JPH0452975A - 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１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．．　ｎ、ｏ
、２１０．　ＩＥ８１−８８）や、隆線をベクトル場と
みなし５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、　ＰＲＬ７３−９７）分類の基準とな
る指紋の中心（以降、コアと称する）や隆線によって、
三角形状に形成される：：−角洲（以降、デルタと称す
る）の有無、個数および位置によって分類する方式が提
案されている。

１−１述し、た従来の方式では、デルタの有無が分類処
理」二、重要な役割を果たしているか、デルタは指紋上
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よってその抽出
に大きな影響を及はず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
されたものてあ−フて、その目的とするところは、不安
定なデルタによる分類によることなく、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、前記中心位置を含む規定枠内で、指の関節方向に
垂直な方向を主走査方向とし、それに直交する方向を副
走査方向とし、これ等走査を行いつつ、前記主走査上の
各隆線方向から隆線の形状を判定する手段と、更に前記
主走査上において隣接する領域の隆線方向が規定角以上
離れているとき、この主走査に隣接する枠外方向の主走
査上の隆線方向を参照して隆線の形状を判定する手段と
、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、
押捺原紙上に押捺された指紋画像を採取し５、光電変換
する画像人力部１０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次元量子化画像
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人力する入力部１９と、分類結果
および各種メツセージを出力する出力部２０と、画像記
憶部１３から画像データを入力することにより分類を行
う分類処理部１８とを含む。

分類処理部１８は、画像記憶部］３からの画像データと
入力部１９からの分類対象となる指紋画像に関する情報
とを入力としかつ出力部２０に出力する外部インタフェ
ース１４と、作業メモリ１７と、プログラムか格納され
ているプログラムメモリ〕６と、プログラムにより制御
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１０については特開昭５４−［１９３００号
公報および特開昭５４−８５８００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よ
る光学的境界条件を利用して、Ｉ　Ｔ　Ｖ　（１ｎｄｕ
ｓｔｒｉａｌ　ｔｅｌｅｖｉＳｉｏｎ）等の撮像装置に
より指紋紋様パターンの光電変換像を入力する装置や、
特開昭５５−１３８１、７４号公報に記載されている、
押捺原紙上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、隆線方向の傾
向（第２図下段）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、コアが存在する列
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、画像記憶部
１３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３１１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）に分割し、各ゾーン毎
に、隆線方向を検出してゾーンデータ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
３３５号、特願昭８３−０９９１３６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。

先ず、第６図Ａに示す如く、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４１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Ａ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Ａ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−［Ｌ、ＯＯＸ　ａ　（０）　＋０．０５Ｘ　（ａ　
（Ｌ）　＋　ａ　（７）　）＋０，０５Ｘ　ｆａ（２）
　＋ａ（８）　ｌ　］　／　［１，ＯＯｘ　（ａ（０）
　＋ａ（４）　ｌ　＋０．０５Ｘ　ｆａ（１）　＋ａ（
８）　＋ａ（５）→−ａ　　（７）　　）　　＋　　２
　　Ｘ　Ｏ，口５Ｘ　　（ａ（２）　　＋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Ｓｔとを比較し、Ｈ＜８１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Ａ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。

尚、第６図Ｂに示す様な画像データ（本例では、第２図
のＮｏ、１に示す渦状紋の二次元画像データである）の
場合、部分５４ではｙ方向（主走査方向）上での各ゾー
ンデータであるラベル値（第５図参照）が隣接部分で大
きく相違している。

例えば、ラベル値の差が、第５図で表現したとき、「４
」となり、略９０度の方向差がある。この様な場合には
、この部分の主走査上での各ゾ−ンデータたけでは、隆
線方向の形状をｉＬＬ　＜把握できないことになる。

そこで、この様な場合には、第６図Ｃに示ケ如く、ある
主走査上での隣接ゾーンの方向ラベル差が著しい部分５
５か検出されると、副走査り向（Ｘ方向）に隣接する外
側（左側）の主走査線５６」二の方向ラベルを調べて、
隆線方向を検出するようにする。この様に、外側のゾー
ンデータをも考慮して判定すれば、より正確な隆線方向
の検出が６１能となるのである。

第６図Ｃの例では、第２図中段に示す渦状紋（Ｎｏ、１
．）に対応する隆線の形状が検出される。

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６］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１５、方向確定ゾーン４２の各
方向ラベルの数を計ｐし、その値を基に隆線方向の傾向
を算出する。

例えば、枠６］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。

Ｉ、−［１，００ｘ　ａ　（２）　　＋０．０５Ｘ　　
Ｉａ　（１）　　＋　ａ　（３））→　０．０５ｘ　　
　ｉａ　　（０）　　＋　　ａ　　（４）　　ｌ　　］
　　／　　［１旧ＩＸｆａ（２）ｉａ（６）　）　　＋
０．５０Ｘ　　（ａ（１）　＋ａ（３）　−＋ａ（５）
＋ａ（７））　　＋０．０５Ｘ　　ｆａ（１１）＋ａ（
４）ｌ　　Ｘ２．１この様にして算出された（１＾Ｌと
予め定められた閾値とを比較するこｔ”、　Ｉ＝より、
隆線方向の傾向が決定される。

尚、枠６１の上限、ド限は枠１〕２の」−限、下限と同
一てあり、左限は−ｊアを含むゾーン／↓１を八む列、
右限はこの列に対し′ｃ−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６２６３を設
け、上記と同様な計算を夫々行７て各々の枠内の隆線方
向の傾向を決定づる。本例では、第２図下段に示す右流
蹄状紋（Ｎｏ、２）に相当イる隆線方向の傾向か決定さ
ｔする。

尚、第８図の枠６２．６３の決定は以下の如くである。

枠６２の下限、枠６３の上限は、第６図の枠５２の上限
から下限までの幅を２等分し゛Ｃ決定される。枠６２の
上限は枠５２の上限であり、枠６３の１限は枠５２の下
限である。

そして、ｙ軸の負から正方向を主走査と（、て、コアを
含むゾーン４１を中心としたｙ軸のｉＹ、及び負の双方
向に副走査し、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、下式により垂直傾向■を決定する。

Ｖ　−［１，００ｘ　ａ、　（４）→−０，５０ｘ　（
ａ　（３）ｉａ（５）＋０．０５ｘ　（ａ（２）　＋ａ
、（６）　ｌ　］　／　［１，，００ｘ　ｆａ（０）ｉ
ａ　（４）　ｌ　＋０．５０Ｘ　（ａ　（Ｌ）　＋　ａ
　（３）千ａ（５）＋ａ（７）　　）　　　＋２ｘ０．
０５ｘ　　　（ａ（２）　　十　ａ（６）　　ｌ　　］
各走査について、上式により算出された値■と予め定め
られた閾値Ｓ２とを比較し、Ｖ＜３２の条件を満足する
鰻初の走査となる列を、枠６２６３の左限、右限とする
のである。

この様に、ステップ３１．４において第７図及び第８図
の手法を用いて２段階に分けて隆線方向の傾向を判定し
ている理由は以下の如くである。

すなわち、先ず、枠６２．６３を用いて求めた隆線方向
の傾向が第２図下段に示す普通弓状紋（Ｎｏ、５）に対
応するか否かを決定し、対応し。

なければ、枠６１を用いて求めた隆線方向傾向が第２図
下段のＮｏ、１−Ｎｏ、４のいずれに属するが決定して
、最終的な隆線方向の傾向を判定するようにしているの
である。

ステップ３１５においては、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図に対応させることにＪっで分類を行う
。

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を用いで判定する。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）以外に分類された人力指紋画像１．ニー、ｙ、ｉ
いＣは、第６図に示すような枠５２を設け、その枠内で
ステップ３１３の隆線形状の検出と同杆に、二Ｊアを含
むゾーン４１−を起点と１２、ｙ軸の負から正の方向に
走査する。

ここでは、不確定ゾーン４３のみを対象とするものとし
、ステップ３１５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ゾ−ン４１を中心
としてＸ座標の正の方向を副走査とし、ステップ３１５
で左流蹄状紋（Ｎｏ、３）と分類された人力指紋画像に
ついてはコアを含むゾーン４１を中心としてＸ座標の負
の方向を副走査とし、ステップ３１５で突起弓状紋（Ｎ
ｏ、４）と分類された入力指紋画像についてはコアを含
むゾーン４１を中心としてＸ座標の正と負の双方向を副
走査として、各ｙ軸方向主走査に存在する不確定ゾーン
４３の存在する割合を計算し、一定の割合以上不確定ゾ
ーン４３が存在する主走査数（以降、不良列と称する）
を基に人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６２．６３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３１６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）の対象であるか、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３１
６て低品質と判定された入力指紋画像と判定された普通
弓状紋についてはりジェツトの対象とする。本ステップ
３１７においてリジェクトの対象と判定された入力指紋
画像については、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により本ステップ３１７
の結果か出力される。

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入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８１２以降を適応じて行う。尚、こ
の確立的弛緩法については、“Ｒａ５ｅｎｒａｉｄ：Ｉ
ＴＥＲＴＩＶＥ　ＭＥＴＨＯＤＳ　ＩＮ　ＩＭＡＧＥ　
ＡＮＡＬＹＳＩｓ”　　Ｐｒｏｃ、１ＥＥＥ　Ｃｏｎｆ
、Ｐ、Ｒ＆　１．Ｐ１４／１８（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３１４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の分類結果か出力される。

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で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で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人力指紋
画像が第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３１５の分類結果とステップ３２１
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 １５・・・・・・中央処理部 １７・・・・・・作業メモリ １８・・・・・・分類処理部 ４〔〕・・・・・・２次元画像データ ４］・・・・・・コアを含むゾーン ４２・・・・・方向確定ゾーン 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、前記中心位置を含む規
   定枠内で、指の関節方向に垂直な方向を主走査方向とし
   、それに直交する方向を副走査方向とし、これ等走査を
   行いつつ、前記主走査上の各隆線方向から隆線の形状を
   判定する手段と、更に前記主走査上において隣接する領
   域の隆線方向が規定角以上離れているとき、この主走査
   に隣接する枠外方向の主走査上の隆線方向を参照して隆
   線の形状を判定する手段と、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。