JPH0452974A - 指紋紋様分類装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 従来分野 本発明は指紋紋様分類装置に関し、特に採取指紋の紋様
を自動分類する指紋紋様分類装置に関する。

従来技術 従来の隆線方向から得られる特徴を用いた分類方式とし
ては、予め作成しておいた標準パターンとのマツチング
（後藤、中村、南、奥野；　“方向分布パターンによる
指紋画像の分類”、信学技報ｖｏ１．８１．　ｎｏ、２
１０．　ＩＥ８１．−４８）や、隆線をベクトル場とみ
なしてその回転の線積分や発散の面積分の値を用いて（
野田、火照、小林、加藤；　“指紋バタ−ン分類機”、
電子通信学会、　Ｉ〕Ｒ１，７３−９７）分類の基準と
なる指紋の中心（以降、コアと称する）や隆線によ−フ
て、二角形状に形成される二角洲（以降、デルタと称す
る）の有無、個数および位置によ−資で分類する方式が
提案されている。

」−述した従来の方式では、デルタの有無が分類処理上
、重要な役割を果たしているが、デルタは指紋−」−１
の存在位置によっては、採取することが困難であるとい
う欠点を持っている。特に遺留指紋を対象とする犯罪捜
査用指紋照合装置においては、デルタの欠落した指紋を
処理することか多く、デルタの分類への利用は通常不可
能である。

また、標準パターンマツチングによるコアやデルタの抽
出は、予め作成しておく標準パターンに」−〕でその抽
出に大きな影響を及はすという問題点がある。

発明の目的 そこで、本発明はかかる従来技術の欠点を解決すべくな
されたものであって、その１」的とするところは、イミ
安定なデルタによる分類によることｔＡく、安定かつ正
確な紋様分類を可能と［、た指紋紋様分類装置を提供す
ることにある。

発明の構成 本発明による指紋紋様分類装置は、指紋画像を採取して
２次元画像データとして出力する手段と、この２次元画
像を格子状に複数の領域に分割（２、これ等各領域毎に
前記指紋のその領域での隆線方向を検出する手段と、前
記領域の各隆線方向から前記指紋の中心位置を検出する
手段と、前記隆線方向及び前記中心位置から隆線の形状
を判定する手段と、同じく前記隆線方向及び前記中心位
置から隆線方向の傾向を判定する手段と、これら隆線の
形状及び前記隆線方向の傾向によって予め定められた複
数の指紋分類別の指紋紋様の分類をなす分類手段とを含
むことを特徴としている。

実施例 以下、本発明の実施例について図面を参照して説明する
。

第１図は本発明の一実施例を示すブロック図である。本
実施例では、透明体上に載置された指紋画像もしくは、
押捺原紙士に押捺された指紋画像を抹取］−１光電変換
する画像入力部］０と、光電変換信号を２次元量子化画
像データに変換するＡ、Ｄ変換部１１と、指紋画像の入
力制御を行・う画像人力制御部１２と、２次元ｔ’Ｆ化
画像データを記憶する画像記憶部］３と、分類対象とな
る指紋画像に関する情報を入力する人力部１く）と、分
類結果および各種メツセージを出力する出ツノ部２（）
と１９画像記憶部１３から画像データを入力するこ４と
により分類を行う分類処理部１８とを含む。

分類処理部１８は、画像記憶部１゛３からの画像デ　タ
と人力部１９からの分類対象となる指紋画像に関する情
報とを人力とＬかっ出力部２０にｔ（Ｊカオる外部イン
タフｊ−−−−ス１４と、作業メモリ１７と、ブＩＪグ
ラノ・か格納されているプロゲラｌ、メモリ１６と、ブ
ログラノ・により制御される中央処理部１５とにより構
成されている。

指紋入力部１〔〕については特開開５４−４９３００号
公報および特開昭５４−８５６００号公報に記載されて
いる、透明体上に載置された指に対して光源から光にょ
る光学的境界条件を利用【、ｉ’：’、　　Ｉ　ＴＶ　
（ｔｎｄｕｓｔｒｉａｌ　ｔｅｌｅｖｉｓｉｏｎ）等の
撮像装置により指紋紋様パターンの充電変換像を人力す
る装置や、特開昭５５−１３８１７４号公報に記載され
ている、押捺原紙１−の指紋画像を入力する装置があり
利用され得る。

本発明では、第２図に示されるような上段の紋様に対し
て、隆線の形状（第２図中段）を検出し、隆線り向の傾
向（第２図ト′段）を決定することにより紋様分類を行
う。尚、第２図上段の紋様中の破線は、コアか存在する
列を示す。

第′３図は本発明の一実施例の動作を示すフローチャー
トである。先ず、ステップ３１０においては、画像記憶
５部１．３から外部インタフェイス１４を通して指紋画
像が入力される。ステップ３１．、　Ｉにおいては、隆
線方向から特徴が抽出され、ステップ３１２においては
、コアを含む領域が抽出れさる。

第４図は本実施例における採取指紋画像の処理方法を示
す図であり、採取された２次元画像４０を略格子状に、
複数の領域（以下ゾーンと称す）に分割１７、各ゾーン
毎に、隆線り向を検出してゾ−ンデータ４２として処理
されるようになっている。

各ゾーン毎の隆線方向を、第５図に示す如く、例えば３
６０度を１６等分して１６方向の１つにラベル化（０〜
１５）して得られた特徴であるゾーンデータを用いる。

尚、８等分、３２等分、６４等分なども考えられる。

第４図において、ゾーン４１はコアを含む領域であり、
ゾーン４２は方向確定領域であり、ゾーン４３は、隆線
が存在するがその方向が確定できない不確定領域であり
、ゾーン４４は隆線が存在しないノンデータ領域を表わ
している。

上記ステップ３１１における隆線方向からの特徴（ゾー
ンデータ）の抽出処理では、第４図に示したゾーンデー
タを抽出する必要があり、またステップ３１２ではコア
を含むゾーン４１の抽出処理が必要であるが、これ等処
理は特開昭５５−１３８１７４号公報及び本願出願人に
よる特願昭６３−０９９３３４号、特願昭６３−０９９
３８５号、特願昭６３−０９９３３６号の各明細書に詳
記されているので、ここでは省略する。

次のステップ３１３では、ステップ３１１，３１２から
得られたゾーンデータ及びコアを含むゾーンから隆線の
形状の検出判定がなされる。その方法を第６図を用いて
説明する。

コアを含むゾーン４１を起点として、枠５２内で、ｙ軸
（指の関節に垂直な方向軸）の負から正の方向を主走査
方向とし、コアを含むゾーン４〕を中心としたＸ軸（指
の関節に平行な方向軸）の正及び負の双方向に副走査し
て、方向確定ゾーン４２についてのみ、第５図に示した
方向ラベルの有無及び種別が調べられる。これにより、
ｙ軸方向主走査線上の隆線の形状が検出されることにな
る。

例えば、第６図の例では、第２図中段に示す右流蹄状紋
（Ｎｏ、２）に対応する隆線の形状が検出されることに
なる。

第６図における枠５２の決定方法は、以下の如くである
。枠５２の上限はコアを含むゾーン４１を含む行であり
、この行を起点としてＸ軸の負から正の方向を主走査方
向とし、ｙ軸の負から正の方向へ副走査し、走査上の方
向確定ゾーン４２の各方向ラベルの数を計算し、下式に
より水平傾向Ｈを算出する。

Ｈ−［１，ＱＯｘ　ａ　（０）　＋０．０５ｘ　（ａ　
（１）　＋　ａ　（７）　）＋０．０５ｘ　（ａ（２）
　＋ａ（８）　ｌ　］　／　［１，００ｘ　（ａ（０）
　＋ａ（４）　）　＋０．０５ｘ　（ａ（１）　＋ａ（
３）　＋ａ（５）＋ａ（７）　）　＋２ＸＯ，０５Ｘ　
（ａ（２）　十ａ（６）　）　］但し、ａ（ｎ）は走査
上に存在するラベルｎの方向確定ゾーン数である。

そして、各走査について上記により算出された値Ｈと予
め定めた閾値Ｓｌとを比較し、Ｈ＜ＳＬの条件を満足す
る最初の走査となる行を、枠５２の下限とするのである
。

尚、副走査数が奇数のときには、更にｙ軸の負正方向へ
１行下を下限とする。

枠５２の左右限は第６図の如く２次元画像データ４０の
左右限とするが、左右２〜３列は不鮮明であり、ゾーン
データとなり得ないことが多いので、これ等２〜３列を
除いても良い。

ステップ３１４における隆線方向の傾向を決定する方法
を第７．８図にもとづい述べる。まず、第７図に示すよ
うな長方形枠６１を設け、この枠内に存在する方向確定
ゾーン４２のみを対象とし、方向確定ゾーン４２の各方
向ラベルの数を計算し、その値を基に隆線方向の傾向を
算出する。

例えば、枠６１内における左下から右上への方向の傾向
りは、下式を用いて算出される。

Ｌ−［１，００ｘ　ａ　（２）　＋〇、０５ｘ　　（ａ
　（］、）　＋　ａ　（３）　）＋０．０５ｘ　ｆａ（
０）　＋ａ（４）　ｌ　］　／　［１，ＯＯｘ　（ａ（
２）　＋ａ（８）　）　＋０．５０Ｘ　ｆａ（１）　＋
ａ（３）　＋ａ（５）＋ａ（７）　）　＋０．０５ｘ　
（ａ（０）　＋ａ（４）　ｌ　　Ｘ２］この様にして算
出された値りと予め定められた閾値とを比較することに
より、隆線方向の傾向が決定される。

尚、枠６１の上限、下限は枠５２の上限、下限と同一で
あり、左限はコアを含むゾーン４１を含む列、右限はこ
の列に対してＸ軸の正方向の次の列である。

次に、第８図に示す様な２つの長方形の枠６２゜６３を
設け、上記と同様な計算を夫々行って各々の（）シ内の
隆線ノＪ向の傾向を決定する。本例では、第′：２図１
・段に；Ｊ−ず右流蹄状紋（Ｎｏ、２）に相当する隆線
方向の傾向が決定される。

尚、第８図の枠６２．６７．３の決定は以上の如くｔ″
ある。枠０２の左限、枠６３の左限は、第（）図の枠シ
：）２の上限から１限までの幅を２等分し一ζ決定され
る。枠６２の１−限は枠５２の１限であり、枠０゛３の
下限は枠５２のＴ；眼である。

そ１−ζ、ｙ軸の負から正方向を主走査と１．て、７ア
を工むゾーン７１１を中心としたＸ軸の止及び負の双方
向に副走査（、走査土の方向確定ゾーン４２の各方向ラ
ベルの数を討算し、下式により垂直傾向■を決定する。

Ｖ　　＝　　　［１，００ｘ　　ａ　　（４）　　　→
−０，５０Ｘ　　　ｆ　　ａ　　（３）　　　＋　ａ　
　（５）　　）＋−０，０５ｘ　（ａ（２＞　＋ａ（ｆ
ｉ）　）　］　／　［１，，００ｘ　　ｔａ（０）　　
→−ａ（４）　　ｌ　　　＋０．５０ｘ　　　ｆａ（１
）　　＋ａ（３）　　　＋ａ（５）＋ａ（７）　）　４
−２Ｘ０．０５ｘ　（ａ（２）　＋ａ（Ｂ）　）　］６
名５Ｌについて、上式により算出された値Ｖと予め定め
られた閾値Ｓ２とを比較し、Ｖ＜５２の条件を満足する
最初の走眉となる列を、枠６２６３の左限、右限とする
の”Ｃある。

この様に、ステップ３１４においご第７図尺び第８図の
工法を用いて２段階に分け（隆線プノ向の傾向を判定１
３．ている理由は以上の如くである。

すなわち、先ず、枠６２，６うを用いこ求めた隆線方向
の傾向か第２図−ト段に示４″普通弓状紋（Ｎｏ、５）
に対応するか盃かを決定し７、女・ｊ応１゜なければ、
枠６１を用いて求めた隆線り同傾向か第２図Ｆ段のＮｏ
、ｌ〜Ｎ０．４のい１れに属するか決定して、最終的な
隆線方向の傾向を判定するよう（Ｊし゛でいるのである
。

ステップ３１５においでは、ステップ３１３で検出され
た隆線の形状とステップ３１４て決定された隆線方向の
傾向とを、第２図に幻応させることによっ“Ｃ分類を行
う。

ステップ３１６においては、入力指紋画像が低品質であ
るか否かを不確定ゾーン４３を用いて判定する。この判
定方法を第６図にもとづいて述べる。

まず、ステップ３１５における分類で普通弓状紋（Ｎｏ
、５）以外に分類された入力指紋画像については、第６
図に示すような枠５２を設け、その枠内てステップ３１
３の隆線形状の検出と同様に、コアを含むゾーン４１を
起点と（２、Ｙ軸の負から＋１（の方向に走査する。

こごては、不確定シー＝ン４３のみを対象とするものと
し、ステップ３Ｉ（〕で右流蹄状紋（ＮＯ，２）と分類
された人力指紋画像についてはコアを含むシン４］を中
ノしｉとしてＸ座標のＩＦの方向を副走査とし、ステッ
プ３１５”ｃ左流蹄状紋（Ｎｏ、３）と分類された人力
指紋画像につい°Ｃはコアを工むゾ、−ン４］を中心と
し、てＸ座標の負の方向を副走査とし、ステップ３コ−
５で突起弓状紋（Ｎｏ、４）と分類された人力指紋画像
につい°Ｃはコノ′を八むゾーン４１を中心としζＸ座
標の正と負の双方向を副走査として、各ｙ軸方向主走査
に合作する不確定ゾーン４３の存在する割合を計算し、
〜・定の割合以上不確定ゾーン４３か存在する主走査数
（以降、不良列と称する）を基に入力指紋画像が低品質
であるか否かを判定する。

また、ステップ３１５において普通弓状紋（Ｎｏ、５）
と分類された入力指紋画像については、第８図に示す２
つの長方形の枠６２．６−３において、各枠内に存在す
る不確定ゾーン４３の割合によって低品質であるか否を
かを判定する。

ステップ３１７においては、ステップ３１．８で判定さ
れた低品質の人力指紋画像について分類拒絶（以降、リ
ジェクトと称する）の対ψであるか、再分類の対象であ
るかを判定する。その方法はステップ３１６で用いた不
良列の数によって判定をするものであるが、ステップ３
１．６で低品質と判定された入力指紋画像と判定された
普通弓状紋に−）いてはりジＪクトの対象とする。本ス
テップ３１７においてリジェクトの対象と判定された人
力指紋画像については、ステップ３１．８において外部
インタフェース１４を通して出力部２０により本ステッ
プ３１．７の結果が出力される。

ステップ３１９においては、ステップ３１６で再分類の
対象であると判定された人力指紋画像を補正する。その
方法は公知する手法である確立的弛緩法を用いて行い、
補正後再びステップ３１２以降を適応して行う。尚、こ
の確立的弛緩法については、”Ｒａ５ｅｎｆｅｌｄ：Ｉ
ＴＥＲＴＩＶＥ　ＭＥＴＨＯＤＳ　ＩＮ　ＩＭＡＧＥ　
ＡＮＡＬＹＳＩｓ”　、　Ｐｒｏｃ、ＩＥＥＥ　Ｃｏｎ
ｆ、Ｐ、Ｒ＆　１．Ｐｌ、４／１．８（１９７７）に開
示されている。

ステップ３２０においては、ステップ３１３で検出され
た隆線の形状とその位置、そしてステップ３Ｉ４で決定
された隆線方向の傾向を第９図と対応させることにより
、分類処理対象となる入力指紋画像が第２分類候補を持
つか否かを判定する。

本ステップ３２０において分類処理対象となる入力指紋
画像が第２分類候補を持たないと判定された場合、ステ
ップ３１８において外部インタフェース４を通して出力
部２０よりステップ３１５の分類結果が出力される。

ステップ３２１においては、第２分類候補を持つと判定
された分類処理対象となる入力指紋画像の第２分類候補
を決定する。その方法は、分類処理対象となる入力指紋
画像のステップ３１５の分類結果（第９図１段目）、ス
テップ３１３て検出された隆線形状とその位置（第９図
３段目）そしてステップ３１４て決定された隆線方向の
傾向（第９図４段目）を、第９図２段目と対応させるこ
とにより第２分類候補を決定する。尚、第９図３段目中
の矢印は、検出された隆線の形状とコアを含む列との距
離を示すものである。

ステップ３２０において、分類処理対象となる入力指紋
画像か第２分類候補を持つと判定された場合は、ステッ
プ３１８において外部インタフェース１４を通して出力
部２０よりステップ３１．５の分類結果とステップ３２
１で決定された第２分類候補が出力される。

以上のようにして本実施例は、ゾーンデータのコアの位
置から分類を行うものである。

発明の詳細 な説明したように、本発明によれば、既存の自動指紋照
合システムにおいて用いられているゾーンデータにより
、隆線の形状の検出および隆線方向の傾向の決定によっ
て分類を行うため、安定した指紋紋様分類が可能となる
という効果がある。

さらには、デルタの存在が保障されない遺留指紋の分類
についても分類効果が得られるものである。

【図面の簡単な説明】

第１図は本発明の実施例のシステムブロック図、第２図
は本実施例に用いる紋様分類方法の概念を示す図、第３
図は本発明の実施例の動作を示すフローチャート、第４
図は採取指紋画像のゾーンデータの例を示す図、第５図
は各ゾーンにおける隆線の方向ラベルを示す図、第６図
は隆線の形状の検出を説明する図、第７図及び第８図は
隆線方向の傾向の算出を説明する図、第９図は第２分類
候補の概念を示す図である。 主要部分の符号の説明 １０・・・・・・指紋画像入力部 １３・・・・・・画像記憶部　４０・・・・・・２次元
画像データ１５・・・・・・中央処理部　４１・・・・
・・コアを含むゾーン１７・・・・・・作業メモリ　４
２・・・・・・方向確定ゾーン１８・・・・・・分類処
理部　４３・・・・・・不確定ゾーン４４・・・・・・
ノンデータゾーン

Claims (3)

【特許請求の範囲】
1. （１）指紋画像を採取して２次元画像データとして出力
   する手段と、この２次元画像を格子状に複数の領域に分
   割し、これ等各領域毎に前記指紋のその領域での隆線方
   向を検出する手段と、前記領域の各隆線方向から前記指
   紋の中心位置を検出する手段と、前記隆線方向及び前記
   中心位置から隆線の形状を判定する手段と、同じく前記
   隆線方向及び前記中心位置から隆線方向の傾向を判定す
   る手段と、これら隆線の形状及び前記隆線方向の傾向に
   よって予め定められた複数の指紋分類別に指紋紋様の分
   類をなす分類手段とを含むことを特徴とする指紋紋様分
   類装置。
2. （２）前記隆線方向が検出判定できた領域の数に応じて
   前記指紋画像の品質を判定する手段と、低品質と判定さ
   れたとき所定方式により前記画像を補正する手段とを含
   み、この補正後の画像により再度指紋分類をなすように
   したことを特徴とする請求項１記載の指紋紋様分類装置
   。
3. （３）前記分類手段による分類時に、類似度が高くて複
   数の指紋分類に類似する場合、第２候補までの分類を行
   う手段を有することを特徴とする請求項１または２記載
   の指紋紋様分類装置。