回転入力情報を生成するためのシステム及び方法
回転情報を取得する装置及び方法を提供する。複数の位置から複数のパターン化画像を捕捉し、複数のパターン化画像を相関させ、直線差分の組を生成し、直線差分の組を用いて、回転情報を生成する。好ましくは、複数の位置は、指紋スワイプセンサの第１の部分及び指紋スワイプセンサの第２の部分を含み、各部分は、指紋画像の部分を捕捉する。各部分は、２つの位置における指紋画像の部分を捕捉し、２つの位置の部分を相関させ、直線差分の１つの組を判定する。同時に、直線差分の組を用いて、回転情報を算出し、これに基づき、操作ホイール、ジョイスティック又はナビゲーションバー等の回転操作子をエミュレートする。
【発明の詳細な説明】
【関連出願】
【０００１】
本願は、米国特許法第１１９条（ｅ）に基づき、２００３年８月２２日に出願された係属中の米国仮出願番号６０／４９７，０４５号、発明の名称「回転入力方法特許（ROTATIONAL INPUT METHOD PATENT）」に対する優先権を主張する。２００３年８月２２日に出願された係属中の米国仮出願番号６０／４９７，０４５号、発明の名称「回転入力方法特許（ROTATIONAL INPUT METHOD PATENT）」は、引用により本願に援用される。
【技術分野】
【０００２】
本発明は、バイオメトリックセンサの分野に関する。詳しくは、本発明は、指紋画像を用いて、電子ポジショニング装置をエミュレートするシステム及び方法に関する。
【背景技術】
【０００３】
携帯型電子演算プラットホームの出現により、ユーザは、あらゆる場所で、様々な機能及びサービスを享受できるようになった。日常的な携帯型電子演算プラットホームの幾つかの具体例としては、例えば、パームトップコンピュータ、携帯情報端末、携帯電話機、携帯型ゲームコンソール、バイオメトリック／健康モニタ、リモートコントローラ、デジタルカメラ等がある。携帯性に関する要求から、これらの演算プラットホームは、より小さくなることが求められており、更に、電池寿命を長くすることが求められている。これらの小型化された機器では、ユーザ入力を検知する効率的な手法が必要となる。
【０００４】
携帯型電子演算プラットホームは、複数の目的のためにユーザ入力を必要とし、これらの目的には、例えば、（ａ）ディスプレイ上のある位置にカーソル又はポインタをナビゲートすること、（ｂ）アイテム又は動作を選択（例えば、選択又は選択解除）すること、（ｃ）入力装置の方向付け（例えば、方向の変更。視覚的フィードバックがある場合もない場合もある。）を行うこと等がある。
【０００５】
これらの機器では、遙かに大きいパーソナルコンピュータからのユーザ入力の発想が借用されている。例えば、従来の機器では、マイクロジョイスティック、ナビゲーションバー、スクロールホイール、タッチパッド、操作ホイール及びボタン等が採用されているが、その効果は限定的である。これらのポジショニング装置は、全て、携帯型機器における貴重な表面領域のかなりの部分を専有している。例えば、ジョイスティック、ナビゲーションバー及びスクロールホイール等の機械的なポジショニング装置は、摩耗し、信頼性が低くなることがある。また、これらの装置のサイズ及び要求される操作は、携帯型の演算プラットホームに関して、人間工学的に最適であるとは言い難い。
【０００６】
従来の手法では、１つのフレームを他のフレームに対して回転させ、標準の相関処理を適用して回転を計算していた。これらの手法では、ピボット点（例えば、原点）を選択する必要があり、これに続いて、更なる演算を行う必要がある。これらの演算では、直線的な動き（例えば、ｘ方向及びｙ方向における回転ではない動き）を判定することはできない。このような弱点のため、従来の手法は、回転及び直線的な動きの両方が必要な、例えば、それぞれ操作ホイール及びポインティング装置をエミュレートする携帯型機器で用いられると更に効率が悪い。
【発明の開示】
【課題を解決するための手段】
【０００７】
本発明は、例えば、指紋画像等のパターン化された画像（本明細書では、パターン化画像と呼ぶ。）から回転情報を取得する方法及び装置を提供する。この結果、本発明の実施形態は、ジョイスティック、操作ホイール及び更なるパワーを必要とするより大きい装置より小型化された入力装置を提供する。本発明の実施形態では、回転法及び三角関数を用いる他の手法より簡単に用いることができる線形相関法（linear correlation method）を用いる。このため、本発明の実施形態で用いるアルゴリズムは、より単純であり、高速且つ高い信頼度で実行できる。
【０００８】
本発明の第１の側面として提供する情報取得方法は、回転情報を取得する情報取得方法において、複数の位置から複数のパターン化画像を捕捉するステップと、複数のパターン化画像を相関させ、直線差分の組を生成するステップと、直線差分の組を用いて、回転情報を生成するステップとを有する。複数の位置は、センサの第１の部分及びセンサの第２の部分を含む。センサの第１の部分では、第１の複数のパターン化画像が捕捉され、センサの第２の部分では、第２の複数のパターン化画像が捕捉される。
【０００９】
好ましくは、センサは、例えば指紋画像センサ等のバイオメトリック画像センサである。第１の複数のパターン化画像及び第２の複数のパターン化画像は、共に、センサの第１の位置の指紋画像に対応する。また、センサの第１の部分では、第３の複数のパターン化画像が捕捉され、センサの第２の部分では、第４の複数のパターン化画像が捕捉されてもよい。第３の複数のパターン化画像及び第４の複数のパターン化画像は、共に、センサの第２の位置の指紋画像に対応する。一実施の形態においては、回転情報は、第１の位置及び第２の位置の間の角度差に対応している。
【００１０】
一実施の形態においては、複数のパターン化画像を相関させるステップは、第１の複数のパターン化画像を第３の複数のパターン化画像に相関させ、直線差分の組から直線差分の第１の組を生成するステップと、第２の複数のパターン化画像を第４の複数のパターン化画像に相関させ、直線差分の組から直線差分の第２の組を生成するステップと、第１の複数のパターン化画像及び第２の複数のパターン化画像の第１の組合せを第３の複数のパターン化画像及び第４の複数のパターン化画像の第２の組合せに相関させ、直線差分の組から直線差分の第３の組を生成するステップとを有する。第１の複数のパターン化画像と第３の複数のパターン化画像との相関、第２の複数のパターン化画像と第４の複数のパターン化画像との相関、及び第１の組合せと第２の組合せとの相関は、全て、相互相関の実行を含む。一実施の形態においては、相互相関は、正規化された相互相関又は標準の相互相関である。
【００１１】
一実施の形態においては、センサの第１の部分及びセンサの第２の部分は、隣接している。これに代えて、センサの第１の部分及びセンサの第２の部分は、隣接していなくてもよい。
【００１２】
一実施の形態においては、センサの第１の部分は、第１のサブフレームの画素を含み、センサの第２の部分は、第２のサブフレームの画素を含む。この実施形態では、第１の第１の複数のパターン化画像を捕捉するステップは、第１の複数のパターン化画像に対応する第１のデータを第１のサブフレームに保存するステップを含み、第２の複数のパターン化画像を捕捉するステップは、第２の複数のパターン化画像に対応する第２のデータを第２のサブフレームに保存するステップを含み、第３の複数のパターン化画像を捕捉するステップは、第３の複数のパターン化画像に対応する第３のデータを第１のサブフレームに保存するステップを含み、第４の複数のパターン化画像を捕捉するステップは、第４の複数のパターン化画像に対応する第４のデータを第２のサブフレームに保存するステップを含む。第１の複数のパターン化画像を第３の複数のパターン化画像に相関させるステップは、第１のデータを第３のデータに相関させ、直線差分の第１の組から第１及び第２の直線差分を生成するステップを含む。第２の複数のパターン化画像を第４の複数のパターン化画像に相関させるステップは、第２のデータを第４のデータに相関させ、直線差分の第２の組から第１及び第２の直線差分を生成するステップを含む。第１の組合せを第２の組合せに相関させるステップは、第１のデータ及び第２のデータの組合せを第３のデータ及び第４のデータの組合せに相関させ、直線差分の第３の組から、第１及び第２の直線差分を生成するステップを含む。
【００１３】
他の実施形態においては、相関は、第１及び第２のサブフレームの１つの要素を相関させるラグを判定し、ラグ及び要素の間の差分は、直線差分の組の１つの第１及び第２の直線差分に対応する。各要素は、第１及び第２のサブフレームの１つの行に対応する。これに代えて、各要素は、第１及び第２のサブフレームの１つの列に対応してもよい。
【００１４】
他の実施形態として、情報取得方法は、直線差分の第１の組、直線差分の第２の組、直線差分の第３の組及び回転情報をフィルタリングするステップを更に有していてもよい。このフィルタリングは、換算係数による乗算、平滑化関数の適用、クリッピング関数の適用が含まれる。
【００１５】
指紋画像センサは、好ましくは、指スワイプセンサである。これに代えて、指紋画像センサは、指位置センサであってもよい。
【００１６】
他の実施形態においては、情報取得方法は、表示画面を有するホストプラットホームにおいて、回転情報を用いて、表示画面上でオブジェクトを回転させ、コンピュータ入力装置をエミュレートする。コンピュータ入力装置は、例えば、操作ホイール、ジョイスティック及びナビゲーションバーからなるグループから選択される。コンピュータ入力装置のエミュレートは、角度差に関連する速度で表示画面上のオブジェクトを動かすことを含む。
【００１７】
本発明の第２の側面として、本発明に係る情報取得装置は、回転情報を取得する情報取得装置において、複数の位置から複数のパターン化画像を捕捉する捕捉手段と、複数のパターン化画像を相関させ、直線差分の組を生成し、直線差分の組を用いて、回転情報を生成する相関手段とを備える。
【００１８】
本発明の第３の側面として、本発明に係るエミュレート方法は、パターンを用いて、回転操作子をエミュレートするエミュレート方法において、第１の向きにおいて、パターンの第１の画像を捕捉するステップと、第２の向きにおいて、パターンの第２の画像を捕捉するステップと、第１の画像と第２の画像とを相関させ、第１の向きと第２の向きとの間の直線差分を算出するステップと、直線差分を回転データに変換するステップと、回転データを用いて回転操作子の動きをエミュレートするステップとを有する。
【００１９】
本発明の第４の側面として、本発明に係るエミュレート装置は、 ポジショニング装置をエミュレートするエミュレート装置において、パターンを有する画像を捕捉するセンサと、センサに接続され、パターンを有する画像の第１の位置と、パターンを有する画像の第２の位置との間の直線差分を算出し、直線差分をパターンを有する画像の回転に対応する回転データに変換するプロセッサとを備える。
【００２０】
本発明の第５の側面として、本発明に係る回転感知方法は、画像センサ上のオブジェクトの回転を感知する回転感知方法において、オブジェクトの第１の画像を感知するステップと、オブジェクトの第２の画像を感知するステップと、第１の画像と第２の画像とを比較し、第１の画像及び第２の画像を含む各領域の少なくとも２つの部分において、直線的な動きがあるか否かを判定し、オブジェクトが静止しているか、直線的に動いているか、回転しているかを判定するステップとを有する。
【発明を実施するための最良の形態】
【００２１】
本発明は、撮像センサによって撮像された任意のパターン化されたマテリアルの回転位置及び動きを判定するシステム及び方法を提供する。任意のパターン化されたマテリアルは、好ましくは、指であり、指の画像の回転位置及び動きを判定する。
【００２２】
本発明の実施形態では、好ましくは、デジタル機器、最も好ましくは、個人的なコンピューティング装置において使用するために、指の回転情報を判定し、取得する。サイン、コサイン及びタンジェント等を算出する三角関数を必要とする非線形の従来の回転位置相関法と異なり、本発明の実施形態では、より効率的に計算できるより簡単な線形相関法を用いる。本発明の実施形態により、回転動作を判定するために用いられる成分から、直線的な動きを非常に効率的に演算することができ、これにより、直線的な動き及び回転の両方の入力を１つのセンサで検知でき、システムの複雑性を低減することができる。
【００２３】
本発明の実施形態に基づくシステムは、スワイプセンサ（swipe sensor）から指紋画像を再構築し、これにより、画像を再構築するのに必要なデータと共に、回転動作データを効率的に提供する。このシステムは、特に、高精度な回転情報を必要としない用途に好適に適用される。指紋検知のための方法及びシステムは、２００２年７月１２日に出願された米国特許出願番号第１０／１９４，９９４号、発明の名称「複数の部分的バイオメトリックフレーム走査からバイオメトリック画像を構築する方法及びシステム（Method and System for Biometric Image Assembly from Multiple Partial Biometric Frame Scans）」及び２００２年３月１３日に出願された米国特許出願番号第１０／０９９，５５８号、発明の名称「集積されたオンチップデータバッファリングを伴う指紋バイオメトリック捕捉装置及び方法（Fingerprint Biometric Capture Device and Method with Integrated On-Chip Data Buffering）」に詳細に開示されており、これらの特許文献は、いずれも、引用により本願に援用される。好適な実施形態では、指紋センサとして、カリフォルニア州９５００８、キャンベル、デルアベニュー１６９６（1696 Dell Avenue, Campbell, California 95008）のアトルアテクノロジーズ社（Atrua Technologies, Inc.）のアトルアウィングスＡＴＷ１００キャパシティブスワイプセンサ（Wings ATW 100 capacitive swipe sensor）を用いる。
【００２４】
本発明の特徴は、１つのフレームを他のフレームに対して回転させた後に、標準の相関処理を適用して回転を判定する従来の手法とは異なり、線形相関から回転を判定する点である。従来の手法では、これらの手法では、ピボット点（回転中心となる原点）を選択する必要があり、これに続いて、更なる演算を行う必要があった。更に、これらの演算では、直線的な動き（例えば、ｘ方向及びｙ方向における回転ではない動き）を判定することはできない。これらの演算は、特に、回転及び直線的な動きの両方が必要な、例えば、それぞれ操作ホイール及びポインティング装置をエミュレートする携帯型機器で用いられると更に効率が悪い。
【００２５】
従来の技術の大部分は、回転を如何に正確に計算するかを重要視し、したがって、上述したような、より精密な処理ステップを必要とする。しかしながら、そのような高い精度を必要としない多くの用途が存在し、本発明は、特にこれらの用途に好適に適用される。本発明の実施形態では、例えば、指が時計方向に回転すると、指画像の左半分が上方に動き、指画像の右半分が下方に動くように見えるという事実を利用する。これは、「ずれ（shear）」とも呼ばれる。反時計回りの動きについては、この逆が成立する。更に、いずれの場合も、図３Ｂ及び図３Ｃに示すように、左側は、右側に向かって動き、右側は、左側に向かって動くように見える。横向きに取り付けられる一般的な種類の指撮像センサでは、センサの高さは、幅に比べて遙かに小さく、上向き及び下向きの動きは、容易に観測及び利用できるが、センサの高さが非常に小さいため、ｘ方向の動きの観測は、より難しい。一方、スワイプセンサを縦向きに取り付けた場合、センサの幅が小さくなるため、ｘ方向の動きの観測は、ｙ方向の動きの観測に比べてより容易になる。本発明は、いずれの場合にも等しく適用できる。また、本発明は、ｘ方向及びｙ方向の両方の動きを容易に観測し、利用できる大型の指紋位置センサ（fingerprint placement sensor）にも同様に適用できる。
【００２６】
上述した観測に基づき、本発明の実施形態では、より簡単な線形相関法を用いて、指紋画像の左側の動きが、右側の動きに対して反対の方向にある場合に、回転を判定する。例えば、左半分が上方に動き、右半分が下方に動く場合、後述する図３Ｄに示すように、回転は、時計回りである。センサの左端及び右端で検出された直線的な動きの量が略々等しく、向きが反対である場合、回転の中心は、センサの中心又はその近傍にある。直線的な動きの量が等しくはないが、向きが反対である場合、直線的な動きの量がより小さい側のセンサの端部に近い位置に回転の中心があることを計算によって求めることができる。すなわち、直線的な動きの量が等しくはないが、向きが反対である場合、回転の中心の位置を算出できる。また、図３Ｂに示すように、両方の側が同じ方向に動いている場合、全体的に直線的な動きだけが観測される。なお、本発明では、指が、回転しながらセンサ上を滑り、回転の中心がずれても、回転角を算出できる。
【００２７】
このように、本発明は、指撮像センサに接触するユーザの指に関して、高解像度の回転情報を得るための、信頼でき、演算効率が高いソリューションを提供し、このようなセンサは、例えば、ゲームで用いる操作ホイールをエミュレートし、又はディスプレイ上で地図を見易くするために地図を回転させる等の操作に応用することができる。
【００２８】
図１Ａは、本発明の一実施の形態として、システム１０を示している。システム１０は、表示装置１１に接続され、三角形の電子画像１５を表示する指紋画像センサ２０を備える。表示装置１１は、パーソナルコンピュータと共に用いられるモニタであってもよく、携帯情報端末（personal digital assistant：以下、ＰＤＡという。）又はゲーム機器の画面、又は他の如何なる種類の表示装置であってもよい。また、図１Ａは、指紋画像センサ２５上に置かれた指３０も示している。なお、指３０は、指紋画像センサ２５に接触する表面にパターン（指紋）を有し、指紋画像センサ２５は、これらのパターンの画像を捕捉する。座標軸２０は、三角形の画像１５の辺２１に対して角度α０を形成する。座標軸３５は、指３０に関連する線分３６に対して、角度β０を形成する。図１Ｂは、指３０が回転した後のシステム１０を示しており、指３０の回転により、座標軸３５は、線分３６に対して、角度β１を形成している。本発明に基づき、三角形の画像１５は、回転し、これにより座標軸２０は、辺２１に対して、角度α１を形成する。このように、一実施の形態においては、指３０を角度β１−β０（Δβ）回転させると、三角形の画像１５が、角度α１−α０（Δα）回転する。
【００２９】
なお、ΔαをΔβに対応付ける複数の手法がある。例えば、ΔαはΔβに等しくてもよく、ΔαはΔβの倍数であってもよく、ΔαはΔβの約数であってもよく、ΔαはΔβの倍数に何らかのオフセットを加えた値であってもよい。また、一実施の形態では、指３０は、指紋画像センサ２５上で、ピボット点を固定された位置に維持しなくてもよい。すなわち、指３０は、指３０の回転前、回転中又は回転後に、指紋画像センサ２５上で水平又は垂直に移動してもよく、これにより線分３６が水平、垂直又はこの両方向にずれても、角度Δβを判定することができる。また、指３０の垂直及び水平の動きは、表示装置１１上の三角形の画像１５の垂直及び水平の移動によっても捕捉できる。また、三角形の画像１５は、Δβに関連したレートで移動してもよく（レートモードと呼ぶ）、β１に関連するレートで移動してもよい。
【００３０】
なお、ここでは、指紋画像センサ２５を位置センサとして示しているが、本発明では、他の種類のセンサを用いてもよいことは明らかである。好ましくは、指紋画像センサ２５は、以下に詳細に説明するように、スワイプセンサである。
【００３１】
図２は、指の表面の物理的な隆線（ridge）及び谷線（valley）を含む典型的な指紋画像を示している。隆線及び谷線のパターン、特に、「特徴点（minutiae）」と呼ばれる隆線の端点及び分岐点は、無数の人間の間で、各個人に固有のものであることがわかっている。また、指は、例えば、毛穴、傷跡及びしわ等、この他の測定可能な表面の特徴を有することが多い。指紋が指紋画像センサ上を移動した距離、回転、方向又は速度を測定するために追跡するのは、固有の個々の特徴ではなく、特徴の総合的なパターンである。
【００３２】
従来の多くの電子的な指撮像センサは、指紋の表面全体を同時に感知する。これらのセンサは、光学的又は電気的な感知法のいずれに基づいているかに関わらず、一般的な人間の指先の表面と同等の表面積（通常１５ｍｍ×１５ｍｍ）を有する。これらのセンサを用いる場合、ユーザは、単に、画像が捕捉されるまで、指をセンサ上に置く。位置センサとして知られるこれらのセンサは、行及び列を含み、センサの能力及びサイズに応じて、通常、２５０〜５００行及び２００〜５００列に及ぶ大きな画像を捕捉することができる。このような装置は、回転入力を感知することができ、実際に、本発明において、回転情報を取得するために用いることができるが、これらの装置は、今日の更に小型化された指センサより大きい。
【００３３】
今後、最も普及が見込まれる小型化されたセンサは、一方向（通常幅方向）に完全な寸法を有し、他の方向（通常高さ方向）の寸法が短縮されているセンサである。この種のセンサでは、一度に感知するのは、指紋のパターン内の小さな矩形の一部のみである。
【００３４】
このようなより小型のセンサは、携帯型機器に適するという理由のみではなく、生成される画像がより小さいという理由から、本発明に好適に適用される。すなわち、より小さい画像は、データ量が少なく、演算負荷が軽減される。より大きなセンサにおいて、一部のデータを無視又はマスクし、より小さいセンサを擬似的に実現することもできるが、このような手法では、ユーザの指が対象領域に触れていることが保証されないので、理想的ではない。スワイプセンサでは、このような問題は生じない。
【００３５】
本発明の実施形態は、人間の指の表面又は他のパターン化された対象を撮像できる如何なる機器からも回転位置データを取得することができ、したがって、通常、１インチあたり少なくとも２５０ドットの解像度を提供する位置センサ又は指紋画像スワイプセンサの使用に限定されない。また、本発明は、将来、利用可能になる解像度がより低い又はより高いセンサにも適用できる。
【００３６】
図３Ａは、指紋画像センサ２０５の左半分２０５Ａ及び右半分２０５Ｂを示している。指紋画像センサ２０５には、識別可能な隆線部分２０１、２０２を有する指紋画像２０３によって特定される指が置かれる。また、図３Ａは、各軸において値が増える方向を指す各軸の矢印により、ｘ座標軸及びｙ座標軸を示している。図３Ａは、指紋画像センサ２０５上の第１の向き、したがって、ｘ座標軸及びｙ座標軸に関する第１の向きの指紋画像２０３を示している。図３Ｂは、垂直方向に、ｙ−座標について、値が減少する方向に直線的に移動した後の指紋画像を示している。図３Ｃは、指紋画像センサ２０５上で逆時計回りに回転した後の指紋画像２０３を示している。図３Ｂに対し、図３Ｃの指紋画像２０３の向きでは、左半分２０５Ａにおける識別可能な部分２０１、２０２のｙ座標の値が共に減少し、右半分２０５Ｂにおける識別可能な部分２０１、２０２のｙ座標の値が共に増加していることがわかる。図３Ｄは、指紋画像センサ２０５上で時計回りに回転した後の指紋画像２０３を示している。図３Ｃに対し、図３Ｄの指紋画像２０３の向きでは、左半分２０５Ａにおける識別可能な部分２０１、２０２のｙ座標の値が共に増加し、右半分２０５Ｂにおける識別可能な部分２０１、２０２のｙ座標の値が共に減少していることがわかる。
【００３７】
図４は、本発明の好適な実施形態に基づき、回転又は位置を判定するアルゴリズム２１０のフローチャートである。ステップ２１１において処理を開始し、ホスト（図示せず）上で実行されるオペレーティングシステム又はアプリケーションが、ユーザに対し、入力を促す。次に、ステップ２１２において、本発明に基づく指紋画像センサ（図示せず）を初期化し、データを読み出す準備が完了する。このステップ２１２は、センサの電源をオンにし、指紋画像の捕捉の準備を確実にする処理を含む。また、ステップ２１２は、コントラスト及び明度レベルを設定し、センサを所望のデータ取得モードに設定し、センサを較正し、又はセンサを初期化する処理を含む。なお、センサが既に初期化されている場合、ステップ２１２は、不要である。
【００３８】
次に、ステップ２１３において、センサを用いて、センサによって又はハードウェアプラットホームの演算機能力及び帯域幅によってサポートされたレートで、フレームを読み出す。ステップ２１５において、フレームの特性を推定し、そのフレームが有効であるか否かを判定する。次に、ステップ２２０において、フレームのメトリックを解析し、フレームが有効であるか否かを判定する。フレームが有効である場合、フレームを維持し、処理はステップ２２５に進み、この他の場合、フレームは無視して、処理はステップ２５５に進む。後に詳細に説明するように、好適な実施形態では、例えば、フレーム内の画素データの平均値及び分散等、画像の統計的情報を測定することによって、フレームの有効性を判定する。フレームの有効性は、指がセンサに存在しているか否かに直接関連する。なお、効率を犠牲にしてもよい場合、又は指がセンサに触れているときのみセンサがフレームを生成する場合には、ステップ２１５を省略してもよい。
【００３９】
ステップ２２５において、現在のフレーム（例えば、最も最近に読み出され、現在処理中のフレーム）を、最後に保存された有効なフレームと相関させる。繰返しの最初の段階では、「最後の有効なフレーム」が存在しないので、現在のフレームを最後の有効なフレームにコピーする。好適な実施形態においては、フレームを左半分及び右半分に分割する。但し、フレームを幾つの部分にどのように分割してもよいことは明らかである。次に、ステップ２３０において、フレームの左半分の直線的な動き及びフレームの右半分の直線的な動きの両方を算出する。次に、ステップ２３５において、フレームの左半分の直線的な動き及びフレームの右半分の直線的な動きを用いて、フレームの総合的な直線的な動きを算出する。この演算については、後に詳細に説明する。ステップ２４０において、ステップ２３５の演算結果を用いて、指紋画像の回転を算出する。
【００４０】
次に、ステップ２４５において、処理は、指紋画像に関して、直線方向又は回転方向の動きがあったか否かを判定する。動きがあった場合、処理はステップ２５０に進み、この他の場合、処理はステップ２５５に進む。ステップ２５０において、最後の有効なフレームを更新し、ステップ２５１において、最後の有効なフレームを保存する。そして、処理は、ステップ２２５に進む。
【００４１】
ステップ２５５において、処理は、更なるフレームが取得されるか否かを判定する。更なるフレームが取得される場合、処理は、ステップ２６０に進み、カウンタをインクリメントした後、ステップ２１３に進む。更なるフレームが取得されない場合、処理はステップ２６５に進み、ここで終了する。
【００４２】
上述したように、現在のフレームの画素は、最後の有効なフレームの画素に相関され、これにより、回転又は直線的な動きの量を判定する。ステップ２３５において、総合的な直線的な動きを算出すると、この動きに対応するデータは、ダウンストリーム側でこのデータを必要とするあらゆる処理に供給される。例えば、プログラム（例えば、アプリケーションプログラム、デバイスドライバ又はオペレーティングシステム）は、対応するデータを用いて、表示画面上のポインタを直線的に移動させることができる。また、ステップ２４０において、回転を算出すると、この動きに対応するデータは、ダウンストリーム側でこのデータを必要とするあらゆる処理に供給される。例えば、プログラムは、対応するデータを用いて、表示画面上で画像を回転させることができる。動きがあったと判定すると、最後の有効なフレームを現在のフレームに置換し、アルゴリズムは、センサから新たな画像がデータを取得することによって継続される。
【００４３】
好適な実施形態では、システムは、リアルタイムで処理を繰り返す。これに代えて、システムは、メモリバッファ内に全てのフレームを保存し、複数のフレームをセンサから取得した後に動きを算出してもよい。好ましくは、アプリケーション又はオペレーティングシステムのいずれかが繰返しを終了するよう指示したとき、繰返しが終了する。システムがオペレーティングシステムのポインティング装置として用いられる場合、無期限に処理を継続してもよい。
【００４４】
アルゴリズムは、例えば、機器の電源が投入され、又はゲームが開始される等、回転フィードバックが必要になると、開始される。回転情報が必要でなくなると、アルゴリズムは終了する。
【００４５】
好適な実施形態においては、システムは、図５Ａに示すスワイプセンサ３１０に接続されたコンピューティング装置上で実行される。スワイプセンサ３１０は、ｘ方向及びｙ方向に関して水平に取り付けられ、これにより図６に示すような画像フレームが捕捉される。ｘ軸は、スワイプセンサ３１０の長手方向に沿い、ｙ軸は、ｘ軸に垂直である。なお、スワイプセンサ３１０は、如何なる向きで取り付けてもよい。説明に一貫性を持たせるために、ｘ軸に沿うセンサの方向を常にセンサの長さと呼ぶことにする。図５Ｂは、本発明に基づくスワイプセンサ３１５の第２の向きを示している。スワイプセンサ３１５は、ｘ方向及びｙ方向に関して垂直に取り付けられている。好適な実施形態では、指紋センサ（例えば、スワイプセンサ３１０又はスワイプセンサ３１５）は、要求に応じて、プログラムに単一のデータのフレームを提供する。後述するように、単一のフレームは、任意の数のより小さいサブフレームに論理的に分割できる。また、本発明においては、１つの要求に対して２つ以上のフレームを提供できるセンサを用いてもよい。また、本発明に基づく指紋センサは、図５Ａ、図５Ｂに示す向き以外の向きで取り付けてもよい。
【００４６】
スワイプセンサは、通常、センサの能力、用いられるインタフェース及びホストパーソナルコンピュータの速度に応じて、１秒間に２５０〜３０００個（フレームレート）のフレームを提供する。
【００４７】
図６は、本発明に基づく指紋画像センサによって捕捉された画像データ４００を示している。画像データ４００は、Ｎ行Ｍ列のピクチャ要素又は画素を含み、各画素は、通常、１バイト（８ビット）のデータによって表現される。Ｍは、任意の正の値（解像度に応じて、通常１００〜３００）であり、Ｎは、少なくとも２である（フレームにおける通常の行数は、８〜３２である）。好ましくは、Ｎ＝８及びＭ＝１９２である。画素値は、グレーレベルを示し、これにより、画像フレームは、コンピュータモニタ上に表示されると指紋画像に類似する画像を示す。通常この値は、０〜２５５の範囲であり、０は、黒を表し、指紋の隆線に対応し、２５５は、白を表し、谷線に対応する。なお、データの範囲及びデータの表示は、この他のものを用いても、本発明の性質に影響しない。
【００４８】
変形例として、例えば、光学ドキュメントスキャナ等の他の同様の種類のセンサを、殆ど変更を加えずに用いてもよい。一実施の形態においては、本発明に基づくシステムは、ソフトウェアではなく、専用のハードウェア又はファームウェアによって実行してもよい。他の実施形態においては、汎用ＣＰＵ上でアルゴリズムを実行し、他の部分をハードウェアのみで実現してもよい。
【００４９】
図７は、図３のアルゴリズム２１０における幾つかの繰返しで用いる現在のフレーム及び最後の有効なフレームを示している。列４０１に示す繰返し１は、最後の有効なフレーム４０５及び現在のフレーム４１０を示している。フレーム４０５の行は、フレーム４１０に対応していないので、如何なる認識可能な動きも特定できない。列４０２に示す繰返し２は、最後の有効なフレーム４１０及び現在のフレーム４１５を示している。最後の有効なフレーム４１０は、前の繰返しである繰返し１の現在のフレームに対応している。フレーム４１０の行０（矢印によって示されている。）は、フレーム４１５の行１（矢印によって示されている。）に対応している。このため、ｙ方向の直線的な動きが検出される。列４０３に示す繰返し３は、最後の有効なフレーム４１５及び現在のフレーム４２０を示している。フレーム４１５は、フレーム４２０と同じであるので、動きがないこと（例えば、指紋画像センサ上で指が動いていないこと）が認識される。この具体例では、最後の有効なフレームを更新する必要はない。列４０４に示す繰返し４は、最後の有効なフレーム４２０及び現在のフレーム４２５を示している。最後の有効なフレーム４２０は、繰返し３の現在のフレームに対応している。フレーム４２０の行１（直線の矢印によって示されている。）は、フレーム４２５の行２（直線の矢印によって示されている。）に対応している。この行の垂直移動（すなわち、指が行１から行２に移動することによる指紋パターンの画像の追跡）は、指紋画像センサ上で指が下方向に動いたことを示し、これをｙ方向における正の動きと呼ぶ。更に、フレーム４２０の列２（波線の矢印によって示されている。）は、フレーム４２５の列１（波線の矢印によって示されている。）に対応する。この列の水平移動（すなわち、指が列２から列１に移動することによる指紋パターンの画像の追跡）は、指紋画像センサ上で指が左方向に動いたことを示し、これをｘ方向における負の動きと呼ぶ。この具体例では、ｙ方向における正の動きと、ｘ方向における負の動きが検出されるので、指紋画像が時計回りに回転したことが認識される。
【００５０】
なお、ｘ方向及びｙ方向における特定の方向に割り当てられる符号（正又は負）は、説明のために任意に選択したに過ぎない。この符号を逆にしてもよい。
【００５１】
以下、図４のアルゴリズム２１０を更に詳細に説明する。上述したように、アルゴリズム２００は、データの新たなフレームを要求し（ステップ２１０）、この目的のためにバッファに保存されている先の画像フレームに新たなフレームを相関させる（ステップ２２５）処理を繰り返す。アルゴリズム２１０のｉ番目の繰返しにおいて、センサ装置（例えば、指紋画像センサ）は、１つのデータのフレームを要求する。一旦、フレームを取得すると、このフレームが有効であるか否かを判定するために、フレームを解析する。フレームが有効であると判定された場合、フレームは、後の使用のためにローカルメモリに保存され、フレームが有効ではないと判定された場合、フレームは、単に無視される。
【００５２】
好適な実施形態においては、フレームが少なくとも何らかの指紋画像情報を含むことを確認することによってフレームの有効性を判定する。例えば、フレームを取得した際、機器上に指が置かれていなければ、フレームは、恐らく、雑音又は空白の画像のみを含むこととなる。この判定は、フレーム内の画像の統計的情報、すなわち、平均値及び分散の測定に基づく規則を用いて行うことができる。幾つかのセンサは、指の存在に関する情報を提供し、システムは、この情報が入手可能であれば、それ自体を用いてもよく、この情報を上述した統計的情報と共に利用してもよい。
【００５３】
数学的には、ｎ番目の行とｍ番目の列の画素をｆｒａｍｅ［ｎ，ｍ］とすると、以下の式が成り立つ。
【００５４】
【数１】
【００５５】
効率を高めるために、メトリック（ステップ２１５で算出される）は、（フレーム全体ではなく）フレームの一部のみを用いて算出してもよく、この一部は、任意の画像の部分であってもよく、又は演算によって、画素をｐ個おきにスキップすることによって得てもよい。
以下の場合、フレームは、雑音であるとみなし、無視する。
Φ≧Ｎｏｉｓｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ＿ｈｉｇｈ
又は
Φ≦Ｎｏｉｓｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ＿ｌｏｗ
又は
Ψ≦Ｖａｒｉａｎｃｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ
換言すれば、平均が所定のレベル（例えば、閾値）を上回り又は下回る場合、又は分散が期待される通常の指より小さい場合、用いられるセンサに応じて、指が機器上に置かれていないと判定する。好適な実施形態では、これらの閾値の一般的な値を以下の通りとする。
Ｎｏｉｓｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ＿ｈｉｇｈ＝２４０
Ｎｏｉｓｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ＿ｌｏｗ＝３０
Ｖａｒｉａｎｃｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ＝１０
なお、アルゴリズムを所望の性能に調整するために、他の値を用いてもよく、また、上述した統計的情報のより複雑な組合せを用いてフレームの有効性を判定してもよい。もちろん、他の基準を単独で用いてもよく、上述した基準と組み合わせて用いてもよい。
【００５６】
一旦、現在のフレームが有効であると判定されると、この現在のフレームを（ステップ２５１で保存した）最後の有効なフレームと相関させ、指の動きがあった場合、指の動きを判定する。指の動きがあったと判定されると、最後の有効なフレーム（ステップ２５１）を現在のフレームに置換し、アルゴリズムは、センサから新たなフレームを取得することによって処理を続ける。
【００５７】
本発明においては、新たなフレーム（「ｃＦ」）をメモリに保存されている前のフレーム（「ｏＦ」）と相関させる。相関処理は、当業者にとって周知の処理であるが、ここでは、本発明を明瞭するために、この処理について詳細に説明する。
【００５８】
最後の有効なフレームの行Ｒと、現在のフレームの行Ｓとの標準の相互相関ＳＣＣは、数学的に以下のように表現される。
【００５９】
【数２】
【００６０】
ここで、ｄは、「ラグ」又は「オフセット」と呼ばれる。ラグは、１つのフレームのデータの他のデータに対する水平運動に関連し、速度とみなすこともできる。通常ラグは、−Ｌ≦ｄ≦＋Ｌであり、ここで、Ｌは、Ｍより遙かに小さい値である。式を明確に保つために、本明細書における全ての式においては、ｄ≧０である仮定している。但し、ｏＦ及びｃＦにおける列のインデックスを以下に示すように置き換えることによって、負のラグ値を処理できる。
【００６１】
【数３】
【００６２】
ここで、｜ｄ｜は、ｄの絶対値である。
【００６３】
この置き換えは、本明細書に示す全ての相関式について有効であり、ＳＣＣだけではなく、後述する正規化された相互相関（normalized cross-correlation：以下、ＮＣＣという。）についても成立する。
【００６４】
標準の相関処理を用いてもよいが、好適な実施形態では、標準の相関処理を僅かに変更し、指紋画像再構築等の画像位置合わせタスクにより適する、以下の式２によって定義される正規化された相互相関ＮＣＣと呼ぶ処理を用いる。ＮＣＣは、標準の相関処理とは異なり、画像の強度の変化に対して不変であり、演算で用いる画素数から独立した範囲を有し、画像フレームの局所的な特性への依存度が低いため、より正確である。
【００６５】
【数４】
【００６６】
ここで、
【００６７】
【数５】
【００６８】
は、列ｄ＋ｌから列Ｍ−に亘る行Ｒに沿った合計値であり、
【００６９】
【数６】
【００７０】
は、列１から列Ｍ−２ｄに亘る行Ｓに沿った合計値である。
【００７１】
上の式は、各フレームの行に関するものであるが、より一般的には、各フレームの「パッチ」に関するものとみなすことができ、ここで、パッチとは、行の何らかの下位集合又は上位集合である。相関すべき各フレームのパッチは、画素の如何なる組であってもよいが、好適な実施形態では、各フレームの中央を中心に置いたパッチを用いる。ここでは如何なる行又は行のサブセットも用いてもよいが、パッチが小さすぎると、相互相関値の統計的有意性が損なわれる。
【００７２】
現在のフレームの情報の最後のフレームの情報に対するラグ又はオフセットは、ｘ方向における未知の動き量に対応しているため、ＮＣＣ全体（Ｒ、Ｓ、ｄ）は、多くの場合、最適に対応する値を見つけるために、ｄの複数の値について演算を行う必要がある。
【００７３】
したがって、一実施の形態においては、以下の式が成り立つ。
ｄ＝−Ｌ〜ｄ＝Ｌについて、
ＰｅａｋＮＣＣｗｈｏｌｅ（Ｒ，Ｓ，Ｌ）＝ＭＡＸ｛ＮＣＣ＿ｗｈｏｌｅ（Ｒ，Ｓ，ｄ）｝［式３］
ｄｐｅａｋｗｈｏｌｅ（Ｒ，Ｓ，Ｌ）＝上の式が成り立つｄの値。
【００７４】
好適な実施形態では、Ｌ＝８であるが、Ｌは、ｘ方向におけるフレーム間の最高の速度と同じ大きさになるように選択する必要がある。Ｌが小さい方が演算は効率的であるが、Ｌを小さくしすぎると、フレーム間で、指が±Ｌより大きく移動した場合、結果が不正確になる。変形例として、Ｌは、最後の繰返しｉ−１からのｄｐｅａｋｗｈｏｌｅの関数としてもよい。
【００７５】
例えば、以下のようにしてもよい。
Ｌ（繰返しｉにおける）＝ｄｐｅａｋｗｈｏｌｅ（繰返しｉ−１における）＋ｅ
ここで、ｅは、通常１又は２である。
【００７６】
他の実施形態においては、Ｌは、フレームの行数（すなわち、Ｒ及び／又はＳ）の関数であってもよい。また、浮動小数点演算を回避するためにＮＣＣ式の換算されたバージョンを用いてもよく、また、演算負荷が高い平方根演算を避けるために、二乗ＮＣＣを用いてもよい。
【００７７】
ＰｅａｋＮＣＣｗｈｏｌｅは、最適の相関係数に対応し、ｄｐｅａｋｗｈｏｌｅは、ｘ方向における動きの量に対応している。次に、ｙ方向における動きの量を算出する手法を説明する。
【００７８】
【数７】
【００７９】
ＮＣＣを算出するこの式２は、最後のフレームｏＦ及び現在のフレームｃＦについて、以下のように書き換えることができる。
【００８０】
【数８】
【００８１】
分子及び分母に（Ｍ−２ｄ）２を乗算することにより、演算が簡単になり、理解が容易になる。
【００８２】
これは、以下のように、行の左半分及び右半分に分離することができる。
ＮＣＣ＿ｗｈｏｌｅ（Ｒ，Ｓ，ｄ）＝（Ａ−Ｂ）／（Ｃ１／２×Ｄ）［式４］
ここで、Ａは、以下のように表される。
【００８３】
【数９】
【００８４】
Ｂは、以下のように表される。
【００８５】
【数１０】
【００８６】
Ｃは、以下のように表される。
【００８７】
【数１１】
【００８８】
Ｄは、以下のように表される。
【００８９】
【数１２】
【００９０】
ここで、
【００９１】
【数１３】
【００９２】
は、列Ｍ／２＋１から列Ｍ／ｄに亘る行Ｒに沿った合計値である。
【００９３】
【数１４】
【００９４】
は、列ｄ＋１から列Ｍ／２に亘る行Ｒに沿った合計値である。
【００９５】
【数１５】
【００９６】
は、列Ｍ／２−ｄ＋１から列Ｍ−２ｄに亘る行Ｒに沿った合計値である。
【００９７】
【数１６】
【００９８】
は、列１から列Ｍ／２−ｄに亘る行Ｓに沿った合計値である。
【００９９】
更に、各行の左半分及び右半分のＮＣＣは、以下の式を用いて算出することができる。
【０１００】
【数１７】
【０１０１】
【数１８】
【０１０２】
更に、左半分及び右半分のＰｅａｋＮＣＣは、以下のようにして求められる。
ｄ＝−Ｌ〜ｄ＝Ｌについて、
ＰｅａｋＮＣＣｌｅｆｔ（Ｒ，Ｓ，Ｌ）＝ＭＡＸ｛ＮＣＣ＿ｌｅｆｔ（Ｒ，Ｓ，ｄ）｝［式６ａ］
ｄｐｅａｋｌｅｆｔ（Ｒ，Ｓ，Ｌ）＝上の式が成り立つｄの値。
ｄ＝−Ｌ〜ｄ＝Ｌについて、
ＰｅａｋＮＣＣｒｉｇｈｔ（Ｒ，Ｓ，Ｌ）＝ＭＡＸ｛ＮＣＣ＿ｒｉｇｈｔ（Ｒ，Ｓ，ｄ）｝［式６ｂ］
ｄｐｅａｋｒｉｇｈｔ（Ｒ，Ｓ，Ｌ）＝上の式が成り立つｄの値。
【０１０３】
これらの式により、センサアレーの左右の側を個別に処理し、後述するように、回転を効率的に判定することができる。
【０１０４】
式５ａ及び式５ｂにより、左右の側について、全てのＮＣＣ項を算出すれば、式４に基づき、後は幾つかの加算及び除算だけでセンサアレー全体についてＮＣＣを算出することができる。そして、上述のように、式３を用いて、総合的な直線的な動きを算出でき、回転は、センサアレーの左右の側の直線的な動きに基づいて算出される。
【０１０５】
上で定義した式３に基づくＰｅａｋＮＣＣ（Ｒ、Ｓ、Ｌ）を用いて、又は式６ａ及び式６ｂに基づき、ｘ方向及びｙ方向の正確な動きを簡単に算出することができる。繰返しｉの最後の有効なフレームは、図４に示すように、１〜Ｎの番号が付された行を含み、Ｎは、センサから供給される行の数である。処理される現在のフレームは、同様に１〜Ｎの番号が付された行を有する。
【０１０６】
最後のフレームの所定の行Ｒについて、現在のフレームの行１〜Ｎに関して、ＰｅａｋＮＣＣ及びｄを式３、式６ａ及び式６ｂに基づいて算出し、最大のＰｅａｋＮＣＣに対応するｄｐｅａｋを選択する。好ましくは、Ｒ：Ｒ＝１及びＲ＝Ｎの２つの値についてこの選択を行う。これにより、ユーザが指を移動させる速度を最大にしながら、ｙ方向における上向きの動き及び下向きの動きを判定できる。また、Ｒ＝Ｎ／２（略々中央の行）において、１つＲだけを選択してもよい。但し、この処理は、次善策である。また、例えば、Ｒ＝２及びＲ＝Ｎ−１等、１又はＮ以外の値を選択してもよく、これらの値は、センサアレーの端にないため、精度に関する理由から有利な場合がある。
【０１０７】
表１は、任意のＲの値について、単一のフレームの繰返しを実行する擬似コードを示している。演算は、左側、右側及び全体の行について個別に実行するが、表１の擬似コードでは、包括的な演算のみを示している。
【０１０８】
【表１】
【０１０９】
表１の擬似コードは、以下のように要約することができる。
ＭａｘＰｅａｋＮＣＣ＝ＮＣＣ＿ｗｈｏｌｅ（ｂｅｓｔＲ，ｂｅｓｔＳ，ｄｐｅａｋ（ｂｅｓｔＲ，ｂｅｓｔＳ，Ｌ））［式６ｃ］
ｄｐｅａｋＭａｘ＝ｄｐｅａｋ（ｂｅｓｔＲ，ｂｅｓｔｓ，Ｌ）［式６ｄ］
この演算により、以下の情報が得られる。
【０１１０】
１．ＭａｘＰｅａｋＮＣＣ：現在のフレーム及び最後のフレームにおいて一致する行の最良の対の相関値
２．ｂｅｓｔＲ：ＭａｘＰｅａｋＮＣＣをもたらす最後のフレームの行
３．ｂｅｓｔＳ：ｂｅｓｔＳＭａｘＰｅａｋＮＣＣをもたらす現在のフレームの行
４．ｄｐｅａｋＭａｘ：ＭａｘＰｅａｋＮＣＣに達する相関ラグ
ｂｅｓｔＲ及びｂｅｓｔＳは、最も高い相関値（ＭａｘＰｅａｋＮＣＣ）をもたらす行の対である。
【０１１１】
通常、ＭａｘＰｅａｋＮＣＣは、１．０に近い値（１．０に近いほど、相関がより強い）になるが、分析されている指の移動速度が速すぎる場合、現在のフレームが最後のフレームと共通の行を有さない場合（すなわち、非重複ケース）もある。したがって、ＭａｘＰｅａｋＮＣＣは、十分大きくする必要がある。
【０１１２】
上述した情報を用いて、以下の演算を行う。
【０１１３】
１．Δｘ（ｉ）＝ｄｐｅａｋＭａｘ
これは、繰返しｉにおけるｘ方向における動き速度である。
【０１１４】
２．Δｙ（ｉ）＝ｂｅｓｔＳ−ｂｅｓｔＲ
これは、繰返しｉにおけるｙ方向における動きの速度である。
【０１１５】
この他の場合、
３．Δｘ（ｉ）＝０
４．Δｙ（ｉ）＝０
ここで、ｃｏｒｒ＿ｔｈｒｅｓｈｏｌｄを用いて、完全なオーバーラップを示す相関が十分高いことを確実にする。好ましくは、ｃｏｒｒ＿ｔｈｒｅｓｈｏｌｄ＝０．７５であるが、アルゴリズムの性能を調整するために他の値を用いてもよい。相関が閾値を下回る場合、ｘ方向及びｙ方向における速度の実際の値を判定することはできず、したがって、アルゴリズムは、動きベクトルを出力しない。なお、変形例として、初期値として他の値を出力してもよく、例えば、Ｎ行及びＭ列の最大の動き又はこれらの組合せを出力してもよい。
【０１１６】
いずれの場合も、現在の繰返しｉに関して、Δｘｌｅｆｔ（ｉ）、Δｙｌｅｆｔ（ｉ）；Δｘｒｉｇｈｔ（ｉ）、Δｙｒｉｇｈｔ（ｉ）；Δｘｗｈｏｌｅ（ｉ）、Δｙｗｈｏｌｅ（ｉ）によってそれぞれ示される左側、右側及び全体の行について、ｘ方向及びｙ方向における動きを算出した後に、回転Δｔｈｅｔａ（ｉ）を判定できる。Δｘｗｈｏｌｅ（ｉ）及びΔｙＷｈｏｌｅ（ｉ）は、回転情報を必要とするホストに供給され、全体的なｘ方向及びｙ方向における直線的な動きを表す。
【０１１７】
表２は、回転を判定するための擬似コードを示している。擬似コードは、回転データを用いるアプリケーションプログラム又はオペレーティングシステムによる終了の指示があるまで繰り返し継続される。
【０１１８】
【表２】
【０１１９】
なお、回転の大きさを算出するために、Δｙｌｅｆｔ（ｉ）及びΔｙｒｉｇｈｔ（ｉ）の任意の関数を含む代替の手法がある。ｘ方向及びｙ方向を逆にして取り付けられたセンサでは、表２の擬似コードにおいて、Δｘｌｅｆｔ（ｉ）及びΔｘｒｉｇｈｔ（ｉ）を用いる。フルサイズの位置センサでは、Δｘｌｅｆｔ（ｉ）、Δｙｌｅｆｔ（ｉ）及びΔｘｒｉｇｈｔ（ｉ）、Δｙｒｉｇｈｔ（ｉ）の両方の軸を用いることによって、更に高い精度を実現できる。一実施の形態においては、これは、表２の擬似コードを用いて、Δｘ値及び再びΔｙ値に基づいてΔｔｈｅｔａ（ｉ）を算出することによって実現される。これにより得られる２つの推定値を共に平均し、又はこの他の手法で結合し、最終的なΔｔｈｅｔａ（ｉ）を生成する。このΔｔｈｅｔａ（ｉ）は、ホストアプリケーション及び／又はオペレーティングシステムに供給される。
【０１２０】
他の実施形態では、正規化された相互相関の代わりに標準の相関を用いる。例えば、正規化された相互相関の代わりに式１に示す標準の相互相関を用いることができる。式１を各行の左右の側に対応する項に分割することは容易である。
【０１２１】
【数１９】
【０１２２】
この場合、好適な実施形態におけるＮＣＣより遙かに簡単であり、全体の行のＳＣＣ値は、単に、それぞれの半分の相関値の合計である。
【０１２３】
また、フレームの行Ｓ及び最後の有効なフレームの行Ｒの間の最大の標準の相互相関を他の表現で表すこともできる。例えば、重み付け又は投票スキーム（voting schemes）を用いることができる。一実施の形態においては、以下の式を用いる。
ｄ＝−Ｌ〜ｄ＝Ｌについて、
ＰｅａｋＳＣＣｗｈｏｌｅ（Ｒ，Ｓ，Ｌ）＝ＷｅｉｇｈｔｅｄＭＡＸ｛ＳＣＣ＿Ｗｈｏｌｅ（Ｒ，Ｓ，ｄ）｝［式８］
ＷｅｉｇｈｔｅｄＭＡＸは、値を生成する前に、要素に所定の複数の重みを割り当てる関数であり、ｄｐｅａｋｗｈｏｌｅ（Ｒ，Ｓ，Ｌ）は、式８を成り立たせるｄの値であり、Ｌは、最後の有効なフレームから現在のフレームへの水平方向の動きの最高速度に略々等しい値である。
【０１２４】
好適な実施形態では、各行を等しい長さの左右の側に分割するが、変形例として、各行をどのように分割してもよく、例えば、二等分ではなく、三等分してもよく、或いは、分割される各部分の長さが異なるように分割してもよい。また、分割される各部分は、必ずしも隣接していなくてもよい。図８〜図１２は、これらの可能性の幾つかの具体例を示しており、各具体例は、それぞれの利点を有する。
【０１２５】
例えば、図８は、左半分（サブフレーム）６０５及び隣接する右半分６１０を有する指紋センサを示している。図９は、第１のセクション（サブフレーム）６１５、第２のセクション６２０、第３のセクション６２５、第４のセクション６３０を有する指紋センサを示している。セクション６１５は、セクション６２０に隣接しており、セクション６２０は、セクション６２５に隣接しており、セクション６２５は、セクション６３０に隣接している。図１０は、隣接しない２つのセクション６３１、６３２を有する指紋画像センサを示している。図１１は、いずれも隣接しない４つのセクション６３５、６４０、６４５、６５０を有する指紋画像センサを示している。図１２は、セクション６５５及びこれに隣接するセクション６６０と、セクション６６５及びこれに隣接するセクション６７０を有する指紋画像センサを示している。なお、それぞれが好ましくは、２つ以上の単一の分割部分を有する他の構成も可能であり、線形相関を用いて回転を判定してもよい。セクションの数及び構成は、製造原価、指紋画像センサの表面積、計算アルゴリズム、プロセッサ構成、必要な速度及び他の基準に基づいて選択できる。
【０１２６】
他の実施形態として、Δｘｗｈｏｌｅ（ｉ）、Δｙｗｈｏｌｅ（ｉ）及びΔｔｈｅｔａ（ｉ）のそのままの値をホストに供給する前に、値を変更してもよい。これらの種類の変更は、包括的にフィルタリングと呼ばれる以下に示す３つの異なる数学的変換を含み、以下では、変更された出力に「’」を付す。
【０１２７】
１．換算：元の動き値に線形又は非線型換算係数を乗算し、ホストが表示する座標系により適切な換算されたバージョンを得る。具体例として、全ての値に２を乗算してもよい。他の具体例として、ｘ方向における動きに２を乗算し、ｙ方向における動きに０．５を乗算してもよい。
【０１２８】
２．平滑化：連続した動き値に平滑化（ローパス）フィルタを適用し、時間実に対して値を平滑化する。具体例は以下の通りである。
線形平均＝Δｘ’ｗｈｏｌｅ（ｉ）＝［Δｘｗｈｏｌｅ（ｉ）＋Δｘｗｈｏｌｅ（ｉ−１）＋Δｘｗｈｏｌｅ（ｉ−２）］／３
指数平均＝Δｔｈｅｔａ’（ｉ）＝［Δｔｈｅｔａ’（ｉ−１）＋Δｔｈｅｔａ（ｉ）］／２
３．クリッピング：動きの値を任意の値に制限する。具体例は以下の通りである。
Δｙ（ｉ）＞Ｔの場合、
Δｙ’（ｉ）＝Ｔ。
この他の場合、
Δｙ’（ｉ）＝Ａｙ（ｉ）。
【０１２９】
本発明では、これらの処理を様々に組み合わせて行ってもよい。ここで、「フィルタリング」とは、よく定義された手法で入力を処理し、出力を生成する機能を意味する。
【０１３０】
相関処理は、演算負荷が大きいことは当業者にとって明らかである。したがって、一実施の形態では、左側、右側及び全体のアレーについてのΔｔｈｅｔａ（ｉ）及び／又はΔｘ（ｉ）、Δｙ（ｉ）の算出は、独立したプロセッサ又は専用ハードウェアで実行する。この実施形態では、ハードウェアをシリコン指紋センサ自体に組み込んでもよい。相関処理を実行するハードウェアは、現在のフレーム及び最後の有効なフレームにアクセスしなくてはならず、これらのフレームはいずれも装置のメモリ内に保存できる。例えば、このようなメモリを指紋画像センサに組み込むことにより、装置は、（装置自体が生成した）現在のフレームにアクセスすることができ、最後の有効なフレームを揮発性メモリレジスタに保存することができる。このような場合、装置は、好適な実施形態において上述した手法を用いて、フレームが有効であるか否かを判定する必要がある。このような実施形態では、ホストコンピューティング装置は、不要である。また、指紋画像は、全体のアレーに関するΔｘ（ｉ）及びΔｙ（ｉ）のみから再構築されるため、このようなハードウェア実現例を用いて、指紋画像を再構築することができることは明らかである。
【０１３１】
添付の特許請求の範囲によって定義される本発明の精神及び範囲から逸脱することなく、上述した実施形態を様々に変更できることは、当業者にとって明らかである。
【図面の簡単な説明】
【０１３２】
【図１Ａ】本発明に基づき、指紋画像センサ上で指を回転させることによって、電子画像がどう回転するかを説明する図である。
【図１Ｂ】本発明に基づき、指紋画像センサ上で指を回転させることによって、電子画像がどう回転するかを説明する図である。
【図２】隆線を黒で示し、谷線を白で示し、及び分岐点及び隆線の端点を示す指紋画像の図である。
【図３Ａ】本発明に基づき、指が置かれた指紋センサの指紋画像の部分を含む左右のセクションを示すとともに、直線的に動き及び回転する指紋画像を説明する図である。
【図３Ｂ】本発明に基づき、指が置かれた指紋センサの指紋画像の部分を含む左右のセクションを示すとともに、直線的に動き及び回転する指紋画像を説明する図である。
【図３Ｃ】本発明に基づき、指が置かれた指紋センサの指紋画像の部分を含む左右のセクションを示すとともに、直線的に動き及び回転する指紋画像を説明する図である。
【図３Ｄ】本発明に基づき、指が置かれた指紋センサの指紋画像の部分を含む左右のセクションを示すとともに、直線的に動き及び回転する指紋画像を説明する図である。
【図４】本発明に基づくフレーム取得及び画像相関処理のフローチャートである。
【図５Ａ】水平な向きの指紋画像センサを示す図である。
【図５Ｂ】垂直な向きの指紋画像センサを示す図である。
【図６】指紋センサからのフレーム（スライス）からの画素データを示す図である。
【図７】本発明に基づく再構築処理の異なる繰返しにおける指紋センサからの画素データを示す図である。
【図８】本発明に基づくフレームの異なる分割構成例を示す図である。
【図９】本発明に基づくフレームの異なる分割構成例を示す図である。
【図１０】本発明に基づくフレームの異なる分割構成例を示す図である。
【図１１】本発明に基づくフレームの異なる分割構成例を示す図である。
【図１２】本発明に基づくフレームの異なる分割構成例を示す図である。
【関連出願】
【０００１】
本願は、米国特許法第１１９条（ｅ）に基づき、２００３年８月２２日に出願された係属中の米国仮出願番号６０／４９７，０４５号、発明の名称「回転入力方法特許（ROTATIONAL INPUT METHOD PATENT）」に対する優先権を主張する。２００３年８月２２日に出願された係属中の米国仮出願番号６０／４９７，０４５号、発明の名称「回転入力方法特許（ROTATIONAL INPUT METHOD PATENT）」は、引用により本願に援用される。
【技術分野】
【０００２】
本発明は、バイオメトリックセンサの分野に関する。詳しくは、本発明は、指紋画像を用いて、電子ポジショニング装置をエミュレートするシステム及び方法に関する。
【背景技術】
【０００３】
携帯型電子演算プラットホームの出現により、ユーザは、あらゆる場所で、様々な機能及びサービスを享受できるようになった。日常的な携帯型電子演算プラットホームの幾つかの具体例としては、例えば、パームトップコンピュータ、携帯情報端末、携帯電話機、携帯型ゲームコンソール、バイオメトリック／健康モニタ、リモートコントローラ、デジタルカメラ等がある。携帯性に関する要求から、これらの演算プラットホームは、より小さくなることが求められており、更に、電池寿命を長くすることが求められている。これらの小型化された機器では、ユーザ入力を検知する効率的な手法が必要となる。
【０００４】
携帯型電子演算プラットホームは、複数の目的のためにユーザ入力を必要とし、これらの目的には、例えば、（ａ）ディスプレイ上のある位置にカーソル又はポインタをナビゲートすること、（ｂ）アイテム又は動作を選択（例えば、選択又は選択解除）すること、（ｃ）入力装置の方向付け（例えば、方向の変更。視覚的フィードバックがある場合もない場合もある。）を行うこと等がある。
【０００５】
これらの機器では、遙かに大きいパーソナルコンピュータからのユーザ入力の発想が借用されている。例えば、従来の機器では、マイクロジョイスティック、ナビゲーションバー、スクロールホイール、タッチパッド、操作ホイール及びボタン等が採用されているが、その効果は限定的である。これらのポジショニング装置は、全て、携帯型機器における貴重な表面領域のかなりの部分を専有している。例えば、ジョイスティック、ナビゲーションバー及びスクロールホイール等の機械的なポジショニング装置は、摩耗し、信頼性が低くなることがある。また、これらの装置のサイズ及び要求される操作は、携帯型の演算プラットホームに関して、人間工学的に最適であるとは言い難い。
【０００６】
従来の手法では、１つのフレームを他のフレームに対して回転させ、標準の相関処理を適用して回転を計算していた。これらの手法では、ピボット点（例えば、原点）を選択する必要があり、これに続いて、更なる演算を行う必要がある。これらの演算では、直線的な動き（例えば、ｘ方向及びｙ方向における回転ではない動き）を判定することはできない。このような弱点のため、従来の手法は、回転及び直線的な動きの両方が必要な、例えば、それぞれ操作ホイール及びポインティング装置をエミュレートする携帯型機器で用いられると更に効率が悪い。
【発明の開示】
【課題を解決するための手段】
【０００７】
本発明は、例えば、指紋画像等のパターン化された画像（本明細書では、パターン化画像と呼ぶ。）から回転情報を取得する方法及び装置を提供する。この結果、本発明の実施形態は、ジョイスティック、操作ホイール及び更なるパワーを必要とするより大きい装置より小型化された入力装置を提供する。本発明の実施形態では、回転法及び三角関数を用いる他の手法より簡単に用いることができる線形相関法（linear correlation method）を用いる。このため、本発明の実施形態で用いるアルゴリズムは、より単純であり、高速且つ高い信頼度で実行できる。
【０００８】
本発明の第１の側面として提供する情報取得方法は、回転情報を取得する情報取得方法において、複数の位置から複数のパターン化画像を捕捉するステップと、複数のパターン化画像を相関させ、直線差分の組を生成するステップと、直線差分の組を用いて、回転情報を生成するステップとを有する。複数の位置は、センサの第１の部分及びセンサの第２の部分を含む。センサの第１の部分では、第１の複数のパターン化画像が捕捉され、センサの第２の部分では、第２の複数のパターン化画像が捕捉される。
【０００９】
好ましくは、センサは、例えば指紋画像センサ等のバイオメトリック画像センサである。第１の複数のパターン化画像及び第２の複数のパターン化画像は、共に、センサの第１の位置の指紋画像に対応する。また、センサの第１の部分では、第３の複数のパターン化画像が捕捉され、センサの第２の部分では、第４の複数のパターン化画像が捕捉されてもよい。第３の複数のパターン化画像及び第４の複数のパターン化画像は、共に、センサの第２の位置の指紋画像に対応する。一実施の形態においては、回転情報は、第１の位置及び第２の位置の間の角度差に対応している。
【００１０】
一実施の形態においては、複数のパターン化画像を相関させるステップは、第１の複数のパターン化画像を第３の複数のパターン化画像に相関させ、直線差分の組から直線差分の第１の組を生成するステップと、第２の複数のパターン化画像を第４の複数のパターン化画像に相関させ、直線差分の組から直線差分の第２の組を生成するステップと、第１の複数のパターン化画像及び第２の複数のパターン化画像の第１の組合せを第３の複数のパターン化画像及び第４の複数のパターン化画像の第２の組合せに相関させ、直線差分の組から直線差分の第３の組を生成するステップとを有する。第１の複数のパターン化画像と第３の複数のパターン化画像との相関、第２の複数のパターン化画像と第４の複数のパターン化画像との相関、及び第１の組合せと第２の組合せとの相関は、全て、相互相関の実行を含む。一実施の形態においては、相互相関は、正規化された相互相関又は標準の相互相関である。
【００１１】
一実施の形態においては、センサの第１の部分及びセンサの第２の部分は、隣接している。これに代えて、センサの第１の部分及びセンサの第２の部分は、隣接していなくてもよい。
【００１２】
一実施の形態においては、センサの第１の部分は、第１のサブフレームの画素を含み、センサの第２の部分は、第２のサブフレームの画素を含む。この実施形態では、第１の第１の複数のパターン化画像を捕捉するステップは、第１の複数のパターン化画像に対応する第１のデータを第１のサブフレームに保存するステップを含み、第２の複数のパターン化画像を捕捉するステップは、第２の複数のパターン化画像に対応する第２のデータを第２のサブフレームに保存するステップを含み、第３の複数のパターン化画像を捕捉するステップは、第３の複数のパターン化画像に対応する第３のデータを第１のサブフレームに保存するステップを含み、第４の複数のパターン化画像を捕捉するステップは、第４の複数のパターン化画像に対応する第４のデータを第２のサブフレームに保存するステップを含む。第１の複数のパターン化画像を第３の複数のパターン化画像に相関させるステップは、第１のデータを第３のデータに相関させ、直線差分の第１の組から第１及び第２の直線差分を生成するステップを含む。第２の複数のパターン化画像を第４の複数のパターン化画像に相関させるステップは、第２のデータを第４のデータに相関させ、直線差分の第２の組から第１及び第２の直線差分を生成するステップを含む。第１の組合せを第２の組合せに相関させるステップは、第１のデータ及び第２のデータの組合せを第３のデータ及び第４のデータの組合せに相関させ、直線差分の第３の組から、第１及び第２の直線差分を生成するステップを含む。
【００１３】
他の実施形態においては、相関は、第１及び第２のサブフレームの１つの要素を相関させるラグを判定し、ラグ及び要素の間の差分は、直線差分の組の１つの第１及び第２の直線差分に対応する。各要素は、第１及び第２のサブフレームの１つの行に対応する。これに代えて、各要素は、第１及び第２のサブフレームの１つの列に対応してもよい。
【００１４】
他の実施形態として、情報取得方法は、直線差分の第１の組、直線差分の第２の組、直線差分の第３の組及び回転情報をフィルタリングするステップを更に有していてもよい。このフィルタリングは、換算係数による乗算、平滑化関数の適用、クリッピング関数の適用が含まれる。
【００１５】
指紋画像センサは、好ましくは、指スワイプセンサである。これに代えて、指紋画像センサは、指位置センサであってもよい。
【００１６】
他の実施形態においては、情報取得方法は、表示画面を有するホストプラットホームにおいて、回転情報を用いて、表示画面上でオブジェクトを回転させ、コンピュータ入力装置をエミュレートする。コンピュータ入力装置は、例えば、操作ホイール、ジョイスティック及びナビゲーションバーからなるグループから選択される。コンピュータ入力装置のエミュレートは、角度差に関連する速度で表示画面上のオブジェクトを動かすことを含む。
【００１７】
本発明の第２の側面として、本発明に係る情報取得装置は、回転情報を取得する情報取得装置において、複数の位置から複数のパターン化画像を捕捉する捕捉手段と、複数のパターン化画像を相関させ、直線差分の組を生成し、直線差分の組を用いて、回転情報を生成する相関手段とを備える。
【００１８】
本発明の第３の側面として、本発明に係るエミュレート方法は、パターンを用いて、回転操作子をエミュレートするエミュレート方法において、第１の向きにおいて、パターンの第１の画像を捕捉するステップと、第２の向きにおいて、パターンの第２の画像を捕捉するステップと、第１の画像と第２の画像とを相関させ、第１の向きと第２の向きとの間の直線差分を算出するステップと、直線差分を回転データに変換するステップと、回転データを用いて回転操作子の動きをエミュレートするステップとを有する。
【００１９】
本発明の第４の側面として、本発明に係るエミュレート装置は、 ポジショニング装置をエミュレートするエミュレート装置において、パターンを有する画像を捕捉するセンサと、センサに接続され、パターンを有する画像の第１の位置と、パターンを有する画像の第２の位置との間の直線差分を算出し、直線差分をパターンを有する画像の回転に対応する回転データに変換するプロセッサとを備える。
【００２０】
本発明の第５の側面として、本発明に係る回転感知方法は、画像センサ上のオブジェクトの回転を感知する回転感知方法において、オブジェクトの第１の画像を感知するステップと、オブジェクトの第２の画像を感知するステップと、第１の画像と第２の画像とを比較し、第１の画像及び第２の画像を含む各領域の少なくとも２つの部分において、直線的な動きがあるか否かを判定し、オブジェクトが静止しているか、直線的に動いているか、回転しているかを判定するステップとを有する。
【発明を実施するための最良の形態】
【００２１】
本発明は、撮像センサによって撮像された任意のパターン化されたマテリアルの回転位置及び動きを判定するシステム及び方法を提供する。任意のパターン化されたマテリアルは、好ましくは、指であり、指の画像の回転位置及び動きを判定する。
【００２２】
本発明の実施形態では、好ましくは、デジタル機器、最も好ましくは、個人的なコンピューティング装置において使用するために、指の回転情報を判定し、取得する。サイン、コサイン及びタンジェント等を算出する三角関数を必要とする非線形の従来の回転位置相関法と異なり、本発明の実施形態では、より効率的に計算できるより簡単な線形相関法を用いる。本発明の実施形態により、回転動作を判定するために用いられる成分から、直線的な動きを非常に効率的に演算することができ、これにより、直線的な動き及び回転の両方の入力を１つのセンサで検知でき、システムの複雑性を低減することができる。
【００２３】
本発明の実施形態に基づくシステムは、スワイプセンサ（swipe sensor）から指紋画像を再構築し、これにより、画像を再構築するのに必要なデータと共に、回転動作データを効率的に提供する。このシステムは、特に、高精度な回転情報を必要としない用途に好適に適用される。指紋検知のための方法及びシステムは、２００２年７月１２日に出願された米国特許出願番号第１０／１９４，９９４号、発明の名称「複数の部分的バイオメトリックフレーム走査からバイオメトリック画像を構築する方法及びシステム（Method and System for Biometric Image Assembly from Multiple Partial Biometric Frame Scans）」及び２００２年３月１３日に出願された米国特許出願番号第１０／０９９，５５８号、発明の名称「集積されたオンチップデータバッファリングを伴う指紋バイオメトリック捕捉装置及び方法（Fingerprint Biometric Capture Device and Method with Integrated On-Chip Data Buffering）」に詳細に開示されており、これらの特許文献は、いずれも、引用により本願に援用される。好適な実施形態では、指紋センサとして、カリフォルニア州９５００８、キャンベル、デルアベニュー１６９６（1696 Dell Avenue, Campbell, California 95008）のアトルアテクノロジーズ社（Atrua Technologies, Inc.）のアトルアウィングスＡＴＷ１００キャパシティブスワイプセンサ（Wings ATW 100 capacitive swipe sensor）を用いる。
【００２４】
本発明の特徴は、１つのフレームを他のフレームに対して回転させた後に、標準の相関処理を適用して回転を判定する従来の手法とは異なり、線形相関から回転を判定する点である。従来の手法では、これらの手法では、ピボット点（回転中心となる原点）を選択する必要があり、これに続いて、更なる演算を行う必要があった。更に、これらの演算では、直線的な動き（例えば、ｘ方向及びｙ方向における回転ではない動き）を判定することはできない。これらの演算は、特に、回転及び直線的な動きの両方が必要な、例えば、それぞれ操作ホイール及びポインティング装置をエミュレートする携帯型機器で用いられると更に効率が悪い。
【００２５】
従来の技術の大部分は、回転を如何に正確に計算するかを重要視し、したがって、上述したような、より精密な処理ステップを必要とする。しかしながら、そのような高い精度を必要としない多くの用途が存在し、本発明は、特にこれらの用途に好適に適用される。本発明の実施形態では、例えば、指が時計方向に回転すると、指画像の左半分が上方に動き、指画像の右半分が下方に動くように見えるという事実を利用する。これは、「ずれ（shear）」とも呼ばれる。反時計回りの動きについては、この逆が成立する。更に、いずれの場合も、図３Ｂ及び図３Ｃに示すように、左側は、右側に向かって動き、右側は、左側に向かって動くように見える。横向きに取り付けられる一般的な種類の指撮像センサでは、センサの高さは、幅に比べて遙かに小さく、上向き及び下向きの動きは、容易に観測及び利用できるが、センサの高さが非常に小さいため、ｘ方向の動きの観測は、より難しい。一方、スワイプセンサを縦向きに取り付けた場合、センサの幅が小さくなるため、ｘ方向の動きの観測は、ｙ方向の動きの観測に比べてより容易になる。本発明は、いずれの場合にも等しく適用できる。また、本発明は、ｘ方向及びｙ方向の両方の動きを容易に観測し、利用できる大型の指紋位置センサ（fingerprint placement sensor）にも同様に適用できる。
【００２６】
上述した観測に基づき、本発明の実施形態では、より簡単な線形相関法を用いて、指紋画像の左側の動きが、右側の動きに対して反対の方向にある場合に、回転を判定する。例えば、左半分が上方に動き、右半分が下方に動く場合、後述する図３Ｄに示すように、回転は、時計回りである。センサの左端及び右端で検出された直線的な動きの量が略々等しく、向きが反対である場合、回転の中心は、センサの中心又はその近傍にある。直線的な動きの量が等しくはないが、向きが反対である場合、直線的な動きの量がより小さい側のセンサの端部に近い位置に回転の中心があることを計算によって求めることができる。すなわち、直線的な動きの量が等しくはないが、向きが反対である場合、回転の中心の位置を算出できる。また、図３Ｂに示すように、両方の側が同じ方向に動いている場合、全体的に直線的な動きだけが観測される。なお、本発明では、指が、回転しながらセンサ上を滑り、回転の中心がずれても、回転角を算出できる。
【００２７】
このように、本発明は、指撮像センサに接触するユーザの指に関して、高解像度の回転情報を得るための、信頼でき、演算効率が高いソリューションを提供し、このようなセンサは、例えば、ゲームで用いる操作ホイールをエミュレートし、又はディスプレイ上で地図を見易くするために地図を回転させる等の操作に応用することができる。
【００２８】
図１Ａは、本発明の一実施の形態として、システム１０を示している。システム１０は、表示装置１１に接続され、三角形の電子画像１５を表示する指紋画像センサ２０を備える。表示装置１１は、パーソナルコンピュータと共に用いられるモニタであってもよく、携帯情報端末（personal digital assistant：以下、ＰＤＡという。）又はゲーム機器の画面、又は他の如何なる種類の表示装置であってもよい。また、図１Ａは、指紋画像センサ２５上に置かれた指３０も示している。なお、指３０は、指紋画像センサ２５に接触する表面にパターン（指紋）を有し、指紋画像センサ２５は、これらのパターンの画像を捕捉する。座標軸２０は、三角形の画像１５の辺２１に対して角度α０を形成する。座標軸３５は、指３０に関連する線分３６に対して、角度β０を形成する。図１Ｂは、指３０が回転した後のシステム１０を示しており、指３０の回転により、座標軸３５は、線分３６に対して、角度β１を形成している。本発明に基づき、三角形の画像１５は、回転し、これにより座標軸２０は、辺２１に対して、角度α１を形成する。このように、一実施の形態においては、指３０を角度β１−β０（Δβ）回転させると、三角形の画像１５が、角度α１−α０（Δα）回転する。
【００２９】
なお、ΔαをΔβに対応付ける複数の手法がある。例えば、ΔαはΔβに等しくてもよく、ΔαはΔβの倍数であってもよく、ΔαはΔβの約数であってもよく、ΔαはΔβの倍数に何らかのオフセットを加えた値であってもよい。また、一実施の形態では、指３０は、指紋画像センサ２５上で、ピボット点を固定された位置に維持しなくてもよい。すなわち、指３０は、指３０の回転前、回転中又は回転後に、指紋画像センサ２５上で水平又は垂直に移動してもよく、これにより線分３６が水平、垂直又はこの両方向にずれても、角度Δβを判定することができる。また、指３０の垂直及び水平の動きは、表示装置１１上の三角形の画像１５の垂直及び水平の移動によっても捕捉できる。また、三角形の画像１５は、Δβに関連したレートで移動してもよく（レートモードと呼ぶ）、β１に関連するレートで移動してもよい。
【００３０】
なお、ここでは、指紋画像センサ２５を位置センサとして示しているが、本発明では、他の種類のセンサを用いてもよいことは明らかである。好ましくは、指紋画像センサ２５は、以下に詳細に説明するように、スワイプセンサである。
【００３１】
図２は、指の表面の物理的な隆線（ridge）及び谷線（valley）を含む典型的な指紋画像を示している。隆線及び谷線のパターン、特に、「特徴点（minutiae）」と呼ばれる隆線の端点及び分岐点は、無数の人間の間で、各個人に固有のものであることがわかっている。また、指は、例えば、毛穴、傷跡及びしわ等、この他の測定可能な表面の特徴を有することが多い。指紋が指紋画像センサ上を移動した距離、回転、方向又は速度を測定するために追跡するのは、固有の個々の特徴ではなく、特徴の総合的なパターンである。
【００３２】
従来の多くの電子的な指撮像センサは、指紋の表面全体を同時に感知する。これらのセンサは、光学的又は電気的な感知法のいずれに基づいているかに関わらず、一般的な人間の指先の表面と同等の表面積（通常１５ｍｍ×１５ｍｍ）を有する。これらのセンサを用いる場合、ユーザは、単に、画像が捕捉されるまで、指をセンサ上に置く。位置センサとして知られるこれらのセンサは、行及び列を含み、センサの能力及びサイズに応じて、通常、２５０〜５００行及び２００〜５００列に及ぶ大きな画像を捕捉することができる。このような装置は、回転入力を感知することができ、実際に、本発明において、回転情報を取得するために用いることができるが、これらの装置は、今日の更に小型化された指センサより大きい。
【００３３】
今後、最も普及が見込まれる小型化されたセンサは、一方向（通常幅方向）に完全な寸法を有し、他の方向（通常高さ方向）の寸法が短縮されているセンサである。この種のセンサでは、一度に感知するのは、指紋のパターン内の小さな矩形の一部のみである。
【００３４】
このようなより小型のセンサは、携帯型機器に適するという理由のみではなく、生成される画像がより小さいという理由から、本発明に好適に適用される。すなわち、より小さい画像は、データ量が少なく、演算負荷が軽減される。より大きなセンサにおいて、一部のデータを無視又はマスクし、より小さいセンサを擬似的に実現することもできるが、このような手法では、ユーザの指が対象領域に触れていることが保証されないので、理想的ではない。スワイプセンサでは、このような問題は生じない。
【００３５】
本発明の実施形態は、人間の指の表面又は他のパターン化された対象を撮像できる如何なる機器からも回転位置データを取得することができ、したがって、通常、１インチあたり少なくとも２５０ドットの解像度を提供する位置センサ又は指紋画像スワイプセンサの使用に限定されない。また、本発明は、将来、利用可能になる解像度がより低い又はより高いセンサにも適用できる。
【００３６】
図３Ａは、指紋画像センサ２０５の左半分２０５Ａ及び右半分２０５Ｂを示している。指紋画像センサ２０５には、識別可能な隆線部分２０１、２０２を有する指紋画像２０３によって特定される指が置かれる。また、図３Ａは、各軸において値が増える方向を指す各軸の矢印により、ｘ座標軸及びｙ座標軸を示している。図３Ａは、指紋画像センサ２０５上の第１の向き、したがって、ｘ座標軸及びｙ座標軸に関する第１の向きの指紋画像２０３を示している。図３Ｂは、垂直方向に、ｙ−座標について、値が減少する方向に直線的に移動した後の指紋画像を示している。図３Ｃは、指紋画像センサ２０５上で逆時計回りに回転した後の指紋画像２０３を示している。図３Ｂに対し、図３Ｃの指紋画像２０３の向きでは、左半分２０５Ａにおける識別可能な部分２０１、２０２のｙ座標の値が共に減少し、右半分２０５Ｂにおける識別可能な部分２０１、２０２のｙ座標の値が共に増加していることがわかる。図３Ｄは、指紋画像センサ２０５上で時計回りに回転した後の指紋画像２０３を示している。図３Ｃに対し、図３Ｄの指紋画像２０３の向きでは、左半分２０５Ａにおける識別可能な部分２０１、２０２のｙ座標の値が共に増加し、右半分２０５Ｂにおける識別可能な部分２０１、２０２のｙ座標の値が共に減少していることがわかる。
【００３７】
図４は、本発明の好適な実施形態に基づき、回転又は位置を判定するアルゴリズム２１０のフローチャートである。ステップ２１１において処理を開始し、ホスト（図示せず）上で実行されるオペレーティングシステム又はアプリケーションが、ユーザに対し、入力を促す。次に、ステップ２１２において、本発明に基づく指紋画像センサ（図示せず）を初期化し、データを読み出す準備が完了する。このステップ２１２は、センサの電源をオンにし、指紋画像の捕捉の準備を確実にする処理を含む。また、ステップ２１２は、コントラスト及び明度レベルを設定し、センサを所望のデータ取得モードに設定し、センサを較正し、又はセンサを初期化する処理を含む。なお、センサが既に初期化されている場合、ステップ２１２は、不要である。
【００３８】
次に、ステップ２１３において、センサを用いて、センサによって又はハードウェアプラットホームの演算機能力及び帯域幅によってサポートされたレートで、フレームを読み出す。ステップ２１５において、フレームの特性を推定し、そのフレームが有効であるか否かを判定する。次に、ステップ２２０において、フレームのメトリックを解析し、フレームが有効であるか否かを判定する。フレームが有効である場合、フレームを維持し、処理はステップ２２５に進み、この他の場合、フレームは無視して、処理はステップ２５５に進む。後に詳細に説明するように、好適な実施形態では、例えば、フレーム内の画素データの平均値及び分散等、画像の統計的情報を測定することによって、フレームの有効性を判定する。フレームの有効性は、指がセンサに存在しているか否かに直接関連する。なお、効率を犠牲にしてもよい場合、又は指がセンサに触れているときのみセンサがフレームを生成する場合には、ステップ２１５を省略してもよい。
【００３９】
ステップ２２５において、現在のフレーム（例えば、最も最近に読み出され、現在処理中のフレーム）を、最後に保存された有効なフレームと相関させる。繰返しの最初の段階では、「最後の有効なフレーム」が存在しないので、現在のフレームを最後の有効なフレームにコピーする。好適な実施形態においては、フレームを左半分及び右半分に分割する。但し、フレームを幾つの部分にどのように分割してもよいことは明らかである。次に、ステップ２３０において、フレームの左半分の直線的な動き及びフレームの右半分の直線的な動きの両方を算出する。次に、ステップ２３５において、フレームの左半分の直線的な動き及びフレームの右半分の直線的な動きを用いて、フレームの総合的な直線的な動きを算出する。この演算については、後に詳細に説明する。ステップ２４０において、ステップ２３５の演算結果を用いて、指紋画像の回転を算出する。
【００４０】
次に、ステップ２４５において、処理は、指紋画像に関して、直線方向又は回転方向の動きがあったか否かを判定する。動きがあった場合、処理はステップ２５０に進み、この他の場合、処理はステップ２５５に進む。ステップ２５０において、最後の有効なフレームを更新し、ステップ２５１において、最後の有効なフレームを保存する。そして、処理は、ステップ２２５に進む。
【００４１】
ステップ２５５において、処理は、更なるフレームが取得されるか否かを判定する。更なるフレームが取得される場合、処理は、ステップ２６０に進み、カウンタをインクリメントした後、ステップ２１３に進む。更なるフレームが取得されない場合、処理はステップ２６５に進み、ここで終了する。
【００４２】
上述したように、現在のフレームの画素は、最後の有効なフレームの画素に相関され、これにより、回転又は直線的な動きの量を判定する。ステップ２３５において、総合的な直線的な動きを算出すると、この動きに対応するデータは、ダウンストリーム側でこのデータを必要とするあらゆる処理に供給される。例えば、プログラム（例えば、アプリケーションプログラム、デバイスドライバ又はオペレーティングシステム）は、対応するデータを用いて、表示画面上のポインタを直線的に移動させることができる。また、ステップ２４０において、回転を算出すると、この動きに対応するデータは、ダウンストリーム側でこのデータを必要とするあらゆる処理に供給される。例えば、プログラムは、対応するデータを用いて、表示画面上で画像を回転させることができる。動きがあったと判定すると、最後の有効なフレームを現在のフレームに置換し、アルゴリズムは、センサから新たな画像がデータを取得することによって継続される。
【００４３】
好適な実施形態では、システムは、リアルタイムで処理を繰り返す。これに代えて、システムは、メモリバッファ内に全てのフレームを保存し、複数のフレームをセンサから取得した後に動きを算出してもよい。好ましくは、アプリケーション又はオペレーティングシステムのいずれかが繰返しを終了するよう指示したとき、繰返しが終了する。システムがオペレーティングシステムのポインティング装置として用いられる場合、無期限に処理を継続してもよい。
【００４４】
アルゴリズムは、例えば、機器の電源が投入され、又はゲームが開始される等、回転フィードバックが必要になると、開始される。回転情報が必要でなくなると、アルゴリズムは終了する。
【００４５】
好適な実施形態においては、システムは、図５Ａに示すスワイプセンサ３１０に接続されたコンピューティング装置上で実行される。スワイプセンサ３１０は、ｘ方向及びｙ方向に関して水平に取り付けられ、これにより図６に示すような画像フレームが捕捉される。ｘ軸は、スワイプセンサ３１０の長手方向に沿い、ｙ軸は、ｘ軸に垂直である。なお、スワイプセンサ３１０は、如何なる向きで取り付けてもよい。説明に一貫性を持たせるために、ｘ軸に沿うセンサの方向を常にセンサの長さと呼ぶことにする。図５Ｂは、本発明に基づくスワイプセンサ３１５の第２の向きを示している。スワイプセンサ３１５は、ｘ方向及びｙ方向に関して垂直に取り付けられている。好適な実施形態では、指紋センサ（例えば、スワイプセンサ３１０又はスワイプセンサ３１５）は、要求に応じて、プログラムに単一のデータのフレームを提供する。後述するように、単一のフレームは、任意の数のより小さいサブフレームに論理的に分割できる。また、本発明においては、１つの要求に対して２つ以上のフレームを提供できるセンサを用いてもよい。また、本発明に基づく指紋センサは、図５Ａ、図５Ｂに示す向き以外の向きで取り付けてもよい。
【００４６】
スワイプセンサは、通常、センサの能力、用いられるインタフェース及びホストパーソナルコンピュータの速度に応じて、１秒間に２５０〜３０００個（フレームレート）のフレームを提供する。
【００４７】
図６は、本発明に基づく指紋画像センサによって捕捉された画像データ４００を示している。画像データ４００は、Ｎ行Ｍ列のピクチャ要素又は画素を含み、各画素は、通常、１バイト（８ビット）のデータによって表現される。Ｍは、任意の正の値（解像度に応じて、通常１００〜３００）であり、Ｎは、少なくとも２である（フレームにおける通常の行数は、８〜３２である）。好ましくは、Ｎ＝８及びＭ＝１９２である。画素値は、グレーレベルを示し、これにより、画像フレームは、コンピュータモニタ上に表示されると指紋画像に類似する画像を示す。通常この値は、０〜２５５の範囲であり、０は、黒を表し、指紋の隆線に対応し、２５５は、白を表し、谷線に対応する。なお、データの範囲及びデータの表示は、この他のものを用いても、本発明の性質に影響しない。
【００４８】
変形例として、例えば、光学ドキュメントスキャナ等の他の同様の種類のセンサを、殆ど変更を加えずに用いてもよい。一実施の形態においては、本発明に基づくシステムは、ソフトウェアではなく、専用のハードウェア又はファームウェアによって実行してもよい。他の実施形態においては、汎用ＣＰＵ上でアルゴリズムを実行し、他の部分をハードウェアのみで実現してもよい。
【００４９】
図７は、図３のアルゴリズム２１０における幾つかの繰返しで用いる現在のフレーム及び最後の有効なフレームを示している。列４０１に示す繰返し１は、最後の有効なフレーム４０５及び現在のフレーム４１０を示している。フレーム４０５の行は、フレーム４１０に対応していないので、如何なる認識可能な動きも特定できない。列４０２に示す繰返し２は、最後の有効なフレーム４１０及び現在のフレーム４１５を示している。最後の有効なフレーム４１０は、前の繰返しである繰返し１の現在のフレームに対応している。フレーム４１０の行０（矢印によって示されている。）は、フレーム４１５の行１（矢印によって示されている。）に対応している。このため、ｙ方向の直線的な動きが検出される。列４０３に示す繰返し３は、最後の有効なフレーム４１５及び現在のフレーム４２０を示している。フレーム４１５は、フレーム４２０と同じであるので、動きがないこと（例えば、指紋画像センサ上で指が動いていないこと）が認識される。この具体例では、最後の有効なフレームを更新する必要はない。列４０４に示す繰返し４は、最後の有効なフレーム４２０及び現在のフレーム４２５を示している。最後の有効なフレーム４２０は、繰返し３の現在のフレームに対応している。フレーム４２０の行１（直線の矢印によって示されている。）は、フレーム４２５の行２（直線の矢印によって示されている。）に対応している。この行の垂直移動（すなわち、指が行１から行２に移動することによる指紋パターンの画像の追跡）は、指紋画像センサ上で指が下方向に動いたことを示し、これをｙ方向における正の動きと呼ぶ。更に、フレーム４２０の列２（波線の矢印によって示されている。）は、フレーム４２５の列１（波線の矢印によって示されている。）に対応する。この列の水平移動（すなわち、指が列２から列１に移動することによる指紋パターンの画像の追跡）は、指紋画像センサ上で指が左方向に動いたことを示し、これをｘ方向における負の動きと呼ぶ。この具体例では、ｙ方向における正の動きと、ｘ方向における負の動きが検出されるので、指紋画像が時計回りに回転したことが認識される。
【００５０】
なお、ｘ方向及びｙ方向における特定の方向に割り当てられる符号（正又は負）は、説明のために任意に選択したに過ぎない。この符号を逆にしてもよい。
【００５１】
以下、図４のアルゴリズム２１０を更に詳細に説明する。上述したように、アルゴリズム２００は、データの新たなフレームを要求し（ステップ２１０）、この目的のためにバッファに保存されている先の画像フレームに新たなフレームを相関させる（ステップ２２５）処理を繰り返す。アルゴリズム２１０のｉ番目の繰返しにおいて、センサ装置（例えば、指紋画像センサ）は、１つのデータのフレームを要求する。一旦、フレームを取得すると、このフレームが有効であるか否かを判定するために、フレームを解析する。フレームが有効であると判定された場合、フレームは、後の使用のためにローカルメモリに保存され、フレームが有効ではないと判定された場合、フレームは、単に無視される。
【００５２】
好適な実施形態においては、フレームが少なくとも何らかの指紋画像情報を含むことを確認することによってフレームの有効性を判定する。例えば、フレームを取得した際、機器上に指が置かれていなければ、フレームは、恐らく、雑音又は空白の画像のみを含むこととなる。この判定は、フレーム内の画像の統計的情報、すなわち、平均値及び分散の測定に基づく規則を用いて行うことができる。幾つかのセンサは、指の存在に関する情報を提供し、システムは、この情報が入手可能であれば、それ自体を用いてもよく、この情報を上述した統計的情報と共に利用してもよい。
【００５３】
数学的には、ｎ番目の行とｍ番目の列の画素をｆｒａｍｅ［ｎ，ｍ］とすると、以下の式が成り立つ。
【００５４】
【数１】
【００５５】
効率を高めるために、メトリック（ステップ２１５で算出される）は、（フレーム全体ではなく）フレームの一部のみを用いて算出してもよく、この一部は、任意の画像の部分であってもよく、又は演算によって、画素をｐ個おきにスキップすることによって得てもよい。
以下の場合、フレームは、雑音であるとみなし、無視する。
Φ≧Ｎｏｉｓｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ＿ｈｉｇｈ
又は
Φ≦Ｎｏｉｓｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ＿ｌｏｗ
又は
Ψ≦Ｖａｒｉａｎｃｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ
換言すれば、平均が所定のレベル（例えば、閾値）を上回り又は下回る場合、又は分散が期待される通常の指より小さい場合、用いられるセンサに応じて、指が機器上に置かれていないと判定する。好適な実施形態では、これらの閾値の一般的な値を以下の通りとする。
Ｎｏｉｓｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ＿ｈｉｇｈ＝２４０
Ｎｏｉｓｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ＿ｌｏｗ＝３０
Ｖａｒｉａｎｃｅ＿ａｖｅｒａｇｅ＿ｔｈｒｅｓｈｏｌｄ＝１０
なお、アルゴリズムを所望の性能に調整するために、他の値を用いてもよく、また、上述した統計的情報のより複雑な組合せを用いてフレームの有効性を判定してもよい。もちろん、他の基準を単独で用いてもよく、上述した基準と組み合わせて用いてもよい。
【００５６】
一旦、現在のフレームが有効であると判定されると、この現在のフレームを（ステップ２５１で保存した）最後の有効なフレームと相関させ、指の動きがあった場合、指の動きを判定する。指の動きがあったと判定されると、最後の有効なフレーム（ステップ２５１）を現在のフレームに置換し、アルゴリズムは、センサから新たなフレームを取得することによって処理を続ける。
【００５７】
本発明においては、新たなフレーム（「ｃＦ」）をメモリに保存されている前のフレーム（「ｏＦ」）と相関させる。相関処理は、当業者にとって周知の処理であるが、ここでは、本発明を明瞭するために、この処理について詳細に説明する。
【００５８】
最後の有効なフレームの行Ｒと、現在のフレームの行Ｓとの標準の相互相関ＳＣＣは、数学的に以下のように表現される。
【００５９】
【数２】
【００６０】
ここで、ｄは、「ラグ」又は「オフセット」と呼ばれる。ラグは、１つのフレームのデータの他のデータに対する水平運動に関連し、速度とみなすこともできる。通常ラグは、−Ｌ≦ｄ≦＋Ｌであり、ここで、Ｌは、Ｍより遙かに小さい値である。式を明確に保つために、本明細書における全ての式においては、ｄ≧０である仮定している。但し、ｏＦ及びｃＦにおける列のインデックスを以下に示すように置き換えることによって、負のラグ値を処理できる。
【００６１】
【数３】
【００６２】
ここで、｜ｄ｜は、ｄの絶対値である。
【００６３】
この置き換えは、本明細書に示す全ての相関式について有効であり、ＳＣＣだけではなく、後述する正規化された相互相関（normalized cross-correlation：以下、ＮＣＣという。）についても成立する。
【００６４】
標準の相関処理を用いてもよいが、好適な実施形態では、標準の相関処理を僅かに変更し、指紋画像再構築等の画像位置合わせタスクにより適する、以下の式２によって定義される正規化された相互相関ＮＣＣと呼ぶ処理を用いる。ＮＣＣは、標準の相関処理とは異なり、画像の強度の変化に対して不変であり、演算で用いる画素数から独立した範囲を有し、画像フレームの局所的な特性への依存度が低いため、より正確である。
【００６５】
【数４】
【００６６】
ここで、
【００６７】
【数５】
【００６８】
は、列ｄ＋ｌから列Ｍ−に亘る行Ｒに沿った合計値であり、
【００６９】
【数６】
【００７０】
は、列１から列Ｍ−２ｄに亘る行Ｓに沿った合計値である。
【００７１】
上の式は、各フレームの行に関するものであるが、より一般的には、各フレームの「パッチ」に関するものとみなすことができ、ここで、パッチとは、行の何らかの下位集合又は上位集合である。相関すべき各フレームのパッチは、画素の如何なる組であってもよいが、好適な実施形態では、各フレームの中央を中心に置いたパッチを用いる。ここでは如何なる行又は行のサブセットも用いてもよいが、パッチが小さすぎると、相互相関値の統計的有意性が損なわれる。
【００７２】
現在のフレームの情報の最後のフレームの情報に対するラグ又はオフセットは、ｘ方向における未知の動き量に対応しているため、ＮＣＣ全体（Ｒ、Ｓ、ｄ）は、多くの場合、最適に対応する値を見つけるために、ｄの複数の値について演算を行う必要がある。
【００７３】
したがって、一実施の形態においては、以下の式が成り立つ。
ｄ＝−Ｌ〜ｄ＝Ｌについて、
ＰｅａｋＮＣＣｗｈｏｌｅ（Ｒ，Ｓ，Ｌ）＝ＭＡＸ｛ＮＣＣ＿ｗｈｏｌｅ（Ｒ，Ｓ，ｄ）｝［式３］
ｄｐｅａｋｗｈｏｌｅ（Ｒ，Ｓ，Ｌ）＝上の式が成り立つｄの値。
【００７４】
好適な実施形態では、Ｌ＝８であるが、Ｌは、ｘ方向におけるフレーム間の最高の速度と同じ大きさになるように選択する必要がある。Ｌが小さい方が演算は効率的であるが、Ｌを小さくしすぎると、フレーム間で、指が±Ｌより大きく移動した場合、結果が不正確になる。変形例として、Ｌは、最後の繰返しｉ−１からのｄｐｅａｋｗｈｏｌｅの関数としてもよい。
【００７５】
例えば、以下のようにしてもよい。
Ｌ（繰返しｉにおける）＝ｄｐｅａｋｗｈｏｌｅ（繰返しｉ−１における）＋ｅ
ここで、ｅは、通常１又は２である。
【００７６】
他の実施形態においては、Ｌは、フレームの行数（すなわち、Ｒ及び／又はＳ）の関数であってもよい。また、浮動小数点演算を回避するためにＮＣＣ式の換算されたバージョンを用いてもよく、また、演算負荷が高い平方根演算を避けるために、二乗ＮＣＣを用いてもよい。
【００７７】
ＰｅａｋＮＣＣｗｈｏｌｅは、最適の相関係数に対応し、ｄｐｅａｋｗｈｏｌｅは、ｘ方向における動きの量に対応している。次に、ｙ方向における動きの量を算出する手法を説明する。
【００７８】
【数７】
【００７９】
ＮＣＣを算出するこの式２は、最後のフレームｏＦ及び現在のフレームｃＦについて、以下のように書き換えることができる。
【００８０】
【数８】
【００８１】
分子及び分母に（Ｍ−２ｄ）２を乗算することにより、演算が簡単になり、理解が容易になる。
【００８２】
これは、以下のように、行の左半分及び右半分に分離することができる。
ＮＣＣ＿ｗｈｏｌｅ（Ｒ，Ｓ，ｄ）＝（Ａ−Ｂ）／（Ｃ１／２×Ｄ）［式４］
ここで、Ａは、以下のように表される。
【００８３】
【数９】
【００８４】
Ｂは、以下のように表される。
【００８５】
【数１０】
【００８６】
Ｃは、以下のように表される。
【００８７】
【数１１】
【００８８】
Ｄは、以下のように表される。
【００８９】
【数１２】
【００９０】
ここで、
【００９１】
【数１３】
【００９２】
は、列Ｍ／２＋１から列Ｍ／ｄに亘る行Ｒに沿った合計値である。
【００９３】
【数１４】
【００９４】
は、列ｄ＋１から列Ｍ／２に亘る行Ｒに沿った合計値である。
【００９５】
【数１５】
【００９６】
は、列Ｍ／２−ｄ＋１から列Ｍ−２ｄに亘る行Ｒに沿った合計値である。
【００９７】
【数１６】
【００９８】
は、列１から列Ｍ／２−ｄに亘る行Ｓに沿った合計値である。
【００９９】
更に、各行の左半分及び右半分のＮＣＣは、以下の式を用いて算出することができる。
【０１００】
【数１７】
【０１０１】
【数１８】
【０１０２】
更に、左半分及び右半分のＰｅａｋＮＣＣは、以下のようにして求められる。
ｄ＝−Ｌ〜ｄ＝Ｌについて、
ＰｅａｋＮＣＣｌｅｆｔ（Ｒ，Ｓ，Ｌ）＝ＭＡＸ｛ＮＣＣ＿ｌｅｆｔ（Ｒ，Ｓ，ｄ）｝［式６ａ］
ｄｐｅａｋｌｅｆｔ（Ｒ，Ｓ，Ｌ）＝上の式が成り立つｄの値。
ｄ＝−Ｌ〜ｄ＝Ｌについて、
ＰｅａｋＮＣＣｒｉｇｈｔ（Ｒ，Ｓ，Ｌ）＝ＭＡＸ｛ＮＣＣ＿ｒｉｇｈｔ（Ｒ，Ｓ，ｄ）｝［式６ｂ］
ｄｐｅａｋｒｉｇｈｔ（Ｒ，Ｓ，Ｌ）＝上の式が成り立つｄの値。
【０１０３】
これらの式により、センサアレーの左右の側を個別に処理し、後述するように、回転を効率的に判定することができる。
【０１０４】
式５ａ及び式５ｂにより、左右の側について、全てのＮＣＣ項を算出すれば、式４に基づき、後は幾つかの加算及び除算だけでセンサアレー全体についてＮＣＣを算出することができる。そして、上述のように、式３を用いて、総合的な直線的な動きを算出でき、回転は、センサアレーの左右の側の直線的な動きに基づいて算出される。
【０１０５】
上で定義した式３に基づくＰｅａｋＮＣＣ（Ｒ、Ｓ、Ｌ）を用いて、又は式６ａ及び式６ｂに基づき、ｘ方向及びｙ方向の正確な動きを簡単に算出することができる。繰返しｉの最後の有効なフレームは、図４に示すように、１〜Ｎの番号が付された行を含み、Ｎは、センサから供給される行の数である。処理される現在のフレームは、同様に１〜Ｎの番号が付された行を有する。
【０１０６】
最後のフレームの所定の行Ｒについて、現在のフレームの行１〜Ｎに関して、ＰｅａｋＮＣＣ及びｄを式３、式６ａ及び式６ｂに基づいて算出し、最大のＰｅａｋＮＣＣに対応するｄｐｅａｋを選択する。好ましくは、Ｒ：Ｒ＝１及びＲ＝Ｎの２つの値についてこの選択を行う。これにより、ユーザが指を移動させる速度を最大にしながら、ｙ方向における上向きの動き及び下向きの動きを判定できる。また、Ｒ＝Ｎ／２（略々中央の行）において、１つＲだけを選択してもよい。但し、この処理は、次善策である。また、例えば、Ｒ＝２及びＲ＝Ｎ−１等、１又はＮ以外の値を選択してもよく、これらの値は、センサアレーの端にないため、精度に関する理由から有利な場合がある。
【０１０７】
表１は、任意のＲの値について、単一のフレームの繰返しを実行する擬似コードを示している。演算は、左側、右側及び全体の行について個別に実行するが、表１の擬似コードでは、包括的な演算のみを示している。
【０１０８】
【表１】
【０１０９】
表１の擬似コードは、以下のように要約することができる。
ＭａｘＰｅａｋＮＣＣ＝ＮＣＣ＿ｗｈｏｌｅ（ｂｅｓｔＲ，ｂｅｓｔＳ，ｄｐｅａｋ（ｂｅｓｔＲ，ｂｅｓｔＳ，Ｌ））［式６ｃ］
ｄｐｅａｋＭａｘ＝ｄｐｅａｋ（ｂｅｓｔＲ，ｂｅｓｔｓ，Ｌ）［式６ｄ］
この演算により、以下の情報が得られる。
【０１１０】
１．ＭａｘＰｅａｋＮＣＣ：現在のフレーム及び最後のフレームにおいて一致する行の最良の対の相関値
２．ｂｅｓｔＲ：ＭａｘＰｅａｋＮＣＣをもたらす最後のフレームの行
３．ｂｅｓｔＳ：ｂｅｓｔＳＭａｘＰｅａｋＮＣＣをもたらす現在のフレームの行
４．ｄｐｅａｋＭａｘ：ＭａｘＰｅａｋＮＣＣに達する相関ラグ
ｂｅｓｔＲ及びｂｅｓｔＳは、最も高い相関値（ＭａｘＰｅａｋＮＣＣ）をもたらす行の対である。
【０１１１】
通常、ＭａｘＰｅａｋＮＣＣは、１．０に近い値（１．０に近いほど、相関がより強い）になるが、分析されている指の移動速度が速すぎる場合、現在のフレームが最後のフレームと共通の行を有さない場合（すなわち、非重複ケース）もある。したがって、ＭａｘＰｅａｋＮＣＣは、十分大きくする必要がある。
【０１１２】
上述した情報を用いて、以下の演算を行う。
【０１１３】
１．Δｘ（ｉ）＝ｄｐｅａｋＭａｘ
これは、繰返しｉにおけるｘ方向における動き速度である。
【０１１４】
２．Δｙ（ｉ）＝ｂｅｓｔＳ−ｂｅｓｔＲ
これは、繰返しｉにおけるｙ方向における動きの速度である。
【０１１５】
この他の場合、
３．Δｘ（ｉ）＝０
４．Δｙ（ｉ）＝０
ここで、ｃｏｒｒ＿ｔｈｒｅｓｈｏｌｄを用いて、完全なオーバーラップを示す相関が十分高いことを確実にする。好ましくは、ｃｏｒｒ＿ｔｈｒｅｓｈｏｌｄ＝０．７５であるが、アルゴリズムの性能を調整するために他の値を用いてもよい。相関が閾値を下回る場合、ｘ方向及びｙ方向における速度の実際の値を判定することはできず、したがって、アルゴリズムは、動きベクトルを出力しない。なお、変形例として、初期値として他の値を出力してもよく、例えば、Ｎ行及びＭ列の最大の動き又はこれらの組合せを出力してもよい。
【０１１６】
いずれの場合も、現在の繰返しｉに関して、Δｘｌｅｆｔ（ｉ）、Δｙｌｅｆｔ（ｉ）；Δｘｒｉｇｈｔ（ｉ）、Δｙｒｉｇｈｔ（ｉ）；Δｘｗｈｏｌｅ（ｉ）、Δｙｗｈｏｌｅ（ｉ）によってそれぞれ示される左側、右側及び全体の行について、ｘ方向及びｙ方向における動きを算出した後に、回転Δｔｈｅｔａ（ｉ）を判定できる。Δｘｗｈｏｌｅ（ｉ）及びΔｙＷｈｏｌｅ（ｉ）は、回転情報を必要とするホストに供給され、全体的なｘ方向及びｙ方向における直線的な動きを表す。
【０１１７】
表２は、回転を判定するための擬似コードを示している。擬似コードは、回転データを用いるアプリケーションプログラム又はオペレーティングシステムによる終了の指示があるまで繰り返し継続される。
【０１１８】
【表２】
【０１１９】
なお、回転の大きさを算出するために、Δｙｌｅｆｔ（ｉ）及びΔｙｒｉｇｈｔ（ｉ）の任意の関数を含む代替の手法がある。ｘ方向及びｙ方向を逆にして取り付けられたセンサでは、表２の擬似コードにおいて、Δｘｌｅｆｔ（ｉ）及びΔｘｒｉｇｈｔ（ｉ）を用いる。フルサイズの位置センサでは、Δｘｌｅｆｔ（ｉ）、Δｙｌｅｆｔ（ｉ）及びΔｘｒｉｇｈｔ（ｉ）、Δｙｒｉｇｈｔ（ｉ）の両方の軸を用いることによって、更に高い精度を実現できる。一実施の形態においては、これは、表２の擬似コードを用いて、Δｘ値及び再びΔｙ値に基づいてΔｔｈｅｔａ（ｉ）を算出することによって実現される。これにより得られる２つの推定値を共に平均し、又はこの他の手法で結合し、最終的なΔｔｈｅｔａ（ｉ）を生成する。このΔｔｈｅｔａ（ｉ）は、ホストアプリケーション及び／又はオペレーティングシステムに供給される。
【０１２０】
他の実施形態では、正規化された相互相関の代わりに標準の相関を用いる。例えば、正規化された相互相関の代わりに式１に示す標準の相互相関を用いることができる。式１を各行の左右の側に対応する項に分割することは容易である。
【０１２１】
【数１９】
【０１２２】
この場合、好適な実施形態におけるＮＣＣより遙かに簡単であり、全体の行のＳＣＣ値は、単に、それぞれの半分の相関値の合計である。
【０１２３】
また、フレームの行Ｓ及び最後の有効なフレームの行Ｒの間の最大の標準の相互相関を他の表現で表すこともできる。例えば、重み付け又は投票スキーム（voting schemes）を用いることができる。一実施の形態においては、以下の式を用いる。
ｄ＝−Ｌ〜ｄ＝Ｌについて、
ＰｅａｋＳＣＣｗｈｏｌｅ（Ｒ，Ｓ，Ｌ）＝ＷｅｉｇｈｔｅｄＭＡＸ｛ＳＣＣ＿Ｗｈｏｌｅ（Ｒ，Ｓ，ｄ）｝［式８］
ＷｅｉｇｈｔｅｄＭＡＸは、値を生成する前に、要素に所定の複数の重みを割り当てる関数であり、ｄｐｅａｋｗｈｏｌｅ（Ｒ，Ｓ，Ｌ）は、式８を成り立たせるｄの値であり、Ｌは、最後の有効なフレームから現在のフレームへの水平方向の動きの最高速度に略々等しい値である。
【０１２４】
好適な実施形態では、各行を等しい長さの左右の側に分割するが、変形例として、各行をどのように分割してもよく、例えば、二等分ではなく、三等分してもよく、或いは、分割される各部分の長さが異なるように分割してもよい。また、分割される各部分は、必ずしも隣接していなくてもよい。図８〜図１２は、これらの可能性の幾つかの具体例を示しており、各具体例は、それぞれの利点を有する。
【０１２５】
例えば、図８は、左半分（サブフレーム）６０５及び隣接する右半分６１０を有する指紋センサを示している。図９は、第１のセクション（サブフレーム）６１５、第２のセクション６２０、第３のセクション６２５、第４のセクション６３０を有する指紋センサを示している。セクション６１５は、セクション６２０に隣接しており、セクション６２０は、セクション６２５に隣接しており、セクション６２５は、セクション６３０に隣接している。図１０は、隣接しない２つのセクション６３１、６３２を有する指紋画像センサを示している。図１１は、いずれも隣接しない４つのセクション６３５、６４０、６４５、６５０を有する指紋画像センサを示している。図１２は、セクション６５５及びこれに隣接するセクション６６０と、セクション６６５及びこれに隣接するセクション６７０を有する指紋画像センサを示している。なお、それぞれが好ましくは、２つ以上の単一の分割部分を有する他の構成も可能であり、線形相関を用いて回転を判定してもよい。セクションの数及び構成は、製造原価、指紋画像センサの表面積、計算アルゴリズム、プロセッサ構成、必要な速度及び他の基準に基づいて選択できる。
【０１２６】
他の実施形態として、Δｘｗｈｏｌｅ（ｉ）、Δｙｗｈｏｌｅ（ｉ）及びΔｔｈｅｔａ（ｉ）のそのままの値をホストに供給する前に、値を変更してもよい。これらの種類の変更は、包括的にフィルタリングと呼ばれる以下に示す３つの異なる数学的変換を含み、以下では、変更された出力に「’」を付す。
【０１２７】
１．換算：元の動き値に線形又は非線型換算係数を乗算し、ホストが表示する座標系により適切な換算されたバージョンを得る。具体例として、全ての値に２を乗算してもよい。他の具体例として、ｘ方向における動きに２を乗算し、ｙ方向における動きに０．５を乗算してもよい。
【０１２８】
２．平滑化：連続した動き値に平滑化（ローパス）フィルタを適用し、時間実に対して値を平滑化する。具体例は以下の通りである。
線形平均＝Δｘ’ｗｈｏｌｅ（ｉ）＝［Δｘｗｈｏｌｅ（ｉ）＋Δｘｗｈｏｌｅ（ｉ−１）＋Δｘｗｈｏｌｅ（ｉ−２）］／３
指数平均＝Δｔｈｅｔａ’（ｉ）＝［Δｔｈｅｔａ’（ｉ−１）＋Δｔｈｅｔａ（ｉ）］／２
３．クリッピング：動きの値を任意の値に制限する。具体例は以下の通りである。
Δｙ（ｉ）＞Ｔの場合、
Δｙ’（ｉ）＝Ｔ。
この他の場合、
Δｙ’（ｉ）＝Ａｙ（ｉ）。
【０１２９】
本発明では、これらの処理を様々に組み合わせて行ってもよい。ここで、「フィルタリング」とは、よく定義された手法で入力を処理し、出力を生成する機能を意味する。
【０１３０】
相関処理は、演算負荷が大きいことは当業者にとって明らかである。したがって、一実施の形態では、左側、右側及び全体のアレーについてのΔｔｈｅｔａ（ｉ）及び／又はΔｘ（ｉ）、Δｙ（ｉ）の算出は、独立したプロセッサ又は専用ハードウェアで実行する。この実施形態では、ハードウェアをシリコン指紋センサ自体に組み込んでもよい。相関処理を実行するハードウェアは、現在のフレーム及び最後の有効なフレームにアクセスしなくてはならず、これらのフレームはいずれも装置のメモリ内に保存できる。例えば、このようなメモリを指紋画像センサに組み込むことにより、装置は、（装置自体が生成した）現在のフレームにアクセスすることができ、最後の有効なフレームを揮発性メモリレジスタに保存することができる。このような場合、装置は、好適な実施形態において上述した手法を用いて、フレームが有効であるか否かを判定する必要がある。このような実施形態では、ホストコンピューティング装置は、不要である。また、指紋画像は、全体のアレーに関するΔｘ（ｉ）及びΔｙ（ｉ）のみから再構築されるため、このようなハードウェア実現例を用いて、指紋画像を再構築することができることは明らかである。
【０１３１】
添付の特許請求の範囲によって定義される本発明の精神及び範囲から逸脱することなく、上述した実施形態を様々に変更できることは、当業者にとって明らかである。
【図面の簡単な説明】
【０１３２】
【図１Ａ】本発明に基づき、指紋画像センサ上で指を回転させることによって、電子画像がどう回転するかを説明する図である。
【図１Ｂ】本発明に基づき、指紋画像センサ上で指を回転させることによって、電子画像がどう回転するかを説明する図である。
【図２】隆線を黒で示し、谷線を白で示し、及び分岐点及び隆線の端点を示す指紋画像の図である。
【図３Ａ】本発明に基づき、指が置かれた指紋センサの指紋画像の部分を含む左右のセクションを示すとともに、直線的に動き及び回転する指紋画像を説明する図である。
【図３Ｂ】本発明に基づき、指が置かれた指紋センサの指紋画像の部分を含む左右のセクションを示すとともに、直線的に動き及び回転する指紋画像を説明する図である。
【図３Ｃ】本発明に基づき、指が置かれた指紋センサの指紋画像の部分を含む左右のセクションを示すとともに、直線的に動き及び回転する指紋画像を説明する図である。
【図３Ｄ】本発明に基づき、指が置かれた指紋センサの指紋画像の部分を含む左右のセクションを示すとともに、直線的に動き及び回転する指紋画像を説明する図である。
【図４】本発明に基づくフレーム取得及び画像相関処理のフローチャートである。
【図５Ａ】水平な向きの指紋画像センサを示す図である。
【図５Ｂ】垂直な向きの指紋画像センサを示す図である。
【図６】指紋センサからのフレーム（スライス）からの画素データを示す図である。
【図７】本発明に基づく再構築処理の異なる繰返しにおける指紋センサからの画素データを示す図である。
【図８】本発明に基づくフレームの異なる分割構成例を示す図である。
【図９】本発明に基づくフレームの異なる分割構成例を示す図である。
【図１０】本発明に基づくフレームの異なる分割構成例を示す図である。
【図１１】本発明に基づくフレームの異なる分割構成例を示す図である。
【図１２】本発明に基づくフレームの異なる分割構成例を示す図である。
【特許請求の範囲】
【請求項１】
回転情報を取得する情報取得方法において、
ａ．複数の位置から複数のパターン化画像を捕捉するステップと、
ｂ．上記複数のパターン化画像を相関させ、直線差分の組を生成するステップと、
ｃ．上記直線差分の組を用いて、回転情報を生成するステップとを有する情報取得方法。
【請求項２】
上記複数の位置は、センサの第１の部分及びセンサの第２の部分を含むことを特徴とする請求項１記載の情報取得方法。
【請求項３】
上記センサの第１の部分では、第１の複数のパターン化画像が捕捉され、上記センサの第２の部分では、第２の複数のパターン化画像が捕捉されることを特徴とする請求項２記載の情報取得方法。
【請求項４】
上記センサは、バイオメトリック画像センサであることを特徴とする請求項３記載の情報取得方法。
【請求項５】
上記バイオメトリック画像センサは、指紋画像センサであることを特徴とする請求項４記載の情報取得方法。
【請求項６】
上記第１の複数のパターン化画像及び上記第２の複数のパターン化画像は、共に、上記センサの第１の位置の指紋画像に対応することを特徴とする請求項５記載の情報取得方法。
【請求項７】
上記センサの第１の部分では、第３の複数のパターン化画像が捕捉され、上記センサの第２の部分では、第４の複数のパターン化画像が捕捉されることを特徴とする請求項６記載の情報取得方法。
【請求項８】
上記第３の複数のパターン化画像及び上記第４の複数のパターン化画像は、共に、上記センサの第２の位置の指紋画像に対応することを特徴とする請求項７記載の情報取得方法。
【請求項９】
上記回転情報は、上記第１の位置及び上記第２の位置の間の角度差に対応していることを特徴とする請求項８記載の情報取得方法。
【請求項１０】
上記複数のパターン化画像を相関させるステップは、
ａ．上記第１の複数のパターン化画像を上記第３の複数のパターン化画像に相関させ、上記直線差分の組から直線差分の第１の組を生成するステップと、
ｂ．上記第２の複数のパターン化画像を上記第４の複数のパターン化画像に相関させ、上記直線差分の組から直線差分の第２の組を生成するステップと、
ｃ．上記第１の複数のパターン化画像及び第２の複数のパターン化画像の第１の組合せを上記第３の複数のパターン化画像及び第４の複数のパターン化画像の第２の組合せに相関させ、上記直線差分の組から直線差分の第３の組を生成するステップとを有することを特徴とする請求項９記載の情報取得方法。
【請求項１１】
上記第１の複数のパターン化画像と上記第３の複数のパターン化画像との相関、上記第２の複数のパターン化画像と上記第４の複数のパターン化画像との相関、及び上記第１の組合せと上記第２の組合せとの相関は、全て、相互相関の実行を含むことを特徴とする請求項１０記載の情報取得方法。
【請求項１２】
上記相互相関は、正規化された相互相関であることを特徴とする請求項１１記載の情報取得方法。
【請求項１３】
上記相互相関は、標準の相互相関であることを特徴とする請求項１１記載の情報取得方法。
【請求項１４】
上記センサの第１の部分及び上記センサの第２の部分は、隣接していることを特徴とする請求項２記載の情報取得方法。
【請求項１５】
上記センサの第１の部分及び上記センサの第２の部分は、隣接していないことを特徴とする請求項２記載の情報取得方法。
【請求項１６】
上記センサの第１の部分は、第１のサブフレームの画素を含み、上記センサの第２の部分は、第２のサブフレームの画素を含むことを特徴とする請求項１１記載の情報取得方法。
【請求項１７】
上記第１の複数のパターン化画像を捕捉するステップは、上記第１の複数のパターン化画像に対応する第１のデータを上記第１のサブフレームに保存するステップを含み、
上記第２の複数のパターン化画像を捕捉するステップは、上記第２の複数のパターン化画像に対応する第２のデータを上記第２のサブフレームに保存するステップを含み、
上記第３の複数のパターン化画像を捕捉するステップは、上記第３の複数のパターン化画像に対応する第３のデータを上記第１のサブフレームに保存するステップを含み、
上記第４の複数のパターン化画像を捕捉するステップは、上記第４の複数のパターン化画像に対応する第４のデータを上記第２のサブフレームに保存するステップを含むことを特徴とする請求項１６記載の情報取得方法。
【請求項１８】
上記第１の複数のパターン化画像を上記第３の複数のパターン化画像に相関させるステップは、上記第１のデータを上記第３のデータに相関させ、上記直線差分の第１の組から第１及び第２の直線差分を生成するステップを含むことを特徴とする請求項１７記載の情報取得方法。
【請求項１９】
上記第２の複数のパターン化画像を上記第４の複数のパターン化画像に相関させるステップは、上記第２のデータを上記第４のデータに相関させ、上記直線差分の第２の組から第１及び第２の直線差分を生成するステップを含むことを特徴とする請求項１８記載の情報取得方法。
【請求項２０】
上記第１の組合せを上記第２の組合せに相関させるステップは、上記第１のデータ及び上記第２のデータの組合せを上記第３のデータ及び上記第４のデータの組合せに相関させ、上記直線差分の第３の組から、第１及び第２の直線差分を生成するステップを含むことを特徴とする請求項１９記載の情報取得方法。
【請求項２１】
上記相関は、上記第１及び第２のサブフレームの１つの要素を相関させるラグを判定し、該ラグ及び上記要素の間の差分は、上記直線差分の組の１つの第１及び第２の直線差分に対応することを特徴とする請求項２０記載の情報取得方法。
【請求項２２】
上記各要素は、上記第１及び第２のサブフレームの１つの行に対応していることを特徴とする請求項２１記載の情報取得方法。
【請求項２３】
上記各要素は、上記第１及び第２のサブフレームの１つの列に対応していることを特徴とする請求項２１記載の情報取得方法。
【請求項２４】
直線差分の第１の組、直線差分の第２の組、直線差分の第３の組及び回転情報をフィルタリングするステップを更に有する請求項１１記載の情報取得方法。
【請求項２５】
上記フィルタリングは、換算係数の乗算を含むことを特徴とする請求項２４記載の情報取得方法。
【請求項２６】
上記フィルタリングは、平滑化関数の適用を含むことを特徴とする請求項２５記載の情報取得方法。
【請求項２７】
上記フィルタリングは、クリッピング関数の適用を含むことを特徴とする請求項２６記載の情報取得方法。
【請求項２８】
上記指紋画像センサは、指位置センサであることを特徴とする請求項１０記載の情報取得方法。
【請求項２９】
上記指紋画像センサは、指スワイプセンサであることを特徴とする請求項１０記載の情報取得方法。
【請求項３０】
表示画面を有するホストプラットホームにおいて、上記回転情報を用いて、該表示画面上でオブジェクトを回転させ、コンピュータ入力装置をエミュレートすることを特徴とする請求項９記載の情報取得方法。
【請求項３１】
上記コンピュータ入力装置は、操作ホイール、ジョイスティック及びナビゲーションバーからなるグループから選択されることを特徴とする請求項３０記載の情報取得方法。
【請求項３２】
上記コンピュータ入力装置のエミュレートは、上記角度差に関連する速度で上記表示画面上のオブジェクトを動かすことを含むことを特徴とする請求項３０記載の情報取得方法。
【請求項３３】
回転情報を取得する情報取得装置において、
ａ．複数の位置から複数のパターン化画像を捕捉する捕捉手段と、
ｂ．上記複数のパターン化画像を相関させ、直線差分の組を生成し、該直線差分の組を用いて、回転情報を生成する相関手段とを備える情報取得装置。
【請求項３４】
上記捕捉手段は、第１の部分及び第２の部分を有するセンサを備えることを特徴とする請求項３３記載の情報取得装置。
【請求項３５】
上記センサは、バイオメトリック画像センサであることを特徴とする請求項３４記載の情報取得装置。
【請求項３６】
上記バイオメトリック画像センサは、指紋画像センサであることを特徴とする請求項３５記載の情報取得装置。
【請求項３７】
上記センサの第１の部分は、第１の複数のパターン化画像を捕捉するよう構成され、上記センサの第２の部分は、第２の複数のパターン化画像を捕捉するよう構成されることを特徴とする請求項３６記載の情報取得装置。
【請求項３８】
上記第１の複数のパターン化画像及び上記第２の複数のパターン化画像は、共に、上記センサの第１の位置の指紋画像に対応することを特徴とする請求項３７記載の情報取得装置。
【請求項３９】
上記センサの第１の部分は、第３の複数のパターン化画像を捕捉し、上記センサの第２の部分は、第４の複数のパターン化画像を捕捉することを特徴とする請求項３８記載の情報取得装置。
【請求項４０】
上記第３の複数のパターン化画像及び上記第４の複数のパターン化画像は、共に、上記センサの第２の位置の指紋画像に対応することを特徴とする請求項３９記載の情報取得装置。
【請求項４１】
上記回転情報は、上記第１の位置及び上記第２の位置の間の角度差に対応していることを特徴とする請求項４０記載の情報取得装置。
【請求項４２】
上記複数のパターン化画像を相関させる処理は、
ａ．上記第１の複数のパターン化画像を上記第３の複数のパターン化画像に相関させ、直線差分の組から直線差分の第１の組を生成し、
ｂ．上記第２の複数のパターン化画像を上記第４の複数のパターン化画像に相関させ、直線差分の組から直線差分の第２の組を生成し、
ｃ．上記第１の複数のパターン化画像及び第２の複数のパターン化画像の第１の組合せを上記第３の複数のパターン化画像及び第４の複数のパターン化画像の第２の組合せに相関させ、上記直線差分の組から直線差分の第３の組を生成することを特徴とする請求項４０記載の情報取得装置。
【請求項４３】
上記第１の複数のパターン化画像と上記第３の複数のパターン化画像との相関、上記第２の複数のパターン化画像と上記第４の複数のパターン化画像との相関、及び上記第１の組合せと第２の組合せとの相関は、全て、相互相関の実行を含むことを特徴とする請求項４２記載の情報取得装置。
【請求項４４】
上記相互相関は、正規化された相互相関であることを特徴とする請求項４３記載の情報取得装置。
【請求項４５】
上記相互相関は、標準の相互相関であることを特徴とする請求項４３記載の情報取得装置。
【請求項４６】
上記センサの第１の部分及び上記センサの第２の部分は、隣接していることを特徴とする請求項３４記載の情報取得装置。
【請求項４７】
上記センサの第１の部分及び上記センサの第２の部分は、隣接していないことを特徴とする請求項３４記載の情報取得装置。
【請求項４８】
上記センサの第１の部分は、第１のサブフレームの画素を含み、上記センサの第２の部分は、第２のサブフレームの画素を含むことを特徴とする請求項４３記載の情報取得装置。
【請求項４９】
上記第１の第１の複数のパターン化画像の捕捉は、上記第１の複数のパターン化画像に対応する第１のデータを上記第１のサブフレームに保存する処理を含み、
上記第２の複数のパターン化画像の捕捉は、上記第２の複数のパターン化画像に対応する第２のデータを上記第２のサブフレームに保存する処理を含み、
上記第３の複数のパターン化画像の捕捉は、上記第３の複数のパターン化画像に対応する第３のデータを上記第１のサブフレームに保存する処理を含み、
上記第４の複数のパターン化画像の捕捉は、上記第４の複数のパターン化画像に対応する第４のデータを上記第２のサブフレームに保存する処理を含むことを特徴とする請求項４８記載の情報取得装置。
【請求項５０】
上記第１の複数のパターン化画像を上記第３の複数のパターン化画像に相関させる処理は、上記第１のデータを上記第３のデータに相関させ、上記直線差分の第１の組から第１及び第２の直線差分を生成する処理を含むことを特徴とする請求項４９記載の情報取得装置。
【請求項５１】
上記第２の複数のパターン化画像を上記第４の複数のパターン化画像に相関させる処理は、上記第２のデータを上記第４のデータに相関させ、上記直線差分の第２の組から第１及び第２の直線差分を生成する処理を含むことを特徴とする請求項５０記載の情報取得装置。
【請求項５２】
上記第１の組合せを上記第２の組合せに相関させる処理は、上記第１のデータ及び上記第２のデータの組合せを上記第３のデータ及び上記第４のデータの組合せに相関させ、上記直線差分の第３の組から、第１及び第２の直線差分を生成する処理を含むことを特徴とする請求項５１記載の情報取得装置。
【請求項５３】
上記相関は、上記第１及び第２のサブフレームの１つの要素を相関させるラグを判定し、該ラグ及び上記要素の間の差分は、上記直線差分の組の１つからの第１及び第２の直線差分に対応することを特徴とする請求項５２記載の情報取得装置。
【請求項５４】
上記各要素は、上記第１及び第２のサブフレームの１つの行に対応していることを特徴とする請求項５３記載の情報取得装置。
【請求項５５】
上記各要素は、第１及び第２のサブフレームの１つの列に対応していることを特徴とする請求項５３記載の情報取得装置。
【請求項５６】
上記相関手段は、直線差分の第１の組、直線差分の第２の組、直線差分の第３の組及び回転情報をフィルタリングすることを特徴とする請求項３３記載の情報取得装置。
【請求項５７】
上記フィルタリングは、換算係数の乗算を含むことを特徴とする請求項５６記載の情報取得装置。
【請求項５８】
上記フィルタリングは、平滑化関数の適用を含むことを特徴とする請求項５７記載の情報取得装置。
【請求項５９】
上記フィルタリングは、クリッピング関数の適用を含むことを特徴とする請求項５８記載の情報取得装置。
【請求項６０】
上記捕捉手段は、指位置センサを含むことを特徴とする請求項３３記載の情報取得装置。
【請求項６１】
上記捕捉手段は、指スワイプセンサを含むことを特徴とする請求項３３記載の情報取得装置。
【請求項６２】
上記相関手段に接続され、表示画面を有し、上記回転情報を受け取り、上記回転情報を用いて該表示画面上でオブジェクトを制御し、コンピュータ入力装置をエミュレートするホスト機器を更に備える請求項４１記載の情報取得装置。
【請求項６３】
上記コンピュータ入力装置は、操作ホイール、ジョイスティック及びナビゲーションバーからなるグループから選択されることを特徴とする請求項６２記載の情報取得装置。
【請求項６４】
上記ホスト機器は、携帯型機器であることを特徴とする請求項６３記載の情報取得装置。
【請求項６５】
上記携帯型機器は、パーソナルコンピュータ、携帯電話機、携帯型コンピュータゲーム機及びデジタルカメラからなるグループから選択される機器であることを特徴とする請求項６４記載の情報取得装置。
【請求項６６】
上記コンピュータ入力装置のエミュレートは、上記角度差に関連する速度で上記表示画面上のオブジェクトを動かすことを含むことを特徴とする請求項６２記載の情報取得装置。
【請求項６７】
上記捕捉手段及び上記相関手段と一体に組み込まれたホスト機器を更に備える請求項４１記載の情報取得装置。
【請求項６８】
パターンを用いて、回転操作子をエミュレートするエミュレート方法において、
ａ．第１の向きにおいて、上記パターンの第１の画像を捕捉するステップと、
ｂ．第２の向きにおいて、上記パターンの第２の画像を捕捉するステップと、
ｃ．上記第１の画像と第２の画像とを相関させ、上記第１の向きと第２の向きとの間の直線差分を算出するステップと、
ｄ．上記直線差分を回転データに変換するステップと、
ｆ．上記回転データを用いて回転操作子の動きをエミュレートするステップとを有するエミュレート方法。
【請求項６９】
上記画像は、指紋画像を含むことを特徴とする請求項６８記載のエミュレート方法。
【請求項７０】
上記回転操作子は、直線的なポジショニング装置をエミュレートすることを特徴とする請求項６９記載のエミュレート方法。
【請求項７１】
ポジショニング装置をエミュレートするエミュレート装置において、
ａ．パターンを有する画像を捕捉するセンサと、
ｂ．センサに接続され、上記パターンを有する画像の第１の位置と、該パターンを有する画像の第２の位置との間の直線差分を算出し、該直線差分を上記パターンを有する画像の回転に対応する回転データに変換するプロセッサとを備えるエミュレート装置。
【請求項７２】
画像センサ上のオブジェクトの回転を感知する回転感知方法において、
ａ．上記オブジェクトの第１の画像を感知するステップと、
ｂ．上記オブジェクトの第２の画像を感知するステップと、
ｃ．上記第１の画像と上記第２の画像とを比較し、上記第１の画像及び第２の画像を含む各領域の少なくとも２つの部分において、直線的な動きがあるか否かを判定し、上記オブジェクトが静止しているか、直線的に動いているか、回転しているかを判定するステップとを有する回転感知方法。
【請求項１】
回転情報を取得する情報取得方法において、
ａ．複数の位置から複数のパターン化画像を捕捉するステップと、
ｂ．上記複数のパターン化画像を相関させ、直線差分の組を生成するステップと、
ｃ．上記直線差分の組を用いて、回転情報を生成するステップとを有する情報取得方法。
【請求項２】
上記複数の位置は、センサの第１の部分及びセンサの第２の部分を含むことを特徴とする請求項１記載の情報取得方法。
【請求項３】
上記センサの第１の部分では、第１の複数のパターン化画像が捕捉され、上記センサの第２の部分では、第２の複数のパターン化画像が捕捉されることを特徴とする請求項２記載の情報取得方法。
【請求項４】
上記センサは、バイオメトリック画像センサであることを特徴とする請求項３記載の情報取得方法。
【請求項５】
上記バイオメトリック画像センサは、指紋画像センサであることを特徴とする請求項４記載の情報取得方法。
【請求項６】
上記第１の複数のパターン化画像及び上記第２の複数のパターン化画像は、共に、上記センサの第１の位置の指紋画像に対応することを特徴とする請求項５記載の情報取得方法。
【請求項７】
上記センサの第１の部分では、第３の複数のパターン化画像が捕捉され、上記センサの第２の部分では、第４の複数のパターン化画像が捕捉されることを特徴とする請求項６記載の情報取得方法。
【請求項８】
上記第３の複数のパターン化画像及び上記第４の複数のパターン化画像は、共に、上記センサの第２の位置の指紋画像に対応することを特徴とする請求項７記載の情報取得方法。
【請求項９】
上記回転情報は、上記第１の位置及び上記第２の位置の間の角度差に対応していることを特徴とする請求項８記載の情報取得方法。
【請求項１０】
上記複数のパターン化画像を相関させるステップは、
ａ．上記第１の複数のパターン化画像を上記第３の複数のパターン化画像に相関させ、上記直線差分の組から直線差分の第１の組を生成するステップと、
ｂ．上記第２の複数のパターン化画像を上記第４の複数のパターン化画像に相関させ、上記直線差分の組から直線差分の第２の組を生成するステップと、
ｃ．上記第１の複数のパターン化画像及び第２の複数のパターン化画像の第１の組合せを上記第３の複数のパターン化画像及び第４の複数のパターン化画像の第２の組合せに相関させ、上記直線差分の組から直線差分の第３の組を生成するステップとを有することを特徴とする請求項９記載の情報取得方法。
【請求項１１】
上記第１の複数のパターン化画像と上記第３の複数のパターン化画像との相関、上記第２の複数のパターン化画像と上記第４の複数のパターン化画像との相関、及び上記第１の組合せと上記第２の組合せとの相関は、全て、相互相関の実行を含むことを特徴とする請求項１０記載の情報取得方法。
【請求項１２】
上記相互相関は、正規化された相互相関であることを特徴とする請求項１１記載の情報取得方法。
【請求項１３】
上記相互相関は、標準の相互相関であることを特徴とする請求項１１記載の情報取得方法。
【請求項１４】
上記センサの第１の部分及び上記センサの第２の部分は、隣接していることを特徴とする請求項２記載の情報取得方法。
【請求項１５】
上記センサの第１の部分及び上記センサの第２の部分は、隣接していないことを特徴とする請求項２記載の情報取得方法。
【請求項１６】
上記センサの第１の部分は、第１のサブフレームの画素を含み、上記センサの第２の部分は、第２のサブフレームの画素を含むことを特徴とする請求項１１記載の情報取得方法。
【請求項１７】
上記第１の複数のパターン化画像を捕捉するステップは、上記第１の複数のパターン化画像に対応する第１のデータを上記第１のサブフレームに保存するステップを含み、
上記第２の複数のパターン化画像を捕捉するステップは、上記第２の複数のパターン化画像に対応する第２のデータを上記第２のサブフレームに保存するステップを含み、
上記第３の複数のパターン化画像を捕捉するステップは、上記第３の複数のパターン化画像に対応する第３のデータを上記第１のサブフレームに保存するステップを含み、
上記第４の複数のパターン化画像を捕捉するステップは、上記第４の複数のパターン化画像に対応する第４のデータを上記第２のサブフレームに保存するステップを含むことを特徴とする請求項１６記載の情報取得方法。
【請求項１８】
上記第１の複数のパターン化画像を上記第３の複数のパターン化画像に相関させるステップは、上記第１のデータを上記第３のデータに相関させ、上記直線差分の第１の組から第１及び第２の直線差分を生成するステップを含むことを特徴とする請求項１７記載の情報取得方法。
【請求項１９】
上記第２の複数のパターン化画像を上記第４の複数のパターン化画像に相関させるステップは、上記第２のデータを上記第４のデータに相関させ、上記直線差分の第２の組から第１及び第２の直線差分を生成するステップを含むことを特徴とする請求項１８記載の情報取得方法。
【請求項２０】
上記第１の組合せを上記第２の組合せに相関させるステップは、上記第１のデータ及び上記第２のデータの組合せを上記第３のデータ及び上記第４のデータの組合せに相関させ、上記直線差分の第３の組から、第１及び第２の直線差分を生成するステップを含むことを特徴とする請求項１９記載の情報取得方法。
【請求項２１】
上記相関は、上記第１及び第２のサブフレームの１つの要素を相関させるラグを判定し、該ラグ及び上記要素の間の差分は、上記直線差分の組の１つの第１及び第２の直線差分に対応することを特徴とする請求項２０記載の情報取得方法。
【請求項２２】
上記各要素は、上記第１及び第２のサブフレームの１つの行に対応していることを特徴とする請求項２１記載の情報取得方法。
【請求項２３】
上記各要素は、上記第１及び第２のサブフレームの１つの列に対応していることを特徴とする請求項２１記載の情報取得方法。
【請求項２４】
直線差分の第１の組、直線差分の第２の組、直線差分の第３の組及び回転情報をフィルタリングするステップを更に有する請求項１１記載の情報取得方法。
【請求項２５】
上記フィルタリングは、換算係数の乗算を含むことを特徴とする請求項２４記載の情報取得方法。
【請求項２６】
上記フィルタリングは、平滑化関数の適用を含むことを特徴とする請求項２５記載の情報取得方法。
【請求項２７】
上記フィルタリングは、クリッピング関数の適用を含むことを特徴とする請求項２６記載の情報取得方法。
【請求項２８】
上記指紋画像センサは、指位置センサであることを特徴とする請求項１０記載の情報取得方法。
【請求項２９】
上記指紋画像センサは、指スワイプセンサであることを特徴とする請求項１０記載の情報取得方法。
【請求項３０】
表示画面を有するホストプラットホームにおいて、上記回転情報を用いて、該表示画面上でオブジェクトを回転させ、コンピュータ入力装置をエミュレートすることを特徴とする請求項９記載の情報取得方法。
【請求項３１】
上記コンピュータ入力装置は、操作ホイール、ジョイスティック及びナビゲーションバーからなるグループから選択されることを特徴とする請求項３０記載の情報取得方法。
【請求項３２】
上記コンピュータ入力装置のエミュレートは、上記角度差に関連する速度で上記表示画面上のオブジェクトを動かすことを含むことを特徴とする請求項３０記載の情報取得方法。
【請求項３３】
回転情報を取得する情報取得装置において、
ａ．複数の位置から複数のパターン化画像を捕捉する捕捉手段と、
ｂ．上記複数のパターン化画像を相関させ、直線差分の組を生成し、該直線差分の組を用いて、回転情報を生成する相関手段とを備える情報取得装置。
【請求項３４】
上記捕捉手段は、第１の部分及び第２の部分を有するセンサを備えることを特徴とする請求項３３記載の情報取得装置。
【請求項３５】
上記センサは、バイオメトリック画像センサであることを特徴とする請求項３４記載の情報取得装置。
【請求項３６】
上記バイオメトリック画像センサは、指紋画像センサであることを特徴とする請求項３５記載の情報取得装置。
【請求項３７】
上記センサの第１の部分は、第１の複数のパターン化画像を捕捉するよう構成され、上記センサの第２の部分は、第２の複数のパターン化画像を捕捉するよう構成されることを特徴とする請求項３６記載の情報取得装置。
【請求項３８】
上記第１の複数のパターン化画像及び上記第２の複数のパターン化画像は、共に、上記センサの第１の位置の指紋画像に対応することを特徴とする請求項３７記載の情報取得装置。
【請求項３９】
上記センサの第１の部分は、第３の複数のパターン化画像を捕捉し、上記センサの第２の部分は、第４の複数のパターン化画像を捕捉することを特徴とする請求項３８記載の情報取得装置。
【請求項４０】
上記第３の複数のパターン化画像及び上記第４の複数のパターン化画像は、共に、上記センサの第２の位置の指紋画像に対応することを特徴とする請求項３９記載の情報取得装置。
【請求項４１】
上記回転情報は、上記第１の位置及び上記第２の位置の間の角度差に対応していることを特徴とする請求項４０記載の情報取得装置。
【請求項４２】
上記複数のパターン化画像を相関させる処理は、
ａ．上記第１の複数のパターン化画像を上記第３の複数のパターン化画像に相関させ、直線差分の組から直線差分の第１の組を生成し、
ｂ．上記第２の複数のパターン化画像を上記第４の複数のパターン化画像に相関させ、直線差分の組から直線差分の第２の組を生成し、
ｃ．上記第１の複数のパターン化画像及び第２の複数のパターン化画像の第１の組合せを上記第３の複数のパターン化画像及び第４の複数のパターン化画像の第２の組合せに相関させ、上記直線差分の組から直線差分の第３の組を生成することを特徴とする請求項４０記載の情報取得装置。
【請求項４３】
上記第１の複数のパターン化画像と上記第３の複数のパターン化画像との相関、上記第２の複数のパターン化画像と上記第４の複数のパターン化画像との相関、及び上記第１の組合せと第２の組合せとの相関は、全て、相互相関の実行を含むことを特徴とする請求項４２記載の情報取得装置。
【請求項４４】
上記相互相関は、正規化された相互相関であることを特徴とする請求項４３記載の情報取得装置。
【請求項４５】
上記相互相関は、標準の相互相関であることを特徴とする請求項４３記載の情報取得装置。
【請求項４６】
上記センサの第１の部分及び上記センサの第２の部分は、隣接していることを特徴とする請求項３４記載の情報取得装置。
【請求項４７】
上記センサの第１の部分及び上記センサの第２の部分は、隣接していないことを特徴とする請求項３４記載の情報取得装置。
【請求項４８】
上記センサの第１の部分は、第１のサブフレームの画素を含み、上記センサの第２の部分は、第２のサブフレームの画素を含むことを特徴とする請求項４３記載の情報取得装置。
【請求項４９】
上記第１の第１の複数のパターン化画像の捕捉は、上記第１の複数のパターン化画像に対応する第１のデータを上記第１のサブフレームに保存する処理を含み、
上記第２の複数のパターン化画像の捕捉は、上記第２の複数のパターン化画像に対応する第２のデータを上記第２のサブフレームに保存する処理を含み、
上記第３の複数のパターン化画像の捕捉は、上記第３の複数のパターン化画像に対応する第３のデータを上記第１のサブフレームに保存する処理を含み、
上記第４の複数のパターン化画像の捕捉は、上記第４の複数のパターン化画像に対応する第４のデータを上記第２のサブフレームに保存する処理を含むことを特徴とする請求項４８記載の情報取得装置。
【請求項５０】
上記第１の複数のパターン化画像を上記第３の複数のパターン化画像に相関させる処理は、上記第１のデータを上記第３のデータに相関させ、上記直線差分の第１の組から第１及び第２の直線差分を生成する処理を含むことを特徴とする請求項４９記載の情報取得装置。
【請求項５１】
上記第２の複数のパターン化画像を上記第４の複数のパターン化画像に相関させる処理は、上記第２のデータを上記第４のデータに相関させ、上記直線差分の第２の組から第１及び第２の直線差分を生成する処理を含むことを特徴とする請求項５０記載の情報取得装置。
【請求項５２】
上記第１の組合せを上記第２の組合せに相関させる処理は、上記第１のデータ及び上記第２のデータの組合せを上記第３のデータ及び上記第４のデータの組合せに相関させ、上記直線差分の第３の組から、第１及び第２の直線差分を生成する処理を含むことを特徴とする請求項５１記載の情報取得装置。
【請求項５３】
上記相関は、上記第１及び第２のサブフレームの１つの要素を相関させるラグを判定し、該ラグ及び上記要素の間の差分は、上記直線差分の組の１つからの第１及び第２の直線差分に対応することを特徴とする請求項５２記載の情報取得装置。
【請求項５４】
上記各要素は、上記第１及び第２のサブフレームの１つの行に対応していることを特徴とする請求項５３記載の情報取得装置。
【請求項５５】
上記各要素は、第１及び第２のサブフレームの１つの列に対応していることを特徴とする請求項５３記載の情報取得装置。
【請求項５６】
上記相関手段は、直線差分の第１の組、直線差分の第２の組、直線差分の第３の組及び回転情報をフィルタリングすることを特徴とする請求項３３記載の情報取得装置。
【請求項５７】
上記フィルタリングは、換算係数の乗算を含むことを特徴とする請求項５６記載の情報取得装置。
【請求項５８】
上記フィルタリングは、平滑化関数の適用を含むことを特徴とする請求項５７記載の情報取得装置。
【請求項５９】
上記フィルタリングは、クリッピング関数の適用を含むことを特徴とする請求項５８記載の情報取得装置。
【請求項６０】
上記捕捉手段は、指位置センサを含むことを特徴とする請求項３３記載の情報取得装置。
【請求項６１】
上記捕捉手段は、指スワイプセンサを含むことを特徴とする請求項３３記載の情報取得装置。
【請求項６２】
上記相関手段に接続され、表示画面を有し、上記回転情報を受け取り、上記回転情報を用いて該表示画面上でオブジェクトを制御し、コンピュータ入力装置をエミュレートするホスト機器を更に備える請求項４１記載の情報取得装置。
【請求項６３】
上記コンピュータ入力装置は、操作ホイール、ジョイスティック及びナビゲーションバーからなるグループから選択されることを特徴とする請求項６２記載の情報取得装置。
【請求項６４】
上記ホスト機器は、携帯型機器であることを特徴とする請求項６３記載の情報取得装置。
【請求項６５】
上記携帯型機器は、パーソナルコンピュータ、携帯電話機、携帯型コンピュータゲーム機及びデジタルカメラからなるグループから選択される機器であることを特徴とする請求項６４記載の情報取得装置。
【請求項６６】
上記コンピュータ入力装置のエミュレートは、上記角度差に関連する速度で上記表示画面上のオブジェクトを動かすことを含むことを特徴とする請求項６２記載の情報取得装置。
【請求項６７】
上記捕捉手段及び上記相関手段と一体に組み込まれたホスト機器を更に備える請求項４１記載の情報取得装置。
【請求項６８】
パターンを用いて、回転操作子をエミュレートするエミュレート方法において、
ａ．第１の向きにおいて、上記パターンの第１の画像を捕捉するステップと、
ｂ．第２の向きにおいて、上記パターンの第２の画像を捕捉するステップと、
ｃ．上記第１の画像と第２の画像とを相関させ、上記第１の向きと第２の向きとの間の直線差分を算出するステップと、
ｄ．上記直線差分を回転データに変換するステップと、
ｆ．上記回転データを用いて回転操作子の動きをエミュレートするステップとを有するエミュレート方法。
【請求項６９】
上記画像は、指紋画像を含むことを特徴とする請求項６８記載のエミュレート方法。
【請求項７０】
上記回転操作子は、直線的なポジショニング装置をエミュレートすることを特徴とする請求項６９記載のエミュレート方法。
【請求項７１】
ポジショニング装置をエミュレートするエミュレート装置において、
ａ．パターンを有する画像を捕捉するセンサと、
ｂ．センサに接続され、上記パターンを有する画像の第１の位置と、該パターンを有する画像の第２の位置との間の直線差分を算出し、該直線差分を上記パターンを有する画像の回転に対応する回転データに変換するプロセッサとを備えるエミュレート装置。
【請求項７２】
画像センサ上のオブジェクトの回転を感知する回転感知方法において、
ａ．上記オブジェクトの第１の画像を感知するステップと、
ｂ．上記オブジェクトの第２の画像を感知するステップと、
ｃ．上記第１の画像と上記第２の画像とを比較し、上記第１の画像及び第２の画像を含む各領域の少なくとも２つの部分において、直線的な動きがあるか否かを判定し、上記オブジェクトが静止しているか、直線的に動いているか、回転しているかを判定するステップとを有する回転感知方法。
【図１Ａ】
【図１Ｂ】
【図２】
【図３Ａ】
【図３Ｂ】
【図３Ｃ】
【図３Ｄ】
【図４】
【図５Ａ】
【図５Ｂ】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１Ｂ】
【図２】
【図３Ａ】
【図３Ｂ】
【図３Ｃ】
【図３Ｄ】
【図４】
【図５Ａ】
【図５Ｂ】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【公表番号】特表２００７−５１９０６４（Ｐ２００７−５１９０６４Ａ）
【公表日】平成１９年７月１２日（２００７．７．１２）
【国際特許分類】
【出願番号】特願２００６−５２４６８２（Ｐ２００６−５２４６８２）
【出願日】平成１６年８月５日（２００４．８．５）
【国際出願番号】ＰＣＴ／ＵＳ２００４／０２５５２８
【国際公開番号】ＷＯ２００５／０２２４５８
【国際公開日】平成１７年３月１０日（２００５．３．１０）
【出願人】（５０３３８５７４９）アトルア テクノロジーズ インコーポレイテッド (4)
【Ｆターム（参考）】
【公表日】平成１９年７月１２日（２００７．７．１２）
【国際特許分類】
【出願日】平成１６年８月５日（２００４．８．５）
【国際出願番号】ＰＣＴ／ＵＳ２００４／０２５５２８
【国際公開番号】ＷＯ２００５／０２２４５８
【国際公開日】平成１７年３月１０日（２００５．３．１０）
【出願人】（５０３３８５７４９）アトルア テクノロジーズ インコーポレイテッド (4)
【Ｆターム（参考）】
[ Back to top ]