JPH07262380A - 自動指紋認識方法および装置 - Google Patents

自動指紋認識方法および装置

Info

Publication number
JPH07262380A
JPH07262380A JP7012949A JP1294995A JPH07262380A JP H07262380 A JPH07262380 A JP H07262380A JP 7012949 A JP7012949 A JP 7012949A JP 1294995 A JP1294995 A JP 1294995A JP H07262380 A JPH07262380 A JP H07262380A
Authority
JP
Japan
Prior art keywords
block
fingerprint image
input
fingerprint
code map
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.)
Pending
Application number
JP7012949A
Other languages
English (en)
Inventor
Hak-Ill Kim
学一 金
Do-Sung Ahn
都成 安
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.)
CHO YE DONG
CHON SEUNG YONG
Original Assignee
CHO YE DONG
CHON SEUNG YONG
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 CHO YE DONG, CHON SEUNG YONG filed Critical CHO YE DONG
Publication of JPH07262380A publication Critical patent/JPH07262380A/ja
Pending legal-status Critical Current

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】 【目的】 本発明は、比較的単純で算出量が少ない処理
過程を通じて指紋を正確に識別しうる自動指紋認識方法
を提供する。 【構成】 本発明の自動指紋認識方法は、指紋映像捕捉
手段を通じて入力された指紋映像のスペクトル表現に基
づいて入力指紋映像の符号マップを生成する。そのの
ち、入力指紋映像の符号マップと多数のファイル指紋映
像の符号マップとを比較する。各々のファイル指紋映像
の符号マップもファイル指紋映像のスペクトル表現から
予め生成される。好ましくは、各々の入力およびファイ
ル指紋映像は多数のブロックに分けられ、各々の入力お
よびファイル指紋映像の符号マップは、各々のブロック
をそのブロックのスペクトル表現から算出されたリッジ
の主方向により符号化してえられる。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は指紋認識技法に関し、と
くに、指紋上に形成されたリッジ(ridge)の方向パター
ンに基づいて、自動的に指紋を認識する装置およびその
方法に関する。
【０００２】
【従来の技術】指紋は指上に形成されるリッジに相応す
る線条などから成った特定のパターンである。指紋は効
果的な個人識別手段として認識されてきた。
【０００３】古代エジプト人と中国人は、犯罪者を識別
するか商取引を公式化するのにかかる指紋を用いられた
と知られている。
【０００４】指紋認識は入力およびファイル指紋が与え
られたとき、これらが同一人の指紋であるかどうかを確
認する作業であって、自動指紋認識は電子式データ処理
システムの制御下で入力指紋とファイル指紋セットを含
んでいるデータベースとを比較して、このデータベース
が入力指紋と同一のファイル指紋を含んでいるかどうか
を判別する作業をいう。
【０００５】図１２には、従来の自動指紋認識システム
により行われる典型的な取扱い順序が示されている。指
紋映像捕捉ステップ102においては、適切な装置が該当
指紋を感知してディジタル化することによって、入力指
紋映像を生成する。前処理ステップ103において、平滑
化などを行うイメージエンハンスメントアルゴリズムを
用いて、入力指紋映像の不鮮明さをなくすことによっ
て、画質を改善し、二値化(binarization)アルゴリズム
を適用し、黒白画素ないしはピクセル(pixel)のアレー
から構成された二値映像(binary image)を生成し、細線
化(thinning)アルゴリズムを適用しこの二値映像を骨格
構造(skeletal structure)に減少させる。また、前処理
ステップ103においては、塵または傷などが付いたと
き、不良データ領域を検知して、これをもとに戻す復元
アルゴリズムが適用されることもある。
【０００６】符号化ステップ104においては、入力指紋
映像は後続の整合ステップ106でより容易に処理しうる
形態にさらに減少される。所定の指紋認識システムにお
いては、分類ステップ105が加えられて、入力指紋映像
を、たとえば、図１３(a)〜(d)に示された四つの部類の
うちの一つの部類に分類することもある。このような分
類ステップにより整合ステップ106で入力指紋映像と比
較されるファイル指紋映像の数が減少されうる。整合ス
テップ106においては、この入力指紋映像と一致するフ
ァイル映像または一致する可能性のあるファイル映像の
リストが出力される。公知の幾つかの自動指紋認識シス
テムは検証ステップ107を含んで、最後にユーザーが上
記出力内容をチェックするようにすることもある。
【０００７】前記整合プロセスは、通常、図１４に示さ
れたリッジ端(ridge ending)または分岐点(bifurcatio
n)のような指紋の細目(minutiae)などを用いて行われ、
リッジ端および分岐点の形状と位置は人々によって異な
ると知られている。したがって、大部分の自動指紋認識
システムのばあい、符号化ステップ104はたとえば、入
力指紋映像の各サブ領域に対してそのサブ領域に含まれ
たリッジの主方向を表す方向性映像(directional imag
e)をえたのち、この方向性映像からの細目などを取り出
すことによって入力指紋映像に存在する全ての細目など
を識別する。しかるのち、細目などの位置および相応す
るリッジ方向などが、ファイル指紋映像の細目などの位
置および相応するリッジ方向などと比較されて入力指紋
映像とファイル指紋映像との整合可否を決めることにな
る。
【０００８】このような従来の自動指紋認識技法の例と
しては、ヨーロッパ特許公報第0 372 762 A2号と、1986
年に発行された「パターン レコグニション(Pattern R
ecognition)」、19巻、第２号、113〜126頁に掲載され
たディー ケー イセノール(D.K.Isenor)およびエス
ジー ザキー(S.G.Zaky)らの「フィンガープリントアイ
デンティフィケーション ユージング グラフ マッチ
ング(FINGERPRINTIDENTIFICATION USING GRAPH MATCHIN
G)」という表題の論文と、1930年に発行された「パター
ン レコグニション(Pattern Recognition)」、第23
巻、第８号、893〜904頁に掲載されたアンドリュー ケ
ー ハレチャック(Andrew K.Hrechak)およびジェイムズ
エー マクフー(James A.Mchugh)の「オートメイテッ
ド フィンガープリント レコグニション ユージング
ストラクチュアル マッチング(AUTOMATED FINGERPRI
NT RECOGNITION USING STRUCTURAL MATCHING)」という
表題の論文に掲載された内容を参照しうる。
【０００９】しかし、かかる従来の自動指紋認識技法
は、前述した前処理および符号化アルゴリズムの取扱い
過程が複雑であり、算出量も多くて安価のリアルタイム
指紋認識システムにそのままでは適用されにくい。
【００１０】
【発明が解決しようとする課題】したがって、本発明の
主な目的は、前述した計算量の多い前処理過程を経るこ
となく指紋を正確に認識しうる自動指紋認識装置および
その方法を提供することである。
【００１１】本発明の他の目的は、比較的に単純で計算
量が少ない符号化ステップを用いて、指紋を正確に認識
しうる自動指紋認識装置およびその方法を提供すること
である。
【００１２】
【課題を解決するための手段】前記の目的を達成するた
めに、本発明の一実施例によれば、登録メモリを有する
指紋認識システムで用いるための自動指紋認識方法が提
供される。その方法は、(a)指紋映像を入力するステッ
プと、(b)前記入力指紋映像のスペクトル表現に基づい
て、前記入力指紋映像の符号マップ(encoded map)を生
成するステップと、(c)前記入力指紋映像の符号マップ
と登録メモリに格納された多数のファイル指紋映像の符
号マップとを比較して、前記入力指紋映像を前記多数の
ファイル指紋映像の中で認識するステップであって、前
記各ファイル指紋映像の符号マップは前記各ファイル指
紋映像のスペクトル表現(spectral representation)か
ら予め生成された前記認識ステップとを含む.本発明で
は、２次元高速フーリエ変換によって各ブロックごとの
変換係数をえて、これをスペクトル表現とする。
【００１３】本発明の他の側面によれば、登録メモリを
有する自動指紋認識装置が提供される。この装置は、
(a)指紋映像を入力する手段と、(b)前記入力指紋映像の
スペクトル表現に基づいて、前記入力指紋映像の符号マ
ップを生成する手段と、(c)前記入力指紋映像の符号マ
ップと登録メモリに格納された多数のファイル指紋映像
の符号マップとを比較して、前記入力指紋映像を前記多
数のファイル指紋映像の中で認識する手段であって、前
記各ファイル指紋映像の符号マップは前記各ファイル指
紋映像のスペクトル表現から予め生成された前記認識手
段とを含む。好ましくは、前記各入力およびファイル指
紋映像は多数のブロックに分けられ、前記各入力および
ファイル指紋映像は、多数のブロックに分けられ、前記
各入力およびファイル指紋映像の符号マップは、前記各
入力およびファイル指紋映像の前記多数のブロックのサ
ブセット内の各ブロックを前記サブセット内の各ブロッ
クのスペクトル表現に基づいて算出された前記サブセッ
ト内の各ブロック内のリッジの主方向により符号化して
えられる。
【００１４】
【実施例】以下、本発明の自動指紋認識装置およびその
方法について図面を参照しながらより詳しく説明する。
【００１５】図１には、本発明の自動指紋認識プロセス
が具現されうる、例示的な指紋認識システム400のブロ
ック図が示されている。図１に示されたように、指紋認
識システム400は、指紋映像捕捉装置401と、アナログ／
ディジタル変換器402と、作業メモリ403と、モード指定
スイッチ404と、入／出力インタフェース405と、マイク
ロプロセッサ406と、システムバス407と、制御プログラ
ムメモリ408および登録メモリ409を含む。
【００１６】指紋映像捕捉装置401は、指紋映像をピッ
クアップするために用いられる。指紋映像捕捉装置のピ
ックアップ素子は、たとえば、多数の画素センサーが平
面(plane)に配設された電荷結合素子であることができ
る。指紋映像捕捉装置401には、指案内台(finger guid
e)(図示せず)が検査板(図示せず)上に提供されることに
よって、指紋映像のピックアップの際、指の回転を防止
する。このようにして、指案内台により案内された指が
検査板に押されれば、電荷結合素子の画素センサーをス
キャニングすることによって入力指紋映像が写る。全て
の入力指紋映像は、好ましくは256グレイレベル(gray-l
evel)を有する256×240画素アレーにピックアップされ
る。
【００１７】入力指紋映像のデータはアナログ／ディジ
タル変換器402を経てディジタルデータに変換されたの
ち、作業メモリ403へ伝達されて格納される。作業メモ
リ403において、入力指紋映像は、好ましくは32×30ブ
ロックに分けられ、各々のブロックは8×8画素から構成
される。
【００１８】一方、指紋認識システムのユーザーは、入
／出力インタフェース405に取付されたモード指定スイ
ッチ404を通じて、作業メモリ403に格納された入力指紋
映像に対して行われる動作モードを登録または認識モー
ドのうちの一つと指定する。システムバス407を通じて
メモリ403、408、409および入／出力インタフェース405
が結合されたマイクロプロセッサ406は、前記指定され
たモードに応じて、制御プログラム形態(in the form o
f a control program)で制御プログラムメモリ408内に
格納された本発明の指紋認識プロセスの該当ステップな
どを行う。すなわち、後述される通り、指定されたモー
ドが登録モードであれば、マイクロプロセッサ406は入
力指紋映像を符号化の形態で登録メモリ409に格納し、
指定されたモードが認識モードであれば、作業メモリ40
3に格納された入力指紋映像と登録メモリ409からのファ
イル指紋映像などを整合させようと試みる。
【００１９】図２、３、４および５には、本発明の自動
指紋認識プロセスの例示的な流れ図が示されている。そ
のプロセスはステップ510から始まる。
【００２０】サブステップ521、522および523を含むス
テップ520では、入力指紋イメージの32×30ブロックの
うちの第１サブセット、たとえば、図６に示されたよう
な中央の13×13ブロックのうちでベースブロックが決定
される。前述したように、たとえ、指紋映像のピックア
ップの際、指の回転が生じても指紋映像捕捉装置401の
検査台上に提供された指の案内台を用いて効果的に防止
されうるが、二つの指紋映像などのあいだには、これら
指紋が同一人の指により形成されたとしても、移動(tra
nslation)が生じることがある。したがって、このよう
な移動を補償しようとすれば、入力指紋映像の32×30ブ
ロックに対するベースブロックを決定して、これを入力
指紋映像に対する後続の符号化および整合ステップなど
において基準（ブロック）として用いることが必要であ
る。
【００２１】サブステップ521において、各々の13×13
ブロックは、そのスペクトル表現(spectral representa
tion)に変換される。すなわちそのスペクトル表現と
は、公知の２次元高速フーリエ変換(FFT)を用いて変換
係数ブロックに変換された表現のことである。そのの
ち、ステップ522において、変換係数ブロックでDC成分
(DC component)の係数を除いて、最も大きい二つの係数
の大きさおよび位置を分析して、各々の13×13ブロック
に含まれたリッジの主方向を、図７に示された八つの可
能な方向のうちの一つと決定する。
【００２２】通常、指紋映像の各サブ領域に含まれたリ
ッジの主方向は、方向性微分演算子(directional diffe
rentiation operator)を用いて決定されるか、または各
サブ領域に含まれた各画素の方向を算出したのち、この
ように算出された方向などの頻度数ヒストグラム(frequ
ency histogram)を分析して決定された（1980年に発行
された「アイ イー イー イー トランザクションズ
オン パターン アナリシス アンド マシン イン
テリジェンス(IEEE Transactions on PetternAnalysis
and Machine Intelligence)」、第２巻、第３号に掲載
されたカメスワラ ラオ(Kameswara Rao)およびケネス
バルク(Kenneth Balck)らの「タイプクラシフィケー
ション オブ フィンガープリンツ：ア シンタクティ
ック アプローチ(Type Classification of Fingerprin
ts:A syntactic Approach)」という表題の論文と、1987
年に発行されたパターン レコグニション(Pattern Rec
ognition)、第20巻、第４号、429〜435頁に掲載された
ビー エム メートレー(B.M.Mehtre)とエヌ エヌ マ
ーシー(N.N.Murthy)とエス カプール(S.Kapoor)らの
「セグメンテイション オブ フィンガープリント イ
メージズ ユージングザ ディレクショナル イメージ
(SEGMENTATION OF FINGERPRINT IMAGES USING THE DIRE
CTIONAL IMAGE)」という表題の論文と、1990年11月28〜
30日に東京で開催された、アイ エー ピー アール
ワークショップ オン マシン ビジョン アプリケイ
ションズ(IAPR Workshop on Machine Vision Applicati
ons)の学術発表287〜290頁に掲載されたビー エム メ
ートレー(B.M.Mehtre)およびアウイル ケー ジャルン
(Auil K.Jaln)の「オートマチック クラシフィケーシ
ョン オブ フィンガープリント イメージズ(AUTOMAT
IC CLASSIFICATION OF FINGERPRINT IMAGES)」という表
題の論文参照）。これらの方法は相当の処理オーバヘッ
ド(processing overhead)を伴うものと知られている。
【００２３】しかし、図８（Ａ）ないし図８（Ｂ）に示
されたように、指紋映像のブロックに主リッジ方向が存
在するばあい、相応する変換係数ブロックで相対的に大
きい値を有する係数などが前記主リッジ方向と直交する
方向に表れる。
【００２４】本発明によれば、入力指紋映像の13×13ブ
ロックの各々に対して主リッジ方向が前述したＦＦＴの
特性に基づいてつぎのように決定されうる。
【００２５】−変換係数ブロックにおいて、DC成分の係
数の位置に対する第２係数および第３係数の方向が、図
７に示された八つの可能な方向のうちで決定されたと
き、これらの方向が同一であれば、主リッジ方向は第２
係数および第３係数の方向と直交方向である； −反面、DC成分の係数の位置に対する第２係数および第
３係数の方向が同一でないが、第３係数の大きさに対す
る第２係数の大きさの比が所定の臨界値、すなわち、臨
界値Ａ(THRESHOLD-A)より大きければ、主リッジ方向は
第２係数の方向に直交する方向になる； −前述したいずれの条件も成立しなければ、すなわち、
その指紋映像ブロックがリッジ端または分岐点のような
指紋細目を含むばあいから見られるようには、その指紋
映像ブロックに対して主リッジ方向が決定されえないば
あい、主リッジ方向はその入力指紋映像ブロックに対し
て「ヌル(null)」になる。このように決定された主リッ
ジ方向は、図９に示されたように、13×13ブロックに対
する方向マップ(direction map)で維持される。
【００２６】そののち、サブステップ523において、入
力指紋映像の全32×30ブロックに対するベースブロック
が入力指紋映像の中央の13×13ブロックのうちで決定さ
れる。すなわち、まず方向マップの各々の行および列に
対して、その内部に含まれた主リッジ方向の平均を算出
したのち、その平均値が各々D0およびD4に最も近似した
方向マップの行および列のインデックスを求める。この
ようにしてえたその行および列のインデックスは、図９
に示されたように、入力指紋映像の13×13ブロック領域
内におけるベースブロックの位置を表している。
【００２７】このように、入力指紋映像に対するベース
ブロックの位置が定められたのち、二つのサブステップ
531および532を含む符号化ステップ530においては、入
力指紋映像の32×30ブロックのうち、ベースブロックを
中心とした第２サブセット、たとえば、図１０に示され
たような17×17ブロックが符号化されて、入力指紋映像
を減少された形態(reduced form)で表示する符号マップ
(encoded map)を生成する。
【００２８】詳述すれば、サブステップ531において、1
7×17ブロックの各々は公知の２次元フーリエ変換(FFT)
を用いて変換係数ブロックに変換され、そのスペクトル
表現をうる。そののち、サブステップ532において、変
換係数ブロックでＤＣ成分の係数を除いて、最も大きい
二つの係数の位置および大きさが分析されて、17×17ブ
ロックの各々をつぎのように符号化する。
【００２９】−変換係数ブロックにおいて、DC成分の係
数の位置に対する第２係数および第３係数の方向が同一
であれば、その指紋映像ブロックは第２係数および第３
係数の方向と直交する方向（値）に符号化され、符号マ
ップにおいて「正常(normal)」ブロックにラベル(labe
l)される。
【００３０】−反面、DC成分の係数の位置に対する第２
係数および第３係数の方向が同一でないが、第３係数の
大きさに対する第２係数の大きさが前述した臨界値、す
なわち、臨界値Ａ(THRESHOLD-A)より大きければ、その
指紋映像ブロックは第２係数の方向と直交する方向
（値）に符号化され、符号マップで「正常」ブロックに
ラベルされる。
【００３１】−前述したいずれの条件も成り立たなけれ
ば、その指紋映像ブロックは第２係数の方向と直交する
方向（値）に符号化され、符号マップで「特徴(charact
eristic)」ブロックにラベルされて、この指紋映像ブロ
ックが指紋細目を含むこともできることを表わす。
【００３２】このように、17×17ブロックに対する符号
マップがえられたとき、符号マップで「正常」ブロック
にラベルされた各々のブロックは、再検査される。すな
わち、符号マップでこの正常ブロックとこの正常ブロッ
クに垂直的にまたは水平的に隣接したブロック間に急激
(abrupt)な方向（値）変化、たとえば、45°を超す方向
（値）変化が存在するかが調査されることになる。
【００３３】もし、符号化された方向（値）の急激な変
化が存在すれば、この正常ブロックは、図１１に示され
たように、「不連続(discontinuous)」ブロックとして
再レベルされることになる。
【００３４】後述される通り、符号マップにおいて「特
徴」ブロックまたは「不連続」ブロックにラベルされた
ブロックなどは、入力指紋映像の認識の際、主特徴ブロ
ックとして用いられ、よって、入力指紋映像認識の際、
正常ブロックよりさらに大きい比重が与えられる。
【００３５】符号化マップが完成されたのち、ステップ
540においては、モード指定スイッチ404を通じてユーザ
ーが指定した、入力指紋映像に対して行われる動作モー
ドが登録モードであるかまたは認識モードであるかを判
別する。その動作モードが登録モードであれば、ステッ
プ550において、入力指紋映像の符号マップがベースブ
ロックの画素と共に、ファイル指紋映像の符号マップと
して登録メモリ409に格納される。しかるのち、自動指
紋認識プロセスはステップ560で終了される。
【００３６】しかし、ステップ540において、指定され
たモードが認識モードであれば、プロセスはステップ57
0へ進んで登録メモリ409内にファイル指紋映像の符号マ
ップが存在するかどうかを調査する。
【００３７】もし、登録メモリ409に符号マップが残っ
ていなければ、ステップ580で登録メモリ409内には入力
指紋映像の符号マップと整合する符号マップがないと認
識して、たとえば、指紋認識システム400の入／出力イ
ンタフェース405に取付されたドアーロック制御装置410
へドアーロック状態を維持するように信号を送ることに
よって、入力指紋映像を認識不可能なものと拒絶する。
しかるのち、ステップ590において、自動指紋認識プロ
セスは終了される。
【００３８】しかし、登録メモリ409内にファイル指紋
映像の符号マップが残っていると、ステップ600におい
て、その符号マップが登録メモリ409から引き出され、
入力指紋映像の符号マップと引き出されたファイル指紋
映像の符号マップを整合させようとする試みがつぎの３
つのステップ、すなわち、ステップ610、620および630
で行われる。
【００３９】まず、二つのサブステップ611および612を
含むステップ610において、入力指紋映像とファイル映
像が同一の指紋部類に分類されうるかどうかを判別す
る。相異なる指紋部類は[表]１のように、それらの各々
の符号マップで生成された符号化された方向（値）の分
布が相異であるので、ファイル指紋映像の符号マップと
入力指紋映像の符号マップがそれらの各々の符号化され
た方向（値）分布において互いに異なるばあい、これら
二つの指紋映像は互いに異なる指紋部類に属すると判定
を下しえて、よって、そのファイル指紋映像はつぎの整
合ステップでさらにそれ以上考慮される必要がない。
【００４０】
【表１】
【００４１】ステップ610をより詳細に説明すれば、サ
ブステップ611において、ファイル指紋映像の符号マッ
プに表された同一の値を有する符号化された方向（値）
などの数が、図７に示された八つの可能な方向の各々に
対して算出される。同様に、入力指紋映像の符号マップ
に表した同一の値を有する符号化された方向（値）など
の数が図７に示された八つの可能な方向各々に対して算
出される。そののち、サブステップ612において、これ
ら二つの数の差とこれら二つの数のうち、大きい数に対
するこの差の比が各々の予め定められた臨界値、すなわ
ち、臨界値Ｂ(THRESHOLD-B)および臨界値Ｃ(THRESHOLD-
C)と比較される。もし、この差と比とがそれら各々の臨
界値を全て超過するばあい、そのファイル指紋映像はさ
らにそれ以上の考慮対象から除かれ、本発明の自動指紋
認識プロセスはステップ570へリターンして他の指紋映
像の符号マップを探索する。
【００４２】しかし、図７に示された各々の方向に対し
て算出された前述した差または比が、それら各々の予め
定められた臨界値以下であるばあい、自動指紋認識プロ
セスは、サブステップ621〜626を含むステップ620へ進
んで二つの指紋映像の整合をさらに試みる。
【００４３】より詳しくは、サブステップ621におい
て、ファイル指紋イメージのベースブロックの画素と入
力指紋映像内のベースブロックを中心とした、たとえ
ば、3×3ブロックの画素とのあいだで、つぎの数１式に
より与えられた最小相関係数の算出を行う：
【００４４】
【数１】
【００４５】ここで、m,n=-8,...0...,8であり、f1(i,
j)はファイル指紋映像のベースブロック内の画素(i,j)
のグレイ値を表し、f2(i+m,j+n)は入力指紋映像の3×3
ブロック内で画素(i,j)から各々行および列の方向へmお
よびn画素の単位だけ隔てた画素(i+m,j+n)のグレイ値を
表す。
【００４６】もし、前記式(1)で算出された最小相関係
数が予め定められた臨界値、すなわち、臨界値Ｄ(THRES
HOLD-D)を超過すれば、サブステップ622において、ファ
イル指紋映像と入力指紋映像とが同一でなく、よって、
これら二つの指紋映像をさらにそれ以上整合させる必要
がないことを認識して、自動指紋認識プロセスはステッ
プ570へリターンする。
【００４７】しかし、サブステップ622において、最小
相関係数が臨界値Ｄ(THRESHOLD-D)以下であり、また、
サブステップ623において、前記式(1)から算出されたm
またはnが、たとえば、２画素単位を超過すると判別さ
れれば、つぎの整合ステップ630でより正確な整合結果
が生成されうるようにするために、サブステップ624に
おいて、入力指紋映像のベースブロックを3×3ブロック
内で各々行方向および列方向へmおよびn画素の単位だけ
移動させることによって、入力指紋映像のベースブロッ
クを再定義する。
【００４８】そののち、サブステップ625および626にお
いて、再定義されたベースブロックに中心を置いた、入
力指紋映像の新しい17×17ブロックが、ステップ531お
よび53.2を参照して説明した同一の手続きを経て符号化
されて入力指紋映像の新しい符号マップを生成する。
【００４９】しかし、サブステップ623において、mおよ
びnが全て２画素単位以下であれば、このような微細な
ベースブロック変位(displacement)はつぎの整合ステッ
プにおける究極的な整合結果に重大な影響を及ぼさない
と認識して、自動指紋認識プロセスは直接ステップ630
へ進む。
【００５０】サブステップ631〜634を含むステップ630
において、ファイル指紋映像と入力指紋映像は、それら
の符号マップに基づいてそれらの類似性が最終的に検査
される。
【００５１】より詳述すれば、サブステップ631におい
て、ファイル指紋映像の符号マップ内の各ブロックは、
（新しい）入力指紋映像の符号マップ内の相応するブロ
ックと比較され、これらの符号化された方向（値）差が
0であるかまたは22.5°の範囲内であれば、[表2A]およ
び[表2B]に定義されたような点数が割り当てられる。
【００５２】たとえば、ファイル指紋映像ブロックとそ
の相応する入力指紋映像ブロックの符号化された方向
（値）間の差が0であり、これら二つのブロックが各々
の符号マップで各々「不連続」ブロックおよび「特徴」
ブロックにラベルされたら、「４」という点数がそのフ
ァイル指紋映像ブロックに対して割り当てられる。
【００５３】
【表２】
【００５４】
【表３】
【００５５】しかし、サブステップ631において、ファ
イル指紋映像ブロックとその相応する入力指紋映像ブロ
ックの符号化された方向（値）間の差が22.5°を超過す
れば、そのファイル指紋映像ブロックに対しては何らの
点数も与えられない。
【００５６】サブステップ632においては、このように
してえた点数が合算されて、ファイル指紋映像と入力指
紋映像とのあいだの類似度を表示する整合点数が与えら
れる。
【００５７】そののち、サブステップ633において、整
合点数が与えられた臨界値、すなわち、臨界値Ｅ(THRES
HOLD-E)を超過するかどうかを判別する。もし、整合点
数が臨界値Ｅ(THRESHOLD-E)以下であれば、自動指紋認
識プロセスはステップ570へリターンする。
【００５８】しかし、整合点数が臨界値Ｅ(THRESHOLD-
E)を超過すれば、本発明の自動指紋認識プロセスは、そ
のファイル指紋映像が入力指紋映像と一致することを認
識して、たとえば、ドアーロック制御装置410へドアを
開放するように信号を送ることによって、入力指紋映像
を承認する。
【００５９】
【発明の効果】以上から分かるように、本発明によれ
ば、従来技術で見られる複雑な前処理過程および符号化
過程を経ることなく、比較的に単純な符号化ステップを
用いて正確に入力指紋映像を認識しうる。
【図面の簡単な説明】
【図１】本発明の自動指紋認識プロセスが具現されうる
自動指紋認識システムを概略的に示した図である。
【図２】本発明の自動指紋認識プロセスの流れ図であ
る。
【図３】本発明の自動指紋認識プロセスの流れ図であ
る。
【図４】本発明の自動指紋認識プロセスの流れ図であ
る。
【図５】本発明の自動指紋認識プロセスの流れ図であ
る。
【図６】入力指紋映像のベースブロックを決定するため
に用いるために選択された、入力指紋映像ブロックの第
１サブセットを示した図である。
【図７】八つの可能なリッジ方向を示した図である。
【図８】入力指紋映像ブロックとその変換係数ブロック
を示した図である。
【図９】方向マップを示した図である。
【図１０】入力指紋映像の符号マップを生成するに用い
るために形成された、入力指紋映像の第２サブセットを
示した図である。
【図１１】符号マップを示した図である。
【図１２】従来の指紋認識システムで行われる典型的な
処理ステップを示す図である。
【図１３】指紋の例示的な部類を示した図である。
【図１４】指紋の細目を示した図である。
【符号の説明】
４００ 自動指紋認識システム ４０１ 指紋映像捕捉装置 ４０２ アナログ／ディジタル変換器 ４０３ 作業メモリ ４０４ モード指定スイッチ ４０５ 入／出力インタフェース ４０６ マイクロプロセッサ ４０７ システムバス ４０８ 制御プログラムメモリ ４０９ 登録メモリ ４１０ ドアーロック制御装置
───────────────────────────────────────────────────── フロントページの続き (71)出願人 595014000 全 勝▲リュウ▼ 大韓民国ソウル特別市松坡区蚕室洞27番地 アパート506−1009 (72)発明者 金 学一 大韓民国仁川直轄市南区東春洞924番地 現代アパート215−105 (72)発明者 安 都成 大韓民国京畿道光明市綴山３洞227−１番 地

Claims (14)

    【特許請求の範囲】
  1. 【請求項１】 登録メモリを有する指紋認識システムで
    用いるための自動指紋認識方法において、 (a)指紋映像を入力するステップと、 (b)前記入力指紋映像のスペクトル表現に基づいて、前
    記入力指紋映像の符号マップを生成するステップと、 (c)前記入力指紋映像の符号マップと登録メモリに格納
    された多数のファイル指紋映像の符号マップとを比較し
    て、前記入力指紋映像を前記多数のファイル指紋映像の
    中で認識するステップであって、前記各ファイル指紋映
    像の符号マップは前記ファイル指紋映像のスペクトル表
    現から予め生成される前記認識ステップとを含む自動指
    紋認識方法。
  2. 【請求項２】 前記各入力およびファイル指紋映像は、
    多数のブロックに分けられ、前記各入力およびファイル
    指紋映像の符号マップは、前記入力およびファイル指紋
    映像の前記多数のブロックのサブセット内の各ブロック
    を前記サブセット内の各ブロックのスペクトル表現に基
    づいて算出された前記サブセット内の各ブロック内のリ
    ッジの主方向により符号化してえられる請求項１記載の
    自動指紋認識方法。
  3. 【請求項３】 前記サブセット内の各ブロックの前記ス
    ペクトル表現は、２次元高速フーリエ変換からえられる
    請求項２記載の自動指紋認識方法。
  4. 【請求項４】 登録メモリを有する指紋認識システムで
    用いるための自動指紋認識方法において、 (a)入力指紋映像と、前記入力指紋映像に対して行われ
    る動作モードを登録モードまたは、認識モードのうちの
    いずれか一つと指定する信号とを入力するステップと、 (b)前記入力指紋映像を多数のブロックに分けるステッ
    プと、 (c)前記多数のブロックのサブセット内の各ブロック
    を、２次元高速フーリエ変換を用いて変換係数ブロック
    に変換するステップと、 (d)前記ステップ(c)でえられた変換係数ブロックに基づ
    いて、前記入力指紋映像の符号マップを生成するステッ
    プと、 (e)前記信号によって指定された動作モードが登録モー
    ドであれば、前記入力指紋映像の符号マップをファイル
    指紋映像の符号マップとして前記登録メモリに格納する
    ステップと、 (f)前記信号によって指定された動作モードが認識モー
    ドであれば、前記入力指紋映像の符号マップを各々のフ
    ァイル指紋映像の符号マップと比較して、前記入力指紋
    映像の符号マップと前記各ファイル指紋映像の符号マッ
    プとのあいだの類似度を表す整合点数を生成するステッ
    プであって、前記各ファイル指紋映像の符号マップは前
    記ステップ(a)〜(e)を通じて予め生成されて前記登録メ
    モリに格納された前記比較および生成ステップとを含む
    自動指紋認識方法。
  5. 【請求項５】 前記ステップ(d)は、 (d1)前記サブセット内の各ブロックを、前記ステップ
    (c)でえられた変換係数ブロック内で最も大きい係数の
    位置に対する二番目に大きい係数の方向と直交する方向
    へ符号化するステップをさらに含む請求項４記載の自動
    指紋認識方法。
  6. 【請求項６】 前記ステップ(d)は、 (d2)前記サブセット内の各ブロックを、前記ステップ
    (c)でえられた変換係数ブロック内で最も大きい係数の
    位置に対する二番目に大きい係数の方向と三番目に大き
    い係数の方向とが同一であるかまたは、前記ステップ
    (c)でえられた変換係数ブロック内で三番目に大きい係
    数の大きさに対する二番目に大きい係数の大きさの比が
    所定の臨界値以上でれば正常ブロックにラベルし、そう
    でなければ特徴ブロックにラベルするステップと、 (d3)前記ステップ(d2)にて正常ブロックにラベルされた
    各ブロックを、そのブロックの符号化された方向と前記
    サブセット内でそのブロックと垂直的にまたは水平的に
    隣接した、ブロックの符号化された方向とが成す角度の
    差が予め定められた臨界値を超過すれば、不連続ブロッ
    クに再ラベルするステップとを含む請求項５記載の自動
    指紋認識方法。
  7. 【請求項７】 前記ステップ(f)は、前記入力指紋映像
    の符号マップと前記各ファイル指紋映像の符号マップと
    をブロック単位で比較し、前記入力指紋映像の符号マッ
    プおよび前記各ファイル指紋映像の符号マップ内で特徴
    ブロックまたは不連続ブロックにラベルされた各々のブ
    ロックは、正常ブロックにラベルされたブロックに比べ
    て前記整合点数の生成の際、より大きい比重が与えられ
    る請求項６記載の自動指紋認識方法。
  8. 【請求項８】 登録メモリを有する指紋認識システムで
    用いるための自動指紋認識方法において、 (a)入力指紋映像と、前記入力指紋映像に対して行われ
    る動作モードを登録モードまたは認識モードのうちのい
    ずれか一つと指定する信号とを入力するステップと、 (b)前記入力指紋映像を多数のブロックに分けるステッ
    プと、 (c)前記多数のブロックの第１サブセット内の各ブロッ
    クを、２次元高速フーリエ変換を用いて変換係数ブロッ
    クに変換するステップと、 (d)前記ステップ(c)でえられた変換係数ブロックに基づ
    いて、前記第１サブセットに対する方向マップを生成す
    るステップと、 (e)前記方向マップに応答して、前記第１サブセットの
    うちで前記入力指紋映像のベースブロックを決定するス
    テップと、 (f)前記多数のブロックの第２サブセット内の各ブロッ
    クを２次元高速フーリエ変換を用いて変換係数ブロック
    に変換するステップであって、前記第２サブセットは前
    記ベースブロックを中心として形成され、前記第１サブ
    セットより大きい前記変換ステップと、 (g)前記ステップ(f)でえられた変換係数ブロックに基づ
    いて、前記入力指紋映像の符号マップを生成するステッ
    プと、 (h)前記信号によって指定された動作モードが登録モー
    ドであれば、前記入力指紋映像の符号マップをファイル
    指紋映像の符号マップとして前記登録メモリに格納する
    ステップと、 (i)前記信号によって指定された動作モードが認識モー
    ドであれば、前記入力指紋映像の符号マップを各々のフ
    ァイル指紋映像の符号マップと比較して、前記入力指紋
    映像の符号マップと前記各ファイル指紋映像の符号マッ
    プとのあいだの類似度を表す整合点数を生成するステッ
    プであって、前記各ファイル指紋映像の符号マップは前
    記ステップ(a)〜(h)を通じて予め生成されて前記登録メ
    モリに格納された前記比較および生成ステップとを含む
    自動指紋認識方法。
  9. 【請求項９】 前記ステップ(g)は、 (g1)前記第２サブセット内の各ブロックを、前記ステッ
    プ(f)にてえられた変換係数ブロック内で最も大きい係
    数の位置に対する二番目に大きい係数の方向と直交する
    方向へ符号化するステップをさらに含む請求項８記載の
    自動指紋認識認識方法。
  10. 【請求項１０】 前記ステップ(g)は、 (g2)前記第２サブステップ内の各ブロックを、前記ステ
    ップ(f)にてえられた変換係数ブロック内で最も大きい
    係数の位置に対する二番目に大きい係数の方向と三番目
    に大きい係数の方向が同一であるかまたは、前記ステッ
    プ(f)でえられた変換係数ブロック内で三番目に大きい
    係数の大きさに対する二番目に大きい係数の大きさの比
    が所定の臨界値以上であれば正常ブロックにラベルし、
    そうでなければ特徴ブロックにラベルするステップと、 (g3)前記ステップ(g2)にて正常ブロックにラベルされた
    各ブロックを、そのブロックの符号化された方向と前記
    第２サブセット内でそのブロックと垂直的にまたは水平
    的に隣接した、ブロックの符号化された方向が成す角度
    の差が予め定められた臨界値を超過すれば、不連続ブロ
    ックに再ラベルするステップとをさらに含む請求項９記
    載の自動指紋認識方法。
  11. 【請求項１１】 前記ステップ(i)は前記入力指紋映像
    の符号マップと前記各ファイル指紋映像の符号マップと
    をブロック単位で比較し、前記入力指紋映像の符号マッ
    プおよび前記各ファイル指紋映像の符号マップ内で特徴
    ブロックまたは不連続ブロックにラベルされた各々のブ
    ロックは、正常ブロックにラベルされたブロックに比べ
    て前記整合点数生成の際、より大きい比重が与えられる
    請求項１０記載の自動指紋認識方法。
  12. 【請求項１２】 登録メモリを有する自動指紋認識装置
    において、 (a)指紋映像を入力する手段と、 (b)前記入力指紋映像のスペクトル表現に基づいて、前
    記入力指紋映像の符号マップを生成する手段と、 (c)前記入力指紋映像の符号マップと登録メモリに格納
    された多数のファイル指紋映像の符号マップとを比較し
    て、前記入力指紋映像を前記多数のファイル指紋映像の
    中で認識する手段であって、前記各ファイル指紋映像の
    符号マップは前記各ファイル指紋映像のスペクトル表現
    から予め生成された前記認識手段とを含む自動指紋認識
    装置。
  13. 【請求項１３】 前記各入力およびファイル指紋映像
    は、多数のブロックに分けられ、前記各入力およびファ
    イル指紋映像の符号マップは、前記各入力およびファイ
    ル指紋映像の前記多数のブロックのサブセット内の各ブ
    ロックを前記サブセット内の各ブロックのスペクトル表
    現に基づいて算出された前記サブセット内の各ブロック
    内のリッジの主方向により符号化してえられる請求項１
    ２記載の自動指紋認識装置。
  14. 【請求項１４】 前記サブセット内のブロックの前記ス
    ペクトル表現は、２次元高速フーリエ変換からえられる
    請求項１２記載の自動指紋認識装置。
JP7012949A 1994-02-02 1995-01-30 自動指紋認識方法および装置 Pending JPH07262380A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR94-1845 1994-02-02
KR1019940001845A KR960005109B1 (ko) 1994-02-02 1994-02-02 지문영상의 자동인식장치 및 방법

Publications (1)

Publication Number Publication Date
JPH07262380A true JPH07262380A (ja) 1995-10-13

Family

ID=19376619

Family Applications (1)

Application Number Title Priority Date Filing Date
JP7012949A Pending JPH07262380A (ja) 1994-02-02 1995-01-30 自動指紋認識方法および装置

Country Status (2)

Country Link
JP (1) JPH07262380A (ja)
KR (1) KR960005109B1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10170596A (ja) * 1996-12-09 1998-06-26 Hitachi Ltd 絶縁機器診断システム及び部分放電検出法
WO2005111935A1 (ja) * 2004-05-19 2005-11-24 Global Seculity Design, Inc. ログインシステム
US7512275B2 (en) 2003-10-21 2009-03-31 Sharp Kabushiki Kaisha Image collating apparatus, image collating method, image collating program and computer readable recording medium recording image collating program

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020059948A (ko) * 2001-01-09 2002-07-16 정혜숙 지문판독에 의한 사용자 인증장치 및 방법
JP4340553B2 (ja) 2004-02-06 2009-10-07 富士通株式会社 生体情報照合装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10170596A (ja) * 1996-12-09 1998-06-26 Hitachi Ltd 絶縁機器診断システム及び部分放電検出法
US7512275B2 (en) 2003-10-21 2009-03-31 Sharp Kabushiki Kaisha Image collating apparatus, image collating method, image collating program and computer readable recording medium recording image collating program
WO2005111935A1 (ja) * 2004-05-19 2005-11-24 Global Seculity Design, Inc. ログインシステム

Also Published As

Publication number Publication date
KR950025581A (ko) 1995-09-18
KR960005109B1 (ko) 1996-04-20

Similar Documents

Publication Publication Date Title
EP0858047B1 (en) Method and apparatus for verifying static signatures using dynamic information
US8311290B2 (en) Method for identifying a person and acquisition device
Meena et al. A deep learning based method for image splicing detection
Hambalık Fingerprint recognition system using artificial neural network as feature extractor: design and performance evaluation
CN101027678A (zh) 基于单个图像的多生物统计***及方法
Kumar et al. A robust fingerprint matching system using orientation features
Lee et al. A Gabor filter-based approach to fingerprint recognition
Krishneswari et al. A review on palm print verification system
Serafim et al. A method based on convolutional neural networks for fingerprint segmentation
Gour et al. Fingerprint feature extraction using midpoint ridge contour method and neural network
Julasayvake et al. An algorithm for fingerprint core point detection
Tico et al. A multiresolution method for singular points detection in fingerprint images
JPH07262380A (ja) 自動指紋認識方法および装置
CN114913607A (zh) 一种基于多特征融合的指静脉仿冒检测方法
CN114565841A (zh) 一种基于图像处理的车型识别方法
US7136515B2 (en) Method and apparatus for providing a binary fingerprint image
Wu et al. A hierarchical palmprint identification method using hand geometry and grayscale distribution features
Devakumar et al. An intelligent approach for anti-spoofing in a multimodal biometric system
CN110580451A (zh) 一种基于三维优化子曲面的人脸识别方法及***
JP2007524143A (ja) 掌紋認証の方法
El-Seddek et al. Processing and classification of palmprint images
Johannesen et al. Using weighted minutiae for fingerprint identification
Bendjoudi et al. A Binarized Multi-Resolution Feature-Based Offline Signature
Hrudaya et al. Image processing based off-line signature recognition and verification system
Syam et al. Determining the standard value of acquisition distortion of fingerprint images based on image quality