고 배경으로부터 지문을 분리하여 지문의 융선과 계곡을 향상시킨다. 결국, 특징추출과정은 궁극적으로 특징(minutiae)의 위치와 방향을 찾아내는 것이다. 다음으로 매칭 과정은 입력지문으로부터 추출된 특징 맵과 저장된 특징 맵을 비교하는 역활을 수행한다.The feature-based fingerprint recognition process is largely divided into two processes, minutiae extraction and matching. The feature extraction process begins with the improvement of the fingerprint image and then undergoes post-processing to extract the feature through binarization and thinning and to remove the false feature point. The fingerprint enhancement improves the ridges and valleys of the fingerprint by removing noise and separating the fingerprint from the background. After all, the feature extraction process ultimately finds the location and direction of the minutiae. Next, the matching process compares the feature map extracted from the input fingerprint with the stored feature map.
그런데, 점들 사이의 공간적인 특성, 일 예로써 점들 사이의 상대적인 거리같은 특징들이 탐색범위를 줄이기 위해 지문 매칭 방법에 사용되어지는데, 이것은 점 패턴 매칭 문제를 해결하기 힘들다. 따라서 최근에 Jain에 의해서 정렬 기반의 매칭 방법(alignment-based matching algorithm)이 제시되었다. 이 방법은 입력과 출력 사이에 회전 및 이동 변환을 구하여 정렬한 후 일치하는 특징점 쌍을 선택하는 매칭방법(matching algorithm)이다. 하지만 이 방법은 이론적으로는 간단하고 매우 빠르나 시스템의 성능이 정렬 결과에 의존하고, 두 지문의 이동과 회전을 계산하여 맞추는데도 약 5%의 오류가 발생하는 등의 문제점이 있었다.However, features such as spatial characteristics between the points, for example, relative distances between the points, are used in the fingerprint matching method to reduce the search range, which is difficult to solve the dot pattern matching problem. Thus, Jain has recently proposed an alignment-based matching algorithm. This method is a matching algorithm that selects matching feature point pairs by obtaining and aligning rotation and movement transformations between inputs and outputs. However, this method is theoretically simple and very fast, but the performance of the system depends on the alignment result, and about 5% error occurs in calculating and matching the movement and rotation of the two fingerprints.
따라서 본 발명은 상기의 문제점을 해결하기 위해 안출한 것으로서, 본 발명은 지문의 특징점을 저장할 때 그 특징들이 하나의 융선에 연결되어 있는 정보를 저장하고, 상기 융선에 연결된 특징점을 이용하여 입력패턴을 이동 및 회전변환하여 등록시킨 다음, 입력된 지문의 융선을 따라 연결되어 있는 특징점을 이용하여 회전과 이동 변위를 구하고, 이를 이미 저장된 지문과의 매칭을 통해 지문 인식을 수행하는 지문매칭방법을 제공하는데 그 목적이 있다.Therefore, the present invention has been made to solve the above problems, the present invention is to store the information that the features are connected to one ridge when storing the feature points of the fingerprint, and to use the feature points connected to the ridge After registration by moving and rotation conversion, and then to obtain the rotation and movement displacement by using the feature points connected along the ridge of the input fingerprint, it provides a fingerprint matching method that performs the fingerprint recognition by matching with the already stored fingerprint The purpose is.
상기의 목적을 달성하기 위한 본 발명의 일 실시예에서는 지문의 영상정보로부터 지문의 특징점을 추출할 때, 융선을 따라 서로 연결되어 있는 각 특징점과, 그 특징점들간의 연결관계정보를 추출하여 데이터 베이스에 저장하는 특징 추출 및 저장과정; 상기 데이터 베이스에 저장된 특징점들 중에서, 동일한 연결관계정보를 갖는 특징점 쌍을 매칭후보로 선택하여 비교하고, 그 비교결과로 원본지문과 입력지문의 각 특징점들간의 정렬여부를 판단하는 매칭후보 정렬과정; 상기 정렬된 매칭후보의 이동변환 및 회전변환 파라미터를 산출하여 모든 입력지문을 이동 및 회전시키고, 이동 및 회전변환된 입력지문과 원본지문의 특징점에 대한 점매칭동작을 수행하는 매칭과정을 포함하는 것을 특징으로 하는 지문매칭방법을 제공한다.According to an embodiment of the present invention for achieving the above object, when extracting the feature points of the fingerprint from the image information of the fingerprint, each feature point connected to each other along the ridge and the connection relationship information between the feature points is extracted from the database Feature extraction and storing in the process; A matching candidate sorting process of selecting and comparing pairs of feature points having the same connection relation information among the feature points stored in the database, and determining whether the feature points of the original and input fingerprints are aligned according to the comparison result; Comprising a matching process of performing a point matching operation for the feature of the input fingerprint and the original fingerprint to move and rotate all the input fingerprint by calculating the movement conversion and rotation conversion parameters of the aligned matching candidates A fingerprint matching method is provided.
상기 본 발명의 일 실시예에서 특징 추출 및 저장과정은, 특히 하나의 융선에 존재하는 두 개 이상의 특징점을 추출하고, 해당 융선을 따라가면서 각 특징점에 동일한 레이블을 부여하여 각 특징점에 대한 연결관계를 나타내는 정보를 저장하는 것을 특징으로 한다.In the embodiment of the present invention, the feature extraction and storage process, in particular, extracts two or more feature points present in one ridge, and assigns the same label to each feature point along the ridge to establish a connection relationship for each feature point. It is characterized by storing the displayed information.
또한 상기 본 발명의 일 실시예에서, 상기 매칭후보 정렬과정은, 원본지문의 특징점과 입력지문의 특징점을 특징점 사이의 거리에 따라 내림차순으로 정렬하는 제 1단계; 상기 정렬된 입력지문의 특징점들과 원본지문의 특징점들 중에서 거리가 먼 것을 우선순위로 하여 특징점 쌍을 각각 취하여 두 매칭후보로 선택하는 제 2단계; 상기 선택된 두 매칭후보의 특징점 쌍에 대한 각 중심점을 산출하는 제 3단계; 상기 선택된 두 매칭후보의 특징점 쌍을 잇는 직선의 길이와 방향을 비교하는 제 4단계; 상기 비교결과, 직선의 길이와 방향이 일치하면, 상기 원본지문 매칭후보에 대한 입력지문 매칭후보의 회전각과 중심점을 산출하여, 이동 및 회전변위를 계산하고, 입력지문 매칭후보를 원본지문 매칭후보에 대해 이동 및 회전변환시키는 제 5단계; 상기 이동 및 회전변환된 입력지문 매칭후보를 원본지문 매칭후보와 비교하는 제 6단계; 상기 비교결과, 각 매칭후보에서 서로 일치하는 융선의 수가 지정된 문턱치 이상이면, 두 매칭후보가 정렬된 것으로 판단하여 입력지문과 원본지문의 특징점에 대하여 점매칭을 실행하기 위한 과정으로 진입하는 제 7단계를 포함하는 것을 특징으로 하는 지문매칭방법을 제공한다.In an embodiment of the present invention, the matching candidate sorting process may include: a first step of sorting the feature points of the original fingerprint and the feature points of the input fingerprint in descending order according to the distance between the feature points; A second step of selecting two pairs of candidate candidates by taking pairs of feature points each having a long distance among the feature points of the aligned input fingerprint and the feature points of the original fingerprint; Calculating a center point for each pair of feature points of the selected two matching candidates; A fourth step of comparing a length and a direction of a straight line connecting the pair of feature points of the selected two matching candidates; As a result of the comparison, if the length and the direction of the straight line match, the rotation angle and the center point of the input fingerprint matching candidate for the original fingerprint matching candidate are calculated, the movement and rotation displacement are calculated, and the input fingerprint matching candidate is compared to the original fingerprint matching candidate. A fifth step of translating and rotating the relative force; A sixth step of comparing the moved and rotated input fingerprint matching candidates with original fingerprint matching candidates; As a result of the comparison, if the number of matching ridges in each matching candidate is equal to or greater than a predetermined threshold, the second matching candidate is determined to be aligned, and a step 7 for entering a process for performing point matching on the feature points of the input fingerprint and the original fingerprint is performed. It provides a fingerprint matching method comprising a.
또한, 상기 매칭후보 정렬과정에서는 상기 제 6단계의 비교결과, 각 매칭후보에서 서로 일치하는 융선의 수가 지정된 문턱치 이하이면, 두 매칭후보가 정렬되지 않은 것으로 판단하여 입력지문 매칭후보의 변환 변수(회전각 및 중심점)를 후보그룹에 저장하고, 상기 일정한 규칙에 따라 정렬된 입력지문과 원본지문의 특징점들 중에서 새로운 두 특징점 쌍을 각각의 매칭후보로 다시 선택한 후 상기 제 3단계로 복귀하는 제 8단계를 더 포함할 수 있다.In the matching candidate sorting process, if the number of ridges matching each other in each matching candidate is less than or equal to a predetermined threshold, the matching candidates are determined not to be aligned. An eighth step of storing each of the input points and the original fingerprints according to the predetermined rule, selecting two new feature point pairs as matching candidates, and returning to the third step. It may further include.
도 1은 일반적인 지문인식장치의 한 구성예도1 is a configuration example of a typical fingerprint recognition device
도 2는 본 발명에 따른 연결관계정보를 이용한 지문매칭방법을 설명하기 위한 동작 흐름도2 is a flowchart illustrating a fingerprint matching method using connection relation information according to the present invention.
도 3은 상기 도 2의 연결관계정보를 이용한 매칭후보 정렬과정에 대한 서브루틴을 상세하게 나타낸 동작 흐름도FIG. 3 is a detailed flowchart illustrating a subroutine for the matching candidate alignment process using the connection relationship information of FIG. 2.
도 4a는 각 특징점 데이터를 포함하는 지문특징구조도4A is a fingerprint feature structure diagram including each feature point data
도 4b는 각 특징점별 데이터의 크기와 설명을 나타낸 참고표4B is a reference table showing the size and description of data for each feature point.
도 4c는 원본지문 패턴과 입력지문 패턴에서 선택된 두점과 그 각각의 중심점을 나타낸 참고도4C is a reference diagram showing two points selected from the original fingerprint pattern and the input fingerprint pattern and their respective center points
도 5a와 도 5b는 지문화상 입력부를 통해 들어온 원본지문 영상과 입력지문 영상예도5a and 5b is an example of the original fingerprint image and the input fingerprint image entered through the fingerprint image input unit
도 6a와 도 6b는 이진화된 원본지문 영상과 입력지문 영상예도6A and 6B show examples of binarized original fingerprint image and input fingerprint image
도 7a와 도 7b는 상기 이진화된 영상으로부터 추출된 원본 지문에 대한 특징점과 입력지문에 대한 특징점을 도시한 영상예도7A and 7B are exemplary views illustrating feature points of an original fingerprint extracted from the binarized image and feature points of an input fingerprint;
도 8a와 도 8b는 한 융선으로 연결된 원본 지문에 대한 특징점 영상과 입력지문에 대한 특징점 영상예도8A and 8B are exemplary diagrams of a feature point image of an original fingerprint connected to a ridge and a feature point image of an input fingerprint
도 9는 등록변환후 매칭된 특징점의 쌍을 도시한 영상예도9 is a video example showing a pair of matched feature points after registration conversion
이하에서, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 상세히 설명한다.Hereinafter, with reference to the accompanying drawings, preferred embodiments of the present invention will be described in detail.
도 1은 일반적으로 사용되는 지문인식장치의 한 구성예를 개략적으로 나타낸 블록도로서, 지문에 대한 화상정보를 입력받아 디지탈 화상신호로 변환하는 지문화상 입력부(11)와, 상기 지문 인식을 위해 필요로 하는 작업용 데이터 및 입출력 데이터를 저장하는 작업 메모리부(12)와, 지문 인식에 필요한 제어기능을 수행하는 제어로직부(13)와, 사용자가 설정할 수 있는 다수의 키들을 구비하여 사용자와 기기와의 인터페이스를 수행하는 키입력부(14)와, 상기 키입력부에서 설정되는 기능 진행상태 및 기기의 기타 다른 동작 상태를 표시하는 상태표시부(15)와, 제어하고자 하는 외부 장치를 전기적으로 개폐하는 전기 잠금장치부(16)와, 지문인식을 위한 알고리즘을 저장하는 프로그램 메모리부(17)와, 외부 통신망과의 인터페이스를 수행하는 네트워크 인터페이스부(18)와, 외부 컴퓨터(피시)와의 인터페이스를 수행하는 피시 인터페이스부(19)와, 상기 각 부분에 관계하여 시스템의 동작을 전체적으로 제어하는 주제어부(10)를 포함하여 구성할 수 있다.1 is a block diagram schematically showing an example of a configuration of a fingerprint recognition device which is generally used. A fingerprint image input unit 11 for receiving image information on a fingerprint and converting the image information into a digital image signal is required for the fingerprint recognition. A work memory 12 for storing work data and input / output data, a control logic unit 13 for performing a control function required for fingerprint recognition, and a plurality of keys that can be set by the user. A key input unit 14 for performing an interface of a key, a status display unit 15 for displaying a function progress state set in the key input unit and other operation states of the device, and an electric lock for electrically opening and closing an external device to be controlled. The device unit 16, a program memory unit 17 for storing an algorithm for fingerprint recognition, and a network interface for interfacing with an external communication network. It may be configured to include an ES 18, a fish interface 19 for performing an interface with an external computer (PC), and a main control unit 10 for controlling the overall operation of the system in relation to the respective parts. .
도 2는 지문매칭방법의 전체처리과정에서 본 발명에 따른 연결관계정보를 이용하여 지문매칭을 실시하는 과정만을 발췌하여 나타내 보인 동작 흐름도로서, 도면에 도시된 바와 같이, 입력지문의 영상정보를 입력받아 그 지문의 특징점에 대한 정보(해당 특징점의 x-y좌표값과 종류(끝점이나 분기점)와 방향과 좌표부호 등을 나타내는 정보)를 추출하고, 이진화, 세선화 및 복원단계를 거쳐, 하나의 융선을 따라 서로 연결되어 있는 두 개 이상의 특징점에 대한 연결관계정보(특징점이 서로 연결되어 있는 상태를 나타내는 정보)를 추출하여 데이터 베이스의 지문특징구조에 함께 저장하는 특징 추출 및 저장과정(S31-S37)과; 데이터 베이스에 저장된 원본패턴과 상기 입력패턴으로부터 각각의 매칭후보를 선택하여 비교하고, 미리 지정된 문턱치 이상 정렬된 것으로 판단되는 매칭후보에 대하여 두 패턴사이의 이동, 회전, 스케일의 변환 파라미터를 구하여, 모든 입력패턴을 상기 파라미터에 따라 변환하여 정렬하는 매칭후보 정렬과정(S38)과; 상기 정렬된 두 개의 패턴에 대해, 입력 패턴의 특징점 각각에 허용 오차의 범위를 정해두고, 그 허용 오차의 범위안에 드는 원본 패턴의 특징점의 수를 세어 입력지문의 특징점에 대한 일치여부를 판단하는 매칭과정(도면에서는도시하지 않음)을 포함하는 지문처리과정을 도시하고 있다.FIG. 2 is an operation flowchart showing only a process of performing fingerprint matching using connection relation information according to the present invention in the entire process of a fingerprint matching method. As shown in the drawing, image information of an input fingerprint is input. The information on the feature point of the fingerprint (extracting xy coordinate value and type (end or branch point), direction and coordinate code, etc. of the feature point) is extracted, and a ridge is formed through the binarization, thinning, and restoration steps. Feature extraction and storage process (S31-S37) for extracting connection relationship information (information indicating the state where feature points are connected to each other) for two or more feature points connected to each other and storing them together in a fingerprint feature structure of a database; ; Select and compare each matching candidate from the original pattern stored in the database and the input pattern, and obtain the conversion parameters of the movement, rotation, and scale between the two patterns with respect to the matching candidate determined to be aligned above a predetermined threshold. A matching candidate sorting process (S38) for converting and sorting the input pattern according to the parameter; For the two patterns arranged above, a matching range is determined for each feature point of the input pattern, and the number of feature points of the original pattern within the tolerance range is counted to determine whether the feature matches the input fingerprint. A fingerprint processing process including a process (not shown in the figure) is shown.
도 3은 상기 도 2의 연결관계정보를 이용한 매칭후보 정렬과정에 대한 서브루틴을 상세하게 나타낸 동작 흐름도로서, 원본패턴과 입력패턴을 복원하여 융선을 따라 연결된 두 특징점사이의 거리가 긴 점부터 내림차순으로 정렬된 입력패턴에서 거리가 가장 먼 두 특징점을 입력지문의 매칭후보로 선택하는 단계(S381)와; 상기 원본패턴에서 거리가 가장 먼 두 특징점을 원본지문의 매칭후보로 선택하여 상기 입력패턴의 매칭후보와 일치하는지를 검색하는 단계(S382)와; 상기 원본패턴과 입력패턴이 일치하는 쌍이 없으면, 내림차순으로 정렬된 원본패턴에서 다음으로 거리가 먼 두 특징점을 원본지문의 매칭후보로 선택하여 입력지문의 매칭후보와 일치하는지를 다시 검색하고, 상기 원본 패턴과 입력패턴이 일치하는 쌍이 있으면, 상기 선택된 원본패턴의 두 특징점에 대한 중심점과 상기 입력패턴의 두 특징점에 대한 중심점을 각각 구하고, 상기 입력패턴의 두 특징점을 잇는 직선과 상기 원본패턴의 두 특징점을 잇는 직선의 길이와 방향을 비교하여, 길이가 같고 방향이 일치하는 입력패턴에 대하여는 상기 원본패턴에 대한 입력패턴의 회전각과 중심점을 각각 차례로 구하여 입력패턴을 원본 패턴에 대하여 이동 및 회전변환하는 단계(S383)와; 원본패턴과 입력패턴에서 일치하는 특징점 쌍의 수를 세어서 그 수를 임의의 문턱치와 비교하는 단계(S384)와; 상기 비교결과, 일치하는 특징점 쌍의 수가 문턱치보다 적으면, 후보 그룹에 변환 변수(회전각 및 중심점)를 저장한 후, 내림차순으로 정렬된 입력패턴과 원본패턴에서 각각 다음으로 거리가 먼 두 특징점들을 매칭후보로 각각 선택하여 입력패턴에 일치하는 특징점 쌍이 있는지를 검색하는 단계로 복귀하는 단계(S385-S387)와; 상기 비교결과, 일치하는 특징점 쌍의 수가 문턱치보다 많으면, 점 패턴 매칭을 적용한 지문의 매칭을 수행하여 원본 패턴과 입력패턴사이의 정합율을 체크하여 본인 여부를 결정하는 단계(S392-S395)와; 상기 비교결과, 모든 점을 비교해도 정렬이 안되었다면 후보 특징그룹에서 대표치 특징을 선택하여 회전 및 이동변수를 구하는 단계(S388-S391)를 포함하여 구성할 수 있다.FIG. 3 is a detailed operation flowchart showing a subroutine for the matching candidate alignment process using the connection relationship information of FIG. 2, in which the distance between the two feature points connected along the ridge is restored by restoring the original pattern and the input pattern. Selecting two feature points that are farthest from the input patterns arranged as the matching candidates of the input fingerprint (S381); Selecting two feature points having the longest distance from the original pattern as a matching candidate of the original fingerprint and searching for matching with the matching candidate of the input pattern (S382); If there is no matching pair between the original pattern and the input pattern, two feature points that are farthest from the original pattern arranged in descending order are selected as matching candidates of the original fingerprint, and then searched again to match with the matching candidates of the input fingerprint. If there is a pair that matches the input pattern, a center point for two feature points of the selected original pattern and a center point for two feature points of the input pattern are respectively obtained, and a straight line connecting two feature points of the input pattern and two feature points of the original pattern are obtained. Comparing the length and the direction of the connecting straight line, for the input pattern of the same length and the same direction, obtaining the rotation angle and the center point of the input pattern with respect to the original pattern in order to move and rotate the input pattern with respect to the original pattern ( S383); Counting the number of pairs of matching feature points in the original pattern and the input pattern, and comparing the number with an arbitrary threshold value (S384); As a result of the comparison, if the number of matching feature point pairs is smaller than the threshold value, the transformation variables (rotation angle and center point) are stored in the candidate group, and then two feature points are separated from the input pattern and the original pattern arranged in descending order. Selecting each matching candidate and returning to searching for whether there is a pair of feature points matching the input pattern (S385-S387); As a result of the comparison, if the number of matching feature point pairs is greater than the threshold, performing fingerprint matching using dot pattern matching to check the matching ratio between the original pattern and the input pattern to determine whether the user is present (S392-S395); As a result of the comparison, if all points are not aligned, selecting the representative feature from the candidate feature group may be performed to obtain rotation and movement variables (S388-S391).
도 4a 내지 도 4c는 본 발명에 따른 지문 매칭방법을 설명하기 위한 참고도로서, 상기 특징 추출 및 저장과정에서, 특히 하나의 융선에 존재하는 두 개 이상의 특징점을 추출하고, 해당 융선을 따라가면서 각 특징점에 동일한 레이블(도 4c)을 부여하여 각 특징점에 대한 연결관계정보를 저장하는 것을 설명하기 위한 지문특징구조도이다. 이 도면에서 도시된 바와 같이, 각 특징점에 포함되는 정보는 도 4a와 같이 하나의 프레임에 x-좌표와, y-좌표와, 단점 또는 분기점과, 특징점의 방향과, x좌표부호와, y좌표부호와, 연결관계정보를 포함할 수 있고, 각 특징점별 데이터와 그 크기는 도 4b와 같다.4A to 4C are reference diagrams for explaining a fingerprint matching method according to the present invention. In the process of extracting and storing the feature, in particular, two or more feature points present in one ridge are extracted, and each ridge is followed along the ridge. FIG. 4C is a fingerprint feature structure diagram for explaining storing connection relation information for each feature point by assigning the same label (FIG. 4C) to the feature point. As shown in this figure, the information included in each feature point includes an x-coordinate, a y-coordinate, a disadvantage or a branch point, a direction of the feature point, an x-coordinate symbol, and a y-coordinate in one frame as shown in FIG. 4A. It may include a code and connection relation information, and the data for each feature point and the size thereof are as shown in FIG. 4B.
도 5a와 도 5b는 지문화상 입력부를 통해 들어온 원본지문 영상과 입력지문 영상예도이고, 도 6a와 도 6b는 상기 도 5a와 도 5b가 각각 이진화된 원본지문 영상과 입력지문 영상예도이고, 도 7a와 도 7b는 상기 이진화된 영상으로부터 추출된 원본 지문에 대한 특징점과 입력지문에 대한 특징점을 도시하고 있다. 여기서 'x'는 분기점을 나타내고, '??'는 끝점을 나타낸다.Figures 5a and 5b is an example of the original fingerprint image and the input fingerprint image entered through the fingerprint image input unit, Figures 6a and 6b is an example of the original fingerprint image and the input fingerprint image binarized, respectively Figure 5a and 5b, Figure 7a And FIG. 7B show feature points for the original fingerprint and the input fingerprints extracted from the binarized image. Where 'x' represents a branch point and '??' represents an end point.
도 8a와 도 8b는 상기 도 7a와 도 7b로부터 얻어진 한 융선으로 연결된 원본 지문에 대한 특징점 영상과 입력지문에 대한 특징점 영상예도이고, 도 9는 상기 도 8a와 도 8b를 등록변환후 매칭시킨 특징점의 쌍을 도시하고 있다.8A and 8B are exemplary diagrams of a feature point image of an original fingerprint connected to a ridge obtained from FIGS. 7A and 7B and a feature point image of an input fingerprint, and FIG. 9 is a feature point matched after registration conversion of FIGS. 8A and 8B. The pairs of are shown.
이상에서와 같은 본 발명의 개략적인 동작을, 입력된 지문이 처리가능한 화질이라는 가정하에 첨부된 도면 도 1 내지 도 9를 따라 설명한다.A schematic operation of the present invention as described above will be described with reference to FIGS. 1 to 9 attached on the assumption that an input fingerprint is a processable image quality.
먼저, 비교되어지기 위한 지문(입력 패턴의 지문)은 정렬과정의 지문화상 입력부(11)를 통해 스캐닝된 후 일정한 형태의 지문화상으로 변환되고, 지문의 융선에 대한 방향 추출되고 전경 및 배경 화상으로부터 분리된다. 다음으로 상기 추출된 방향 정보를 이용하여 이진화되고, 윤곽 추적에 의해 세선화가 이루어진다. 다음으로 지문 복원단계에서는 변환된 원본패턴과 입력패턴을 복원하고 상기 복원 후 연결된 두 점 사이의 거리가 큰 점부터 내림차순으로 정렬한다.First, the fingerprint to be compared (fingerprint of the input pattern) is scanned through the fingerprint image input unit 11 of the alignment process, and then converted into a certain type of fingerprint image, extracted with the direction of the ridge of the fingerprint and from the foreground and background images. Are separated. Next, binarization is performed using the extracted direction information, and thinning is performed by contour tracking. Next, in the fingerprint restoration step, the converted original pattern and the input pattern are restored, and the distance between the two connected points after the restoration is sorted in descending order.
이 후에 상기 정렬된 입력 패턴 지문의 한 융선에서 가장 거리가 긴 두 점이 택해지고, 원본 패턴 지문에서는 한 융선에서 길이가 가장 길게 연결된 두 점부터 택해진다. 여기에서 임의의 문자 'T'가 천이행렬을 나타낸다고 할 때, 원본 패턴(D)과 입력 패턴(d)에 대한 각각의 특징점은,으로 표기될 수 있다. 또한, 원본패턴의 중심점을라 놓으면, 이에 일치하는 입력패턴의 중심점은가 된다. 이때 상기 두 점을 각각 연결한 두 직선은 다음과 같은 식을 통해 직선의 길이와 두 점에서의 방향을 비교한다.After this, the two longest points on one ridge of the aligned input pattern fingerprint In the original pattern fingerprint, the two longest connected points on one ridge Is taken. Here, when an arbitrary letter 'T' represents a transition matrix, each feature point for the original pattern (D) and the input pattern (d) is , It may be indicated by. Also, the center point of the original pattern , The center point of the corresponding input pattern is Becomes At this time, the two straight lines connecting the two points, respectively, by comparing the length of the straight line and the direction at the two points through the following equation.
혹은 or
(단, abs는 절대값을 표시함) (Where abs indicates absolute value)
만약, 위의 식을 통해, 두 직선의 길이와 두 점에서의 방향이 일치하지 않는다면, 상기 내림차순으로 정렬된 원본 패턴과 입력 패턴에서 각각 새로운 두점을 선택하는 단계로 되돌아가 계산된 두 직선의 길이와 방향이 일치할때까지 상기 동작을 반복한다.If the lengths of the two straight lines and the directions at the two points do not coincide through the above equation, the lengths of the two straight lines calculated by returning to the step of selecting two new points from the original pattern and the input pattern arranged in the descending order, respectively Repeat the above operation until the direction of and is the same.
그리고 나서 다음의 식을 이용해 입력패턴의 회전각 θ를 구한다.Then, the rotation angle θ of the input pattern is obtained using the following equation.
여기서, 만일Where
＜0 이면, θ= -θ If <0, θ = -θ
＝0이면, θ= 0 이다. If = 0, θ = 0.
상기 단계에서 구한 입력패턴의 회전각(θ)을 이용해 다음의 단계에서는 입력패턴의 중심점를 구하게 되는데, 그때 이용되는 식은 다음과 같다.In the next step, using the rotation angle θ of the input pattern obtained in the above step, the center point of the input pattern The equation used is then:
라 놓으면, Lay,
이다. to be.
따라서, therefore,
즉,＝＋ 이다.In other words, ＝ + to be.
위의 단계를 통해 구한 입력패턴의 중심점을 이용해 각 패턴에서의 이동 벡터가Movement vector in each pattern using the center point of the input pattern obtained by the above steps end
의 식을 통해 얻어진다. It is obtained through the formula
기준 특징점에 대해 연결된 점들의 선을 상기 회전각과 중심점에 의해 회전 및 이동시키고, 일치하는 선의 수를 세어서 그 수를 임의의 문턱치와 비교하여, 일치하는 선의 수가 문턱치보다 적으면, 후보 그룹에 변환 변수(회전각 및 중심점)를 저장한 후, 내림차순으로 정렬된 입력패턴과 원본패턴에서 각각 다음으로 거리가 먼 두점을 선택하여 다시 상기 각 단계를 반복한다.Rotate and move a line of points connected to a reference feature point by the rotation angle and the center point, count the number of matching lines and compare the number with an arbitrary threshold, and if the number of matching lines is less than the threshold, convert to a candidate group. After storing the variables (rotation angle and center point), the above steps are repeated again by selecting two points that are farthest from the input pattern and the original pattern arranged in descending order, respectively.
상기 비교결과, 문턱치보다 많으면, 정렬된 것으로 판단하여 기준 특징점에 대해 N개의 모든 입력패턴의 특징점을 상기 회전각과 그 중심점에 대해 회전하고 이동시켜 정렬된 입력특징에 대하여 매칭을 실행한다.As a result of the comparison, if it is larger than the threshold, it is determined to be aligned, and the feature points of all N input patterns with respect to the reference feature point are rotated and moved with respect to the rotation angle and the center point to perform matching on the aligned input feature.
이때, 기준 특징점에 대해 N개의 모든 입력 특징점은 위의 두 단계에 의해 회전하고 이동되는데 최종 정렬된 입력특징은 다음과 같이 구해진다.At this time, all N input feature points with respect to the reference feature point are rotated and moved by the above two steps. The final aligned input feature is obtained as follows.
＝＋ (단, 여기서 A는 정렬을 의미함) ＝ + (Where A means sort)
이러한 정렬 과정의 최종 단계를 거친 모든 입력 지문의 특징점들은 원본 지문(저장되어 있는 지문)과의 매칭을 수행하게 된다. 상기 매칭과정에 있어, 만일 두 개의 동일한 패턴이 서로 정확하게 정렬되어 있다면 일치하는 두 패턴의 지문의 특징점들의 쌍은 완전히 동일한 위치에 있다고 볼 수 있으며, 이러한 경우에는 점 패턴 매칭의 방법에 있어서는 단순히 오버랩핑하는 점들의 쌍을 세면된다. 하지만 이러한 현상은 이론적일 뿐 현실적으로는 문제점을 낳는다. 특히 특징 추출시 잡음 등에 의해 위치가 약간씩 달라지고, 또한 지문을 입력화상기 등에 찍을 때 발생하는 비선형 변환으로 인해 정확한 자세 추정변환이 어렵다. 이를 예를 들어 다시 설명하자면, 만약 한쪽이 맞으면 다른 한쪽에는 안 맞는 경우가 많이 발생하기 때문에 이런 정렬된 점 패턴 매칭을 하기 위해서는 신축성(elastic)있는 알고리즘이 필요시 되고 대개의 그런 신축성있는 매칭 알고리즘은 각 특징점 주위에 허용박스를 놓고 그 안에 드는 것으로 매칭을 간주한다.The feature points of all the input fingerprints that have gone through the final stage of the alignment process are matched with the original fingerprint (stored fingerprint). In the matching process, if two identical patterns are exactly aligned with each other, the pair of feature points of the fingerprints of the two matching patterns can be regarded as completely at the same position. In this case, simply overlapping in the method of dot pattern matching. Counting pairs of points. However, this phenomenon is theoretical and practically causes problems. In particular, the position is slightly changed due to noise and the like when the feature is extracted, and the accurate posture estimation transformation is difficult due to the nonlinear transformation occurring when the fingerprint is taken on the input imager or the like. To illustrate this, for example, if one side is right, many will not fit on the other side, so this sort of dot pattern matching requires an elastic algorithm, and most of those flexible matching algorithms A permissible box is placed around each feature and the matching is considered.
본 발명에서는 이러한 매칭을 입력 특징점 각각에 허용박스를 정해놓고 그 안에 드는 원본 지문의 특징점의 수 M 과 입력 지문의 특징점의 수 N, 두 특징점이 어떤 오차내에 드는 쌍의 수로 표현되는를 통해 비교하는 두 지문 사이의 유사성을 지시하는 척도로써 정합율를 구하게 되는데, 구하는 식은 다음과 같다In the present invention, the matching box is set in each of the input feature points, and the number of feature points M of the original fingerprint and the number N of the feature of the input fingerprint contained therein are expressed as the number of pairs within which the two feature points fall within a certain error. The matching rate is found as a measure of the similarity between two fingerprints to compare. The equation is:
상기 식에서 상기 정렬 및 매칭과정은, 입력 지문패턴에 대한 N개의 특징점의 수와 원본 지문패턴에 대한 M개의 특징점의 수 사이의 정합도(S)를, 상기 두 특징점이 임의의 오차범위내에 드는 쌍의 수()이다.In the above equation, the alignment and matching process includes a matching degree (S) between the number of N feature points for the input fingerprint pattern and the number of M feature points for the original fingerprint pattern, wherein the two feature points fall within an arbitrary error range. Number of )to be.
이상에서 살펴본 바와 같이, 본 발명은 지문의 한 융선에 속한 특징점을 이용하여 회전과 이동 변위를 구하고 정렬한 후 매칭을 통해 지문의 유사성을 확인하기 때문에, 수개 내외의 연결된 특징만 찾게 되어도 매칭을 수행할 수 있고, 기존의 방법보다 매칭의 속도면에서도 단축시킬 수 있다. 또한, 잡음과 왜곡에 의한 변형을 보상하기 위해 두 점 사이의 거리가 가장 긴 선부터 내림차순으로 매칭을 하기 때문에 정확도 면에서도 높은 효과를 기대할 수 있는 이점이 있다.As described above, since the present invention checks the similarity of the fingerprint through matching after obtaining and aligning the rotation and movement displacement using a feature point belonging to one ridge of the fingerprint, matching is performed even if only several connected features are found. It can also reduce the speed of matching than conventional methods. In addition, in order to compensate for distortion due to noise and distortion, the distance between the two points is matched in descending order from the longest line, so there is an advantage that a high effect can be expected in terms of accuracy.
Claims (8)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019990009354A KR100299858B1 (en) | 1999-03-19 | 1999-03-19 | fingerprint matching method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019990009354A KR100299858B1 (en) | 1999-03-19 | 1999-03-19 | fingerprint matching method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20000060758A KR20000060758A (en) | 2000-10-16 |
| KR100299858B1 true KR100299858B1 (en) | 2001-09-26 |
Family
ID=19577044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1019990009354A KR100299858B1 (en) | 1999-03-19 | 1999-03-19 | fingerprint matching method |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100299858B1 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030040825A (en) * | 2001-11-16 | 2003-05-23 | 에버미디어 주식회사 | The method for improving fingerprint idenfication using adptive thresholding and minutiae restoration |
| KR100442542B1 (en) * | 2002-04-12 | 2004-07-30 | 학교법인 한양학원 | Method for Identifying Biological Information Using Bipartite Matching |
| KR100489430B1 (en) * | 2002-05-04 | 2005-05-12 | 에버미디어 주식회사 | Recognising human fingerprint method and apparatus independent of location translation , rotation and recoding medium recorded program for executing the method |
| CN104820983A (en) * | 2015-04-23 | 2015-08-05 | 清华大学 | Image matching method |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100353730B1 (en) * | 2001-01-30 | 2002-09-28 | (주)니트 젠 | Apparatus and method for protection of stolen fingerprint data in fingerprint authentication system |
| JP2002298141A (en) * | 2001-03-29 | 2002-10-11 | Nec Corp | Pattern collating device, pattern collating method thereof, and pattern collating program |
| KR100442579B1 (en) * | 2001-10-08 | 2004-08-02 | (주)니트 젠 | Apparatus and method for individual authentication by fingerprint using plural threshold values |
| KR100446353B1 (en) * | 2001-11-30 | 2004-09-01 | 한국전자통신연구원 | Method and apparatus for certifing user using a finger mark |
| KR100453220B1 (en) | 2001-12-05 | 2004-10-15 | 한국전자통신연구원 | Apparatus and method for authenticating user by using a fingerprint feature |
| KR100452324B1 (en) * | 2001-12-17 | 2004-10-12 | 한국전자통신연구원 | Fingerprint recognition method for personal devices using low power |
| KR100479332B1 (en) * | 2002-12-09 | 2005-03-31 | 한국전자통신연구원 | Method for matching fingerprint |
| KR100698723B1 (en) * | 2005-06-20 | 2007-03-23 | 포스데이타 주식회사 | Fast Matching of FingerPrint Using Minutiae in Core Point Area |
| KR100714025B1 (en) * | 2006-01-18 | 2007-05-04 | 엘지전자 주식회사 | Fingerprint recognition method and apparatus |
| KR101007008B1 (en) * | 2009-04-01 | 2011-01-12 | 한국외국어대학교 연구산학협력단 | Apparatus for recognizing fingerprint and method thereof |
| KR101165359B1 (en) | 2011-02-21 | 2012-07-12 | (주)엔써즈 | Apparatus and method for analyzing relation with image and image or video |
| KR102090956B1 (en) * | 2013-07-10 | 2020-04-14 | 삼성전자주식회사 | A method for detecting a finger print and an apparatus therefor |
| KR20190056076A (en) | 2017-11-16 | 2019-05-24 | 카트코리아 주식회사 | System and method for buyer, seller matching |
-
1999
- 1999-03-19 KR KR1019990009354A patent/KR100299858B1/en not_active IP Right Cessation
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030040825A (en) * | 2001-11-16 | 2003-05-23 | 에버미디어 주식회사 | The method for improving fingerprint idenfication using adptive thresholding and minutiae restoration |
| KR100442542B1 (en) * | 2002-04-12 | 2004-07-30 | 학교법인 한양학원 | Method for Identifying Biological Information Using Bipartite Matching |
| KR100489430B1 (en) * | 2002-05-04 | 2005-05-12 | 에버미디어 주식회사 | Recognising human fingerprint method and apparatus independent of location translation , rotation and recoding medium recorded program for executing the method |
| CN104820983A (en) * | 2015-04-23 | 2015-08-05 | 清华大学 | Image matching method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20000060758A (en) | 2000-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100299858B1 (en) | fingerprint matching method | |
| You et al. | Hierarchical palmprint identification via multiple feature extraction | |
| US5745598A (en) | Statistics based segmentation and parameterization method for dynamic processing, identification, and verification of binary contour image | |
| CN100414558C (en) | Automatic fingerprint distinguishing system and method based on template learning | |
| Su et al. | Fingerprint indexing with pose constraint | |
| EP0889433A2 (en) | Method and apparatus for on-line handwritten input character recognition and recording medium for executing the method | |
| Hemalatha | A systematic review on Fingerprint based Biometric Authentication System | |
| EP1093079A2 (en) | Apparatus and method for matching fingerprint | |
| WO2011102043A1 (en) | Memory having information refinement detection function, method for using same, and device including the memory | |
| Liang et al. | Distorted fingerprint indexing using minutia detail and delaunay triangle | |
| Krishneswari et al. | A review on palm print verification system | |
| Fawwad Hussain et al. | Gray level face recognition using spatial features | |
| Houtinezhad et al. | Writer-independent signature verification based on feature extraction fusion | |
| Guo | A hidden markov model fingerprint matching approach | |
| Rahul et al. | A novel MF-LDTP approach for contactless palm vein recognition | |
| Nyssen et al. | A multi-stage online signature verification system | |
| Sanchez-Reillo et al. | Fingerprint verification using smart cards for access control systems | |
| Abdelrahaman et al. | K-nearest neighbor classifier for signature verification system | |
| Arjun et al. | Multimodal biometric recognition: fusion of modified adaptive bilinear interpolation data samples of face and signature using local binary pattern features | |
| JP2734245B2 (en) | Image feature extraction method and apparatus | |
| Bhowmick et al. | Determination of minutiae scores for fingerprint image applications | |
| Agarwal et al. | A utility of ridge contour points in minutiae-based fingerprint matching | |
| AlShehri et al. | Fingerprint verification system for cross-sensor matching based on lbp and sift descriptors and score level fusion | |
| Kurnaz et al. | Offline Signature Identification System to Retrieve personal information from cloud | |
| Feng et al. | Fingerprint representation and matching in ridge coordinate system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| N231 | Notification of change of applicant | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20090615 Year of fee payment: 9 |
|
| LAPS | Lapse due to unpaid annual fee |