KR20030048747A - 홍채코드 생성을 위한 홍채 특징 추출 방법 - Google Patents
홍채코드 생성을 위한 홍채 특징 추출 방법 Download PDFInfo
- Publication number
- KR20030048747A KR20030048747A KR1020010078756A KR20010078756A KR20030048747A KR 20030048747 A KR20030048747 A KR 20030048747A KR 1020010078756 A KR1020010078756 A KR 1020010078756A KR 20010078756 A KR20010078756 A KR 20010078756A KR 20030048747 A KR20030048747 A KR 20030048747A
- Authority
- KR
- South Korea
- Prior art keywords
- iris
- image
- iris image
- feature extraction
- dimensional
- Prior art date
Links
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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
본 발명은 홍채 인식을 위한 홍채 특징 추출 방법에 관한 것으로, 더욱 상세하게는 홍채 영상을 대상으로 스케일 스페이스 필터링 기법을 이용하여 사람마다 고유한 문양을 갖고 있는 홍채의 특징을 추출하는 방법에 관한 것이다.
이를 위하여 본 발명은, 홍채 영상을 동공을 중심으로 동일 반지름상의 1 차원 홍채영상에 대해 스케일 스페이스 필터링 기법으로 제로-크로싱 점들을 구한 후, 겹치는 윈도우 커널을 이용하여 이를 누적시켜 홍채 특징을 추출하는 것으로, 홍채 영상의 변화에도 동일한 패턴을 제공하며, 홍채 코드를 생상시 데이터 양을 줄일 수 있다는 것이 특징이 있다.
Description
본 발명은 홍채 인식을 위한 홍채 특징 추출 방법에 관한 것으로, 더욱 상세하게는 홍채 영상을 대상으로 스케일 스페이스 필터링 기법을 이용하여 사람마다 고유한 문양을 갖고 있는 홍채의 특징을 추출하는 방법에 관한 것이다.
일반적으로 홍채는 일란성 쌍둥이라 해도 서로 다른 무늬 패턴을 가지며, 한가지 고정된 모습을 갖는 다른 생체적 특징과 달리 빛에 따라 크기가 항상 변하고 있어, 위조나 복사가 어려운 고유한 특징을 갖고 있어 생체 인식에 이용되는 중요한 신체적 특징이다.
홍채 인식에 사용되고 있는 홍채 특징 추출 알고리즘은 홍채 영상을 대상으로 다양한 변환식을 적용하여 주파수 영역이나 공간-주파수 영역에 나타나는 홍채 마다 특이한 문양을 추출하는 방법을 사용한다. Gabor 필터를 이용하여 홍채영상에서 128개 이상의 독립 변수(특징)를 추출하여 256 바이트 이상의 홍채 코드를 작성하는 방법이 홍채인식 분야에서 가장 많이 사용되는 원천특허(1994년 U.S. Patent No. 5291560)로 이론상 80억분의 1 이하의 인식도 가능하다. 이에 대한 대안으로 웨이블렛 변환을 이용한 홍채 추출 알고리즘도 사용되고 있으나 Gabor 필터를 이용하는 방법에 비하여 인식률이 많이 떨어지고 있다.
그러나 이러한 홍채 특징 추출 알고리즘들은 홍채 영상이 환경에 따라 조금씩 변하기 때문에 항상 동일한 특징이 추출되지 않고 있어, 이를 보완하기 위해 홍채 코드로 변환시 데이터의 크기를 어느 정도 크게 설정해야 만이 오거부율과 오인식률을 최소화시킬 수 있으며, 또한 영상 데이터로부터 특징을 추출하는데 많은 시간이 소요된다는 문제점이 있다.
본 발명은 상기와 같은 문제점을 해소하기 위해 홍채 영상을 동공을 중심으로 동일 반지름상의 1 차원 홍채영상에 대해 스케일 스페이스 필터링 기법으로 제로-크로싱 점들을 구한 후 이를 누적시킴으로써, 환경에 따라 변하는 홍채 영상을 대상으로 동일한 패턴을 추출하고, 데이터의 크기를 줄일 수 있는 홍채 특징 추출 알고리즘을 제시하는데 본 발명의 목적이 있다.
이와 같은 목적을 달성하기 위한 본 발명은, 사람마다 고유한 홍채의 특징을 추출하는 영상처리 알고리즘에 있어서, 동공을 중심으로 동일 반지름상의 1 차원홍채영상에 대해, 즉, 홍채 영상을 변위를 x축으로 반경을 y축으로하는 극좌표로 변환한 후 동일한 반경을 갖고 변위를 변수로하는 1차원 영상 데이터를 대상으로 1차원 스케일 스페이스 필터링을 적용하고, 제로-크로싱 점들을 연결한 후, 이를 누적시켜 홍채 특징을 2차원으로 추출하는 방법에 특징이 있다.
도 1은 홍채 영상을 극좌표로 변환한 영상
도 2는 극좌표로 변환한 홍채영상에서 동일한 반경을 갖는 영상갑을 스케일 스페이스 필터링한 영상
도 3은 추출된 홍채 특징 영상
이하 첨부된 도면에 의해 상세히 설명하면 다음과 같다.
도 1은 홍채 영상을 반경 r과 변위 θ를 축으로 하며 동공의 중심을 원점으로 하는 극좌표로 변환한 영상 이다.
도 2는 홍채 특징 추출을 위한 1단계 영상처리를 나타낸 것으로, 극좌표로 변환한 영상을 대상으로 반경을 증가시키며, 동일 반경을 가진 1차원 홍채 영상에 가우시안 커널를 사용하여 1차원 스케일 스페이스 필터링을 적용한 후, 임의 범위내의 값들을 가진 제로-크로싱 점들을 나타낸 것이다. 스케일 변수 t가 증가할 때 새로운 특징이 만들어질 수 없으며, 임의의 스케일에서 영상값을 추적하면 고해상도 스케일에서 비슷한 영상값을 찾을 수 있다.
도 3은 홍채 특징 추출을 위한 2단계 영상처리를 나타낸 것으로, 도 2의 영상에 대해 서로 겹치는 윈도우 커널을 사용하여 제로-크로싱 점들을 누적하여 스케일 스페이스 영상을 다시 1차원 데이터로 만든 후, 이들을 모아 다시 극좌표 상의 영상으로 만든다.
이상에서 상술한 바와 같이 본 발명은, 홍채 영상을 동공을 중심으로 동일 반지름상의 1 차원 홍채영상에 대해 스케일 스페이스 필터링 기법으로 제로-크로싱 점들을 구한 후, 겹치는 윈도우 커널을 이용하여 이를 누적시켜 홍채 특징을 추출함으로써, 환경에 따라 변하는 홍채 영상을 대상으로 동일한 패턴을 추출하고, 홍채 코드 생성시 데이터의 크기를 줄일 수 있는 것이다.
Claims (1)
- 홍채 영상을 이용하여 홍채의 특징을 추출하는 방법에 있어서,홍채 영상을 동공을 중심으로 동일 반지름상의 1 차원 홍채영상에 대해 스케일 스페이스 필터링 기법으로 제로-크로싱 점들을 구하고,이를 누적시켜 홍채 특징을 추출하는 알고리즘
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020010078756A KR20030048747A (ko) | 2001-12-13 | 2001-12-13 | 홍채코드 생성을 위한 홍채 특징 추출 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020010078756A KR20030048747A (ko) | 2001-12-13 | 2001-12-13 | 홍채코드 생성을 위한 홍채 특징 추출 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20030048747A true KR20030048747A (ko) | 2003-06-25 |
Family
ID=29574609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020010078756A KR20030048747A (ko) | 2001-12-13 | 2001-12-13 | 홍채코드 생성을 위한 홍채 특징 추출 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20030048747A (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100734857B1 (ko) * | 2005-12-07 | 2007-07-03 | 한국전자통신연구원 | 누적 합 기반의 변화점 분석을 이용한 홍채 인식 방법 및그 장치 |
KR100826876B1 (ko) * | 2006-09-18 | 2008-05-06 | 한국전자통신연구원 | 홍채 검출 방법 및 이를 위한 장치 |
-
2001
- 2001-12-13 KR KR1020010078756A patent/KR20030048747A/ko not_active Application Discontinuation
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100734857B1 (ko) * | 2005-12-07 | 2007-07-03 | 한국전자통신연구원 | 누적 합 기반의 변화점 분석을 이용한 홍채 인식 방법 및그 장치 |
US7715594B2 (en) | 2005-12-07 | 2010-05-11 | Electronics And Telecommunications Research Intitute | Method of iris recognition using cumulative-sum-based change point analysis and apparatus using the same |
KR100826876B1 (ko) * | 2006-09-18 | 2008-05-06 | 한국전자통신연구원 | 홍채 검출 방법 및 이를 위한 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mallat | A theory for multiresolution signal decomposition: the wavelet representation | |
Sun | Classification of imagery motor EEG data with wavelet denoising and features selection | |
Foon et al. | An efficient method for human face recognition using wavelet transform and Zernike moments | |
Das et al. | A new method for sclera vessel recognition using OLBP | |
KR20080085975A (ko) | 얼굴인식 전처리장치 및 방법과 이를 이용한얼굴인식시스템 | |
EP2138950B1 (en) | Iris feature extraction, identification and verification system based on directionlets | |
Deng et al. | Handwritten Chinese character recognition using spatial Gabor filters and self-organizing feature maps | |
Roy et al. | Spatial and transform domain filtering method for image de-noising: a review | |
KR20030048747A (ko) | 홍채코드 생성을 위한 홍채 특징 추출 방법 | |
Hotta et al. | Face matching through information theoretical attention points and its applications to face detection and classification | |
Bastos et al. | Analysis of 2D log-Gabor filters to encode iris patterns | |
Meng et al. | Iris recognition algorithms based on gabor wavelet transforms | |
Zhang et al. | A wavelet-based method for fingerprint image enhancement | |
Huang et al. | Iris recognition using Fourier-wavelet features | |
Islam et al. | Partial iris image recognition using wavelet based texture features | |
Abdul-Jabbar et al. | Iris recognition using 2-D elliptical-support wavelet filter bank | |
Kaymaz et al. | Analysis and matching of degraded and noisy fingerprints | |
Sänket et al. | Face recognition using adaptive filter wavelet transform based feature extraction | |
Karthik et al. | An approach based on run length count for denoising the kannada characters | |
Zhang et al. | Fingerprint enhancement using wavelet transform combined with Gabor filter | |
Misra et al. | A review report on fingerprint image enhancement filter | |
Hegade et al. | Dwt-based face recognition using morphological edge detection as a pre-processing technique | |
Altun et al. | Recognition of fingerprints enhanced by contourlet transform with artificial neural networks | |
Han et al. | Application of Partial Differential Equation Method in Fingerprint Image Enhancement | |
Kumar et al. | Face recognition using two-dimensional tunable-q wavelet transform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |