JP2906466B2 - 画像判定装置 - Google Patents
画像判定装置Info
- Publication number
- JP2906466B2 JP2906466B2 JP20351889A JP20351889A JP2906466B2 JP 2906466 B2 JP2906466 B2 JP 2906466B2 JP 20351889 A JP20351889 A JP 20351889A JP 20351889 A JP20351889 A JP 20351889A JP 2906466 B2 JP2906466 B2 JP 2906466B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature
- coordinate points
- input
- fuzzy inference
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
Description
【発明の詳細な説明】 （産業上の利用分野） 本発明は、表示画面上に設定された基準画像内の少な
くとも２つの特徴画像に対応して、画像判定される入力
画像内に２つの特徴画像を抽出処理し、抽出処理された
入力画像の特徴画像を基準画像の特徴画像と対応比較す
ることで入力画像の基準画像に対する一致度を判定する
画像判定装置に関する。
くとも２つの特徴画像に対応して、画像判定される入力
画像内に２つの特徴画像を抽出処理し、抽出処理された
入力画像の特徴画像を基準画像の特徴画像と対応比較す
ることで入力画像の基準画像に対する一致度を判定する
画像判定装置に関する。
（従来の技術） このような画像判定装置においては、例えばあらかじ
め複数の人の指紋の画像を基準画像としてメモリに記憶
されて登録しておくとともに、それらの中から任意に選
定された１つの登録基準画像内において、複数の特徴画
像を座標指定して抽出しておく一方で、イメージスキャ
ナなどである人の指紋の画像を入力画像として得るとと
もに、その入力画像の中から前記基準画像の各特徴画像
に対応する特徴画像を抽出処理し、両特徴画像を相互に
対照することで入力画像の基準画像に対する一致度を判
定できるようにしたものである。
め複数の人の指紋の画像を基準画像としてメモリに記憶
されて登録しておくとともに、それらの中から任意に選
定された１つの登録基準画像内において、複数の特徴画
像を座標指定して抽出しておく一方で、イメージスキャ
ナなどである人の指紋の画像を入力画像として得るとと
もに、その入力画像の中から前記基準画像の各特徴画像
に対応する特徴画像を抽出処理し、両特徴画像を相互に
対照することで入力画像の基準画像に対する一致度を判
定できるようにしたものである。
（発明が解決しようとする課題） ところで、イメージスキャナで、ある人の指紋の画像
を得る場合に、そのイメージスキャナに対する指の置き
方とか指の状況（例えば指のしわが伸びているとか）な
どにより、必ずしも常に正確にイメージスキャナでその
人の指紋の画像を得ることができるとは限らない。つま
り、座標でその位置が特定されてある基準画像の特徴画
像に対してその座標に対応して入力画像の特徴画像が得
られるものとは限らず、基準画像の特徴画像から座標上
多少ずれた座標位置上にそれに対応した特徴画像が得ら
れることが多い。
を得る場合に、そのイメージスキャナに対する指の置き
方とか指の状況（例えば指のしわが伸びているとか）な
どにより、必ずしも常に正確にイメージスキャナでその
人の指紋の画像を得ることができるとは限らない。つま
り、座標でその位置が特定されてある基準画像の特徴画
像に対してその座標に対応して入力画像の特徴画像が得
られるものとは限らず、基準画像の特徴画像から座標上
多少ずれた座標位置上にそれに対応した特徴画像が得ら
れることが多い。
すなわち、単に基準画像と入力画像それぞれの特徴画
像同士の一致だけで判定を行った場合では、本来は入力
画像の特徴画像が基準画像の特徴画像に一致しているの
にもかかわらず、上記のように特徴画像同士の座標がず
れているために、座方を一致させて判定すれば、両特徴
画像が不一致となって結果として入力画像が基準画像と
不一致であるとの判定が行われてしまうおそれがある。
像同士の一致だけで判定を行った場合では、本来は入力
画像の特徴画像が基準画像の特徴画像に一致しているの
にもかかわらず、上記のように特徴画像同士の座標がず
れているために、座方を一致させて判定すれば、両特徴
画像が不一致となって結果として入力画像が基準画像と
不一致であるとの判定が行われてしまうおそれがある。
そこで、このようなイメージスキャナによる指紋の読
み取りの際の座標上での誤差による場合は、これまで判
定者の視覚判断に基づいて修正が行われていたが、これ
ではその視覚判断に経験が必要とされ、経験が未熟であ
れば判定ミスにつながる一方、危険が豊富であってもそ
の判定には相当に労力と手間とがかかるうえ、判定者個
々により判定が異なることもあり、判定の信頼性が低く
なるという問題にもつながる。
み取りの際の座標上での誤差による場合は、これまで判
定者の視覚判断に基づいて修正が行われていたが、これ
ではその視覚判断に経験が必要とされ、経験が未熟であ
れば判定ミスにつながる一方、危険が豊富であってもそ
の判定には相当に労力と手間とがかかるうえ、判定者個
々により判定が異なることもあり、判定の信頼性が低く
なるという問題にもつながる。
したがって、本発明は、基準画像内の複数の特徴画像
と入力画像内の複数の特徴画像との単なる対照比較によ
る画像の判定だけではなく、さらに基準画像内の複数の
特徴画像の座標点間距離と、入力画像内の複数の特徴画
像の座標点間距離との差に関するデータをもその一致度
の判定要素に加えることを可能にし、その一致度の判定
をファジイ推論で行うことで、その一致度に関する判定
を、より正確に労力少なく迅速に、かつ信頼性高くでき
るようにすることを目的としている。
と入力画像内の複数の特徴画像との単なる対照比較によ
る画像の判定だけではなく、さらに基準画像内の複数の
特徴画像の座標点間距離と、入力画像内の複数の特徴画
像の座標点間距離との差に関するデータをもその一致度
の判定要素に加えることを可能にし、その一致度の判定
をファジイ推論で行うことで、その一致度に関する判定
を、より正確に労力少なく迅速に、かつ信頼性高くでき
るようにすることを目的としている。
（課題を解決するための手段） このような目的を達成するために、本発明の画像判定
装置においては、基準画像内の少なくとも２つの特徴画
像に対応して、当該基準画像に対する画像判定をされる
入力画像内に少なくとも２つの特徴画像を抽出処理する
特徴画像抽出手段と、基準画像内における各特徴画像の
座標点と、入力画像内における各特徴画像の座標点とを
得る座標点処理手段と、前記基準画像の座標点相互間の
距離と、前記入力画像の座標点相互間の距離とをそれぞ
れ演算する第１の演算手段と、前記両距離の差を演算す
る第２の演算手段と、前記第２の演算手段からの出力を
前件部変数とし、基準画像に対する入力画像の相似度を
後件部変数とするファジィルールの複数と、前記各変数
のメンバーシップ関数とに従って当該相似度をファジィ
推論するファジィ推論手段とを備えたことを特徴として
いる。
装置においては、基準画像内の少なくとも２つの特徴画
像に対応して、当該基準画像に対する画像判定をされる
入力画像内に少なくとも２つの特徴画像を抽出処理する
特徴画像抽出手段と、基準画像内における各特徴画像の
座標点と、入力画像内における各特徴画像の座標点とを
得る座標点処理手段と、前記基準画像の座標点相互間の
距離と、前記入力画像の座標点相互間の距離とをそれぞ
れ演算する第１の演算手段と、前記両距離の差を演算す
る第２の演算手段と、前記第２の演算手段からの出力を
前件部変数とし、基準画像に対する入力画像の相似度を
後件部変数とするファジィルールの複数と、前記各変数
のメンバーシップ関数とに従って当該相似度をファジィ
推論するファジィ推論手段とを備えたことを特徴として
いる。
（作用） 特徴画像抽出手段は、表示画面上に設定された基準画
像内の２つの特徴画像に対応して、画像判定される入力
画像内の２つの特徴画像を抽出処理する。この抽出出力
はそれ単独でも入力画像の基準画像に対する画像判定デ
ータとして用いることが可能であるが、その画像判定を
より正確にする目的で、座標点処理手段は、基準画像内
の各特徴画像それぞれの表示画面上における座標点と、
入力画像内の各特徴画像それぞれの表示画面上における
座標点とを得る。第１の演算手段は、座標点処理手段の
出力を用いて基準画像の特徴画像における各座標点相互
間の距離と、入力画像の特徴画像における各座標点相互
間の距離とをそれぞれ演算する。ついで、第２の演算手
段は、第１の演算手段の出力を用いて前記基準画像の特
徴画像それぞれの座標点間の距離とそれに対応する前記
入力画像の特徴画像それぞれの座標点間の距離との差を
演算する。
像内の２つの特徴画像に対応して、画像判定される入力
画像内の２つの特徴画像を抽出処理する。この抽出出力
はそれ単独でも入力画像の基準画像に対する画像判定デ
ータとして用いることが可能であるが、その画像判定を
より正確にする目的で、座標点処理手段は、基準画像内
の各特徴画像それぞれの表示画面上における座標点と、
入力画像内の各特徴画像それぞれの表示画面上における
座標点とを得る。第１の演算手段は、座標点処理手段の
出力を用いて基準画像の特徴画像における各座標点相互
間の距離と、入力画像の特徴画像における各座標点相互
間の距離とをそれぞれ演算する。ついで、第２の演算手
段は、第１の演算手段の出力を用いて前記基準画像の特
徴画像それぞれの座標点間の距離とそれに対応する前記
入力画像の特徴画像それぞれの座標点間の距離との差を
演算する。
ファジィ推論手段は、第２の演算手段からの出力を前
件部変数とし、基準画像に対する入力像の一致度を後件
部変数とするファジィルールの複数と、前記各変数のメ
ンバーシップ関数とに従って当該一致度をファジィ推論
する。
件部変数とし、基準画像に対する入力像の一致度を後件
部変数とするファジィルールの複数と、前記各変数のメ
ンバーシップ関数とに従って当該一致度をファジィ推論
する。
この場合、上記座標点間の距離差は従来技術の項での
説明で問題となっていた判定されるべき人の指の置き方
などに起因した情報を含んでいるから、この情報に基づ
いてファジィ推論でもって画像判定した場合は、本来は
登録指紋と入力指紋とが特徴画像同士では一致している
が座標上では位置ずれしていたために従来では両特徴画
像が一致または不一致のいずれかに判定されていたの
が、その位置ずれの程度などに応じて少し一致、かなり
一致、完全に一致、完全に不一致などの判定が可能とな
る。
説明で問題となっていた判定されるべき人の指の置き方
などに起因した情報を含んでいるから、この情報に基づ
いてファジィ推論でもって画像判定した場合は、本来は
登録指紋と入力指紋とが特徴画像同士では一致している
が座標上では位置ずれしていたために従来では両特徴画
像が一致または不一致のいずれかに判定されていたの
が、その位置ずれの程度などに応じて少し一致、かなり
一致、完全に一致、完全に不一致などの判定が可能とな
る。
（実施例） 以下、本発明の実施例を図面を参照して詳細に説明す
る。
る。
第１図は、本発明の実施例に係る画像判定装置の回路
構成図であり、第２図は同実施例のファジィ推論手段の
より詳細な回路図であり、第３図の（ａ）は後述する基
準画像内の特徴画像が表示されている表示画面、（ｂ）
は同じく後述する入力画像内の特徴画像が表示されてい
る表示画面をそれぞれ示し、第４図は上記表示画面の一
部を示している。
構成図であり、第２図は同実施例のファジィ推論手段の
より詳細な回路図であり、第３図の（ａ）は後述する基
準画像内の特徴画像が表示されている表示画面、（ｂ）
は同じく後述する入力画像内の特徴画像が表示されてい
る表示画面をそれぞれ示し、第４図は上記表示画面の一
部を示している。
第１図において、符号２は例えば人の指紋を読み取
り、その読み取り画像を入力画像として出力するイメー
ジスキャナ、４は表示画面上に設定された基準画像内の
複数の特徴画像（基準特徴画像）がその表示画面上にお
いて座標指定されて記憶登録されている画像メモリ、６
は画像メモリ４から与えられた複数の基準特徴画像を参
照しながら、これに対応してイメージスキャナ２から入
力されてくる入力画像内の特徴画像（入力特徴画像）を
抽出処理する特徴画像抽出手段である。
り、その読み取り画像を入力画像として出力するイメー
ジスキャナ、４は表示画面上に設定された基準画像内の
複数の特徴画像（基準特徴画像）がその表示画面上にお
いて座標指定されて記憶登録されている画像メモリ、６
は画像メモリ４から与えられた複数の基準特徴画像を参
照しながら、これに対応してイメージスキャナ２から入
力されてくる入力画像内の特徴画像（入力特徴画像）を
抽出処理する特徴画像抽出手段である。
８は画像メモリ４から入力される複数の基準特徴画像
に関して○印でもって簡略的に図示されている第３図の
（ａ）の表示画面Ａ上における複数の、この例では５個
の、各座標点（基準特徴画像の座標点であって、後述す
る各三角形TR1〜TR3それぞれの頂点座標）R1〜R5と、同
じく入力特徴画像に関して○印でもって簡略的に図示さ
れている同図の（ｂ）の表示画面Ａ上における複数の、
この例では５個の、各座標点（入力特徴画像の座標点で
あって、後述する各三角形TC1〜TC3それぞれの頂点座
標）C1〜C5とを得る座標点処理手段である。なお、この
座標点処理手段８は第３図（ａ）（ｂ）のそれぞれに記
入してある各頂点座標点R1〜R5、C1〜C5を下記表に整理
して示すように例えばＸ座標の小さい順に並べるととも
に、そのＸ座標の最も小さい頂点座標点を基準座標点と
して各座標点のデータを出力する。
に関して○印でもって簡略的に図示されている第３図の
（ａ）の表示画面Ａ上における複数の、この例では５個
の、各座標点（基準特徴画像の座標点であって、後述す
る各三角形TR1〜TR3それぞれの頂点座標）R1〜R5と、同
じく入力特徴画像に関して○印でもって簡略的に図示さ
れている同図の（ｂ）の表示画面Ａ上における複数の、
この例では５個の、各座標点（入力特徴画像の座標点で
あって、後述する各三角形TC1〜TC3それぞれの頂点座
標）C1〜C5とを得る座標点処理手段である。なお、この
座標点処理手段８は第３図（ａ）（ｂ）のそれぞれに記
入してある各頂点座標点R1〜R5、C1〜C5を下記表に整理
して示すように例えばＸ座標の小さい順に並べるととも
に、そのＸ座標の最も小さい頂点座標点を基準座標点と
して各座標点のデータを出力する。
Ｘ座標 Ｙ座標 R1 5 30 R2 15 20 R3 20 50 R4 25 20 R5 30 30 〔入力特徴画像の頂点座標点〕 Ｘ座標 Ｙ座標 C1 5 25 C2 15 18 C3 20 47 C4 27 20 C5 30 30 10は座標点処理手段８で処理されて得られた基準特徴
画像の各三角形それぞれの頂点座標点と入力特徴画像の
各三角形それぞれの頂点座標点とに基づいて、基準特徴
画像の各三角形それぞれの頂点座標点の相互間距離と、
入力特徴画像の各三角形それぞれの頂点座標点の相互間
距離とをそれぞれ演算する第１の演算手段である。12は
第１の演算手段10の上記頂点座標点相互間の距離演算の
ために当該第１の演算手段10に入力された上記各頂点座
標点をつぎのように整理する座標点整理手段である。
画像の各三角形それぞれの頂点座標点と入力特徴画像の
各三角形それぞれの頂点座標点とに基づいて、基準特徴
画像の各三角形それぞれの頂点座標点の相互間距離と、
入力特徴画像の各三角形それぞれの頂点座標点の相互間
距離とをそれぞれ演算する第１の演算手段である。12は
第１の演算手段10の上記頂点座標点相互間の距離演算の
ために当該第１の演算手段10に入力された上記各頂点座
標点をつぎのように整理する座標点整理手段である。
すなわち、この整理においては、上記表にも示すよう
に５個の基準特徴画像の各三角形それぞれの頂点座標点
R1〜R5の内、第３図（ａ）の表示画面Ａのように基点の
頂点座標点であるR1を中心に他の頂点座標点R2,R3との
間で形成される三角形TR1（各頂点座標点R1、R2、R3を
結ぶ直線で形成される三角形）に対して、第３図（ｂ）
の表示画面Ａのように相似度を判定される入力特徴画像
の各三角形それぞれの有無をみる。まず。前記表示画面
Ａの要部の表示画面部分Ｂを示す第４図のように三角形
TR1の例えば頂点座標点R2に対してＸ座標とＹ座標方向
にそれぞれ±αの範囲を設定する。この範囲内にある入
力特徴画像の三角形の頂点座標点は第３図（ｂ）の頂点
座標点C2が該当する。同様にして三角形TR1の他の頂点
座標点R3に対して同じく±αの範囲内にある入力特徴画
像の頂点座標点を求める。この頂点座標点は第３図
（ｂ）の頂点座標点C3が該当する。その結果、各頂点座
標点C1,C2,C3でもって三角形TR1に対して相似度が判定
されるべき三角形TC1が構成される。この三角形TC1は各
頂点座標点C1,C2,C3を結ぶ直線で構成される。
に５個の基準特徴画像の各三角形それぞれの頂点座標点
R1〜R5の内、第３図（ａ）の表示画面Ａのように基点の
頂点座標点であるR1を中心に他の頂点座標点R2,R3との
間で形成される三角形TR1（各頂点座標点R1、R2、R3を
結ぶ直線で形成される三角形）に対して、第３図（ｂ）
の表示画面Ａのように相似度を判定される入力特徴画像
の各三角形それぞれの有無をみる。まず。前記表示画面
Ａの要部の表示画面部分Ｂを示す第４図のように三角形
TR1の例えば頂点座標点R2に対してＸ座標とＹ座標方向
にそれぞれ±αの範囲を設定する。この範囲内にある入
力特徴画像の三角形の頂点座標点は第３図（ｂ）の頂点
座標点C2が該当する。同様にして三角形TR1の他の頂点
座標点R3に対して同じく±αの範囲内にある入力特徴画
像の頂点座標点を求める。この頂点座標点は第３図
（ｂ）の頂点座標点C3が該当する。その結果、各頂点座
標点C1,C2,C3でもって三角形TR1に対して相似度が判定
されるべき三角形TC1が構成される。この三角形TC1は各
頂点座標点C1,C2,C3を結ぶ直線で構成される。
そして、同様に頂点座標点R1、R4、R3で構成される三
角形TR2および頂点座標点R1、R4、R5で構成される三角
形TR3のそれぞれに対してその相似度が判定されるべき
各三角形TC2、TC3が求められる。三角形TC2は各頂点座
標点C1,C4,C3で構成され、三角形TC3は各頂点座標点C1,
C4,C5で構成される。
角形TR2および頂点座標点R1、R4、R5で構成される三角
形TR3のそれぞれに対してその相似度が判定されるべき
各三角形TC2、TC3が求められる。三角形TC2は各頂点座
標点C1,C4,C3で構成され、三角形TC3は各頂点座標点C1,
C4,C5で構成される。
そして、第１の演算手段10は座標点整理手段12により
整理された三角形において、三角形TR1、TR2、およびTR
3に関する各頂点座標点の相互間距離１（R1−R2
間）、l2（R1−R3間）、l3（R2−R3間）、l4（R1−R4
間）、l5（R4−R3間）、l6（R4−R5間）、l7（R5−R1
間）、三角形TC1,TC2,TC3に関する各頂点座標点の相互
間距離１′（C1−C2間）、l2′（C1−C3間）、l3′
（C2−C3間）、l4′（C1−C4間）、l5′（C4−C3間）、
l6′（C4−C5間）、l7′（C5−C1間）をそれぞれ演算す
る。
整理された三角形において、三角形TR1、TR2、およびTR
3に関する各頂点座標点の相互間距離１（R1−R2
間）、l2（R1−R3間）、l3（R2−R3間）、l4（R1−R4
間）、l5（R4−R3間）、l6（R4−R5間）、l7（R5−R1
間）、三角形TC1,TC2,TC3に関する各頂点座標点の相互
間距離１′（C1−C2間）、l2′（C1−C3間）、l3′
（C2−C3間）、l4′（C1−C4間）、l5′（C4−C3間）、
l6′（C4−C5間）、l7′（C5−C1間）をそれぞれ演算す
る。
14は上記第１の演算手段10で演算された基準画像に関
する各三角形それぞれの頂点座標点間の距離１〜l7
と、それに対応する入力画像に関する各三角形それぞれ
の座標点間の距離１′〜l7′との差、つまり、S1＝
１−１′、S2＝l2−l2′、…,S7＝l7−l7′をそれぞ
れ演算する第２の演算手段である。
する各三角形それぞれの頂点座標点間の距離１〜l7
と、それに対応する入力画像に関する各三角形それぞれ
の座標点間の距離１′〜l7′との差、つまり、S1＝
１−１′、S2＝l2−l2′、…,S7＝l7−l7′をそれぞ
れ演算する第２の演算手段である。
16は第２の演算手段14からの上記頂点座標点間の距離
差S1〜S7に関する出力を前件部変数とし、基準特徴画像
の各三角形それぞれに対する入力特徴画像の各三角形そ
れぞれの個別相似度Δ１〜Δ３を後件部変数とする第５
図のファジィルールの複数と、第６図（ａ）〜第６図
（ｃ）および第７図にそれぞれ示される前記各変数のメ
ンバーシップ関数とに従って当該個別相似度をファジィ
推論する第１ないし第３の前段ファジィ推論部161〜163
と、前記各個別相似度Δ１〜Δ３を前件部変数、全体相
似度（個別相似度が基準画像と入力画像それぞれの間に
おける上記各三角形同士の相似度であるのに対して上記
各三角形それぞれの相似度から基準画像に対する入力画
像の全体の相似度と定義される。）Δ４を後件部変数と
して全体相似度を第８図のファジィルールの複数と第９
図（ａ）〜第９図（ｃ）および第10図にそれぞれ示され
るメンバーシップ関数とに基づいてファジィ推論する後
段ファジィ推論部164とからなるファジィ推論手段であ
る。
差S1〜S7に関する出力を前件部変数とし、基準特徴画像
の各三角形それぞれに対する入力特徴画像の各三角形そ
れぞれの個別相似度Δ１〜Δ３を後件部変数とする第５
図のファジィルールの複数と、第６図（ａ）〜第６図
（ｃ）および第７図にそれぞれ示される前記各変数のメ
ンバーシップ関数とに従って当該個別相似度をファジィ
推論する第１ないし第３の前段ファジィ推論部161〜163
と、前記各個別相似度Δ１〜Δ３を前件部変数、全体相
似度（個別相似度が基準画像と入力画像それぞれの間に
おける上記各三角形同士の相似度であるのに対して上記
各三角形それぞれの相似度から基準画像に対する入力画
像の全体の相似度と定義される。）Δ４を後件部変数と
して全体相似度を第８図のファジィルールの複数と第９
図（ａ）〜第９図（ｃ）および第10図にそれぞれ示され
るメンバーシップ関数とに基づいてファジィ推論する後
段ファジィ推論部164とからなるファジィ推論手段であ
る。
なお、第５図のファジィルールは第１の前段ファジィ
推論部161が記憶しているもので前件部変数を距離差S1
＝１−１′、S2＝l2−l2′、S3＝l3−l3′とおき、
後件部変数を三角形TR1に対する三角形TC1の個別相似度
Δ１とおくものである。つまり、第１の前段ファジィ推
論部161は三角形TR1と三角形TC1の互いの相似度をファ
ジィ推論する。そして、他の三角形TR2とTC2との個別相
似度、TR3とTC3との個別相似度に関するファジィルール
は第２および第３のファジィ推論部162,163がそれぞれ
記憶しているが、そのファジィルールは第５図のそれと
同様であるから、図示とその説明は省略する。また、第
８図のファジィルールは後段ファジィ推論部164が記憶
しているもので、各前段ファジィ推論部161〜163のそれ
ぞれから入力される個別相似度Δ１〜Δ３を前件部変
数、全体相似度Δ４を後件部変数とするものである。第
５図および第８図のNL,NM,…PS,PM,PLはそれぞれ前件部
変数および後件部変数が属するファジィ集合のファジィ
ラベル名であって、NLは負の大、NMは負の中、NSは負の
小、ZRはゼロ、PSは正の小、PMは正の中、PLは正の大を
示している。
推論部161が記憶しているもので前件部変数を距離差S1
＝１−１′、S2＝l2−l2′、S3＝l3−l3′とおき、
後件部変数を三角形TR1に対する三角形TC1の個別相似度
Δ１とおくものである。つまり、第１の前段ファジィ推
論部161は三角形TR1と三角形TC1の互いの相似度をファ
ジィ推論する。そして、他の三角形TR2とTC2との個別相
似度、TR3とTC3との個別相似度に関するファジィルール
は第２および第３のファジィ推論部162,163がそれぞれ
記憶しているが、そのファジィルールは第５図のそれと
同様であるから、図示とその説明は省略する。また、第
８図のファジィルールは後段ファジィ推論部164が記憶
しているもので、各前段ファジィ推論部161〜163のそれ
ぞれから入力される個別相似度Δ１〜Δ３を前件部変
数、全体相似度Δ４を後件部変数とするものである。第
５図および第８図のNL,NM,…PS,PM,PLはそれぞれ前件部
変数および後件部変数が属するファジィ集合のファジィ
ラベル名であって、NLは負の大、NMは負の中、NSは負の
小、ZRはゼロ、PSは正の小、PMは正の中、PLは正の大を
示している。
第６図（ａ）〜第６図（ｃ）はそれぞれ第１の前段フ
ァジィ推論部161が記憶している三角形TR1とTC1に関す
る頂点座標点間の距離差S1〜S3（前件部変数）を横軸に
おくメンバーシップ関数であって、第２および第３の前
段ファジィ推論部162,163が記憶しているそれに対応す
るメンバーシップ関数は第６図（ａ）〜第６図（ｃ）と
同様であるから図示を省略している。第７図は同じく第
１の前段ファジィ推論部161が記憶している前記両三角
形TR1,TC1の個別相似度（後件部変数）Δ１に関するメ
ンバーシップ関数であって、第２および第３の前段ファ
ジィ推論部162,163が記憶しているそれに対応する個別
相似度Δ2,Δ３のメンバーシップ関数は第７図と同様で
あるから図示を省略している。
ァジィ推論部161が記憶している三角形TR1とTC1に関す
る頂点座標点間の距離差S1〜S3（前件部変数）を横軸に
おくメンバーシップ関数であって、第２および第３の前
段ファジィ推論部162,163が記憶しているそれに対応す
るメンバーシップ関数は第６図（ａ）〜第６図（ｃ）と
同様であるから図示を省略している。第７図は同じく第
１の前段ファジィ推論部161が記憶している前記両三角
形TR1,TC1の個別相似度（後件部変数）Δ１に関するメ
ンバーシップ関数であって、第２および第３の前段ファ
ジィ推論部162,163が記憶しているそれに対応する個別
相似度Δ2,Δ３のメンバーシップ関数は第７図と同様で
あるから図示を省略している。
なお、18はファジィ推論手段16からの出力に基づいて
画像判定する判定出力部18である。
画像判定する判定出力部18である。
動作について説明する。
第２の演算手段14から与えられる三角形TR1とTC1、TR
2とTC2、およびTR3とTC3それぞれの各三角形の頂点間の
距離差S1〜S7、つまり前件部変数に基づいて各前段ファ
ジィ推論部161〜163は第６図（ａ）（ｂ）（ｃ）からそ
れぞれ第５図のファジィルールの対応するメンバーシッ
プ関数に適合するメンバーシップ値を求める。ただし、
第５図および第６図（ａ）〜第６図（ｃ）は第１の前段
ファジィ推論部161に関するものであるが、他の前段フ
ァジィ推論部162,163についても同様である。
2とTC2、およびTR3とTC3それぞれの各三角形の頂点間の
距離差S1〜S7、つまり前件部変数に基づいて各前段ファ
ジィ推論部161〜163は第６図（ａ）（ｂ）（ｃ）からそ
れぞれ第５図のファジィルールの対応するメンバーシッ
プ関数に適合するメンバーシップ値を求める。ただし、
第５図および第６図（ａ）〜第６図（ｃ）は第１の前段
ファジィ推論部161に関するものであるが、他の前段フ
ァジィ推論部162,163についても同様である。
そして、各ファジィルール毎に、各前件部変数S1〜S7
のメンバーシップ値の小さい方を選択し（MIN演算）、
この選択したメンバーシップ値によって第７図から各フ
ァジィルールの個別相似度Δ１〜Δ３それぞれに関する
NL,…PS,PM,PLの各メンバーシップ関数を裁断する。た
だし、第７図は第１の前段ファジィ推論部161に関する
ものであるが、他の前段ファジィ推論部162,163につい
ても同様である。
のメンバーシップ値の小さい方を選択し（MIN演算）、
この選択したメンバーシップ値によって第７図から各フ
ァジィルールの個別相似度Δ１〜Δ３それぞれに関する
NL,…PS,PM,PLの各メンバーシップ関数を裁断する。た
だし、第７図は第１の前段ファジィ推論部161に関する
ものであるが、他の前段ファジィ推論部162,163につい
ても同様である。
これらの裁断したすべてのファジィルールの個別相似
度Δ１〜Δ３それぞれに関するNL,…PS,PM,PLの各メン
バーシップ関数を重ね合わせて（MAX演算）、最終的な
個別相似度Δ１〜Δ３それぞれの重ね合わせメンバーシ
ップ関数を得る。この重ね合わせメンバーシップ関数の
例えば重心を求めることにより確定した各個別相似度Δ
１〜Δ３に関するデータを得る。
度Δ１〜Δ３それぞれに関するNL,…PS,PM,PLの各メン
バーシップ関数を重ね合わせて（MAX演算）、最終的な
個別相似度Δ１〜Δ３それぞれの重ね合わせメンバーシ
ップ関数を得る。この重ね合わせメンバーシップ関数の
例えば重心を求めることにより確定した各個別相似度Δ
１〜Δ３に関するデータを得る。
つぎに、これら個別相似度Δ１〜Δ３は後段ファジィ
推論部164に前件部変数として入力されるが、後段ファ
ジィ推論部164はその前件部変数に基づいて上記と同様
にして第８図のファジィルール、第９図（ａ）〜第９図
（ｃ）および第10図のメンバーシップ関数とを用いて全
体相似度Δ４をファジィ推論する。
推論部164に前件部変数として入力されるが、後段ファ
ジィ推論部164はその前件部変数に基づいて上記と同様
にして第８図のファジィルール、第９図（ａ）〜第９図
（ｃ）および第10図のメンバーシップ関数とを用いて全
体相似度Δ４をファジィ推論する。
そして、判定出力部18はファジィ推論手段16からの全
体相似度Δ４に基づいて入力画像の基準画像に対する一
致度を判定する。
体相似度Δ４に基づいて入力画像の基準画像に対する一
致度を判定する。
（発明の効果） 以上説明したことから明らかなように、本発明によれ
ば、基準画像に関する少なくとも２つの特徴画像の表示
画面上における頂点座標間の距離と、入力画像に関する
それに対応する２つの特徴画像の表示画面上における頂
点座標間の距離との差に基づいてファジィ推論により当
該両画像の一致などを判定するようにしたから、例え
ば、イメージスキャナで撮影された指の指紋の入力画像
がその指の置き方により多少、正規の位置からずれてい
るために、当該両特徴画像同士では不一致と判定されて
しまうような場合でも、その頂点座標間の距離差から一
致の程度を正確に判定することができる。
ば、基準画像に関する少なくとも２つの特徴画像の表示
画面上における頂点座標間の距離と、入力画像に関する
それに対応する２つの特徴画像の表示画面上における頂
点座標間の距離との差に基づいてファジィ推論により当
該両画像の一致などを判定するようにしたから、例え
ば、イメージスキャナで撮影された指の指紋の入力画像
がその指の置き方により多少、正規の位置からずれてい
るために、当該両特徴画像同士では不一致と判定されて
しまうような場合でも、その頂点座標間の距離差から一
致の程度を正確に判定することができる。
すなわち、従来では両特徴画像同士では一致であるの
に表示画面上において両特徴画像同士が位置的に不一致
であるために基準画像と入力画像とが不一致であると判
定されないために最終的に視覚判断に頼るところがあっ
たが、これではその視覚判断に相当な経験が必要であ
り、往々にして判定ミスしたり労力と手間とがかかって
いた。これに対して、本発明では、ファジィ推論でその
表示画面上の位置的な両画像の一致をも画像の判定要素
に加えて判定できるから、視覚判断に頼ることなく正確
に労力と手間少なく画像判定が可能となる。
に表示画面上において両特徴画像同士が位置的に不一致
であるために基準画像と入力画像とが不一致であると判
定されないために最終的に視覚判断に頼るところがあっ
たが、これではその視覚判断に相当な経験が必要であ
り、往々にして判定ミスしたり労力と手間とがかかって
いた。これに対して、本発明では、ファジィ推論でその
表示画面上の位置的な両画像の一致をも画像の判定要素
に加えて判定できるから、視覚判断に頼ることなく正確
に労力と手間少なく画像判定が可能となる。
図は本発明の実施例に係り、第１図は本発明の実施例に
係る画像判定装置の回路図、第２図は第１図のファジィ
推論手段の詳細な回路図、第３図（ａ）は基準特徴画像
を示す表示画面図、第３図（ｂ）は入力特徴画像を示す
表示画面図、第４図は第３図（ａ）の要部の拡大表示画
面図、第５図は第１の前段ファジィ推論部が記憶してい
るファジィルール、第６図（ａ）〜第６図（ｃ）は第１
の前段ファジィ推論部が記憶している前件部変数のメン
バーシップ関数を示す図、第７図は第１の前段ファジィ
推論部が記憶している後件部変数のメンバーシップ関数
を示す図、第８図は後段ファジィ推論部が記憶している
ファジィルール、第９図（ａ）〜第９図（ｃ）は後段フ
ァジィ推論部が記憶している前件部変数のメンバーシッ
プ関数を示す図、第10図は後段ファジィ推論部が記憶し
ている後件部変数のメンバーシップ関数を示す図であ
る。 ２……イメージスキャナ、４……画像メモリ、６……特
徴画像抽出手段、８……座標点処理手段、10……第１の
演算手段、14……第２の演算手段、16……ファジィ推論
手段。
係る画像判定装置の回路図、第２図は第１図のファジィ
推論手段の詳細な回路図、第３図（ａ）は基準特徴画像
を示す表示画面図、第３図（ｂ）は入力特徴画像を示す
表示画面図、第４図は第３図（ａ）の要部の拡大表示画
面図、第５図は第１の前段ファジィ推論部が記憶してい
るファジィルール、第６図（ａ）〜第６図（ｃ）は第１
の前段ファジィ推論部が記憶している前件部変数のメン
バーシップ関数を示す図、第７図は第１の前段ファジィ
推論部が記憶している後件部変数のメンバーシップ関数
を示す図、第８図は後段ファジィ推論部が記憶している
ファジィルール、第９図（ａ）〜第９図（ｃ）は後段フ
ァジィ推論部が記憶している前件部変数のメンバーシッ
プ関数を示す図、第10図は後段ファジィ推論部が記憶し
ている後件部変数のメンバーシップ関数を示す図であ
る。 ２……イメージスキャナ、４……画像メモリ、６……特
徴画像抽出手段、８……座標点処理手段、10……第１の
演算手段、14……第２の演算手段、16……ファジィ推論
手段。
Claims (1)
- 【請求項１】基準画像内の少なくとも２つの特徴画像に
対応して、当該基準画像に対する画像判定をされる入力
画像内に少なくとも２つの特徴画像を抽出処理する特徴
画像抽出手段と、 基準画像内における各特徴画像の座標点と、入力画像内
における各特徴画像の座標点とを得る座標点処理手段
と、 前記基準画像の座標点相互間の距離と、前記入力画像の
座標点相互間の距離とをそれぞれ演算する第１の演算手
段と、 前記両距離の差を演算する第２の演算手段と、 前記第２の演算手段からの出力を前件部変数とし、基準
画像に対する入力画像の相似度を後件部変数とするファ
ジィルールの複数と、前記各変数のメンバーシップ関数
とに従って当該相似度をファジィ推論するファジィ推論
手段と、 を備えた画像判定装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20351889A JP2906466B2 (ja) | 1989-08-04 | 1989-08-04 | 画像判定装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20351889A JP2906466B2 (ja) | 1989-08-04 | 1989-08-04 | 画像判定装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0367377A JPH0367377A (ja) | 1991-03-22 |
| JP2906466B2 true JP2906466B2 (ja) | 1999-06-21 |
Family
ID=16475482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20351889A Expired - Fee Related JP2906466B2 (ja) | 1989-08-04 | 1989-08-04 | 画像判定装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2906466B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0651337A4 (en) * | 1992-07-03 | 1996-07-03 | Omron Tateisi Electronics Co | IMAGE DETECTION METHOD, DEVICE AND IMAGE PROCESSING METHOD AND DEVICE. |
| EP0706610B1 (en) * | 1993-06-30 | 2000-06-07 | Orbital Engine Company (Australia) Pty. Ltd. | Exhaust valve timing control responsive to engine knock and torque |
-
1989
- 1989-08-04 JP JP20351889A patent/JP2906466B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0367377A (ja) | 1991-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6546122B1 (en) | Method for combining fingerprint templates representing various sensed areas of a fingerprint to derive one fingerprint template representing the fingerprint | |
| JP2919284B2 (ja) | 物体認識方法 | |
| CN107219925B (zh) | 姿势检测方法、装置及服务器 | |
| JPS60204086A (ja) | 物体識別装置 | |
| JPH01295380A (ja) | 物体認識装置 | |
| JP2906466B2 (ja) | 画像判定装置 | |
| US7116825B2 (en) | Multilevel chain-and-tree model for image-based decisions | |
| JPH07325880A (ja) | ワットアワーメータ文字認識装置 | |
| JPH09102039A (ja) | テンプレートマッチング方法 | |
| Ansari et al. | Landmark-based shape recognition by a modified Hopfield neural network | |
| Shaked et al. | The curve axis | |
| Mohr et al. | Geometric solutions to some 3D vision problems | |
| Wiedemann | Improvement of road crossing extraction and external evaluation of the extraction results | |
| JPS6324473A (ja) | 図形認識装置 | |
| JP2573153B2 (ja) | ステレオ画像間対応づけ確信度検出装置および方法 | |
| JP2926069B2 (ja) | 指紋照合方法 | |
| JP2530896B2 (ja) | 金型設計システムにおける金型の抜き形状作成方法 | |
| JPS59142664A (ja) | コ−ナ位置検出装置 | |
| JPS6064589A (ja) | 画像位置検出方法 | |
| JPH0343877A (ja) | 画像照合装置 | |
| JPS62282379A (ja) | 図形認識装置 | |
| Mann | Supervision of Mechanic Processes Using Computer Vision | |
| JPH03131963A (ja) | 設備管理システムのデータ作成装置 | |
| Mohr et al. | LIFIA-IRIMAG 46 AV. FÉLIX Viallet, 38031 GRENOBLE, FRANCE | |
| JPH04104385A (ja) | 帳票識別処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |