JP6776559B2

JP6776559B2 - 生体画像処理装置、生体画像処理方法および生体画像処理プログラム

Info

Publication number: JP6776559B2
Application number: JP2016041395A
Authority: JP
Inventors: 智明松濤
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2016-03-03
Filing date: 2016-03-03
Publication date: 2020-10-28
Anticipated expiration: 2036-03-03
Also published as: US10095912B2; EP3214575B1; JP2017157095A; US20170255815A1; EP3214575A1

Description

本件は、生体画像処理装置、生体画像処理方法および生体画像処理プログラムに関する。

生体認証システムでは、利用者が入力した生体から特徴情報を抽出し、予め登録した特徴情報と照合することで本人確認を行う。生体認証においては、利用者の生体に位置ずれが生じると、本人拒否の増加の要因となる。特に、タブレット端末で手のひら画像を用いた生体認証を実行する場面では、手のガイドを設置しない状況が想定される。センサ面に対して垂直方向を軸とした回転であるヨー角の回転移動の自由度は高くなり、任意のヨー回転が与えられた手のひら画像が入力されることが考えられる。したがって、任意のヨー角を補正して生体認証を行うことが好ましい。

ヨー方向の位置ずれの影響を抑制する手法として、登録画像または照合画像のいずれかをヨー方向に少しずつ回転させ、全ての角度に対して照合スコアを算出し、最もスコアが良い組み合わせを採用することでヨー回転のずれに対応する方法が考えられる（例えば、特許文献１参照）。

特開２００９−００３４９２号公報

しかしながら、回転角を小刻みに設定すれば、認証精度が高くなるが、照合対象の画像が増加して計算コストがかかる。

１つの側面では、本発明は、高い認証精度を実現する生体画像を低コストで得ることができる生体画像処理装置、生体画像処理方法および生体画像処理プログラムを提供することを目的とする。

１つの態様では、生体画像処理装置は、手のひら画像から当該手のひらの輪郭線および手相の主線から少なくとも１本の線を抽出する線抽出部と、前記線抽出部によって抽出された線の画素を抽出する画素抽出部と、前記画素ごとに当該画素を含む局所領域を設定する局所領域設定部と、前記局所領域毎に当該局所領域における複数方向の微分フィルタ応答の絶対値の総和に基づいて、前記線抽出部によって抽出された線の局所方向を算出する局所方向算出部と、各局所方向の統計量から、前記手のひらの向きを算出する向き算出部と、前記向き算出部が算出した手のひらの向きに応じて前記手のひら画像を回転させることで補正画像を取得する補正画像取得部と、前記補正画像と登録データとを照合する認証部と、を備える。

高い認証精度を実現する生体画像を低コストで得ることができる。

（ａ）は実施例１に係る生体認証装置のハードウェア構成を説明するためのブロック図であり、（ｂ）は生体センサの模式図である。生体認証プログラムの実行によって実現される各機能のブロック図である。登録処理の詳細を例示する図である。登録処理の詳細を例示する図である。各生体曲線の平均方向を例示する図である。回転補正を例示する図である。認証処理の詳細を例示する図である。実施例３の各機能のブロック図である。フローチャートを例示する図である。凹凸ノイズを例示する図である。凹凸ノイズが取り除かれた生体曲線を例示する図である。

以下、図面を参照しつつ、実施例について説明する。

図１（ａ）は、実施例１に係る生体認証装置１００のハードウェア構成を説明するためのブロック図である。図１（ｂ）は、後述する生体センサ１０５の模式図である。図１（ａ）を参照して、生体認証装置１００は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、表示装置１０４、生体センサ１０５、通信部１０６、属性情報取得部１０７などを備える。これらの各機器は、バスなどによって接続されている。

ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）１０１は、中央演算処理装置である。ＣＰＵ１０１は、１以上のコアを含む。ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）１０２は、ＣＰＵ１０１が実行するプログラム、ＣＰＵ１０１が処理するデータなどを一時的に記憶する揮発性メモリである。

記憶装置１０３は、不揮発性記憶装置である。記憶装置１０３として、例えば、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、フラッシュメモリなどのソリッド・ステート・ドライブ（ＳＳＤ）、ハードディスクドライブに駆動されるハードディスクなどを用いることができる。本実施例に係る生体認証プログラムは、記憶装置１０３に記憶されている。表示装置１０４は、液晶ディスプレイ、エレクトロルミネッセンスパネル等であり、後述する各処理の結果などを表示する。

生体センサ１０５は、ユーザの生体情報を取得するセンサであり、本実施例においては、ユーザの手のひらの画像を非接触で取得する。図１（ｂ）で例示するように、生体センサ１０５は、一例として、ＣＭＯＳ（ＣｏｍｐｌｅｍｅｎｔａｒｙＭｅｔａｌＯｘｉｄｅＳｅｍｉｃｏｎｄｕｃｔｏｒ）カメラなどである。生体センサ１０５は、例えば、可視光の情報に基づいて、掌紋パターン、手のひらの輪郭線、手相の主線などを取得することができる。手相の主線は、感情線、知能線、生命線などである。また、生体センサ１０５は、近赤外線を利用することによって、静脈パターンを取得することもできる。なお、手のひら画像は、指先までを含んだ手のひらの全体を含むことが好ましいが、指の途中までの範囲だけを含んでいてもよい。

通信部１０６は、例えば、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）などへの接続インタフェースである。属性情報取得部１０７は、キーボード、マウスなどの入力機器であり、例えば、ユーザを識別するためのＩＤ、ユーザ名、パスワードなどを入力するための装置である。

記憶装置１０３に記憶されている生体認証プログラムは、実行可能にＲＡＭ１０２に展開される。ＣＰＵ１０１は、ＲＡＭ１０２に展開された生体認証プログラムを実行する。それにより、生体認証装置１００による各処理が実行される。生体認証プログラムが実行されることによって、登録処理、認証処理などが実行される。

登録処理は、各ユーザに関連づけて、生体センサ１０５が取得した手のひら画像から得られた生体特徴をデータベースに登録する処理である。本実施例においては、手のひら画像から抽出された掌紋、静脈パターン、掌形などが生体特徴としてデータベースに登録される。認証処理は、生体センサ１０５が取得した照合生体特徴とデータベースに登録された登録生体特徴とを照合する処理である。本実施例においては、一例として、認証処理時に取得された静脈パターンとデータベースに登録された静脈パターンとの類似度がしきい値以上であれば当該ユーザが登録されたユーザと同一人物であると判定される。登録処理および認証処理の詳細については後述する。

図２は、生体認証プログラムの実行によって実現される各機能のブロック図である。生体認証プログラムの実行によって、補正部１０、生体特徴抽出部２０、登録部３０、認証部４０、データベース５０などが実現される。補正部１０は、生体画像処理装置としての機能を備える。したがって、生体認証プログラムのうち、補正部１０を実現するプログラムが生体画像処理プログラムとしての機能を有する。補正部１０は、生体曲線検出部１１、画素抽出部１２、局所領域設定部１３、局所方向算出部１４、平均方向算出部１５、補正角算出部１６、および補正画像取得部１７を含む。なお、図１および図２の例では、スタンドアローンの端末で構成されているが、それに限られない。例えば、本実施例は、クライアントサーバのシステムにも適用可能である。本実施例では、説明の簡略化のために、スタンドアローンの端末における例について説明する。

（登録処理）
図３は、登録処理の詳細を例示する図である。以下、図２および図３を参照しつつ、登録処理について説明する。まず、属性情報取得部１０７は、ユーザの属性情報を取得する（ステップＳ１）。次に、生体センサ１０５は、生体センサ１０５に対して手をかざすユーザの手のひら画像を取得する（ステップＳ２）。次に、生体曲線検出部１１は、生体センサ１０５が取得した手のひら画像に対して、公知の方法であるソーベルフィルタやラプラシアンフィルタなどのエッジ検出法によってエッジとして検出される生体曲線を検出する（ステップＳ３）。本明細書において、手のひらの輪郭線および手相の主線を生体曲線と称し、生体曲線を構成する画素を生体曲線画素と称する。

生体曲線を図４で例示する。図４では、左右の輪郭線、感情線、知能線、および生命線が生体曲線として例示されている。以後の処理において、生体曲線は１本のみ使用することも複数本使用することもできる。ただし、登録処理と認証処理とで、用いる生体曲線の本数と種類は同一である。

次に、局所方向算出部１４は、生体曲線をなす画素において、画素ごとに生体曲線の局所方向を算出する（ステップＳ４）。まず、画素抽出部１２は、生体曲線検出部１１が抽出した生体曲線から生体曲線画素を抽出する。次に、局所領域設定部１３は、各生体曲線画素に対して、生体曲線画素を中心として手のひら画像よりも小さい小領域である生体曲線局所領域を定める。生体曲線局所領域の例としては、生体曲線画素を中心とするｉピクセル×ｊピクセルの矩形領域や、生体曲線画素を中心とする半径ｒピクセルの円領域といったものが挙げられる。本実施例では、一例として、生体曲線として手のひらの小指側の輪郭線を用いる。また、生体曲線画素および生体曲線局所領域の数をＮとする。また、生体曲線局所領域を、生体曲線画素を中心とする７×７ピクセルの矩形とする。

次に、局所方向算出部１４は、各生体曲線局所領域に対して、所定の方向θにおける局所勾配強度を算出する。以下では、画像の垂直上方向が０°で反時計回りが正となるように角度を定め、局所勾配強度を算出する方向をθ＝ｋ×４５°（ｋ＝０，１，２，３）の４方向とする。生体曲線局所領域の各画素において下記式（１）のような各θ方向の微分フィルタを手のひら画像に適用し、生体曲線局所領域におけるθ方向微分フィルタ応答の絶対値の総和を生体曲線局所領域でのθ方向の局所勾配強度Ｇｋ（ｘ，ｙ）とする。

続いて、局所方向算出部１４は、各生体曲線局所領域において４方向の局所勾配強度から、生体曲線の生体曲線画素における方向を示す生体曲線ベクトルを得る。各生体曲線画素（ｘ，ｙ）において、下記式（２）でｔ＝４とした式を用いてφ（ｘ，ｙ）を算出する。下記式（２）は局所勾配強度を方向がθで大きさがＧｋ（ｘ，ｙ）のベクトルとして表している。したがって、これら４方向ベクトルの総和は生体曲線のエッジの方向を示すベクトルとなる。このベクトルを９０°回転させることで生体曲線方向ベクトルを得ることができる。すなわち、φ（ｘ，ｙ）＋９０°が生体曲線局所方向となる。

本実施例においては、例えば４５°と２２５°といったような１８０°差の方向を区別せずに０°から１８０°までの角度として局所方向を算出する。したがって、下記式（２）において、θを２倍した値をなす角とするベクトルから生体曲線方向ベクトルを算出し、生体曲線方向ベクトルのなす角を１／２倍した値に９０°加えた方向を生体曲線の局所方向とする。

次に、平均方向算出部１５は、Ｎ個の生体曲線局所領域から算出したＮ個の局所方向の統計量から生体曲線の平均方向Φを算出する（ステップＳ５）。例えば、平均方向算出部１５は、Ｎ個の値の平均値や中央値を平均方向として算出する。生体曲線を複数本用いる場合は生体曲線ごとに平均方向を算出し、それぞれΦ１，Φ２，…とする。図５は、各生体曲線の平均方向を例示する図である。図５では、小指側（左側）の輪郭線の平均方向ΦＬ、親指側（右側）の輪郭線の平均方向ΦＲ、これらの平均Φｍｅａｎが例示されている。

次に、補正角算出部１６は、各生体曲線で算出した平均方向から回転補正角を算出する（ステップＳ６）。１本の生体曲線の平均方向を算出した場合は、平均方向に−１を乗じた値を回転補正角とする。２本以上の生体曲線の平均方向を算出した場合は、例えば、平均方向Φ１，Φ２，…の平均値に−１を乗じた値を回転補正角とする。

次に、補正画像取得部１７は、回転補正角だけ手のひら画像を回転し、補正画像を作成する（ステップＳ７）。このとき回転の中心は、手のひら画像の中心や、手のひら画像の前景領域が１で背景領域が０とした画像の重心座標などとする。図６では、生体曲線として手のひらの左右の輪郭を用いた場合の回転補正を例示する。２本の生体曲線の平均方向の平均がΦｍｅａｎのため、回転補正角は−Φｍｅａｎとなり、生体画像に対して画像中心Ｏを中心とした−Φｍｅａｎの回転移動を与えた画像を補正画像としている。

次に、生体特徴抽出部２０は、補正画像から生体特徴を抽出する（ステップＳ８）。生体特徴は、静脈パターン、掌紋、手のひら形状などである。静脈パターンには、静脈の端点や分岐点の座標や方向、２個の分岐点の連結情報などが含まれる。次に、登録部３０は、ステップＳ１で取得した属性情報と、ステップＳ８で抽出した生体特徴とを関連付けてデータベース５０に登録する（ステップＳ９）。ステップＳ９で登録される生体特徴を登録生体特徴と称する。以上の処理により、登録処理が完了する。

（認証処理）
次に、認証処理について説明する。図７は、認証処理の詳細を例示する図である。図７で例示するように、ステップＳ１１〜ステップＳ１８は、図３のステップＳ１〜ステップＳ８と同様である。ステップＳ１８で得られた生体特徴を、照合生体特徴と称する。ステップＳ１８の実行後、認証部４０は、ステップＳ１１で取得された属性情報と一致する登録生体特徴をデータベース５０から読み出し、当該登録生体特徴と照合生体特徴とを照合する（ステップＳ１９）。具体的には、認証部４０は、登録生体特徴と照合生体特徴との類似度が閾値以上であるか否かを判定し、その結果を出力する。

本実施例によれば、手のひら画像の回転移動による位置ずれの大きさを算出するために、生体曲線をなす画素周辺の計算で生体曲線の方向を算出するため、回転角補正を小さな計算コストで実現できる。また、生体曲線を算出する際に局所的方向をベクトル化して合成することで、微小な角度の差異を表すことが可能になって、回転角算出の精度が向上する。それにより、高い認証精度を実現する画像を得ることができる。さらに、生体曲線をなす各画素において局所的方向を算出し、それらの統計量から手のひら画像の回転角を算出するため、生体曲線の一部にノイズが生じていても吸収してロバストに補正角を算出できる。

本実施例においては、認証処理の際に属性情報を取得することによって照合対象の登録生体特徴を特定する１：１認証について説明しているが、それに限られない。認証処理の際に属性情報を取得せずに照合生体特徴と複数の登録生体特徴とを照合する１：Ｎ認証にも本実施例を適用することができる。以下の実施例についても同様である。

実施例２においては、局所方向算出部１４は、Ｇａｂｏｒフィルタを用いて生体曲線の局所方向を算出する。Ｇａｂｏｒフィルタは下記式（３）で表され、フィルタの方向θの成分のエッジが存在する場合に、フィルタ応答が増幅する。したがって、以下のようにして各生体曲線画素における局所方向の算出に利用できる。ただし、ｘ´＝ｘｃｏｓθ＋ｙｓｉｎθであり、ｙ´＝−ｘｓｉｎθ＋ｙｃｏｓθである。

本実施例では、一例として、生体曲線として手のひらの小指側の輪郭線を用いる。また、生体曲線画素および生体曲線局所領域の数をＮとする。また、生体曲線局所領域を、生体曲線画素を中心とする７×７ピクセルの矩形とする。また、図５で例示するように、画像の垂直上方向を０°とし、水平方向を±９０°とする。上記式（３）のＧａｂｏｒフィルタにおいて、ｘとｙは画素の座標を表し、λはフィルタの波長を表し、θはフィルタの方向を表し、σはガウシアンの分散の大きさを表す。各パラメータの例として、λおよびσは生体曲線の平均幅、θはθ＝ｋ×２２．５°（ｋ＝０，±１，±２，±３，４）の８方向とする。

まず、局所方向算出部１４は、各生体曲線局所領域に含まれる画素（ｉ，ｊ）（１≦ｉ≦７，１≦ｊ≦７）において、上記式（３）を用いて８方向のフィルタ応答Ｇｋ（ｘ，ｙ，ｉ，ｊ）を求め、７×７＝４９画素分のＧｋ（ｘ，ｙ，ｉ，ｊ）の和を算出してＧｋ（ｘ，ｙ）とする。続いて、実施例１の上記式（２）でｔ＝８とした式を用いて各生体曲線画素（ｘ，ｙ）におけるφ（ｘ，ｙ）を算出する。Ｇｋ（ｘ，ｙ）は、方向別のエッジの強度を表しているため、上記式（２）によって方向がθで大きさがＧｋ（ｘ，ｙ）のベクトルの総和を算出することで、生体曲線の局所方向を示す生体曲線ベクトルを得ることができる。すなわち、φ（ｘ，ｙ）は生体曲線ベクトルの方向を示しており、その後の処理は生体曲線局所方向をφ（ｘ，ｙ）として実施例1と同様に行う。

本実施例によれば、手のひら画像の生体曲線をなす画素周辺でＧａｂｏｒフィルタ応答を計算すればよいため、回転角補正を小さな計算コストで実現できる。また、Ｇａｂｏｒフィルタの方向は離散的であるものの、フィルタ応答をベクトル化して合成することで、生体曲線をなす各画素における局所的方向の微小な角度の差異を表すことが可能になって、回転角算出の精度が向上できる。それにより、高い認証精度を実現する画像を得ることができる。

実施例３においては、局所方向算出部１４は、方向集中度ＩＲを用いて生体曲線の局所方向を算出する。方向集中度ＩＲ（ｘ，ｙ）は下記式（４）で表され、各生体曲線画素において算出される。ただし、Ｈｙｐｏｔ（ａ，ｂ）＝√（ａ^２＋ｂ^２）である。ＩＲは、生体曲線局所領域における局所勾配強度の分散が大きいほど１に近く、分散が小さいほど０に近い値をとる。方向集中度の閾値Ｔｈ＿ＩＲを定め、ＩＲ（ｘ，ｙ）≧Ｔｈ＿ＩＲとなる生体曲線画素（ｘ，ｙ）を有効画素とし、ＩＲ（ｘ，ｙ）＜Ｔｈ＿ＩＲとなる生体曲線画素（ｘ，ｙ）を非有効画素とする。続いて、局所方向算出部１４は、有効画素における局所方向の値の平均値や中央値を算出し、生体曲線の平均方向Φとする。その後の処理は実施例１と同様である。

本実施例によれば、生体曲線をなす画素周辺の計算で生体曲線の方向を算出するため、回転角補正を小さな計算コストで実現できる。また、生体曲線を算出する際に局所的方向をベクトル化して合成することで、微小な角度の差異を表すことが可能になって、回転角算出の精度が向上できる。それにより、高い認証精度を実現する画像を得ることができる。また、生体曲線に曲線方向以外のエッジ成分であるノイズが発生し、生体曲線に不明瞭な領域が存在する場合、ノイズが発生している画素を非有効画素とすることで生体曲線方向の算出に用いない。したがって、ノイズの影響を受けずに生体曲線方向を算出して、ロバストな回転補正が可能となる。

図８は、実施例３において生体認証プログラムの実行によって実現される各機能のブロック図である。生体認証装置の装置構成は、図１と同様である。図８で例示するように、図２と異なる点は、補正部１０に平均方向補正部１８がさらに含まれている点である。

図９は、図３のステップＳ１〜ステップＳ７および図７のステップＳ１１〜ステップＳ１７の代わりに実行されるフローチャートを例示する図である。図９で例示するように、ステップＳ２１〜ステップＳ２６は図３のステップＳ１〜ステップＳ６および図７のステップＳ１１〜ステップＳ１６と同様である。ステップＳ２６の実行後、平均方向補正部１８は、生体曲線の局所方向と平均方向とから、補正された回転補正角を算出する（ステップ２７）。その後、補正画像取得部１７は、回転補正角だけ生体画像を回転し、補正画像を取得する（ステップＳ２８）。

以下、ステップＳ２７の詳細について説明する。平均方向補正部１８は、局所方向算出部１４で局所方向φ（ｘ，ｙ）を算出した各生体曲線画素（ｘ，ｙ）に対して、平均方向算出部１５で算出された生体曲線の平均方向Φと局所方向φ（ｘ，ｙ）との角度の差が所定の閾値以下の場合の生体曲線画素（ｘ，ｙ）を有効画素とする。また、平均方向補正部１８は、生体曲線の平均方向Φと局所方向φ（ｘ，ｙ）との角度の差が所定の閾値より大きい場合の生体曲線画素（ｘ，ｙ）を非有効画素とする。平均方向Φと局所方向φ（ｘ，ｙ）との角度の差とその閾値は、それぞれｃｏｓ（Φ−φ（ｘ，ｙ））とｃｏｓ（π／８）などとする。続いて、平均方向補正部１８は、生体曲線画素のうち有効画素における局所方向の平均値や中央値を算出し、補正生体曲線平均方向Φ´とする。すなわち、回転補正角が求まる。

図１０は、凹凸ノイズを例示する図である。図１１は、凹凸ノイズが取り除かれた生体曲線を例示する図である。このような凹凸ノイズは背景領域に手のひら以外のものが写っていた場合に発生することがある。このような場合でも、凹凸発生箇所の生体曲線の局所方向は平均方向から大きく外れるため、図１１のように凹凸部のみを取り除くことが可能で、よりノイズの影響を小さくできる。

本実施例によれば、生体曲線をなす画素周辺の計算で生体曲線の方向を算出するため、回転角補正を小さな計算コストで実現できる。また、生体曲線を算出する際に局所的方向をベクトル化して合成することで、微小な角度の差異を表すことが可能になって、回転角算出の精度が向上できる。それにより、高い認証精度を実現する画像を得ることができる。また、生体曲線に凹凸が発生した場合に、平均方向Φと局所方向φ（ｘ，ｙ）との角度の差が大きくなって非有効画素となり、生体曲線方向の算出に用いない。したがって、生体曲線の凹凸ノイズの影響を受けずに生体曲線方向を算出して、ロバストな回転補正が可能となる。

上記各例において、生体曲線検出部１１が、手のひら画像から当該手のひらの輪郭線および手相の主線から少なくとも１本の線を抽出する線抽出部の一例として機能する。画素抽出部１２が、線抽出部によって抽出された線の画素を抽出する画素抽出部の一例として機能する。局所領域設定部１３が、前記画素ごとに当該画素を含む局所領域を設定する局所領域設定部の一例として機能する。局所方向算出部１４が、前記局所領域毎に当該局所領域の勾配強度に基づいて線抽出部によって抽出された線の局所方向を算出する局所方向算出部の一例として機能する。平均方向算出部１５が、各局所方向の統計量から、前記手のひらの向きを算出する向き算出部の一例として機能する。

以上、本発明の実施例について詳述したが、本発明は係る特定の実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１０補正部
１１生体曲線検出部
１２画素抽出部
１３局所領域設定部
１４局所方向算出部
１５平均方向算出部
１６補正角算出部
１７補正画像取得部
１８平均方向補正部
２０生体特徴抽出部
３０登録部
４０認証部
５０データベース
１００生体認証装置

Claims

手のひら画像から当該手のひらの輪郭線および手相の主線から少なくとも１本の線を抽出する線抽出部と、
前記線抽出部によって抽出された線の画素を抽出する画素抽出部と、
前記画素ごとに当該画素を含む局所領域を設定する局所領域設定部と、
前記局所領域毎に当該局所領域における複数方向の微分フィルタ応答の絶対値の総和に基づいて、前記線抽出部によって抽出された線の局所方向を算出する局所方向算出部と、
各局所方向の統計量から、前記手のひらの向きを算出する向き算出部と、
前記向き算出部が算出した手のひらの向きに応じて前記手のひら画像を回転させることで補正画像を取得する補正画像取得部と、
前記補正画像と登録データとを照合する認証部と、を備えることを特徴とする生体画像処理装置。
前記線抽出部は、前記輪郭線および前記手相の主線から複数本の線を抽出し、
前記向き算出部は、前記複数本の線のそれぞれの局所方向の統計量から前記手のひらの向きを算出することを特徴とする請求項１記載の生体画像処理装置。
前記局所領域設定部は、前記画素を含む矩形領域を前記局所領域として設定することを特徴とする請求項１または２に記載の生体画像処理装置。
前記局所領域設定部は、前記画素を中心とする円内を前記局所領域として設定することを特徴とする請求項１または２に記載の生体画像処理装置。
前記向き算出部は、前記局所方向の統計量から前記線抽出部が抽出した線の平均方向を算出し、当該平均方向を用いて前記手のひらの向きを算出することを特徴とする請求項１〜４のいずれか一項に記載の生体画像処理装置。
前記局所方向算出部は、複数方向のＧａｂｏｒフィルタを用いて前記局所方向を算出することを特徴とする請求項１〜５のいずれか一項に記載の生体画像処理装置。
前記局所方向算出部は、前記局所領域における複数方向の微分フィルタ応答の絶対値の総和のばらつきを用いて前記画素を有効画素と非有効画素とに分類し、前記有効画素の前記局所方向を算出し、前記有効画素の各局所方向の統計量から前記手のひらの向きを算出することを特徴とする請求項１〜５のいずれか一項に記載の生体画像処理装置。
手のひら画像から当該手のひらの輪郭線および手相の主線から少なくとも１本の線を線抽出部が抽出し、
前記線抽出部によって抽出された線の画素を画素抽出部が抽出し、
前記画素ごとに当該画素を含む局所領域を局所領域設定部が設定し、
前記局所領域毎に当該局所領域における複数方向の微分フィルタ応答の絶対値の総和に基づいて、前記線抽出部によって抽出された線の局所方向を局所方向算出部が算出し、
各局所方向の統計量から、前記手のひらの向きを向き算出部が算出し、
補正画像取得部が、前記向き算出部が算出した手のひらの向きに応じて前記手のひら画像を回転させることで補正画像を取得し、
認証部が前記補正画像と登録データとを照合する、ことを特徴とする生体画像処理方法。
コンピュータに、
手のひら画像から当該手のひらの輪郭線および手相の主線から少なくとも１本の線を抽出する処理と、
抽出された線の画素を抽出する処理と、
前記画素ごとに当該画素を含む局所領域を設定する処理と、
前記局所領域毎に当該局所領域における複数方向の微分フィルタ応答の絶対値の総和に基づいて、前記抽出された線の局所方向を算出する処理と、
各局所方向の統計量から、前記手のひらの向きを算出する処理と、
算出された前記手のひらの向きに応じて前記手のひら画像を回転させることで補正画像を取得する処理と、
前記補正画像と登録データとを照合する処理と、を実行させることを特徴とする生体画像処理プログラム。