JP5665016B2 - 偽指判定装置 - Google Patents
偽指判定装置 Download PDFInfo
- Publication number
- JP5665016B2 JP5665016B2 JP2011547414A JP2011547414A JP5665016B2 JP 5665016 B2 JP5665016 B2 JP 5665016B2 JP 2011547414 A JP2011547414 A JP 2011547414A JP 2011547414 A JP2011547414 A JP 2011547414A JP 5665016 B2 JP5665016 B2 JP 5665016B2
- Authority
- JP
- Japan
- Prior art keywords
- line width
- ridge
- finger
- valley
- line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 claims description 114
- 238000012545 processing Methods 0.000 claims description 98
- 230000008569 process Effects 0.000 claims description 89
- 230000008602 contraction Effects 0.000 claims description 67
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 10
- 238000009795 derivation Methods 0.000 claims 1
- 238000003384 imaging method Methods 0.000 description 11
- 230000008033 biological extinction Effects 0.000 description 10
- 238000002474 experimental method Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000004069 differentiation Effects 0.000 description 4
- 230000008034 disappearance Effects 0.000 description 4
- 239000010409 thin film Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 229920013716 polyethylene resin Polymers 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- XTXRWKRVRITETP-UHFFFAOYSA-N Vinyl acetate Chemical compound CC(=O)OC=C XTXRWKRVRITETP-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- 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
- G06V40/1365—Matching; Classification
- G06V40/1376—Matching features related to ridge properties or fingerprint texture
-
- 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
- G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
- G06V40/1388—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
本発明は、偽指の判定に好適な偽指判定装置などに関する。
個人を識別する認証方式の一つとして指紋認証が注目されている。指紋は人によって異なり、年月が経過しても変化しないという特徴がある。したがって、指紋認証は、現在普及しているパスワード認証等よりも信頼性が高いとされているが、近時においては、本人の指紋を偽造し、偽造した指紋(以下、偽造指紋)を用いて認証をパスし、不正行為を行う等の被害が問題視されている(例えば特許文献1参照)。
偽造指紋を作成する方法として、人の指の表面にポリエチレン樹脂や酢酸ビニル樹脂などの薄膜を押し付けて偽造指紋を作成する方法が知られている。指紋認証の際には、押し付けた面(すなわち偽造指紋が作成された面)を表にし、これを認証対象者の指表面に貼り付けて利用する。このように、偽造指紋が表面に貼り付けられた指(すなわち偽指)においては、指紋認証の際にスペクトル特性を計測しても、偽指表面のスペクトル特性と、人の指表面のスペクトル特性とがほぼ等しくなるため、偽指であるか否かの判定が難しいという問題がある。
本発明は、上述した事情を鑑みてなされたものであり、偽指の判定精度を向上させることができる偽指判定技術を提供することを目的とする。
本発明に係る偽指判定装置は、判定対象物としての指の隆線の線幅または谷線の線幅に関わる線幅情報を取得する取得手段と、前記線幅情報に基づいて、前記判定対象物としての指が本物の指であるか偽指であるかを判定する判定手段とを備えることを特徴とする。
また、本発明に係る偽指判定装置は、判定対象物としての指の隆線の線幅と谷線の線幅が、所定の関係にあるか否かを判断する判断手段と、前記判断結果に基づいて、前記判定対象物としての指が本物の指であるか偽指であるかを判定する判定手段とを備えることを特徴とする。
本発明によれば、偽指の判定精度を向上させることが可能となる。
以下、添付図面を参照して、本発明に係る偽指判定装置の好適な実施形態について説明する。
A.前提となる技術思想
指紋認証の際、指の表面にポリエチレン樹脂などの薄膜を押し付けて作成された偽造指紋は、この薄膜を反転した状態で認証対象者の指表面に貼り付けられて利用される。このように、偽造指紋が表面に貼り付けられた偽指においては、偽指の凹凸と本物の指(すなわち生体指)の凹凸が逆転する。すなわち、生体指の指紋の隆線が偽指の谷線、生体指の谷線が偽指の隆線となるため、生体指の指紋画像(以下、真正指紋画像)は隆線が太く谷線が細くなるのに対し(図11参照)、偽指の指紋画像(以下、偽造指紋画像)は隆線が細く谷線が太くなる(図12参照)。
指紋認証の際、指の表面にポリエチレン樹脂などの薄膜を押し付けて作成された偽造指紋は、この薄膜を反転した状態で認証対象者の指表面に貼り付けられて利用される。このように、偽造指紋が表面に貼り付けられた偽指においては、偽指の凹凸と本物の指(すなわち生体指)の凹凸が逆転する。すなわち、生体指の指紋の隆線が偽指の谷線、生体指の谷線が偽指の隆線となるため、生体指の指紋画像(以下、真正指紋画像)は隆線が太く谷線が細くなるのに対し(図11参照)、偽指の指紋画像(以下、偽造指紋画像)は隆線が細く谷線が太くなる(図12参照)。
このような指紋画像の特徴に着目してなされたのが本願発明である。本願発明には、既に偽指判定装置が組み込まれている既存の指紋認証システムに対しても、ソフトウェアの処理を追加するだけで(すなわち、センサなどのハードウェアを新たに追加したり変更したりすることなく)、本願発明を実現することができるというメリットがある。なお、以下の説明では、上記の如く反転された偽造指紋を、適宜、反転転写指紋と呼ぶ。
B.第1実施形態
(1)実施形態の構成
まず、図1および図2を参照して、第1実施形態における偽指判定装置100の構成について説明する。図1は、偽指判定装置100を真上から見たときの平面図であり、図2は、図1のII−II線断面図である。
(1)実施形態の構成
まず、図1および図2を参照して、第1実施形態における偽指判定装置100の構成について説明する。図1は、偽指判定装置100を真上から見たときの平面図であり、図2は、図1のII−II線断面図である。
偽指判定装置100は、指紋認証の対象となる判定対象物Tが偽指であるか否かを判定する装置である。図1および図2に示すように、偽指判定装置100は、筐体10と、センサ面20と、光源30と、撮像装置40と、コンピュータ50とを備えている。なお、以下の記述では、筐体10のうちセンサ面20が設けられている側を上側と呼ぶ。
センサ面20は、判定対象物T(ここでは、生体指または偽指)を載置する面であり、例えば周知のファイバーオプティクプレートなどによって構成されている。
撮像装置40は、周知の撮像手段であり、センサ面20の下方側に設けられている。撮像装置40は、筐体10の下側に設けた光源30を利用して反射光センシングを行い、センサ面20に載置された判定対象物Tである指を撮影し、指紋画像を出力する。これにより、判定対象物Tが生体指である場合には、隆線が太く谷線が細い真正指紋画像が得られるのに対し(図11参照)、判定対象物Tが偽指である場合には、隆線が細く谷線が太い偽造指紋画像が得られる(図12参照)。
コンピュータ50は、周知のCPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)などにより構成され、CPUがROM、RAMに格納された各種制御プログラム等を実行することにより、偽指判定装置100の各部を中枢的に制御する。
図3は、コンピュータ50の機能ブロック図である。コンピュータ50は、画像入力手段51、領域分割手段52、方向決定手段53、線幅算出手段54、線幅関係判断手段55、および偽指判定手段56を備えている。
画像入力手段51は、撮像装置40から出力される指紋画像を取得し、領域分割手段52に供給する。なお、画像入力手段51は、撮像装置40から取得した指紋画像に対してヒストグラム平坦化や解像度変換(例えば、800dpiから500dpiへの変換)などの画像処理を施してから、領域分割手段52に供給してもよい。
領域分割手段(分割手段)52は、画像入力手段51から供給される指紋画像について領域分割する手段である。領域分割手段52は、まず、指紋画像について、指紋の特徴的な部分(例えば隆線の分岐点や端点などのマニューシャを含む部分)を含む領域を処理対象領域として抽出した後、これを小領域に分割する。領域分割手段52は、隆線や谷線の方向、線幅を安定して求めることができるよう、分割する小領域を、2本以上4本以下の隆線が入る大きさに区分することが望ましい。小領域について2本以上の隆線が入る大きさを下限とするのは、小領域が小さすぎると隆線の方向や線幅が計測できなくなるため、隆線の方向や線幅を計測できる大きさを確保するためである。小領域について4本以下の隆線が入る大きさを上限としたのは、小領域内の隆線・谷線が直線で近似できるようにするためである。
方向決定手段(決定手段)53は、領域分割手段52が分割した小領域ごとに、小領域内の隆線・谷線の方向を定める手段である。方向を定める方法として、例えばフーリエ変換を利用する方法や、画素値の微分で求める方法など、周知の方法を用いることができる。
フーリエ変換を利用する場合に、方向決定手段53は、まず小領域に区分された画像にフーリエ変換を施し、次に、指紋の隆線間隔に相当する周波数帯域で最も大きい周波数成分(ピーク)を求め、ピークの示す方向を小領域の隆線・谷線方向として決定する。
画素値の微分を利用する場合に、方向決定手段53は、次のようにして方向を決定する。まずsobelフィルタなどの画素値が増減する方向を求める微分フィルタを利用し、小領域内の画素ごとにエッジ方向を求める。次に、小領域内でエッジ方向の平均や最頻値などを利用して、小領域内の代表方向を決定する。最後に、小領域内の代表方向と垂直な方向を、小領域内の隆線・谷線の方向として決定する。このように、画素値の微分から方向を決定してもよい。
線幅算出手段54は、小領域毎に小領域内の隆線・谷線の方向と垂直な方向に走査することで隆線と谷線の線幅を求める手段である。線幅を求める方法として、例えば画像を二値化する方法や、画素値の変化を調べる方法など、周知の方法を用いることができる。
画像を二値化して求める場合に、線幅算出手段54は、画像を二値化し、画素値の大きい部分を白とし、画素値の小さい部分を黒として白黒画像を生成する。そして、線幅算出手段54は、連続する黒画素の数をカウントし、カウントした数を隆線幅とする。一方、線幅算出手段54は、連続する白画素の数をカウントし、カウントした数を谷線幅とする。なお、各小領域内に隆線や谷線が複数ある場合には、隆線幅や谷線幅の平均値、最大値、最小値などを求め、求めた値を各小領域内における隆線幅(代表値)や谷線幅(代表値)としてもよい。
なお、二値化の方法としては、固定閾値や大津の二値化等、周知の統計的手法などを用いることができる。また、二値化の閾値は、小領域ごとに個別に設定してもよく、この場合には画像全体の輝度値の変化に柔軟に対応できる等のメリットがある。もちろん、小領域ごとではなく画像全体で1つの閾値を設定してもよい。この場合、画像全体の輝度値が平坦であれば、ノイズの影響を受けずに安定的に線幅を求めることができ、閾値を簡易に設定することができる。
画素値の変化を調べる方法を利用する場合に、線幅算出手段54は、次のようにして線幅を求める。具体的には、まず領域内の画素値の変化を調べ、画素値の変化の勾配の極大値、極小値を求める。そして、画素値の変化の勾配の極大値となる点を隆線の開始(別言すれば谷線の終了)と認定する。一方、画素値の変化の勾配の極小値となる点を隆線の終了(別言すれば谷線の開始)と認定する。そして、隆線(または谷線)の開始から終了までの画素数をカウントすることで隆線幅(または谷線幅)を求める。
線幅算出手段54は、上述した処理を、区分した小領域の中心を通る、隆線・谷線の方向と垂直な方向の線上を走査しながら行い、この結果を小領域内での隆線や谷線の線幅とすることができる。その他に、例えば小領域内で隆線および谷線をそれぞれ1本以上含む複数の走査線上でそれぞれの線幅を求め、これを平均化した平均線幅を小領域内での隆線や谷線の線幅としてもよい。
線幅関係判断手段(判定手段)55は、線幅算出手段54が算出した隆線幅および谷線幅利用して、小領域ごとに求めた隆線幅と谷線幅の関係が、所定の関係を満たすか否かを判断する手段である。所定の関係(以下「判定対象条件」)としては、例えば隆線幅を谷線幅で除したときの値が所定の閾値(例えば「1」)以上である、あるいは隆線幅から谷線幅を減じたときの値が所定の閾値(例えば「0」)以上である等の関係を用いることができる。言い換えると、線幅関係判断手段55は、小領域ごとに求めた隆線幅(線幅情報)と谷線幅(線幅情報)との関係が、所定の関係(すなわち、指紋画像において隆線の線幅が谷線の線幅より大きいと判断される関係)である場合には、指紋画像に対応する指が本物の指であると判定する。なお、判定対象条件は、これに限られず、隆線の線幅が谷線の線幅よりも大きいことをあらわす関係をあらわす様々な条件を利用することができる。
偽指判定手段(判定手段)56は、判定対象物Tが偽指(言い換えると反転転写指紋)であるか否かを判定する手段である。まず、偽指判定手段56は、全小領域のうち、線幅関係判断手段55によって判定対象条件を満たすと判断された小領域(以下、対象小領域)を把握する。そして、偽指判定手段56は、(1)対象小領域の数が所定の閾値未満である場合、または、(2)全小領域に対する対象小領域の占める割合が所定の閾値未満である場合に、偽指であると判定する。もちろん、偽指であるか否かの判定条件は、上記(1)、(2)に限られず、例えば全小領域における隆線幅の代表値と谷線幅の代表値との関係が、判定対象条件を満たさない場合に偽指と判定してもよい。なお、隆線幅や谷線幅の代表値としては、例えば全領域における隆線幅や谷線幅の平均値(あるいは最頻値)等を設定すればよい。
(2)実施形態の動作
図4は、第1実施形態における偽指判定装置100の動作(偽指判定処理)を示すフローチャートである。
図4は、第1実施形態における偽指判定装置100の動作(偽指判定処理)を示すフローチャートである。
判定対象物Tがセンサ面20に載置されると、撮像装置40は、光源30を利用して反射光センシングを行い、センサ面20に載置された判定対象物Tである指を撮影し(ステップS1)、指紋画像を画像入力手段51に出力する。
画像入力手段51は、撮像装置40から出力される指紋画像を取得し、領域分割手段52に供給する(ステップS2)。なお、画像入力手段51は、撮像装置40から取得した指紋画像に対してヒストグラム平坦化や解像度変換などの画像処理を施した後に、領域分割手段52に供給してもよい。
領域分割手段52は、画像入力手段51から指紋画像を受け取ると、まず、指紋画像について指紋の特徴的な部分(例えば隆線の分岐点や端点などのマニューシャを含む部分)を含む領域を処理対象領域として抽出した後、これを小領域に分割する(ステップS3)。領域分割手段52は、処理対象領域を小領域に分割(以下、小領域分割)すると、方向決定手段53に対して小領域分割が終了した旨を通知する。
方向決定手段53は、領域分割手段52が分割した小領域ごとに、例えばフーリエ変換を利用する方法や画素値の微分で求める方法などを利用して、小領域の隆線・谷線方向を決定し(ステップS4)、決定した小領域の隆線・谷線方向を線幅算出手段54に通知する。
線幅算出手段54は、方向決定手段53から小領域毎の隆線・谷線方向の通知を受け取ると、この隆線・谷線方向と垂直な方向に走査することで隆線と谷線の線幅を求め(ステップS5)、線幅関係判断手段55に出力する。なお、線幅を求める方法としては、例えば画像を二値化する方法や、画素値の変化を調べる方法など、周知の方法を用いることができる。
線幅関係判断手段55は、線幅算出手段54から出力される隆線幅および谷線幅を利用して、小領域ごとに求めた隆線幅と谷線幅の関係が、所定の関係(すなわち「判定対象条件」)を満たすか否かを判断する。そして、線幅関係判断手段55は、小領域ごとに、判定対象条件を満たすか否かの判断結果を偽指判定手段56に通知する。
偽指判定手段56は、全小領域のうち、線幅関係判断手段55によって判定対象条件を満たすと判断された小領域(以下、対象小領域)を把握(特定)する(ステップS6)。そして、偽指判定手段56は、(1)対象小領域の数が所定の閾値未満であるか否か、(2)全小領域に対する対象小領域の占める割合が所定の閾値未満であるか否か、(すなわち「対象小領域が所定条件を満たすか否か」)を判断する(ステップS7)。偽指判定手段56は、対象小領域が所定条件を満たさないと判断した場合には、生体指であると判定し(ステップS8)、処理を終了する。一方、偽指判定手段56は、対象小領域が所定条件を満たすと判断した場合には、偽指であると判定し(ステップS9)、処理を終了する。
以上説明したように、本実施形態によれば、生体指の指紋に特有の性質(生体指の指紋は隆線が太く谷線が細くなるという性質)を利用することで、判定対象物が偽指であるか否かを精度良く、効率的に判定することが可能となる。
また、上述した偽指判定処理は、周知のコンピュータで実現できるため、既に偽指判定装置が組み込まれている既存の指紋認証システムに対しても、ソフトウェアの処理を追加するだけで(すなわち、センサなどのハードウェアを新たに追加したり変更したりすることなく)、本実施形態を実現することが可能となる。なお、かかるメリットは、以下に示す各実施形態および各変形例も同様である。
C.第2実施形態
(1)実施形態の構成
図5は、第2実施形態におけるコンピュータ50aの機能ブロック図である。なお、図3と対応する部分には同一符号を付し、詳細な説明は省略する。
(1)実施形態の構成
図5は、第2実施形態におけるコンピュータ50aの機能ブロック図である。なお、図3と対応する部分には同一符号を付し、詳細な説明は省略する。
コンピュータ50aは、画像入力手段51、二値画像生成手段52a、収縮処理手段53a、および偽指判定手段56を備える。
二値画像生成手段52aは、画像入力手段51から供給される指紋画像を二値化し、白黒の二値画像を生成する。そして、二値画像生成手段52aは、生成した二値画像を収縮処理手段53aに出力する。
収縮処理手段53aは、二値画像生成手段52aから供給される二値画像に対して収縮処理を行う。詳述すると、収縮処理手段53aは、4近傍や8近傍(隣接画素)における白画素が所定の数以下の場合に、白画素を黒画素へと置き換えることで白画素の領域を小さくする処理(すなわち収縮処理)を行う。収縮処理手段53aは、この収縮処理を設定回数(例えば2回)だけ繰り返し実行する。繰り返し回数は、偽指か否かの判定に必要な回数に設定され、予め実験などによって求めておくことができる。
例えば、500dpiの撮像装置40を利用している場合、判定対象物Tが生体指であれば、生体指の指紋の隆線幅は概ね10画素〜16画素程度である。これに対し、判定対象物Tが偽指であれば、偽指の指紋(反転転写指紋)の隆線幅は、生体指の谷線幅よりもさらに細く、概ね1画素〜4画素程度になる。かかる理由は、偽指の指紋(反転転写指紋)を形成する薄膜が材料乾燥時に収縮等し、この影響で偽指の指紋の隆線幅がさらに細くなるからである。
収縮処理を1回行うごとに、隆線の線幅は両側から1画素分ずつ細くなる、つまり、隆線の線幅は合計2画素分細くなる。従って、収縮処理を2回行うと、4画素以下の線幅の隆線(すなわち、偽指の指紋の隆線)は消えることになるが、10画素以上の線幅の隆線(すなわち、真正指の指紋の隆線)は残ることになる。よって、本実施形態では繰り返し回数を2回に設定する場合を想定する。
収縮処理手段53aは、収縮処理を設定回数(ここでは2回を想定)だけ繰り返し実行すると、収縮処理後の二値画像について白画素の数をカウントし、カウント結果(隆線の線幅に関わる線幅情報)を偽指判定手段56に通知する。
偽指判定手段(判定手段)56は、収縮処理手段53aから通知されるカウント結果と、設定されている白画素閾値とを比較し、比較結果に基づき偽指であるか否を判定する。上述したように、収縮処理を2回行った後の白画素の数が多ければ、線幅の大きな隆線(すなわち、真正指の指紋の隆線)が存在していたと判断することができる。一方、偽指判定手段56は、収縮処理を2回行った後の白画素の数が少なければ、線幅の小さな隆線(すなわち、偽指の指紋の隆線)しか存在していなかったと判断することができる。よって、偽指判定手段56は、収縮処理手段53aから出力されるカウント結果が白画素閾値以上であれば、線幅の大きな隆線が存在していると判断でき、判定対象物Tが生体指であると判定する。
一方、偽指判定手段56は、通知されるカウント結果が白画素閾値未満である場合には、線幅の小さな隆線が存在していると判断でき、判定対象物Tが偽指であると判定する。なお、白画素閾値は、収縮処理の設定回数などにあわせて適宜設定・変更すればよい。また、隆線の線幅に関わる線幅情報(白画素の数のカウント結果)を求める代わりに、谷線の線幅に関わる線幅情報(黒画素の数のカウント結果)を求めるようにしてもよい。ここで、谷線の線幅に関わる線幅情報を求める際には、後述する膨張処理を実行すればよい(第3実施形態参照)。
(2)実施形態の動作
図6は、第2実施形態に係る偽指判定装置100の動作を示すフローチャートである。なお、図4と対応するステップには同一符号を付し、詳細な説明は省略する。
図6は、第2実施形態に係る偽指判定装置100の動作を示すフローチャートである。なお、図4と対応するステップには同一符号を付し、詳細な説明は省略する。
二値画像生成手段52aは、画像入力手段51から指紋画像の供給を受けると、この指紋画像を二値化し、白黒の二値画像を生成する(ステップS2a)。そして、二値画像生成手段52aは、生成した二値画像を収縮処理手段53aに出力する。
収縮処理手段53aは、二値画像生成手段52aから供給される二値画像に対して、収縮処理を設定回数(例えば2回)だけ繰り返し実行する(ステップS3a)。収縮処理に関する詳細は、実施形態の構成の項において説明したため省略する。収縮処理手段(計数手段)53aは、収縮処理を設定回数(ここでは2回を想定)だけ繰り返し実行すると、収縮処理後の二値画像について白画素の数をカウントし、カウント結果(隆線の線幅に関わる線幅情報)を偽指判定手段56に通知する(ステップS4a)。
偽指判定手段(判定手段)56は、収縮処理手段53aから通知されるカウント結果と、設定されている白画素閾値とを比較し、比較結果に基づき偽指であるか否を判定する(ステップS5a)。上述したように、収縮処理を設定回数行った後の白画素の数が多ければ、線幅の大きな隆線(すなわち、真正指の指紋の隆線)が存在していたと判断することができる。一方、収縮処理を設定回数行った後の白画素の数が少なければ、線幅の小さな隆線(すなわち、偽指の指紋の隆線)しか存在していなかったと判断することができる。
よって、偽指判定手段56は、収縮処理手段53aから出力されるカウント結果が白画素閾値以上であれば、線幅の大きな隆線が存在していたのであるから、判定対象物Tは生体指であると判定し(ステップS6a)、処理を終了する。一方、偽指判定手段56は、通知されるカウント結果が白画素閾値未満である場合には、線幅の小さな隆線が存在していたにすぎないから、判定対象物Tは偽指であると判定し(ステップS7a)、処理を終了する。
以上説明したように、第2実施形態によれば、第1実施形態とは異なり、隆線や谷線の方向を求めることなく、判定対象物Tが偽指であるか否かを判定することができる。特に、指先が荒れていたりすると、隆線や谷線の方向が不明瞭になることがあるが、このような場合に第1実施形態で説明した偽指判定方法を用いると、隆線や谷線の方向の判断を誤るおそれがある。隆線や谷線の方向の判断を誤ると、線幅の判定にも誤りが生じ、最終的には偽指であるか否かの判定精度が低下してしまう等の問題が懸念される。これに対し、本実施形態によれば、隆線や谷線の方向を求める必要がないため、隆線や谷線の方向が不明瞭な指紋に対しても、偽指であるか否かを精度良く判定することができる。
(3)変形例
上述した第2実施形態では、指紋画像を小領域に分割することなく、指紋画像から白黒の二値画像を生成し、生成した二値画像に収縮処理を施す場合ついて説明したが、指紋画像を小領域に分割し、小領域ごとに収縮処理を施すようにしてもよい。
上述した第2実施形態では、指紋画像を小領域に分割することなく、指紋画像から白黒の二値画像を生成し、生成した二値画像に収縮処理を施す場合ついて説明したが、指紋画像を小領域に分割し、小領域ごとに収縮処理を施すようにしてもよい。
図7は、第2実施形態の変形例におけるコンピュータ50a’の機能ブロック図である。図5と対応する部分には同一符号を付し、詳細な説明は省略する。
コンピュータ50a’は、画像入力手段51、二値画像生成手段52a、収縮処理手段53a、偽指判定手段56に加えて、領域分割手段52、細線領域特定手段54aを備えている。
領域分割手段52は、画像入力手段51から供給される指紋画像を複数の小領域に分割する。二値画像生成手段52aは、分割された各小領域の指紋画像を二値化し、小領域ごとの二値画像を生成する。収縮処理手段53aは、小領域ごとに第2実施形態と同様の収縮処理を施す。
細線領域特定手段54aは、収縮処理が行われた複数の小領域の中から、収縮処理後の白画素の総数が所定の閾値より少ない小領域(すなわち、線幅の小さな隆線が含まれる領域;以下、細隆線領域)を特定し、特定した細隆線領域の数をカウントし、カウント結果を偽指判定手段56に通知する。偽指判定手段56は、細線領域特定手段54aから通知されるカウント結果と設定された判定閾値とを比較し、比較結果に基づき判定対象物Tが偽指であるか否かを判定する。詳述すると、偽指判定手段56は、カウント結果が判定閾値以上である場合(すなわち、細隆線領域の数が判定閾値以上である場合)には、線幅の小さな隆線が指紋画像に多数含まれることから、判定対象物Tは偽指であると判定する。ここで、判定閾値等については、予め実験などによって求めておけばよい。
なお、上記例では、白画素の数が所定の閾値より少ない小領域(すなわち、細隆線領域)の数のカウント結果を利用して偽指であるか否かを判定したが、全小領域に占める細隆線領域の割合を求め、求めた細隆線領域の割合を利用して偽指であるか否かを判定してもよい。具体的には、細線領域特定手段54aは、細隆線領域の数をカウントする代わりに、全小領域に占める細隆線領域の割合を求め、求めた細隆線領域の割合を偽指判定手段56に出力する。偽指判定手段56は、得られた細隆線領域の割合が、判定割合閾値以上である場合には、線幅の小さな隆線が指紋画像に多数含まれることから、判定対象物Tは偽指であると判定する。ここで、判定割合閾値等については、予め実験などによって求めておけばよい。
D.第3実施形態
(1)実施形態の構成
図8は、第3実施形態におけるコンピュータ50bの機能ブロック図である。なお、図5と対応する部分には同一符号を付し、詳細な説明は省略する。
(1)実施形態の構成
図8は、第3実施形態におけるコンピュータ50bの機能ブロック図である。なお、図5と対応する部分には同一符号を付し、詳細な説明は省略する。
コンピュータ50bは、画像入力手段51、二値画像生成手段52a、画像処理手段53b、および偽指判定手段56を備えている。
画像処理手段(収縮処理手段、膨張処理手段)53bは、二値画像生成手段52aから供給される二値画像に対して以下に示す収縮処理、および膨張処理を行う。
<収縮処理>
画像処理手段53bは、上述した第2実施形態で説明した収縮処理(すなわち、4近傍や8近傍における白画素が所定の数以下の場合に、白画素を黒画素へと置き換えることで白画素の領域(主に隆線を含む領域)を小さくする処理)を繰り返し実行する。詳述すると、画像処理手段53bは、収縮処理後の指紋画像の白画素の総数が隆線閾値以下になるまで、収縮処理を繰り返し実行する。なお、設定される隆線閾値は、例えば隆線がなくなったとみなせる白画素の下限値をあらわし、予め実験などによって求めておくことができる。画像処理手段53bは、指紋画像の白画素の総数が隆線閾値以下になったことを検知すると、当該時点までに行われた収縮処理の回数を偽指判定手段56に通知する。換言すると、画像処理手段53bは、隆線がなくなるまでの総収縮処理回数(以下、隆線消滅処理回数)を偽指判定手段56に通知する。
画像処理手段53bは、上述した第2実施形態で説明した収縮処理(すなわち、4近傍や8近傍における白画素が所定の数以下の場合に、白画素を黒画素へと置き換えることで白画素の領域(主に隆線を含む領域)を小さくする処理)を繰り返し実行する。詳述すると、画像処理手段53bは、収縮処理後の指紋画像の白画素の総数が隆線閾値以下になるまで、収縮処理を繰り返し実行する。なお、設定される隆線閾値は、例えば隆線がなくなったとみなせる白画素の下限値をあらわし、予め実験などによって求めておくことができる。画像処理手段53bは、指紋画像の白画素の総数が隆線閾値以下になったことを検知すると、当該時点までに行われた収縮処理の回数を偽指判定手段56に通知する。換言すると、画像処理手段53bは、隆線がなくなるまでの総収縮処理回数(以下、隆線消滅処理回数)を偽指判定手段56に通知する。
<膨張処理>
画像処理手段53bは、上述した第2実施形態で説明した収縮処理とは逆の膨張処理(すなわち、4近傍や8近傍における白画素が所定の数以上の場合に、黒画素を白画素へと置き換えることで黒画素の領域(主に谷線を含む領域)を小さくする処理)を繰り返し実行する。詳述すると、画像処理手段53bは、膨張処理後の指紋画像の黒画素の総数が谷線閾値以下になるまで、膨張処理を繰り返し実行する。なお、設定される谷線閾値は、例えば谷線がなくなったとみなせる黒画素の下限値をあらわし、予め実験などによって求めておくことができる。画像処理手段53bは、指紋画像の黒画素の総数が谷線閾値以下になったことを検知すると、当該時点までに行われた膨張処理の回数を偽指判定手段56に通知する。換言すると、画像処理手段53bは、谷線がなくなるまでの総膨張処理回数(以下、谷線消滅処理回数)を偽指判定手段56に通知する。
画像処理手段53bは、上述した第2実施形態で説明した収縮処理とは逆の膨張処理(すなわち、4近傍や8近傍における白画素が所定の数以上の場合に、黒画素を白画素へと置き換えることで黒画素の領域(主に谷線を含む領域)を小さくする処理)を繰り返し実行する。詳述すると、画像処理手段53bは、膨張処理後の指紋画像の黒画素の総数が谷線閾値以下になるまで、膨張処理を繰り返し実行する。なお、設定される谷線閾値は、例えば谷線がなくなったとみなせる黒画素の下限値をあらわし、予め実験などによって求めておくことができる。画像処理手段53bは、指紋画像の黒画素の総数が谷線閾値以下になったことを検知すると、当該時点までに行われた膨張処理の回数を偽指判定手段56に通知する。換言すると、画像処理手段53bは、谷線がなくなるまでの総膨張処理回数(以下、谷線消滅処理回数)を偽指判定手段56に通知する。
偽指判定手段56は、画像処理手段53bから通知される隆線消滅処理回数と谷線消滅処理回数とが所定の関係を満たすか否かを判断することにより、偽指であるか否かを判定する。言い換えると、偽指判定手段56は、小領域ごとに求めた隆線消滅処理回数(線幅情報)と谷線消滅処理回数(線幅情報)との関係が、所定の関係(すなわち、指紋画像において隆線の線幅が谷線の線幅より大きいと判断される関係)である場合に、指紋画像に対応する指が本物の指であると判定する。所定の関係(以下「判定対象条件」(条件))としては、例えば隆線消滅処理回数を隆線幅、谷線消滅処理回数を谷線幅とした場合、隆線幅を谷線幅で除したときの値が所定の閾値(例えば「1」)以上である、あるいは隆線幅から谷線幅を減じたときの値が所定の閾値(例えば「0」)以上である等の関係を用いることができる(第1実施形態参照)。もちろん、判定対象条件は、これに限られず、隆線の線幅が谷線の線幅よりも大きいことをあらわす様々な条件を利用することができる。
偽指判定手段56は、隆線消滅処理回数と谷線消滅処理回数とが所定の関係を満たす場合には、隆線幅は谷線幅よりも広いことを意味するから、判定対象物Tは生体指であると判定する。一方、偽指判定手段56は、隆線消滅処理回数と谷線消滅処理回数とが所定の関係を満たさない場合には、谷線幅の方が隆線幅よりも広いことを意味するから、判定対象物Tは偽指であると判定する。
(2)実施形態の動作
図9は、第3実施形態における偽指判定装置100の動作を示すフローチャートである。なお、図6と対応するステップには同一符号を付し、詳細な説明は省略する。
図9は、第3実施形態における偽指判定装置100の動作を示すフローチャートである。なお、図6と対応するステップには同一符号を付し、詳細な説明は省略する。
二値画像生成手段52aは、画像入力手段51から指紋画像の供給を受けると、この指紋画像を二値化し、白黒の二値画像を生成する(ステップS2a)と、生成した二値画像を画像処理手段53bに出力する。
画像処理手段(収縮処理手段、膨張処理手段)53bは、二値画像生成手段52aから供給される二値画像に対して以下に示す収縮処理、および膨張処理を行う。
まず、画像処理手段53bは、収縮処理後の指紋画像の白画素の総数が隆線閾値以下になるまで、収縮処理を繰り返し実行する(ステップS3b)。なお、設定される隆線閾値は、例えば隆線がなくなったとみなせる白画素の下限値をあらわし、予め実験などによって求めておくことができる。
画像処理手段53bは、指紋画像の白画素の総数が隆線閾値以下になったことを検知すると、当該時点までに行われた収縮処理の回数、すなわち隆線がなくなるまでの総収縮処理回数(隆線消滅処理回数)を偽指判定手段56に通知する(ステップS4b)。
次いで、画像処理手段53bは、膨張処理後の指紋画像の黒画素の総数が谷線閾値以下になるまで、膨張処理を繰り返し実行する(ステップS5b)。なお、設定される谷線閾値は、例えば谷線がなくなったとみなせる黒画素の下限値をあらわし、予め実験などによって求めておくことができる。
画像処理手段53bは、指紋画像の黒画素の総数が谷線閾値以下になったことを検知すると、当該時点までに行われた膨張処理の回数、すなわち谷線がなくなるまでの総膨張処理回数(以下、谷線消滅処理回数)を偽指判定手段56に通知する(ステップS6b)。
偽指判定手段56は、画像処理手段53bから通知される隆線消滅処理回数と谷線消滅処理回数とが所定の関係(具体的には、上述した「判定対象条件」)を満たすか否かを判断することにより、偽指であるか否かを判定する(ステップS7b)。偽指判定手段56は、隆線消滅処理回数と谷線消滅処理回数とが判定対象条件を満たす場合、隆線幅は谷線幅よりも広いことを意味するから、判定対象物Tは生体指であると判定し(ステップS8b)、処理を終了する。一方、偽指判定手段56は、隆線消滅処理回数と谷線消滅処理回数とが判定対象条件を満たさない場合には、谷線幅の方が隆線幅よりも広いことを意味するから、判定対象物Tは偽指であると判定し(ステップS9b)、処理を終了する。
以上説明したように、第3実施形態によれば、判定対象物が女性や子供の指(すなわち、隆線および谷線がともに細い指)であっても、精度良く偽指であるか否かを判定することが可能となる。詳述すると、上述した第2実施形態では、隆線の線幅のみを利用して偽指であるか否かを判定(具体的には、収縮処理後の白画素の数に基づいて隆線の線幅が太いか細いかを判断し、隆線の線幅が細い場合には偽指と判断)したが、かかる構成では、隆線が細く谷線が太い偽指(反転転写指紋)については正確に偽指と判定できるものの、隆線および谷線がともに細い生体指(すなわち、女性や子供の指)についてまで、偽指であると誤判定してしまう可能性がある。
これに対し、第3実施形態によれば、隆線の線幅と谷線の線幅の関係を利用して偽指であるか否かを判定するため、判定対象物が女性や子供の指のように隆線および谷線がともに細い指であっても、生体指としての特徴(すなわち、隆線の線幅は谷線の線幅よりも太いという特徴)を有している限り、隆線および谷線がともに細い真正指(すなわち、女性や子供の指)を偽指であると誤判定してしまう可能性を抑えることができる。
(3)変形例
なお、第3実施形態も第2実施形態と同様、指紋画像を小領域に分割し、小領域ごとに収縮処理を施すようにしてもよい。
なお、第3実施形態も第2実施形態と同様、指紋画像を小領域に分割し、小領域ごとに収縮処理を施すようにしてもよい。
図10は、第3実施形態の変形例におけるコンピュータ50b’の機能ブロック図である。図8と対応する部分には同一符号を付し、詳細な説明は省略する。
コンピュータ50b’は、画像入力手段51、二値画像生成手段52a、画像処理手段53b、および偽指判定手段56に加えて、領域分割手段52を備えている。
領域分割手段52は、画像入力手段51から供給される指紋画像を複数の小領域に分割する。二値画像生成手段52aは、分割された各小領域の指紋画像を二値化し、小領域ごとの二値画像を生成する。画像処理手段53bは、小領域ごとに第3実施形態と同様の収縮処理および圧縮処理を施す。
<収縮処理>
画像処理手段53bは、小領域ごとに小領域内の白画素の総数が領域毎隆線閾値以下になるまで、収縮処理を繰り返し実行する。なお、設定される領域毎隆線閾値は、例えば小領域において隆線がなくなったとみなせる白画素の下限値をあらわし、予め実験などによって求めておくことができる。画像処理手段53bは、全領域について上記収縮処理を終えると、収縮処理の回数が収縮処理下限値以下の小領域の数(以下、みなし細隆線領域数)をカウントする。例えば、収縮処理下限値が「5」に設定されている場合、上記収縮処理を終えた小領域のうち、収縮処理の回数が「5」以下のみなし細隆線領域数をカウントする。そして、画像処理手段53bは、みなし細隆線領域数を偽指判定手段56に通知する。
画像処理手段53bは、小領域ごとに小領域内の白画素の総数が領域毎隆線閾値以下になるまで、収縮処理を繰り返し実行する。なお、設定される領域毎隆線閾値は、例えば小領域において隆線がなくなったとみなせる白画素の下限値をあらわし、予め実験などによって求めておくことができる。画像処理手段53bは、全領域について上記収縮処理を終えると、収縮処理の回数が収縮処理下限値以下の小領域の数(以下、みなし細隆線領域数)をカウントする。例えば、収縮処理下限値が「5」に設定されている場合、上記収縮処理を終えた小領域のうち、収縮処理の回数が「5」以下のみなし細隆線領域数をカウントする。そして、画像処理手段53bは、みなし細隆線領域数を偽指判定手段56に通知する。
<膨張処理>
画像処理手段53bは、小領域ごとに小領域内の黒画素の総数が領域毎谷線閾値以下になるまで、膨張処理を繰り返し実行する。なお、設定される領域毎谷線閾値は、例えば小領域において谷線がなくなったとみなせる黒画素の下限値をあらわし、予め実験などによって求めておくことができる。画像処理手段53bは、全領域について上記収縮処理を終えると、膨張処理の回数が膨張処理下限値以下の小領域の数(以下、みなし細谷線領域数)をカウントする。例えば、膨張処理下限値が「5」に設定されている場合、上記膨張処理を終えた小領域のうち、膨張処理の回数が「5」以下のみなし細谷線領域数をカウントする。そして、画像処理手段53bは、みなし細谷線領域数を偽指判定手段56に通知する。
画像処理手段53bは、小領域ごとに小領域内の黒画素の総数が領域毎谷線閾値以下になるまで、膨張処理を繰り返し実行する。なお、設定される領域毎谷線閾値は、例えば小領域において谷線がなくなったとみなせる黒画素の下限値をあらわし、予め実験などによって求めておくことができる。画像処理手段53bは、全領域について上記収縮処理を終えると、膨張処理の回数が膨張処理下限値以下の小領域の数(以下、みなし細谷線領域数)をカウントする。例えば、膨張処理下限値が「5」に設定されている場合、上記膨張処理を終えた小領域のうち、膨張処理の回数が「5」以下のみなし細谷線領域数をカウントする。そして、画像処理手段53bは、みなし細谷線領域数を偽指判定手段56に通知する。
偽指判定手段56は、画像処理手段53bから通知されるみなし細隆線領域数と、みなし細谷線領域数とが所定の関係を満たすか否かを判断することにより、偽指であるか否かを判定する。所定の関係(以下「判定対象条件」)としては、例えばみなし細隆線領域数をみなし細谷線領域数で除したときの値が所定の閾値(例えば「1」)以上である、あるいはみなし細隆線領域数からみなし細谷線領域数を減じたときの値が所定の閾値(例えば「0」)以上である等の関係を用いることができる(第1実施形態参照)。もちろん、判定対象条件は、これに限られず、みなし細隆線領域数がみなし細谷線領域数よりも大きいことをあらわす様々な条件を利用することができる。
偽指判定手段56は、みなし細隆線領域数とみなし細谷線領域数とが所定の関係を満たす場合には、指紋画像について細い谷線よりも細い隆線が占める割合が大きいことを意味するから、判定対象物Tは偽指であると判定する。一方、偽指判定手段56は、みなし細隆線領域数とみなし細谷線領域数とが所定の関係を満たさない場合には、指紋画像について細い隆線よりも細い谷線が占める割合が大きいことを意味するから、判定対象物Tは真正指であると判定する。
なお、上述した各実施形態において示した各処理のステップは処理内容に矛盾を生じない範囲で任意に順番を変更し、または並列に実行することができる。さらに本明細書等において、手段とは、単に物理的手段を意味するものではなく、その手段が有する機能をソフトウェアによって実現する場合を含む。さらにまた、1つの手段が有する機能が2つ以上の物理的手段により実現されても、2つ以上の手段の機能が1つの物理的手段により実現されてもよい。また、本発明に係るソフトウェアは、CD−ROMやDVD−ROM等の光学ディスク、磁気ディスク、半導体メモリなどの各種の記録媒体を通じて、または通信ネットワークなどを介してダウンロードすることにより、コンピュータにインストールまたはロードすることができる。
この出願は、2009年12月22日に出願された日本出願特願2009−290187を基礎とする優先権を主張し、その開示の全てをここに取り込む。
以上、各実施形態を参照して本発明を説明したが、本発明は上記各実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
本発明に係る偽指判定装置は、偽指の判定精度を向上させることに適している。
100…偽指判定装置、10…筐体、20…センサ面、30…光源、40…撮像装置、50、50a、50a’、50b、50b’…コンピュータ、51…画像入力手段、52…領域分割手段、52a…二値画像生成手段、53…方向決定手段、53a…収縮処理手段、53b…画像処理手段、54…線幅算出手段、54a…細線領域特定手段、55…線幅関係判断手段、56…偽指判定手段。
Claims (9)
- 指紋画像に基づき、指紋の隆線の線幅または谷線の線幅に関わる線幅情報を取得する取得手段と、
前記隆線の線幅と谷線の線幅との関係に基づいて、前記指紋画像に対応する指が本物の指であるか偽指であるかを判定する判定手段と、を備え、
前記取得手段は、
前記指紋画像を小領域に分割する分割手段と、
分割された小領域ごとに、領域内の隆線または谷線の線方向を決定する決定手段と、
前記小領域ごとに、決定した領域内の線方向と垂直な方向に走査して画素値の変化の勾配の極大値および極小値を求める勾配導出手段と、
前記線方向と垂直な方向に走査して求めた画素値の変化の勾配の極大値となる点を線幅開始点とするとともに前記極小値となる点を線幅終了点とし、前記線幅開始点から前記線幅終了点までの画素数をカウントすることにより、前記線幅情報を求める線幅算出手段と、
をさらに備える偽指判定装置。 - 指紋画像に基づき、指紋の隆線の線幅または谷線の線幅に関わる線幅情報を取得する取得手段と、
前記隆線の線幅と谷線の線幅との関係に基づいて、前記指紋画像に対応する指が本物の指であるか偽指であるかを判定する判定手段と、を備え、
前記取得手段は、
前記指紋画像を二値化し、二値画像を出力する二値画像生成手段と、
前記二値画像に収縮処理または膨張処理を、設定回数施す画像処理手段と、
前記設定回数の収縮処理後に残った前記二値画像における白画素の数、または前記設定回数の膨張処理後に残った前記二値画像における黒画素の数をカウントすることにより、前記線幅情報を求める計数手段と、
をさらに備える偽指判定装置。 - 指紋画像に基づき、指紋の隆線の線幅または谷線の線幅に関わる線幅情報を取得する取得手段と、
前記隆線の線幅と谷線の線幅との関係に基づいて、前記指紋画像に対応する指が本物の指であるか偽指であるかを判定する判定手段と、を備え、
前記取得手段は、
前記指紋画像を二値化し、二値画像を出力する二値画像生成手段と、
前記二値画像に収縮処理または膨張処理を施す手段であって、前記収縮処理後の白画素の総数が隆線閾値以下となるまで収縮処理を繰り返し実行する、または前記膨張処理後の黒画素の総数が谷線閾値以下となるまで膨張処理を繰り返し実行する画像処理手段と、
前記収縮処理の回数、または前記膨張処理の回数をカウントすることにより、前記線幅情報を求める計数手段と、
をさらに備える偽指判定装置。 - 指紋画像に基づき、指紋の隆線の線幅または谷線の線幅に関わる線幅情報を取得する取得手段と、
前記隆線の線幅と谷線の線幅との関係に基づいて、前記指紋画像に対応する指が本物の指であるか偽指であるかを判定する判定手段と、を備え、
前記取得手段は、
前記指紋画像を小領域に分割する分割手段と、
分割された小領域ごとに、領域内の隆線または谷線の線方向を決定する決定手段と、
前記小領域ごとに二値化し、決定した領域内の線方向と垂直な方向に走査して連続する黒画素の数または白画素の数をカウントすることにより、前記線幅情報を求める線幅算出手段と、
をさらに備える偽指判定装置。 - 前記取得手段は、
前記隆線の線幅に関わる線幅情報と、前記谷線の線幅に関わる線幅情報との両情報を求め、
前記判定手段は、
前記両情報に基づいて、前記指紋画像において隆線の線幅が谷線の線幅より大きいと判断した場合に、前記指紋画像に対応する指が本物の指であると判定する、
請求項1〜4のいずれか1項に記載の偽指判定装置。 - 指紋画像に基づき、指紋の隆線の線幅または谷線の線幅に関わる線幅情報を取得する取得ステップと、
前記隆線の線幅と谷線の線幅との関係に基づいて、前記指紋画像に対応する指が本物の指であるか偽指であるかを判定する判定ステップと、を含み、
前記取得ステップは、
前記指紋画像を小領域に分割する分割ステップと、
分割された小領域ごとに、領域内の隆線または谷線の線方向を決定する決定ステップと、
前記小領域ごとに、決定した領域内の線方向と垂直な方向に走査して画素値の変化の勾配の極大値および極小値を求める勾配導出ステップと、
前記線方向と垂直な方向に走査して求めた画素値の変化の勾配の極大値となる点を線幅開始点とするとともに前記極小値となる点を線幅終了点とし、前記線幅開始点から前記線幅終了点までの画素数をカウントすることにより、前記線幅情報を求める線幅算出ステップと、
をさらに含む偽指判定方法。 - 指紋画像に基づき、指紋の隆線の線幅または谷線の線幅に関わる線幅情報を取得する取得ステップと、
前記隆線の線幅と谷線の線幅との関係に基づいて、前記指紋画像に対応する指が本物の指であるか偽指であるかを判定する判定ステップと、を含み、
前記取得ステップは、
前記指紋画像を二値化し、二値画像を出力する二値画像生成ステップと、
前記二値画像に収縮処理または膨張処理を、設定回数施す画像処理ステップと、
前記設定回数の収縮処理後に残った前記二値画像における白画素の数、または前記設定回数の膨張処理後に残った前記二値画像における黒画素の数をカウントすることにより、前記線幅情報を求める計数ステップと、
をさらに含む偽指判定方法。 - 指紋画像に基づき、指紋の隆線の線幅または谷線の線幅に関わる線幅情報を取得する取得ステップと、
前記隆線の線幅と谷線の線幅との関係に基づいて、前記指紋画像に対応する指が本物の指であるか偽指であるかを判定する判定ステップと、を含み、
前記取得ステップは、
前記指紋画像を二値化し、二値画像を出力する二値画像生成ステップと、
前記二値画像に収縮処理または膨張処理を施すステップであって、前記収縮処理後の白画素の総数が隆線閾値以下となるまで収縮処理を繰り返し実行する、または前記膨張処理後の黒画素の総数が谷線閾値以下となるまで膨張処理を繰り返し実行する画像処理ステップと、
前記収縮処理の回数、または前記膨張処理の回数をカウントすることにより、前記線幅情報を求める計数ステップと、
をさらに含む偽指判定方法。 - 指紋画像に基づき、指紋の隆線の線幅または谷線の線幅に関わる線幅情報を取得する取得ステップと、
前記隆線の線幅と谷線の線幅との関係に基づいて、前記指紋画像に対応する指が本物の指であるか偽指であるかを判定する判定ステップと、を含み、
前記取得ステップは、
前記指紋画像を小領域に分割する分割ステップと、
分割された小領域ごとに、領域内の隆線または谷線の線方向を決定する決定ステップと、
前記小領域ごとに二値化し、決定した領域内の線方向と垂直な方向に走査して連続する黒画素の数または白画素の数をカウントすることにより、前記線幅情報を求める線幅算出ステップと、
をさらに含む偽指判定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011547414A JP5665016B2 (ja) | 2009-12-22 | 2010-11-22 | 偽指判定装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009290187 | 2009-12-22 | ||
JP2009290187 | 2009-12-22 | ||
PCT/JP2010/070781 WO2011077879A1 (ja) | 2009-12-22 | 2010-11-22 | 偽指判定装置 |
JP2011547414A JP5665016B2 (ja) | 2009-12-22 | 2010-11-22 | 偽指判定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2011077879A1 JPWO2011077879A1 (ja) | 2013-05-02 |
JP5665016B2 true JP5665016B2 (ja) | 2015-02-04 |
Family
ID=44195420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011547414A Active JP5665016B2 (ja) | 2009-12-22 | 2010-11-22 | 偽指判定装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8861807B2 (ja) |
EP (1) | EP2518684B1 (ja) |
JP (1) | JP5665016B2 (ja) |
KR (1) | KR101314945B1 (ja) |
CN (1) | CN102687172B (ja) |
WO (1) | WO2011077879A1 (ja) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5854813B2 (ja) * | 2011-12-19 | 2016-02-09 | キヤノン株式会社 | 画像処理装置、画像処理方法、コンピュータプログラム。 |
FR3017230B1 (fr) * | 2014-02-04 | 2016-03-11 | Morpho | Procede de validation de l'utilisation d'un vrai doigt comme support d'une empreinte digitale |
US9633269B2 (en) | 2014-09-05 | 2017-04-25 | Qualcomm Incorporated | Image-based liveness detection for ultrasonic fingerprints |
CN108427932B (zh) | 2015-10-19 | 2021-07-02 | Oppo广东移动通信有限公司 | 指纹图像的识别方法及装置 |
CN105469106B (zh) * | 2015-11-13 | 2018-06-05 | 广东欧珀移动通信有限公司 | 指纹识别方法、装置及终端设备 |
US10445547B2 (en) | 2016-05-04 | 2019-10-15 | Invensense, Inc. | Device mountable packaging of ultrasonic transducers |
US10315222B2 (en) | 2016-05-04 | 2019-06-11 | Invensense, Inc. | Two-dimensional array of CMOS control elements |
US11673165B2 (en) | 2016-05-10 | 2023-06-13 | Invensense, Inc. | Ultrasonic transducer operable in a surface acoustic wave (SAW) mode |
US10441975B2 (en) | 2016-05-10 | 2019-10-15 | Invensense, Inc. | Supplemental sensor modes and systems for ultrasonic transducers |
US10452887B2 (en) | 2016-05-10 | 2019-10-22 | Invensense, Inc. | Operating a fingerprint sensor comprised of ultrasonic transducers |
US10562070B2 (en) | 2016-05-10 | 2020-02-18 | Invensense, Inc. | Receive operation of an ultrasonic sensor |
US10706835B2 (en) | 2016-05-10 | 2020-07-07 | Invensense, Inc. | Transmit beamforming of a two-dimensional array of ultrasonic transducers |
TWI591545B (zh) * | 2016-06-30 | 2017-07-11 | 指紋影像偵測裝置及其方法 | |
WO2018112717A1 (zh) * | 2016-12-19 | 2018-06-28 | 深圳市汇顶科技股份有限公司 | 指纹侦测方法及装置 |
KR102536122B1 (ko) * | 2017-11-23 | 2023-05-26 | 삼성디스플레이 주식회사 | 표시 장치 및 이의 구동방법 |
US11151355B2 (en) | 2018-01-24 | 2021-10-19 | Invensense, Inc. | Generation of an estimated fingerprint |
US10755067B2 (en) | 2018-03-22 | 2020-08-25 | Invensense, Inc. | Operating a fingerprint sensor comprised of ultrasonic transducers |
CN111046706B (zh) * | 2018-10-15 | 2023-05-19 | 广州印芯半导体技术有限公司 | 指纹辨识方法以及使用其的电子装置 |
US11188735B2 (en) * | 2019-06-24 | 2021-11-30 | Invensense, Inc. | Fake finger detection using ridge features |
WO2020264046A1 (en) | 2019-06-25 | 2020-12-30 | Invensense, Inc. | Fake finger detection based on transient features |
US11216632B2 (en) | 2019-07-17 | 2022-01-04 | Invensense, Inc. | Ultrasonic fingerprint sensor with a contact layer of non-uniform thickness |
US11176345B2 (en) | 2019-07-17 | 2021-11-16 | Invensense, Inc. | Ultrasonic fingerprint sensor with a contact layer of non-uniform thickness |
US11232549B2 (en) | 2019-08-23 | 2022-01-25 | Invensense, Inc. | Adapting a quality threshold for a fingerprint image |
US11392789B2 (en) | 2019-10-21 | 2022-07-19 | Invensense, Inc. | Fingerprint authentication using a synthetic enrollment image |
WO2021183457A1 (en) | 2020-03-09 | 2021-09-16 | Invensense, Inc. | Ultrasonic fingerprint sensor with a contact layer of non-uniform thickness |
US11243300B2 (en) | 2020-03-10 | 2022-02-08 | Invensense, Inc. | Operating a fingerprint sensor comprised of ultrasonic transducers and a presence sensor |
US11328165B2 (en) | 2020-04-24 | 2022-05-10 | Invensense, Inc. | Pressure-based activation of fingerprint spoof detection |
US11995909B2 (en) | 2020-07-17 | 2024-05-28 | Tdk Corporation | Multipath reflection correction |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001243467A (ja) * | 2000-02-28 | 2001-09-07 | Nec Soft Ltd | 汗腺孔部分判別装置、汗腺孔部分判別方法、および、記録媒体 |
JP2008217212A (ja) * | 2007-03-01 | 2008-09-18 | Nec Infrontia Corp | 指紋入力装置、方法及びプログラム |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2864685B2 (ja) * | 1990-07-20 | 1999-03-03 | 富士通株式会社 | 指紋データ登録装置 |
JPH10289304A (ja) * | 1997-02-12 | 1998-10-27 | Nec Corp | 指紋画像入力装置 |
AU782832C (en) * | 2000-01-05 | 2006-04-27 | Electronic Finger Print Technologies Limited | Method and apparatus for authenticating financial transactions |
JP2003051013A (ja) | 2001-08-08 | 2003-02-21 | Matsushita Electric Ind Co Ltd | 指紋認証システム、指紋認証方法および携帯電話装置 |
JP2004040712A (ja) * | 2002-07-08 | 2004-02-05 | Minolta Co Ltd | 撮像装置 |
FR2862785B1 (fr) * | 2003-11-21 | 2006-01-20 | Atmel Grenoble Sa | Capteur d'empreinte digitale a deux sens de balayage |
JP2006107366A (ja) | 2004-10-08 | 2006-04-20 | Fujitsu Ltd | 生体情報入力装置,生体認証装置,生体情報処理方法,生体情報処理プログラムおよび同プログラムを記録したコンピュータ読取可能な記録媒体 |
US20060104484A1 (en) * | 2004-11-16 | 2006-05-18 | Bolle Rudolf M | Fingerprint biometric machine representations based on triangles |
JP4956131B2 (ja) | 2006-10-06 | 2012-06-20 | シャープ株式会社 | 生体認証装置及び方法、並びに生体認証処理プログラム |
CN101114335A (zh) | 2007-07-19 | 2008-01-30 | 南京大学 | 全角度快速指纹识别方法 |
JP4470979B2 (ja) | 2007-09-06 | 2010-06-02 | ミツミ電機株式会社 | 指移動位置推定装置及びこれを用いた指紋画像処理装置、指移動推定方法及びこれを用いた指紋画像処理方法 |
CN101276411B (zh) * | 2008-05-12 | 2010-06-02 | 北京理工大学 | 指纹识别方法 |
-
2010
- 2010-11-22 KR KR1020127016185A patent/KR101314945B1/ko active IP Right Grant
- 2010-11-22 US US13/518,302 patent/US8861807B2/en active Active
- 2010-11-22 WO PCT/JP2010/070781 patent/WO2011077879A1/ja active Application Filing
- 2010-11-22 JP JP2011547414A patent/JP5665016B2/ja active Active
- 2010-11-22 EP EP10839115.2A patent/EP2518684B1/en active Active
- 2010-11-22 CN CN201080058564.0A patent/CN102687172B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001243467A (ja) * | 2000-02-28 | 2001-09-07 | Nec Soft Ltd | 汗腺孔部分判別装置、汗腺孔部分判別方法、および、記録媒体 |
JP2008217212A (ja) * | 2007-03-01 | 2008-09-18 | Nec Infrontia Corp | 指紋入力装置、方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
KR20120085934A (ko) | 2012-08-01 |
US8861807B2 (en) | 2014-10-14 |
EP2518684B1 (en) | 2021-10-13 |
CN102687172A (zh) | 2012-09-19 |
EP2518684A4 (en) | 2017-09-20 |
CN102687172B (zh) | 2014-12-10 |
US20120263355A1 (en) | 2012-10-18 |
JPWO2011077879A1 (ja) | 2013-05-02 |
KR101314945B1 (ko) | 2013-10-04 |
EP2518684A1 (en) | 2012-10-31 |
WO2011077879A1 (ja) | 2011-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5665016B2 (ja) | 偽指判定装置 | |
KR101544279B1 (ko) | 생체 정보 보정 장치, 생체 정보 보정 방법 및 생체 정보 보정용 컴퓨터 판독 가능한 기록 매체 | |
EP2500862B1 (en) | Fake-finger determination device, fake-finger determination method and fake-finger determination program | |
JP4931426B2 (ja) | 縞模様を含む画像の照合装置 | |
JP5799586B2 (ja) | 生体認証装置、生体認証方法及び生体認証用コンピュータプログラム | |
US7133541B2 (en) | Method for analyzing fingerprint images | |
JP6487576B2 (ja) | 指紋隆線点認識方法および装置 | |
WO2010119500A1 (ja) | 生体情報登録装置、生体情報登録方法及び生体情報登録用コンピュータプログラムならびに生体認証装置、生体認証方法及び生体認証用コンピュータプログラム | |
JP5850341B2 (ja) | 指紋認証システム、指紋認証方法および指紋認証プログラム | |
KR20100007317A (ko) | 생체지문 판단장치 및 그 판단방법 | |
US8385612B2 (en) | Fingerprint image background detection apparatus and detection method | |
KR20150092009A (ko) | 지문의 운반체로서 진짜 손가락을 이용하는 인증 방법 | |
US20180247098A1 (en) | Method and device for recognizing fingerprint | |
US8139825B2 (en) | Authentication apparatus and authentication method | |
JP2004118677A (ja) | 指紋認証方法/プログラム/装置 | |
WO2011058837A1 (ja) | 偽指判定装置、偽指判定方法および偽指判定プログラム | |
JP4348702B2 (ja) | 平面4指画像判定装置、平面4指画像判定方法及び平面4指画像判定プログラム | |
KR20060133348A (ko) | 지문 중심점 부위 특징점을 이용한 고속 매칭 | |
KR100359920B1 (ko) | 홍채 인식 시스템에서의 모조 홍채 판별방법 | |
EP3627380B1 (en) | A method of verifying the acquisition of an individual's biometric data | |
KR20030040825A (ko) | 적응 이진화와 특징점 보정을 통한 지문인식 성능 향상 방법 | |
JP2006072554A (ja) | 指紋入力画像判定処理装置及び指紋照合装置 | |
JP6181763B2 (ja) | 個人の識別を目的とする静脈網の真偽を検出するための方法、及び、バイオメトリック認証方法 | |
Sharma et al. | Encryption of Text Using Fingerprints | |
CN109657659A (zh) | 指纹识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131011 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20141117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5665016 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141130 |