CN101681510A - 登记设备、检查设备、程序和数据结构 - Google Patents

登记设备、检查设备、程序和数据结构 Download PDF

Info

Publication number
CN101681510A
CN101681510A CN200880016157A CN200880016157A CN101681510A CN 101681510 A CN101681510 A CN 101681510A CN 200880016157 A CN200880016157 A CN 200880016157A CN 200880016157 A CN200880016157 A CN 200880016157A CN 101681510 A CN101681510 A CN 101681510A
Authority
CN
China
Prior art keywords
point
line
blood vessel
parameter
local line
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CN200880016157A
Other languages
English (en)
Inventor
阿布杜尔·M·穆罕麦德
阿部博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of CN101681510A publication Critical patent/CN101681510A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1347Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1341Sensing with light passing through the finger
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

提出了具有改善的认证精度的登记设备、检查设备、程序以及具有改善的可靠性的识别数据的数据结构。通过使用图像中所示的血管线的端点和分支点作为基准,将血管线分割为局部线。从每个局部线提取出指示每个局部线的形状的参数。创建包括局部线的端点和参数在内的、且用于识别生物体的数据。

Description

登记设备、检查设备、程序和数据结构
技术领域
本发明涉及登记设备、对比设备、程序和数据配置,并且可适用于执行生物认证(biometrics authentication)的情况。
背景技术
传统地,生物认证的目标的示例包括血管。作为这种技术的现有技术,已经提出了如下的认证设备:其提取所捕获图像中所示的血管的端点和分支点来作为特征点,并且通过使用提取出的特征点来生成登记目标的数据或用于与登记目标进行比较的数据(例如,见专利文献1)。在这种认证设备中,相比于直接登记图像数据的情况的时候,用于存储的存储器使用量可以得到显著地降低。
专利文献1:日本未审查专利申请公开第2003-303178号
然而,由于端点和分支点离散地分布在血管中,因而作为要用于区分登记者的要素(element),其具有较低的可靠性。因此,即使用于生成作为比较目标的数据的特征点的方法与用于生成作为登记目标的数据的特征点的方法相同,也会出现如下的问题:由于外部因素(如成像操作的环境或噪声)或内部因素(如生命体(live body)(其在个体之间是不同的)中血管的成像的困难)的原因,在确定时很有可能出错而使得将第三方确定为某个人,或者将某个人确定为不同的人,即,认证精度(登记者的区分精度)较差。
发明内容
本发明是考虑到上述要点而做出的,并且提出了能够改善认证精度的登记设备、对比设备和程序及能够改善可靠性的识别数据的数据配置。
为了解决这些问题,本发明提供了如下的登记设备,其包括:提取装置,用于提取表示局部线的形状的参数,其中所述局部线是通过将出现在图像中的血管线的端点和分支点设置为参考点来分割所述血管线而获得的;以及生成装置,用于生成包括所述局部线的参数以及所述局部线的相对端的点的位置在内的数据。
此外,本发明提供了如下的对比单元,其包括:存储装置,用于存储如下的数据,该数据包括:表示通过将出现在图像中的血管线的端点和分支点设置为参考点来分割所述血管线而获得的局部线的形状的参数,以及所述局部线的相对端的点的位置;以及对比装置,用于将所述参数和所述局部线的相对端的点与对比目标进行对比,作为用于区分登记者的要素。
此外,本发明提供了如下的程序,其使得提取装置提取表示局部线的形状的参数,其中所述局部线是通过将出现在图像中的血管线的端点和分支点设置为参考点来分割所述血管线而获得的;以及使得生成装置生成包括所述局部线的参数以及所述局部线的相对端的点的位置在内的数据。
此外,本发明提供了作为要登记的对象而生成的识别数据的数据配置。所述识别数据具有如下的配置,该配置包括:表示通过将出现在图像中的血管线的端点和分支点设置为参考点来分割所述血管线而获得的局部线的形状的参数,以及所述局部线的相对端的点的位置;并且所述参数和所述局部线的相对端的点用作在执行与待对比的对象进行对比的处理时而用于区分登记者的要素。
如上所述,根据本发明,由于除了表示血管线的特征的点之外,还提取出了血管线的形状来作为局部线(该局部线是通过将特征点设置为参考点来分割血管线而获得的,从而可以在形状与血管线具有某种关系的状态下离散地示出血管线)的参数,因此可以降低由于外部因素(如成像操作的环境或噪声)或内部因素(如生命体(其在个体之间是不同的)中血管的成像的困难)带来的不利影响。从而,可以实现能够改善认证精度的登记设备、对比设备和程序以及能够改善可靠性的识别数据的数据配置。
附图说明
图1是图示根据实施例的认证设备的整体配置的框图。
图2是图示图像处理器的配置的框图。
图3示出图示图案返回(pattern returning)之前的图像以及图案返回之后的图像的示意图。
图4示出图示围绕着端点、分支点和孤立点的白色像素的外观图案的示意图。
图5示出用于描述端点、分支点和孤立点的检测的示意图。
图6是图示检测端点和分支点的图像的示意图。
图7是用于描述通过使用端点和分支点作为参考来检测曲线点的示意图。
图8是图示登记处理的过程的流程图。
图9是图示识别数据的数据配置的示例的示意图。
图10是图示认证处理的过程的流程图。
图11是用于描述局部线的连接的示意图。
具体实施方式
参考附图,详细描述本发明的实施例。
1.认证设备的整体配置
图1图示根据实施例的认证设备1的整体配置。配置该认证设备1以使得操作单元11、成像单元12、图像处理器13、存储器14、对比单元15、接口16和通知单元17经由总线而连接至控制器10。
控制器10被配置为计算机,该计算机包括CPU(中央处理单元),其控制整个认证设备1;ROM(只读存储器),其存储例如各种程序和设置信息;以及RAM(随机存取存储器),其用作CPU的工作存储器。
在控制器10中,根据用户的操作,从操作单元11输入用于执行登记待登记的用户(在下文中称为“登记者”)的血管的模式(在下文中称为“血管登记模式”)的执行命令COM1,或用于执行进行关于登记者是否已被登记的确定的模式(在下文中称为认证模式)的执行命令COM2。
控制器10根据执行命令COM1或COM2来确定要执行的模式,并且根据与确定结果对应的程序来适当地控制成像单元12、图像处理器13、存储器14、对比单元15、接口16和通知单元17以便执行血管登记模式或认证模式。
成像单元12包括相机,其将在认证设备1的外壳中手指放置的区域设置为成像空间,并且参考控制器10所设置的设置值来控制相机的光学镜头的位置、光圈的光圈值和成像设备的快门速度(曝光时间)。
此外,成像单元12包括近红外光源,其将近红外光发射至成像空间,在控制器10指定的时段内开启近红外光源,在预定周期中对投射到成像设备的成像平面上的对象图像执行图像拾取,并且将表示作为图像拾取的结果生成的图像的图像数据连续地输出至控制器10。
这里,例如在将手指放置在成像空间上的情况下,经由手指内部从近红外光源发射的近红外光经由相机的光学***和光圈而入射在成像设备上,作为用于投射血管的光,并且将手指内部的血管投射在成像设备的成像平面上。因此,在这种情况下,血管包括在基于作为成像单元12执行的图像拾取的结果所生成的图像数据而投射的图像中。
图像处理器13检测表示所投射的图像中包括的血管线的特征的点(在下文中称为“特征点”),并且为根据特征点所分割的各个局部血管线提取表示部分的血管线(在下文中成为“局部血管线”)的形状的参数(在下文中称为“形状参数”)。
对应于闪存的存储器14例如将数据存储在由控制器10所指定的区域中,或者读取存储在该区域中的数据。
对比单元15将图像处理器13提取出的与形状参数所对应的局部血管线的相对端与在存储器14中登记的与形状参数所对应的局部血管线的相对端进行对比,并且如果点的位移(displacement)量等于或大于阈值,则向控制器10通知该事实。
另一方面,当位移量小于阈值时,对比单元15将图像处理器13提取出的形状参数与在存储器14中登记的形状参数进行对比,并且向控制器10通知对比结果。
接口16将各种数据传送至经由预定的传输线而连接的外部设备,以及从经由预定的传输线而连接的外部设备接收各种数据。
通知单元17包括显示单元17a和音频输出单元17b。显示单元17a在显示屏幕中显示基于提供自控制器10的字符和图形。另一方面,音频输出单元17b从扬声器输出基于提供自控制器10的音频数据的音频。
2.图像处理器的配置
接下来详细描述图像处理器13。如图2中所示,图像处理器13包括预处理器21、图案化(patterning)单元22、特征点检测器23、血管跟踪单元24和形状参数提取单元25。
2-1.图像预处理
预处理器21对经由控制器10而从成像单元12提供的图像数据执行包括图像旋转校正、噪声消除和图像提取在内的预处理,并且将处理之后获得的所产生图像数据传送至图案化单元22。
2-2.血管的图案化
图案化单元22对图像数据所表示的多级(multilevel)图像执行图案化(转换),以便获得出现了具有相同宽度的血管线的二进制图像。在本实施例中,图案化单元22执行图案化,以便获得每个血管线具有对应于一个像素的宽度的二进制图像。将详细描述该图案化的方法。
图案化单元22对图像数据执行差分滤波处理(如高斯滤波或对数滤波)以便清楚地示出出现在图像中的血管的轮廓,并且以作为参考的设置亮度值而将清楚地示出了轮廓的图像转换为二进制图像。
然后,图案化单元22提取每个均具有一个像素的线宽的血管线,其中,出现在二进制图像中的血管线的宽度的中心或亮度峰值作为参考。
这里,图3中示出了图案转换之前的图像和图案转换之后的图像。如从图3的这些示例中显而易见的那样,图案化单元22从预处理之后获得的多级图像(图3(A))生成出现了具有相同宽度的血管线的二进制图像(图3(B))。
2-3.特征点的检测
特征点检测器23从出现在二进制图像的血管中所包括的各点(像素)之中检测表示特征的点(在下文中称为“特征点”)。将详细描述用于该检测的方法的示例。注意,虽然出现在二进制图像中的血管线中包括的像素对应于白色像素或者黑色像素,但是在本实施例中通过假设像素对应于白色像素来进行描述。
以预定的次序将二进制图像中包括的每个像素连续地确定为感兴趣的像素。当感兴趣的像素是白色像素时,特征点检测器23在围绕着该像素的各像素(总共八个像素,包括垂直和水平方向上的四个像素以及在对角方向上的四个像素)之中检查白色像素的数目。
这里,图4中示出了血管线中包括的端点、分支点和孤立点的外观图案。如从图4中显而易见的那样,当示出了每个血管以便具有一个像素的宽度时,唯一地确定了围绕着感兴趣的像素(其为白色像素)的白色像素的数目与每个端点、每个分支点或孤立点之间的关系。此外,使用三分支图案或者四分支图案来作为分支图案。
如图5中所示,在围绕着感兴趣的像素(其为白色像素)的区域中包括一个像素的情况下(图5(A)),特征点检测器23将该感兴趣的像素检测为血管线的端点。另一方面,在围绕着感兴趣的像素(其为白色像素)的区域中包括三个白色像素的情况下(图5(B)),特征点检测器23将该感兴趣的像素检测为分支点。此外,在围绕着感兴趣的像素(其为白色像素)的区域中放置了四个白色像素的情况下(未示出),特征点检测器23将该感兴趣的像素检测为分支点。另一方面,在围绕着感兴趣的像素(其为白色像素)的区域中不包括白色像素的情况下,特征点检测器23将该感兴趣的像素检测为孤立点。
然后,特征点检测器23从检测到的端点、检测到的分支点和检测到的孤立点之中删除未用作血管线的组分(component)的孤立点。
如上所述,由于特征点检测器23在具有相同的一个像素线宽的每个血管线中,根据围绕着白色像素的区域中包括的白色像素的数目来检测特征点,因此,例如如图6中所示,当与例如采用了称作“Harris角”的检测方法的情况相比之时,仅将端点和分支点可靠地检测为特征点。
2-4.血管线的跟踪
血管线跟踪单元24通过在将特征点设置为参考点的情况下跟踪血管线来识别特征点之间的关系。将详细描述用于该跟踪的方法的示例。
血管线跟踪单元24从分支点开始,跟踪与选择自特征点之中的分支点连接的血管线,直到检测到另一特征点为止,并且识别检测到的其它特征点和分支点具有连接关系。
例如,在图7中所示的情况下,血管线跟踪单元24从分支点DP1、DP2和DP3之中选择例如作为位于最接近于图像下方的的分支点的分支点DP1,并且跟踪与分支点DP1连接的血管线,直到检测到其它的各个特征点(端点EP1和EP2以及分支点DP2)为止。
此外,在跟踪与分支点DP1连接的血管线之后,血管线跟踪单元24选择作为第二接近于图像下方的分支点的分支点DP2,并且跟踪与分支点DP2连接的、除了已经跟踪的血管线之外的血管线,直到检测到其它的特征点(端点EP3和分支点DP3)为止。
此外,在跟踪与分支点DP2连接的血管线之后,血管线跟踪单元24选择作为第三接近于图像下方的分支点的分支点DP3,并且跟踪与分支点DP3连接的、除了已经跟踪的血管线之外的血管线,直到检测到其它的特征点(端点EP4和EP5)为止。
如上所述,血管线跟踪单元24识别特征点DP1和EP1、特征点DP1和EP2、特征点DP1和DP2、特征点DP2和EP3、特征点DP2和DP3、特征点DP3和EP4、以及特征点DP3和EP5具有各自的连接关系。
如上所述,血管线跟踪单元24不跟踪与分支点DP1、DP2和DP3连接的所有血管线,而是跟踪与分支点DP1、DP2和DP3连接的、除了已经以从最接近于图像的上、下、左和右方之一的分支点的次序跟踪的血管线之外的血管线。据此,可以避免分支点DP1和DP2之间的血管线与分支点DP2和DP3之间的血管线的重叠跟踪。从而,通过省略不必要的处理,可以降低处理负荷。
2-5.形状参数的提取
形状参数提取单元25提取位于由血管线跟踪单元24确定为具有连接关系的特征点对之间的局部血管线的形状参数。将详细描述用于该提取的方法的示例。
形状参数提取单元25以预定的次序,选择每个局部血管线作为处理的目标,并且为所选择的每个局部血管线提取:通过连接局部血管线的相对端的线相对于参考方向(如图像的垂直方向)所形成的角度(在下文中称为“局部线角度”)、局部血管线中包括的像素的数目所表示的局部血管线的长度(在下文中称为“局部线长度”)、以及表示局部血管线的多项式的二次曲线的项的系数(在下文中称为“二阶系数序列”)。
具体地,当提取二阶系数序列时,形状参数提取单元25将作为处理的目标所选择的局部血管线中包括的各点(在下文中称为“血管构成点”)分配给下列的二次曲线多项式。
y=p1x2+p2x+p3        (1)
例如,血管构成点的数目为m,获得如下的m个多项式。
y1=p1x1 2+p2x1+p3
y2=p1x2 2+p2x2+p3
|
ym=p1xm 3+p2xm+p3    (2)
注意,等式(1)和(2)中的“p2”、“p1”和“p0”表示与二阶、一阶和零阶对应的项的系数,即,二阶系数序列。
然后,在将血管构成点分配给等式(1)之后,形状参数提取单元25通过分配来改变多项式的二阶系数序列p2、p1和p0、与血管构成点的数目对应的二阶系数序列p2、p1和p0的数目,以便提取多项式的左侧值与右侧值之间的差异最小的二阶系数序列p2、p1和p0
如上所述,形状参数提取单元25提取当曲线相对于局部血管线的血管构成点最接近时的二阶系数序列p2、p1和p0
3.血管登记模式
接下来参考图8中所示的流程来描述血管登记模式。当选择血管登记模式作为要执行的模式时,控制器10进入作为操作模式的血管登记模式,并且进入步骤SP1。
在步骤SP1中,控制器10指令通知单元17传送表示应该将手指置于成像空间上的通知,操作成像单元12中包括的相机以用于图像拾取,并在步骤SP2中开启成像单元12中包括的近红外光源,并且进入步骤SP3。
在步骤SP3中,控制器10指令图像处理器13从提供自成像单元12的图像数据之中,为各个局部血管线提取出现在图像中的血管线中所包括的形状参数(局部线角度、局部线长度和二阶系数序列)。
然后,当图像处理器13为单独的局部血管线提取出形状参数时,控制器10在步骤SP4中使用形状参数和对应于形状参数的局部血管线的相对端的点的位置来生成识别数据,并且将该识别数据登记在存储器14中。然后,终止该血管登记模式。
控制器10执行如上所述的血管登记模式。
4.识别数据的数据配置
这里,图9中示出了识别数据的数据配置的示例。识别数据具有如下的数据配置,该数据配置包括:表示血管线中的特征点(端点和分支点)的位置的第一文件FL1(在下文中称为“位置文件”),以及表示关于血管线的各个局部线的形状参数的第二文件FL2(在下文中称为“参数文件”)。
假设特征点的数目为“N”,位置文件FL1存储用于表示特征点(端点和分支点)的位置的x-y坐标值(x1,y1)、(x2,y2)、(x3,y3)和(xN,yN)。
另一方面,假设局部血管线的数目为“M”,参数文件FL2存储:表示索引IS1、IS2、IS3~ISM的值,每一索引均用于查阅相应一个局部血管线的相对端的点之一的位置;以及表示索引IE1、IE2、IE3~IEM的值,每一索引均用于查阅其它点的位置。
此外,参数文件FL2存储:表示局部线角度θ1、θ2、θ3~θM的值、表示局部线长度L1、L2、L3~LM的值、以及表示二阶系数序列C1、C2、C3~CM的值。
注意,表示二阶系数序列C1、C2、C3~CM的每个值对应于等于(1)中p2、p1和p0的一个值。
识别数据具有如下的数据配置,在该数据配置中,没有存储用于表示局部血管线的相对端的点的各个x-y坐标值,而是通过使用用于表示特征点(端点和分支点)的位置的x-y坐标值来查阅局部血管线的相对端的点的位置。
假设采用了存储局部血管线的相对端的点位置的数据配置,由于每个分支点对应于两个或更多个局部血管线的相对端的多个点,因此,应该存储表示对应于多个分支点的、表示相同位置的多个x-y坐标值。
另一方面,由于识别数据具有通过使用用于表示特征点(端点和分支点)的位置的x-y坐标值来查阅局部血管线的相对端的点的位置的数据配置,因而所存储的x-y坐标值不表示同样的位置。因此,可以降低存储器14的使用量。
5.认证模式
接下来参考图10的流程图来描述认证模式。当选择认证模式作为要执行的模式,控制器10进入作为操作模式的认证模式,并且进入步骤SP11。
在步骤SP11中,控制器10指令通知单元17传送表示应该将手指置于成像空间上的通知,操作成像单元12中包括的相机以用于图像拾取,并在步骤SP12中开启成像单元12中包括的近红外光源,并且进入步骤SP13。
在步骤SP13中,控制器10指令图像处理器13从提供自成像单元12的图像数据之中,为各个局部血管线提取出现在图像中的血管线中所包括的形状参数(局部线角度、局部线长度和二阶系数序列)。
然后,当图像处理器13为各个局部血管线提取出形状参数时,控制器10在步骤SP14中从存储器14读取识别数据,并且在步骤SP15中指令对比单元15将图像处理器13提取出的形状参数以及对应于形状参数的局部血管线的相对端的点和作为识别数据已经登记在存储器14中的形状参数和与该形状参数对应的局部血管线的相对端的点的位置进行对比。
此后,控制器10在步骤SP16中根据传送自对比单元15的通知内容来确定是否可以给出作为登记者的认证,并且根据该确定来执行处理。
即,当从对比单元15传送了表示与形状参数对应的局部血管线的相对端的点的位移量等于或大于阈值的通知时,这意味着未获取作为血管线的基础部分的端点和分支点的类似相对位置。
此外,当传送自对比单元15的形状参数的类似度小于参考值时,这意味着:尽管作为血管线的基础部分的端点和分支点的相对位置是类似的,但是在通过作为参考点的端点和分支点而将血管线识别为局部血管线时的部分的线的形状并不类似。
在这种情况下,控制器10确定没有给出作为登记者的认证,并且经由显示单元17a和音频输出单元17b视觉地或听觉地传送该确定。
另一方面,当传送自对比单元15的形状参数的类似度等于或大于参考值时,这意味着:当通过作为参考点的端点和分支点而将血管线识别为局部血管线时,作为血管线的基础部分的端点和分支点的相对位置以及所述部分的线的形状是类似的,即,整个血管线是类似的。
在这种情况下,控制器10确定可以给出作为登记者的认证,并且传送用于表示已经向连接至接口16的设备给出作为登记者的认证的数据。在该设备中,当成功地执行了认证时,表示已经给出作为登记者的认证的数据触发要执行的预定处理,诸如用于在预定时段内锁门的处理,或者用于取消受限的操作模式的处理。
控制器10执行如上所述的认证模式。
6.操作和效果
如上所述,认证设备1为各个局部血管线提取用于表示通过以作为参考点的端点和分支点来分割血管线而获得的多个局部血管线的形状的参数,并且生成包括局部线的形状参数和局部线的相对端的位置在内的识别数据。
因此,除了表示血管线的特征的点之外,认证设备1还可以在形状与血管线具有某种关系的状态下离散地示出血管线的形状。因此,可以降低由于外部因素(如成像操作的环境或噪声)或内部因素(如生命体(其在个体之间是不同的)中血管的成像的困难)的原因,在确定时出错而使得将第三方确定为某个人或者将某个人确定为不同的人的概率,从而可以改善认证精度。此外,可以降低存储器的使用量。
在本实施例中,认证设备1提取三种类型的形状参数,即,局部线角度、局部线长度和二阶系数序列。因此,认证设备1通过方向将局部血管线表示为由与接近于局部血管线的曲线的关系所表示的直线、长度和系数,即,认证设备1可以从三种不同的角度来表示局部血管线的形状。从而进一步改善了认证精度。
利用上述配置,由于除了表示血管线的特征的点之外,还可以在形状与血管线具有某种关系的状态下离散地示出血管线的形状,因此可以降低由于外部因素(如成像操作的环境或噪声)或内部因素(如生命体(其在个体之间是不同的)中血管的成像的困难)带来的不利影响,从而,实现了获得改善的认证精度的认证装置1。
7.其它实施例
在上述实施例中,描述了血管线具有对应于一个像素的相同线宽的情况。然而,本发明不限于此,血管线可以具有除了对应于一个像素的线宽之外的恒定线宽。此外,可以省略用于使得血管线的线宽恒定的处理。
注意,在血管线具有除了一个像素的线宽之外的恒定线宽的情况下,或者在省略了用于使得血管线的线宽恒定的处理的情况下,如图3中所示,不能获得感兴趣的像素(其为白色像素)周围的白色像素的“数目”与端点之间的唯一关系、感兴趣的像素周围的白色像素的“数目”与分支点之间的唯一关系、以及感兴趣的像素周围的白色像素的“数目”与孤立点之间的唯一关系。
因此,在这些情况下,作为用于检测特征点的方法,代替用于根据位于感兴趣的像素(其为白色像素)周围的白色像素的数目来检测端点和分支点的方法,应该例如使用称为“Harris角”的检测方法。据此,虽然精度在与使用上述实施例中所述的检测方法的精度进行比较时较低,但是可以获得与上述实施例的效果相同的效果。
此外,在上述实施例中,已经描述了如下的情况:为各个局部血管线提取出位于在特征点处于彼此最接近的状态下具有连接关系的特征点对之间(血管跟踪单元24识别出其连接关系的特征点对之间)的局部血管线的形状参数。然而,本发明不限于此,可以删除局部血管线之中的、具有比预定线长度更小的线长度的局部血管线,以使得为删除之后的各个剩余局部血管线提取出血管线的剩余形状参数。这意味着只要将特征点确定为参考点,那么可以采用任何方法来用于将血管线分割为多个局部血管线。
注意,将描述删除方法的示例。当从位于被确定特征点对均具有连接关系的特征点对之间的局部血管线之中检测具有小于预定阈值的长度(像素的数目)的局部血管线时,血管线跟踪单元24确定局部血管线的相对端的多个点之一是否是端点。
这里,当相对端的多个点之一是端点时,这意味着相应的局部血管线位于血管线的末端。在这种情况下,血管线跟踪单元24识别对于整个血管线的影响的程度很小且特征部分的可靠性较差,并且删除除了局部血管线中包括的分支点之外的局部血管线。注意,在图7的示例中,删除了位于分支点DP2和端点EP4之间的局部血管线,而除了分支点DP2之外。
另一方面,当相对端的多个点之一不是端点时,这意味着局部血管线的相对端的点对应于分支点,并且局部血管线位于血管线的中间区域。
在这种情况下,血管线跟踪单元24将连接至相对端之一的局部血管线的数目与连接至另一相对端的局部血管线的数目进行比较。当它们彼此不同时(如图11(A)中所示),删除具有较小数目的局部血管线的分支点,并且通过与相邻局部血管线连接来删除局部血管线。
在图11(A)中所示的示例中,局部血管线PBLa通过与局部血管线PBLb连接而被删除,从而形成局部血管线PBLa-b,并且通过与局部血管线PBLc连接而被删除,从而形成局部血管线PBLa-c。
另一方面,当局部血管线的数目彼此相同时(如图11(B)中所示),血管线跟踪单元24删除与连接至分支点的局部血管线相连接的端点的数目小于与连接至另一分支点的局部血管线相连接的端点的数目的分支点,并且通过与相邻局部血管线连接来删除该局部血管线。
在图11(B)中所示的示例中,如同图11(A)中所示的示例那样,局部血管线PBLa通过与局部血管线PBLb连接而被删除,从而形成局部血管线PBLa-b,并且通过与局部血管线PBLc连接而被删除,从而形成局部血管线PBLa-c。
如上所述,血管线跟踪单元24例如可以删除具有与预定线长度更小的长度的局部血管线。
此外,在上述实施例中,描述了将局部线角度、局部线长度和二阶系数序列提取为形状参数的情况。然而,在本发明中,代替局部线角度、局部线长度和二阶系数序列中的所有或者某些,或者除了局部线角度、局部线长度和二阶系数序列之外,可以使用各种其它参数,诸如贝塞尔函数的控制点序列。注意,形状参数的数目可以是一个或两个或更多个。
此外,在上述实施例中,描述了将所提取的形状参数的数目固定的情况。然而,本发明不限于此,所提取的形状参数的数目可以根据相应的局部血管线的形状的粗糙度而改变。
将描述该改变方法的示例。每当选择要处理的局部血管线时,形状参数提取单元25检查局部血管线与连接局部血管线的相对端的直线的交叉点的数目。然后,当交叉点的数目等于或大于“0”且小于“2”(其为第一范围)时,形状参数提取单元25将二阶系数序列设置为要从局部线角度、局部线长度和二阶系数序列之中提取出的对象,并且提取二阶系数序列。
另一方面,当交叉点的数目等于或大于“2”且小于“5”(其为大于第一范围的第二范围)时,形状参数提取单元25将二阶系数序列和局部线角度或局部线长度设置为要提取出的对象,并且对其进行提取。
另一方面,当交叉点的数目等于或大于“5”(其为大于第二范围的第三范围)时,形状参数提取单元25将局部线角度、局部线长度和二阶系数序列设置为要提取出的对象,并且对其进行提取。
如上所述,当局部血管线与连接局部血管线的相对端的直线的交叉点的数目很大时,除了在示例中作为被选择为要提取的必要对象的形状参数(当局部血管线经受二次曲线逼近时所获得的二阶系数序列)之外,形状参数提取单元25还通过添加作为要提取的对象的各种形状参数来提取更大数目的形状参数。
这样,在将数据量抑制得尽可能小的同时,可以进一步详细地指定血管线的形状。
此外,在上述实施例中,描述了在二次曲线的多项式表示局部血管线时而将项的系数提取为形状参数的情况。然而,曲线的阶数不限于二次,而是可以采用任何其它的阶数。
此外,对于由n阶曲线的多项式表示局部血管线情况下的项的系数,描述了如等式(1)所示那样提取出关于x方向的系数的情况。然而,本发明不限于此,可以获得如下的关于y方向的系数。
x=p1y2+p2y+p3    (3)
注意,由于血管线基本上以相同的方向延伸,因此优选地获得了关于与血管线延伸的方向相同的方向的系数。
此外,上面描述了在n阶曲线的多项式表示局部血管线之时而将项的系数固定(即,将曲线的阶数固定)的情况。然而,可以根据局部血管线的曲线的粗糙性来对其进行改变。
具体地,例如,随着连接局部血管线的相向端的直线与局部血管线的交叉点的数目增大,将n阶曲线的阶数设置得更高以用于提取。这样,可以详细地提取出用于表示血管线的形状的系数。
注意,可以执行设置,以使得随着连接局部血管线的相对端的直线与局部血管线的交叉点的数目增大,将n阶曲线的阶数设置得更大并且所提取出的形状参数的数目增大。
此外,在上述实施例中,描述了生成具有包括位置文件FL 1和参数文件FL2在内的数据配置的识别数据(图9)。然而,本发明不限于此,可以将用于表示经由形状参数提取单元25所执行的提取处理而提取出参数文件FL2的内容(形状参数)的识别符添加作为报头。
据此,很容易证明存储在参数文件FL2中的形状参数(局部线角度、局部线长度和二阶系数序列)与具有实际血管线的高可再现性的要素相对应。
此外,在将识别符添加到识别数据的情况下,当在步骤SP14(图10)中从存储器14读取识别数据时,控制器10确定用于表示经由形状参数提取单元25所执行的提取处理而提取出参数文件FL2(图9)的内容的识别符是否已被添加到识别数据。当确定为否定时,在从存储器14移除识别数据之后可以终止认证处理。
据此,可以避免使用除了以预定级别的提取精度提取出的形状参数之外的形状参数的对比,并且可以提前防止认证精度的恶化。
此外,在上述实施例中,已经描述了根据存储在ROM中的程序来执行登记处理或认证处理的情况。然而,本发明不限于此,可以根据从程序存储介质(如CD(光盘)、DVD(数字多功能盘)或半导体存储器)所安装的程序或者经由因特网而从程序供应服务商下载的程序来执行登记处理或认证处理。
此外,在上述实施例中,已经描述了采用具有成像功能、对比功能和登记功能的认证设备1的情况。然而,本发明不限于此,可以为提供设备用于单独的功能,或者提供设备用于部分功能。
产业适用性
本发明可用在生物认证领域中。

Claims (14)

1.一种登记设备,其特征在于包括:
提取装置,其用于提取表示局部线的形状的参数,其中所述局部线是通过将出现在图像中的血管线的端点和分支点设置为参考点来分割所述血管线而获得的;以及
生成装置,其用于生成包括所述局部线的参数以及所述局部线的相对端的点的位置在内的数据。
2.如权利要求1所述的登记设备,其特征在于,
所述提取装置在由n阶曲线的多项式来表示每个所述局部线时,提取项的系数,以及由连接所述局部线的相对端的直线相对于参考方向所定义的角度、和所述局部线的长度、或者所述角度和所述长度。
3.如权利要求1所述的登记设备,其特征在于,
所述提取装置随着连接所述局部线之一的相对端的点的直线的交叉点的数目增大,设置多种类型的待提取的参数。
4.如权利要求1所述的登记设备,其特征在于所述提取装置
在由n阶曲线的多项式表示每个所述局部线时,提取项的系数;以及
随着连接每个所述局部线的相对端的点的直线的交叉点的数目增大,将所述n阶曲线的阶数设置得更高。
5.如权利要求4所述的登记设备,其特征在于,
所述提取装置随着连接每个所述局部线的相对端的点的直线的交叉点的数目增大,将所述n阶曲线的阶数设置地更高,并且设置除了所述系数之外的更多种类型的待提取的参数。
6.一种对比设备,其特征在于包括:
存储装置,其用于存储如下的数据,该数据包括:表示通过将出现在图像中的血管线的端点和分支点设置为参考点来分割所述血管线而获得的局部线的形状的参数,以及所述局部线的相对端的点的位置;以及
对比装置,其用于将所述参数和所述局部线的相对端的点与对比目标进行对比,作为用于区分登记者的要素。
7.如权利要求6所述的对比设备,其特征在于,所述对比装置包括:
对比装置,用于将所述局部线的相对端的点与用作对比目标的点进行对比,并且当点的位移量等于或大于允许的限定量时,将所述局部线的参数与用作对比目标的参数进行对比。
8.如权利要求6所述的对比设备,其特征在于,
所述对比装置在所述数据中不包括表示已经经由预定提取处理提取出所述参数的识别符时,停止与所述对比对象的对比。
9.如权利要求8所述的对比设备,其特征在于,
随着连接所述局部线的相对端的直线的交叉点的数目增大,设置要在提取处理中提取更多种类型的参数。
10.一种程序,其特征在于:
使得提取装置提取表示局部线的形状的参数,其中所述局部线是通过将出现在图像中的血管线的端点和分支点设置为参考点来分割所述血管线而获得的;以及
使得生成装置生成包括所述局部线的参数以及所述局部线的相对端的点的位置在内的数据。
11.一种作为要登记的对象而生成的识别数据的数据配置,其特征在于,
所述识别数据具有如下的配置,该配置包括:表示通过将出现在图像中的血管线的端点和分支点设置为参考点来分割所述血管线而获得的局部线的形状的参数,以及所述局部线的相对端的点的位置;以及
所述参数和所述局部线的相对端的点用作在执行与待对比的对象的对比处理时用于区分登记者的要素。
12.如权利要求11所述的数据配置,其特征在于,
在单个文件中,为通过将出现在图像中的血管线的端点和分支点设置为参考点来分割所述血管线而获得的各个局部线存储:表示通过将出现在图像中的血管线的端点和分支点设置为参考点来分割所述血管线而获得的局部线的形状的参数、以及用于查阅所述局部线的相对端的点的位置的信息;以及
在用作要查阅的对象的文件中存储所述端点和所述分支点的位置。
13.如权利要求11所述的数据配置,其特征在于,
当所述局部线的相对端的点与用作对比目标的点进行对比,并且确定所述点的位移量等于或大于允许的限定量时,所述识别数据用于将所述局部线的参数与用作对比目标的参数进行对比的处理。
14.如权利要求11所述的数据配置,
其中,所述识别数据具有如下的配置,该配置包括:所述参数、所述局部线的相对端的点、以及表示已经经由预定提取处理提取出所述参数的识别符;以及
在所述提取处理中,对于每个所述局部线来说,与连接所述局部线的相对端的直线的交叉点的数目越大,则将所提取的参数的数目设置得越大。
CN200880016157A 2007-05-15 2008-05-14 登记设备、检查设备、程序和数据结构 Pending CN101681510A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2007129524A JP5050642B2 (ja) 2007-05-15 2007-05-15 登録装置、照合装置、プログラム及びデータ構造
JP129524/2007 2007-05-15
PCT/JP2008/059298 WO2008143271A1 (ja) 2007-05-15 2008-05-14 登録装置、照合装置、プログラム及びデ-タ構造

Publications (1)

Publication Number Publication Date
CN101681510A true CN101681510A (zh) 2010-03-24

Family

ID=40031966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880016157A Pending CN101681510A (zh) 2007-05-15 2008-05-14 登记设备、检查设备、程序和数据结构

Country Status (5)

Country Link
US (1) US8374419B2 (zh)
EP (1) EP2146318A4 (zh)
JP (1) JP5050642B2 (zh)
CN (1) CN101681510A (zh)
WO (1) WO2008143271A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008052701A (ja) * 2006-07-28 2008-03-06 Sony Corp 画像処理方法、画像処理装置及びプログラム
JP5050644B2 (ja) 2007-05-15 2012-10-17 ソニー株式会社 登録装置、照合装置、プログラム及びデータ構造
EP2146317A4 (en) * 2008-05-14 2012-10-31 Sony Corp RECORDING DEVICE, TEST DEVICE, PROGRAM AND DATA STRUCTURE
JP2011203822A (ja) * 2010-03-24 2011-10-13 Sony Corp 生体認証装置、生体認証方法及びプログラム
JP5671281B2 (ja) * 2010-08-20 2015-02-18 キヤノン株式会社 位置姿勢計測装置、位置姿勢計測装置の制御方法及びプログラム
US9390327B2 (en) * 2013-09-16 2016-07-12 Eyeverify, Llc Feature extraction and matching for biometric authentication
CN104751112B (zh) * 2013-12-31 2018-05-04 石丰 一种基于模糊特征点信息的指纹模板及指纹识别方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06274630A (ja) * 1993-03-18 1994-09-30 Komatsu Ltd 線状パターン認識装置
US6728561B2 (en) * 2001-08-14 2004-04-27 University Of Alabama In Huntsville Multispectral image processing method, apparatus and computer program product for determining the blood oxygen saturation in a vessel
JP2003303178A (ja) 2002-04-12 2003-10-24 Nec Corp 個人識別システム
JP4232079B2 (ja) * 2002-07-22 2009-03-04 有限会社イオネットワーク 個人識別装置
JP4262471B2 (ja) * 2002-11-12 2009-05-13 富士通株式会社 生体特徴データ取得装置
JP2005122480A (ja) * 2003-10-16 2005-05-12 Konica Minolta Photo Imaging Inc Idカードシステム及び認証方法
JP2005219630A (ja) * 2004-02-05 2005-08-18 Pioneer Electronic Corp 操作制御装置、処理制御装置、操作制御方法、そのプログラム、および、そのプログラムを記録した記録媒体
JP4556111B2 (ja) * 2004-09-02 2010-10-06 ソニー株式会社 情報処理装置
JP2006330872A (ja) * 2005-05-24 2006-12-07 Japan Science & Technology Agency 指紋照合装置、方法およびプログラム
JP2008052701A (ja) * 2006-07-28 2008-03-06 Sony Corp 画像処理方法、画像処理装置及びプログラム

Also Published As

Publication number Publication date
EP2146318A1 (en) 2010-01-20
US8374419B2 (en) 2013-02-12
US20100226558A1 (en) 2010-09-09
WO2008143271A1 (ja) 2008-11-27
JP2008287354A (ja) 2008-11-27
EP2146318A4 (en) 2012-04-04
JP5050642B2 (ja) 2012-10-17

Similar Documents

Publication Publication Date Title
CN101681510A (zh) 登记设备、检查设备、程序和数据结构
JP3802892B2 (ja) 虹彩認証装置
US7347547B2 (en) Pupil detection device and iris authentication apparatus
US7760916B2 (en) Registration apparatus, collation apparatus, image correction method and program
CN113205057B (zh) 人脸活体检测方法、装置、设备及存储介质
US20070003114A1 (en) Biometrical identification device
US8538170B2 (en) System and method for document location and recognition
JP2005284410A (ja) 車両認識装置及び車両認識方法
JPH05137047A (ja) 焦点検出方法及び焦点検出装置
KR20000076514A (ko) 안화상 처리장치
CN115100104A (zh) 玻璃油墨区的缺陷检测方法、装置、设备及可读存储介质
CN107705302A (zh) 一种圆形及类圆形视觉检测方法及***
CN101681509A (zh) 登记设备、检查设备、程序和数据结构
KR20080053247A (ko) 화상 처리 장치, 화상 판정 방법 및 프로그램
JP2017058950A (ja) 認識装置、撮像システム、撮像装置並びに認識方法及び認識用プログラム
CN113326749B (zh) 目标检测方法、装置以及存储介质、电子设备
JP2008084109A (ja) 目開閉判定装置及び目開閉判定方法
JP2005309717A (ja) マーカ処理方法、マーカ処理装置、プログラム、および、記録媒体
JP2020194281A (ja) 読取システム、読取方法、プログラム、記憶媒体、及び移動体
JP3523847B2 (ja) 動体関連付けシステム
JPH09198505A (ja) 線位置検出装置
JPH07280746A (ja) 金属板表面疵抽出装置
JPH08167023A (ja) 道路白線検出装置
JP3864524B2 (ja) 円の検出方法および検出装置
JP4231445B2 (ja) 硬貨識別装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20100324