JPH10275234A

JPH10275234A - 画像認識方法

Info

Publication number: JPH10275234A
Application number: JP9094546A
Authority: JP
Inventors: Masahiko Suzaki; 昌彦須崎
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1997-03-28
Filing date: 1997-03-28
Publication date: 1998-10-13

Abstract

(57)【要約】【課題】入力画像中に、眉毛やほくろといった瞳孔以
外の部分が含まれていても正確に瞳孔を抽出する。【解決手段】眼を撮影した画像に対して、ある大きさ
のブロックに分割し、各ブロックが、そのブロックの濃
度値を表すモザイク画像に変換する（ステップＳ２）。
全てのブロックのうち、モザイク画像の中心点からの距
離が小さく、かつ、濃度値が暗い値のブロックを、瞳孔
の中心を含むブロックであると判定する。このブロック
を入力画像に対応させて、瞳孔の中心位置を求める（ス
テップＳ３）。瞳孔の中心を含むブロックの濃度値に基
づき、ある濃度閾値を設定し、この閾値よりも暗い領域
をクラス分けし、瞳孔の中心が含まれるクラスの領域を
瞳孔領域として抽出する（ステップＳ４）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、人間、または馬、
牛等の動物の眼に含まれる情報を利用して個体識別を行
う場合に、その画像中から眼の瞳孔を囲む領域を抽出す
る画像認識方法、および人間、または、馬、牛等の動物
の眼を撮影した連続画像から瞳孔およびその周辺情報の
含まれている画像を選択する画像認識方法に関する。

【０００２】

【従来の技術】従来の画像認識方法として、例えば特開
平４−２６４９８５号公報等に示されているように、人
の顔によって個人識別を行う場合に、顔全体が撮影され
た画像から眼や鼻等の構成要素を個別に抽出し、それぞ
れを別々に識別処理する方法があった。この識別処理と
して、眼の位置を探索する場合に、入力顔画像中の予め
設定した矩形領域を垂直方向と水平方向に射影して、そ
れぞれの極小値の位置を、顔の中での眼の中心位置とし
て抽出していた。

【０００３】

【発明が解決しようとする課題】ところで、計算機によ
り、人間や動物の眼に含まれる情報を利用して個体識別
を行う場合には、眼の中からより多くの情報を得るため
に、眼の部分を拡大した画像を用いる必要がある。しか
しながら、上記従来の技術のように、顔の中の各構成部
分がどのような配置であるかという知識を用いる方法で
は、顔全体の画像から相対的に眼の位置や、瞳孔の位置
を見つけることができない。

【０００４】また、眼を拡大した画像中では、眉毛やま
つげ、または、ほくろや影等の影響により、瞳孔部分と
同じような濃度値をもった領域がいくつか存在する可能
性がある。

【０００５】図２は、このような眼の拡大画像の説明図
である。図示のように、瞳孔部分と同じような濃度値を
持った領域がいくつか存在するため、画像を垂直・水平
方向に単純に射影したのでは、極小点がいくつか出現す
るので瞳孔領域だけを正確に抽出することが困難であっ
た。このような点から、画像中、眉毛やほくろ等の瞳孔
以外の部分があっても正確に瞳孔抽出を行えることので
きる方法の実現が望まれていた。

【０００６】また、人間が個人識別を行うために意識的
にカメラを覗く場合、画像中には必ず眼が写っており、
瞳孔が中心付近に存在している画像が入力されるという
前提のもとに識別処理を行うことができる。しかしなが
ら、人間が自然な動きをしているときに、眼の位置を自
動的に探索して眼の画像を撮影する場合には、連続フレ
ームの中から、眼が写っている画像だけを選択する必要
がある。このような点から、容易に必要な画像のみ選択
することのできる画像認識方法の実現が望まれていた。

【０００７】

【課題を解決するための手段】本発明は、前述の課題を
解決するため次の構成を採用する。〈請求項１の構成〉眼を撮影した画像を、特定の単位の
ブロックに分割して、各ブロックがそのブロックの濃度
値を表すモザイク画像に変換し、各ブロックのうち、モ
ザイク画像の中心点からの距離が小さく、かつ、濃度値
が暗い値のブロックを、瞳孔の中心位置を含むブロック
であると判定し、この判定したブロックを、入力画像に
対応させて、入力画像の中心位置を算出することを特徴
とする画像認識方法である。

【０００８】〈請求項１の説明〉請求項１の発明は、入
力画像に瞳孔以外の眉毛やほくろ等があった場合に、瞳
孔領域の抽出が正確に行えないという問題点を解決する
ためになされたものである。眼を撮影した画像として
は、例えばカメラによる撮影画像であるが、このような
画像データをネットワークを介して受信するといったよ
うに、画像データが取得する構成であればよい。また、
眼に関しても、人間だけでなく、馬や牛等の動物であっ
ても適用可能である。分割するブロック数は、例えばｍ
×ｎ（ｍ，ｎは５〜２０の自然数）であるが、環境や条
件等によって、適宜設定が可能である。ブロックの濃度
値は、例えばブロック内の全画素の濃度の平均値とする
が、これ以外の濃度値の求め方であってもよい。

【０００９】瞳孔の中心位置を含むブロックとして、モ
ザイク画像の中心点からの距離が小さく、かつ、濃度値
が暗い値のブロックであると判定する理由は、通常、眼
を撮影した画像中、瞳孔位置は中央部に位置することが
多く、かつ、瞳孔は眼球部分では最も暗い部分であるか
らである。

【００１０】請求項１の発明は、このように構成されて
いるため、眼の周辺に眉毛やまつげ、ほくろ等が存在す
る画像や、眼が画像の中心からずれて撮影されている入
力画像中から、正確に眼の中の瞳孔の中心を求めること
ができる。

【００１１】〈請求項２の構成〉眼を撮影した画像の瞳
孔の中心位置とその周辺の画素の濃度値に基づき、特定
の閾値を設定して、画像中で閾値よりも暗い領域を抽出
し、抽出した領域が複数存在した場合は、これら領域を
識別し、瞳孔の中心位置が含まれる領域を瞳孔領域とし
て判定することを特徴とする画像認識方法である。

【００１２】〈請求項２の説明〉眼を撮影した画像の瞳
孔の中心位置とその周辺の画素の濃度値とは、例えば、
請求項１の発明で求めた瞳孔の中心を含むブロックの濃
度値であるが、瞳孔の中心部の特定の領域の濃度値であ
れば、これを求める手段はどのようなものであってもよ
い。そして、決定した閾値により眼を撮影した画像の各
画素を二値化し、閾値より暗い値の領域を抽出する。こ
れにより、瞳孔領域や、ほくろ等の領域も抽出される
が、瞳孔の中心位置が含まれる領域のみを瞳孔領域とし
て判定するため、瞳孔以外の領域は含まれず、正確に眼
の中の瞳孔の部分を切り出すことができる。

【００１３】〈請求項３の構成〉請求項１において、瞳
孔の中心位置を含むブロックの濃度値に基づき特定の閾
値を設定して、画像中で閾値よりも暗い領域を抽出し、
抽出した領域が複数存在した場合は、これら領域を識別
し、瞳孔の中心位置が含まれる領域を瞳孔領域として判
定することを特徴とする画像認識方法である。

【００１４】〈請求項３の説明〉請求項３の発明は、請
求項２の発明における特定の閾値の求め方として、請求
項１の発明の瞳孔の中心位置を含むブロックの濃度値を
用いたものである。これにより、眼の周辺に眉毛やまつ
げ、ほくろ等が存在する画像や、眼が画像の中心からず
れて撮影されている入力画像中から、正確に眼の中の瞳
孔の部分を切り出すことができる。従って、眼の中の構
造を記述子として個体識別を行うための情報を取り出す
ことが容易となる。

【００１５】〈請求項４の構成〉眼を撮影した画像の瞳
孔の中心位置を求め、瞳孔の中心位置と、眼を撮影した
画像の中心位置との距離が、予め設定した値以下であれ
ば、その画像には、眼による個体識別を行うために必要
な情報が含まれていると判定して、この画像を個体識別
に用い、設定値を超える場合は、画像を個体識別に用い
ないことを特徴とする画像認識方法である。

【００１６】〈請求項４の説明〉瞳孔の中心位置を求め
る手段は、例えば、請求項１の発明を用いるが、これ以
外の手段であってもよい。予め設定した値とは、瞳孔の
位置が眼の撮影画像中のどの範囲になければならないか
を決定するための閾値である。例えば、瞳孔の位置が極
端に画像の中心から離れている場合、瞳孔の周囲にある
アイリス部分が画像からはみ出している可能性があり、
アイリス部分を記述子として個体識別を行うことが不可
能となる。従って、このの閾値は予め画像中にどの程度
の大きさで眼が写るかを知った上で、個体識別に必要な
情報が画像中に含まれるための妥当な距離を設定してお
くものである。このような構成により、人間または、そ
れ以外の馬、牛等の動物が自然な動きをしているときに
撮影した眼の連続画像から、個体識別に必要な情報が含
まれている画像のみを選択して識別処理を行うことがで
きるので、無駄な処理を行わず、処理時間が短縮でき、
また、識別の精度を向上することができる。

【００１７】〈請求項５の構成〉請求項１において、瞳
孔の中心位置と、眼を撮影した画像の中心位置との距離
が、予め設定した値以下であれば、その画像には、眼に
よる個体識別を行うために必要な情報が含まれていると
判定して、その画像を個体識別に用い、設定値を超える
場合は、その画像を個体識別に用いないことを特徴とす
る画像認識方法である。

【００１８】〈請求項５の説明〉請求項５の発明は、請
求項４の発明において、瞳孔の中心位置を求める手段と
して、請求項１の発明の手段を用いるようにしたもので
ある。これにより、請求項４の発明より更に、処理時間
の短縮化と識別精度の向上を図ることができる。

【００１９】〈請求項６の構成〉眼を撮影した画像の瞳
孔の中心位置を求め、この中心位置を含む予め設定した
領域の濃度が、ある値以下であれば、その画像には、眼
による個体識別を行うために必要な濃淡情報が含まれて
いると判定して、その画像を個体識別に用い、設定値を
超える場合は、その画像を個体識別に用いないことを特
徴とする画像認識方法である。

【００２０】〈請求項６の説明〉瞳孔の中心位置を求め
る手段は、例えば、請求項１の発明を用いるが、これ以
外の手段であってもよい。予め設定した値とは、個体識
別を行うための濃度基準の閾値である。これは、眼の中
では瞳孔部分が最も濃度値が小さい（暗い）ため、この
瞳孔部分の濃度値がある程度以下でなければ、画像中か
ら情報を得るために十分なコントラストを得ることがで
きず、濃淡情報が不足するためである。従って、この閾
値は瞳孔部分の濃度の最大値として妥当な値を設定して
おく。このような構成により、人間または、それ以外の
馬、牛等の動物が自然な動きをしているときに撮影した
眼の連続画像から、個体識別に必要な情報が含まれてい
る画像のみを選択して識別処理を行うことができるの
で、無駄な処理を行わず、処理時間が短縮でき、また、
識別の精度を向上することができる。

【００２１】〈請求項７の構成〉請求項１において、中
心位置を含むブロックの濃度が、ある値以下であれば、
その画像には、眼による個体識別を行うために必要な濃
淡情報が含まれていると判定して、その画像を個体識別
に用い、設定値を超える場合は、その画像を個体識別に
用いないことを特徴とする画像認識方法である。

【００２２】〈請求項７の説明〉請求項７の発明は、請
求項６の発明において、瞳孔の中心位置を求める手段と
して、請求項１の発明の手段を用いるようにしたもので
ある。これにより、請求項６の発明より更に、処理時間
の短縮化と識別精度の向上を図ることができる。

【００２３】

【発明の実施の形態】以下、本発明の実施の形態を図面
を用いて詳細に説明する。《具体例１》図１は本発明の画像認識方法の具体例１を
示すフローチャートであるが、この説明に先立ち、本発
明の画像認識方法を実現するための画像認識装置の構成
を説明する。

【００２４】〈構成〉図３は、本発明の画像認識方法の
具体例１を実施するための画像認識装置の構成図であ
る。図の装置は、画像入力部（カメラ）１、瞳孔領域切
り出し部２、個体識別処理部３、識別結果表示部４から
なる。画像入力部１は、人間、または馬、牛等の動物の
眼の映像を捉えるカメラであり、この画像入力部１から
の入力画像はディジタル化され、瞳孔領域切り出し部２
に送られるよう構成されている。ここで、送られる画像
には瞳孔が写っており、眼全体が画像のほとんどを占め
ているものとする。

【００２５】瞳孔領域切り出し部２は、本具体例の瞳孔
領域抽出処理を行う機能部である。即ち、画像入力部１
より転送された画像から瞳孔領域を切り出し、個体識別
処理部３に、入力画像と共にその結果を転送するもので
ある。個体識別処理部３は、得られた瞳孔の位置情報等
をアイリス部分の切り出しや虹彩顆粒の切り出し等に利
用して、それらをもとに入力画像の識別処理を行う機能
部である。識別結果表示部４は、識別結果を表示する表
示部である。

【００２６】〈動作〉ここでは、例として人間の眼に対
する動作を図１に沿って説明する。先ず、人間の眼の画
像が画像入力部１によって入力される（ステップＳ
１）。そして、この画像は、瞳孔領域切り出し部２によ
って、モザイク画像の作成と瞳孔の中心探索が行われ
る。

【００２７】図４は、瞳孔のモザイク画像作成処理と中
心探索処理の説明図である。また、図５は、具体例１の
演算説明図である。先ず、図４の（ａ）に示すような入
力画像を、ｍ×ｎ（ｍ，ｎは５〜２０程度の小さな自然
数）のブロックに分割する。モザイク画像の各ブロック
の値は、入力画像の対応するブロック内の濃度の平均値
とする。即ち、入力画像のサイズをＭ×Ｎ（Ｍ，Ｎは自
然数）、各画素の濃度値をＩ（ｘ，ｙ）（０≦ｘ＜Ｍ，
０≦ｙ＜Ｎ）、モザイク画像のサイズをｍ×ｎ（ｍ，ｎ
は自然数、ｍ＜＜Ｍ，ｎ＜＜Ｎ）、各ブロックの値をＳ
（ａ，ｂ）（０≦ａ＜ｍ，０≦ｂ＜ｎ）とすると、その
値は図５中の式（１）のようになる。この式に基づいて
得られたモザイク画像が図４（ｂ）に示す画像であり、
以上の処理が図１におけるステップＳ２の動作である。
即ち、これらの処理は、入力画像のＭ×Ｎの画素を、ｍ
×ｎの画素に変換する処理である。

【００２８】次に、モザイク画像の各ブロックの値に対
して、図５中の式（２）のように瞳孔近似度Ｐ（Ｘ，
Ｙ）（０≦Ｘ＜ｍ，０≦Ｙ＜ｎ）を定義する。この式
（２）において、Ｄ_CPはモザイク画像の中心座標Ｃ＝
（ｍ／２，ｎ／２）と、対象となるブロックＢ（Ｘ，
Ｙ）との距離であり、このＤ_CPは図５中の式（３）に示
すものとする。尚、式（３）中のαは係数で１より大き
い任意の数である。

【００２９】このように、瞳孔近似度Ｐ（Ｘ，Ｙ）の値
は、 ●モザイク画像のブロックの値Ｓ（Ｘ，Ｙ）が小さい程
大きい ●モザイク画像の中心に近い程大きいという二つの条件を満たす。

【００３０】モザイク画像における瞳孔の中心位置は、
図５中の式（４）に示すように、瞳孔近似度Ｐ（Ｘ，
Ｙ）が最も大きくなるブロックとする。従って、入力画
像における瞳孔の中心位置は、図５中の式（５）に示す
値となる。尚、式（５）中、Ｘ_max，Ｙ_maxの値に０．
５を加算するのは、ブロックの中心位置としてから入力
画像に変換するためである。以上の処理が図１における
ステップＳ３の動作である。

【００３１】次に、瞳孔領域切り出し部２では、ステッ
プＳ３の瞳孔の中心探索処理で得られた情報をもとに、
入力画像から瞳孔領域を切り出す（ステップＳ４）。以
下、この瞳孔領域抽出処理を説明する。

【００３２】先ず、モザイク画像における瞳孔の中心位
置のブロックの値Ｓ（Ｘ_max，Ｙ_ma _x）から閾値Ｔ_Pを
計算する。この計算式が図５中の式（６）である。ま
た、式（６）中において、０＜β＜１は定数で、０．５
〜０．７程度の実数である。

【００３３】次に、得られた閾値Ｔを用いて入力画像Ｉ
（ｘ，ｙ）を二値化する。この二値画像Ｄ（ｘ，ｙ）の
値は、図５中の式（７）に示すように、Ｉ（ｘ，ｙ）＞
Ｔ_Pならば１、それ以外は０である。

【００３４】更に、この二値画像Ｄ（ｘ，ｙ）の値が０
の画素に対してラベル付けを行う。図６は、画像のラベ
リングの説明図である。図６において、（ａ）は二値画
像を示し、（ｂ）はラベリングされた画像を示してい
る。ラベル付けは、図６（ａ）の黒い領域がＤ（ｘ，
ｙ）＝０であるとすると、図６（ｂ）のように、値が０
である画素Ｄ（ｘ₀，ｙ₀）と、それに隣接する値が０
の画素Ｄ（ｘ′₀，ｙ′₀）には同じラベルを付けるも
のとする。この画像中のラベル付けされた各領域のうち
で、瞳孔の中心座標Ｃ_pupil（Ｃ_x，Ｃ_y）を含む領域
を瞳孔領域として画像中から切り出す。

【００３５】そして、以上得られた瞳孔領域に基づき、
個体識別処理部３は個体識別を行い、その結果を識別結
果表示部４で表示する。尚、以上の動作では、人間の眼
を例として説明したが、馬、牛等、他の動物に対しても
同様に処理によって、瞳孔領域を切り出すことができ
る。

【００３６】〈効果〉以上のように、具体例１によれ
ば、眼の周辺に眉毛やまつげ、ほくろ等が存在する、ま
たは、眼が画像の中心からずれて撮影されている入力画
像中から、正確に眼の中の瞳孔の部分を切り出すことが
できる。従って、眼の中の構造を記述子として個体識別
を行うための情報を取り出すことが容易となる。

【００３７】《具体例２》具体例２は、具体例１におけ
る瞳孔の中心位置の抽出処理を用いて、連続画像から、
個体識別を行うために必要な情報が含まれているかを判
定するようにしたものである。

【００３８】〈構成〉図７は、本具体例の画像認識方法
を実施するための画像認識装置の構成図である。図の装
置は、画像入力部１１、画像選択部１２、認識処理部１
３からなる。画像入力部１１は、自然な動きをしている
人物、あるいは馬、牛等の動作の眼の映像を連続フレー
ムで捉えるカメラである。また、画像入力部１１からの
入力画像はディジタル化され、画像選択部１２に送られ
るよう構成されている。画像選択部１２は、本具体例に
おける画像中に眼が存在するかの判定処理を行う機能部
であり、画像入力部１１から送られた連続画像を各フレ
ーム毎に処理し、そのフレームに眼が写っているかどう
かを判断するよう構成されている。認識処理部１３は、
画像選択部１２によって、眼が写っていると判断された
画像に対して個体識別を行う機能部である。また、認識
処理部１３で識別処理に失敗した場合には、もう一度画
像選択部１２に別の画像を転送するよう要求し、識別処
理が正しく行われるまで、このような処理を繰り返すよ
う構成されている。

【００３９】〈動作〉図８は、具体例２の動作を示すフ
ローチャートである。先ず、例えば人間の眼の動画像が
画像入力部１１によって撮影される（ステップＳ１）。
そして、この連続画像は、画像選択部１２によって、モ
ザイク画像の作成と瞳孔の中心探索が行われる（ステッ
プＳ２、Ｓ３）。このモザイク画像の作成方法および瞳
孔の中心探索方法は、それぞれ具体例１のモザイク画像
作成方法および瞳孔の中心の探索方法と同様であるた
め、ここでの説明は省略する。そして、瞳孔の中心が求
められると、入力画像中に眼が存在するかを判定する
（ステップＳ４）。

【００４０】入力画像中に眼が存在するかどうかの判定
は、次のように行われる。瞳孔の中心探索処理（ステッ
プＳ３）によって検出されたモザイク画像における瞳孔
の中心位置、Ｐ_pupil（Ｘ_max，Ｙ_max）≧Ｐ（Ｘ，Ｙ）（Ｘ，Ｙ｜
０≦Ｘ＜ｍ，０≦Ｙ＜ｎ）が、次の二つの条件を満たす場合、この入力画像中に眼
が写っているものと判断して、その画像に対して個体識
別処理を行う（ステップＳ５）。

【００４１】図９は、画像中に眼が存在するかの判断を
行う条件の説明図である。図に示す二つの条件におい
て、距離の閾値Ｔ_distは、距離に関する判断基準で、個
体識別処理を行うために必要な情報が画像中に存在する
という条件を満たすためには、瞳孔の位置が入力画像中
のどの範囲になければならないかを決定する。例えば、
瞳孔の位置が極端に画像の中心から離れている場合、瞳
孔の周囲にあるアイリス部分が画像からはみ出している
可能性があり、アイリス部分を記述子として個体識別を
行うことが不可能となる。従って、距離の閾値Ｔ_distは
予め画像中にどの程度の大きさで眼が写るかを知った上
で、個体識別に必要な情報が画像中に含まれるための妥
当な距離を設定しておく。

【００４２】また、濃度の閾値Ｔ_densは、個体識別処理
を行うための濃度基準である。これは、眼の中では瞳孔
部分が最も濃度値が小さい（暗い）ため、この瞳孔部分
の濃度値がある程度以下でなければ、画像中から情報を
得るために十分なコントラストを得ることができず、濃
淡情報が不足するためである。従って、濃度の閾値Ｔ
_densは瞳孔部分の濃度の最大値として妥当な値を設定し
ておく。

【００４３】〈効果〉以上のように、具体例２によれ
ば、人間または、それ以外の馬、牛等の動物が自然な動
きをしているときに撮影した眼の連続画像から、個体識
別に必要な情報が含まれている画像のみを選択して識別
処理を行うことができるので、無駄な処理を行わず、処
理時間が短縮でき、また、識別の精度を向上することが
できる。

【００４４】尚、上記具体例１、２における画像認識方
法は、コンピュータのプログラムによる制御で実現する
ことができる。従って、このようなプログラムをフロッ
ピーディスクやＣＤ−ＲＯＭ等の記憶媒体に記録してか
ら一般のコンピュータにインストールするか、あるいは
ネットワークを経由してダウンロードするといったこと
により各具体例の画像認識方法を実現することができ
る。

【図面の簡単な説明】

【図１】本発明の画像認識方法の具体例１を示すフロー
チャートである。

【図２】眼の画像の説明図である。

【図３】本発明の画像認識方法の具体例１を実施するた
めの画像認識装置の構成図である。

【図４】本発明の画像認識方法の具体例１における瞳孔
のモザイク画像作成処理と中心探索処理の説明図であ
る。

【図５】本発明の画像認識方法の具体例１における演算
説明図である。

【図６】本発明の画像認識方法の具体例１における画像
のラベリングの説明図である。

【図７】本発明の画像認識方法の具体例２を実施するた
めの画像認識装置の構成図である。

【図８】本発明の画像認識方法の具体例２を説明するた
めのフローチャートである。

【図９】本発明の画像認識方法の具体例２における演算
説明図である。

【符号の説明】

１、１１画像入力部（カメラ）２瞳孔領域切り出し部３個体識別処理部１２画像選択部１３認識処理部

Claims

【特許請求の範囲】

【請求項１】眼を撮影した画像を、特定の単位のブロ
ックに分割して、各ブロックが当該ブロックの濃度値を
表すモザイク画像に変換し、前記各ブロックのうち、前記モザイク画像の中心点から
の距離が小さく、かつ、濃度値が暗い値のブロックを、
瞳孔の中心位置を含むブロックであると判定し、当該判定したブロックを、前記入力画像に対応させて、
当該入力画像の中心位置を算出することを特徴とする画
像認識方法。
【請求項２】眼を撮影した画像の瞳孔の中心位置とそ
の周辺の画素の濃度値に基づき、特定の閾値を設定し
て、前記画像中で前記閾値よりも暗い領域を抽出し、前記抽出した領域が複数存在した場合は、これら領域を
識別し、前記瞳孔の中心位置が含まれる領域を瞳孔領域
として判定することを特徴とする画像認識方法。
【請求項３】請求項１において、瞳孔の中心位置を含むブロックの濃度値に基づき特定の
閾値を設定して、前記画像中で前記閾値よりも暗い領域
を抽出し、前記抽出した領域が複数存在した場合は、これら領域を
識別し、前記瞳孔の中心位置が含まれる領域を瞳孔領域
として判定することを特徴とする画像認識方法。
【請求項４】眼を撮影した画像の瞳孔の中心位置を求
め、前記瞳孔の中心位置と、前記眼を撮影した画像の中心位
置との距離が、予め設定した値以下であれば、その画像
には、眼による個体識別を行うために必要な情報が含ま
れていると判定して、当該画像を個体識別に用い、前記
設定値を超える場合は、当該画像を個体識別に用いない
ことを特徴とする画像認識方法。
【請求項５】請求項１において、瞳孔の中心位置と、眼を撮影した画像の中心位置との距
離が、予め設定した値以下であれば、その画像には、眼
による個体識別を行うために必要な情報が含まれている
と判定して、当該画像を個体識別に用い、前記設定値を
超える場合は、当該画像を個体識別に用いないことを特
徴とする画像認識方法。
【請求項６】眼を撮影した画像の瞳孔の中心位置を求
め、前記中心位置を含む予め設定した領域の濃度が、ある値
以下であれば、その画像には、眼による個体識別を行う
ために必要な濃淡情報が含まれていると判定して、当該
画像を個体識別に用い、前記設定値を超える場合は、当
該画像を個体識別に用いないことを特徴とする画像認識
方法。
【請求項７】請求項１において、前記中心位置を含むブロックの濃度が、ある値以下であ
れば、その画像には、眼による個体識別を行うために必
要な濃淡情報が含まれていると判定して、当該画像を個
体識別に用い、前記設定値を超える場合は、当該画像を
個体識別に用いないことを特徴とする画像認識方法。