WO2007077694A1 - 鼻紋情報生成装置及び鼻紋情報照合装置及び鼻紋情報生成プログラム及び鼻紋情報生成方法 - Google Patents

鼻紋情報生成装置及び鼻紋情報照合装置及び鼻紋情報生成プログラム及び鼻紋情報生成方法 Download PDF

Info

Publication number
WO2007077694A1
WO2007077694A1 PCT/JP2006/323579 JP2006323579W WO2007077694A1 WO 2007077694 A1 WO2007077694 A1 WO 2007077694A1 JP 2006323579 W JP2006323579 W JP 2006323579W WO 2007077694 A1 WO2007077694 A1 WO 2007077694A1
Authority
WO
WIPO (PCT)
Prior art keywords
nose
information
image data
pattern
cell
Prior art date
Application number
PCT/JP2006/323579
Other languages
English (en)
French (fr)
Inventor
Tetsuya Hosono
Takashi Tanata
Original Assignee
Atomsystem Co., Ltd.
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 Atomsystem Co., Ltd. filed Critical Atomsystem Co., Ltd.
Publication of WO2007077694A1 publication Critical patent/WO2007077694A1/ja

Links

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K11/00—Marking of animals
    • A01K11/006—Automatic identification systems for animals, e.g. electronic devices, transponders for animals
    • 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
    • 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

Definitions

  • the present invention relates to a nose pattern information generating device, a nose pattern information generating program, and a nose pattern information generating method for generating nose pattern information having a tree structure from the nose pattern of an animal having a nose with a nose pattern.
  • the present invention also relates to a nasal pattern information matching device that uses the generated nasal pattern information to verify whether animals are the same individual.
  • a nose pattern collection method For the identification of cattle, a nose pattern collection method has been used in which a nose pattern is collected by marking the nose with a black ink. RU
  • Patent Document 1 discloses a method for matching a nose pattern focusing on the branch point of the nose pattern as a countermeasure for these problems.
  • Patent Document 1 Japanese Patent Laid-Open No. 2003-346148
  • An object of the present invention is to provide a nasal pattern information generating apparatus and nasal pattern information generating program for generating nasal pattern information that has a high identification rate and can be easily identified at low cost. Means for solving the problem
  • An image data storage for storing the nose pattern image data input by the nose pattern image data input unit.
  • An extraction unit that reads out the nose pattern image data stored in the image data storage unit and extracts a pattern forming a nose pattern from the read out nose pattern image data and a plurality of cells delimited by the pattern;
  • a noseprint information generating unit for generating the tree structure formed by the selected route and the selected first node cell as noseprint information
  • the noseprint information generating device of this invention is
  • An image data storage unit for storing the nose pattern image data input by the nose pattern image data input unit
  • An extraction unit that reads out the nose pattern image data stored in the image data storage unit and extracts a pattern forming a nose pattern from the read out nose pattern image data and a plurality of cells delimited by the pattern;
  • a noseprint information generation unit for generating the tree structure formed by the selected route, the selected first section cell and the selected second section cell as noseprint information
  • An image data storage unit for storing the nose pattern image data input by the nose pattern image data input unit
  • An extraction unit that reads out the nose pattern image data stored in the image data storage unit and extracts a pattern forming a nose pattern from the read out nose pattern image data and a plurality of cells delimited by the pattern;
  • a noseprint information generating unit for generating the tree structure formed by the selected route and each selected node cell as noseprint information
  • the nose print information generation unit [0010]
  • the noseprint information generation unit includes:
  • the route information is generated based on the geometric feature of the reference area as the route, and the cell information is generated based on the geometric feature of the first cell.
  • the noseprint information generation unit includes:
  • the route information is generated based on the size of a predetermined portion of the reference area as the route, and the cell information is generated based on the size of the predetermined portion of the first section cell.
  • the noseprint information generation unit includes:
  • the route information is generated based on the area of the reference area as a route, and the cell information is generated based on the area of the first cell.
  • route information indicating the characteristics of the route is generated and associated with the route.
  • cell information indicating the characteristics of each node cell is generated. In this way, noseprint information is generated in association with each node cell.
  • the noseprint information generation unit includes:
  • the route information is generated based on the geometric characteristics of the reference region that is the root, and the cell information is generated based on the geometric characteristics of each node cell.
  • the noseprint information generation unit includes:
  • the route information is generated based on the size of a predetermined portion of the reference area which is the route, and the cell information is generated based on the size of the predetermined portion of each node cell.
  • the noseprint information generation unit includes:
  • the route information is generated based on the area of the reference region that is the root, and the cell information is generated based on the area of each node cell.
  • the noseprint information generating device further includes:
  • the noseprint information storage unit includes:
  • a plurality of noseprint information is stored for the predetermined animal
  • Input collation request image data which is nose pattern image data for requesting collation as to whether or not it matches any of the plurality of nose pattern information stored in the nose pattern information storage unit, the nose pattern information generation unit,
  • the noseprint information generating device further includes:
  • a collation unit is provided for collating the collation request nose pattern information generated by the nose pattern information generation unit with the nose pattern information stored in the nose pattern information storage unit by a predetermined collation method.
  • the verification unit includes:
  • a comparison is made as to whether or not the tree structure of collation request nose pattern information matches the tree structure of nose pattern information stored in the nose pattern information storage unit.
  • a noseprint information generation program of the present invention includes:
  • a process of storing input nose pattern image data Reading stored nose pattern image data, extracting a pattern for forming a nose pattern from the read nose pattern image data, and a plurality of cells separated by the pattern, and the extracted pattern and a plurality of cells Select a reference area as a reference according to a predetermined rule from the power of
  • a noseprint information generation program includes:
  • Reading stored nose pattern image data extracting a pattern for forming a nose pattern from the read nose pattern image data, and a plurality of cells separated by the pattern, and the extracted pattern and a plurality of cells Select a reference area as a reference according to a predetermined rule from the power of
  • the nose print information generation program of the present invention is An image of a nose of an animal having a nose that has a pattern formed on the surface of the skin and has a nose pattern that forms a plurality of cells separated by the pattern. A process of inputting the nose pattern image data shown,
  • Reading stored nose pattern image data extracting a pattern for forming a nose pattern from the read nose pattern image data, and a plurality of cells separated by the pattern, and the extracted pattern and a plurality of cells Select a reference area as a reference according to a predetermined rule from the power of
  • the noseprint information generating method of the present invention is
  • the nasal pattern image data input unit forms a plurality of cells separated by the pattern as well as the pattern formed by the groove force on the skin surface. Enter nose pattern image data indicating an image of the nose of an animal having a nose with a nose pattern, and the nose pattern photographed,
  • the image data storage unit displays the nose pattern image data input by the nose pattern image data input unit,
  • the extraction unit reads out the nose pattern image data stored in the image data storage unit, and extracts a pattern that forms a nose pattern from the read out nose pattern image data and a plurality of cells delimited by the pattern.
  • the nose pattern information generation unit selects a reference region as a reference according to a predetermined rule from the force between the pattern extracted by the extraction unit and a plurality of cells,
  • the tree structure formed by the selected route and the selected first node cell is generated as nose pattern information.
  • the noseprint information generating method of the present invention is
  • the nasal pattern image data input unit forms a plurality of cells separated by the pattern as well as the pattern formed by the groove force on the skin surface. Enter nose pattern image data indicating an image of the nose of an animal having a nose with a nose pattern, and the nose pattern photographed,
  • the image data storage unit displays the nose pattern image data input by the nose pattern image data input unit,
  • the extraction unit reads out the nose pattern image data stored in the image data storage unit, and extracts a pattern that forms a nose pattern from the read out nose pattern image data and a plurality of cells delimited by the pattern.
  • the nose pattern information generation unit selects a reference region as a reference according to a predetermined rule from the force between the pattern extracted by the extraction unit and a plurality of cells,
  • the noseprint information generation method of the present invention includes:
  • the nasal pattern image data input unit forms a plurality of cells separated by the pattern as well as the pattern formed by the groove force on the skin surface. Enter nose pattern image data indicating an image of the nose of an animal having a nose with a nose pattern, and the nose pattern photographed,
  • the image data storage unit displays the nose pattern image data input by the nose pattern image data input unit,
  • the extraction unit reads out the nose pattern image data stored in the image data storage unit, and extracts a pattern that forms a nose pattern from the read out nose pattern image data and a plurality of cells delimited by the pattern.
  • the nose pattern information generation unit selects a reference region as a reference according to a predetermined rule from the force between the pattern extracted by the extraction unit and a plurality of cells,
  • the nose pattern image data input unit includes:
  • one of a plurality of cells is selected as a reference area, and is directly related to the cell formation existing inside the cell selected as the reference area.
  • the route information is generated on the basis of the characteristics of the grooves that are not present, and the cell information is generated on the basis of the characteristics of the grooves that are directly related to the formation of cells existing in the first section cell.
  • the nose pattern image data input unit includes:
  • one of a plurality of cells is selected as a reference area according to a predetermined rule, and is directly related to the formation of cells existing inside the cell selected as the reference area.
  • the route information is generated and the cell information is generated based on the characteristics of the groove directly related to the cell formation existing in each node cell.
  • the verification unit includes:
  • a matching probability indicating how much the tree structure of the requested nose pattern information matches the tree structure of the nose pattern information stored in the nose pattern information storage unit is calculated. It is characterized by doing.
  • the nose print information matching device of the present invention is
  • An image data storage unit for storing the nose pattern image data input by the nose pattern image data input unit
  • An extraction unit that reads out the nose pattern image data stored in the image data storage unit and extracts a pattern forming a nose pattern from the read out nose pattern image data and a plurality of cells delimited by the pattern;
  • a noseprint information generation unit that generates the tree structure formed by the selected route and the selected first node cell as noseprint information
  • a nose print information storage unit storing the nose print information already generated by the nose print information generation unit; and a newly generated nose print when the nose print information generation unit newly generates the nose print information.
  • a collation unit for collating the information with the noseprint information stored in the noseprint information storage unit.
  • Embodiment 1 will be described with reference to FIGS.
  • Embodiment 1 relates to an animal management device (an example of a nose print information generation device, an example of a nose print information matching device) that generates nose print information based on a nose print of an animal having a nose in which a nose print exists.
  • An animal management apparatus 100 (configuration will be described later with reference to FIG. 3) described in the following embodiment is an example of a nose pattern information generation apparatus that generates nose pattern information based on a nose pattern.
  • “cow” is described as an animal with a nose pattern, but “cow” is an example.
  • the animal management device 100 (nasal pattern information generating device) and the nose pattern information generating program described below are not limited to “cow” if the animal has a nose pattern. It can be applied to any animal. In the following description, “animal” refers to an animal having a nose pattern.
  • the nose pattern 10 of cow 9 is formed by a groove formed on the skin of cow.
  • the groove is closed, and the skin inside the closed groove is raised and becomes a convex part.
  • this convex portion on the video screen is hereinafter referred to as a cell.
  • the line indicating this groove on the video screen is hereinafter referred to as a pattern line, and the point at which this pattern line is divided into two is hereinafter referred to as a branch point.
  • a the convex portion
  • the “groove” is sometimes called a pattern.
  • the “nasal pattern” is a pattern formed from a groove on the skin surface and forms a plurality of cells delimited by the pattern. The noseprint will be further explained using Figure 1 as an example.
  • FIG. 1 is a diagram schematically showing a computer image of “cow nose 13”. There are cow eyes in the direction of arrow A in the figure. For example, FIG. 1 shows a case where a computer image as shown in FIG.
  • FIG. 1 shows the nostril 3a, the nostril 3b, and the noseprint 1 (portion surrounded by a broken line).
  • the partial force of the line ⁇ groove is shown.
  • an area labeled “1-1”, “1-2”, “1-3”, etc. indicates a “cell”.
  • the animal management apparatus 100 (nasal pattern information generating apparatus) according to Embodiment 1 is a nose pattern shown in FIG.
  • the feature is that nose pattern information consisting of a tree structure is generated based on 1.
  • nose pattern information consisting of a tree structure is generated based on 1.
  • FIG. 2 an outline of generation of nose pattern information having a tree structure power by the animal management apparatus 100 will be described.
  • the animal management apparatus 100 selects a reference region to be a root in the tree structure in accordance with a “predetermined rule”.
  • the “predetermined rule” and “reference area” will be described in the description of the operation of the noseprint information generation unit 114 in FIG.
  • the animal management apparatus 100 selects a cell adjacent to the reference area which is the “root” as the first node cell 14 corresponding to the first node in the tree structure.
  • the animal management device 100 has “cell 1-1”, “cell 1-2”, “cell 1-3”, “cell 14”, “cell 1-5” as the first section cell 14. ”Is selected.
  • the animal management apparatus 100 associates the “root” with the first node cell 14 (in FIG. 2, the first node cell 14 is represented as the node 1-1, etc.), and the 1 cell 14 is related.
  • the animal management apparatus 100 selects a cell adjacent to the first node cell 14 as the second node cell 15 corresponding to the second node in the tree structure. That is, in FIG. The device 100 selects “cell 2-1”, “cell 2-2”, “cell 2-3”, “cell 2-4”, “cell 2-5” as the second section cell 15. Then, as shown in FIG. 2, the animal management apparatus 100 associates the first node cell 14 and the second node cell 15 (in FIG. 2, the second node cell 15 is represented as the node 2-1 etc.). In addition, the cells in Section 2 are related.
  • the animal management apparatus 100 selects a cell adjacent to the second node cell 15 as the third node cell 16 corresponding to the third node in the tree structure.
  • the animal management device 100 has “cell 3-1”, “cell 3-2”, “cell 3-3”, “cell 3-4”, “cell 3” as section 3 cell 16. — Select “5”, “Cell 3—6”.
  • the animal management device 100 associates the second node cell with the third node cell 16 (in FIG. 3, the third node cell 16 is represented as the node 3-1 etc.), and further 3 cells 16 are associated with each other.
  • the animal management apparatus 100 generates the nose print information having the tree structure shown in FIG.
  • FIG. 3 is a block diagram showing a configuration of animal management apparatus 100 in the first embodiment.
  • the animal management device 100 includes a tree structure generation unit 110 that generates nose pattern information that also has tree structure power based on image data of the nose pattern, a matching unit 120 that compares the nose pattern information, and an animal identification that includes at least nose pattern information
  • An animal management database (DB) 130 (an example of a noseprint information storage unit) that stores information (described later in the description of FIG. 22), and owner information, pedigree information, etc. related to animal identification information are stored.
  • Related information database (DB) 140 is stored.
  • the tree structure generation unit 110 includes a nose pattern image data input unit 111, an image data storage unit 112, a correction extraction unit 113 (an example of an extraction unit), and a nose pattern information generation unit 114.
  • the nose pattern image data input unit 111 inputs nose pattern image data, which is an image in which the nose pattern is photographed, by another device such as a client terminal.
  • the image data storage unit 112 stores the nose pattern image data input by the nose pattern image data input unit 111.
  • the correction extraction unit 113 reads the nose pattern image data stored in the image data storage unit 112, and determines whether or not a predetermined correction is necessary. Then, the correction extraction unit 113 performs predetermined correction on the nose pattern image data when it is determined that correction is necessary, and corrects the nose pattern image data when it is determined that correction is not necessary. Not performed. And this supplement After the correct determination process, the correction extraction unit 113 extracts a pattern forming a nose pattern from the nose pattern image data and a plurality of cells delimited by the pattern.
  • the nose pattern information generation unit 114 generates nose pattern information having a tree structure based on the pattern extracted by the correction extraction unit 113 and a plurality of cells.
  • a hierarchy generally called a leaf is also called a “section” in this specification.
  • FIG. 4 is a diagram showing an example of the appearance of the animal management device 100 (nasal pattern information generation device) in the first embodiment.
  • the animal management device 100 includes a system unit 830, a display device 813 having a display screen of CRT (Cathode Ray Tube) or LCD (liquid crystal), a keyboard 814 (KZB), a mouse 815, an FDD817 (Flexible Disk Drive ), Compact disk device 826 (CDD), printer device 819, photo reader device 818, and other hardware resources, which are connected by cables and signal lines.
  • the system unit 830 is a computer, which is connected to the Internet via a local area network (LAN) and connected to the mobile phone 401 and the client terminal 402 via the Internet.
  • LAN local area network
  • FIG. 5 is a diagram illustrating an example of hardware resources of the animal management apparatus 100 according to the first embodiment.
  • the animal management apparatus 100 includes a CPU 810 (Central Processing Unit) that executes a program.
  • CPU810 is connected to ROM811, RAM812, display device 813, keyboard 814, mouse 815, communication board 816, FDD 817, photo reader device 818, CDD826, printer device 819 and magnetic disk device 820 via bus 825.
  • Control hardware devices instead of the magnetic disk device 820, a storage device such as an optical disk device or a memory card read / write device may be used.
  • the RAM 812 is an example of a volatile memory.
  • the storage media of ROM 811, FDD817, CDD826, and magnetic disk device 820 are an example of a nonvolatile memory. These are examples of storage devices or storage units.
  • a keyboard 814, a communication board 816, an FDD817, a photo reader device 818, a CDD826, and the like are examples of an input unit and an input device.
  • the communication board 816, the display device 813, the printer device 819, and the like are examples of an output unit and an output device.
  • the communication board 816 may be connected to not only the LAN but also a WAN (wide area network) such as the Internet or ISDN!
  • the magnetic disk device 820 stores an operating system 821 (OS), a window system 822, a program group 823, and a file group 824.
  • the programs in the program group 823 are executed by the CPU 810, the operating system 821, and the window system 822.
  • the program group 823 stores a program for executing a function described as "-unit" in the description of the embodiment described below.
  • the program is read and executed by the CPU 810.
  • the file group 824 includes data described as “determination result”, “calculation result of”, “processing result of” and nose pattern information in the description of the embodiment described below. It is stored as animal identification information and related information such as animal pedigree information, birth information, owner information, signal values, variable values, and parameter power “ ⁇ file” and “ ⁇ database”.
  • the arrows in the flowcharts described in the following description of the embodiments mainly indicate input / output of data and signals, and the data and signal values are the memory of RAM812, the flexible disk of FDD817, CDD826. Compact disk, magnetic disk of the magnetic disk device 820, other optical disks, mini disks, DVD (Digital Versatile Disk) and other recording media. Data and signals are transmitted on-line via the bus 825, signal line cable and other transmission media.
  • firmware stored in the ROM 811.
  • firmware may be implemented by software alone, hardware alone, a combination of software and hardware, or a combination of firmware.
  • Firmware and The software is stored as a program on a recording medium such as a magnetic disk, a flexible disk, an optical disk, a compact disk, a mini disk, or a DVD.
  • the program is read by the CPU 810 and executed by the CPU 810.
  • the program causes the computer to function as “to part” described below. Or, it causes the computer to execute the procedure of “to part” described below.
  • FIG. 6 is a flowchart for explaining the outline of the operation for generating nose pattern information by the animal management apparatus 100. An outline of the operation of generating nose pattern information by the animal management apparatus 100 will be described with reference to FIG.
  • the nose print image data input unit 111 inputs “nose print image data 7”.
  • Nose pattern image data 7 is image data in which a nose pattern is photographed.
  • FIG. 7 is a diagram showing an example of the nose pattern image data 7 in the case of a cow.
  • the noseprint image data input unit 111 corresponds to, for example, the communication board 816, the FDD817, the photo reader device 818, the CDD826 shown in FIG.
  • the photo reader device 818 which is an example of the nose pattern image data input unit 111, inputs the nose pattern image data 7, or the communication board 8 16, which is an example of the nose pattern image data input unit 111, can exchange image data.
  • the mobile phone 401 and the client terminal 402 also input the nose pattern image data 7 via a network such as LAN or the Internet.
  • the image data storage unit 112 stores the nose pattern image data 7 input by the nose pattern image data input unit 111.
  • the image data storage unit 112 corresponds to, for example, the magnetic disk device 820 shown in FIG.
  • the correction extraction unit 113 extracts patterns (grooves) and cells.
  • the correction extraction unit 11 3 corresponds to the program of the CPU 810 and the program group 823 shown in FIG. In other words, the CPU 810 reads out and executes the program stored in the program group 823, thereby realizing the operation of the correction extraction unit 113. Specifically, the correction extraction unit 113 performs the following operation.
  • the correction extraction unit 113 reads the nose pattern image data stored in the image data storage unit 112, and from the nose pattern image data 7 as shown in FIG. (Call out) (cut out nose 17).
  • the correction extraction unit 113 needs to perform a predetermined correction on the “nose clipping image 2”. Determine if it exists.
  • the “predetermined correction” is a correction for correcting the “nose cut-out image 2” to a certain size and processing so as to be in front by image processing according to the prior art. This is because the nose pattern information generated based on different front photographs (nose pattern image data 7) can be compared by correcting the “nose clipping image 2” to a certain size and viewed from the front. It is for doing so.
  • the correction extraction unit 113 performs predetermined correction on the “nose clipping image 2”, and when it is determined that correction is necessary V, correction is not performed! /, .
  • the correction extraction unit 113 uses the “nose clipping image 2” cut out from the nose pattern image data 7 to create two nostrils, a pattern that forms the nose pattern, and the pattern. Extract multiple separated cells.
  • the nose pattern information generation unit 114 generates a tree structure as nose pattern information based on the two nostrils extracted by the correction extraction unit 113, the pattern, and a plurality of cells. Note that the noseprint information generation unit 114 corresponds to the programs of the CPU 810 and the program group 823 shown in FIG. The generation of the noseprint information by the noseprint information generation unit 114 will be described in detail with reference to the flowchart of FIG.
  • FIG. 8 is a flowchart showing an operation in which the nose pattern information generation unit 114 generates nose pattern information. With reference to FIG. 8, the operation in which the nose print information generation unit 114 generates the nose print information will be described.
  • the nose print information generation unit 114 selects the reference region by the “predetermined method” described in S201 to S203 below.
  • FIG. 9 is a schematic diagram showing the nostrils 3 a and 3 b extracted by the correction extraction unit 113.
  • the nose pattern information generation unit 114 identifies the shortest line segment 4 that is the shortest distance among the line segments connecting the left and right nostrils 3a and 3b in the nose 13 of the cow. To do.
  • the nose pattern information generation unit 114 obtains the midpoint 5 of the shortest line segment 4 that is the shortest distance between the obtained nostrils 3a and 3b. Further, the nose print information generation unit 114 obtains a central straight line 6 that is orthogonal to the shortest line segment 4 and passes through the midpoint 5 (direct force straight line on the upper lip of the cow).
  • the nose print information generation unit 114 takes a long "groove” that overlaps the central straight line 6 (in the computer image, the groove is white and the cell is black).
  • the nose print information generation unit 114 searches for a cell when there is no groove. Refer to Figure 10 for the “grooves” to be searched based on this center straight line 6. This will be explained.
  • FIG. 10 shows a computer image with nostrils, patterns, and cells extracted by the correction extraction unit 113. In the computer images shown in Figs. 10 (a) to (e), the portions that appear white and elongated are patterns (grooves), and the portions that appear black are cells.
  • the central groove In the case of cattle, generally, there is a long groove (hereinafter referred to as the central groove) at the center of the nose pattern (the section through the central straight line 6 obtained in S202 in the image of the nose pattern).
  • the central groove can be divided into the following three types (1) to (3).
  • a type 10 has a large (long) groove (referred to as central groove 11).
  • B type 20 has a small (slightly long! ⁇ ) groove (referred to as central groove 21).
  • C type 30 has no groove to be used as a reference.
  • the nose pattern information generation unit 114 uses the type of A-type to C-type nose patterns shown in FIG. 10 from the image data including nostrils, patterns, cells, and the like extracted by the correction extraction unit 113. To determine whether this is the case. If the noseprint information generation unit 114 determines that the noseprint corresponds to the A type or the B type, it identifies the central groove 11 (an example of the reference area) or the central groove 21 (an example of the reference area). To do.
  • the noseprint information generation unit 114 determines that the noseprint corresponds to the C type, according to a preset rule, the noseprint information generation unit 114 is located at a position where the central straight line 6 passes, and any cell (reference Select an example of the area ((e) in Fig. 10). In this example, description will be made on the assumption that the nose print information generation unit 114 has selected a reference “cell” (hereinafter referred to as the center cell 31). Note that the following description is the same when the noseprint information generation unit 114 selects the central groove 11 or the central groove 21.
  • FIG. 11 (a) is a diagram schematically showing the nostrils 3a and 3b, the nose pattern 1 and the cells of the nose 13 of the cow.
  • FIG. 11 (a) is a view showing the cow's nose 13 as in FIG. 1, and shows the nostril 3a, the nostril 3b, and the nose pattern 1 of the cow's nose.
  • (B) of FIG. 11 is a diagram in which “cell 0” (center cell 31) and “cell 6” are extracted from (a). “Cell 6” is “Cell 49 adjacent to Route 0”.
  • the noseprint information generation unit 114 obtains the length of “cell 0”, which is the central cell 31, as shown in FIG.
  • “length” means the length along “direction 48 of central straight line 6” in “cell 0” (cell length 47 in FIG. 11 (b)), as shown in FIG. 11 (b). ).
  • the nose print information generation unit 114 also obtains the maximum width of “cell 0”. “Maximum width” means the maximum width among the widths of “cell 0” in the direction perpendicular to the central straight line 6, that is, in the direction of the shortest line segment 4, as shown in FIG.
  • the nose print information generation unit 114 also obtains the area of “cell 0”. In the case of the central groove 11 or the central groove 21, the noseprint information generation unit 114 obtains the groove length, the maximum groove width, and the area in the same manner as in the case of “cell 0” (central cell 31). .
  • the noseprint information generation unit 114 calculates "length 8", “maximum 9", and “area” (these are examples of geometric features) of "cell 0" (center cell 31). Root information in the tree structure (sometimes called root information). In other words, the noseprint information generation unit 114 selects “cell 0” (center cell 31) as the root in the tree structure, and “length 8” and “maximum width 9” of “cell 0” (center cell 31). , “Area” is route information of “cell 0”.
  • FIG. 12 is a diagram in which numbers k of 0 to 25 are assigned to the respective cells in FIG. 11 (a).
  • “cell 0” is “central cell 31” selected as the root (root), and “cell 0” is called the root cell (or root cell).
  • FIG. 13 shows a tree structure (nasal pattern information) generated based on each cell shown in FIG.
  • the root cell indicates the center cell 31 and has information of “length 8”, “maximum width 9”, and “area” regarding the center cell 31.
  • a node means a cell.
  • “node 1” indicates “cell 1” in FIG. 12, and “node 2” indicates “cell 2”.
  • the nose print information generation unit 114 specifies (selects) a cell adjacent to the central cell 31 selected as the root cell in FIG.
  • “adjacent cell” means a cell directly adjacent to the root cell. In other words, it is common to “adjacent cells” to the root cell. This cell is related to the root cell by a groove.
  • “cell 1” to “cell 13” shown in FIG. 12 are forces that are selected clockwise starting from “cell 1”. This is an example.
  • the order of cell selection is selected by a preset algorithm. For example, the first section cell 51 adjacent to the root may be selected in any order.
  • the tree structure power generated from the same noseprint may be the same.
  • the nose print information generation unit 114 selects a cell adjacent to the central cell 31 that is the root cell as the first node cell 51 in the tree structure. As shown in FIG. 13, the noseprint information generation unit 114 selects the node 1 (cell 1) to the node 13 (cell 13) as the first node cell 51. Cell 1 to cell 13 are all first-node cells 51.
  • the nose print information generation unit 114 sets, for each of the cells 1 to 13 selected as the first section cell 51, "groove branch length”, “longest line segment length”, and Find “areas” (these are examples of geometric features).
  • the branch point 41 to the branch point 45 are points where the groove forming the pattern branches.
  • the point where this groove branches is called the “branch point”.
  • the lengths of the branch point 45 to the branch point 41 are respectively referred to as “groove branch lengths”.
  • the nose print information generation unit 114 obtains the “longest line segment length” for each of the first section cells 51.
  • “Longest line segment length” is explained using (b) of FIG.
  • “Longest line segment length” refers to the longest length of line segments connecting two “branch points” in a cell. For example, in the case of “cell 6” in (b) of FIG. 11, among the branch points 41 to 45, V is the longest line segment connecting the two branch points, and the length of the line segment. It is the “longest line length” of force cell 6. For example, if the length of the line connecting branch point 42 and branch point 45 is the maximum, The length is “longest line segment length 46” in cell 6.
  • the noseprint information generation unit 114 obtains the “cell area” which is the total area for each first-node cell 51.
  • the noseprint information generation unit 114 uses the “groove branch length”, “longest line segment length”, and “cell area” obtained for each of the first section cells 51 to obtain cell information (node information). And
  • the nose pattern information generation unit 114 connects the root cell (root) and each first node cell 51 corresponding to the first node, and associates them as branches.
  • the nose pattern information generation unit 114 associates adjacent cells among the first-section cells 51.
  • the nose print information generation unit 114 performs the same processing as the processing S206 to S209 performed on the first node cell 51 in order to identify the second node cell 52.
  • the “second section cell 52” is a cell adjacent to the first section cell 51.
  • the second node cell 52 corresponds to the node 14 (cell 14) to the node 25 (cell 25) as shown in FIG.
  • “cell 1” to “cell 13” as the first node cell 51 and “cell 14” to “cell 25” as the second cell 52 are collectively referred to as “node cell 53” t ⁇ .
  • the nose pattern information generation unit 114 selects up to the n-th node cell and generates cell information for each (S214 to S217).
  • the user can specify to the animal management apparatus 100 what n clauses in the tree structure are generated.
  • the nose print information generation unit 114 of the animal management device 100 generates a tree structure up to the designated n nodes.
  • the nose pattern information generation unit 114 registers the generated tree structure in the animal management DB 130 as nose pattern information.
  • the nose pattern information generation unit 114 generates nose pattern information having a tree structure based on the nose pattern image data 7 by the processes of S201 to S218.
  • route information has been described as including “cell length”, “maximum width”, and “area”. It is not limited to including all of the two, and any two may be included, or any one of them may be included. This is also the case when central groove 11 or central groove 21 is selected as the route. It is the same.
  • the cell information has been described as including “groove branch length”, “longest line segment length”, and “cell area”. Not only all three but also any two may be included, or any one may be included.
  • a series of operations of the nose pattern image data input unit 111, the image data storage unit 112, the correction extraction unit 113 (extraction unit), and the nose pattern information generation unit 114 in the animal management device 100 described above are performed in a series. By replacing it with a process, these series of processes can be grasped as a nose pattern information generation program.
  • FIG. 14 to FIG. 16 show flowcharts when these series of operations are grasped as a nose pattern information generation program.
  • Fig. 14 is a program that generates a tree structure up to the first section
  • Fig. 15 is a program that generates up to the second section
  • Fig. 16 is a program that generates up to the nth section (n is an integer of 3 or more) Indicates the processing of the program to be executed.
  • S301 is a process of inputting nose print image data.
  • S302 is a process of storing the input nose pattern image data.
  • S303 is a process of reading the stored nose pattern image data and extracting a pattern forming a nose pattern from the read nose pattern image data and a plurality of cells delimited by the pattern.
  • S304 selects a reference area (center groove or center cell) as a reference according to a predetermined rule from the force of the extracted pattern and multiple cells, and selects the selected reference area as a tree structure. And a cell adjacent to the root is selected as a first node cell corresponding to the first node in the tree structure, and the tree formed by the selected root and the selected first node cell. This is a process for generating a structure as noseprint information.
  • S401 is a process of inputting nose print image data.
  • S402 is a process of storing the input nose pattern image data.
  • S403 is a process of reading stored nose pattern image data and extracting a pattern forming a nose pattern from the read nose pattern image data and a plurality of cells delimited by the pattern.
  • S404 selects a reference area as a reference according to a predetermined rule from the forces of the extracted pattern and a plurality of cells, selects the selected reference area as a root in the tree structure, Is selected as the first cell corresponding to the first node in the tree structure, and the cell adjacent to the first cell is selected as the second cell corresponding to the second node in the tree structure.
  • This is a process of generating the tree structure formed by the selected route, the selected first node cell and the selected second node cell as nose pattern information.
  • S501 is a process of inputting nose print image data.
  • S502 is a process of storing the input nose pattern image data.
  • S503 is a process of reading the stored nose pattern image data and extracting a pattern forming a nose pattern from the read nose pattern image data and a plurality of cells delimited by the pattern.
  • S504 selects a reference region as a reference according to a predetermined rule from the forces of the extracted pattern and a plurality of cells, selects the selected reference region as a root in the tree structure, and The cell adjacent to the root is selected as the first node cell corresponding to the first node in the tree structure, and the cell adjacent to the first node cell is selected as the second node cell corresponding to the second node in the tree structure. Then, in the same manner, select up to the n-th node cell corresponding to a predetermined n (n is an integer of 3 or more) without duplication, and select the selected root and each selected node cell. And generating the tree structure formed by the above as nose pattern information.
  • a nose pattern information generation method corresponding to FIG. 14 is as follows.
  • the nose pattern image data input unit 111 is an image of the nose of an animal having a nose that has a pattern formed by the groove force on the skin surface and a nose pattern that forms a plurality of cells separated by the pattern. Enter the nose pattern image data indicating the image where the nose pattern was photographed,
  • the image data storage unit 112 stores the nose pattern image data input by the nose pattern image data input unit 111,
  • the correction extraction unit 113 reads the nose pattern image data stored in the image data storage unit 112, forms a nose pattern from the read nose pattern image data, and a plurality of patterns separated by the pattern. Extract cells and
  • the nose pattern information generation unit 114 selects the reference area based on a predetermined rule according to a predetermined rule and selects the reference area from the tree extracted by the correction extraction unit 113, and the selected reference area is a tree structure.
  • the tree structure formed by the selected root and the selected first node cell is selected as a first node cell corresponding to the first node in the tree structure. Is generated as noseprint information.
  • the nose pattern information generation method corresponding to FIG. 15 is as follows.
  • the nose pattern image data input unit 111 is an image of the nose of an animal having a nose that has a pattern formed by the groove force on the skin surface and a nose pattern that forms a plurality of cells separated by the pattern. Enter the nose pattern image data indicating the image where the nose pattern was photographed,
  • the image data storage unit 112 stores the nose pattern image data input by the nose pattern image data input unit 111,
  • the correction extraction unit 113 reads the nose pattern image data stored in the image data storage unit 112, forms a nose pattern from the read nose pattern image data, and a plurality of patterns separated by the pattern. Extract cells and
  • the nose pattern information generation unit 114 selects the reference area based on a predetermined rule according to a predetermined rule and selects the reference area from the tree extracted by the correction extraction unit 113, and the selected reference area is a tree structure. And select a cell adjacent to the route as the tree structure. Selected as the first section cell corresponding to the first section in the structure, and the cell adjacent to the first section cell was selected as the second section cell corresponding to the second section in the tree structure and selected as the selected root. The tree structure formed by the first node cell and the selected second node cell is generated as nose pattern information.
  • the nose pattern information generation method corresponding to Fig. 16 is as follows.
  • the nose pattern image data input unit 111 is an image of the nose of an animal having a nose that has a pattern formed by the groove force on the skin surface and a nose pattern that forms a plurality of cells separated by the pattern. Enter the nose pattern image data indicating the image where the nose pattern was photographed,
  • the image data storage unit 112 stores the nose pattern image data input by the nose pattern image data input unit 111,
  • the correction extraction unit 113 reads the nose pattern image data stored in the image data storage unit 112, forms a nose pattern from the read nose pattern image data, and a plurality of patterns separated by the pattern. Extract cells and
  • the nose pattern information generation unit 114 selects the reference area based on a predetermined rule according to a predetermined rule and selects the reference area from the tree extracted by the correction extraction unit 113, and the selected reference area is a tree structure.
  • the cell adjacent to the root is selected as the first node cell corresponding to the first node in the tree structure, and the cell adjacent to the first node cell is equivalent to the second node in the tree structure.
  • select up to the n-th cell corresponding to a predetermined n n is an integer of 3 or more
  • select the selected root cell is generated as noseprint information.
  • the software program executes the process of generating nose pattern information having a tree structure based on the image data of the nose pattern.
  • High nose pattern information can be generated, and the required memory resources can be reduced.
  • the animal management apparatus 100 includes the nose pattern information generation unit 114 that generates a tree structure as nose pattern information. Therefore, it is possible to easily generate nose pattern information with a high identification rate at low cost. But it can.
  • the nose print information generation unit 114 generates the route information and the cell information, so that the nose print information can be generated with a high identification rate.
  • the nose pattern information generation unit 114 uses at least one of the length, maximum width, and area of a cell or groove serving as a route as route information, and the groove branching Since at least one of the length, the longest line segment length, and the cell area is generated as the cell information, the route information and the cell information can be generated easily and quickly.
  • Each of the nose print generation programs shown in FIGS. 14 to 16 causes the computer to execute a process for generating the tree structure as the nose print information. Pattern information can be generated.
  • Embodiment 2 relates to an animal management system 1000 including the animal management apparatus 100 described in the first embodiment.
  • the second embodiment a case where the nose prints are collated with respect to the nose print information generated by the animal management apparatus 100 will be described.
  • the verification method will be described in the first half, and the operation of the animal management system 1000 as the system will be described in the second half.
  • Embodiment 2 can be applied to all animals having a nose pattern such as cows or dogs (cattle and dogs have a nose pattern). Not limited to animals with nose prints.
  • “animal” means an animal having a nose pattern, such as a cow or a dog.
  • FIG. 17 is a diagram showing a system configuration of the animal management system 1000 according to the second embodiment.
  • the animal management system 1000 is configured such that the animal management apparatus 100 (an example of a noseprint information matching apparatus), a mobile phone 401, a client terminal 402, a client terminal 403, and a client LAN 410 can communicate with each other via the Internet 300. Connected. Client terminals 411 and 412 are connected to the client LAN 410, and these can communicate with the animal management apparatus 100 via the Internet 300.
  • the client terminal and the mobile phone power of the animal management device 100 are also a cow or a dog (a cow or a dog is an example of an animal having a nose pattern. An animal having a nose pattern may be simply referred to as an animal).
  • a nose pattern photograph (nasal pattern image data) in which a nose pattern is photographed can be transmitted, and registration of animal identification information described later including nose pattern information can be requested.
  • the client terminal and mobile phone power also send a nose print to the animal management device 100 to request that the individual being the subject matches the individual registered in the animal management device 100. can do.
  • FIG. 18 is a flowchart showing an outline of the operation of the verification unit 120 of the animal management apparatus 100.
  • the animal management DB 130 stores a plurality of pieces of noseprint information about animals.
  • the nose print image data input unit 111 of the tree structure generation unit 110 requests a comparison to check whether it matches any of the plurality of animal nose print information stored in the animal management DB 130. “Verification request image data” which is nose pattern image data is input.
  • the nose print image data input unit 111 inputs “collation request image data” from the mobile phone 401, the client terminal 402, or the like.
  • the animal management apparatus 100 as described in the first embodiment (the same applies to the third embodiment described later), “the matching request image data input by the nose pattern image data input unit 111”. Are processed by the image data storage unit 112, the correction extraction unit 113, and the nose print information generation unit 114.
  • the nose print information generation unit 114 performs the same processing as shown in FIG. 8, “no matching print nose print” which is nose print information based on the “check request image data” input by the nose print image data input unit 111. Information ".
  • the collation unit 120 compares the "collation request nose pattern information" generated by the nose pattern information generation unit 114 with the nose pattern information stored in the animal management DB 130 and a collation method (predetermined in advance). Check by one example of method).
  • FIG. 19 is a diagram showing a collation process by the collation unit 120.
  • the collation unit 120 collates the collation request nose pattern information with the nose pattern information 1 to the nose pattern information n stored in the animal management DB 130.
  • the collation unit 120 performs collation by comparing whether the tree structure of the collation request nose pattern information matches the tree structure of the nose pattern information 1 or the like as a collation method.
  • FIG. 20 is a flowchart showing the process of collation processing between the collation request nose pattern information by the collation unit 120 and the nasal pattern information 1 etc. stored in the animal management DB 130. Description will be made assuming that the collation unit 120 collates the collation request nose pattern information with the nose pattern information 1 shown in FIG.
  • the collation unit 120 compares the tree structures of the collation request nose print information and the nose print information 1 and determines whether or not they match. If the collation unit 120 determines that it does not match (NO in S701), it is determined that the noseprint information does not match and is not the same individual (S702).
  • FIG. 21 is a diagram showing an example of a tree structure of matching request nose pattern information and nose pattern information 1. It is assumed that the route information and the cell information are the areas described in the first embodiment. In this case, collation unit 120 determines in S703 whether the areas of the route information are equal. Since correction is normally performed by the correction extraction unit 113, the areas can be compared. If the route information does not match, the matching unit 120 determines that they are not the same individual (S702).
  • the collation unit 120 compares whether the cell information of the first section cells corresponding to each other matches. In the example of FIG.
  • the collation unit 120 compares the cells up to the n-th section cell, and the same is applied when the area of the corresponding cell set is the same in all of the first to n-th sections. The individual is determined (S706).
  • a preset value k (k is a positive integer less than or equal to an integer n that specifies the number of nodes) may be set in the animal management apparatus 100 in advance, and the route strength may be compared up to k nodes. .
  • FIG. 22 is a diagram showing animal identification information.
  • “Animal identification information” is information for identifying an animal having a nose pattern.
  • the animal identification information is registered in the animal management DB 130 of the animal management apparatus 100.
  • the noseprint information is registered in the animal management DB 130 by being included in the animal identification information.
  • the noseprint information is information related to the tree structure as described in the first embodiment (the same applies to the third embodiment described later).
  • the power is also composed of “node information (cell information of the n-th cell)”.
  • animal identification information is created for each animal and is managed for each type of animal. For example, it is managed according to the type of animal such as “cow” or “dog”.
  • FIG. 22 shows the animal identification information related to “cow”.
  • the animal identification information 50a is information related to one animal
  • the animal identification information 50b is information related to one other animal
  • the animal identification information 50c is information related to one other animal. In the following description, the animal is assumed to be “cow” or “dog”.
  • FIG. 23 is a diagram showing an example of the animal pedigree information 60.
  • Animal pedigree information 60 is composed of “pedigree ID” as a key.
  • the “pedigree ID” in the animal pedigree information 60 corresponds to the pedigree ID in the animal identification information of FIG.
  • the animal pedigree information 60 includes a father ID, a mother ID, and the like. This father ID, mother ID, etc. are the “ID” of the animal identification information in FIG. Therefore, it is possible to search the father's animal identification information from this “father ID”.
  • the animal pedigree information 60, birth information 70 and owner information 80, which will be described later, are stored in the related information DB 140 as related information related to the animal identification information.
  • FIG. 24 is a diagram showing an example of the birth information 70.
  • birth information 70 is configured with “birth ID” as a key.
  • the “birth ID” in this birth information 70 corresponds to the birth ID in the animal identification information of FIG.
  • birth information includes the name of the farm where the animal was born, date of birth, sex, owner at birth, the owner's address, telephone number, email address, and so on.
  • FIG. 25 is a diagram showing an example of owner information 80.
  • the owner information 80 is configured with “owner ID” as a key.
  • the “owner ID” in the owner information 80 corresponds to the owner ID in the animal identification information of FIG.
  • the owner information 80 includes the owner's ranch name, date of purchase, price, owner's name, owner's address, owner's phone number, email address, and so on.
  • FIG. 26 is a sequence diagram showing an exchange between a “registration side terminal” that desires registration of animal identification information, the animal management apparatus 100, and a “verification request side terminal” that requests individual verification.
  • the “registration side terminal” is the client terminal 402
  • the “verification request side terminal” is the client terminal 403, for example.
  • the terminal with the difference may be a “registration side terminal” or a “verification request side terminal”.
  • the “registration side terminal” transmits a nose pattern photograph of the animal's nose pattern for registration via the Internet 300, an entire picture of the animal, and animal feature information indicating characteristics of the animal (
  • the “registration request information” including “shown in FIG. 22” is transmitted to the animal management apparatus 100 (S801).
  • the tree structure generation unit 110 performs a “nose pattern photograph” (nose print) of an animal included in the “registration request information” transmitted from the registration side terminal via the Internet 300. Based on the (print image data), a tree structure related to the nose pattern is generated, and this tree structure is used as the nose pattern information (S802).
  • the nose print information generation unit 114 of the tree structure generation unit 110 converts the generated nose print information into the animal.
  • the nose print information generation unit 114 registers the nose print information as part of the moving object identification information as shown in FIG. 22 (S803).
  • the nose pattern information generation unit 114 displays the nose pattern information together with “whole picture and nose pattern picture”, “animal feature information”, etc.
  • the animal management DB130 As part of the animal management DB130.
  • the animal management apparatus 100 registers and stores a plurality of “animal identification information” as shown in FIG. 22 in the animal management DB 130.
  • the verification requesting terminal transmits verification request information (S804).
  • the verification request information includes at least information for identifying the verification requesting side and the “nasal pattern image (nasal pattern image data)” of the verification requesting cow.
  • the tree structure generation unit 110 When the animal management device 100 receives the verification request information, the tree structure generation unit 110, based on the nose pattern photograph (the verification request image data) included in the "verification request information", as in S802. Thus, the tree structure of the cow related to the collation request is generated as nose pattern information.
  • the collation unit 120 stores the collation request nose print information generated by the nose print information generation unit 114 in the animal management DB 130, and compares and collates the nose print information with the method described in FIGS. Do [0136]
  • the collation unit 120 returns the collation result to the collation requesting side terminal (S406).
  • the collation unit 120 sends to the collation requesting terminal a whole picture of the animal included in the animal identification information hit by the collation process, animal feature information, and other information such as pedigree information, birth information, If owner information exists, this information is also returned to the verification requesting terminal. If there is no hit, this is notified.
  • the hit in this case means the existence of an individual that exceeds the individual matching possibility threshold given by the parameter.
  • the animal management device 100 described above includes the animal management DB 130 (nasal pattern information storage unit) that stores the nose pattern information generated by the nose pattern information generation unit 114, and thus easily stores the nose pattern information. can do.
  • the animal management apparatus 100 described above includes the matching unit 120 that collates the nose pattern information that also has the tree structure power, the nose pattern can be collated inexpensively and easily.
  • the collation unit 120 determines whether the individuals to be collated match each other, that is, a binary value of Yes or No. It was judged whether or not.
  • the matching unit 120 matches the tree structure of the matching request nose pattern information with the tree structure of the nose pattern information stored in the animal management DB 130 (nose pattern information storage unit). It is also possible to calculate the matching probability indicating, and display the calculated matching probability on the display device 813 or the like.
  • FIG. 27 is a flowchart showing a process in which the matching unit 120 calculates the match probability.
  • the case of calculating the match probability will be described with reference to the flowchart of FIG.
  • the processing by the correction extraction unit 113 (S103 in FIG. 6) will be described again.
  • the processing performed by the correction extraction unit 113 described below is also performed for the verification described above.
  • FIG. 28 is a diagram illustrating an example of correction performed as pre-processing when the correction extraction unit 113 cuts out the nose image from the nose pattern image data 7X that is an image of the dog's face.
  • the correction extraction unit 113 corrects the horizontal direction in advance so that the extracted nose information (image) does not include a deviation from the horizontal direction (angle ⁇ in FIG.
  • the correction extraction unit 113 draws a straight line passing through the center point of both eyes in the nose pattern image data 7 ⁇ in order to detect a horizontal deviation (FIG. 28 (b)), and the straight line and the horizontal axis 22 are compared. Deviation (angle ⁇ ) Is detected (FIG. 28 (c)).
  • the correction extraction unit 113 rotates the original image (nasal pattern image data 7X) by an angle ex, which is a detected deviation, to obtain nose pattern image data 7X-1 (FIG. 28 (d)).
  • the entire face in the nose pattern image data 7X, and thus the cut-out nose is corrected with respect to the horizontal axis 22, and the cell positional relationship is determined in tree structure generation and verification. You can make sure that there is no contradiction.
  • the collation unit 120 is set with a numerical value indicating which section is to be collated. In S903a, S903b, and S903c, the collation unit 120 determines whether or not the set value.
  • FIG. 29 is a diagram for explaining a matching method in the case of using a matching probability.
  • FIG. 29 shows noseprint information 23 for a dog whose identity is clear and noseprint information 24 for a dog whose identity is unknown.
  • Figure 29 shows the first section.
  • aO, bO, cO, etc. indicate cell information, respectively.
  • aO is information indicating the maximum length of the cell
  • bO is information indicating the maximum width of the cell
  • cO is information indicating the area of the cell.
  • the same alphabet is assumed to have the same information type.
  • the matching probability P0 between route information refers to the probability of matching information among all the information to be matched with respect to the route.
  • the route information “a0 ′, bO ′, c0 ′” of the matching request nose pattern information whose identity is not known and the identity stored in the animal management DB 130 are known.
  • the collation unit 120 performs collation with the dog route information “a0, bO, c0” as follows. When each other's route information is composed of three pieces of information, the collation unit 120 looks at the power of matching some pieces of information among the three pieces.
  • the matching probability P1 is calculated for the cells in the first section cell.
  • Section 1 as shown in FIG. Cell 1 and cell 1, cell 1-2 and cell 1,-2, cell 1-3 and cell 1,-3. This is because the cells described above correspond to each other in the tree structure related to the noseprint information 23 of the dog whose identity is known and the noseprint information 24 of the dog whose identity is unknown by the correction described in FIG. It is.
  • the matching probability P1 in Section 1 refers to the probability of matching information among all the information to be verified regarding Section 1. Taking Figure 29 as an example, it is as follows.
  • the matching unit 120 first matches the cell 1 1 with the cells 1 and 1 1 in the same manner as in the case of the root cell, and calculates the probability P (1 ⁇ 1) of matching. That is, the collation unit 120 calculates a probability P (1 ⁇ 1) that matches “al, bl, cl” and “& 1 ′, bl ′, cl ′”.
  • Section 1 has three cells.
  • the verification ⁇ calculates P (l ⁇ 2) and P (1 ⁇ 3) for Senor 12 and Senor 1, 1 and 2, and Senor 1 3 and Senor 1, 1 and 3!
  • the verification unit 120 The verification unit 120
  • ⁇ 1 ⁇ (1-1) + ⁇ (1-2) + ⁇ (1-3)
  • the matching unit 120 similarly obtains the matching probability Pn of the n-th clause (this is a value before being multiplied by the weight Wn) in the second and subsequent clauses.
  • the collation unit 120 determines whether the collation can be performed up to the first clause. In the case of Section 1, the process proceeds to S904a.The value obtained by multiplying the matching probability P0 of route information by the weight W0 of the route information is newly set to P0 (S904a), and the probability of matching between Section 1 information The value obtained by multiplying P1 by the weight W1 for the first section information is newly set as P1 (S905a). In FIG. 27, “Wn” represents the weight related to the nth section information. Then, the collation unit 120 calculates the sum of P0 and P1 after being multiplied by the weight (S909a), and outputs it as the matching probability P (S910).
  • the third embodiment will be described with reference to FIGS.
  • the third embodiment corresponds to the first embodiment.
  • the configuration of the animal management device is the same as that in FIGS. 3 to 5 of the first embodiment.
  • the case of “cow” is described as an example of an animal having a nose pattern.
  • Embodiment 3 describes the case of “dog” as an example of an animal having a nose pattern. That is, Embodiment 3 describes an animal management device that generates nose pattern information based on the nose pattern of “dog”.
  • description of the same parts as in the first embodiment is omitted.
  • FIG. 30 is a diagram schematically showing a computer image of “dog nose”.
  • Figure 30 corresponds to Figure 1.
  • FIG. 30 shows a case where, for example, a computer image as shown in FIG. 34 (a) described later is schematically shown.
  • FIG. 30 shows a nostril 3aX, a nostril 3bX, and a nose crest IX (portion surrounded by a broken line) of the nose 13X of the dog.
  • the line portion indicates a “groove”.
  • an area to which “1-1”, “1-2”, “1 3”, and the like are attached indicates a “cell”.
  • the animal management apparatus 100 according to Embodiment 3 is characterized in that it generates nose pattern information having a tree structure based on the nose pattern IX shown in FIG.
  • the animal management device 100 generates the tree-shaped nose print information shown in FIG. 2 based on the nose print IX shown in FIG.
  • the outline of generation of noseprint information for “dog” is the same as that in FIG. 6 of the first embodiment.
  • FIG. 31 shows dog nose pattern image data 7X.
  • the animal management apparatus 100 (nasal pattern information generating apparatus) generates nose pattern information using the nose pattern image data 7 for “cow”.
  • the animal management apparatus 100 generates the nose pattern information for “dog” using the nose pattern image data 7X for “dog”.
  • the outline of generation of nose pattern information in the third embodiment is that the nose pattern image data 7X is changed from the data shown in FIG. 7 to the data shown in FIG. 31 with respect to the first embodiment, and the processing contents are the same. It is. Details of generation of nose pattern information by the nose pattern information generation unit 114 will be described in detail with reference to the flowchart of FIG. FIG. 32 corresponds to FIG. 8 of the first embodiment.
  • FIG. 32 is a flowchart showing an operation in which the nose pattern information generation unit 114 generates nose pattern information. With reference to FIG. 32, the operation of generating nose pattern information by the nose pattern information generation unit 114 will be described.
  • the nose pattern information generation unit 114 selects the reference region by a “predetermined method” described in S201X to S203X below.
  • FIG. 33 is a schematic diagram showing the nostrils 3aX and 3bX extracted by the correction extraction unit 113.
  • FIG. 33 corresponds to FIG.
  • the noseprint information generation unit 114 performs a nostril apex line that is a line segment connecting the uppermost nostril apexes 33 and 34 of the left and right nostrils 3aX and 3bX in the nose of the dog. Minute 3
  • the noseprint information generation unit 114 from each of the nostril vertices 33, 3 4 on the nostril apex line segment 38, perpendicular to the nostril apex line segment 38, the contour direction of the upper nose (dog's eyes) Draw a nostril normal line segment 35 and a nostril normal line segment 36 in the A 'direction).
  • the noseprint information generation unit 114 obtains the upper nose contour and the nostril perpendicular line segment 35, and the intersection point 25 and the intersection point 26 at which the nostril perpendicular line segment 36 intersects the upper nose outline.
  • the noseprint information generation unit 114 obtains a line segment 27 connecting the intersection point 25 and the nostril apex 34 and a line segment 28 connecting the intersection point 26 and the nostril apex 33. Then, the nose print information generation unit 114 specifies the intersection of the line segment 27 and the line segment 28 as the “center point 37”.
  • the noseprint information generation unit 114 then displays the “center point 37” in the area surrounded by the nostril vertex line segment 38, the nostril perpendicular line segment 35, the nostril perpendicular line segment 36, and the outline of the upper nose. Enter the cell containing " The nose print information generation unit 114 searches for a predetermined “cell” based on the center point 37.
  • FIG. 34 is a diagram for explaining a “cell” to be searched.
  • FIG. 34 shows a computer image by patterns and cells extracted by the correction extraction unit 113. In the computer image of Fig. 34, the part that appears as a white line is a pattern (groove) that is black. The visible part is the cell.
  • the nose pattern information generation unit 114 takes out image data composed of patterns, cells, and the like extracted by the correction extraction unit 113. In the case of the image data in Fig. 34 (a), the nose pattern information generation unit 114 draws a diagonal line (lines 27 and 28) on the image (Fig. 34 (b)), and the point where the diagonal line intersects is the center point. Seek as 37. Then, the noseprint information generation unit 114 selects “a cell in which the central points 37 overlap or a recent cell” (an example of a reference region) (FIGS. 34 (c) and (d)). In this example, it is assumed that the noseprint information generation unit 114 has selected a reference “cell” (hereinafter referred to as “center cell 3 IX”).
  • FIG. 35 (a) is a diagram schematically showing the nose pattern and cells of the dog's nose.
  • FIG. 35 (a) is a diagram in which the nose pattern of the dog's nose is cut out as in FIG. 34, and shows the nose pattern of the dog's nose.
  • FIG. 35 (b) is a diagram in which “cell 0” (the central cell 31X) and its adjacent cell 58 are extracted from (a).
  • the noseprint information generation unit 114 obtains the “longest line segment length” of “cell 0” that is the center cell 3 IX. “Longest line segment length” is explained using Fig. 35 (b).
  • the “longest line segment length” refers to the length of the longest line segment among the line segments connecting any two “branch points” in the cell, as described in the first embodiment.
  • “length” is a relative numerical value using pixels in the image.
  • the nose print information generation unit 114 also obtains the area of “cell 0”.
  • area is a relative value using pixels in the image.
  • the nose print information generation unit 114 calculates "longest line segment length” and "area” (these are examples of geometric features) of "cell 0" (center cell 3 IX) in the tree structure. Root information (sometimes called route information). In other words, the noseprint information generation unit 114 selects “cell 0” (center cell 31 X) as the root in the tree structure, and also selects “longest segment length” and “area” of “cell 0” (center cell 31X). Is the route information of “cell 0”.
  • FIG. 3 is a diagram showing an example of a cell, and assigning a number k from 0 to 25 to each cell.
  • “cell 0” is “central cell 3 IX” selected as the root
  • “cell 0” is called the root cell (or root cell).
  • FIG. 13 shows a tree structure (nose pattern information) generated based on each cell shown in FIG.
  • the root cell indicates the central cell 3 IX, and has “length” and “area” information regarding the central cell 31X.
  • a node means a cell.
  • “node 1” indicates “cell 1” in FIG. 36
  • “node 2” indicates “cell 2”.
  • S206X to S209X are the same as S206 to S209 in FIG.
  • the noseprint information generation unit 114 specifies (selects) a cell adjacent to the central cell 3 IX selected as the root cell in FIG.
  • “adjacent cell” means a cell directly adjacent to the root cell.
  • “adjacent cells” to a root cell are cells that are separated from the root cell by a common groove (pattern).
  • “cell 1” to “cell 13” shown in FIG. 36 are forces that are selected clockwise starting from “cell 1”. This is an example.
  • the cell selection order is selected using a preset algorithm. For example, select the first section cell adjacent to the root in any order. It is only necessary that the tree structure power generated from the same nose pattern matches the nose pattern information.
  • the noseprint information generation unit 114 selects a cell adjacent to the central cell 3IX, which is the root cell, as the first node cell in the tree structure. As shown in FIG. 13, the nose print information generation unit 114 selects node 1 (cell 1) to node 13 (cell 13) as the first node cell. Cell 1 to cell 13 are all first node cells.
  • the nose print information generation unit 114 performs “groove branch length”, “longest line segment length”, and “area” described later for each of the cells 1 to 13 selected as the first section cell. (These are examples of geometric features).
  • the branch point 41X to the branch point 45X are points where the groove forming the pattern branches.
  • the location where this groove branches It will be called a "cross point”.
  • the lengths of the branch point 45X to the branch point 41X are respectively referred to as “groove branch lengths”.
  • the noseprint information generation unit 114 calculates the “longest line segment length” for each of the first section cells.
  • the “longest line segment length” is the same as that described in S207 of FIG.
  • the nose print information generation unit 114 obtains a “cell area” that is an area for each first node cell.
  • the nose print information generation unit 114 obtains the “groove branch length”, “longest line segment length”, and “cell area” obtained for each cell in the first section cell information (node information). And
  • the noseprint information generation unit 114 connects the root cell (root) and each first node cell corresponding to the first node, and associates them as branches.
  • nose pattern information generating section 114 associates adjacent cells among the first-node cells.
  • S210X to S213X are the same as S210 to S213 in FIG.
  • the nose print information generation unit 114 performs the same processing as the processing S206X to S209X performed on the first node cell in order to specify the second node cell.
  • “Node 2 cell” is a cell adjacent to the cell 1 node.
  • the second node cell corresponds to node 14 (cell 14) to node 25 (cell 25) as shown in FIG. Note that “cell 1” to “cell 13” as the first node cells and “cell 14” to “cell 25” as the second cell are collectively referred to as “node cells” t.
  • S214X to S218X are the same processing as S214 to S218 in Fig. 8.
  • the noseprint information generation unit 114 selects up to the n-th node cell and generates each cell information (S214X to S217X). How many n clauses in the tree structure The user can specify the animal management apparatus 100.
  • the nose print information generation unit 114 of the animal management device 100 generates a tree structure up to the designated n nodes.
  • the nose pattern information generation unit 114 registers the generated tree structure in the animal management DB 130 as nose pattern information.
  • the nose pattern information generation unit 114 generates nose pattern information having a tree structure based on the nose pattern image data 7X.
  • the “route information” is the force described as including “the longest segment length of the cell” and “area”. It is not limited to the case of including any one of them, and any two of them may be included, or any one of them may be included. It is also possible to include other information that is not limited to two.
  • the cell information has been described as including “groove branch length”, “longest line segment length”, and “cell area”. Not only all but one of them may be included, or any one of them may be included.
  • FIG. 37 shows an example in which the area ratio of each cell is expressed by the color of each cell.
  • Reference numerals 901 to 908 indicate the colors. That is, FIG. 36 shows a case where the cells are painted with eight different colors 901 to 908, respectively. In order to express the area, not only the color but also a pattern may be added to the cell.
  • FIG. 38 shows an example in which the groove 18 inside the cell is visualized as a part of the cell.
  • Fig. 38 shows an example in which the groove 18 inside the cell is visualized as a part of the cell.
  • each cell has a cell shape as shown in Fig. 38.
  • the characteristics of the “groove 18 in the cell” can also be used as route information and cell blueprint. That is, in S205X, S207X, S211X, and S215X in FIG. 32, the nose pattern information generation unit 114 uses the line segment length and cell area as route information and cell information. However, these line segment length and cell area are used.
  • the nose pattern information generation unit 114 may use the characteristics of the “groove 18 inside the cell” as route information and cell information.
  • Figure 39 shows an alternative to line length and cell area.
  • FIG. 10 is a flowchart when the nose print information generation unit 114 uses the feature of “the groove 18 in the cell” as route information and cell information.
  • FIG. 39 is a flowchart of S204X ⁇ S204X-1, S205X ⁇ S205X-1, S207X ⁇ S207X-1, S211X ⁇ S211X-1, and S215X ⁇ S215X-1.
  • FIG. 1 is a diagram schematically showing a cow's nose in the first embodiment.
  • FIG. 2 is a diagram showing the nose pattern of FIG. 1 as a tree structure.
  • FIG. 3 is a block diagram of an animal management apparatus 100 in the first embodiment.
  • FIG. 4 is an external view of an animal management device 100 according to the first embodiment.
  • FIG. 5 shows a hardware configuration of the animal management apparatus 100 according to the first embodiment.
  • FIG. 6 is a flowchart of generating nose pattern information of the animal management apparatus 100 according to the first embodiment.
  • FIG. 7 shows an example of nose pattern image data according to the first embodiment.
  • FIG. 8 is a flowchart showing the operation of the noseprint information generation unit 114 in the first embodiment.
  • FIG. 9 is a diagram schematically showing the cow's nose in the first embodiment.
  • FIG. 10 is a computer image showing the cow's nose in the first embodiment.
  • FIG. 11 is a diagram schematically showing a cow's nose in the first embodiment.
  • FIG. 12 is a diagram schematically showing a cow's nose in the first embodiment.
  • FIG. 13 The tree structure of the nose pattern shown in FIG.
  • FIG. 14 is a flowchart showing processing of the nose pattern information generation program in the first embodiment.
  • FIG. 15 is a flowchart showing processing of a nose pattern information generation program in the first embodiment.
  • FIG. 16 is a flowchart showing processing of the nose pattern information generation program in the first embodiment.
  • FIG. 17 is a configuration diagram of an animal management system 1000 according to the second embodiment.
  • FIG. 18 is a flowchart showing a processing process of collation unit 120 in the second embodiment.
  • FIG. 19 is a diagram showing a collation process of collation unit 120 in the second embodiment.
  • FIG. 20 is a flowchart showing a process of verification unit 120 in the second embodiment.
  • FIG. 21 is a diagram showing collation processing of collation unit 120 in the second embodiment.
  • FIG. 22 is a diagram showing the animal identification information in Embodiment 2 (;
  • FIG. 23 is a diagram showing embodiment 2 (;
  • FIG. 24 is a diagram showing the birth information in Embodiment 2 (;
  • FIG. 25 is a diagram showing the owner information in Embodiment 2 (;
  • FIG. 26 is a sequence diagram of the animal management system 1000 according to the second embodiment (;
  • FIG. 27 is a diagram showing a method for calculating a matching probability in Embodiment 2 (;
  • FIG. 28 is a diagram showing an example of correction according to Embodiment 2 (;
  • FIG. 29 is a diagram for explaining a second embodiment (;
  • FIG. 30 is a diagram schematically showing the third embodiment of the present invention.
  • FIG. 31 is an example of Embodiment 3 (; dog's nose print image data 7X.
  • FIG. 32 is a flowchart showing the operation of the third embodiment of the nose pattern information generation unit 114.
  • FIG. 33 is a diagram schematically showing a third embodiment of the dog.
  • FIG. 34 is a computer image showing the dog's nose in Embodiment 3 (;
  • FIG. 35 is another computer image showing the dog's nose in Embodiment 3 (;
  • FIG. 36 is a diagram schematically showing the third embodiment of the present invention.
  • FIG. 37 is a diagram showing the area ratio of each cell in Embodiment 3 (color).
  • FIG. 38 is a diagram showing a groove inside a cell according to a third embodiment (;
  • FIG. 39 is a flowchart showing the operation of the third embodiment (;

Abstract

鼻紋の識別が容易な鼻紋情報を生成する鼻紋情報生成装置を提供する。動物管理装置１００は、鼻紋画像データを入力する鼻紋画像データ入力部１１１と、鼻紋画像データを記憶する画像データ記憶部１１２と、鼻紋画像データから鼻紋を形成する紋様と、紋様によって区切られた複数のセルとを抽出する補正抽出部１１３と、抽出された紋様と複数のセルとのなかから基準領域を選択し、基準領域を木構造のルートとして選択し、ルートに隣接する第１節セルを選択し、第１節セルに隣接する第２節セルを選択し、順次、第ｎ節セルまでを重複なく選択し、ルートと各節セルとにより形成される木構造を鼻紋情報として生成する鼻紋情報生成部１１４とを備えた。

Description

鼻紋情報生成装置及び鼻紋情報照合装置及び鼻紋情報生成プログラム 及び鼻紋情報生成方法
技術分野
[0001] 本発明は、鼻紋の存在する鼻を有する動物の鼻紋から、木構造からなる鼻紋情報 を生成する鼻紋情報生成装置及び鼻紋情報生成プログラム及び鼻紋情報生成方法 に関する。また、生成された鼻紋情報を使用して動物同士が同一の個体かどうかを 照合する鼻紋情報照合装置に関する。
背景技術
[0002] 牛の個体識別には、鼻先に墨をつけて鼻紋を採取する鼻紋拓が用いられていたが 、コンピュータの発達により鼻紋の映像データを用 、た照合方法が行われて 、る。
[0003] しかし、映像データを用いた照合方法は、照合に時間を要する、あるいはメモリ容 量を多く必要とすると!/、う課題があった。
[0004] 特許文献 1では、これらの課題の対策として鼻紋の分岐点に着目した鼻紋の照合 方法を開示している。
[0005] しかし、さらに、鼻紋の相違を容易かつ確実に識別することが求められている。
特許文献 1：特開 2003 - 346148号公報
発明の開示
発明が解決しょうとする課題
[0006] この発明は、識別率が高ぐ安価かつ容易に鼻紋の識別が可能な鼻紋情報を生成 する鼻紋情報生成装置及び鼻紋情報生成プログラムを提供することを目的とする。 課題を解決するための手段
[0007] この発明の鼻紋情報生成装置は、
皮膚表面の溝カゝら形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する鼻紋画像データ入力部と、
前記鼻紋画像データ入力部が入力した鼻紋画像データを記憶する画像データ記 憶部と、
前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み出した鼻紋 画像データから鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを 抽出する抽出部と、
前記抽出部が抽出した紋様と複数のセルとのな力から予め定められた規則にした がって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
選択したルートと選択した第 1節セルとによって形成される前記木構造を鼻紋情報 として生成する鼻紋情報生成部と
を備えたことを特徴とする。
この発明の鼻紋情報生成装置は、
皮膚表面の溝カゝら形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する鼻紋画像データ入力部と、
前記鼻紋画像データ入力部が入力した鼻紋画像データを記憶する画像データ記 憶部と、
前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み出した鼻紋 画像データから鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを 抽出する抽出部と、
前記抽出部が抽出した紋様と複数のセルとのな力から予め定められた規則にした がって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、 選択したルートと選択した第 1節セルと選択した第 2節セルとによって形成される前 記木構造を鼻紋情報として生成する鼻紋情報生成部と
を備えたことを特徴とする。
[0009] この発明の鼻紋情報生成装置は、
皮膚表面の溝カゝら形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する鼻紋画像データ入力部と、
前記鼻紋画像データ入力部が入力した鼻紋画像データを記憶する画像データ記 憶部と、
前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み出した鼻紋 画像データから鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを 抽出する抽出部と、
前記抽出部が抽出した紋様と複数のセルとのな力から予め定められた規則にした がって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、
以下、順次同様にして、予め定められた n(nは、 3以上の整数）に対応する第 n節セ ルまでを重複することなく選択し、
選択したルートと選択したそれぞれの節セルとによって形成される前記木構造を鼻 紋情報として生成する鼻紋情報生成部と
を備えたことを特徴とする。
[0010] 前記鼻紋情報生成部は、
ルートを選択する場合にはルートの特徴を示すルート情報を生成してルートと対応 付けをするとともに、第 1節セルを選択する場合には第 1節セルの特徴を示すセル情 報を生成して第 1節セルと対応付けをして鼻紋情報を生成することを特徴とする。 [0011] 前記鼻紋情報生成部は、
ルートである基準領域の幾何学的特徴に基づいてルート情報を生成するとともに、 第 1節セルの幾何学的特徴に基づいてセル情報を生成することを特徴とする。
[0012] 前記鼻紋情報生成部は、
ルートである基準領域の所定の箇所の寸法に基づいてルート情報を生成するととも に、第 1節セルの所定の箇所の寸法に基づいてセル情報を生成することを特徴とす る。
[0013] 前記鼻紋情報生成部は、
ルートである基準領域の面積に基づいてルート情報を生成するとともに、第 1節セ ルの面積に基づいてセル情報を生成することを特徴とする。
[0014] 前記鼻紋情報生成部は、
ルートを選択する場合にはルートの特徴を示すルート情報を生成してルートと対応 付けをするとともに、それぞれの節セルを選択する場合にはそれぞれの節セルの特 徴を示すセル情報を生成してそれぞれの節セルと対応付けをして鼻紋情報を生成 することを特徴とする。
[0015] 前記鼻紋情報生成部は、
ルートである基準領域の幾何学的特徴に基づいてルート情報を生成するとともに、 それぞれの節セルの幾何学的特徴に基づいてセル情報を生成することを特徴とする
[0016] 前記鼻紋情報生成部は、
ルートである基準領域の所定の箇所の寸法に基づいてルート情報を生成するととも に、それぞれの節セルの所定の箇所の寸法に基づ 、てセル情報を生成することを特 徴とする。
[0017] 前記鼻紋情報生成部は、
ルートである基準領域の面積に基づいてルート情報を生成するとともに、それぞれ の節セルの面積に基づいてセル情報を生成することを特徴とする。
[0018] 前記鼻紋情報生成装置は、さらに、
鼻紋が存在する鼻を有する所定の動物の鼻紋情報を入力して記憶する鼻紋情報 記憶部を備え、
前記鼻紋画像データ入力部は、
前記所定の動物の鼻紋画像データを入力し、
前記鼻紋情報生成部は、
前記鼻紋画像データ入力部が入力した前記所定の動物の鼻紋画像データを元に する鼻紋情報を生成し、生成した鼻紋情報を前記鼻紋情報記憶部に出力して記憶 させることを特徴とする。
[0019] 前記鼻紋情報記憶部は、
前記所定の動物について複数の鼻紋情報を記憶しており、
前記鼻紋画像データ入力部は、
前記鼻紋情報記憶部に記憶されている複数の鼻紋情報のいずれかと一致するか どうかの照合を要求する鼻紋画像データである照合要求画像データを入力し、 前記鼻紋情報生成部は、
前記鼻紋画像データ入力部が入力した照合要求画像データを元にする鼻紋情報で ある照合要求鼻紋情報を生成し、
前記鼻紋情報生成装置は、さらに、
前記鼻紋情報生成部が生成した照合要求鼻紋情報を前記鼻紋情報記憶部に記 憶されている鼻紋情報と予め定められた所定の照合方法によって照合する照合部を 備えたことを特徴とする。
[0020] 前記照合部は、
予め定められた所定の照合方法として、照合要求鼻紋情報の木構造と前記鼻紋情 報記憶部に記憶されている鼻紋情報の木構造とがー致するかどうかを比較すること を特徴とする。
[0021] この発明の鼻紋情報生成プログラムは、
皮膚表面の溝カゝら形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する処理と、
入力された鼻紋画像データを記憶する処理と、 記憶された鼻紋画像データを読み出して、読み出した鼻紋画像データから鼻紋を 形成する紋様と、この紋様によって区切られた複数のセルとを抽出する処理と、 抽出された紋様と複数のセルとのな力から予め定められた規則にしたがって基準と なる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
選択したルートと選択した第 1節セルとによって形成される前記木構造を鼻紋情報 として生成する処理と
をコンピュータに実行させることを特徴とする。
[0022] この発明の鼻紋情報生成プログラムは、
皮膚表面の溝カゝら形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する処理と、
入力された鼻紋画像データを記憶する処理と、
記憶された鼻紋画像データを読み出して、読み出した鼻紋画像データから鼻紋を 形成する紋様と、この紋様によって区切られた複数のセルとを抽出する処理と、 抽出された紋様と複数のセルとのな力から予め定められた規則にしたがって基準と なる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、
選択したルートと選択した第 1節セルと選択した第 2節セルとによって形成される前 記木構造を鼻紋情報として生成する処理と
をコンピュータに実行させることを特徴とする。
[0023] この発明の鼻紋情報生成プログラムは、 皮膚表面の溝カゝら形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する処理と、
入力された鼻紋画像データを記憶する処理と、
記憶された鼻紋画像データを読み出して、読み出した鼻紋画像データから鼻紋を 形成する紋様と、この紋様によって区切られた複数のセルとを抽出する処理と、 抽出された紋様と複数のセルとのな力から予め定められた規則にしたがって基準と なる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、
以下、順次同様にして、予め定められた n(nは、 3以上の整数）に対応する第 n節セ ルまでを重複することなく選択し、
選択したルートと選択したそれぞれの節セルとによって形成される前記木構造を鼻 紋情報として生成する処理と
をコンピュータに実行させることを特徴とする。
この発明の鼻紋情報生成方法は、
コンピュータである鼻紋情報生成装置が行なう鼻紋情報生成方法において、 鼻紋画像データ入力部が、皮膚表面の溝力 形成される紋様であるとともにこの紋 様によって区切られた複数のセルを形成する鼻紋が存在する鼻を有する動物の鼻の 画像であって鼻紋が撮影された画像を示す鼻紋画像データを入力し、
画像データ記憶部が、前記鼻紋画像データ入力部が入力した鼻紋画像データを し し、
抽出部が、前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み 出した鼻紋画像データから鼻紋を形成する紋様と、この紋様によって区切られた複 数のセルとを抽出し、 鼻紋情報生成部が、前記抽出部が抽出した紋様と複数のセルとのな力から予め定 められた規則にしたがって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
選択したルートと選択した第 1節セルとによって形成される前記木構造を鼻紋情報 として生成する
ことを特徴とする。
この発明の鼻紋情報生成方法は、
コンピュータである鼻紋情報生成装置が行なう鼻紋情報生成方法において、 鼻紋画像データ入力部が、皮膚表面の溝力 形成される紋様であるとともにこの紋 様によって区切られた複数のセルを形成する鼻紋が存在する鼻を有する動物の鼻の 画像であって鼻紋が撮影された画像を示す鼻紋画像データを入力し、
画像データ記憶部が、前記鼻紋画像データ入力部が入力した鼻紋画像データを し し、
抽出部が、前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み 出した鼻紋画像データから鼻紋を形成する紋様と、この紋様によって区切られた複 数のセルとを抽出し、
鼻紋情報生成部が、前記抽出部が抽出した紋様と複数のセルとのな力から予め定 められた規則にしたがって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、
選択したルートと選択した第 1節セルと選択した第 2節セルとによって形成される前 記木構造を鼻紋情報として生成する
ことを特徴とする。 [0026] この発明の鼻紋情報生成方法は、
コンピュータである鼻紋情報生成装置が行なう鼻紋情報生成方法において、 鼻紋画像データ入力部が、皮膚表面の溝力 形成される紋様であるとともにこの紋 様によって区切られた複数のセルを形成する鼻紋が存在する鼻を有する動物の鼻の 画像であって鼻紋が撮影された画像を示す鼻紋画像データを入力し、
画像データ記憶部が、前記鼻紋画像データ入力部が入力した鼻紋画像データを し し、
抽出部が、前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み 出した鼻紋画像データから鼻紋を形成する紋様と、この紋様によって区切られた複 数のセルとを抽出し、
鼻紋情報生成部が、前記抽出部が抽出した紋様と複数のセルとのな力から予め定 められた規則にしたがって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、
以下、順次同様にして、予め定められた n(nは、 3以上の整数）に対応する第 n節セ ルまでを重複することなく選択し、
選択したルートと選択したそれぞれの節セルとによって形成される前記木構造を鼻 紋情報として生成する
ことを特徴とする。
[0027] 前記鼻紋画像データ入力部は、
複数のセルのそれぞれの内部にセル形成に関わらない溝が存在する鼻紋画像デ ータを入力し、
前記鼻紋情報生成部は、
予め定められた規則にしたがって複数のセルのうちいずれかのセルを基準領域と して選択し、基準領域として選択したセルの内部に存在するセル形成に直接関わら ない溝の特徴に基づいてルート情報を生成するとともに、第 1節セルの内部に存在 するセル形成に直接関わらな 、溝の特徴に基づ 、てセル情報を生成することを特徴 とする。
[0028] 前記鼻紋画像データ入力部は、
複数のセルのそれぞれの内部にセル形成に関わらない溝が存在する鼻紋画像デ ータを入力し、
前記鼻紋情報生成部は、
予め定められた規則にしたがって複数のセルのうちいずれかのセルを基準領域と して選択し、基準領域として選択したセルの内部に存在するセル形成に直接関わら な 、溝の特徴に基づ 、てルート情報を生成するとともに、それぞれの節セルの内部 に存在するセル形成に直接関わらな ヽ溝の特徴に基づ ヽてセル情報を生成すること を特徴とする。
[0029] 前記照合部は、
予め定められた所定の照合方法として、照合要求鼻紋情報の木構造と前記鼻紋情 報記憶部に記憶されている鼻紋情報の木構造とがどの程度一致するかを示す一致 確率を計算することを特徴とする。
[0030] この発明の鼻紋情報照合装置は、
皮膚表面の溝カゝら形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する鼻紋画像データ入力部と、
前記鼻紋画像データ入力部が入力した鼻紋画像データを記憶する画像データ記 憶部と、
前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み出した鼻紋 画像データから鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを 抽出する抽出部と、
前記抽出部が抽出した紋様と複数のセルとのな力から予め定められた規則にした がって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、 前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
選択したルートと選択した第 1節セルとによって形成される前記木構造を鼻紋情報 として生成する鼻紋情報生成部と、
前記鼻紋情報生成部が既に生成した鼻紋情報を記憶している鼻紋情報記憶部と、 前記鼻紋情報生成部が新たに鼻紋情報を生成した場合に、新たに生成された鼻 紋情報と前記鼻紋情報記憶部に記憶されている鼻紋情報とを照合する照合部と を備えたことを特徴とする。
発明の効果
[0031] 本発明により、識別率が高ぐ安価かつ容易に鼻紋の識別が可能な鼻紋情報を生 成することができる。
発明を実施するための最良の形態
[0032] 実施の形態 1.
図 1〜図 16を用いて実施の形態 1を説明する。実施の形態 1は、鼻紋が存在する 鼻を有する動物の鼻紋をもとに鼻紋情報を生成する動物管理装置 (鼻紋情報生成 装置の一例，鼻紋情報照合装置の一例）に関する。以下の実施の形態で説明する 動物管理装置 100 (構成は図 3で後述する）は、鼻紋をもとに鼻紋情報を生成する鼻 紋情報生成装置の一例である。また、以下の説明では鼻紋のある動物として「牛」を 対象として説明しているが、「牛」は一例である。以下に説明する動物管理装置 100 ( 鼻紋情報生成装置）、鼻紋情報生成プログラムは、鼻紋のある動物であれば、「牛」 に限ることなく犬（犬にも鼻紋がある）などのあらゆる動物に適用が可能である。なお、 以下の説明で「動物」と 、う場合は、鼻紋のある動物を 、うものとする。
[0033] 実施の形態 1では鼻紋情報の生成について説明し、実施の形態 2では鼻紋情報ど うしの照合について説明する。
[0034] 動物管理装置 100の説明の前に、鼻紋について簡単に説明する。背景技術にお ける特許文献 1 (特開 2003— 346148号公報）の段落 [0025]には、「牛 9の鼻紋 10 は、牛の皮膚の上に形成された溝で形成される。この溝は閉じており、この閉じた溝 の内側の皮膚は盛り上がって凸部となっている。この溝で囲まれた凸部は映像ィ匕す ると略長円形をしているので、映像画面上のこの凸部のことを、以後セルと称する。ま た、隣接する凸部の境界の溝は 1本であり、 1つの凸部を囲む溝は隣接する凸部を 囲むために必ずどこかで 2つに分かれる。そこで、映像画面上でこの溝を示す線を以 後紋様線と称し、この紋様線が 2つに分かれる点を以後分岐点と称する。」とある。本 明細書においても、前記凸部を「セル」と呼ぶこととする。また、「溝」を紋様という場合 もある。このように、「鼻紋」とは、皮膚表面の溝から形成される紋様であり、また、この 紋様によって区切られた複数のセルを形成している。鼻紋について図 1を例に、さら に説明する。
[0035] 図 1は、「牛の鼻 13」のコンピュータ画像を模式的に表した図である。図の矢印 Aの 方向に牛の目がある。図 1は、例えば、後述の図 10 (a)のようなコンピュータ画像を模 式的に示した場合を示す。
[0036] 図 1は、鼻孔 3a,鼻孔 3b、及び鼻紋 1 (破線で囲んだ部分)を示している。鼻紋 1に おいて、線の部分力 ^溝」を示している。また、「1— 1」、「1— 2」、「1— 3」等の符号を 付した領域が「セル」を示す。
[0037] 実施の形態 1における動物管理装置 100 (鼻紋情報生成装置）は、図 1に示す鼻紋
1を元にして、木構造からなる鼻紋情報を生成する点が特徴である。図 2を用いて、 動物管理装置 100による木構造力もなる鼻紋情報の生成の概要を説明する。
[0038] (1)動物管理装置 100は、「予め定められた規則」にしたがって、木構造における根（ ルート）となる基準領域を選択する。この「予め定められた規則」、「基準領域」につい ては図 8の鼻紋情報生成部 114の動作の説明で述べる。
(2)次に、動物管理装置 100は、「ルート」である基準領域に隣接するセルを木構造 における第 1節に相当する第 1節セル 14として選択する。すなわち、図 1において、 動物管理装置 100は、第 1節セル 14として「セル 1— 1」、 「セル 1— 2」、 「セル 1— 3」 、 「セル 1 4」、 「セル 1— 5」を選択する。そして、動物管理装置 100は、図 2に示す ように「ルート」と第 1節セル 14 (図 2では第 1節セル 14を節点 1— 1等と表して 、る）と を関連付け、さらに第 1節セル 14どうしを関連付ける。
(3)次に、動物管理装置 100は、第 1節セル 14に隣接するセルを木構造における第 2節に相当する第 2節セル 15として選択する。すなわち、図 1において、動物管理装 置 100は、第 2節セル 15として「セル 2—1」、 「セル 2— 2」、 「セル 2— 3」、 「セル 2— 4 」、 「セル 2— 5」を選択する。そして、動物管理装置 100は、図 2に示すように、第 1節 セル 14と第 2節セル 15 (図 2では第 2節セル 15を節点 2— 1等と表している）とを関連 付け、さらに第 2節セルどうしを関連付ける。
(4)次に、動物管理装置 100は、第 2節セル 15に隣接するセルを木構造における第 3節に相当する第 3節セル 16として選択する。すなわち、図 1において、動物管理装 置 100は、第 3節セル 16として「セル 3— 1」、 「セル 3— 2」、 「セル 3— 3」、 「セル 3— 4 」、 「セル 3— 5」、 「セル 3— 6」を選択する。そして、動物管理装置 100は、図 2に示す ように第 2節セルと第 3節セル 16 (図 3では第 3節セル 16を節点 3— 1等と表している） とを関連付け、さらに第 3節セル 16どうしを関連付ける。
(5)以上により、動物管理装置 100は、鼻紋 1から図 2に示す木構造をなす鼻紋情報 を生成する。
[0039] 図 3は、実施の形態 1における動物管理装置 100の構成を示すブロック図である。
動物管理装置 100は、鼻紋の画像データに基づき木構造力もなる鼻紋情報を生成 する木構造生成部 110と、鼻紋情報どうしを照合する照合部 120と、少なくとも鼻紋 情報を含む動物識別情報 (図 22の説明で後述する)を記憶する動物管理データべ ース (DB) 130 (鼻紋情報記憶部の一例）と、動物識別情報に関連する飼主情報、血 統情報などを記憶する関連情報データベース (DB) 140とを備える。
[0040] また、木構造生成部 110は、鼻紋画像データ入力部 111、画像データ記憶部 112 、補正抽出部 113 (抽出部の一例）、鼻紋情報生成部 114を備えている。
[0041] 鼻紋画像データ入力部 111は、鼻紋が撮影された画像である鼻紋画像データをク ライアント端末などの他の装置力 入力する。
[0042] 画像データ記憶部 112は、鼻紋画像データ入力部 111が入力した鼻紋画像デー タを記憶する。
[0043] 補正抽出部 113は、画像データ記憶部 112が記憶した鼻紋画像データを読み出し て、所定の補正をする必要があるかどうかを判定する。そして補正抽出部 113は、補 正の必要があると判定した場合には鼻紋画像データに所定の補正を行!、、補正の 必要がないと判定した場合には鼻紋画像データの補正を行わない。そして、この補 正判定処理の後、補正抽出部 113は、鼻紋画像データから鼻紋を形成する紋様と、 この紋様によって区切られた複数のセルとを抽出する。
[0044] 鼻紋情報生成部 114は、補正抽出部 113が抽出した紋様と複数のセルをもとに木 構造力 なる鼻紋情報を生成する。鼻紋情報生成部 114は、予め設定された n節ま での木構造を生成する。例えば n= lと設定された場合は、第 1節までの木構造から なる鼻紋情報を生成し、 n= 2と設定された場合は、第 2節までの木構造力もなる鼻紋 情報を生成する。このように、設定された n節までの木構造力もなる鼻紋情報を生成 する。なお、木構造において、一般的に葉とよばれる階層も、本明細書では「節」と呼 んでいる。
[0045] 図 4は、実施の形態 1における動物管理装置 100 (鼻紋情報生成装置)の外観の一 例を示す図である。図 4において、動物管理装置 100は、システムユニット 830、 CR T (Cathode Ray Tube)や LCD (液晶）の表示画面を有する表示装置 813、キー ボード 814 (KZB)、マウス 815、 FDD817 (Flexible Disk Drive)、コンパクトデ イスク装置 826 (CDD)、プリンタ装置 819、写真リーダ装置 818などのハードウェア 資源を備え、これらはケーブルや信号線で接続されて 、る。
[0046] システムユニット 830はコンピュータであり、ローカルエリアネットワーク（LAN)を介 してインターネットに接続され、インターネットを介して携帯電話 401やクライアント端 末 402に接続している。
[0047] 図 5は、実施の形態 1における動物管理装置 100のハードウェア資源の一例を示す 図である。 図 5において、動物管理装置 100は、プログラムを実行する CPU810 (C entral Processing Unit)を備えている。 CPU810は、バス 825を介して ROM81 1、 RAM812,表示装置 813、キーボード 814、マウス 815、通信ボード 816、 FDD 817、写真リーダ装置 818、 CDD826、プリンタ装置 819、磁気ディスク装置 820と 接続され、これらのハードウェアデバイスを制御する。磁気ディスク装置 820の代わり に、光ディスク装置、メモリカード読み書き装置などの記憶装置でもよい。
[0048] RAM812は、揮発性メモリの一例である。 ROM811、 FDD817、 CDD826、磁 気ディスク装置 820の記憶媒体は、不揮発性メモリの一例である。これらは、記憶装 置あるいは記憶部の一例である。 [0049] キーボード 814、通信ボード 816、 FDD817、写真リーダ装置 818、 CDD826など は、入力部、入力装置の一例である。
[0050] また、通信ボード 816、表示装置 813、プリンタ装置 819などは、出力部、出力装置 の一例である。
[0051] 通信ボード 816は、 LANに限らず、インターネット、 ISDN等の WAN (ワイドエリア ネットワーク)などに接続されて!ヽても構わな!/、。
[0052] 磁気ディスク装置 820には、オペレーティングシステム 821 (OS)、ウィンドウシステ ム 822、プログラム群 823、ファイル群 824が記憶されている。プログラム群 823のプ ログラムは、 CPU810、オペレーティングシステム 821、ウィンドウシステム 822により 実行される。
[0053] 上記プログラム群 823には、以下に述べる実施の形態の説明において「〜部」とし て説明する機能を実行するプログラムが記憶されている。プログラムは、 CPU810に より読み出され実行される。
[0054] ファイル群 824には、以下に述べる実施の形態の説明において、「〜の判定結果」 、「〜の計算結果」、「〜の処理結果」として説明するデータや、鼻紋情報を含む後述 の動物識別情報や関連情報である動物血統情報、出生情報、飼主情報や、信号値 や変数値やパラメータ力 「〜ファイル」や「〜データベース」の各項目として記憶され ている。
[0055] また、以下に述べる実施の形態の説明において説明するフローチャートの矢印の 部分は、主としてデータや信号の入出力を示し、データや信号値は、 RAM812のメ モリ、 FDD817のフレキシブルディスク、 CDD826のコンパクトディスク、磁気ディスク 装置 820の磁気ディスク、その他光ディスク、ミニディスク、 DVD (Digital Versatile Disk)等の記録媒体に記録される。また、データや信号は、バス 825や信号線ゃケ 一ブルその他の伝送媒体によりオンライン伝送される。
[0056] また、以下に述べる実施の形態の説明において「〜部」として説明するものは、 ROM 811に記憶されたファームウェアで実現されていても構わない。或いは、ソフトウェア のみ、或いは、ハードウェアのみ、或いは、ソフトウェアとハードウェアとの組み合わせ 、さらには、ファームウェアとの組み合わせで実施されても構わない。ファームウェアと ソフトウェアは、プログラムとして、磁気ディスク、フレキシブルディスク、光ディスク、コ ンパクトディスク、ミニディスク、 DVD等の記録媒体に記憶される。
[0057] プログラムは CPU810により読み出され、 CPU810により実行される。すなわち、プ ログラムは、以下に述べる「〜部」としてコンピュータを機能させるものである。あるい は、以下に述べる「〜部」の手順をコンピュータに実行させるものである。
[0058] 図 6は、動物管理装置 100による鼻紋情報の生成動作の概要を説明するフローチ ヤートである。図 6を使用して動物管理装置 100による鼻紋情報の生成動作の概要を 説明する。
[0059] S101において、鼻紋画像データ入力部 111が、「鼻紋画像データ 7」を入力する。
「鼻紋画像データ 7」とは、鼻紋が撮影された画像データである。図 7は、牛の場合の 、鼻紋画像データ 7の例を示す図である。鼻紋画像データ入力部 111は、例えば、 図 5に示した通信ボード 816、 FDD817、写真リーダ装置 818、 CDD826などが対 応する。鼻紋画像データ入力部 111の一例である写真リーダ装置 818が鼻紋画像 データ 7を入力し、あるいは、鼻紋画像データ入力部 111の一例である通信ボード 8 16が画像データのやり取りが可能な携帯電話 401やクライアント端末 402など力も L ANやインターネット等のネットワークを介して、鼻紋画像データ 7を入力する。
[0060] S102において、画像データ記憶部 112は、鼻紋画像データ入力部 111が入力し た鼻紋画像データ 7を記憶する。画像データ記憶部 112には、例えば、図 5示した磁 気ディスク装置 820、ある!/、は RAM812などが対応する。
[0061] S103において、補正抽出部 113は紋様 (溝）とセルとを抽出する。補正抽出部 11 3は、図 5に示した CPU810及びプログラム群 823のプログラムが相当する。すなわ ち、 CPU810がプログラム群 823に格納されているプログラムを読み出して実行する ことで、補正抽出部 113の動作を実現する。補正抽出部 113は、具体的には次の動 作を実行する。
(1)補正抽出部 113は、画像データ記憶部 112が記憶した鼻紋画像データを読み 出して、図 7に示すように、鼻紋画像データ 7から鼻の部分（「鼻切り出し画像 2」と呼 ぶ）を切り出す (鼻の切り出し 17)。
(2)次に補正抽出部 113は、「鼻切り出し画像 2」に対して所定の補正をする必要が あるかどうかを判定する。ここで「所定の補正」とは、従来技術による画像処理によつ て、「鼻切り出し画像 2」を一定の大きさに補正すること、及び、正面になるように処理 する補正である。これは、「鼻切り出し画像 2」を一定の大きさ及び正面から見た状態 に補正することで、互いに異なる正面写真 (鼻紋画像データ 7)を元に生成された鼻 紋情報どうしを比較できるようにするためである。補正抽出部 113は、補正の必要が あると判定した場合には「鼻切り出し画像 2」に所定の補正を行い、補正の必要がな V、と判定した場合には補正を行わな!/、。
(3)次に、この補正処理の後、補正抽出部 113は、鼻紋画像データ 7から切り出した 「鼻切り出し画像 2」から、 2つの鼻孔と、鼻紋を形成する紋様と、この紋様によって区 切られた複数のセルとを抽出する。
[0062] S104において、鼻紋情報生成部 114は、補正抽出部 113が抽出した 2つの鼻孔と 、紋様と、複数のセルとに基づき、木構造を鼻紋情報として生成する。なお、鼻紋情 報生成部 114は補正抽出部 113と同様に、図 5に示した CPU810及びプログラム群 823のプログラムが相当する。鼻紋情報生成部 114による鼻紋情報の生成について は、次の図 8のフローチャートを用いて詳しく説明する。
[0063] 図 8は、鼻紋情報生成部 114が鼻紋情報を生成する動作を示すフローチャートで ある。図 8を参照して、鼻紋情報生成部 114が鼻紋情報を生成する動作を説明する。 鼻紋情報生成部 114は、以下の S201〜S203に説明する「予め定められた方法」に より基準領域を選択する。
[0064] 図 9は、補正抽出部 113により抽出された鼻孔 3a, 3bを示す模式図である。
[0065] S201において、図 9に示すように、鼻紋情報生成部 114は、牛の鼻 13における左 右の鼻孔 3a, 3bを結ぶ線分のうち、最短距離となる最短線分 4を特定する。
[0066] S202において、鼻紋情報生成部 114は、求めた鼻孔 3a, 3bの間の最短距離とな る最短線分 4の中点 5を求める。さらに、鼻紋情報生成部 114は、最短線分 4に直交 し、中点 5を通る直線 (牛の上唇に向力 直線)である中央直線 6を求める。
[0067] S203において、鼻紋情報生成部 114は、中央直線 6と重なる長い「溝」（コンビユー タ画像では、溝は白ぐセルは黒い）を搜す。鼻紋情報生成部 114は、溝が無い場合 はセルを探す。この中央直線 6に基づき探索の対象となる「溝」について、図 10を参 照して説明する。図 10は、補正抽出部 113が抽出した鼻孔、紋様、セルによるコンビ ユータ画像を示している。図 10の（a)〜（e)のコンピュータ画像において、白く細長く 見える部分が紋様 (溝)であり、黒く見える部分がセルである。
[0068] 牛の場合、一般的には、鼻紋の中央（鼻紋の画像において S202で求めた中央直 線 6が通る部分）には長い溝 (以下、中央溝と呼ぶ）がある。この中央溝については、 次の（1)から（3)の 3タイプに分けることができる。
( 1)図 10の (a)に示すように、大きな (長 、)溝（中央溝 11と呼ぶこととする）がある A タイプ 10である。
(2)図 10の (b)に示すように、小さな (やや長！ヽ)溝（中央溝 21と呼ぶこととする）があ る Bタイプ 20である。
(3)図 10の（c)に示すように、基準となるべき溝が無い Cタイプ 30である。
[0069] 鼻紋情報生成部 114は、補正抽出部 113により抽出された鼻孔、紋様、セル等か らなる画像データから、その鼻紋が図 10に示した Aタイプ〜 Cタイプのいずれのタイ プに該当するかを判定する。鼻紋情報生成部 114は、その鼻紋が、 Aタイプあるいは Bタイプに該当すると判定した場合には、中央溝 11 (基準領域の一例）、あるいは中 央溝 21 (基準領域の一例）を特定する。また、鼻紋情報生成部 114は、その鼻紋が Cタイプに該当すると判定した場合には、予め設定されているルールに従って、中央 直線 6が通過する位置に存在する 、ずれかのセル (基準領域の一例）を選択する（図 10の (e) )。この設例では、鼻紋情報生成部 114が基準となる「セル」（以下、中央セ ル 31という）を選択したことを想定して説明を進める。なお、鼻紋情報生成部 114が 中央溝 11、あるいは中央溝 21を選択した場合も以下の説明は同様である。
[0070] S204において、鼻紋情報生成部 114は、中央セル 31の長さ、最大となる幅、およ び面積を求める。図 11を用いてこれを説明する。図 11の（a)は、牛の鼻 13の鼻孔 3a , 3b,鼻紋 1、セルを模式的に表した図である。図 11の（a)は、図 1と同様に牛の鼻 1 3を示す図であり、牛の鼻の鼻孔 3a、鼻孔 3b、鼻紋 1を示している。図 11の（b)は、（ a)から「セル 0」（中央セル 31である）と「セル 6」とを抜き出した図である。「セル 6」は、 「ルート 0に隣接するセル 49」である。
[0071] (セル 0の長さ） 鼻紋情報生成部 114は、図 11の（b)に示すように中央セル 31である「セル 0」の長 さを求める。ここで「長さ」とは、図 11の（b)に示すように、「セル 0」における「中央直 線 6の方向 48」に沿った長さ（図 11 (b)のセル長さ 47)である。
[0072] (セル 0の最大幅）
鼻紋情報生成部 114は、「セル 0」の最大幅も求める。「最大幅」とは、図 11の (b)に 示すように、中央直線 6に直交する方向、即ち、最短線分 4の方向における「セル 0」 の幅のうち最大の幅をいう。
[0073] (セル 0の面積）
鼻紋情報生成部 114は、「セル 0」の面積も求める。なお、鼻紋情報生成部 114は、 中央溝 11、あるいは中央溝 21の場合も「セル 0」（中央セル 31)の場合と同様にして 、溝の長さ、溝の最大幅、面積を求める。
[0074] S205において、鼻紋情報生成部 114は、 「セル 0」（中央セル 31)の「長さ 8」、「最 大幅 9」、「面積」（これらは幾何学的特徴の一例）を木構造における根情報 (ルート情 報と呼ぶ場合もある）とする。すなわち、鼻紋情報生成部 114は、「セル 0」（中央セル 31)を木構造におけるルートとして選択するとともに、「セル 0」（中央セル 31)の「長さ 8」、「最大幅 9」、「面積」を「セル 0」のルート情報とする。
[0075] 以下、図 12、図 13を参照して説明を進める。図 12は、図 11の（a)に対して、それ ぞれのセルに 0〜25の番号 kを付与した図である。以下では、番号 k (k=0〜25)が 付されたセルをセル kと呼ぶ。上記のように、「セル 0」は根 (ルート）として選択された「 中央セル 31」であり、「セル 0」を根セル（あるいはルートセル）と呼ぶ。図 13は、図 12 に示したそれぞれのセルを元にして生成した木構造 (鼻紋情報）を示す。図 13にお ける木構造では、根セルは中央セル 31を示すものであり、中央セル 31に関する「長 さ 8」、「最大幅 9」、「面積」の情報を有する。また、図 13において、節点とはセルを意 味する。例えば「節点 1」は図 12の「セル 1」を示し、「節点 2」は「セル 2」を示す。
[0076] (第 1節セル 51の特定）
S206において、鼻紋情報生成部 114は、図 12において、根セルとして選択した中 央セル 31に隣接するセルを特定 (選択)する。ここで「隣接するセル」とは、根セルと 直接に隣り合うセルを意味する。言い換えれば、根セルに「隣接するセル」とは、共通 の溝 (紋様）により根セルと区分けされている関係にあるセルである。なお、図 12に示 した「セル 1」〜「セル 13」は、「セル 1」を始点として右回りに選択している力 これは 一例である。セル選択の順番は、予め設定されたアルゴリズムで選択する。例えばル ートに隣接する第 1節セル 51はどのような順番で選んでいってもよい。同じ鼻紋から 生成する木構造力 なる鼻紋情報が一致すれば構わない。
[0077] 鼻紋情報生成部 114は、根セルである中央セル 31に隣接するセルを木構造にお ける第 1節セル 51として選択する。図 13に示すように、鼻紋情報生成部 114は、第 1 節セル 51として節点 1 (セル 1)〜節点 13 (セル 13)を選択する。セル 1〜セル 13は、 いずれも第 1節セル 51である。
[0078] S207において、鼻紋情報生成部 114は、第 1節セル 51として選択したセル 1〜セ ル 13のそれぞれについて、後述の「溝分岐長さ」、「最長線分長さ」、及び「面積」（こ れらは幾何学的特徴の一例）を求める。
[0079] (溝分岐長さ）
図 11の (b)を用いて「溝分岐長さ」を説明する。図 11の (b)において、分岐点 41〜 分岐点 45は紋様を形成する溝が分岐する箇所である。この溝が分岐する箇所を「分 岐点」と呼ぶこととする。そして、
分岐点 41〜分岐点 42の長さ、
分岐点 42〜分岐点 43の長さ、
分岐点 43〜分岐点 44の長さ、
分岐点 44〜分岐点 45の長さ、
分岐点 45〜分岐点 41の長さを、それぞれ「溝分岐長さ」と呼ぶこととする。
[0080] (最長線分長さ）
鼻紋情報生成部 114は、第 1節セル 51のそれぞれについて、「最長線分長さ」を求 める。図 11の (b)を用いて「最長線分長さ」を説明する。「最長線分長さ」とは、セルに おける 、ずれか 2つの「分岐点」を結んだ線分のうちで、もっとも長 、線分の長さを ヽ う。例えば、図 11の（b)における「セル 6」の場合では、分岐点 41〜分岐点 45のうち、 V、ずれか 2つの分岐点を結んだ線分のうち最も長 、線分の長さ力 セル 6の「最長線 分長さ」である。例えば、分岐点 42と分岐点 45とを結ぶ線分の長さが最大の場合、 その長さがセル 6における「最長線分長さ 46」である。
[0081] (セルの面積）
鼻紋情報生成部 114は、それぞれの第 1節セル 51につ 、ての面積である「セル面 積」を求める。
[0082] 鼻紋情報生成部 114は、それぞれの第 1節セル 51のそれぞれについて求めた「溝 分岐長さ」、「最長線分長さ」、「セル面積」を、セル情報 (ノード情報)とする。
[0083] S208において、図 13に示すように、鼻紋情報生成部 114は、根セル (ルート）と第 1の節点に相当するそれぞれの第 1節セル 51とを結んで、枝として関連づける。
[0084] S209において、図 13に示すように、鼻紋情報生成部 114は、第 1節セル 51のうち 隣接するセル同士を関連付ける。
[0085] S210〜S213において、鼻紋情報生成部 114は、第 1節セル 51に対して行なった 処理 S206〜S209と同様の処理を、第 2節セル 52を特定するために行なう。「第 2節 セル 52」とは、第 1節セル 51に隣接するセルである。図 12の例の場合、第 2節セル 5 2は、図 13に示すように節点 14 (セル 14)〜節点 25 (セル 25)が該当する。なお、第 1節セル 51である「セル 1」〜「セル 13」、及び第 2節セル 52である「セル 14」〜「セル 25」を総称して「節セル 53」 t\、う。
[0086] 以下同様にして、鼻紋情報生成部 114は、第 n節セルまでを選択するとともに、そ れぞれのセル情報を生成する（S214〜S217)。木構造におけるいかなる n節までを 生成するかについては、ユーザが動物管理装置 100に指定することができる。動物 管理装置 100の鼻紋情報生成部 114は、指定された n節までの木構造を生成する。
[0087] S218において、鼻紋情報生成部 114は、生成した木構造を鼻紋情報として動物 管理 DB 130に登録する。
[0088] 以上、 S201〜S218の処理によって、鼻紋情報生成部 114が鼻紋画像データ 7を もとにして木構造力もなる鼻紋情報を生成する。
[0089] 図 8の S204〜S205におけるルート情報の説明では、「ルート情報」は、「セルの長 さ」、「最大幅」、及び「面積」の 3つを含むものとして説明した力 これら 3つの全部を 含む場合に限らず、何れカゝ 2つを含むようにしてもよいし、何れか一つを含むようにし ても構わない。これはルートとして中央溝 11、あるいは中央溝 21が選択された場合も 同様である。
[0090] セル情報の場合も同様である。すなわち、図 8の S207の説明ではセル情報は、「 溝分岐長さ」、「最長線分長さ」、「セルの面積」の 3つを含むものとして説明したが、セ ル情報は、これら 3つの全部に限らず、何れか 2つを含むようにしてもよいし、何れか 一つを含むようにしても構わな 、。
[0091] 以上に説明した動物管理装置 100における鼻紋画像データ入力部 111、画像デ ータ記憶部 112、補正抽出部 113 (抽出部）、鼻紋情報生成部 114の一連の動作を 一連の処理に置き換えることで、これら一連の処理を鼻紋情報生成プログラムとして 把握することができる。
[0092] 図 14〜図 16は、これら一連の動作を鼻紋情報生成プログラムとして把握した場合 のフローチャートを示す。
[0093] 図 14は、木構造を第 1節まで生成するプログラムであり、図 15は第 2節まで生成す るプログラムであり、図 16は第 n節（nは 3以上の整数)まで生成するプログラムの処理 を示す。
[0094] 図 14において、
S301は、鼻紋画像データを入力する処理である。
S302は、入力された鼻紋画像データを記憶する処理である。
S303は、記憶された鼻紋画像データを読み出して、読み出した鼻紋画像データか ら鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを抽出する処理 である。
S304は、抽出された紋様と複数のセルとのな力から予め定められた規則にしたがつ て基準となる基準領域（中央溝、あるいは中央セル)を選択し、選択した基準領域を 木構造におけるルートとして選択し、前記ルートに隣接するセルを前記木構造にお ける第 1節に相当する第 1節セルとして選択し、選択したルートと選択した第 1節セル とによって形成される前記木構造を鼻紋情報として生成する処理である。
[0095] 図 15において
S401は、鼻紋画像データを入力する処理である。
S402は、入力された鼻紋画像データを記憶する処理である。 S403は、記憶された鼻紋画像データを読み出して、読み出した鼻紋画像データか ら鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを抽出する処理 である。
S404は、抽出された紋様と複数のセルとのな力から予め定められた規則にしたがつ て基準となる基準領域を選択し、選択した基準領域を木構造におけるルートとして選 択し、ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2 節セルとして選択し、選択したルートと選択した第 1節セルと選択した第 2節セルとに よって形成される前記木構造を鼻紋情報として生成する処理である。
[0096] 図 16において、
S501は、鼻紋画像データを入力する処理である。
S502は、入力された鼻紋画像データを記憶する処理である。
S503は、記憶された鼻紋画像データを読み出して、読み出した鼻紋画像データか ら鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを抽出する処理 である。
S504は、抽出された紋様と複数のセルとのな力から予め定められた規則にしたがつ て基準となる基準領域を選択し、選択した基準領域を木構造におけるルートとして選 択し、前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セ ルとして選択し、第 1節セルに隣接するセルを前記木構造における第 2節に相当する 第 2節セルとして選択し、以下、順次同様にして、予め定められた n (nは、 3以上の整 数）に対応する第 n節セルまでを重複することなく選択し、選択したルートと選択した それぞれの節セルとによって形成される前記木構造を鼻紋情報として生成する処理 である。
[0097] 図 14〜図 16は、動物管理装置 100における鼻紋画像データ入力部 111、画像デ ータ記憶部 112、補正抽出部 113 (抽出部）、鼻紋情報生成部 114の一連の動作を 鼻紋情報生成プログラムとして把握した場合のフローチャートを示したが、鼻紋情報 生成プログラムの「処理」をステップに置き換えることで、鼻紋情報生成方法として把 握することができる。 [0098] 図 14に対応する鼻紋情報生成方法は次の様である。
すなわち、
(1)鼻紋画像データ入力部 111が、皮膚表面の溝力 形成される紋様であるとともに この紋様によって区切られた複数のセルを形成する鼻紋が存在する鼻を有する動物 の鼻の画像であって鼻紋が撮影された画像を示す鼻紋画像データを入力し、
(2)画像データ記憶部 112が、鼻紋画像データ入力部 111が入力した鼻紋画像デ ータを記憶し、
(3)補正抽出部 113が、画像データ記憶部 112が記憶した鼻紋画像データを読み 出して、読み出した鼻紋画像データから鼻紋を形成する紋様と、この紋様によって区 切られた複数のセルとを抽出し、
(4)鼻紋情報生成部 114が、補正抽出部 113が抽出した紋様と複数のセルとのなか 力 予め定められた規則にしたがって基準となる基準領域を選択し、選択した基準 領域を木構造におけるルートとして選択し、前記ルートに隣接するセルを前記木構 造における第 1節に相当する第 1節セルとして選択し、選択したルートと選択した第 1 節セルとによって形成される前記木構造を鼻紋情報として生成する。
[0099] 図 15に対応する鼻紋情報生成方法は次の様である。
すなわち、
(1)鼻紋画像データ入力部 111が、皮膚表面の溝力 形成される紋様であるとともに この紋様によって区切られた複数のセルを形成する鼻紋が存在する鼻を有する動物 の鼻の画像であって鼻紋が撮影された画像を示す鼻紋画像データを入力し、
(2)画像データ記憶部 112が、鼻紋画像データ入力部 111が入力した鼻紋画像デ ータを記憶し、
(3)補正抽出部 113が、画像データ記憶部 112が記憶した鼻紋画像データを読み 出して、読み出した鼻紋画像データから鼻紋を形成する紋様と、この紋様によって区 切られた複数のセルとを抽出し、
(4)鼻紋情報生成部 114が、補正抽出部 113が抽出した紋様と複数のセルとのなか 力 予め定められた規則にしたがって基準となる基準領域を選択し、選択した基準 領域を木構造におけるルートとして選択し、前記ルートに隣接するセルを前記木構 造における第 1節に相当する第 1節セルとして選択し、第 1節セルに隣接するセルを 前記木構造における第 2節に相当する第 2節セルとして選択し、選択したルートと選 択した第 1節セルと選択した第 2節セルとによって形成される前記木構造を鼻紋情報 として生成する。
[0100] 図 16に対応する鼻紋情報生成方法は次の様である。
すなわち、
(1)鼻紋画像データ入力部 111が、皮膚表面の溝力 形成される紋様であるとともに この紋様によって区切られた複数のセルを形成する鼻紋が存在する鼻を有する動物 の鼻の画像であって鼻紋が撮影された画像を示す鼻紋画像データを入力し、
(2)画像データ記憶部 112が、鼻紋画像データ入力部 111が入力した鼻紋画像デ ータを記憶し、
(3)補正抽出部 113が、画像データ記憶部 112が記憶した鼻紋画像データを読み 出して、読み出した鼻紋画像データから鼻紋を形成する紋様と、この紋様によって区 切られた複数のセルとを抽出し、
(4)鼻紋情報生成部 114が、補正抽出部 113が抽出した紋様と複数のセルとのなか 力 予め定められた規則にしたがって基準となる基準領域を選択し、選択した基準 領域を木構造におけるルートとして選択し、前記ルートに隣接するセルを前記木構 造における第 1節に相当する第 1節セルとして選択し、第 1節セルに隣接するセルを 前記木構造における第 2節に相当する第 2節セルとして選択し、以下、順次同様にし て、予め定められた n (nは、 3以上の整数）に対応する第 n節セルまでを重複すること なく選択し、選択したルートと選択したそれぞれの節セルとによって形成される前記 木構造を鼻紋情報として生成する。
[0101] 以上、説明したように、この実施の形態 1では、ソフトウェアプログラムが鼻紋の画像 データをもとに木構造力 なる鼻紋情報を生成する処理を実行するので、簡易に識 別率の高い鼻紋情報を生成できるとともに、必要とするメモリ資源の低減を図ることが できる。
[0102] 実施の形態 1の動物管理装置 100は、木構造を鼻紋情報として生成する鼻紋情報 生成部 114を備えたので、安価かつ容易に識別率の高 、鼻紋情報を生成することが できる。
[0103] 実施の形態 1の動物管理装置 100は、鼻紋情報生成部 114がルート情報及びセ ル情報を生成するので、識別率の高 、鼻紋情報を生成することができる。
[0104] 実施の形態 1の動物管理装置 100は、鼻紋情報生成部 114がルートとなるセルあ るいは溝の長さ、最大幅、面積の少なくともいずれかをルート情報とし、また、溝分岐 長さ、最長線分長さ、セル面積の少なくともいずれかをセル情報として生成するので 、簡易かつ迅速にルート情報、セル情報を作成することができる。
[0105] 図 14〜図 16に示したそれぞれの鼻紋生成プログラムは、木構造を鼻紋情報として 生成する処理をコンピュータに実行させるので、安価かつ容易に鼻紋の識別率の高 V、鼻紋情報を生成することができる。
[0106] 実施の形態 2.
次に、図 17〜図 29を使用して実施の形態 2を説明する。実施の形態 2は、実施の 形態 1で説明した動物管理装置 100を備えた動物管理システム 1000に関する。実 施の形態 2では、動物管理装置 100が生成した鼻紋情報ついて、鼻紋どうしを照合 する場合について説明する。以下の実施の形態 2では、前半で照合方法について説 明し、後半で動物管理システム 1000のシステムとしての動作を説明する。
[0107] なお、実施の形態 2の照合方法及びシステムは、犬を例として説明する後述の実施 の形態 3についても、実施の形態 1と同様に適用が可能である。すなわち、実施の形 態 2は、牛あるいは犬のような鼻紋を有する動物全般に対して適用が可能である（牛 や犬は鼻紋を有する。）以下の実施の形態 2では、牛に限らず、鼻紋を有する動物全 般動物を対象として説明する。また、以下で「動物」という場合は、牛や犬のように、鼻 紋を有する動物を意味する。
[0108] 図 17は、実施の形態 2における動物管理システム 1000のシステム構成を示す図 である。動物管理システム 1000は、動物管理装置 100 (鼻紋情報照合装置の一例） と、携帯電話 401と、クライアント端末 402と、クライアント端末 403と、クライアント LA N410とがインターネット 300を介して互いに通信可能に接続されて 、る。クライアント LAN410には、クライアント端末 411, 412が接続されており、これらはインターネット 300を介して動物管理装置 100と通信が可能である。 [0109] クライアント端末や携帯電話力も動物管理装置 100に対し、牛または犬 (牛や犬は 鼻紋を有する動物の一例である。鼻紋を有する動物を、単に動物という場合がある。 )の個体について、鼻紋が撮影されている鼻紋写真 (鼻紋画像データ)を送信し、鼻 紋情報を含む後述の動物識別情報の登録を要求することができる。また、クライアン ト端末、携帯電話力も動物管理装置 100に鼻紋写真を送信することにより、その被写 体である個体が動物管理装置 100に登録されている個体と一致するかどうの照合を 要求することができる。
[0110] (鼻紋情報を用いた照合）
図 18は動物管理装置 100の照合部 120の動作の概要を示すフローチャートである
。図 18を参照して照合部 120の動作概要を説明する。
[0111] S601において、動物管理 DB130は、動物について複数の鼻紋情報を記憶してい るちのとする。
[0112] S602において、木構造生成部 110の鼻紋画像データ入力部 111が、動物管理 D B130に記憶されている動物の複数の鼻紋情報のいずれかと一致するかどうかの照 合を要求する鼻紋画像データである「照合要求画像データ」を入力する。鼻紋画像 データ入力部 111は、「照合要求画像データ」を携帯電話 401やクライアント端末 40 2等から入力する。
[0113] S603において、動物管理装置 100では、実施の形態 1で述べたように (後述する 実施の形態 3でも同様である。）、鼻紋画像データ入力部 111が入力した「照合要求 画像データ」に対して、画像データ記憶部 112、補正抽出部 113、鼻紋情報生成部 114が処理を行なう。鼻紋情報生成部 114は、図 8に示したのと同様の処理により、 鼻紋画像データ入力部 111が入力した「照合要求画像データ」を元にする鼻紋情報 である「照合要求鼻紋情報」を生成する。
[0114] S604において、照合部 120は、鼻紋情報生成部 114が生成した「照合要求鼻紋 情報」を動物管理 DB130に記憶されている鼻紋情報と後述する照合方法 (予め定 められた方法の一例）によって照合する。
[0115] 図 19は、照合部 120による照合処理を示す図である。照合部 120は、照合要求鼻 紋情報を、動物管理 DB130に記憶されている鼻紋情報 1〜鼻紋情報 nと照合してい く。照合部 120は、照合方法として、照合要求鼻紋情報の木構造と鼻紋情報 1等の 木構造とがー致するかどうかを比較し照合を行なう。
[0116] 図 20は、照合部 120による照合要求鼻紋情報と動物管理 DB130に記憶されてい る鼻紋情報 1等との照合処理の過程を示すフローチャートである。照合部 120が照合 要求鼻紋情報を図 19に示した鼻紋情報 1と照合する場合を想定して説明する。
[0117] S701において、照合部 120は、照合要求鼻紋情報と鼻紋情報 1との木構造どうし を比較し、一致するかどうかを判定する。照合部 120がー致しないと判定した場合は (S701が NO)、鼻紋情報が一致せず同じ個体ではないと判定される（S702)。
[0118] S701が YESの場合、照合部 120は、照合要求鼻紋情報と鼻紋情報 1との根 (ルー ト)情報が一致するかどうかを判定する（S703)。図 21は、照合要求鼻紋情報と鼻紋 情報 1との木構造の例を示す図である。ルート情報、及びセル情報とも、実施の形態 1で説明したうちの面積であるとする。この場合、照合部 120は、 S703において、ル ート情報同士の面積が等しいかどうかを判定する。なお、通常、補正抽出部 113によ り補正を行うため、面積の比較が可能である。ルート情報どうしが一致しない場合、照 合部 120は同じ個体ではないと判定する（S702)。
[0119] S703が YESの場合、すなわちルート情報どうしが一致する場合、照合部 120は、 互いに対応する第 1節セル同士のセル情報が一致するかどうかを比較する。図 21の 例では、照合部 120は、
セル laとセル lbとの面積を比較し、
セル 2aとセル 2bとの面積を比較し、
セル 3aとセル 3bとの面積を比較して、
3組とも面積が一致するかどうかを判定する。一致しな 、組が一つでも存在する場合 には、照合部 120は、同じ個体ではないと判定する（S702)。
[0120] 照合部 120は、以下同様に、第 n節セルまでを比較し、第 1節〜第 n節の全部にお いて、それぞれ対応するセルの組の面積が一致する場合には、同じ個体である判定 する（S706)。
[0121] また、同じ個体力否かを真偽で表す他、同じ個体である可能性をパーセンテージ（ 確率)やスコア (得点）で表現しても構わない。これについては、本実施の形態 2の最 後で説明する。
[0122] なお、それぞれの木構造を比較する場合、ルートどうし力 n節どうしまでを全部比 較しなくても構わない。例えば動物管理装置 100に予め設定値 k (kは節の数を特定 する整数 n以下の正の整数)を設定しておき、ルートどうし力も k節どうしまでを比較す るようにしても構わない。
[0123] 次に図 22〜図 26を用いて動物管理システム 1000のシステム運用について説明 する。図 22は、動物識別情報を示す図である。「動物識別情報」とは、鼻紋を有する 動物を識別するための情報である。動物識別情報は、動物管理装置 100の動物管 理 DB130に登録される。鼻紋情報は、図 22に示すように、この動物識別情報に含ま れることにより動物管理 DB130に登録される。鼻紋情報は、実施の形態 1 (後述する 実施の形態 3も同様である。）で述べたように木構造に関する情報であり、図 22のよう に、「1.木構造」、「2.根情報 (ルート情報)」、「3.第 1節情報 (第 1節セルのセル情 報)」、「4.第 2節情報 (第 2節セルのセル情報)」、「5.第 n節情報 (第 n節セルのセル 情報)」など力も構成されている。また、図 22に示すように、動物識別情報は動物の 個体ごとに作成され、また、動物の種類ごとに管理される。例えば「牛」、あるいは「犬 」のように動物の種類別に管理される。図 22は「牛」に関する動物識別情報である。ま た動物識別情報 50aはある一頭の動物に関する情報であり、動物識別情報 50bは他 のある一頭の動物に関する情報であり、動物識別情報 50cは他のある一頭の動物に 関する情報である。以下では、動物とは「牛」または「犬」の場合を想定して説明する。
[0124] 動物識別情報 50aは、
( 1 )動物識別情報を区別するための ID = 0001、
(2)動物の全体写真及び鼻紋の写真
(3)動物の特徴を示す動物特徴情報
(4)動物の血統を示す後述の「動物血統情報」に関連付けるための血統 ID=A001
(5)動物の出生に関する情報である後述の「出生情報」に関連付けるための出生 ID =T001
(6)飼主に関する情報を示す後述の「飼主情報」に関連付けるための飼主 ID=K00 (7)鼻紋情報
とを含む。「（2)動物の全体写真及び鼻紋の写真」と、「（3)動物特徴情報」とは、動 物個体の特徴を示す「個体特徴データ」である。
[0125] (動物血統情報 60)
図 23は、動物血統情報 60の一例を示す図である。動物血統情報 60は「血統 ID」 をキーとして構成されている。この動物血統情報 60における「血統 ID」は、図 22の動 物識別情報における血統 IDと対応している。図 23に示すように、動物血統情報 60 は、父親 ID、母親 IDなどから構成されている。この父親 ID、母親 IDなどは、図 22の 動物識別情報の「ID」である。よって、この「父親 ID」から父親の動物識別情報を検 索することができる。この動物血統情報 60や後述の出生情報 70、飼主情報 80など は、動物識別情報に関連する関連情報として関連情報 DB140に記憶される。
[0126] (出生情報 70)
図 24は、出生情報 70の一例を示す図である。出生情報 70は「出生 ID」をキーとし て構成されている。この出生情報 70における「出生 ID」は、図 22の動物識別情報に おける出生 IDと対応している。図に示すように、出生情報は、その動物が出生した牧 場などの名称、誕生日、性別、出生時における飼主、その飼主の住所、電話番号、 E メールアドレスなどを含む。
[0127] (飼主情報 80)
図 25は、飼主情報 80の一例を示す図である。飼主情報 80は「飼主 ID」をキーとし て構成されている。この飼主情報 80における「飼主 ID」は、図 22の動物識別情報に おける飼主 IDと対応している。図 25の ID=K001の飼主情報は、一番最近に飼主と なった者に関する情報である。動物が転売されているような場合には、過去の飼主が 表示されるようにしてもよい。図 25に示すように、飼主情報 80は、飼主の牧場の名称 、売買した日にち、価格、飼主の氏名、飼主の住所、飼主の電話番号、 Eメールアド レスなどを含む。
[0128] (システムのシーケンス）
図 26は、動物識別情報の登録を希望する「登録側端末」と、動物管理装置 100と、 個体の照合を要求する「照合要求側端末」とのやり取りを示すシーケンス図である。 図 26において、例えば、「登録側端末」はクライアント端末 402であり、「照合要求側 端末」は例えばクライアント端末 403である。 V、ずれの端末が「登録側端末」でも「照 合要求側端末」でもよい。
[0129] 「登録側端末」は、インターネット 300を介して、登録に係る動物の鼻紋が撮影され ている鼻紋写真と、その動物の全体写真と、その動物に関する特徴を示す動物特徴 情報（図 22に示した)とを含む「登録要求情報」を動物管理装置 100に送信する（S8 01)。
[0130] 木構造生成部 110は、実施の形態 1で述べた動作により、登録側端末からインター ネット 300を介して送信された「登録要求情報」に含まれる動物の「鼻紋写真」（鼻紋 画像データ）を元にして、その鼻紋に関する木構造を生成し、この木構造を鼻紋情報 とする（S802)。
[0131] 次に、木構造生成部 110の鼻紋情報生成部 114は、実施の形態 1 (後述する実施 の形態 3も同様である。）で述べたように、生成した鼻紋情報を動物管理 DB130に登 録する。この場合、鼻紋情報生成部 114は、この鼻紋情報を、図 22に示したように動 物識別情報の一部として登録する（S803)。鼻紋情報生成部 114は、鼻紋情報を登 録する場合には、図 22に示すように、鼻紋情報を「全体写真及び鼻紋写真」、「動物 特徴情報」等と共に「動物識別情報」の一部として動物管理 DB130に登録する。
[0132] 次【こ、 S804〜S806【こより、照合の過程を説明する。
[0133] (照合）
動物管理装置 100は、図 22に示すような、複数の「動物識別情報」を動物管理 DB 130に登録し、記憶している。照合要求側端末は、照合要求情報を送信する（S804 )。照合要求情報は、照合要求側の牛の「鼻紋写真 (鼻紋画像データ)」と照合要求 側を特定する情報を少なくとも含む。
[0134] 動物管理装置 100は、照合要求情報を受信すると、 S802の場合と同様に、木構 造生成部 110が、「照合要求情報」に含まれる鼻紋写真 (照合要求画像データ)を元 にして、その照合要求に係る牛の木構造を鼻紋情報として生成する。
[0135] 照合部 120は、鼻紋情報生成部 114が生成した照合要求鼻紋情報を動物管理 D B 130に記憶されて 、る鼻紋情報と図 18〜図 21で述べた方法により比較、照合する [0136] 照合部 120は、照合結果を照合要求側端末に返信する（S406)。照合結果として 、照合部 120は、照合要求側端末に、照合処理によりヒットした動物識別情報に含ま れる動物の全体写真と、動物特徴情報と、その他に動物識別情報において血統情 報、出生情報、飼主情報が存在する場合にはこれらの情報も照合要求側端末に返 信する。ヒットしない場合は、その旨を通知する。なお、この場合のヒットとは、パラメ一 タなどにより与えられた個体一致の可能性閾値を越えた個体の存在を意味する。
[0137] 以上説明した動物管理装置 100は、鼻紋情報生成部 114が生成した鼻紋情報を 記憶する動物管理 DB130 (鼻紋情報記憶部)を備えたので、容易に鼻紋情報を蓄 積することができる。
[0138] 以上説明した動物管理装置 100は、木構造力もなる鼻紋情報どうしを照合する照 合部 120を備えたので、安価かつ容易に鼻紋を照合することができる。
[0139] なお、以上の実施の形態 2では、例えば図 20に示したように、照合部 120は、照合 する個体どうしが一致するかどうか、すなわち、 Yesか Noかの二値のいずれになるの かを判定した。この照合方法の他、照合部 120は、照合要求鼻紋情報の木構造と動 物管理 DB130 (鼻紋情報記憶部）に記憶されている鼻紋情報の木構造とがどの程 度一致するかを示す一致確率を計算し、計算した一致確率を表示装置 813などに 表示するようにしてもよ ヽ。
[0140] 図 27は、照合部 120がー致確率を計算する処理を示すフローチャートである。図 2 7のフローチャートを用いて、一致確率を計算する場合を説明する。一致確率を計算 する前提として、補正抽出部 113による処理（図 6の S103)を、再度、説明しておく。 以下に説明する補正抽出部 113による処理は、以上で説明した照合についても行な われる。図 28は、犬の顔の画像である鼻紋画像データ 7Xから補正抽出部 113が鼻 の画像を切り出す際の前処理として実施する補正の一例を示す図である。補正抽出 部 113は、切り出した後の鼻の情報 (画像）が水平方向に対してズレ（図 28 (c)の角 度 α )を含まないようにするために、事前に水平方向に対する補正を行う。まず、補 正抽出部 113は、水平方向のズレを検出するために、鼻紋画像データ 7Χにおいて 両目の中心点を通る直線を引き（図 28 (b) )、その直線と水平軸 22とのズレ（角度 α ) を検出する（図 28 (c) )。次に、補正抽出部 1 13は、元の画像 (鼻紋画像データ 7X) を検出されたズレである角度 exだけ回転させ、鼻紋画像データ 7X— 1を得る（図 28 ( d) )。このような補正抽出部 1 13による処理により、鼻紋画像データ 7Xにおける顔全 体、ひいては切り出し後の鼻が水平軸 22に対して補正され、木構造生成および照合 にお 、てセルの位置関係に矛盾が生じな 、ようにすることができる。
[0141] 照合要求鼻紋情報の木構造と動物管理 DB 130 (鼻紋情報記憶部）に記憶されて いる鼻紋情報の木構造とは、いずれも n節まであるものとする。照合部 120には、どの 節どうしまでの照合をするかの数値が設定されている。 S 903a, S903b, S903cで は、照合部 120は、設定されている値かどうかを判定する。
[0142] S901において、照合部 120は、ルート情報どうしの一致確率 POを算出する。図 29 は、一致確率を用いる場合の照合方法を説明する図である。図 29は、身元が明らか な犬についての鼻紋情報 23と、身元が不明な犬の鼻紋情報 24とを示している。図 2 9は、第 1節までを示している。 aO, bO, cO等は、それぞれセル情報を示している。例 えば、 aOがセルの最大長さを示す情報であり、 bOがセルの最大幅を示す情報であり 、 cOがセルの面積を示す情報である。他の「a0，， b0，， c0，」等についても同様であ る。同じアルファベットどうしは、情報の種別が同じであるとする。たとえば「a」であれ ばセルの最大長さであり、「b」であればセルの最大幅であるとする。図 27において、 ルート情報どうしの一致確率 P0とは、ルートに関する照合対象の全情報中、一致す る情報の確率をいう。例えば、図 29のように、身元が判明していない照合要求鼻紋 情報のルート情報「a0 '， bO ' , c0 '」と、動物管理 DB 130に記憶されている身元が判 明している犬のルート情報「a0, bO, c0」との照合は、照合部 120が、次のように行な う。互いのルート情報が 3つの情報からなる場合、照合部 120は、 3つのうち、いくつ の情報同士が一致する力をみる。
aOと aO，との組のみ一致する場合は P0 = 1 ÷ 3であり、
aOと a0，との組、及び bOと b0，との組の二組が一致する場合は P0 = 2 ÷ 3であり、 全部の組が一致する場合は P0 = 1である。
[0143] S902aにおいて、ルート情報の場合と同様に、第 1節セルのセルどうしについて一 致確率 P 1を算出する。第 1節の場合、図 29に示すように、照合部 120は、セル 1 1 とセル 1，一 1とを比較し、セル 1― 2とセル 1， - 2とを比較し、セル 1― 3とセル 1， - 3 とを比較する。これは、図 28で説明した補正により、身元が判明している犬の鼻紋情 報 23と身元が不明な犬の鼻紋情報 24とに関する木構造において、セル同士が対応 するようになるからである。第 1節における一致確率 P1とは、第 1節に関する照合対 象の全情報中、一致する情報の確率をいう。図 29を例にすれば、次の様である。照 合部 120は、まず、セル 1 1とセル 1，一 1とについて、ルートセルの場合と同様に照 合して、一致する確率 P (1— 1)を算出する。すなわち、照合部 120は、「al, bl, cl 」と「&1', bl'， cl'」とに関して一致する確率 P (1— 1)を算出する。
この場合、
alと al'との組のみ一致する場合は P (1— 1) = (1÷3) ÷3であり、
alと al，との組、及び blと bl'との組の二組が一致する場合は P (1— 1) = (2÷3) ÷
3であり、
全部の組が一致する場合は P (1— 1) = (1) ÷3である。
ルートの場合に対してさらに 3で割るのは、第 1節はセルが 3つあるからである。照合 咅 は、セノレ 1 2とセノレ 1，一 2、及びセノレ 1 3とセノレ 1，一 3とにつ! /、ても、 P(l— 2)、P(1— 3)を算出する。
照合部 120は、
Ρ1 = Ρ(1-1)+Ρ(1-2)+Ρ(1-3)
として、第 1節の一致確率 P1を求める。
以下、照合部 120は、第 2節以降も同様に第 n節の一致確率 Pn (これは重み Wnを 乗じる前の値である）を求める。
S903aにおいて、照合部 120は、照合は第 1節まででよいかどうかを判定する。第 1節の場合は、 S904aへ進み、ルート情報どうしの一致確率 P0にルート情報につい ての重み W0を乗じた値を新たに P0とし (S904a)、また、第 1節情報どうしの一致確 率 P1に第 1節情報についての重み W1を乗じた値を新たに P1とする（S905a)。図 2 7において「Wn」とあるのは、第 n節情報に関する重みを表している。そして、照合部 120は、重みを乗じた後の P0と P1との和を求め（S909a)、一致確率 Pとして出力す る（S910)。 [0145] S903aにおいて、第 1節以降も照合を行う設定である場合は、 S902bに進む。照 合部 120は、以下、同様の処理により、一致確率 Pを算出する（S909b, S909c, S9 09d)。
[0146] 実施の形態 3.
図 30〜図 39を用いて実施の形態 3を説明する。実施の形態 3は、実施の形態 1に 対応する。実施の形態 3では、動物管理装置の構成は、実施の形態 1の図 3〜図 5と 同様である。実施の形態 1は、鼻紋のある動物の一例として「牛」の場合を説明した。 これに対して実施の形態 3は、鼻紋のある動物の一例として「犬」の場合を説明する。 即ち、実施の形態 3は、「犬」の鼻紋をもとに鼻紋情報を生成する動物管理装置を説 明する。実施の形態 3は、実施の形態 1と同様の部分は説明を省略する。
[0147] (犬の鼻紋の模式図）
図 30は、「犬の鼻」のコンピュータ画像を模式的に表した図である。図 30は、図 1に 対応する。図 30の矢印 A'の方向に犬の目がある。図 30は、例えば、後述の図 34 (a )のようなコンピュータ画像を模式的に示した場合を示す。
[0148] 図 30は、犬の鼻 13Xの鼻孔 3aX,鼻孔 3bX、及び鼻紋 IX (破線で囲んだ部分）を 示している。鼻紋 IXにおいて、線の部分が「溝」を示している。また、「1— 1」、「1— 2 」、「1 3」等の符号を付した領域が「セル」を示す。
[0149] 実施の形態 3における動物管理装置 100は、図 30に示す鼻紋 IXを元にして、木 構造力 なる鼻紋情報を生成する点が特徴である。
[0150] (木構造の説明）
実施の形態 3の場合も、動物管理装置 100は、図 30に示した鼻紋 IXを基に、図 2で 示した木構造の鼻紋情報を生成する。
[0151] (犬についての鼻紋情報の生成概要）
実施の形態 3において、「犬」についての鼻紋情報の生成概要は、実施の形態 1の図 6と同様である。図 31は、犬の鼻紋画像データ 7Xを示す。実施の形態 1の場合は、 動物管理装置 100 (鼻紋情報生成装置）は、「牛」についての鼻紋画像データ 7を使 用して鼻紋情報を生成した。これに対して実施の形態 3では、動物管理装置 100は、 「犬」についての鼻紋画像データ 7Xを使用して、「犬」についての鼻紋情報を生成す る。実施の形態 3における鼻紋情報の生成概要は、実施の形態 1に対して鼻紋画像 データ 7Xが図 7に示すデータから図 31に示すデータとなったのみであり、処理の内 容は同じである。なお、鼻紋情報生成部 114による鼻紋情報の生成の詳細は、次の 図 32のフローチャートを用いて詳しく説明する。図 32は実施の形態 1の図 8に対応 する。
[0152] 図 32は、鼻紋情報生成部 114が鼻紋情報を生成する動作を示すフローチャートで ある。図 32を参照して、鼻紋情報生成部 114が鼻紋情報を生成する動作を説明する
[0153] 鼻紋情報生成部 114は、以下の S201X〜S203Xにおいて説明する「予め定めら れた方法」により基準領域を選択する。
[0154] 図 33は、補正抽出部 113により抽出された鼻孔 3aX, 3bXを示す模式図である。
図 33は、図 9に対応する図である。
[0155] S201Xにおいて、図 33に示すように、鼻紋情報生成部 114は、犬の鼻における左 右の鼻孔 3aX, 3bXの最上部の鼻孔頂点 33, 34を結ぶ線分である鼻孔頂点線分 3
8を特定する。
[0156] S202Xにおいて、鼻紋情報生成部 114は、鼻孔頂点線分 38上の鼻孔頂点 33, 3 4のそれぞれから、鼻孔頂点線分 38に直角に、鼻上部の輪郭の方向（犬の目がある A'方向）に鼻孔直角線分 35,及び鼻孔直角線分 36を引く。
[0157] S203Xにおいて、鼻紋情報生成部 114は、上部の鼻の輪郭と鼻孔直角線分 35、 及び鼻孔直角線分 36が上部の鼻の輪郭と交わる交点 25、交点 26を求める。鼻紋情 報生成部 114は、交点 25と鼻孔頂点 34とを結ぶ線分 27と、交点 26と鼻孔頂点 33と を結ぶ線分 28とを求める。そして、鼻紋情報生成部 114は、線分 27と線分 28との交 点を「中心点 37」として特定する。そして、鼻紋情報生成部 114は、鼻孔頂点線分 38 と、鼻孔直角線分 35と、鼻孔直角線分 36と、上部の鼻の輪郭とで囲まれた領域の中 に、「中心点 37」を含むセルを搜す。鼻紋情報生成部 114は、中心点 37に基づき、 所定の「セル」を探索する。図 34は、探索の対象となる「セル」を説明する図である。 図 34は、補正抽出部 113が抽出した紋様、セルによるコンピュータ画像を示している 。図 34のコンピュータ画像において、白い線として見える部分が紋様 (溝)であり、黒 く見える部分がセルである。
[0158] 鼻紋情報生成部 114は、補正抽出部 113により抽出された紋様、及びセル等から なる画像データを取り出す。図 34 (a)の画像データの場合、鼻紋情報生成部 114は 、その画像に対角線 (線分 27, 28)を引き（図 34 (b) )、その対角線が交差する点を中 心点 37として求める。そして、鼻紋情報生成部 114は、「中心点 37が重なるセルまた は最近セル」（基準領域の一例）を選択する（図 34 (c)、（d) )。この設例では、鼻紋情 報生成部 114が、基準となる「セル」（以下、中央セル 3 IXという）を選択したことを想 定して説明を進める。
[0159] S204Xにおいて、鼻紋情報生成部 114は、中央セル 3 IXの最長部長さおよび面 積を求める。図 35を用いて、これを説明する。図 35 (a)は、犬の鼻の鼻紋、セルを模 式的に表した図である。図 35 (a)は、図 34と同様に犬の鼻の鼻紋部分を切出した図 であり、犬の鼻の鼻紋を示している。図 35 (b)は、（a)から「セル 0」（中央セル 31Xで ある）と、その隣接セル 58とを抜き出した図である。
[0160] (セル 0の最長線分長さ）
鼻紋情報生成部 114は、図 35 (b)に示すように、中央セル 3 IXである「セル 0」の「 最長線分長さ」を求める。図 35 (b)を用いて「最長線分長さ」を説明する。「最長線分 長さ」とは、実施の形態 1で説明したように、セルにおけるいずれ力 2つの「分岐点」を 結んだ線分のうちで、もっとも長い線分の長さをいう。ここで「長さ」とは、画像中のピク セルなどを利用した相対的な数値となる。
[0161] (セル 0の面積）
鼻紋情報生成部 114は、「セル 0」の面積も求める。ここで「面積」とは、画像中のピ クセルなどを利用した相対的な数値となる。
[0162] S205Xにおいて、鼻紋情報生成部 114は、「セル 0」（中央セル 3 IX)の「最長線分 長さ」、「面積」（これらは幾何学的特徴の一例)を木構造における根情報 (ルート情報 と呼ぶ場合もある）とする。すなわち、鼻紋情報生成部 114は、「セル 0」（中央セル 31 X)を木構造におけるルートとして選択するとともに、「セル 0」（中央セル 31X)の「最 長線分長さ」、「面積」を「セル 0」のルート情報とする。
[0163] 以下、図 36及び実施の形態 1で述べた図 13を参照して説明を進める。図 36は、セ ルの一例を示し、それぞれのセルに 0〜25の番号 kを付与した図である。以下では、 番号 k (k=0〜25)が付されたセルをセル kと呼ぶ。上記のように、「セル 0」は根 (ル ート）として選択された「中央セル 3 IX」であり、「セル 0」を根セル（あるいはルートセ ル）と呼ぶ。図 13は、図 36に示したそれぞれのセルを元にして生成した木構造（鼻 紋情報）を示す。図 13における木構造では、根セルは中央セル 3 IXを示すものであ り、中央セル 31Xに関する「長さ」、「面積」の情報を有する。また、図 13において、節 点とはセルを意味する。例えば「節点 1」は図 36の「セル 1」を示し、「節点 2」は「セル 2」を示す。
[0164] (第 1節セルの特定）
S206X〜S209Xは、図 8の S206〜S209と同様である。 S206Xにお!/、て、鼻紋 情報生成部 114は、図 36において、根セルとして選択した中央セル 3 IXに隣接する セルを特定 (選択)する。ここで「隣接するセル」とは、根セルと直接に隣り合うセルを 意味する。言い換えれば、根セルに「隣接するセル」とは、共通の溝 (紋様）により根 セルと区分けされている関係にあるセルである。なお、図 36に示した「セル 1」〜「セ ル 13」は、「セル 1」を始点として右回りに選択している力 これは一例である。セル選 択の順番は、予め設定されたアルゴリズムで選択する。例えばルートに隣接する第 1 節セルはどのような順番で選んで 、つてもょ 、。同じ鼻紋から生成する木構造力 な る鼻紋情報が一致すれば構わな 、。
[0165] 鼻紋情報生成部 114は、根セルである中央セル 3 IXに隣接するセルを木構造に おける第 1節セルとして選択する。図 13に示すように、鼻紋情報生成部 114は、第 1 節セルとして節点 1 (セル 1)〜節点 13 (セル 13)を選択する。セル 1〜セル 13は、い ずれも第 1節セルである。
[0166] S207Xにおいて、鼻紋情報生成部 114は、第 1節セルとして選択したセル 1〜セル 13のそれぞれについて、後述の「溝分岐長さ」、「最長線分長さ」、及び「面積」（これ らは幾何学的特徴の一例）を求める。
[0167] (溝分岐長さ）
図 35 (b)を用いて「溝分岐長さ」を説明する。図 35 (b)において、分岐点 41X〜分 岐点 45Xは紋様を形成する溝が分岐する箇所である。この溝が分岐する箇所を「分 岐点」と呼ぶこととする。そして、
分岐点 4 IX〜分岐点 42Xの長さ、
分岐点 42X〜分岐点 43Xの長さ、
分岐点 43X〜分岐点 44Xの長さ、
分岐点 44X〜分岐点 45Xの長さ、
分岐点 45X〜分岐点 41Xの長さを、それぞれ「溝分岐長さ」と呼ぶこととする。
[0168] (最長線分長さ）
鼻紋情報生成部 114は、第 1節セルのそれぞれについて、「最長線分長さ」を求め る。この「最長線分長さ」については、図 8の S207において説明した内容と同様であ る。
[0169] (セルの面積）
鼻紋情報生成部 114は、それぞれの第 1節セルについての面積である「セル面積」 を求める。
[0170] 鼻紋情報生成部 114は、それぞれの第 1節セルのそれぞれについて求めた「溝分 岐長さ」、「最長線分長さ」、「セル面積」を、セル情報 (ノード情報)とする。
[0171] S208Xにおいて、図 13に示すように、鼻紋情報生成部 114は、根セル (ルート）と 第 1の節点に相当するそれぞれの第 1節セルとを結んで、枝として関連づける。
[0172] S209Xにおいて、図 13に示すように、鼻紋情報生成部 114は、第 1節セルのうち 隣接するセル同士を関連付ける。
[0173] S210X〜S213Xは、図 8の S210〜S213と同様である。 S210X〜S213Xにお いて、鼻紋情報生成部 114は、第 1節セルに対して行なった処理 S206X〜S209X と同様の処理を、第 2節セルを特定するために行なう。「第 2節セル」とは、第 1節セル に隣接するセルである。図 36の例の場合、第 2節セルは、図 13に示すように節点 14 (セル 14)〜節点 25 (セル 25)が該当する。なお、第 1節セルである「セル 1」〜「セル 13」、及び第 2節セルである「セル 14」〜「セル 25」を総称して「節セル」 t 、う。
[0174] S214X〜S218Xは、図 8の S214〜S218に同様の処理である。以下同様にして 、鼻紋情報生成部 114は、第 n節セルまでを選択するとともに、それぞれのセル情報 を生成する（S214X〜S217X)。木構造におけるいかなる n節までを生成するかに ついては、ユーザが動物管理装置 100に指定することができる。動物管理装置 100 の鼻紋情報生成部 114は、指定された n節までの木構造を生成する。
[0175] S218Xにおいて、鼻紋情報生成部 114は、生成した木構造を鼻紋情報として動物 管理 DB 130に登録する。
[0176] 以上、 S201X〜S218Xの処理によって、鼻紋情報生成部 114が鼻紋画像データ 7Xをもとにして木構造力 なる鼻紋情報を生成する。
[0177] 図 32の S204X〜S205Xにおけるルート情報の説明では、「ルート情報」は、「セル の最長線分長さ」、及び「面積」の 2つを含むものとして説明した力 これら 2つの全部 を含む場合に限らず、何れか 2つを含むようにしてもよいし、何れか一つを含むように しても構わない。また、 2つに限ることはなぐ他の情報を含めても構わない。
[0178] セル情報の場合も同様である。すなわち、図 32の S207Xの説明ではセル情報は、 「溝分岐長さ」、「最長線分長さ」、「セルの面積」の 3つを含むものとして説明したが、 セル情報は、これら 3つの全部に限らず、何れか 2つを含むようにしてもよいし、何れ か一つを含むようにしても構わな 、。
[0179] これらのセル情報は機械的に処理する以外に、人間が目視で確認するための情報 として出力することもできる。図 37は、各セルの面積比を各セルの色彩で表現した例 を示す。符号 901〜符号 908は、それぞれの色彩を示している。すなわち図 36は、 それぞれ異なる色 901〜色 908の 8種類の色でセルを塗り分けている場合を示して いる。面積を表すためには色に限らず、セルに模様をつけて表現しても構わない。ま た、図 38は、セル内部の溝 18をセルの一部として可視化した例を示す。
[0180] 図 38は、セル内部の溝 18をセルの一部として可視化した例を示す力 例えば、犬 の鼻紋では、それぞれのセルの内部には、図 38のように、セル形成に関わらない「セ ル内部の溝 18」が存在する。この「セル内部の溝 18」の特徴をルート情報及びセル †青報として用 ヽることもできる。すなわち、図 32の S205X、 S207X, S211X, S215 Xでは、鼻紋情報生成部 114は、ルート情報及びセル情報として線分長さやセルの 面積を用いたが、これらの線分長さやセルの面積の代わりに、あるいは、これらの線 分長さやセルの面積に加えて、鼻紋情報生成部 114は、「セル内部の溝 18」の特徴 をルート情報、セル情報としても構わない。図 39は、線分長さやセルの面積の代わり に、鼻紋情報生成部 114が、「セル内部の溝 18」の特徴をルート情報、セル情報とし て用いる場合のフローチャートである。図 39は、図 32に対して、 S204X→S204X— 1、 S205X→S205X— 1、 S207X→S207X— 1、 S211X→S211X— 1、 S215X →S215X— 1としたフローチャートである。
[0181] 実施の形態 3は、犬を対象とした場合を説明した。実施の形態 3は、実施の形態 1と 同様の効果があるのは、明らかである。
図面の簡単な説明
[0182] [図 1]実施の形態 1における牛の鼻を模式的に示す図。
[図 2]図 1の鼻紋を木構造として表した図。
[図 3]実施の形態 1における動物管理装置 100のブロック図。
[図 4]実施の形態 1における動物管理装置 100の外観図。
[図 5]実施の形態 1における動物管理装置 100のハードウェア構成。
[図 6]実施の形態 1における動物管理装置 100の鼻紋情報生成のフローチャート。
[図 7]実施の形態 1における鼻紋画像データの一例。
[図 8]実施の形態 1における鼻紋情報生成部 114の動作を示すフローチャート。
[図 9]実施の形態 1における牛の鼻を模式的に示す図。
[図 10]実施の形態 1における牛の鼻を示すコンピュータ画像。
[図 11]実施の形態 1における牛の鼻を模式的に示す図。
[図 12]実施の形態 1における牛の鼻を模式的に示す図。
[図 13]図 12の鼻紋の木構造。
[図 14]実施の形態 1における鼻紋情報生成プログラムの処理を示すフローチャート。
[図 15]実施の形態 1における鼻紋情報生成プログラムの処理を示すフローチャート。
[図 16]実施の形態 1における鼻紋情報生成プログラムの処理を示すフローチャート。
[図 17]実施の形態 2における動物管理システム 1000の構成図。
[図 18]実施の形態 2における照合部 120の処理過程を示すフローチャート。
[図 19]実施の形態 2における照合部 120の照合処理を示す図。
[図 20]実施の形態 2における照合部 120の処理過程を示すフローチャート。
[図 21]実施の形態 2における照合部 120の照合処理を示す図。 [図 22]実施の形態 2(；こおける動物識別情報を示す図。
[図 23]実施の形態 2( ；こおける動物血統情報を示す図。
[図 24]実施の形態 2( ；こおける出生情報を示す図。
[図 25]実施の形態 2( ；こおける飼主情報を示す図。
[図 26]実施の形態 2( ；こおける動物管理システム 1000のシーケンス図。
[図 27]実施の形態 2( ；こおける一致確率の算出方法を示す図。
[図 28]実施の形態 2( ；こおける補正の一例を示す図。
[図 29]実施の形態 2( ；こおける照合方法を説明する図。
[図 30]実施の形態 3 ( ；こおける犬の鼻を模式的に示す図。
[図 31]実施の形態 3( ；こおける犬の鼻紋画像データ 7Xの一例。
[図 32]実施の形態 3 ( ；こおける鼻紋情報生成部 114の動作を示すフロ -チヤ -ト。
[図 33]実施の形態 3 ( ；こおける犬の鼻を模式的に示す図。
[図 34]実施の形態 3 ( ；こおける犬の鼻を示すコンピュータ画像。
[図 35]実施の形態 3 ( ；こおける犬の鼻を示す別のコンピュータ画像。
[図 36]実施の形態 3 ( ；こおける犬の鼻を模式的に示す図。
[図 37]実施の形態 3 ( ；こおける各セルの面積比を色で表した図。
[図 38]実施の形態 3 ( ；こおけるセル内部の溝を表した図。
[図 39]実施の形態 3 ( ；こおける鼻紋情報生成部 114の動作を示すフロ -チヤ -ト。 符号の説明
1, IX 鼻紋、 2, 2x 鼻切り出し画像、 3a, 3b, 3aX, 3bX 鼻孔、 4 最短線分、 5 中点、 6 中央直線、 7, 7X 鼻紋画像データ、 8 長さ、 9 最大幅、 10 Aタイプ、 1 1 中央溝、 12X ルート、 13 牛の鼻、 13X 犬の鼻、 14 第 1節セル、 15 第 2節 セル、 16 第 3節セル、 17, 17X 鼻の切り出し、 18 セル内部の溝、 20 Bタイプ、 21 中央溝、 22 水平軸、 23, 24 鼻紋情報、 25, 26 交点、 27, 28 線分、 30 Cタイプ、 31, 31X 中央セル、 33, 34 鼻孔頂点、 35, 36 鼻孔直角線分、 37 中 心点、 38 鼻孔頂点線分、 41, 42, 43, 44, 45, 4 IX, 42X, 43X, 44X, 45X 分 岐点、 46 最長線分長さ、 47 セル長さ、 48 中央直線 6の方向、 49 ルート 0に隣 接するセル、 50a, 50b, 50c 動物識別情報、 51 第 1節セル、 52 第 2節セル、 53 節セル、 54 根となるセル、 55X, 56X 分岐点、 57 最長線分長さ、 58 隣接セ ル、 59 最長線分長さ、 60 動物血統情報、 70 出生情報、 80 飼主情報、 100 動物管理装置、 110 木構造生成部、 111 鼻紋画像データ入力部、 112 画像デ ータ記憶部、 113 補正抽出部、 114 鼻紋情報生成部、 120 照合部、 130 動物 管理 DB、 140 関連情報 DB、 300 インターネット、 401 携帯電話、 402 クライア ント端末、 403 クライアント端末、 410 クライアント LAN、 411 クライアント端末、 4 12 クライアント端末、 413 モデムカレータ、 810 CPU, 811 ROM, 812 RA M、 813 表示装置、 814 キーボード、 815 マウス、 816 通信ボード、 817 FDD 、 818 写真リーダ装置、 819 プリンタ装置、 820 磁気ディスク装置、 821 OS、 8 22 ウィンドウシステム、 823 プログラム群、 824 ファイル群、 825 ノ ス、 826 CD D、 830 システムユニット、 901〜908 色彩、 1000 動物管理システム。

Claims

請求の範囲
[1] 皮膚表面の溝力 形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する鼻紋画像データ入力部と、
前記鼻紋画像データ入力部が入力した鼻紋画像データを記憶する画像データ記 憶部と、
前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み出した鼻紋 画像データから鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを 抽出する抽出部と、
前記抽出部が抽出した紋様と複数のセルとのな力から予め定められた規則にした がって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
選択したルートと選択した第 1節セルとによって形成される前記木構造を鼻紋情報 として生成する鼻紋情報生成部と
を備えたことを特徴とする鼻紋情報生成装置。
[2] 皮膚表面の溝力も形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する鼻紋画像データ入力部と、
前記鼻紋画像データ入力部が入力した鼻紋画像データを記憶する画像データ記 憶部と、
前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み出した鼻紋 画像データから鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを 抽出する抽出部と、
前記抽出部が抽出した紋様と複数のセルとのな力から予め定められた規則にした がって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、 前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、
選択したルートと選択した第 1節セルと選択した第 2節セルとによって形成される前 記木構造を鼻紋情報として生成する鼻紋情報生成部と
を備えたことを特徴とする鼻紋情報生成装置。
[3] 皮膚表面の溝力も形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する鼻紋画像データ入力部と、
前記鼻紋画像データ入力部が入力した鼻紋画像データを記憶する画像データ記 憶部と、
前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み出した鼻紋 画像データから鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを 抽出する抽出部と、
前記抽出部が抽出した紋様と複数のセルとのな力から予め定められた規則にした がって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、
以下、順次同様にして、予め定められた n(nは、 3以上の整数）に対応する第 n節セ ルまでを重複することなく選択し、
選択したルートと選択したそれぞれの節セルとによって形成される前記木構造を鼻 紋情報として生成する鼻紋情報生成部と
を備えたことを特徴とする鼻紋情報生成装置。
[4] 前記鼻紋情報生成部は、 ルートを選択する場合にはルートの特徴を示すルート情報を生成してルートと対応 付けをするとともに、第 1節セルを選択する場合には第 1節セルの特徴を示すセル情 報を生成して第 1節セルと対応付けをして鼻紋情報を生成することを特徴とする請求 項 1記載の鼻紋情報生成装置。
[5] 前記鼻紋情報生成部は、
ルートである基準領域の幾何学的特徴に基づいてルート情報を生成するとともに、 第 1節セルの幾何学的特徴に基づいてセル情報を生成することを特徴とする請求項 4記載の鼻紋情報生成装置。
[6] 前記鼻紋情報生成部は、
ルートである基準領域の所定の箇所の寸法に基づいてルート情報を生成するととも に、第 1節セルの所定の箇所の寸法に基づいてセル情報を生成することを特徴とす る請求項 5記載の鼻紋情報生成装置。
[7] 前記鼻紋情報生成部は、
ルートである基準領域の面積に基づいてルート情報を生成するとともに、第 1節セ ルの面積に基づいてセル情報を生成することを特徴とする請求項 5記載の鼻紋情報 生成装置。
[8] 前記鼻紋情報生成部は、
ルートを選択する場合にはルートの特徴を示すルート情報を生成してルートと対応 付けをするとともに、それぞれの節セルを選択する場合にはそれぞれの節セルの特 徴を示すセル情報を生成してそれぞれの節セルと対応付けをして鼻紋情報を生成 することを特徴とする請求項 2記載の鼻紋情報生成装置。
[9] 前記鼻紋情報生成部は、
ルートである基準領域の幾何学的特徴に基づいてルート情報を生成するとともに、 それぞれの節セルの幾何学的特徴に基づいてセル情報を生成することを特徴とする 請求項 8記載の鼻紋情報生成装置。
[10] 前記鼻紋情報生成部は、
ルートである基準領域の所定の箇所の寸法に基づいてルート情報を生成するととも に、それぞれの節セルの所定の箇所の寸法に基づ 、てセル情報を生成することを特 徴とする請求項 9記載の鼻紋情報生成装置。
[11] 前記鼻紋情報生成部は、
ルートである基準領域の面積に基づいてルート情報を生成するとともに、それぞれ の節セルの面積に基づいてセル情報を生成することを特徴とする請求項 9記載の鼻 紋情報生成装置。
[12] 前記鼻紋情報生成部は、
ルートを選択する場合にはルートの特徴を示すルート情報を生成してルートと対応 付けをするとともに、それぞれの節セルを選択する場合にはそれぞれの節セルの特 徴を示すセル情報を生成してそれぞれの節セルと対応付けをして鼻紋情報を生成 することを特徴とする請求項 3記載の鼻紋情報生成装置。
[13] 前記鼻紋情報生成部は、
ルートである基準領域の幾何学的特徴に基づいてルート情報を生成するとともに、 それぞれの節セルの幾何学的特徴に基づいてセル情報を生成することを特徴とする 請求項 12記載の鼻紋情報生成装置。
[14] 前記鼻紋情報生成部は、
ルートである基準領域の所定の箇所の寸法に基づいてルート情報を生成するととも に、それぞれの節セルの所定の箇所の寸法に基づ 、てセル情報を生成することを特 徴とする請求項 13記載の鼻紋情報生成装置。
[15] 前記鼻紋情報生成部は、
ルートである基準領域の面積に基づいてルート情報を生成するとともに、それぞれ の節セルの面積に基づ 、てセル情報を生成することを特徴とする請求項 13記載の 鼻紋情報生成装置。
[16] 前記鼻紋情報生成装置は、さらに、
鼻紋が存在する鼻を有する所定の動物の鼻紋情報を入力して記憶する鼻紋情報 記憶部を備え、
前記鼻紋画像データ入力部は、
前記所定の動物の鼻紋画像データを入力し、
前記鼻紋情報生成部は、 前記鼻紋画像データ入力部が入力した前記所定の動物の鼻紋画像データを元に する鼻紋情報を生成し、生成した鼻紋情報を前記鼻紋情報記憶部に出力して記憶 させることを特徴とする請求項 1記載の鼻紋情報生成装置。
[17] 前記鼻紋情報記憶部は、
前記所定の動物について複数の鼻紋情報を記憶しており、
前記鼻紋画像データ入力部は、
前記鼻紋情報記憶部に記憶されている複数の鼻紋情報のいずれかと一致するか どうかの照合を要求する鼻紋画像データである照合要求画像データを入力し、 前記鼻紋情報生成部は、
前記鼻紋画像データ入力部が入力した照合要求画像データを元にする鼻紋情報で ある照合要求鼻紋情報を生成し、
前記鼻紋情報生成装置は、さらに、
前記鼻紋情報生成部が生成した照合要求鼻紋情報を前記鼻紋情報記憶部に記 憶されている鼻紋情報と予め定められた所定の照合方法によって照合する照合部を 備えたことを特徴とする請求項 16記載の鼻紋情報生成装置。
[18] 前記照合部は、
予め定められた所定の照合方法として、照合要求鼻紋情報の木構造と前記鼻紋情 報記憶部に記憶されている鼻紋情報の木構造とがー致するかどうかを比較すること を特徴とする請求項 17記載の鼻紋情報生成装置。
[19] 前記鼻紋情報生成装置は、さらに、
鼻紋が存在する鼻を有する所定の動物の鼻紋情報を入力して記憶する鼻紋情報 記憶部を備え、
前記鼻紋画像データ入力部は、
前記所定の動物の鼻紋画像データを入力し、
前記鼻紋情報生成部は、
前記鼻紋画像データ入力部が入力した前記所定の動物の鼻紋画像データを元に する鼻紋情報を生成し、生成した鼻紋情報を前記鼻紋情報記憶部に出力して記憶 させることを特徴とする請求項 2記載の鼻紋情報生成装置。 [20] 前記鼻紋情報記憶部は、
前記所定の動物について複数の鼻紋情報を記憶しており、
前記鼻紋画像データ入力部は、
前記鼻紋情報記憶部に記憶されている複数の鼻紋情報のいずれかと一致するか どうかの照合を要求する鼻紋画像データである照合要求画像データを入力し、 前記鼻紋情報生成部は、
前記鼻紋画像データ入力部が入力した照合要求画像データを元にする鼻紋情報で ある照合要求鼻紋情報を生成し、
前記鼻紋情報生成装置は、さらに、
前記鼻紋情報生成部が生成した照合要求鼻紋情報を前記鼻紋情報記憶部に記 憶されている鼻紋情報と予め定められた所定の照合方法によって照合する照合部を 備えたことを特徴とする請求項 19記載の鼻紋情報生成装置。
[21] 前記照合部は、
予め定められた所定の照合方法として、照合要求鼻紋情報の木構造と前記鼻紋情 報記憶部に記憶されている鼻紋情報の木構造とがー致するかどうかを比較すること を特徴とする請求項 20記載の鼻紋情報生成装置。
[22] 前記鼻紋情報生成装置は、さらに、
鼻紋が存在する鼻を有する所定の動物の鼻紋情報を入力して記憶する鼻紋情報 記憶部を備え、
前記鼻紋画像データ入力部は、
前記所定の動物の鼻紋画像データを入力し、
前記鼻紋情報生成部は、
前記鼻紋画像データ入力部が入力した前記所定の動物の鼻紋画像データを元に する鼻紋情報を生成し、生成した鼻紋情報を前記鼻紋情報記憶部に出力して記憶 させることを特徴とする請求項 3記載の鼻紋情報生成装置。
[23] 前記鼻紋情報記憶部は、
前記所定の動物について複数の鼻紋情報を記憶しており、
前記鼻紋画像データ入力部は、 前記鼻紋情報記憶部に記憶されている複数の鼻紋情報のいずれかと一致するか どうかの照合を要求する鼻紋画像データである照合要求画像データを入力し、 前記鼻紋情報生成部は、
前記鼻紋画像データ入力部が入力した照合要求画像データを元にする鼻紋情報で ある照合要求鼻紋情報を生成し、
前記鼻紋情報生成装置は、さらに、
前記鼻紋情報生成部が生成した照合要求鼻紋情報を前記鼻紋情報記憶部に記 憶されている鼻紋情報と予め定められた所定の照合方法によって照合する照合部を 備えたことを特徴とする請求項 22記載の鼻紋情報生成装置。
[24] 前記照合部は、
予め定められた所定の照合方法として、照合要求鼻紋情報の木構造と前記鼻紋情 報記憶部に記憶されている鼻紋情報の木構造とがー致するかどうかを比較すること を特徴とする請求項 23記載の鼻紋情報生成装置。
[25] 皮膚表面の溝力 形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する処理と、
入力された鼻紋画像データを記憶する処理と、
記憶された鼻紋画像データを読み出して、読み出した鼻紋画像データから鼻紋を 形成する紋様と、この紋様によって区切られた複数のセルとを抽出する処理と、 抽出された紋様と複数のセルとのな力から予め定められた規則にしたがって基準と なる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
選択したルートと選択した第 1節セルとによって形成される前記木構造を鼻紋情報 として生成する処理と
をコンピュータに実行させることを特徴とする鼻紋情報生成プログラム。
[26] 皮膚表面の溝力 形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する処理と、
入力された鼻紋画像データを記憶する処理と、
記憶された鼻紋画像データを読み出して、読み出した鼻紋画像データから鼻紋を 形成する紋様と、この紋様によって区切られた複数のセルとを抽出する処理と、 抽出された紋様と複数のセルとのな力から予め定められた規則にしたがって基準と なる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、
選択したルートと選択した第 1節セルと選択した第 2節セルとによって形成される前 記木構造を鼻紋情報として生成する処理と
をコンピュータに実行させることを特徴とする鼻紋情報生成プログラム。
皮膚表面の溝カゝら形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する処理と、
入力された鼻紋画像データを記憶する処理と、
記憶された鼻紋画像データを読み出して、読み出した鼻紋画像データから鼻紋を 形成する紋様と、この紋様によって区切られた複数のセルとを抽出する処理と、 抽出された紋様と複数のセルとのな力から予め定められた規則にしたがって基準と なる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、 以下、順次同様にして、予め定められた n(nは、 3以上の整数）に対応する第 n節セ ルまでを重複することなく選択し、
選択したルートと選択したそれぞれの節セルとによって形成される前記木構造を鼻 紋情報として生成する処理と
をコンピュータに実行させることを特徴とする鼻紋情報生成プログラム。
[28] コンピュータである鼻紋情報生成装置が行なう鼻紋情報生成方法において、 鼻紋画像データ入力部が、皮膚表面の溝力 形成される紋様であるとともにこの紋 様によって区切られた複数のセルを形成する鼻紋が存在する鼻を有する動物の鼻の 画像であって鼻紋が撮影された画像を示す鼻紋画像データを入力し、
画像データ記憶部が、前記鼻紋画像データ入力部が入力した鼻紋画像データを し し、
抽出部が、前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み 出した鼻紋画像データから鼻紋を形成する紋様と、この紋様によって区切られた複 数のセルとを抽出し、
鼻紋情報生成部が、前記抽出部が抽出した紋様と複数のセルとのな力から予め定 められた規則にしたがって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
選択したルートと選択した第 1節セルとによって形成される前記木構造を鼻紋情報 として生成する
ことを特徴とする鼻紋情報生成方法。
[29] コンピュータである鼻紋情報生成装置が行なう鼻紋情報生成方法において、 鼻紋画像データ入力部が、皮膚表面の溝力 形成される紋様であるとともにこの紋 様によって区切られた複数のセルを形成する鼻紋が存在する鼻を有する動物の鼻の 画像であって鼻紋が撮影された画像を示す鼻紋画像データを入力し、
画像データ記憶部が、前記鼻紋画像データ入力部が入力した鼻紋画像データを し し、 抽出部が、前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み 出した鼻紋画像データから鼻紋を形成する紋様と、この紋様によって区切られた複 数のセルとを抽出し、
鼻紋情報生成部が、前記抽出部が抽出した紋様と複数のセルとのな力から予め定 められた規則にしたがって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、
選択したルートと選択した第 1節セルと選択した第 2節セルとによって形成される前 記木構造を鼻紋情報として生成する
ことを特徴とする鼻紋情報生成方法。
コンピュータである鼻紋情報生成装置が行なう鼻紋情報生成方法において、 鼻紋画像データ入力部が、皮膚表面の溝力 形成される紋様であるとともにこの紋 様によって区切られた複数のセルを形成する鼻紋が存在する鼻を有する動物の鼻の 画像であって鼻紋が撮影された画像を示す鼻紋画像データを入力し、
画像データ記憶部が、前記鼻紋画像データ入力部が入力した鼻紋画像データを し feし、
抽出部が、前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み 出した鼻紋画像データから鼻紋を形成する紋様と、この紋様によって区切られた複 数のセルとを抽出し、
鼻紋情報生成部が、前記抽出部が抽出した紋様と複数のセルとのな力から予め定 められた規則にしたがって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、
前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
第 1節セルに隣接するセルを前記木構造における第 2節に相当する第 2節セルとし て選択し、
以下、順次同様にして、予め定められた n (nは、 3以上の整数）に対応する第 n節セ ルまでを重複することなく選択し、
選択したルートと選択したそれぞれの節セルとによって形成される前記木構造を鼻 紋情報として生成する
ことを特徴とする鼻紋情報生成方法。
[31] 前記鼻紋画像データ入力部は、
複数のセルのそれぞれの内部にセル形成に関わらない溝が存在する鼻紋画像デ ータを入力し、
前記鼻紋情報生成部は、
予め定められた規則にしたがって複数のセルのうちいずれかのセルを基準領域と して選択し、基準領域として選択したセルの内部に存在するセル形成に直接関わら ない溝の特徴に基づいてルート情報を生成するとともに、第 1節セルの内部に存在 するセル形成に直接関わらな 、溝の特徴に基づ 、てセル情報を生成することを特徴 とする請求項 4記載の鼻紋情報生成装置。
[32] 前記鼻紋画像データ入力部は、
複数のセルのそれぞれの内部にセル形成に関わらない溝が存在する鼻紋画像デ ータを入力し、
前記鼻紋情報生成部は、
予め定められた規則にしたがって複数のセルのうちいずれかのセルを基準領域と して選択し、基準領域として選択したセルの内部に存在するセル形成に直接関わら な 、溝の特徴に基づ 、てルート情報を生成するとともに、それぞれの節セルの内部 に存在するセル形成に直接関わらな ヽ溝の特徴に基づ ヽてセル情報を生成すること を特徴とする請求項 8記載の鼻紋情報生成装置。
[33] 前記鼻紋画像データ入力部は、
複数のセルのそれぞれの内部にセル形成に関わらない溝が存在する鼻紋画像デ ータを入力し、
前記鼻紋情報生成部は、 予め定められた規則にしたがって複数のセルのうちいずれかのセルを基準領域と して選択し、基準領域として選択したセルの内部に存在するセル形成に直接関わら な 、溝の特徴に基づ 、てルート情報を生成するとともに、それぞれの節セルの内部 に存在するセル形成に直接関わらな ヽ溝の特徴に基づ ヽてセル情報を生成すること を特徴とする請求項 12記載の鼻紋情報生成装置。
[34] 前記照合部は、
予め定められた所定の照合方法として、照合要求鼻紋情報の木構造と前記鼻紋情 報記憶部に記憶されている鼻紋情報の木構造とがどの程度一致するかを示す一致 確率を計算することを特徴とする請求項 17記載の鼻紋情報生成装置。
[35] 前記照合部は、
予め定められた所定の照合方法として、照合要求鼻紋情報の木構造と前記鼻紋情 報記憶部に記憶されている鼻紋情報の木構造とがどの程度一致するかを示す一致 確率を計算することを特徴とする請求項 20記載の鼻紋情報生成装置。
[36] 前記照合部は、
予め定められた所定の照合方法として、照合要求鼻紋情報の木構造と前記鼻紋情 報記憶部に記憶されている鼻紋情報の木構造とがどの程度一致するかを示す一致 確率を計算することを特徴とする請求項 23記載の鼻紋情報生成装置。
[37] 皮膚表面の溝力 形成される紋様であるとともにこの紋様によって区切られた複数 のセルを形成する鼻紋が存在する鼻を有する動物の鼻の画像であって鼻紋が撮影 された画像を示す鼻紋画像データを入力する鼻紋画像データ入力部と、
前記鼻紋画像データ入力部が入力した鼻紋画像データを記憶する画像データ記 憶部と、
前記画像データ記憶部が記憶した鼻紋画像データを読み出して、読み出した鼻紋 画像データから鼻紋を形成する紋様と、この紋様によって区切られた複数のセルとを 抽出する抽出部と、
前記抽出部が抽出した紋様と複数のセルとのな力から予め定められた規則にした がって基準となる基準領域を選択し、
選択した基準領域を木構造におけるルートとして選択し、 前記ルートに隣接するセルを前記木構造における第 1節に相当する第 1節セルとし て選択し、
選択したルートと選択した第 1節セルとによって形成される前記木構造を鼻紋情報 として生成する鼻紋情報生成部と、
前記鼻紋情報生成部が既に生成した鼻紋情報を記憶している鼻紋情報記憶部と、 前記鼻紋情報生成部が新たに鼻紋情報を生成した場合に、新たに生成された鼻 紋情報と前記鼻紋情報記憶部に記憶されている鼻紋情報とを照合する照合部と を備えたことを特徴とする鼻紋情報照合装置。
PCT/JP2006/323579 2005-12-28 2006-11-27 鼻紋情報生成装置及び鼻紋情報照合装置及び鼻紋情報生成プログラム及び鼻紋情報生成方法 WO2007077694A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2005378320 2005-12-28
JP2005-378320 2005-12-28

Publications (1)

Publication Number Publication Date
WO2007077694A1 true WO2007077694A1 (ja) 2007-07-12

Family

ID=38228052

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2006/323579 WO2007077694A1 (ja) 2005-12-28 2006-11-27 鼻紋情報生成装置及び鼻紋情報照合装置及び鼻紋情報生成プログラム及び鼻紋情報生成方法

Country Status (1)

Country Link
WO (1) WO2007077694A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015173605A (ja) * 2014-03-13 2015-10-05 富士通株式会社 特定方法、特定プログラム、特定装置および特定システム
EP3029603A4 (en) * 2013-05-22 2017-08-30 Iscilab Corporation Device and method for recognizing animal's identity by using animal nose prints
EP3146474A4 (en) * 2014-05-20 2018-05-09 Applied Advanced Technologies Ltd. Non-invasive multimodal biometrical identification system of animals
JP2019113959A (ja) * 2017-12-21 2019-07-11 株式会社リクルート 鼻紋照合システム、鼻紋照合方法及び鼻紋照合プログラム
JP2019170180A (ja) * 2018-03-27 2019-10-10 東京電力ホールディングス株式会社 ペット動画解析装置、ペット動画解析システム、ペット動画解析方法、及びプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1153545A (ja) * 1997-07-31 1999-02-26 Sony Corp 照合装置および方法
JP2000093042A (ja) * 1998-09-25 2000-04-04 Fujihira Kogyo Kk 牛の個体識別方法
JP2003346148A (ja) * 2002-05-23 2003-12-05 Surge Miyawaki Co Ltd 鼻紋の照合方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1153545A (ja) * 1997-07-31 1999-02-26 Sony Corp 照合装置および方法
JP2000093042A (ja) * 1998-09-25 2000-04-04 Fujihira Kogyo Kk 牛の個体識別方法
JP2003346148A (ja) * 2002-05-23 2003-12-05 Surge Miyawaki Co Ltd 鼻紋の照合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KIMURA A. ET AL.: "Seicho Hizumi Henkei o Uketa Seitai Texture no Kozoteki Pattern Ninshiki", THE TRANSACTIONS OF THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS, vol. J-85-D-II, no. 8, 2002, pages 1320 - 1331, XP003015069 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3029603A4 (en) * 2013-05-22 2017-08-30 Iscilab Corporation Device and method for recognizing animal's identity by using animal nose prints
JP2019003669A (ja) * 2013-05-22 2019-01-10 アイエスシーアイラボ コーポレイション 動物たちの鼻柄を用いた動物個体認識装置及び方法
EP4140294A1 (en) * 2013-05-22 2023-03-01 Iscilab Corporation Device for recognizing animal's identity by using animal nose prints
JP2015173605A (ja) * 2014-03-13 2015-10-05 富士通株式会社 特定方法、特定プログラム、特定装置および特定システム
EP3146474A4 (en) * 2014-05-20 2018-05-09 Applied Advanced Technologies Ltd. Non-invasive multimodal biometrical identification system of animals
US10146993B2 (en) 2014-05-20 2018-12-04 Advanced Applied Technologies Ltd. Non-invasive multimodal biometrical identification system of animals
JP2019113959A (ja) * 2017-12-21 2019-07-11 株式会社リクルート 鼻紋照合システム、鼻紋照合方法及び鼻紋照合プログラム
JP2019170180A (ja) * 2018-03-27 2019-10-10 東京電力ホールディングス株式会社 ペット動画解析装置、ペット動画解析システム、ペット動画解析方法、及びプログラム
JP7154024B2 (ja) 2018-03-27 2022-10-17 東京電力ホールディングス株式会社 ペット動画解析装置、ペット動画解析システム、ペット動画解析方法、及びプログラム

Similar Documents

Publication Publication Date Title
WO2019120115A1 (zh) 人脸识别的方法、装置及计算机装置
US20180108137A1 (en) Instance-Level Semantic Segmentation System
US11341770B2 (en) Facial image identification system, identifier generation device, identification device, image identification system, and identification system
EP3869385B1 (en) Method for extracting structural data from image, apparatus and device
Pfingsthorn et al. Generalized graph SLAM: Solving local and global ambiguities through multimodal and hyperedge constraints
CN110705952A (zh) 一种合同审核方法及装置
CN109840469B (zh) 基于图像识别的保单录入方法和相关装置
CN109783781B (zh) 基于图像识别的保单录入方法和相关装置
CN105447392A (zh) 用于保护特定信息的方法和系统
WO2007077694A1 (ja) 鼻紋情報生成装置及び鼻紋情報照合装置及び鼻紋情報生成プログラム及び鼻紋情報生成方法
CN112509661B (zh) 用于识别体检报告的方法、计算设备和介质
CN115409638B (zh) 基于人工智能的牲畜保险承保和理赔方法及相关设备
CN114219971A (zh) 一种数据处理方法、设备以及计算机可读存储介质
CN111738080A (zh) 一种人脸检测和对齐的方法及装置
CN109635810B (zh) 一种确定文本信息的方法、装置、设备及存储介质
CN114330476A (zh) 用于媒体内容识别的模型训练方法及媒体内容识别方法
CN113705468A (zh) 基于人工智能的数字图像识别方法及相关设备
CN112784054A (zh) 概念图处理装置、概念图处理方法和计算机可读介质
CN114996360B (zh) 数据分析方法、系统、可读存储介质及计算机设备
CN113284137B (zh) 纸张褶皱检测方法、装置、设备及存储介质
CN109684392A (zh) 数据处理方法、装置、计算机设备及存储介质
CN115222621A (zh) 图像校正方法、电子设备、存储介质及计算机程序产品
CN114330323A (zh) 实体关系联合抽取方法、装置、计算机终端及存储介质
KR102221711B1 (ko) X-ray 이미지 최적화를 통해 판독률이 향상된 X-ray 판독시스템
CN117275649B (zh) 文档病历图片的排序方法和装置、电子设备和存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application
NENP Non-entry into the national phase

Ref country code: DE

NENP Non-entry into the national phase

Ref country code: JP

122 Ep: pct application non-entry in european phase

Ref document number: 06833383

Country of ref document: EP

Kind code of ref document: A1