JP2006209364A - 画像取得方法および装置、ならびに照合方法および装置 - Google Patents

Abstract

【課題】 少ないメモリ容量、少ない演算量で、指紋などの画像を取得する。
【解決手段】 撮像部は、対象画像を複数の部分画像として取得する。演算部は、部分画像Ｐｏごとに、部分画像Ｐｏ内の線の方向を特徴づける特徴量Ｐｆを算出し、部分画像Ｐｏごとの特徴量を利用して、対象画像を一枚の画像に構築する。または対象画像を一枚の画像に構築した場合の特徴量を構築する。演算部は、部分画像Ｐｏ間で対象画像の一部分が重複する場合、部分画像Ｐｏ間の特徴量Ｐｆ同士の対応部分が重なり合うよう、部分画像Ｐｏ同士をつなぐことができる。
【選択図】 図１５

Description

この発明は、指紋や虹彩などの生体情報を用いて、本人認証を行う際などに利用可能な画像取得方法および装置、ならびに照合方法および装置に関する。

近年、指紋認証システムが携帯電話機などの携帯機器に搭載されるようになってきている。携帯機器は、デスクトップＰＣや大規模システムと異なり、メモリやＣＰＵ性能などに制限があるため、少ないメモリや安価なＣＰＵで実装可能な認証方法が求められている。

従来の指紋認証方法には、大別して、（ａ）マニューシャ法、（ｂ）パターンマッチング法、（ｃ）チップマッチング法、（ｄ）周波数解析法があった。（ａ）マニューシャ法は、指紋画像から、隆線の終端や分岐といった特徴的な点、すなわちマニューシャを抽出し、これらの点の情報を、２つの指紋画像間で比較することにより、指紋の照合を行い、本人か否かの判定を行う。

（ｂ）パターンマッチング法は、２つの指紋画像間で、画像のパターンを直接比較することにより、指紋の照合を行い、本人か否かの判定を行う。（ｃ）チップマッチング法は、特徴点の周辺の小領域の画像、すなわちチップ画像を登録データとして持ち、このチップ画像を用いて指紋照合を行う。（ｄ）周波数解析法は、指紋画像をスライスしたラインに対して、周波数解析を行い、スライン方向に垂直な方向に対する周波数成分の分布を、２つの指紋画像間で比較することにより、指紋の照合を行う。

特許文献１は、指紋画像などに対して、特徴ベクトルとその品質指標を抽出し、特徴ベクトルの誤差分布を用いて求めた信頼度情報を特徴量に付与し、これらを用いて指紋照合を行う技術を開示する。
特開平１０−１７７６５０号公報

しかしながら、（ａ）マニューシャ法および（ｃ）チップマッチング法は、撮像した画像中で、切れている箇所を繋ぐなどの前処理が必要になり、演算量が多くなる。（ｂ）パターンマッチング法は、画像全体のデータを記憶しなければならないので、特に多数人のデータを登録する場合、メモリ容量が大きくなってしまう。（ｄ）周波数解析法は、周波数変換が必要になるため、演算量が多くなる。上記特許文献１も、統計的解析が必要になるため、演算量が多くなる。

本発明はこうした課題に鑑みてなされたものであり、その目的は、少ないメモリ容量、少ない演算量で画像の取得を行うことができる画像取得方法および装置を提供することにある。

また、別の目的は、少ないメモリ容量、少ない演算量で画像の照合を行うことができる照合方法および装置を提供することにある。

上記課題を解決するために、本発明のある態様の画像取得方法は、対象画像を複数の部分画像として取得するステップと、部分画像ごとに、部分画像内の線の方向を特徴づける特徴量、または部分画像を単一の物理量として特徴づける特徴量を算出するステップと、部分画像ごとの特徴量を利用して、対象画像を一枚の画像に構築する、または対象画像を一枚の画像に構築した場合の特徴量を構築するステップと、を備える。

「線」は、指紋の隆線または谷線であってもよい。「線の方向を特徴づける特徴量」は、各画素の勾配ベクトルを基に算出した値であってもよい。「単一の物理量」は、ベクトル量、スカラー量であってもよく、例えば、縞の切替回数など、画像濃度の切替り態様であってもよい。この態様によると、少ないメモリ容量、少ない演算量で画像を取得することができる。

本発明の別の態様もまた、画像取得方法である。この方法は、対象画像を複数の部分画像として取得するステップと、部分画像ごとに所定の方向に沿って複数の領域に分割するステップと、分割された領域ごとに、領域内の線の方向を特徴づける特徴量、または領域を単一の物理量として特徴づける特徴量を算出し、所定の方向に沿った特徴量群を部分画像ごとに生成するステップと、部分画像間の特徴量群同士の対応関係を参照して、対象画像を一枚の画像に構築する、または対象画像を一枚の画像に構築した場合の特徴量を構築するステップと、を備える。

「特徴量群」は、各方向に沿った座標軸の関数であってもよい。この態様によると、少ないメモリ容量、少ない演算量で画像を取得することができる。

構築するステップは、部分画像間で対象画像の一部分が重複する場合、部分画像間の特徴量群同士の対応部分が重なり合うよう、部分画像同士をつないてもよい。この態様によると、撮像対象と撮像素子との相対的位置関係が変化しながら画像を撮像する場合など、部分画像間で対象画像の一部分が重複する場合も、少ないメモリ容量、少ない演算量で画像を取得することができる。

本発明のさらに別の態様は、画像取得装置である。この装置は、対象画像を複数の部分画像として取得する撮像部と、部分画像ごとに、部分画像内の線の方向を特徴づける特徴量、または部分画像を単一の物理量として特徴づける特徴量を算出する演算部と、を備える。演算部は、部分画像ごとの特徴量を利用して、対象画像を一枚の画像に構築する、または対象画像を一枚の画像に構築した場合の特徴量を構築する。

「撮像部」は、ラインセンサを備えてもよく、撮像対象物との相対的な位置変化により、「部分画像」を取得してもよい。この態様によると、少ないメモリ容量、少ない演算量で画像を取得することができる。

本発明のさらに別の態様もまた、画像取得装置である。この装置は、対象画像を複数の部分画像として取得する撮像部と、部分画像ごとに所定の方向に沿って複数に分割された領域ごとに、領域内の線の方向を特徴づける特徴量、または領域を単一の物理量として特徴づける特徴量を算出し、所定の方向に沿った特徴量群を部分画像ごとに生成する演算部と、を備える。演算部は、部分画像間の特徴量群同士の対応関係を参照して、対象画像を一枚の画像に構築する、または対象画像を一枚の画像に構築した場合の特徴量を構築する。この態様によると、少ないメモリ容量、少ない演算量で画像を取得することができる。

演算部は、部分画像間で対象画像の一部分が重複する場合、部分画像間の特徴量群同士の対応部分が重なり合うよう、部分画像同士をつないでもよい。この態様によると、撮像対象と撮像部との相対的位置関係が変化しながら画像を撮像する場合など、部分画像間で対象画像の一部分が重複する場合も、少ないメモリ容量、少ない演算量で画像を取得することができる。

本発明のさらに別の態様は、照合方法である。この方法は、照合の対象画像を複数の部分画像として取得するステップと、部分画像ごとに、部分画像内の線の方向を特徴づける特徴量、または部分画像を単一の物理量として特徴づける特徴量を算出するステップと、対象画像を構成する部分画像の特徴量と、参照画像を構成する部分画像の対応する特徴量とを照合するステップと、を備える。この態様によると、少ないメモリ容量、少ない演算量で画像を照合することができる。

本発明のさらに別の態様もまた、照合方法である。この方法は、照合の対象画像を複数の部分画像として取得するステップと、部分画像ごとに所定の方向に沿って複数の領域に分割するステップと、分割された領域ごとに、領域内の線の方向を特徴づける特徴量、または領域を単一の物理量として特徴づける特徴量を算出し、所定の方向に沿った特徴量群を部分画像ごとに生成するステップと、対象画像を構成する部分画像の特徴量群と、参照画像を構成する部分画像の対応する特徴量群とを照合するステップと、を備える。この態様によると、少ないメモリ容量、少ない演算量で画像を照合することができる。

本発明のさらに別の態様は、照合装置である。この装置は、照合の対象画像を複数の部分画像として取得する撮像部と、部分画像ごとに、部分画像内の線の方向を特徴づける特徴量、または部分画像を単一の物理量として特徴づける特徴量を算出する演算部と、対象画像を構成する部分画像の特徴量と、参照画像を構成する部分画像の対応する特徴量とを照合する照合部と、を備える。この態様によると、少ないメモリ容量、少ない演算量で画像を照合することができる。

本発明のさらに別の態様もまた、照合装置である。この装置は、照合の対象画像を複数の部分画像として取得する撮像部と、部分画像ごとに所定の方向に沿って複数に分割された領域ごとに、領域内の線の方向を特徴づける特徴量、または領域を単一の物理量として特徴づける特徴量を算出し、所定の方向に沿った特徴量群を部分画像ごとに生成する演算部と、対象画像を構成する部分画像の特徴量群と、参照画像を構成する部分画像の特徴量群とを照合する照合部と、を備える。この態様によると、少ないメモリ容量、少ない演算量で画像を照合することができる。

なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、コンピュータプログラム、記録媒体などの間で変換したものもまた、本発明の態様として有効である。

本発明によれば、少ないメモリ容量、少ない演算量で画像の取得を行うことができる。

（実施形態１）
実施形態１は、指紋画像上の基準となる方向に対して、垂直な方向のラインに沿ったライン状の領域について、その領域内の隆線または谷線の方向を特徴づける１つのベクトルを求め、その成分を算出する。そして、その成分の基準方向の分布を求め、同様の方法で求めた登録データの分布と比較することにより、指紋画像間の照合を行い認証するものである。

図１は、実施形態１における照合装置１の機能ブロックを示す図である。ここに示す各ブロックは、ハードウェア的には、プロセッサ、ＲＡＭなどの各種素子や、センサなどの各種デバイスで実現でき、ソフトウェア的にはコンピュータプログラムなどによって実現されるが、ここでは、それらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックはハードウェア、ソフトウェアの組合せによっていろいろなかたちで実現できることは、当業者には理解されるところである。

照合装置１は、撮像部１００、処理部２００を備える。撮像部１００は、ＣＣＤ（Charge Coupled Device）などが用いられ、ユーザの指を撮像し、画像データとして処理部２００に出力する。例えば、携帯機器にＣＣＤなどのラインセンサを搭載して撮像する場合、その上に指をかざしてもらい、そのラインセンサに対して垂直方向に指をスライドしてもらうことにより、指紋画像を採取してもよい。

処理部２００は、画像バッファ２１０、演算部２２０、照合部２３０、および記録部２４０を含む。画像バッファ２１０は、撮像部１００から入力される画像データを一時記憶したり、演算部２２０の作業領域としても利用されるメモリ領域である。演算部２２０は、画像バッファ２１０内の画像データに後述する各種の演算を施す。照合部２３０は、認証対象とすべく画像バッファ２１０内に記憶された画像データの特徴量と、記録部２４０に登録された画像データの特徴量とを比較して、同一人物の指紋であるか否かを判定する。記録部２４０は、予め撮像された指紋画像の特徴量を登録している。携帯電話機などに使用される場合、１人のデータが登録される場合が多いが、部屋のゲートなどに使用される場合、複数人のデータが登録される場合が多い。

図２は、実施形態１における照合装置１の参照データを生成する処理を説明するためのフローチャートである。この参照データは、認証すべき人物の指紋画像を、所定の方向成分の分布として、ここでは線状の領域内の隆線または谷線方向を特徴づける特徴量の分布として、予め登録しておくものである。

まず、撮像部１００は、ユーザがかざした指を撮像し、撮像した画像を電気信号に変換し、処理部２００に出力する。処理部２００は、その信号を画像データとして取得し、画像バッファ２１０に一時記憶する（Ｓ１０）。演算部２２０は、その画像データを２値データに変換する（Ｓ１２）。例えば、所定のしきい値より明るい値を白、それより暗い値を黒と判定する。そして、白を１または０、黒を０または１と表現する。

次に、演算部２２０は、２値化した画像データを線状の領域ごとに分割する（Ｓ１４）。図３は、実施形態１における撮像した指紋画像を示す図である。図３において、演算部２２０は、Ｘ軸方向を長手方向、Ｙ軸方向を短手方向とする線状の領域１２を、指紋画像上に形成している。この線状の領域は、短手方向を１画素または３画素に設定することが好ましい。このような線状の領域をＹ軸方向、すなわち指の長手方向に複数形成して、指紋画像を複数の領域に分割する。

次に、演算部２２０は、各画素の勾配を算出する（Ｓ１６）。勾配の算出方法については、文献「コンピュータ画像処理、田村秀行編著、（株）オーム社、（ｐ１８２〜１９１）」に記載された手法を用いることができる。

以下、簡単に説明すると、デジタル画像を対象に勾配を計算するためには、ｘ方向およびｙ方向の１次の偏微分を計算する必要がある。
Δ_ｘｆ（ｉ，ｊ）≡｛ｆ（ｉ＋１，ｊ）−ｆ（ｉ−１，ｊ）｝／２ …（式１）
Δ_ｙｆ（ｉ，ｊ）≡｛ｆ（ｉ，ｊ＋１）−ｆ（ｉ，ｊ−１）｝／２ …（式２）

デジタル画像に対する差分オペレータでは、（ｉ，ｊ）の画素における微分値が（ｉ，ｊ）を中心とした３×３の近傍の画素の濃度値、すなわちｆ（ｉ±１，ｊ±１）の線形結合として定義される。このことは、画像の微分を求める計算は、３×３の加重マトリクスを用いた空間フィルタリングによって実現できることを意味し、種々の差分オペレータは３×３の加重マトリクスによって表現することができる。以下では、（ｉ，ｊ）を中心とした３×３近傍を
ｆ（ｉ−１，ｊ−１） ｆ（ｉ，ｊ−１） ｆ（ｉ＋１，ｊ−１）
ｆ（ｉ−１，ｊ） ｆ（ｉ，ｊ） ｆ（ｉ＋１，ｊ） …（式３）
ｆ（ｉ−１，ｊ＋１） ｆ（ｉ，ｊ＋１） ｆ（ｉ＋１，ｊ＋１）
と考え、これに対する加重マトリクスによって差分オペレータを記述することができる。

例えば、式１、式２で定義されるｘ、ｙ方向の１次偏微分オペレータは、
０ ０ ０ ０ −１／２ ０
−１／２ ０ １／２ および ０ ０ ０ …（式４）
０ ０ ０ ０ １／２ ０
と表現される。すなわち、式３と式４の３×３の矩形領域において、対応する位置の画素の値と行列の要素の値の積をそれぞれ求め、それらの和を計算すると、式１、式２の右辺と一致する。

勾配の大きさと方向は、式４の加重マトリクスで空間フィルタリングを行い、式１、式２で定義されるｘ、ｙ方向の偏微分を計算した後、
｜∇ｆ（ｉ，ｊ）｜＝√｛Δ_ｘｆ（ｉ，ｊ）^２＋Δ_ｙｆ（ｉ，ｊ）^２｝ …（式５）
θ＝ｔａｎ^−１｛Δ_ｙｆ（ｉ，ｊ）／Δ_ｘｆ（ｉ，ｊ）｝ …（式６）
と求めることができる。

なお、上記差分オペレータには、ロバーツ・オペレータ、プリューウィット・オペレータ、ソーベル・オペレータなどを用いて、簡易に計算したり、ノイズ対策を施したりすることができる。

次に、演算部２２０は、式６で求めた勾配の方向、すなわち勾配ベクトルの角度を２倍にした数値の組を求める（Ｓ１８）。本実施形態では、勾配ベクトルを用いて指紋の隆線あるいは谷線の方向を算出するが、隆線または谷線が同じ方向を向いている点であっても、勾配ベクトルの値は同じにならない。そこで、勾配ベクトルと座標軸のなす角度を２倍になうように勾配ベクトルを回転させて、ｘ成分、ｙ成分からなる１組の数値を求めることにより、同じ方向の隆線または谷線を、同じ成分をもつ一意の数値の組で表現することができる。例えば、４５°、２２５°は、ちょうど反対方向であるが、２倍にすると、９０°、４５０°となり、一意の方向を示すようになる。ここで、ｘ成分、ｙ成分からなる１組の数値は、ある座標系で、ベクトルを一定の規則で回転させたものである。以下、本明細書中では、この数値もベクトルとして表記する。

指紋画像のある領域の隆線または谷線の方向は、ローカルではバラツキが大きいので、後述するように、ある範囲で平均を取ることになる。その場合、上述したように勾配ベクトルの角度を２倍にして、一意のベクトルにしておけば、それらを単純に足し合わせて平均をとることにより、隆線または谷線の方向の近似値を得ることができる。この点、それをしない場合、反対の方向を向いている勾配ベクトルを足すと０になってしまい、単純な足し算を用いることができない。この場合、１８０°と０°とが等価であることを補償するための複雑な計算が必要になる。

次に、演算部２２０は、各線状の領域について、各画素ごとに求めたベクトルを足し合わせて、平均化したベクトルを求める。このベクトルがその領域の特徴量となる（Ｓ２０）。この特徴量は、その領域の隆線または谷線の方向の平均を示すような値であり、各領域について１つ定められる。

この際、白い点または黒い点が複数続いた場合、勾配を定義できない状態が続くので、所定の個数を超えて、それが続いた場合、その部分を平均化処理の対象から外してもよい。なお、この所定の個数の最適値は、実験的に求めればよい。

最後に、演算部２２０は、各領域について求めたベクトルのｘ成分とｙ成分を求めて、記録部２４０に参照データとして記録する（Ｓ２２）。なお、演算部２２０は、当該ベクトルのｘ成分とｙ成分の分布を後述するすようなスムージング処理してから、記録してもよい。

図４は、図３の線状の領域１２における特徴を表現するベクトルＶ（ｙ０）を示す図である。線状の領域１２は、図３に示した座標平面上のｙ＝ｙ０において切り出した領域である。図４は、その領域内の隆線または谷線方向の特徴を表現するベクトルＶ＝（Ｖｘ，Ｖｙ）を示す。Ｖｘ（ｙ０）およびＶｙ（ｙ０）は、ベクトルＶ（ｙ０）の始点を原点とする直交座標上の終点座標を表したものである。特徴量は、上述した各画素の勾配ベクトルの角度を２倍して、平均化した値を用いることができる。

図５は、図３の画像を各線状の領域にスライスした場合の特徴量の分布を示す図である。図３に示した座標平面上のｙ方向に、すなわち線状の領域のスライス方向と垂直な方向に対して走査した場合の、特徴量の分布を示したものである。図５の横軸が図３のｙ軸、すなわち副走査方向を示し、縦軸が各領域における特徴量を示す。図５では、図４に示したように各領域を特徴づけるベクトルをｘ成分とｙ成分で表現している。演算部２２０は、登録すべき指紋画像から、このような各領域を特徴づけるベクトルのｘ成分とｙ成分の分布を求め、それを参照データとして記録部２４０に記録することができる。

図６は、実施形態１における照合装置１の認証処理を説明するためのフローチャートである。まず、撮像部１００は、認証を要求しているユーザがかざした指を撮像し、撮像した画像を電気信号に変換し、処理部２００に出力する。処理部２００は、取得した画像に対して、図２のステップＳ１２〜Ｓ２０に示した処理と同様の処理を行い、認証対象データとしての画像データの特徴量分布を算出する（Ｓ３０）。

次に、演算部２２０は、その特徴量分布にスムージング処理をかける（Ｓ３２）。例えば、前後の値の数点を平均化する。どの程度のスムージングをかけるかは、アプリケーションなどにより異なり、最適値は実験的に求めてもよい。

次に、照合部２３０は、参照データの特徴量分布と、認証対象データの特徴量分布との照合を行う（Ｓ３４）。この照合は、一方の分布を固定し、他方の分布をスライドしていくことにより、最も一致するパターンを求めることにより行う。単純に、全パターンについてパターンマッチングを行ってもよいが、計算量を減少させるために、両分布の注目点を検出して、その一致する点を中心に、その前後数パターンのマッチングだけを行ってもよい。例えば、注目点として、ｘ成分の最大値となる点、０の点、微分すると０になる点、または傾きが最も急な点などを用いることができる。

パターンマッチングは、ｙ軸上の各点について、参照データと認証対象データとの各成文の差分を検出することにより行うことができる。例えば、下記式７によりマッチングのエネルギーＥを算出することにより行う。
Ｅ＝Σ√｛ΔＶｘ^２＋ΔＶｙ^２｝ …式７

両分布のｘ成分の誤差ΔＶｘおよびｙ成分の誤差ΔＶｙを二乗して足した値の平方根をとると、当該ｘ成分およびｙ成分は元々ベクトルの成分であるから、ベクトルの大きさの誤差を求めることができる。それをｙ軸方向に足し合わせた値をマッチングエネルギーＥとする。したがって、このエネルギーＥが大きいほど近似しない画像となり、小さいほど近似する画像となる。そして、最もマッチングエネルギーＥが小さいパターンを重ね合わせ位置とする（Ｓ３６）。なお、パターンマッチングの方法はこれに限らず、両分布のｘ成分の誤差ΔＶｘおよびｙ成分の誤差ΔＶｙのそれぞれの絶対値を足し合わせていくなどでもよい。なお、精度の高い照合方法を実験的に求め、その方法を用いてもよい。

図７は、実施形態１における参照データの特徴量分布と、認証対象データの特徴量分布とを重ねて描写した図である。図７では、参照データの特徴量分布を実線で、認証対象データの特徴量分布を破線で示している。図７の例では、最初に両分布のｘ成分の最大値を検出する。そして、最大値ｐ１同士が一致する位置と、その位置から一方の分布を、数点前後させた位置でパターンマッチングを行い、最もマッチする位置を重ね合わせ位置とする。

照合部２３０は、算出したマッチングエネルギーＥと、予め設定された認証を成功させるか否かを決定するためのしきい値とを比較し、マッチングエネルギーＥが当該しきい値未満の場合、参照データと認証対象データとの照合が成功したとみなして、その指紋画像のユーザを認証する（Ｓ３８）。逆に、マッチングエネルギーＥが当該しきい値以上の場合、認証しない。以上の処理は、参照データが複数登録されている場合、それぞれの参照データと認証対象データとの間で行う。

以上説明したように実施形態１によれば、指紋などの生体情報の画像を所定の領域ごとに分割し、各領域を特徴づける値を、参照画像と認証対象画像との間の照合処理に利用したことにより、少ないメモリ容量で認証処理をすることができる。また、計算量も低減することができ、認証処理を高速化することができる。したがって、バッテリ駆動などの携帯機器への認証処理に適用すれば、回路の小面積化、省電力化にもつながる。さらに、線状の領域ごとに特徴量を求めることにより、ラインセンサなどで撮像した指紋画像の照合に適している。さらに、各画素の特徴量を領域ごとに平均化したり、その平均化した特徴量の分布をスムージング処理するため、ノイズにも強い。また、線状の領域で平均化処理するため、参照データと認証対象データとの間で指が左右にスライドしていても、同一人物の指であるか否かを照合することができる。さらに、マニューシャ法と異なり、ノイズの強い指紋画像でも同様の状態で登録および認証を行えば、有効に機能させることができる。

（実施形態２）
実施形態１では、線状の領域を得るための画像の分割の方法として、一方向に分割する例を説明した。この点、実施形態２では、複数方向に分割する例を説明する。例えば、２方向に画像をスライスすることができる。

まず、実施形態２における照合装置１の構成および動作は、図１に示した実施形態１における照合装置１と同様のため説明を省略する。図８は、実施形態２における画像を垂直方向にスライスする例を示す図である。ここで、照合対象となる画像としては、上述した指紋画像以外に、虹彩画像、その他、生体情報を表現した画像であってもよい。図８では、便宜的に縞模様の画像で表現している。図９は、図８の各線状の領域における特徴量の分布を示す図である。各線状の領域を特徴づける特徴量Ａ、Ｂを求め、これらのｙ方向、すなわち垂直方向に対する分布を示している。

図１０は、実施形態２における画像を斜め４５°方向にスライスする例を示す図である。図１０は、図８と同様の画像を斜め４５°方向にスライスしている。図１１は、図１０の各線状の領域における特徴量の分布を示す図である。各線状の領域を特徴づける特徴量Ｃ、Ｄを求め、これらのｚ方向、すなわち斜め４５°方向に対する分布を示している。このように、２方向に画像をスライスして、４種の特徴量Ａ、Ｂ、Ｃ、Ｄで、画像の特徴を表現している。実施形態２における参照データを生成する処理および認証する処理も、これらの特徴量を利用して、実施形態１に説明した図２および図６と同様に処理することができる。この場合、各方向から算出されるマッチングエネルギーＥが複数になるので、例えば、照合部２３０は、その平均値を求めて、認証するか否かを判断してもよい。

ここで、特徴量は、実施形態１で説明した線状の領域内の隆線または谷線を特徴づけるベクトルのｘ成分およびｙ成分に限るものではない。例えば、画像の濃淡、輝度、色情報、その他の局所的な画像情報あるいは、これら画像情報から微分その他の計算によって求められたスカラー量、ベクトル量、その他の数値であってもよい。

なお、実施形態２における画像は、ラインセンサなどの１次元センサで撮像して、画像バッファ２１０に取り込み、２以上の方向にスライスしてもよいし、２次元センサを用いてもよい。また、２以上の方向の例としては、垂直方向、水平方向、斜め４５°、斜め１３５°などが一般的であるが、これらに限るものでなく、任意の方向にスライスすることができる。さらに、２以上の方向の組み合わせも、垂直方向および斜め４５°に限らず、任意に設定することができる。

以上説明したように実施形態２によれば、線状の領域を得るための画像のスライス方向として、異なる複数の方向を用いることにより、実施形態１と比較し、照合の精度を高めることができる。実施形態２でも、マニューシャ法などのように、ある画像から他の画像を生成するわけでないので、単に原画像を記憶できるメモリ容量さえあればよい。したがって、少ないメモリ容量および少ない演算量で、精度の高い認証を行うことができる。

（実施形態３）
実施形態１、２では、スライスした線状の領域が直線的な形状である場合の例を説明した。この形状は、それに限るものではなく、曲線状、閉曲線状、円状、同心円状などの非直線的なものでもよい。実施形態３では、非直線的な領域に分割する代表的な例として、虹彩画像の照合について説明する。

まず、実施形態３における照合装置１の構成および動作も、図１に示した実施形態１における照合装置１と同様のため説明を省略する。図１２は、実施形態３における目の虹彩部分を同心円状の領域に分割する例を示す図である。図１２では、各線状の領域として、同心円状に分割している。図１３は、図１２の各同心円状の領域における特徴量の分布を示す図である。各領域を特徴づける値の動系方向ｒの分布を求める。実施形態３における参照データを生成する処理および認証する処理も、この特徴量を利用して、実施形態１に説明した図２および図６と同様に処理することができる。

虹彩の場合、図６で説明した照合処理が簡易になる。認証対象データと参照データの間で、瞳孔と虹彩との境界Ｒ０、および虹彩と白目部分との境界Ｒ１が合うように、両特徴量の分布を重ね合わせればよい。ただ、周囲の明るさなどにより瞳孔の大きさが変化するため、認証対象データの境界Ｒ０と境界Ｒ１との距離が参照データのそれと合うように、一様に伸縮する必要がある。

以上説明したように実施形態３によれば、虹彩画像の照合を少ないメモリ容量、少ない計算量で行うことができる。また、各同心円状の領域において、各画素の勾配ベクトルなどを平均化して特徴量を求めているため、参照データに対して目の位置が回転していても、精度よく照合することができる。この性質は、実施形態１の指紋画像において、指の水平方向におけるスライドに強いという性質に相当するものである。また、まぶたに塞がれて、虹彩のすべての部分を撮像できない場合でも、瞳孔に近い部分の複数の領域で照合しても、相当程度の精度を維持することができる。

なお、虹彩の半分を照合に使用する場合、同心円状の領域ではなく、半円状の領域ごとに分割してもよい。また、このような非直線的な領域で分割する手法は、虹彩画像に限らず、指紋画像の場合でも適用可能である。例えば、指紋の渦の中心を検出して、そこから外側に同心円状に分割していってもよい。

（実施形態４）
上述した実施形態では、図５で示したような特徴量分布同士を比較、照合する例を説明した。実施形態４では、その前提として、撮像部１００をラインセンサなどで構成した場合に取得される複数の部分画像から簡易な処理で全体画像を生成する例を説明する。

図１４は、実施形態４における画像取得処理を説明するためのフローチャートである。まず、実施形態４では、撮像部１００は、指などの撮像対象を全体画像として１回の撮像で取得可能な面センサなどを搭載していないことを前提とする。したがって、照合装置１は、ユーザに対して撮像対象を動かしてもらい、撮像領域の小さいセンサで複数回撮像することにより、当該撮像対象の複数の部分画像を取得する。例えば、ラインセンサで指紋画像を取得する場合、そのラインセンサに対して指を上から下、または下から上にスライドしてもらって、指紋画像の部分画像を複数取得する。

図１４にて、照合装置１は、上述したように、撮像対象の部分画像を撮像部１００から複数取得し、画像バッファ２１０に一時記憶する（Ｓ６０）。演算部２２０は、部分画像ごとに特徴を算出する（Ｓ６２）。ここで、特徴とは、それを求める基準となる方向を示す座標軸の関数として求められたものであってもよく、上述したように勾配ベクトルを基に算出した特徴量の分布であってもよい。そして、隣接する部分画像の特徴をつなぎ合わせ、全体画像の特徴を生成する（Ｓ６４）。以下、上述した実施形態で説明したように、全体画像の特徴同士を比較、照合し、本人認証を行うことができる。

図１５は、実施形態４における部分画像から全体画像の特徴を生成する過程を示す図である。図１５は、ユーザに、水平に取り付けられたラインセンサに対して指を上から下、または下から上にスライドしてもらうことにより、取得した複数の部分画像Ｐｏを示す。各部分画像Ｐｏの縦は６〜８画素、横は１００〜２００画素程度に設定される。これは、ラインセンサの撮像領域に対応する。照合装置１を携帯端末などに適用する場合、撮像部１００を取り付けるスペースが限られるため、その程度の撮像領域を持つセンサを使用する場合も多い。また、撮像部１００は、想定された指のスライド速度の下で、隣接する部分画像Ｐｏの上半分と下半分が重なるようなタイミングで撮像する。

演算部２２０は、部分画像Ｐｏごとに特徴量Ｐｆを算出する。次に、連続する部分画像Ｐｏの特徴Ｐｆをつなぎ合わせる。ここで、ユーザの違いなどにより毎回、指のスライド速度が異なる可能性があるため、隣接する部分画像Ｐｏのうち、どの程度が重なり合うか、すなわち接続条件を検出する必要がある。重なり合う部分がなく、隣接する部分画像Ｐｏ間をそのまま接続できる場合もある。図１５では、各部分画像Ｐｏの特徴Ｐｆの重ね合わせ方法として、勾配ベクトルのｘ成分とｙ成分を、隣接する部分画像Ｐｏ間で重ね合わせる。これにより、この隣接する部分画像Ｐｏ間で何画素、スライドしているかを検出することができ、これを各隣接する部分画像Ｐｏ間で行うことにより、指紋の全体画像の特徴を生成することができる。

なお、指のスライドが停止した場合、同じ部分画像が取得されることになる。この場合、演算部２２０は隣接する部分画像のいずれかを削除してもよい。また、上端または下端付近の少なくとも一方の部分画像を無視し、主に中央付近の部分画像を参照データまたは認証対象データとして、生成してもよい。また、ユーザが非常に指を速くスライドさせる場合など、撮像部１００が全体画像の一部を撮像できなかった場合、全体画像の特徴量を構築することができないため、エラー処理として、再度ユーザに画像の入力を要求してもよい。

本実施形態では、複数の部分画像から全体画像の特徴を生成した。この点、隣接する部分画像Ｐｏの特徴Ｐｆ同士を比較、照合することにより、それらの接続条件を求め、それを利用して複数の部分画像Ｐｏから全体画像を再構築してもよい。以下、この全体画像を利用して、上述した実施形態で説明した特徴同士を比較、照合する認証方法のみならず、上述したマニューシャ法、パターンマッチング法、チップマッチング法、および周波数解析法で認証することができる。

以上説明したように実施形態４によれば、撮像対象の部分画像からその全体画像の特徴を求める場合、各部分画像の特徴を抽出し、それらの特徴を利用して全体画像の特徴を求めることにより、メモリ容量を低減することができる。すなわち、部分画像同士を比較、照合して全体画像を再構築する手法が一般的であるが、本実施形態では、部分画像の特徴同士を比較、照合するため、部分画像自体を比較、照合するに必要なメモリ領域を必要とせず、システムを圧迫する要因とならない。したがって、比較的スペックの低いシステムにも容易に適用することができる。この効果は、本実施形態の手法により、複数の部分画像から全体画像自体を再構築する場合一般に当てはまるものである。

（実施形態５）
実施形態４では、複数の部分画像から全体画像を生成する例を説明した。この点、全体画像を構築する必要すらない照合方法を説明する。

図１６は、実施形態５における部分画像ごとに特徴を比較、照合する例を説明するための図である。演算部２２０は、実施形態４で説明したように、部分画像ごとに特徴を抽出する。その後、部分画像をつなぎ合わせて全体画像を構築するのではなく、参照データとして部分画像の特徴のまま、記録部２４０に格納する。また、認証時には予め記録部２４０に登録されている全体画像を構成する１組の各部分画像の特徴と、算出した各部分画像の特徴とを比較、照合する。その際、対応する部分画像の特徴同士を比較、照合する。また、全体画像を構成する部分画像のうち、照合に用いないものがあってもよい。例えば、照合に対する寄与度が小さい部分画像の特徴同士については、比較、照合しなくてもよい。

照合部２３０は、各部分画像ごとに、実施形態１で説明したようにマッチングエネルギーＥを算出する。そして、全体画像を構成する部分画像の各マッチングエネルギーＥの和や平均値と、予め設定された認証を成功させるか否かを決定するためのしきい値とを比較し、本人認証するか否かを判定する。

以上説明したように実施形態５によれば、全体画像の特徴を比較、照合するのではなく、撮像対象の部分画像の特徴ごとに比較、照合することにより、部分画像から全体画像を構築する必要がなく、少ないメモリ容量、少ない演算量で画像を照合することができる。例えば、ゲーム機や玩具の使用を許可する場合など、簡易な認証でよいものに特に適している。

以上、実施の形態をもとに本発明を説明した。これらの実施形態は例示であり、各構成要素の組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

上述した実施形態では線状の領域ごとに、その領域を特徴づける単一の物理量として、各画素の勾配ベクトルから算出したベクトルを用いた。この点、単一の物理量として、領域ごとに画像濃淡の切替回数を用いてもよい。例えば、画像を２値化して白黒画像とし、その白黒の切り替わる回数をカウントしてもよい。そのカウント値は、指紋などの縞の数となる。縞が縦のところは密度が濃く、一定距離内すなわち単位長さあたりでたくさん切り替わることになる。これをｘ方向およびｙ方向に行ってもよい。これによれば、単純な計算で、かつ少ないメモリ容量で照合が可能となる。

また、上述した実施形態では、２値データを用いたが、２５６値などの多諧調データを用いてもよい。その場合も、上記文献「コンピュータ画像処理、田村秀行編著、（株）オーム社、（ｐ１８２〜１９１）」に記載された手法を用いることができ、各画素の勾配ベクトルを算出することができる。これによれば、白黒画像と比較して演算量が多くなるが、精度の高い照合を行うことができる。

さらに、上述した照合処理の際、各線状の領域の内、縞模様になっていない領域を省いてもよい。例えば、ある線の長さに対してベクトルを設定値以上検出できない場合、白が設定値以上続いた場合、黒が設定値以上続いて黒くつぶれている領域と判断した場合、白黒の切替回数が設定値以下の場合などに、その領域を省いて処理する。これにより、照合の際の演算量を低減することができる。

さらに、上述した実施形態４にて説明した部分画像の特徴を利用して全体画像、または全体画像の特徴を構築する処理は、部分画像間に重複部分や欠落部分のない、単純に分割した部分画像から全体画像を構築する場合全般に適用可能である。

実施形態１における照合装置の機能ブロックを示す図である。 実施形態１における照合装置の参照データを生成する処理を説明するためのフローチャートである。 実施形態１における撮像した指紋画像を示す図である。 図３の線状の領域における特徴を表現するベクトルＶ（ｙ０）を示す図である。 図３の画像を各線状の領域にスライスした場合の特徴量の分布を示す図である。 実施形態１における照合装置の認証処理を説明するためのフローチャートである。 実施形態１における参照データの特徴量分布と、認証対象データの特徴量分布とを重ねて描写した図である。 実施形態２における画像を垂直方向にスライスする例を示す図である。 図８の各線状の領域における特徴量の分布を示す図である。 実施形態２における画像を斜め４５°方向にスライスする例を示す図である。 図１０の各線状の領域における特徴量の分布を示す図である。 実施形態３における目の虹彩部分を同心円状の領域に分割する例を示す図である。 図１２の各同心円状の領域における特徴量の分布を示す図である。 実施形態４における画像取得処理を説明するためのフローチャートである。 実施形態４における部分画像から全体画像の特徴を生成する過程を示す図である。 実施形態５における部分画像ごとに特徴を比較、照合する例を説明するための図である。

符号の説明

１ 照合装置、 １００ 撮像部、 ２００ 処理部、 ２１０ 画像バッファ、 ２２０ 演算部、 ２３０ 照合部、 ２４０ 記録部。

Claims (10)

1. 対象画像を複数の部分画像として取得するステップと、
   前記部分画像ごとに、部分画像内の線の方向を特徴づける特徴量、または部分画像を単一の物理量として特徴づける特徴量を算出するステップと、
   前記部分画像ごとの前記特徴量を利用して、前記対象画像を一枚の画像に構築する、または前記対象画像を一枚の画像に構築した場合の特徴量を構築するステップと、
   を備えることを特徴とする画像取得方法。
2. 対象画像を複数の部分画像として取得するステップと、
   前記部分画像ごとに所定の方向に沿って複数の領域に分割するステップと、
   分割された領域ごとに、領域内の線の方向を特徴づける特徴量、または領域を単一の物理量として特徴づける特徴量を算出し、前記所定の方向に沿った特徴量群を前記部分画像ごとに生成するステップと、
   前記部分画像間の特徴量群同士の対応関係を参照して、前記対象画像を一枚の画像に構築する、または前記対象画像を一枚の画像に構築した場合の特徴量を構築するステップと、
   を備えることを特徴とする画像取得方法。
3. 前記構築するステップは、前記部分画像間で前記対象画像の一部分が重複する場合、前記部分画像間の特徴量群同士の対応部分が重なり合うよう、前記部分画像同士をつなぐことを特徴とする請求項２に記載の画像取得方法。
4. 対象画像を複数の部分画像として取得する撮像部と、
   前記部分画像ごとに、部分画像内の線の方向を特徴づける特徴量、または部分画像を単一の物理量として特徴づける特徴量を算出する演算部と、を備え、
   前記演算部は、前記部分画像ごとの前記特徴量を利用して、前記対象画像を一枚の画像に構築する、または前記対象画像を一枚の画像に構築した場合の特徴量を構築することを特徴とする画像取得装置。
5. 対象画像を複数の部分画像として取得する撮像部と、
   前記部分画像ごとに所定の方向に沿って複数に分割された領域ごとに、領域内の線の方向を特徴づける特徴量、または領域を単一の物理量として特徴づける特徴量を算出し、前記所定の方向に沿った特徴量群を前記部分画像ごとに生成する演算部と、を備え、
   前記演算部は、前記部分画像間の特徴量群同士の対応関係を参照して、前記対象画像を一枚の画像に構築する、または前記対象画像を一枚の画像に構築した場合の特徴量を構築することを特徴とする画像取得装置。
6. 前記演算部は、前記部分画像間で前記対象画像の一部分が重複する場合、前記部分画像間の特徴量群同士の対応部分が重なり合うよう、前記部分画像同士をつなぐことを特徴とする請求項５に記載の画像取得装置。
7. 照合の対象画像を複数の部分画像として取得するステップと、
   前記部分画像ごとに、部分画像内の線の方向を特徴づける特徴量、または部分画像を単一の物理量として特徴づける特徴量を算出するステップと、
   前記対象画像を構成する部分画像の特徴量と、参照画像を構成する部分画像の対応する特徴量とを照合するステップと、
   を備えることを特徴とする照合方法。
8. 照合の対象画像を複数の部分画像として取得するステップと、
   前記部分画像ごとに所定の方向に沿って複数の領域に分割するステップと、
   分割された領域ごとに、領域内の線の方向を特徴づける特徴量、または領域を単一の物理量として特徴づける特徴量を算出し、前記所定の方向に沿った特徴量群を前記部分画像ごとに生成するステップと、
   前記対象画像を構成する部分画像の特徴量群と、参照画像を構成する部分画像の対応する特徴量群とを照合するステップと、
   を備えることを特徴とする照合方法。
9. 照合の対象画像を複数の部分画像として取得する撮像部と、
   前記部分画像ごとに、部分画像内の線の方向を特徴づける特徴量、または部分画像を単一の物理量として特徴づける特徴量を算出する演算部と、
   前記対象画像を構成する部分画像の特徴量と、参照画像を構成する部分画像の対応する特徴量とを照合する照合部と、
   を備えることを特徴とする照合装置。
10. 照合の対象画像を複数の部分画像として取得する撮像部と、
    前記部分画像ごとに所定の方向に沿って複数に分割された領域ごとに、領域内の線の方向を特徴づける特徴量、または領域を単一の物理量として特徴づける特徴量を算出し、前記所定の方向に沿った特徴量群を前記部分画像ごとに生成する演算部と、
    前記対象画像を構成する部分画像の特徴量群と、参照画像を構成する部分画像の特徴量群とを照合する照合部と、
    を備えることを特徴とする照合装置。

Images