KR101639986B1 - 지문 등록 및 인증 속도 향상을 위한 지문 정보 프로세싱 방법 및 그 장치 - Google Patents

Abstract

본 발명의 일 실시예에 따르면, 지문 이미지를 획득하는 단계; 상기 지문 이미지의 각 픽셀에 대해, 상기 픽셀을 중심으로 하는 특정 영역에 대한 픽셀 농담값의 평균을 계산하고, 상기 특정 영역을 단계별로 확장시켜가며 확장된 영역에 포함되는 픽셀 농담값 평균들의 합을 계산하는 제1 프로세싱을 수행한 후, 각 픽셀에 대한 제1 프로세싱 수행값을 이용하여 상기 지문 이미지에 대한 제1 프로세싱 이미지를 생성하는 단계; 및 상기 제1 프로세싱 이미지 상의 일정 영역을 포함하는 윈도우를 형성하고 상기 윈도우를 이동시켜가며 상기 윈도우 영역 내의 픽셀들 중 특징점들을 선정하는 단계를 포함하는, 지문 검출 장치의 지문 정보 프로세싱 방법이 제공된다.

Description

지문 등록 및 인증 속도 향상을 위한 지문 정보 프로세싱 방법 및 그 장치{FINGERPRINT INFORMATION PROCESSING METHOD AND APPARATUS FOR SPEED IMPROVEMENT OF FINGERPRINT REGISTRATION AND AUTHENTIFICATION}

본 발명은 지문 등록 및 인증 속도 향상을 위한 방법 및 장치에 관한 것으로, 보다 상세하게는, 지문 이미지를 구성하는 각 픽셀을 중심에 포함하는 일정 영역을 설정하고, 설정된 영역 내 픽셀들의 농담값 평균 계산을 통해 지문 이미지를 변형하고 변형된 이미지 상에서 특징점을 선정하는 방법에 대한 것이다.

지문의 무늬는 사람마다 다르기 때문에, 개인 식별 분야에 많이 이용되고 있다. 특히, 지문은 개인 인증 수단으로서 금융, 범죄수사, 보안 등의 다양한 분야에서 널리 사용되고 있다.

이러한 지문을 인식하여 개인을 식별하기 위해 지문 센서가 개발되었다. 지문 센서는 사람의 손가락을 접촉하고 손가락 지문을 인식하는 장치로서, 정당한 사용자인지 여부를 판단할 수 있는 수단으로 활용되고 있다.

지문 인식 센서를 구현하는 방식으로는 광학방식, 열감지 방식 및 정전용량 방식 등의 다양한 인식 방식이 알려져 있다. 이 중 정전용량 방식의 지문 인식 센서는 사람의 손가락 표면이 도전성 감지 패턴에 접촉될 때 지문의 골과 마루 형상에 따른 정전용량의 변화를 검출함으로써 지문의 모양(지문 패턴)을 획득한다.

최근에는 휴대용 장치를 통해, 전화, 문자 메시지 전송 서비스와 같은 통신 기능뿐 아니라, 금융, 보안 등 개인 정보가 활용되는 다양한 부가 기능이 제공되고 있으며, 휴대용 장치의 잠금 장치에 대한 필요성이 더욱 중요하게 부각되고 있다. 이러한 휴대용 장치의 잠금 효과를 향상시키기 위하여, 지문 인식을 통한 잠금 장치가 장착된 단말기를 본격적으로 개발하고 있다.

도 1은 휴대용 장치, 예를 들면, 스마트폰에 지문 센서가 장착된 일례를 도시한다.

먼저, 도 1의 (a)를 참조하면, 스마트폰(10)은 터치스크린 방식으로 입력부의 기능을 동시에 하는 표시부(11)를 가지며, 지문 센서(12)는 그 하부 영역에 장착된다. 지문 센서(12)는 스마트폰(10) 본체 하단에 형성되며 표시부(11)의 화면을 홈(home)으로 이동시키는 홈키와 함께 구현되어 있다.

다음으로 도 1의 (b)에 도시되는 스마트폰(20) 역시 표시부(21)의 하부 영역에 지문 센서(22)가 홈키와 함께 장착되어 있다. 도 1의 (b)에 도시되는 지문 센서가 차지하는 면적은 도 1의 (a)에 도시된 지문 센서가 차지하는 면적보다 작게 형성된다.

지문 검출 방식은 크게 터치 방식(또는 에어리어(area) 방식)과 스와이프(swipe) 방식으로 나뉘는데, 통상적으로 도 1의 (a)에 도시되는 바와 같은 지문 센서(12)에는 터치 방식이 적용되고, 도 1의 (b)에 도시되는 바와 같은 지문 센서(22)에는 스와이프 방식이 적용된다.

터치 방식은 지문 센서(12)에 일정 시간 동안 손가락을 올려 놓으면 해당 지문 센싱 면적에서 지문 이미지를 취득하는 방식이다. 한편, 스와이프 방식은 지문 센서(22)에 손가락을 슬라이딩 방식으로 움직이면, 지문 센서(22)가 그 위에서 움직이는 손가락의 지문을 센싱하여 단편적인 지문 영상들을 읽어 들인 후 이들을 하나의 영상으로 정합하여 온전한 지문 이미지를 취득하는 방식이다.

이와 같은 방식으로 지문 이미지가 취득되고 나면, 취득한 지문 이미지와 기 등록된 지문 이미지를 비교하여, 지문 이미지의 일치 여부를 판단하고 그 결과에 따라 지문 인증을 수행하여야 하는데, 이와 같이 지문 이미지의 일치 여부를 판단하기 위해서는 각각의 지문 이미지 상에서 특징이 되는 지점들을 추출하고 이들의 비교를 수행하여야 한다.

따라서, 지문 이미지 상에서 특징이 되는 지점들을 추출하기 위한 다양한 알고리즘들이 개발되고 개선이 이루어졌으며, 그에 따라 지문 인증의 정확도가 상승하고 있는 추세이다.

다만, 지문 인증의 정확도를 높이기 위해서는 지문 이미지 상에서 특징이 되는 지점들을 추출하기 위해 수행되어야 하는 계산의 양이 늘어나, 이에 따라 지문 인증에 소요되는 시간이 증가하는 단점이 존재하였다.

최근, 지문 인증의 정확도를 높이는 것뿐 아니라 제한된 하드웨어의 리소스 만을 이용하여 제한 시간 내에 지문 인증을 수행하기 위한 알고리즘의 필요성이 증대되고 있다.

본 발명은 전술한 종래기술의 문제점을 해결하기 위한 것을 그 목적으로 한다.

본 발명의 목적은 지문 이미지 상에서 특징점을 추출하는 속도를 향상시키고, 제한된 하드웨어 리소스 만을 사용하더라도 지문 등록 및 인증이 원활하게 이루어지도록 하는 것이다.

본 발명의 다른 목적은 지문 이미지에서 특징점이 특정 영역에 집중되어 분포되는 것을 방지하고 지문 이미지의 전 영역에서 특징점이 비교적 균등하게 선정되도록 하여 지문 인증의 정확도를 높이는 것이다.

상기와 같은 목적을 달성하기 위해, 본 발명의 일 실시예는 지문 이미지를 획득하는 단계; 상기 지문 이미지의 각 픽셀에 대해, 상기 픽셀을 중심으로 하는 특정 영역에 대한 픽셀 농담값의 평균을 계산하고, 상기 특정 영역을 단계별로 확장시켜가며 확장된 영역에 포함되는 픽셀 농담값 평균들의 합을 계산하는 제1 프로세싱을 수행한 후, 각 픽셀에 대한 제1 프로세싱 수행값을 이용하여 상기 지문 이미지에 대한 제1 프로세싱 이미지를 생성하는 단계; 및 상기 제1 프로세싱 이미지 상의 일정 영역을 포함하는 윈도우를 형성하고 상기 윈도우를 이동시켜가며 상기 윈도우 영역 내의 픽셀들 중 특징점들을 선정하는 단계를 포함하는, 지문 검출 장치의 지문 정보 프로세싱 방법을 제공한다.

상기 지문 검출 장치의 지문 정보 프로세싱 방법은, 상기 선정된 특징점들을 기 등록된 지문의 특징점들과 비교하여 지문 인증을 수행하는 단계를 더 포함할 수 있다.

상기 특정 영역을 단계별로 확장시키는 단계는, 상기 특정 영역이 확장됨에 따라 변화되는 픽셀 농담값 평균의 변화량을 통해 상기 특정 영역을 추가 확장할 것인지 결정하는 단계를 더 포함할 수 있다.

상기 특정 영역을 단계별로 확장시키는 단계는, 상기 특정 영역이 기 정해진 최대 확장 크기에 도달하면, 상기 특정 영역의 확장을 중지하는 단계를 더 포함할 수 있다.

상기 지문 검출 장치의 지문 정보 프로세싱 방법은, 상기 지문 이미지 획득 단계 이후에, 상기 지문 이미지에 대한 제2 프로세싱을 통해 합산 배열을 생성하는 단계를 포함하고, 상기 제1 프로세싱 이미지를 생성하는 단계는, 상기 특정 영역에 포함되는 픽셀 농담값의 평균을 계산하는 과정에서 상기 합산 배열을 이용할 수 있다.

상기 특징점 선정 단계는, 상기 윈도우 영역 내 포함되는 픽셀 중 선정되는 특징점들의 최소 개수 또는 최대 개수를 제한시키는 단계를 더 포함할 수 있다.

상기 특징점 선정 단계는, 상기 윈도우 영역을 상기 제1 프로세싱 이미지 상에서 중복되는 영역이 존재하지 않도록 이동시키는 단계를 더 포함할 수 있다.

상기와 같은 목적을 달성하기 위해, 본 발명의 다른 실시예는 손가락의 지문을 스캐닝하여 지문 이미지를 획득하는 지문 센서; 및 상기 지문 이미지의 각 픽셀에 대해, 상기 픽셀을 중심으로 하는 특정 영역에 대한 픽셀 농담값의 평균을 계산하고, 상기 특정 영역을 단계별로 확장시켜가며 확장된 영역에 포함되는 픽셀 농담값 평균들의 합을 계산하는 제1 프로세싱을 수행한 후, 각 픽셀에 대한 제1 프로세싱 수행값을 이용하여 상기 지문 이미지에 대한 제1 프로세싱 이미지를 생성한 뒤, 상기 제1 프로세싱 이미지 상의 일정 영역을 포함하는 윈도우를 형성하고 상기 윈도우를 이동시켜가며 상기 윈도우 영역 내의 픽셀들 중 특징점들을 선정하는 정보 처리 장치를 포함하는, 전자 장치를 제공한다.

상기 정보 처리 장치는, 상기 특정 영역이 확장됨에 따라 변화하는 픽셀 농담값 평균의 변화량을 통해 상기 특정 영역을 추가 확장할 것인지를 결정할 수 있다.

상기 정보 처리 장치는, 상기 지문 이미지에 대한 제2 프로세싱을 통해 합산 배열을 생성하여 상기 특정 영역에 포함되는 픽셀 농담값의 평균을 계산하는 과정에서 상기 합산 배열을 이용할 수 있다.

상기와 같은 목적을 달성하기 위해, 본 발명의 다른 실시예는 지문 이미지를 획득하는 단계; 상기 지문 이미지의 각 픽셀에 대해, 상기 픽셀을 중심으로 하는 특정 영역에 대한 픽셀 농담값의 평균을 계산하고, 상기 특정 영역을 단계별로 확장시켜가며 확장된 영역에 포함되는 픽셀 농담값 평균들의 합을 계산하는 제1 프로세싱을 수행한 후, 각 픽셀에 대한 제1 프로세싱 수행값을 이용하여 상기 지문 이미지에 대한 제1 프로세싱 이미지를 생성하는 단계; 및 상기 제1 프로세싱 이미지 상의 일정 영역을 포함하는 윈도우를 형성하고 상기 윈도우를 이동시켜가며 상기 윈도우 영역 내의 픽셀들 중 특징점들을 선정하는 단계를 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램을 제공한다.

본 발명의 일 실시예에 따르면, 지문 이미지를 구성하는 픽셀 농담값의 평균을 이용한 왜곡을 지문 이미지에 적용하며, 이 과정에서 미리 생성한 해당 이미지 관련 합산 배열을 사용함에 따라 계산량을 줄임으로써, 사용할 수 있는 하드웨어 리소스가 적은 상황에서도 지문 인증 알고리즘이 원활하게 동작할 수 있다.

본 발명의 일 실시예에 따르면, 왜곡이 적용된 지문 이미지 상에서 특징점을 선정함에 있어, 일정 영역을 포함하는 윈도우 내에서 선정될 수 있는 특징점의 최대 개수를 제한함으로써, 지문 이미지의 전 영역에서 특징점들이 균등하게 분포될 수 있고, 이에 따라 지문 인증의 정확도를 높일 수 있다.

본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.

도 1은 휴대용 장치, 예를 들면, 스마트폰에 지문 센서가 장착된 일례를 도시한다.
도 2는 본 발명의 일 실시예에 따라 지문 이미지를 획득하는 과정을 설명하기 위한 도면이다.
도 3은 전자 장치에 의해 획득되는 지문 이미지의 일 예를 도시한 도면이다.
도 4는 전자 장치가 동작하는 시스템 환경을 간략하게 구분한 블록도이다.
도 5는 본 발명의 일 실시예에 따라 일반적인 미뉴사가 존재하지 않는 지문 이미지에서 특징점을 찾아내기 위한 방법을 설명하는 도면이다.
도 6은 본 발명의 일 실시예에 따른 특징점 추출 과정에서 지문 이미지 상에 제2 프로세싱이 수행되는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 특징점 추출 과정에서 지문 이미지 상에 제1 프로세싱이 수행되는 방법을 설명하기 위한 도면이다.
도 8은 일 실시예에 따라 제1 프로세싱 이미지 상에서 지문 인식을 수행하기 위한 특징점을 선정하는 방법을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 지문 인증 과정을 설명하기 위한 흐름도이다.
도 10은 본 발명의 일 실시예에 따른 지문 인증 방법을 설명하기 위한 흐름도이다.
도 11은 본 발명의 일 실시예에 따른 지문 검출 장치를 포함하는 전자 장치의 구성을 나타내는 도면이다.
도 12는 지문 이미지 상에서 본 발명의 실시예들에 따라 추출된 특징점들을 나타내는 도면이다.

이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.

이하 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다.

전술한 바와 같이, 터치 방식의 지문 검출 방식은 사용자가 지문 센서 위에 손가락을 올려 놓으면 지문 센서가 해당 영역의 지문 이미지를 획득하는 방식으로 수행된다.

한편, 스와이프 방식에 있어서는 도 2에 도시되는 바와 같은 원리로 지문 이미지를 획득하게 된다.

구체적으로, 사용자가 도 2에 도시되는 바와 같이 전자 장치(100)의 하단 영역에 구비되는 지문 센서(110) 위에 손가락를 대고 슬라이딩 방식으로 이동하면 연속적으로 부분적인 단편 영상(P1~P4)이 획득된다.

즉, 사용자의 지문 영상이 단편적이지만 서로 연속되는 형태로 순차적으로 획득된다. 지문 센서(110)에서 읽어들인 단편 지문 영상(P1~P4)들이 하나의 지문 영상으로 정합되어 온전한 지문 이미지로 획득된다.

도 3은 전자 장치(100)에 의해 획득되는 지문 이미지의 일 예를 도시한 도면이다.

도 3을 참조하면, 지문 이미지는 지문의 융선(ridge)과 골(Valley)로 이루어지며, 이와 같은 지문 이미지를 인식하기 위해, 지문의 분기점(bifurcation), 종단(ridge end) 등의 특이점을 통해 기등록된 지문 이미지와 신규 지문 이미지를 비교하는 미뉴샤(minutiae) 방식을 비롯한 다양한 패턴 매칭 방식이 이용되고 있다. 또한, 획득한 지문 이미지에 필터링을 가하는 등의 변형을 발생시켜, 변형된 이미지에서 특징 지점을 탐색하는 방법도 이용되고 있다. 지문 이미지에서 특징 지점을 탐색하기 위해서, 이미지 상에서 물체 인식을 수행하기 위한 다양한 공지의 알고리즘이 이용되고 있는데, 이와 같은 알고리즘을 구현하기 위한 동작과정에서는 많은 양의 계산이 요구되므로, 지문 검출 장치가 탑재되는 전자 장치(100)의 하드웨어 리소스의 성능의 많은 부분이 활용되어야 했으며, 그에 따라 전자 장치(100)의 성능이 일정 수준 이상에 미치지 못하면 지문 등록 및 인식에 수행되는 시간이 길어지는 단점이 존재하였다.

도 4는 전자 장치(100)가 동작하는 시스템 환경을 간략하게 구분한 블록도이다.

전자 장치(100)가 포함하는 각종 하드웨어에서 구현되는 시스템의 동작 환경은 크게 REE(Rich Execution Environment) 영역과 TEE(Trusted Execution Environment) 영역으로 구분될 수 있다.

REE 영역은 전자 장치(100)가 포함하는 하드웨어의 기능이 전부 사용될 수 있는 환경이며, 전자 장치에서 동작하는 운영 체제(OS: Operation System) 및 전자 장치에서 동작하는 다양한 애플리케이션 등의 프로그램이 동작하는 환경일 수 있다.

TEE 영역은 전자 장치(100)가 포함하는 하드웨어의 리소스 중에서 한정된 부분만이 이용될 수 있는 환경이며, 일 실시예에 따르면 TEE 영역에서는 신뢰성이 인증된 운영 체제 및 기타 프로그램들만이 동작할 수 있다. TEE 영역에서 전체 리소스의 한정된 일정 부분만이 이용된다는 의미를 보다 구체적으로 살펴보면, TEE 영역에서 동작하는 프로그램들은 전자 장치(100)의 CPU 기능의 일부만을 사용할 수 있으며, 그에 따라 일정한 로드 이상의 계산을 수행하게 되면 계산 시간이 크게 증가할 수 있다. 또한, TEE 영역에서 동작하는 프로그램들은 한정된 크기의 메모리만을 사용할 수 있어, 일정 크기 이상의 데이터를 필요로 하는 프로그램들은 TEE영역에서 작동할 수 없게 된다.

본 발명에서 개시하고자 하는 지문 인식 알고리즘은 TEE영역에서 동작하도록 설계될 수 있으며, 그에 따라 한정된 하드웨어 리소스만을 이용할 수 있기 때문에, 동작에 필요한 계산을 최대한 줄일 수 있도록 설계되어야 한다.

도 5는 본 발명의 일 실시예에 따라 일반적인 미뉴사가 존재하지 않는 지문 이미지에서 특징점을 찾아내기 위한 방법을 설명하는 도면이다.

도 5를 참조하면, 지문 이미지에는 단순히 융선이 특정 방향으로 배열되어 있어, 분기점이나 종단과 같은 미뉴샤(Minutiae)가 존재하지 않을 수 있다. 그러나, 이를 확대하여 보면, 융선들이 균일한 두께를 가지는 것이 아니라 특징적인 모양을 가지고 있음을 확인할 수 있다. 예를 들어, 융선의 특정 지점이 밖으로 돌출되어 있을 수도 있고, 융선의 특정 지점이 안쪽으로 함몰되어 있을 수 있으며, 땀구멍(pore)에 의해 융선의 중간에 구멍이 형성되어 있을 수도 있다.

이와 같은 지문 이미지 상의 특징들은 지문 이미지에 있어서의 농담 변화값과 평균 변화값 간의 차이를 파악함으로써 검출될 수 있다. 즉, 도 4에서 상기 특징들이 나타나는 영역 또는 그 주변에서의 농담 변화값이 평균 변화값에 비해 얼마나 급격하게 변하였는지를 기준으로 그 특징 지점의 존재 여부를 확인할 수 있다.

예를 들어, 균일한 굵기로 나열된 융선의 이미지에 있어서의 농담 변화값은 평균 변화값을 기준으로 일정 범위를 벗어나지 않지만, 융선에 있어서 돌출 지점 또는 함몰 지점이 있거나, 땀구멍이 형성되면 해당 위치에서의 농담 변화값은 커지게 된다.

이하 본 발명에서, 지문의 특징점이라 함은 상기 특징들이 나타나는 영역 또는 그 주변에서의 농담 변화값에 기초하여 검출되는 지점을 말한다.

도 6은 본 발명의 일 실시예에 따른 특징점 추출 과정에서 지문 이미지 상에 제2 프로세싱이 수행되는 방법을 설명하기 위한 도면이다.

구체적으로 도 6을 참조하면, 지문 이미지를 구성하는 각 픽셀의 농담값은 NxM 형태의 매트릭스 형식으로 메모리 상에 임시로 저장될 수 있다. 이와 같이 임시로 저장되는 원본 형태의 지문 이미지는 특징점 추출이 완료되고 난 후 메모리 상에서 삭제될 수 있다. 일 실시예에 따르면, 전자 장치(100)가 포함하는 지문 검출 장치의 센서 어레이는 NxM 매트릭스 형태로 배치되는 지문 센서 소자들로 구성될 수 있으며, 각각의 지문 센서 소자가 인식하는 정보에 따라 각 픽셀의 농담값이 정해질 수 있다.

일 실시예에 따르면, 메모리 상에 매트릭스 형식으로 임시 저장되는 각 픽셀의 농담값 위치가 지문 이미지를 구성하는 각 픽셀의 위치와 동일하게 구성될 수 있다.

도 6에서는 8x8 사이즈의 지문 이미지에 대한 농담값이 저장되어 있는 매트릭스가 예시로써 도시되었으나, 본 발명의 범위는 이에 제한되지 않음은 물론이다.

본 발명의 전자 장치(100)는 지문 인식을 위한 특징점 후보 검출 과정에 있어서, 제2 프로세싱을 수행할 수 있다. 특정 지문 이미지에 대한 제2 프로세싱이 수행되면, 해당하는 지문 이미지에 대응되는 숫자 배열이 생성된다.

이와 같은 숫자 배열은 지문 이미지를 구성하는 픽셀들의 숫자와 동일한 숫자로 이루어질 수 있으며, 지문 이미지를 구성하는 일부 영역에 포함되는 픽셀들에 대한 농담값을 합산한 것으로 정해지는 규칙에 따라 생성된다. 이하, 설명의 편의를 위해 이와 같이 특정 지문 이미지에 대해 제2 프로세싱이 수행됨으로써 생성되는 숫자 배열을 “합산 배열”이라고 칭하기로 한다. NxM 매트릭스 형식의 지문 이미지에 대한 합산 배열은 동일한 NxM 매트릭스 형식으로 생성될 수 있다.

매트릭스 형식으로 구성되는 합산 배열의 생성과정을 일 실시예로써 살펴보면, 합산 배열의 5행 3열 값은 도 6의 1행 1열부터 5행 3열까지를 모두 더한 값으로 계산될 수 있다. 이와 같은 방식에 따르면, 도 6에 도시된 매트릭스 내의 모든 값의 합이, 이를 통해 생성된 합산 배열 상에서는 8행 8열의 값이 된다.

전자 장치(100)가 지문 이미지 픽셀의 농담값이 저장된 매트릭스 형태의 데이터를 통해 해당 지문 이미지에 대응되는 합산 배열을 생성하는 방법에 있어, 이전에 계산된 합산 배열의 값이 이용될 수 있다. 예를 들어, 도 6의 매트릭스를 통해 생성하는 특정 합산 배열에서 3행 6열의 값은, 3행 5열의 값과 2행 6열의 값을 합산한 값에서 2행 5열의 값을 차감하고, 그 값에 도 6에서의 3행 6열의 값을 합산함으로써 계산할 수 있다. 이와 같은 방식에 따라서, 전술한 바와 같이 많은 양의 덧셈 연산을 수행하지 않고도 합산 배열을 구성하는 값들의 계산이 가능할 수 있다.

본 발명에서 개시되는 전자 장치(100)는 상기와 같은 방법을 통해 생성된 합산 배열을 이용하여 추후 도 6에 도시된 지문 이미지 픽셀들의 특정 영역에 대한 농담값 합산을 단시간 내에 신속하게 처리할 수 있다.

예를 들어, 도 6의 매트릭스 형식 데이터에서 D 영역 내에 포함된 농담값의 총 합을 계산한다고 가정할 때, 점 d까지의 농담값 합에에서 점 b까지의 농담값 합과 점 c까지의 농담값 합을 차감하고, 점 a까지의 농담값 ?D을 합산하면 D 영역내에 포함된 농담값의 총합이 계산될 수 있다. 즉, 도 6을 통해 생성된 합산 배열의 6행 6열의 값에서 6행 2열의 값과 2행 6열의 값을 차감하고, 그 값에 2행 2열의 값을 합산하면, 도 6의 D 영역에 포함된 픽셀 농담값의 총 합을 획득할 수 있다. 이와 같이, 특정 이미지에 대해 미리 생성해 둔 합산 배열을 이용함으로써, 지문 이미지 상의 특정 영역의 농담값 합을 두번의 뺄셈과 한번의 덧셈만으로 계산할 수 있게 된다. 이와 같이, 합산 배열을 이용하게 되면, 곱셈이나 나눗셈 등의 복잡한 계산 없이 덧셈과 뺄셈만으로 이루어지기 때문에 지문 인식을 수행하는데 있어서 하드웨어 리소스 낭비 없이 속도의 향상이 이루어질 수 있다.

도 7은 본 발명의 일 실시예에 따른 특징점 추출 과정에서 지문 이미지 상에 제1 프로세싱이 수행되는 방법을 설명하기 위한 도면이다.

전술한 바와 같이, 전자 장치(100)가 획득한 지문 이미지를 구성하는 각 픽셀의 농담값은 NxM 형태의 매트릭스 형식으로 임시 저장될 수 있다.

획득된 지문 이미지에 대해 제1 프로세싱이 수행되면, 각각의 픽셀에 대해 제1 프로세싱이 수행된 후의 값들이 계산되어 지문 이미지와 같은 크기의 매트릭스 형식 데이터로 저장될 수 있다.

각 픽셀의 농담값에 대한 제1 프로세싱을 수행하는 방법을 살펴보면, 우선적으로 하나의 픽셀의 주변 특정 영역에 대한 농담값 평균을 계산하며, 특정 영역을 단계적으로 확장시켜가면서 농담값 평균을 계산하고 이와 같은 평균값을 합산한 최종값을 이용하여 해당 픽셀의 제1 프로세싱 적용값을 산출할 수 있다.

도 7의 특정 픽셀에 대한 제1 프로세싱 적용값을 산출하는 과정을 일 예로써 살펴보면, 특정 픽셀은 해당하는 픽셀을 포함하는 A 영역(210), A 영역(210)을 포함하는 B 영역(220), B 영역(220)을 포함하는 C 영역(230)의 중심부에 존재할 수 있다. A 영역(210)에서 B 영역(220)으로, B 영역(220)에서 C 영역(230)으로의 확장이 이루어짐에 따라, 각 영역 내에 존재하는 픽셀의 수는 증가하게 된다.

일 실시예에 따르면, 특정 픽셀에 대한 제1 프로세싱이 수행되는 과정에서 A 영역(210) 내에 포함되는 픽셀들의 농담값 평균, B 영역(220) 내에 포함되는 픽셀들의 농담값 평균 및 C 영역(230)에 포함되는 픽셀들의 농담값 평균이 합산되어 해당 픽셀에 대한 제1 프로세싱 수행값이 계산될 수 있다.

전술한 바와 같이, 제1 프로세싱 과정에서 각 영역에 포함되는 픽셀들의 농담값 평균을 계산하는데 있어, 제2 프로세싱 과정을 통해 미리 생성된 합산 배열이 활용될 수 있다. 도 6을 참조하여 설명한 바와 같이, 특정 영역 내에 존재하는 픽셀 농담값들의 합을 계산하는 과정에서 합산 배열을 사용하게 되면, 단순하게 덧셈과 뺄셈 연산만으로 적은 하드웨어 리소스만을 사용하여 원하는 값을 신속하게 계산할 수 있게 된다.

상기와 같은 과정에서, 지문 이미지를 구성하는 픽셀이 지문 이미지의 가장자리에 위치하게 되면, 해당 픽셀을 중심으로 하여 구성되는 영역 내에서 일정 부분에는 픽셀이 존재하지 않을 수 있다. 이 경우에는, 해당 영역 내에 존재하는 픽셀수만을 고려하여 농담값의 평균을 계산하는 방식으로 각 영역의 평균 농담값이 계산될 수 있다.

다른 실시예에 따른 지문 이미지 상의 특정 픽셀에 대한 제1 프로세싱 수행값을 산출하는 과정을 살펴보면, 도 7에 표시된 각 영역의 평균값에 대해 상이한 가중치를 가할 수 있다. 예를 들어, A 영역(210)에는 5배의 가중치를 가하고, 그보다 한단계 확장된 B 영역(220)의 평균값에는 3배의 가중치를 가하며, C 영역(230)의 평균값에는 작은 가중치를 가할 수 있다. 이와 같이, 내부 영역의 평균값에 대해 보다 큰 가중치를 가하는 이유는, 평균값을 계산하는 영역이 확대됨에 따라 농담값의 평균이 중심에 위치한 픽셀 농담값과 차이가 과도하게 나는 것을 방지하기 위함일 수 있다. 전술한 바와 같이 가중치를 가한 경우, A, B, C 영역(210~230)의 농담값 평균 각각에 상이한 가중치를 가해서 합산한 값에 가중치가 가해진 정도를 나눌 수 있다. 상기와 같이 A 영역(210)에 5배의 가중치가 가해지고 B 영역(220)에 3배의 가중치가 가해진 경우를 예를 들어보면, 각 영역의 농담값 평균에 가중치를 곱한 후 합산한 값을, 전체 영역에 가중치가 가해진 정도의 합인 8로 나누어 계산된 값을 특정 픽셀의 제1 프로세싱 수행값으로 산출할 수 있다. 도 7을 예로 들어 각 영역에 대한 제1 프로세싱 수행값을 산출하는 방법을 수학식으로 나타내면 다음과 같다.

상기 수학식 1에서, PC는 특정 픽셀에 대한 제1 프로세싱 수행값을 타나내며, Mean(A), Mean(B), Mean(C)는 각각 A, B, C 영역 내에 포함되는 픽셀들의 농담값 평균을 나타낸다. 또한, w1, w2, w3은 각각의 영역에 대해 가해지는 가중치를 나타내며, 일 실시예에 따르면 전술한 바와 같이 내부에 위치하는 영역에 대한 가중치가 높게 설정되어 w1 > w2 > w3과 같은 관계가 형성될 수 있다. 이때 w1, w2, w3은 0 이상의 정수값일 수 있다. 이와 같은 방식으로 산출된 제1 프로세싱 수행값은 추후 미리 정해진 임계치와의 비교에 의해 특징점 산출에 이용될 수 있다.

사람의 지문 형태는 이심률이 크지 않은 타원형태로 구성되므로, 본 발명의 일 실시예에서와 같이 제1 프로세싱 수행값 산출의 대상이 되는 특정 픽셀을 중심으로 형성되는 동심원을 확장해가며 동심원의 영역 내 존재하는 픽셀들의 평균 농담값을 계산하여 이용할 수 있다. 그 결과 각각의 픽셀에 대해 산출된 제1 프로세싱 수행값이 지문 분석에 보다 알맞은 형태로 나타날 수 있다.

또한, 본 발명에서 각 픽셀의 농담값에 대한 제1 프로세싱 수행값 산출과정에서 임의로 정해지는 영역의 형태는 전술한 동심원 형태에 제한되지 않고 타원 등의 변형된 원형, 다각형 등 다양한 형태로 구현될 수 있다.

본 발명의 일 실시예에 따르면, 특정 픽셀의 농담값에 대한 제1 프로세싱 산출값을 계산하는 과정에서 해당 픽셀의 주변 일정 영역에 대한 평균값을 계산하고, 주변 일정 영역을 단계적으로 확장시키는데 있어, 영역을 추가적으로 확장할지 여부를 이전 영역들의 평균값 계산 결과를 토대로 결정할 수 있다.

도 7에서 지문 이미지의 특정 픽셀에 대한 제1 프로세싱 수행값을 산출하는 과정을 예시로 들어 설명하면, A 및 B 영역(210, 220)에 포함되는 픽셀 농담값의 평균이 우선적으로 계산되고, 계산된 평균값들이 비교되어 C 영역(230)의 평균값을 산출할 것인지 여부를 결정할 수 있다.

일 실시예에 따르면, 특정 영역의 평균값이 이전 영역의 평균값 이상인 경우 또는 이전 영역의 평균값과 비교하였을 때의 감소치가 기 정해진 기준값 이하인 경우에는 영역을 추가적으로 확장하여 다음 영역에 대한 평균값을 계산할 수 있다. 이와는 달리, 특정 영역의 평균값을 이전 영역의 평균값과 비교하였을 때의 감소치가 기 정해진 기준값 이상인 경우 추가적으로 영역을 확장하여 평균값을 계산하지 않고, 해당 시점까지 계산된 영역들의 평균값을 이용하여 특정 픽셀의 농담값에 대한 제1 프로세싱 수행값을 산출할 수 있다.

도 7을 예로 들면 A 영역(210)에 포함되는 픽셀들의 농담값 평균과 B 영역(220)에 포함되는 픽셀들의 농담값 평균을 비교하여, A 영역(210)에 포함되는 픽셀들의 농담값 평균보다 B 영역(220)에 포함되는 픽셀들의 농담값 평균이 크거나, 작더라도 그 차이가 기 정해진 기준값 이하인 경우에는 B 영역(220)보다 확장된 C 영역(230)에 포함되는 픽셀들의 농담값 평균을 계산하여 그 값을 제1 프로세싱 수행값 산출에 이용할 수 있다. 이후, B 영역(220)에 포함되는 픽셀들의 농담값 평균과 C 영역(230)에 포함되는 픽셀들의 농담값 평균을 비교하여, C 영역(230)에서 범위가 확장된 D 영역(미도시)에 대한 픽셀들의 농담값 평균을 계산할지 여부를 결정할 수 있다.

상기와 같은 방식으로, 제1 프로세싱 수행값 산출의 대상이 되는 특정 픽셀을 중심으로 하는 영역이 단계적으로 확장되며 각 영역에 포함되는 픽셀 농담값의 평균이 계산되는 과정에서, 특정 시점에서 정해진 영역의 픽셀 농담값의 평균과 그 바로 직전에 정해진 영역의 픽셀 농담값 평균의 비교 결과에 따라 특정 픽셀을 중심으로 하는 영역이 추가적으로 확장될지가 정해질 수 있다.

이와 같이, 지문 이미지 상에서 단계별로 확장되는 특정 영역에 포함되는 픽셀 농담값 평균의 변화량을 통해, 특정 영역의 추가 확장 여부가 결정되며, 일 실시예에 따르면, 상기 특정 영역의 최대 크기가 정해져 있어 상기 특정 영역이 최대 확장 크기에 도달하면 픽셀 농담값 평균의 변화량과는 상관 없이 특정 영역의 확장이 중지될 수 있다.

평균적인 사람의 지문 이미지를 살펴보면, 융선과 골이 타원 형태로 회전하는 형태로 나타나게 된다. 일 실시예에 따르면, 픽셀 농담값의 평균이 계산되는 영역이 확장되다가 골에 해당하는 픽셀들을 다수 포함하게 되면 해당 영역은 그 바로 직전 영역보다 평균값이 감소하게 되므로, 영역의 확장이 정지되고 현재 확장이 완료된 영역 또는 그 직전 영역까지 계산된 픽셀 농담값의 평균을 통해 제1 프로세싱 수행값이 산출되는데, 이와 같은 방식을 통하면 사람의 지문 형태의 분석에 적합한 제1 프로세싱 수행값이 산출될 수 있다.

본 발명에서는, 지문 이미지를 구성하는 각각의 픽셀들에 대하여 전술한 방법들이 적용되어 제1 프로세싱 수행값이 산출되며, 이에 따라 지문 이미지의 각 픽셀 농담값을 저장하는 매트릭스 형식 데이터와 같은 크기의 매트릭스 형식 데이터가 산출되어 전자 장치(100)의 메모리 상에 저장될 수 있다. 이하, 이와 같이 하나의 지문 이미지에 대해 산출된 제1 프로세싱 수행값들의 집합을 통해 형성되는 왜곡 이미지를 “제1 프로세싱 이미지”라고 지칭하기로 한다.

도 8은 일 실시예에 따라 제1 프로세싱 이미지 상에서 지문 인식을 수행하기 위한 특징점을 선정하는 방법을 설명하기 위한 도면이다.

도 8을 참조하면, 제1 프로세싱 이미지 상에서 다수의 픽셀을 포함하는 일정 크기의 윈도우가 설정되어, 윈도우 영역 내에 존재하는 픽셀들의 농담값이 분석되어 해당 영역 내에서의 특징점들이 선정될 수 있다.

일 실시예에 따라 하나의 윈도우 내 영역에서 특징점이 선정되는 과정을 살펴보면, 제1 프로세싱 이미지에서 각 픽셀의 농담값이 주변 픽셀들의 농담값과 비교되어 일정값 이상의 차이가 나면, 해당 픽셀이 특징점으로 선정될 수 있다. 이 과정에서, 하나의 윈도우 내의 영역에서 선정되는 특징점들의 숫자가 제한될 수 있는데, 제한된 숫자보다 많은 수의 픽셀이 특징점 선정 기준에 부합하는 경우, 각각의 픽셀이 경합하여 제한된 숫자의 픽셀만이 특징점으로 선정될 수 있다. 즉, 하나의 윈도우 내 영역에서는 제한된 숫자 또는 그 미만의 픽셀만이 특징점으로 선정될 수 있다. 이와 같은 경합 과정은 윈도우 영역 내에 위치하는 각각의 픽셀에 대한 점수화를 통해 이루어질 수 있으며, 점수가 높은 순서대로 선정이 수행되어 제한된 숫자만의 픽셀이 특징점으로 선정될 수 있다.

다른 실시예에 따르면, 하나의 윈도우 영역 내에서 특징점으로 선정될 수 있는 픽셀의 최대 숫자와 함께, 특징점으로 선정되어야 하는 픽셀의 최소 숫자 또한 정해질 수 있다. 이때 픽셀의 최대 숫자 및 최소 숫자는 지문 인식의 보안레벨 또는 지문 인식 소자의 특성에 따라 다양하게 설정될 수 있다. 이와 같이, 하나의 윈도우 영역 내에서 특징점으로 선정되어야 하는 픽셀의 최소 숫자보다 적은 수의 픽셀만이 특징점 선정 기준에 부합하는 경우에는 특징점 선정 기준에 부합하지 못하는 픽셀들 중에서도 특징점이 선정될 수 있다. 이와 같은 과정은 전술한 바와 같이 윈도우 영역 내의 각 픽셀에 대한 점수화를 통해 점수가 높은 순서대로 부족한 숫자의 픽셀을 특징점으로 선정하는 방법을 통해 수행될 수 있다.

일 실시예에 따르면, 하나의 윈도우 영역 내에서도 각 특징점들의 위치 관계가 제한될 수 있다. 예를 들어, 하나의 윈도우 영역 내에 존재하는 픽셀들 중 특징점으로 선택된 픽셀들의 위치가 밀집되어 있는 경우 이를 통해 추후 지문 인증을 수행하는데 어려움이 발생할 수 있으므로, 하나의 윈도우 영역 내에서 특징점으로 선정되는 픽셀 간의 최소 이격 거리가 설정될 수 있다.

이하, 하나의 제1 프로세싱 이미지 내에서 특징점 설정의 기준 영역이 되는 윈도우가 이동하는 방식에 대하여 설명하기로 한다. 이하, 제1 프로세싱 이미지 상에서 윈도우의 이동을 “시프트”라 칭하기로 한다.

일 실시예에 따르면, 윈도우가 시프트되는 방법은 도 8의 (a)에서와 같이 이전 윈도우 영역과 겹쳐지는 영역이 없도록 시프트되는 것일 수 있다. 이와 같은 방법으로 제1 프로세싱 이미지의 전체 영역에 대한 특징점을 선정하기 위해서는, 이미지의 전체 영역이 일정 숫자의 겹치지 않는 윈도우 영역으로 나뉘며, 각각의 윈도우에 대해 특징점들이 선정될 수 있다.

다른 실시예에 따르면, 윈도우는 처음 정해진 윈도우 영역에서 미리 정해진 규칙을 가지고 시프트될 수 있으며, 제1 프로세싱 이미지의 전체 영역이 적어도 한번은 시프트되는 윈도우 영역 내에 포함될 때까지 윈도우의 시프트가 이루어질 수 있다. 도 8의 (b)를 참조하면, 윈도우 영역의 시프트가 수행됨에 있어, 각 윈도우에서 중복되는 영역이 존재할 수 있다. 도 8의 (b)에서 하나의 윈도우 영역에 존재하는 픽셀들 중 특징점들의 선정이 완료되면, 윈도우의 시프트가 수행되고, 시프트된 윈도우 영역에 존재하는 픽셀들 중 특징점들이 선정되는데, 이 경우 시프트가 수행된 윈도우 영역 내에는 시프트가 수행되기 이전 윈도우 영역에서 선정된 특징점들이 존재할 수 있다. 이 경우 시프트가 수행된 윈도우 영역은 특징점들의 선정이 완료된 영역과, 특징점들의 선정이 미완료된 영역으로 나뉠 수 있으며, 특징점들의 선정이 완료된 영역에서는 추가적으로 특징점이 선정되지 않고, 특징점들의 선정이 완료되지 않은 영역에서만 추가적으로 특징점이 선정될 수 있다. 이 경우에도, 전술한 바와 같이 하나의 윈도우 내에서 선정될 수 있는 최대 특징점 개수가 제한될 수 있다.

본 발명에서 개시되는 전자 장치(100)는 지문 검출 장치를 통해 획득한 지문 이미지에서 상기와 같은 과정을 통해 선정한 특징점들을 저장하고, 추후에 신규하게 획득하는 지문 이미지에서 선정한 특징점들과의 비교를 통해서 지문 이미지들의 일치 여부를 판단할 수 있다.

일 실시예에 따르면, 지문 이미지 상에서 특징점들이 선정되어 이에 대한 정보가 메모리 상에 저장된 후에, 메모리 상에 임시로 저장되어 있던 원본 지문 이미지, 제2 프로세싱을 통해 생성된 합산 배열, 제1 프로세싱 이미지가 삭제될 수 있다.

제1 프로세싱 이미지 내에서 상기 전술한 과정을 통해 선정된 특징점들은 추후에 추가적인 알고리즘을 거쳐 추가적으로 선별될 수 있으며, 이 경우 상기 전술한 과정을 통해 선정된 특징점들은 특징점 후보군으로써 사용될 수 있다.

도 9는 본 발명의 일 실시예에 따른 지문 인증 과정을 설명하기 위한 흐름도이다.

먼저, 지문 인증을 위해 손가락이 지문 센서에 접촉하면, 지문 센서는 손가락의 접촉을 감지하여 지문 이미지 획득을 시작한다(S910). 도 2를 참조하여 설명한 바와 같은 방법으로 지문 이미지가 획득될 수 있다.

지문 이미지가 획득되면, 해당 지문 이미지에 대하여 제2 프로세싱을 수행하여, 지문 이미지에 대한 합산 배열을 생성한다(S920). 도 6을 참조하여 설명한 바와 동일한 방식으로 해당 지문 이미지의 각 픽셀 값의 합을 계산하여, 지문 이미지를 구성하는 픽셀들이 저장되는 매트릭스 형식의 데이터 크기와 동일한 크기의 합산 배열을 생성한다.

이후, 지문 이미지에 대해 제1 프로세싱을 수행하여, 획득한 신규 지문 이미지에 대한 제1 프로세싱 이미지를 생성한다(S930). 도 7을 참조하여 설명한 바와 동일한 방식으로, 각 픽셀을 중심으로 하는 일정 영역을 단계별로 확대해가며 계산한 각 영역들의 평균 농담값을 합산하는 방식으로, 각 픽셀에 대한 제1 프로세싱 수행값을 구할 수 있으며, 지문 이미지를 구성하는 전체 픽셀에 대해 동일한 과정을 수행하여 제1 프로세싱 이미지를 생성할 수 있다. 이 과정에서, S920 단계에서 생성된 합산 배열이 활용될 수 있으며, 그에 따라 합산 배열을 이용하지 않는 경우보다 계산 속도가 월등히 향상될 수 있다.

획득한 신규 이미지에 대한 제1 프로세싱 이미지를 생성 후, 제1 프로세싱 이미지 상에서 윈도우를 시프트해가며 각 윈도우 내에서 특징점들을 선정하는 방식으로, 전체 제1 프로세싱 이미지에 대한 특징점을 선정한다(S940). 즉, 도 8을 참조하여 설명한 바와 동일한 방식으로, 제1 프로세싱 이미지에 대한 특징점들을 선정하는데, 이 과정에서 시프트되는 각 윈도우 영역 내에서 선정되는 특징점들의 최대 개수가 한정될 수 있다. 제1 프로세싱 이미지 내의 전체 픽셀이 적어도 한번씩 시프트되는 윈도우 내에 포함된 이후에, 특징점 선정 과정이 종료될 수 있다.

이후, 기 등록되어 있던 지문 이미지의 특징점들과 신규로 획득된 지문 이미지에서 상기 과정을 통해 선정된 특징점들의 상호 비교를 통해, 기 등록된 지문과 신규로 인식된 지문의 유사도를 산출하며, 상기 유사도를 통해 지문의 일치 여부를 판단하고 지문 인증을 수행한다(S950). 지문 인증의 수행에 따라 전자 장치(100)에서 사용자가 지문 인증을 통해 수행하고자 하는 동작이 수행될 수 있다.

본 발명의 실시예에 따르면, 하드웨어의 성능을 다소 높게 요구하는 알고리즘이 사용되지 않고, 특정 영역에 포함되는 픽셀들의 농담값 평균만을 이용하여 수행되는 제1 프로세싱을 통해 획득한 제1 프로세싱 이미지 내에서 특징점들이 선정되며, 획득한 지문 이미지에 제1 프로세싱을 적용하는 과정에 있어서도 제2 프로세싱에 의해 생성된 합산 배열이 활용되어 계산 과정이 최대한 감소되므로, 전자 장치(100)의 TEE 영역에서 지문 검출 모듈이 동작하더라도, 지문 인증 과정이 신속하게 수행될 수 있다. 또한, TEE 영역에는 선정된 특징점 정보가 저장되어 활용되고, 최초에 지문 센서를 통해 획득되어 임시 저장했던 지문 이미지는 제1 프로세싱 또는 제2 프로세싱 수행 완료 후 메모리에서 삭제되므로, 하드웨어 리소스를 절약하면서 지문 인증을 신속하게 수행할 수 있다.

도 10은 본 발명의 일 실시예에 따른 지문 인증 방법을 설명하기 위한 흐름도이다.

먼저, 지문 인증을 위해 손가락이 지문 센서에 닿으면, 지문 센서는 손가락의 접촉을 감지하여 지문 이미지 획득을 시작한다(S1010). 도 2를 참조하여 설명한 바와 같은 방법으로 지문 이미지가 획득될 수 있다.

지문 이미지가 획득되면, 해당 지문 이미지에 대한 제1 및 제2 프로세싱을 수행하고, 제1 프로세싱을 통해 생성된 제1 프로세싱 이미지의 농담값들을 기초로 특징점을 추출한다(S1020).

일 이상의 특징점의 정보는 서로간의 위치 정보가 템플릿화되어 저장될 수 있다. 이러한 특징점 간의 위치 정보, 즉, 지정학적 위치를 기 등록된 지문의 특징 지점들의 지정학적 위치와 비교하여 특징점들이 지문 이미지의 어느 부분에 해당하는지를 판단한다(S1030). 즉, 신규 획득된 지문의 특징점들과 기 등록된 지문의 특징점들 간 비교되어야 할 부분을 찾는 과정을 수행한다. 지문 센싱에 있어서는 지문 이미지가 경우에 따라 탄력적으로 줄어들거나 늘어날 수 있으므로 하나의 특징점을 중심으로 하여 다른 특징점까지의 거리를 방사형으로 줄이거나 늘려가며 비교하는 작업을 수행할 수 있다.

단계 S1030의 수행 결과 신규 획득된 지문의 특징점과 기 등록된 지문의 특징점 간 비교 대상 위치가 선정되었다면, 각 특징점의 제1 프로세싱 수행값끼리의 유사도를 산출한다(S1040). 유사도라는 것은 기 등록된 지문의 특징점들 중 제1 특징점의 제1 프로세싱 수행값과, 이와 대응되는 신규 인식 지문의 제2 특징점의 제1 프로세싱 수행값 간의 유사도를 의미하는 것으로 두 개의 제1 프로세싱 수행값 차이의 절대값으로 정의될 수 있다.

특징점간 제1 프로세싱 수행값의 유사도가 산출되면, 해당 유사도가 기 정해진 임계치 이상인지 여부를 판단한다(S1050). 유사도가 임계치 이상인 경우에는 지문 인증이 성공한 것으로 판단하고(S1060), 그렇지 않은 경우에는 지문 인증이 실패한 것으로 판단한다(S1070).

도 11은 본 발명의 일 실시예에 따른 지문 검출 장치를 포함하는 전자 장치(100)의 구성을 나타내는 도면이다.

도 11을 참조하면, 실시예에 따른 전자 장치(100)는 지문 센서(110) 및 정보 처리 장치(120)를 포함한다.

일 실시예에 따른 전자 장치(100)는 사용자 입력에 따라 소정의 동작을 수행하는 디지털 기기로서, 개인용 컴퓨터, 워크스테이션, PDA, 웹 패드, 이동 전화기, 내비게이션 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 전자 장치(100)로서 채택될 수 있다.

지문 센서(110)는 전자 장치(100)의 일부 영역에 형성된다. 일례로 지문 센서(110)는 전자 장치(100)의 전면에 위치할 수 있으나, 다양한 실시예에 따라 전자 장치(100)의 측면, 후면, 또는 표시부(125)의 표면에 형성될 수도 있음은 물론이다.

일 실시예에 따른 지문 센서(110)는 지문 센싱부(111), 신호 처리부(112) 및 신호 송수신부(113)를 포함한다.

지문 센싱부(111)는 손가락의 접촉을 감지하여, 접촉된 손가락의 지문을 스캐닝함으로써 지문 이미지를 획득하는 부분이다. 지문 센싱부(111)는 정전용량 방식, 광학 방식, 압력 방식, 열감지 방식 등 기타 공지된 다양한 방식으로 손가락 지문을 스캐닝할 수 있다. 실시예에 따르면, 지문 센싱부(111)는 스와이프 방식 및 터치 방식을 혼용하여 지문 센싱을 수행할 수도 있다. 예를 들면, 지문 등록 시에는 스와이프 방식을 통해 지문 이미지를 획득한 후 지문의 특징 지점들을 추출하고, 지문 인증 시에는 터치 방식을 통해 지문 이미지를 획득한 후 지문의 특징 지점들을 추출할 수 있으며, 그 역으로 행해질 수도 있다.

신호 처리부(112)는 지문 센싱부(111)에 의해 기설정된 주기(속도)로 스캐닝되는 지문 이미지 프레임을 신호 처리한다. 예를 들면, 지문 이미지를 전기적 신호로 변환하는 아날로그 회로, 노이즈 제거 회로, 신호 감도 증폭 회로, 아날로그-디지털 신호 변환 회로, 디지털 회로 등을 포함할 수 있다. 신호 처리부(112)는 ASIC 형태로 지문 센싱부(111)와 별도로 또는 통합하여 구현될 수 있다.

신호 송수신부(113)는 지문 이미지에 대한 전기적 신호, 즉, 신호 처리부(112)로부터의 출력 신호를 정보 처리 장치(120)로 전송하고 정보 처리 장치(120)로부터의 신호(예를 들면, 전원 신호, 제어 신호, 등록된 지문에 대한 데이터 신호 등)를 수신한다. 신호 송수신부(113)는 I2C 방식 또는 SPI 방식의 인터페이스를 이용할 수 있다.

정보 처리 장치(120)는 제어부(121), 메모리부(122), 지문 등록부(123), 지문 인증부(124) 및 표시부(125)를 포함한다. 설명의 편의를 위해 전자 장치(100) 중 지문 센서(110)를 제외한 나머지 구성요소들은 정보 처리 장치(120)로 도시하나, 정보 처리 장치(120)의 구성은 도시된 구성 요소에 한정되지 아니하고 실시예들에 따라 오디오, 터치 검출부 등 다양한 구성 요소가 부가될 수 있다.

제어부(121)는 지문 센서(110) 및 정보 처리 장치(120)의 전반적인 동작을 제어한다.

메모리부(122)는 지문의 특징 지점 정보들을 템플릿 형태로 일시 또는 영구 저장한다. 또한, 메모리부(122)는 전자 장치(100)의 데이터, 펌웨어 정보 등을 저장한다. 메모리부(122)는 S-RAM, D-RAM과 같은 휘발성 메모리, ROM, 플래시 메모리 등의 비휘발성 메모리 등으로 구현될 수 있다. 메모리부(122)에는 원본 형태의 지문 이미지, 제2 프로세싱을 통해 생성된 합산 배열, 제1 프로세싱을 통해 생성된 제1 프로세싱 이미지가 임시적으로 저장될 수 있다.

지문 등록부(123)는 도 6 내지 도 8을 참조하여 설명한 바와 같은 과정을 통해 손가락의 지문 이미지에 있어서의 특징점들을 추출하고 이를 지문 정보로서 등록한다. 등록된 지문 정보들은 메모리부(122)에 저장된다.

지문 인증부(124)는 메모리부(122)에 저장된 지문 정보들과 현재 획득된 지문 이미지의 특징 정보들을 비교하여 지문 인증을 수행한다.

지문 등록부(123)와 지문 인증부(124)는 도 10에서 별도의 구성요소로 도시하였으나, 이는 통합하여 하나의 모듈로서 구현될 수도 있다.

지문 등록부(123)와 지문 인증부(124)는 프로그램 모듈의 형태로서 제어부(121) 또는 메모리부(122)의 특정 영역에 알고리즘 형태로 저장될 수 있다. 이들은 높은 보안 레벨로 암호화되어 다른 루트로의 접근, 수정 또는 지문 정보의 반출이 허용될 수 없도록 관리되는 것이 바람직하다.

표시부(125)는 전자 장치(100)의 동작 상황 또는 이 외의 다른 정보들을 표시할 수 있다. 일 실시예에 따른 표시부(125)는 지문 등록부(123) 및 지문 인증부(124)의 동작 상태(예를 들면, 등록 성공 여부, 인증 성공 여부 등의 정보)를 표시할 수 있다.

도 12는 지문 이미지 상에서 본 발명의 실시예들에 따라 추출된 특징점들을 나타내는 도면이다.

도 12에 도시되는 바와 같이, 일반적인 미뉴샤(예를 들면, 융선의 종단 또는 분기점 등)가 존재하지 않는 지문 이미지 내에서 주변 픽셀과 특이한 농담 차이값을 갖는 픽셀 지점, 즉, 특징점이 지문 등록 및 인증을 하기에 충분한 개수로 추출될 수 있다. 도 12에서는 이러한 특징점들을 원으로 표시하였다.

실시예에 따르면 일반적인 지문 특징인 미뉴샤가 없는 지문 이미지라 할지라도 각 이미지에 대한 제1 프로세싱을 수행하여 지문의 고유 특징을 추출해낼 수 있다. 따라서, 획득되는 지문 이미지 영역 상에 충분한 수의 미뉴샤가 존재하지 않는 경우에도 그로부터 지문의 고유 정보 추출 및 이를 통한 지문 인증이 가능해진다.

이와 같이, 본 발명의 실시예들에 따르면, 전자 장치(100)가 지문 등록 및 인증을 수행함에 있어 공지의 지문 인증 알고리즘들에서 활용되던 방식보다 더욱 간단한 알고리즘 방식을 사용함으로써, 지문 등록 및 인증에 소요되는 시간이 짧아질 수 있으며 이에 따라 제한된 하드웨어 리소스만을 이용할 수 있는 TEE영역에서 지문 인식 알고리즘이 동작하더라도, 전자 장치(100)가 요구하는 제한 시간 내에 지문 등록 및 인증이 완료될 수 있다.

이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

100: 전자 장치
110: 지문 센서
111: 지문 센싱부
112: 신호 처리부
113: 신호 송수신부
120: 정보 처리 장치
121: 제어부
122: 메모리부
123: 지문 등록부
124: 지문 인증부
125: 표시부
210: A 영역
220: B 영역
230: C 영역

Claims (11)

1. 지문 이미지를 획득하는 단계;
   상기 지문 이미지의 각 픽셀에 대해, 상기 픽셀을 중심으로 하는 특정 영역에 대한 픽셀 농담값의 평균을 계산하는 단계;
   상기 특정 영역을 단계별로 확장시켜가며 확장된 영역에 포함되는 픽셀 농담값 평균들의 합을 계산하되, 상기 확장은 특정 시점에서 정해진 영역의 픽셀 농담값의 평균이 직전에 정해진 영역의 픽셀 농담값의 평균보다 기 설정된 기준값 이상으로 감소하였을 경우 중단되도록 제1 프로세싱을 수행하는 단계;
   각 픽셀에 대한 제1 프로세싱 수행값을 이용하여 상기 지문 이미지에 대한 제1 프로세싱 이미지를 생성하는 단계; 및
   상기 제1 프로세싱 이미지 상의 일정 영역을 포함하는 윈도우를 형성하고 상기 윈도우를 이동시켜가며 상기 윈도우 영역 내의 픽셀들 중 특징점들을 선정하는 단계를 포함하는, 지문 검출 장치의 지문 정보 프로세싱 방법.
   
2. 제1항에 있어서,
   상기 선정된 특징점들을 기 등록된 지문의 특징점들과 비교하여 지문 인증을 수행하는 단계를 더 포함하는, 지문 검출 장치의 지문 정보 프로세싱 방법.
   
3. 삭제
4. 제1항에 있어서,
   상기 특정 영역을 단계별로 확장시키는 단계는,
   상기 특정 영역이 기 정해진 최대 확장 크기에 도달하면, 상기 특정 영역의 확장을 중지하는 단계를 더 포함하는, 지문 검출 장치의 지문 정보 프로세싱 방법.
   
5. 제1항에 있어서,
   상기 지문 이미지 획득 단계 이후에,
   상기 지문 이미지에 대한 제2 프로세싱을 통해 합산 배열을 생성하는 단계를 포함하고,
   상기 제1 프로세싱 이미지를 생성하는 단계는,
   상기 특정 영역에 포함되는 픽셀 농담값의 평균을 계산하는 과정에서 상기 합산 배열을 이용하는, 지문 검출 장치의 지문 정보 프로세싱 방법.
   
6. 제1항에 있어서,
   상기 특징점 선정 단계는,
   상기 윈도우 영역 내 포함되는 픽셀 중 선정되는 특징점들의 최소 개수 또는 최대 개수를 제한시키는 단계를 더 포함하는, 지문 검출 장치의 지문 정보 프로세싱 방법.
   
7. 제1항에 있어서,
   상기 특징점 선정 단계는,
   상기 윈도우 영역을 상기 제1 프로세싱 이미지 상에서 중복되는 영역이 존재하지 않도록 이동시키는 단계를 더 포함하는, 지문 검출 장치의 지문 정보 프로세싱 방법.
   
8. 손가락의 지문을 스캐닝하여 지문 이미지를 획득하는 지문 센서; 및
   상기 지문 이미지의 각 픽셀에 대해, 상기 픽셀을 중심으로 하는 특정 영역에 대한 픽셀 농담값의 평균을 계산하고, 상기 특정 영역을 단계별로 확장시켜가며 확장된 영역에 포함되는 픽셀 농담값 평균들의 합을 계산하되, 상기 확장은 특정 시점에서 정해진 영역의 픽셀 농담값의 평균이 직전에 정해진 영역의 픽셀 농담값의 평균보다 기 설정된 기준값 이상으로 감소하였을 경우 중단되도록 제1 프로세싱을 수행한 후, 각 픽셀에 대한 제1 프로세싱 수행값을 이용하여 상기 지문 이미지에 대한 제1 프로세싱 이미지를 생성한 뒤,
   상기 제1 프로세싱 이미지 상의 일정 영역을 포함하는 윈도우를 형성하고 상기 윈도우를 이동시켜가며 상기 윈도우 영역 내의 픽셀들 중 특징점들을 선정하는 정보 처리 장치를 포함하는, 전자 장치.
   
9. 삭제
10. 제8항에 있어서,
    상기 정보 처리 장치는,
    상기 지문 이미지에 대한 제2 프로세싱을 통해 합산 배열을 생성하여 상기 특정 영역에 포함되는 픽셀 농담값의 평균을 계산하는 과정에서 상기 합산 배열을 이용하는, 전자 장치.
    
11. 지문 이미지를 획득하는 단계;
    상기 지문 이미지의 각 픽셀에 대해, 상기 픽셀을 중심으로 하는 특정 영역에 대한 픽셀 농담값의 평균을 계산하고, 상기 특정 영역을 단계별로 확장시켜가며 확장된 영역에 포함되는 픽셀 농담값 평균들의 합을 계산하되, 상기 확장은 특정 시점에서 정해진 영역의 픽셀 농담값의 평균이 직전에 정해진 영역의 픽셀 농담값의 평균보다 기 설정된 기준값 이상으로 감소하였을 경우 중단되도록 제1 프로세싱을 수행한 후, 각 픽셀에 대한 제1 프로세싱 수행값을 이용하여 상기 지문 이미지에 대한 제1 프로세싱 이미지를 생성하는 단계; 및
    상기 제1 프로세싱 이미지 상의 일정 영역을 포함하는 윈도우를 형성하고 상기 윈도우를 이동시켜가며 상기 윈도우 영역 내의 픽셀들 중 특징점들을 선정하는 단계를 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
    
    

Images