DE10027657A1 - Verfahren zur Ermittlung von Referenzpunkten in einem Fingerabdruckbild - Google Patents
Verfahren zur Ermittlung von Referenzpunkten in einem FingerabdruckbildInfo
- Publication number
- DE10027657A1 DE10027657A1 DE10027657A DE10027657A DE10027657A1 DE 10027657 A1 DE10027657 A1 DE 10027657A1 DE 10027657 A DE10027657 A DE 10027657A DE 10027657 A DE10027657 A DE 10027657A DE 10027657 A1 DE10027657 A1 DE 10027657A1
- Authority
- DE
- Germany
- Prior art keywords
- orientation
- image
- power density
- reference points
- spectral power
- 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.)
- Granted
Links
Classifications
-
- 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
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/431—Frequency domain transformation; Autocorrelation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
Es wird ein Verfahren zur Ermittlung von Referenzpunkten in einem Fingerabdruckbild vorgeschlagen, das dazu dient, mittels einer Orientierungsverlaufbestimmung und einem Vergleich mit Referenzorientierungsverläufen Ähnlichkeitswerte zu berechnen, die mit einem ersten Schwellwert verglichen werden, um zu ermitteln, ob ein Referenzpunkt identifiziert ist oder nicht. Als Referenzpunkte werden Wirbel-, Delta- oder Corepunkte identifiziert. Für Corepunkte wird sowohl ein linearer als auch ein nichtlinearer Referenzorientierungsverlauf verwendet. Der Orientierungsverlauf für einen Bildbereich wird in ein Vektorfeld für den Vergleich mit den Referenzorientierungsverläufen überführt. Aus der spektralen Leistungsdichte, die für die Berechnung der Orientierungsverläufe ermittelt wird, wird eine Streuung berechnet, mittels derer stark gestörte Bildbereiche aus der Ermittlung der Referenzpunkte entfallen.
Description
Die Erfindung geht aus von einem Verfahren zur Ermittlung
von Referenzpunkten in einem Fingerabdruckbild nach der
Gattung des unabhängigen Patentanspruchs.
Es ist bereits aus der Patentschrift US-5 926 555 bekannt,
ein digitales Graustufenbild eines Fingerabdrucks zur
Analyse der Minuzien zu erzeugen. Die Minuzien werden
mittels signalangepasster Filter ermittelt. Auch
Referenzpunkte wie Corepunkte oder Deltapunkte werden hier
ermittelt. Das digitale Graustufenbild wird in den
Frequenzbereich transformiert und mittels Tiefpaßfilter,
mittels Filter zur Kontraststeigerung oder mittels
Bandpaßfilter um Störungen bereinigt. Die
Fingerabdruckanalyse wird an Bildbereichen des
Graustufenbilds vorgenommen.
Das erfindungsgemäße Verfahren zur Ermittlung von
Referenzpunkten in einem Fingerabdruckbild mit den Merkmalen
des unabhängigen Patentanspruchs hat demgegenüber den
Vorteil, dass eine Steigerung der Zuverlässigkeit der
Bestimmung von Referenzpunkten, also von Singularitäten, in
Fingerabdruckbildern erreicht wird. Dadurch wird die
Reproduzierbarkeit der Bestimmung der Referenzpunkte
bedeutend höher und damit die Fingerabdruckanalyse als
solche.
Weiterhin ermöglicht vorteilhafterweise das erfindungsgemäße
Verfahren, dass die Plazierung des Fingers auf einem
Fingerabdrucksensor unerheblich für die Analyse der
Singularitäten ist, solange diese Singularitäten noch auf
dem Fingerabdruckbild sind. Dies gelingt dadurch, dass eine
globale Orientierung des Fingerabdrucks nach der Bestimmung
der Singularitäten ermittelt wird. Dadurch kann festgestellt
werden, in welcher Richtung der Finger auf dem
Fingerabdrucksensor plaziert ist. Dies wird
vorteilhafterweise dadurch erreicht, dass die Lage der
identifizierten Referenzpunkte zueinander bestimmt wird.
Darüber hinaus ist es von Vorteil, dass durch das
erfindungsgemäße Verfahren es möglich ist, auf die Existenz
einer Singularität auf dem Finger zu schließen, auch wenn
diese Singularität auf dem Fingerabdruckbild nicht enthalten
ist, da der Finger nicht ganz auf den Fingerabdrucksensor
gelegt wurde.
Weiterhin ist es von Vorteil, dass mittels des
erfindungsgemäßen Verfahrens eine bessere Analyse des
Papillarlinienverlaufs erreicht wird. Es wird eine
punktgenaue Analyse vorgenommen, wobei es zu keiner
Verschmelzung von Schätzwerten für eine Orientierung kommt.
Damit wird die Ortsauflösung des erfindungsgemäßen
Verfahrens erhöht.
Es ist daher weiterhin von Vorteil, dass durch die präzise
kontinuierliche Orientierungsschätzung eine eindeutige
Festlegung der Referenzpunkte ermöglicht wird
(Ortsauflösung), was auch im Hinblick auf die Plazierung des
Fingers auf dem Fingerabdrucksensor von Vorteil ist.
Wesentlich ist jedoch dabei, dass ein flächiger Vergleich
der Orientierungswerte mit abgespeicherten
Referenzorientierungsverläufen stattfindet.
Aufgrund der Eliminierung von Bildstörungen ist das
erfindungsgemäße Verfahren besonders robust gegenüber
solchen Bildstörungen. Mittels des erfindungsgemäßen
Verfahrens ist vorteilhafterweise auch die Identifikation
des Arch-Typs als Referenzpunkt möglich, der an sich keine
Singularität besitzt. Durch die Bestimmung der
Referenzpunkte ist es möglich, von Minuzien unabhängige
globale Koordinatensysteme für die Beschreibung lokaler
Merkmale festzulegen. Dies erleichtert die Identifikation
eines Fingerabdrucks und damit einer Person erheblich. Auch
für die Korrelation von abgespeicherten Fingerabdruckbildern
mit neuen Fingerabdruckbildern ist eine eindeutige
Festlegung der zu korrelierenden Gebiete mittels des
erfindungsgemäßen Verfahrens möglich, so dass auch die
Korrelation damit verbessert wird. Durch einen globalen
Rotationswinkel wird die Korrelation von zueinander
verdrehten Fingerabdrücken möglich.
Durch die in den abhängigen Ansprüchen aufgeführten
Maßnahmen und Weiterbildungen sind vorteilhafte
Verbesserungen des im unabhängigen Patentanspruch
angegebenen Verfahrens zur Ermittlung von Referenzpunkten in
einem Fingerabdruckbild möglich.
Besonders vorteilhaft ist, dass durch Ähnlichkeitswerte, die
beim Vergleich der Orientierungsverläufe mit den
Referenzorientierungsverläufen berechnet werden, eine
Bewertung möglich ist, ob ein Referenzpunkt gefunden ist
oder nicht. Insbesondere ist dabei seine genaue Lage
identifizierbar.
Darüber hinaus ist es von Vorteil, dass mittels der
Referenzpunktbestimmung Wirbel-, Delta- und Corepunkte
identifizierbar sind. Das sind die Punkte, die auf einem
Fingerabdruck als Singularitäten vorkommen können.
Desweiteren ist es von Vorteil, dass bei der
Corepunktbestimmung ein zweistufiges Verfahren zum einen mit
einem linearen Referenzorientierungsverlauf und zum anderen
mit einem nichtlinearen Referenzorientierungsverlauf
verwendet wird. Damit wird eine höhere Genauigkeit erzielt.
Für die Berechnung der Ähnlichkeitswerte ist es von Vorteil,
dass die ermittelten Orientierungsverläufe in ein Vektorfeld
umgerechnet werden, was die Bestimmung der Ähnlichkeitswerte
vereinfacht.
Durch die Ermittlung der Streuung der spektralen
Leistungsdichte im Nutzfrequenzbereich ist die Angabe eines
Kohärenzwertes möglich, mittels dessen durch Bildstörungen
stark verschlechterte Bildbereiche aus der Analyse
eliminiert werden können. Dies erhöht die Zuverlässigkeit
des erfindungsgemäßen Verfahrens und damit die
Reproduzierbarkeit der durchzuführenden Analyse.
Darüber hinaus ist es von Vorteil, dass die Grenzfrequenzen
des Bandpasses durch den minimalen und maximalen
Papillarlinienabstand vorgegeben sind. Damit wird erreicht,
dass keine Nutzdaten aus dem Bildbereich herausgefiltert
werden.
Schließlich ist es von Vorteil, dass eine Vorrichtung zur
Ermittlung von Referenzpunkten zur Durchführung des
erfindungsgemäßen Verfahrens vorliegt. Dies ist
beispielsweise ein Fingerabdrucksensor mit einem
angeschlossenen Rechner, der die Analyse durchführt.
Ausführungsbeispiele der Erfindung sind in der Zeichnung
dargestellt und werden in der nachfolgenden Beschreibung
näher erläutert. Es zeigt Fig. 1 ein Flußdiagramm des
erfindungsgemäßen Verfahrens, Fig. 2 eine Kosinusfunktion
im Zeit- und Frequenzbereich, Fig. 3a einen
Referenzorientierungsverlauf für einen Deltapunkt mit
linearer Approximation, Fig. 3b einen Corepunkt mit
linearer Approximation, Fig. 3c einen Corepunkt mit
nichtlinearer Approximation, Fig. 4a ein Orientierungsfeld
eines Corepunktes und Fig. 4b ein Vektorfeld eines
Corepunktes.
Fingerabdrucksensoren und eine mit den Fingerabdrucksensoren
verbundene Auswertung werden für eine Personenidentifikation
immer wichtiger. Dies liegt daran, dass ein Fingerabdruck
einer Person einzigartig ist. Neben der polizeilichen
Personenidentifikation werden immer mehr Zugangssysteme
verwendet, die eine eindeutige Personenidentifikation aus
Sicherheitsgründen gewährleisten sollen. Solche
Zugangssysteme werden für Kraftfahrzeuge, Gebäude oder Räume
verwendet.
Bei Fingerabdrücken unterscheidet man lokale und globale
Merkmale. Lokale Merkmale sind durch die einzelnen
Papillarlinien gekennzeichnet. Papillarlinien sind
beispielsweise die Hautrillen auf der Innenhandfläche. Die
lokalen Merkmale der Papillarlinien werden als Minuzien
bezeichnet. Diese Minuzien sind entweder Verzweigungen oder
Enden von Papillarlinien. Globale Merkmale sind dagegen
durch die Linienorientierung bzw. die Linienkrümmung
gekennzeichnet. Die globalen Merkmale sind insbesondere
durch die sogenannten Singularitäten, die im folgenden auch
als Referenzpunkte bezeichnet werden, gekennzeichnet.
Referenzpunkte sind hier jedoch auch der Arch-Typ und
Orientierungen, die auf die Existenz einer Singularität
schließen lassen, sich aber nicht auf dem Fingerabdruckbild
befinden. Zu diesen Singularitäten gehören Corepunkte, das
sind lokale Maxima der Krümmung, Deltapunkte, das sind
Verzweigungen des globalen Linienverlaufs und auch
Wirbelpunkte, wobei die Wirbelpunkte durch zwei Corepunkte
nachgebildet werden können. Die Singularitäten haben den
Vorteil, auch bei schlechter Bildqualität detektierbar zu
sein. Das liegt daran, dass die Lage der Singularitäten vor
allem durch den Orientierungsverlauf des Fingers bestimmt
ist. Dieser läßt sich auch bei schlechten Abdrücken gut
bestimmen. Sie führen also zu einer hohen Zuverlässigkeit
der Analyse eines Fingerabdruckbildes.
Erfindungsgemäß wird daher ein Verfahren zur Ermittlung von
Referenzpunkten in einem Fingerabdruckbild verwendet, das im
wesentlichen zwei Verfahrensschritte aufweist. Zum einen
werden Orientierungsverläufe der Papillarlinien und darauf
aufbauend zum anderen Vergleiche der Orientierungsverläufe
mit abgespeicherten Referenzorientierungsverläufen
durchgeführt. Anhand dieser Vergleiche werden in vielen
Rasterpunkten eines Fingerabdrucks Ähnlichkeitswerte
berechnet, die mit einem ersten Schwellwert verglichen
werden. Um den Rasterpunkt, der ein Bildpunkt ist, wird eine
Anzahl von weiteren benachbarten Bildpunkten benötigt, um
die Orientierung für den Rasterpunkt zu bestimmen.
Liegt der Ähnlichkeitswert für einen Vergleich von einem
ermittelten Orientierungsverlauf mit einem
Referenzorientierungsverlauf über dem ersten Schwellwert,
dann gilt der Referenzpunkt, der zu diesem
Referenzorientierungsverlauf gehört, als identifiziert, also
ein Deltapunkt oder ein Corepunkt oder ein Wirbelpunkt. Wenn
in einem Fingerabdruck keine Singularität vorhanden sein
sollte und kein Punkt diesen ersten Schwellwert
überschreitet, kann nach einem Maximum gesucht werden.
Dieses Maximum stellt zwar keine Singularität dar, aber aus
seiner Lage kann darauf geschlossen werden, wo die
Singularität in etwa liegen würde. Dies liefert wertvolle
Informationen über die Lage des Fingerabdrucks. Auch die
Identifikation des Arch-Typs, der selbst keine Singularität
darstellt, ist aufgrund des Vergleichs der Orientierungen
mit Referenzorientierungsverläufen möglich.
Die Ermittlung von Corepunkten wird durch ein zweistufiges
Verfahren verfeinert, wobei zunächst mit einem linearen
Referenzorientierungsverlauf und dann mit einem
nichtlinearen Referenzorientierungsverlauf der ermittelte
Orientierungsverlauf für einen Bildbereich verglichen wird.
Durch das Überführen der übermittelten Orientierungsverläufe
in Vektorfelder wird der Vergleich mit den
Referenzorientierungsverläufen vereinfacht.
Vor der Singularitätensuche wird anhand einer spektralen
Leistungsdichte ein Kohärenzwert für einen jeweiligen
Bildbereich berechnet, der die Streuung der spektralen
Leistungsdichte für diesen Bildbereich angibt. Liegt der
Kohärenzwert über einem zweiten Schwellwert, dann wird
dieser Bildbereich für die weitere Analyse von
Referenzpunkten nicht mehr verwendet, denn in diesem Fall
liegt eine sehr starke Bildstörung vor. Die obere und untere
Grenzfrequenz des Bandpasses, mit dem die Bildfrequenzen
gefiltert werden, ergeben sich jeweils aus den minimalen und
maximalen Papillarlinienabständen.
In Fig. 1 ist das erfindungsgemäße Verfahren als
Flußdiagramm dargestellt. In Verfahrensschritt 1 wird
mittels eines Fingerabdrucksensors ein Fingerabdruckbild als
Graustufenbild erzeugt. Dazu weist der Fingerabdrucksensor
entsprechende Sensoren auf. Gegebenenfalls wird das
Graustufenbild einer Kontrastverstärkung zugeführt. Das
Graustufenbild wird in Bildbereiche zerlegt, so dass die
nächsten Verfahrensschritte an den einzelnen Bildbereichen
durchgeführt werden. Hier wird eine Auflösung von dem
Fingerabdrucksensor von 500 dpi (dots per inch) verwendet.
Ein Bildbereich umfasst 32 × 32 Bildpunkte. Ein Bildbereich
kann mehr oder weniger Bildpunkte umfassen.
In Verfahrensschritt 2 wird das Graustufenbild, dessen
Informationen sich in einem Ortsbereich befinden,
bereichsweise in einen Frequenzbereich durch Transformation
überführt. Diese Transformation wird mittels einer
zweidimensionalen Fouriertransformation durchgeführt.
Vorteilhafterweise wird dabei eine schnelle
Fouriertransformation, die im englischen als Fast Fourier
Transform bekannt ist, verwendet. Aber auch andere
Transformationstechniken sind hier anwendbar. Die Analyse
von Bildern im Frequenzbereich ist eine bekannte Technik,
die eine weite Verbreitung findet und die eine komfortable
Bildanalyse beziehungsweise -bearbeitung ermöglicht.
In Verfahrensschritt 3 wird das Graustufenbild im
Frequenzbereich bereichsweise mittels eines Bandpasses
gefiltert. Das erfindungsgemäße Verfahren läuft nach der
Erzeugung des Graustufenbildes auf einem Prozessor, der
entweder in einem Fingerabdrucksensor plaziert ist oder mit
dem Fingerabdrucksensor verbunden ist. Der Bandpaß ist
demnach in Software realisiert. Der Bandpaß in
Verfahrensschritt 3, wird verwendet, um niederfrequente und
hochfrequente Bildstörungen zu eliminieren. Die untere
Grenzfrequenz des Bandpasses ergibt sich aus dem maximalen
Papillarlinienabstand der vorkommt. D. h. größere Gebilde
werden als Störung identifiziert und damit durch die
Filterung aus der Analyse eliminiert. Gebilden, die kleiner
als der minimale Papillarlinienabstand sind, ergeht es
ebenso. Alternativ ist es hier auch möglich, einen Bandpaß
einer Reihenschaltung eines Tiefpasses und eines Hochpasses
zu ersetzen, falls dies einfacher zu realisieren ist.
In Verfahrensschritt 4 wird das Graustufenbild im
Frequenzbereich wie im Ortsbereich in Bildbereiche zerlegt.
Die Aufteilung, die bereits im Ortsbereich vorgenommen
wurde, wird also beibehalten. Diese Zerlegung ermöglicht in
den einzelnen Bildbereichen eine Analyse der
Papillarlinienorientierung durchzuführen. Die Größe der
Bildbereiche ist vorgegeben, wobei die Größe so gewählt ist,
dass ungefähr zwei bis drei Papillarlinien darin liegen. Ein
typischer Wert für einen solchen Bildbereich sind 32 . 32
Bildpunkte. Die Bildbereiche werden größenmäßig so gewählt,
dass für einen Rasterpunkt in einem Bildbereich die
Orientierung bestimmt werden kann. Es müssen nämlich mehrere
benachbarte Bildpunkte um den Rasterpunkt ausgewertet
werden, um eine zuverlässige Bestimmung der Orientierung zu
gewährleisten. Dabei ist es auch möglich, dass sich
Bildbereiche überlappen, was bei einer großen Anzahl von
Rasterpunkten der Fall sein kann.
In Verfahrensschritt 5 wird für die einzelnen Bildbereiche
der durch den Bandpaß erzeugte Nutzfrequenzbereich
betragsmäßig quadriert, um ein proportionales Maß für die
spektrale Leistungsdichte zu ermitteln. Die spektrale
Leistungsdichte gibt für eine bestimmte Frequenz an, welche
Leistung bei dieser Frequenz vorliegt. In Verfahrensschritt
6 werden in den einzelnen Bildbereichen die auftretenden
Frequenzen mit den zugehörigen spektralen Leistungsdichten
gewichtet. Damit wird nicht nur das Auftreten der Frequenz
berücksichtigt, sondern auch, welche Leistung bei dieser
Frequenz vorliegt. Die Verteilung der Leistung auf die
Frequenzen gibt beispielsweise eine Krümmung an, so dass bei
verschiedenen Orientierungen verschiedene Frequenzen
vorliegen und je nach dem wie stark eine Orientierung
ausgeprägt ist, eine entsprechend spektrale Leistungsdichte
bei dieser Frequenz, die diese Orientierung repräsentiert,
vorliegt.
In Verfahrensschritt 7 wird mittels der gewichteten
Frequenzen eine Regressionsgerade berechnet. Bei einem
idealen Fall liegt im Ortsbereich eine Kosinusfunktion vor.
In Fig. 2 ist links eine Kosinusfunktion im Ortsbereich
zweidimensional dargestellt. Wird eine Konsinusfunktion in
den Frequenzbereich überführt, dann liegen im
Frequenzbereich zwei Dirac-Impulse verschoben um die
Frequenz der Kosinusfunktion vor. Diesen idealen Fall hat
man, wenn ein störungsfreier Bereich mit absolut parallel
laufenden Papillarlinien vorliegt. Da sich weiterhin
Graustufenänderungen in einem Fingerabdruckbild entsprechend
den Höhen und Tiefen der Papillarlinien als sinusförmige
Welle modellieren lassen, so erwartet man dann als
Fouriertransformierte des Bildsignals ein Spektrum, wie es
rechts in Fig. 2 dargestellt ist, nämlich zwei
Diracimpulse.
Das Auftreten von Bildstörungen und die Tatsache, dass
Fingerabdrucklinien aufgrund ihrer Krümmung selten exakt
parallel und unidirektional verlaufen, haben zur Folge, dass
die Leistung im Frequenzbereich nicht nur auf eine Frequenz
konzentriert ist. Insbesondere in Bereichen mit starker
Krümmung oder Orientierungsänderungen, wie sie in der Nähe
von Singularitäten, also den Referenzpunkten auftreten,
existieren mehrere gleichberechtigte Diracimpulse, die von
unterschiedlichen meist benachbarten Orientierungen
herrühren. Die Regressionsgerade gibt nun eine Schätzung für
eine Orientierung im Bildbereich an. Dies wird mittels eines
Trägheitstensormodells berechnet. Dabei wird die
Orientierung als jener Winkel definiert, den die zur
spektralen Leistungsdichte berechnete Regressionsgerade mit
der X-Koordinate einschließt, wobei ein dreidimensionales
Koordinatensystem, also mit Koordinaten in X-, Y- und Z-
Richtung, vorliegt. Mathematisch lässt sich der Winkel ϕder
Regressionsgerade folgendermaßen berechnen:
Dabei bedeuten f die Ortsfrequenzen und A die spektrale
Leistung. Die Ortsfrequenzen werden mit der spektralen
Leistung gewichtet, so dass sich die Maße J ergeben, aus
denen dann der Winkel ϕ der Regressionsgerade berechnet
wird.
Die Berechnung gleicht der Berechnung eines Schwerpunktes
und daher wurde ein Trägheitstensormodell verwendet.
Ausgehend von Verfahrensschritt 5, in dem für den
Nutzfrequenzbereich die spektrale Leistungsdichte berechnet
wurde, wird aus der spektralen Leistungsdichte die Streuung
der spektralen Leistungsdichte um die Regressionsgerade
berechnet. Dies geschieht in Verfahrensschritt 10, der
parallel zu den Verfahrensschritten 5 bis 7 durchgeführt
wird. Die berechnete Streuung der spektralen Leistungsdichte
als Kohärenzwert für einen Bildbereich wird mit einem ersten
Schwellwert verglichen, um zu entscheiden, ob der
Bildbereich für die Bestimmung der Referenzpunkte verwendet
wird. Ist die Streuung zu stark, dann liegt sie über dem
ersten Schwellwert, und damit wird dieser Bildbereich dann
nicht verwendet. Dies ist dann der Fall, wenn starke
Bildstörungen vorliegen.
In Verfahrensschritt 8 werden dann die mittels der
Regressionsgeraden bestimmten Orientierungen für die
Bildbereiche mit abgespeicherten
Referenzorientierungsverläufen verglichen. Dabei werden
mehrere Bildbereiche mit ihren Orientierungswerten zu einem
Gebiet zusammengefaßt. Die Anzahl der Bildbereiche ist
vorgegeben. Über das Fingerabdruckbild im Frequenzbereich
wird dann das Gebiet geschoben, um die
Referenzorientierungsverläufe zu identifizieren.
Die Referenzorientierungsverläufe werden dadurch erzeugt,
dass bei einem Umlauf um eine Singularität, der einem Winkel
von 2π entspricht, in Abhängigkeit von dem Umlaufwinkel die
Änderung des Orientierungswinkels angegeben wird. Dieser
Orientierungsverlauf wird durch eine Potenzfunktion
approximiert. Im einfachsten Fall kann auch eine lineare
Approximation verwendet werden. Nichtlineare Approximationen
können jedoch den realen Orientierungsverlauf wesentlich
besser nachbilden.
Um für ein Gebiet zu überprüfen, ob in dessen geometrischen
Mittelpunkt eine Singularität beziehungsweise ein
Referenzpunkt liegt, werden die Eigenschaften der
Orientierungswerte im Gebiet mit denen der
Referenzorientierungsverläufe verglichen. Die wesentliche
Eigenschaft, die dabei überprüft wird, ist die Abhängigkeit
der Orientierungswerte von ihrer relativen Lage zum
Gebietsmittelpunkt. Um eine Singularität besitzen die
Orientierungswerte im Wesentlichen nur eine
Winkelabhängigkeit. Um den Ausprägungsgrad dieser
Eigenschaft für ein Gebiet zu quantifizieren, wird folgende
Vorgehensweise verwendet. Zunächst werden die
Orientierungswinkel an den Abtaststellen innerhalb des
Gebiets verdoppelt. Dadurch verbreitert sich der
Wertebereich von 0 bis π auf 0 bis 2π. Aus dem
Orientierungsfeld wird so ein Vektorfeld. Dadurch
vereinfachen sich die weiteren Berechnungen.
In Fig. 3a ist eine Referenzorientierungsverlauf für einen
Deltapunkt mit linearer Approximation dargestellt. In Fig.
3b ist ein Referenzorientierungsverlauf für einen Corepunkt
mit linearer Approximation dargestellt. Schließlich ist in
Fig. 3c ein Corepunkt mit nichtlinearer Approximation
dargestellt. Diese Referenzorientierungsverläufe werden mit
den Orientierungsfeldern verglichen.
Fig. 4a zeigt ein Orientierungsfeld und Fig. 4b das
dazugehörige Vektorfeld nach der Winkelverdopplung.
Die sich ergebende Winkeländerung bei einem Umlauf um die
Singularität im Vektorfeld wird durch die Winkelverdopplung
ebenfalls verdoppelt und beträgt nun beispielsweise einen
Corepunkt 2π. Besitzen die ursprünglichen Orientierungswerte
nun tatsächlich eine reine Winkelabhängigkeit, so lassen
sich die einzelnen Vektoren des neu gewonnenen Vektorwertes
durch Multiplikation mit einer geeigneten Funktion parallel
ausrichten. Die Funktion ergibt sich dabei aus der Inversion
des jeweiligen Referenzorientierungsverlaufs. Für den Fall
des linearen Orientierungsverlaufs zeigt dies folgende
Gleichung:
ws(α) = v(α).ms(α) = (α) = ej(s( α - θ )+2 θ ).e-j(s. α ) = ej(2 θ -s θ ) mit
ms(α) = e-j(s. α ) und s = 1 für Corepunkte sowie s = -1 für Deltapunkte
ms(α) = e-j(s. α ) und s = 1 für Corepunkte sowie s = -1 für Deltapunkte
Dabei bezeichnet v das Vektorfeld und m die Funktion, um das
Vektorfeld parallel auszurichten. Θ bezeichnet den
verdoppelten Winkel.
Nach der Multiplikation zeigen für diesen Fall sämtliche
Vektoren:
s(α)= (Re{ws(α)},Im{ws(α)})
in die gleiche Richtung, welche für Corepunkte genau mit der
Ausrichtung der Singularität zusammenfällt. Das bedeutet,
dass mit dem vorgestellten Verfahren nicht nur die Lage der
Corepunkte bestimmt werden kann, sondern auch ihre
Ausrichtung.
Die möglichst parallele Ausrichtung aller Vektoren
funktioniert dann am besten, wenn sich die gesuchte
Singularität beziehungsweise der Referenzpunkt in der Mitte
des untersuchten Bereiches befindet. Die Vektorsumme als Maß
für die Ähnlichkeit zwischen dem realen Orientierungsfeld
und dem Referenzorientierungsverlauf gibt an, inwieweit der
Orientierungsverlauf und der Referenzorientierungsverlauf
übereinstimmen. Die Berechnung eines Ähnlichkeitswertes für
eines betrachteten Gebiets erfolgt durch vektorielle
Addition aller so erzeugten Vektoren. Je mehr Vektoren durch
die Multiplikation parallel ausgerichtet werden, desto
größer wird der Betrag des resultierenden Summenvektors. Das
ist dann der Fall, wenn sich eine entsprechende Singularität
in der Mitte des untersuchten Gebiets befindet. Der Winkel
des Summenvektors gibt Aufschluss über die Ausrichtung der
Singularität. Um den Fingerabdruck vollständig nach
Singularitäten beziehungsweise Referenzpunkten abzusuchen,
muß das Verfahren auf das Vektorfeld des gesamten
Fingerabdruck angewendet werden. Daher wird in
Verfahrensschritt 9 überprüft, ob ein zweiter
Ähnlichkeitswert über dem Schwellwert liegt, so dass eine
weitere Identifikation eines Referenzpunktes angenommen
werden kann. Ist das der Fall, dann wird in
Verfahrensschritt 11 der jeweilige Referenzpunkt
identifiziert, also ein Corepunkt, ein Deltapunkt oder ein
Wirbelpunkt. Ist das nicht der Fall, dann wird in
Verfahrensschritt 12 überprüft, ob noch weitere Regionen des
gesamten Fingerabdruckbildes vorliegen, die das Kriterium
erfüllen. Ist das nicht der Fall, dann wird in
Verfahrensschritt 13 die Analyse beendet und die Ergebnisse
abgespeichert. Sind noch weitere Regionen vorhanden, dann
wird die Analyse in Verfahrensschritt 8 fortgeführt, das
Fingerabdruckbild ist also noch nicht komplett abgesucht
worden.
Alternativ ist es möglich, wenn keine Singularität
identifiziert werden konnte, dass unter Bezug auf ein
Maximum aller Ähnlichkeitswerte eine Aussage darüber
getroffen wird, wo die Singularität in etwas außerhalb des
Fingerabdruckbildes liegt. D. h. das Fingerabdruckbild hat
den Fingerabdruck nur unvollkommen aufgenommen, da der
Finger auf dem Fingerabdrucksensor nicht richtig plaziert
wurde. An der Stelle P des Maximums kann beispielsweise ein
mehrfacher Vergleich der P umgebenden Orientierungswerte mit
mehreren, nichtlinearen Referenzorientierungsverläufen
unterschiedlicher Krümmungen durchgeführt werden, um einen
Krümmungsschätzwert für den Punkt P zu bestimmen. Aus dem
bereits zuvor durchgeführten Vergleich mit dem Core-
Referenzorientierungsverlauf steht darüber hinaus ein
Schätzwert für die Ausrichtung im Punkt P zur Verfügung. Aus
der Lage des Maximums und diesen Schätzwerten wird ein
Modell abgeleitet, aus dem die Koordinaten des außerhalb des
Fingerabdruckbildes liegenden Corepunktes geschätzt werden.
Eine Methode diese Schätzung ist die folgende: Nimmt man an,
dass die Ausrichtung mit der des tatsächlichen Corepunkts
übereinstimmt, dann sollte der Corepunkte auf einer Geraden
liegen, die durch den Punkt P und die Steigung aus dem
Winkel von der Ausrichtung gegeben ist. Um den Punkt auf der
Geraden zu bestimmen, der als Schätzwert für den unbekannten
Corepunkt dienen soll, fehlt nur noch ein Abstand d auf der
Geraden. Dabei wird auf folgende Überlegung zurückgegriffen:
Je größer der Krümmungswert im Punkt P ist, desto näher
liegt P am tatsächlichen Corepunkt. Im einfachsten Fall
liegt daher ein reziproker Zusammenhang vor, der dadurch
gegeben ist, dass
ist. Dabei ist ηcore eine
durchschnittliche oder häufig vorkommende Corepunktkrümmung
und c1 und c2 sind empirisch ermittelte Konstanten. Mittels
dieser Werte ist die Schätzung für den Corepunkt komplett.
Ein Fingerabdrucksensor weist Mittel zur Aufnahme des
Graustufenbilds, einen Prozessor und einen Speicher zur
Durchführung des erfindungsgemäßen Verfahrens auf.
Claims (9)
1. Verfahren zur Ermittlung von Referenzpunkten in einem
Fingerabdruckbild, wobei das Fingerabdruckbild als
Graustufenbild erzeugt wird, wobei das Graustufenbild in
Bildbereiche zerlegt wird, wobei das Graustufenbild von
einem Ortsbereich bereichsweise in einen Frequenzbereich
durch Transformation überführt wird, wobei das
Graustufenbild bereichsweise im Frequenzbereich mit einem
Bandpaß gefiltert wird, um einen Nutzfrequenzbereich zu
erzeugen, dadurch gekennzeichnet, dass der
Nutzfrequenzbereich in einem jeweiligen Bildbereich
betragsmäßig quadriert wird, um eine spektrale
Leistungsdichte für den jeweiligen Bildbereich zu berechnen,
dass die Frequenzen im Nutzfrequenzbereich in dem jeweiligen
Bildbereich mit der jeweils zugehörigen spektralen
Leistungsdichte gewichtet werden, dass mittels der
gewichteten Frequenzen eine Regressionsgerade für den
jeweiligen Bildbereich berechnet wird, um damit einen
Orientierungsverlauf der Papillarlinien in dem jeweiligen
Bildbereich zu ermitteln, und dass der Orientierungsverlauf
mit abgespeicherten Referenzorientierungsverläufen von einer
vorgegebenen Anzahl von Bildbereichen, die ein Gebiet
bilden, verglichen wird, um die jeweiligen Referenzpunkte zu
identifizieren.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass
für den Vergleich des Orientierungsverlaufs mit den
Referenzorientierungsverläufen jeweils Ähnlichkeitswerte
berechnet werden, die mit einem ersten Schwellwert
verglichen werden, und dass für die
Referenzorientierungsverläufe, für die der jeweilige
Ähnlichkeitswert über einem ersten Schwellwert liegt, der
jeweils zugehörige Referenzpunkt für den jeweiligen
Bildbereich identifiziert wird.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass
als Referenzpunkte Wirbel-, Delta- oder Corepunkte
identifiziert werden.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass
zur Ermittlung der Corepunkte sowohl ein linearer
Referenzorientierungsverlauf als auch ein nichtlinearer
Referenzorientierungsverlauf verwendet wird.
5. Verfahren nach Anspruch 2, 3 oder 4, dadurch
gekennzeichnet, dass der Orientierungsverlauf in ein
Vektorfeld für den Vergleich mit den
Referenzorientierungsverläufen überführt wird.
6. Verfahren nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet, dass für die spektrale
Leistungsdichte der Bildbereiche eine Streuung um die
Regressionsgerade berechnet wird, dass die Streuung mit
einem zweiten Schwellwert verglichen wird und dass nur die
Bildbereiche, für die die Streuung unter dem zweiten
Schwellwert liegt, für die Ermittlung der Referenzpunkte
verwendet werden.
7. Verfahren nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet, dass die obere und die untere
Grenzfrequenz des Bandpasses jeweils durch die minimalen und
die maximalen Papillarlinienabstände vorgegeben wird.
8. Verfahren nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet, dass, wenn kein Ähnlichkeitswert
über dem ersten Schwellwert liegt, mittels des Maximums der
Ähnlichkeitswerte eine Schätzung für die Lage einer
Singularität durchgeführt wird.
9. Vorrichtung zur Ermittlung von Referenzpunkten zur
Durchführung des Verfahrens nach einem der Ansprüche 1 bis
8.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10027657A DE10027657B4 (de) | 2000-06-03 | 2000-06-03 | Verfahren zur Ermittlung von Referenzpunkten in einem Fingerabdruckbild |
US09/873,570 US6826295B2 (en) | 2000-06-03 | 2001-06-04 | Method and apparatus for determining reference points in a fingerprint |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10027657A DE10027657B4 (de) | 2000-06-03 | 2000-06-03 | Verfahren zur Ermittlung von Referenzpunkten in einem Fingerabdruckbild |
Publications (2)
Publication Number | Publication Date |
---|---|
DE10027657A1 true DE10027657A1 (de) | 2001-12-13 |
DE10027657B4 DE10027657B4 (de) | 2004-09-30 |
Family
ID=7644661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10027657A Expired - Fee Related DE10027657B4 (de) | 2000-06-03 | 2000-06-03 | Verfahren zur Ermittlung von Referenzpunkten in einem Fingerabdruckbild |
Country Status (2)
Country | Link |
---|---|
US (1) | US6826295B2 (de) |
DE (1) | DE10027657B4 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006041645B4 (de) * | 2005-08-23 | 2010-11-11 | Samsung Electronics Co., Ltd., Suwon | Verfahren und Vorrichtung zur Orientierungsbestimmung in einem Bild |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001055966A1 (fr) * | 2000-01-28 | 2001-08-02 | Chuo Hatsujo Kabushiki Kaisha | Procede d'evaluation d'une image d'empreinte digitale et dispositif d'appariement d'empreintes digitales |
DE10030404A1 (de) | 2000-06-21 | 2002-01-03 | Bosch Gmbh Robert | Verfahren zur Identifikation von einem Fingerabdruck und Vorrichtung zur Identifikation von einem Fingerabdruck |
DE10038342A1 (de) * | 2000-08-05 | 2002-02-28 | Bosch Gmbh Robert | Verfahren zur Fingerabdruckauswertung und Vorrichtung |
US6766040B1 (en) | 2000-10-02 | 2004-07-20 | Biometric Solutions, Llc | System and method for capturing, enrolling and verifying a fingerprint |
KR101016848B1 (ko) * | 2004-03-22 | 2011-02-22 | 엘지전자 주식회사 | 지문 대칭축 추출 방법 |
US7969410B2 (en) * | 2006-08-23 | 2011-06-28 | Avago Technologies General Ip (Singapore) Pte. Ltd. | Optically detecting click events |
US9229230B2 (en) | 2007-02-28 | 2016-01-05 | Science Applications International Corporation | System and method for video image registration and/or providing supplemental data in a heads up display |
JP5287778B2 (ja) * | 2010-03-26 | 2013-09-11 | 株式会社島津製作所 | 画像処理方法およびそれを用いた放射線撮影装置 |
CN112949361B (zh) * | 2019-12-11 | 2023-07-25 | 杭州萤石软件有限公司 | 指纹识别方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0736836A2 (de) * | 1995-04-04 | 1996-10-09 | Nec Corporation | Verfahren und Gerät zur Detektion der Richtung von Fingerabdrücken |
EP0768616A2 (de) * | 1995-10-16 | 1997-04-16 | Nec Corporation | Gerät und Verfahren zur Detektion von Fingerabdruckmerkmalen |
US5926555A (en) * | 1994-10-20 | 1999-07-20 | Calspan Corporation | Fingerprint identification system |
EP0696012B1 (de) * | 1994-06-21 | 2000-05-03 | Nec Corporation | Gerät und Verfahren zur Bestimmung der Richtung von Rippenmustern |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5909501A (en) * | 1996-09-09 | 1999-06-01 | Arete Associates | Systems and methods with identity verification by comparison and interpretation of skin patterns such as fingerprints |
US6285780B1 (en) * | 1997-03-28 | 2001-09-04 | Oki Electric Industry Co., Ltd. | Apparatus for identifying individual animals and image processing method |
-
2000
- 2000-06-03 DE DE10027657A patent/DE10027657B4/de not_active Expired - Fee Related
-
2001
- 2001-06-04 US US09/873,570 patent/US6826295B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0696012B1 (de) * | 1994-06-21 | 2000-05-03 | Nec Corporation | Gerät und Verfahren zur Bestimmung der Richtung von Rippenmustern |
US5926555A (en) * | 1994-10-20 | 1999-07-20 | Calspan Corporation | Fingerprint identification system |
EP0736836A2 (de) * | 1995-04-04 | 1996-10-09 | Nec Corporation | Verfahren und Gerät zur Detektion der Richtung von Fingerabdrücken |
EP0768616A2 (de) * | 1995-10-16 | 1997-04-16 | Nec Corporation | Gerät und Verfahren zur Detektion von Fingerabdruckmerkmalen |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006041645B4 (de) * | 2005-08-23 | 2010-11-11 | Samsung Electronics Co., Ltd., Suwon | Verfahren und Vorrichtung zur Orientierungsbestimmung in einem Bild |
US7876933B2 (en) | 2005-08-23 | 2011-01-25 | Samsung Electronics Co., Ltd. | Methods and apparatus for estimating orientation in an image |
Also Published As
Publication number | Publication date |
---|---|
DE10027657B4 (de) | 2004-09-30 |
US20020034322A1 (en) | 2002-03-21 |
US6826295B2 (en) | 2004-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Matsuyama et al. | Structural analysis of natural textures by Fourier transformation | |
DE69530566T2 (de) | Hough-Transform mit Fuzzy-Gradient und Wahl | |
DE69230631T2 (de) | Verfahren zum Vergleichen von Wortgestalten | |
EP0780002A1 (de) | Verfahren zur rekonstruktion von in rasterform vorliegenden linienstrukturen | |
DE102013205854B4 (de) | Verfahren zum Detektieren eines freien Pfads mittels temporärer Koherenz | |
DE112009000949T5 (de) | Detektion eines freien Fahrpfads für ein Fahrzeug | |
DE3485960T2 (de) | Skala-raum-filtrierung. | |
DE10027657B4 (de) | Verfahren zur Ermittlung von Referenzpunkten in einem Fingerabdruckbild | |
EP2206075B1 (de) | Detektor und verfahren zum erkennen einer fahrspurbegrenzung | |
DE19636949A1 (de) | Verfahren zur Detektion von Kanten in einem Bildsignal | |
EP3287951A1 (de) | Verfahren für die urheberschaftsbewertung eines gemäldes sowie eine entsprechende verwendung | |
CN107590785A (zh) | 一种基于sobel算子的布里渊散射谱图像识别方法 | |
EP3931798B1 (de) | Schätzung der bewegung einer bildposition | |
DE102019200141A1 (de) | Verfahren zum Erfassen von Teilbereichen eines Objekts | |
DE19883010B4 (de) | Verfahren und Vorrichtung zum Erkennen eines sich bewegenden Objekts in einer Abfolge von Farbvollbildern | |
EP0394959A2 (de) | Verfahren zur Bildauswertung | |
DE102013214496A1 (de) | Vorrichtung zum bestimmen eines zur verfügung stehenden parkraumes und verfahren derselben | |
DE602004001705T2 (de) | Adaptives Farbbild-Watermarking mittels vektoriellem Ansatz | |
DE102020103575A1 (de) | Merkmalspunktdetektionsvorrichtung und -verfahren zur Detektion von Merkmalspunkten in Bilddaten | |
EP3142068B1 (de) | Verfahren zur dreidimensionalen erfassung von objekten | |
EP2096578A2 (de) | Verfahren und Vorrichtung zur Charakterisierung der Formation von Papier | |
EP3668770A1 (de) | Verfahren und vorrichtung zum ermitteln eines fahrverhaltens | |
EP3214602A1 (de) | Verfahren zur dreidimensionalen erfassung von objekten | |
DE102021200821B3 (de) | Erzeugung von Trainingsdaten für zweidimensionale Scans eines Bodenradar- Systems | |
EP2956797B1 (de) | Verfahren zum identifizieren oder zum orten eines unterwasserobjekts, zugehöriger rechner oder messsystem, sowie wasserfahrzeug |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8364 | No opposition during term of opposition | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20140101 |