個体識別装置、個体識別方法、及びプログラム
【課題】 画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる個体識別装置等を提供する。
【解決手段】 個体識別装置１００は、抽出された特徴点群の中から特徴量算出点Ａを１つ特定し（Ｓ２０１）、特徴量算出点Ａを除いた特徴点群の中から、特徴量算出点Ａから近い順に特徴点Ａ１〜Ａｎを特定する（Ｓ２０２）。次に、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中で、特徴量算出点Ａから最近傍の点を基準点Ｂとして特定し（Ｓ２０３）、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中から、所定数ｊ個の参照点Ｃ１〜Ｃｊを特定する（Ｓ２０４）。そして、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３つの点を用いて、特徴量算出点ごとに特徴量を算出する。
【解決手段】 個体識別装置１００は、抽出された特徴点群の中から特徴量算出点Ａを１つ特定し（Ｓ２０１）、特徴量算出点Ａを除いた特徴点群の中から、特徴量算出点Ａから近い順に特徴点Ａ１〜Ａｎを特定する（Ｓ２０２）。次に、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中で、特徴量算出点Ａから最近傍の点を基準点Ｂとして特定し（Ｓ２０３）、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中から、所定数ｊ個の参照点Ｃ１〜Ｃｊを特定する（Ｓ２０４）。そして、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３つの点を用いて、特徴量算出点ごとに特徴量を算出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、各々の物品を撮像した画像データから特徴点を抽出し、物品を個体識別する個体識別装置等に関する。
【背景技術】
【０００２】
従来から、工業製品や商品パッケージ等には製造番号が付与され、製造管理や物流管理に利用されている。製造番号は物品の所定位置に文字或いはバーコード等の符号として印字される。また、証明書等の公的証書や商品券等の有価証券に対し、偽造防止や真正性認証を目的としてシリアルナンバーが印字されている。しかしながら、製造管理や物流管理を目的として個体識別の為の製造番号を付与する場合は、明確に視認或いは機械識別を行うことを目的としている為、明示的に印字されることが多く、特にバーコードや２次元コードの形式で付与される場合は本来の製品等の意匠性を損なうことがあった。また、偽造防止を目的とした場合、文字やバーコード等の印字は容易に偽造・変造される恐れがあり、その効果は不十分であった。
【０００３】
また近年では、個体識別の手段として、ＩＣタグを用いて個別ＩＤを付与する方法が提案されている。ＩＣタグは書換え困難かつユニークなＩＤを各々付与することができ、非接触で読取可能なことから製品等の基材裏面、もしくは内部にＩＣタグを設けることにより個体識別が可能となる。しかしながら、ＩＣタグは単価が高く普及しにくいという問題があった。
【０００４】
これらの問題に対し、例えば特許文献１では、真の個体の表面のランダムな特徴と判定対象の個体の表面の特徴とを、比較対象とする領域を移動しながら比較照合を繰り返すことにより、真偽を判定する手法が提案されている。特許文献１の手法は、特徴量として紙の透明度（紙を形成する繊維質材料の絡み具合等に起因する明暗パターン）をスキャナ等で読み取って比較するものである。
【０００５】
しかしながら、上記の特許文献１の手法では、個体表面がランダムな特徴を有する場合にのみ適用可能なものであり、個体表面の特徴が少ない物品の個体識別には適用できなかった。また、真偽判定の精度を向上する為に、物品の表面基材を特徴的なものに交換したり、或いは表面に特殊な加工を施したりすると、意匠性が損なわれたり、製造コスト増大につながる恐れがあった。そこで、物品に容易に付与でき、かつ普及した技術を利用しつつも、高い精度で個体識別や真偽判定を行えるようにすることが望まれている。
【０００６】
そこで、本願の発明者らは、特許文献２に記載の個体識別装置等を発明している。特許文献２に記載の個体識別装置は、タガントが付された物品について、基準物品を光学的に読み取った基準画像データに二値化処理等の画像処理を施して特徴点を抽出し、基準特徴点データとして記憶する。また、識別対象とする物品も同様の手法で画像を読み取り、同様の画像処理を施して特徴点を抽出する。そして、抽出された対象物特徴点データと記憶されている基準特徴点データとを比較することにより、識別対象とする物品と基準物品とが同一個体であるか否かを識別する。特許文献２に記載の個体識別装置では、特徴点の位置情報（絶対位置情報、相対位置情報）を、個体識別の為の特徴量として利用している。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特許第４１０３８２６号公報
【特許文献２】特願２０１１−０７７１９３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、特許文献２に記載の手法も含めて従来の手法では、例えば、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合、特徴量も大きく変化してしまうことがあり、個体識別の判定精度が低下してしまうという問題があった。
【０００９】
本発明は、前述した問題点に鑑みてなされたものであり、その目的とすることは、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる個体識別装置等を提供することである。
【課題を解決するための手段】
【００１０】
前述した目的を達成する為に第１の発明は、タガントを基材上にランダムに配置した物品を個体識別する個体識別装置であって、前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出手段と、前記特徴点抽出手段によって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出手段と、前記特徴量算出手段によって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出手段によって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別手段と、を具備することを特徴とする個体識別装置である。第１の発明によって、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる。
【００１１】
第１の発明における前記特徴量算出手段は、前記特徴量算出点から所定距離以上離れた前記特徴点の中から前記基準点を特定することが望ましい。これによって、基準点として特定された特徴点の位置がずれている場合も、特徴量に対する影響を軽減することができる。
【００１２】
また、第１の発明における前記特徴量算出手段は、前記特徴量算出点から所定距離以上離れた前記特徴点の中で、前記特徴量算出点に近い順に前記参照点を特定することが望ましい。これは、特徴量算出点から必要以上に遠い基準点や参照点を利用して特徴量を算出すると、偽造品を検出できなくなる恐れがあるからである。
【００１３】
また、第１の発明における前記識別手段は、前記基準物品と前記対象物品とが同一個体であるか否かを識別する為の識別閾値を予め記憶し、前記基準特徴量データと前記対象特徴量データとの差異が前記識別閾値以内であれば、前記基準物品と前記対象物品とが同一個体であると判定するものであり、前記識別閾値に基づいて前記所定距離を決定する決定手段、を更に具備することが望ましい。これによって、個体識別の為の識別閾値に応じた適切な所定距離に基づいて参照点を特定することができるので、ひいては、精度良く個体識別を行うことができる。
【００１４】
第２の発明は、タガントを基材上にランダムに配置した物品を個体識別する個体識別方法であって、前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出ステップと、前記特徴点抽出ステップによって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出ステップと、前記特徴量算出ステップによって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出ステップによって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別ステップと、を含むことを特徴とする個体識別方法である。第２の発明によって、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる。
【００１５】
第３の発明は、タガントを基材上にランダムに配置した物品を個体識別するコンピュータにより読み取り可能な形式で記述されたプログラムであって、前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出ステップと、前記特徴点抽出ステップによって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出ステップと、前記特徴量算出ステップによって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出ステップによって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別ステップと、を含む処理をコンピュータに実行させる為のプログラムである。第３の発明のプログラムをコンピュータにインストールすることによって、第１の発明の個体識別装置を得ることができる。
【発明の効果】
【００１６】
本発明により、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる個体識別装置等を提供することができる。
【図面の簡単な説明】
【００１７】
【図１】本発明を適用する物品１について説明する図
【図２】反射性金属層３を有するタガント１２Ａ、１２Ｂの構造の例
【図３】誘電率の異なる多層薄膜４を有するタガント１２Ｃの構造の例
【図４】光回折構造体層５を有するタガント１２Ｄの構造の例
【図５】特定照射光に対し所定の反射光を放射する反射層６を有するタガント１２Ｅの構造の例
【図６】個体識別処理の手順を説明するフローチャート
【図７】本発明に係る個体識別装置１００のハードウエア構成図
【図８】微細物質分布解析処理の流れを説明するフローチャート
【図９】特徴点の位置ずれが特徴量に対して与える影響を説明する図
【図１０】特徴量算出処理の流れを説明するフローチャート
【図１１】特徴量算出処理を説明する図
【図１２】所定距離Ｘを決定する第１の例を説明する図
【図１３】所定距離Ｘを決定する第２の例を説明する図
【図１４】所定の文字、図形、記号、模様もしくはこれらを結合したものが付され、かつ、所定の３次元形状を有する微細物質８２の一例を示す図
【発明を実施するための形態】
【００１８】
以下、図面に基づいて本発明の好適な実施形態について詳細に説明する。
【００１９】
まず、図１を参照して、本発明を適用する物品１について説明する。図１（ａ）は物品１の上面図、図１（ｂ）は図１（ａ）のＡ−Ａ線断面図である。物品１は、その基材１０上にタガント（ｔａｇｇａｎｔ：追跡用添加物）分布層１１を有する。タガント分布層１１には、基材１０とは異なる反射性を有するタガント１２がランダムに複数配置されている。タガント分布層１１のタガント１２は、例えば、印刷インクに混入して基材１０に印刷を施したり、粘着剤等に混入して塗布したりすることで、物品１の基材１０上のランダムな位置に配置される。
【００２０】
尚、図１（ａ）では、物品１は基材１０及びタガント分布層１１のみを図示しているが、図１（ｂ）に示すように、タガント分布層１１の上面を更に透明プラスチック等のオーバーコート層で被覆し、タガント分布層１１を保護するようにしてもよい。更に、基材１０とタガント分布層１１との間に、例えば感温変色材料層等、基材１０やタガント分布層１１とは異なる機能を有する層を形成してもよい。また、基材１０としては、物品１の機能や性質、デザイン等に応じていかなる材料を利用してもよい。また、タガント分布層１１は、物品の表面の全部に設けられてもよいし、一部に設けてもよい。
【００２１】
次に、図２〜図５を参照して、タガント１２について説明する。図２〜図５は、様々な態様のタガント１２Ａ〜１２Ｅの断面図である。タガント１２は、ルーペで拡大するとその形状や表面の光学的特徴を視認できる大きさ（数μｍ〜数百μｍ程度）の微細な細粒である。また、本発明では、タガント１２を色で識別する点に特徴がある為、タガント１２は、少なくとも光学的に画像として読み取った場合に抽出可能な色を有する。更に、タガント１２は、異なる色のものを混在させて用いる。
【００２２】
すなわち、本発明で用いる微細物質は、画像として読み取ると、色及び平面形状を認識できる形状を有するものであれば、印刷したインクが固化したもの、紙片、プラスチック片、金属片等、材質を問わず用いることが可能であり、識別精度やコストに応じて適宜選定できる。しかしながら、光学的な読み取り易さ、隠匿性等の機能を高める為に、微細物質は、例えば、図２に示すように反射性金属層３を有するもの、図３に示すように誘電率が異なる薄膜を多層にコート（多層薄膜４）したもの、図４に示すように光回折構造体層５を有するもの、図５に示すように、所定の照射光に対して特定の反射特性を有する反射層６を有するもの等を採用することが好適である。
【００２３】
尚、図２〜図５のタガント１２Ａ、１２Ｂ、１２Ｃ、１２Ｄ、１２Ｅは、説明の為に断面形状を円形として示しているが、本実施形態では、これに限定されるものではなく、タガント１２の形状は、画像データとして読み取った際に、平面形状として抽出可能であれば、任意としてよい。例えば、偏平形状のものや、粉砕してランダムな形状となったものをタガント１２の基材１２０として用いるようにしてもよい。タガント１２の形状としては、動物や乗り物等の意味のある形状にしてもよい。
【００２４】
図２のタガント１２Ａは、タガント１２の基材１２０の表面に反射性金属層３を形成したものである。
【００２５】
反射性金属層３を不透明層とする場合は、屈折率が小さい薄膜とすればよく、一般的に使用されるアルミニウムの他に、例えば、クロム、鉄、コバルト、ニッケル、銅、銀、金、マグネシウム、鉛、錫、カドミウム、ビスマス、チタン、亜鉛、インジウム等の金属、又は、その酸化物、窒化物、又は、これらの金属の合金等を使用する。また、反射性金属層３を透明層とする場合は、屈折率が大きい薄膜とすればよく、硫化亜鉛、酸化チタン、酸化アルミニウム、酸化シリコン、硫化アンチモン等を使用する。
【００２６】
反射性金属層３の形成は、真空蒸着法、スパッタリング法、イオンプレーティング法などの薄膜形成法によって行う。反射性金属層３の厚みは目的に応じて設定する。例えば、０．００５μｍ〜０．１μｍの厚さとすればよい。
【００２７】
反射性金属層３はタガント１２Ａの基材１２０の表面の全部に付与されてもよいし、一部に付与されてもよい。また、例えば、文字、図形、記号、模様等やこれらの組み合わせからなる図案として、反射性金属層３を付与するようにしてもよい。
【００２８】
基材１２０には、例えば、ポリエチレンテレフタレート（ポリエステル）、ポリ塩化ビニル、ポリカーボネート、ポリイミド、ポリアミド、セルローストリアセテート、ポリスチレン、アクリル、ポリプロピレン、ポリエチレンを使用すればよい。
【００２９】
また、図２（Ｂ）に示すタガント１２Ｂのように、反射性金属層３を透明な被覆層３１で覆い、保護するようにしてもよい。被覆層３１の材料は、ポリエチレン、ワックス、シリコン、ポリエステルフィルム等のプラスチックフィルム等が好適である。
【００３０】
タガント１２Ａ、１２Ｂのように反射性金属層３を有することにより、後述する微細物質分布解析処理（図８）において、特徴点として抽出しやすくなる。また、タガント１２の分布が確認しやすく、ルーペ（拡大鏡）による真偽判定が行いやすくなる。
【００３１】
図３のタガント１２Ｃは、基材１２０の表面に誘電率の異なる薄膜を多層に形成したものである。例えば、天然雲母薄片（マイカフレーク）等の基材１２０に酸化チタン、酸化鉄などの金属酸化物をコートした顔料（パール顔料）や、合成アルミナフレーク、合成シリカフレーク、ホウ珪酸ガラスフレーク、酸化チタン被覆、合成マイカフレーク（酸化アルミニウム、酸化マグネシウム、二酸化ケイ素、フッ素化合物等）等の基材１２０に、酸化チタン、酸化鉄などの金属酸化物をコートした顔料（エフェクト顔料）等がタガント１２Ｃとして使用できる。多層薄膜４の厚みは目的に応じて設定する。例えば、０．００５μｍ〜０．１μｍの厚さとすればよい。
【００３２】
タガント１２Ｃは見る角度によって色が変化する為、後述する微細物質分布解析処理（図８）において、特徴点として抽出しやすくなる。また、ルーペによる真偽判定が行いやすくなるという効果もある。
【００３３】
図４のタガント１２Ｄは、基材１２０の表面に光回折構造体層５を形成したものである。光回折構造体層５とは、ホログラムの微細凹凸が形成された層であるが、光回折構造体層５自体は、ホログラムの微細凹凸の形成が可能な種々の素材を用いて形成できる。例えば、ポリ塩化ビニル、アクリル樹脂、ポリスチレン、ポリカーボネートなどの透明な熱可塑性樹脂、或いは、不飽和ポリエステル、メラミン、エポキシ、ポリエステル（メタ）アクリレート、ウレタン（メタ）アクリレート、エポキシ（メタ）アクリレート、ポリエーテル（メタ）アクリレート、ポリオール（メタ）アクリレート、メラミン（メタ）アクリレート、トリアジン系アクリレート等の透明熱硬化性樹脂等を使用できる。更には、上記の熱可塑性樹脂と上記の熱硬化性樹脂とを混合して使用し、更に、ラジカル重合性不飽和基を有する熱成形性物質、或いは、これらにラジカル重合性不飽和単量体を加え電離放射線硬化性としたものなどを使用してもよい。
【００３４】
光回折構造体層５はタガント１２Ｄの全面に付与されてもよいし、一部に付与されてもよい。また、光回折構造体層５を透明な被覆層（不図示）で覆い、保護するようにしてもよい。
【００３５】
光回折構造体層５へのホログラムの微細凹凸の形成は、回折格子やホログラムの干渉縞が凹凸の形で記録された原版をプレス型として用い、基材に上記の樹脂を塗布用組成物として調製したものを、グラビアコート法、ロールコート法、バーコート法などの手段で塗布して塗膜を形成し、その上に上記の原版を重ねて加熱ロールなどの適宜手段によって両者を加熱圧着して行なうことができる。また、フォトポリマーを用いる場合は、基材上に、フォトポリマーを同様に塗布した後、上記の原版を重ねてレーザー光を照射することにより複製できる。光回折構造体層５の厚みは目的に応じて設定する。例えば、０．００５μｍ〜０．１μｍの厚さとすればよい。
【００３６】
また、図４のタガント１２Ｄにおいて、ホログラムの微細凹凸の回折効率を高める為に、更に、反射性金属層を設けてもよい。その反射性金属層は、クロム、鉄、コバルト、ニッケル、銅、銀、金、ゲルマニウム、アルミニウム、マグネシウム、アンチモン、鉛、錫、カドミウム、ビスマス、セレン、ガリウム、インジウム、ルビジウム等の金属、又は、その酸化物、窒化物、又は、これらの金属の合金等を使用できる。反射性金属層は、真空蒸着法、スパッタリング法、イオンプレーティング法などの薄膜形成法によって形成することが好ましいが、メタリック顔料を含有するメタリックインクを用いて印刷することによって形成してもよい。
【００３７】
タガント１２Ｄのように光回折構造体層５を有することにより、後述する微細物質分布解析処理において、光学的な読み取りが容易となり特徴点として抽出しやすくなる。また、ルーペによる確認がしやすくなる。その他、特定波長の光（レーザ光等）を照射してホログラム図案を再生し、ホログラム図案の判定を微細物質の分布の判定と合わせて行うことにより、偽造防止効果が高くなる。
【００３８】
また、個々のタガント１２Ｄに付与されるホログラム図案は、同一としてもよいし、異なっていてもよい。異なるホログラム図案を付与する場合は、よりセキュリティ効果が高くなる。一方、同一のホログラム図案を付与する場合は、異なるホログラム図案を付与する場合と比べてコストダウンが可能となる。
【００３９】
図５のタガント１２Ｅは、所定の照射光に対し、特定波長の光を放出する反射層６を形成したものである。反射層６は、例えば、基材１２０の表面に蛍光顔料を含む樹脂を塗布するか、印刷インクに蛍光顔料を混入して印刷することにより形成される。
【００４０】
蛍光顔料として使用される無機蛍光体に用いられる材料は、例えば、紫外線発光蛍光体又は赤外線発光蛍光体等である。紫外線発光蛍光体は紫外線により励起され、それよりも低いエネルギー準位に戻るときに発するスペクトルのピークが青、緑、赤等の波長域にあるもので、例えばＣａ２Ｂ５Ｏ９Ｃｌ：Ｅｕ２＋、ＣａＷＯ４、ＺｎＯ：Ｚｎ２ＳｉＯ４：Ｍｎ、Ｙ２Ｏ２Ｓ：Ｅｕ、ＺｎＳ：Ａｇ、ＹＶＯ４：Ｅｕ、Ｙ２Ｏ３：Ｅｕ、Ｇｄ２Ｏ２Ｓ：Ｔｂ、Ｌａ２Ｏ２Ｓ：Ｔｂ、Ｙ３Ａｌ５Ｏ１２：Ｃｅ等があり、単体又はこれらから数種を選択し混合して使用することができる。その蛍光スペクトルはピークを青、赤、緑の波長域以外に持つものである。また赤外線発光蛍光体は波長λ１の励起光を受けて、波長λ２の可視光を発光する特性を示し、λ１≠λ２かつλ１＞λ２なる性質を有するものとして、その組成は例えば、ＹＦ３：Ｅｒ＋Ｙｂ、Ｙ３ＯＣｌ７：Ｅｒ＋Ｙｂ、ＮａＬｎＦ４：Ｅｒ＋Ｙｂ（Ｌｎ＝Ｙ、Ｇｄ、Ｌａ）、ＢａＹ２Ｆ８：Ｅｒ＋Ｙｂ、（ＰｂＦ２−ＧｅＯ２）：Ｅｒ＋Ｙｂ、（ＰｂＦ２−ＧｅＯ２）：Ｔｍ＋Ｙｂ等があり、いずれも励起光（λ１）８００〜１０００ｎｍの赤外線を受けて４５０ｎｍ〜６５０ｎｍに発光スペクトルの顕のピークを有する可視光線（λ２）を発光するものである。
【００４１】
反射層６はタガント１２Ｅの全面に付与されてもよいし、表面の一部に付与されてもよい。また、例えば、文字、図形、絵柄、模様等の図案として、反射層６を付与するようにしてもよい。また、反射層６を透明な被覆層で覆い、保護するようにしてもよい。反射層６の厚みは目的に応じて設定する。例えば、０．００５μｍ〜０．１μｍの厚さとすればよい。
【００４２】
タガント１２Ｅのように特定照射光による反射層６を有することにより、後述する微細物質分布解析処理において、光学的な読み取りが容易となり、特徴点として抽出しやすくなる。また、通常の白色光の下では発光しない為、隠匿性が高く、模倣を防止しやすい。また、特徴点の抽出が容易となり、個体識別精度が高くなる。
【００４３】
次に、物品１の個体識別方法について説明する。まず、図６に示すように、検査用の所定の照射光を照射する検知器等を用いて、物品１のタガント分布層１１に付与されたタガント１２の放射光を放射させ、ルーペ等を用いて拡大し、視認することでその特性を判断することにより、大まかに真偽が判定される（ステップＳ１）。ステップＳ１で真と判定された物品１について、更に、コンピュータ等の個体識別装置１００を用いた微細物質分布解析処理（ステップＳ２）を施すことにより、個体が識別される。
【００４４】
微細物質分布解析処理では、物品１にランダムに付与されたタガント１２の特徴点を読み取り、複数の特徴点に基づく情報をその個体の特徴量として照合に利用する。尚、例えば、タガント１２を印刷インクに混入して付与した場合は、たとえ同じ機種の印刷装置であっても個々の印刷装置には固有の癖があり、厳密には同じ仕上がり状態を得られない。その為、印刷装置や、用いるインク、インクの残存量、印刷の設定、更には、印刷時の気温や湿度等の諸条件によって、異なる印刷結果を得る。また、微細物質の混入の割合等によっても微細物質の分布は異なる。本発明は、予め真の物品のタガント１２の分布位置を求め、基準特徴点データとして記憶しておき、比較対象とする物品のタガント１２の分布と比較照合することにより個体を識別するものである。
【００４５】
まず、微細物質分布解析処理を行う個体識別装置１００について説明する。図７は、個体識別装置１００のハードウエア構成を示すブロック図である。図７に示すように、個体識別装置１００は、制御部１０１、記憶部１０２、入力部１０３、表示部１０４、メディア入出力部１０５、通信Ｉ／Ｆ部１０６、周辺機器Ｉ／Ｆ部１０７等がバス１０９を介して接続されて構成される。また、周辺機器Ｉ／Ｆ部１０７には画像読取装置１０８が接続されている。
【００４６】
制御部１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｓｅｓｓ Ｍｅｍｏｒｙ）等により構成される。ＣＰＵは、記憶部１０２、ＲＯＭ、記録媒体等に格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、バス１０９を介して接続された各部を駆動制御する。ＲＯＭは、コンピュータのブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持する。ＲＡＭは、ロードしたプログラムやデータを一時的に保持するとともに、制御部１０１が後述する各種処理を行う為に使用するワークエリアを備える。
【００４７】
記憶部１０２は、ＨＤＤ（ハードディスクドライブ）であり、制御部１０１が実行するプログラムや、プログラム実行に必要なデータ、ＯＳ（オペレーティング・システム）等が格納されている。これらのプログラムコードは、制御部１０１により必要に応じて読み出されてＲＡＭに移され、ＣＰＵに読み出されて実行される。
【００４８】
入力部１０３は、例えば、キーボード、マウス、タッチパネル、タブレット等のポインティング・デバイス、テンキー等の入力装置であり、入力されたデータを制御部１０１へ出力する。
【００４９】
表示部１０４は、例えば液晶パネル、ＣＲＴモニタ等のディスプレイ装置と、ディスプレイ装置と連携して表示処理を実行する為の論理回路（ビデオアダプタ等）で構成され、制御部１０１の制御により入力された表示情報をディスプレイ装置に表示させる。尚、入力部１０３と表示部１０４が一体的に構成されたタッチパネル式の入出力部としてもよい。
【００５０】
メディア入出力部１０５は、例えば、フロッピー（登録商標）ディスクドライブ、ＰＤドライブ、ＣＤドライブ、ＤＶＤドライブ、ＭＯドライブ等のメディア入出力装置であり、データの入出力を行う。通信I／F１０６は、通信制御装置、通信ポート等を有し、ネットワークとの通信を媒介する通信インタフェースであり、通信制御を行う。
【００５１】
周辺機器Ｉ／Ｆ（インタフェース）１０７は、コンピュータに周辺機器を接続させる為のポートであり、周辺機器Ｉ／Ｆ１０７を介してコンピュータは周辺機器とのデータの送受信を行う。周辺機器Ｉ／Ｆ１０７は、ＵＳＢやＩＥＥＥ１３９４やＲＳ−２３２Ｃ等で構成されており、通常複数の周辺機器Ｉ／Ｆを有する。周辺機器との接続形態は有線、無線を問わない。
【００５２】
画像読取装置１０８は、スキャナ、ＣＣＤカメラ等であり、画像を光学的に読み取り、画像データとして取得する装置である。画像読取装置１０８は、周辺機器Ｉ／Ｆ１０７を介して個体識別装置１００に接続される。或いは、画像読取装置１０８は、通信Ｉ／Ｆ１０６を介して個体識別装置１００と通信接続される構成としてもよい。画像読取装置１０８は読み取った画像データを制御部１０１へ出力する。制御部１０１は取得した画像データをＲＡＭ又は記憶部１０２の所定のメモリ領域に記憶する。バス１０９は、各装置間の制御信号、データ信号等の授受を媒介する経路である。
【００５３】
次に、微細物質分布解析処理の流れを説明する。図８は微細物質分布解析処理の流れを説明するフローチャートである。
【００５４】
図８に示すように、個体識別装置１００の制御部１０１は、まず事前処理（ステップＳ１０１〜ステップＳ１０４）を行う。事前処理では、画像読取装置１０８を用いて基準物品（真の物品）に付与されたタガント分布層１１を光学的に読み取る（ステップＳ１０１）。読み取り対象とする部位は、タガント分布層１１の全部としてもよいし、一部としてもよい。制御部１０１は、画像読取装置１０８によって読み取った画像データ（階調画像）を基準画像データとしてＲＡＭ又は記憶部１０２に記憶する。
【００５５】
次に、制御部１０１は、読み取った基準画像データに対して、特徴点の抽出の為の画像処理を行った後、基準物品の特徴点を抽出する（ステップＳ１０２）。この画像処理としては、例えば、（Ａ）中央値による二値化処理、（Ｂ）平均値による二値化処理等を採用することができる。以下、各処理について説明する。
【００５６】
（Ａ）中央値による二値化処理
以下の式（１）により算出される閾値Ｓｃにより、読み取った画像データ（階調画像）を二値化する。
【００５７】
閾値Ｓｃ＝（画像内の最大輝度値‐画像内の最少輝度値）／２・・・（１）
【００５８】
（Ｂ）平均値による二値化処理
以下の式（２）により算出される閾値Ｓａにより、読み取った画像データ（階調画像）を二値化する。
【００５９】
閾値Ｓａ＝Σ（各画素の輝度値）／画素総数・・・（２）
【００６０】
尚、閾値Ｓｃや閾値Ｓａの値をそのまま利用するのではなく、予め定められた定数を加減算したり、予め定められた係数を乗算したりしても良い。また、上記の説明では、輝度値を用いたが、本発明はこの例に限定されない。例えば、読み取った画像データをＨＳＶ変換し、色相、彩度、明度のいずれかを用いても良い。また、ＲＧＢの３次元色空間座標系を用いても良いし、他の３次元空間座標系に変換しても良い。
【００６１】
次に、制御部１０１は、二値化された画像データにおいて、各タガントの輪郭線を抽出してタガントの形状を数量化処理し、各タガントの領域の中心となる重心を求め、これを各タガントの特徴点として抽出する。タガントの重心は、以下の式（３）により算出される。
【００６２】
【数１】
【００６３】
ここで、タガントの輪郭線を構成する画素数をｎとし、輪郭の各画素の座標を（ｘi、ｙｉ）とする。尚、タガントの特徴点は、各タガントの領域の中心となる重心に限られるものではない。
【００６４】
次に、制御部１０１は、基準物品の特徴量を算出し（ステップＳ１０３）、算出された基準物品の特徴量情報（基準特徴量データ）をＲＡＭ又は記憶部１０２に記憶する（ステップＳ１０４）。ステップＳ１０３における基準物品の特徴量算出処理については、図９〜図１３を参照しながら後述する。
【００６５】
ステップＳ１０１〜ステップＳ１０４の処理により基準物品から読み取った画像データから基準特徴量データを取得、記憶すると、次に、制御部１０１は、対象物品との照合処理（ステップＳ１０５〜ステップＳ１１１）へ移行する。
【００６６】
照合処理において、制御部１０１は、対象物品に付与されたタガント分布層１１を光学的に読み取る（ステップＳ１０５）。ステップＳ１０５の対象物品の読み取りは、基準物品の読み取りと同じ画像読取装置１０８を用い、同じ条件で読み取る。また、読み取りの向き、位置、範囲も、基準物品の読み取りと同一とすることが望ましい。制御部１０１は、読み取った画像データを対象画像データとしてＲＡＭに保持する。
【００６７】
次に、制御部１０１は、読み取った基準画像データに対して、特徴点の抽出の為の画像処理を行った後、対象物品の特徴点を抽出する（ステップＳ１０６）。この画像処理としては、ステップＳ１０２と同じ画像処理を行う。
【００６８】
次に、制御部１０１は、対象物品の特徴量を算出し、算出された対象物品の特徴量情報（基準特徴量データ）をＲＡＭに記憶する（ステップＳ１０７）。ステップＳ１０７における対象物品の特徴量算出処理については、図９〜図１３を参照しながら後述する。
【００６９】
次に、制御部１０１は、ＲＡＭ又は記憶部１０２に記憶されている基準特徴量データと対象特徴量データとを照合し（ステップＳ１０８）、一致するか否かを判断する（ステップＳ１０９）。
【００７０】
基準特徴量データと対象特徴量データとの照合は、例えば、正規化相互相関（ＮＣＣ；Ｎｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ、又はＺＮＣＣ；Ｚｅｒｏ−ｍｅａｎ Ｎｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ）等を求めることにより行える。具体的には、基準特徴量データと対象特徴量データとの相関値を求める。
【００７１】
全ての比較領域について求めた相関値のうち、最大の値が所定閾値以上（相関値が類似度の場合）であれば、対象物品は真と判定する。一方、相関値の最大値が所定閾値を下回る場合は、基準物品と対象物品とが異なる個体（偽）であると判定する（相関値が類似度の場合）。
【００７２】
尚、本発明は、相関値による比較に限らず、特徴量の値をそのまま比較しても良い。また、照合の「一致」とは、厳密な一致に限定する必要はなく、特徴量の差異が所定の識別閾値内にあるものも含むものとする。本発明では、識別閾値は、真偽判定に必要な精度に応じて、入力部１０３を介して任意に設定できる。
【００７３】
制御部１０１は、設定された識別閾値を記憶部１０２に記憶しておく。そして、制御部１０１は、ステップＳ１０８における照合処理の際、記憶部１０２に記憶されている識別閾値を読み出して、基準特徴量データと対象特徴量データとの差異が識別閾値以内であれば、基準物品と対象物品とが同一個体であると判定する。
【００７４】
制御部１０１は、照合結果が「一致」であれば（ステップＳ１０９；Ｙｅｓ）、真の物品と判定し、その結果を例えば表示部１０４に表示したり、所定の結果送信先へ送信したり、或いは所定のリストに登録する等の出力処理を行う（ステップＳ１１０）。また、照合結果が「不一致」であれば（ステップＳ１０９；Ｎｏ）、偽造品と判定し、その結果を例えば表示部１０４に表示したり、所定の結果送信先へ送信したり、或いは所定のリストに登録する等の出力処理を行う（ステップＳ１１１）。その後、次の対象物品があれば、ステップＳ１０５からステップＳ１１１の照合処理を繰り返し行い、結果を出力して、タガント分布解析処理を終了する。
【００７５】
ここで、図９〜図１３を参照しながら、基準物品の特徴量算出処理（ステップＳ１０３）、及び対象物品の特徴量算出処理（ステップＳ１０７）について説明する。ステップＳ１０３及びステップＳ１０７は、処理対象となるデータが異なるだけで、処理内容は同一である。そこで、図９〜図１３の説明では、基準物品と対象物品を区別しない。図９〜図１３の説明では、画像データは、基準物品に対する基準画像データ、及び対象物品に対する対象画像データの総称である。特徴量算出点は、基準物品に対する基準特徴量算出点、及び対象物品に対する対象特徴量算出点の総称である。特徴量は、基準物品に対する基準特徴量、及び対象物品に対する対象特徴量の総称である。
【００７６】
図９は特徴点の位置ずれが特徴量に対して与える影響を説明する図、図１０は特徴量算出処理の流れを説明するフローチャート、図１１は特徴量算出処理を説明する図、図１２は所定距離Ｘを決定する第１の例を説明する図、図１３は所定距離Ｘを決定する第２の例を説明する図である。
【００７７】
まず、図９を参照しながら、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合、特徴点の位置ずれが特徴量に対して与える影響について説明する。
【００７８】
後述するように、本発明の特徴量算出処理では、制御部１０１は、抽出された複数の特徴点の中から特徴量算出点を１つずつ特定し、特徴量算出点を除いた特徴点の中から基準点を特定し、更に、特徴量算出点及び基準点を除いた特徴点の中から参照点を特定する。そして、制御部１０１は、特徴量算出点、基準点、及び参照点の３つの点を用いて、特徴量算出点ごとに特徴量を算出する。
【００７９】
図９では、１つのマス目が１画素を示している。図９では、「Ａ」が特徴量算出点、「Ｂ」が基準点、「Ｃ」が参照点、を示している。また、「Ｃ＊」は、位置ずれが発生した参照点、を示している。つまり、基準物品に対する基準画像データの参照点Ｃが、対象物品に対する対象画像データでは、参照点Ｃ＊の位置にずれてしまったことを示している。
【００８０】
このような位置ずれは、真の物品であっても起こり得る為、前述した通り、制御部１０１は、所定の識別閾値内の位置ずれであれば、真の物品であると判定する。例えば、特徴量算出点、前記基準点、及び参照点の３つの点から定義される角度を特徴量とする場合、ユーザが、識別閾値として、この角度の許容範囲（例えば、「１°」等）を予め設定しておく。
【００８１】
ところで、図９（ａ）に示すように、特徴量算出点Ａと参照点Ｃとの距離が近い場合、位置ずれ量が小さくても、特徴量に対する影響が大きくなる。図９（ａ）の例であれば、参照点Ｃと、位置ずれが発生した参照点Ｃ＊とのずれは１画素分であるが、参照点Ｃに対する特徴量が∠ＢＡＣ＝６０°、参照点Ｃ＊に対する特徴量が∠ＢＡＣ＊＝４５°となり、１５°という大きな差が生じてしまう。
【００８２】
一方、図９（ｂ）に示すように、特徴量算出点Ａと参照点Ｃとの距離が遠くなるにつれて、特徴量に対する影響も小さくなる。図９（ｂ）の例であれば、参照点Ｃと、位置ずれが発生した参照点Ｃ＊とのずれは、図９（ａ）と同じ１画素分であるにも関わらず、参照点Ｃに対する特徴量が∠ＢＡＣ＝４５°、参照点Ｃ＊に対する特徴量が∠ＢＡＣ＊＝３９．５°となり、差が５．５°に縮まっている。
【００８３】
そこで、本発明の特徴量算出処理では、図１０を参照しながら後述するように、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点の中から参照点Ｃを特定するものとする。これによって、参照点として特定された特徴点の位置がずれている場合も、特徴量に対する影響を軽減することができる。
【００８４】
また、前述の説明では参照点Ｃの位置ずれについて説明したが、基準点Ｂの位置ずれについても同様のことが言える。従って、基準点Ｂについても、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点の中から特定することが望ましい。
【００８５】
次に、図１０を参照しながら、本発明の特徴量算出処理を説明する。図１０に示すように、制御部１０１は、抽出された特徴点群の中から、特徴量算出点Ａを１つ特定する（ステップＳ２０１）。そして、制御部１０１は、特徴量算出点Ａを除いた特徴点群の中から、特徴量算出点Ａから近い順に特徴点Ａ１〜Ａｎを特定する（ステップＳ２０２）。
【００８６】
図１１（ａ）では、特徴量算出点Ａが特定されている。また、特徴量算出点Ａを除いた特徴点群の中から、特徴量算出点Ａから近い順に番号が付され、特徴点Ａ１〜Ａ８が特定されている。
【００８７】
図１０の説明に戻る。次に、制御部１０１は、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中で、特徴量算出点Ａから最近傍の点を基準点Ｂとして特定する（ステップＳ２０３）。ここで、記憶部１０２には、所定距離Ｘの値が予め記憶されている。制御部１０１は、ステップＳ２０３の処理の際、記憶部１０２から所定距離Ｘの値を読み出す。基準点は、特徴量算出点から所定距離Ｘ以上離れた特徴点から選択しているが、基準点は最近傍の特徴点を選択してもよい。
【００８８】
図１１（ａ）では、所定距離Ｘを半径とする円が、点線によって図示されている。制御部１０１は、この円の外部にある特徴点Ａ３〜Ａ８の中で、特徴量算出点Ａから最も近い点であるＡ３を、基準点Ｂとして特定する。
【００８９】
図１０の説明に戻る。次に、制御部１０１は、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中から、所定数ｊ個の参照点Ｃ１〜Ｃｊを特定する（ステップＳ２０４）。ここで、所定数ｊの値は、記憶部１０２に予め記憶されていても良いし、特徴量算出処理を実行する前に、ユーザが入力部１０３を介して入力するようにしても良い。
【００９０】
図１１（ｂ）に示す例では、所定数ｊの値が「３」である。図１１（ｂ）では、Ａ４〜Ａ６が、参照点Ｃ１〜Ｃ３として特定されている。このように、制御部１０１は、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中から、基準点Ｂの次に、特徴量算出点から近い順に参照点を特定していくことが望ましい。これは、特徴量算出点から必要以上に遠い基準点や参照点を利用して特徴量を算出すると、偽造品を検出できなくなる恐れがあるからである。つまり、特徴量算出点から遠くなる程、画素のずれによる特徴量（本実施形態では、特徴量算出点、基準点、及び参照点の３つの点によって定義される角度）の変動が小さくなる為、極端に遠い点を利用すると、偽造品と真の物品との間で特徴量の違いが出にくくなり、ひいては、偽造品を検出できなくなってしまうからである。
【００９１】
但し、特徴量算出点から極端に遠くならなければ、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中で、特徴量算出点から近い順に、例えば１個おきや２個おきに、参照点を特定しても良い。
【００９２】
図１０の説明に戻る。次に、制御部１０１は、特徴量算出点Ａと基準点Ｂとを結ぶ基準ベクトルＶを算出する（ステップＳ２０５）。また、制御部１０１は、特徴量算出点Ａと各参照点Ｃ１〜Ｃｊとを結ぶベクトルＶ１〜Ｖｊを算出する（ステップＳ２０６）。
【００９３】
図１１（ｂ）では、基準ベクトルＶ、ベクトルＶ１〜Ｖ３が図示されている。尚、基準ベクトルＶ、及びベクトルＶ１〜Ｖ３の算出処理は、ステップＳ２０２において、特徴量算出点Ａから各特徴点までの距離を算出する際に行い、ステップＳ２０５、及びステップＳ２０６を省略しても良い。
【００９４】
図１０の説明に戻る。次に、制御部１０１は、基準ベクトルＶと各ベクトルＶ１〜Ｖｊとのなす角度θ１〜θｊを算出する（ステップＳ２０７）。そして、制御部１０１は、角度θ１〜θｊを、特徴量算出点Ａの特徴量として記憶部１０２に記憶する（ステップＳ２０８）。
【００９５】
図１１（ｃ）では、角度θ１〜θ３が図示されている。記憶部１０２に記憶されるデータとしては、例えば、角度θ１〜θ３をそれぞれ単一の要素とする配列データ（θ１、θ２、θ３）が考えられる。また、他の例としては、角度θ１〜θ３の関数ｆ（θ１、θ２、θ３）を予め定義しておき、関数ｆ（θ１、θ２、θ３）に代入した結果のデータであっても良い。関数ｆ（θ１、θ２、θ３）の一例としては、例えば、ｆ（θ１、θ２、θ３）＝ａ１×θ１＋ａ２×θ２＋ａ３×θ３（但し、ａ１、ａ２、ａ３は重み係数）のように、重み付き加算関数等が考えられる。
【００９６】
図１０の説明に戻る。次に、制御部１０１は、全ての特徴点を特徴量算出点として特定済か否か確認する（ステップＳ２０９）。特徴量算出点として特定していない特徴点があれば（ステップＳ２０９のＮｏ）、制御部１０１は、ステップＳ２０１から処理を繰り返す。全ての特徴点を特徴量算出点として特定済であれば（ステップＳ２０９のＹｅｓ）、制御部１０１は、処理を終了する。
【００９７】
尚、前述の説明では、基準ベクトルＶと各ベクトルＶ１〜Ｖｊとのなす角度θ１〜θｊを特徴量としたが、本発明はこの例に限定されない。本発明では、特徴量として、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３点を用いて求めるものであれば良い。従って、例えば、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３点によって構成される三角形の形状に基づく値を、特徴量としても良い。例えば、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３点によって構成される三角形の面積を特徴量としても良い。また、例えば、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３点によって構成される三角形の辺の長さの合計を特徴量としても良い。
【００９８】
次に、図１２及び図１３を参照しながら、所定距離Ｘを決定する処理について説明する。
【００９９】
図１２及び図１３では、１つのマス目が１画素を示している。１画素の大きさは、ｄ×ｄである。図１２及び図１３に示す例は、共に、１画素分だけ位置ずれが生じた場合において、ユーザによって予め指定される識別閾値θ内に特徴量の変動が収まるように、所定距離Ｘを決定するものである。但し、位置ずれ量は１画素分に限らず、２以上の画素分を想定しても良い。
【０１００】
図１２に示す第１の例では、特徴量算出点Ａ、参照点Ｃ、及び１画素分だけ位置ずれが生じた参照点Ｃ＊の３つの点を頂点とする三角形を、二等辺三角形に近似して、所定距離Ｘを決定している。つまり、線分ＡＣ＝線分ＡＣ＊＝Ｘを仮定している。ここで、線分ＣＣ＊＝√２×ｄであるから、以下の式が成り立つ。
【０１０１】
【数２】
【０１０２】
制御部１０１は、式（４）に対して、ユーザによって予め指定される識別閾値θの値、及び１画素分の距離ｄの値を代入することによって、所定距離Ｘの値を算出する。第１の例であれば、簡便な処理によって、所定距離Ｘを決定することができる。
【０１０３】
また、図１３に示す第２の例では、制御部１０１は、特徴量算出点Ａから、水平方向に１画素ずつ仮想の参照点Ｃを特定していく。また、制御部１０１は、仮想の参照点Ｃから、例えば、隣接する上の画素にずれた仮想の参照点Ｃ＊を特定し、∠ＣＡＣ＊を算出する。そして、∠ＣＡＣ＊が識別閾値θ以下であれば、制御部１０１は、その時点の線分ＡＣを所定距離Ｘとして決定する。
【０１０４】
図１３（ａ）は、特徴量算出点Ａから右に１画素分だけ離れた点を参照点Ｃとして特定した時の∠ＣＡＣ＊を示している。また、図１３（ｂ）では、特徴量算出点Ａから右に２画素分だけ離れた点を参照点Ｃとして特定した時の∠ＣＡＣ＊を示している。また、図１３（ｃ）では、特徴量算出点Ａから右に１１画素分だけ離れた点を参照点Ｃとして特定した時の∠ＣＡＣ＊を示している。例えば、図１３（ｃ）における∠ＣＡＣ＊が識別閾値θと等しいとすると、この時の線分ＡＣを所定距離Ｘとして決定する。第２の例であれば、第１の例のような近似の仮定を置かなくても、所定距離Ｘを決定することができる。
【０１０５】
本発明の特徴量算出処理のように、抽出された複数の特徴点の中から特徴量算出点を１つずつ特定し、特徴量算出点を除いた特徴点の中から基準点を特定し、特徴量算出点から所定距離以上離れた特徴点の中から１又は複数の参照点を特定し、特徴量算出点、基準点、及び参照点の３つの点を用いて、特徴量算出点ごとに特徴量を算出することによって、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる。照合の対象は物品の表面にランダムに付与されたタガント１２の分布である為、タガント１２として、反射性金属層を有するもの、多層薄膜を有するもの、光回折構造体を有するもの、特定の照射光に対して特定の放射光を発するもの等の特殊な反射性を有するものを用いれば、個体識別精度を更に向上させることができる。また、タガント１２は印刷や塗布といった簡単な方法で付与できる為、容易に製造でき、本発明の個体識別処理を適用することで、高い精度で個体識別を行うことが可能となる。
【０１０６】
更に、タガント１２が反射性金属層３を有することにより、タガント１２の分布が確認しやすく、ルーペによる真偽判定が行いやすくなる。また、個体識別装置１００を用いた微細物質分布解析処理において、特徴点として抽出しやすくなる。
【０１０７】
また、タガント１２に誘電率が異なる多層薄膜４を形成した場合には、見る角度によって色が変化する為、ルーペによる真偽判定が行いやすくなる。また、微細物質分布解析処理において、特徴点として抽出しやすくなる。
【０１０８】
また、タガント１２が光回折構造体層５を有する場合には、反射性がよく、特徴点を抽出しやすくなるだけでなく、ホログラム図案による判定を併せて行える為、個体識別精度が高くなる。また、各微細物質に異なるホログラム図案となる光回折構造体を付与すれば、セキュリティ効果がより高くなる。一方、同一の図案となる光回折構造体を各微細物質に付与する場合は、異なるホログラム図案の光回折構造体を付与する場合と比べてコストダウンが可能となる。また偽造防止効果だけでなく、意匠性も向上する。
【０１０９】
また、タガント１２が、所定の照射光に対し、異なる波長の光を放出する特性を有する反射層６を有することにより、白色光のもとでの隠匿性を持たせることができ、偽造を防ぎやすくなる。また、ルーペによる真偽判定や微細物質分布解析処理において、光学的な読み取りが容易となり、特徴点として抽出しやすくなる。
【０１１０】
タガント１２は、物品に容易に付与できるとともに、ランダムに配置するので、偽造が困難となり、様々な物品に対して広く適用でき実用性に優れる。
【０１１１】
また、タガントは、その外形状を所定の形状とする場合の他、所定の文字、図形、記号、模様もしくはこれらを結合したもの（以下、図案という）を採用しても良い。図１４は、タガント８２の一例であり、（ａ）は上面図、（ｂ）は側面図、（ｃ）は図１４（ｂ）のＡ−Ａ線断面図である。図１４では、タガント８２の形状を六角柱とし、一部に「Ｄ」の文字（図案７）が付与されている。
【０１１２】
また、タガント８２を光学反射性のある材料によって形成するか、表面に光学反射性のある反射材料層７１を設けるようにしてもよい。すなわち、図１４（ｃ）に示すように、基材７３の表面に図案形成層７２を設け、更にその上面に反射材料層７１を形成するようにしてもよい。タガント８２の基材７３には、金属や樹脂等を用いる。
【０１１３】
図案形成層７２は、印刷、刻印等により図案７が付与される。図案７は、基材７３と異なる色の染料等を用いて形成される。このように、図案７を有するタガント８２を用いる場合、図案７の輪郭から得られた画素数を第１画素数として用いる。
【０１１４】
反射材料層７１は、物品８の基材８１及び図案形成層７２の染料７５とは異なる反射性を有する材料を用いて形成される。例えば、反射性金属層３を有するもの（図２）、誘電率が異なる薄膜を多層にコート（多層薄膜４）したもの（図３）、光回折構造体層５を有するもの（図４）、所定の照射光に対して特定の反射特性を有する反射層６を有するもの（図５）等を採用することが好適である。
【０１１５】
このように、各タガント８２が、異なる形状や図案を有する場合、ステップＳ２のタガント分布解析処理を行う際に、物品の真偽を正確に判定することが容易となる。すなわち、全て又は一部のタガント８２の重心を示す特徴量に加えて、形状情報の特徴量を組み合わせることにより、タガントの判定要素の組み合わせが広がり、対象とする物品の真偽をより正確に判定することが可能となる。また、ルーペを用いた視認による真偽の判定も容易となる。
【０１１６】
尚、本発明を適用する物品や微細物質の形状、性質、形成方法、付与する図案等は一例であり、上記の実施形態に記載されるものに限定されない。その他、当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例又は修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。
【符号の説明】
【０１１７】
１００・・・個体識別装置
１０１・・・制御部
１０２・・・記憶部
１０８・・・画像読取装置
１・・・・・基準物品
１１・・・・タガント分布層
１２・・・・タガント
３・・・・・反射性金属層
４・・・・・被覆層
５・・・・・光回折構造体層
６・・・・・所定の照射光による反射層
８２・・・・タガント
７・・・・・図案（文字、図形、記号、模様、もしくはこれらの組み合わせ）
７２・・・・図案形成層
７１・・・・反射材料層
Ａ・・・・・特徴量算出点
Ｂ・・・・・基準点
Ｃ・・・・・参照点
Ｃ＊・・・・位置ずれが発生した参照点
Ｘ・・・・・所定距離
θ・・・・・識別閾値
ｄ・・・・・１画素の１辺の長さ
【技術分野】
【０００１】
本発明は、各々の物品を撮像した画像データから特徴点を抽出し、物品を個体識別する個体識別装置等に関する。
【背景技術】
【０００２】
従来から、工業製品や商品パッケージ等には製造番号が付与され、製造管理や物流管理に利用されている。製造番号は物品の所定位置に文字或いはバーコード等の符号として印字される。また、証明書等の公的証書や商品券等の有価証券に対し、偽造防止や真正性認証を目的としてシリアルナンバーが印字されている。しかしながら、製造管理や物流管理を目的として個体識別の為の製造番号を付与する場合は、明確に視認或いは機械識別を行うことを目的としている為、明示的に印字されることが多く、特にバーコードや２次元コードの形式で付与される場合は本来の製品等の意匠性を損なうことがあった。また、偽造防止を目的とした場合、文字やバーコード等の印字は容易に偽造・変造される恐れがあり、その効果は不十分であった。
【０００３】
また近年では、個体識別の手段として、ＩＣタグを用いて個別ＩＤを付与する方法が提案されている。ＩＣタグは書換え困難かつユニークなＩＤを各々付与することができ、非接触で読取可能なことから製品等の基材裏面、もしくは内部にＩＣタグを設けることにより個体識別が可能となる。しかしながら、ＩＣタグは単価が高く普及しにくいという問題があった。
【０００４】
これらの問題に対し、例えば特許文献１では、真の個体の表面のランダムな特徴と判定対象の個体の表面の特徴とを、比較対象とする領域を移動しながら比較照合を繰り返すことにより、真偽を判定する手法が提案されている。特許文献１の手法は、特徴量として紙の透明度（紙を形成する繊維質材料の絡み具合等に起因する明暗パターン）をスキャナ等で読み取って比較するものである。
【０００５】
しかしながら、上記の特許文献１の手法では、個体表面がランダムな特徴を有する場合にのみ適用可能なものであり、個体表面の特徴が少ない物品の個体識別には適用できなかった。また、真偽判定の精度を向上する為に、物品の表面基材を特徴的なものに交換したり、或いは表面に特殊な加工を施したりすると、意匠性が損なわれたり、製造コスト増大につながる恐れがあった。そこで、物品に容易に付与でき、かつ普及した技術を利用しつつも、高い精度で個体識別や真偽判定を行えるようにすることが望まれている。
【０００６】
そこで、本願の発明者らは、特許文献２に記載の個体識別装置等を発明している。特許文献２に記載の個体識別装置は、タガントが付された物品について、基準物品を光学的に読み取った基準画像データに二値化処理等の画像処理を施して特徴点を抽出し、基準特徴点データとして記憶する。また、識別対象とする物品も同様の手法で画像を読み取り、同様の画像処理を施して特徴点を抽出する。そして、抽出された対象物特徴点データと記憶されている基準特徴点データとを比較することにより、識別対象とする物品と基準物品とが同一個体であるか否かを識別する。特許文献２に記載の個体識別装置では、特徴点の位置情報（絶対位置情報、相対位置情報）を、個体識別の為の特徴量として利用している。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特許第４１０３８２６号公報
【特許文献２】特願２０１１−０７７１９３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、特許文献２に記載の手法も含めて従来の手法では、例えば、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合、特徴量も大きく変化してしまうことがあり、個体識別の判定精度が低下してしまうという問題があった。
【０００９】
本発明は、前述した問題点に鑑みてなされたものであり、その目的とすることは、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる個体識別装置等を提供することである。
【課題を解決するための手段】
【００１０】
前述した目的を達成する為に第１の発明は、タガントを基材上にランダムに配置した物品を個体識別する個体識別装置であって、前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出手段と、前記特徴点抽出手段によって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出手段と、前記特徴量算出手段によって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出手段によって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別手段と、を具備することを特徴とする個体識別装置である。第１の発明によって、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる。
【００１１】
第１の発明における前記特徴量算出手段は、前記特徴量算出点から所定距離以上離れた前記特徴点の中から前記基準点を特定することが望ましい。これによって、基準点として特定された特徴点の位置がずれている場合も、特徴量に対する影響を軽減することができる。
【００１２】
また、第１の発明における前記特徴量算出手段は、前記特徴量算出点から所定距離以上離れた前記特徴点の中で、前記特徴量算出点に近い順に前記参照点を特定することが望ましい。これは、特徴量算出点から必要以上に遠い基準点や参照点を利用して特徴量を算出すると、偽造品を検出できなくなる恐れがあるからである。
【００１３】
また、第１の発明における前記識別手段は、前記基準物品と前記対象物品とが同一個体であるか否かを識別する為の識別閾値を予め記憶し、前記基準特徴量データと前記対象特徴量データとの差異が前記識別閾値以内であれば、前記基準物品と前記対象物品とが同一個体であると判定するものであり、前記識別閾値に基づいて前記所定距離を決定する決定手段、を更に具備することが望ましい。これによって、個体識別の為の識別閾値に応じた適切な所定距離に基づいて参照点を特定することができるので、ひいては、精度良く個体識別を行うことができる。
【００１４】
第２の発明は、タガントを基材上にランダムに配置した物品を個体識別する個体識別方法であって、前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出ステップと、前記特徴点抽出ステップによって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出ステップと、前記特徴量算出ステップによって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出ステップによって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別ステップと、を含むことを特徴とする個体識別方法である。第２の発明によって、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる。
【００１５】
第３の発明は、タガントを基材上にランダムに配置した物品を個体識別するコンピュータにより読み取り可能な形式で記述されたプログラムであって、前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出ステップと、前記特徴点抽出ステップによって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出ステップと、前記特徴量算出ステップによって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出ステップによって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別ステップと、を含む処理をコンピュータに実行させる為のプログラムである。第３の発明のプログラムをコンピュータにインストールすることによって、第１の発明の個体識別装置を得ることができる。
【発明の効果】
【００１６】
本発明により、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる個体識別装置等を提供することができる。
【図面の簡単な説明】
【００１７】
【図１】本発明を適用する物品１について説明する図
【図２】反射性金属層３を有するタガント１２Ａ、１２Ｂの構造の例
【図３】誘電率の異なる多層薄膜４を有するタガント１２Ｃの構造の例
【図４】光回折構造体層５を有するタガント１２Ｄの構造の例
【図５】特定照射光に対し所定の反射光を放射する反射層６を有するタガント１２Ｅの構造の例
【図６】個体識別処理の手順を説明するフローチャート
【図７】本発明に係る個体識別装置１００のハードウエア構成図
【図８】微細物質分布解析処理の流れを説明するフローチャート
【図９】特徴点の位置ずれが特徴量に対して与える影響を説明する図
【図１０】特徴量算出処理の流れを説明するフローチャート
【図１１】特徴量算出処理を説明する図
【図１２】所定距離Ｘを決定する第１の例を説明する図
【図１３】所定距離Ｘを決定する第２の例を説明する図
【図１４】所定の文字、図形、記号、模様もしくはこれらを結合したものが付され、かつ、所定の３次元形状を有する微細物質８２の一例を示す図
【発明を実施するための形態】
【００１８】
以下、図面に基づいて本発明の好適な実施形態について詳細に説明する。
【００１９】
まず、図１を参照して、本発明を適用する物品１について説明する。図１（ａ）は物品１の上面図、図１（ｂ）は図１（ａ）のＡ−Ａ線断面図である。物品１は、その基材１０上にタガント（ｔａｇｇａｎｔ：追跡用添加物）分布層１１を有する。タガント分布層１１には、基材１０とは異なる反射性を有するタガント１２がランダムに複数配置されている。タガント分布層１１のタガント１２は、例えば、印刷インクに混入して基材１０に印刷を施したり、粘着剤等に混入して塗布したりすることで、物品１の基材１０上のランダムな位置に配置される。
【００２０】
尚、図１（ａ）では、物品１は基材１０及びタガント分布層１１のみを図示しているが、図１（ｂ）に示すように、タガント分布層１１の上面を更に透明プラスチック等のオーバーコート層で被覆し、タガント分布層１１を保護するようにしてもよい。更に、基材１０とタガント分布層１１との間に、例えば感温変色材料層等、基材１０やタガント分布層１１とは異なる機能を有する層を形成してもよい。また、基材１０としては、物品１の機能や性質、デザイン等に応じていかなる材料を利用してもよい。また、タガント分布層１１は、物品の表面の全部に設けられてもよいし、一部に設けてもよい。
【００２１】
次に、図２〜図５を参照して、タガント１２について説明する。図２〜図５は、様々な態様のタガント１２Ａ〜１２Ｅの断面図である。タガント１２は、ルーペで拡大するとその形状や表面の光学的特徴を視認できる大きさ（数μｍ〜数百μｍ程度）の微細な細粒である。また、本発明では、タガント１２を色で識別する点に特徴がある為、タガント１２は、少なくとも光学的に画像として読み取った場合に抽出可能な色を有する。更に、タガント１２は、異なる色のものを混在させて用いる。
【００２２】
すなわち、本発明で用いる微細物質は、画像として読み取ると、色及び平面形状を認識できる形状を有するものであれば、印刷したインクが固化したもの、紙片、プラスチック片、金属片等、材質を問わず用いることが可能であり、識別精度やコストに応じて適宜選定できる。しかしながら、光学的な読み取り易さ、隠匿性等の機能を高める為に、微細物質は、例えば、図２に示すように反射性金属層３を有するもの、図３に示すように誘電率が異なる薄膜を多層にコート（多層薄膜４）したもの、図４に示すように光回折構造体層５を有するもの、図５に示すように、所定の照射光に対して特定の反射特性を有する反射層６を有するもの等を採用することが好適である。
【００２３】
尚、図２〜図５のタガント１２Ａ、１２Ｂ、１２Ｃ、１２Ｄ、１２Ｅは、説明の為に断面形状を円形として示しているが、本実施形態では、これに限定されるものではなく、タガント１２の形状は、画像データとして読み取った際に、平面形状として抽出可能であれば、任意としてよい。例えば、偏平形状のものや、粉砕してランダムな形状となったものをタガント１２の基材１２０として用いるようにしてもよい。タガント１２の形状としては、動物や乗り物等の意味のある形状にしてもよい。
【００２４】
図２のタガント１２Ａは、タガント１２の基材１２０の表面に反射性金属層３を形成したものである。
【００２５】
反射性金属層３を不透明層とする場合は、屈折率が小さい薄膜とすればよく、一般的に使用されるアルミニウムの他に、例えば、クロム、鉄、コバルト、ニッケル、銅、銀、金、マグネシウム、鉛、錫、カドミウム、ビスマス、チタン、亜鉛、インジウム等の金属、又は、その酸化物、窒化物、又は、これらの金属の合金等を使用する。また、反射性金属層３を透明層とする場合は、屈折率が大きい薄膜とすればよく、硫化亜鉛、酸化チタン、酸化アルミニウム、酸化シリコン、硫化アンチモン等を使用する。
【００２６】
反射性金属層３の形成は、真空蒸着法、スパッタリング法、イオンプレーティング法などの薄膜形成法によって行う。反射性金属層３の厚みは目的に応じて設定する。例えば、０．００５μｍ〜０．１μｍの厚さとすればよい。
【００２７】
反射性金属層３はタガント１２Ａの基材１２０の表面の全部に付与されてもよいし、一部に付与されてもよい。また、例えば、文字、図形、記号、模様等やこれらの組み合わせからなる図案として、反射性金属層３を付与するようにしてもよい。
【００２８】
基材１２０には、例えば、ポリエチレンテレフタレート（ポリエステル）、ポリ塩化ビニル、ポリカーボネート、ポリイミド、ポリアミド、セルローストリアセテート、ポリスチレン、アクリル、ポリプロピレン、ポリエチレンを使用すればよい。
【００２９】
また、図２（Ｂ）に示すタガント１２Ｂのように、反射性金属層３を透明な被覆層３１で覆い、保護するようにしてもよい。被覆層３１の材料は、ポリエチレン、ワックス、シリコン、ポリエステルフィルム等のプラスチックフィルム等が好適である。
【００３０】
タガント１２Ａ、１２Ｂのように反射性金属層３を有することにより、後述する微細物質分布解析処理（図８）において、特徴点として抽出しやすくなる。また、タガント１２の分布が確認しやすく、ルーペ（拡大鏡）による真偽判定が行いやすくなる。
【００３１】
図３のタガント１２Ｃは、基材１２０の表面に誘電率の異なる薄膜を多層に形成したものである。例えば、天然雲母薄片（マイカフレーク）等の基材１２０に酸化チタン、酸化鉄などの金属酸化物をコートした顔料（パール顔料）や、合成アルミナフレーク、合成シリカフレーク、ホウ珪酸ガラスフレーク、酸化チタン被覆、合成マイカフレーク（酸化アルミニウム、酸化マグネシウム、二酸化ケイ素、フッ素化合物等）等の基材１２０に、酸化チタン、酸化鉄などの金属酸化物をコートした顔料（エフェクト顔料）等がタガント１２Ｃとして使用できる。多層薄膜４の厚みは目的に応じて設定する。例えば、０．００５μｍ〜０．１μｍの厚さとすればよい。
【００３２】
タガント１２Ｃは見る角度によって色が変化する為、後述する微細物質分布解析処理（図８）において、特徴点として抽出しやすくなる。また、ルーペによる真偽判定が行いやすくなるという効果もある。
【００３３】
図４のタガント１２Ｄは、基材１２０の表面に光回折構造体層５を形成したものである。光回折構造体層５とは、ホログラムの微細凹凸が形成された層であるが、光回折構造体層５自体は、ホログラムの微細凹凸の形成が可能な種々の素材を用いて形成できる。例えば、ポリ塩化ビニル、アクリル樹脂、ポリスチレン、ポリカーボネートなどの透明な熱可塑性樹脂、或いは、不飽和ポリエステル、メラミン、エポキシ、ポリエステル（メタ）アクリレート、ウレタン（メタ）アクリレート、エポキシ（メタ）アクリレート、ポリエーテル（メタ）アクリレート、ポリオール（メタ）アクリレート、メラミン（メタ）アクリレート、トリアジン系アクリレート等の透明熱硬化性樹脂等を使用できる。更には、上記の熱可塑性樹脂と上記の熱硬化性樹脂とを混合して使用し、更に、ラジカル重合性不飽和基を有する熱成形性物質、或いは、これらにラジカル重合性不飽和単量体を加え電離放射線硬化性としたものなどを使用してもよい。
【００３４】
光回折構造体層５はタガント１２Ｄの全面に付与されてもよいし、一部に付与されてもよい。また、光回折構造体層５を透明な被覆層（不図示）で覆い、保護するようにしてもよい。
【００３５】
光回折構造体層５へのホログラムの微細凹凸の形成は、回折格子やホログラムの干渉縞が凹凸の形で記録された原版をプレス型として用い、基材に上記の樹脂を塗布用組成物として調製したものを、グラビアコート法、ロールコート法、バーコート法などの手段で塗布して塗膜を形成し、その上に上記の原版を重ねて加熱ロールなどの適宜手段によって両者を加熱圧着して行なうことができる。また、フォトポリマーを用いる場合は、基材上に、フォトポリマーを同様に塗布した後、上記の原版を重ねてレーザー光を照射することにより複製できる。光回折構造体層５の厚みは目的に応じて設定する。例えば、０．００５μｍ〜０．１μｍの厚さとすればよい。
【００３６】
また、図４のタガント１２Ｄにおいて、ホログラムの微細凹凸の回折効率を高める為に、更に、反射性金属層を設けてもよい。その反射性金属層は、クロム、鉄、コバルト、ニッケル、銅、銀、金、ゲルマニウム、アルミニウム、マグネシウム、アンチモン、鉛、錫、カドミウム、ビスマス、セレン、ガリウム、インジウム、ルビジウム等の金属、又は、その酸化物、窒化物、又は、これらの金属の合金等を使用できる。反射性金属層は、真空蒸着法、スパッタリング法、イオンプレーティング法などの薄膜形成法によって形成することが好ましいが、メタリック顔料を含有するメタリックインクを用いて印刷することによって形成してもよい。
【００３７】
タガント１２Ｄのように光回折構造体層５を有することにより、後述する微細物質分布解析処理において、光学的な読み取りが容易となり特徴点として抽出しやすくなる。また、ルーペによる確認がしやすくなる。その他、特定波長の光（レーザ光等）を照射してホログラム図案を再生し、ホログラム図案の判定を微細物質の分布の判定と合わせて行うことにより、偽造防止効果が高くなる。
【００３８】
また、個々のタガント１２Ｄに付与されるホログラム図案は、同一としてもよいし、異なっていてもよい。異なるホログラム図案を付与する場合は、よりセキュリティ効果が高くなる。一方、同一のホログラム図案を付与する場合は、異なるホログラム図案を付与する場合と比べてコストダウンが可能となる。
【００３９】
図５のタガント１２Ｅは、所定の照射光に対し、特定波長の光を放出する反射層６を形成したものである。反射層６は、例えば、基材１２０の表面に蛍光顔料を含む樹脂を塗布するか、印刷インクに蛍光顔料を混入して印刷することにより形成される。
【００４０】
蛍光顔料として使用される無機蛍光体に用いられる材料は、例えば、紫外線発光蛍光体又は赤外線発光蛍光体等である。紫外線発光蛍光体は紫外線により励起され、それよりも低いエネルギー準位に戻るときに発するスペクトルのピークが青、緑、赤等の波長域にあるもので、例えばＣａ２Ｂ５Ｏ９Ｃｌ：Ｅｕ２＋、ＣａＷＯ４、ＺｎＯ：Ｚｎ２ＳｉＯ４：Ｍｎ、Ｙ２Ｏ２Ｓ：Ｅｕ、ＺｎＳ：Ａｇ、ＹＶＯ４：Ｅｕ、Ｙ２Ｏ３：Ｅｕ、Ｇｄ２Ｏ２Ｓ：Ｔｂ、Ｌａ２Ｏ２Ｓ：Ｔｂ、Ｙ３Ａｌ５Ｏ１２：Ｃｅ等があり、単体又はこれらから数種を選択し混合して使用することができる。その蛍光スペクトルはピークを青、赤、緑の波長域以外に持つものである。また赤外線発光蛍光体は波長λ１の励起光を受けて、波長λ２の可視光を発光する特性を示し、λ１≠λ２かつλ１＞λ２なる性質を有するものとして、その組成は例えば、ＹＦ３：Ｅｒ＋Ｙｂ、Ｙ３ＯＣｌ７：Ｅｒ＋Ｙｂ、ＮａＬｎＦ４：Ｅｒ＋Ｙｂ（Ｌｎ＝Ｙ、Ｇｄ、Ｌａ）、ＢａＹ２Ｆ８：Ｅｒ＋Ｙｂ、（ＰｂＦ２−ＧｅＯ２）：Ｅｒ＋Ｙｂ、（ＰｂＦ２−ＧｅＯ２）：Ｔｍ＋Ｙｂ等があり、いずれも励起光（λ１）８００〜１０００ｎｍの赤外線を受けて４５０ｎｍ〜６５０ｎｍに発光スペクトルの顕のピークを有する可視光線（λ２）を発光するものである。
【００４１】
反射層６はタガント１２Ｅの全面に付与されてもよいし、表面の一部に付与されてもよい。また、例えば、文字、図形、絵柄、模様等の図案として、反射層６を付与するようにしてもよい。また、反射層６を透明な被覆層で覆い、保護するようにしてもよい。反射層６の厚みは目的に応じて設定する。例えば、０．００５μｍ〜０．１μｍの厚さとすればよい。
【００４２】
タガント１２Ｅのように特定照射光による反射層６を有することにより、後述する微細物質分布解析処理において、光学的な読み取りが容易となり、特徴点として抽出しやすくなる。また、通常の白色光の下では発光しない為、隠匿性が高く、模倣を防止しやすい。また、特徴点の抽出が容易となり、個体識別精度が高くなる。
【００４３】
次に、物品１の個体識別方法について説明する。まず、図６に示すように、検査用の所定の照射光を照射する検知器等を用いて、物品１のタガント分布層１１に付与されたタガント１２の放射光を放射させ、ルーペ等を用いて拡大し、視認することでその特性を判断することにより、大まかに真偽が判定される（ステップＳ１）。ステップＳ１で真と判定された物品１について、更に、コンピュータ等の個体識別装置１００を用いた微細物質分布解析処理（ステップＳ２）を施すことにより、個体が識別される。
【００４４】
微細物質分布解析処理では、物品１にランダムに付与されたタガント１２の特徴点を読み取り、複数の特徴点に基づく情報をその個体の特徴量として照合に利用する。尚、例えば、タガント１２を印刷インクに混入して付与した場合は、たとえ同じ機種の印刷装置であっても個々の印刷装置には固有の癖があり、厳密には同じ仕上がり状態を得られない。その為、印刷装置や、用いるインク、インクの残存量、印刷の設定、更には、印刷時の気温や湿度等の諸条件によって、異なる印刷結果を得る。また、微細物質の混入の割合等によっても微細物質の分布は異なる。本発明は、予め真の物品のタガント１２の分布位置を求め、基準特徴点データとして記憶しておき、比較対象とする物品のタガント１２の分布と比較照合することにより個体を識別するものである。
【００４５】
まず、微細物質分布解析処理を行う個体識別装置１００について説明する。図７は、個体識別装置１００のハードウエア構成を示すブロック図である。図７に示すように、個体識別装置１００は、制御部１０１、記憶部１０２、入力部１０３、表示部１０４、メディア入出力部１０５、通信Ｉ／Ｆ部１０６、周辺機器Ｉ／Ｆ部１０７等がバス１０９を介して接続されて構成される。また、周辺機器Ｉ／Ｆ部１０７には画像読取装置１０８が接続されている。
【００４６】
制御部１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｓｅｓｓ Ｍｅｍｏｒｙ）等により構成される。ＣＰＵは、記憶部１０２、ＲＯＭ、記録媒体等に格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、バス１０９を介して接続された各部を駆動制御する。ＲＯＭは、コンピュータのブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持する。ＲＡＭは、ロードしたプログラムやデータを一時的に保持するとともに、制御部１０１が後述する各種処理を行う為に使用するワークエリアを備える。
【００４７】
記憶部１０２は、ＨＤＤ（ハードディスクドライブ）であり、制御部１０１が実行するプログラムや、プログラム実行に必要なデータ、ＯＳ（オペレーティング・システム）等が格納されている。これらのプログラムコードは、制御部１０１により必要に応じて読み出されてＲＡＭに移され、ＣＰＵに読み出されて実行される。
【００４８】
入力部１０３は、例えば、キーボード、マウス、タッチパネル、タブレット等のポインティング・デバイス、テンキー等の入力装置であり、入力されたデータを制御部１０１へ出力する。
【００４９】
表示部１０４は、例えば液晶パネル、ＣＲＴモニタ等のディスプレイ装置と、ディスプレイ装置と連携して表示処理を実行する為の論理回路（ビデオアダプタ等）で構成され、制御部１０１の制御により入力された表示情報をディスプレイ装置に表示させる。尚、入力部１０３と表示部１０４が一体的に構成されたタッチパネル式の入出力部としてもよい。
【００５０】
メディア入出力部１０５は、例えば、フロッピー（登録商標）ディスクドライブ、ＰＤドライブ、ＣＤドライブ、ＤＶＤドライブ、ＭＯドライブ等のメディア入出力装置であり、データの入出力を行う。通信I／F１０６は、通信制御装置、通信ポート等を有し、ネットワークとの通信を媒介する通信インタフェースであり、通信制御を行う。
【００５１】
周辺機器Ｉ／Ｆ（インタフェース）１０７は、コンピュータに周辺機器を接続させる為のポートであり、周辺機器Ｉ／Ｆ１０７を介してコンピュータは周辺機器とのデータの送受信を行う。周辺機器Ｉ／Ｆ１０７は、ＵＳＢやＩＥＥＥ１３９４やＲＳ−２３２Ｃ等で構成されており、通常複数の周辺機器Ｉ／Ｆを有する。周辺機器との接続形態は有線、無線を問わない。
【００５２】
画像読取装置１０８は、スキャナ、ＣＣＤカメラ等であり、画像を光学的に読み取り、画像データとして取得する装置である。画像読取装置１０８は、周辺機器Ｉ／Ｆ１０７を介して個体識別装置１００に接続される。或いは、画像読取装置１０８は、通信Ｉ／Ｆ１０６を介して個体識別装置１００と通信接続される構成としてもよい。画像読取装置１０８は読み取った画像データを制御部１０１へ出力する。制御部１０１は取得した画像データをＲＡＭ又は記憶部１０２の所定のメモリ領域に記憶する。バス１０９は、各装置間の制御信号、データ信号等の授受を媒介する経路である。
【００５３】
次に、微細物質分布解析処理の流れを説明する。図８は微細物質分布解析処理の流れを説明するフローチャートである。
【００５４】
図８に示すように、個体識別装置１００の制御部１０１は、まず事前処理（ステップＳ１０１〜ステップＳ１０４）を行う。事前処理では、画像読取装置１０８を用いて基準物品（真の物品）に付与されたタガント分布層１１を光学的に読み取る（ステップＳ１０１）。読み取り対象とする部位は、タガント分布層１１の全部としてもよいし、一部としてもよい。制御部１０１は、画像読取装置１０８によって読み取った画像データ（階調画像）を基準画像データとしてＲＡＭ又は記憶部１０２に記憶する。
【００５５】
次に、制御部１０１は、読み取った基準画像データに対して、特徴点の抽出の為の画像処理を行った後、基準物品の特徴点を抽出する（ステップＳ１０２）。この画像処理としては、例えば、（Ａ）中央値による二値化処理、（Ｂ）平均値による二値化処理等を採用することができる。以下、各処理について説明する。
【００５６】
（Ａ）中央値による二値化処理
以下の式（１）により算出される閾値Ｓｃにより、読み取った画像データ（階調画像）を二値化する。
【００５７】
閾値Ｓｃ＝（画像内の最大輝度値‐画像内の最少輝度値）／２・・・（１）
【００５８】
（Ｂ）平均値による二値化処理
以下の式（２）により算出される閾値Ｓａにより、読み取った画像データ（階調画像）を二値化する。
【００５９】
閾値Ｓａ＝Σ（各画素の輝度値）／画素総数・・・（２）
【００６０】
尚、閾値Ｓｃや閾値Ｓａの値をそのまま利用するのではなく、予め定められた定数を加減算したり、予め定められた係数を乗算したりしても良い。また、上記の説明では、輝度値を用いたが、本発明はこの例に限定されない。例えば、読み取った画像データをＨＳＶ変換し、色相、彩度、明度のいずれかを用いても良い。また、ＲＧＢの３次元色空間座標系を用いても良いし、他の３次元空間座標系に変換しても良い。
【００６１】
次に、制御部１０１は、二値化された画像データにおいて、各タガントの輪郭線を抽出してタガントの形状を数量化処理し、各タガントの領域の中心となる重心を求め、これを各タガントの特徴点として抽出する。タガントの重心は、以下の式（３）により算出される。
【００６２】
【数１】
【００６３】
ここで、タガントの輪郭線を構成する画素数をｎとし、輪郭の各画素の座標を（ｘi、ｙｉ）とする。尚、タガントの特徴点は、各タガントの領域の中心となる重心に限られるものではない。
【００６４】
次に、制御部１０１は、基準物品の特徴量を算出し（ステップＳ１０３）、算出された基準物品の特徴量情報（基準特徴量データ）をＲＡＭ又は記憶部１０２に記憶する（ステップＳ１０４）。ステップＳ１０３における基準物品の特徴量算出処理については、図９〜図１３を参照しながら後述する。
【００６５】
ステップＳ１０１〜ステップＳ１０４の処理により基準物品から読み取った画像データから基準特徴量データを取得、記憶すると、次に、制御部１０１は、対象物品との照合処理（ステップＳ１０５〜ステップＳ１１１）へ移行する。
【００６６】
照合処理において、制御部１０１は、対象物品に付与されたタガント分布層１１を光学的に読み取る（ステップＳ１０５）。ステップＳ１０５の対象物品の読み取りは、基準物品の読み取りと同じ画像読取装置１０８を用い、同じ条件で読み取る。また、読み取りの向き、位置、範囲も、基準物品の読み取りと同一とすることが望ましい。制御部１０１は、読み取った画像データを対象画像データとしてＲＡＭに保持する。
【００６７】
次に、制御部１０１は、読み取った基準画像データに対して、特徴点の抽出の為の画像処理を行った後、対象物品の特徴点を抽出する（ステップＳ１０６）。この画像処理としては、ステップＳ１０２と同じ画像処理を行う。
【００６８】
次に、制御部１０１は、対象物品の特徴量を算出し、算出された対象物品の特徴量情報（基準特徴量データ）をＲＡＭに記憶する（ステップＳ１０７）。ステップＳ１０７における対象物品の特徴量算出処理については、図９〜図１３を参照しながら後述する。
【００６９】
次に、制御部１０１は、ＲＡＭ又は記憶部１０２に記憶されている基準特徴量データと対象特徴量データとを照合し（ステップＳ１０８）、一致するか否かを判断する（ステップＳ１０９）。
【００７０】
基準特徴量データと対象特徴量データとの照合は、例えば、正規化相互相関（ＮＣＣ；Ｎｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ、又はＺＮＣＣ；Ｚｅｒｏ−ｍｅａｎ Ｎｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ）等を求めることにより行える。具体的には、基準特徴量データと対象特徴量データとの相関値を求める。
【００７１】
全ての比較領域について求めた相関値のうち、最大の値が所定閾値以上（相関値が類似度の場合）であれば、対象物品は真と判定する。一方、相関値の最大値が所定閾値を下回る場合は、基準物品と対象物品とが異なる個体（偽）であると判定する（相関値が類似度の場合）。
【００７２】
尚、本発明は、相関値による比較に限らず、特徴量の値をそのまま比較しても良い。また、照合の「一致」とは、厳密な一致に限定する必要はなく、特徴量の差異が所定の識別閾値内にあるものも含むものとする。本発明では、識別閾値は、真偽判定に必要な精度に応じて、入力部１０３を介して任意に設定できる。
【００７３】
制御部１０１は、設定された識別閾値を記憶部１０２に記憶しておく。そして、制御部１０１は、ステップＳ１０８における照合処理の際、記憶部１０２に記憶されている識別閾値を読み出して、基準特徴量データと対象特徴量データとの差異が識別閾値以内であれば、基準物品と対象物品とが同一個体であると判定する。
【００７４】
制御部１０１は、照合結果が「一致」であれば（ステップＳ１０９；Ｙｅｓ）、真の物品と判定し、その結果を例えば表示部１０４に表示したり、所定の結果送信先へ送信したり、或いは所定のリストに登録する等の出力処理を行う（ステップＳ１１０）。また、照合結果が「不一致」であれば（ステップＳ１０９；Ｎｏ）、偽造品と判定し、その結果を例えば表示部１０４に表示したり、所定の結果送信先へ送信したり、或いは所定のリストに登録する等の出力処理を行う（ステップＳ１１１）。その後、次の対象物品があれば、ステップＳ１０５からステップＳ１１１の照合処理を繰り返し行い、結果を出力して、タガント分布解析処理を終了する。
【００７５】
ここで、図９〜図１３を参照しながら、基準物品の特徴量算出処理（ステップＳ１０３）、及び対象物品の特徴量算出処理（ステップＳ１０７）について説明する。ステップＳ１０３及びステップＳ１０７は、処理対象となるデータが異なるだけで、処理内容は同一である。そこで、図９〜図１３の説明では、基準物品と対象物品を区別しない。図９〜図１３の説明では、画像データは、基準物品に対する基準画像データ、及び対象物品に対する対象画像データの総称である。特徴量算出点は、基準物品に対する基準特徴量算出点、及び対象物品に対する対象特徴量算出点の総称である。特徴量は、基準物品に対する基準特徴量、及び対象物品に対する対象特徴量の総称である。
【００７６】
図９は特徴点の位置ずれが特徴量に対して与える影響を説明する図、図１０は特徴量算出処理の流れを説明するフローチャート、図１１は特徴量算出処理を説明する図、図１２は所定距離Ｘを決定する第１の例を説明する図、図１３は所定距離Ｘを決定する第２の例を説明する図である。
【００７７】
まず、図９を参照しながら、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合、特徴点の位置ずれが特徴量に対して与える影響について説明する。
【００７８】
後述するように、本発明の特徴量算出処理では、制御部１０１は、抽出された複数の特徴点の中から特徴量算出点を１つずつ特定し、特徴量算出点を除いた特徴点の中から基準点を特定し、更に、特徴量算出点及び基準点を除いた特徴点の中から参照点を特定する。そして、制御部１０１は、特徴量算出点、基準点、及び参照点の３つの点を用いて、特徴量算出点ごとに特徴量を算出する。
【００７９】
図９では、１つのマス目が１画素を示している。図９では、「Ａ」が特徴量算出点、「Ｂ」が基準点、「Ｃ」が参照点、を示している。また、「Ｃ＊」は、位置ずれが発生した参照点、を示している。つまり、基準物品に対する基準画像データの参照点Ｃが、対象物品に対する対象画像データでは、参照点Ｃ＊の位置にずれてしまったことを示している。
【００８０】
このような位置ずれは、真の物品であっても起こり得る為、前述した通り、制御部１０１は、所定の識別閾値内の位置ずれであれば、真の物品であると判定する。例えば、特徴量算出点、前記基準点、及び参照点の３つの点から定義される角度を特徴量とする場合、ユーザが、識別閾値として、この角度の許容範囲（例えば、「１°」等）を予め設定しておく。
【００８１】
ところで、図９（ａ）に示すように、特徴量算出点Ａと参照点Ｃとの距離が近い場合、位置ずれ量が小さくても、特徴量に対する影響が大きくなる。図９（ａ）の例であれば、参照点Ｃと、位置ずれが発生した参照点Ｃ＊とのずれは１画素分であるが、参照点Ｃに対する特徴量が∠ＢＡＣ＝６０°、参照点Ｃ＊に対する特徴量が∠ＢＡＣ＊＝４５°となり、１５°という大きな差が生じてしまう。
【００８２】
一方、図９（ｂ）に示すように、特徴量算出点Ａと参照点Ｃとの距離が遠くなるにつれて、特徴量に対する影響も小さくなる。図９（ｂ）の例であれば、参照点Ｃと、位置ずれが発生した参照点Ｃ＊とのずれは、図９（ａ）と同じ１画素分であるにも関わらず、参照点Ｃに対する特徴量が∠ＢＡＣ＝４５°、参照点Ｃ＊に対する特徴量が∠ＢＡＣ＊＝３９．５°となり、差が５．５°に縮まっている。
【００８３】
そこで、本発明の特徴量算出処理では、図１０を参照しながら後述するように、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点の中から参照点Ｃを特定するものとする。これによって、参照点として特定された特徴点の位置がずれている場合も、特徴量に対する影響を軽減することができる。
【００８４】
また、前述の説明では参照点Ｃの位置ずれについて説明したが、基準点Ｂの位置ずれについても同様のことが言える。従って、基準点Ｂについても、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点の中から特定することが望ましい。
【００８５】
次に、図１０を参照しながら、本発明の特徴量算出処理を説明する。図１０に示すように、制御部１０１は、抽出された特徴点群の中から、特徴量算出点Ａを１つ特定する（ステップＳ２０１）。そして、制御部１０１は、特徴量算出点Ａを除いた特徴点群の中から、特徴量算出点Ａから近い順に特徴点Ａ１〜Ａｎを特定する（ステップＳ２０２）。
【００８６】
図１１（ａ）では、特徴量算出点Ａが特定されている。また、特徴量算出点Ａを除いた特徴点群の中から、特徴量算出点Ａから近い順に番号が付され、特徴点Ａ１〜Ａ８が特定されている。
【００８７】
図１０の説明に戻る。次に、制御部１０１は、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中で、特徴量算出点Ａから最近傍の点を基準点Ｂとして特定する（ステップＳ２０３）。ここで、記憶部１０２には、所定距離Ｘの値が予め記憶されている。制御部１０１は、ステップＳ２０３の処理の際、記憶部１０２から所定距離Ｘの値を読み出す。基準点は、特徴量算出点から所定距離Ｘ以上離れた特徴点から選択しているが、基準点は最近傍の特徴点を選択してもよい。
【００８８】
図１１（ａ）では、所定距離Ｘを半径とする円が、点線によって図示されている。制御部１０１は、この円の外部にある特徴点Ａ３〜Ａ８の中で、特徴量算出点Ａから最も近い点であるＡ３を、基準点Ｂとして特定する。
【００８９】
図１０の説明に戻る。次に、制御部１０１は、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中から、所定数ｊ個の参照点Ｃ１〜Ｃｊを特定する（ステップＳ２０４）。ここで、所定数ｊの値は、記憶部１０２に予め記憶されていても良いし、特徴量算出処理を実行する前に、ユーザが入力部１０３を介して入力するようにしても良い。
【００９０】
図１１（ｂ）に示す例では、所定数ｊの値が「３」である。図１１（ｂ）では、Ａ４〜Ａ６が、参照点Ｃ１〜Ｃ３として特定されている。このように、制御部１０１は、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中から、基準点Ｂの次に、特徴量算出点から近い順に参照点を特定していくことが望ましい。これは、特徴量算出点から必要以上に遠い基準点や参照点を利用して特徴量を算出すると、偽造品を検出できなくなる恐れがあるからである。つまり、特徴量算出点から遠くなる程、画素のずれによる特徴量（本実施形態では、特徴量算出点、基準点、及び参照点の３つの点によって定義される角度）の変動が小さくなる為、極端に遠い点を利用すると、偽造品と真の物品との間で特徴量の違いが出にくくなり、ひいては、偽造品を検出できなくなってしまうからである。
【００９１】
但し、特徴量算出点から極端に遠くならなければ、特徴量算出点Ａから所定距離Ｘ以上離れた特徴点Ａｉ〜Ａｎの中で、特徴量算出点から近い順に、例えば１個おきや２個おきに、参照点を特定しても良い。
【００９２】
図１０の説明に戻る。次に、制御部１０１は、特徴量算出点Ａと基準点Ｂとを結ぶ基準ベクトルＶを算出する（ステップＳ２０５）。また、制御部１０１は、特徴量算出点Ａと各参照点Ｃ１〜Ｃｊとを結ぶベクトルＶ１〜Ｖｊを算出する（ステップＳ２０６）。
【００９３】
図１１（ｂ）では、基準ベクトルＶ、ベクトルＶ１〜Ｖ３が図示されている。尚、基準ベクトルＶ、及びベクトルＶ１〜Ｖ３の算出処理は、ステップＳ２０２において、特徴量算出点Ａから各特徴点までの距離を算出する際に行い、ステップＳ２０５、及びステップＳ２０６を省略しても良い。
【００９４】
図１０の説明に戻る。次に、制御部１０１は、基準ベクトルＶと各ベクトルＶ１〜Ｖｊとのなす角度θ１〜θｊを算出する（ステップＳ２０７）。そして、制御部１０１は、角度θ１〜θｊを、特徴量算出点Ａの特徴量として記憶部１０２に記憶する（ステップＳ２０８）。
【００９５】
図１１（ｃ）では、角度θ１〜θ３が図示されている。記憶部１０２に記憶されるデータとしては、例えば、角度θ１〜θ３をそれぞれ単一の要素とする配列データ（θ１、θ２、θ３）が考えられる。また、他の例としては、角度θ１〜θ３の関数ｆ（θ１、θ２、θ３）を予め定義しておき、関数ｆ（θ１、θ２、θ３）に代入した結果のデータであっても良い。関数ｆ（θ１、θ２、θ３）の一例としては、例えば、ｆ（θ１、θ２、θ３）＝ａ１×θ１＋ａ２×θ２＋ａ３×θ３（但し、ａ１、ａ２、ａ３は重み係数）のように、重み付き加算関数等が考えられる。
【００９６】
図１０の説明に戻る。次に、制御部１０１は、全ての特徴点を特徴量算出点として特定済か否か確認する（ステップＳ２０９）。特徴量算出点として特定していない特徴点があれば（ステップＳ２０９のＮｏ）、制御部１０１は、ステップＳ２０１から処理を繰り返す。全ての特徴点を特徴量算出点として特定済であれば（ステップＳ２０９のＹｅｓ）、制御部１０１は、処理を終了する。
【００９７】
尚、前述の説明では、基準ベクトルＶと各ベクトルＶ１〜Ｖｊとのなす角度θ１〜θｊを特徴量としたが、本発明はこの例に限定されない。本発明では、特徴量として、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３点を用いて求めるものであれば良い。従って、例えば、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３点によって構成される三角形の形状に基づく値を、特徴量としても良い。例えば、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３点によって構成される三角形の面積を特徴量としても良い。また、例えば、特徴量算出点Ａ、基準点Ｂ、及び参照点Ｃ１〜Ｃｊの３点によって構成される三角形の辺の長さの合計を特徴量としても良い。
【００９８】
次に、図１２及び図１３を参照しながら、所定距離Ｘを決定する処理について説明する。
【００９９】
図１２及び図１３では、１つのマス目が１画素を示している。１画素の大きさは、ｄ×ｄである。図１２及び図１３に示す例は、共に、１画素分だけ位置ずれが生じた場合において、ユーザによって予め指定される識別閾値θ内に特徴量の変動が収まるように、所定距離Ｘを決定するものである。但し、位置ずれ量は１画素分に限らず、２以上の画素分を想定しても良い。
【０１００】
図１２に示す第１の例では、特徴量算出点Ａ、参照点Ｃ、及び１画素分だけ位置ずれが生じた参照点Ｃ＊の３つの点を頂点とする三角形を、二等辺三角形に近似して、所定距離Ｘを決定している。つまり、線分ＡＣ＝線分ＡＣ＊＝Ｘを仮定している。ここで、線分ＣＣ＊＝√２×ｄであるから、以下の式が成り立つ。
【０１０１】
【数２】
【０１０２】
制御部１０１は、式（４）に対して、ユーザによって予め指定される識別閾値θの値、及び１画素分の距離ｄの値を代入することによって、所定距離Ｘの値を算出する。第１の例であれば、簡便な処理によって、所定距離Ｘを決定することができる。
【０１０３】
また、図１３に示す第２の例では、制御部１０１は、特徴量算出点Ａから、水平方向に１画素ずつ仮想の参照点Ｃを特定していく。また、制御部１０１は、仮想の参照点Ｃから、例えば、隣接する上の画素にずれた仮想の参照点Ｃ＊を特定し、∠ＣＡＣ＊を算出する。そして、∠ＣＡＣ＊が識別閾値θ以下であれば、制御部１０１は、その時点の線分ＡＣを所定距離Ｘとして決定する。
【０１０４】
図１３（ａ）は、特徴量算出点Ａから右に１画素分だけ離れた点を参照点Ｃとして特定した時の∠ＣＡＣ＊を示している。また、図１３（ｂ）では、特徴量算出点Ａから右に２画素分だけ離れた点を参照点Ｃとして特定した時の∠ＣＡＣ＊を示している。また、図１３（ｃ）では、特徴量算出点Ａから右に１１画素分だけ離れた点を参照点Ｃとして特定した時の∠ＣＡＣ＊を示している。例えば、図１３（ｃ）における∠ＣＡＣ＊が識別閾値θと等しいとすると、この時の線分ＡＣを所定距離Ｘとして決定する。第２の例であれば、第１の例のような近似の仮定を置かなくても、所定距離Ｘを決定することができる。
【０１０５】
本発明の特徴量算出処理のように、抽出された複数の特徴点の中から特徴量算出点を１つずつ特定し、特徴量算出点を除いた特徴点の中から基準点を特定し、特徴量算出点から所定距離以上離れた特徴点の中から１又は複数の参照点を特定し、特徴量算出点、基準点、及び参照点の３つの点を用いて、特徴量算出点ごとに特徴量を算出することによって、画像取り込みの際などに起きる画素のずれによって特徴点の位置がずれてしまった場合であっても、精度良く個体識別を行うことができる。照合の対象は物品の表面にランダムに付与されたタガント１２の分布である為、タガント１２として、反射性金属層を有するもの、多層薄膜を有するもの、光回折構造体を有するもの、特定の照射光に対して特定の放射光を発するもの等の特殊な反射性を有するものを用いれば、個体識別精度を更に向上させることができる。また、タガント１２は印刷や塗布といった簡単な方法で付与できる為、容易に製造でき、本発明の個体識別処理を適用することで、高い精度で個体識別を行うことが可能となる。
【０１０６】
更に、タガント１２が反射性金属層３を有することにより、タガント１２の分布が確認しやすく、ルーペによる真偽判定が行いやすくなる。また、個体識別装置１００を用いた微細物質分布解析処理において、特徴点として抽出しやすくなる。
【０１０７】
また、タガント１２に誘電率が異なる多層薄膜４を形成した場合には、見る角度によって色が変化する為、ルーペによる真偽判定が行いやすくなる。また、微細物質分布解析処理において、特徴点として抽出しやすくなる。
【０１０８】
また、タガント１２が光回折構造体層５を有する場合には、反射性がよく、特徴点を抽出しやすくなるだけでなく、ホログラム図案による判定を併せて行える為、個体識別精度が高くなる。また、各微細物質に異なるホログラム図案となる光回折構造体を付与すれば、セキュリティ効果がより高くなる。一方、同一の図案となる光回折構造体を各微細物質に付与する場合は、異なるホログラム図案の光回折構造体を付与する場合と比べてコストダウンが可能となる。また偽造防止効果だけでなく、意匠性も向上する。
【０１０９】
また、タガント１２が、所定の照射光に対し、異なる波長の光を放出する特性を有する反射層６を有することにより、白色光のもとでの隠匿性を持たせることができ、偽造を防ぎやすくなる。また、ルーペによる真偽判定や微細物質分布解析処理において、光学的な読み取りが容易となり、特徴点として抽出しやすくなる。
【０１１０】
タガント１２は、物品に容易に付与できるとともに、ランダムに配置するので、偽造が困難となり、様々な物品に対して広く適用でき実用性に優れる。
【０１１１】
また、タガントは、その外形状を所定の形状とする場合の他、所定の文字、図形、記号、模様もしくはこれらを結合したもの（以下、図案という）を採用しても良い。図１４は、タガント８２の一例であり、（ａ）は上面図、（ｂ）は側面図、（ｃ）は図１４（ｂ）のＡ−Ａ線断面図である。図１４では、タガント８２の形状を六角柱とし、一部に「Ｄ」の文字（図案７）が付与されている。
【０１１２】
また、タガント８２を光学反射性のある材料によって形成するか、表面に光学反射性のある反射材料層７１を設けるようにしてもよい。すなわち、図１４（ｃ）に示すように、基材７３の表面に図案形成層７２を設け、更にその上面に反射材料層７１を形成するようにしてもよい。タガント８２の基材７３には、金属や樹脂等を用いる。
【０１１３】
図案形成層７２は、印刷、刻印等により図案７が付与される。図案７は、基材７３と異なる色の染料等を用いて形成される。このように、図案７を有するタガント８２を用いる場合、図案７の輪郭から得られた画素数を第１画素数として用いる。
【０１１４】
反射材料層７１は、物品８の基材８１及び図案形成層７２の染料７５とは異なる反射性を有する材料を用いて形成される。例えば、反射性金属層３を有するもの（図２）、誘電率が異なる薄膜を多層にコート（多層薄膜４）したもの（図３）、光回折構造体層５を有するもの（図４）、所定の照射光に対して特定の反射特性を有する反射層６を有するもの（図５）等を採用することが好適である。
【０１１５】
このように、各タガント８２が、異なる形状や図案を有する場合、ステップＳ２のタガント分布解析処理を行う際に、物品の真偽を正確に判定することが容易となる。すなわち、全て又は一部のタガント８２の重心を示す特徴量に加えて、形状情報の特徴量を組み合わせることにより、タガントの判定要素の組み合わせが広がり、対象とする物品の真偽をより正確に判定することが可能となる。また、ルーペを用いた視認による真偽の判定も容易となる。
【０１１６】
尚、本発明を適用する物品や微細物質の形状、性質、形成方法、付与する図案等は一例であり、上記の実施形態に記載されるものに限定されない。その他、当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例又は修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。
【符号の説明】
【０１１７】
１００・・・個体識別装置
１０１・・・制御部
１０２・・・記憶部
１０８・・・画像読取装置
１・・・・・基準物品
１１・・・・タガント分布層
１２・・・・タガント
３・・・・・反射性金属層
４・・・・・被覆層
５・・・・・光回折構造体層
６・・・・・所定の照射光による反射層
８２・・・・タガント
７・・・・・図案（文字、図形、記号、模様、もしくはこれらの組み合わせ）
７２・・・・図案形成層
７１・・・・反射材料層
Ａ・・・・・特徴量算出点
Ｂ・・・・・基準点
Ｃ・・・・・参照点
Ｃ＊・・・・位置ずれが発生した参照点
Ｘ・・・・・所定距離
θ・・・・・識別閾値
ｄ・・・・・１画素の１辺の長さ
【特許請求の範囲】
【請求項１】
タガントを基材上にランダムに配置した物品を個体識別する個体識別装置であって、
前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出手段と、
前記特徴点抽出手段によって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出手段と、
前記特徴量算出手段によって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出手段によって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別手段と、
を具備することを特徴とする個体識別装置。
【請求項２】
前記特徴量算出手段は、前記特徴量算出点から所定距離以上離れた前記特徴点の中から前記基準点を特定することを特徴とする請求項１に記載の個体識別装置。
【請求項３】
前記特徴量算出手段は、前記特徴量算出点から所定距離以上離れた前記特徴点の中で、前記特徴量算出点に近い順に前記参照点を特定することを特徴とする請求項１乃至請求項２に記載の個体識別装置。
【請求項４】
前記識別手段は、前記基準物品と前記対象物品とが同一個体であるか否かを識別する為の識別閾値を予め記憶し、前記基準特徴量データと前記対象特徴量データとの差異が前記識別閾値以内であれば、前記基準物品と前記対象物品とが同一個体であると判定するものであり、
前記識別閾値に基づいて前記所定距離を決定する決定手段、
を更に具備することを特徴とする請求項１乃至請求項３のいずれかに記載の個体識別装置。
【請求項５】
タガントを基材上にランダムに配置した物品を個体識別する個体識別方法であって、
前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出ステップと、
前記特徴点抽出ステップによって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出ステップと、
前記特徴量算出ステップによって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出ステップによって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別ステップと、
を含むことを特徴とする個体識別方法。
【請求項６】
タガントを基材上にランダムに配置した物品を個体識別するコンピュータにより読み取り可能な形式で記述されたプログラムであって、
前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出ステップと、
前記特徴点抽出ステップによって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出ステップと、
前記特徴量算出ステップによって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出ステップによって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別ステップと、
を含む処理をコンピュータに実行させる為のプログラム。
【請求項１】
タガントを基材上にランダムに配置した物品を個体識別する個体識別装置であって、
前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出手段と、
前記特徴点抽出手段によって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出手段と、
前記特徴量算出手段によって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出手段によって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別手段と、
を具備することを特徴とする個体識別装置。
【請求項２】
前記特徴量算出手段は、前記特徴量算出点から所定距離以上離れた前記特徴点の中から前記基準点を特定することを特徴とする請求項１に記載の個体識別装置。
【請求項３】
前記特徴量算出手段は、前記特徴量算出点から所定距離以上離れた前記特徴点の中で、前記特徴量算出点に近い順に前記参照点を特定することを特徴とする請求項１乃至請求項２に記載の個体識別装置。
【請求項４】
前記識別手段は、前記基準物品と前記対象物品とが同一個体であるか否かを識別する為の識別閾値を予め記憶し、前記基準特徴量データと前記対象特徴量データとの差異が前記識別閾値以内であれば、前記基準物品と前記対象物品とが同一個体であると判定するものであり、
前記識別閾値に基づいて前記所定距離を決定する決定手段、
を更に具備することを特徴とする請求項１乃至請求項３のいずれかに記載の個体識別装置。
【請求項５】
タガントを基材上にランダムに配置した物品を個体識別する個体識別方法であって、
前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出ステップと、
前記特徴点抽出ステップによって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出ステップと、
前記特徴量算出ステップによって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出ステップによって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別ステップと、
を含むことを特徴とする個体識別方法。
【請求項６】
タガントを基材上にランダムに配置した物品を個体識別するコンピュータにより読み取り可能な形式で記述されたプログラムであって、
前記タガントが付与された基材面を撮影した画像から特徴点を抽出する特徴点抽出ステップと、
前記特徴点抽出ステップによって抽出された複数の前記特徴点の中から特徴量算出点を１つずつ特定し、前記特徴量算出点を除いた前記特徴点の中から基準点を特定し、前記特徴量算出点から所定距離以上離れた前記特徴点の中から１又は複数の参照点を特定し、前記特徴量算出点、前記基準点、及び前記参照点の３つの点を用いて、前記特徴量算出点ごとに特徴量を算出する特徴量算出ステップと、
前記特徴量算出ステップによって算出された基準物品の前記特徴量である基準特徴量データと、前記特徴量算出ステップによって算出された対象物品の前記特徴量である対象特徴量データと、を比較することによって、前記基準物品と前記対象物品とが同一個体であるか否かを識別する識別ステップと、
を含む処理をコンピュータに実行させる為のプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【公開番号】特開２０１３−９７６５８（Ｐ２０１３−９７６５８Ａ）
【公開日】平成２５年５月２０日（２０１３．５．２０）
【国際特許分類】
【出願番号】特願２０１１−２４１０９６（Ｐ２０１１−２４１０９６）
【出願日】平成２３年１１月２日（２０１１．１１．２）
【出願人】（０００００２８９７）大日本印刷株式会社 (14,506)
【Ｆターム（参考）】
【公開日】平成２５年５月２０日（２０１３．５．２０）
【国際特許分類】
【出願日】平成２３年１１月２日（２０１１．１１．２）
【出願人】（０００００２８９７）大日本印刷株式会社 (14,506)
【Ｆターム（参考）】
[ Back to top ]