KR20040042958A - A Layered Fingerprint Recognition Method And System - Google Patents
A Layered Fingerprint Recognition Method And System Download PDFInfo
- Publication number
- KR20040042958A KR20040042958A KR1020020070911A KR20020070911A KR20040042958A KR 20040042958 A KR20040042958 A KR 20040042958A KR 1020020070911 A KR1020020070911 A KR 1020020070911A KR 20020070911 A KR20020070911 A KR 20020070911A KR 20040042958 A KR20040042958 A KR 20040042958A
- Authority
- KR
- South Korea
- Prior art keywords
- fingerprint
- database
- registered
- image
- point
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
Abstract
Description
본 발명은 지문인식방법 및 시스템에 관한 것으로, 더욱 상세하게는 특이점이나 특징점 비교뿐만 아니라 세부 영역의 이미지를 비교하여 신속하면서도 정확하게 지문을 비교할 수 있는 계층적 지문인식방법 및 시스템에 관한 것이다.The present invention relates to a fingerprint recognition method and system, and more particularly, to a hierarchical fingerprint recognition method and system capable of comparing fingerprints quickly and accurately by comparing images of specific areas as well as comparing singular or feature points.
최근들어, 에드워드 알 헨리(Edward R. henry)에 의해 현대의 지문법이 정립된 이후 지문은 많은 분야에 적용되어 왔다. 특히, 지문은 강력한 개인 인증수단으로서 금융거래, 범죄수사, 및 각종 보안시스템에 널리 사용되고 있다.Recently, fingerprints have been applied in many fields since modern fingerprinting was established by Edward R. henry. In particular, fingerprints are widely used in financial transactions, criminal investigations, and various security systems as powerful personal authentication means.
통상, 지문을 이용한 인증과정은 크게 여러가지의 지문을 형태별로 구분하는 분류(classification)와, 본인임을 확인하는 매칭(matching)의 절차로 이루어진다. 또한 이러한 지문의 개인 인증시스템은 등록되어 있는 다수의 지문 중에서 입력된 지문을 구별해내는 1 대 다수의 식별시스템(identification system)과, 등록된 지문과 입력된 지문을 1 대 1로 대조하여 판별하는 인증시스템(verification system)으로 구별된다.In general, the authentication process using fingerprints is largely composed of a classification process for classifying various fingerprints by type and a matching procedure for confirming identity. In addition, the personal authentication system of the fingerprint compares the registered fingerprint and the input fingerprint with a one-to-one identification system that distinguishes the input fingerprint from among a plurality of registered fingerprints. It is divided into a verification system.
이와 같은 지문인식시스템에 사용되는 지문을 분석해 보면, 지문은 정확한 방향성을 띤 지문 유선(Ridge)으로 이루어진 정상영역 이외에 다수의 특징영역이 존재한다. 이러한 특징부분에서 융선이 진행하다가 끊어지는 점을 단점(Ending Point)라하고, 융선이 갈라지는 점을 분기점(Bifurcation)이라 하며, 이를 통칭하여 특이점(Minutiae)이라 한다. 또한 지문에는 지문 융선의 흐름의 중심점인코어(core)점이나 수직융선과 수평융선이 만나 생성되는 델타(delta)점과 같은 특징점(singular point)이 있다.Analyzing the fingerprint used in such a fingerprint recognition system, the fingerprint has a number of feature areas in addition to the normal area consisting of a fingerprint ridge with a precise direction. In this feature, the ridge proceeds and breaks as an ending point, and the ridge splits as a bifurcation, collectively called a singular point (Minutiae). In addition, the fingerprint has a singular point such as a core point, which is the center point of the flow of the fingerprint ridge, or a delta point where the vertical ridge and the horizontal ridge meet.
통상, 한 손가락에는 100~150개 정도의 특이점이 분포하고, 사람마다 그 종류와 위치 및 방향이 다르다. 따라서 이러한 특이점의 위치와 방향은 지문의 판별수단으로서 사용될 수 있다.Usually, about 100-150 singular points are distributed on one finger, and the kind, position, and direction differ for every person. Therefore, the position and direction of these singular points can be used as the means for discriminating the fingerprint.
그런데 특징점이나 특이점을 이용한 종래의 지문인식방법은 특이점간의 공간상 산포된 위상이나 이웃하는 특이점 간의 상관관계를 이용한 방법으로서 전적으로 특이점 추출에 의존하므로 특이점을 잘못 추출하거나 비슷한 패턴 발생시에는 인식의 에러율이 커지는 문제점이 있다. 즉, 대부분의 지문인식시스템에서는 영상의 필터링 과정에서 발생하는 에러 때문에 분기점과 단점이라는 특이점의 종류정보를 사용하지 않으므로 도 1에 도시된 바와 같이 실제에 있어서 서로 다른 지문이 동일한 지문으로 잘못 인증되는 경우가 발생된다.However, the conventional fingerprint recognition method using feature points or singular points is based on the correlation between spatially dispersed phases of singular points and neighboring singular points. There is a problem. That is, since most fingerprint recognition systems do not use the type information of singularity points such as branching points and shortcomings due to errors occurring in the filtering process of images, different fingerprints are actually incorrectly authenticated with the same fingerprint as shown in FIG. 1. Is generated.
도 1을 참조하면, (A)에 도시된 지문과 (B)에 도시된 지문의 영상이 서로 다르나 특이점들의 위치가 유사하므로 서로 동일한 지문으로 판별되는 경우가 있다. 즉, 세부 영역을 살펴보면 (A)와 (B)의 이미지의 특이점 패턴이 서로 다른 것을 알 수 있으며, 특히 중심부분의 융선 패턴이 다른 것을 알 수 있으나 특이점만 비교할 경우에는 동일한 것으로 간주되는 문제점이 있다.Referring to FIG. 1, the images of the fingerprint shown in (A) and the fingerprint shown in (B) are different from each other, but since the locations of the singular points are similar to each other, the fingerprints may be identified as the same fingerprint. That is, when looking at the detail region, it can be seen that the singularity patterns of the images of (A) and (B) are different from each other. In particular, the ridge pattern of the central portion is different, but there is a problem that is considered to be the same when only the singularities are compared. .
본 발명은 상기와 같은 문제점을 해결하기 위하여 일차로 특이점간의 상관도를 계산한 후 유사패턴의 지문을 찾고, 이차로 유사패턴 지문중에서 특징점을 중심으로 기준이 되는 일정영역을 각각 추출한 후 이를 보다 상세히 비교함으로써 신속하면서도 회전이나 천이된 지문, 특이점이 유사한 지문에 대해서 보다 정밀하게 동일성 여부를 판별할 수 있는 계층적 지문인식 방법 및 시스템을 제공하는데 그 목적이 있다.In order to solve the problems described above, the present invention first calculates the correlation between singular points, finds fingerprints of similar patterns, and secondly extracts a predetermined region, which is a reference point based on feature points, from the similar pattern fingerprints. It is an object of the present invention to provide a hierarchical fingerprint recognition method and system that can quickly and accurately identify identity of a rotated or transitioned fingerprint and a fingerprint having similar singularities.
도 1은 서로 다른 지문이 유사패턴으로 매칭되는 지문 영상의 예,1 is an example of a fingerprint image in which different fingerprints are matched in a similar pattern;
도 2는 본 발명에 따른 코어 탐색과정을 설명하기 위해 도시한 개략도,2 is a schematic diagram illustrating a core discovery process according to the present invention;
도 3은 본 발명에 따른 델타 탐색과정을 설명하기 위해 도시한 개략도,3 is a schematic diagram illustrating a delta search process according to the present invention;
도 4는 본 발명에 따른 지문인식시스템을 도시한 블럭도,4 is a block diagram showing a fingerprint recognition system according to the present invention;
도 5는 본 발명에서 특징점을 중심으로 소정의 추출 영역을 도시한 도면,5 is a view showing a predetermined extraction area around a feature point in the present invention;
도 6은 본 발명에 따라 지문을 등록하는 과정을 도시한 순서도,6 is a flowchart illustrating a process of registering a fingerprint according to the present invention;
도 7은 본 발명에 따라 지문을 매칭하는 과정을 도시한 순서도.7 is a flow chart illustrating a process of matching a fingerprint in accordance with the present invention.
*도면의 주요부분에 대한 부호의 설명* Explanation of symbols for main parts of the drawings
410: 지문센서420: 지문등록부410: fingerprint sensor 420: fingerprint register
422: 필터링부424: 특징점 및 특이점 추출부422: filtering unit 424: feature and singularity extraction unit
426: 특징 위치영역 추출부440: 지문 데이터베이스426: feature location region extraction unit 440: fingerprint database
430: 지문매칭부432: 필터링부430: fingerprint matching unit 432: filtering unit
434: 제1 비교기436: 제2 비교기434: first comparator 436: second comparator
상기와 같은 목적을 달성하기 위하여 본 발명의 시스템은, 지문을 감지하기 위한 지문센서; 상기 감지된 지문을 등록하기 위한 지문등록부; 상기 등록된 지문을 저장하기 위한 지문 데이터베이스; 및 상기 감지된 지문을 상기 지문 데이터베이스에 등록된 지문과 비교하기 위한 등록매칭부를 포함하는 것을 특징으로 한다.In order to achieve the above object, the system of the present invention, a fingerprint sensor for detecting a fingerprint; A fingerprint registration unit for registering the detected fingerprint; A fingerprint database for storing the registered fingerprint; And a registration matching unit for comparing the detected fingerprint with a fingerprint registered in the fingerprint database.
또한 상기와 같은 목적을 달성하기 위하여 본 발명의 방법은 지문센서로부터 감지된 지문을 지문 데이터베이스에 등록하는 지문등록과정과, 지문센서로부터 감지된 지문을 상기 지문 데이터베이스에 등록된 지문과 비교하는 지문 매칭과정으로 이루어진 지문인식방법에 있어서,In addition, in order to achieve the above object, the method of the present invention provides a fingerprint registration process for registering a fingerprint detected from a fingerprint sensor in a fingerprint database, and fingerprint matching comparing a fingerprint detected from a fingerprint sensor with a fingerprint registered in the fingerprint database. In the fingerprint recognition method consisting of a process,
상기 지문 등록과정이, 지문영상을 획득하는 단계; 상기 획득된 지문영상을 필터링하는 단계; 상기 필터링된 지문영상에서 특징점과 특이점을 추출하여 상기 데이터베이스에 저장하는 단계; 상기 필터링된 지문영상에서 특징점을 중심으로 소정의 영역 데이터를 추출하여 상기 지문 데이터베이스에 저장하는 단계를 포함하고,The fingerprint registration process, the step of obtaining a fingerprint image; Filtering the obtained fingerprint image; Extracting feature points and singular points from the filtered fingerprint image and storing them in the database; Extracting predetermined area data based on a feature point from the filtered fingerprint image and storing the predetermined area data in the fingerprint database;
상기 지문 매칭과정이, 지문영상을 획득하는 단계; 상기 획득된 지문영상을 필터링하는 단계; 상기 필터링된 지문영상에서 특징점과 특이점을 추출하여 상기 지문 데이터베이스에 등록된 지문과 비교하여 제1 유사도를 산출하는 단계; 상기 제1 유사도가 소정 점수 이상이면, 상기 필터링된 지문영상의 특징점을 중심으로 소정 영역 데이터를 추출하여 해당 등록된 지문과 비교하여 제2 유사도를 산출하는 단계; 및 상기 제2 유사도가 소정 점수 이상이면 입력지문과 해당 등록 지문을 동일지문으로 인식하는 단계를 포함하는 것을 특징으로 한다.The fingerprint matching process, the step of obtaining a fingerprint image; Filtering the obtained fingerprint image; Extracting a feature point and a singular point from the filtered fingerprint image and comparing the fingerprint with a fingerprint registered in the fingerprint database to calculate a first similarity degree; If the first similarity is equal to or greater than a predetermined score, extracting predetermined region data based on the feature points of the filtered fingerprint image and comparing the registered fingerprint with a corresponding registered fingerprint to calculate a second similarity; And recognizing the input fingerprint and the registered fingerprint as the same fingerprint when the second similarity is equal to or greater than a predetermined score.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 자세히 설명하기로 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 2는 본 발명에 따라 코어 탐색과정을 설명하기 위해 도시한 개략도이고, 도 3은 본 발명에 따라 델타 탐색과정을 설명하기 위해 도시한 개략도이다.2 is a schematic diagram illustrating a core discovery process according to the present invention, and FIG. 3 is a schematic diagram illustrating a delta discovery process according to the present invention.
도 2를 참조하면, 코어점은 S1(X,Y,A)로 표시되는데, X는 x축 좌표, Y는 y축 좌표, A는 특이점의 방향각을 나타낸다. 코어점은 벡터 써클(Vector circle)에서 한 방향으로 호에 수직인 방향으로 방향성이 나타나는 것을 알 수 있다.Referring to FIG. 2, the core point is represented by S1 (X, Y, A), where X is the x-axis coordinate, Y is the y-axis coordinate, and A represents the direction angle of the singular point. It can be seen that the core point is directional in a direction perpendicular to the arc in one direction in the vector circle.
도 3을 참조하면, 델타점은 S2(X,Y,A1,A2,A3)로 표시되는데, X는 x축 좌표, Y는 y축 좌표, A1,A2,A3는 융선이 합쳐지는 지점의 방향각이다. 델타점은 벡터 써클(Vector circle)과 동일한 방향성을 나타내는 것을 알 수 있다.Referring to FIG. 3, the delta point is represented by S2 (X, Y, A1, A2, A3), where X is the x-axis coordinate, Y is the y-axis coordinate, and A1, A2, A3 is the direction of the point where the ridges merge. It is angle. It can be seen that the delta point represents the same direction as the vector circle.
한편, 특이점 추출방법은 융선추적에 의한 방법과 세선화를 거쳐 3x3 매트릭스를 이용하는 방법이 있는데, 본 발명의 실시예에서는 3x3 매트릭스를 추출하는방법을 사용한다. 각 특이점은 T(X,Y,A)로 표시되는데, X는 x축의 좌표, Y는 y축의 좌표, A는 특이점의 방향각을 나타낸다.Meanwhile, the singular point extraction method includes a ridge tracking method and a method of using a 3x3 matrix through thinning, and an embodiment of the present invention uses a method of extracting a 3x3 matrix. Each singular point is represented by T (X, Y, A), where X is the coordinate of the x-axis, Y is the coordinate of the y-axis, and A is the direction angle of the singularity.
도 4는 본 발명에 따른 지문인식시스템을 도시한 블럭도로서, 본 발명의 지문인식시스템은 지문을 감지하기 위한 지문센서(410)와, 감지된 지문을 등록하기 위한 지문등록부(420), 감지된 지문을 등록된 지문과 비교하기 위한 등록매칭부(430), 및 지문 데이터를 저장하기 위한 지문 데이터베이스(440)로 이루어진다.4 is a block diagram illustrating a fingerprint recognition system according to the present invention. The fingerprint recognition system of the present invention includes a fingerprint sensor 410 for detecting a fingerprint, a fingerprint registration unit 420 for registering a detected fingerprint, and detection. And a registration matching unit 430 for comparing the registered fingerprint with a registered fingerprint, and a fingerprint database 440 for storing fingerprint data.
그리고 지문등록부(420)는 입력지문을 필터링하기 위한 필터링부(422)와, 필터링된 지문데이터에서 특징점이나 특이점을 추출하여 지문 데이터베이스(440)에 저장하기 위한 특징점 및 특이점 추출부(424), 추출된 특징점의 위치를 중심으로 소정 영역을 추출하여 지문 데이터베이스(440)에 저장하기 위한 특징점 위치영역 추출부(426)로 이루어진다.The fingerprint registration unit 420 extracts a feature point and a singularity extractor 424 for extracting feature points or singular points from the filtered fingerprint data and storing them in the fingerprint database 440. The feature point location area extractor 426 is configured to extract a predetermined area around the location of the feature point and store the same in the fingerprint database 440.
지문매칭부(430)는 지문센서(410)로부터 입력된 지문을 필터링하기 위한 필터링부(432)와, 필터링된 지문데이터의 특징점 및 특이점을 지문 데이터베이스(440)의 등록지문들과 비교하여 일차로 유사패턴을 검색하는 제 1 비교기(434)와, 제 1 비교기(434)에서 검색된 유사패턴의 특징점 영역 이미지를 지문 데이터베이스(440)에 등록된 해당 유사패턴의 특징점 영역 이미지와 비교하여 상세 유사도를 검출하는 제 2 비교기(436)로 구성된다.The fingerprint matching unit 430 may first compare the filtering unit 432 for filtering the fingerprint input from the fingerprint sensor 410, and the feature and singularity of the filtered fingerprint data with the registered fingerprints of the fingerprint database 440. The first comparator 434 searching for the similar pattern and the feature point region image of the similar pattern retrieved by the first comparator 434 are compared with the feature point region image of the corresponding similar pattern registered in the fingerprint database 440 to detect the detailed similarity. It consists of a second comparator 436.
도 4를 참조하면, 지문센서(410)로는 지문영상을 획득한다. 영상을 획득하기 위한 지문센서(410)로는 광학식 혹은 반도체식의 영역센서와, 광학식 혹은 열감지식의 선형센서가 있다.Referring to FIG. 4, the fingerprint sensor 410 acquires a fingerprint image. The fingerprint sensor 410 for acquiring an image includes an optical sensor or a semiconductor sensor, and an optical sensor or a thermal sensor.
감지된 영상은 필터링부(422)에서 필터링된 후 특징점 및 특이점 추출부(424)에서 특징점과 특이점이 추출되어 지문 데이터베이스(440)에 저장된다. 특징점 영역추출부(426)는 특징점을 중심으로 소정 영역의 영역 데이터를 추출하여 지문 데이터베이스(440)에 저장한다.The detected image is filtered by the filtering unit 422 and then extracted from the feature and singularity extractor 424 and stored in the fingerprint database 440. The feature point area extractor 426 extracts area data of a predetermined area around the feature point and stores the area data in the fingerprint database 440.
이와 같이 등록된 지문데이터를 이용하여 새로 입력되는 지문 영상을 매칭하기 위해서 지문센서(410)로 지문영상을 감지한다. 감지된 영상은 필터링부(432)에서 필터링된 후 특징점 및 특이점 추출부(434)에서 특징점과 특이점이 추출되고, 제1 비교기(434)에서 등록된 지문과 일차로 특징점 및 특이점을 비교한 후, 유사한 패턴에 대해서 제2 비교기(436)에서 특징점을 중심으로 일정 영역을 등록된 지문의 특징점 영역과 비교한다.The fingerprint image is sensed by the fingerprint sensor 410 to match the newly input fingerprint image using the registered fingerprint data. After the detected image is filtered by the filtering unit 432, the feature point and the singularity extractor are extracted by the feature point and the singularity extractor 434, and the feature point and the singularity are first compared with the fingerprint registered by the first comparator 434. In a similar pattern, the second comparator 436 compares the predetermined area with the feature point area of the registered fingerprint.
도 5는 본 발명에서 특징점을 중심으로 한 소정의 추출 영역을 도시한 도면이다. 앞서 설명한 바와 같이 본 발명은 1차로 특징점과 특이점을 비교하여 유사패턴을 신속하게 구한 후, 2차로 특징점(코어점 혹은 델타점)을 중심으로 일정영역( 본 발명의 실시예에서는 "64픽셀 x 64픽셀")의 이미지를 비교하여 보다 정확하게 지문인식을 처리하는 것이다.5 is a view showing a predetermined extraction area around the feature point in the present invention. As described above, the present invention compares feature points and singular points with a first order to quickly obtain a similar pattern, and then a predetermined area ("64 pixels x 64 in the embodiment of the present invention) centering on the feature point (core point or delta point) secondarily." By comparing images of pixels ") to process fingerprints more accurately.
이어서, 상기와 같이 구성되는 본 발명의 지문인식시스템의 동작을 지문등록과정과, 지문매칭과정으로 구분하여 자세히 설명하기로 한다.Next, the operation of the fingerprint recognition system of the present invention configured as described above will be described in detail by dividing the fingerprint registration process and the fingerprint matching process.
도 6은 본 발명에 따라 지문을 등록하는 과정을 도시한 순서도로서, 지문등록과정은 지문영상 획득단계(601), 필터링단계(602), 특징점 및 특이점 추출단계(603), 지문 데이터베이스(440)에 특징점과 특이점을 저장하는 단계(604), 특징점 영역의 데이터를 추출하는 단계(605), 지문 데이터베이스(440)에 특징점 영역 데이터를 저장하는 단계(606)로 이루어진다.6 is a flowchart illustrating a fingerprint registration process according to the present invention. The fingerprint registration process includes fingerprint image acquisition step 601, filtering step 602, feature point and singular point extraction step 603, and fingerprint database 440. Storing the feature point and the singularity in step 604, extracting the data of the feature point area 605, and storing the feature point area data in the fingerprint database 440.
도 6을 참조하면, 지문영상 획득단계(601)에서는 지문센서(410)를 이용하여 지문영상을 획득한다.Referring to FIG. 6, in the fingerprint image acquisition step 601, a fingerprint image is obtained using the fingerprint sensor 410.
지문센서(410)에서 획득된 지문영상의 품질은 센서의 특성이나, 사용자의 성별, 나이, 개인의 피부특성 등에 따라 많은 차이가 있다. 따라서 필터링 단계(602)에서는 영상의 전체적인 품질을 균등하게 하고 융선의 방향성을 이용하여 융선의 연결이 끊어진 부분이나 뭉개진 부분을 재구성한다. 필터링 단계(602)에서 출력되는 영상은 이진 흑백영상이다.The quality of the fingerprint image acquired by the fingerprint sensor 410 may vary greatly depending on the characteristics of the sensor, the user's gender, age, and skin characteristics of the individual. Therefore, in the filtering step 602, the overall quality of the image is equalized, and the ridges are disconnected or crushed using the direction of the ridges. The image output in the filtering step 602 is a binary black and white image.
특징점(singular point) 및 특이점(minutiae) 추출단계(603)에서는 먼저 지문 융선의 흐름의 중심인 코어와 수직융선과 수평융선이 만나서 생성되는 델타지점을 추출한다. 특징점 추출방법은 앞서 설명한 바와 같이 지문 융선에 대한 방향성 맵(map)을 추출한 후 코어와 델타의 패턴이 나타나는 점을 탐색한다. 코어와 델타 패턴은 벡터 써클(vector circule)의 탐색으로 찾을 수 있다. 도 2 및 도 3에서 살펴본 바와 같이, 코어점은 벡터 써클(Vector circle)에서 한 방향으로 호에 수직인 방향으로 방향성이 나타나는 것을 알 수 있고, 델타점은 벡터 써클(Vector circle)과 동일한 방향성을 나타내는 것을 알 수 있다. 특이점은 세선화를 거쳐 3x3 매트릭스를 이용하여 구한다.In the feature point (singular point) and singular point (minutiae) extraction step 603, first, the delta point generated by the intersection of the core, the vertical ridge and the horizontal ridge, which is the center of the flow of the fingerprint ridge, is extracted. As described above, the feature point extraction method extracts a directional map of the fingerprint ridge and searches for a point where a pattern of a core and a delta appear. Core and delta patterns can be found by searching for a vector circle. As shown in FIGS. 2 and 3, it can be seen that the core point has directionality in a direction perpendicular to the arc in one direction in the vector circle, and the delta point has the same directionality as the vector circle. It can be seen that. Singular points are obtained using a 3x3 matrix after thinning.
이와 같이 구해진 특징점 및 특이점은 다음과 같이 표현되어 지문 데이터베이스상에 저장된다(604). 즉, 코어점은 S1(X,Y,A)로 표시되는데, X는 x축 좌표, Y는 y축 좌표, A는 특이점의 방향각을 나타내고, 델타점은 S2(X,Y,A1,A2,A3)로 표시되는데, X는 x축 좌표, Y는 y축 좌표, A1,A2,A3는 융선이 합쳐지는 지점의 방향각이다. 그리고 각 특이점은 T(X,Y,A)로 표시되는데, X는 x축의 좌표, Y는 y축의 좌표, A는 특이점의 방향각을 나타낸다.The features and singularities thus obtained are expressed as follows and stored on the fingerprint database (604). That is, the core point is represented by S1 (X, Y, A), where X is the x-axis coordinate, Y is the y-axis coordinate, A is the direction angle of the singular point, and the delta point is S2 (X, Y, A1, A2). , A3), where X is the x-axis coordinate, Y is the y-axis coordinate, and A1, A2, and A3 are the direction angles at which the ridges merge. Each singular point is represented by T (X, Y, A), where X is the coordinate of the x-axis, Y is the coordinate of the y-axis, and A represents the direction angle of the singularity.
이어 특징점을 기준으로 흑백 이미지 "64픽셀 x 64픽셀= 4096 픽셀" 영역을 추출한 후 지문 데이터베이스에 저장한다(605,606). 이 특징점 영역 데이터는 한 바이트로 표시할 경우에는 4096 바이트로 전체 스템의 속도를 느리게 하므로 8 픽셀씩 1바이트로 패킹하여 지문 데이터베이스에 저장한다.Next, the black and white image “64 pixels x 64 pixels = 4096 pixels” region is extracted based on the feature points and stored in the fingerprint database (605, 606). When the feature area data is displayed in one byte, the entire stem is slowed down to 4096 bytes. Therefore, the feature point area data is packed in one byte by eight pixels and stored in the fingerprint database.
도 7은 본 발명에 따라 지문을 매칭하는 과정을 도시한 순서도로서, 지문매칭과정은 지문영상 획득단계(701)와, 필터링단계(702), 특징점 및 특이점 추출단계(703), 제1 비교단계(704), 제1 유사도 판별단계(705), 특이점으로부터 피부 변형률 측정단계(707), 특징점 영역 데이터 추출단계(708), 특징점 영역 정규화단계(709), 제2 비교단계(710), 제2 유사도 판별단계(711)로 이루어져 매칭 성공 및 실패에 따른 결과 메시지를 제공한다(706,712).7 is a flowchart illustrating a fingerprint matching process according to the present invention. The fingerprint matching process includes a fingerprint image obtaining step 701, a filtering step 702, a feature point and singularity extraction step 703, and a first comparison step. 704, a first similarity determination step 705, a skin strain measurement step 707 from a singular point, a feature point area data extraction step 708, a feature point area normalization step 709, a second comparison step 710, and a second comparison step 710. Similarity determination step 711 is provided to provide a result message according to the success or failure of matching (706, 712).
도 7을 참조하면, 지문 매칭과정은 지문 등록과정과 마찬가지로 입력 지문영상에 대하여 필터링 과정을 거쳐 특징점 및 특이점을 추출하고, 특징점 영역 데이터를 추출한다(701~703).Referring to FIG. 7, the fingerprint matching process extracts feature points and singular points through a filtering process on an input fingerprint image, and extracts feature point region data as in the fingerprint registration process (701 to 703).
이어 제1 비교단계(704)에서는 비교대상이 되는 지문의 특징점 및 특이점 데이터를 지문 데이터베이스(440)로부터 읽어 온 후, 먼저 비교되는 두 특징점의 위치를 기준으로 각각의 특이점 세트를 정렬한 후 각각의 일치여부를 판별한다.Subsequently, in the first comparison step 704, the feature point and singularity data of the fingerprint to be compared are read from the fingerprint database 440, and then each set of singularity points is sorted based on the positions of the two feature points to be compared. Determine if there is a match.
판별결과 획득된 제1 유사도 점수(Score1)가 일정 기준(T1) 이상이면 다음 단계로 넘어가고, 일정 기준(T1) 미만이면 매칭 실패 메시지를 출력한다(705,706).If the first similarity score Score1 obtained as a result of the determination is greater than or equal to the predetermined criterion T1, the process proceeds to the next step. If the predetermined similarity score Score1 is greater than or equal to the predetermined criterion T1, a matching failure message is output (705, 706).
제 1 유사도 점수(Score1)가 일정 기준(T1) 이상이면, 제2 비교단계(710)에서 비교되는 대상의 특징점 영역 데이터를 지문 데이터베이스(440)로부터 읽어 온 후 특징점 위치를 기준으로 제 1 비교 단계(704)에서부터 구한 특이점들간의 왜곡률인 피부 변형률을 반영하여 영역 데이터를 정규화한 후, 입력 특징점 영역 데이터와 일치 여부를 검사한다(707~710). 검사결과 제2 유사도 점수(Score2)가 일정 기준(T2) 이상이면 동일인으로 인식하고, 미만이면 매칭 실패 메시지를 출력한다(711,712).If the first similarity score Score1 is equal to or greater than a predetermined criterion T1, the feature point area data of the object to be compared in the second comparison step 710 is read from the fingerprint database 440, and then the first comparison step is performed based on the feature point position. The region data is normalized by reflecting the skin strain, which is a distortion rate between the singular points obtained from 704, and then checked for conformity with the input feature point region data (707 to 710). If the second similarity score Score2 is greater than or equal to the predetermined criterion T2, the test result is recognized as the same person, and if less than the second similarity score Score2 is output, a matching failure message is output (711, 712).
이상에서 설명한 바와 같이, 본 발명에 따르면 1차로 특징점과 특이점을 비교하여 유사패턴을 신속하게 구한 후, 2차로 특징점(코어점 혹은 델타점)을 중심으로 일정영역의 이미지를 비교하므로 다단계에 걸쳐 매칭과정을 수행하여 보다 정확하게 지문을 인식할 수 있는 잇점이 있다.As described above, according to the present invention, a similar pattern is quickly obtained by first comparing feature points and singular points, and then matching images through a plurality of stages by comparing images of a predetermined area around the feature points (core points or delta points). The advantage is that the fingerprint can be recognized more accurately by performing the process.
Claims (9)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020020070911A KR20040042958A (en) | 2002-11-14 | 2002-11-14 | A Layered Fingerprint Recognition Method And System |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020020070911A KR20040042958A (en) | 2002-11-14 | 2002-11-14 | A Layered Fingerprint Recognition Method And System |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20040042958A true KR20040042958A (en) | 2004-05-22 |
Family
ID=37339581
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020020070911A KR20040042958A (en) | 2002-11-14 | 2002-11-14 | A Layered Fingerprint Recognition Method And System |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20040042958A (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100651826B1 (en) | 2005-12-21 | 2006-12-01 | 주식회사 팬택 | Method and apparatus for executing function by recognizing partial image in portable set having camera |
| KR100846403B1 (en) * | 2006-03-14 | 2008-07-16 | 후지쯔 가부시끼가이샤 | Biometric authentication method and boimetric authentication apparatus |
| KR20150116843A (en) * | 2013-02-11 | 2015-10-16 | 로베르트 보쉬 게엠베하 | Method for operating an energy supply unit for an on-board power system of a motorvehicle |
| WO2021194103A1 (en) * | 2020-03-25 | 2021-09-30 | 삼성전자 주식회사 | Electronic device including sensor and biometric information obtaining method using same |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR0137075B1 (en) * | 1994-09-13 | 1998-06-15 | 송병남 | Finger matching processing method & system |
| KR20000036980A (en) * | 2000-04-03 | 2000-07-05 | 정해욱 | Ten fingerprint system for the identification |
| KR20010068341A (en) * | 2000-01-04 | 2001-07-23 | 장용우 | Method of fingerprint verification using vecter charactor per sector |
| KR100393753B1 (en) * | 2002-02-28 | 2003-08-02 | Smart Technology Co Ltd | Method for recognizing fingerprint using dual mode matching |
| KR20040038553A (en) * | 2002-11-01 | 2004-05-08 | 한국전자통신연구원 | A Hybrid Fingerprint Verification Method using Global and Local Features |
-
2002
- 2002-11-14 KR KR1020020070911A patent/KR20040042958A/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR0137075B1 (en) * | 1994-09-13 | 1998-06-15 | 송병남 | Finger matching processing method & system |
| KR20010068341A (en) * | 2000-01-04 | 2001-07-23 | 장용우 | Method of fingerprint verification using vecter charactor per sector |
| KR20000036980A (en) * | 2000-04-03 | 2000-07-05 | 정해욱 | Ten fingerprint system for the identification |
| KR100393753B1 (en) * | 2002-02-28 | 2003-08-02 | Smart Technology Co Ltd | Method for recognizing fingerprint using dual mode matching |
| KR20040038553A (en) * | 2002-11-01 | 2004-05-08 | 한국전자통신연구원 | A Hybrid Fingerprint Verification Method using Global and Local Features |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100651826B1 (en) | 2005-12-21 | 2006-12-01 | 주식회사 팬택 | Method and apparatus for executing function by recognizing partial image in portable set having camera |
| KR100846403B1 (en) * | 2006-03-14 | 2008-07-16 | 후지쯔 가부시끼가이샤 | Biometric authentication method and boimetric authentication apparatus |
| KR20150116843A (en) * | 2013-02-11 | 2015-10-16 | 로베르트 보쉬 게엠베하 | Method for operating an energy supply unit for an on-board power system of a motorvehicle |
| WO2021194103A1 (en) * | 2020-03-25 | 2021-09-30 | 삼성전자 주식회사 | Electronic device including sensor and biometric information obtaining method using same |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lee et al. | Partial fingerprint matching using minutiae and ridge shape features for small fingerprint scanners | |
| US7151846B1 (en) | Apparatus and method for matching fingerprint | |
| KR101130817B1 (en) | Face recognition method, apparatus, and computer-readable recording medium for executing the method | |
| KR101626837B1 (en) | Method and apparatus for convergence biometric authentication based on finger joint and finger vein | |
| EP1374144A1 (en) | Non-contact type human iris recognition method by correction of rotated iris image | |
| Hemalatha | A systematic review on Fingerprint based Biometric Authentication System | |
| Parkavi et al. | Multimodal biometrics for user authentication | |
| Shreyas et al. | Fingerprint authentication using geometric features | |
| US20080273769A1 (en) | Print matching method and system using direction images | |
| US11281922B2 (en) | Face recognition system, method for establishing data of face recognition, and face recognizing method thereof | |
| Hong et al. | Identity authentication using fingerprints | |
| Gamassi et al. | Robust fingerprint detection for access control | |
| Gil et al. | Access control system with high level security using fingerprints | |
| KR20040042958A (en) | A Layered Fingerprint Recognition Method And System | |
| KR100456463B1 (en) | A Hybrid Fingerprint Verification Method using Global and Local Features | |
| Izadi et al. | Introduction of cylinder quality measure into minutia cylinder-code based fingerprint matching | |
| Shrivastava et al. | Fingerprint identification using feature extraction: A survey | |
| JP2734245B2 (en) | Image feature extraction method and apparatus | |
| Gupta et al. | Multimodal biometrics system for efficient human recognition | |
| Singh et al. | Literature survey on fingerprint recognition using level 3 feature extraction method | |
| KR100564762B1 (en) | Authentication method and apparatus using fingerprint | |
| JP2600680B2 (en) | Personal verification device | |
| Muthukumaran et al. | Face and Iris based Human Authentication using Deep Learning | |
| Joshi et al. | A novel approach for partial fingerprint identification to mitigate masterprint generation | |
| Vukobrat et al. | Implementation of two factor authentication using face and iris biometrics |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| NORF | Unpaid initial registration fee |