JPH0757092A - Fingerprint collating device - Google Patents
Fingerprint collating deviceInfo
- Publication number
- JPH0757092A JPH0757092A JP5217938A JP21793893A JPH0757092A JP H0757092 A JPH0757092 A JP H0757092A JP 5217938 A JP5217938 A JP 5217938A JP 21793893 A JP21793893 A JP 21793893A JP H0757092 A JPH0757092 A JP H0757092A
- Authority
- JP
- Japan
- Prior art keywords
- fingerprint
- feature point
- point
- data
- extracted
- 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.)
- Granted
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)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
Description
【0001】[0001]
【産業上の利用分野】この発明は、指紋を用いて個人を
認識する指紋照合装置に関し、特に指紋の紋様中の隆線
あるいは谷線(本明細書では隆線と谷線とを総称して紋
様線と呼ぶ)の端点および分岐点を特徴点として、これ
ら特徴点の位置や方向,種類などに基づき、照合指紋と
登録指紋との照合を行う指紋照合装置に関するものであ
る。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a fingerprint collation device for recognizing an individual by using a fingerprint, and in particular, a ridge line or a valley line in a fingerprint pattern (in this specification, the ridge line and the valley line are generically named. The present invention relates to a fingerprint collation device that collates a collated fingerprint with a registered fingerprint based on the position, direction, type, etc. of these characteristic points, using the end points and branch points of the pattern line) as characteristic points.
【0002】[0002]
【従来の技術】近年、コンピュータ室や重要機械室への
入退室管理、コンピュータ端末や銀行の金融端末へのア
クセス管理などの個人認識を必要する分野において、こ
れまでの暗証番号やIDカードに代わって、指紋照合装
置が採用されつつある。この指紋照合装置は、操作部と
コントロール部とからなり、操作部にはテンキーやディ
スプレイと共に指紋センサが設けられている。この指紋
照合装置では、IDナンバーと対応づけて、利用者の指
紋が登録されている。すなわち、運用する前に、利用者
が、テンキーを用いてIDナンバを入力のうえ、自己の
指紋を指紋センサに採取させると、この採取された指紋
(登録指紋)の紋様が256階調の濃淡画像(画像デー
タ)としてコントロール部へ与えられる。コントロール
部は、この画像データより処理領域を抽出し、その処理
領域中に適宜に原点(例えば、処理領域の中心点)を定
め、この原点を中心として直交座標(X−Y)を定めた
うえ、処理領域中の全ての特徴点(疑似特徴点を除く)
のデータを抽出する。すなわち、各特徴点について、そ
の特徴点の位置,方向,種類(端点,分岐点)を抽出す
る。そして、この抽出した各特徴点のデータを登録デー
タとしてメモリ中に記憶する。これにより、運用中、利
用者が、テンキーを用いてIDナンバを入力のうえ、自
己の指紋を指紋センサに採取させると、この採取された
指紋(照合指紋)の紋様が画像データとしてコントロー
ル部へ与えられ、上記登録指紋の場合と同様にしてその
処理領域中の全ての特徴点(疑似特徴点を除く)のデー
タ(照合データ)が抽出され、この抽出した照合データ
と記憶されている登録データとを比較するこにより、照
合指紋と登録指紋との照合が行われる。2. Description of the Related Art In recent years, in the fields that require personal recognition such as entry / exit control to / from computer rooms and important machine rooms, access control to computer terminals and bank financial terminals, etc. Therefore, fingerprint collation devices are being adopted. This fingerprint collation device includes an operation unit and a control unit, and the operation unit is provided with a ten-key pad, a display, and a fingerprint sensor. In this fingerprint collation device, the user's fingerprint is registered in association with the ID number. That is, when the user inputs the ID number using the numeric keypad and causes the fingerprint sensor to collect his / her fingerprint before the operation, the pattern of the collected fingerprint (registered fingerprint) has 256 gradations. It is given to the control unit as an image (image data). The control unit extracts a processing area from the image data, appropriately sets an origin (for example, a center point of the processing area) in the processing area, and sets a Cartesian coordinate (XY) around the origin. , All feature points in the processing area (excluding pseudo feature points)
Extract the data. That is, for each feature point, the position, direction, and type (end point, branch point) of that feature point are extracted. Then, the data of each extracted feature point is stored in the memory as registration data. As a result, during operation, when the user inputs the ID number using the numeric keypad and causes the fingerprint sensor to collect his / her fingerprint, the pattern of the collected fingerprint (verified fingerprint) is sent to the control unit as image data. Data (verification data) of all feature points (excluding pseudo-feature points) in the processing area are extracted in the same manner as in the case of the registered fingerprint, and the extracted collation data and stored registration data are extracted. By comparing and, the collation fingerprint and the registered fingerprint are collated.
【0003】[0003]
【発明が解決しようとする課題】しかしながら、このよ
うな従来の指紋照合装置によると、照合指紋の紋様中の
全ての特徴点のデータを抽出して登録データと比較する
ものとしているため、照合に時間がかかるという問題が
あった。また、登録指紋の紋様中の全ての特徴点のデー
タを記憶するものとしているため、メモリが過大に必要
となるという問題があった。However, according to such a conventional fingerprint collation device, the data of all the feature points in the pattern of the collated fingerprint are extracted and compared with the registered data. There was a problem that it took time. Further, since the data of all the feature points in the pattern of the registered fingerprint is stored, there is a problem that the memory is excessively required.
【0004】本発明はこのような課題を解決するために
なされたもので、その目的とするところは、照合の精度
を落とさず、照合スピードを早めることが可能で、また
メモリの消費を少なくすることの可能な指紋照合装置を
提供することにある。The present invention has been made in order to solve such a problem, and an object of the present invention is to make it possible to speed up the matching speed without lowering the accuracy of the matching and to reduce the memory consumption. The object of the present invention is to provide a fingerprint collation device capable of doing so.
【0005】[0005]
【課題を解決するための手段】このような目的を達成す
るために、本発明は、登録指紋の紋様中の各特徴点につ
いて、その特徴点を中心として段階的に大きい領域とし
て第1〜第Nの周囲領域を定め、これら周囲領域の中か
ら別の特徴点が存在しない最大の周囲領域を求め、この
周囲領域の段階に応ずるパラメータを第1のパラメータ
とする一方、原点から各特徴点までの距離に応ずるパラ
メータを第2のパラメータとし、第1のパラメータと第
2のパラメータとに基づいて各特徴点の重要度を決定す
るようにしたものである。In order to achieve such an object, the present invention provides, for each feature point in a pattern of a registered fingerprint, a first to a first area as a stepwise large region centered on the feature point. N surrounding areas are defined, the maximum surrounding area in which no other feature point exists is determined from these surrounding areas, and the parameter corresponding to the stage of this surrounding area is set as the first parameter, while the origin to each feature point The parameter depending on the distance is used as the second parameter, and the importance of each feature point is determined based on the first parameter and the second parameter.
【0006】[0006]
【作用】したがってこの発明によれば、第1のパラメー
タが特徴点の照合の際の安定性を表し、第2のパラメー
タが特徴点の照合の際の再現性を表し、安定性と再現性
とに基づいて登録指紋の紋様中の各特徴点についてその
重要度が決定される。According to the present invention, therefore, the first parameter represents the stability when matching the feature points, and the second parameter represents the reproducibility when matching the feature points. Based on, the importance of each feature point in the pattern of the registered fingerprint is determined.
【0007】[0007]
【実施例】以下、本発明を実施例に基づき詳細に説明す
る。図2はこの発明の一実施例を示す指紋照合装置のブ
ロック構成図である。同図において、1は操作部、2は
コントロール部であり、操作部1にはテンキー1−1,
ディスプレイ(LCD)1−2と共に指紋センサ1−3
が設けられている。指紋センサ1−3は光源1−31,
プリズム1−32,CCDカメラ1−33を備えてな
る。コントロール部2は、CPUを有してなる制御部2
−1と、ROM2−2と、RAM2−3と、ハードディ
スク(HD)2−4と、フレームメモリ(FM)2−5
と、外部接続部(I/F)2−6とを備えてなり、RO
M2−2には登録プログラムと照合プログラムが格納さ
れている。EXAMPLES The present invention will now be described in detail based on examples. FIG. 2 is a block diagram of a fingerprint collation device showing an embodiment of the present invention. In the figure, reference numeral 1 is an operation unit, 2 is a control unit, and the operation unit 1 includes ten keys 1-1,
Fingerprint sensor 1-3 together with display (LCD) 1-2
Is provided. The fingerprint sensor 1-3 is a light source 1-31,
A prism 1-32 and a CCD camera 1-33 are provided. The control unit 2 is a control unit 2 including a CPU.
-1, ROM 2-2, RAM 2-3, hard disk (HD) 2-4, frame memory (FM) 2-5
And an external connection part (I / F) 2-6,
A registration program and a collation program are stored in M2-2.
【0008】〔指紋の登録〕この指紋照合装置において
利用者の指紋は次のようにして登録される。すなわち、
運用する前に、利用者は、テンキー1−1を用いて自己
に割り当てられたIDナンバを入力のうえ、指紋センサ
1−3のプリズム1−32上に指を置く。プリズム1−
32には光源1−31から光が照射されており、プリズ
ム1−32の面に接触しない指紋の凹部(谷線部)で
は、光源1−31からの光は全反射し、CCDカメラ1
−33に至る。逆にプリズム1−32の面に接触する指
紋の凸部(隆線部)では全反射条件がくずれ、光源1−
31からの光は散乱する。これにより、指紋の谷線部は
明るく、隆線部は暗い、コントラストのある指紋の紋様
が採取される。この採取された指紋(登録指紋)の紋様
は、A/D変換により、320×400画素,256階
調の濃淡画像(画像データ)として、コントロール部2
へ与えられる。[Registration of Fingerprint] The fingerprint of the user is registered in this fingerprint collation device as follows. That is,
Before operating, the user inputs the ID number assigned to him / her using the ten-key 1-1 and puts his / her finger on the prism 1-32 of the fingerprint sensor 1-3. Prism 1-
32 is irradiated with light from the light source 1-31, and the light from the light source 1-31 is totally reflected in the concave portion (valley line portion) of the fingerprint that does not contact the surface of the prism 1-32, and the CCD camera 1
To -33. On the contrary, in the convex portion (ridge portion) of the fingerprint that comes into contact with the surface of the prism 1-32, the condition of total reflection is broken, and the light source
The light from 31 is scattered. As a result, a fingerprint pattern with a high contrast is obtained in which the valley portion of the fingerprint is bright and the ridge portion is dark. The obtained fingerprint (registered fingerprint) pattern is converted into a grayscale image (image data) of 320 × 400 pixels and 256 gradations by A / D conversion, and the control unit 2
Given to.
【0009】コントロール部2の制御部2−1は、テン
キー1−1を介してIDナンバが与えられると(図3に
示すステップ101)、ROM2−2に格納されている
登録プログラムに従い、CCDカメラ1−33からの画
像データをフレームメモリ2−5を介して取り込み(ス
テップ102)、その画質をチェックする(ステップ1
03)。画質が悪ければ、ステップ102へ戻って画像
データの再取り込みを行ない、画質が良ければ、取り込
んだ画像データに対して処理領域の抽出を行う(ステッ
プ104)。When the ID number is given through the numeric keypad 1-1 (step 101 shown in FIG. 3), the control unit 2-1 of the control unit 2 follows the registration program stored in the ROM 2-2 and the CCD camera. The image data from 1-33 is taken in via the frame memory 2-5 (step 102), and the image quality is checked (step 1).
03). If the image quality is poor, the process returns to step 102 to re-acquire the image data, and if the image quality is good, the processing area is extracted from the acquired image data (step 104).
【0010】ステップ104での処理領域の抽出は、1
6×16画素を1ブロック(局所領域)とし、1ブロッ
ク毎にその濃淡値の平均を出して所定レベルと比較する
ことにより行う。すなわち、所定レベル以下のブロック
を背景領域として除き、所定レベル以上のブロックを処
理領域として抽出する。The extraction of the processing area in step 104 is 1
This is performed by setting 6 × 16 pixels as one block (local area), averaging the gray value of each block, and comparing with the predetermined level. That is, blocks of a predetermined level or lower are excluded as the background region, and blocks of a predetermined level or higher are extracted as the processing region.
【0011】そして、この抽出した処理領域に対し、ノ
イズ除去を行なう(ステップ105)。ここでのノイズ
除去は、3×3画素毎に、その周りの画素の濃淡値の平
均を求め、これをその中央の画素の濃淡値とすることに
より行う。すなわち、図4に示す3×3画素において、
e=(a+b+c+d+f+g+h+i)/8とするこ
とにより、3×3画素毎にノイズ除去を行う。そして、
ノイズ除去を行った処理領域に対し、1ブロック(局所
領域)毎に2値化を行う(ステップ106:図5参
照)。Then, noise removal is performed on the extracted processing area (step 105). The noise removal here is performed by obtaining the average of the gray values of the surrounding pixels for every 3 × 3 pixels and setting this as the gray value of the pixel in the center. That is, in the 3 × 3 pixels shown in FIG.
By setting e = (a + b + c + d + f + g + h + i) / 8, noise removal is performed for every 3 × 3 pixels. And
The processing area from which noise has been removed is binarized for each block (local area) (step 106: see FIG. 5).
【0012】次に、ステップ107へ進み、処理領域の
2値化画像に対し背景領域の各画素を全て「0」レベル
とした320×400画素の画像データについて、その
XY方向(X:横軸方向、Y:縦軸方向)の最長隆線幅
分布波形を求める。Next, in step 107, the image data of 320.times.400 pixels in which all the pixels in the background area of the binarized image in the processing area are set to "0" level, the XY direction (X: horizontal axis). Direction, Y: vertical axis direction), the longest ridge width distribution waveform is obtained.
【0013】すなわち、図6に示す320×400画素
の画像データについて、y=n上をX軸方向にスキャン
して「0」,「1」レベルの連続する画素数を求める
(図7に示すステップ201)。そして、「1」レベル
の連続のうち、最も長い画素数を選択し、その長さLx
をnに対応して記憶する(ステップ202)。そして、
nをインクリメントし(ステップ203)、ステップ2
04へ進み、このステップ204にてn≧400となる
まで、ステップ201〜204を繰り返す。これによ
り、図8(a)に示すようなY方向の最長隆線幅分布波
形が求められる。That is, for the image data of 320.times.400 pixels shown in FIG. 6, y = n is scanned in the X-axis direction to find the number of consecutive pixels of "0" and "1" levels (shown in FIG. 7). Step 201). Then, the longest number of pixels is selected from the continuous "1" level, and the length Lx is selected.
Are stored corresponding to n (step 202). And
n is incremented (step 203), step 2
04, steps 201 to 204 are repeated until n ≧ 400 in step 204. As a result, the longest ridge width distribution waveform in the Y direction as shown in FIG. 8A is obtained.
【0014】次に、x=m上をY軸方向にスキャンして
「0」,「1」レベルの連続する画素数を求める(ステ
ップ205)。そして、「1」レベルの連続のうち、最
も長い画素数を選択し、その長さLyをmに対応して記
憶する(ステップ206)。そして、mをインクリメン
トし(ステップ207)、ステップ208へ進み、この
ステップ208にてm≧320となるまで、ステップ2
05〜208を繰り返す。これにより、図8(b)に示
すようなX方向の最長隆線幅分布波形が求められる。Next, x = m is scanned in the Y-axis direction to obtain the number of consecutive pixels of "0" and "1" levels (step 205). Then, the longest number of pixels is selected from the continuous "1" level, and the length Ly is stored corresponding to m (step 206). Then, m is incremented (step 207), the process proceeds to step 208, and step 2 is performed until m ≧ 320 in this step 208.
Repeat 05 to 208. As a result, the longest ridge width distribution waveform in the X direction as shown in FIG. 8B is obtained.
【0015】次に、この求めたXY方向の最長隆線幅分
布波形より、所定の法則にしたがってその特徴的な山
(リム)だけを抽出し、この抽出したリムによって構成
されるXY方向の最長隆線幅分布波形を最長隆線幅極大
値抽出波形として求める(ステップ108)。この最長
隆線幅極大値抽出波形は次のようにして求める。すなわ
ち、X(Y)方向の最長隆線幅分布波形の要部を図9に
示して説明するに、今、が最長隆線幅部分波形の極小
値候補とする。この場合、次の極大値において、|
−|を算出する。ここで、|−|>aであるので
(a=5画素)、を極大値の候補(まだ確定しない)
とする。を極大値候補としたので、を極小値として
確定する。次の極小値において|−|を算出す
る。ここで、|−|<aであるので、を除去す
る。次に、極大値においてととの大小関係を比較
し、がよりも大きいのでを除去し、を極大値候
補とする。そして、次の極小値において|−|を
算出し、|−|>aであるので、を極大値として
確定し、を極小値候補とする。次の極大値において
|−|を算出する。ここで、|−|<aである
ので、を除去する。そして、次の極小値ととを比
較し、がよりも大きいのでを除去し、を引き続
き極小値候補としておく。このようにして求めたX方向
およびY方向の最長隆線幅極大値抽出波形(確定した極
小値,極大値のうち極大値のみを抽出した波形)を図1
0(a)および(b)に示す。また、図20および図2
1に、最長隆線幅極大値抽出波形を生成するためのフロ
ーチャートを示す。図20は極小値の決定フローを示
し、図21は極大値の決定フローを示す。なお、図20
において、最長隆線幅分布波形は必ず極小値(0)から
始まるため、ステップ501では、極小値(0)が最初
の極小値Aの候補とされる。また、ステップ517の実
行に際しては、確定された極大値B(B1)を「1」と
し、極大値として確定されなかった他の部分については
「0」とする。Next, from the obtained longest ridge width distribution waveform in the XY directions, only the characteristic peaks (rims) are extracted according to a predetermined law, and the longest in the XY directions constituted by the extracted rims. The ridge width distribution waveform is obtained as the longest ridge width maximum value extraction waveform (step 108). This maximum ridge width maximum value extraction waveform is obtained as follows. That is, the main part of the longest ridge width distribution waveform in the X (Y) direction will be described with reference to FIG. 9, where is the minimum value candidate of the longest ridge width partial waveform. In this case, at the next maximum,
-| Is calculated. Since |-|> a (a = 5 pixels), is a candidate for the maximum value (not yet determined).
And Since is the maximum value candidate, is determined as the minimum value. Calculate |-| at the next minimum value. Here, since |-| <a, is removed. Next, at the maximum value, the magnitude relation between and is compared, and since it is larger than, it is removed and is set as the maximum value candidate. Then, |-| is calculated at the next minimum value, and since |-|> a, is determined as the maximum value, and is set as the minimum value candidate. ||| is calculated at the next maximum value. Here, since |-| <a, is removed. Then, it is compared with the next minimum value, and since is larger than, it is removed, and is continuously set as the minimum value candidate. The maximum ridge width maximum value extraction waveform in the X direction and the Y direction thus obtained (waveform in which only the maximum value among the determined minimum value and maximum value is extracted) is shown in FIG.
0 (a) and (b). Also, FIG. 20 and FIG.
FIG. 1 shows a flowchart for generating the longest ridge width maximum value extraction waveform. FIG. 20 shows the flow of determining the minimum value, and FIG. 21 shows the flow of determining the maximum value. Note that FIG.
In, since the longest ridge width distribution waveform always starts from the minimum value (0), the minimum value (0) is set as the first candidate of the minimum value A in step 501. When executing step 517, the determined maximum value B (B1) is set to "1", and the other portions not determined as the maximum value are set to "0".
【0016】次に、ステップ109へ進み、処理領域の
2値化画像に対し細線化を行う。ここでの細線化は、端
点,分岐点すなわち特徴点を確定するために行うもので
あり、ヒルディッチ(Hilditch)の逐次型細線化処理に
従う。すなわち、実際の指紋データの隆線はある幅をも
っているので、そのまま使うと特徴点を確定することが
できない。そこで、隆線の幅を細くする細線化処理を行
って、特徴点を確定することができるようにする。図1
1に細線化した後の処理領域の2値化画像の一部を示
す。Next, in step 109, the binarized image in the processing area is thinned. The thinning here is performed in order to determine an end point, a branch point, that is, a feature point, and follows Hilditch's sequential thinning processing. That is, since the ridges of the actual fingerprint data have a certain width, the feature points cannot be determined if they are used as they are. Therefore, a thinning process for narrowing the width of the ridge is performed so that the feature points can be determined. Figure 1
1 shows a part of the binarized image of the processing area after thinning.
【0017】次に、この細線化された処理領域の2値化
画像より、特徴点を抽出する(ステップ110)。この
特徴点の抽出は、例えば図11に示した処理領域の2値
化画像で説明すると、(−n+1,−n+1)から(n
−1,n−1)までの3×3画素中の連結数を計算する
ことにより行う。すなわち、図12(a)に示す3×3
画素において、Eの座標を(−n+1,−n+1)と
し、Eの座標が(n−1,n−1)となるまで、順次3
×3画素を移動させて行き、Eの座標が「1」レベルで
ある3×3画素についてのみその連結数を計算し、連結
数が1であれば端点(特徴点)と判断し、3であれば分
岐点(特徴点)と判断する。なお、連結数が0でれば孤
立点、2であれば連続点、4であれば交差点と判断す
る。Next, feature points are extracted from the binarized image of the thinned processing area (step 110). The extraction of this feature point will be explained using, for example, the binarized image of the processing region shown in FIG. 11, from (-n + 1, -n + 1) to (n
-1, n-1) is calculated by calculating the number of connections in 3 × 3 pixels. That is, 3 × 3 shown in FIG.
In the pixel, the coordinates of E are set to (-n + 1, -n + 1), and the coordinates of E are sequentially set to (n-1, n-1) by 3
By moving x3 pixels, the number of connections is calculated only for 3x3 pixels in which the coordinate of E is at the "1" level, and if the number of connections is 1, it is determined as an end point (feature point), and 3 is calculated. If there is, it is determined as a branch point (feature point). If the number of connections is 0, it is determined as an isolated point, if it is 2, it is a continuous point, and if it is 4, it is determined as an intersection.
【0018】連結数は、Eを中心とする周囲の画素
(A,B,C,D,F,G,H,I)について、隣合う
画素同志のレベルを引き算し、その引き算して得た値を
加算して2で除することによって求める。例えば、図1
2(b)に示した3×3画素では、GとHとのレベル差
が1となり、HとIとのレベル差が1となり、その絶対
値の加算結果が2となることから、連結数として1が得
られ、これにより端点と判断される。また、図12
(c)に示した3×3画素では、隣合う画素同志のレベ
ルを引き算して得られる値の加算結果が6となることか
ら、連結数として3が得られ、これにより分岐点と判断
される。The number of connections is obtained by subtracting the levels of adjacent pixels with respect to the surrounding pixels (A, B, C, D, F, G, H, I) centered on E and subtracting the levels. It is calculated by adding the values and dividing by 2. For example, in FIG.
In the 3 × 3 pixel shown in 2 (b), the level difference between G and H is 1, the level difference between H and I is 1, and the addition result of their absolute values is 2. 1 is obtained as a result, which is determined as the end point. In addition, FIG.
In the 3 × 3 pixel shown in (c), the addition result of the values obtained by subtracting the levels of the adjacent pixels is 6, so that 3 is obtained as the number of connections, and it is determined that this is a branch point. It
【0019】次に、抽出した各特徴点について、その特
徴点の位置・方向情報を抽出する(ステップ111)。
この特徴点の位置・方向情報の抽出は次のようにして行
う。先ず、処理領域のX方向の上下限の中心線とY方向
の上下限の中心線との交点を処理領域の中心点とし、こ
の中心点を原点(0,0)として各特徴点の座標上の位
置を求める。そして、端点については、図13(a)に
示すように、その端点PT の隆線を10画素分追跡し
て、その最後の相対座標を、端点PT の方向情報とす
る。また、分岐点については、図13(b)に示すよう
に、その分岐点PBから各隆線を10画素分追跡した点
を終端とし、この終端により三角形を作り、3辺の中で
最短の辺の対角にある方向の相対座標を、分岐点PB の
方向情報とする。Next, for each extracted feature point, position / direction information of that feature point is extracted (step 111).
The extraction of the position / direction information of this feature point is performed as follows. First, the intersection of the center line of the upper and lower limits in the X direction and the center line of the upper and lower limits in the Y direction of the processing region is set as the center point of the processing region, and this center point is set as the origin (0, 0) on the coordinates of each feature point Find the position of. Then, as for the end point, as shown in FIG. 13A, the ridge line of the end point P T is tracked by 10 pixels, and the last relative coordinate thereof is used as the direction information of the end point P T. As for the branch point, as shown in FIG. 13B, a point obtained by tracing each ridge for 10 pixels from the branch point P B is set as the end, and a triangle is formed by this end, and the shortest among the three sides. The relative coordinates of the directions on the diagonal of the side of are the direction information of the branch point P B.
【0020】次に、抽出した各特徴点について、その重
要度を決定する(ステップ112)。この特徴点の重要
度の決定は次のようにして行う。 〔ランク:周りに別の特徴点がない目安(安定性)〕先
ず、図1に示すように、特徴点Pを中心として、20×
20画素の周囲領域S4を定め、この周囲領域S4に別
の特徴点が存在しないかどうかを調べる。もし、この周
囲領域S4に別の特徴点が存在すれば、その特徴点Pに
ついては疑似特徴点としてランク付けから除外する。周
囲領域S4に別の特徴点が存在しなければ、24×24
画素の周囲領域S3を定め、この周囲領域S3に別の特
徴点が存在しないかどうかを調べる。周囲領域S3に別
の特徴点が存在すれば、周囲領域Sの段階に応ずるパラ
メータ(第1のパラメータ:ランク)をレベル「4」と
する。周囲領域S3に別の特徴点が存在しなければ、3
0×30画素の周囲領域S2を定め、この周囲領域S2
に別の特徴点が存在しなければ、40×40画素の周囲
領域S1を定める。周囲領域S2に別の特徴点が存在す
れば、ランクをレベル「3」とし、周囲領域S1に別の
特徴点が存在すれば、ランクをレベル「2」とする。周
囲領域S1に別の特徴点が存在しなければ、ランクをレ
ベル「1」とする。図14(a)に周囲領域Sの大きさ
とランクとの関係を示す。なお、この周囲領域Sは四角
形に限ることはなく、円形等としてもよい。 〔ディスタンス:中心点からの近さの目安(再現性)〕
次に、特徴点Pについて、中心点(0,0)からの距離
を求める。この中心点からの距離が0〜9画素中にあれ
ば、中心点までの距離に応ずるパラメータ(第2のパラ
メータ:ディスタンス)をレベル「0」とする。10〜
19画素中にあれば、ディスタンスをレベル「1」とす
る。図14(b)に中心点からの距離とディスタンスと
の関係を示す。 〔重要度:(ランク+ディスタンス)〕ランクとディス
タンスとを加算した値を特徴点Pの重要度として決定す
る。そして、重要度の高い順(レベルの小さい順)に、
各特徴点にプライオリティを付ける。Next, the importance of each extracted feature point is determined (step 112). The importance of this feature point is determined as follows. [Rank: standard with no other feature points around (stability)] First, as shown in FIG.
A surrounding area S4 of 20 pixels is defined, and it is checked whether or not another feature point exists in this surrounding area S4. If another feature point exists in the surrounding area S4, the feature point P is excluded from the ranking as a pseudo feature point. If another feature point does not exist in the surrounding area S4, 24 × 24
A peripheral area S3 of the pixel is defined, and it is checked whether or not another feature point exists in the peripheral area S3. If another feature point exists in the surrounding area S3, the parameter (first parameter: rank) corresponding to the stage of the surrounding area S is set to level "4". If there is no other feature point in the surrounding area S3, 3
A peripheral area S2 of 0 × 30 pixels is defined, and this peripheral area S2
If another feature point does not exist in, the peripheral area S1 of 40 × 40 pixels is determined. If another feature point exists in the surrounding area S2, the rank is set to level "3", and if another feature point exists in the surrounding area S1, the rank is set to level "2". If there is no other feature point in the surrounding area S1, the rank is set to level "1". FIG. 14A shows the relationship between the size of the surrounding area S and the rank. The surrounding area S is not limited to a quadrangle, but may be a circle or the like. [Distance: A measure of the proximity from the center point (reproducibility)]
Next, for the feature point P, the distance from the center point (0, 0) is obtained. If the distance from the center point is within 0 to 9 pixels, the parameter (second parameter: distance) corresponding to the distance to the center point is set to level "0". 10 to
If it is within 19 pixels, the distance is set to level "1". FIG. 14B shows the relationship between the distance from the center point and the distance. [Importance: (Rank + Distance)] A value obtained by adding the rank and the distance is determined as the importance of the feature point P. Then, in descending order of importance (in descending order of level),
Give priority to each feature point.
【0021】次に、ステップ113へ進み、登録ファイ
ル化を行う。この登録ファイル化では、ステップ10
7,108での位置補正情報抽出処理によって抽出した
XY方向の最長隆線幅極大値抽出波形、およびステップ
109〜112での特徴点情報抽出処理で抽出した各特
徴点のデータ(登録データ)を、入力IDナンバと対応
づけてハードディスク2−4に格納する。すなわち、X
Y方向の最長隆線幅極大値抽出波形と共に、各特徴点に
ついて、その特徴点の位置情報,方向情報,種類,プラ
イオリティについて、入力IDナンバと対応づけて登録
する。この際、ステップ112にて疑似特徴点としてラ
ンク付けから除外した特徴点については、データの登録
は行わない。Next, in step 113, a registration file is created. In this registration file conversion, step 10
The maximum ridge width maximum value extraction waveform in the XY directions extracted by the position correction information extraction processing in 7 and 108, and the data (registered data) of each feature point extracted in the feature point information extraction processing in steps 109 to 112 , And stored in the hard disk 2-4 in association with the input ID number. That is, X
Along with the maximum ridge width maximum value extraction waveform in the Y direction, the position information, direction information, type, and priority of each feature point are registered in association with the input ID number. At this time, data is not registered for the feature points excluded from the ranking as pseudo feature points in step 112.
【0022】データの登録に際し、最長隆線幅分布波形
ではなく、その特徴的な山だけを抽出した最長隆線幅極
大値抽出波形を位置補正情報として記憶させることによ
り、また疑似特徴点を除外することにより、ハードディ
スク2−4でのメモリの消費を少なくすることができ
る。At the time of data registration, not the longest ridge width distribution waveform but the longest ridge width maximum value extraction waveform in which only its characteristic peaks are extracted is stored as position correction information, and pseudo feature points are excluded. By doing so, the memory consumption of the hard disk 2-4 can be reduced.
【0023】〔指紋の照合〕この指紋照合装置において
利用者の指紋の照合は次のようにして行われる。すなわ
ち、運用中、利用者は、テンキー1−1を用いて自己に
割り当てられたIDナンバを入力のうえ、指紋センサ1
−3のプリズム1−32上に指を置く。これにより、指
紋の登録の場合と同様にして、採取された指紋(照合指
紋)の紋様が、320×400画素,256階調の濃淡
画像(画像データ)として、コントロール部2へ与えら
れる。[Fingerprint Collation] The fingerprint collation device collates the user's fingerprint as follows. That is, during operation, the user inputs the ID number assigned to himself / herself using the ten-key pad 1-1, and then the fingerprint sensor 1
Put a finger on the prism 1-32 of No. -3. As a result, similarly to the case of registering the fingerprint, the pattern of the collected fingerprint (collation fingerprint) is given to the control unit 2 as a grayscale image (image data) of 320 × 400 pixels and 256 gradations.
【0024】コントロール部2の制御部2−1は、テン
キー1−1を介してIDナンバが与えられると(図15
に示すステップ301)、ROM2−2に格納されてい
る照合プログラムに従い、CCDカメラ1−33からの
画像データをフレームメモリ2−5を介して取り込み
(ステップ302)、その画質をチェックする(ステッ
プ303)。画質が悪ければ、ステップ302に戻って
画像データの再取り込みを行ない、画質が良ければ、取
り込んだ画像データに対して処理領域の抽出を行う(ス
テップ304)。そして、この抽出した処理領域に対
し、ノイズ除去を行ったうえ(ステップ305)、1ブ
ロック(局所領域)毎に2値化を行う(ステップ30
6)。ステップ304〜306での前処理は図3に示し
たステップ104〜106での前処理と同じであるので
その説明は省略する。The control unit 2-1 of the control unit 2 receives the ID number from the numeric keypad 1-1 (see FIG. 15).
(Step 301), the image data from the CCD camera 1-33 is fetched through the frame memory 2-5 according to the collation program stored in the ROM 2-2 (Step 302), and the image quality is checked (Step 303). ). If the image quality is poor, the process returns to step 302 to re-acquire image data, and if the image quality is good, a processing area is extracted from the acquired image data (step 304). Then, noise removal is performed on the extracted processing region (step 305) and binarization is performed for each block (local region) (step 30).
6). The pre-processing in steps 304 to 306 is the same as the pre-processing in steps 104 to 106 shown in FIG.
【0025】次に、ステップ307へ進み、処理領域の
2値化画像に対し背景領域の各画素を全て「0」レベル
とした320×400画素の画像データについて、図3
に示したステップ107と同様にして、そのXY方向の
最長隆線幅分布波形を求める。そして、この求めたXY
方向の最長隆線幅分布波形と入力IDナンバに対応して
登録されているXY方向の最長隆線幅極大値抽出波形と
に基づき、処理領域における2値画像で表された照合指
紋の座標上での大まかな位置補正を行う(ステップ30
8)。Next, the process proceeds to step 307, and the image data of 320 × 400 pixels in which all the pixels in the background region are set to the “0” level in the binarized image in the processing region is shown in FIG.
Similar to step 107 shown in (1), the longest ridge width distribution waveform in the XY directions is obtained. And this XY
Based on the longest ridge width distribution waveform in the direction and the longest ridge width maximum value extraction waveform in the XY direction registered corresponding to the input ID number, on the coordinates of the collation fingerprint represented by the binary image in the processing area. Rough position correction in step (step 30
8).
【0026】この大まかな位置補正に際しては、X
(Y)方向の最長隆線幅分布波形とX(Y)方向の最長
隆線幅極大値抽出波形とを比較し、X(Y)方向の最長
隆線幅極大値抽出波形を構成する各リムについて、その
リムに対応する位置のX(Y)方向の最長隆線幅分布波
形における前後±2画素の波形値との差をとる。そし
て、その差が最小のものを各リムに対するずれ量として
求め、このずれ量を加算してリムの数で除し、リム1本
当たりの平均的なずれ量を求める。そして、このずれ量
をX(Y)方向の位置ずれ量とし、このX(Y)方向の
位置ずれ量を最も小さくするように、処理領域における
照合指紋の座標位置を補正する。In this rough position correction, X
Each rim forming the longest ridge width maximum value extraction waveform in the X (Y) direction by comparing the longest ridge width distribution waveform in the (Y) direction with the longest ridge width maximum value extraction waveform in the X (Y) direction Is calculated with respect to the waveform values of ± 2 pixels before and after the longest ridge width distribution waveform in the X (Y) direction at the position corresponding to the rim. Then, the one having the smallest difference is obtained as a deviation amount for each rim, and the deviation amount is added and divided by the number of rims to obtain an average deviation amount per rim. Then, this shift amount is set as the position shift amount in the X (Y) direction, and the coordinate position of the collation fingerprint in the processing area is corrected so as to minimize the position shift amount in the X (Y) direction.
【0027】なお、上述した大まかな位置補正に際し、
最長隆線幅極大値抽出波形の各リムに対応する位置の最
長隆線幅分布波形における前後±2画素の波形値との差
をとり、その差が最小のものを各リムに対するずれ量と
して求めることにより、圧力のかけ方によって細くなっ
たり太くなったりする照合指紋の紋様について、そのひ
ずみを吸収することができる。また、X(Y)方向の最
長隆線幅分布波形とX(Y)方向の最長隆線幅極大値抽
出波形とを比較してX(Y)方向の位置ずれ量を求める
ようにすることにより、X(Y)方向の最長隆線幅分布
波形同志を比較してX(Y)方向の位置ずれ量を求める
場合に比べて、その処理スピードが早くなる。Incidentally, in the rough position correction described above,
The difference between the waveform values of ± 2 pixels before and after in the longest ridge width distribution waveform at the position corresponding to each rim of the longest ridge width maximum value extraction waveform is taken, and the one having the smallest difference is obtained as the deviation amount for each rim. As a result, it is possible to absorb the distortion of the pattern of the collation fingerprint, which becomes thin or thick depending on how the pressure is applied. Further, by comparing the longest ridge width distribution waveform in the X (Y) direction and the longest ridge width maximum value extraction waveform in the X (Y) direction, the positional deviation amount in the X (Y) direction is obtained. , X (Y) direction longest ridge width distribution waveforms are compared with each other to obtain a positional deviation amount in the X (Y) direction, the processing speed becomes faster.
【0028】ステップ308で大まかな位置補正を行っ
た後は、ステップ309へ進み、照合判定処理を行う。
この照合判定処理では、入力IDナンバに対応して登録
されている各特徴点の登録データをサーチし(図16に
示すステップ401)、プライオリティの一番高い特徴
点を第1番目の特徴点として、おおまかな位置補正の行
われた上記照合指紋に対し、第1番目の特徴点があるで
あろうその紋様中の座標位置(登録座標位置)を中心と
して、第1ウィンドウ(探索領域)を開く(ステップ4
02:図17(a)参照)。この第1ウィンドウWD1
の大きさWD−X,WD−Yは、ステップ308での大
まかな位置補正に際して求めたX方向,Y方向の位置ず
れ量(大まかな位置補正の計算値)から決定する。After the rough position correction is performed in step 308, the process proceeds to step 309 to perform the collation determination process.
In this collation determination process, the registration data of each feature point registered corresponding to the input ID number is searched (step 401 shown in FIG. 16), and the feature point with the highest priority is set as the first feature point. , The first window (search area) is opened around the coordinate position (registered coordinate position) in the pattern in which the first feature point is supposed to be, with respect to the collation fingerprint subjected to the rough position correction. (Step 4
02: see FIG. 17 (a)). This first window WD1
WD-X and WD-Y are determined from the positional deviation amounts in the X and Y directions (calculated values of rough position correction) obtained in the rough position correction in step 308.
【0029】図18(a)にX方向の大まかな位置補正
の計算値Av−m1とWD−Xとの関係を示し、図18
(b)にY方向の大まかな位置補正の計算値Av−m2
とWD−Yとの関係を示す。すなわち、本実施例におい
ては、大まかな位置補正が大きく行われた場合、第1ウ
ィンドウWD1が大きく開かれ、小さく行われた場合、
第1ウィンドウWD1が小さく開かれる。FIG. 18A shows the relationship between the calculated value Av-m1 for rough position correction in the X direction and WD-X.
The calculated value Av-m2 of the rough position correction in the Y direction is shown in (b).
And WD-Y. That is, in the present embodiment, when the rough position correction is largely performed, when the first window WD1 is wide open and when the first window WD1 is small,
The first window WD1 is opened small.
【0030】そして、この開いた第1ウィンドウWD1
の2値化画像に対し細線化を行い、特徴点を抽出する。
そして、その抽出した特徴点について、位置情報および
方向情報を抽出し、第1番目の特徴点に対応する第1候
補点としてリストアップする(ステップ403)。この
場合、第1候補点は、複数の場合もあり得る。図17
(a)では第1候補点が一つである場合を示している。
第1候補点がなければ、ステップ404での「NO」に
応じて直ちにステップ416へ進み、照合指紋と登録指
紋とが一致しない旨の表示を行う。第1候補点があれ
ば、ステップ401へ戻り、次にプライオリティの高い
特徴点(第2番目の特徴点)について、第1候補点の座
標位置を第1番目の特徴点があるべき座標位置(登録座
標位置)とみなして、第2番目の特徴点があるであろう
照合指紋の紋様中の座標位置を中心とし、第2ウィンド
ウを開く(ステップ405:図17(b)参照)。すな
わち、第1候補点P1の座標位置を第1番目の特徴点の
あるべき座標位置とみなして、この第1候補点P1の座
標位置を起点として第2ウィンドウWD2を開く。この
第2ウィンドウWD2の大きさは一定である。Then, the opened first window WD1
The binarized image is subjected to thinning and feature points are extracted.
Then, with respect to the extracted feature points, position information and direction information are extracted and listed as a first candidate point corresponding to the first feature point (step 403). In this case, there may be a plurality of first candidate points. FIG. 17
(A) shows the case where the number of the first candidate points is one.
If there is no first candidate point, in response to "NO" in step 404, the process immediately proceeds to step 416, and a display indicating that the collation fingerprint and the registered fingerprint do not match is displayed. If there is a first candidate point, the process returns to step 401, and the coordinate position of the first candidate point is set to the coordinate position where the first feature point should be (for the feature point having the second highest priority (second feature point)). It is regarded as the registered coordinate position), and the second window is opened with the coordinate position in the pattern of the collation fingerprint where the second feature point is likely to be the center (step 405: see FIG. 17B). That is, the coordinate position of the first candidate point P1 is regarded as the coordinate position where the first feature point should be, and the second window WD2 is opened with the coordinate position of the first candidate point P1 as the starting point. The size of this second window WD2 is constant.
【0031】そして、この開いた第2ウィンドウWD2
の2値化画像に対して細線化を行い、特徴点を抽出す
る。そして、その抽出した特徴点について、位置情報お
よび方向情報を抽出する。この場合、第2候補点は、複
数の場合もあり得る。図17(b)では第2候補点が一
つである場合を示している。第2候補点P2が見つかれ
ば、その候補点P2について照合スコアを算出する。こ
の照合スコアは、第2番目の特徴点に対する第2候補点
P2の位置,方向,種類の各誤差値(例えば、端点であ
るべき特徴点が分岐点であればその誤差値を10とす
る)を加算して求める。そして、第1候補点P1と第2
候補点P2とを基準点ペアとし、第1候補点が複数ある
場合には後述する如く基準点ペアを選定のうえ(ステッ
プ406)、ステップ407および408での「YE
S」に応じてステップ409へ進み、第1候補点P1の
座標位置を第1番目の特徴点のあるべき座標位置として
確定する(ステップ409)。これにより、ステップ3
08での大まかな位置補正に対し、高精度の再位置補正
が行われる。Then, the opened second window WD2
The binarized image of is thinned and the characteristic points are extracted. Then, with respect to the extracted feature points, position information and direction information are extracted. In this case, there may be a plurality of second candidate points. FIG. 17B shows the case where there is one second candidate point. If the second candidate point P2 is found, the matching score is calculated for the candidate point P2. This matching score has each error value of the position, direction, and type of the second candidate point P2 with respect to the second feature point (for example, if the feature point which should be an end point is a branch point, the error value is 10). Is calculated by adding. Then, the first candidate point P1 and the second
When the candidate point P2 is used as a reference point pair and there are a plurality of first candidate points, a reference point pair is selected as described later (step 406), and "YE" in steps 407 and 408 is selected.
According to "S", the process proceeds to step 409, and the coordinate position of the first candidate point P1 is determined as the coordinate position where the first feature point should be (step 409). By doing this, step 3
The high-precision repositioning is performed with respect to the rough position correction in 08.
【0032】なお、第2ウィンドウWD2において第2
候補点が見つからない場合には、ステップ408での
「NO」に応じてステップ416へ直ちに進み、照合指
紋と登録指紋とが一致しない旨の表示を行う。また、第
1ウィンドウWD1に第1候補点が複数ある場合には、
ステップ407での「NO」に応じてステップ405へ
戻り、次の第1候補点の座標位置を第1番目の特徴点が
あるべき座標位置とみなして第2ウィンドウを開き、そ
の開いた第2ウィンドウの2値化画像に対し細線化を行
って特徴点を抽出し、その抽出した特徴点を第2候補点
としてその照合スコアを算出する。以下同様にして、ス
テップ407でのカウンタが第1候補点の数になるま
で、上述の処理を繰り返し、第1候補点のすべてについ
て、ペアとなる第2候補点およびその照合スコアを求め
る。そして、この照合スコアを求めながら、その照合ス
コアの最も低いペアを基準点ペアとして選定するものと
し(ステップ406)、ステップ407でのカウンタが
第1候補点の数に達すれば、ステップ408を経てステ
ップ409へ進み、基準点ペアの第1候補点を第1番目
の特徴点として確定し、その座標位置を第1の特徴点の
あるべき座標位置として確定する。In the second window WD2, the second window WD2
If no candidate point is found, in response to “NO” in step 408, the process immediately proceeds to step 416, and a display indicating that the collated fingerprint and the registered fingerprint do not match is displayed. If there are a plurality of first candidate points in the first window WD1,
In response to “NO” in step 407, the process returns to step 405, the coordinate position of the next first candidate point is regarded as the coordinate position where the first feature point should be, and the second window is opened. The binarized image of the window is thinned to extract feature points, and the extracted feature points are used as second candidate points to calculate the matching score. In the same manner, the above-described processing is repeated until the counter in step 407 reaches the number of the first candidate points, and the second candidate points forming a pair and the matching score thereof are obtained for all the first candidate points. Then, while obtaining this matching score, the pair with the lowest matching score is selected as the reference point pair (step 406). If the counter in step 407 reaches the number of the first candidate points, then through step 408. Proceeding to step 409, the first candidate point of the reference point pair is determined as the first feature point, and its coordinate position is determined as the coordinate position where the first feature point should be.
【0033】このようにして再位置補正を行った後、ス
テップ401へ戻り、次にプライオリティの高い特徴点
(第3番目の特徴点)について、その特徴点があるであ
ろう座標位置を中心とし、第3ウィンドウWD3を開く
(ステップ410:図17(c)参照)。そして、この
開いた第3ウィンドウWD3の2値化画像に対し細線化
を行い、特徴点を抽出し、その抽出した特徴点(第3候
補点)P3について位置情報および方向情報を抽出す
る。そして、第3候補点P3の照合スコアを算出する
(ステップ411)。以下同様にして、ウィンドウを開
いても特徴点(候補点)が抽出されなかった場合にはウ
ィンドウを追加して開くものとしたうえ、ステップ41
2にて特徴点(候補点)が13個となるまで上述の処理
を繰り返す。図19に照合指紋の紋様中に開かれたウィ
ンドウWD1〜WD13を例示する。After the re-position correction is performed in this way, the process returns to step 401, and the feature point having the next highest priority (third feature point) is centered on the coordinate position where the feature point may be located. , And opens the third window WD3 (step 410: see FIG. 17 (c)). Then, the binarized image of the opened third window WD3 is thinned to extract characteristic points, and position information and direction information are extracted for the extracted characteristic points (third candidate points) P3. Then, the matching score of the third candidate point P3 is calculated (step 411). Similarly, if the feature points (candidate points) are not extracted even if the window is opened, the window is added and opened, and step 41
The above process is repeated until the number of feature points (candidate points) reaches 13 in 2. FIG. 19 illustrates windows WD1 to WD13 opened in the pattern of the collation fingerprint.
【0034】なお、開いたウィンドウに特徴点が複数あ
る場合には、一番スコアの少ない特徴点を候補点として
選ぶ。第13候補点の照合スコアの算出を終了すれば、
ステップ412での「YES」に応じてステップ413
へ進み、第1〜第13候補点の照合スコアを合計する。
そして、ステップ414へ進み、照合スコアの合計を予
め定められた所定値と比較し、所定値以下であれば、照
合指紋と登録指紋とが一致したと判定し、その旨の表示
を行うと共に(ステップ415)、I/F2−6を介し
て電気錠用(自動ドア用)の出力を出す。所定値以上で
あれば、照合指紋と登録指紋とが一致しないと判定し、
その旨の表示を行う(ステップ416)。When there are a plurality of feature points in the opened window, the feature point with the smallest score is selected as the candidate point. If the calculation of the matching score of the 13th candidate point is completed,
In response to “YES” in step 412, step 413
Proceed to and sum the matching scores of the first to thirteenth candidate points.
Then, the process proceeds to step 414, the total of the matching scores is compared with a predetermined value that is set in advance, and if it is equal to or less than the predetermined value, it is determined that the matching fingerprint and the registered fingerprint match, and a message to that effect is displayed ( In step 415), the output for the electric lock (for the automatic door) is output via the I / F 2-6. If it is equal to or more than a predetermined value, it is determined that the collated fingerprint and the registered fingerprint do not match,
A message to that effect is displayed (step 416).
【0035】以上説明したように、本実施例によると、
登録指紋の紋様中の重要度の高い特徴点から順次、照合
指紋の紋様中の対応する特徴点の照合データが抽出さ
れ、その照合指紋の紋様中の抽出特徴点が所定数に達す
ると照合が完了するので、従来に比して照合スピードが
格段に早まるものとなる。また、本実施例によれば、ラ
ンクとディスタンスとを加算した値として重要度を決定
しているため、照合の際の安定性と再現性とに優れ、登
録時の指紋と照合時の指紋の領域が大きくずれているよ
うな場合であっても、少ない特徴点の比較で、精度良く
照合を行うことができるものとなる。すなわち、本実施
例によれば、全ての特徴点について照合を行う従来の指
紋照合装置に対し、照合精度を落とさず、照合スピード
を早めることができる。As described above, according to this embodiment,
The matching data of the corresponding feature points in the pattern of the collated fingerprint is extracted in order from the most important feature points in the pattern of the registered fingerprint, and the collation is performed when the number of extracted feature points in the pattern of the collated fingerprint reaches a predetermined number. Since the process is completed, the matching speed will be much faster than before. Further, according to the present embodiment, since the importance is determined as a value obtained by adding the rank and the distance, the stability and reproducibility at the time of matching are excellent, and the fingerprint at the time of registration and the fingerprint at the time of matching are excellent. Even in the case where the areas are largely deviated, the comparison can be performed with high accuracy by comparing a small number of feature points. That is, according to the present embodiment, it is possible to speed up the matching speed without lowering the matching accuracy, as compared with the conventional fingerprint matching device that matches all the feature points.
【0036】また、本実施例によると、照合時、重要度
の高い順に、その特徴点があるであろう照合指紋の紋様
中の座標位置を中心としてウィンドウWDが開かれ、そ
のウィンドウWDのみが細線化されて特徴点が抽出され
るものとなり、照合の際の細線化処理が少なくなって、
照合スピードが早まるものとなる。また、本実施例によ
ると、照合時、重要度の最も高い第1順位の特徴点があ
るであろう照合指紋の紋様中の座標位置を中心としてウ
ィンドウWD1が開かれ、このウィンドウWD1が細線
化されて特徴点P1が抽出され、この抽出された特徴点
P1の座標位置を第1順位の特徴点があるべき座標位置
とみなして、第2順位の特徴点があるであろう照合指紋
の紋様中の座標位置を中心としてウィンドウWD2が開
かれ、このウィンドウWD2が細線化されて特徴点P2
が抽出され、この抽出された特徴点P2と特徴点P1と
が基準ペアとされ、この基準ペアに基づいて照合指紋の
座標上での再位置補正が行われるものとなり、照合精度
が高まるものとなる。Further, according to the present embodiment, at the time of matching, the window WD is opened centering on the coordinate position in the pattern of the matching fingerprint which may have the characteristic points in the descending order of importance, and only the window WD is opened. It becomes a thin line and feature points are extracted, and thinning processing at the time of matching is reduced,
The matching speed will be faster. Further, according to the present embodiment, at the time of matching, the window WD1 is opened centering on the coordinate position in the pattern of the matching fingerprint that may have the first-ranked feature point having the highest importance, and the window WD1 is thinned. Then, the feature point P1 is extracted, and the coordinate position of the extracted feature point P1 is regarded as the coordinate position where the feature point of the first rank should be, and the pattern of the collation fingerprint that may have the feature point of the second rank. The window WD2 is opened centering on the coordinate position in the center, and the window WD2 is thinned to be the feature point P2.
Is extracted, the extracted feature points P2 and P1 are set as a reference pair, and the repositioning of the collation fingerprint on the coordinates is performed based on the reference pair, and the collation accuracy is improved. Become.
【0037】なお、本実施例においては、疑似特徴点と
してランク付けから除外した特徴点を除く全ての特徴点
についてそのデータの登録を行うものとしたが、重要度
の高い所定順位まで(例えば、50番目まで)の特徴点
についてのみそのデータの登録を行うようにしてもよ
い。このようにすることにより、ハードディスク2−4
でのメモリの消費を少なくすることができる。In this embodiment, the data is registered for all feature points except the feature points excluded from the ranking as pseudo feature points, but up to a predetermined order of high importance (for example, The data may be registered only for the 50th feature points). By doing this, the hard disk 2-4
It is possible to reduce the memory consumption in.
【0038】また、本実施例においては、ウィンドウを
開いても特徴点が抽出されなかった場合、ウィンドウを
追加して開くものとして、必ず13個の特徴点(候補
点)の照合スコアを算出するものとしたが、特徴点が抽
出されなかった場合には照合スコアを多くするものとし
て、ウィンドウを追加して開かないようにしてもよい。
この場合、プライオリティの高い第1〜第13番目まで
の特徴点についてのみ、そのデータを登録しておくもの
とすればよく、ハードディスク2−4でのメモリの消費
をさらに少なくすることが可能であり、処理スピードも
早くなる。Further, in the present embodiment, if the feature points are not extracted even if the window is opened, it is assumed that the additional windows are opened and the matching score of 13 feature points (candidate points) is calculated. However, if the feature points are not extracted, the collation score may be increased and a window may be added so that the window is not opened.
In this case, the data may be registered only for the first to thirteenth feature points having high priority, and the memory consumption of the hard disk 2-4 can be further reduced. , Processing speed will be faster.
【0039】[0039]
【発明の効果】以上説明したことから明らかなように本
発明によれば、第1のパラメータが特徴点の照合の際の
安定性を表し、第2のパラメータが特徴点の照合の際の
再現性を表し、安定性と再現性とに基づいて登録指紋の
紋様中の各特徴点に対しその重要度が決定されるものと
なり、例えば、登録指紋の紋様中の重要度の高い特徴点
から順次、照合指紋の紋様中の対応する特徴点の照合デ
ータを抽出し、その照合指紋の紋様中の抽出特徴点が所
定数に達した場合に照合を完了するようにすることによ
り、全ての特徴点について照合を行う従来の指紋照合装
置に対し、照合精度を落とさずに、照合スピードを早め
ることが可能となる。また、例えば、登録指紋の紋様中
の重要度の高い所定順位までの特徴点についてのみ、そ
の登録データを記憶しておくようにすることにより、メ
モリの消費を少なくすることが可能となる。As is apparent from the above description, according to the present invention, the first parameter represents the stability at the time of matching the feature points, and the second parameter is the reproduction at the time of matching the feature points. The significance level is determined for each feature point in the pattern of the registered fingerprint based on stability and reproducibility. For example, from the feature point of high importance in the pattern of the registered fingerprint, , All the feature points by extracting the matching data of the corresponding feature points in the pattern of the matching fingerprint, and completing the matching when the number of extracted feature points in the pattern of the matching fingerprint reaches a predetermined number. It is possible to speed up the matching speed without lowering the matching accuracy as compared with the conventional fingerprint matching device that matches the matching. Further, for example, by storing the registration data only for the feature points in the pattern of the registered fingerprint up to a predetermined order of high importance, it is possible to reduce the memory consumption.
【図1】特徴点を中心として段階的に定められた周囲領
域Sを示す図である。FIG. 1 is a diagram showing a peripheral region S that is determined stepwise around a feature point.
【図2】本発明の一実施例を示す指紋照合装置のブロッ
ク構成図である。FIG. 2 is a block configuration diagram of a fingerprint matching device showing an embodiment of the present invention.
【図3】この指紋照合装置における登録プログラムの流
れを示すフローチャートである。FIG. 3 is a flowchart showing a flow of a registration program in this fingerprint collation device.
【図4】処理領域に対するノイズ処理を説明するための
3×3画素を示す図である。FIG. 4 is a diagram illustrating 3 × 3 pixels for explaining noise processing for a processing region.
【図5】ノイズ処理の後に2値化された処理領域におけ
る1ブロックを示す図である。FIG. 5 is a diagram showing one block in a binarized processing region after noise processing.
【図6】画像データからのXY方向の最長隆線幅分布波
形の抽出方法を説明するための図である。FIG. 6 is a diagram for explaining a method of extracting a longest ridge width distribution waveform in XY directions from image data.
【図7】画像データからのXY方向の最長隆線幅分布波
形の抽出方法を説明するためのフローチャートである。FIG. 7 is a flowchart for explaining a method of extracting a longest ridge width distribution waveform in XY directions from image data.
【図8】画像データから抽出された最長隆線幅分布波形
を示す図である。FIG. 8 is a diagram showing a longest ridge width distribution waveform extracted from image data.
【図9】最長隆線幅分布波形からの最長隆線幅極大値抽
出波形の抽出方法を説明するための図である。FIG. 9 is a diagram for explaining a method of extracting a longest ridge width maximum value extraction waveform from a longest ridge width distribution waveform.
【図10】最長隆線幅分布波形から抽出された最長隆線
幅極大値抽出波形を示す図である。FIG. 10 is a diagram showing a longest ridge width maximum value extraction waveform extracted from the longest ridge width distribution waveform.
【図11】細線化した後の処理領域の2値化画像の一部
を示す図である。FIG. 11 is a diagram showing a part of a binarized image of a processing region after thinning.
【図12】細線化された処理領域の2値化画像からの特
徴点の抽出方法を説明するための3×3画素を示す図で
ある。FIG. 12 is a diagram showing 3 × 3 pixels for explaining a method of extracting feature points from a binarized image of a thinned processing region.
【図13】特徴点(端点および分岐点)からの方向情報
の抽出方法を説明する図である。FIG. 13 is a diagram illustrating a method of extracting direction information from feature points (end points and branch points).
【図14】特徴点を中心として段階的に定められた周囲
領域Sの大きさとランクとの関係および中心点からの距
離とディスタンスとの関係を示す図である。FIG. 14 is a diagram showing a relationship between a size and a rank of a surrounding area S which is determined stepwise around a feature point, and a relationship between a distance from the center point and a distance.
【図15】照合プログラムの流れを示すフローチャート
である。FIG. 15 is a flowchart showing the flow of a collation program.
【図16】照合プログラムにける照合判定処理を示すフ
ローチャートである。FIG. 16 is a flowchart showing a collation determination process in a collation program.
【図17】照合判定処理においてプライオリティの高い
特徴点から順次ウィンドウを開いて特徴点を抽出して行
く状況を説明する図である。FIG. 17 is a diagram illustrating a situation in which a window is sequentially opened from a feature point having a high priority to extract feature points in the matching determination process.
【図18】第1ウィンドウWD1のX(Y)方向の大き
さWD−X(WD−Y)とX(Y)方向の大まかな位置
補正の計算値Av−m1(Av−m2)との関係を示す
図である。FIG. 18 shows the relationship between the size WD-X (WD-Y) in the X (Y) direction of the first window WD1 and the calculated value Av-m1 (Av-m2) for rough position correction in the X (Y) direction. FIG.
【図19】処理領域における照合指紋の紋様中に開かれ
たウィンドウWD1〜WD13を例示する図である。FIG. 19 is a diagram illustrating windows WD1 to WD13 opened in the pattern of the collated fingerprint in the processing area.
【図20】最長隆線幅極大値抽出波形を生成するための
フローチャート(極小値の決定フロー)を示す図であ
る。FIG. 20 is a diagram showing a flowchart (minimum value determination flow) for generating the longest ridge width maximum value extraction waveform.
【図21】最長隆線幅極大値抽出波形を生成するための
フローチャート(極大値の決定フロー)を示す図であ
る。FIG. 21 is a diagram showing a flowchart (maximum value determination flow) for generating the longest ridge width maximum value extraction waveform.
1 操作部 1−1 テンキー 1−2 ディスプレイ 1−3 指紋センサ 2 コントロール部 2−1 制御部 2−2 ROM 2−3 RAM 2−4 ハードディスク 2−5 フレームメモリ 2−6 外部接続部 S(S1〜S4) 周囲領域 P(P1,P2,P3,PT ,PB ) 特徴点 WD(WD1〜WD13) ウィンドウ1 Operation part 1-1 Numeric keypad 1-2 Display 1-3 Fingerprint sensor 2 Control part 2-1 Control part 2-2 ROM 2-3 RAM 2-4 Hard disk 2-5 Frame memory 2-6 External connection part S (S1 -S4) Surrounding area P (P1, P2, P3, P T , P B ) Feature point WD (WD1 to WD13) window
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 FI 技術表示箇所 G06F 15/64 G ─────────────────────────────────────────────────── ─── Continuation of the front page (51) Int.Cl. 6 Identification code Internal reference number FI Technical display location G06F 15/64 G
Claims (1)
に適宜に原点を定め、この原点を中心として直交座標を
定めたうえ、前記紋様中の複数の特徴点のデータを抽出
し、この抽出した各特徴点のデータを登録データとして
記憶しておき、照合指紋として採取された指紋より前記
登録指紋と同様にしてその紋様中の複数の特徴点のデー
タを照合データとして抽出し、この抽出した照合データ
と前記登録データとに基づき前記照合指紋と前記登録指
紋との照合を行う指紋照合装置において、 前記登録指紋の紋様中の各特徴点について、その特徴点
を中心として段階的に大きい領域として第1〜第Nの周
囲領域を定め、これら周囲領域の中から別の特徴点が存
在しない最大の周囲領域を求め、この周囲領域の段階に
応ずるパラメータを第1のパラメータとする一方、前記
原点から各特徴点までの距離に応ずるパラメータを第2
のパラメータとし、前記第1のパラメータと前記第2の
パラメータとに基づいて各特徴点の重要度を決定する重
要度決定手段を備えたことを特徴とする指紋照合装置。1. An origin is appropriately set in a fingerprint pattern taken as a registered fingerprint, orthogonal coordinates are defined around the origin, and data of a plurality of feature points in the pattern is extracted and extracted. The data of each feature point is stored as registration data, and the data of a plurality of feature points in the pattern is extracted as the verification data from the fingerprint collected as the verification fingerprint in the same manner as the registered fingerprint. In a fingerprint collation device for collating the collated fingerprint with the registered fingerprint based on the collation data and the registered data, for each feature point in the pattern of the registered fingerprint, a stepwise large area is formed with the feature point as the center. The first to Nth peripheral regions are defined, the maximum peripheral region in which no other characteristic point exists is determined from these peripheral regions, and the parameter corresponding to the stage of this peripheral region is set to the first While the over data, parameters to comply with the distance from the origin to each of the feature points second
The fingerprint collation apparatus is characterized by further comprising: importance degree determining means for determining the importance degree of each feature point based on the first parameter and the second parameter.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5217938A JP2865528B2 (en) | 1993-08-11 | 1993-08-11 | Fingerprint collation device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5217938A JP2865528B2 (en) | 1993-08-11 | 1993-08-11 | Fingerprint collation device |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0757092A true JPH0757092A (en) | 1995-03-03 |
JP2865528B2 JP2865528B2 (en) | 1999-03-08 |
Family
ID=16712065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP5217938A Expired - Lifetime JP2865528B2 (en) | 1993-08-11 | 1993-08-11 | Fingerprint collation device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2865528B2 (en) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6324297B1 (en) | 1997-07-28 | 2001-11-27 | Nec Corporation | Skin pattern feature extracting apparatus |
US7068824B2 (en) | 2001-12-05 | 2006-06-27 | Nec Corporation | Fingerprint matching method and apparatus |
US7133542B2 (en) | 2000-09-29 | 2006-11-07 | Chuo Hatsujo Kabushiki Kaisha | Fingerprint verification device and fingerprint verification method |
JP2008033949A (en) * | 2007-09-03 | 2008-02-14 | Hitachi Ltd | Biometric system |
JP2021043997A (en) * | 2020-11-11 | 2021-03-18 | 日本電気株式会社 | Fingerprint processing device, fingerprint processing method, program, and fingerprint processing circuit |
US20210150173A1 (en) * | 2016-10-19 | 2021-05-20 | Nec Corporation | Fingerprint processing device, fingerprint processing method, program, and fingerprint processing circuit |
JP2022060505A (en) * | 2020-11-11 | 2022-04-14 | 日本電気株式会社 | Fingerprint processing device, fingerprint processing method, program, and fingerprint processing circuit |
-
1993
- 1993-08-11 JP JP5217938A patent/JP2865528B2/en not_active Expired - Lifetime
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6324297B1 (en) | 1997-07-28 | 2001-11-27 | Nec Corporation | Skin pattern feature extracting apparatus |
US7133542B2 (en) | 2000-09-29 | 2006-11-07 | Chuo Hatsujo Kabushiki Kaisha | Fingerprint verification device and fingerprint verification method |
US7068824B2 (en) | 2001-12-05 | 2006-06-27 | Nec Corporation | Fingerprint matching method and apparatus |
JP2008033949A (en) * | 2007-09-03 | 2008-02-14 | Hitachi Ltd | Biometric system |
JP4586055B2 (en) * | 2007-09-03 | 2010-11-24 | 株式会社日立製作所 | Biometric authentication system |
US20210150173A1 (en) * | 2016-10-19 | 2021-05-20 | Nec Corporation | Fingerprint processing device, fingerprint processing method, program, and fingerprint processing circuit |
US11631274B2 (en) | 2016-10-19 | 2023-04-18 | Nec Corporation | Fingerprint processing device, fingerprint processing method, program, and fingerprint processing circuit |
US12020503B2 (en) | 2016-10-19 | 2024-06-25 | Nec Corporation | Fingerprint processing device, fingerprint processing method, program, and fingerprint processing circuit |
JP2021043997A (en) * | 2020-11-11 | 2021-03-18 | 日本電気株式会社 | Fingerprint processing device, fingerprint processing method, program, and fingerprint processing circuit |
JP2022060505A (en) * | 2020-11-11 | 2022-04-14 | 日本電気株式会社 | Fingerprint processing device, fingerprint processing method, program, and fingerprint processing circuit |
Also Published As
Publication number | Publication date |
---|---|
JP2865528B2 (en) | 1999-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6233348B1 (en) | Fingerprint registering apparatus, fingerprint identifying apparatus, and fingerprint identifying method | |
JP2759309B2 (en) | Fingerprint matching method | |
JP3742279B2 (en) | Image collation apparatus, image collation method, and recording medium recording image collation program | |
US6895104B2 (en) | Image identification system | |
US7539331B2 (en) | Image identification system | |
US6005963A (en) | System and method for determining if a fingerprint image contains an image portion representing a partial fingerprint impression | |
US5610993A (en) | Method of co-centering two images using histograms of density change | |
US6118890A (en) | System and method for broad classification of biometric patterns | |
US7050609B2 (en) | Biometric data acceptance method | |
US20030185445A1 (en) | Method for extracting and matching gesture features of image | |
EP1251468A2 (en) | Personal authentication method and device | |
EP1826707A2 (en) | Fingerprint collation apparatus, fingerprint pattern area extracting apparatus and quality judging apparatus, and method and program of the same | |
WO2017161636A1 (en) | Fingerprint-based terminal payment method and device | |
US5267324A (en) | Image comparison method | |
JPH0757092A (en) | Fingerprint collating device | |
KR20030006789A (en) | Fingerprint registration and authentication method | |
JP2865529B2 (en) | Fingerprint collation device | |
JP2909136B2 (en) | Fingerprint image processing device | |
JPH0757085A (en) | Fingerprint collating device | |
JP2865530B2 (en) | Fingerprint collation device | |
EP3702958B1 (en) | Method for verifying the identity of a user by identifying an object within an image that has a biometric characteristic of the user and separating a portion of the image comprising the biometric characteristic from other portions of the image | |
JP3742313B2 (en) | Image collation device, image collation method, program, and recording medium | |
US7136515B2 (en) | Method and apparatus for providing a binary fingerprint image | |
JP3742312B2 (en) | Image collation device, image collation method, program, and recording medium | |
JP2762472B2 (en) | Character recognition method and character recognition device |