KR100795187B1 - Device for recognizing fingerprint and method thereof - Google Patents
Device for recognizing fingerprint and method thereof Download PDFInfo
- Publication number
- KR100795187B1 KR100795187B1 KR1020060119065A KR20060119065A KR100795187B1 KR 100795187 B1 KR100795187 B1 KR 100795187B1 KR 1020060119065 A KR1020060119065 A KR 1020060119065A KR 20060119065 A KR20060119065 A KR 20060119065A KR 100795187 B1 KR100795187 B1 KR 100795187B1
- Authority
- KR
- South Korea
- Prior art keywords
- ridge
- image
- fingerprint
- feature point
- mask
- Prior art date
Links
Images
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
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
Abstract
Description
도 1은 종래의 지문 인식과정을 도시한 순차도.1 is a flowchart illustrating a conventional fingerprint recognition process.
도 2는 본 발명의 바람직한 실시예에 의한 지문 인식 장치를 도시한 블럭도.Figure 2 is a block diagram showing a fingerprint recognition device according to a preferred embodiment of the present invention.
도 3은 본 발명의 바람직한 실시예에 의한 지문인식 과정을 도시한 순차도.Figure 3 is a sequence diagram showing a fingerprint recognition process according to a preferred embodiment of the present invention.
도 4는 본 발명의 바람직한 실시예를 구성하는 융선 정규화 과정을 상세히 도시한 순차도.4 is a flowchart illustrating in detail the ridge normalization process constituting a preferred embodiment of the present invention.
도 5는 본 발명의 바람직한 실시예에 의한 특징점추출과정을 상세히 도시한 순차도.Figure 5 is a sequence diagram showing in detail the feature point extraction process according to a preferred embodiment of the present invention.
도 6a 내지 도 6h는 본 발명의 바람직한 실시예에 의해 입력된 지문영상이 처리되는 모습을 도시한 예시도.6a to 6h are exemplary views showing a state in which a fingerprint image input by the preferred embodiment of the present invention is processed.
*도면의 주요 부분에 대한 부호의 설명** Description of the symbols for the main parts of the drawings
10 : 입력부 20 : 영역선택부10: input part 20: area selection part
30 : 정규화부 40 : 융선정규화부30: normalization unit 40: ridge normalization unit
42 : 스캐닝부 44 : 연산부42: scanning unit 44: computing unit
46 : 보정부 50 : 특징점추출부46: correction unit 50: feature point extraction unit
52 : 마스크생성부 53 : 마스크52: mask generator 53: mask
54 : 검색부 56 : 필터54: search unit 56: filter
60 : 매칭부 70 : 데이터베이스60: matching unit 70: database
본 발명은 지문 인식 장치에 관한 것으로, 보다 상세하게는 전처리 과정 없이 입력된 지문의 융선정규화 과정 후에 특징점을 추출하는 지문 인식 장치 및 방법에 관한 것이다.The present invention relates to a fingerprint recognition device, and more particularly, to a fingerprint recognition device and method for extracting a feature point after the ridge normalization process of the input fingerprint without a preprocessing process.
도 1은 종래의 지문 인식과정을 도시한 순차이다.1 is a sequence diagram illustrating a conventional fingerprint recognition process.
이에 도시된 바와 같이, 종래의 지문인식 방법은 먼저 사용자로부터 지문을 입력받는 것으로부터 시작된다(S10). 상기 지문의 입력은 다양한 방법에 의해 입력되나 일반적으로는, 입력부 내부로부터 발산되는 빛이 지문의 융선과 골에 반사되고, 이렇게 반사된 빛을 센서가 입력받아 지문영상을 형성한다.As shown in the drawing, the conventional fingerprint recognition method first starts from receiving a fingerprint from a user (S10). Input of the fingerprint is input by various methods, but generally, light emitted from the inside of the input unit is reflected on the ridges and valleys of the fingerprint, and the sensor receives the reflected light to form a fingerprint image.
이렇게 입력된 지문영상은 전처리과정(S20)을 통해 특징점을 추출하기 위한 형태로 변형되는데, 이하에서는 상기 전처리과정을 상세하게 살피도록 한다. The input fingerprint image is transformed into a form for extracting the feature point through the preprocessing process (S20). Hereinafter, the preprocessing process will be described in detail.
먼저, 상기 지문영상은 특징점 추출에 필요한 부분만이 분할되어 분리된다.(S21) 그리고 상기 분할된 이미지를 표준화한다(S22). 이때, 표준화란 상기 이미지의 농도를 일정하게 하는 것을 말한다.즉, 사용자가 입력하는 지문은, 입력부위의 습도 및 압력등의 조건에 따라 그 입력 영상의 농도가 달라지는데, 이를 그대로 사용하여 특징점을 추출할 경우 정확한 특징점 위치 및 방향을 파악하기 어려우 므로 하나의 영상이 동일한 히스토그램 분포를 갖도록 이미지의 농도를 일정하게 조절한다.First, only the portions necessary for extracting the feature points are divided and separated (S21) and the segmented image is normalized (S22). In this case, the standardization means to make the density of the image constant. That is, the density of the input image varies depending on conditions such as humidity and pressure of the input portion, and the feature points are extracted as it is. In this case, since it is difficult to know the exact feature point location and direction, the density of the image is constantly adjusted so that one image has the same histogram distribution.
다음으로, 상기 지문 영상에 포함된 잡음을 제거하기 위해 지문의 흐름정보가 필요한데, 이를 위해 지문의 방향성을 추출한다(S23). 즉, 전체적인 지문의 방향성을 추출하여 이를 기초로 이후의 단계에서 지문 영상을 복원한다.Next, in order to remove the noise included in the fingerprint image, the flow information of the fingerprint is required. For this, the direction of the fingerprint is extracted (S23). That is, the direction of the entire fingerprint is extracted and the fingerprint image is restored in a later step based on this.
이후에 융선의 빈도를 측정한다(S24). 융선의 빈도 측정은 입력된 이미지의 크기나 배율이 서로 다르므로, 융선의 빈도를 일치시켜, 특징점 추출 후에 매칭을 용이하게 하기 위함이다.After that, the frequency of the ridge is measured (S24). The frequency measurement of the ridges is different in size and magnification of the input image, so that the frequency of the ridges is matched to facilitate matching after feature point extraction.
그리고 나서, 전처리 과정의 가장 중요한 부분으로 배경영역과 지문 영역을 분리하는 알고리즘이 수행되는데, 대표적으로는 가버 필터(Gabor filter)를 이용하여 최대 응답을 이용하여 지문영역을 재구성함으로써 지문영역을 분할한다(S25).Then, as the most important part of the preprocessing, an algorithm for separating the background region and the fingerprint region is performed. Typically, the fingerprint region is divided by reconstructing the fingerprint region using the maximum response using a Gabor filter. (S25).
그리고, 상기 재구성된 지문 이미지를 이진화한다(S26). 상기 이진화란, 상기 지문 이미지의 복잡한 음영 구분을 흑과 백으로 단순화시키는 것을 말한다. Then, the reconstructed fingerprint image is binarized (S26). The binarization simplifies the complex shading of the fingerprint image into black and white.
다음으로 상기 이진화된 이미지를 세선화한다(S27). 상기 세선화란 다양한 두께를 갖는 융선의 이미지를 상기 방향성 추출 단계에서 추출된 융선의 방향을 참고하여 한개의 선분으로 만드는 것을 말한다.Next, the binarized image is thinned (S27). The thinning refers to making an image of a ridge having various thicknesses into one line segment with reference to the direction of the ridge extracted in the directional extraction step.
상술한 바와 같이, 세선화 작업이 완료되면, 지문의 영상은 특징점 추출을 위한 전처리과정이 완료된다.As described above, when the thinning operation is completed, the image of the fingerprint is preprocessed for feature point extraction.
그리고, 상기 세선화된 지문 융선의 따라 상기 융선의 특징점을 추출한다(S30). 상기 특징점이란, 상기 융선이 분기되는 분기점 및 상기 융선이 끝나는 단점을 말한다.Then, the feature points of the ridges are extracted according to the thinned fingerprint ridges (S30). The feature point means a branch point where the ridge branches and a disadvantage in which the ridge ends.
그리고 상기 추출된 특징점을 저장된 지문 이미지의 특징점과 매칭시켜 입력된 특징점이 저장된 지문 이미지와 동일한 것인지 여부를 확인한다(S40).The extracted feature point is matched with the feature point of the stored fingerprint image to determine whether the input feature point is the same as the stored fingerprint image (S40).
그러나 상기한 바와 같은 종래기술에서는 다음과 같은 문제점이 있다.However, the prior art as described above has the following problems.
즉, 지문을 인식하기 위해 전처리 과정을 거치게 되는데, 이러한 전처리 과정은 시스템에 큰 부담을 주어 지문을 인식하는데 오랜 시간이 소요되는 문제점이 있었다.In other words, the preprocessing process is performed to recognize the fingerprint, and this preprocessing process has a problem that it takes a long time to recognize the fingerprint due to a large burden on the system.
그리고 종래 기술에서는, 지문 영상이 선명하지 않은 경우, 융선영상과 배경 이미지를 분리하기 위한 가버필터링 처리가 복잡하게 되어 시간이 매우 오래 소요되고, 그 정확도도 매우 떨어지게 되는 문제점이 있었다.In the prior art, when the fingerprint image is not clear, the Gabor filtering process for separating the ridge image and the background image is complicated, which takes a very long time, and the accuracy is also very low.
따라서 본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은 가버 필터링과 같은 융선 이미지와 배경이미지를 분리하기 위한 전처리 과정 없이 융선의 평균폭으로 융선이미지를 보정하는 정규화 작업만을 거친 이후에 특징점을 추출하는 지문 인식 장치 및 방법을 제공하는 것이다.Accordingly, the present invention has been made to solve the above-mentioned conventional problems, and an object of the present invention is to normalize the ridge image with the average width of the ridge without preprocessing for separating the ridge image and the background image such as Gabor filtering. The present invention provides a fingerprint recognition apparatus and method for extracting feature points after going through a task only.
본 발명의 다른 목적은, 세선화 작업 없이 평균폭으로 수정된 융선 이미지를 사용하여 특징점을 추출하기 위하여, 상기 평균폭을 한변의 길이로 하는 픽셀을 갖는 마스크를 생성하여 이를 이용하여 특징점을 추출하는 지문 인식 장치 및 방법을 제공하는 것이다.Another object of the present invention, in order to extract the feature point using the ridge image modified to the average width without thinning, generating a mask having a pixel having the average width of one side length and extracting the feature point using the same A fingerprint recognition device and method are provided.
상기한 바와 같은 목적을 달성하기 위한 본 발명의 특징에 따르면, 본 발명은 입력된 지문이미지의 융선을 상기 입력된 융선의 평균 폭으로 수정하여 융선 이미지를 생성하는 융선 정규화부와; 상기 융선 정규화부에서 계산된 평균 폭을 이용하여 마스크를 생성하고, 상기 생성된 마스크를 이용하여 상기 융선 이미지의 특징점을 검출하여 특징점이미지를 생성하는 특징점 추출부를 포함하여 구성된다. According to a feature of the present invention for achieving the above object, the present invention comprises a ridge normalization unit for generating a ridge image by modifying the ridge of the input fingerprint image to the average width of the input ridge; And a feature point extracting unit generating a mask using the average width calculated by the ridge normalization unit, and generating a feature point image by detecting feature points of the ridge image using the generated mask.
이때, 상기 융선 정규화부는, 상기 입력된 지문이미지를 스캔하는 스캐닝부와; 상기 스캔 된 지문이미지의 골간 거리 또는 융선간 거리를 측정하여 상기 융선의 평균폭을 산출하는 연산부; 그리고 상기 입력된 지문이미지의 융선을 상기 산출된 평균폭으로 보정하여 융선이미지를 생성하는 보정부를 포함하여 구성된다.At this time, the ridge normalization unit, the scanning unit for scanning the input fingerprint image; A calculating unit calculating an average width of the ridges by measuring the distance between the bones or the distance between the ridges of the scanned fingerprint image; And a correction unit configured to generate a ridge image by correcting the ridge of the input fingerprint image to the calculated average width.
그리고, 상기 연산부는, 상기 골의 중심 간 거리, 융선의 중심간 거리, 골의 넓이 또는 윤선의 넓이 중 어느 하나 이상을 측정하여 지문 융선의 넓이를 산출하고, 상기 산출된 융선 넓이의 평균값으로부터 상기 융선의 평균폭을 산출한다.The calculation unit may calculate the area of the fingerprint ridge by measuring at least one of the distance between the centers of the valleys, the distance between the centers of the ridges, the area of the valleys, or the area of the ridges, and from the calculated average value of the ridge area, Calculate the average width of the ridge.
이때, 상기 보정부는, 입력된 지문의 융선을 상기 연산부에서 산출된 상기 평균폭과 동일한 폭을 갖도록 보정하여 융선이미지를 생성한다.In this case, the correction unit corrects the ridge of the input fingerprint to have the same width as the average width calculated by the calculator to generate a ridge image.
그리고 상기 특징점 추출부는, 융선의 위치 및 방향을 검사하여 특징점을 추출하기 위한 마스크를 생성하는 마스크 생성부와; 상기 마스크 생성부에서 생성된 마스크를 이용하여 상기 융선의 위치 및 방향을 검사하여 상기 융선의 특징점을 검색하는 검색부; 그리고 상기 검색부에 의해 검색된 특징점을 제외한 융선이미지를 제거하여 특징점이미지를 생성하는 필터부를 포함하여 구성될 수도 있다.The feature point extracting unit may include: a mask generating unit generating a mask for extracting feature points by inspecting a position and a direction of the ridges; A searcher for searching for a feature point of the ridge by inspecting the position and direction of the ridge using the mask generated by the mask generator; And it may be configured to include a filter for generating a feature point image by removing the ridge image except the feature point retrieved by the search unit.
또한, 상기 마스크 생성부는, 상기 평균폭을 한 변의 길이로 하는 다수개의 픽셀로 이루어진 장방형의 마스크를 생성한다.The mask generating unit generates a rectangular mask made up of a plurality of pixels having the average width of one side.
이때, 상기 마스크는, n행 n열의 픽셀을 갖는 매트릭스 마스크이고, 상기 변수 n은 3≤n≤32의 정수일 수도 있다.In this case, the mask may be a matrix mask having n rows and n columns of pixels, and the variable n may be an integer of 3 ≦ n ≦ 32.
한편, 상기 검색부는 상기 마스크를 한 픽셀의 길이 단위로 이동시켜, 상기 지문 이미지를 스캐닝하여 상기 지문 이미지의 특징점을 검색한다.Meanwhile, the searcher moves the mask by one pixel in length to scan the fingerprint image to search for feature points of the fingerprint image.
이때, 상기 특징점은, 상기 융선의 단점, 분기점 또는 변곡점 중 어느 하나 이상을 포함한다.At this time, the feature point, at least one of the disadvantages, branch points or inflection points of the ridge.
그리고 상기 검색부는 상기 특징점의 위치 및 방향을 검색한다.The search unit searches for the position and direction of the feature point.
한편, 상기 필터는 상기 융선이미지 중 상기 검색부에 의해 검색된 특징점을 제외한 부분을 제거하고, 이미지 크기를 설정된 기준 크기로 변환하여 특징점 이미지를 생성한다.Meanwhile, the filter removes a portion of the ridge image except for the feature point searched by the search unit and converts the image size into a set reference size to generate the feature point image.
한편, 본 발명은 사용자로부터 입력된 지문 영상 중 융선이 포함된 영역만을 선택적으로 취하는 영역선택부를 더 포함하여 구성될 수도 있다.On the other hand, the present invention may further comprise a region selection unit for selectively taking only the region containing the ridge of the fingerprint image input from the user.
그리고, 본 발명은 상기 영역 선택부에 의해 선택된 지문영상의 히스토그램 분포를 동일 수준으로 조정하여 지문이미지를 생성하는 정규화부를 더 포함하여 구성될 수도 있다.The present invention may further include a normalization unit for generating a fingerprint image by adjusting the histogram distribution of the fingerprint image selected by the region selection unit to the same level.
또한, 본 발명은 상기 특징점 추출부로부터 추출된 특징점이미지을 데이터 베이스에 저장된 기준정보와 비교 검색하는 매칭부를 더 포함하여 구성될 수도 있다.The present invention may further include a matching unit for comparing and searching the feature point image extracted from the feature point extractor with reference information stored in a database.
한편, 본 발명은 (A) 사용자로부터 지문 영상을 입력받는 입력단계와; (B) 상기 입력된 지문영상의 히스토그램 분포를 동일 수준으로 일치시켜 지문이미지를 생성하는 정규화 단계와; (C) 상기 정규화된 지문이미지의 융선을 평균값으로 정규화하여 융선이미지를 생성하는 융선 정규화 단계; 그리고 (D) 상기 융선의 평균폭으로 마스크를 생성하고, 상기 마스크를 이용하여 상기 융선이미지를 스캐닝하여 특징점을 추출하여 특징점이미지를 생성하는 특징점 추출 단계를 포함하는 지문 인식 방법을 포함한다.On the other hand, the present invention (A) an input step of receiving a fingerprint image from the user; (B) a normalization step of generating a fingerprint image by matching the histogram distribution of the input fingerprint image to the same level; (C) a ridge normalization step of generating a ridge image by normalizing the ridges of the normalized fingerprint image to an average value; And (D) generating a mask with an average width of the ridge, and extracting a feature point by scanning the ridge image using the mask to generate a feature point image.
이때, 상기 (C) 단계는, (C1) 상기 지문이미지를 스캔하면서 융선의 두께를 측정하는 단계와; (C2) 상기 측정된 융선의 두께로부터 평균폭을 산출하는 연산단계; 그리고 (C3) 상기 연산된 평균폭으로 지문 이미지를 수정하여 융선이미지를 생성하는 보정단계를 포함한다.At this time, the step (C), (C1) measuring the thickness of the ridge while scanning the fingerprint image; (C2) calculating a mean width from the measured thickness of the ridges; And (C3) correcting the fingerprint image with the calculated average width to generate a ridge image.
그리고 상기 (D) 단계는, (D1) 상기 평균폭을 한 변의 길이로 하는 다수개의 정방형 픽셀로 이루어진 장방형의 마스크를 생성하는 단계와; (D2) 생성된 상기 마스크를 이용하여 지문의 특징점을 검색하는 검색 단계; 그리고 (D3) 상기 특징점의 영상만을 추출하기 위하여 상기 검색된 특징점 이외의 지문영상을 제거하는 필터링 단계와; (D4) 상기 필터링된 이미지의 크기를 설정된 기준크기로 변환하여 특징점이미지를 생성하는 변환단계를 포함한다.And (D) comprises: (D1) generating a rectangular mask composed of a plurality of square pixels having the average width of one side; (D2) a search step of searching for a feature point of a fingerprint using the generated mask; And (D3) a filtering step of removing fingerprint images other than the searched feature points to extract only the image of the feature points; (D4) converting the size of the filtered image to a predetermined reference size to generate a feature point image.
이때, 상기 마스크는, 3행 3열 이상의 픽셀을 갖는 정방형 매트릭스 마스크이다.In this case, the mask is a square matrix mask having pixels of three rows and three columns or more.
한편, 상기 특징점은, 융선의 단점, 분기점 또는 변곡점 중 어느 하나 이상을 포함한다.On the other hand, the feature point, any one or more of the disadvantages of the ridge, branch point or inflection point.
이때, 상기 특징점이미지와, 데이터 베이스에 저장된 지문정보를 비교하여 사용자의 지문이 저장된 데이터 베이스의 지문과 일치하는지 여부를 검사하는 매칭단계를 더 포함할 수도 있다.In this case, the method may further include a matching step of checking whether the fingerprint of the user matches the fingerprint of the stored database by comparing the feature point image with the fingerprint information stored in the database.
상기한 바와 같은 구성을 가지는 본 발명에 의하면, 가버 필터링과 같은 융선 이미지와 배경이미지를 분리하는 과정이나 세선화와 같은 전처리 과정 없이도 지문의 특징점을 추출할 수 있으므로 지문 인식 과정이 단순화될 수 있는 장점이 있다.According to the present invention having the above-described configuration, the fingerprint recognition process can be simplified since the feature points of the fingerprint can be extracted without the process of separating the ridge image and the background image such as Gabor filtering and the preprocessing process such as thinning. There is this.
이하에서는 상기한 바와 같은 본 발명에 의한 지문인식 장치 및 방법의 바람직한 실시예를 첨부된 도면을 참고하여 상세하게 설명한다.Hereinafter, with reference to the accompanying drawings, preferred embodiments of the fingerprint recognition device and method according to the present invention as described above will be described in detail.
도 2는 본 발명의 바람직한 실시예에 의한 지문 인식 장치를 도시한 블럭도이다.2 is a block diagram showing a fingerprint recognition device according to an embodiment of the present invention.
이에 도시된 바와 같이, 본 발명에 의한 지문인식장치는 사용자로부터 지문영상을 입력받는 입력부(10)를 포함하여 구성된다. 상기 입력부(10)는 일반적으로 스캐닝 장치로 구성된다. As shown in the drawing, the fingerprint recognition device according to the present invention includes an
한편, 상기 입력부(10)에는 입력된 지문영상 중 영역을 선택하는 영역선택부(20)가 연결된다. 상기 입력부(10)에 입력된 지문영상은 사용자가 상기 입력부(10) 정 중앙의 위치에 지문을 입력시키지 않는 것이 대부분이므로 지문이 입력되지 않은 부분을 삭제하고 지문이 입력된 부분만을 선택하기 위한 부분이다. On the other hand, the
그리고 상기 영역선택부(20)에는 입력된 지문영상의 전체적인 농도를 일정하게 조절하기 위한 정규화부(30)가 구비된다. 상기 입력된 지문의 영상은 부분에 따 라 다른 농도를 갖는데, 이는 지문을 입력하는 사용자의 손에 수분 함유량의 정도 및 입력시 가해지는 압력의 차이 등의 요인들에 의해 발생한다. 따라서, 상기 정규화부(30)는 상기 영역선택부(20)에 의해 선택된 지문영상의 동일하지 않은 히스토그램 분포를 일정하게 조정하여 전체적으로 동일한 농도를 갖는 지문이미지를 생성하는 부분이다.The
또한, 상기 정규화부(30)에는 융선정규화부(40)가 연결되어 상기 정규화부(30)에 의해 일정한 농도로 조절된 지문이미지의 융선을 상기 융선의 평균폭을 갖는 동일한 두께의 선으로 보정한다.In addition, the
상기 융선정규화부(40)는 이를 위해 스캐닝부(42)와 연산부(44) 그리고 보정부(46)를 포함하여 구성되는데, 상기 스캐닝부(42)는 상기 정규화부(30)로부터 입력된 지문이미지를 스캐닝하여 각 융선의 폭을 계산하는 부분이다. 상기 융선의 폭은 상기 융선간의 거리를 측정함에 의해 이루어질 수도 있고, 상기 융선의 중심간 거리, 골의 중심간거리 그리고 골의 폭 등을 이용하여 구할 수도 있다. 그리고 상기 스캐닝부(42)에 연결된 연산부(44)는 상기 스캐닝부(42)에서 측정된 융선의 폭을 이용하여 상기 지문 이미지의 전체 융선의 평균폭을 산출한다.The
한편, 이와 다르게는 상기 지문 이미지의 다수개의 부분을 샘플로하여 융선폭을 산출하여 이들의 평균폭을 상기 융선의 평균폭으로 사용할 수도 있다.Alternatively, the ridge width may be calculated by sampling a plurality of portions of the fingerprint image, and the average width thereof may be used as the average width of the ridge.
그리고 상기 연산부(44)에 연결된 보정부(46)는 상기 연산부(44)에서 산출한 평균폭으로 상기 지문 이미지의 융선을 보정하여 융선 이미지를 생성한다. 상기 보정부(46)는 각각의 융선을 따라 이동하면서, 상기 융선의 두께를 상기 평균폭으로 수정한다.The
즉, 상기 융선정규화부(40)는 입력된 지문이미지의 융선의 두께를 균일하게 수정하여 융선이미지를 생성하는 부분이다.That is, the
한편, 상기 융선정규화부(40)에는 상기 융선이미지의 특징점을 추출하는 특징점추출부(50)가 구비된다. 상기 특징점이란, 상기 융선의 시작점 및 종점을 나타내는 단점 및 두 갈래 이상의 다수 개의 갈래로 분기되는 분기점을 포함한다. 또한, 더욱 정밀한 비교를 위하여 상기 특징점에 상기 융선의 변곡점이 포함되는 것도 가능하다.On the other hand, the
상기 융선이미지의 특징점을 추출하기 위하여 상기 특징점추출부(50)는 마스크생성부(52)와, 검색부(54) 그리고 필터(56)를 포함하여 구성된다. 상기 마스크생성부(52)는 상기 융선이미지로부터 특징점추출을 위한 마스크를 생성하는 부분으로 상기 마스크는 정방향의 매트릭스 구조로 된 픽셀을 갖는 마스크이다. 이때, 상기 마스크를 구성하는 하나의 픽셀은 상기 연산부(44)에서 산출한 평균폭과 동일한 길이를 갖는다.In order to extract the feature points of the ridge image, the
그리고, 상기 마스크는 적어도 3×3 이상의 마스크인 것이 바람직하다. 이는 상기 마스크가 분기점을 검출하기 위해서는 분기 된 위치에서 각기 다른 방향으로 진행되는 융선을 감지할 수 있어야 하기 때문이다.The mask is preferably at least 3 × 3 or more mask. This is because the mask must be able to detect ridges traveling in different directions from the branched position in order to detect the branch point.
물론, 상기 마스크의 배열이 더 클수록 더욱 세밀하게 특징점을 검출할 수 있으나, 다만, 상기 마스크가 과도하게 크게 책정될 경우, 상기 특징점 추출 시간이 길어질 수 있으므로 적정한 개수로 배열된 마스크가 사용되는 것이 바람직하다.Of course, the larger the arrangement of the mask, the more detailed feature can be detected, but if the mask is excessively large, the feature extraction time can be long, it is preferable to use a mask arranged in an appropriate number Do.
한편, 상기 마스크생성부(52)에는 검색부(54)가 연결되어 상기 마스크생성부(52)에서 생성된 마스크를 사용하여 융선이미지를 검색한다.Meanwhile, the
상기 검색부(54)는 상기 마스크를 한 픽셀 단위로 이동시켜 전체 이미지를 스캔하게 되는데, 이때, 상기 마스크 상에 나타난 상기 융선의 단점 및 분기점이 포함된 특징점을 검출한다.The
그리고 상기 검색부(54)에는 필터(56)가 연결된다. 상기 필터(56)는 상기 검색부(54)에서 검색된 특징점 이외의 융선 이미지부분을 삭제하여 상기 특징점 만이 표시된 이미지를 생성하는 부분이다. 더욱이 상기 필터(56)는 상기 이미지를 설정된 기준크기로 변환하여 특징점이미지를 생성하도록 하는 것이 바람직하다. 이는 후술할 매칭부에서 수행되는 비교작업을 용이하게 하기 위한 부분이다.The filter 56 is connected to the
한편, 상기 필터(56)에는 상기 필터(56)를 거쳐 생성된 특징점이미지와 데이터 저장부에 저장된 지문 이미지를 비교하는 매칭부가 연결된다. 상기 매칭부에는 데이터베이스(70)가 연결되어, 상기 매칭부는 입력된 지문이미지로부터 생성한 특징점 이미지와 비교할 지문 정보를 상기 데이터베이스(70)로부터 독출한다.On the other hand, the filter 56 is connected to the matching unit for comparing the feature point image generated through the filter 56 and the fingerprint image stored in the data storage unit. A
이하에서는 이와 같은 구성을 갖는 본 발명에 따른 지문 인식 장치의 작용을 지문 인식 과정에 따라 상세하게 설명하기로 한다.Hereinafter, the operation of the fingerprint recognition device according to the present invention having such a configuration will be described in detail according to a fingerprint recognition process.
도 3은 본 발명의 바람직한 실시예에 의한 지문인식 과정을 도시한 순차도이고, 도 4는 본 발명의 바람직한 실시예를 구성하는 융선 정규화 과정을 상세히 도시한 순차도이며, 도 5는 본 발명의 바람직한 실시예에 의한 특징점추출과정을 상세히 도시한 순차도이고, 도 6a 내지 도 6h는 본 발명의 바람직한 실시예에 의해 입력된 지문영상이 처리되는 모습을 도시한 예시도이다.3 is a flowchart illustrating a fingerprint recognition process according to a preferred embodiment of the present invention, Figure 4 is a sequential diagram showing in detail the ridge normalization process constituting a preferred embodiment of the present invention, Figure 5 is a Figure 6 is a sequential diagram illustrating the feature point extraction process according to a preferred embodiment, Figure 6a to Figure 6h is an exemplary view showing a state in which the fingerprint image input by the preferred embodiment of the present invention is processed.
이하에서는, 각 단계를 설명함에 있어, 이들 단계에서 실제 처리되는 이미지의 예시인 도6를 참고하여 설명한다.In the following description, each step will be described with reference to FIG. 6, which is an example of an image that is actually processed in these steps.
이들 도면에 고시된 바와 같이, 본 발명의 바람직한 실시예에 의해 지문을 인식하기위해서는, 먼저 입력부(10)를 통해 사용자로부터 지문영상을 입력받는다(S100). 이때, 상기 입력된 지문영상은 영역선택부(20)에 의해 지문영상 중 지문이 입력된 부분만이 선택되어 저장된다(S200). 즉, 사용자에 의해 입력된 지문영상은 도 6a에 도시된 바와 같이, 중앙에 정확히 입력되지 않으므로, 상기 영역선택부(20)에 의해 지문이 입력된 부분만을 잘라내어 도 6b에 도시된 바와 같은 지문영상을 생성한다.As shown in these figures, in order to recognize a fingerprint by a preferred embodiment of the present invention, first receives a fingerprint image from the user through the input unit 10 (S100). In this case, the input fingerprint image is selected and stored only in the fingerprint input portion of the fingerprint image by the area selection unit 20 (S200). That is, since the fingerprint image input by the user is not exactly input at the center, as shown in FIG. 6A, only the portion where the fingerprint is input by the
그리고 정규화부(30)에 의해서 상기 지문영상의 농도가 일정하게 통일된다(S300). 따라서, 상기 지문영상의 불균일한 히스토그램이 균일하게 수정되어 지문이미지가 생성된다. 즉, 도 6b에 도시된 지문영상은 중앙부는 짙은 농도를 갖고, 외각부분은 옅은 농도를 갖고 입력되었으나, 상기 정규화부(30)를 통해 도6c에 도시된 바와 같이, 전체적으로 농도가 균일한 지문이미지가 생성된다.The concentration of the fingerprint image is uniformly uniformed by the normalization unit 30 (S300). Accordingly, the nonuniform histogram of the fingerprint image is uniformly corrected to generate a fingerprint image. That is, the fingerprint image shown in FIG. 6B has a dark density at the center portion and a light density at the outer portion thereof. However, as shown in FIG. 6C through the
그 후에, 상기 지문이미지의 지문 융선 폭이 평균폭으로 정규화된다(S400). 상기 융선이 정규화되어 융선이지미가 생성되는데, 상기 융선이미지의 생성과정을 상세히 살펴보면 다음과 같다. Thereafter, the fingerprint ridge width of the fingerprint image is normalized to the average width (S400). The ridges are normalized to generate ridges, which will be described in detail below.
먼저, 융선을 정규화하기 위하여는 융선의 평균폭을 측정하여야 하는바, 이를 위해 상기 지문이미지를 스캔하면서 상기 융선의 폭을 측정하다(S420). 그리고 연산부(44)는 상기 측정된 융선의 폭을 이용하여 상기 융선의 평균폭을 산출한다(S440). First, in order to normalize the ridge, the average width of the ridge should be measured. For this purpose, the width of the ridge is measured while scanning the fingerprint image (S420). And the
상기 융선의 평균폭을 산출한 이후에는 지문 이미지의 융선폭을 상기 평균폭으로 수정하여 융선이미지를 생성한다(S460). After calculating the average width of the ridges, the ridge width of the fingerprint image is corrected to the average width to generate a ridge image (S460).
상술한 바와 같이, 융선정규화부(40)를 통해 입력된 지문 이미지는, 융선의 폭이 일정하게 수정되어 융선이미지를 생성한다. As described above, in the fingerprint image input through the
상술한 바와 같은 방법으로 융선이미지가 생성된 모습이 도 6d에 도시되어 있다. 상기 도 6d의 융선의 폭은 상기 평균폭으로 수정되어 동일한 폭을 갖는다.The ridge image is generated in the manner as described above is shown in Figure 6d. The width of the ridge of FIG. 6D is modified to the average width to have the same width.
상기 융선이미지는 특징점추출부(50)에 입력되어 특징점이 추출된다(S500). 여기서 상기 특징점이라 함은 지문의 특징을 나타내는 점으로 융선의 단점 및 분기점을 포함하고, 변곡점도 포함할 수 있다.The ridge image is input to the feature
상기 특징점을 추출하기 위한 상기 특징점추출부(50)의 처리순서는 도 5에 상세히 도시되어 있다. 이에 도시한 바와 같이, 먼저 상기 특징점추출부(50)에 구비된 마스크에서 융선의 평균폭을 이용하여 마스크를 생성한다(S520). 상기 마스크는 상기 평균폭을 한 변의 길이로 하는 픽셀로 형성되는데, 상기 픽셀이 다수행 다수열로 형성된다.The processing procedure of the feature
바람직하게는, 상기 마스크는 상기 픽셀이 3×3 이상의 정방형으로 결합 된 매트릭스 형태로 형성되는데, 한변이 3개 이상의 픽셀로 구성되는 것은 상기 특징점에서의 방향성을 감지하기 위함이다. 도 6e에는 3×3의 마스크(53)가 형성된 모습이 도시되어 있다.Preferably, the mask is formed in a matrix form in which the pixels are combined in a square of 3 × 3 or more, and one side is composed of three or more pixels to detect the direction at the feature point. 6E shows a state in which a 3 × 3
그리고, 상기 마스크(53)는 상기 융선이미지를 한 픽셀 단위의 길이로 이동하여 상기 융선이미지에 포함된 특징점을 추출한다(S540). 도 6f에는 상기 마스크(53)가 특징점에 위치한 경우를 도시하고 있다. 이에 도시된 바와 같이, 상기 마스크(53)가 특징점에 위치하면(상기 특징점이 상기 마스크(53)의 2행2열의 픽셀 상에 위치한 경우를 살핀다) 상기 특징점의 주변 픽셀에 검출된 융선이미지로부터 상기 특징점의 방향을 파악할 수 있다.The
상기 마스크(53)가 상기 융선이미지 전체를 스캔하면서 상기 융선이미지의 모든 특징점을 추출한다. 이와같이, 상기 특징점이 추출된 융선이미지의 모습이 도 6g에 도시되어 있다.The
다음으로, 상기 융선이미지는 필터(56)에 의해 상기 추출된 특징점을 제외한 나머지 부분이 지워지고, 상기 특징점만이 잔존 된 이미지가 생성된다(S560). Next, the ridge image is erased by the filter 56 except for the extracted feature points, and an image in which only the feature points remain is generated (S560).
더불어 바람직하게는 상기 특징점이미지는 이후 매칭단계에서 데이터 저장부에 저장된 지문정보와 비교를 용이하게 하게 위해, 상기 데이터 저장부에 저장된 지문정보와 동일한 크기로 그 배율이 변환하여 특징점이미지를 생성한다(S580). 이때, 상기 배율의 변환은 상기 융선의 평균폭을 기준으로 변환하는 것이 바람직하다. 이와 같이 생성된 특징점이미지의 모습이 도 6h에 도시되어 있다.In addition, preferably the feature image is a magnification of the same size as the fingerprint information stored in the data storage in order to facilitate comparison with the fingerprint information stored in the data storage in the subsequent matching step to generate a feature point image ( S580). At this time, the conversion of the magnification is preferably converted based on the average width of the ridge. The feature point image generated as described above is illustrated in FIG. 6H.
상술한 바와 같이, 특징점이미지가 생성되면, 상기 특징점이미지는 데이터베이스(70)에 저장된 지문이미지와 비교하여 상기 입력된 지문이 데이터베이스(70)에 저장된 지문 정보와 동일한 것인지 여부를 판단한다. 이때, 상기 데이터베이스(70)에 저장된 지문 정보역시 특징점만이 추출되어 저장된다.As described above, when the feature point image is generated, the feature point image is compared with the fingerprint image stored in the
본 발명의 권리는 위에서 설명된 실시예에 한정되지 않고 청구범위에 기재된 바에 의해 정의되며, 본 발명의 분야에서 통상의 지식을 가진 자가 청구범위에 기재된 권리범위 내에서 다양한 변형과 개작을 할 수 있다는 것은 자명하다.The rights of the present invention are not limited to the embodiments described above, but are defined by the claims, and those skilled in the art can make various modifications and adaptations within the scope of the claims. It is self-evident.
예를 들어, 상기 특징점이미지의 배율을 변경하는 단계는, 상기 지문 인식 과정 중 다른 실행단계에서 수행되어도 동일한 효과를 얻을 수 있다.For example, the step of changing the magnification of the feature point image may have the same effect even if performed in another execution step of the fingerprint recognition process.
위에서 상세히 설명한 바와 같은 본 발명에 의한 지문 인식 장치 및 방법에서는 다음과 같은 효과를 기대할 수 있다. In the fingerprint recognition apparatus and method according to the present invention as described in detail above, the following effects can be expected.
즉, 종래의 지문 인식방법과 같이, 가버필터링 단계와 같은 융선 이미지와 배경이미지를 분리하는 단계가 포함되지 않아 그 처리 속도가 빨라지고, 세선화 처리를 하지 않고도, 픽셀의 크기를 융선의 평균폭에 맞춰 생성함으로 세선화 처리된 효과와 동일한 효과를 얻을 수 있으므로 전체적으로 지문을 인식하는 과정이 단순화 되어 시스템의 처리속도를 향상시킬 수 있는 장점이 있다.That is, as in the conventional fingerprint recognition method, the step of separating the ridge image and the background image, such as the Gabor filtering step, is not included, and the processing speed is increased, and the pixel size is adjusted to the average width of the ridge without the thinning process. Since the same effect as that of the thinning process can be obtained, the overall fingerprint recognition process can be simplified, thereby improving the processing speed of the system.
그리고 본 발명은 가버 필터링 및 세선화 단계를 포함하고 있지 않으므로 상기 가버 필터링 또는 세선화 처리를 위한 전처리 단계인 융선의 방향성 추출이나 융선 빈도 추출단계가 필요하지 않으므로 지문 인식 과정이 단순 해지고 따라서 오류 발생빈도가 낮아지는 장점이 있다.And since the present invention does not include the Gabor filtering and thinning step, the directional extraction or ridge frequency extraction step of the ridge, which is a preprocessing step for the Gabor filtering or thinning process, is not necessary, thereby simplifying the fingerprint recognition process and thus error occurrence frequency. Has the advantage of being lowered.
Claims (21)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060119065A KR100795187B1 (en) | 2006-11-29 | 2006-11-29 | Device for recognizing fingerprint and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060119065A KR100795187B1 (en) | 2006-11-29 | 2006-11-29 | Device for recognizing fingerprint and method thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
KR100795187B1 true KR100795187B1 (en) | 2008-01-16 |
Family
ID=39218254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020060119065A KR100795187B1 (en) | 2006-11-29 | 2006-11-29 | Device for recognizing fingerprint and method thereof |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100795187B1 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140079347A (en) | 2014-06-03 | 2014-06-26 | 이도훈 | Point-of-sale system using sequencial fingerprints input, and the method therefor |
KR20170134356A (en) * | 2015-02-06 | 2017-12-06 | 베리디움 아이피 리미티드 | System and method for performing fingerprint-based user authentication using images photographed using a mobile device |
WO2019143199A1 (en) * | 2018-01-19 | 2019-07-25 | 삼성전자 주식회사 | Electronic device for determining fingerprint processing method on basis of pressure level of fingerprint input, and method therefor |
US10509944B2 (en) | 2017-02-24 | 2019-12-17 | Samsung Display Co., Ltd. | Method and device for recognizing fingerprint |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060027613A (en) * | 2004-09-23 | 2006-03-28 | (주)니트 젠 | Direction filtering method in algorithm for extracting fingerprint minutiae |
-
2006
- 2006-11-29 KR KR1020060119065A patent/KR100795187B1/en not_active IP Right Cessation
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060027613A (en) * | 2004-09-23 | 2006-03-28 | (주)니트 젠 | Direction filtering method in algorithm for extracting fingerprint minutiae |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140079347A (en) | 2014-06-03 | 2014-06-26 | 이도훈 | Point-of-sale system using sequencial fingerprints input, and the method therefor |
KR20170134356A (en) * | 2015-02-06 | 2017-12-06 | 베리디움 아이피 리미티드 | System and method for performing fingerprint-based user authentication using images photographed using a mobile device |
KR102587193B1 (en) * | 2015-02-06 | 2023-10-06 | 베리디움 아이피 리미티드 | System and method for performing fingerprint-based user authentication using images captured using a mobile device |
US10509944B2 (en) | 2017-02-24 | 2019-12-17 | Samsung Display Co., Ltd. | Method and device for recognizing fingerprint |
WO2019143199A1 (en) * | 2018-01-19 | 2019-07-25 | 삼성전자 주식회사 | Electronic device for determining fingerprint processing method on basis of pressure level of fingerprint input, and method therefor |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jain et al. | Intelligent biometric techniques in fingerprint and face recognition | |
JP5047005B2 (en) | Image processing method, pattern detection method, pattern recognition method, and image processing apparatus | |
US7965874B2 (en) | Biological information detecting device | |
US8306288B2 (en) | Automatic identification of fingerprint inpainting target areas | |
US20030039382A1 (en) | Fingerprint recognition system | |
US20030169910A1 (en) | Fingerprint matching using ridge feature maps | |
EP2104059B1 (en) | Apparatus and method for processing image | |
US20080298648A1 (en) | Method and system for slap print segmentation | |
KR20050010102A (en) | Method for Acquire of Fingerprint Image by Sliding and Rolling | |
KR20180003595A (en) | Method and apparatus for recognizing fingerprints | |
KR20030019788A (en) | Method of extracting fingerprint features using ridge direction model | |
JP5556663B2 (en) | Verification device, verification method, and program | |
KR100795187B1 (en) | Device for recognizing fingerprint and method thereof | |
US20070292005A1 (en) | Method and apparatus for adaptive hierarchical processing of print images | |
US20050271260A1 (en) | Device, method and program for removing pores | |
US11651618B2 (en) | Fingerprint identification method and apparatus, storage medium and terminal | |
KR101021134B1 (en) | Apparatus and methode for extracting the direction of fingerprint | |
US7512256B1 (en) | System, method, and computer program product for ridge map formation | |
KR100374695B1 (en) | Automatic Fingerprint Identification System using Direct Ridge Extraction | |
CN110765856B (en) | Convolution-based low-quality finger vein image edge detection algorithm | |
CN109635798B (en) | Information extraction method and device | |
KR100698723B1 (en) | Fast Matching of FingerPrint Using Minutiae in Core Point Area | |
US12033427B2 (en) | Stripe pattern image collating device, stripe pattern collating method, and computer-readable medium storing program thereof | |
JP2007179267A (en) | Pattern matching device | |
US7333640B2 (en) | Extraction of minutiae from a fingerprint image |
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: 20121227 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20131224 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20141224 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20151224 Year of fee payment: 9 |
|
LAPS | Lapse due to unpaid annual fee |