KR20150139397A - 극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법 - Google Patents

극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법 Download PDF

Info

Publication number
KR20150139397A
KR20150139397A KR1020140087223A KR20140087223A KR20150139397A KR 20150139397 A KR20150139397 A KR 20150139397A KR 1020140087223 A KR1020140087223 A KR 1020140087223A KR 20140087223 A KR20140087223 A KR 20140087223A KR 20150139397 A KR20150139397 A KR 20150139397A
Authority
KR
South Korea
Prior art keywords
fingerprint
pixel
value
fingerprint image
change
Prior art date
Application number
KR1020140087223A
Other languages
English (en)
Inventor
편백범
임우택
박성찬
김재한
Original Assignee
크루셜텍 (주)
크루셜소프트 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 크루셜텍 (주), 크루셜소프트 주식회사 filed Critical 크루셜텍 (주)
Priority to KR1020140087223A priority Critical patent/KR20150139397A/ko
Publication of KR20150139397A publication Critical patent/KR20150139397A/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1347Preprocessing; Feature extraction
    • G06V40/1359Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • G06V40/1306Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Collating Specific Patterns (AREA)

Abstract

일 실시예에 따르면, 극소 지문 센싱 영역을 포함하는 전자 장치의 지문 정보 프로세싱 방법으로서, 상기 지문 센싱 영역에서 지문 이미지를 획득하는 단계; 주변 픽셀과의 농담 차이값으로 정의되는 농담 변화값을 상기 지문 이미지의 각 픽셀에 대해 산출하는 단계; 상기 농담 변화값이 임계치 이상인 지점들을 특징 지점 후보로서 선정하는 단계; 상기 특징 지점 후보와 그 주변 픽셀들을 포함하는 영역에 노이즈 필터링을 위한 인위적인 왜곡을 가하는 단계; 및 상기 특징 지점 후보들 중 인위적인 왜곡 후의 농담 변화값이 임계 범위 내에 속하는 후보들을 최종적인 특징 지점으로 선정하는 단계를 포함하는 지문 정보 프로세싱 방법이 제공된다.

Description

극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법{ELECTRONIC DEVICE COMPRISING MINIMUM SENSING AREA AND FINGERPRINT INFORMATION PROCESSING METHOD THEREOF}
본 발명은 극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법에 관한 것으로, 보다 상세하게는, 아주 작은 영역의 지문 센싱만으로도 정확한 정확한 지문 등록 및 인증이 가능한 장치 및 방법에 관한 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.
지문 센서(12, 22)가 장착됨에 따라 스마트폰(10, 20)에는 표시부(11, 21) 외의 영역, 즉, 비표시 영역이 필요할 수밖에 없다. 이러한 비표시 영역에 지문 센서(12, 22)가 장착되는데, 도 1의 (a)에 도시된 지문 센서(12)가 차지하는 면적이 도 1의 (b)에 도시된 지문 센서(22)가 차지하는 면적보다 더 크기 때문에 도 1의 (a)에 도시된 스마트폰(10)의 비표시 영역 높이(h1)가 도 1의 (b)에 도시되는 스마트폰(20)의 비표시 영역 높이(h2)보다 상대적으로 더 커지게 된다 .
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.
스와이프 방식은 지문 검출 시 손가락이 문질러지는 방향과 속도 등을 계산하여 지문 검출에 고려하여야 하는 제약이 따르나, 도 1의 (b)에 도시되는 바와 같이 지문 센서(22)가 차지하는 면적이 좁다는 장점이 있다.
한편, 터치 방식은 제한된 면적에서 충분한 지문 이미지를 획득해야 하므로 도 1의 (a)에 도시되는 바와 같이 일정 크기 이상의 지문 센싱 면적을 확보하여야 한다. 또한, 한 번의 터치만으로 충분한 지문 이미지를 획득할 수 없으므로 최소한 10번 이상의 터치를 통한 지문 센싱을 통해 지문 이미지를 획득하여야 한다.
최근에는 스마트폰이 단소 경박화되는 추세이며, 표시부의 면적은 사용자의 편의성을 위해 최대화하는 것이 바람직하므로, 결국 지문 센서(12, 22)가 장착되는 비표시 영역을 최소화하는 것이 필수적이다.
따라서, 지문 등록 및 지문 인증 시 사용자 편의성을 증진시키고 지문 검출 장치가 장착되는 비표시 영역을 축소시킬 수 있도록 하며, 비표시 영역이 축소되더라도 최소한의 센싱 영역만으로 정확도 높은 지문 등록 및 인증이 가능한 기술이 필요하다.
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로, 그 목적은 극소 센싱 영역을 통해 얻은 지문 이미지라 할지라도 지문의 특징 정보를 획득하고 이를 이용하여 정확도 높은 지문 인증을 수행할 수 있도록 하는 것이다.
상술한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 극소 지문 센싱 영역을 포함하여, 접촉된 손가락의 지문을 스캐닝하는 지문 센서; 스캐닝된 지문 이미지에서, 당해 픽셀과 주변 픽셀들과의 픽셀 농담 차이 및 융선(ridge) 모양을 기초로 특징 지점 후보들을 선정하고, 인위적인 왜곡 후 기설정된 임계 범위 내에 속하는 적어도 둘 이상의 상기 특징 지점 후보들을 최종 특징 지점들로 선정하는 정보 처리 장치; 상기 최종 특징 지점들의 상기 주변 픽셀들과의 픽셀 농담 변화값 및 상기 최종 특징 지점들 간의 상호 위치 정보를 템플릿화하여 상기 지문 정보로 등록하는 지문 등록부; 및 상기 손가락의 상기 지문 정보를 저장하는 메모리부를 포함하는 전자 장치가 제공된다.
상기 융선 모양은 상기 당해 픽셀의 상기 픽셀 농담 차이에 대응되는 적어도 하나의 농담 변화 방향을 포함한 농담 변화 벡터에 기초할 수 있다.
본 발명의 실시예에 따르면, 극소 지문 센싱 영역으로부터 추출된 지문 이미지로부터 지문의 특징 정보를 충분히 추출할 수 있다.
본 발명의 실시예에 따르면, 좁은 면적의 지문 검출 장치에서 터치 방식으로 센싱된 지문으로도, 인증의 정확도 향상을 꾀할 수 있게 된다.
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 지문 이미지에 존재하는 미뉴샤를 예시하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 지문 이미지의 특징 정보를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따라 지문 이미지의 특징 정보를 추출하는 과정을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 지문 이미지의 특징 정보들을 예시하는 도면이다.
도 7은 본 발명의 일 실시예에 따른 지문 인증 과정을 설명하기 위한 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 전자 장치의 구성을 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.
도 2는 일반적인 지문 이미지 획득 방식에 대해 설명하는 도면이다.
전술한 바와 같이, 터치 방식의 지문 검출 방식은 지문 센서 위에 손가락을 올려 놓으면 지문 센서가 해당 영역의 지문 이미지를 획득하게 된다.
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 일반적인 지문 이미지에 존재하는 미뉴샤(minutiae)를 도시한 도면이다.
도 2를 참조하여 설명한 스와이프 방식 또는 터치 방식으로 획득된 지문 이미지(310)는 도 3의 (a)와 같을 수 있다.
손가락의 넓은 면적에 대한 지문 이미지가 획득된 경우에는 해당 지문 이미지에서 지문의 특징점, 즉, 지문 영상에서 발견되는 융선의 종단(ridge end)이나 분기점(bifurcation) 등의 세밀한 특징점인 미뉴샤(minutiae)가 존재할 수 있다. 이 경우에는 미뉴샤의 검출을 통해 해당 지문 이미지의 특성 정보를 획득할 수 있게 된다.
그러나, 손가락의 국소 영역에 대한 지문 이미지만 획득된 경우에는 해당 지문 이미지 내에 미뉴샤가 존재하지 않을 수 있다.
예를 들면, 도 3의 (b)에 도시되는 바와 같이, 지문의 융선(ridge)이 단순히 특정 방향으로 배열되어 있는 지문 이미지만이 획득되는 경우에는 미뉴샤를 찾을 수 없는 지문 이미지가 획득될 수 있다.
본 발명의 실시예에서는 이렇게 미뉴샤가 존재하지 않는 지문 이미지에서 특징 정보를 갖는 지점(이하, ‘특징 지점'이라 함)를 찾아내기 위해 지문 이미지의 농담(intensity) 변화 특성을 이용한다. 구체적으로, 주변 픽셀과의 농담 차이가 임계치 이상인 픽셀을 찾아내어 그 지문의 특징 지점으로 선정한다. 본 명세서에서 특정 픽셀과 주변 픽셀과의 농담 차이값을 해당 픽셀에서의 “농담 변화값”이라 칭하기로 한다.
도 4는 본 발명의 실시예에 따라 일반적인 미뉴샤가 존재하지 않는 지문 이미지에서 특징 지점을 찾아내기 위한 방법을 설명하는 도면이다.
구체적으로, 도 4의 (a)를 참조하면, 지문 이미지에는 단순히 융선이 특정 방향으로 배열되어 있다.
그러나, 이를 확대하여 보면, 융선들이 균일한 두께를 가지는 것이 아니라 특징적인 모양을 가지고 있음을 확인할 수 있다. 예를 들어, 도 4의 (b)와 같이 융선의 특정 지점이 밖으로 돌출되어 있을 수도 있고, 도 4의 (c)와 같이 융선의 특정 지점이 안쪽으로 함몰 되어 있을 수도 있다. 또한, 도 4의 (d)와 같이 땀구멍(pore)에 의해 융선의 중간에 구멍이 형성되어 있을 수도 있다.
도 4의 (b), (c), (d)에 나타난 특징들은 지문 이미지에 있어서의 농담 변화값과 평균 변화값 간의 차이를 파악함으로써 검출될 수 있다. 즉, 도 4의 (b), (c), (d)에서 융선 또는 그 주변에서의 농담 변화값이 평균 변화값에 비해 얼마나 급격하게 변하였는지를 기준으로 그 특징 지점의 존재 여부를 확인할 수 있다.
예를 들면, 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 커진다.
도 4의 (d)를 예로 들면, 균일한 굵기의 융선만이 존재하는 경우에는 지문 이미지 전체에서 평균적인 농담 변화값만을 나타내지만, 융선의 땀구멍이 존재하는 부근에서는 해당 지점에서의 농담 변화가 급격해지기 때문에, 이러한 특징을 토대로 지문 이미지에서의 특징 지점들을 검출해낼 수 있다.
더욱 구체적으로 설명하면, 지문 이미지에 있어서의 각 픽셀에서는 특정 방향으로의 농담 변화값을 구할 수 있다.
도 4에 도시된 각 그래프를 살펴보면, 다양한 방향으로의 농담 변화값이 특정 픽셀(P)에 대해서 구해질 수 있다.
먼저, 도 4의 (b)에 대한 그래프를 참조하면, 제1 픽셀(P1)에 대한 제1 축 방향으로의 농담 변화값과 제2 축 방향으로의 농담 변화값은 동일하다는 것을 알 수 있다.
다음으로, 도 4의 (c)에 대한 그래프를 참조하면, 제2 픽셀(P2)에 대한 제1 축 방향으로의 농담 변화값과 제2 축 방향으로의 농담 변화값은 다르며, 제2 축 방향으로도 양의 방향(도면상 우측 하단 방향)으로의 농담 변화값과 음의 방향으로의 농담 변화값은 서로 다르다는 것을 알 수 있다.
또한, 도 4의 (d)에 대한 그래프를 참조하면, 제3 픽셀(P3)에 대한 제1 축 방향으로의 농담 변화값과 제2 축 방향으로의 농담 변화값은 서로 다르다는 것을 알 수 있다.
즉, 각각의 픽셀(P1, P2, P3)에서 제1 축 방향으로의 농담 변화값은 유사한 패턴을 보이나, 제1 축과 수직인 제2 축 방향으로는 농담 변화값이 각기 다른 패턴으로 나타난다.
각 픽셀(P1, P2, P3)을 지나는 방향은 복수개일 수 있고, 각 방향으로의 농담 변화값을 구할 수 있기 때문에, 각 픽셀에서의 농담 변화값의 특징을 통해서 지문의 특징 지점을 검출해낼 수 있다.
예를 들면, 각 픽셀(P1, P2, P3)에서 복수개의 방향에 대한 농담 변화값을 구한 후, 절대값이 가장 큰 농담 변화값을 보이는 방향을 해당 픽셀의 농담 변화 방향으로 정의할 수 있다. 그러나, 이에 제한되는 것은 아니며, 각 픽셀(P1, P2, P3)에서의 농담 변화값과 농담 변화 방향은 복수개로 추출될 수도 있다. 농담 변화값과 농담 변화 방향을 토대로 농담 변화 벡터값을 정의할 수도 있으며, 그 벡터값을 각 특징 지점의 정보로서 활용할 수도 있다. 이에 대해서는 후에 더욱 상세히 설명하기로 한다.
도 5는 본 발명의 실시예에 따라 지문 이미지의 특징 지점들을 검출해내는 과정을 설명하기 위한 흐름도이다.
먼저, 도 2를 참조하여 설명한 방식으로 획득된 지문 이미지에 대해 각 픽셀을 좌표화시킨다. 이를 위해 지문 이미지에 포함되는 픽셀들 중 임의의 픽셀을 기준 픽셀로 선정하여, 기준 픽셀의 좌표를X=0, Y=0로 선정한다(S510). X=0, Y=0의 좌표를 갖는 픽셀은 다양한 실시예에 따라 지문 이미지의 최외각 가장자리에 위치하는 픽셀 또는 중심부에 위치하는 픽셀 등으로 지정될 수 있으나, 본 발명의 범위가 이에 제한되는 것은 아니다.
기준 픽셀이 선정되면, X, Y 좌표를 증가시키며 각 픽셀에 대해 주변 픽셀들과의 농담(intensity) 차이값을 계산한다(S520). 즉, 지문 이미지에 포함되는 전체 픽셀에서의 농담 변화값을 계산한다. 전술한 바와 같이, 특정 픽셀에서의 농담 변화값은 해당 픽셀과 주변 픽셀 간 농담 차이값으로 정의될 수 있다. 일 예로, 기준 픽셀이 지문 이미지의 최 좌측 하단 픽셀인 경우에는 X, Y 좌표를 양의 값으로 증가시키며 각 픽셀에서의 농담 변화값을 계산한다. 다른 실시예로, 지문 이미지의 가장 자리 영역이 아닌 그 외의 픽셀인 경우에는 X, Y 좌표를 양의 값과 음의 값 모두로 증가시키며 각 픽셀에서의 농담 변화값을 계산한다.
단계 S510을 진행하면서, 각 픽셀에 대해 산출된 농담 변화값(주변 픽셀과의 농담 차이값)이 임계치(t) 이내인지 여부를 판단한다(S530). 만약, 농담 변화값이 임계치(t) 이상을 보이는 픽셀(p(x, y))이 있다면, 해당 픽셀(p(x, y))을 해당 지문의 특징 지점의 후보(c(x, y))에 포함시킨다(S540). 즉, 주변 픽셀과의 농담 차이값인 농담 변화값이 일정 정도 이상을 보이는 픽셀을 1차적으로 지문의 특징 지점으로 선정한다. 특정 픽셀에서의 농담 변화값은 해당 픽셀과 주변 픽셀 간의 농담 차이값이므로 양(+)의 값 또는 음(-)의 값을 가질 수 있으므로, 단계 S530에서는 농담 변화값의 절대값과 임계치(t)를 비교하는 것이 바람직하다. 임계치(t)는 그 값이 작을수록 보다 많은 지문 특징 지점을 얻을 수 있고, 그 값이 클수록 추출되는 지문 특징 지점의 수가 적어지므로, 설계에 따라 적정한 값으로 설정할 수 있다 .
만약, 단계 S530의 판단 결과 해당 픽셀의 농담 변화값이 임계치(t)를 넘지 않는 경우 및 단계 S540의 수행 이후에는, 지문 이미지의 모든 픽셀에 대해서 단계 S520 내지 S540을 수행하였는지를 판단한다(S550). 모든 픽셀에 대해서 수행하지 않았다면, 계속적으로 단계 S520 내지 S540을 반복한다.
지문 이미지의 모든 픽셀에 대해 단계 S520 내지 S540을 수행하면, 지문의 특징 지점 후보들이 모두 추출된다. 주변 픽셀과 비교할 때 농담의 차이값이 크면 지문이 해당 지점에서 급격하게 형태적인 변화를 보인다는 의미가 된다. 즉, 지문에 있어서 일반적인 융선 및 그 주변부보다 현저히 급격하게 형태적인 변화를 발생시키는 지점이기 때문에, 단계 S540을 통해 지문 융선의 함몰, 돌출 또는 땀구멍 등의 특징 정보를 추출해낼 수 있다.
지문의 특징 지점 후보들을 모두 추출 한 후에는, 지문 특징 지점 후보 픽셀(c(x, y))들을 포함하는 주변 이미지에 인위적인 왜곡을 가한다(S560).
인위적인 왜곡을 가하는 이유는 단계 S540에서 추출된 특징 지점 후보들이 노이즈 또는 일시적이고 국소적인 변화에 의해 임계치 이상의 농담 변화를 나타낸 것인지 여부를 가려내기 위해서이다.
인위적인 왜곡은 일 실시예로 공지의 가우시안 필터를 이용한 블러(blur) 효과 등을 통해 가해질 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니고 이미지 노이즈 필터링에 대한 공지의 다른 기술들을 이용할 수도 있다.
이러한 과정 후, 특정 픽셀과 그 주변 영역의 이미지에 대해 인위적인 왜곡을 가한 후에도, 해당 픽셀에서의 농담 변화값이 유효한 범위의 값인지를 판단하고(S570), 그렇지 않다면, 해당 후보 픽셀(c(x, y))을 후보에서 탈락시킨다(S580). 단계 S570은 인위적인 왜곡을 가한 후, 해당 후보 픽셀(c(x, y))과 그 주변 픽셀 간 농담 차이값, 즉, 농담 변화값을 재차 계산하고, 그 차이값이 임계 범위 내에 속하는지를 판단함으로써 이루어질 수 있다. 인위적인 왜곡은 노이즈를 제거하기 위한 과정인 바, 인위적인 왜곡을 통해 지문 이미지에는 노이즈가 사라지게 된다. 노이즈가 제거된 지문 이미지에서 농담 변화값이 예측 가능한 범위 내에 있는 픽셀은 지문에 있어서의 특징 지점이 될 수 있다. 임계 범위는 예를 들면, 지문의 각 지점들이 보이는 농담 변화값을 토대로 정규 분포를 그렸을 때, 그 정규 분포에서 수정의 범위가 선택될 수 있다.
모든 후보 픽셀(c(x, y)) 지점들에 대해 단계 S560 내지 S580을 수행하였는지를 판단하고(S590), 모든 후보 픽셀(c(x, y))들에 대해 단계 S560 내지 S580의 테스트를 완료하였다면, 인위적인 왜곡을 가한 후 유효한 범위의 농담 변화값을 갖는 픽셀(c(x, y))들을 최종적인 특징 지점으로 등록한다(S600).
단계 S560 내지 S600을 수행한 결과, 지문에 존재하는 특징 지점에 의한 농담 변화가 아닌 노이즈 또는 비이상적인 요인 등에 따라 임계치 이상의 농담 변화값을 보여 지문의 특징 지점 후보로 선정되었던 픽셀들이 최종적인 특징 지점 선정에서 탈락되게 된다.
예를 들면, 지문 이미지에 포함되는 모든 픽셀들에서의 농담 변화값을 기초로 정규 분포 곡선을 그렸을 때, 그 정규 분포를 벗어나는 픽셀들이 최종 특징 지점에서 제외될 수 있다.
실시예에서는 농담 변화값이 임계치 이상인 픽셀을 지문의 특징 지점으로 지정한다. 이러한 특징 지점은 도 3을 참조하여 설명한 미뉴샤들과는 상이하다.
일 실시예에 따르면 특징 지점이 갖는 정보에는 해당 지점에서의 농담 변화값 및 농담 변화 방향 이 수치화된 벡터 정보가 포함될 수 있다. 상기 농담 변화 방향은 일 방향일 수도 있으나, 복수개의 방향일 수도 있다. 예를 들면, 제1 방향으로의 A 농담 변화값 또는 제2 방향으로의 B 농담 변화값이 수치화된 벡터 정보가 포함될 수 있다. 제1 방향으로는 A 농담 변화값을 가지고, 제2 방향으로는 B 농담 변화값을 가진다는 의미에서 2개 이상의 벡터 정보가 포함될 수도 있다.
또한, 농담 변화값 및 농담 변화 방향과 관련된 벡터 정보, 즉, 농담 변화 벡터값을 토대로 특징 지점의 종류(융선을 기준으로 함몰 지점, 돌출 지점 또는 땀구멍 지점 등)를 카테고리화하면 해당 특징 지점이 어떤 종류인지 여부도 식별될 수 있으며, 이러한 정보가 함께 특징 지점에 관한 정보에 포함될 수 있다.
특징 지점들이 최종적으로 모두 추출되면 해당 특징 지점들의 농담 변화값, 농담 변화 방향이 수치화된 벡터 정보 및 상호간 위치 정보가 템플릿화되어 저장될 수 있다. 예를 들면, 지문 이미지에 있어서의 특정 지점을 기준점으로 하였을 때, 모든 특징 지점들의 농담 변화값 및 그 위치 정보가 템플릿화되어 저장될 수 있다 . 상기 특정 지점은 최종적으로 추출된 특징 지점들 중 하나일 수 있으나, 그 외의 임의의 지점일 수도 있다.
템플릿은 복수회에 걸쳐 생성되어 합성될 수 있다. 즉, 사용자의 지문 이미지 획득이 복수회에 걸쳐 이루어지고, 도 5에 도시되는 각 단계가 수차례 반복됨으로써 복수개의 템플릿이 생성되고, 이러한 템플릿들이 각각 표준 좌표계로 변환된 후 하나의 템플릿으로 조합될 수도 있다. 특징 지점이 충분히 획득되지 못한 경우에는 사용자에게 계속적으로 지문 등록 요청을 할 수도 있다.
도 6은 도 5를 참조하여 설명한 과정에 의해 등록된 지문의 특징 지점을 나타내는 도면이다.
도 6에 도시되는 바와 같이, 일반적인 미뉴샤(예를 들면, 융선의 종단 또는 분기점 등)가 존재하지 않는 극소 면적(예를 들면, 4㎜×4㎜)의 지문 이미지 내에서 주변 픽셀과 특이한 농담 차이값을 갖는 픽셀 지점, 즉, 특징 지점이 지문 등록 및 인증을 하기에 충분한 개수로 추출될 수 있다. 도 6에는 이러한 특징 지점을 원으로 표시하였다.
실시예에 따르면 일반적인 지문 특징점인 미뉴샤(분기점, 섬, 끝점 등)가 없는 극소 영역의 지문 이미지라 할지라도 융선에 대한 픽셀의 농담 변화값을 이용하여 지문의 고유 특징을 추출해낼 수 있다. 따라서, 지문 센싱을 위한 영역이 축소되어 획득되는 지문 이미지의 면적이 극소 면적이라 할지라도 그로부터 지문의 고유 정보 추출 및 이를 통한 지문 인증이 가능해진다.
도 7은 본 발명의 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(S710). 도 2를 참조하여 설명한 바와 같은 방법으로 지문 이미지가 획득될 수 있다.
지문 이미지가 획득되면, 해당 지문 이미지의 모든 픽셀을 대상으로 주변 픽셀과의 농담 차이를 계산하고, 이를 기초로 농담 변화값이 큰 지점을 특징 지점으로 추출한다. 즉, 도 5를 참조하여 설명한 바와 동일한 방식으로 신규 획득된 지문 이미지에서 특징 지점을 추출한다(S720).
일 이상의 특징 지점의 정보는 서로간의 위치 정보가 템플릿화되어 저장될 수 있다. 이러한 특징 지점 간의 위치 정보, 즉, 지정학적 위치를 기 등록된 지문의 특징 지점들의 지정학적 위치와 비교하여 특징 지점들이 지문 이미지의 어느 부분에 해당하는지를 판단한다(S730). 기 등록된 지문의 특징 지점들이 더 넓은 범위의 지문 이미지에서 획득된 것일 수도 있고, 그 반대일 수도 있다. 따라서, 단계 S730에서는 신규로 획득된 지문의 특징 지점들이 기 등록된 지문의 특징 지점들 중 어느 부분에 해당하는 것인지 여부를 판단하거나, 반대로 기 등록된 지문의 특징 지점들이 신규로 획득된 지문의 특징 지점들 중 어느 부분에 해당하는 것인지를 판단한다. 즉, 신규 획득된 지문의 특징 지점들과 기 등록된 지문의 특징 지점들 간 비교되어야 할 부분을 찾는 과정을 수행한다. 지문 센싱에 있어서는 지문 이미지가 경우에 따라 탄력적으로 줄어들거나 늘어날 수 있으므로 하나의 특징 지점을 중심으로 하여 다른 특징 지점까지의 거리를 방사형으로 줄이거나 늘려가며 비교하는 작업을 수행할 수 있다.
단계 S730의 수행 결과 신규 획득된 지문의 특징 지점과 기 등록된 지문의 특징 지점 간 비교 대상 위치가 선정되었다면, 각 특징 지점의 농담 변화 벡터값의 유사도를 산출한다(S740). 각 특징 지점의 농담 변화 벡터값은 각 특징 지점에서의 농담 변화값 및 농담 변화 방향을 포함한다. 즉, 어느 방향으로 농담 변화값이 얼마나 급격하게 변화하였는지를 파악할 수 있는 정보가 포함된다. 따라서, 신규 획득된 지문의 특징 지점과 기 등록된 지문의 특징 지점 간 대응되는 위치에 존재하는 특징 지점들의 농담 변화 벡터값을 서로 비교함으로써 지문의 일치 여부, 즉, 지문의 유사도가 산출될 수 있다.
특징 지점간 농담 변화 벡터값의 유사도가 산출되면, 해당 유사도가 유사 임계치 이상인지 여부를 판단한다(S750). 유사도라는 것은 기 등록된 지문의 특징 지점들 중 제1 특징 지점의 농담 변화 벡터값과 신규 획득된 지문의 특징 지점들 중 이와 대응되는 제2 특징 지점의 농담 변화 벡터값의 유사도를 의미하는 것으로, 양 벡터값 차이의 절대값으로 정의될 수 있다. 한편, 여기서의 유사 임계치 는 보안상 요구되는 레벨에 따라 설정될 수 있다. 작은 유사도를 보이더라도 인증에 성공한 것으로 판단하면 보안 레벨이 낮아지고, 그 반대의 경우에는 보안 레벨이 높아지는 것이므로, 설정하고자 하는 보안 레벨에 따라 상기 유사 임계치는 적정한 값으로 설정될 수 있다 .
유사도가 유사 임계치 이상인 경우에는 지문 인증이 성공한 것으로 판단하고(S760), 그렇지 않은 경우에는 지문 인증이 실패한 것으로 판단한다(S770).
실시예에 따르면, 극소 면적의 지문 이미지만으로도 지문 특징 지점의 추출 및 이를 통한 지문 인증이 가능하므로, 지문 센싱을 위한 면적이 축소되어 획득되는 지문 이미지의 면적이 좁더라도 지문의 등록 및 인증이 가능해진다.
또한, 극소 면적의 지문 이미지만으로도 특징 지점의 추출 및 타 특징 지점간의 비교가 가능하기 때문에, 지문 등록과 인증 시 서로 다른 방식을 통한 지문 이미지 획득도 가능해진다. 예를 들면, 지문 등록 시에는 터치 방식을 통해 지문 이미지를 획득하고, 지문 인증 시에는 스와이프 방식을 통해 지문 이미지를 획득하는 것도 가능하며, 그 반대의 경우 역시 가능해진다.
도 8은 본 발명의 실시예에 따른 전자 장치의 구성을 나타내는 블록도이다.
*도 8을 참조하면, 실시예에 따른 전자 장치(800)는 지문 센서(810) 및 정보 처리 장치(820)를 포함한다.
일 실시예에 따른 전자 장치(800)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(800)로서 채택될 수 있다.
지문 센서(810)는 전자 장치(800)의 일부 영역에 형성된다. 일례로 지문 센서(810)는 전자 장치(800)의 전면에 위치할 수 있으나, 다양한 실시예에 따라 전자 장치(800)의 측면, 후면, 또는 표시부(825)의 표면에 형성될 수도 있음은 물론이다.
일 실시예에 따른 지문 센서(810)는 지문 센싱부(811), 신호 처리부(812) 및 신호 송수신부(813)를 포함한다.
지문 센싱부(811)는 손가락의 접촉을 감지하여, 접촉된 손가락의 지문을 스캐닝함으로써 지문 이미지를 획득하는 부분이다. 지문 센싱부(811)는 정전용량 방식, 광학 방식, 압력 방식, 열감지 방식 등 기타 공지된 다양한 방식으로 손가락 지문을 스캐닝할 수 있다. 실시예에 따르면, 지문 센싱부(811)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(812)는 지문 센싱부(811)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(812)는 ASIC 형태로 지문 센싱부(811)와 별도로 또는 통합하여 구현될 수 있다.
신호 송수신부(813)는 지문 이미지에 대한 전기적 신호, 즉, 신호 처리부(812)로부터의 출력 신호를 정보 처리 장치(820)로 전송하고 정보 처리 장치(820)로부터의 신호(예를 들면, 전원 신호, 제어 신호, 등록된 지문에 대한 데이터 신호 등)를 수신한다. 신호 송수신부(813)는 I2C 방식 또는 SPI 방식의 인터페이스를 이용할 수 있다.
정보 처리 장치(820)는 제어부(821), 메모리부(822), 지문 등록부(823), 지문 인증부(824) 및 표시부(825)를 포함한다. 설명의 편의를 위해 전자 장치(800) 중 지문 센서(810)를 제외한 나머지 구성요소들은 정보 처리 장치(820)로 도시하나, 정보 처리 장치(820)의 구성은 도시된 구성 요소에 한정되지 아니하고 실시예들에 따라 오디오, 터치 검출부 등 다양한 구성 요소가 부가될 수 있다.
제어부(821)는 지문 센서(810) 및 정보 처리 장치(820)의 전반적인 동작을 제어한다.
메모리부(822)는 지문 이미지 또는 이의 특징 지점 정보들을 템플릿 형태로 일시 또는 영구 저장한다. 또한, 메모리부(822)는 전자 장치(800)의 데이터, 펌웨어 정보 등을 저장한다. 메모리부(822)는 S-RAM, D-RAM과 같은 휘발성 메모리, ROM, 플래시 메모리 등의 비휘발성 메모리 등으로 구현될 수 있다.
지문 등록부(823)는 도 5를 참조하여 설명한 바와 같은 과정을 통해 손가락의 지문 이미지에 있어서의 특징 지점들을 추출하고 이를 지문 정보로서 등록한다. 등록된 지문 정보들은 메모리부(822)에 저장된다.
지문 인증부(824)는 도 7을 참조하여 설명한 바와 같은 과정을 통해 메모리부(822)에 저장된 지문 정보들과 현재 획득된 지문 이미지의 특징 정보들을 비교하여 지문 인증을 수행한다.
지문 등록부(823)와 지문 인증부(824)는 도 8에서 별도의 구성요소로 도시하였으나, 이는 통합하여 하나의 모듈로서 구현될 수도 있다. 지문 등록부(823)와 지문 인증부(824)는 프로그램 모듈의 형태로서 제어부(811) 또는 메모리부(812)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(825)는 전자 장치(800)의 동작 상황 또는 이 외의 다른 정보들을 표시할 수 있다. 일 실시예에 따른 표시부(825)는 지문 등록부(823) 및 지문 인증부(824)의 동작 상태(예를 들면, 등록 성공 여부, 인증 성공 여부 등의 정보)를 표시할 수 있다.
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, 800: 전자 장치
110, 810: 지문 센서
811: 지문 센싱부
812: 신호 처리부
813: 신호 송수신부
820: 정보 처리 장치
821: 제어부
822: 메모리부
823: 지문 등록부
824: 지문 인증부
825: 표시부

Claims (2)

  1. 극소 지문 센싱 영역을 포함하여, 접촉된 손가락의 지문을 스캐닝하는 지문 센서;
    스캐닝된 지문 이미지에서, 당해 픽셀과 주변 픽셀들과의 픽셀 농담 차이 및 융선(ridge) 모양을 기초로 특징 지점 후보들을 선정하고, 인위적인 왜곡 후 기설정된 임계 범위 내에 속하는 적어도 둘 이상의 상기 특징 지점 후보들을 최종 특징 지점들로 선정하는 정보 처리 장치;
    상기 최종 특징 지점들의 상기 주변 픽셀들과의 픽셀 농담 변화 차이 및 상기 최종 특징 지점들 간의 상호 위치 정보를 템플릿화하여 지문 정보로 등록하는 지문 등록부; 및
    상기 손가락의 상기 지문 정보를 저장하는 메모리부를 포함하는, 전자 장치.
  2. 제1항에 있어서, 상기 융선 모양은
    상기 당해 픽셀의 상기 픽셀 농담 차이에 대응되는 적어도 하나의 농담 변화 방향을 포함한 농담 변화 벡터에 기초한 것인, 전자 장치.
KR1020140087223A 2014-07-11 2014-07-11 극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법 KR20150139397A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140087223A KR20150139397A (ko) 2014-07-11 2014-07-11 극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140087223A KR20150139397A (ko) 2014-07-11 2014-07-11 극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020140065418A Division KR101529033B1 (ko) 2014-02-14 2014-05-29 극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법

Publications (1)

Publication Number Publication Date
KR20150139397A true KR20150139397A (ko) 2015-12-11

Family

ID=55020566

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140087223A KR20150139397A (ko) 2014-07-11 2014-07-11 극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법

Country Status (1)

Country Link
KR (1) KR20150139397A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110516521A (zh) * 2018-05-22 2019-11-29 义隆电子股份有限公司 指纹注册方法及其电子装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110516521A (zh) * 2018-05-22 2019-11-29 义隆电子股份有限公司 指纹注册方法及其电子装置
CN110516521B (zh) * 2018-05-22 2023-11-14 义隆电子股份有限公司 指纹注册方法及其电子装置

Similar Documents

Publication Publication Date Title
KR101529033B1 (ko) 극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법
US8224043B2 (en) Fingerprint image acquiring device, fingerprint authenticating apparatus, fingerprint image acquiring method, and fingerprint authenticating method
KR101794804B1 (ko) 후보 지문을 인증하기 위한 방법 및 지문감지 시스템
KR101706290B1 (ko) 생체 측정 인증 디바이스 및 방법
KR101639986B1 (ko) 지문 등록 및 인증 속도 향상을 위한 지문 정보 프로세싱 방법 및 그 장치
JP5304901B2 (ja) 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
US9721142B2 (en) Multi-resolution fingerprint sensor
US20120051605A1 (en) Method and apparatus of a gesture based biometric system
EP2148303A1 (en) Vein pattern management system, vein pattern registration device, vein pattern authentication device, vein pattern registration method, vein pattern authentication method, program, and vein data structure
US9646192B2 (en) Fingerprint localization
US20170091521A1 (en) Secure visual feedback for fingerprint sensing
US10572749B1 (en) Systems and methods for detecting and managing fingerprint sensor artifacts
KR101537211B1 (ko) 상이한 지문 입력 방식을 지원하는 지문 인증 방법 및 전자 장치
CN107408208B (zh) 用于对用户的生物测量进行分析的方法和指纹感测系统
TWI730183B (zh) 具備不同的電容組態的指紋感測
KR20180015098A (ko) 지문 및 홍채를 이용한 사용자 인증 방법 및 장치
KR20150139397A (ko) 극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법
KR20150139396A (ko) 상이한 지문 입력 방식을 지원하는 지문 인증 방법 및 전자 장치
WO2023028947A1 (zh) 掌静脉非接触式三维建模方法、装置及认证方法
CN110574038B (zh) 从指纹图像中提取指纹特征数据
KR102577587B1 (ko) 지문 인증 방법 및 장치
KR20170041593A (ko) 지문 등록 및 인증 속도 향상을 위한 방법 및 장치
KR20170065176A (ko) 압력 감지 방법 및 전자 장치
CN112204571A (zh) 认证用户的方法
US11823487B2 (en) Method and system for enrolling a fingerprint

Legal Events

Date Code Title Description
A107 Divisional application of patent
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid