JP6493991B2 - 画像処理装置、画像処理方法及びプログラム - Google Patents
画像処理装置、画像処理方法及びプログラム Download PDFInfo
- Publication number
- JP6493991B2 JP6493991B2 JP2016566517A JP2016566517A JP6493991B2 JP 6493991 B2 JP6493991 B2 JP 6493991B2 JP 2016566517 A JP2016566517 A JP 2016566517A JP 2016566517 A JP2016566517 A JP 2016566517A JP 6493991 B2 JP6493991 B2 JP 6493991B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- image
- local region
- vector
- local
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
- G06V40/1376—Matching features related to ridge properties or fingerprint texture
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Description
本発明は、日本国特許出願:特願2014−265768号(2014年12月26日出願)に基づくものであり、同出願の全記載内容は引用をもって本書に組み込み記載されているものとする。
本発明は、画像処理装置、画像処理方法及びプログラムに関する。特に、入力画像の特徴を特定する画像処理装置、画像処理方法及びプログラムに関する。
なお、このプログラムは、コンピュータが読み取り可能な記憶媒体に記録することができる。記憶媒体は、半導体メモリ、ハードディスク、磁気記録媒体、光記録媒体等の非トランジェント(non-transient)なものとすることができる。本発明は、コンピュータプログラム製品として具現することも可能である。
第1の実施形態について、図面を用いてより詳細に説明する。
なお、gcは中心画素の画素値、pは比較対象画素の順序、gpはp番目の比較対象画素の画素値である。また、指紋画像の境界に位置する画素のLBP値を算出する場合には、特徴量算出部12は、存在しない画素の画素値を予め定めておき、LBP値の算出に利用してもよい。
FV={a1、a2、・・・、a7、a8} ・・・(2)
なお、H1及びH2は比較対象の2つのヒストグラム、iはヒストグラムにおけるビンのインデックスである。
続いて、第2の実施形態について図面を参照して詳細に説明する。
なお、上記各実施形態の任意の組み合わせが更なる実施形態として含まれる。例えば、図2に示す画像処理装置10とフィルタ装置20の間に、図18に示す警報装置50を挿入してもよい。この場合、警報装置50にて画像品質が最低限保証された指紋画像に限りフィルタ装置20に入力される。
FV={FVC1、FVC3、FVC5} ・・・(4)
なお、FVC1は、比較対象画素と中心画素間の距離が1ピクセルの場合のヒストグラムから算出した特徴量ベクトルである。FVC3は、比較対象画素と中心画素間の距離が3ピクセルの場合のヒストグラムから算出した特徴量ベクトルである。FVC5は、比較対象画素と中心画素間の距離が5ピクセルの場合のヒストグラムから算出した特徴量ベクトルである。
画像を入力する入力部と、
前記入力部が入力した入力画像の局所領域における質感を特徴付ける画像特徴量を算出する、特徴量算出部と、
前記画像特徴量から、前記局所領域に対応する第1の特徴量ベクトルを算出する、特徴量ベクトル算出部と、
前記第1の特徴量ベクトルと同種の方法により算出される特徴量ベクトルであって、予め特徴が判定された画像から算出される第2の特徴量ベクトルと、前記第1の特徴量ベクトルと、に基づいて、前記局所領域の特徴を特定する、特徴特定部と、
を備える画像処理装置。
[形態2]
前記特徴量算出部は、前記局所領域を構成する複数の画素それぞれからLBP(Local Binary Pattern)値を算出すると共に、前記局所領域に含まれる複数の画素それぞれに対応する前記LBP値のヒストグラムを、前記画像特徴量として算出する、形態1の画像処理装置。
[形態3]
前記特徴量ベクトル算出部は、前記ヒストグラムをなす階級から、所定の階級を選択し、前記選択された階級に属する度数を要素とすることで、前記第1の特徴量ベクトルを算出する、形態2の画像処理装置。
[形態4]
前記特徴特定部は、前記第1の特徴量ベクトルと、前記第2の特徴量ベクトルと、の間の類似度を算出し、前記類似度に基づいて、前記局所領域の特徴を特定する、形態1乃至3のいずれか一に記載の画像処理装置。
[形態5]
前記予め特徴が判定された画像の特徴と、前記第2の特徴量ベクトルと、を対応付けて記憶する記憶部をさらに備え、
前記特徴特定部は、前記記憶部が記憶する複数の前記第2の特徴量ベクトルのうち、前記第1の特徴量ベクトルと最も類似度の高い特徴量ベクトルに対応する特徴を、前記局所領域の特徴とする、形態4の画像処理装置。
[形態6]
前記特徴量算出部は、前記入力画像を複数の領域に分割することで、複数の前記局所領域を算出し、
前記特徴特定部は、
前記第1及び第2の特徴量ベクトル間の類似度を算出し、前記複数の局所領域それぞれの特徴を特定することを繰り返し、
前記入力画像における前記複数の局所領域それぞれの位置情報と、前記複数の局所領域それぞれの特徴と、を対応付ける局所領域特徴情報を算出する、形態5の画像処理装置。
[形態7]
前記特徴特定部は、前記第1及び第2の特徴量ベクトル間の類似度を測る指標として、カイ二乗距離を用いる、形態4乃至6のいずれか一に記載の画像処理装置。
[形態8]
前記入力画像は、隆線により曲線縞模様が形成されている画像である、形態1乃至7のいずれか一に記載の画像処理装置。
[形態9]
前記特徴特定部は、
前記予め特徴が判定された画像の特徴と、前記予め特徴が判定された画像に対応する第2の特徴量ベクトルと、を教師データとして入力し、モデルの学習を行うと共に、
前記学習されたモデルに基づき、前記第1の特徴量ベクトルに対応する局所領域の特徴を特定する、形態1乃至3のいずれか一に記載の画像処理装置。
[形態10]
前記局所領域特徴情報に応じて、前記複数の局所領域それぞれに適用する処理を変更する、フィルタ部をさらに備える、形態6乃至8のいずれか一に記載の画像処理装置。
[形態11]
前記局所領域特徴情報に基づいて、前記入力画像から特定の特徴を有する前記局所領域を抽出する抽出部、
前記局所領域特徴情報に基づいて、前記入力画像を構成する複数の局所領域の中に、特定の特徴を有する局所領域が存在するか否かを検査する検査部、及び、
前記局所領域特徴情報に基づいて、前記入力画像の画質に関する警報を行う警報部のうち少なくとも1つをさらに備える形態6乃至8のいずれか一に記載の画像処理装置。
[形態12]
画像を入力するステップと、
前記入力された入力画像の局所領域における質感を特徴付ける画像特徴量を算出するステップと、
前記画像特徴量から、前記局所領域に対応する第1の特徴量ベクトルを算出するステップと、
前記第1の特徴量ベクトルと同種の方法により算出される特徴量ベクトルであって、予め特徴が判定された画像から算出される第2の特徴量ベクトルと、前記第1の特徴量ベクトルと、に基づいて、前記局所領域の特徴を特定するステップと、
を含む画像処理方法。
[形態13]
画像を入力する処理と、
前記入力された入力画像の局所領域における質感を特徴付ける画像特徴量を算出する処理と、
前記画像特徴量から、前記局所領域に対応する第1の特徴量ベクトルを算出する処理と、
前記第1の特徴量ベクトルと同種の方法により算出される特徴量ベクトルであって、予め特徴が判定された画像から算出される第2の特徴量ベクトルと、前記第1の特徴量ベクトルと、に基づいて、前記局所領域の特徴を特定する処理と、
を画像処理装置を制御するコンピュータに実行させるプログラム。
なお、形態12及び形態13は、形態1の形態と同様に、形態2〜形態11のように展開することが可能である。
11 画像入力部
12、102 特徴量算出部
13、103 特徴量ベクトル算出部
14、104 特徴特定部
15 出力部
16 記憶部
20 フィルタ装置
21 入力部
22 フィルタ部
23 出力部
30 抽出装置
31 抽出部
40 検査装置
41 検査部
50 警報装置
51 警報部
60 判定装置
101 入力部
201〜203 局所領域
210 中心画素
211〜218 比較対象画素
311〜314、321 照合精度特性曲線
301〜303、401、402 領域
411、412 隆線
Claims (12)
- 画像を入力する入力部と、
前記入力部が入力した入力画像の局所領域における質感を特徴付ける画像特徴量を算出する、特徴量算出部と、
前記画像特徴量から、前記局所領域に対応する第1の特徴量ベクトルを算出する、特徴量ベクトル算出部と、
前記第1の特徴量ベクトルと同種の方法により算出される特徴量ベクトルであって、予め特徴が判定された画像から算出される第2の特徴量ベクトルと、前記第1の特徴量ベクトルと、に基づいて、前記局所領域の特徴を特定する、特徴特定部と、
を備え、
前記特徴量算出部は、前記局所領域を構成する複数の画素それぞれからLBP(Local Binary Pattern)値を算出すると共に、前記局所領域に含まれる複数の画素それぞれに対応する前記LBP値のヒストグラムを、前記画像特徴量として算出し、
前記特徴量算出部は、比較対象画素と中心画素間の距離が異なる複数の前記LBP値を算出し、
前記特徴量ベクトル算出部は、前記複数のLBP値から得られるヒストグラムを組み合わせて前記第1の特徴量ベクトルを算出する、画像処理装置。 - 前記特徴量ベクトル算出部は、前記ヒストグラムをなす階級から、所定の階級を選択し、前記選択された階級に属する度数を要素とすることで、前記第1の特徴量ベクトルを算出する、請求項1の画像処理装置。
- 前記特徴特定部は、前記第1の特徴量ベクトルと、前記第2の特徴量ベクトルと、の間の類似度を算出し、前記類似度に基づいて、前記局所領域の特徴を特定する、請求項1又は2に記載の画像処理装置。
- 前記予め特徴が判定された画像の特徴と、前記第2の特徴量ベクトルと、を対応付けて記憶する記憶部をさらに備え、
前記特徴特定部は、前記記憶部が記憶する複数の前記第2の特徴量ベクトルのうち、前記第1の特徴量ベクトルと最も類似度の高い特徴量ベクトルに対応する特徴を、前記局所領域の特徴とする、請求項3の画像処理装置。 - 前記特徴量算出部は、前記入力画像を複数の領域に分割することで、複数の前記局所領域を算出し、
前記特徴特定部は、
前記第1及び第2の特徴量ベクトル間の類似度を算出し、前記複数の局所領域それぞれの特徴を特定することを繰り返し、
前記入力画像における前記複数の局所領域それぞれの位置情報と、前記複数の局所領域それぞれの特徴と、を対応付ける局所領域特徴情報を算出する、請求項4の画像処理装置。 - 前記特徴特定部は、前記第1及び第2の特徴量ベクトル間の類似度を測る指標として、カイ二乗距離を用いる、請求項3乃至5のいずれか一項に記載の画像処理装置。
- 前記入力画像は、隆線により曲線縞模様が形成されている画像である、請求項1乃至6のいずれか一項に記載の画像処理装置。
- 前記特徴特定部は、
前記予め特徴が判定された画像の特徴と、前記予め特徴が判定された画像に対応する第2の特徴量ベクトルと、を教師データとして入力し、モデルの学習を行うと共に、
前記学習されたモデルに基づき、前記第1の特徴量ベクトルに対応する局所領域の特徴を特定する、請求項1又は2に記載の画像処理装置。 - 前記局所領域特徴情報に応じて、前記複数の局所領域それぞれに適用する処理を変更する、フィルタ部をさらに備える、請求項5乃至7のいずれか一項に記載の画像処理装置。
- 前記局所領域特徴情報に基づいて、前記入力画像から特定の特徴を有する前記局所領域を抽出する抽出部、
前記局所領域特徴情報に基づいて、前記入力画像を構成する複数の局所領域の中に、特定の特徴を有する局所領域が存在するか否かを検査する検査部、及び、
前記局所領域特徴情報に基づいて、前記入力画像の画質に関する警報を行う警報部のうち少なくとも1つをさらに備える請求項5乃至7のいずれか一項に記載の画像処理装置。 - 画像を入力するステップと、
前記入力された入力画像の局所領域における質感を特徴付ける画像特徴量を算出するステップと、
前記画像特徴量から、前記局所領域に対応する第1の特徴量ベクトルを算出するステップと、
前記第1の特徴量ベクトルと同種の方法により算出される特徴量ベクトルであって、予め特徴が判定された画像から算出される第2の特徴量ベクトルと、前記第1の特徴量ベクトルと、に基づいて、前記局所領域の特徴を特定するステップと、
を含み、
前記画像特徴量を算出するステップは、前記局所領域を構成する複数の画素それぞれからLBP(Local Binary Pattern)値を算出すると共に、前記局所領域に含まれる複数の画素それぞれに対応する前記LBP値のヒストグラムを、前記画像特徴量として算出し、
前記画像特徴量を算出するステップは、比較対象画素と中心画素間の距離が異なる複数の前記LBP値を算出し、
前記第1の特徴量ベクトルを算出するステップは、前記複数のLBP値から得られるヒストグラムを組み合わせて前記第1の特徴量ベクトルを算出する、画像処理方法。 - 画像を入力する処理と、
前記入力された入力画像の局所領域における質感を特徴付ける画像特徴量を算出する処理と、
前記画像特徴量から、前記局所領域に対応する第1の特徴量ベクトルを算出する処理と、
前記第1の特徴量ベクトルと同種の方法により算出される特徴量ベクトルであって、予め特徴が判定された画像から算出される第2の特徴量ベクトルと、前記第1の特徴量ベクトルと、に基づいて、前記局所領域の特徴を特定する処理と、
を画像処理装置を制御するコンピュータに実行させるプログラムであって、
前記画像特徴量を算出する処理は、前記局所領域を構成する複数の画素それぞれからLBP(Local Binary Pattern)値を算出すると共に、前記局所領域に含まれる複数の画素それぞれに対応する前記LBP値のヒストグラムを、前記画像特徴量として算出し、
前記画像特徴量を算出する処理は、比較対象画素と中心画素間の距離が異なる複数の前記LBP値を算出し、
前記第1の特徴量ベクトルを算出する処理は、前記複数のLBP値から得られるヒストグラムを組み合わせて前記第1の特徴量ベクトルを算出する、プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014265768 | 2014-12-26 | ||
JP2014265768 | 2014-12-26 | ||
PCT/JP2015/086253 WO2016104712A1 (ja) | 2014-12-26 | 2015-12-25 | 画像処理装置、画像処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2016104712A1 JPWO2016104712A1 (ja) | 2017-10-05 |
JP6493991B2 true JP6493991B2 (ja) | 2019-04-03 |
Family
ID=56150724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016566517A Active JP6493991B2 (ja) | 2014-12-26 | 2015-12-25 | 画像処理装置、画像処理方法及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US10275677B2 (ja) |
JP (1) | JP6493991B2 (ja) |
WO (1) | WO2016104712A1 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6493991B2 (ja) * | 2014-12-26 | 2019-04-03 | Necソリューションイノベータ株式会社 | 画像処理装置、画像処理方法及びプログラム |
CN107091704B (zh) * | 2016-02-17 | 2020-10-09 | 北京小米移动软件有限公司 | 压力检测方法和装置 |
US10262187B1 (en) * | 2016-11-10 | 2019-04-16 | Synaptics Incorporated | Systems and methods for spoof detection based on local binary patterns |
US10607055B2 (en) * | 2017-02-06 | 2020-03-31 | Fingerprint Cards Ab | Method for authenticating a finger of a user of an electronic device |
KR20190031416A (ko) * | 2017-08-18 | 2019-03-26 | 선전 구딕스 테크놀로지 컴퍼니, 리미티드 | 지문 이미지 획득 방법, 장치 및 단말 장치 |
CN111221924B (zh) * | 2018-11-23 | 2023-04-11 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、存储介质和网络设备 |
US11373438B2 (en) * | 2019-02-11 | 2022-06-28 | Board Of Trustees Of Michigan State University | Fixed length fingerprint representation |
EP3926580A4 (en) | 2019-02-14 | 2022-04-13 | NEC Corporation | IMAGE PROCESSING DEVICE, FINGERPRINT COLLECTION SYSTEM, IMAGE PROCESSING METHOD AND RECORDING MEDIUM |
JP7251619B2 (ja) | 2019-05-28 | 2023-04-04 | 日本電気株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2022052210A (ja) * | 2020-09-23 | 2022-04-04 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
US11928795B2 (en) | 2021-03-03 | 2024-03-12 | Google Llc | Filtering pulse-width modulated (PWM) noise from a fingerprint image captured with an optical under-display fingerprint sensor (UDFPS) |
US11842678B2 (en) | 2021-10-12 | 2023-12-12 | Google Llc | High-brightness mode on an OLED display |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7072523B2 (en) * | 2000-09-01 | 2006-07-04 | Lenovo (Singapore) Pte. Ltd. | System and method for fingerprint image enhancement using partitioned least-squared filters |
JP2004127064A (ja) | 2002-10-04 | 2004-04-22 | Konica Minolta Holdings Inc | 画像処理方法、画像処理装置、画像処理プログラム及び画像記録装置 |
KR100682889B1 (ko) * | 2003-08-29 | 2007-02-15 | 삼성전자주식회사 | 영상에 기반한 사실감 있는 3차원 얼굴 모델링 방법 및 장치 |
EP1724725B1 (en) | 2004-03-04 | 2015-09-23 | NEC Corporation | Finger/palm print image processing system and finger/palm print image processing method |
JP4403513B2 (ja) | 2005-08-09 | 2010-01-27 | 日本電気株式会社 | 指紋隆線認識装置、指紋隆線認識方法、及びプログラム |
US20070160266A1 (en) * | 2006-01-11 | 2007-07-12 | Jones Michael J | Method for extracting features of irises in images using difference of sum filters |
US20070297653A1 (en) * | 2006-06-22 | 2007-12-27 | Rudolf Maarten Bolle | Fingerprint representation using localized texture features |
US20080013803A1 (en) | 2006-07-13 | 2008-01-17 | Motorola, Inc. | Method and apparatus for determining print image quality |
WO2009130693A2 (en) * | 2008-04-21 | 2009-10-29 | Mts Investments Inc. | System and method for statistical mapping between genetic information and facial image data |
JP5451302B2 (ja) | 2009-10-19 | 2014-03-26 | キヤノン株式会社 | 画像処理装置及び方法、プログラム及び記憶媒体 |
JP5756443B2 (ja) * | 2012-09-25 | 2015-07-29 | 日本電信電話株式会社 | 画像分類装置及び画像識別装置並びにプログラム |
US8965066B1 (en) * | 2013-09-16 | 2015-02-24 | Eye Verify LLC | Biometric template security and key generation |
CN104714633A (zh) * | 2013-12-12 | 2015-06-17 | 华为技术有限公司 | 一种终端配置的方法及终端 |
JP6493991B2 (ja) * | 2014-12-26 | 2019-04-03 | Necソリューションイノベータ株式会社 | 画像処理装置、画像処理方法及びプログラム |
-
2015
- 2015-12-25 JP JP2016566517A patent/JP6493991B2/ja active Active
- 2015-12-25 WO PCT/JP2015/086253 patent/WO2016104712A1/ja active Application Filing
- 2015-12-25 US US15/535,794 patent/US10275677B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20170344846A1 (en) | 2017-11-30 |
WO2016104712A1 (ja) | 2016-06-30 |
US10275677B2 (en) | 2019-04-30 |
JPWO2016104712A1 (ja) | 2017-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6493991B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP4253335B2 (ja) | カーネル関数値を用いた、画像の平均値シフトによるフィルタリングとクラスタリングの方法及び装置 | |
KR20190094352A (ko) | 모바일 디바이스를 사용하여 캡처된 화상을 사용하여 지문 기반 사용자 인증을 수행하기 위한 시스템 및 방법 | |
JP6547386B2 (ja) | 画像処理装置及び方法 | |
EP2104059B1 (en) | Apparatus and method for processing image | |
KR20060124660A (ko) | 이미지 처리방법, 처리장치, 및 프로그램 | |
EP2467804A1 (en) | Automatic identification of fingerprint inpainting target areas | |
US20130216106A1 (en) | Image matching device | |
CN110390643B (zh) | 一种车牌增强方法、装置及电子设备 | |
US8995730B2 (en) | Image processing apparatus for analyzing and enhancing fingerprint images | |
CN111199197B (zh) | 一种人脸识别的图像提取方法及处理设备 | |
CN111784675A (zh) | 物品纹理信息处理的方法、装置、存储介质及电子设备 | |
JP2018032400A (ja) | 絵画の真贋の評価方法およびそれに対応する使用方法 | |
CN111445058A (zh) | 数据分析方法、装置、设备及计算机可读存储介质 | |
US20040218790A1 (en) | Print segmentation system and method | |
KR102335907B1 (ko) | 지문 이미지들에 적용가능한 이미지들을 개선하는 방법 | |
US8655084B2 (en) | Hand-based gender classification | |
US20050271260A1 (en) | Device, method and program for removing pores | |
JP6629150B2 (ja) | 手のひら検知装置、掌紋認証装置、手のひら検知方法、及びプログラム | |
CN111753722B (zh) | 一种基于特征点类型的指纹识别方法及装置 | |
JP5222776B2 (ja) | 画像処理装置及び方法 | |
CN111753723B (zh) | 一种基于密度校准的指纹识别方法及装置 | |
JP2008123399A (ja) | 感情認識装置、電子機器、感情認識方法、制御プログラム及び記録媒体 | |
KR101750897B1 (ko) | 손가락 경계 및 손가락 마디 주름의 특징을 이용한 바이오 인식 방법 | |
CN116245770B (zh) | 一种内窥镜图像边缘锐利度增强方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170622 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180626 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180827 |
|
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: 20190205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190228 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6493991 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |