TW200919333A - Genuine/fake fingerprint determination method and apparatus - Google Patents
Genuine/fake fingerprint determination method and apparatus Download PDFInfo
- Publication number
- TW200919333A TW200919333A TW96139153A TW96139153A TW200919333A TW 200919333 A TW200919333 A TW 200919333A TW 96139153 A TW96139153 A TW 96139153A TW 96139153 A TW96139153 A TW 96139153A TW 200919333 A TW200919333 A TW 200919333A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- fingerprint
- capillary
- value
- true
- Prior art date
Links
Description
200919333 九、發明說明: 【發明所屬之技術領域】 特別是有關一種真偽指 本發明係有關一種生物特徵辨識方法及裝置, 紋判定之方法及裝置。 【先前技術】 隨著科技的日新月異,近年來使用生物特徵以做為系統管理辨識工具 之技術已逐漸《,而常見的生物特徵係可大略分成兩部分,其中之一係 為所謂的生珊徵’另-則是為_行祕徵峨騎識的目標,對於生 理特徵而言’其係直接擷取人齡體理特徵以物辨識身份的目的, 例如:指紋辨識、掌紋辨識、人臉辨識、虹膜辨識等,而行為特徵則是操 取人類行為表現的差異來辨識身份,例如:聲紋辨識、料辨識等。而在 上述應用各種生物特徵以做為辨識的應職射,係以指紋辨識為應用最 廣、發展最為成熟的生物特徵辨識技術。
然而,由於指紋辨識之技術業已發展多年,在實際的辨識應用中卻也 相對地發展出了較多偽造指紋的技術,舉例來說,過去常見的偽指紋基材 多以石夕膠為主’但由於师材料與人體麟的阻抗差異性較大,驗,便 發展出掺混有導電性物質的材料以做為偽指紋之基材,然而,為了維 持-定的導電度’在偽指紋進行製作時須耗費較多的時間,因此此一技術 並未廣泛職,直顺祕發料___賴讀峨她的基材所 構成的偽餘技術,其巾,爾見之峨蝴咖丨帅請來考第 -⑷圖所示,其係為目細術製造偽指紋的流程蝴,首先在 步驟观中,被偽造之指紋編在—物體上;步請職為偽造者藉 200919333 由肩化銀私末與強力膠掏取物品上的指紋;而後,在步驟測巾,再對操 取之指紋進行拍照;在步驟SG4中,係將所獲得之影像進行影像之處理後 再轉印至蝴上;職,物SG5巾,健雛細投影片做 為光罩乂對基板進订曝光、顯影、敍刻等製程以使得此基板上形成有與 擷取之指紋上相似度極高的波峰紋、波谷紋之分佈情形;最後,在步驟S06 中’再以吉利T覆细瞻±而軸—具細谢利了薄膜。而此種 彳丁^紋對於目Μ細最廣的*耗贿齡贼是導電性指紋 辨識系統而。β參考第—⑻騎示,由於偽造的吉利丁指紋上係具有 與原始指紋她軸的嫩⑼、峨收价,細指紋 極可能磁學缺嶋;_,又目為吉細'與人體之阻 抗相近似,因此對於導電性指紋辨識編言,請參考第—(C)圖所示, 在判定此-偽造的指紋時’導電性指紋哪統亦可能造成誤判而導致準 確I·生降低的問4。故’在此種利用吉利丁以做為偽造指紋基材的技術被發 v... 展出來以後,對於現今主_缺辨識技術確實造成了相當大的衝擊。 雖然上述之偽指紋技術確實咸脅到現今大部分的指紋辨識系統,芦 而’無論是册何_偽減技術㈣,目前為止皆無法极且完整地複 製出人體皮紅微_細嫩,嶽,綱 判定之方法繼,⑽w«嶋指L識 系統進行把關的工作’進而達到加強指紋辨識系統整體的準確度。 【發明内容】 本發月#•目的係提出一種真偽指紋判定之方法及裳置,其係利 用偵測指紋影像上毛細孔的真偽以做賴斷真、偽指紋的基準,而在破定 200919333 指紋上的毛細孔為真毛細孔後再接續進行指紋的辨識工作,因此,利用本 發明之方法射纽地觸出絕大部分_細,崎低指_識系統受 到偽指紋入侵之機率,且本發明之方法更可廣泛地應用在各種指紋辨識^ 統,以做為減__斷綠,___齡麟行缺辨識時資 料處理的負荷,進而提高辨識系統整體運作的效率。 本發明之p目的,係提出—種無缺判定之方法及裝置,其中用 以偵測毛細孔減的方法係依據—毛細孔位置之周圍資訊,並利用此些周 圍的位置影像資訊進行運算以確認毛細孔的真、偽。 為達上述之目的’本發明係首先提供—轉偽指紋判定之方法,其辨 識的步驟係先摘取-指紋影像中較為完整的局部影像,且此指紋影像的局 部影像中係具有複數毛細孔影像,而其中上述的指紋影像係可為一枚指紋 的部分影像,錢為-牧完整指紋的整體影像;再判別此些毛細孔影像, 並從其中選取出複數有效毛細孔影像;最後,判別此些有效毛細孔影像為 真毛細孔祕毛細孔,射,t_出的真毛細孔數目與偽毛細孔數目之 比例不小於-定的目標值時,則表示此牧指紋影像係來自於一真指紋,反 之,當判別出的真毛細孔數目與偽毛細孔數目之比例小於此目標值時,則 判定此牧指紋影像係來自於一偽指紋。 而上述中肋將此些毛細孔影像中纽與無效的毛細孔影像進行分類 的方法係為將上述所有毛細孔影像分別進行灰階值運算與影像處理,並依 據灰/%值運算所㈣的複數鄉—位置射彡像處錢所制數個第二 位置所父集細結果’以做為判定有效毛細孔雜所對狀位置的依擄, 200919333 其中’獲得第一位置的方法係藉由正規化(norraalizati〇n)、最小均方誤差 (minimum square error)運算、局部最小值(local minimum points)等等 的運算方法以實現,而獲得第二位置的方法則係將毛細孔影像直接經過影 像過濾處理、二值化(binarizati〇n)運算、細線化處理、模糊化處理、影 像旋轉處鱗等方法以實現。另外,當上述财的毛細孔影練過判定以 選擇出複數有效毛細孔影像後,對於此些有效毛細孔影像則必須進一步進 行真毛細孔、偽毛細判定,關定真、偽毛細⑽方法係將上述的有 效毛細孔影像的中央區域的灰階值與其關區域贼階值(献複數周圍 區域的灰階鮮均⑽⑽行差值的計算,#有效毛細孔影像財央區域的 灰階值與其周圍位置之灰階值(或所有周圍區域灰階值之平均)之間所計算 出之結果不小於--門檻值時,則判定有效毛細孔影像係為真毛細孔,而 當有效毛細孔影像與其周圍位置之間所計算出之結果未達此門植值時,則 判定有效毛細⑽像係為偽毛細孔。最後,在依據所麟之真毛細 與偽毛細魏目蝴_雜板_ _術觸像之膝 另外,本發明亦同時提供一種真偽指紋判定之裝置,盆係包括一 指紋影像娜單元以及-缺雜處理單元, " 中,私紋影像擷取單元係 1以操取-識仏缺雜,隨蝴_私瞻收指紋影 象操轉續級姆彡像,繼_彡像巾说峨 細孔數目之比例關定指紋影像之是否來自於真指紋。 因此,本發明之真偽指紋判定之方法及 真偽做為属職冑,_,树 ^纟娜巾毛細孔的 之真偽K判定之方法及裝置更 200919333 °、’用在各種不同型態的指紋辨識系統中,例如:光學指蚊辨識系統 或是光學/導電型指紋辨識系統,峨為主要辨誠是獅辨識的判斷 法。 底下藉由具體實施例配合所附的圖式詳加說明,當更容易瞭解本發明 之目的、技術内容、特點及其所達成之功效。 【實施方式】 為了有效篩選出細缺,她_—種真織判定之方法 及裝置,其财爾輸__,細建於習知的 指紋辨識系統中以輔助或加強指紋辨識系統效果。以下將提供本發明支各 種貫施態樣’同時配合圖式以詳細說明本發明之主要技術特徵。 由於人類__峨梅物嫩_,喊祕波料 f谷紋上佩有針上萬_毛細孔,耻,朗時參考第二⑴圖與 第-⑻圖卿’⑽分別像之轉圖及其局鄉狀放大示意 圖由於在第一(Α)圖與第二⑻圖中所示的指紋影像係操取自光學指 紋辨識系統’因此指紋影像中的白色區域係為反光區域,換言之,其係為 指紋影像中波敎2〇1,而指紋影像中的黑色區域係為吸光區域拿之, =指晴恤衡G2,㈣毛細輯顧構,故在 2紋辨峨__嘯伽晴叫X細色點狀的型 ;卿料韻麵術·__,概參考第三圖 林伽之主要真紋顺之紐的辨識流糊,首先,在 =的=S1°中’由於指紋影像中通常僅有部分的影像較為清晰且完 ,故’操取一指紋影像的局部影像,上述的指紋影像中,可能是一枚完 200919333 整指紋的影像,也可能為部分指紋的影像,且從所操取的局部影像上的波 峰紋201與波谷紋2〇2中,係可獲得複數毛細孔影像沒;接續,在步驟卿 中’將娜之指紋影像的局部影像分別利用公式運算以及直接影像處理兩 種不同的方法以進行影像的處理並獲得複數毛細孔影像22,且根據兩種不 同處理方法所得刺影像之崎結果,以自所有毛細孔縣U巾藉由交集 的判斷模式以過遽出有效毛細孔影像(如步驟_)與無效毛細孔影像(如 步驟S2G2)換5之’也錢無論藉由何郷像分析的方法所麟的結果, 皆顯示為毛細孔之影像者職為有效毛細孔影像,反之,若僅在單一分析 的’σ果中顯不為毛細孔之影像者,舰為無效毛細孔影像;最後,在步驟 :中’騎於上述_篩驗财效毛細郷像進行毛細孔顧之判定, 判定之方法絲對此些有效毛細孔影像22與其觸影像倾經過計算後以 確認有效毛細孔t真毛細孔與偽毛細孔之數目,並比對真毛細孔之數目盘 偽毛細孔之數目之__是否可相—設定之目標值,射之,當真毛 ’樣的比上偽毛細孔的比例係姻—目標值時,則如步驟_所示,此枚 曰紋係為真缺’料真毛細孔的比上偽毛細孔的比例未能達到所設定之 目標值時’則如步驟撇所示,此牧指紋係為偽指紋。 而,上述步驟獅之最主要目的係因為在上賴取的局部指紋影像中, 除了毛細孔本身卿成的毛細孔錄22可_黑色雜_脑現外,許 多雜在手指上微塵、或是波峰紋2Q1與波谷請之交界位置等等亦皆 以黑色點狀的軸現嚷、細㈣输情形而 造成光學掃晦後在影像上所造成的誤判機率,而僅保留下有效的毛細孔影 10 200919333 像。 又,更詳細地來說,參考已由 Michael Ray、Peter Meenen、Reza Adhami 所公開之「A Approach t〇 Fingerprint p〇re以恤伽」部分論 文内容可知’上述在步驟S2Q中係提出碰影像處理方法,也就是公式運 算以及直接處理,射,直彡像處_手段係包括影餘銳化處理、 影像模糊畫處理、影像二值化處理...料方式,且所得刺影像係以條狀 紋路的方式表現,而,公式運算後所得到的影像係以點狀方式呈現,且在 本實施態樣巾用明定有效毛細孔影像的方法所包含的步_如第四⑴ 圖所不’首先’如步驟S4G所示’將所娜到之指紋影像經過影像的正規 化處理’而在步驟4〇,悄係為以直接影像處理方法以對指紋影像進行處 理;接續’在步驟S42中則係進行最小均方誤差的運算,詳言之,也就是 利用第-矩陣’例如:尺寸為AxA的矩陣,以自_起始關始針對經過正 規化處理後的驗影像齡央區域雜進行触,以使得雜擷取的指紋 影像僅保留下中央區域的部分’換言之,也就是將步驟·中所掏取之指 紋影像的局部影像之區域與中央區域的影像差異性拉大使得周圍區 域得以被滤除;接續’在步驟S44中則係進行局部最小值的運算,詳言之, 也就是再利用第二矩陣,例如:尺寸為BxB的矩陣,並根據第二矩陣的大 小以將步驟S42中所得到的中央區域影像分割成複數個畫素,並自此中央 區域影像的-特定起始點開始,藉由第二矩陣以確認畫素所對應的值是否 為該矩陣内之最小值’以此實施態樣為例,若該畫素所對應之值為最小 1, 則係以高訊號做為標示(或標示為1、或標示為真),相反地,若該畫素所對 200919333 應之值並非該局部區域内的最小值,則以低訊號做為標示(或標示為〇、或 t不為偽)’且此些標福真的像麵對應之位置即為經過公式運算後而判 疋為毛細孔之f彡像的位置;最後,在步驟S46巾,經過上述兩種影像處理 的方式分職得的兩種不同影賴樣,分別如細⑻圖與細⑹圖 所不’也就是綱直娜像處理所制的餘⑽影側樣,以及以公式 運算而得到的點狀影像圖樣,再對此二影像_進行比對,以將所有的毛 、”田孔影像22分類成有效毛細孔影雜無效毛細孔影像,詳言之,若經過公 式運算後所得觸毛細孔雜22所麵錄_制賊接縣處理後所 得到的亮區域’因此此些得敢集結果的毛細孔影像22係視為有效毛細孔 影像,也就是如第三®巾之步驟㈣卿,反之,若經過公錢算後所得 到的毛細孔影像22所在驗置係減應於直接影像處理後所得到的暗區 域’也就是說,此魏細孔影像22僅出現在以公式運算之轉隨中而未 出現在直接影像處理之影像圓樣中時,因此,此些毛細孔影像⑴系無法自 ^種衫像圖樣中得到交集的結果,則此些毛細孔影像22係視為無效毛細孔 影像,也就是如第三财之步驟S202所示,且此些無效毛細孔影像將如步 驟S203所心其係不再輯進行任何後續的處理。 a另外,在上述第三圖中所揭露之步驟S30中,於有效毛細孔在 疋真偽的過程’更包括下列步驟,其係如第五圖所示,在步驟中 先在每-有效毛細孔影像之周關取參考點影像,並將此—效毛細孔影 以_的矩陣區分成Μ個區域,並分別計算每一區域之灰階值;接續, ,S52中’係计算出位於四周N2 l的區域的灰階值平均;在步驟%中 12 200919333 則係計算出步驟S52中所獲得之灰階平均值與中央區域的灰階值之間的差 值,如果當計算出之差值係小於一門檻值時,則如步驟S542所示,此一有 效毛細孔係判定為偽毛細孔,且此钱毛細孔將接續在步驟S543中啟 動駁回或是警告的訊號’而如果當計算出之差值係不小於—門雛時,則 如步驟S541所不,此—有效毛細孔影像係判絲真毛細孔,且,接續在步 驟S56中則是進-步比對經過步驟撕計算後所獲得之真毛細孔的數目與 偽毛細孔的數目之間的比侧係,以確認翻定為真毛細孔的數目是否可 達到此-設定之目標值,也就是說,#真毛細孔的比上偽毛細孔的比例係 達到-目標值時’則如步驟_所示,表示此牧指紋將被欺為真指紋, 但當真毛細孔的比上偽毛細孔的_未能達騎設定之目標_,如步驟 02所不此枚#曰紋則係判定為偽指纹,且此些偽指紋將接續在步驟$獨 中啟動驳回或是警告的訊號。 且’在上述第五圖中
”,4以做為判定是否為真毛細孔或偽毛細孔之門 播值係決定於每她取之指紋影像的品質而改變,換言之,當所棟取到的 指紋影像相當清晰時,鑛懷值駿定得較高,反之,若娜到的指紋 影像較為模糊時,此門檻值亦可藉_低其值以降低各種不關素之干擾 而導致之誤判,並同時兼顧真、偽毛細孔在判斷過財的準確度。 又’在上述第五圖中,用以決定真、偽指紋判定時所依據之一設定之 目標值係取決於整_、_設定條件與要求,舉例來說,當整體系統係應 用在提供參觀者試用的產品上時,由於為了可使大部分參與的人員皆可成 功地啟動此-期產品’ _須_紋聽敬的標準,在此種情況 200919333 下,則必須將此一設定之目標鋪微調降,使得整體系統可包容較高的真 毛細孔數目與偽毛細孔數目之比例;相反地,若當整體系統係期在門禁 的監控系統中時’由於必須對於所有進出人員進行較為嚴格的控管,耻 對於指紋真偽的欺要求係相對應地提高,在此種情況下,則必須將設定 之目標值設定於—定的數似上,使得整體m在真毛細孔數目明顯 地大過於偽毛細孔數目的情況下,才能夠判定輸入之指紋影像係為真指紋。 因此’依據本發明所揭示之真偽指紋判定之方法,係可利用指紋影像 中毛細孔的真、_,啸級_真、_時之準確性,同時, 由於本發明所提供之方法係可做為指紋辨識之輔助方法,其係可應用在各 種不同的指紋辨識系統中,以對於輸入指紋影像進行前置的判別,以一光 學指紋辨«統為例,請參考第謂所示,其係為—具有毛細孔判別功能 的先學指紋辨識系統之辨識方法流程圓,在步驟s6〇巾,係為一使用者於 ==咖取,_邮_謝⑽影像,接 算步驟制中所示,將練之指紋影像的局部影像分別利用公式運 d像處物侧杨瑪行_處理並辦複數毛細孔 和象’根據兩種不同處理方法所得到的影像比對 細出有效毛細孔影像與無效毛細孔影像,其中,當一毛、= 時出現在公扭算崎狀 ^ 像,、直接衫像處理所獲得之結果影像 :====㈣鶴咖,概峨細卿 或是直接影像處理所獲得之出現在公式運算所獲得之結果影像、 所獲传之結果其中之—時,則表示其不符合交集關係, 14 200919333 因此則係如步驟S612所示,判定此些毛細孔影像係為無效,且此些無效毛 細孔影像將如麵腿獅,其進雜域理;接續,上齡驟 S6U中所判定有效之毛細孔影像係繼續進行毛細孔真偽之判定,如步驟搬 所示,其係將已判定為有效毛細孔影像與其周圍影像進行計算以確認有效 毛細孔中之真毛細孔與偽毛細孔的數目,並_經過計算後而判定為真毛 細孔之數目是否可達到目標值:若計算後判定為真毛細孔之數目 標值’則如步__ ’便判定此枚指紋影像為真缺,反之,再依據 轉_•若__真毛細狀數目財切目標值,則判 爾指紋影像為偽指紋,而上述步驟_中判定為真指紋之指紋影像將 操取其中局侧用靖歡輸術的減軸行崎,宜係如 步謂所示,以確認此枚指紋之擁有者是否已於資料庫中贿或登入. 右此使用者所壓印之指紋確實已於資料庫中註冊或登入,則如步驟_斤 示:光學指紋辨識系統便執行確認之動作,反之,則如步驟_所示, ==ΓΓ驳回之動作,另外,步職中被判賴指紋 警告之動作。至乂_2中’亦即,光學指紋辨識系統係執行驳回或 相同地’在第珊所揭露之方財,射在步驟 述之詳細步驟射觸至上轉 中所 孔或偽毛細孔之π巍1=物·㈣做為敏衫為真毛細 γ僧’、&真、馳紋判定時所依據之-設定之目 設爾,购蝴⑽聯,靖雨述。 200919333 而上述係為本發3_揭露 將提供本發㈣做如,♦細辦法,以下,則 對應之圖如加錢^ 、置的實施態樣’並同時提供與此裝置相 請參考第七圖所示,复仫先^^ ^ 〃料本發.真難紋贼裝置之結構方塊示 忍圖,在本發明之真偽指紋 …QQ 置3G中’其係主要包括-指紋影像擷取 二以影像處理單元34,其中,指紋影像操取單元32係掏取 才曰、,文並產生才曰紋影像’而指紋影像處理單元抑則係接收來自指紋影像 娜單元32所產生的指紋影像,並藉由缺影像中真毛細孔數 目與偽毛細 孔數目之間的_是否不小於—目標值以敏指紋影像的倾,詳言之, __嶋編纖峨判別所有 毛細孔,ν像的有效性’換言之,係從—指紋影像中過濾出有效與無效的毛 孔心像ϋ再判別此些有效毛細孔影像中的真毛細孔數目與偽毛細孔數 目田真毛.’田孔數目雜毛細孔數目之間的比例不小於—目標值時,則表 示所擷取之指紋影像係為真的指紋,反之則為偽指紋。當然,上述擁取之 指紋影像係包括完整缺之影像或局部缺之影像皆可。 另外,本發明之真偽指紋判定裝置3〇更可與身份俄測單元(未緣示於 圖中)、指紋資料庫(姆示於圖中)連結,使得所操取的指紋影像可藉由身 份偵測單7C以自指紋資料庫進行比對’同時亦可再藉由與—註冊單元(未繪 示於圖中)的連結以提供新使用者註冊之功能。 仍請參考第七騎示,在此實施紐巾,驗影減理單元別在判別 所有毛細孔影像是否為有效毛細孔影像時,係同時藉由公式運算與直接影 200919333 像處理兩種方法以交集出複數毛細孔影像的位置,而位於此些位置上的毛 細孔影像係判別為有效毛細孔影像,反之則為無效毛細孔影像,其中,根 據上述所引用的「A Novel Approach to Fingerprint Pore Extraction」 部分論文内容可知,公式運算的方法係包括正規化運算方法、最小均方誤 差運算方法以及局部最小值運算方法,而直郷像處理的方法則係包括影 像過遽處理、二值化運算、线化處職及模糊化處理;而,在判別此些 有效毛細孔f彡像巾的真毛細孔數目與齡細孔數目的方法巾,指紋影像處 理單元則係藉由有效毛細孔影像之中央區_灰階值與位於其周圍區域的 灰階值之間的差異不小於—門檻值時,則此—有效毛細孔影像係判定為真 毛細孔’反之則為偽毛細孔,且―旦確認此指紋影像中真、偽毛細孔數目 後’此指紋影像處理單元更計算真、偽毛細魏目的_,當此一比例不 小於一蚊的目標值時,則欺此指紋影像係來自於真的指紋,反之,若 匕例係J、於所设定的目標值時’則判定此指紋影像係來自於假的指 L “中如同上述’此門檻值之設定係決定於每次娜之指紋影像的品 _认定的目標值職根據整統的設定條件與要求而進行調整。 ^ 述可知’本發明所揭示之—種錢指紋判定之方法及裝置,其 係Τ__彡像中的毛細孔真、偽判取_確認指紋真、偽的目的, ^在應用本發明之真偽指紋判定之方法及裝置後,使得目前技術領域中 \出⑽4紋將無所遁形,同時,由於本發明之方法係可輔助或是 強習知的缺觸的效果,更顧了本發_可應用領域。 、系藉由實施例說明本發明之特點,其目的在使熟習該技術者 17 200919333 能暸解本發明之内容並據 他未脫離本發騎揭示之精非限定本發明之專利難,故,凡其 所述之申請專利範圍中。4之等效修飾或修改,仍應包含在以下 【圖式簡單說明】 第一⑴_目前_術料输咖示意圖。 第-⑻圖為目前吉利丁製 圖 κ偽指紋於光學指紋辨齡統中的檢測示意 第一(c)圖為目前吉利丁製造 意圖 之偽指紋於導電性指紋辨識系統中的檢測示 第二(A) 為指紋影像之示意圖。 第二⑻圖為第二⑴圖之局物像之放大示意圖。 第三圖為本發明之主要真偽指紋判定之方法的辨識流程圖。 第四(A)圖為本發明用以進行判斷指紋影像t的毛細孔影像是否為有效毛 細孔影像之方法流程圖。 C-第四⑻®如直姉像處财法賴得之影像圖樣。 第四(C)圖為以公式運算方法所獲得之影像圖樣。 第五圖為本發_賤行觸缺影像巾的有效毛減雜是否為真毛細 孔之方法流程圖。 第六圖為-具有毛細孔判別功能的光學缺辨識纽之辨識方法流程圖。 第七圖為本發明之真偽指紋判定U騎構方塊示意圖。 【主要元件符號說明】 101波峰紋 1 波谷紋 200919333 201波峰紋 2G2波谷紋 22毛細孔影像 221-228第一參考點影像 30真偽指紋判定裝置 32指紋影像擷取單元 34指紋影像處理單元
Claims (1)
- 200919333 十、申請專利範圍: 1. -種真偽指紋判定之方法,其係包括下列步驟: (A)操取-驗影像,且該缺影像巾係具有複數毛細孔影像; ⑻判職些毛細孔影像並從中選取出複數有效毛細孔影像;以及 (C)判別該些有效毛細孔職絲毛細孔或偽毛細孔,且真毛細孔數目 與偽毛細孔數目之比例不小於一目標值則表示該指紋影像為真 ,反之則 該指紋影像為偽。 2. 如申請專利範圍第1項所述之真偽指紋判定之方法,其中,步驟⑷中 所棟取之該指紋影像係選自完整指紋之影像或局部指紋之影像。 3·如申請專利範圍第j項所述之真偽指紋判定之方法,其中,步驟⑴中 擷取之該倾影像係獲得該缺影像巾她波峰紋與複數波谷紋之影 像0 4.如申請專利範圍第i項所述之真偽指紋判定之方法,其中,步驟⑻中 判職些毛細孔影像並從中選取出該些有效毛細孔影像之方法係透過對 步驟⑴悄取之該缺職„進行公式運算方式與直接影像處理方 式所得到之結果的交集以決定該些有效毛細孔影像。 5·如申請專利綱第4項所述之真偽指紋判定之方法,其中,對步驟⑴ 中擷取之該指紋影像進行公式運算方式之方法係包括下列步驟: (bi)將該指紋影像進行正規化(n_Hzati〇n)運算; ⑽對㈣概職獨_彡_術物錄如咖 印瞻erw)運算,並儲顶缺影像之中岐域丨以及 (⑻對經喊小均賴差料_後.缺娜財央區域進行局 20 200919333 部最小值(i〇caI mini_ points)運算,以決定經由公式運算而獲得之 毛細孔影像的複數第一位置。 6.如申請專利範圍第5項所述之真偽指紋判定之方法,其中,在步驟⑽ 中對經過正規化運算後之該餘影像進行最小均方縣運算係藉由利用 一第-矩陣以對經過正聽運算後之該餘靴進行局娜像的強化, 並使得該指紋影像之周圍區域被滤除而保留下該指紋影像之巾央區域之 方法以實現。 7. 8. 如申請專利範圍第5項所述之真偽指紋判定之方法,其中,在步驟⑽ 中對經過最小财誤差運馳珊之該嫉·財央輯進行局部最 小值運算係细-第二鱗以雜過最小均方誤差運算後之·紋影像 之中央區域進行多次的分割,並比對每—次分割之中央區域所對應之值 是否小於其顯區域賴應之值,若該中央區域所對應之值係為最小, 該中央區域職以高職做祕示,反之,賴巾煙域崎應之值非 為最小,該中央區域則係以低訊號做為標示。 如申請專侧第4項所述之真偽指紋判定之方法,其中,對步驟⑷ 中娜之該触雜精直接職處理㈣翻触毛細孔影像所對應 之複數第二位置。 .如申請專利細第8項所述之真偽指紋判定之方法,其中,對步驟⑷ 中操取之該指紋影像進行直接影像處理简選出該些毛細孔影像所對應 ⑼些第二位置之方法係選自影像猶處理、二值化㈤咖㈤㈣運 算、尖銳化處理、模糊化處理與影像旋轉處理。 21 200919333 10. 如申請專利範圍第5或8項所述之真偽指紋判定之方法,其中,利用該 • 纟第一位置與該些第二位置之交集以確認該些有S毛細孔影像之相對位 • 置。 11. 如申請專利範圍第1項所述之真偽指紋判定之方法,其中,步驟(c) 中判別該些有效毛細孔影像為真毛細孔或偽毛細孔的方法係包括下列步 驟: (cl)在-該有效毛細孔影像分誠—巾央區域影像與複數參考點影 像,並分別計算出該中央區域與該些參考點之灰階值; (c2)計算出該些參考點之灰階值的平均值; (c3)計算射央區域之灰階值與其相對應之該些參考點影像之灰階值 的平均值之間的誤差以獲得一誤差值; (c4)將該誤差值與—門檻值進行輯,該誤差值小於該門雖,則判 定該誤差值騎應之财效毛細孔·係祕毛細孔,而該誤差值係不 秘糾檻值,關定該誤差值崎應之該有效毛細孔雜係為真毛細 孔;以及 (⑹重複雜驟(⑴至(⑷直至所有該些有效毛細孔料認完畢後, 根據所獲彳進—步欺真毛細孔數目與偽毛細孔數目之比例, 真毛、田孔數目與偽毛細孔數目之比例不小於該目標值時,則該指紋影像 為真心级之⑹像,而真毛細孔數目與偽毛細孔數目之比例小於該目標值 時,則S亥和紋影像為偽指紋之影像。 如申請專利範圍第i項所述之真偽指紋判定之方法,其中,在完成步驟 22 200919333 (c)後更可_缺影麵行魏觸之動作。 ' 13.—種光學指紋辨識方法’其係包括下列步驟: (A)齡—餘雜’輯缺f彡料雜錢數毛細孔影像; ⑻判職些毛細孔猶雌帽取出複數有效毛細孔影像; (C) 判別該些有效毛細孔影像為真毛細孔或偽毛細孔,且真毛細孔數目 與偽毛細孔數目之比例不小於—目標值則表示該指紋影像為真,反之則 該指紋影像為偽;以及 (D) 將姻完畢之該指紋影像進㈣份確認,並根據確認之結果以輪出 相對應之一訊號。 14. 如申請專利範圍第13項所述之光學指紋辨識方法,其中,步驟⑴中 所操取之該指紋影像係選自完整指紋之影像或局部指紋之影像。 15. 如申請專利範圍第13項所述之光學指紋辨識方法,其中,步驟(A)中 擷取之該指紋影像係獲得該指紋影像中複數波雜與複數波谷紋之影 像。 ~ ' 16.如申請專利範圍第13項所述之光學指紋辨識方法,其中,步驟(B)中 判別該些毛細孔影像並從中選取出該些有效毛細孔影像之方法係透過斜 步驟(A)中擷取之該指、紋影像同時進行公式運算方式與直接影像處理方 式所得到之結果的交集以決定該些有效毛細孔影像。 n.如申請專利範圍第16項所述之光學指紋辨識方法,其中,對步驟u) 中擷取之該指紋影像進行公式運算方式之方法係包括下列步驟: (bl)將該指紋影像進行正規化運算; 23 200919333 (哟對經過正規化運算後之該指紋影像進行最小均方誤差運算,並保 留下該指紋影像之中央區域;以及 (⑻對經過最小均方誤差運算處理後之該肢影像財央區域進行局 部最小值運算,錢定軸公歧算轉得之毛細孔影像喊數第一位 队如申請專利範圍第17項所述之光學指紋辨識方法,其中,在步驟⑽ 中對經過錢倾算狀紋歸進行最倘方縣運算係藉由利用 -第-鱗以雜過正規化運毅之該缺f彡驗行局娜像的強化, 並使得該指紋影像之周圍區域被滤除而保留下該指紋影像之中央區域之 方法以實現。 19.如申請專利範圍第17項所述之光學指紋辨識方法,其中,在步驟⑽ 中對經過最小均方誤差運算處理後之該缺影像的巾央區域進行局部最 小值運算係利用-第二矩陣以將經過最小均方誤差運算後之該指紋影像 之中央區域進行多次的分割,並比對每一次分割之中央區域所對應之值 是否小於其顺區域賴應之值,若該巾央區域所對應之健為最小, 該中央區糊細高訊舰為赫,狀,賴巾姐域賴應之值非 為最小’該中央區域則係以低訊號做為標示。 .如申《月專利範圍第16項所述之光學指紋辨識方法,其中,對步驟(A) 中掏取之該指紋影像進行直接影像處理以筛選出該些毛細孔影像所對應 之複數第二位置。 21.如申請專利範圍第20項所述之光學指紋辨識方法,其中,對步驟(A) 24 200919333 中擁取之該指紋影像進行直接影像處理以篩選出該些毛細孔影像所對應 之該些第二位置之方法猶自影像喊處理、二值化運算、尖銳化處理、 模糊化處理。 22. 如申請專利範圍第17或2〇項所述之光學指紋辨識方法,其中,利用該 些第-位置與該些第二位置之交集以確認該些有效毛細孔影像之相對位 置。 23. 如申請專利範圍第13項所述之光學指紋辨識方法,其中,步驟(〇中 岁J别》狄有效毛細孔影像為真毛細孔或偽毛細孔的方法係包括下列步 驟: (cl)在一該有效毛細孔影像分割成一中央區域影像與複數參考點影 像,並分別計算出該中央區域與該些參考點之灰階值; (c2)計算出該些參考點之灰階值的平均值; (c3)計算該巾央區敵雄鶴其姆應之馳參考师像之灰階值 的平均值之間的誤差以獲得一誤差值; (c4)將職差健—門健進行崎,職差值小於制檻值,則判 疋該誤差值所對應之猶效毛細孔影像係為偽毛細孔,而該誤差值係不 小於該門檀值,則判定該誤差值所對應之該有效毛細孔影像係為真毛細 孔;以及 (c5)重複該步驟(d)至⑽直至所有該些有效毛細孔皆確認完畢後, 根據所獲得之結果贿-頻定真毛細孔數目與偽毛細孔數目之比例, 真毛細孔數目與偽毛細孔數目之比例不小於該目標值時,則該指紋影像 25 200919333 為真才曰紋之〜像巾真毛細孔數目與偽毛細孔數目之比例小於該目標值 時,則該指紋影像為偽指紋之影像。 24.如申請專利範圍第13項所述之光學指紋辨識方法,其中,該步驟⑻ 係包括下列步驟: ⑻判別為真的該指紋影像係與—指紋資料庫中的複數指紋資料進行 比對’以確認該指紋影像所對應之使用者身份,並且輸出一確認訊號; 以及 ⑽___紋影像係不與該指紋中的該些指紋資料進 行比對,且同時產生相對應之—錯誤訊號。 25.如申請專利軸13項所述之綱紋辨識方法,其中,在步驟⑻ 中’經細椒繼職錢___指紋資料 庫中的該些指紋資料姆應時,則真的該指紋影像更進行珊之動作以 使真的該指紋影像可登入至該指紋資料庫内。 26· -種真偽指紋判定之裝置,係包括: 一指紋指紋影像擷取單元,豆传 及 ,、係用以操取—指紋並產生一指紋影像;以 一指紋影像處理單元,其係接收該指紋指紋影像齡單元所傳送之对 紋祕^藉由該指紋影像中之真毛細孔數目與偽毛細孔數目之比湘 判疋該指紋影像之真偽。 沈如申請__ 25項输顧_切置,其巾,該指紋影 像係選自完整指紋之影像或局部指紋之影像。 26 200919333 該指紋影 該指紋影 28. 如申請專利範圍第25項所述之真偽指紋判定之裒置,其中 像係具有複數波峰紋與複數波谷紋之影像。 29. 如申請專利範圍第25項所述之真偽指紋判定之裝置,其中 像係具有複數毛細孔影像。 30.如申請專利範圍第25項所述之真偽指 』疋之裝置,其中,該指紋影 像處理單元在進行該麟f彡像之處财法係包括下列步驟: /判職些毛細孔影像並從中選取出複數有效毛細孔景綠;以及 判別該些核毛_像絲細—孔,且真杨孔數目盘偽 毛細孔數目之比例不小於-目標值則表示該指紋影像為真,反之則該指 紋影像為偽。 3!.如申請專利範圍第29項所述之真偽指紋判定之裝置,其中,該此杨 孔影像經由公式運算與直接影像處理兩方法所獲得之交集結果係為複數 位置資訊,且該些位置資訊係對應於該些有效毛細孔影像。 32.如申請專利範圍第30項所述之真偽指故判定之裝置,其中,該些毛細 孔影像經由公式運算之方法係包括正規化運算方法、最小均方誤錢算 方法以及局部最小值運算方法。 饥如申請專利範圍第30項所述之真偽指紋判定之農置,盆中,铋 孔影像經由直接影像處理之方法係包括影像過據處理、二值化運算^ 銳化處理以及模糊化處理。 34.如申請專利範圍第25項所述之真偽指紋判定之褒置,其中’每卞有 效毛細孔影像之中央區_灰階值與位於其區域的灰階值之間的差 27 200919333 異不小於—騰值,廳纽毛細孔影像係為真杨孔,反之則為偽毛 細孔。 %如申請專利娜25項所述之真偽指紋判定之裝置,糾’該門播值 之設定係決定於該指紋影像之品質。 36. 如申請專利範圍第25項所述之真偽指紋判定 像處理單元更與一註冊單元連接。 i曰紋影 37. 如申請專利範圍第25項所述之 瑪晶、、文匈定之裝置,其中,該指咬与 像處理單兀更與—身份_單元與 贼衫 紋影像得以藉由該身份備測翠元以與二貝科庫連接,使判別後之該指 行身份比對。 日紋資料庫中的複數指紋資料進 肌如申請專利範園第25項所述之真偽 指紋特徵以進行身份辨識之系統中別定之裝置,其係應用於利用 28
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW96139153A TW200919333A (en) | 2007-10-19 | 2007-10-19 | Genuine/fake fingerprint determination method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW96139153A TW200919333A (en) | 2007-10-19 | 2007-10-19 | Genuine/fake fingerprint determination method and apparatus |
Publications (1)
Publication Number | Publication Date |
---|---|
TW200919333A true TW200919333A (en) | 2009-05-01 |
Family
ID=44727083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW96139153A TW200919333A (en) | 2007-10-19 | 2007-10-19 | Genuine/fake fingerprint determination method and apparatus |
Country Status (1)
Country | Link |
---|---|
TW (1) | TW200919333A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI421782B (zh) * | 2010-10-12 | 2014-01-01 | Egis Technology Inc | 指紋防偽裝置及其方法 |
TWI427542B (zh) * | 2010-09-06 | 2014-02-21 | Egis Technology Inc | 指紋防偽裝置及其方法 |
TWI501163B (zh) * | 2013-08-15 | 2015-09-21 | Gingy Technology Inc | 真偽指紋的辨識方法及辨識裝置 |
TWI678661B (zh) * | 2018-08-31 | 2019-12-01 | 中華電信股份有限公司 | 具資料擴展性之掌紋辨識裝置及方法 |
CN112270260A (zh) * | 2017-03-06 | 2021-01-26 | 苏州佳世达光电有限公司 | 一种辨识方法以及电子设备 |
-
2007
- 2007-10-19 TW TW96139153A patent/TW200919333A/zh unknown
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI427542B (zh) * | 2010-09-06 | 2014-02-21 | Egis Technology Inc | 指紋防偽裝置及其方法 |
TWI421782B (zh) * | 2010-10-12 | 2014-01-01 | Egis Technology Inc | 指紋防偽裝置及其方法 |
TWI501163B (zh) * | 2013-08-15 | 2015-09-21 | Gingy Technology Inc | 真偽指紋的辨識方法及辨識裝置 |
CN112270260A (zh) * | 2017-03-06 | 2021-01-26 | 苏州佳世达光电有限公司 | 一种辨识方法以及电子设备 |
TWI678661B (zh) * | 2018-08-31 | 2019-12-01 | 中華電信股份有限公司 | 具資料擴展性之掌紋辨識裝置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wei et al. | Counterfeit iris detection based on texture analysis | |
Tome et al. | On the vulnerability of palm vein recognition to spoofing attacks | |
Tome et al. | On the vulnerability of finger vein recognition to spoofing | |
US10108858B2 (en) | Texture features for biometric authentication | |
Huang et al. | A new iris segmentation method for recognition | |
CN106845414B (zh) | 用于生物特征验证的质量度量的方法和系统 | |
US20060008124A1 (en) | Iris image-based recognition system | |
Raghavendra et al. | Presentation attack detection algorithms for finger vein biometrics: A comprehensive study | |
Tiwari et al. | A touch-less fingerphoto recognition system for mobile hand-held devices | |
Kumar et al. | Recovering and matching minutiae patterns from finger knuckle images | |
Rathod et al. | A survey on fingerprint biometric recognition system | |
TW200919333A (en) | Genuine/fake fingerprint determination method and apparatus | |
JP2008287432A (ja) | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 | |
Kassem et al. | An enhanced ATM security system using multimodal biometric strategy | |
Panetta et al. | LQM: Localized quality measure for fingerprint image enhancement | |
Huang et al. | Noise removal and impainting model for iris image | |
JP2008287436A (ja) | 静脈パターン管理システム、静脈パターン登録装置、静脈パターン認証装置、静脈パターン登録方法、静脈パターン認証方法、プログラムおよび静脈データ構造 | |
Kubanek et al. | Feature extraction of palm vein patterns based on two-dimensional density function | |
Sharifi | Score-level-based face anti-spoofing system using handcrafted and deep learned characteristics | |
He et al. | An efficient iris segmentation method for recognition | |
CN112801034A (zh) | 一种指静脉识别装置 | |
Ortiz-Lopez et al. | Predicting iris vulnerability to direct attacks based on quality related features | |
Giradkar et al. | A survey paper on Various biometric security system methods | |
Akintoye et al. | Challenges of finger vein verification system: A theoretical perspective | |
Subbarayudu et al. | A novel iris recognition system |