KR100647362B1 - 지문 인식 방법 - Google Patents

Abstract

본 발명은 기준지문과 입력지문의 융선간의 거리 변화량을 이용하여 인식 능력을 향상시킨 지문 인식 방법에 관한 것이다.

이와 같은 목적을 달성하기 위한 본 발명에 따른 지문 인식 방법은, 지문 영상으로부터 지문 융선 정보를 추출하여 저장시키는 전처리 단계와, 추출된 지문 융선정보로부터 기준지문과 입력지문과의 이격거리 변화량에 따라 지문일치 여부를 판단하는 매칭단계를 포함하여 구성되며, 상기 기준지문과 입력지문과의 이격거리 변화량은 각 융선점들로부터의 이격거리 변화량의 평균값을 이용하는 것을 특징으로 한다.

이와 같은 본 발명에 따르면, 특징점이 훼손되거나 부분 영상과 같이 특징점의 개수가 적은 경우에도 효과적으로 동일 지문 여부를 판단할 수 있는 잇점을 제공한다.

지문인식, 융선, 거리 변화량, 전처리, 매칭

Description

지문 인식 방법{Method for acknowledging fingerprint}

도 1a 및 도 1b는 종래의 지문상의 특징점에 기반한 방법으로 지문인식을 수행할 경우 지문인식과정에서 지문인식 에러를 유발시킬 수 있는 경우의 예시를 보인 도면

도 2는 본 발명에 따른 지문의 특징점을 찾는 전처리과정을 설명하는 흐름도

도 3은 본 발명에 따른 기준지문과 입력지문의 매칭과정을 설명하는 흐름도

도 4는 동일지문이 정렬이 잘된 경우의 본 발명의 지문인식방법에 따른 지문 인식 결과를 설명하는 도면

도 5는 동일 지문에서 변위가 발생한 경우의 본 발명의 지문인식방법에 따른 지문 감식 결과를 설명하는 도면

도 6은 기준 지문과 다른 지문에 대한 본 발명의 지문인식방법에 따른 지문 인식 결과를 설명하는 도면

<도면의 주요 부분에 대한 부호의 설명>

a: 기준 지문 융선 b: 입력 지문 융선

본 발명은 지문 인식 방법에 관한 것이다.

일반적으로 지문은 땀샘이 융기되어 일정한 흐름이 형성된 것으로, 일반적으로 지문에서 선 모양으로 나타나는 솟아 오른 부분을 융선(Ridge)이라 부르고, 상대적으로 파인 부분을 골이라 칭한다. 지문은 그 모양이 개인마다 서로 다르게 형성되어 있고, 태어날 때의 모습 그대로 평생동안 변하지 않는 고유의 특성 때문에 식별 성능에 대한 신뢰도와 안정도에 있어서 망막, 홍채, 혈관, 얼굴인식 등의 수단보다 높은 것으로 평가되어 효율적인 개인 인증방법으로 이용되고 있다.

최근 들어서는 전자상거래나 신용거래가 증가되면서, 이에 따르는 보안 대책이나 개인 사생활 보호 등을 위한 개인 인증 방법으로서 자동 지문 인식 기술은 생체 인식 기술분야 중 각광받는 분야로 발전하고 있다.

일반적인 지문인식장치는 손가락의 지문 이미지를 얻어내는 지문 입력센서와, 지문이미지로부터 특징점을 추출해 내는 특징점 추출부와, 추출된 지문의 특징점들을 비교하여 동일 지문인지를 판단하는 대조부를 구비하여 구성된다.

종래의 지문 식별을 통한 개인인증방법은 미리 등록된 등록지문과 채취된 지문을 비교하고, 두 지문의 유사성 여부를 측정하여 양 지문이 동일한 것인지를 판단하는 것으로 이루어 진다. 이 경우 대부분의 자동 지문인식장치를 이용한 인증은 지문에서 추출되는 특징점들을 서로 비교하여 이루어지며, 이러한 특징점 추출은 지문 식별을 통한 개인인증에 있어 가장 중요한 처리과정이면서도 시간을 많이 소요하게 된다.

일반적인 지문인증과정은 특징점 추출단계와 추출된 특징점 정합단계로 이루어 진다.

이제까지의 특징점 추출방법은 굵은 선의 형태를 세선화하여 측정할 양을 줄이고 용이하게 분석할 수 있도록 지문화상의 융선 패턴을 세선화 하는 방법을 통해 이루어졌다. 이러한 세선화 방법은 크게 반복적 화소 제거방법과 비반복적 화소 제거방법으로 나누어진다.

상기 반복적 화소 제거방법은 세선화하는 과정에서 전체 지문이미지 중에서 불필요한 화소를 차례대로 제거하는 방식으로 지문이미지를 세선화하기 때문에 많은 메모리 용량을 차지하고, 작업속도가 지연되어 사용자 인증시 시간이 많이 소요되게 된다.

반면에, 비반복적 화소 제거방법인 선 추적방법은 상대적으로 더 많은 정보를 이용할 수 있어 속도면에서나 잡음에 대한 저항면에서 상기 반복적 화소 제거방법보다 더 우수하게 평가되고 있다.

상기 비반복적 화소 제거방법에 따른 방법의 하나로 지문 융선 추적을 통한 지문식별 방법의 하나가 대한민국 특허출원 2000-040350에 기재되어 있다. 이에 따르면 지문 융선상의 특징점을 추출하기 위하여 반복적 화소 제거 방법이 아닌 비반복적 화소제거 방법인 직접 융선 추적 알고리즘을 이용하여 특징점을 추출함에 있어, 지문인식 장치를 통하여 입력되는 지문화상에서 잡음을 제거하고, 일정한 그레 이 레벨값으로 조정하는 전처리과정을 거친 후, 상기 그레이 레벨 이미지에서 직접 융선의 흐름을 추적해 단점 및 분기점 등의 특징점을 추출하고, 상기 추출된 특징점을 제거한 후 미리 등록된 지문의 특징점과 매칭작업을 통해 유사도를 계산하여 지문의 동일성 여부를 판단하게 된다. 따라서 기존의 이진화 및 세선화 과정으로 인한 복잡하고 많은 시간이 소요되는 문제점을 해결하도록 하고 있다.

한편, 상기와 같은 종래의 반복적 화소 제거방법이나 비반복적 화소 제거방법인 선 추적방법을 이용한 지문 인식 방법은 모두 지문상의 특징점에 기반한 방법으로 지문을 인식하게 되는 공통적인 특징을 갖는다. 따라서 이경우 입력되는 지문으로부터 지문에 대한 올바른 특징점을 찾을 수 없는 경우에는 정확한 지문 인식을 할 수 없게 된다.

도 1a 및 도 1b는 종래의 지문상의 특징점에 기반한 방법으로 지문인식을 수행할 경우 지문인식과정에서 지문인식 에러를 유발시킬 수 있는 경우의 예시를 보인 도면이다.

도 1a는 지문인식을 위하여 입력되는 지문이 훼손되었거나, 입력 지문이 불안정한 상태로 입력되는 경우를 나타낸 경우로서, 이 경우는 해당 입력지문 정보로 부터 추출되는 잘못된 특징점이 다수 발생됨으로써 등록된 실제 지문정보와 일치되지 않는 경우로 판단될 수 있게 된다.

도 1b는 지문인식을 위하여 입력되는 지문이 전체지문중의 일부분에 해당되어 이로부터 추출할 수 있는 지문의 특징점의 개수가 적어지는 경우를 나타낸 경우이다. 이 경우는 등록된 본인의 지문정보와 비교할 수 있는 특징점의 개수가 적기 때문에 지문인식과정에서 본인으로 인식되는 것이 거부되는 거부율이 높아지게 된다.

상기와 같이 기존의 지문상의 특징점에 기반한 방법으로 지문을 인식하는 경우에는, 지문 입력장치를 통해 입력되는 지문화상이 땀샘과 같은 잡음과 사용자의 압지하는 패턴에 의해 융선이 끊기거나, 상처에 의해 지문의 특징점이 훼손되거나 입력이 불안정한 경우 또는 입력 지문이 부분적인 경우 등은 지문에 대한 특징점을 추출하기가 어려워 정확한 지문 인식을 할 수 없는 한계를 갖고 있다.

본 발명은 훼손된 지문이나 일부 지문에 대해 검출된 지문정보에 대해서도 효과적으로 지문을 감식할 수 있는 지문 인식 방법을 제공하는 것에 그 목적이 있다.

이와 같은 목적을 달성하기 위한 본 발명에 따른 지문 인식 방법은, 지문 영상으로부터 지문 융선 정보를 추출하여 저장시키는 전처리 단계와, 추출된 지문 융선정보로부터 기준지문과 입력지문과의 이격거리 변화량에 따라 지문일치 여부를 판단하는 매칭단계를 포함하여 구성되는 것을 특징으로 한다.

상기 전처리 단계는, 입력된 지문 영상으로부터 지문 방향을 결정하는 단계와, 입력된 영상을 소영역으로 블록화시켜 블록별로 시작점을 설정하는 단계와, 상 기 시작점으로부터 융선을 추적하여 추적된 융선정보를 저장하는 단계를 포함하여 구성된다.

상기 융선을 추적하여 추적된 융선정보를 저장하는 단계는, 선택된 블록의 시작점으로부터 블록내 존재하는 융선을 추적하는 단계와, 상기 추적된 융선정보를 저장하는 단계와, 모든 블록에 대해 융선추적이 완료되었는 지를 판단하는 단계와, 상기 판단결과 완료되었다고 판단되면 융선추적을 종료하는 단계를 포함하여 구성된다.

상기, 판단결과 완료되지 않았다고 판단되면 다음 블록에 대해 융선을 추적하는 단계가 더 포함되는 것을 특징으로 한다.

상기 융선을 추적하는 단계는 해당하는 융선을 추적하여 시작점과 연결된 모든 융선에 대해 추적하는 것을 특징으로 한다.

상기 연결된 융선 추적은, 이전에 추적된 정보를 이용하여 다음 추적점을 결정하고, 다음 추적점에서 추적 방향과 직각으로 영상을 표본화하여 표본화된 지문 영상정보로부터 실제 융선 위치를 찾는 것을 특징으로 한다.

상기 매칭단계에서의 기준지문과 입력지문과의 이격거리 변화량은 각 융선점들로부터의 이격거리 변화량의 평균값을 이용하는 것을 특징으로 한다.

상기 매칭 단계는, 기준 지문과 입력 지문을 정렬시키는 단계와, 두 영상이 겹치는 영역을 계산하는 단계와, 입력 지문의 융선에서 일정 간격으로 융선점을 표본화(Sampling)시키는 단계와, 추출된 입력 지문의 각 표본화 지점으로부터 기준 지문 융선까지의 거리의 변화량을 구하는 단계와, 상기 거리의 변화량과 설정된 값 을 비교하여 기준 지문과 입력지문의 동일성을 판단하는 단계로 구성됨을 특징으로 한다.

상기 거리의 변화량을 구하는 단계는, 추출된 입력 지문의 각 표본화 지점으로부터 기준 지문 융선까지의 거리를 구하는 단계와, 입력 지문에서 기준 지문까지의 거리에 대한 변화율을 계산하는 단계와, 상기 거리에 대한 변화율의 평균값을 구하는 단계로 구성된다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 지문인식 방법에 대하여 상세히 설명한다.

본 발명에 따른 지문 인식 방법은 지문 융선 정보를 추출하여 저장시키는 전처리 단계와, 지문일치 여부를 판단하는 매칭단계로 구성된다.

도 2는 본 발명에 따른 지문의 특징점을 찾는 전처리과정을 설명하는 흐름도이다.

지문 영상으로부터 지문 융선 정보를 추출하여 저장시키는 전처리 단계는, 도 2에 도시된 바와 같이, 지문 식별을 위해 지문 영상이 입력되면(S210), 입력된 지문 영상으로부터 지문 식별에 필요한 정보를 얻기 위하여 먼저 지문의 방향을 결정한다(S220).

방향이 결정되면, 해당 지문 영상에 대한 융선 정보를 효율적으로 검출시키기 위하여, 해당 영상을 일정크기의 블럭으로 분할시켜, 각 블럭마다 융선 정보를검출하게 된다. 이를 위하여, 융선추적을 시작할 시작점을 먼저 결정한다(S230).

상기 과정(S230)에서 결정된 시작점으로부터 융선정보를 검출하기 위해 융선 을 추적하여 추적된 융선정보를 저장하는 단계를 수행하게 된다.

먼저, 선택된 개별 블럭에서 추적 시작점으로부터 융선 추적을 실행하게 되는데(S240), 이러한 융선 추적과정은, 선택된 블록의 시작점으로부터 시작하여 연결된 모든 융선에 대해 추적을 실행하게 된다.

먼저, 해당 블록에서 찾은 시작점을 이용하여 해당하는 융선을 추적하여 시작점과 연결된 모든 융선을 찾아 해당 융선의 위치정보, 방향정보, 융선의 엔딩 포인트 수와 엔딩 포인트의 좌표값, 융선의 분기 포인트 및 분기 포인트의 좌표값 등을 필요한 정보를 검출하게 된다.

이 때, 연결된 융선 추적시는 이전에 추적된 정보를 이용하여 다음 추적점(Point)를 결정한다. 이에 따라 결정된 다음 추적점에서 실제 융선을 찾기 위해서, 추적 방향과 직각으로 영상을 표본화(Sampling)시킨다. 표본화된 영상의 에지(Edge) 정보로부터 실제 융선위치를 찾게 된다.

해당 블록에 대한 융선 추적이 끝나면, 입력된 지문 화상의 모든 블록에 대한 융선 추적이 완료되었는 지를 판단하게 된다(S250).

상기 판단결과(S250), 모든 블록에 대한 융선 추적이 완료되었다고 판단되면 융선추적을 검출된 융선정보를 저장시키고(S260), 전처리 과정을 종료시키게 된다.

그러나, 상기 판단결과(S250), 모든 블록에 대한 융선 추적이 완료되지 않은 것으로 판단되면, 다른 블록에 대한 융선 추적 과정을 진행하기 위하여 이후 블럭의 시작점을 설정하는 단계(S230)를 다시 수행하게 된다.

한편, 본 발명에 따른 지문 인식 방법에서는 상기 판단과정(S250)과 상기 융 선정보 저장과정(S260)을 서로 바꾸어 실시해도 무방하며, 그 결과는 동일하게 되므로 상세한 설명은 생략한다.

도 3은 본 발명에 따른 기준지문과 입력지문의 매칭과정을 설명하는 흐름도이다.

본 발명에 따른 기준지문과 입력지문의 매칭과정은, 도 3에 도시된 바와 같이, 먼저 기준 지문과 입력 지문을 정렬(Align)시키고(S310), 상기 기준 지문과 입력 지문 영상이 겹치는 영역을 계산한다(S320).

상기 과정(S320)에 의해 겹치는 영역이 결정되면, 이로 부터 융선을 따라 기준 지문과 입력 지문과의 거리차이에 대한 정보를 검출 할 일정지점에 대한 융선표본화를 수행한다(S330).

이후, 상기 융선표본화 과정(S330)에서 검출된 좌표값으로부터 기준 지문과 입력 지문의 일치 여부의 판단에 사용하기 위한 각 융선점들로부터의 이격거리 변화량의 평균값을 구하는 과정을 실행한다(S340).

이를 위해, 먼저, 상기 융선표본화 과정(S330)에서 검출된 좌표값으로 부터 추출된 입력 지문의 각 표본화 지점으로부터 기준 지문 융선까지의 이격거리를 구한다(S341). 기준 지문과 입력 지문이 정확하게 정렬될 수 없고, 지문에 훼손이 발생할 수 있기 때문에 상기에서 구한 이격거리는 정확한 값이 아니다. 이를 해결하기 위해 지문 융선의 흐름을 비교하는 것이 필요하다.

이를 위해 상기 과정(S341)에서 구해진 거리값으로부터 입력 지문에서 기준 지문까지의 거리 변화량을 계산한다. 여기에서 상기 거리 변화량은 상기에서 구한 융선점들의 이격거리의 일차 미분값으로 사용한다(S342).

이때 변화량이 적으면 입력 지문은 기준 지문과 동일한 지문으로 판단하게 된다.

한편, 본 발명에 따른 지문 인식 방법의 신뢰성을 높이고자 본 발명에서는 상기 과정(S342)에서 구해진 일차 미분값들의 평균값을 최종적인 본인과 타인의 지문 판단 기준으로 사용하고자 상기 일차 미분값들의 평균값을 계산한다(S343). 상기 일차 미분값들의 평균값이 최종적으로 본인과 타인의 지문 판단 기준으로 사용된다.

상기 일차 미분값들의 평균값으로 표현되는 상기 거리의 변화량이 설정된 값에 비하여 적으면 입력지문과 기준 지문과 동일 지문으로 판단하고, 상기 거리의 변화량이 설정된 값에 비하여 크게 나타날 경우에는 입력지문과 기준 지문과 다른 지문으로 판단된다(S350).

상기 일차 미분값들의 평균값을 계산과정(S343)에서 구해지는 값에 의해 상기 판단과정(S350)에서 판단되는 몇가지 판단예를 도 4 내지 도 6을 참조하여 설명한다. 상기 도면에서 a, b는 각각 기준 지문 융선과 입력 지문 융선을 나타낸다.

상기 일차 미분의 평균값을 Score(점수)로 표시하고 상기 Score가 낮으면 기준 지문과 입력 지문은 동일인의 지문으로, 높으면 타인 지문으로 인식된다.

도 4는 동일지문이 정렬이 잘된 경우의 본 발명의 지문인식방법에 따른 지문 인식 결과를 설명하는 도면이다.

동일 지문의 정렬이 잘 된 경우에는, 도 4에 도시된 바와 같이, 표본화된 i 지점에서의 이격거리(d_i)와 i+1 지점에서의 이격거리(d_i+1)가 공통적으로 작은 값으로 나타나기 때문에, 아래의 수학식 1로 표시되는 상기 이격거리들의 변화량에 대한 평균값을 나타내는 Score_normal는 낮게 나타난다. 따라서, 이 경우에는 기준 지문과 입력 지문은 동일인의 지문으로 판단된다.

(수학식 1)

도 5는 동일 지문에서 변위가 발생한 경우의 본 발명의 지문인식방법에 따른 지문 인식 결과를 설명하는 도면이다.

동일 지문에서 변위가 발생한 경우에는, 도 5에 도시된 바와 같이, 동일 지문 영상이 이동(Shift) 되는 경우로써 거리는 증가하나 이웃하는 점들간의 거리 증가량이 비슷하게 나타난다. 따라서, 표본화된 i 지점에서의 이격거리(d_i)와 i+1 지점에서의 이격거리(d_i+1)가 크기와 무관하게 비슷한 값을 갖게 되고, 아래의 수학식 2로 표시되는 상기 이격거리들의 변화량에 대한 평균값을 나타내는 Score_shift는 낮게 나타난다. 따라서, 이 경우에도 기준 지문과 입력 지문은 동일인의 지문으로 판단된다.

(수학식 2)

=

=

(여기서, d_{shift i+1}은 동일 지문 영상이 이동된 경우 i+1 지점에서의 이격거리이고, d_{shift i}는 동일 지문 영상이 이동된 경우 i 지점에서의 이격거리이며, d_shift는 이동량)

또한, 입력 지문 영상이 기준 지문 영상에 대하여 회전(Rotation)되어 있는 경우에도, 이웃하는 표본화 지점의 거리 차는 커지나 표본화 비율을 낮게 정하는 경우에는 입력 지문 영상에 약간의 회전(Rotaion)이 있어도 최종 계산 결과는 낮게 나온다. 아래의 수학식 3으로 표시되는 상기 이격거리들의 변화량에 대한 평균값을 나타내는 Score_rot는 낮게 나타난다. 따라서, 이 경우에도 기준 지문과 입력 지문은 동일인의 지문으로 판단된다.

(수학식 3)

=

=

(d_{rot i+1}은 동일 지문 영상이 회전된 경우 i+1 지점에서의 이격거리이고, d_{rot i}는 동일 지문 영상이 회전된 경우 i 지점에서의 이격거리이며, d_rot는 회전량)

도 6은 기준 지문과 다른 지문에 대한 본 발명의 지문인식방법에 따른 지문 인식 결과를 설명하는 도면이다.

그런데 만일 입력 지문이 다른 사람의 지문인 경우에는, 도 6에 도시된 바와 같이, 표본화된 i 지점에서의 이격거리(d_i)와 i+1 지점에서의 이격거리(d_i+1)가 서로 상이하게 나타난다. 따라서, 아래의 수학식 4로 표시되는 상기 이격거리들의 변화 량에 대한 평균값을 나타내는 Score_{different-finger}는 높게 나타난다. 따라서, 이 경우에는 기준 지문과 입력 지문은 다른 사람의 지문으로 판단된다.

(수학식 4)

위에서 설명한 바와 같이, 본 발명에서는 표본화 지점에서의 기준 지문과 입력 지문과의 이격거리에 대한 일차 미분값을 이용하였기 때문에 입력 지문과 기준 지문에 약간의 변위차(Shift, rotation)가 존재하더라도 동일 지문인 경우에 계산된 점수는 낮게 나오기 때문에 동일 지문 여부를 효과적으로 알아낼 수 있다.

이상에서 설명한 본 발명에 따른 지문 인식 방법은 기술된 실시예 만으로 한정되는 것이 아니라 본 발명의 기술적 사상의 기초를 벗어나지 않고 변경 및 수정을 하더라도 본 발명에 포함되는 것이며, 그러한 사실은 당업자에게 자명할 것이다.

상기와 같은 본 발명에 따른 지문 인식 방법에 따르면, 지문 융선에 기반한 방법으로써 특징점이 훼손되거나 부분 영상과 같이 특징점의 개수가 적은 경우에도 효과적으로 동일 지문 여부를 판단할 수 있다.

따라서, 본 발명을 지문 인식 제품에 적용함으로써 기존 지문 인식 제품의 인증 성공률을 높일 수 있다.

Claims (10)

1. 입력된 지문 영상으로부터 지문 방향을 결정하는 단계와;

   입력된 영상을 소영역으로 블록화시켜 블록별로 시작점을 설정하는 단계와;

   상기 시작점으로부터 융선을 추적하여 추적된 융선정보를 저장하는 단계와;

   추출된 지문 융선정보로부터 기준지문과 입력지문과의 이격거리 변화량에 따라 지문일치 여부를 판단하는 매칭단계를 포함하여 구성되는 것을 특징으로 하는 지문 인식 방법.
2. 삭제
3. 제 1항에 있어서, 상기 융선을 추적하여 추적된 융선정보를 저장하는 단계는,

   선택된 블록의 시작점으로부터 블록내 존재하는 융선을 추적하는 단계와,

   상기 추적된 융선정보를 저장하는 단계와,

   모든 블록에 대해 융선추적이 완료되었는 지를 판단하는 단계와,

   상기 판단결과 완료되었다고 판단되면 융선추적을 종료하는 단계를 포함하여 구성되는 것을 특징으로 하는 지문 인식 방법.
4. 제 1항에 있어서, 상기 융선을 추적하여 추적된 융선정보를 저장하는 단계는,

   선택된 블록의 시작점으로부터 블록내 존재하는 융선을 추적하는 단계와,

   모든 블록에 대해 융선추적이 완료되었는 지를 판단하는 단계와,

   상기 판단결과 완료되었다고 판단되면 상기 추적된 융선정보를 저장시키고 융선추적을 종료하는 단계를 포함하여 구성되는 것을 특징으로 하는 지문 인식 방법.
5. 제 3항 또는 제 4항에 있어서, 상기 판단결과 완료되지 않았다고 판단되면, 다음 블록에 대해 융선을 추적하는 단계가 더 포함되는 것을 특징으로 하는 지문 인식 방법.
6. 제 3항 또는 제 4항에 있어서, 상기 융선을 추적하는 단계는 해당하는 융선을 추적하여 시작점과 연결된 모든 융선에 대해 추적하는 것을 특징으로 하는 지문 인식 방법.
7. 제 6항에 있어서, 상기 연결된 융선 추적은,

   이전에 추적된 정보를 이용하여 다음 추적점을 결정하고,

   다음 추적점에서 추적 방향과 직각으로 영상을 표본화하여 표본화된 지문 영 상정보로부터 실제 융선 위치를 찾는 것을 특징으로 하는 지문 인식 방법.
8. 제 1항에 있어서, 상기 매칭단계에서의 기준지문과 입력지문과의 이격거리 변화량은 각 융선점들로부터의 이격거리 변화량의 평균값을 이용하는 것을 특징으로 하는 지문 인식 방법.
9. 제 1항에 있어서, 상기 매칭단계는,

   기준 지문과 입력 지문을 정렬시키는 단계와;

   두 영상이 겹치는 영역을 계산하는 단계와;

   입력 지문의 융선에서 일정 간격으로 융선점을 표본화시키는 단계와;

   추출된 입력 지문의 각 표본화 지점으로부터 기준 지문 융선까지의 거리의 변화량을 구하는 단계와;

   상기 거리의 변화량과 설정된 값을 비교하여 기준 지문과 입력지문의 동일성을 판단하는 단계를 포함하여 구성됨을 특징으로 하는 지문 인식 방법.
10. 제 9항에 있어서, 상기 거리의 변화량을 구하는 단계는;

    추출된 입력 지문의 각 표본화 지점으로부터 기준 지문 융선까지의 거리를 구하는 단계와;

    입력 지문에서 기준 지문까지의 거리에 대한 변화율을 계산하는 단계와;

    상기 거리에 대한 변화율의 평균값을 구하는 단계로 구성됨을 특징으로 하는 지문 인식 방법.

Images