JP6494776B2 - 線間距離計算方法、線間距離計算装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 - Google Patents

線間距離計算方法、線間距離計算装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 Download PDF

Info

Publication number
JP6494776B2
JP6494776B2 JP2017542060A JP2017542060A JP6494776B2 JP 6494776 B2 JP6494776 B2 JP 6494776B2 JP 2017542060 A JP2017542060 A JP 2017542060A JP 2017542060 A JP2017542060 A JP 2017542060A JP 6494776 B2 JP6494776 B2 JP 6494776B2
Authority
JP
Japan
Prior art keywords
pixel value
boundary point
pixel
point
sub
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
Application number
JP2017542060A
Other languages
English (en)
Other versions
JP2018508891A (ja
Inventor
ジェン、リー
シュ、クンピン
ヤン、ユン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BYD Co Ltd
Original Assignee
BYD Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BYD Co Ltd filed Critical BYD Co Ltd
Publication of JP2018508891A publication Critical patent/JP2018508891A/ja
Application granted granted Critical
Publication of JP6494776B2 publication Critical patent/JP6494776B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • 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
    • 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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Description

［関連出願への相互参照］
本出願は、２０１５年２月１３日に中華人民共和国の国家知的所有権局（ＳＩＰＯ）に提出された中国特許出願第２０１５１００８０６９０．０号の優先権および利益を主張するものであり、その全内容は参照により本明細書に組み込まれる。
本開示は、画像処理技術の分野に関し、特に、線間距離計算方法、及び線間距離計算装置に関する。
社会の発展に伴い、本人認証の精度、セキュリティ、及び実用性への需要が、より高まっている。パスワード、キー、本人カード等のような従来の本人認証は、忘れやすい、漏洩しやすい、紛失しやすい、偽造しやすい等のような問題があり、日常生活向けには不便さやセキュリティ問題を生じる。識別に基づく生体認証技術は、従来の本人認証の多くの欠点を克服することができ、現在のセキュリティ技術研究において高い関心を集めている。生物学的特徴に基づく様々な本人認証方法の中で、指紋認識は、最も早くから最も広く使用される方法である。その高い安定性、唯一性、収集の容易性、高いセキュリティ性のため、指紋は、本人認証に用いることのできる理想的な生物学的特徴であり、指紋認識の市場シェアは、年々増加している。指紋画像は個人のプライバシーに属するため、指紋認識システムは、一般的に指紋画像を直接保存せず、アルゴリズムを用いて、指紋画像から指紋の特色情報を抽出し、それから、本人認証を完了するために、指紋マッチングと認識を実行する。従って、高い信頼性を有する指紋認識アルゴリズムが、正しい指紋識別を保証するために重要である。
さらにまた、線間距離が、与えられた隆線と隣接する谷線の間の距離として決定される。一般的に、隆線の中心と谷線の中心の間の距離が、線間距離として計算される。線間距離が大きいほど、隆線は疎であり、線間距離が小さいほど、隆線は密である。線間距離の値は、指紋自体の構造と画像取得時の解像度に依存する。
線間距離計算についての先行技術は、２つの分野に分けられる。第１の分野は、全体画像に基づいて、指紋の線間距離を概算するものである。理想的には、指紋画像の線間距離は、正規分布していると考えられる。しかしながら、実際の指紋データベースでは、同じ指紋画像の線間距離が２倍の差を有することもあるため、線間距離を全体画像に基づいて計算することは不可能である。第２の分野は、画像の領域に基づいて局所的な線間距離を概算するものであり、範囲内のピーク点を高精度に見つける必要がある。これは、アルゴリズムで達成するのは困難かもしれず、得られる線間距離は低精度であろう。
例えば、先行技術の第２の分野のアルゴリズムでは、指紋画像の線に直交する方向において、画素のグレースケール値は、離散正弦波形の特徴を示す。図１に示されるように、２本の隆線間の距離は、正弦波形の２つの隣接するピーク間の距離として表される。センサによって実際に収集された指紋画像は、ノイズを包含し、そのノイズ情報は、センサ自体と実際の条件（指が水気や油分、又は削れた皮膚を有している等）に主に起因するため、正弦波形のピークの状態はより複雑になる。例えば、正弦波形は単一のピークを有するとは限らず、事実、ピーク点を高精度に見つけることは不可能である。同じ力の強さで押された同じ指で収集された指紋画像について、指の同じ位置でこの方法を用いて得られる線間距離は、全く異なる。指紋のグレースケール画像自体についても、線に直交する方向に沿った隆線と谷線の分布は、理想的な正弦波ではなく、明確なピーク値を持たない。そのために、グレースケールに基づく線間距離計算方法は、くっきりとしたムラのない指紋画像にのみ適用可能である。
本開示の実施形態は、従来技術に既存する少なくとも１つの問題をある程度解決しようとする。本開示の第１の観点は、線間距離計算方法を提供することであり、その計算方法は、指紋の隆線と谷線の境界点を探し、境界点の座標及びサブ画素値により、線間距離を計算する。高精度で、抗ノイズ性が強く、指紋の全体的な疎密の特徴が、より精度高く反映され、適用の範囲はより広い。
本開示の第２の観点は、線間距離計算装置を提供することである。
上記の観点を達成するために、本開示の第１の観点の幾つかの実施形態に係る線間計算方法は、原画像を得て、グレースケール処理を実行して、グレースケール画像を生成するステップと、グレースケール画像に基づいて、法線方向画像と接線方向画像を生成するステップと、接線方向画像に基づいて、グレースケール画像にフィルタリングを実行して平滑化画像を生成し、平滑化画像を２値画像へ変換するステップと、２値画像を複数のブロックに分割し、法線方向画像に基づいて、各ブロックの中心点の法線方向を決定するステップと、各ブロックの中心点の法線方向に画素をトラバーサルして、各ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する回数を計算し、変化点に対応する境界点の座標とサブ画素値を計算するステップと、各ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する回数、及び変化点に対応する境界点の座標とサブ画素値に基づいて、指紋の線間距離を生成するステップと、を含み、第１の画素値は、隆線の画素の画素値であり、第２の画素値は、谷線の画素の画素値であることを特徴とする。
本開示の実施形態に係る線間距離計算方法は、指紋の隆線と谷線の境界点を探し、境界点の座標及びサブ画素値により、線間距離を計算する。線間距離の精度は、高められるであろうし、指紋の真の像がより身近に得られ、指紋の全体的な疎密の特徴が、より精度高く反映される。更に、本方法の抗ノイズ性は強く、適用の範囲はより広い。
上記の観点を達成するために、本開示の第２の観点の幾つかの実施形態に係る線間計算装置は、原画像を得て、グレースケール処理を実行して、グレースケール画像を生成するように構成されるグレースケール処理モジュールと、グレースケール画像に基づいて、法線方向画像と接線方向画像を生成するように構成される生成モジュールと、接線方向画像に基づいて、グレースケール画像にフィルタリングを実行して平滑化画像を生成し、平滑化画像を２値画像へ変換するように構成される平滑化モジュールと、２値画像を複数のブロックに分割し、法線方向画像に基づいて、各ブロックの中心点の法線方向を決定するように構成されるブロック処理モジュールと、各ブロックの中心点の法線方向に画素をトラバーサルして、各ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する回数を計算し、変化点に対応する境界点の座標とサブ画素値を計算するように構成されるサブ画素計算モジュールと、各ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する回数、及び変化点に対応する境界点の座標とサブ画素値に基づいて、指紋の線間距離を生成するように構成される線間距離生成モジュールと、を含み、第１の画素値は、隆線の画素の画素値であり、第２の画素値は、谷線の画素の画素値であることを特徴とする。
本開示の実施形態に係る線間距離計算装置は、指紋の隆線と谷線の境界点を探し、境界点の座標及びサブ画素値により、線間距離を計算する。線間距離の精度は、高められるであろうし、指紋の真の像がより身近に得られ、指紋の全体的な疎密の特徴が、より精度高く反映される。更に、本方法の抗ノイズ性は強く、適用の範囲はより広い。また、本開示の第３の観点によれば、コンピュータ上で動作する請求項１〜８のいずれか１項に記載の電子機器制御方法を前記コンピュータに実行させるためのコンピュータプログラムが提供される。本開示の実施形態の第４の観点によれば、請求項１７に記載のコンピュータプログラムが記憶されるように構成されるコンピュータ読み取り可能な記憶媒体が提供される。
先行技術における一部の領域の隆線の正弦分布特徴の概略図である。
本開示の実施形態に係る線間距離計算方法のフローチャート図である。
本開示の実施形態に係る画素値が０から１へ変化する境界点と変化回数の概略図である。
本開示の実施形態に係る境界点のサブ画素値計算のフローチャート図である。
本開示の実施形態に係る水平方向に沿ったサブ画素値計算の概略図である。 本開示の実施形態に係る水平方向に沿ったサブ画素値計算の概略図である。 本開示の実施形態に係る水平方向に沿ったサブ画素値計算の概略図である。
本開示の実施形態に係る非垂直又は非水平方向に沿ったサブ画素値計算の概略図である。 本開示の実施形態に係る非垂直又は非水平方向に沿ったサブ画素値計算の概略図である。 本開示の実施形態に係る非垂直又は非水平方向に沿ったサブ画素値計算の概略図である。
本開示の実施形態に係るグレースケール画像の概略図である。
本開示の実施形態に係る接線方向画像の概略図である。
本開示の実施形態に係る平滑化画像の概略図である。
本開示の実施形態に係る２値画像の概略図である。
本開示の実施形態に係る各点の最終的な線間距離のデータに、Ｇａｂｏｒフィルタリングを行った後の結果の概略図である。
本開示の実施形態に係る線間距離計算装置の概略図である。
典型的な実施形態がこれより詳述され、その実施例が添付の図面において図示される。同じ又は類似の要素、及び同じ又は類似の機能を持つ要素は、類似した符号数字で表される。ここで図面を参照して述べられる実施形態は、説明的、例示的なものであり、本開示を一般的に理解するために使用される。これらの実施形態は、本開示を制限するものと解釈されるべきではない。
計算された線間距離が低精度である、アルゴリズムの適用範囲が狭い、等のような既存の線間距離アルゴリズムの問題を解決するため、本開示は、改善された線間距離計算方法、及び線間距離計算装置を提供する。以下では、本開示に係る線間距離計算方法、及び線間距離計算装置が、図面を参照して詳細に説明される。
図２は、本開示の実施形態に係る線間距離計算方法のフローチャートである。図２に示されるように、本開示の実施形態に係る線間距離計算方法は、以下のステップを含む。
ステップＳ１は、原画像を得て、グレースケール処理を実行して、グレースケール画像を生成するステップを含む。
特に、グレースケール処理は、原画像に実行されて、グレースケール画像Ａ（ｉ，ｊ）を生成する。
ステップＳ２は、グレースケール画像に基づいて、法線方向画像と接線方向画像を生成するステップを含む。
特に、グレースケール画像Ａ（ｉ，ｊ）について、法線方向画像０１（ｉ，ｊ）と接線方向画像０２（ｉ，ｊ）が、勾配法を用いて得られる。
ステップＳ３は、接線方向画像に基づいて、グレースケール画像にフィルタリングを実行して平滑化画像を生成し、平滑化画像を２値画像へ変換するステップを含む。
本開示の１つの実施形態では、接線方向画像に基づいて、グレースケール画像にフィルタリングを実行して平滑化画像を生成するステップは、接線方向画像に基づいて、グレースケール画像に１＊７の平均値又は平均化フィルタリングを実行して平滑化画像を生成するステップを含む。
特に、１＊７の平均値フィルタリングが、画像のギザつきを除去するために、接線方向画像０２（ｉ，ｊ）を使用して、グレースケール画像Ａ（ｉ，ｊ）に実行されて、平滑化画像Ｂ（ｉ，ｊ）が得られ、それから、平滑化画像Ｂ（ｉ，ｊ）は、微分２値化処理を使用して、２値画像Ｄ（ｉ，ｊ）に変換される。
ステップＳ４は、２値画像を複数のブロックに分割し、法線方向画像に基づいて、各ブロックの中心点の法線方向を決定するステップを含む。
特に、２値画像Ｄ（ｉ，ｊ）は、Ｎ＊Ｎの大きさの複数のブロックに分割され（例えば、Ｎは３３である）、ブロックは逐一ずらすように動かされる。従って、ブロック間には重複部分がある。
更に、各ブロックの中心点の法線方向が、法線方向画像０１（ｉ，ｊ）から読み取られる。
ステップＳ５は、各ブロックの中心点の法線方向に画素をトラバーサルして、各ブロックで、各ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する総回数を計算し、その変化点に対応する境界点の座標とサブ画素値を計算するステップを含む。第１の画素値は、隆線の画素の画素値であり、第２の画素値は、谷線の画素の画素値である。つまり、第１の画素値を有する画素は、隆線の画素であり、第２の画素値を有する画素は、谷線の画素である。
本開示の１つの実施形態では、第１の画素値は０であり、第２の画素値は１である。これらの画素値は、以下の説明で一例として使用される。
特に、２値画像Ｄ（ｉ，ｊ）の各ブロックについて、各ブロック内で、各ブロックの中心点の法線方向にある画素がトラバーサルされ、各ブロック内の２つの隣接画素の画素値が０から１へ、及び１から０へ変化する総回数が計算され、そして、その変化点の画素の座標も、境界点の座標として計算される。図３に示されるように、縞状の領域は、隆線を表し、画素値は０であり、白い領域は、谷線であり、画素値は１である。矢印によって示される位置は、０が１へ変化する位置であり、即ち、境界点の位置である。図３に示されるように、０が１へ変化する総回数は３である。２つの隣接画素の画素値が０から１へ変化する場合、境界点の座標は、２つの隣接画素のうち、画素値が０となっている画素の座標として記録され、また、２つの隣接画素のうち、画素値が１となっている画素の座標としても記録される。
本開示の１つの実施形態では、図４に示されるように、その変化点に対応する境界点のサブ画素値が、以下のステップを用いて生成される。
ステップＳ５１は、予め設定された方向に沿って、境界点に隣接する２つの画素の画素値を得るステップを含む。
ステップＳ５２は、境界点に隣接する２つの画素の画素値と、境界点の画素値とに基づいて、境界点のサブ画素値を生成するステップを含む。
特に、トラバーサル中に、境界点のサブ画素値が、同時に計算され、その計算は２つの場合に分けられる。１つは、傾いた方向に沿って、境界点のサブ画素値を計算する場合と、もう一つは、垂直又は水平方向に沿って、計算する場合である。上記の２つの場合について、それぞれ以下の説明で詳述される。
本開示の１つの実施形態では、ブロックの中心点の法線方向に対応する法線角度が０°の場合、予め設定された方向は、垂直方向であり、ブロックの中心点の法線方向に対応する法線角度が９０°の場合、予め設定された方向は、水平方向である。ブロックの中心点の法線方向に対応する法線角度が０°又は９０°の場合、境界点に隣接する２つの画素の画素値が両方とも、境界点の画素値と等しいならば、境界点のサブ画素値は、０であり、境界点に隣接する２つの画素の画素値の１つのみが、境界点の画素値と等しいならば、境界点のサブ画素値は、０.５であり、境界点に隣接する２つの画素の画素値が両方とも、境界点の画素値と異なるならば、境界点のサブ画素値は、１である。
特に、図５Ａ〜図５Ｃは、水平方向（例えば、図５Ａに示されるＹ軸方向）に沿ってサブ画素値を計算する際の概略図である。本開示では、指紋画像（例えば、図７Ａに示されるグレースケール画像）の左上端が、原点として使用され、指紋画像の垂直及び水平方向の境界が、座標系を定めるために、それぞれｘ軸及びｙ軸として使用される。ブロックの中心点の法線方向に対応する法線角度は、ブロックの中心点の法線方向とｘ軸間の角度であり、図では、垂直方向の縞模様のブロックは、境界点を表し、白色のブロックは、谷線上の点を表し、黒色のブロックは、隆線上の点を表す。変化点に対応する境界点のサブ画素値を計算する時は、境界点の両側の２つの画素の画素値が、決定のために使用される。境界点の両側の２つの画素の画素値が両方とも、境界点の画素値と等しいならば、境界点のサブ画素値δは、０となる。境界点の両側の２つの画素の画素値の１つが、境界点の画素値と等しいならば、δは、１／２となる。境界点の両側の２つの画素の画素値が両方とも、境界点の画素値と異なるならば、δは、１となる。例えば、境界点に隣接する２つの画素は、図５Ａでは、両方とも白色のブロックであり、図５Ｂでは、それぞれ黒色と白色のブロックであり、図５Ｃでは、両方とも黒色のブロックである。
本開示のもう一つの実施形態では、ブロックの中心点の法線方向に対応する法線角度が０°又は９０°と等しくない場合、予め設定された方向は、垂直方向及び水平方向以外の方向であり、即ち、傾いた方向である。境界点に隣接する２つの画素の画素値が両方とも、境界点の画素値と等しいならば、境界点のサブ画素値は、０であり、境界点に隣接する２つの画素の画素値の１つのみが、境界点の画素値と等しいならば、境界点のサブ画素値は、０．２５であり、境界点に隣接する２つの画素の画素値が両方とも、境界点の画素値と異なるならば、境界点のサブ画素値は、０．５である。
特に、図６Ａ〜図６Ｃは、非垂直方向又は非水平方向（即ち、図６Ａに示されるような、斜め又は傾いた方向）に沿ってサブ画素値を計算する際の概略図である。図に示されるように、垂直方向の縞模様のブロックは、境界点を表し、白色のブロックは、谷線上の点を表し、黒色のブロックは、隆線上の点を表す。境界点のサブ画素値を計算する場合は、境界点の両側の２つの画素の画素値が、決定のために使用される。境界点の両側の２つの画素の画素値が両方とも、境界点の画素値と等しいならば、δは、０となる。境界点の両側の２つの画素の画素値の１つが、境界点の画素値と等しいならば、δは、１／４となる。境界点の両側の２つの画素の画素値が両方とも、境界点の画素値と異なるならば、δは、１／２となる。例えば、境界点に隣接する２つの画素は、図６Ａでは、両方とも白色のブロックであり、図６Ｂでは、それぞれ黒色と白色のブロックであり、図６Ｃでは、両方とも垂直方向の縞模様のブロックである。
ステップＳ６は、ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する総回数、及び変化点に対応する境界点の座標とサブ画素値に基づいて、線間距離を生成するステップを含み、その線間距離は、各ブロックの中心点の線間距離であることを特徴とする。
本開示の１つの実施形態では、ブロックの中心点の線間距離は、以下の式を用いて生成される。
num1及びnum2は、画素値が、第１の画素値と第２の画素値間で変化する回数であり、num1は、ブロック内の２つの隣接画素の画素値が第２の画素値から第１の画素値へ変化する回数であり、num2は、ブロック内の２つの隣接画素の画素値が第１の画素値から第２の画素値へ変化する回数である。X1及びXnum1は、それぞれ、２つの隣接画素の画素値が、ブロックの中心点の法線方向に沿って、第２の画素値から第１の画素値へ、１回目に変化する点に対応する境界点の水平座標、及び２つの隣接画素の画素値が、ブロックの中心点の法線方向に沿って、第２の画素値から第１の画素値へ、num1回目に変化する点に対応する境界点の水平座標である。Y1及びYnum2は、それぞれ、２つの隣接画素の画素値が、ブロックの中心点の法線方向に沿って、第１の画素値から第２の画素値へ、１回目に変化する点に対応する境界点の水平座標、及び２つの隣接画素の画素値が、ブロックの中心点の法線方向に沿って、第１の画素値から第２の画素値へ、num2回目に変化する点に対応する境界点の水平座標である。θは、ブロックの中心点の法線角度であり、θは、０からπの範囲内である。δXiは、２つの隣接画素の画素値が、ブロックの中心点の法線方向に沿って、第２の画素値から第１の画素値へ、i回目に変化する点に対応する境界点のサブ画素値であり、δYiは、２つの隣接画素の画素値が、ブロックの中心点の法線方向に沿って、第１の画素値から第２の画素値へ、i回目に変化する点に対応する境界点のサブ画素値である。D1(i, j)及びD2(i, j)は、それぞれ、第２の画素値から第１の画素値へ変化する２つの隣接画素の画素値に基づいて計算された距離、及び第１の画素値から第２の画素値へ変化する２つの隣接画素の画素値に基づいて計算された距離であり、D(i, j)は、ブロックの中心点の線間距離である。
このようにして、各ブロックの中心点の線間距離が計算される。
本開示の１つの実施形態では、線間計算方法は、各ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する回数に基づいて、各ブロックの境界点の数を得るステップも含み、境界点が予め決定された数よりも少ない全てのブロックについて、ブロックの中心点の法線方向と反対方向にある画素が、ブロック内で更にトラバーサルされる。
特に、D1(i, j)及びD2(i, j)が満たす必要がある条件は、以下である。（１）各ブロックのD1、D2は、画素値が０から１へ又は１から０へ変化する、値が変化する境界点を２つ以上有する。換言すれば、線間距離の計算を完了するために、２本の隆線と１本の谷線、又は２本の谷線と１本の隆線が必要である。隆線と谷線の数が十分でないならば、D1及びD2は存在しない。（２）D1及びD2のいずれか１つが存在しない場合は、D1及びD2のもう一方は、法線方向と反対方向で、少なくとも２つの変化点を探す必要がある。
本開示の実施形態に係る線間計算方法は、指紋の隆線と谷線の境界点を探し、境界点の座標及びサブ画素値に基づいて、線間距離を計算する。線間距離の精度は、高められるであろうし、指紋の真の像がより身近に得られ、指紋の全体的な疎密の特徴が、より精度高く反映される。更に、本方法の抗ノイズ性は強く、適用の範囲はより広い。
本開示の１つの実施形態では、ステップＳ６の後に、線間距離計算方法は、線間距離に５＊５の局所平均値フィルタリングを実行するステップも含む。
特に、５＊５の局所平均値フィルタリングは、計算された線間距離に実行されて、計算された線間距離を平滑化し、各点の最終的な線間距離を得る。
加えて、本開示の実施形態の線間計算方法の各ステップの計算結果をより直観的に分かりやすくするため、本方法の各ステップの効果を表す図を付与する。図７Ａは、グレースケール画像の概略図であり、図７Ｂは、接線方向画像の概略図であり、図７Ｃは、平滑化画像の概略図であり、図７Ｄは、２値画像の概略図であり、図７Ｅは、各点の最終的な線間距離のデータにＧａｂｏｒフィルタリングを行った後の結果の概略図である。
本開示の実施形態に係る線間距離計算方法は、指紋の正弦波のカーブではっきりした値を得られない等の比較的複雑な問題は生じない。例えば、理論上１つの最大点を有する箇所が、２つ以上のはっきりしない値を有すると、指紋の線間距離は、高精度に計算できない等の問題は生じない。本開示の実施形態に係る開示された線間距離計算方法によれば、指紋の隆線と谷線の境界点が決定され、その唯一の１点があるのが明確で、境界点の不明な数値はない。従って、ノイズを有する画像に対して高い耐性があり、画像への要求が厳しくなく、適用の範囲が広げられる。本方法は、高い工学的応用価値を持ち、その後に行われる画像フィルタリング、セグメンテーション、リッジトラッキング、及びマッチングのための信頼性の高いパラメータを提供できる。
上記の実施形態によって提供される線間距離計算方法に従い、本開示の実施形態は、線間距離計算装置も提供する。本開示の実施形態によって提供される線間距離計算装置は、上記の実施形態によって提供された線間距離計算方法に対応するため、前述の線間距離計算方法は、本実施形態で提供される線間距離計算装置にも適用される。よって、本実施形態では、計算方法について詳述しない。図８は、本開示の１つの実施形態に係る線間距離計算装置の概略図である。図８に示されるように、本開示の１つの実施形態に係る計算装置は、グレースケール処理モジュール１００と、生成モジュール２００と、平滑化モジュール３００と、ブロック処理モジュール４００と、サブ画素計算モジュール５００と、及び線間距離生成モジュール６００と、を含む。
グレースケール処理モジュール１００は、原画像を得て、グレースケール処理を実行して、グレースケール画像を生成するように構成される。
生成モジュール２００は、グレースケール画像に基づいて、法線方向画像と接線方向画像を生成するように構成される。
平滑化モジュール３００は、接線方向画像に基づいて、グレースケール画像にフィルタリングを実行して平滑化画像を生成し、平滑化画像を２値画像へ変換するように構成される。
本開示の１つの実施形態では、平滑化モジュール３００は、特に、接線方向画像に基づいて、グレースケール画像に１＊７の平均値フィルタリングを実行して平滑化画像を生成し、それから、平滑化画像を２値画像へ変換するように構成される。
ブロック処理モジュール４００は、２値画像を複数のブロックに分割し、法線方向画像に基づいて、各ブロックの中心点の法線方向を決定するように構成される。
サブ画素計算モジュール５００は、各ブロック内で、各ブロックの中心点の法線方向に画素をトラバーサルして、各ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する総回数を計算し、その変化点に対応する境界点の座標とサブ画素値を計算するように構成される。第１の画素値は、隆線が位置する画素の画素値であり、第２の画素値は、谷線が位置する画素の画素値である。
本開示の１つの実施形態では、第１の画素値は０であり、第２の画素値は１である。
本開示の１つの実施形態では、サブ画素計算モジュール５００は、各ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する回数に基づいて、各ブロックの境界点の数を得るように構成され、境界点が予め設定された数よりも少ないブロックについて、ブロックの中心点の法線方向と反対方向にある画素をブロック内でさらにトラバーサルするように構成される。
本開示の１つの実施形態では、サブ画素計算モジュール５００は、境界点のサブ画素値を生成する。特に、予め設定された方向に沿って、境界点に隣接する２つの画素の画素値が得られ、境界点に隣接する２つの画素の画素値と、境界点の画素値とに基づいて、境界点のサブ画素値が計算される。
本開示の１つの実施形態では、ブロックの中心点の法線方向に対応する法線角度が０°の場合、サブ画素計算モジュール５００は、予め設定された方向を、垂直方向に決定し、ブロックの中心点の法線方向に対応する法線角度が９０°の場合、サブ画素計算モジュール５００は、予め設定された方向を、水平方向に決定する。更に、境界点に隣接する２つの画素の画素値が両方とも、境界点の画素値と等しい場合、サブ画素計算モジュール５００は、境界点のサブ画素値として０を生成するように構成され、境界点に隣接する２つの画素の画素値の１つのみが、境界点の画素値と等しい場合、サブ画素計算モジュール５００は、境界点のサブ画素値として０.５を生成するように構成され、境界点に隣接する２つの画素の画素値が両方とも、境界点の画素値と異なる場合、サブ画素計算モジュール５００は、境界点のサブ画素値として１を生成するように構成される。
本開示のもう一つの実施形態では、ブロックの中心点の法線方向に対応する法線角度が０°又は９０°と等しくない場合、サブ画素計算モジュール５００は、予め設定された方向を、垂直方向及び水平方向以外の方向に決定する。境界点に隣接する２つの画素の画素値が両方とも、境界点の画素値と等しい場合、サブ画素計算モジュール５００は、境界点のサブ画素値として、０を生成するように更に構成され、境界点に隣接する２つの画素の画素値の１つのみが、境界点の画素値と等しい場合、サブ画素計算モジュール５００は、境界点のサブ画素値として、０．２５を生成するように構成され、境界点に隣接する２つの画素の画素値が両方とも、境界点の画素値と異なるならば、サブ画素計算モジュール５００は、境界点のサブ画素値として、０．５を生成するように構成される。
線間距離生成モジュール６００は、ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する回数、及び変化点に対応する境界点の座標とサブ画素値に基づいて、線間距離を生成するように構成される。
本開示のもう１つの実施形態では、線間距離生成モジュール６００は、式（１）、式（２）、式（３）を用いて、線間距離を生成する。
本開示の１つの実施形態では、線間距離生成モジュール６００は、線間距離に５＊５の局所平均値フィルタリングを実行するように構成される。
本開示の実施形態に係る線間計算装置は、指紋の隆線と谷線の境界点を探し、境界点の座標及びサブ画素値に基づいて、線間距離を計算する。線間距離の精度は、高められるであろうし、指紋の真の像がより身近に得られ、指紋の全体的な疎密の特徴が、より精度高く反映される。更に、本方法の抗ノイズ性は強く、適用の範囲はより広い。
この開示における、「１つの実施形態」、「幾つかの実施形態」、「ある実施形態」、「もう一つの実施形態」、「１つの例」、「特定の例」、「幾つかの例」への言及は、その実施形態又は実施例で説明される特定の姿、構成、材質、特徴が、本開示の少なくとも１つの実施形態又は実施例に含まれる事を意味する。よって、この開示において、様々な箇所に「幾つかの実施形態で」、「１つの実施形態で」、「ある実施形態で」、「もう１つの実施例で」、「ある実施例で」、「特定の実施例で」、「幾つかの実施例で」の様な語句がある場合、本開示の同じ実施形態又は実施例について言及する必要はない。さらに、その特定の姿、構成、材質、特徴は、１つ以上の実施形態又は実施例に適切に適用される。
本開示の各部は、ハードウエア、ソフトウエア、ファームウエア、又はそれらの組み合わせによって実現されても良いと解釈されるべきである。上記の実施形態では、複数のステップ又は方法が、メモリに記録されたソフトウエア又はファームウエアによって実現され、適切な命令実行システムによって実行されても良い。ハードウエアによって実現される場合は、もう一つの実施形態と同様に、ステップ又は方法は、データ信号の論理関数を実現するための論理ゲート回路を有するディスクリート論理回路、適切な組み合わせ論理ゲート回路を有する特定用途向け集積回路、プログラマブルゲートアレイ（ＰＧＡ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）等で知られる技術の１つ又は組み合わせによって実現されても良い。
当業者は、本開示の上記の例示的な方法の全て又は一部のステップは、プログラムで関連するハードウエアに命令することによって達成されてもよいと理解すべきである。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されても良く、プログラムは、コンピュータ上で動作する時、本開示の実施形態の方法のステップの１つ又は組み合わせを含んでも良い。
加えて、本開示の実施形態の各機能セルは、処理モジュールに統合されても良い。又はこれらのセルは、物理的に分離しても良く、２つ又はそれ以上のセルが、１つの処理モジュールに統合されても良い。統合モジュールは、ハードウエアの形で、又はソフトウエア機能モジュールの形で実現されても良い。統合モジュールが、ソフトウエア機能モジュールの形で実現され、スタンドアロン製品として販売又は使用される時、統合モジュールは、コンピュータが読み取り可能な記憶媒体に記録されても良い。
上記の記憶媒体は、読み取り専用メモリ、磁気ディスク、ＣＤ等であっても良い。本開示は実施形態を参照して説明されたが、本開示が、当業者が本開示を実行する際に想到しうる他の実施例を含むことは、当業者に了解されるであろう。従って、本開示は、実施形態に限られない。

Claims (18)

  1. 指紋の線間距離計算方法であって、
    原画像を得て、グレースケール処理を実行して、グレースケール画像を生成するステップと、
    前記グレースケール画像に基づいて、法線方向画像と接線方向画像を生成するステップと、
    前記接線方向画像に基づいて、前記グレースケール画像にフィルタリングを実行して平滑化画像を生成し、当該平滑化画像を２値画像へ変換するステップと、
    前記２値画像を複数のブロックに分割し、前記法線方向画像に基づいて、各ブロックの中心点の法線方向を決定するステップと、
    各ブロックの前記中心点の前記法線方向に画素をトラバーサルして、前記各ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する回数を計算し、変化点に対応する境界点の座標とサブ画素値を計算するステップと、
    前記各ブロック内の２つの隣接画素の前記画素値が前記第１の画素値と前記第２の画素値間で変化する前記回数、及び前記変化点に対応する前記境界点の前記座標と前記サブ画素値に基づいて、前記指紋の線間距離を生成するステップと、
    を含み、
    前記第１の画素値は、隆線の画素の画素値であり、前記第２の画素値は、谷線の画素の画素値である
    ことを特徴とする線間距離計算方法。
  2. 前記各ブロック内の２つの隣接画素の前記画素値が前記第１の画素値と前記第２の画素値間で変化する前記回数に基づいて、前記各ブロックの前記境界点の総数を得るステップと、
    前記ブロックの前記境界点の前記総数が、予め設定された数よりも少ない場合、前記ブロック内の前記中心点の前記法線方向と反対方向にある画素をトラバーサルするステップと、
    を更に含む請求項１に記載の線間距離計算方法。
  3. 前記変化点に対応する前記境界点の前記サブ画素値は、
    予め設定された方向に沿って、前記境界点に隣接する２つの画素の前記画素値を得るステップと、
    前記境界点に隣接する前記２つの画素の前記画素値と、前記境界点の前記画素値とに基づいて、前記境界点の前記サブ画素値を生成するステップと、
    によって計算されることを特徴とする請求項１又は請求項２に記載の線間距離計算方法。
  4. 前記境界点に隣接する前記２つの画素の前記画素値と、前記境界点の前記画素値とに基づいて、前記境界点の前記サブ画素値を生成する前記ステップは、
    前記ブロックの前記中心点の前記法線方向に対応する法線角度が０°の場合、前記予め設定された方向を垂直方向に決定するステップと、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と等しい場合、前記境界点の前記サブ画素値として０を生成するステップと、
    前記境界点に隣接する前記２つの画素の前記画素値の１つのみが、前記境界点の前記画素値と等しい場合、前記境界点の前記サブ画素値として０．５を生成するステップと、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と異なる場合、前記境界点の前記サブ画素値として１を生成するステップと、
    を更に含む請求項３に記載の線間距離計算方法。
  5. 前記境界点に隣接する前記２つの画素の前記画素値と、前記境界点の前記画素値とに基づいて、前記境界点の前記サブ画素値を生成する前記ステップは、
    前記ブロックの前記中心点の前記法線方向に対応する法線角度が９０°の場合、前記予め設定された方向を水平方向に決定するステップと、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と等しい場合、前記境界点の前記サブ画素値として０を生成するステップと、
    前記境界点に隣接する前記２つの画素の前記画素値の１つのみが、前記境界点の前記画素値と等しい場合、前記境界点の前記サブ画素値として０．５を生成するステップと、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と異なる場合、前記境界点の前記サブ画素値として１を生成するステップと、
    を更に含む請求項３に記載の線間距離計算方法。
  6. 前記境界点に隣接する前記２つの画素の前記画素値と、前記境界点の前記画素値とに基づいて、前記境界点の前記サブ画素値を生成する前記ステップは、
    前記ブロックの前記中心点の前記法線方向に対応する法線角度が０°又は９０°と等しくない場合、前記予め設定された方向を垂直方向及び水平方向以外の方向に決定するステップと、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と等しい場合、前記境界点の前記サブ画素値として０を生成するステップと、
    前記境界点に隣接する前記２つの画素の前記画素値の１つのみが、前記境界点の前記画素値と等しい場合、前記境界点の前記サブ画素値として０．２５を生成するステップと、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と異なる場合、前記境界点の前記サブ画素値として０．５を生成するステップと、
    を更に含む請求項３に記載の線間距離計算方法。
  7. １つのブロックの前記中心点の線間距離は、
    を用いて生成され、
    num1は、前記ブロック内の２つの隣接画素の前記画素値が前記第２の画素値から前記第１の画素値へ変化する回数であり、num2は、前記ブロック内の２つの隣接画素の前記画素値が前記第１の画素値から前記第２の画素値へ変化する回数であり、X1及びXnum1は、それぞれ、２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第２の画素値から前記第１の画素値へ、１回目に変化する点に対応する前記境界点の水平座標、及び２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第２の画素値から前記第１の画素値へ、num1回目に変化する点に対応する前記境界点の水平座標であり、Y1及びYnum2は、それぞれ、２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第１の画素値から前記第２の画素値へ、１回目に変化する点に対応する前記境界点の水平座標、及び２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第１の画素値から前記第２の画素値へ、num2回目に変化する点に対応する前記境界点の水平座標であり、θは、前記ブロックの前記中心点の法線角度であり、θは、０からπの範囲内であり、δXiは、２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第２の画素値から前記第１の画素値へ、i回目に変化する点に対応する前記境界点の前記サブ画素値であり、δYiは、２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第１の画素値から前記第２の画素値へ、i回目に変化する点に対応する前記境界点の前記サブ画素値であり、D1(i, j)及びD2(i, j)は、それぞれ、前記第２の画素値から前記第１の画素値へ変化する２つの隣接画素の前記画素値に基づいて計算される距離、及び前記第１の画素値から前記第２の画素値へ変化する２つの隣接画素の前記画素値に基づいて計算される距離であり、D(i, j)は、前記ブロックの前記中心点の線間距離である
    ことを特徴とする請求項１〜６のいずれか１項に記載の線間距離計算方法。
  8. 前記各ブロック内の２つの隣接画素の前記画素値が前記第１の画素値と前記第２の画素値間で変化する前記回数、及び前記変化点に対応する前記境界点の前記座標と前記サブ画素値に基づいて、前記指紋の線間距離を生成する前記ステップの後に、
    線間距離に５＊５の局所平均値フィルタリングを実行するステップを更に含む請求項１〜７のいずれか１項に記載の線間距離計算方法。
  9. 指紋の線間距離計算装置であって、
    原画像を得て、グレースケール処理を実行して、グレースケール画像を生成するように構成されるグレースケール処理モジュールと、
    前記グレースケール画像に基づいて、法線方向画像と接線方向画像を生成するように構成される生成モジュールと、
    前記接線方向画像に基づいて、前記グレースケール画像にフィルタリングを実行して平滑化画像を生成し、当該平滑化画像を２値画像へ変換するように構成される平滑化モジュールと、
    前記２値画像を複数のブロックに分割し、前記法線方向画像に基づいて、各ブロックの中心点の法線方向を決定するように構成されるブロック処理モジュールと、
    各ブロックの前記中心点の前記法線方向に画素をトラバーサルして、前記各ブロック内の２つの隣接画素の画素値が第１の画素値と第２の画素値間で変化する回数を計算し、変化点に対応する境界点の座標とサブ画素値を計算するように構成されるサブ画素計算モジュールと、
    前記各ブロック内の２つの隣接画素の前記画素値が前記第１の画素値と前記第２の画素値間で変化する前記回数、及び前記変化点に対応する前記境界点の前記座標と前記サブ画素値に基づいて、前記指紋の線間距離を生成するように構成される線間距離生成モジュールと、
    を含み、
    前記第１の画素値は、隆線の画素の画素値であり、前記第２の画素値は、谷線の画素の画素値である
    ことを特徴とする線間距離計算装置。
  10. 前記サブ画素計算モジュールは、
    前記各ブロック内の２つの隣接画素の前記画素値が前記第１の画素値と前記第２の画素値間で変化する前記回数に基づいて、前記各ブロックの前記境界点の総数を得るように、
    及び前記ブロックの前記境界点の前記総数が、予め決定された数よりも少ない場合、前記ブロック内の前記中心点の前記法線方向と反対方向にある画素をトラバーサルするように、
    更に構成されることを特徴とする請求項９に記載の線間距離計算装置。
  11. 前記サブ画素計算モジュールは、
    予め設定された方向に沿って、前記境界点に隣接する２つの画素の前記画素値を得るように、
    及び前記境界点に隣接する前記２つの画素の前記画素値と、前記境界点の前記画素値とに基づいて、前記境界点の前記サブ画素値を生成するように、
    更に構成されることを特徴とする請求項９又は請求項１０に記載の線間距離計算装置。
  12. 前記ブロックの前記中心点の前記法線方向に対応する法線角度が０°の場合、前記サブ画素計算モジュールは、前記予め設定された方向を垂直方向に決定するように構成され、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と等しい場合、前記サブ画素計算モジュールは、前記境界点の前記サブ画素値として０を生成し、
    前記境界点に隣接する前記２つの画素の前記画素値の１つのみが、前記境界点の前記画素値と等しい場合、前記サブ画素計算モジュールは、前記境界点の前記サブ画素値として０．５を生成し、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と異なる場合、前記サブ画素計算モジュールは、前記境界点の前記サブ画素値として１を生成する
    ことを特徴とする請求項１１に記載の線間距離計算装置。
  13. 前記ブロックの前記中心点の前記法線方向に対応する法線角度が９０°の場合、前記サブ画素計算モジュールは、前記予め設定された方向を水平方向に決定するように構成され、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と等しい場合、前記サブ画素計算モジュールは、前記境界点の前記サブ画素値として０を生成し、
    前記境界点に隣接する前記２つの画素の前記画素値の１つのみが、前記境界点の前記画素値と等しい場合、前記サブ画素計算モジュールは、前記境界点の前記サブ画素値として０．５を生成し、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と異なる場合、前記サブ画素計算モジュールは、前記境界点の前記サブ画素値として１を生成する
    ことを特徴とする請求項１１に記載の線間距離計算装置。
  14. 前記ブロックの前記中心点の前記法線方向に対応する法線角度が０°又は９０°と等しくない場合、前記サブ画素計算モジュールは、前記予め設定された方向を垂直方向及び水平方向以外の方向に決定するように構成され、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と等しい場合、前記サブ画素計算モジュールは、前記境界点の前記サブ画素値として０を生成し、
    前記境界点に隣接する前記２つの画素の前記画素値の１つのみが、前記境界点の前記画素値と等しい場合、前記サブ画素計算モジュールは、前記境界点の前記サブ画素値として０．２５を生成し、
    前記境界点に隣接する前記２つの画素の前記画素値が両方とも、前記境界点の前記画素値と異なる場合、前記サブ画素計算モジュールは、前記境界点の前記サブ画素値として０．５を生成する
    ことを特徴とする請求項１１に記載の線間距離計算装置。
  15. 前記線間距離生成モジュールは、
    を用いて１つのブロックの前記中心点の線間距離を生成するように、更に構成され、
    num1は、前記ブロック内の２つの隣接画素の前記画素値が前記第２の画素値から前記第１の画素値へ変化する回数であり、num2は、前記ブロック内の２つの隣接画素の前記画素値が前記第１の画素値から前記第２の画素値へ変化する回数であり、X1及びXnum1は、それぞれ、２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第２の画素値から前記第１の画素値へ、１回目に変化する点に対応する前記境界点の水平座標、及び２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第２の画素値から前記第１の画素値へ、num1回目に変化する点に対応する前記境界点の水平座標であり、Y1及びYnum2は、それぞれ、２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第１の画素値から前記第２の画素値へ、１回目に変化する点に対応する前記境界点の水平座標、及び２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第１の画素値から前記第２の画素値へ、num2回目に変化する点に対応する前記境界点の水平座標であり、θは、前記ブロックの前記中心点の法線角度であり、θは、０からπの範囲内であり、δXiは、２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第２の画素値から前記第１の画素値へ、i回目に変化する点に対応する前記境界点の前記サブ画素値であり、δYiは、２つの隣接画素の前記画素値が、前記ブロックの前記中心点の前記法線方向に沿って、前記第１の画素値から前記第２の画素値へ、i回目に変化する点に対応する前記境界点の前記サブ画素値であり、D1(i, j)及びD2(i, j)は、それぞれ、前記第２の画素値から前記第１の画素値へ変化する２つの隣接画素の前記画素値に基づいて計算される距離、及び前記第１の画素値から前記第２の画素値へ変化する２つの隣接画素の前記画素値に基づいて計算される距離であり、D(i, j)は、前記ブロックの前記中心点の線間距離である
    ことを特徴とする請求項９〜１４のいずれか１項に記載の線間距離計算装置。
  16. 前記線間生成モジュールは、線間距離に５＊５の局所平均値フィルタリングを実行するように構成される
    ことを特徴とする請求項９〜１５のいずれか１項に記載の線間距離計算装置。
  17. コンピュータ上で動作する請求項１〜８のいずれか１項に記載の線間距離計算方法を前記コンピュータに実行させるためのコンピュータプログラム。
  18. 請求項１７に記載のコンピュータプログラムが記憶されるように構成されるコンピュータ読み取り可能な記憶媒体。
JP2017542060A 2015-02-13 2016-01-05 線間距離計算方法、線間距離計算装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 Active JP6494776B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510080690.0 2015-02-13
CN201510080690.0A CN105205802B (zh) 2015-02-13 2015-02-13 纹线距离的计算方法和装置
PCT/CN2016/070192 WO2016127735A1 (zh) 2015-02-13 2016-01-05 纹线距离的计算方法和装置

Publications (2)

Publication Number Publication Date
JP2018508891A JP2018508891A (ja) 2018-03-29
JP6494776B2 true JP6494776B2 (ja) 2019-04-03

Family

ID=54953464

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017542060A Active JP6494776B2 (ja) 2015-02-13 2016-01-05 線間距離計算方法、線間距離計算装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体

Country Status (7)

Country Link
US (1) US20180018497A1 (ja)
EP (1) EP3264361A4 (ja)
JP (1) JP6494776B2 (ja)
KR (1) KR101985689B1 (ja)
CN (1) CN105205802B (ja)
TW (1) TWI559235B (ja)
WO (1) WO2016127735A1 (ja)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205802B (zh) * 2015-02-13 2017-04-12 比亚迪股份有限公司 纹线距离的计算方法和装置
CN106503609B (zh) * 2015-09-08 2019-07-16 腾讯科技（深圳）有限公司 指纹纹线点的识别方法及装置
CN106529572B (zh) * 2016-10-14 2019-07-09 广州视源电子科技股份有限公司 色环电阻的检测方法、装置和自动光学检测***
CN108121940A (zh) * 2016-11-29 2018-06-05 深圳指芯智能科技有限公司 一种指纹图像分析的方法和装置
CN109426795A (zh) * 2017-09-05 2019-03-05 比亚迪股份有限公司 指纹识别方法和装置
CN108038839B (zh) * 2017-11-23 2022-01-11 宁波大学 一种流水生产线上双绞线绞距实时检测方法
CN107967144B (zh) * 2017-12-08 2021-10-22 京东方科技集团股份有限公司 一种数据烧录方法和装置
CN111292344A (zh) * 2018-12-07 2020-06-16 致伸科技股份有限公司 摄像模块的检测方法
CN110717502B (zh) * 2019-10-22 2023-09-05 大连大学 一种脉冲激光拼焊图像中熔池识别方法
CN111161151A (zh) * 2019-12-30 2020-05-15 广东利元亨智能装备股份有限公司 图像拼接方法、装置、机器人和存储介质
CN112232159B (zh) * 2020-09-30 2021-12-07 墨奇科技（北京）有限公司 指纹识别的方法、装置、终端及存储介质
CN113483682B (zh) * 2021-06-16 2023-05-19 苏州赛腾精密电子股份有限公司 一种基于机器视觉的缝隙测量方法及***
CN113284133B (zh) * 2021-06-16 2022-04-12 北京瑞莱智慧科技有限公司 一种光伏电池片间距的确定方法、装置、设备及存储介质
CN113421249B (zh) * 2021-06-30 2024-02-06 上海申瑞继保电气有限公司 变电站设备可变尺度图像数值处理方法
EP4384980A1 (en) * 2021-08-10 2024-06-19 Deeplook, Inc. Radiomic systems and methods
CN113865488B (zh) * 2021-09-24 2023-10-27 北京京东方技术开发有限公司 一种距离测量方法、电子设备及计算机可读存储介质
CN116107394B (zh) * 2023-04-06 2023-08-04 合肥联宝信息技术有限公司 调整方法、装置、电子设备及存储介质
CN116958514B (zh) * 2023-09-20 2023-12-05 中国空气动力研究与发展中心高速空气动力研究所 一种光学图像激波位置的亚像素定位方法
CN117496560B (zh) * 2023-12-29 2024-04-19 深圳市魔力信息技术有限公司 一种基于多维向量的指纹纹线识别方法及装置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0126464B1 (ko) * 1991-06-03 1998-04-02 박원희 지문 인식 방법
JP2725599B2 (ja) * 1994-06-21 1998-03-11 日本電気株式会社 隆線方向抽出装置
KR100432491B1 (ko) * 2001-08-31 2004-05-22 (주)니트 젠 융선방향 모델을 이용한 지문 특징데이터 추출방법
US7142699B2 (en) * 2001-12-14 2006-11-28 Siemens Corporate Research, Inc. Fingerprint matching using ridge feature maps
JP4075458B2 (ja) * 2002-05-21 2008-04-16 松下電器産業株式会社 指紋照合装置
US7120280B2 (en) * 2002-09-27 2006-10-10 Symbol Technologies, Inc. Fingerprint template generation, verification and identification system
JP4270842B2 (ja) * 2002-10-22 2009-06-03 セコム株式会社 指紋照合装置
CN1322465C (zh) * 2005-08-15 2007-06-20 阜阳师范学院 自动指纹识别方法中的图像分割及指纹纹路距离提取方法
KR100825773B1 (ko) * 2005-08-23 2008-04-28 삼성전자주식회사 방향 추정 방법 및 장치
CN100412883C (zh) * 2006-03-23 2008-08-20 北京中控科技发展有限公司 指纹识别方法与***
CN100573554C (zh) * 2008-04-02 2009-12-23 范九伦 指纹图像的方向滤波增强方法
CN101329725B (zh) * 2008-07-30 2010-10-06 电子科技大学 基于梯度投影和形态学的指纹图像分割方法
TW201023055A (en) * 2008-12-12 2010-06-16 Moredna Technology Co Ltd Highly efficient method for processing fingerprint images
CN101576999B (zh) * 2009-06-01 2012-10-17 杭州晟元芯片技术有限公司 一种指纹图像方向增强方法
CN101782966B (zh) * 2010-02-11 2012-07-04 上海点佰趣信息科技有限公司 指纹图像二值化处理方法
US9070002B2 (en) * 2011-10-18 2015-06-30 King Fahd University Of Petroleum And Minerals Method of performing fingerprint matching
CN102930241B (zh) * 2012-08-03 2015-07-22 北京天诚盛业科技有限公司 指纹图像的处理方法和处理装置
CN105205802B (zh) * 2015-02-13 2017-04-12 比亚迪股份有限公司 纹线距离的计算方法和装置

Also Published As

Publication number Publication date
KR20170105560A (ko) 2017-09-19
WO2016127735A1 (zh) 2016-08-18
CN105205802A (zh) 2015-12-30
TW201629850A (zh) 2016-08-16
EP3264361A1 (en) 2018-01-03
US20180018497A1 (en) 2018-01-18
KR101985689B1 (ko) 2019-09-03
EP3264361A4 (en) 2018-10-31
CN105205802B (zh) 2017-04-12
TWI559235B (zh) 2016-11-21
JP2018508891A (ja) 2018-03-29

Similar Documents

Publication Publication Date Title
JP6494776B2 (ja) 線間距離計算方法、線間距離計算装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体
AU2002348288B2 (en) Image identification system
AU2014202219B2 (en) Biometric recognition
Liu et al. 3D fingerprint reconstruction system using feature correspondences and prior estimated finger model
JP6487576B2 (ja) 指紋隆線点認識方法および装置
CN109376708B (zh) 提取roi的方法
WO2018176514A1 (zh) 指纹配准方法及装置
WO2017113736A1 (zh) 手指与手腕的区分方法及其装置
Oldal et al. Hand geometry and palmprint-based authentication using image processing
Liu et al. Case study of 3D fingerprints applications
Belhadj et al. Efficient fingerprint singular points detection algorithm using orientation-deviation features
Ahmed et al. An advanced fingerprint matching using minutiae-based indirect local features
CN114127798A (zh) 非接触式指纹图像的巴掌分割
CN113409214B (zh) 一种受损指纹图像的快速修复方法
Pokhriyal et al. MERIT: Minutiae Extraction using Rotation Invariant Thinning
Jiang et al. Comprehensive study on shape representation methods for shape-based object recognition
Zheng Gaussian shape descriptor for palmprint authentication
Bajahzar Fingerprint smoothing using different interpolation techniques
Elmouhtadi et al. Fingerprint identification using hierarchical matching and topological structures
Rani et al. Personal Identification using quality image resulting from binarization and thinning techniques
Preetha et al. Selection and extraction of optimized feature set from fingerprint biometrics-a review
Alageelee et al. Identification model by lips based on euclidean distance
Liang et al. A combinatorial approach to fingerprint binarization and minutiae extraction using euclidean distance transform
Lavanya et al. A scalable approach for fingerprint matching system based on minutiae extraction
Heidari et al. Detection of Ridge Discontinuities in Fingerprint RecognitionInfluenced by Skin Diseases

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180925

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181016

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181227

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: 20190212

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190305

R150 Certificate of patent or registration of utility model

Ref document number: 6494776

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250