JP2871233B2 - Binary image correction method - Google Patents

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【０００１】[0001]

【産業上の利用分野】本発明は、二値化像修正方法に関
し、更に詳しくいえば、指紋による本人確認装置、ある
いは個人照合システム等に利用される二値化像修正方法
に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for correcting a binarized image, and more particularly, to a method for correcting a binarized image used in a personal identification device using a fingerprint or a personal verification system.

【０００２】[0002]

【技術の背景】近年、電算機が社会全般に普及するのに
伴い、安全性（セキュリティ）を如何に確保するかとい
う点に世間の関心が集まっている。電算機室への入室や
端末利用の際の本人確認の手段として、これまで用いら
れてきたＩＤカードや暗証番号には安全確保の面から多
くの疑問が提起されている。これに対して指紋は、「万
人不同」・「終生不変」という二大特徴をもつため、本
人確認の最も有力な手段と考えられ、指紋を用いた簡便
な個人照合システムに関して多くの研究開発が行われて
いる。2. Description of the Related Art In recent years, with the spread of computers throughout society, public attention has been focused on how to ensure safety (security). Many questions have been raised from the viewpoint of ensuring security of ID cards and personal identification numbers that have been used as means for personal identification when entering a computer room or using a terminal. Fingerprints, on the other hand, are considered to be the most powerful means of identity verification because they have two major characteristics: "everyone is unidentified" and "lifelong invariant". Has been done.

【０００３】[0003]

【従来の技術】図９〜図１７は従来例を示した図であ
り、図９は、本人確認装置のブロック図、図１０は、二
値化処理部のブロック図（例１）、図１１は二値化処理
の説明図（例１）、図１２はラプラシアンオペレータの
説明図、図１３は勾配とラプラシアンの比較図、図１４
は二値化処理部のブロック図（例２）、図１５はラプラ
シアンによる二値化処理フローチャート、図１６は例
（１）による指紋の二値化像を示した図、図１７は、例
（２）による指紋の二値化像を示した図である。9 to 17 show a conventional example, FIG. 9 is a block diagram of an identification device, FIG. 10 is a block diagram of a binarization processing section (example 1), and FIG. Is an explanatory diagram of a binarization process (Example 1), FIG. 12 is an explanatory diagram of a Laplacian operator, FIG. 13 is a comparison diagram of gradient and Laplacian, FIG.
Is a block diagram of a binarization processing unit (Example 2), FIG. 15 is a flowchart of a binarization process using Laplacian, FIG. 16 is a diagram showing a binarized image of a fingerprint according to Example (1), and FIG. FIG. 4 is a diagram showing a binarized image of a fingerprint according to 2).

【０００４】図中、１は指紋センサ、２はＡ／Ｄコンバ
ータ、３は二値化処理部、４は二値化メモリ、５は特徴
抽出部、６は照合部、７は特徴情報記憶部、８は濃淡画
像記憶装置、９は注目点画素記憶装置、１０は注目点画
素指定回路、１１は局所閾値算出回路、１２は比較回
路、１３は二値化回路、１４はラプラシアン算出部を示
す。In the figure, 1 is a fingerprint sensor, 2 is an A / D converter, 3 is a binarization processing unit, 4 is a binarization memory, 5 is a feature extraction unit, 6 is a collation unit, and 7 is a feature information storage unit. , 8 is a grayscale image storage device, 9 is a target pixel storage device, 10 is a target pixel designating circuit, 11 is a local threshold value calculation circuit, 12 is a comparison circuit, 13 is a binarization circuit, and 14 is a Laplacian calculation unit. .

【０００５】従来、指紋による本人確認装置として、例
えば図９に示すような装置が知られていた。この装置
は、指紋センサ１、Ａ／Ｄコンバータ２、二値化処理部
３、二値化メモリ４、特徴抽出部５、照合部６、特徴情
報記憶部７等で構成されている。Conventionally, for example, an apparatus as shown in FIG. 9 has been known as a personal identification apparatus using a fingerprint. This device includes a fingerprint sensor 1, an A / D converter 2, a binarization processing unit 3, a binarization memory 4, a feature extraction unit 5, a collation unit 6, a feature information storage unit 7, and the like.

【０００６】前記本人確認装置において、指紋の登録処
理は次のようにして行う。先ず、光学系である指紋セン
サ１により、指紋を読み取って装置内に入力する。この
時、指紋センサ１から得られる画像は、アナログの濃淡
画像である。In the personal identification device, the registration process of the fingerprint is performed as follows. First, a fingerprint is read by the fingerprint sensor 1 which is an optical system and input into the apparatus. At this time, the image obtained from the fingerprint sensor 1 is an analog gray-scale image.

【０００７】前記濃淡画像は、Ａ／Ｄコンバータ２によ
りディジタル画像に変換され、ディジタル化された指紋
の濃淡画像を二値化処理部３に入力する。その後、二値
化処理部３で、濃淡画像の二値化処理を行い、二値化メ
モリ４に格納する。[0007] The grayscale image is converted into a digital image by the A / D converter 2, and the digitized fingerprint grayscale image is input to the binarization processing unit 3. Thereafter, the binarization processing section 3 performs binarization processing of the grayscale image and stores the binarized image in the binarization memory 4.

【０００８】次に二値化メモリ４に格納されている画像
について、細線化処理を行った後、特徴抽出部５によ
り、特徴抽出処理を行い、特徴情報記憶部７に個人特徴
情報として登録（辞書登録）する。Next, the image stored in the binarization memory 4 is subjected to a thinning process, and then a feature extraction process is performed by a feature extraction unit 5 and registered as personal feature information in a feature information storage unit 7 ( Dictionary).

【０００９】また、指紋の照合時には、次のようにして
処理を行う。すなわち、指紋の登録時と同様にして二値
化した指紋画像を二値化メモリに格納する。その後、二
値化メモリ４に格納された指紋画像を照合部６に入力す
ると共に、特徴情報記憶部７に登録されている個人特徴
情報を照合部６に入力し、指紋の照合を行う。指紋照合
の結果、一致すれば、照合部６から本人確認信号を出力
する。At the time of fingerprint collation, processing is performed as follows. That is, the binarized fingerprint image is stored in the binarized memory in the same manner as when registering the fingerprint. Thereafter, the fingerprint image stored in the binarization memory 4 is input to the collation unit 6, and the personal characteristic information registered in the characteristic information storage unit 7 is input to the collation unit 6 to perform fingerprint collation. As a result of the fingerprint collation, if they match, the collation unit 6 outputs an identity confirmation signal.

【００１０】前記二値化処理部３による二値化処理には
種々の方法が開発されていた。以下、従来の二値化処理
方法を図面に基づいて詳細に説明する。 (1) 二値化処理（例１）・・・（図１０〜図１１参照） この二値化処理方法は、局所閾値（各注目画素周辺の平
均濃度）と、同画素の濃度との高低により、二値化する
方法である。Various methods have been developed for the binarization processing by the binarization processing section 3. Hereinafter, a conventional binarization processing method will be described in detail with reference to the drawings. (1) Binarization processing (Example 1) (see FIGS. 10 to 11) This binarization processing method uses a high-low level of the local threshold (average density around each target pixel) and the density of the same pixel. Is a method for binarization.

【００１１】図１０に示したように、二値化処理部３に
は、濃淡画像記憶装置８、注目点画素記憶装置９、注目
点画素指定回路１０、局所閾値算出回路１１、比較回路
１２、二値化回路１３を設ける。As shown in FIG. 10, the binarization processing section 3 includes a grayscale image storage device 8, a target pixel storage device 9, a target pixel designating circuit 10, a local threshold value calculating circuit 11, a comparing circuit 12, A binarization circuit 13 is provided.

【００１２】前記濃淡画像記憶装置８は、Ａ／Ｄコンバ
ータ２によってディジタル化された指紋の濃淡画像を格
納しておくものであり、この画像を二値化処理する。な
お、図１０の点線矢印は信号の流れを示し、実線矢印は
データの流れを示す。The gradation image storage device 8 stores a gradation image of a fingerprint digitized by the A / D converter 2 and binarizes the image. Note that the dotted arrows in FIG. 10 indicate the flow of signals, and the solid arrows indicate the flow of data.

【００１３】濃淡画像を二値化する場合は、先ず図１１
に示したように、注目点画素指定回路１０により、濃淡
画像記憶装置８内の濃淡画像（濃度：０〜２５５）を、
格子状に分割する。When binarizing a grayscale image, first, FIG.
As shown in the above, the grayscale image (density: 0 to 255) in the grayscale image storage device 8 is
Divide into grids.

【００１４】この時、格子状に分割した各枡目は、例え
ば枡目幅をＷＤ＝１６画素とし、ＷＤ×ＷＤ＝１６画素
×１６画素の枡目とする。次に、注目点画素指定回路１
０の指定により、濃淡画像記憶装置８から局所閾値算出
回路１１へ、前記１つの枡目の画像データを送出する。At this time, each of the grids divided into a lattice shape has a grid width of WD = 16 pixels and a grid of WD × WD = 16 pixels × 16 pixels, for example. Next, the attention point pixel designation circuit 1
By specifying “0”, the image data of the one cell is transmitted from the grayscale image storage device 8 to the local threshold value calculation circuit 11.

【００１５】そして、局所閾値算出回路１１では、１つ
の枡目の画素（１６×１６画素）について、その濃度の
平均値を算出し、これを局所閾値として比較回路１２へ
送る。The local threshold value calculating circuit 11 calculates the average value of the density of the pixels (16 × 16 pixels) in one cell and sends the average value to the comparing circuit 12 as a local threshold value.

【００１６】また、注目点画素指定回路１０の指定によ
り、濃淡画像記憶装置８から注目点画素記憶装置９へ、
前記枡目内の注目点画素のデータを送る、その後、比較
回路１２では、注目点画素記憶装置９に格納されている
画素のデータを取り込み、この画素の濃度と、前記局所
閾値とを比較する。Also, by the designation of the point-of-interest pixel specifying circuit 10, the gray-scale image storage device 8
The data of the pixel of interest in the mesh is sent. Then, the comparison circuit 12 fetches the data of the pixel stored in the pixel of interest storage 9 and compares the density of the pixel with the local threshold. .

【００１７】二値化回路１３では、前記比較回路１２の
比較結果を入力し、注目点画素の濃度が局所閾値以上な
らば、二値化メモリ４内の該当する部分に「１」（隆
線）を立て、局所閾値未満ならば「０」（谷線）を立て
る。In the binarization circuit 13, the comparison result of the comparison circuit 12 is input, and if the density of the pixel of interest is equal to or greater than the local threshold, "1" (ridge) ) Is set, and if it is less than the local threshold, “0” (valley line) is set.

【００１８】このような処理を前記枡目内の各画素につ
いて行い、更に、全ての枡目について処理を行うことに
より、二値化メモリ４に二値化像（指紋の二値画像）を
得る。Such a process is performed for each pixel in the mesh, and a process is performed for all the meshes to obtain a binary image (a binary image of a fingerprint) in the binary memory 4. .

【００１９】(2) 二値化処理（例２）・・・（図１２〜
図１５参照） この二値化処理は、ラプラシアンを各注目点画素につい
て計算し、同結果が０より高いか低いか（０を閾値とし
て比較）により、二値化する方法である。(2) Binarization processing (Example 2) (FIGS.
This binarization processing is a method of calculating a Laplacian for each pixel of interest and binarizing it based on whether the result is higher or lower than 0 (compare with 0 as a threshold).

【００２０】（ラプラシアンの定義）ラプラシアン（La
placian)(Definition of Laplacian) Laplacian (La
placian)

【数１】 は、エッジの方向に依存しない２次の微分オペレータで
あり、画像処理で多く用いられる。ディジタル画像にお
けるラプラシアンは、(Equation 1) Is a second-order differential operator that does not depend on the edge direction, and is often used in image processing. Laplacian in a digital image is

【数２】 と定義される。前式で、ｆ（ｉ、ｊ）は、点（ｉ、ｊ）
における濃度値とする。(Equation 2) Is defined as Where f (i, j) is the point (i, j)
And the density value at.

【００２１】そして、これを加重マトリクスとして表す
と、図１２のようになる。図１２Ａは３×３のラプラシ
アンオペレータを示し、図１２Ｂは９×９のラプラシア
ンオペレータを示す。FIG. 12 shows this as a weight matrix. FIG. 12A shows a 3 × 3 Laplacian operator, and FIG. 12B shows a 9 × 9 Laplacian operator.

【００２２】このようなラプラシアンオペレータを用い
て空間フィルタリング処理を行えば画像のラプラシアン
が求まることになる。図１３は、勾配とラプラシアンの
出力の違いを示した図であり、図のＡはエッジ断面、Ｂ
は勾配、Ｃはラプラシアンを示す。If a spatial filtering process is performed using such a Laplacian operator, the Laplacian of the image is obtained. FIG. 13 is a diagram showing the difference between the gradient and the Laplacian output.
Indicates a gradient, and C indicates Laplacian.

【００２３】図示のように、ラプラシアンでは、エッジ
の下端と、上端でそれぞれ正と負のピークが生じる。こ
のため、エッジの位置を求めるには、正負両ピークの中
央でラプラシアンが０になる場所に（ゼロクロッシン
グ）を探せばよい。As shown in the figure, Laplacian has positive and negative peaks at the lower end and the upper end of the edge, respectively. Therefore, the position of the edge can be obtained by searching for (zero crossing) where Laplacian becomes 0 at the center of both the positive and negative peaks.

【００２４】（ラプラシアンによる二値化処理）ラプラ
シアンによる二値化処理を、図１４、図１５を参照しな
がら説明する。なお、図１５の処理フローチャートにお
ける各処理番号は、カッコ内に示す。(Binarization processing by Laplacian) The binarization processing by Laplacian will be described with reference to FIGS. Each processing number in the processing flowchart of FIG. 15 is shown in parentheses.

【００２５】指紋センサから入力した濃淡画像に（アナ
ログ）は、Ａ／Ｄコンバータにより、ディジタル化され
た後、図１４の濃淡画像記憶装置８に格納される（Ｓ
１）。その後、注目点画素指定回路１０では、画面内の
全画素については、ラプラシアンのマスク処理が実行で
きるように指定画素を制御する。The grayscale image (analog) input from the fingerprint sensor is digitized by the A / D converter and then stored in the grayscale image storage device 8 in FIG. 14 (S).
1). Thereafter, the attention point pixel specifying circuit 10 controls the specified pixels so that Laplacian mask processing can be executed for all the pixels in the screen.

【００２６】この制御により、ラプラシアン算出部１４
には、濃淡画像記憶装置８から指定された画素が入力す
る。その後、ラプラシアン算出部１４では、指定された
任意の１画素を中心に、図１２に示したラプラシアンオ
ペレータを用いて、ラプラシアンのマスク計算を行い
（Ｓ３）その結果を二値化回路１３へ出力する。With this control, the Laplacian calculating section 14
, A designated pixel is input from the grayscale image storage device 8. After that, the Laplacian calculation unit 14 performs a Laplacian mask calculation using the Laplacian operator shown in FIG. 12 around the specified one pixel (S3) and outputs the result to the binarization circuit 13. .

【００２７】二値化回路１３では、ラプラシアンのマス
ク処理結果を入力して、その正負を判断する（Ｓ４）。
その結果、ラプラシアンが０以上の時、二値化メモリ４
の該当する画素を０（谷線）とし（Ｓ５）、０未満の
時、二値化メモリ４の該当する画素を１（隆線）とする
（Ｓ６）。The binarization circuit 13 receives the result of the Laplacian mask processing and determines whether the result is positive or negative (S4).
As a result, when the Laplacian is 0 or more, the binarized memory 4
The corresponding pixel is set to 0 (valley line) (S5), and when less than 0, the corresponding pixel of the binarization memory 4 is set to 1 (ridge line) (S6).

【００２８】このような処理を全画素について行うと、
二値化メモリ４には、二値化像、すなわち指紋の二値化
像が得られる。従来の二値化処理は、上記例１、例２の
方法等で処理されるが、その処理方法によって、二値化
像（指紋の二値画像）は異なったものとなる。When such processing is performed for all pixels,
In the binarization memory 4, a binarized image, that is, a binarized image of a fingerprint is obtained. Conventional binarization processing is performed by the methods of Examples 1 and 2, and the like, but the binarized image (binary image of the fingerprint) differs depending on the processing method.

【００２９】図１６は、前記の例（１）による指紋の二
値化像（局所閾値を用いた二値化処理によるもの）を示
した図であり、図１７は例（２）による指紋の二値化像
（ラプラシアンを用いた二値化処理によるもの）を示し
た図である。これらの図で，黒い部分は隆線、白い部分
は谷線を示している。FIG. 16 is a diagram showing a binarized image of a fingerprint according to the above example (1) (by a binarization process using a local threshold), and FIG. 17 is a diagram showing a fingerprint of the example (2). FIG. 4 is a diagram showing a binarized image (by binarization using Laplacian). In these figures, black portions indicate ridges, and white portions indicate valley lines.

【００３０】図示のように、図１６に示した例（１）に
よる指紋の二値化像では、橋（隆線間の癒着）が生じや
すく、また細かい雑音が残る。そして、谷線（白い部
分）はとぎれやすいが、隆線（黒い部分）は、よくつな
がっている。As shown in the figure, in the binarized image of the fingerprint according to the example (1) shown in FIG. 16, a bridge (adhesion between ridges) easily occurs and fine noise remains. The valley lines (white portions) are easily broken, but the ridge lines (black portions) are well connected.

【００３１】また、図１７に示した例（２）による指紋
の二値化像では、大半の橋（隆線間の癒着）は除去でき
るが、濃度の高い橋は除去できない。また、谷線と亀
裂、汗腺が区別できない。そして、隆線（黒い部分）は
とぎれやすいが、谷線（白い部分）はよくつながってい
る。Further, in the binarized image of the fingerprint according to the example (2) shown in FIG. 17, most bridges (adhesion between ridges) can be removed, but bridges with high density cannot be removed. In addition, valley lines, cracks, and sweat glands cannot be distinguished. The ridges (black parts) are easily broken, but the valleys (white parts) are well connected.

【００３２】[0032]

【発明が解決しようとする課題】上記のような従来のも
のにおいては、次のような課題があった。光学系である
指紋センサから入力された指紋濃淡画素は、ＡＤ変換さ
れた後、二値化される。登録においては、更に細線化、
特徴抽出が施され、辞書に必要な特徴点が選ばれる。こ
の際、二値化像に亀裂、汗腺、橋（隣合う隆線同士が汗
のため繋がってみえる箇所）等の擬似特徴点が多く見ら
れると、後で細線化して正しい特徴点（端点、分岐点）
を検出するのが困難となる。結局は辞書内に選ばれる特
徴点の正解率が低くなり、照合性能の低下を招くのであ
る。このように前処理の改善は、高い安定した照合性能
を維持するために必須の課題といえる。The above-mentioned conventional apparatus has the following problems. Fingerprint density pixels input from a fingerprint sensor, which is an optical system, are binarized after AD conversion. In registration, further thinning,
Feature extraction is performed, and feature points required for the dictionary are selected. At this time, if many pseudo feature points such as cracks, sweat glands, and bridges (points at which adjacent ridges can be connected due to sweat) are found in the binarized image, thinning is performed later and correct feature points (end points, branch point)
Is difficult to detect. Eventually, the correct answer rate of the feature points selected in the dictionary will decrease, and the matching performance will decrease. Thus, the improvement of the preprocessing is an indispensable subject for maintaining high stable matching performance.

【００３３】ところで、従来の二値化方法には、各注目
点画素周辺の平均濃度と、同画素との高低により、二値
化する方法（例１）と、ラプラシアンを各注目画素につ
いて計算し、同結果が０より高いか低いかにより二値化
する方法（例２）とがあった。By the way, the conventional binarization method includes a binarization method (Example 1) based on the average density around each pixel of interest and the level of the same pixel, and a Laplacian calculation for each pixel of interest. There is a method (Example 2) of binarizing whether the result is higher or lower than 0.

【００３４】このような二値化方法において、前者（例
１）は、橋が生じやすく、また細かい雑音が残る欠点が
あり、後者（例２）は、大半の橋は除去できるが、濃度
の高い橋は除去出来ず、また、谷線と亀裂、汗腺が区別
できなくなる欠点があった。In such a binarization method, the former (Example 1) has a drawback that a bridge is likely to occur and fine noise remains. The latter (Example 2) can remove most of the bridges, but has a lower density. High bridges could not be removed, and the valley line, cracks and sweat glands could not be distinguished.

【００３５】このため、前記のように、擬似特徴点が多
くなり、例えば本人確認装置等における指紋の照合性能
が低下する。本発明はこのような従来の課題を解決し、
指紋の二値化を見直して、修正することにより、橋や亀
裂等の擬似特徴点の少ない二値化像を得ることを目的と
する。For this reason, as described above, the number of pseudo feature points increases, and for example, the performance of fingerprint verification in an identity verification device or the like deteriorates. The present invention solves such a conventional problem,
An object of the present invention is to obtain a binarized image with few pseudo feature points such as bridges and cracks by reviewing and correcting the binarization of a fingerprint.

【００３６】[0036]

【課題を解決するための手段】図１は本発明の原理図で
あり、図中、４は二値化メモリ、１６は線方向検出回
路、１７は二値化像修正回路、１８は方向検出結果点検
回路を示す。本発明は上記の課題を解決するため、次の
ように構成した。FIG. 1 is a diagram showing the principle of the present invention. In FIG. 1, reference numeral 4 denotes a binarized memory, 16 denotes a line direction detecting circuit, 17 denotes a binarized image correcting circuit, and 18 denotes a direction detecting circuit. 3 shows a result check circuit. The present invention is configured as follows in order to solve the above problems.

【００３７】本発明は上記の課題を解決するため、次の
ように構成した。 (1) メモリに格納された指紋の二値化像の隆線、谷線の
内、寸断される度合いの少ない方の線において、前記メ
モリ上の位置情報を求めながら、線方向の検出を行い、
検出結果に応じて、前記二値化像を修正する二値化像修
正方法であって、前記線方向の検出を行い、その中で線
方向の検出が可能であった箇所を、正しい線であるとし
て、同箇所の線の画素値を残し、線方向の検出が不可能
であった箇所を前記位置情報に基づいて特定し、その箇
所を、正しい線でないとして、同箇所の線の画素値を反
転させるようにした。The present invention has the following configuration in order to solve the above problems. (1) ridge binarization image of the fingerprint stored in the memory, of the valley line, in line with the smaller degree of being shredded, the main
Detecting the line direction while obtaining the position information on the moly ,
A binarized image correction method for correcting the binarized image according to a detection result, wherein the line direction is detected, and a portion where the line direction can be detected is determined by a correct line. Assuming that there is, the pixel value of the line at the same location is left, and the location where the line direction cannot be detected is specified based on the position information, and
In this case, the pixel value of the line at the same position is inverted, assuming that the line is not a correct line.

【００３８】(2) 構成（１）において、指紋の二値化像
の隆線上に、亀裂、汗腺が少ない場合、隆線は、寸断さ
れる度合いが少ない方の線であるとして、該隆線におい
て、線方向の検出を行うようにした。(2) In the configuration (1), when there are few cracks and sweat glands on the ridge of the binarized image of the fingerprint, the ridge is regarded as a line that is less likely to be broken, In, the detection of the line direction is performed.

【００３９】(3) 構成（１）において、指紋の二値化像
の谷線上に、隆線間の癒着の少ない場合、谷線は、寸断
される度合いの少ない方の線であるとして、該谷線にお
いて線方向の検出を行うようにした。(3) In the configuration (1), when there is little adhesion between the ridges on the valley line of the binarized image of the fingerprint, the valley line is determined to be a line with a smaller degree of breakage. The detection of the line direction is performed at the valley line.

【００４０】[0040]

【作用】上記構成に基づく本発明の作用を、図１を参照
しながら説明する。 (1) 線方向検出回路16では、二値化メモリ４に格納され
ている二値化像( 指紋の二値化像) の隆線、または谷線
について、線方向の検出を行う。The operation of the present invention based on the above configuration will be described with reference to FIG. (1) The line direction detection circuit 16 detects the line direction of a ridge or a valley of a binarized image (binary image of a fingerprint) stored in the binarization memory 4.

【００４１】この線方向検出回路は、二値化像上の隆
線、谷線の内、寸断される度合いの少ない線で行う。例
えば、局所閾値による二値化像では、谷線はとぎれやす
いが隆線はよくつながっており、亀裂、汗腺等が少ない
が、橋が生じる。This line direction detecting circuit is used for ridges and valleys on the binarized image which are less likely to be broken. For example, in the binarized image based on the local threshold, the valley lines are easily torn, but the ridges are well connected, and there are few cracks, sweat glands, etc., but a bridge is formed.

【００４２】また、ラプラシアンによる二値化像は、隆
線はとぎれやすいが、谷線はよくつながっており、橋が
少ないが、谷線と亀裂、汗腺の区別ができない場合が多
い。従って、局所閾値による二値化像の場合に隆線にお
いて、線方向の検出を行い、ラプラシアンによる二値化
像の場合は、谷線において、線方向の検出を行う。In the binarized image by Laplacian, ridges are easily cut off, valleys are well connected, and there are few bridges. In many cases, valleys cannot be distinguished from cracks and sweat glands. Therefore, in the case of a binarized image based on the local threshold, the line direction is detected at the ridge, and in the case of the binarized image based on Laplacian, the line direction is detected at the valley.

【００４３】前記線方向検出結果は、方向検出結果点検
回路１８によって点検される。この点検により、線方向
の検出が可能であった場合には、該当する画素の値はそ
のままとするが、線方向の検出が不可能であった場合に
は、二値化像修正回路１７により、二値化メモリ４内の
該当する画素の値を反転させて修正する。The line direction detection result is checked by a direction detection result check circuit 18. As a result of this inspection, if the detection of the line direction is possible, the value of the corresponding pixel is left as it is, but if the detection of the line direction is impossible, the binary image correction circuit 17 , The value of the corresponding pixel in the binarization memory 4 is inverted and corrected.

【００４４】この場合、二値画像の隆線、または谷線の
方向検出ができないのは、橋や亀裂等が存在するためで
あり、このような箇所を検出して、その画素の値を反転
すれば、橋や亀裂等が消去できる場合が多い。又前記の
橋や亀裂は、擬似特徴点となるものであるから、このよ
うな箇所の修正を行うことにより、擬似特徴点の少ない
二値化像が得られる。In this case, the direction of the ridge or valley of the binary image cannot be detected because bridges or cracks are present. Such a portion is detected and the value of the pixel is inverted. In many cases, bridges and cracks can be eliminated. Further, since the bridges and cracks serve as pseudo feature points, by correcting such portions, a binary image with few pseudo feature points can be obtained.

【００４５】[0045]

【実施例】以下、本発明の実施例を図面に基づいて説明
する。図２〜図８は、本発明の実施例を示した図であ
り、図２は二値化像修正処理部のブロック図、図３は、
二値化像修正回路のブロック図、図４は線方向検出処理
の説明図（１）、図５は線方向検出処理の説明図
（２）、図６は、線方向検出時の橋又は亀裂の説明図、
擬似特徴点の消去の説明図、図８は、二値化修正回路の
処理フローチャートである。Embodiments of the present invention will be described below with reference to the drawings. 2 to 8 are diagrams showing an embodiment of the present invention, FIG. 2 is a block diagram of a binarized image correction processing unit, and FIG.
FIG. 4 is a block diagram of the binarized image correction circuit, FIG. 4 is an explanatory diagram of the line direction detection process (1), FIG. 5 is an explanatory diagram of the line direction detection process (2), and FIG. Illustration of,
FIG. 8 is an explanatory diagram of the elimination of the pseudo feature point, and FIG. 8 is a processing flowchart of the binarization correction circuit.

【００４６】図中、図９、図１０と同符号は同一のもの
を示す。また、１５は二値化修正処理部、１６は線方向
検出回路、１７は二値化像修正回路、１８は方向検出結
果点検回路、１９は方向検出結果メモリ、２０は検出不
良点メモリ、２１は制御回路、２２は他の検出不良点と
の距離計算部、２３は周辺画素値メモリ、２４は判断回
路、２５は二値反転回路を示す。In the figures, the same reference numerals as those in FIGS. 9 and 10 denote the same parts. Further, 15 is a binarization correction processing unit, 16 is a line direction detection circuit, 17 is a binarized image correction circuit, 18 is a direction detection result inspection circuit, 19 is a direction detection result memory, 20 is a defective detection point memory, 21 Denotes a control circuit, 22 denotes a distance calculation unit for detecting other defective points, 23 denotes a peripheral pixel value memory, 24 denotes a judgment circuit, and 25 denotes a binary inversion circuit.

【００４７】この実施例は、上記従来例と同様な指紋に
よる本人確認装置に適用した例である。この実施例の本
人確認装置は、図９に示した従来の本人確認装置に、新
たに二値化修正処理部を追加したものであり、そのブロ
ック図を図２に示す。This embodiment is an example in which the present invention is applied to a personal identification device using a fingerprint similar to the above-described conventional example. The personal identification device of this embodiment is obtained by adding a new binarization correction processing unit to the conventional personal identification device shown in FIG. 9, and its block diagram is shown in FIG.

【００４８】図２に示したように、二値化修正処理部１
５には、線方向検出回路１６、二値化像修正回路１７、
方向検出結果点検回路１８、方向検出結果メモリ１９を
設ける。As shown in FIG. 2, the binarization correction processing unit 1
5 includes a line direction detection circuit 16, a binarized image correction circuit 17,
A direction detection result check circuit 18 and a direction detection result memory 19 are provided.

【００４９】そして、線方向検出回路１６と二値化像修
正回路１７は、図９に示した二値化メモリ４に接続す
る。前記線方向検出回路１６は、二値化メモリ４に格納
されている指紋の二値化像を取り込んで、指紋の隆線あ
るいは谷線の線方向の検出処理を行う回路である。The line direction detecting circuit 16 and the binarized image correcting circuit 17 are connected to the binarized memory 4 shown in FIG. The line direction detection circuit 16 is a circuit that takes in a binarized image of a fingerprint stored in the binarization memory 4 and detects a line direction of a ridge or a valley of the fingerprint.

【００５０】方向検出結果メモリ１９は、線方向検出回
路１６の方向検出結果を格納しておくメモリであり、方
向検出結果点検回路１８は、前記方向検出結果を取り込
んで点検を行う回路である。The direction detection result memory 19 is a memory for storing the direction detection result of the line direction detection circuit 16, and the direction detection result check circuit 18 is a circuit for taking in the direction detection result and checking.

【００５１】二値化像修正回路１７は、方向検出結果点
検回路１８の点検結果により、二値化メモリ４内の二値
化像を修正する回路である。また、前記二値化像修正回
路１７には、例えば図３に示したように、検出不良点メ
モリ２０、制御回路２１、他の検出不良点との距離計算
部２２、周辺画素値メモリ２３、判断回路２４、二値反
転回路２５を設ける。The binarized image correcting circuit 17 is a circuit for correcting the binarized image in the binarized memory 4 based on the check result of the direction detection result check circuit 18. As shown in FIG. 3, for example, the binarized image correction circuit 17 includes a detection failure point memory 20, a control circuit 21, a distance calculation unit 22 for other detection failure points, a peripheral pixel value memory 23, A judgment circuit 24 and a binary inversion circuit 25 are provided.

【００５２】前記検出不良点メモリ２０は、方向検出結
果点検回路１８での点検の結果、線方向の検出が不良と
なった場合に、検出不良点の情報（座標等）を格納する
メモリである。The detection failure point memory 20 is a memory for storing information (coordinates and the like) of a detection failure point when the detection in the direction detection result inspection circuit 18 results in a failure in the detection of the line direction. .

【００５３】他の検出不良点との距離計算部２２は、特
定の注目点と、他の検出不良点との距離を計算するもの
であり、制御回路２１は、内部の各種制御を行う回路で
ある。The distance calculating unit 22 for calculating the distance from another detected defective point calculates a distance between a specific point of interest and another detected defective point. The control circuit 21 performs various internal controls. is there.

【００５４】周辺画素値メモリ２３は、制御回路２１の
指示により、注目点画素の周辺にある画素値を格納する
メモリであり、判断回路２４は、周辺画素値メモリに格
納されている画素値を取り込み注目点画素（検出不良点
画素）の値と同じか否かを判断する回路である。二値反
転回路２５は、判断回路２４の判断結果に基づいて、二
値化メモリ４内の該当する画素の値を反転して修正する
回路である。The peripheral pixel value memory 23 is a memory for storing pixel values around the pixel of interest in accordance with an instruction from the control circuit 21, and the judging circuit 24 stores the pixel values stored in the peripheral pixel value memory. This is a circuit for determining whether or not the value is the same as the value of the fetched attention point pixel (detection failure point pixel). The binary inversion circuit 25 is a circuit that inverts and corrects the value of a corresponding pixel in the binarization memory 4 based on the determination result of the determination circuit 24.

【００５５】次に，二値化像修正処理部の処理を説明す
る。 (1) 線方向検出処理の説明・・・図４、図５参照 線方向検出回路１６における線方向（隆線または谷線の
方向）検出処理は、例えば図４、図５に示した方法で行
う。先ず、図４Ａに示した５種類の微小パターン（type
１〜type５）を用意する。Next, the processing of the binarized image correction processing unit will be described. (1) Description of Line Direction Detection Processing—See FIGS. 4 and 5 The line direction (ridge or valley line direction) detection processing in the line direction detection circuit 16 is performed by the method shown in FIGS. Do. First, the five types of minute patterns (types) shown in FIG.
1 to 5) are prepared.

【００５６】これらの５種類の微小パターンは、所定の
座標軸に対し、０°（type１）、４５°（type２）、９
０°（type３）、１３５°（type４）、及び非定義（ty
pe５）の方向を示すパターンである。These five types of micropatterns are 0 ° (type 1), 45 ° (type 2), 9 ° with respect to a predetermined coordinate axis.
0 ° (type 3), 135 ° (type 4) and undefined (ty
It is a pattern indicating the direction of pe5).

【００５７】そして、図４Ｂに示したように、二値化像
を１６×１６画素の枡目に分割し、各枡目毎に、これら
５種類の微小パターンを適用し，図５Ｃに示したような
ヒストグラム（角度に対する頻度のヒストグラム）を作
成する。Then, as shown in FIG. 4B, the binarized image is divided into 16 × 16 pixel cells, and these five types of micropatterns are applied to each cell, as shown in FIG. 5C. Such a histogram (a histogram of the frequency with respect to the angle) is created.

【００５８】ただし、ここでは隆線（黒）、谷線（白）
のパターンを区別していない。そのため、タイプ５が４
５°と１３５°のどちらに分類されるかは決められな
い。従って、ここではタイプ５は、タイプ２とタイプ４
の両方に属するものとする。However, here, ridge lines (black), valley lines (white)
Do not distinguish between the patterns. Therefore, type 5 is 4
It is not determined whether the classification is 5 ° or 135 °. Therefore, here, type 5 is type 2 and type 4
It belongs to both.

【００５９】また、４５°と１３５°の方向の過剰推定
を避けるため、タイプ２とタイプ４の計数値を√２で割
る。これにより、枡目の方向を表す４通りの数値は、以
下のように変換される。Further, in order to avoid overestimation in the directions of 45 ° and 135 °, the count values of type 2 and type 4 are divided by √2. Thus, the four numerical values indicating the direction of the mesh are converted as follows.

【００６０】図４Ｂにおいて、タイプ１＝２、タイプ２
＝５８、タイプ３＝３２、タイプ４＝２、タイプ５＝１
である。従って、タイプ２とタイプ４の計数値は５８＋
２＝６０であるから、これを√２で割ると、その値は４
２（小数点以下切り捨て）となる。In FIG. 4B, type 1 = 2, type 2
= 58, type 3 = 32, type 4 = 2, type 5 = 1
It is. Therefore, the count values of type 2 and type 4 are 58+
Since 2 = 60, dividing this by √2 gives a value of 4
2 (rounded down after the decimal point).

【００６１】また、タイプ５＝１は、未定義であるから
無視すると、（タイプ１、タイプ２、タイプ３、タイプ
４、タイプ５）＝（２、５８、３２、２、１）は、（タ
イプ１、タイプ２、タイプ３、タイプ４）＝（２、４
２、３２、２）のように変換される。これらの値を図示
すると図５のようになる。Since type 5 = 1 is undefined because it is undefined, (type 1, type 2, type 3, type 4, type 5) = (2, 58, 32, 2, 1) becomes ( Type 1, Type 2, Type 3, Type 4) = (2, 4)
2, 32, 2). FIG. 5 shows these values.

【００６２】この場合、局所方向は、平均値で決まる方
向とすると、（０°×２＋４５°×４２＋９０°×３２
＋１３５°×２）÷（２＋４２＋３２＋２）＝６4.６°
となる。すなわち、図５Ｂに示した枡目の線方向は、６
4.６°の方向となる。In this case, assuming that the local direction is a direction determined by the average value, (0 ° × 2 + 45 ° × 42 + 90 ° × 32
+ 135 ° × 2) ÷ (2 + 42 + 32 + 2) = 64.6 °
Becomes That is, the line direction of the mesh shown in FIG.
The direction is 4.6 °.

【００６３】前記のような線方向の検出方法を、指紋の
二値化像（二値画像）に適用するには、隆線、谷線の
内、寸断される度合いの少ない方の線の一部が、１６×
１６画素の枡目の中心にくるように、枡目の位置を設定
しなくてはならない。In order to apply the above-described line direction detection method to a binarized image (binary image) of a fingerprint, one of ridges and valleys, which is the line with the least degree of breakage, is used. The part is 16x
The position of the cell must be set so as to be at the center of the cell of 16 pixels.

【００６４】つまり、上記の方法は、画面を格子状に分
割して，その各枡目の局所方向を求めるための方法であ
るが、ここでは、枡目が寸断の少ない方の線（隆線、ま
たは谷線）の中心線をなぞるように、連続して走査し、
線方向を求めることになる。In other words, the above-described method is a method of dividing the screen into a grid pattern and finding the local direction of each of the grids. , Or valley line)
The line direction will be determined.

【００６５】(2) 擬似特徴点の処理の概略説明・・・図
６、図７参照 図６Ａは局所閾値による二値化像の橋を示し、図６Ｂ
は、ラプラシアンによる二値化像の亀裂を示す。また、
図７Ａは、図６Ａの橋を消去した場合を示し、図７Ｂ
は、図６Ｂの亀裂を消去した場合を示す。(2) Schematic description of processing of pseudo feature points: see FIGS. 6 and 7 FIG. 6A shows a bridge of a binarized image by a local threshold, and FIG.
Indicates a crack in the binarized image due to Laplacian. Also,
FIG. 7A shows a case where the bridge of FIG. 6A is deleted, and FIG.
Indicates a case where the crack in FIG. 6B is eliminated.

【００６６】線方向検出の作業は、二値化像上の隆線
部、あるいは谷線部のみについて行う。線の連続性から
考えて、局所閾値による二値化法では隆線部を選び、ラ
プラシアンによる二値化法では谷線部を選ぶ。The operation of detecting the line direction is performed only on the ridges or valleys on the binarized image. Considering the line continuity, a ridge portion is selected in the binarization method using the local threshold, and a valley line portion is selected in the binarization method using Laplacian.

【００６７】局所閾値による二値化法では、局所平均に
対する変動項を負に選べば、隆線の亀裂、汗腺等は消
え、代わりに橋（隣合う隆線間の癒着）が増える（図１
６参照）。In the binarization method using the local threshold, if the variation term with respect to the local average is selected to be negative, ridge cracks, sweat glands, etc. disappear, and bridges (adhesion between adjacent ridges) increase instead (FIG. 1).
6).

【００６８】ここで、隆線部についてのみ、線方向の検
出を行うと、隆線の方向は、亀裂、汗腺が少ないため、
正しく検出しやすい。一方、谷線にまたがる橋の部分
は、図６Ａに示したように、走査線の方向が９０°前後
の範囲まで変化するか、走査線が線幅３本分程度になる
かするため、方向の決定はできない場合が多い。Here, when the line direction is detected only for the ridge portion, the ridge direction has few cracks and sweat glands.
Easy to detect correctly. On the other hand, as shown in FIG. 6A, since the direction of the scanning line changes to a range of about 90 ° or the scanning line becomes about three line widths as shown in FIG. In many cases cannot be determined.

【００６９】また、ラプラシアンによる二値化法では、
谷線を分断する橋は減り、代わりに亀裂、汗腺等が増え
る（図１７参照）。ここで谷線部についてのみ、線方向
検出を行うと、谷線の方向は橋が少ないため、正しく検
出しやすい。In the binarization method using Laplacian,
The bridges separating the valley lines are reduced, and cracks, sweat glands, etc. are increased instead (see FIG. 17). Here, if the line direction is detected only for the valley line portion, the valley line direction is easily detected correctly because there are few bridges.

【００７０】一方、隆線にまたがる亀裂の部分は、図６
Ｂのように走査線の方向が９０°前後の範囲まで変化す
るか、走査線が線幅３本程度になるかするため、方向を
決定できない場合が多い。On the other hand, the portion of the crack extending over the ridge is shown in FIG.
In many cases, the direction cannot be determined because the direction of the scanning line changes to a range around 90 ° as in B or the scanning line has a line width of about three.

【００７１】そこで、局所閾値による二値化像では、隆
線について線方向の検出を行い、図６Ａに示した橋の部
分で、線方向が決定できなかったとする。この場合、橋
の部分は、擬似特徴点であるとして、画素値を反転する
（１を０にする）と、図７Ａのように、橋が消える。Therefore, in the binarized image based on the local threshold, it is assumed that the line direction is detected for the ridge, and the line direction cannot be determined at the bridge portion shown in FIG. 6A. In this case, assuming that the bridge portion is a pseudo feature point, if the pixel value is inverted (1 is set to 0), the bridge disappears as shown in FIG. 7A.

【００７２】また、ラプラシアンによる二値化像では、
谷線について線方向の検出を行い、図６Ｂに示した亀裂
の部分で線方向が決定できなかったとする。この場合、
亀裂の部分は擬似特徴点であるとして、画素値を反転す
る（０を１にする）と、図７Ｂのように、亀裂が消え
る。このように、線方向の検出を行って、擬似特徴点と
思われる画素を修正することにより、擬似特徴点の少な
い指紋の二値化像を得ることが可能となる。In the binarized image by Laplacian,
It is assumed that the line direction of the valley line is detected, and the line direction cannot be determined at the crack shown in FIG. 6B. in this case,
Assuming that the crack is a pseudo feature point and inverting the pixel value (0 to 1), the crack disappears as shown in FIG. 7B. As described above, by detecting the line direction and correcting the pixel considered to be a pseudo feature point, it is possible to obtain a binary image of a fingerprint having few pseudo feature points.

【００７３】(3) 二値化像修正処理部の処理説明・・・
図2 参照 図２において、二値化メモリ４には、従来例で説明した
二値化処理例（１）、あるいは（２）によって処理され
た指紋の二値化像が格納される。そこで、この二値化像
修正処理部１５では、二値化メモリ４に格納されている
指紋の二値化像を取り込んで見直しを行い、不良箇所を
修正する。(3) Description of Processing of Binary Image Correction Processing Unit
Referring to FIG. 2, the binarization memory 4 stores a binarized image of a fingerprint processed by the binarization processing example (1) or (2) described in the conventional example. Therefore, the binarized image correction processing unit 15 takes in the binarized image of the fingerprint stored in the binarized memory 4 and reviews it, and corrects a defective portion.

【００７４】前記修正処理を行う場合は、先ず、線方向
検出回路１６により、二値化メモリ４の二値化像を取り
込んで隆線、あるいは谷線の線方向を検出し、その結果
を、方向検出結果メモリ１９に格納する。When performing the correction processing, first, the line direction detection circuit 16 captures the binarized image of the binarization memory 4 and detects the line direction of the ridge or the valley, and the result is expressed as It is stored in the direction detection result memory 19.

【００７５】その後、方向検出結果点検回路１８によ
り、方向検出結果メモリ１９に格納されている前記方向
検出結果を点検する。そして、線方向検出がうまくいか
ない場合には、二値化像修正回路１７に対し、修正指示
の信号を出力する。Thereafter, the direction detection result check circuit 18 checks the direction detection result stored in the direction detection result memory 19. When the line direction detection is not successful, a correction instruction signal is output to the binarized image correction circuit 17.

【００７６】二値化像修正回路１７では、前記信号を受
けた際、二値化メモリ４内の該当する画素を修正する。
このような処理を全ての線（隆線または谷線）について
実施し、二値化像の修正を行う。Upon receiving the signal, the binarized image correcting circuit 17 corrects the corresponding pixel in the binarized memory 4.
Such processing is performed for all lines (ridge lines or valley lines) to correct the binarized image.

【００７７】(4) 二値化像修正回路の処理説明・・・図
３、図８参照 以下、図８の処理フローチャートに基づいて、図３の二
値化像修正回路の処理を説明する。なお、図８の各処理
番号は、カッコ内に示す。(4) Description of Processing of Binary Image Correction Circuit--See FIGS. 3 and 8 Hereinafter, the processing of the binary image correction circuit of FIG. 3 will be described based on the processing flowchart of FIG. Each processing number in FIG. 8 is shown in parentheses.

【００７８】先ず、図３の制御回路２１により、方向検
出結果点検回路１８から検出不良点（複数）の座標及び
その値（０または１）を得て（Ｓ１１、Ｓ１２）、検出
不良点メモリ２０に格納する。First, the control circuit 21 shown in FIG. 3 obtains the coordinates of a plurality of defective points (plurality) and their values (0 or 1) from the direction detection result inspection circuit 18 (S11, S12), and stores them in the defective point memory 20. To be stored.

【００７９】次に、制御回路２１により、各検出不良点
に注目して次の処理を行うため、他の検出不良点との距
離計算部２２へ所定のデータを送る。そして、他の検出
不良点との距離計算部２２では、制御回路２１から指定
された注目点と、他の検出不良点との距離Ｌを算出する
（Ｓ１４）。その後、制御回路２１は、算出された前記
距離Ｌの半分（Ｌ／２）の範囲内にある画素を、二値化
メモリ４から読み出して、周辺画素値メモリ２３に格納
する。Next, the control circuit 21 sends predetermined data to the distance calculating unit 22 for calculating the distance from other detected defective points in order to perform the next processing while paying attention to each detected defective point. Then, the distance calculation unit 22 to other detection failure points calculates the distance L between the attention point designated by the control circuit 21 and the other detection failure points (S14). After that, the control circuit 21 reads out the pixels within the range of half (L / 2) of the calculated distance L from the binarization memory 4 and stores them in the peripheral pixel value memory 23.

【００８０】次に、判断回路２４では、周辺画素値メモ
リ２３に格納された前記画素が、検出不良点と同じ値の
画素か否かを判断する（Ｓ１６）その結果、異なった値
であれば画素値をそのままとする。Next, the determination circuit 24 determines whether or not the pixel stored in the peripheral pixel value memory 23 is a pixel having the same value as that of the detected defective point (S16). The pixel value is left as it is.

【００８１】しかし、前記画素値が、検出不良点と同じ
値の画素であった場合には、その画素は、方向検出がう
まくいかず、擬似特徴点と判断されるため、二値反転回
路２５により、二値化メモリ４内の該当する画素の値を
反転する（Ｓ１７）。However, when the pixel value is a pixel having the same value as that of the defective detection point, the pixel is determined to be a pseudo feature point because the direction cannot be detected properly, so that the binary inversion circuit 25 is used. Thus, the value of the corresponding pixel in the binarization memory 4 is inverted (S17).

【００８２】前記処理（Ｓ１６、Ｓ１７）を、検出不良
点からの距離がＬ／２の範囲内の全ての画素について行
い（Ｓ１５）。更に、すべての検出不良点について前記
処理（Ｓ１４〜Ｓ１７）を終了すると（Ｓ１３）、二値
化メモリ４内の二値化像に対する修正処理を終了する。The above processing (S16, S17) is performed for all the pixels within a range of L / 2 from the defective detection point (S15). Further, when the processing (S14 to S17) is completed for all the detection failure points (S13), the correction processing for the binary image in the binary memory 4 is completed.

【００８３】[0083]

【発明の効果】以上説明したように、本発明によれば次
のような効果がある。 (1) 指紋の濃淡画像から変換した二値化像について、線
方向の検出を行い、その結果に応じて該二値化像を修正
することにより，橋や亀裂等を除去することができる。
従って、擬似特徴点の少ない二値化像が得られる。As described above, the present invention has the following effects. (1) By detecting the linear direction of the binarized image converted from the grayscale image of the fingerprint and correcting the binarized image according to the result, bridges and cracks can be removed.
Therefore, a binarized image with few pseudo feature points can be obtained.

【００８４】(2) 擬似特徴点の少ない二値化像が得られ
るので、例えば指紋による本人確認装置に適用した場合
には、辞書内に選ばれる特徴点の正解率が高くなり、照
合性能が向上する。また、高い、安定した照合性能を維
持することが可能となる。(2) Since a binarized image with few pseudo feature points can be obtained, when applied to, for example, a personal identification device using a fingerprint, the accuracy rate of feature points selected in the dictionary is increased, and the matching performance is improved. improves. In addition, it is possible to maintain high and stable matching performance.

【図面の簡単な説明】[Brief description of the drawings]

【図１】本発明の原理図である。FIG. 1 is a principle diagram of the present invention.

【図２】本発明の第１実施例における二値化像修正処理
部のブロック図である。FIG. 2 is a block diagram of a binarized image correction processing unit according to the first embodiment of the present invention.

【図３】二値化像修正回路のブロック図である。FIG. 3 is a block diagram of a binarized image correction circuit.

【図４】線方向検出処理の説明図（１）である。FIG. 4 is an explanatory diagram (1) of a line direction detection process.

【図５】線方向検出処理の説明図（２）である。FIG. 5 is an explanatory diagram (2) of a line direction detection process.

【図６】線方向検出時の橋または亀裂の説明図である。FIG. 6 is an explanatory diagram of a bridge or a crack when a line direction is detected.

【図７】擬似特徴点の消去の説明図である。FIG. 7 is an explanatory diagram of erasure of a pseudo feature point.

【図８】二値化像修正回路の処理フローチャートであ
る。FIG. 8 is a processing flowchart of a binarized image correction circuit.

【図９】従来の本人確認装置のブロック図である。FIG. 9 is a block diagram of a conventional personal identification device.

【図１０】従来の二値化処理部のブロック図である。FIG. 10 is a block diagram of a conventional binarization processing unit.

【図１１】従来の二値化処理の説明図（例１）である。FIG. 11 is an explanatory diagram (example 1) of a conventional binarization process.

【図１２】ラプラシアンオペレータの説明図である。FIG. 12 is an explanatory diagram of a Laplacian operator.

【図１３】勾配とラプラシアンの比較図である。FIG. 13 is a comparison diagram of gradient and Laplacian.

【図１４】従来の二値化処理部のブロック図（例２）で
ある。FIG. 14 is a block diagram (example 2) of a conventional binarization processing unit.

【図１５】従来のラプラシアンによる二値化処理フロー
チャートである。FIG. 15 is a flowchart of a conventional binarization process using Laplacian.

【図１６】例（１）による指紋の二値化像である。FIG. 16 is a binarized image of a fingerprint according to example (1).

【図１７】例（２）による指紋の二値化像である。FIG. 17 is a binarized image of a fingerprint according to example (2).

【符号の説明】[Explanation of symbols]

４ 二値化メモリ １５ 二値化修正処理部 １６ 線方向検出回路 １７ 二値化像修正回路 １８ 方向検出結果点検回路 4 Binarization memory 15 Binarization correction processing unit 16 Linear direction detection circuit 17 Binarization image correction circuit 18 Direction detection result check circuit

Claims (3)

(57)【特許請求の範囲】(57) [Claims] 【請求項１】メモリに格納された指紋の二値化像の隆
線、谷線の内、寸断される度合いの少ない方の線におい
て、前記メモリ上の位置情報を求めながら、線方向の検
出を行い、 検出結果に応じて、前記二値化像を修正する二値化像修
正方法であって、 前記線方向の検出を行い、その中で線方向の検出が可能
であった箇所を、正しい線であるとして、同箇所の線の
画素値を残し、 線方向の検出が不可能であった箇所を前記位置情報に基
づいて特定し、その箇所を、正しい線でないとして、同
箇所の線の画素値を反転させることを特徴とした二値化
像修正方法。1. A method for detecting a line direction of a ridge line or a valley line of a binarized image of a fingerprint stored in a memory, while obtaining position information on the memory, the line information being obtained. Performing a binarized image correction method for correcting the binarized image according to a detection result, wherein the line direction is detected, and a portion in which the line direction can be detected is determined. Assuming that the line is a correct line, the pixel value of the same line is left, and the position where the line direction cannot be detected is based on the position information.
A binarized image correcting method, characterized in that the position is not a correct line and the pixel value of the line at the same position is inverted. 【請求項２】 指紋の二値化像の隆線上に、亀裂、汗腺
が少ない場合、 隆線は、寸断される度合いの少ない方の線であるとし
て、該隆線において線方向の検出を行うことを特徴とし
た請求項１記載の二値化像修正方法。2. When there are few cracks and sweat glands on a ridge of a binarized image of a fingerprint, the ridge is regarded as a line with a smaller degree of breakage, and a line direction is detected in the ridge. 2. The method for correcting a binarized image according to claim 1, wherein: 【請求項３】 指紋の二値化像の谷線上に、隆線間の癒
着が少ない場合、 谷線は、寸断される度合いの少ない方の線であるとし
て、該谷線において線方向の検出を行うことを特徴とし
た請求項１記載の二値化像修正方法。3. When there is little adhesion between ridges on a valley of a binarized image of a fingerprint, the valley is regarded as a line having a smaller degree of breakage, and a line direction is detected in the valley. 2. The method for correcting a binarized image according to claim 1, wherein