KR101315646B1

KR101315646B1 - 가이디드 가버 필터를 이용한 지정맥 패턴 추출 방법 및 장치

Info

Publication number: KR101315646B1
Application number: KR1020120081241A
Authority: KR
Inventors: 해산연; 박동선; 윤숙
Original assignee: 목포대학교산학협력단; 전북대학교산학협력단
Priority date: 2012-07-25
Filing date: 2012-07-25
Publication date: 2013-10-08
Also published as: WO2014017697A1

Abstract

가이디드 가버 필터를 이용한 지정맥 패턴 추출 방법 및 장치를 공개한다. 본 발명의 지정맥 패턴 추출 장치는 적외선 광을 이용하여 사용자의 정맥 패턴이 포함된 캡쳐 이미지를 획득하고, 캡쳐 이미지로부터 지정맥을 포함하는 관심영역을 설정하는 전처리부, 기설정된 가이드 이미지를 이용하여 이미지 획득부에서 획득한 캡쳐 이미지에 대해 가이디드 필터링을 수행하여 캡쳐 이미지보다 화질이 개선된 가이디드 이미지를 출력하는 가이디드 필터부, 및 가이디드 이미지에서 능선의 형상을 추출하기 위한 가버 필터링을 가이디드 이미지에 대해 수행하여 필터링 이미지를 출력하는 가버 필터부를 포함한다. 따라서 가이디드 필터의 이미지 화질 향상 능력과 가버 필터의 능선 추출 능력을 이용하여 매우 선명한 지정맥 패턴을 빠른 속도로 추출할 수 있다.

Description

가이디드 가버 필터를 이용한 지정맥 패턴 추출 방법 및 장치{Method and apparatus for finger vein pattern extraction using guided gabor filter}

본 발명은 지정맥 패턴 추출 방법 및 장치에 관한 것으로, 특히 가이디드 가버 필터를 이용한 지정맥 패턴 추출 방법 및 장치에 관한 것이다.

현대 사회에서 보안의 중요성이 높아짐에 따라, 다양한 사용자 인증 방법이 제안되어 사용되고 있다. 그리고 사용자 인증 방법 중 바이오메트릭스(biometrics)를 이용한 사용자 인증 방법은 사용자의 신체 정보를 사용자 인증을 위한 보안 매개체로 이용하므로, 신뢰성 높은 보안을 제공하는 방법으로 최근 각광 받고 있는 사용자 인증 방법이다. 현재 사용되고 있는 바이오메트릭스를 이용한 사용자 인증 방법으로는 지문 인식, 손모양(掌形), 얼굴 윤곽(눈, 코, 눈썹, 입, 볼 등의 배치, 윤곽), 귀 모양, 성문(聲紋), 눈의 망막이나 홍채(虹彩), 손등, 손가락의 정맥 패턴, 사인, DNA 등의 다양한 바이오메트릭스를 이용한 인증 방법이 고안되어 적용 범위를 넓혀가고 있다.

지문 인식은 사용자 인증 시에 가장 많이 이용되는 바이오메트릭스 기술로서 각광 받아 왔으나, 모조 지문과 같이 다양한 위조 방법이 나타남에 따라 최근 보안에 취약성을 보이고 있다. 또한 지문 인식은 손가락에 상처가 있는 경우나, 손가락이 건조한 경우에 인식이 어려운 문제가 있다.

지정맥(finger vein) 패턴 식별은 지정맥이 지문에 비하여 위조가 어려울 뿐만 아니라 지문과 마찬가지로 사람마다 독특한 패턴을 가지므로 지문 인식을 대체할 수 있는 새로운 사용자 인증 방법으로 부각되고 있는 기술이다.

지정맥은 지문과 달리 인체 내에 있어서, 인체 상태에 의한 영향이 적으며, 상처가 생길 가능성이 매우 낮다. 또한 사람이 태어날때부터 사망할때까지 패턴이 변화하지 않는 특성을 가지므로 사용자 인증에 적합하다.

지정맥 패턴 식별은 정맥내의 헤모글로빈(hemoglobin)이 적외선광을 흡수하여 다른 영역보다 어둡게 표시되는 특성을 이용하여 지정맥의 패턴을 판별한다. 정맥 패턴 식별은 인체에 무해한 적외선광 또는 파장이 0.7 ㎛ ~ 1 ㎛인 유사 적외선광(near-infrared light)을 이용하여 정맥 패턴을 캡쳐하며, 캡쳐된 이미지에서 정맥 패턴은 혈류 속의 헤모글로빈이 적외선 광을 흡수함에 의해 그림자 영역으로 표시된다.

기존의 지정맥 패턴 식별 방법은 곡률(Curvature) 기반 방법, 선 추적(Line Tracking) 방법 및 가버 필터(Gabor Filter)를 이용한 방법 등이 있었다. 그러나 지정맥 패턴 식별 방법은 고르지 않은 조명 또는 손가락 내부의 다양한 조직과 뼈로 인한 국부적인 조명 변화로 인해 지정맥을 추출하기에 어려움이 있고, 이를 보완하기 위해 영상을 분할하는 기술을 도입하고 있으나, 영상을 분할하기 위한 문턱값을 결정하기 어려우며, 영상의 화질에 따라서 성능이 급격히 저하되는 문제가 있었다.

본 발명의 목적은 영상의 분할없이도 선명한 지정맥 패턴 추출이 가능하도록 가이디드 가버 필터를 이용한 지정맥 패턴 추출 방법을 제공하는데 있다.

본 발명의 다른 목적은 상기 지정맥 패턴 추출 방법을 이용하는 지정맥 패턴 추출 장치를 제공하는데 있다.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 지정맥 패턴 추출 장치는 적외선 광을 이용하여 사용자의 정맥 패턴이 포함된 캡쳐 이미지를 획득하고, 상기 캡쳐 이미지로부터 지정맥을 포함하는 관심영역을 설정하는 전처리부; 기설정된 가이드 이미지를 이용하여 상기 이미지 획득부에서 획득한 상기 캡쳐 이미지에 대해 가이디드 필터링을 수행하여 상기 캡쳐 이미지보다 화질이 개선된 가이디드 이미지를 출력하는 가이디드 필터부; 및 상기 가이디드 이미지에서 능선의 형상을 추출하기 위한 가버 필터링을 상기 가이디드 이미지에 대해 수행하여 필터링 이미지를 출력하는 가버 필터부; 를 포함한다.

상기 지정맥 패턴 추출 장치는 상기 이미지 획득부로부터 상기 캡쳐 이미지를 수신하고, 수신된 상기 캡쳐 정맥 이미지 대해 전처리 작업을 수행하여 전처리된 상기 캡쳐 이미지를 상기 가이디드 필터부로 전송하는 전처리부;를 더 포함하는 것을 특징으로 한다.

상기 전처리부는 상기 캡쳐 이미지에서 적어도 하나의 경계선을 추출하여 복수개의 에지 포인트의 집합으로 구성되는 에지 이미지를 생성하는 에지 이미지 추출부; 상기 에지 이미지로부터 상기 적어도 하나의 경계선 방향을 검출하고, 상기 적어도 하나의 경계선의 방향에 따라 상기 캡쳐 이미지를 기설정된 방향으로 회전하여 출력하는 이미지 회전부; 및 상기 이미지 회전부로부터 상기 캡쳐 이미지를 수신하고, 상기 캡쳐 이미지의 특정 영역을 기설정된 방식에 따라 관심 영역으로 설정하여 상기 전처리된 캡쳐 이미지로서 상기 가이디드 필터로 출력하는 관심 영역 설정부;를 포함하는 것을 특징으로 한다.

상기 에지 이미지 추출부는 상기 캡쳐 이미지에 대해 탑-햇 필터(Top-hat) 필터 또는 소벨 필터(Sobel Filter) 중 하나의 필터를 이용하여 필터링하여 상기 에지 이미지를 생성하는 것을 특징으로 한다.

상기 이미지 회전부는 상기 에지 이미지에 대해 허프 변환을 수행하여 상기 경계선의 방향을 검출하고, 검출된 경계선의 방향이 기설정된 조건을 만족하는지 여부에 따라 상기 캡쳐 이미지를 회전하는 것을 특징으로 한다.

상기 이미지 회전부는 상기 에지 이미지에 포함된 에지 포인트들의 집합{(x₁, y₁), (x₂, y₂) ... (x_k, y_k)}에 대해 수학식

(여기서, x_i 및 y_i 는 직교 좌표계에서 에지 이미지(b)의 에지 포인트 좌표이며, θ 및 ρ 는 에지 포인트에 극좌표계 형태로 표현하기 위한 극좌표계 상의 좌표이다.)

로 표현되는 상기 허프 변환 방정식을 이용하여 극좌표계 평면(θ, ρ) (여기서, ρ ≥ 0, 0 ≤ θ ≤ π)상의 사인 곡선으로 변환하고, 극좌표계로 변환된 에지 포인트들의 집합에서 추출되는 2개의 피크((θ₁ ,ρ₁),(θ₂ ,ρ₂))가 수학식

(여기서, π는 원주율을 나타낸다.)

을 만족하면, 상기 캡쳐 이미지를 (θ₁ + θ₂)/2 의 각도로 회전하는 것을 특징으로 한다.

상기 관심 영역 설정부는 상기 이미지 회전부에서 출력되는 상기 캡쳐 이미지상의 포인트(C)를 기준으로 기설정된 크기로 관심영역을 설정하며, 상기 포인트의 좌표는 수학식

(C_x, C_y) = (width/2, /(ρ₁ + ρ₂)/2)

(여기서, ρ₁, ρ₂는 상기 2개의 피크에서의 극좌표를 나타낸다.)

로 계산되는 것을 특징으로 한다.

상기 가이디드 필터부는 상기 가이드 이미지와 상기 가이디드 이미지와의 관계가 수학식

(여기서, I는 상기 가이드 이미지이고, G_u는 가이디드 필터에 의해 필터링된 가이디드 이미지이며, ω_k는 픽셀(k)을 중심으로 한 윈도우이다. 그리고 a_k 및 b_k는 선형 계수이다.)

로 표현되고,

상기 가이디드 필터부의 입력과 출력 사이의 차이를 최소화하는 코스트 함수를 수학식

(여기서 p는 가이디드 필터부의 입력 이미지이며, ε은 선형 계수(a_k)가 커지는 것을 방지하기 위한 정규화 파라미터로서 상기 가이디드 이미지(G_u)상의 에지 보존의 정도를 표시하는 에지 보존 계수(edge preserving coefficient)이다.)

로 계산하고, 상기 선형 계수(a_k, b_k)를 결정하기 위해 수학식

(여기서 μ_k 와 δ_k ²는 각각 윈도우 ω_k내의 가이드 이미지(I)의 평균값과 분산값이다.) 및 수학식

을 상기 코스트 함수에 대입하여, 수학식

를 계산하는 것을 특징으로 한다.

상기 가이디드 필터부는 가이디드 이미지(G_u)를 가이드 이미지(I), 가이드 필터의 입력 이미지(p)에 대한 수학식

(여기서 W_ij(I, ω, ε)는 커널 가중치를 나타낸다.)

로 계산하고, 상기 커널 가중치는 수학식

(여기서 커널 가중치의 누적합계는

이다.)

로 계산되는 것을 특징으로 한다.

상기 가이디드 필터부는 상기 캡쳐 이미지를 상기 가이드 이미지로서 이용하여 상기 가이디드 필터링을 수행하는 것을 특징으로 한다.

상기 가이디드 필터에 의해 필터링된 상기 가이디드 이미지(

)에 대해 수학식

(여기서, * 는 2차원에서의 콘볼루션(convolution) 연산을 나타내고, θ_k와 f₀는 각각 가버 필터의 방향과 가버 필터의 중심 주파수를 나타내며,

는 짝수 대칭 가버 필터를 나타낸다.)

에 따라 짝수 대칭 가버 필터링을 수행하고,

상기 짝수 대칭 가버 필터는

수학식

(여기서,

이고, δ는 타원 가우시안 포락선(Gaussian envelope)의 표준 편차(또는 스케일(scale))를 의미한다.)로 계산되는 것을 특징으로 한다.

상기 가버 필터부는 가버 필터의 필터링 방향(θ_k)을 8개의 방향으로 설정하여,

인 것을 특징으로 한다.

상기 지정맥 패턴 추출 장치는 상기 가버 필터부로부터 상기 필터링 이미지를 수신하고, 상기 필터링 이미지에 포함된 정맥 패턴의 품질이 기설정된 기준 품질 이상인지 판별하는 품질 추정부; 및 상기 기준 품질 이상의 상기 정맥 패턴이 포함된 상기 필터링 이미지를 수신하고, 상기 필터링 이미지에 포함된 상기 정맥 패턴의 특징을 추출하는 특징 추출부;를 더 포함하는 것을 특징으로 한다.

상기 특징 추출부는 상기 필터링 이미지를 복수개의 소블록으로 구분하고, 구분된 상기 복수개의 소블록(F_mn)에 대한 각각에 대한 평균 절대 편차를 상기 필터링 이미지에 대응하는 상기 캡쳐 이미지의 특징으로 추출하는 것을 특징으로 한다.

상기 특징 추출부는 상기 복수개의 소블록(F_mn)에 각각에 대한 상기 평균 절대 편차(ADD)(δ^k _mn)는 수학식

(여기서 N은 소블록(F_mn) 픽셀들의 개수이고, μ^k _mn 는

의 크기의 평균이다.)

로 계산하는 것을 특징으로 한다.

상기 다른 목적을 달성하기 위한 본 발명의 일 실시예에 따른 지정맥 패턴 추출 방법은 적외선 광을 이용하여 캡쳐 이미지를 획득하는 이미지 획득부와 가이디드 필터부 및 가버 필터부를 포함하는 지정맥 패턴 추출 장치의 지정맥 패턴 추출 방법에 있어서, 상기 이미지 획득부가 사용자의 정맥 패턴이 포함된 상기 캡쳐 이미지를 획득하는 단계; 상기 가이디드 필터부가 상기 캡쳐 이미지에 대해 가이디드 필터링을 수행하여 상기 캡쳐 이미지보다 화질이 개선된 가이디드 이미지를 출력하는 단계; 및 상기 가버 필터부가 상기 가이디드 이미지에서 능선의 형상을 추출하기 위한 가버 필터링을 상기 가이디드 이미지에 대해 수행하여 필터링 이미지를 출력하는 단계; 를 포함한다.

따라서, 본 발명의 가이디드 가버 필터를 이용한 지정맥 패턴 추출 방법 및 장치는 가이디드 필터를 이용하여 정맥 패턴을 보호하고, 흐림, 조명, 주변 상황 조건 및 혈류의 변화와 같은 배경 효과에 의한 영향을 줄여 정맥 이미지의 화질을 향상시키고, 가버 필터를 이용하여 정맥 패턴의 능선을 용이하게 추출하여 정맥 패턴과 배경의 구별을 명확하게 하므로 정맥 패턴을 분명하게 추출 할 수 있다. 또한 동작 속도가 빠르므로 실시간적으로 정맥 패턴을 추출할 수 있을 뿐만 아니라, 사용자 인증시에 정확한 이미지 매칭을 수행할 수 있도록 한다.

도1 은 본 발명의 일 실시예에 따른 가이디드 가버 필터를 이용한 지정맥 패턴 추출 방법을 나타낸다.
도2 는 도1 의 지정맥 이미지를 획득하는 단계를 나타낸다.
도3 은 도2 의 지정맥 이미지 획득 단계의 일 실시예를 나타낸다.
도4 는 도2 의 지정맥 이미지 획득 단계의 다른 실시예를 나타낸다.
도5 는 가이드 이미지와 윈도우 크기 및 에지 보존 계수에 따른 가이디드 필터의 화질 개선 성능의 일예를 나타낸다.
도6 은 8개의 가버 필터 방향으로 필터링된 지정맥 패턴을 나타낸다.
도7 은 본 발명에 따른 가버 필터의 성능을 나타낸다.
도8 은 본 발명의 지정맥 패턴 추출 방법에 따른 지정맥 패턴 추출 성능을 나타낸다.
도9 는 본 발명에 따른 가이디드 가버 필터의 매칭 성능을 나타낸다.
도10 은 본 발명의 일 실시예에 따른 지정맥 패턴 추출 장치를 나타낸다.
도11 은 본 발명에 따른 사용자 인증 시스템의 일예를 나타낸다.

본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로서, 본 발명을 상세히 설명한다. 그러나, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 설명하는 실시예에 한정되는 것이 아니다. 그리고, 본 발명을 명확하게 설명하기 위하여 설명과 관계없는 부분은 생략되며, 도면의 동일한 참조부호는 동일한 부재임을 나타낸다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 “...부”, “...기”, “모듈”, “블록” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

도1 은 본 발명의 일 실시예에 따른 가이디드 가버 필터(Guided Gabor Filter)를 이용한 지정맥 패턴 추출 방법을 나타낸다.

도1 을 참조하면, 본 발명에 따른 가이디드 가버 필터(Guided Gabor Filter)를 이용한 지정맥 패턴 추출 방법은 우선 지정맥 이미지를 획득한다(S100). 여기서 지정맥 이미지는 사용자의 손가락을 스캔하여 지정맥 이미지를 캡쳐하는 이미지 캡쳐(image capture) 장치 또는 이미지 스캔(image scan) 장치를 이용하여 획득할 수도 있으며, 캡쳐된 지정맥 이미지를 외부로부터 수신하여 획득할 수도 있다. 그리고 필요에 따라서는 획득된 지정맥 이미지에 대해 전처리 작업이 수행될 수도 있다. 전처리 작업에 대한 상세한 설명은 후술하도록 한다.

지정맥 이미지가 획득되면, 획득된 지정맥 이미지에 가이디드 필터를 이용하여 필터링을 수행한다(S200). 가이디드 필터는 기설정된 가이드 이미지(guidance image)에 따라 지정맥 이미지의 화질을 향상(enhance)시킨다. 가이드 이미지는 정맥 패턴을 보호하고, 흐림(haze), 조명에 의한 편차, 물리적인 주변 상황 조건 및 혈류의 변화와 같은 배경 효과에 의한 영향을 줄이기 위한 감독으로서의 기능을 수행한다.

이후 가이디드 필터에 의해 화질이 향상된 지정맥 이미지에 가버 필터를 이용하여 필터링을 수행한다(S300). 가버 필터는 가이디드 필터에 의해 정맥 패턴이 지정맥 이미지의 능선(ridge)이 용이하게 추출되어 정맥과 배경의 구별이 용이하도록 한다.

상기한 바와 같이 본 발명에 따른 지정맥 패턴 추출 방법은 획득된 지정맥 이미지에 가이디드 필터와 함께 가버 필터를 함께 적용하여 필터링을 수행함에 따라 지정맥 이미지에서 정맥의 패턴이 배경과 명확하게 구별되도록 하여 지정맥 패턴의 인식을 용이하도록 한다.

도2 는 도1 의 지정맥 이미지를 획득하는 단계를 나타내며, 도3 은 도2 의 지정맥 이미지 획득 단계의 일 실시예를 나타낸다.

도2 및 도3 을 참조하여 지정맥 이미지 획득 단계를 설명하면, 지정맥 이미지를 획득하는 단계는 먼저 도3의 (a)와 같이 입력 이미지를 획득한다(S110). 입력 이미지(a)는 적어도 하나의 손가락에 대한 지정맥 패턴을 포함하는 이미지이다. 입력 이미지(a)는 지정맥 패턴이 표시될 수 있도록 적외선 카메라 등과 같은 이미지 캡쳐 장치를 이용하여 획득될 수 있다.

입력 이미지(a)가 획득되면, 획득된 입력 이미지에 대해 전처리 작업을 수행할지 여부를 판별한다(S120). 획득된 입력 이미지가 지정맥 패턴 식별을 위해 미리 전처리되어 저장된 이미지인 경우에는 전처리를 수행할 필요가 없다. 그러나 입력 이미지가 사용자 인증을 위해 사용자의 손가락이 이미지 스캔 장치에 의해 스캔된 이미지인 경우에는 지정맥 패턴 추출이 용이하도록 전처리가 수행되는 것이 바람직하다. 본 발명에 따른 가이디드 가버 필터를 이용한 지정맥 이미지 추출 방법은 전처리가 수행되지 않더라고 기존의 기법보다 선명한 지정맥 패턴을 추출할 수 있으나, 더욱 선명한 지정맥 패턴을 추출하기 위해서는 전처리가 수행되어야 한다. 전처리의 수행 여부는 지정맥 패턴 추출 장치에 미리 설정될 수 있다.

판별 결과 전처리 작업을 수행하는 것으로 설정되어 있으면, 전처리 작업으로서 우선 입력 이미지(a)로부터 손가락 윤곽(Finger profile)을 추출하는 작업을 수행한다(S130). 손가락 윤곽 추출은 입력 이미지에 대해 탑햇(Top-hat) 필터 또는 소벨 필터(Sobel Filter)를 적용하여 수행될 수 있다. 탑햇 필터는 기설정된 경계 값을 기준으로 0 이나 1의 2진 값으로 이미지의 각 포인트를 변환하는 필터이다. 그리고 소벨 필터는 비선형 필터로서 이미지 내에서 양 끝단에 속한 화소들에 의한 합의 차이를 구한 후 이를 수평과 수직방향에 대하여 평균 크기를 구하여 경계부위를 강조하는 필터이다. Top-hat 필터와 소벨 필터는 모두 이미지에서 경계선을 추출하기 위해 이미지 처리에 많이 이용되는 필터로서, 공지된 기술이므로 상세한 설명은 생략한다. 손가락 윤곽은 입력 이미지(a)에서 경계선이 추출되어 (b)에 도시된 바와 같이 에지 이미지(edge image)의 형태로 추출된다. 그리고 에지 이미지(b)는 복수개의 에지 포인트의 집합으로 구성되는 것으로 볼 수 있다.

입력 이미지(a)로부터 에지 이미지(b)가 추출되면, 손가락 윤곽을 국부화(localization)한다(S140). 손가락 윤곽의 국부화는 허프 변환(Hough transform)을 이용하여 수행된다. 손가락 윤곽은 작은 굴곡의 라인으로서 추정될 수 있으며, 허프 변환은 손가락 윤곽의 위치 및 각도를 검출하기 위해 사용된다. 허프 변환은 일반적으로 이미지에서 직선을 추출하기 위해 사용되는 함수이지만 원이나 곡선도 추출할 수 있는 함수로서 이미지 처리에서 주로 이용되는 함수이므로 여기서는 상세한 설명을 생략한다.

상기한 에지 이미지(b)에서 추출된 에지 포인트들의 집합{(x₁, y₁), (x₂, y₂) ... (x_k, y_k)}은 허프 변환의 방정식인 수학식 1 에 의해 극좌표계 평면(θ, ρ) (여기서, ρ ≥ 0, 0 ≤ θ ≤ π)상의 사인 곡선으로 변환 될 수 있다.

에지 포인트들의 집합{(x₁, y₁), (x₂, y₂) ... (x_k, y_k)}이 수학식 1 과 같이 허프 변환에 의해 극좌표계로 변환되고 누적되고, 변환되어 누적된 에지 포인트들의 집합에서 적어도 하나의 피크(peak)가 존재하면, 이는 허프 변환의 특성에 따라 에지 이미지에 대응하는 적어도 하나의 직선이 존재한다는 증거가 된다.

(c)는 에지 이미지(b)를 허프 변환한 누적 에지 포인트들의 집합에서 추출된 2개의 피크((θ₁ ,ρ₁),(θ₂ ,ρ₂))를 나타내며, 2개의 피크((θ₁ ,ρ₁),(θ₂ ,ρ₂))는 각각 손가락 윤곽 라인에 대응된다. (d)는 입력 이미지(a) 상에 2개의 피크((θ₁ ,ρ₁),(θ₂ ,ρ₂))에 대응하는 2개의 직선을 파란색으로 표시하였다.

이후 손가락의 자체 곡률을 고려하여, 입력 이미지(a)를 회전 시킬지 여부를 판별한다(S150). 입력 이미지(a)를 반드시 회전시킬 필요는 없으나, 지정맥 패턴의 추출을 용이하게 하고, 추후 사용자 인증 시에 기저장된 지정맥 패턴과의 비교를 용이하게 하기 위해 입력 이미지(a)에서 손가락 윤곽의 방향이 일정하도록 배치하는 것이 바람직하다. 그리고 입력 이미지(a)를 회전 시킬지 여부는 추출된 2개의 피크((θ₁ ρ₁),(θ₂ ,ρ₂))가 수학식 2를 만족하는지 여부에 따라 판별된다.

(여기서, π는 원주율을 나타낸다.)

만일 추출된 2개의 피크((θ₁, ρ₁),(θ₂, ρ₂))가 수학식 2를 만족하지 않는 경우에 입력 이미지를 회전시키지 않지만, 추출된 2개의 피크((θ₁ ,ρ₁),(θ₂ ,ρ₂))가 수학식 2를 만족하는 경우에는 입력 이미지(a)를 (θ₁ + θ₂)/2 의 각도로 회전시킨다(S160).

도4 는 도2 의 지정맥 이미지 획득 단계의 다른 실시예를 나타낸다. 도4 에서 입력 이미지(a)는 도3의 입력 이미지(a) 와 달리 손가락 윤곽의 방향이 수평 방향이 아니다. 이에 (b)에 도시된 허프 변환에 의해 추출된 2개의 피크((θ₁, ρ₁),(θ₂, ρ₂))가 수학식 2의 조건을 만족하므로, (c)에 도시된 바와 같이 (θ₁ + θ₂)/2 의 각도로 회전되어 회전 보정 이미지로서 변환된다.

이후 회전 보정 이미지(c)에서 관심 영역(Region of Interest (ROI))이 설정된다(S170). 관심 영역은 (d)에 도시된 바와 같이, 손가락 윤곽 내에서 지정맥 패턴을 추출하기 위해 설정되는 영역이다. 본 발명에서 관심 영역은 포인트 C = (C_x, C_y)를 중심으로 기설정된 크기로 설정된다. 포인트 C의 좌표는 (C_x, C_y) = (width/2, /(ρ₁ + ρ₂)/2)로서 설정된다. 그리고 본 발명에서는 관심영역의 크기를 일예로 [256, 96]의 크기로 설정한다.

도4에서 (e)는 설정된 관심 영역을 회전 보정 이미지에서 분리한 관심 영역이다. 관심 영역(e)이 설정되면, 도1 에 도시된 바와 같이, 가이디드 필터를 이용한 필터링을 수행한다(S200).

가이디드 필터의 핵심 가정은 가이드 이미지(I)와 필터 출력(Gu)이 국부적인 선형 모델 관계로 구성된다는 것이다. 이에 본 발명에서는 가이디드 필터에 의해 필터링된 가이디드 이미지(G_u)가 픽셀(k)을 중심으로 한 윈도우(w_k)에서 가이드 이미지(I)의 선형 변환인 것으로 가정하여 수학식 3 과 같이 표현할 수 있다.

여기서, I는 가이드 이미지이고, G_u는 가이디드 필터에 의해 필터링된 가이디드 이미지이며, w_k는 픽셀(k)을 중심으로 한 윈도우이다. 그리고 a_k 및 b_k는 선형 계수이다.

상기한 가정에 따른 국부 선형 모델은 ∇G_u =a∇I 를 만족하기 때문에, 만일 가이드 이미지(I)가 에지를 가지면 가이디드 이미지(G_u)가 에지를 가지는 것을 보장한다. 이러한 선형 모델은 이미지 매팅(matting), 이미지 해상도 증강 및 흐림 제거에 유용하다는 것이 이미 잘 알려진 사실이다.

그리고 선형 계수(a_k, b_k)를 결정하기 위해 입력과 출력 사이의 차이를 최소화하는 코스트 함수가 각 윈도우에서 수학식 4와 같이 계산된다.

여기서 p는 가이디드 필터의 입력 이미지이며, ε은 선형 계수(a_k)가 커지는 것을 방지하기 위한 정규화 파라미터이다.

수학식 4 는 "Draper, N., Smith, H, Applied Regression Analysis, 2 edn., John Wiley(1981)" 에 따른 선형 회기 기법(linear regression)에 따라 주어진다.

여기서 μ_k 와 δ_k ²는 각각 윈도우 ω_k내의 가이드 이미지(I)의 평균값과 분산값이다.

수학식 5 및 6 은 수학식 4 에 따라 선형 계수(a_k, b_k)를 계산하기 위한 수학식이다.

수학식 5 및 수학식 6을 수학식 4 에 대입하면 가이디드 이미지(G_u)는 수학식 7과 같이 계산된다.

선형 계수(a_k, b_k) 중 선형 계수(a_k)는 선형 에지 보존 계수이며, 선형 에지 보존 계수(a_k)는 정규화 파라미터(ε)가 증가하면 감소한다. 따라서 정규화 파라미터(ε)은 가이디드 이미지(G_u)상의 에지 보존의 정도를 표시하는 에지 보존 계수(edge preserving coefficient)로 볼 수 있다.

도5 는 가이드 이미지와 윈도우 크기 및 에지 보존 계수에 따른 가이디드 필터의 화질 개선 성능의 일예를 나타낸다.

도5에서 (a)와 (b)의 1열은 입력 이미지를 나타내며, (a)와 (b)의 입력 이미지는 동일한 이미지이다. 2열은 가이드 이미지로서 (a)와 (b)는 서로 다른 가이드 이미지를 이용한다. 3 내지 6 열은 각각 윈도우 크기(ω)와 에지 보존 계수(ε)을 변경하는 경우 가이디드 필터에 의해 화질이 개선된 가이디드 이미지를 나타낸다. 도5 에 도시된 바와 같이, 가이디드 필터는 적절한 가이드 이미지의 선택에 의해 흐림 제거 및 정맥 이미지의 화질 개선에 효과적임을 알 수 있다.

가이드 이미지(I), 가이드 필터의 입력 이미지(p) 및 가이디드 이미지(G_u) 사이의 관계는 수학식 8과 같이 표현될 수 있다.

여기서 W_ij(I, ω, ε)는 가이디드 필터의 커널 가중치를 나타낸다. 따라서 수학식 3 내지 수학식 7을 기초로 수학식 8의 커널 가중치는 수학식 9와 같이 표현될 수 있다.

여기서 커널 가중치의 누적합계

는 어떠한 별도의 정규화 과정 없이 증명될 수 있다.

가이디드 필터에 의한 필터링 연산이 수행되면, 가이디드 이미지에 대해 가버 필터에 의한 필터링을 수행한다.

가버 필터는 유용한 주파수 대역 분해(spectral decomposition) 방법으로 추출된 객체에서 특정 스케일(scale)(δ)과 방향(orientation)(θ_k)에 따른 국소 주파수 대역의 에너지를 추출할 수 있도록 한다. 따라서 객체의 스케일과 방향에 따른 특징을 벡터로써 표현하여 질감 정보를 분석하는데 널리 사용되고 있다. 가버 필터는 능선(ridge) 추출을 위해 사용되는 짝수 대칭 가버 필터와 에지 추출을 위해 사용되는 홀수 대칭 가버 필터로 구분된다. 본 발명에서 가버 필터는 가이디드 필터에 의해 필터링된 가이디드 이미지에 대해 능선을 추출하기 위해 적용된다. 따라서 작수 대칭 가버 필터를 가이디드 이미지에 적용한다.

그러므로 본 발명의 가이디드 가버 필터(even symmetric Guided Gabor filter)는 수학식 10과 같이 짝수 대칭 가버 필터와 가이디드 필터의 조합된 형태로서 표시될 수 있다.

여기서, * 는 2차원에서의 콘볼루션(convolution) 연산을 나타내고, θ_k와 f₀는 각각 가버 필터의 방향과 가버 필터의 중심 주파수를 나타내며,

는 짝수 대칭 가버 필터를 나타낸다.

본 발명에 따른 가이디드 가버 필터는 가버 필터의 방향(θ_k)이 8개의 방향으로 설정되는 것으로 가정하여,

인 것으로 설정한다. 가버 필터의 방향(θ_k)이 8개의 방향으로 설정되므로, 가버 필터의 방향(θ_k)는 0°, 22,5°, 45°, 67.5°, 90°, 112.5°, 135°, 157.5°로 설정된다. 그러나 가버 필터의 방향(θ_k)의 개수는 조절 할 수 있다.

짝수 대칭 가버 필터의 일반화 형태는 공지되어 있으므로, 수학식 10의

는 수학식 11과 같이 표현된다.

여기서,

이고, δ는 타원 가우시안 포락선(Gaussian envelope)의 표준 편차(또는 스케일(scale))를 의미한다.

그리고 8개의 가버 필터 방향(θ_k)으로 필터링된 이미지들은 가이디드 가버 필터 저장부에 저장된다.

도6 은 8개의 가버 필터 방향으로 필터링된 지정맥 패턴을 나타낸다.

도6 에서 (a)내지 (h)의 상단 이미지는 각각 8개로 설정된 가버 필터의 방향(θ_k)에 따라 필터링된 지정맥 이미지를 나타내며, 각각 가버 필터의 방향(θ_k)이 0°, 22,5°, 45°, 67.5°, 90°, 112.5°, 135°, 157.5° 인 경우를 나타낸다.

그리고 하단의 이미지는 상단 이미지에 대응하는 평균 절대 편차(Average Absolute Deviations: AAD)를 나타낸다.

도7 은 본 발명에 따른 가버 필터의 성능을 나타낸다.

도7 에서 상단에 배치된 이미지는 원본 이미지 및 종래의 이미지 변환 기법에 의해 변환된 이미지로서, (a)는 원본 이미지를, (b)는 글로벌 히스토그램(Global Histogram)에 의해 변환된 이미지를, (c)는 [32, 16]의 크기로 블록화된 국부 히스토그램(Local Histogram)에 의해 변환된 이미지를 나타낸다. 그리고 (d)는 웨이블릿 정규화 기법에 의해 변환된 이미지를, (e)는 에지 보존 계수ε=1², 윈도우 크기 ω=5 일 때 가버 필터에 의해 필터링된 이미지를 나타내고, (f)는 에지 보존 계수ε=1², 윈도우 크기 ω=15 일 때의 가이디드 필터에 의해 필터링된 이미지를 나타내고, (g)는 증강된 가이드 이미지(enhanced guidance image)에 따른 에지 보존 계수ε=1², 윈도우 크기 ω=15 일 때 가이디드 필터에 의해 필터링된 이미지를 나타낸다.

그리고 하단의 이미지는 각각 대응하는 상단의 이미지에 대해 가버 필터를 적용한 이미지를 나타낸다.

도7 에서 (e), (f), (g)에 도시된 바와 같이, 가이디드 필터에 의해 필터링된 이미지에 대해 가버 필터를 적용하는 경우에 가이디드 필터에 의해 필터링된 이미지의 성능은 에지 보존 계수(ε)와 윈도우 크기(ω)에 따라 편차가 있으나 대부분 능선이 명확하게 추출될 수 있음을 확인할 수 있다. 그러나 증강된 가이디 이미지를 이용하여 가이드 필터로 필터링된 이미지(g)는 획득된 지정맥 패턴 이미지의 매칭(matching) 작업을 수행하기에 적합하지 않은 노이즈가 함께 포함되어 있다. 본 발명에서는 대량 이미지에 대한 테스트 결과를 원본 이미지를 가이드 이미지(I)로 사용하고, 에지 보존 계수ε=1², 윈도우 크기 ω=15 일 때 가이디드 필터에 의해 필터링된 이미지를 가버 필터에 의해 필터링하는 경우에 최적의 지정맥 패턴을 추출할 수 있는 것으로 확인하였다. 그러나 획득되는 이미지의 상태에 따라서 가이디드 필터의 파라미터(에지 보존 계수(ε) 및 윈도우 크기(ω))는 조절될 수 있다.

본 발명은 가이디드 가버 필터를 이용한 지정맥 패턴 추출에 대한 발명이나 실질적으로 추출된 지정맥 패턴은 일반적으로 사용자 인증을 위해 사용되며, 사용자 인증은 이미지 매칭을 필요로 하게 된다. 그리고 이미지 매칭을 위해서는 지정맥 패턴의 특징을 추출하고, 추출된 지정맥 패턴의 특징에 대해 이미지 매칭 동작을 수행한다.

지정맥 패턴의 특징 추출을 용이하도록 하기 위해서 필터링된 이미지를 복수개의 소블록으로 구분할 수 있다. 본 발명에서는 필터링된 이미지를 16x16 개의 소블록으로 구분하는 것으로 가정한다. 그리고 소블록으로 구분된 필터링된 이미지에서 통계 정보에 기반한 8 차원 벡터가 픽셀 기반 벡터를 대신하여 구축될 수 있다. 따라서 정규화된 지정맥 이미지에 대해, 96 ([16x6]) 개의 벡터들이 블록들로부터 추출될 수 있다.

필터링된 이미지의 블록 매트릭스를 의미하는 F_mn을 추정하기 위해, 블록(m번째 열, n번째 행에서 F의 요소, 여기서 m=1, 2… 16, n=1, 2… 6)에 근거한 통계가 계산될 수 있다. 블록 매트릭스(F_mn)에 대응하는 가이디드 가버 필터링된 이미지(

)의 크기의 평균 절대 편차(Average Absolute Deviation : ADD)(δ^k _mn)는 수학식12과 같이 계산된다.

여기서 N은 에서 블록 매트릭스(F_mn) 픽셀들의 개수이고, μ^k _mn 는

의 크기의 평균으로 도6 에 도시되어 있다.

따라서, 이미지 매칭은 분류 알고리즘의 하나로서, 분류(classification) 및 회귀(regression) 에 응용할 수 있는 지도학습(supervised learning)의 일종인 SVM(Support vector machine) 분류기를 이용하여 수행될 수 있다. 본 발명에 따른 SVM 분류기는 이미지 매칭을 위해 각각

로 표현되는 768 [96x8]개의 특징 벡터들을 구할 수 있다. 그리고 각각의 특징 벡터 V 는 수학식 13과 같이 계산될 수 있다.

계산된 특징 벡터(V)가 사용자 인증을 위한 이미지 매칭 시에 사용된다.

상기한 본 발명에 따른 가이디드 가버 필터에 의한 지정맥 패턴 추출 방법의 성능을 검증하기 위해 106명의 공개된 지정맥 데이터가 저장된 데이터베이스를 이용하여 테스트하였다. 데이터베이스에는 106명 각각의 양손 검지, 중지 및 약지의 이미지가 6번씩 반복되어 획득되어 전체 3,816개의 지정맥 이미지가 저장되었다. 각 이미지의 픽셀 사이즈는 320 X 240으로 저장되었다.

도8 은 본 발명의 지정맥 패턴 추출 방법에 따른 지정맥 패턴 추출 성능을 나타낸다.

도8 은 낮은 품질의 3종류의 이미지가 4가지 지정맥 추출 방법에 의해 테스트 되었다. 도8 에서 (a)는 최대 곡률 방법, (b)는 광역 라인 트래킹 방법, (c)는 가버 필터로 추출된 지정맥 패턴을 나타낸다. 그리고 (d)는 본 발명에 따른 가이디드 가버 필터에 의해 추출된 지정맥 패턴을 나타낸다. 1번 및 2번 이미지는 각각 밝고 어두운 명도(intensity)에서의 낮은 콘트라스트(contrast) 이미지이고 3번 이미지는 조도(illumination)에 영향을 받은 이미지이다. 도8 에서 보여진 바와 같이, 가이디드 가버 필터는 정맥 이미지의 두께 및 밝기에 의한 영향없이 선명한 정맥 패턴을 효과적으로 추출한다. 추가적으로 본 발명에 다른 가이디드 가버 필터에 의한 지정맥 패턴 추출 방법은 이미지에 대한 구분이나 분류를 필요로 하지 않고, 하나의 이미지에 대한 전처리 시간이 0.122초가 소요되어, 다른 지정맥 추출 방법에 비해 매우 빠르게 동작함을 확인할 수 있다. 즉 실시간으로 사용자 인증을 수행할 수 있다.

도9 는 본 발명에 따른 가이디드 가버 필터의 매칭 성능을 나타낸다.

도9 에서는 상기에서 추출한 768개의 특징 벡터를 매칭 성능을 위해 평가되었다. 매칭 성능 평가를 위하여 지정맥 데이터를 훈련과 테스트를 위하여 6개의 그룹으로 나누고 매칭 시스템을 학습시키기 위하여 (훈련용 그룹 수, 테스트용 그룹 수)의 형태로 적용하였다. 또한 분류기로는 코사인 유사 측정과 SVM (Support Vector Machines)가 사용되었으며 가버 필터와 가이디드 가버 필터간의 성능을 평가하였다. 도9 에 도시된 바와 같이 발명에 따른 가이디드 가버 필터에 기반한 SVM 분류기는 종래의 기버 피터에 기반한 코사인 유사 측정 및 SVM 분류기에 비해 높은 정확성으로 수행됨을 확인할 수 있다.

즉 본 발명에 따른 가이디드 가버 필터(Guided Gabor Filter)는 가이디드 필터가 가이드 이미지(guidance image)를 이용하여 정맥의 에지(edge) 윤곽을 명확하게 한다. 그리고 가버 필터가 가이디드 필터에 의해 필터링된 가이디드 이미지에서 능선을 명확하게 하여 배경과 지정맥 패턴의 구분을 용이하게 한다. 마지막으로 8개의 방향에서 정맥 윤곽을 추출한다.

본 발명에 따른 가이디드 가버 필터의 장점은 이미지 분할이 필요 없으며, 이미지의 흐림 제거(haze removal)가 용이하고, 지정맥의 에지 보호 및 경사도 보호가 용이하다. 또한 고속 동작이 가능하며 적은 노이즈로 선명한 지정맥 윤곽 획득이 가능하다. 뿐만 아니라 저화질의 이미지에 대해서도 화질 저하가 적다.

도10 은 본 발명의 일 실시예에 따른 지정맥 패턴 추출 장치를 나타낸다.

본 발명에 따른 지정맥 패턴 추출 장치(10)는 상기한 가이디드 가버 필터를 이용하여 지정맥 패턴을 추출한다. 도10 을 참조하면 지정맥 패턴 추출 장치(10)는 이미지 획득부(110), 전처리부(120), 가이디드 필터부(130), 가버 필터부(140), 품질 추정부(150) 및 특징 추출부(160)를 구비한다.

이미지 획득부(110)는 사용자의 정맥 이미지를 캡쳐하며, 이미지 센서(또는 적외선 센서)를 포함하는 카메라와 같은 이미지 캡쳐 수단으로 구현될 수 있다. 특히 본 발명에서는 정맥 이미지를 획득해야하며, 정맥은 상기한 바와 같이 적외선광을 흡수하여 어둡게 표시되므로, 적외선 램프와 적외선 카메라 또는 적외선 센서로 구현되는 것이 바람직하다. 또한 경우에 따라서 지정맥 패턴 추출 장치(10)가 외부로부터 캡쳐된 이미지를 수신하는 경우 이미지 획득부(110)는 생략될 수도 있다.

전처리부(120)는 이미지 획득부(110)에서 획득한 정맥 이미지에 대해 전처리 작업을 수행한다. 전처리부(120)는 상기한 바와 같이 이미지 매칭 작업이 용이하도록 이미지의 회전 및 관심 영역 설정 등의 작업을 전처리 작업으로 수행할 수 있다. 전처리부(120)은 이미지 매칭 작업의 용이성을 위해 필요한 구성으로서, 경우에 따라서는 생략될 수도 있다. 또한 상기에서는 설명의 편의를 위해 이미지 획득부(110)과 전처리부(120)를 구분하여 도시하였으나 전처리부(120)는 이미지 획득부(110)에 포함되어 구현될 수도 있다.

가이디드 필터부(130)는 전처리부(120)가 존재하면 전처리부로부터 정맥 이미지를 수신하고, 전처리부(120)가 존재하지 않는 경우에는 이미지 획득부(110)으로부터 정맥 이미지를 수신하여 가이디드 필터링 동작을 수행한다. 가이디드 필터링은 가이드 이미지를 이용하여 정맥 이미지에서 정맥 패턴을 보호하고, 흐림, 조명, 주변 상황 조건 및 혈류의 변화와 같은 배경 효과에 의한 영향을 줄여 정맥 이미지의 화질을 향상시킨다.

가버 필터부(140)는 가이디드 필터부(130)에서 가이디드 필터링된 가이디드 이미지를 수신하고, 가이디드 이미지에서 정맥 패턴의 능선을 용이하게 추출하여 정맥 패턴과 배경의 구별을 명확하게 한다.

품질 추정부(150)는 가버 필터부(140)으로부터 필터링된 정맥 이미지를 수신하고, 수신된 정맥 이미지의 품질이 기설정된 기준 품질 이상인지 판별하여, 기준 품질 이상이면 특징 추출부(160)로 전송한다. 품질 추정부(150)가 이미지의 품질을 추정하는 방법은 공지된 다양한 방법이 있으므로 여기서는 상세한 설명을 생략한다.

특징 추출부(160)은 품질 추정부(150)로부터 정맥 이미지를 수신하고, 수신된 정맥 이미지의 특징을 추출한다.

도11 은 본 발명에 따른 사용자 인증 시스템의 일예를 나타낸다.

도11 을 참조하면 본 발명에 따른 사용자 인증 시스템은 정맥 패턴 추출 장치(10), 인터페이스 장치(20) 및 데이터베이스(30)을 구비한다. 정맥 패턴 추출 장치(10)는 도10 에 도시되어 있으므로 상세한 설명은 생략한다.

인터페이스 장치(20)는 디스플레이 장치 및 음향 장치 중 적어도 하나로 구현될 수 있으며, 정맥 패턴 추출 장치(10)의 품질 추정부(150)에서 수신한 정맥 이미지가 기준 품질보다 낮은 품질의 이미지로 판별하면, 인터페이스 장치(20)는 사용자에게 이미지 획득부(110)을 통해 정맥 이미지를 다시 스캔할 것을 요청한다.

데이터베이스(30)는 사용자 등록시 정맥 패턴 추출 장치(10)가 획득하여 필터링하여 특징을 추출한 정맥 이미지를 저장한다. 그리고 이후 사용자 인승 요청 시에 정맥 패턴 추출 장치(10)가 획득한 정맥 이미지의 특징과 매칭되는 저장된 정맥 이미지를 검색하여 매칭 검색 결과를 인터페이스 장치(10)로 통지한다.

이에 인터페이스 장치(10)는 매칭 검색 결과를 사용자에게 표시한다.

또한 일반적으로 사용자 인증 시스템은 보안을 위해 사용되므로 잠금 장치가 추가로 구비될 수 있다. 잠금 장치는 데이터베이스(30)로부터 매칭 검색 결과, 매칭되는 정맥 패턴이 존재하는 것으로 확인되면, 잠금 해제할 수 있도록 구성될 수 있다.

상기에서는 지정맥 패턴을 추출하는 것으로 설명하였으나, 이는 사용자 식별 방식의 대표적인 일 예로서 손가락이 많이 이용되기 때문이다. 그러나 본 발명은 손가락 이외의 이미지에도 이용될 수 있다. 즉 본 발명에서 입력 이미지는 손가락 이미지뿐만 아니라, 손이나 손목이 아니라 손등이나 손목과 같은 다른 신체부위의 이미지일 수도 있다. 즉 본 발명은 지정맥 패턴에 한정되지 않고 사용자 식별이 가능한 모든 종류의 정맥 패턴이 포함된 이미지에 적용될 수 있다.

본 발명에 따른 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다.

따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims

적외선 광을 이용하여 사용자의 정맥 패턴이 포함된 캡쳐 이미지를 획득하고, 상기 캡쳐 이미지로부터 지정맥을 포함하는 관심영역을 설정하는 전처리부;
기설정된 가이드 이미지를 이용하여 상기 이미지 획득부에서 획득한 상기 캡쳐 이미지에 대해 가이디드 필터링을 수행하여 상기 캡쳐 이미지보다 화질이 개선된 가이디드 이미지를 출력하는 가이디드 필터부; 및
상기 가이디드 이미지에서 능선의 형상을 추출하기 위한 가버 필터링을 상기 가이디드 이미지에 대해 수행하여 필터링 이미지를 출력하는 가버 필터부; 를 포함하는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제1 항에 있어서, 상기 가이디드 필터부는
상기 가이드 이미지와 상기 가이디드 이미지와의 관계가
수학식

(여기서, I는 상기 가이드 이미지이고, G_u는 가이디드 필터에 의해 필터링된 가이디드 이미지이며, ω_k는 픽셀(k)을 중심으로 한 윈도우이다. 그리고 a_k 및 b_k는 선형 계수이다.)
로 표현되고,
상기 가이디드 필터부의 입력과 출력 사이의 차이를 최소화하는 코스트 함수를
수학식

(여기서 p는 가이디드 필터부의 입력 이미지이며, ε은 선형 계수(a_k)가 커지는 것을 방지하기 위한 정규화 파라미터로서 상기 가이디드 이미지(G_u)상의 에지 보존의 정도를 표시하는 에지 보존 계수(edge preserving coefficient)이다.)
로 계산하고,
상기 선형 계수(a_k, b_k)를 결정하기 위해
수학식

(여기서 μ_k 와 δ_k ²는 각각 윈도우 w_k내의 가이드 이미지(I)의 평균값과 분산값이다.) 및
수학식

을 상기 코스트 함수에 대입하여,
수학식

를 계산하는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제2 항에 있어서, 상기 가이디드 필터부는
가이디드 이미지(G_u)를 가이드 이미지(I), 가이드 필터의 입력 이미지(p)에 대한 수학식

(여기서 W_ij(I, ω, ε)는 커널 가중치를 나타낸다.)
로 계산하고,
상기 커널 가중치는
수학식

(여기서 커널 가중치의 누적합계는
이다.)
로 계산되는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제3 항에 있어서, 상기 가이디드 필터부는
상기 캡쳐 이미지를 상기 가이드 이미지로서 이용하여 상기 가이디드 필터링을 수행하는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제3 항에 있어서, 상기 가버 필터부는
상기 가이디드 필터에 의해 필터링된 상기 가이디드 이미지(
)에 대해 수학식

(여기서, * 는 2차원에서의 콘볼루션(convolution) 연산을 나타내고, θ_k와 f₀는 각각 가버 필터의 방향과 가버 필터의 중심 주파수를 나타내며,
는 짝수 대칭 가버 필터를 나타낸다.)
에 따라 짝수 대칭 가버 필터링을 수행하고,
상기 짝수 대칭 가버 필터는
수학식

(여기서,
이고, δ는 타원 가우시안 포락선(Gaussian envelope)의 표준 편차(또는 스케일(scale))를 의미한다.)로 계산되는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제5 항에 있어서, 상기 가버 필터부는
가버 필터의 필터링 방향(θ_k)을 8개의 방향으로 설정하여,
인 것을 특징으로 하는 지정맥 패턴 추출 장치.
제1 항에 있어서, 상기 전처리부는
상기 캡쳐 이미지에서 적어도 하나의 경계선을 추출하여 복수개의 에지 포인트의 집합으로 구성되는 에지 이미지를 생성하는 에지 이미지 추출부;
상기 에지 이미지로부터 상기 적어도 하나의 경계선 방향을 검출하고, 상기 적어도 하나의 경계선의 방향에 따라 상기 캡쳐 이미지를 기설정된 방향으로 회전하여 출력하는 이미지 회전부; 및
상기 이미지 회전부로부터 상기 캡쳐 이미지를 수신하고, 상기 캡쳐 이미지의 특정 영역을 기설정된 방식에 따라 관심 영역으로 설정하여 상기 전처리된 캡쳐 이미지로서 상기 가이디드 필터로 출력하는 관심 영역 설정부;를 포함하는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제7 항에 있어서, 상기 에지 이미지 추출부는
상기 캡쳐 이미지에 대해 탑-햇 필터(Top-hat) 필터 또는 소벨 필터(Sobel Filter) 중 하나의 필터를 이용하여 필터링하여 상기 에지 이미지를 생성하는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제7 항에 있어서, 상기 이미지 회전부는
상기 에지 이미지에 대해 허프 변환을 수행하여 상기 경계선의 방향을 검출하고, 검출된 경계선의 방향이 기설정된 조건을 만족하는지 여부에 따라 상기 캡쳐 이미지를 회전하는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제9 항에 있어서, 상기 이미지 회전부는
상기 에지 이미지에 포함된 에지 포인트들의 집합{(x₁, y₁), (x₂, y₂) ... (x_k, y_k)}에 대해 수학식

(여기서, x_i 및 y_i 는 직교 좌표계에서 에지 이미지(b)의 에지 포인트 좌표이며, θ 및 ρ 는 에지 포인트에 극좌표계 형태로 표현하기 위한 극좌표계 상의 좌표이다.)
로 표현되는 상기 허프 변환 방정식을 이용하여 극좌표계 평면(θ, ρ) (여기서, ρ ≥ 0, 0 ≤ θ ≤ π)상의 사인 곡선으로 변환하고,
극좌표계로 변환된 에지 포인트들의 집합에서 추출되는 2개의 피크((θ₁ ,ρ₁),(θ₂ ,ρ₂))가 수학식

(여기서, π는 원주율을 나타낸다.)
을 만족하면, 상기 캡쳐 이미지를 (θ₁ + θ₂)/2 의 각도로 회전하는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제10 항에 있어서, 상기 관심 영역 설정부는
상기 이미지 회전부에서 출력되는 상기 캡쳐 이미지상의 포인트(C)를 기준으로 기설정된 크기로 관심영역을 설정하며, 상기 포인트의 좌표는 수학식
(C_x, C_y) = (width/2, /(ρ₁ + ρ₂)/2)
(여기서, ρ₁, ρ₂는 상기 2개의 피크에서의 극좌표를 나타낸다.)
로 계산되는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제1 항에 있어서, 상기 지정맥 패턴 추출 장치는
상기 가버 필터부로부터 상기 필터링 이미지를 수신하고, 상기 필터링 이미지에 포함된 정맥 패턴의 품질이 기설정된 기준 품질 이상인지 판별하는 품질 추정부; 및
상기 기준 품질 이상의 상기 정맥 패턴이 포함된 상기 필터링 이미지를 수신하고, 상기 필터링 이미지에 포함된 상기 정맥 패턴의 특징을 추출하는 특징 추출부;를 더 포함하는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제12 항에 있어서, 상기 특징 추출부는
상기 필터링 이미지를 복수개의 소블록으로 구분하고, 구분된 상기 복수개의 소블록(F_mn)에 대한 각각에 대한 평균 절대 편차를 상기 필터링 이미지에 대응하는 상기 캡쳐 이미지의 특징으로 추출하는 것을 특징으로 하는 지정맥 패턴 추출 장치.
제13 항에 있어서, 상기 특징 추출부는
상기 복수개의 소블록(F_mn)에 각각에 대한 상기 평균 절대 편차(ADD)(δ^k _mn)는 수학식

(여기서 N은 에서 소블록(F_mn) 픽셀들의 개수이고, μ^k _mn 는
의 크기의 평균이다.)
로 계산하는 것을 특징으로 하는 지정맥 패턴 추출 장치.
청구항 제13 항에 따른 상기 지정맥 패턴 추출 장치;
상기 정맥 패턴이 포함된 상기 캡쳐 이미지를 획득하기 위해 상기 사용자에게 이미지 캡쳐 동작을 요청하는 디스플레이 장치 및 음향 장치 중 적어도 하나로 구현되는 사용자 인터페이스부; 및
상기 특징 추출부에서 획득한 상기 캡쳐 이미지에 대한 특징을 저장하고, 기저장된 저장된 상기 캡쳐 이미지에 대한 특징과 상기 지정맥 패턴 추출 장치에서 수신되는 상기 캡쳐 이미지에 대한 특징을 비교하여 이미지 매칭을 수행하는 데이터 베이스;를 포함하는 것을 특징으로 하는 사용자 인증 시스템.
적외선 광을 이용하여 캡쳐 이미지를 획득하는 이미지 획득부와 가이디드 필터부 및 가버 필터부를 포함하는 지정맥 패턴 추출 장치의 지정맥 패턴 추출 방법에 있어서,
상기 이미지 획득부가 사용자의 정맥 패턴이 포함된 상기 캡쳐 이미지를 획득하는 단계;
상기 가이디드 필터부가 기설정된 가이드 이미지를 이용하여 상기 캡쳐 이미지에 대해 가이디드 필터링을 수행하여 상기 캡쳐 이미지보다 화질이 개선된 가이디드 이미지를 출력하는 단계; 및
상기 가버 필터부가 상기 가이디드 이미지에서 능선의 형상을 추출하기 위한 가버 필터링을 상기 가이디드 이미지에 대해 수행하여 필터링 이미지를 출력하는 단계; 를 포함하는 지정맥 패턴 추출 방법.
제16 항에 있어서, 상기 가이디드 이미지를 출력하는 단계는
상기 가이드 이미지와 상기 가이디드 이미지와의 관계가
수학식

(여기서, I는 상기 가이드 이미지이고, G_u는 가이디드 필터에 의해 필터링된 가이디드 이미지이며, ω_k는 픽셀(k)을 중심으로 한 윈도우이다. 그리고 a_k 및 b_k는 선형 계수이다.)
로 계산되는 단계;
상기 가이디드 필터부의 입력과 출력 사이의 차이를 최소화하는 코스트 함수를
수학식

(여기서 p는 가이디드 필터부의 입력 이미지이며, ε은 선형 계수(a_k)가 커지는 것을 방지하기 위한 정규화 파라미터로서 상기 가이디드 이미지(G_u)상의 에지 보존의 정도를 표시하는 에지 보존 계수(edge preserving coefficient)이다.)
로 계산되는 단계;
선형 계수(a_k, b_k)가 각각 수학식

(여기서 μ_k 와 δ_k ²는 각각 윈도우 ω_k내의 가이드 이미지(I)의 평균값과 분산값이다.)및
수학식

로 계산되는 단계; 및
상기 선형 계수(a_k, b_k)를 상기 코스트 함수에 대입하여, 상기 가이디드 이미지가 수학식

로 계산되는 단계;를 포함하는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제17 항에 있어서, 상기 가이디드 이미지를 출력하는 단계는
상기 가이디드 이미지가 가이드 이미지(I), 가이드 필터의 입력 이미지(p)에 대한 수학식

(여기서 W_ij(I, ω, ε)는 커널 가중치를 나타낸다.)
로 계산되는 단계; 및
상기 커널 가중치가
수학식

(여기서 커널 가중치의 누적합계는
이다.)
로 계산되는 단계;를 더 구비하는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제18 항에 있어서, 상기 가이디드 이미지를 출력하는 단계는
상기 캡쳐 이미지를 상기 가이드 이미지로서 이용하여 상기 가이디드 필터링을 수행하는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제18 항에 있어서, 상기 필터링 이미지를 출력하는 단계는
상기 가이디드 필터에 의해 필터링된 상기 가이디드 이미지(
)에 대해 수학식

(여기서, * 는 2차원에서의 콘볼루션(convolution) 연산을 나타내고, θ_k와 f₀는 각각 가버 필터의 방향과 가버 필터의 중심 주파수를 나타내며,
는 짝수 대칭 가버 필터를 나타낸다.)
에 따라 짝수 대칭 가버 필터링을 수행하는 단계를 포함하고,
상기 짝수 대칭 가버 필터는
수학식

(여기서,
이고, δ는 타원 가우시안 포락선(Gaussian envelope)의 표준 편차(또는 스케일(scale))를 의미한다.)로 계산되는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제20 항에 있어서, 상기 필터링 이미지를 출력하는 단계는
가버 필터의 필터링 방향(θ_k)을 8개의 방향으로 설정하여,
인 것을 특징으로 하는 지정맥 패턴 추출 방법.
제16 항에 있어서, 상기 지정맥 패턴 추출 방법은
상기 이미지 획득부가 상기 이미지 획득부로부터 상기 캡쳐 이미지를 수신하고, 수신된 상기 캡쳐 정맥 이미지 대해 전처리 작업을 수행하여 전처리된 상기 캡쳐 이미지를 상기 가이디드 필터부로 전송하는 전처리 단계;를 더 포함하는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제22 항에 있어서, 상기 전처리 단계는
상기 캡쳐 이미지에서 적어도 하나의 경계선을 추출하여 복수개의 에지 포인트의 집합으로 구성되는 에지 이미지를 생성하는 단계;
상기 적어도 하나의 경계선 방향을 검출하고, 상기 적어도 하나의 경계선의 방향에 따라 상기 캡쳐 이미지를 기설정된 방향으로 회전하여 출력하는 단계; 및
상기 이미지 회전부로부터 상기 캡쳐 이미지를 수신하고, 상기 캡쳐 이미지의 특정 영역을 기설정된 방식에 따라 관심 영역으로 설정하여, 상기 관심 영역을 상기 전처리된 캡쳐 이미지로서 상기 가이디드 필터로 출력하는 단계;를 포함하는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제23 항에 있어서, 상기 에지 이미지를 생성하는 단계는
상기 캡쳐 이미지에 대해 탑-햇 필터(Top-hat) 필터 또는 소벨 필터(Soble Filter) 중 하나의 필터를 이용하여 필터링하여 상기 에지 이미지를 생성하는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제23 항에 있어서, 상기 회전하여 출력하는 단계는
상기 에지 이미지에 대해 허프 변환을 수행하여 상기 경계선의 방향을 검출하고, 검출된 경계선의 방향이 기설정된 조건을 만족하는지 여부에 따라 상기 캡쳐 이미지를 회전하는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제25 항에 있어서, 상기 회전하여 출력하는 단계는
상기 에지 이미지에 포함된 에지 포인트들의 집합{(x₁, y₁), (x₂, y₂) ... (x_k, y_k)}에 대해 수학식

(여기서, x_i 및 y_i 는 직교 좌표계에서 에지 이미지(b)의 에지 포인트 좌표이며, θ 및 ρ 는 에지 포인트에 극좌표계 형태로 표현하기 위한 극좌표계 상의 좌표이다.)
로 표현되는 상기 허프 변환 방정식을 이용하여 극좌표계 평면(θ, ρ) (여기서, ρ ≥ 0, 0 ≤ θ ≤ π)상의 사인 곡선으로 변환하는 단계; 및
극좌표계로 변환된 에지 포인트들의 집합에서 추출되는 2개의 피크((θ_1, ρ₁),(θ₂ ,ρ₂))가 수학식

(여기서, π는 원주율을 나타낸다.)
을 만족하면, 상기 캡쳐 이미지를 (θ₁ + θ₂)/2 의 각도로 회전하는 단계;를 포함하는 특징으로 하는 지정맥 패턴 추출 방법.
제26 항에 있어서, 상기 상기 관심 영역을 상기 전처리된 캡쳐 이미지로서 상기 가이디드 필터로 출력하는 단계는
상기 캡쳐 이미지상의 포인트(C)를 기준으로 기설정된 크기로 관심영역을 설정하는 단계; 를 포함하고,
상기 포인트의 좌표는 수학식
(C_x, C_y) = (width/2, /(ρ₁ + ρ₂)/2)
(여기서, ρ₁, ρ₂는 상기 2개의 피크에서의 극좌표를 나타낸다.)
로 계산되는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제16 항에 있어서, 상기 지정맥 패턴 추출 방법은
상기 지정맥 패턴 추출 장치가 품질 추정부 및 특징 추출부를 더 포함하고,
상기 품질 추정부가 상기 필터링 이미지를 수신하고, 상기 필터링 이미지에 포함된 정맥 패턴의 품질이 기설정된 기준 품질 이상인지 판별하는 단계; 및
상기 기준 품질 이상인지 판별하는 단계에서 판별된 상기 기준 품질 이상의 상기 정맥 패턴이 포함된 상기 필터링 이미지를 수신하고, 상기 필터링 이미지에 포함된 상기 정맥 패턴의 특징을 추출하는 단계;를 더 포함하는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제28 항에 있어서, 상기 특징을 추출하는 단계는
상기 필터링 이미지를 복수개의 소블록으로 구분하는 단계;
구분된 상기 복수개의 소블록(F_mn)에 대한 각각에 대한 평균 절대 편차를 계산하는 단계; 및
상기 평균 절대 편차를 상기 필터링 이미지에 대응하는 상기 캡쳐 이미지의 특징으로서 추출하는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제29 항에 있어서, 상기 평균 절대 편차를 계산하는 단계는
상기 복수개의 소블록(F_mn)에 대한 각각에 대한 상기 평균 절대 편차(ADD)(δ^k _mn)를 수학식

(여기서 N은 에서 소블록(F_mn) 픽셀들의 개수이고, μ^k _mn 는
의 크기의 평균이다.)
로 계산하는 것을 특징으로 하는 지정맥 패턴 추출 방법.
제16 항 내지 제30 항 중 어느 한 항에 따른, 상기 지정맥 패턴 추출 방법을 구현하기 위한 프로그램 명령어가 기록된 기록 매체.