KR960005109B1 - 지문영상의 자동인식장치 및 방법 - Google Patents

Abstract

내용 없음.

Description

지문영상의 자동인식장치 및 방법

제 1 도는 본 발명의 지문영상의 자동인식장치를 도시한 블럭도.

제 2 도는 본 발명의 지문영상의 자동인식방법을 예시하는 전체 흐름도.

제 3 도는 입력지문에 대해 이산 퓨리에 변환한 후 퓨리에 스펙트럼을 나타내는 도면.

제 4 도는 제 3 도에 도시된 스펙트럼상에 나타나는 두개의 최대 계수의 위치와 크기에 따라 지문영상의 융선방향이 결정됨을 나타내는 도면.

제 5(a) 도 및 제 5(b) 도는 정상 및 특이영역에 대한 원화상과 이산퓨리에 변환한 지문을 나타내는 도면.

제 6 도는 중심블럭을 결정하기 위해 사용된 지문영역을 나타낸 도면.

* 도면의 주요부분에 대한 부호의 설명

110 : 방향패턴 및 중심블럭 추출부 111 : A/D 변환부

112 : 블럭분할 및 2차원 FFT부 113 : 방향결정 및 중심블럭 결정부

120 : 지문정보등록부 130 : 판별 및 특징영역 결정부

140 : 임계치 기억부 150 : 동일 지문인식 결정부

본 발명은 지문 자동인식장치 및 방법에 관한 것으로, 특히 입력되는 지문 영상과 사전 등록되어 있는 다수의 지문을 비교하여 동일한 지문을 자동으로 식별하는 지문인식장치 및 방법에 관한 것이다.

근래에 에드워드 알 헨리(Edward R. Henry)에 의하여 현대의 지문법이 정립된 이후, 지문은 많은 분야에 적용되어 왔다. 특히, 지문은 강력한 개인 인증수단으로서, 급여, 인사, 금융, 범죄수사 및 보안 등의 분야에서 고유영역을 인정받아 왔다.

지문을 이용한 개인 인증과정으로는 크게 여러지문을 형태별로 구분하는 분류(Classification)와, 본인임을 확인하는 조합(Matching)의 절차를 갖는다. 또한, 이러한 지문의 개인 인증 시스템은 등록되어 있는 다수의 지문중에서 입력된 지문을 구별해지는 1 대 다수의 식별 시스템(Identification System)과, 등록된 지문과 입력된 지문을 1 대 1 대조 판별하는 인증 시스템(Verification System)으로 구별된다. 전자의 식별 시스템의 경우, 지문인식의 최종 목표인 개인 식별을 위해서는 결국 지문의 조합을 행하여야 하는데, 보다 효율적인 지문인식을 위해서는 등록지문의 방대함으로 인하여 최종인식에 앞서, 먼저 입력지문을 특정범주로 분류하여 조합에 사용될 대상의 등록지문 갯수를 최소화하는 것이 필수적이다.

선행하는 종래의 지문인식 기법에서는 지문이 기존의 화상신호 처리 유형과는 달리, 지문자체의 기준 좌표축이나 좌표원점이 없으며, 신체 일부로서의 유연성으로 인하여 절대 좌표계를 사용한 고전적인 방법을 구사할 수 없는 난점이 있다. 그리고 보안시스템 영역이 기본적으로 추구하고 있는 고신뢰성과 출입통제를 위한 실시간 처리라는 목표점도 지문인식 시스템의 구현을 더욱 어렵게 만드는 요인이 되어 왔다.

이러한 지문에는 정확한 방향성을 띤 지문 융선(Ridge)으로 이루어진 정상 영역(Normal Region) 이외에 다수의 특징 영역이 존재한다. 이러한 특징부분에 있어서, 한 지문에는 특히 융선이 진행하다가 끊어지는 점과 융선이 진행하다 분리되는 점등이 많이 분포되는데, 융선이 진행하다 끊어지는 점을 단점(Ending Point)이라 하고, 융선이 갈라지는 점을 분기점(Bifurcation)이라 지칭한다. 이들을 통칭하여 통상 지문의 특징점(Minutiae)이라 지칭한다. 일반적으로 한 손가락에는 이러한 특징점이 100~150개 정도가 분포되며, 사람마다 모두 그 종류와 위치, 그리고 방향이 다르게 나타난다고 알려져 있다. 따라서, 이러한 특징점에 대한 정보는 각 지문 또는 각 개인마다의 식별수단으로 사용될 수 있으며, 특징점의 위치관계와 방향 등이 50~60% 이상 일치하면 통상 동일한 지문이라 판정한다.

일반적으로 경찰등에서 이용되고 있는 지문의 분류방식에는 헨리 시스템(Henry System)을 기본으로 하는 경우가 많다. 즉 와상문(Whorl), 궁상문(Arch), 제상문(Loop) 및 중제상문(Double Loop) 등의 형태에 의한 분류를 이용한다. 그러나 이러한 분류법은 자동화시키기에는 비효율적이고 기계적인 방법으로 유일한 지문을 결정하는데 불충분하다.

전술한 바와 같은 일반적인 지문인식과정에서는 먼저 지문의 특징점 추출을 위한 전처리 과정과 조합 및 판별에 사용되는 방향패턴과 특징점 추출과정, 그리고 이들을 이용한 식별 및 인식의 과정 등으로 이루어진다.

첫번째, 전처리 과정에서는 평활화(Smoothing), 이진화(Binarization), 세선화(Thinning) 및 보정(Restoration)의 과정을 가지는데, 이들은 입력된 지문의 영상이 물리적, 전기적인 이유 등에 의해 많은 잡음성분을 가지게 됨으로, 이러한 잡음성분을 제거하여 이로부터 원하는 정보를 추출하기 위해서이다. 즉, 평활화란, 하드웨어로부터 많이 발생하는 임펄스 잡음(Impulse Noise)의 영향을 최소화 하기 위한 것으로, 통상 공간 저역통과(Spatial Low Pass) 필터링이나, 중앙값(Median) 필터링을 이용한다. 그리고 이진화 과정에서는 취급하는 데이타량을 감소시키기 위한 과정으로, 지문영상에 있어 이진화는 기본적으로 지문의 돌출부인 융선부와 파인부분인 곡부를 흑백으로 구별하는 처리를 의미한다. 또, 입력영상이 지문 이외의 배경 영역을 포함하는 경우도 발생하므로 지문 영역과 배경영역을 구별하는 과정까지 포함해야 하는 경우도 있다. 지문은 전체입력 영상의 그레이 레벨(Gray Level)의 분포가 일정하지 않기 때문에, 지문 인식 기법에서는 국소 영역에 대한 지역적 이진화(Local Binarization)와 윈도우(Window) 연산을 이용한 중첩(Overlapping) 기법이 사용된다.

그리고, 세선화 과정에서는 이진화상으로부터 융선의 폭이 1화소인 선(Line) 화상을 만들어내는 것을 의미하는데, 특히 세선화된 지문영상은 특징점을 구함에 있어 유리하다는 장점으로 대부분의 인식 시스템에서 이 과정을 포함하고 있다. 그러나 많은 정보량에 대한 단순 반복의 처리과정이 전용 프로세서나 병렬 처리 시스템의 사용을 요구하는 단점이 있다. 따라서 많은 세선화 알고리즘이 개발되어 사용되고 있으나, 실시간 지문인식의 실용화에 큰 장애요인이 되고 있다.

마지막으로, 보정과정에서는 특징점을 찾는 방식에 관계없이 결과로서 나타난 특징점의 집합에는 지문영상 획득시의 조건이나 처리상의 한계에 의하여 특징점 추출과정에서 나타나는 의사 특징점이 나타나게 되는데, 이를 제거하는 과정이나 또한 이러한 과정은 전체 인식 알고리즘에 대한 적용순서상, 원화상에 대해서 그 화질을 향상시키는 방법과, 특징점 추출이 끝난뒤, 세선화된 영상에 대하여 의사 특징점을 제거하는 방법 등이 있다.

두번째, 특징점 추출(Feature Extraction)과정에서는 후술하는 바와 같이 지문에 존재하는 특징점들을 추출하는 과정이며, 마지막으로, 식별 및 인증(Identification & Verification)과정에서는 전술한 과정에서 추출한 특징점들을 이용하여 지문을 식별하고 인식하는 단계이다.

전술한 바와 같이 선행하는 종래의 지문인식 방법에서는 먼저 지문의 방향패턴을 얻기 위해 평활화, 이진화, 세선화 및 보정 등의 전처리 과정을 거쳐 지문의 특징점들을 추출하기 때문에, 처리 과정이 매우 복잡하고, 영상내의 잡음에 민감하며, 계산량이 방대하다는 문제점이 있다.

따라서 본 발명의 목적은 입력된 지문영상과 사전등록되어 있는 다수의 지문을 전처리 과정없이 비교하여 동일한 지문을 자동으로 식별케함으로써 데이타 처리 과정을 보다 간단하게 구현하여 실시간 처리가 가능하게 한 지문영상의 자동인식장치 및 방법을 제공하는데 있다.

본 발명의 일실시예에 따르면, 입력되는 아나로그 지문영상과 사전등록되어 있는 다수의 지문을 비교하여 동일한 지문을 자동으로 식별하는 지문인식장치로서, 상기 입력되는 아나로그 지문영상 신호를 디지탈 영상신호로 변환하고 소정의 픽셀 영역의 단위로 분할한 후, 2차원 고속 퓨리에 변환하며, 상기 변환된 계수들을 통해 지문융선의 방향패턴 및 소정 블럭으로 이루어진 소정영역으로 구성되는 중심영역을 결정하는 방향패턴 및 중심블럭 추출부와, 상기 방향패턴 및 중심블럭 추출부에서 결정된 방향패턴 및 소정 블럭으로 이루어진 소정영역내의 방향패턴 발생 빈도수, 중심블럭좌표 및 인식정보들을 기록 및 판독하며, 상기 방향패턴의 빈도수, 상관계수 및 방향패턴 정합율에 대한 기설정된 임계치를 기록하고 판독하는 기록수단과, 상기 입력지문의 방향패턴 분포 및 상관계수를 산출하여 상기 기록수단에 기록되어 있는 기설정된 임계치와 비교하여 동일지문 여부를 판단하며, 상기 판단결과 동일지문으로 판정된 경우 특징영역을 결정하는 판별 및 특징영역 결정부와, 상기 판별 및 특징영역 결정 후, 방향패턴 정합율을 계산하여 상기 기록수단에 기억된 기설정된 임계치와 비교하여 최종 동일지문 여부를 결정하는 동일지문인식 결정부를 포함한다.

본 발명의 다른 실시예에 따르면, 입력되는 아나로그 지문 영상과 사전등록되어 있는 다수의 지문을 비교하여 동일한 지문을 자동으로 식별하는 지문인식 방법으로서, 상기 입력되는 아날로그 지문영상신호를 디지탈 영상 신호로 변환하고 소정의 픽셀영역 단위로 분할한 후 2차원 고속 퓨리에 변환하며, 상기 변환된 계수들을 통해 지문 융선의 방향패턴 및 중심블럭을 결정하는 입력지문 중심블럭 결정단계와, 상기 입력지문 중심블럭 결정단계 수행 후 등록지문의 남아 있는가를 판단하여 등록지문이 남아 있지않은 경우에는 타인지문으로 판별하며, 등록지문이 남아 있는 경우는 등록지문을 호출하는 등록지문확인 및 호출단계와, 상기 등록지문확인 및 호출단계 수행후 등록된 지문과 입력지문의 방향패턴 빈도수 및 상관계수를 기설정된 임계치와 비교하여 동일지문 여부를 판별하는 제1 및 제 2 판별단계와, 상기 제1 및 제 2 판별단계에서 동일지문으로 판정된 경우, 수평 및 수직 천이를 산출하며, 이때 산출된 천이량이 기설정된 임계치와 비교하여 그 비교결과에 따라 나머지 영역 또는 전체영역에 대해 2차원 고속 퓨리에 변환을 수행하여 정상, 특이 및 불연속 영역의 특징영역을 결정하는 특징영역 결정단계와, 상기 특징 영역 결정단계 수행에서 산출한 특징영역의 특성과 방향성을 이용하여 방향패턴의 정합율을 산출하여 기설정된 임계치와 비교하여 최종적으로 동일지문 인식 여부를 결정하는 동일지문인식 결정단계를 포함한다.

이하에서는 본 발명의 실시예가 첨부된 도면을 참조하여 상세하게 설명된다.

제 1 도는 본 발명에 따른 지문영상의 자동인식장치의 바람직한 일실시예를 도시한 블럭도로써, 이러한 장치는 방향패턴 및 중심블럭 추출부(110), 지문정보등록부(120), 판별 및 특징영역결정부(130) 및 동일 지문인식부(140)를 포함한다.

또한 도시된 바와 같이 방향패턴 및 중심블럭 추출부(110)는 아나로그/디지탈(A/D) 변환부(11), 2차원 고속 퓨리에 변환부(Fast Fourier Transform ; FFT)(112) 및 방향 결정 및 중심블럭 결정부(113)를 구비한다. A/D 변환부(111)는 기설정된 손가락가이드가 없는 지문 입력장치의 프리즘(도시안됨)을 통하여 나타나는 입력지문에 대한 소정 공간영역의 상을 카메라(도시안됨)를 통해 입력하여 디지탈 지문영상신호로 변환하는 것으로, 그의 출력영상 데이타는 블럭분할 및 2차원 FFT 부(112)의 입력단에 결합된다. 블럭분할 및 2차원 FFT 부(112)는 A/D 변환부(111)에서 제공되는 소정 픽셀 구간의 데이타, 예를들어, 256×240의 공간영역의 픽셀 데이타를 입력하고, 이 픽셀 데이타를 퓨리에 변환을 이용하여 지문의 방향패턴을 산출하기 위해 8×8단위 영역으로 분할한 후, 2차원 FFT를 수행하는 것으로, 2차원 퓨리에 변환된 계수들은 방향결정 및 중심블럭결정부(113)의 입력단에 결합된다. 방향결정 및 중심블럭결정부(113)는 블럭분할 및 2차원 FFT(112)의 출력단에 결합되어 2차원 퓨리에 변환된 계수들을 입력하여 지문융선의 방향을 결정한 후 중심 블럭을 결정하는 것으로, 그의 출력정보들, 예를들어 방향패턴 발생빈도수, 중심블럭좌표 및 식별(ID)정보등은 지문정보등록부(120)로 전달하여 기억시키며, 또한 전술한 정보들은 판별 및 특징영역 결정부(130)의 입력단에 결합된다. 판별 및 특징영역 결정부(130)는 방향결정 및 중심블럭결정부(113) 및 지문정보등록부(120)의 출력단에 결합되어 입력 및 등록된 지문의 중심블럭을 중심으로 방향이 정의되어 겹쳐지는 부분에 대해 산출된 방향패턴 발생분포 및 상관계수(Cross Correlation)를 임계치 기억부(120)에 기억되어 있는 기설정된 임계치를 판독하여 동일지문여부를 판별한 후, 지문 전체에 대한 정교한 비교를 위하여 특징영역을 결정하는 것으로, 그의 출력정보들은 동일지문 인식결정부(150)의 입력단에 결헙된다.

동일지문인식결정부(150)는 전술한 판별 및 특징영역결정부(130), 지문정보등록부(120) 및 임계치기억부(140)의 출력단에 결합되며, 특징영역결정부(130)에서 제공되는 세유형(즉 정상, 특이 및 불연속)의 영역과 지문정보등록부(120)에 기억되어 있는 등록지문의 유형의 영역의 특성과 방향패턴을 이용하여 방향패턴 정합율을 산출한 후 역시 임계치 기억부(140)에 기억되어 있는 기설정된 임계치와 비교하여 최종 동일 지문여부를 결정한다.

이때 최종적으로, 방향패턴 정합율과 기설정된 임계치를 비교하여 방향패턴 정합율이 임계치보다 더 큰 경우에 두 지문은 동일한 사람의 지문으로 인식하고, 반대의 경우 현 등록지문을 배재하고 다음 등록지문과 다시 비교하며, 더이상 등록지문이 없는 경우에는 입력지문을 배제하여 모든 처리과정을 종료하게 된다.

제 2 도는 본 발명에 따른 지문영상의 자옹인식방법의 바람직한 일실시예를 예시하는 흐름도로써, 지문영상의 자동인식방법은 입력지문 중심블럭 결정단계(S10), 등록지문확인 및 호출단계(S20), 판별단계(S30), 특징영역 결정단계(S40) 및 지문인식단계(S50)로 이루어진다. 이러한 방법에 의해 전술한 특징점을 추출하기 위한 전처리 과정이 생략될 수 있게 되며, 실시간 처리가 가능하게 된다.

입력지문중심 블럭설정단계(S10)에서는 먼저 시스템을 개시하고(S11), 지문의 융선 방향패턴을 구하기 위해, 디지탈 지문영상신호로 변환된 256 그레이 레벨(즉, 지문영상의 각 픽셀의 밝기를 8비트에 의해 256개의 준위로 나타냄)을 갖는 지문영상인 256×240 픽셀(Pixel) 크기의 영상을 입력하고(S12), 8×8 픽셀 크기의 단위 영역(Unit Block)으로 분할하여 32×30 영역으로 분할한 후, 각 영역에 대하여 2차원 FFT를 수행한다(S13). 지문의 융선 방향패턴은 전체 지문화상을 일정한 크기의 방향 결정영역으로 분할한 후, 각 방향 결정 영역에 대하여 방향을 결정하게 된다. 이와 같이 방향패턴을 구함으로서 지문의 등록시에 화상 데이타가 패턴정보로 변환되어 많은 데이타 압축을 얻게된다. 이때 전체 영상에 대한 분할영역의 갯수와 크기, 8×8 픽셀 영역내에 포함되는 융선의 수는 적용되는 알고리즘에 따라 설정될 수 있다. 여기서 각 단위 영역에는 지문의 융선이 2 내지 3개씩 포함된다고 가정한다. 그리고, 2차원 FFT가 수행되는 과정은 다음과 같다. 즉, 연속함수 f(x)에서 △x씩 간격이 떨어진 N개의 샘플을 취하면, 연속함수는 {f(x₀), f(x₀+△x), f(x₀+2△x), …, f(x₀+(N-1)△x)}로 나타낼 수 있고, 결국 연속함수 f(x)=f(x₀+△x)로 나타낼 수 있다.

따라서, 2차원 FFT와 역 고속퓨리에 변환(IFFT)의 일반식은 다음식(1)과 같이 나타낼 수 있다.

여기서, u=0, 1, 2, …, M-1(M=N/2)이고,

이라 하면, 전술한 식(1)은 다음 식(2)과 같이 나타낼 수 있다.

전술한 바와 같이, 2차원 FFT 변환은 적용되는 순서에 관계없이 각행 또는 각열 방향으로 1차원 FFT를 먼저 수행한 후, 나머지 방향에 대하여 다시 1차원 FFT를 수행하는 식으로 이루어진다. 따라서, N×N 크기의 영상인 경우, 2차원 FFT는 N개의 계수에 대한 2×N번의 1차원 FFT로 구성된다. 본 발명의 실시예에서 사용되는 FFT 알고리즘은 N개의 입력에 대한 log₂N 반복 실행 후, 결과 값에 대해 비트 리버스(Bit-Reverse)를 행하는 알려진 샌드-터키(Sande-Tukey) FFT 알고리즘이다.

한편 지문영상의 융선은 잡음, 표피손상 등에 의한 영향으로 그 방향 성분이 국부적으로 큰 변화를 가져올 수 있다. 따라서, 방향패턴도 이의 영향을 받게 되어 후속의 조합 과정시에 방향성 잡음으로 작용하여 오류발생의 원인이 된다. 그러나, 전술하는 FFT를 이용하면 하드웨어 작동시 발생되는 반점 잡음(Speckle Noise) 등을 제거하기 위한 평활화 전처리 과정을 별도로 요하지 않는다. 또한 FFT는 지문 영상 입력시 조명상태와 압력변화에 따르는 그레이 레벨의 변화에 덜 민감하며, 실질적으로 가장 많은 시간이 소요되는 이진화 및 세선화 전처리 과정이 필요치 않다는 장점이 있다.

제 3 도를 참조하면, 제 3 도는 8×8 픽셀 크기의 단위 영역에 대하여 2차원 FFT를 수행하여 방향성을 결정하기 위한 퓨리에 스펙트럼을 나타내는 도면으로서, 직류(DC)-성분(즉, 주파수(0, 0)에 해당하는 퓨리에 계수의 절대치)을 제외하고 크기가 가장 큰 두개의 계수를 찾아 그들의 위치와 크기의 비를 산출하여, 그 영역의 방향을 결정하게 된다.

제 4 도는 전술한 가장 큰 두개의 계수를 찾아 그들의 위치와 크기의 비를 산출하여 그 영역의 방향을 결정하기 위한 도면으로써, 도시된 바와 같이 정의된 8 방향중의 하나로 결정하거나, 방향이 정의되지 않은 영역을 구분하여 특이영역으로 정의한다. 퓨리에 스펙트럼으로부터 융선의 방향을 결정하는 원리를 간단하게 설명하면 다음과 같다. 첫째, 퓨리에 변환은 2차원 영상데이타에 대하여 영상내의 물체의 회전정도와 똑같은 크기로 퓨리에 스펙트럼에도 회전이 일어난다는 특성을 이용하여, 8×8 단위 영역내에 지문의 융선 흐름이 정확하게 존재하는 경우, 퓨리에 스펙트럼상에 지문방향의 수직인 방향으로 절대치가 큰 계수들이 나타난다. 그 다음 두번째로, 퓨리에 변환은 입력 신호의 주기성을 나타내므로, 영역내에 융선의 갯수가 많아지면, DC-성분으로부터 멀리 있는 고주파 영역에 절대치가 큰 퓨리에 계수가 나타나서 융선의 간격에 대한 측정이 가능하다. 마지막으로, 영역내에 지문의 방향패턴이 불규칙한 경우, 즉 정상 융선이 아닌 단점이나 교차점(Cross Point) 등의 특이점을 포함하는 경우, 스펙트럼상에 크기가 유사한 퓨리에 계수가 방향성이 없이 나타나므로, 특이점의 존재를 예측할 수 있게 된다.

제 5 도는 정상영역과 특이영역을 나타내는 두개의 단위 영역에 대하여 각각의 퓨리에 스펙트럼을 나타내는 도면이다. 제 5(a) 도를 참조하면, 정상영역에 대한 원화상과 원화상에 대한 퓨리에 스펙트럼을 나타내는 도면으로써, 좌측도면의 융선 방향은 45°이고, 우측도면의 퓨리에 스펙트럼은 -45°방향으로 절대치가 큰 계수(밝은색)들이 분포됨을 알 수 있다. 제 5(b) 도를 참조하면, 특이영역에 대한 원화상과 원화상에 대한 퓨리에 스펙트럼을 나타내는 도면으로써, 도시된 바와 같이 우측도면의 퓨리에 스펙트럼에는 DC-성분이외에 절대치가 큰 계수가 없음을 알 수 있다.

제 2 도를 다시 참조하면, 전술한 바와 같이 2차원 FFT 수행(S13)을 통해 결정된 지문융선의 방향을 이용하여 입력지문의 중심블럭을 결정하는 단계(S14)로 진행하여 후술하는 바와 같이 중심블럭을 결정하게 된다. 본 발명의 바람직한 실시예에서는 지문영상의 중앙으로부터 소정의 단위 영역에 대하여 방향패턴을 산출한 후, 행과 열 방향으로 방향패턴에 대한 산술 평균과 분산을 계산하여 중심블럭을 결정하게 된다.

제 6 도를 참조하면, 전술한 중심블럭을 결정하기 위해 예를들어 지문영상의 전영역이 행방향(I_x)으로 32블럭, 열방향(I_y)으로 30블럭인 경우, 중앙영역은 행방향(W_x) 및 열방향(W_y)으로 각각 13블럭, 즉, 13×13 단위 영역에 대하여 지문융선의 방향패턴을 산출하며, 그 다음 행과 열 방향으로 방향패턴에 대한 산술평균과 분산을 계산하여 중심블럭을 결정하게 된다.

예를들면, 전술한 와상문의 경우, 동심원 모양의 지문이므로 방향패턴의 산술평균이 0_방향에 가장 가까운 행과 4_방향에 가장 가까운 열이 만나는 영역을 중심블럭으로 결정한다. 이 경우 중심블럭은 중심점(Core Point)을 포함하게 된다. 또한, 궁상문의 경우, 행방향으로 분산의 차이가 가장 크고 열방향으로 평균이 4_방향에 가장 가까울때, 그 행과 열이 만나는 영역을 중심으로 결정하게 된다.

전술한 개념을 식으로 나타내면 다음식 (3)(4)(5)(6)과 같다.

여기서, i=1, 2, …, W_x이고, j=1, 2, …, W_y를 나타낸다.

등록 지문확인 및 호출단계(S20)는 전술한 단계(S10) 수행후, 등록지문이 남아 있는가를 판단하여(S21), 등록지문이 남아 있는 경우에는 등록지문을 호출한 후(S24), 다음 단계(S30)로 진행한다.

판별단계(S30)에서는 방향패턴분포와 상관계수를 기설정된 임계치와 각각 비교하는 판별단계(S31)(S32)로 이루어진다. 즉, 두 지문의 대략적인 비교 뿐 아니라 지무의 분류를 위하여 1차 판별단계(S31)에서는, 각기 다른 형태(즉, 와상문, 궁상문, 제상문, 중제상문 등)의 지문이 각 방향패턴의 발생 빈도에 상이한 분포를 갖는 특성을 이용하여, 두 지문의 중심블럭을 중심으로 방향이 정의되어 겹쳐지는 부분에 대하여 방향패턴 발생빈도를 비교한다. 이러한 단계(S31)에서는 불필요한 조합의 횟수를 줄이는 효과를 주는데, 비교 방법은 각 방향패턴에 대하여 두 빈도수의 치이가 기설정된 임계치보다 크거나, 입력지문의 빈도수에 대한 그 비가 또다른 기설정된 임계치 보다 크면 다음의 제 2 차 판별단계(S32)로 진행하며, 반대의 경우는 현 등록지문을 배재하여 전술한 등록지문확인 및 호출단계(S20)로 복귀한다.

전술한 단계(S10)에서 결정된 중심블럭은 등록지문과 입력지문 사이의 단위영역 크기의 좌표변위를 보정하여 주지만, 조합의 정밀도를 높이기 위하여 제 2 판별단계(S32)에서는 화소 단위의 좌표변위를 보정한다. 지문의 등록시에 중심블럭의 그레이 레벨을 저장하였다가, 판별단계(S30)에서 입력지문의 중심블럭과 등록지문의 중심블럭을 중심으로 하는 3×3 단위영역 크기의 영역 사이의 상관계수를 계산하여 그 값이 최대가 되는 위치이동(천이) 정도를 결정하고, 두지문의 중심블럭 사이의 유사정도를 검사한다. 등록지문 R(i, j)과 입력지문 S(i, j) 사이의 그레이 값의 상관계수를 계산하는 식은 다음 식(7)과 같다.

여기서, m, n-0, 1, 2, …, N_x2-1이며, N=8이다. 즉, 등록된 지문의 중심블럭과 입력 지문영상의 중심블럭을 포함하는 3×3 블럭의 영역에 대하여 그레이 값의 차이의 절대값에 대한 합이 작을 수록 두 중심블럭 내의 지문 형상이 유사한 것으로 판단한다. 이때, 지문 비교의 제 2 판별단계(S32)에서는 최대 상관계수가 기설정된 임계치보다 크면 서로 상이한 지문으로 판정하게 된다. 반대로, 동일 지문으로 판정될 때에는 다음 단계(S40)로 진행하게 된다.

특징영역 결정단계(S40)는 전술한 단계(S30)에서, 동일 지문으로 판정될 때 수행되는데, 이때 결정된 위치이동 정도는 수평, 수직방향 각각 최대 4화소가 될 수 있는데, 먼저 수평, 수직 이동(천이) 정도를 계산한 후 (S41), 제 3 판별단계(S42)에서 실제로 계산된 이동 정도가 기설정된 임계치, 즉, 2화소 이하이면 두 지문영상 사이의 좌표변환이 이루어졌다고 판단하여 현 영역분할을 그대로 유지하기 위해 단계(S43)로 진행하여 나머지 영역에 대한 2차원 FFT를 수행하며, 반면에 계산된 천이정도가 3화소 이상이면, 좌표변이 보정에 따라 새로이 영역을 분할하고, 지문 전체에 대하여 방향 결정을 재수행하기 위해 단계(S44)로 진행하여 전체 영역에 대한 2차원 FFT를 수행하여 그 정도에 따라 지문 전체 영역에 대한 분할선을 다시 설정하고 지문의 방향패턴을 다시 구한다.

즉, 전술한 판단단계(S42)에 따라 중심블럭을 중심으로 나머지 지문영상에 대하여도 2차원 FFT를 수행하여 다음과 같은 2종류의 지문의 방향패턴을 결정한다. 즉, 방향패턴의 흐름에서 수평 혹은 수직방향으로 인접블럭과의 방향차가 45°이상인 경우, 급격한 융선의 회전이 있음을 예측할 수 있다. 일반적으로, 중심점과 삼각주(Delta Point)가 이에 해당되지만, 그들의 근방에서도 급격한 변곡점들이 존재하게 되며, 이들의 분포가 각 지문의 특징으로 사용될 수 있다. 이러한 영역들을 불연속 영역(Discontinuous Block)으로 정의한다. 그 다음에, 퓨리에 스펙트럼이 방향성이 없어 방향패턴을 정의하기 어려운 영역은 단점 또는 분기점에 의해 일정한 방향성이 없기 때문이다. 이러한 영역들을 특이영역(Characteristic Block)으로 정의한다. 이들의 위치와 방향성 및 특이점 여부를 방향패턴지도(Direction Map)에 저장한다. 이들을 인식의 특징으로 사용함으로써 방향패턴만에 의존하는 선행방법에 비하여 더욱 높은 인식의 정밀도 향상을 가져올 수 있다. 전술한 단계(S42 내지 S44) 수행을 통해 특징 영역을 결정하고 (S45), 다음 단계(S50)로 진행한다.

최종 동일 지문인식 결정단계(S50)에서는 전술한 단계(S40)에서 구한 정상영역, 특이영역 및 불연속영역의 특성과 그들의 방향성을 이용하여 방향패턴의 정합율을 계산한다. 즉, 등록지문과 입력지문의 영역내의 각 방향에 대한 각 특성의 발생빈도와 대응 블럭의 방향차를 계산하고, 다음 표 1과 같이 부여된 가중치에 의해 방향패턴의 정합율을 계산한다.

[표 1]

(A) 방향차가 0일때

(B) 방향차가 1일때

표 1(A)와 같이, 두 대응 불럭의 방향이 같은 경우와, 표 1(B)와 같이 방향차이가 1인 경우에 대하여 입력지문의 블럭이 가지는 세가지 특성(정상, 특이, 불연속)에 따라, 즉, 동일한 특성과 방향을 가질 경우, 방향이 같거나 특성이 다를 경우, 그 외의 경우로 나누어 가중치를 차등적으로 부여함을 나타낸다. 평가를 위해서는 각 방향에 대하여 전술한 발생빈도가 신뢰할 수 있을 정도의 임계치를 초과하는 경우에 한하여 이들의 정합에 따르는 가중치의 합을 구하여 전체 평균을 산출한다. 이와 같이 산출한 전체 평균값과 비교를 위한 기설정된 임계치와 비교하여(S51), 방향패턴 정합율이 임계치보다 작은 경우는 전술한 단계(S20)로 복귀하며, 방향패턴 정합율이 임계치보다 더 큰 경우는 단계(S52)로 진행하여 동일지문임을 인식하게 된다. 즉, 동일 지문인식 판정을 위해서는 각 방향에 대하여 발생빈도가 신뢰할 수 있을 정도의 임계치를 넘은 경우에 한하여 이들의 정합에 따르는 가중치의 합을 구하여 전체 평균값을 산출한다. 최종 평균값이 임계치보다 크면 두 지문은 동일한 사람의 지문으로 인식하며, 반대의 경우 전술한 단계(S20)로 진행하여 현 등록지문을 배제하고 다음 등록지문과 비교를 시작하며, 더 이상 등록지문이 없는 경우에는 입력지문을 배재하여 모든 인식과정을 종료하게 된다.

이상에서 설명한 바와 같이, 본 발명에 의하면 지문영상의 방향패턴을 결정함에 있어 8×8 픽셀 크기의 단위 영역에 대하여 이산 퓨리에 변환을 수행하므로 선행기술에서의 전처리 과정이 생략되며, 또한 다수의 등록지문 가운데 입력지문과 동일한 것을 추출하는 과정에서 기준영역의 상관계수를 이용하여 대략적인 판별기준을 설정함으로써 상이한 지문을 인식초기에 배제할 수 있어 전체적인 처리시간을 단축시킬 수가 있는 커다란 잇점이 있다.

Claims (5)

1. 입력되는 아나로그 지문영상과 사전등록되어 있는 다수의 지문을 비교하여 동일한 지문을 자동으로 식별하는 지문인식장치로서, 상기 입력되는 아나로그 지문영상 신호를 디지탈 영상신호로 변환하고 소정의 픽셀 영역의 단위로 분할한 후, 2차원 고속 퓨리에 변환(Fast Fourier Transfrom : FFT)하며, 상기 변환된 계수들을 통해 지문 융선의 방향패턴 및 소정영역으로 구성되는 중심블럭을 결정하는 방향패턴 및 중심블럭 추출부와, 상기 방향패턴 및 중심블럭 추출부에서 결정된 방향패턴 및 중심블럭을 포함하는 소정 블럭에 대한 발생 빈도수, 중심블럭좌표 및 인식(ID)정보들을 기록(Write) 및 판독(Read)하며, 상기 방향패턴의 빈도수, 상관계수 및 방향패턴 정합율에 대한 기설정된 임계치를 기록하고 판독하는 기록수단과, 상기 입력지문의 방향패턴 분포 및 상관계수를 산출하여 상기 기록수단에 기록되어 있는 기설정된 임계치와 비교하여 동일지문 여부를 판단하며, 상기 판단결과 동일지문으로 판정된 경우 특징영역을 결정하는 판별 및 특징영역 결정부와, 상기 판별 및 특징영역 결정 후, 방향패턴 정합율을 계산하여 상기 기록수단에 기억된 기설정된 임계치와 비교하여 최종 동일지문 여부를 결정하는 동일지문인식 결정부를 포함하는 지문영상의 자동인식장치.
2. 제 1 항에 있어서, 상기 방향패턴 및 중심블럭 추출부에서의 지문의 방향패턴 결정은, 입력 지문을 단위영역으로 분할하고, 각 영역에 2차원 FFT를 적용하여 얻은 퓨리에 스펙트럼으로부터 방향 및 특이영역을 결정하는 지문영상의 자동인식장치.
3. 제 1 항에 있어서, 상기 방향패턴 및 중심블럭 추출부에서의 중심블럭을 결정하기 위한 소정영역은, 13×13 단위영역 크기의 영역으로 결정하는 지문영상의 자동인식장치.
4. 입력되는 아나로그 지문영상과 사전등록되어 있는 다수의 지문을 비교하여 동일한 지문을 자동으로 식별하는 지문인식방법으로서, 상기 입력되는 아날로그 지문영상 신호를 디지탈 영상 신호로 변환하고 소정의 픽셀영역 단위로 분할한 후 2차원 고속 퓨리에 변환하며, 상기 변환된 계수들을 통해 지문 융선의 방향패턴 및 중심블럭을 결정하는 입력지문 중심블럭 결정단계와, 상기 입력지문 중심블럭 결정단계 수행 후 등록지문이 남아 있는가를 판단하여 등록지문이 남아 있지 않은 경우에는 타인 지문으로 판별하며, 등록지문이 남아 있는 경우는 등록지문을 호출하는 등록지문확인 및 호출단계와, 상기 등록지문확인 및 호출단계 수행후 등록된 지문과 입력지문의 방향패턴 빈도수 및 상관계수를 기설정된 임계치와 비교하여 동일지문 여부를 판별하는 제1 및 제 2 판별단계와, 상기 제1 및 제 2 판별단계에서 동일지문으로 판정된 경우, 수평 및 수직 천이를 산출하며, 이때 산출된 천이량이 기설정된 임계치와 비교하여 그 비교결과에 따라 나머지 영역 또는 전체영역에 대해 2차원 FFT를 수행하여 정상, 특이 및 불연속영역의 특징영역을 결정하는 특징영역 결정단계와, 상기 특징영역 결정단계 수행에서 산출한 특징영역의 특성과 방향성을 이용하여 방향패턴의 정합율을 산출하여 기설정된 임계치와 비교하여 최종적으로 동일지문 인식 여부를 결정하는 동일지문인식 결정단계를 포함하는 지문영상의 자동인식방법.
5. 제 4 항에 있어서, 상기 특징영역 결정단계에서, 지문특징점 결정은 급격한 변곡 영역을 불연속 특이영역으로 정의하는 지문영상의 자동인식방법.