指紋画像認識システム、指紋画像認識方法、及びプログラム
【課題】毛氈特性を抽出し、その出現パターンを解析し、それを予め定められた条件式で判断するという方法で正確に毛氈や汗腺口を抽出し除去できる構成を提供する。
【解決手段】指紋画像から特徴点を抽出する指紋画像認識システムであって、前記指紋画像をディジタル化して入力する指紋画像入力部（１１）と、前記指紋画像から、隆線の方向データを抽出する隆線方向抽出部（１２）と、前記隆線の方向データを用いて、毛氈を抽出し除去する毛氈抽出除去部（１３）と、前記隆線の方向データを用いて、汗腺口を抽出し除去する汗腺口抽出除去部（１４）と、前記隆線の方向データを用いて、前記指紋画像から隆線や谷線（隆線溝）を抽出し、隆線や谷線の濃度を強調する隆線抽出強調部（１５）と、前記指紋画像から特徴点データを抽出する特徴点抽出部（１６）と、前記特徴点データを出力する特徴点出力部（１７）とを有する。
【解決手段】指紋画像から特徴点を抽出する指紋画像認識システムであって、前記指紋画像をディジタル化して入力する指紋画像入力部（１１）と、前記指紋画像から、隆線の方向データを抽出する隆線方向抽出部（１２）と、前記隆線の方向データを用いて、毛氈を抽出し除去する毛氈抽出除去部（１３）と、前記隆線の方向データを用いて、汗腺口を抽出し除去する汗腺口抽出除去部（１４）と、前記隆線の方向データを用いて、前記指紋画像から隆線や谷線（隆線溝）を抽出し、隆線や谷線の濃度を強調する隆線抽出強調部（１５）と、前記指紋画像から特徴点データを抽出する特徴点抽出部（１６）と、前記特徴点データを出力する特徴点出力部（１７）とを有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、毛氈抽出除去や汗腺口抽出除去や隆線抽出強調する指紋画像認識システム、指紋画像認識方法、及びプログラムに関する。
【背景技術】
【０００２】
従来、指紋照合においては、特開昭５９−７７８号公報の指紋照合装置にも記載されているように、指紋隆線の端点や分岐点（この両方を合わせて指紋の特徴点と呼ぶ）を用いた特徴点照合が広く用いられている。
【０００３】
ところが、上記の従来技術では、毛氈や汗腺口が顕著な指紋画像の場合、毛氈や汗腺口の影響を受けて特徴点の抽出性能が劣化し、その結果照合精度も劣化するという問題があった。なお、毛氈とは、隆線になりきっていない発育途上の隆線のことである。
【０００４】
ノイズを含む低品質指紋画像を処理する従来技術の１つとして、特開平８−２８７２５５号公報に皮膚紋様画像の画像特徴抽出装置及び画像処理装置が開示されている。
この従来技術では、予め画像上に設定した複数の局所領域における画像特徴を抽出する皮膚紋様画像の画像特徴抽出装置が、画像記憶手段と、フイルタ群記憶手段と、画像強度算出手段と、特徴算出手段を具備することを特徴とする。
画像記憶手段は、前記皮膚紋様画像を記憶する。フイルタ群記憶手段は、前記局所領域における画像特徴を抽出するための重み係数の二次元配列から成るフイルタを複数記憶する。フイルタリング手段は、前記画像記憶手段に記憶される皮膚紋様画像に対して、前記フイルタ群記憶手段に記憶される複数のフイルタをそれぞれ用いてフイルタリングを行う。画像強度算出手段は、前記フイルタリング手段によって得られる各画像に対して、予め画像上に設定した前記複数の局所領域における画像強度を算出する。特徴算出手段は、該画像強度算出手段によって得られる前記局所領域の画像強度の情報を用いて、各局所領域における画像特徴を算出する。
【０００５】
上記の特開平８−２８７２５５号公報で提案された方法によれば、隆線方向や隆線ピッチという画像特徴に対応する、重み係数を持った二次元フィルタを予め複数個準備しておき、そのフィルタを用いてフィルタ強調を実施し、その結果画像強度が最大となるフィルタ処理の結果を選択することで効果的な画像強調をすると共に、選択されたフィルタに対応する隆線方向や隆線ピッチを画像特徴として抽出することで、高い精度でノイズを除去できるとしている。
【０００６】
しかしながら、この従来技術では、毛氈や汗腺口が顕著な場合には、正確に隆線を抽出できないことがある。例えば、図１２左図や図２１左図に示す毛氈や汗腺口が顕著な指紋の例では、広い領域で毛氈や汗腺口が出現しており、隆線ピッチが本来の値の半分の値の時に対応するフィルタでフィルタ強調した場合でも、最大の画像強度になるためである。この場合には、図１２右図や図２１右図に示すように、本来、１本の隆線として抽出すべきところを、２本の隆線を抽出してしまう。
【０００７】
また、汗腺口を除去する従来技術は、多々、提案されているが、その多くは、汗腺口が隆線画素に囲まれていることを利用している。例えば、特開平０５−２０５０３５号公報に指紋照合装置が開示されている。
この指紋照合装置は、指紋センサと、指紋画像記憶部と、濃淡画像補正部と、本体装置とで構成されている。
指紋センサは、指紋画像を読み取る。指紋画像記憶部は、該指紋センサから読み取った指紋画像データを一時記憶する。濃淡画像補正部は、該指紋画像記憶部に記憶されている指紋画像から指紋の濃淡画像の等高線を算出する。そして、これら等高線で構成される画像から島、橋又は汗腺等の擬似特徴点を抽出し、これら特徴点が島又は橋の場合にはこれら等高線で囲まれた閉曲線に該当する箇所の濃度を下げる。一方、これら特徴点が汗腺の場合にはこれら等高線で囲まれた閉曲線に該当する箇所の濃度を上げ、濃淡画像からこれら擬似特徴点を排除する。
【０００８】
上記の特開平０５−２０５０３５号公報の指紋照合装置では、濃淡画像の濃度を利用した等高線を抽出し、ループ状の等高線に囲まれている画素を汗腺口とみなして、濃淡画像を補正することで汗腺口を除去する方法が提案されている。このような方法では、汗腺口を取り囲む隆線画素にノイズがあり、閉曲線で囲まれなくなると汗腺口を抽出できなくなる。
【０００９】
以上の理由から、毛氈や汗腺口が顕著な指紋画像に対しても安定して毛氈や汗腺口を認識すると共に、それらを除去することできる方式が望まれていた。
【００１０】
【特許文献１】特開昭５９−７７８号公報
【特許文献２】特開平８−２８７２５５号公報
【特許文献３】特開平０５−２０５０３５号公報
【発明の開示】
【発明が解決しようとする課題】
【００１１】
本発明の目的は、毛氈や汗腺口が顕著な指紋画像に対しても安定して毛氈や汗腺口を認識すると共に、それらを除去することできる指紋画像認識システム、指紋画像認識方法、及びプログラムを提供することである。
【課題を解決するための手段】
【００１２】
以下に、［発明を実施するための最良の形態］で使用される番号を括弧付きで用いて、課題を解決するための手段を説明する。これらの番号は、［特許請求の範囲］の記載と［発明を実施するための最良の形態］との対応関係を明らかにするために付加されたものである。但し、それらの番号を、［特許請求の範囲］に記載されている発明の技術的範囲の解釈に用いてはならない。
【００１３】
本発明の指紋画像認識システムは、指紋画像から特徴点を抽出する指紋画像認識システムであって、前記指紋画像から隆線の方向を抽出する隆線方向抽出部（１２）と、前記指紋画像から毛氈特性を抽出する毛氈特性抽出部（２５，４５）と、隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば毛氈と判断する第１毛氈特性解析部（２６）と、前記毛氈と判断された画素数の比率で前記毛氈領域を抽出する毛氈領域抽出部（２７）と、前記毛氈領域内の画素濃度を補正する毛氈領域濃度補正部（２８）とを有する。
【００１４】
上記の指紋画像認識システムは、隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば真の隆線と判断する第２毛氈特性解析部（４６）と、前記真の隆線と判断された画素数の比率で前記隆線領域を抽出する隆線領域抽出部（４７）と、前記隆線領域内の画素濃度を強調する隆線領域濃度強調部（４８）とを更に有する。
【００１５】
本発明の指紋画像認識システムは、指紋画像から特徴点を抽出する指紋画像認識システムであって、前記指紋画像から隆線の方向を抽出する隆線方向抽出部（１２）と、前記指紋画像から汗腺口特性を抽出する汗腺口特性抽出部（３５，５１）と、隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば汗腺口と判断する第１汗腺口特性解析部（３６）と、前記汗腺口と判断された画素数の比率で前記汗腺口領域を抽出する汗腺口領域抽出部（３７）と、前記汗腺口領域内の画素濃度を補正する汗腺口領域濃度補正部（３８）とを更に有する。
【００１６】
上記の指紋画像認識システムは、隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば真の谷線と判断する第２汗腺口特性解析部（５２）と、前記真の谷線と判断された画素数の比率で前記谷線領域を抽出する谷線領域抽出部（５３）と、前記谷線領域内の画素濃度を強調する谷線領域濃度強調部（５４）とを更に有する。
【００１７】
上記の指紋画像認識システムは、前記毛氈特性として隆線幅を利用している。
【００１８】
上記の指紋画像認識システムは、前記毛氈特性として隆線方向濃度を利用している。
【００１９】
上記の指紋画像認識システムは、前記汗腺口特性として隆線方向濃度を利用している。
【００２０】
上記の指紋画像認識システムは、前記汗腺口特性として濃度差分累積値を利用している。
【００２１】
上記の指紋画像認識システムは、前記汗腺口特性として白画素半径を利用している。
【００２２】
本発明の指紋画像認識方法は、指紋画像から特徴点を抽出するための指紋画像認識方法であって、（ａ）前記指紋画像から隆線の方向を抽出するステップと、（ｂ）前記指紋画像から毛氈特性を抽出するステップと、（ｃ）隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば毛氈と判断するステップと、（ｄ）前記毛氈と判断された画素数の比率で前記毛氈領域を抽出するステップと、（ｅ）前記毛氈領域内の画素濃度を補正するステップとを有する。
【００２３】
上記の指紋画像認識方法は、（ｆ）隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば真の隆線と判断するステップと、（ｇ）前記真の隆線と判断された画素数の比率で前記隆線領域を抽出するステップと、（ｈ）前記隆線領域内の画素濃度を強調するステップとを更に有する。
【００２４】
本発明の指紋画像認識方法は、指紋画像から特徴点を抽出するための指紋画像認識方法であって、（ｉ）前記指紋画像から隆線の方向を抽出するステップと、（ｊ）前記指紋画像から汗腺口特性を抽出するステップと、（ｋ）隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば汗腺口と判断するステップと、（ｌ）前記汗腺口と判断された画素数の比率で前記汗腺口領域を抽出するステップと、（ｍ）前記汗腺口領域内の画素濃度を補正するステップとを更に有する。
【００２５】
上記の指紋画像認識方法は、（ｎ）隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば真の谷線と判断するステップと、（ｏ）前記真の谷線と判断された画素数の比率で前記谷線領域を抽出するステップと、（ｐ）前記谷線領域内の画素濃度を強調するステップとを更に有する。
【００２６】
本発明のプログラムは、上記の指紋画像認識方法を、コンピュータに実行させる。
【発明の効果】
【００２７】
本発明の指紋画像認識システム、指紋画像認識方法、及びプログラムを使用することにより、以下の効果のうち、少なくとも１つの効果を得ることが可能である。
第１の効果は、毛氈が顕著な指紋画像に対しては、毛氈特性を抽出し、隆線直交方向の数本の隆線の毛氈特性を解析し、真の隆線と毛氈の間で交互に変化する毛氈特性のパターンを予め定められた条件式で判断するという方法で、正確に毛氈を抽出し除去できることである。
第２の効果は、汗腺口が顕著な指紋画像に対しては、汗腺口特性を抽出し、隆線直交方向の数本の谷線の汗腺口特性を解析し、真の谷線と汗腺口線の間で交互に変化する汗腺口特性のパターンを予め定められた条件式で判断するという方法で、正確に汗腺口を抽出し除去できることである。
第３の効果は、顕著な毛氈がない指紋画像に対しては、毛氈特性を抽出し、隆線直交方向の数本の隆線の毛氈特性を解析し、全ての毛氈特性に有意差がないことを予め定められた条件式で判断するという方法で、正確に隆線を抽出し強調できることである。
第４の効果は、顕著な汗腺口がない指紋画像に対しては、汗腺口特性を抽出し、隆線直交方向の数本の谷線の汗腺口特性を解析し、全ての汗腺口特性に有意差がないことを予め定められた条件式で判断するという方法で、正確に谷線を抽出し強調できることである。
第５の効果は、毛氈特性として、隆線幅を抽出し利用することで、正確な毛氈の抽出が可能になることである。
第６の効果は、毛氈特性として、隆線方向濃度を抽出利用することで、正確な毛氈の抽出が可能になることである。
第７の効果は、汗腺口特性として、隆線方向濃度を採用することで、正確な汗腺口の抽出が可能になることである。
第８の効果は、汗腺口特性として、濃度差分累積値を採用することで、正確な汗腺口の抽出が可能になることである。
第９の効果は、汗腺口特性として、白画素半径を採用することで、正確な汗腺口の抽出が可能になることである。
【発明を実施するための最良の形態】
【００２８】
以下に本発明の第１実施形態について添付図面を参照して説明する。
図１に示すように、本発明の全体構成例は、指紋画像入力部１１と、隆線方向抽出部１２と、毛氈抽出除去部１３と、汗腺口抽出除去部１４と、隆線抽出強調部１５と、特徴点抽出部１６と、特徴点出力部１７とを含む構成となっている。
【００２９】
指紋画像入力部１１は、指紋センサやスキャナで読み取られた指紋画像をディジタル化して入力する。隆線方向抽出部１２は、前記指紋画像入力部１１で入力された指紋画像から、隆線の方向を抽出する。毛氈抽出除去部１３は、前記隆線方向抽出部１２で抽出された方向データを用いて、前記指紋画像入力部１１で入力された指紋画像から毛氈を抽出し除去する。汗腺口抽出除去部１４は、前記隆線方向抽出部１２で抽出された方向データを用いて、前記指紋画像入力部１１で入力された指紋画像から汗腺口を抽出し除去する。隆線抽出強調部１５は、前記隆線方向抽出部１２で抽出された方向データを用いて、前記指紋画像入力部１１で入力された指紋画像から隆線や谷線（隆線溝）を抽出し、隆線や谷線の濃度を強調する。特徴点抽出部１６は、前記毛氈抽出除去部１３で毛氈が除去され、そして、前記汗腺口抽出除去部１４で汗腺口が除去され、そして、隆線抽出強調部１５で隆線や谷線濃度が強調された指紋画像から特徴点を抽出する。特徴点出力部１７は、前記特徴点抽出部１６で抽出された特徴点データを出力する。
【００３０】
本発明の第１の特徴は、前記毛氈抽出除去部１３が図２の実施例で示すように構成されていることである。
図２において、毛氈抽出除去部１３は、データ処理制御部２１と、データ記憶部２２と、隆線二値画像抽出部２３と、隆線候補画素抽出部２４と、毛氈特性抽出部２５と、毛氈特性解析部２６と、毛氈領域抽出部２７と、毛氈領域濃度補正部２８とを備えると共に、特徴点抽出部１６とのインタフェースを持つ。
【００３１】
データ処理制御部２１は、毛氈抽出除去部１３全体の動作制御を行う。データ記憶部２２は、毛氈抽出除去部１３内の各部で得られた各種データを記憶する。隆線二値画像抽出部２３は、隆線部を１、谷線部（隆線溝部）を０の２つの値で表す二値画像を抽出する。隆線候補画素抽出部２４は、隆線二値画像を芯線化することで、隆線の候補となる画素群を抽出する。毛氈特性抽出部２５は、隆線候補画素群の各画素に対して、毛氈特性を抽出する。毛氈特性解析部２６は、隆線候補画素群に対して抽出された毛氈特性を解析する。毛氈領域抽出部２７は、真隆線マークあるいは毛氈マークが付与された隆線候補画素群を解析して毛氈領域を抽出する。毛氈領域濃度補正部２８は、毛氈領域と定義された画素群に対して、濃度値を補正することで、毛氈を除去した画像を抽出する。
【００３２】
本発明の第２の特徴は、前記汗腺口抽出除去部１４が図３の実施例で示すように構成されていることである。
図３において、汗腺口抽出除去部１４は、データ処理制御部３１と、データ記憶部３２と、谷線二値画像抽出部３３と、谷線候補画素抽出部３４と、汗腺口特性抽出部３５と、汗腺口特性解析部３６と、汗腺口領域抽出部３７と、汗腺口領域濃度補正部３８とを備えると共に、特徴点抽出部１６とのインタフェースを持つ。
【００３３】
データ処理制御部３１は、汗腺口抽出除去部１４全体の動作制御を行う。データ記憶部３２は、汗腺口抽出除去部１４内の各部で得られた各種データを記憶する。谷線二値画像抽出部３３は、谷線部を１、隆線部を０の２つの値で表す二値画像を抽出する。谷線候補画素抽出部３４は、谷線二値画像を芯線化することで、谷線の候補となる画素群を抽出する。汗腺口特性抽出部３５は、谷線候補画素群の各画素に対して、汗腺口特性を抽出する。汗腺口特性解析部３６は、谷線候補画素群に対して抽出された汗腺口特性を解析する。汗腺口領域抽出部３７は、真の谷線マークあるいは汗腺口マークが付与された谷線候補画素群を解析して汗腺口領域を抽出する。汗腺口領域濃度補正部３８は、汗腺口領域と定義された画素群に対して、濃度値を補正することで、汗腺口を除去した画像を抽出する。
【００３４】
本発明の第３の特徴は、前記隆線抽出強調部１５が図４の実施例で示すように構成されていることである。
図４において、隆線抽出強調部１５は、データ処理制御部４１と、データ記憶部４２と、隆線二値画像抽出部４３と、隆線候補画素抽出部４４と、毛氈特性抽出部４５と、毛氈特性解析部４６と、隆線領域抽出部４７と、隆線領域濃度強調部４８と、谷線二値画像抽出部４９と、谷線候補画素抽出部５０と、汗腺口特性抽出部５１と、汗腺口特性解析部５２と、谷線領域抽出部５３と、谷線領域濃度強調部５４とを備えると共に、特徴点抽出部１６とのインタフェースを持つ。
【００３５】
データ処理制御部４１は、隆線抽出強調部１５全体の動作制御を行う。データ記憶部４２は、隆線抽出強調部１５内の各部で得られた各種データを記憶する。隆線二値画像抽出部４３は、隆線部を１、谷線部を０の２つの値で表す二値画像を抽出する。隆線候補画素抽出部４４は、隆線二値画像を芯線化することで、隆線の候補となる画素群を抽出する。毛氈特性抽出部４５は、隆線候補画素群の各画素に対して毛氈特性を抽出する。毛氈特性解析部４６は、隆線候補画素群に対して抽出された毛氈特性を解析する。隆線領域抽出部４７は、真隆線マークが付与された隆線候補画素群を解析して隆線領域を抽出する。隆線領域濃度強調部４８は、隆線領域と定義された画素群に対して、濃度値を補正することで、隆線と谷線が強調された画像を抽出する。谷線二値画像抽出部４９は、谷線部を１、隆線部を０の２つの値で表す二値画像を抽出する。谷線候補画素抽出部５０は、谷線二値画像を芯線化することで、谷線の候補となる画素群を抽出する。汗腺口特性抽出部５１は、谷線候補画素群の各画素に対して、汗腺口特性を抽出する。汗腺口特性解析部５２は、谷線候補画素群に対して抽出された汗腺口特性を解析する。谷線領域抽出部５３は、真の谷線マークが付与された谷線候補画素群を解析して谷線領域を抽出する。谷線領域濃度強調部５４は、谷線領域と定義された画素群に対して、濃度値を補正することで、隆線と谷線が強調された画像を抽出する。
【００３６】
次に、本実施例の全体の動作について、図１の構成図や図５の全体フローチャートや図７から図１０の関連図を参照して詳細に説明する。
【００３７】
（１）ステップＳ１
図５のステップＳ１において、図１の指紋画像入力部１１は、指紋画像を入力する。これは、スキャナで読み取られた画像をディジタル化して入力する他、既にディジタル化された指紋画像ファイルを入力する実施例も考えられる。
【００３８】
図７は指紋画像の例であり、センサやスキャナで読み取られた指紋画像がディジタル化されたものである。ここで示す指紋画像は、米国Ｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｔａｎｄａｒｄｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙで標準化されたＡＮＳＩ／ＮＩＳＴ−ＣＳＬ−１−１９９３ Ｄａｔａ Ｆｏｒｍａｔ ｆｏｒ ｔｈｅ Ｉｎｔｅｒｃｈａｎｇｅ ｏｆ Ｆｉｎｇｅｒｐｒｉｎｔ， Ｆａｃｉａｌ ＆ ＳＭＴ Ｉｎｆｏｒｍａｔｉｏｎに従って、５００ｄｐｉの解像度で、２５６階調（０から２５５迄）の濃度値を持つようにディジタル化されたものである。
【００３９】
上記標準では、濃度値表現は、輝度が大きい（明るい）ほど、数値が大きくなる輝度基準で定義されている。しかし、本発明では、濃度値表現に関しては、濃度が大きいほど数値が大きくなる濃度基準で説明する。従って、濃度が大きい隆線部は２５５の最大値に近く、濃度が薄い紙地や隆線溝は０に近い濃度値になる。ここで、隆線溝は谷線と同じものであり、隆線と隆線の間の白地の部分を指す。
【００４０】
（２）ステップＳ２
次に、図５のステップＳ２において、図１の隆線方向抽出部１２は、予め定められた小領域毎に隆線の方向を抽出する。指紋の隆線方向は、例えば、特開昭５２−９７２９８号公報に示される従来技術や、特開平２００２−２８８６４１号公報に開示されている従来技術で自動抽出できる。
【００４１】
図７の指紋画像に対して特開平２００２−２８８６４１号公報に開示されている従来技術で方向抽出した結果を図９に示す。図９では、指紋画像の上に短い線が重畳表示されているが、この短線は、８ｘ８画素の小領域の隆線の方向を表している。隆線方向としては、図１０に示すような１６種類の方向パターンが採用されている。
以降の毛氈抽出除去処理や汗腺口抽出除去処理や隆線抽出強調処理は、隆線方向抽出に成功した領域のみで実施される。
【００４２】
（３）ステップＳ３
次に、図５のステップＳ３において、図１の毛氈抽出除去部１３は毛氈を抽出して除去する。この処理は、本発明の中核の１つであり、その詳細説明は後述する。
（４）ステップＳ４
次に、図５のステップＳ４において、図１の汗腺口抽出除去部１４は汗腺口を抽出して除去する。この処理は、本発明の中核の１つであり、その詳細説明は後述する。
（５）ステップＳ５
次に、図５のステップＳ５において、図１の隆線抽出強調部１５は隆線や谷線を抽出して隆線や谷線の濃度を強調する。この処理は、本発明の中核の１つであり、その詳細説明は後述する。
ステップＳ３からＳ５の３つの処理は、この順序で実施する必要はなく、任意の順序で実施可能である。また、任意の１つの処理あるいは２つの処理のみを任意の組み合わせで実施しても良い
（６）ステップＳ６
次に、図５のステップＳ６において、図１の特徴点抽出部１５は、濃淡画像データから端点や分岐点という指紋の特徴点を抽出する。この特徴点抽出処理は、例えば特開昭５５−１３８１７４号公報の「パターン特徴抽出装置」や、その米国特許ＵＳＰ４，３１０，８２７ Ｄｅｖｉｃｅ ｆｏｒ ｅｘｔｒａｃｔｉｎｇ ａ ｄｅｎｓｉｔｙ ａｓ ｏｎｅ ｏｆ ｐａｔｔｅｒｎ ｆｅａｔｕｒｅｓ ｆｏｒ ｅａｃｈ ｆｅａｔｕｒｅ ｐｏｉｎｔ ｏｆ ａ ｓｔｒｅａｋｅｄ ｐａｔｔｅｒｎに記載されているような既知の技術を使って実現できる。
（７）ステップＳ７
次に、図５のステップＳ７において、図１の特徴点出力部１６は、前記特徴点抽出部１５で抽出された特徴点データ後続の処理手段に対して出力する。後続の処理では、通常、入力画像がファイル側（登録目的）の場合にはデータベースに登録され、入力画像がサーチ側（照会目的）の場合は特徴点照合に利用される。
【００４３】
次に、図１の毛氈抽出除去部１３の動作について、図２の構成図や図６のフローチャートや図７から図１７の関連図を参照して詳細に説明する。
図７は毛氈が顕著な指紋画像の例であり、この画像を用いて毛氈抽出除去処理を説明する。毛氈が顕著に出現すると、毛氈を隆線と誤って抽出してしまう。その結果として、誤特徴点が多数出現する。このような誤特徴点の例を図８に示す。
【００４４】
毛氈抽出除去処理の開始時点において、既に入力された指紋画像や、既に抽出された隆線の方向データは、図２のデータ記憶部２２に記憶される。
【００４５】
（１）ステップＳ３１
図６のステップＳ３１において、図２に示す隆線二値画像抽出部２３は、隆線部を１、隆線溝を０の２つの値で表す二値画像を抽出する。二値画像では、隆線部の１を黒画素、隆線溝の０を白画素とも呼ぶ。
指紋隆線の抽出では、ノイズの影響を軽減させるために、隆線方向にはスムーズ処理を実施し、隆線直交方向にはエッジ強調処理を実施することが一般的である。このような処理は、特開昭５１−７７１３８号公報の「縞パターン抽出装置」に示される従来技術で実施できる。本実施例でも、図１１に示す隆線強調マスクを用いて、隆線強調してノイズを軽減させた。このマスク処理では、注目画素の隆線方向に対応するマスクを選択し、注目画素をマスク中心に合わせ、近傍画素濃度に対してマスクに示した係数で積算し、その全て和を、強調された注目画素濃度とする。
【００４６】
次に、二値化のための隆線濃度閾値を算出する。指紋濃淡画像を二値化するための閾値算出方式は多く提案されているが、ここでは簡単に計算できる一例を示す。
ある注目画素を中心として半径１０画素以内の画素の濃度分布を調べる。この１０画素という半径の長さは、検査範囲の中に指紋隆線と谷線（隆線溝）が必ず含まれるように平均隆線幅と同程度の距離として定めたものである。ここでは、２つの隣り合う隆線の間にある溝で形成された線を谷線と呼ぶ。
近傍の濃度分布における最大値と最小値の中間値を閾値として算出する単純な方法もあるが、隆線や谷線の以外のノイズ画素があると悪影響を受けるので、ノイズ画素の可能性がある最も濃い濃度値を持つ画素や最も薄い濃度値を持つ画素は計算から除外する方が良い。
【００４７】
指紋が押捺されている領域において、指紋隆線が濃く押捺された場合と薄く押捺された場合において、指紋隆線部が占める面積は異なるが、概ね２０％から８０％の間に含まれることが多いことが経験的に分かっている。
そこで、半径１０画素の領域でヒストグラムを算出し、最も薄い濃度から２０％のヒストグラム累積値を取る濃度値をｍｉｎＤ、最も濃い濃度から２０％のヒストグラム累積値を取る濃度値をｍａｘＤとする時、閾値Ｔｈを以下のように定める。
Ｔｈ ＝ （ｍｉｎＤ ＋ ｍａｘＤ）／２
【００４８】
次に、この注目画素の濃度が、閾値Ｔｈより大きければ黒画素、小さければ白画素として決定する。この処理を隆線方向が決定された領域の全画素で実施することで二値画像ができる。図１２左図の指紋画像に対して、このようにして抽出された隆線二値画像を図１２右図に示す。図１２右図を見ればわかるように、この隆線二値画像における黒画素は、真の隆線の候補だけではなく毛氈の候補も含んでいる。
抽出された隆線二値画像は、データ制御部２１を介してデータ記憶部２２に記憶される。
【００４９】
（２）ステップＳ３２
次に、図６のステップＳ３２において、図２に示す隆線候補画素抽出部２４は、前記隆線二値画像を芯線化することで、隆線の候補となる画素群を抽出する。芯線画像を隆線候補画素群とする理由は、隆線と毛氈を区別する処理において、幅のある隆線よりも幅のない芯線の方が扱いやすいためである。
【００５０】
二値画像の芯線化処理は多く提案されているが、本実施例では、隆線方向を利用した簡便な方策を採用した。つまり、各黒画素において、隆線方向直交にトレースし、当該画素が黒画素の中心画素であるか否かを判断する。中心画素の可能性があれば、そのまま残し、中心画素でなければ、白画素に変更する。このようにして抽出された芯線画像は、線幅１での連結性を保証するような厳密な意味での芯線ではないが、隆線候補画素としては十分である。このようにして抽出された隆線候補画素群を指紋画像に重畳表示した画像を図１３右図に示す。抽出された隆線候補画素群は、データ制御部２１を介してデータ記憶部２２に記憶される。
【００５１】
（３）ステップＳ３３
次に、図６のステップＳ３３において、図２に示す毛氈特性抽出部２５は、隆線候補画素群の各画素に対して、毛氈特性を抽出する。毛氈特性とは、毛氈と隆線を区別するための特性のことであり、種々の毛氈特性が考えられる。本実施例では、最初の毛氈特性として隆線幅を採用する。隆線幅は、真の隆線部では相対的に広く、毛氈部では相対的に狭いことがわかっている。隆線幅の抽出は、前記ステップＳ３１で抽出された隆線二値画像を用いるものとする。隆線幅は、注目画素において、隆線候補画素から隆線方向に直交する両方向（２つの向き）に黒画素をトレースすることで容易に抽出できる。なお、ここでは、隆線方向に直交する方向を隆線直交方向とも呼び、また隆線に直交する両方向を、隆線に直交する左右の方向とも呼ぶ。
抽出された毛氈特性は、データ制御部２１を介してデータ記憶部２２に記憶される。
【００５２】
（４）ステップＳ３４
次に、図６のステップＳ３４において、図２に示す毛氈特性解析部２６は、隆線候補画素群に対して抽出された毛氈特性を解析する。本実施例における毛氈特性の解析は、注目画素から隆線直交方向右側にトレースし、近傍の隆線候補画素の毛氈特性を比較することで実施する。このステップは、本発明の中核なので、図１３から図１５を用いて詳細に説明する。
【００５３】
図１３左図は、顕著な毛氈を含む隆線画像の拡大図である。また、図１３右図は、図１３左図の隆線候補画素群を重畳表示したものである。
図１３左図で長方形の枠内に示した注目領域を用いて説明する。説明を容易にするため、この注目領域を回転し、隆線方向が垂直に、隆線直交方向が水平になるようにした画像を図１４に示す。図１４右図は、隆線候補画素群を濃淡画像に重畳表示したものである。
【００５４】
図１４左図を見ると、隆線が３本と毛氈が２本あることがわかる。一般に、毛氈が出現する時、それが単独で出現することは稀で、連続した領域で毛氈が出現することが多い。従って、毛氈が出現する時、隆線直交方向には、真の隆線と毛氈が交互に出現することになる。この場合、毛氈特性も交互に変化することになり、そのパターンを抽出することができれば毛氈を認識できることになる。
【００５５】
図１４左図のようにほぼ等間隔に並んだ５本分の隆線がある時、この５本は全て真の隆線である場合の他、３本が真の隆線で２本が毛氈の可能性もあるし、２本が真の隆線で３本が毛氈の可能性もある。本発明では、５本分の隆線の毛氈特性を比較することで、真の隆線か毛氈であるかを判断できることを提案する。具体的には５本の隆線が並んでいる時、１番目と３番目と５番目の３本の毛氈特性と、２番目と４番目の２本の毛氈特性に有意な差がある時は、毛氈が含まれていると考えられる。ここで、１番目と３番目と５番目の３本の毛氈特性を奇数毛氈特性、２番目と４番目の２本の毛氈特性を偶数毛氈特性と呼ぶ。
【００５６】
図１５は、図１４の領域の一部の二値画像である。図１５において、Ｐ１を注目する隆線候補画素とすると、その右側にＰ２からＰ５の隆線候補画素が定義される。この時、Ｐ１とＰ３とＰ５の３個の毛氈特性が奇数毛氈特性、Ｐ２とＰ４の２個の毛氈特性を偶数毛氈特性となる。
【００５７】
毛氈特性として隆線幅を採用する場合は、真の隆線であるか毛氈であるかの判断は、以下の条件で決定できる。ここでは、毛氈特性の最大値をｍａｘＦＡ、奇数毛氈特性の最大値と最小値をｍａｘＦＯとｍｉｎＦＯ、偶数毛氈特性の最大値と最小値をｍａｘＦＥとｍｉｎＦＥとする。また、５本に隆線の間には、４つのピッチ（隆線間隔）が計測可能だが、その４つのピッチの最大値と最小値をｍａｘＰとｍｉｎＰとする。
【００５８】
条件１Ａ： 奇数隆線が真の隆線で、偶数隆線が毛氈の場合、
１）ｍｉｎＦＯ ＞ ｍａｘＦＥ
２）（ｍｉｎＦＯ − ｍａｘＦＥ）／ｍａｘＦＡ ＞ ｔｈＤ１
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
ここで、ｔｈＤ１、ｔｈＰは、予め設定される閾値パラメータであるが、実際のデータ分布から判断すると、ｔｈＤ１ ＝ ０．３、 ｔｈＰ ＝ ０．６５ 程度が適切である。
【００５９】
この条件で毛氈判断が可能なことを、図１５を例にとり説明する。図１５において、毛氈特性として隆線幅を採用する場合は、Ｐ１からＰ５の毛氈特性は５、２、５、２、６（単位は画素）であり、その結果、ｍａｘＦＡ ＝ ６、ｍｉｎＦＯ ＝ ５、ｍａｘＦＥ ＝ ２ となる。
また、５本に隆線の間の４つのピッチは４、５、４、６（単位は画素）であり、その結果、ｍｉｎＰ ＝ ４， ｍａｘＰ ＝ ６ となる。従って、
１）５ ＞ ２
２）（５ − ２）／６ ＞ ０．３
３）４／６ ＞ ０．６５
と、すべての条件を満足する。この結果、奇数隆線が真の隆線で、偶数隆線が毛氈と判断される。
【００６０】
つまり、奇数隆線の隆線幅が偶数隆線の隆線幅より有意に大きく、かつ、ピッチはほぼ等しい時には、偶数隆線を毛氈と判断できる。この結果、Ｐ１とＰ３とＰ５には真の隆線のマークを、そして、Ｐ２とＰ４には毛氈のマークを付ける。
【００６１】
注目画素が毛氈の場合を考慮する時には、次の条件１Ｂで毛氈を判断できる。
条件１Ｂ： 奇数隆線が毛氈で、偶数隆線が真の隆線の場合
１）ｍａｘＦＯ ＜ ｍｉｎＦＥ
２）（ｍｉｎＦＥ − ｍａｘＦＯ）／ｍａｘＦＡ ＞ ｔｈＤ１
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
この内容は、条件１Ａの場合の逆のパターンなので説明は割愛する。
【００６２】
この解析は、全隆線候補画素に対して実行される。この解析結果として、全隆線候補画素には真隆線マークあるいは毛氈マークあるいは不明マークが付けられる。
この解析結果は、データ制御部２１を介してデータ記憶部２２に記憶される。
【００６３】
（５）ステップＳ３５
次に、図６のステップＳ３５において、図２のデータ制御部２１は、予め定められた全ての毛氈特性に関して、その抽出と解析が終了したかを判断する。もし、他の毛氈特性が定義されている時には、図６のステップＳ３３に戻る。全ての毛氈特性に関して処理が終了している場合には、図６のステップＳ３６に進む。
【００６４】
別の毛氈特性として隆線方向濃度が定義されている場合を例にとって説明する。この場合は、図６のステップＳ３３に戻って隆線方向濃度を抽出する。隆線方向濃度とは、注目画素から隆線方向にプラス５画素マイナス５画素程度をトレースし、その濃度を平均したものである。一般に、毛氈部の隆線方向濃度は、真の隆線部の隆線方向濃度より小さくなることが多い。
【００６５】
次に、図６のステップＳ３３において、図２に示す毛氈特性解析部２６は、隆線候補画素群に対して抽出された毛氈特性を解析する。
【００６６】
毛氈特性として隆線方向濃度を採用された場合の処理も、上述の隆線幅を採用する時と、ほぼ同じである。条件式もほぼ同じであるが閾値は、そのデータ特性に合わせて適切な数値に変更する方が良い。
【００６７】
条件２Ａ： 奇数隆線が真の隆線で、偶数隆線が毛氈の場合
１）ｍｉｎＦＯ ＞ ｍａｘＦＥ
２）（ｍｉｎＦＯ − ｍａｘＦＥ）／ｍａｘＦＡ ＞ ｔｈＤ２
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
【００６８】
条件２Ｂ： 奇数隆線が毛氈で、偶数隆線が真の隆線の場合
１）ｍａｘＦＯ ＜ ｍｉｎＦＥ
２）（ｍｉｎＦＥ − ｍａｘＦＯ）／ｍａｘＦＡ ＞ ｔｈＤ２
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
【００６９】
ここで、ｔｈＤ２、ｔｈＰは、予め設定される閾値パラメータであるが、実際のデータ分布から判断すると、ｔｈＤ２ ＝ ０．４、 ｔｈＰ ＝ ０．６５程度が適切である。
【００７０】
（６）ステップＳ３６
全ての毛氈特性に対する処理が終了すれば、図６のステップＳ３６において、図２に示す毛氈領域抽出部２７は、真隆線マークあるいは毛氈マークが付与された隆線候補画素群を解析して毛氈領域を抽出する。
毛氈領域抽出部２７は、注目する隆線候補画素から、隆線方向に隆線候補画素群を、プラス８画素マイナス８画素程度トレースし、各画素に付与されたマークをカウントし、真隆線マーク合計の比率と毛氈マーク合計の比率を算出する。
もし、付与されたマークが真隆線マークのみで、その比率がある閾値以上である場合、その注目画素は真隆線画素と決定する。この場合の閾値は５０％程度が適切である。
もし、付与されたマークが毛氈マークのみで、その比率がある閾値以上である場合、その注目画素は毛氈画素と決定する。この場合の閾値は３０％程度が適切である。
この処理を、全隆線候補画素に対して実施する。
【００７１】
次に、毛氈画素として決定された画素に対して、まず、隆線直交方向右側に最大１０画素トレースする。もし、右隣の隆線候補画素にぶつかり、それが真隆線画素と決定されていれば、当該画素は毛氈、右隣の画素は隆線、そして、その中間には他の毛氈や隆線はないものと判断できる。この時、当該画素から隣の画素までを２等分し、毛氈画素から距離１／２に位置するまでの画素を真の谷線画素（白画素）として決定する。また、距離１／２から隣の隆線画素までは、真の隆線画素（黒画素）として決定する。次に、隆線直交方向左側に対しても、同じ処理を実施する。
【００７２】
この処理を全毛氈画素に対して実行する。その結果、谷線画素あるいは真隆線画素として決定された画素群が毛氈領域となる。
このようにして決定された毛氈領域の例を図１６に示す。図１６は、図７の指紋領域に対して毛氈領域を抽出した結果である。図１６において、黒の領域は真隆線と決定された画素群であり、灰色の領域は、毛氈と決定された画素群を示している。
【００７３】
このようにして抽出された毛氈領域は、データ制御部２１を介してデータ記憶部２２に記憶される。
【００７４】
次に、図６のステップＳ３６において、図２に示す毛氈領域濃度補正部２８は、毛氈領域と定義された画素群に対して、濃度値を補正することで、毛氈を除去した画像を抽出する。
まず、注目画素に対して、その近傍領域の想定隆線濃度と想定谷線濃度を決定する。ここでの近傍領域としては、隆線と谷線両方を含むことができる広さとして１６ｘ１６画素程度と定義すれば良い。想定隆線濃度は、最大濃度値としても良いし、ノイズ濃度を考慮して、濃度最大値からのヒストグラム累積値で１０％程度小さい濃度値としても良い。想定谷線濃度は、最小濃度値としても良いし、ノイズ濃度を考慮して、最小値からのヒストグラム累積値で１０％程度大きい濃度値としても良い。
【００７５】
（７）ステップＳ３７
次に、注目画素のマークを検査して、それが谷線画素（白画素）の時は、想定谷線濃度値で置き換える。これにより、明白な谷線画素に補正できる。注目画素が真隆線画素（黒画素）の時は、想定隆線濃度値で置き換える。これにより、明白な隆線画素に補正できる。この処理を毛氈領域内の全画素に対して実施する。このようにして補正された隆線画像を図１７に示す。図１７を見ると、図１６に示す毛氈領域内の濃度値が補正され、毛氈と判断された画素群が除去されたことがわかる。
【００７６】
このようにして補正され、毛氈が除去された画像は、データ制御部２１を介してデータ記憶部２２に記憶され、次に、特徴点抽出部１６に送信される。これで毛氈抽出除去部１３の実施例の詳細説明を終える。
【００７７】
次に、図１の汗腺口抽出除去部１４の動作について、図３の構成図や図１８のフローチャートや図１９から図２７の関連図を参照して詳細に説明する。
図１９は汗腺口が顕著な指紋画像の例であり、この画像を用いて汗腺口抽出除去処理を説明する。汗腺口が連続して存在したり肥大化したりすると、汗腺口を含む線が谷線と誤認識され、その結果、１本の真の隆線から２本の隆線が誤って抽出される。その結果、誤特徴点が多数出現する。このような誤特徴点の例を図２０に示す。
【００７８】
図２１左図は、顕著な汗腺口を含む隆線画像の拡大図であり、図２１右図は、図２１左図の隆線画像に対して抽出された芯線画像を重畳したものである。
また、図２２左図は、図２１左図で汗腺口が顕著な領域を切り出した後、隆線方向が垂直に、隆線直交方向が水平になるよう回転したものである。
【００７９】
汗腺口抽出除去処理の開始時点において、既に入力された指紋画像や、既に抽出された隆線方向データは、図３のデータ記憶部３２に記憶される。
【００８０】
（１）ステップＳ４１
図１８のステップＳ４１において、図３に示す谷線二値画像抽出部３３は、谷線部を１、隆線部を０の２つの値で表す二値画像を抽出する。谷線二値画像では、谷線部の１を黒画素、隆線部の０を白画素とも呼ぶ。
谷線二値画像の抽出は、通常画像を濃度反転させた後に、隆線二値画像抽出すれば良い。通常画像の濃度反転は、各画素の濃度値に対する２５５の補数を、反転画像の濃度値とすれば良い。図２２左図の画像に対して濃度反転した画像を図２３に示す。
濃度反転した画像に対する隆線二値画像抽出処理の実施例は、毛氈抽出除去部１３における隆線二値画像抽出部２３と同一なので、その説明は割愛する。
このようにして抽出された谷線二値画像は、データ制御部３１を介してデータ記憶部３２に記憶される。
【００８１】
（２）ステップＳ４２
次に、図１８のステップＳ４２において、図３に示す谷線候補画素抽出部３４は、前記谷線二値画像を芯線化することで、谷線の候補となる画素群を抽出する。芯線画像を谷線補画素群とする理由は、谷線と汗腺口を含む線を区別する処理において、幅のある谷線よりも幅のない芯線の方が扱いやすいためである。ここでは、汗腺口を含む線を汗腺口線と呼ぶ。
【００８２】
二値画像からの芯線化処理の実施例は、毛氈抽出除去部１３における隆線候補画素抽出部２４と同一なので、その説明は割愛する。図２２左図の指紋画像に対して、このようにして抽出された谷線候補画素群（芯線画像）を重畳表示した画像を図２２右図に示す。
【００８３】
（３）ステップＳ４３
次に、図１８のステップＳ４３において、図３に示す汗腺口特性抽出部３５は、谷線候補画素群の各画素に対して、汗腺口特性を抽出する。汗腺口特性とは、汗腺口と谷線を区別するための特性のことであり、種々の汗腺口特性が考えられる。本実施例では、最初の汗腺口特性として隆線方向濃度を採用する。隆線方向濃度とは、注目画素から隆線方向にプラス５画素マイナス５画素程度をトレースし、その濃度を平均したものである。一般に、汗腺口部の隆線方向濃度は、真の谷線部の隆線方向濃度より大きくなる。
【００８４】
（４）ステップＳ４４
次に、図１８のステップＳ４４において、図３に示す汗腺口特性解析部３６は、谷線候補画素群に対して抽出された汗腺口特性を解析する。本実施例における汗腺口特性の解析は、注目画素から隆線直交方向右側にトレースし、近傍の谷線候補画素の汗腺口特性を比較することで実施する。このステップは、本発明の中核なので、図２４から図２５を用いて詳細に説明する。
【００８５】
図２４左図は、図２２左図に示す注目領域を拡大したもので汗腺口を含む隆線画像の拡大図である。図２４右図は、図２４左図の谷線候補画素群を重畳表示したものである。
図２４左図を見ると、谷線が３本と汗腺口線が２本あることがわかる。一般に、汗腺口が出現する時、それが単独で出現することは稀で、連続した領域で汗腺口が出現することが多い。従って、汗腺口が出現する時、隆線直交方向には、真の谷線と汗腺口線が交互に出現することになる。この場合、汗腺口特性も交互に変化することになり、そのパターンを抽出することができれば汗腺口を認識できることになる。
【００８６】
図２４右図のようにほぼ等間隔に並んだ５本の谷線がある時、この５本は全て真の谷線である場合の他、３本が真の谷線で２本が汗腺口線の可能性もあるし、２本が真の谷線で３本が汗腺口線の可能性もある。本発明では、５本の谷線の汗腺口特性を比較することで、真の谷線か汗腺口線であるかを判断できることを提案する。具体的には５本の谷線が並んでいる時、１番目と３番目と５番目の３本の汗腺口特性と、２番目と４番目の２本の汗腺口特性に有意な差がある時は、汗腺口線が含まれていると考えられる。ここで、１番目と３番目と５番目の３本の汗腺口特性を奇数汗腺口特性、２番目と４番目の２本の汗腺口特性を偶数汗腺口特性と呼ぶ。
【００８７】
図２５上図は、図２４右図の一部の領域の谷線を拡大したものである。図２５上図において、Ｐ１を谷線候補画素群中の注目画素とすると、その右側にＰ２からＰ５の谷線候補画素が定義される。この時、Ｐ１とＰ３とＰ５の３個の汗腺口特性が奇数汗腺口特性、Ｐ２とＰ４の２個の汗腺口特性が偶数汗腺口特性となる。
【００８８】
汗腺口特性として隆線方向濃度を採用する場合は、真の谷線であるか汗腺口線であるかは、以下の条件で判断できる。ここでは、汗腺口特性の最大値をｍａｘＦＡ、奇数汗腺口特性の最大値と最小値をｍａｘＦＯとｍｉｎＦＯ、偶数汗腺口特性の最大値と最小値をｍａｘＦＥとｍｉｎＦＥとする。５本に谷線の間には、４つのピッチ（谷線間隔）が計測可能だが、その４つのピッチの最大値と最小値をｍａｘＰと ｍｉｎＰとする。
【００８９】
条件３Ａ： 奇数谷線が真の谷線で、偶数谷線が汗腺口線の場合
１）ｍａｘＦＯ ＜ ｍｉｎＦＥ
２）（ｍｉｎＦＥ − ｍａｘＦＯ）／ｍａｘＦＡ ＞ ｔｈＤ３
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
ここで、ｔｈＤ３、ｔｈＰは、予め設定される閾値パラメータであるが、実際のデータ分布から判断すると、ｔｈＤ３ ＝ ０．２、 ｔｈＰ ＝ ０．６５ 程度が適切である。
【００９０】
この条件で汗腺口線判断が可能なことを、図２５を例にとり説明する。図２５上図で、各谷線の濃度は、隆線方向濃度を表している。また、図２５下図は、その濃度をヒストグラム表示したものである。図２５下図を見ればわかるように、偶数汗腺口特性の最小値は、奇数汗腺口特性の最大値よりも３０％以上大きいこと、及び、ピッチもほぼ等しいことより、上記条件３Ａを全て満足することがわかる。この結果、奇数谷線が真の谷線で、偶数谷線が汗腺口線と判断される。
この結果、Ｐ１とＰ３とＰ５には真の谷線のマークを、そして、Ｐ２とＰ４には汗腺口線のマークを付ける。
【００９１】
注目画素が汗腺口線の場合を考慮する時には、次の条件３Ｂで汗腺口線を判断できる。
条件３Ｂ： 奇数谷線が汗腺口で、偶数谷線が真の谷線の場合
１）ｍｉｎＦＯ ＞ ｍａｘＦＥ
２）（ｍｉｎＦＯ − ｍａｘＦＥ）／ｍａｘＦＡ ＞ ｔｈＤ３
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
この内容は、条件３Ａの場合の逆のパターンなので説明は割愛する。
【００９２】
この解析は、全谷線候補画素に対して実行される。この解析結果として、全谷線候補画素には真の谷線マークあるいは汗腺口線マークあるいは不明マークが付与される。
この解析結果は、データ制御部３１を介してデータ記憶部３２に記憶される。
【００９３】
（５）ステップＳ４５
次に、図１８のステップＳ４５において、図３のデータ制御部３１は、予め定められた全ての汗腺口特性に関して、その抽出と解析が終了したかを判断する。もし、他の汗腺口特性が定義されている時には、図１８のステップＳ４５に戻る。全ての汗腺口特性に関して処理が終了している場合には、図１８のステップＳ４６に進む。
【００９４】
２番目の汗腺口特性として濃度差分累積値が定義されている場合を例にとって説明する。この場合は、図１８のステップＳ４３に戻って濃度差分累積値を抽出する。濃度差分累積値とは、注目画素から隆線方向に谷線候補画素群をプラス８画素マイナス８画素程度トレースし、隣の画素との濃度差分値を累積したものである。一般に、汗腺口部では、濃度値が小さい汗腺口と濃度値が大きい隆線が交互に出現するので、濃度差分累積値は大きくなる。一方、真の谷線では、一様な濃度値を持つので、濃度差分累積値は小さくなることが多い。
【００９５】
次に、図１８のステップＳ４４において、図３に示す汗腺口特性解析部３６は、谷線候補画素群に対して抽出された濃度差分累積値の汗腺口特性を解析する。
汗腺口特性として濃度差分累積値を採用された場合の処理も、上述の隆線方向濃度が採用された時と、ほぼ同じである。条件式もほぼ同じであるが閾値は、そのデータ特性に合わせて適切な数値に変更する方が良い。
【００９６】
条件４Ａ： 奇数谷線が真の谷線で、偶数谷線が汗腺口の場合
１）ｍａｘＦＯ ＜ ｍｉｎＦＥ
２）（ｍｉｎＦＥ − ｍａｘＦＯ）／ｍａｘＦＡ ＞ ｔｈＤ４
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
【００９７】
条件４Ｂ： 奇数隆線が汗腺口で、偶数隆線が真の谷線の場合
１）ｍｉｎＦＯ ＞ ｍａｘＦＥ
２）（ｍｉｎＦＯ − ｍａｘＦＥ）／ｍａｘＦＡ ＞ ｔｈＤ４
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
【００９８】
ここで、ｔｈＤ４、ｔｈＰは、予め設定される閾値パラメータであるが、実際のデータ分布から判断すると、ｔｈＤ４ ＝ ０．２５、 ｔｈＰ ＝ ０．６５ 程度が適切である。
【００９９】
（６）ステップＳ４６
全ての汗腺口特性に対する処理が終了すれば、図１８のステップＳ４６において、図３に示す汗腺口領域抽出部３７は、真の谷線マークあるいは汗腺口マークが付与された谷線候補画素群を解析して汗腺口領域を抽出する。
注目する谷線候補画素から、隆線方向に谷線候補画素群をプラス８画素マイナス８画素程度トレースし、各画素に付与されたマークをカウントし、真の谷線マーク合計の比率と汗腺口マーク合計の比率を算出する。
もし、付与されたマークが真の谷線マークのみで、その比率がある閾値以上である場合、その注目画素は真の谷線画素と決定する。この場合の閾値は５０％程度が適切である。
もし、付与されたマークが汗腺口マークのみで、その比率がある閾値以上である場合、その注目画素は汗腺口画素と決定する。この場合の閾値は２０％程度が適切である。
この処理を、全谷線候補画素に対して実施する。
【０１００】
次に、汗腺口画素として決定された画素に対して、まず、隆線直交方向右側に最大１０画素トレースする。もし、右隣の谷線候補画素にぶつかり、それが真の谷線画素と決定されていれば、当該画素は汗腺口、右隣の画素は谷線、そして、その中間には他の汗腺口や谷線はないものと判断できる。この時、当該画素から隣の画素までを２等分し、汗腺口画素から距離１／２に位置するまでの画素を真の隆線画素（黒画素）として決定する。また、距離１／２から隣の谷線画素までは、真の谷線画素（白画素）として決定する。次に、隆線直交方向左側に対しても、同じ処理を実施する。
この処理を全毛氈画素に対して実行する。その結果、真隆線画素及び真の谷線画素として決定された画素群が汗腺口領域となる。
【０１０１】
このようにして決定された汗腺口領域の例を図２６に示す。図２６は、図１９の指紋領域に対して汗腺口領域を抽出した結果である。図２６において、黒の領域は汗腺口を含めて真隆線と決定された画素群であり、灰色の領域は、真の谷線と決定された画素群を示している。このようにして抽出された汗腺口領域は、データ制御部３１を介してデータ記憶部３２に記憶される。
【０１０２】
（７）ステップＳ４７
次に、図１８のステップＳ４７において、図３に示す汗腺口領域濃度補正部３８は、汗腺口領域と定義された画素群に対して、濃度値を補正することで、汗腺口を除去した画像を抽出する。
まず、注目画素に対して、その近傍領域の想定隆線濃度と想定谷線濃度を決定する。この処理は、毛氈抽出除去部１３における毛氈領域濃度補正部２８での説明と同じなので割愛する。
【０１０３】
次に、注目画素のマークを検査して、それが黒画素の時は、想定隆線濃度値で置き換える。これにより、明白な隆線画素に補正できる。注目画素が白画素の時は、想定谷線濃度値で置き換える。これにより、明白は谷線画素に補正できる。この処理を汗腺口領域の全画素に対して実施する。このようにして補正された汗腺口領域を図２７に示す。図２７を見ると、図２６の汗腺口領域の濃度値が補正され、汗腺口と判断された画素群が除去されたことがわかる。
このようにして補正され、汗腺口が除去された画像は、データ制御部３１を介してデータ記憶部３２に記憶され、次に、特徴点抽出部１６に送信される。これで汗腺口抽出除去部１４の実施例の詳細説明を終える。
【０１０４】
次に、図１の隆線抽出強調部１５の動作について、図４の構成図や図２８のフローチャートを参照して詳細に説明する。隆線抽出強調部１５の構成は、毛氈抽出除去部１３の構成と汗腺口抽出除去部１４の構成の多くを併せ持つものである。
隆線抽出強調処理では、毛氈抽出処理における毛氈特性解析において、隆線直交方向に位置する複数隆線の毛氈特性に有意差がない時は、その全ての隆線を真の隆線と判断できることを利用する。同様に、汗腺口抽出処理における汗腺口特性解析において、隆線直交方向に位置する複数谷線の汗腺口特性に有意差がない時は、その全ての谷線を真の谷線と判断できることを利用する。
【０１０５】
隆線抽出強調処理の開始時点において、既に入力された指紋画像や、既に抽出された隆線方向データは、図４のデータ記憶部４２に記憶される。
（１）ステップＳ５１
図２８のステップＳ５１において、図４に示す隆線二値画像抽出部４３は、隆線部を１、谷線部を０の２つの値で表す二値画像を抽出する。この処理は、毛氈抽出除去部１３における隆線二値画像抽出部２３の説明と同じなので割愛する。
（２）ステップＳ５２
次に、図２８のステップＳ５２において、図４に示す隆線候補画素抽出部４４は、前記隆線二値画像を芯線化することで、隆線の候補となる画素群を抽出する。この処理は、毛氈抽出除去部１３における隆線候補画素抽出部２４の説明と同じなので割愛する。
（３）ステップＳ５３
次に、図２８のステップＳ５３において、図４に示す毛氈特性抽出部４５は、隆線候補画素群の各画素に対して毛氈特性を抽出する。この処理は、毛氈抽出除去部１３における毛氈特性解析部２５の説明と同じなので割愛する。
（４）ステップＳ５４
次に、図２８のステップＳ５４において、図４に示す毛氈特性解析部４６は、隆線候補画素群に対して抽出された毛氈特性を解析する。この処理は、毛氈抽出除去部１３における毛氈特性抽出部２６の説明と同様であるが、条件式の設定は以下のように異なる。
【０１０６】
毛氈特性として隆線幅を採用する場合は、以下の条件を満足する時、全ての隆線が真の隆線であるという判断できる。ここでは、毛氈特性の最大値と最小値をｍａｘＦＡとｍｉｎＦＡとする。また、隆線ピッチの最大値と最小値をｍａｘＰと ｍｉｎＰとする。
【０１０７】
条件５： 全ての隆線が真の隆線
１）ｍｉｎＦＡ／ｍａｘＦＡ ＞ ｔｈＤ５
２）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
３）ｍａｘＰ ＜ ｔｈＸ
ここで、ｔｈＤ５、ｔｈＰ、ｔｈＸは、予め設定される閾値パラメータであるが、５本の隆線候補に対する場合は、ｔｈＤ５ ＝ ０．９、ｔｈＰ ＝ ０．６５、ｔｈＸ ＝ ２０ 程度が適切である。最大ピッチに関しては、通常の指紋で出現する範囲（２０画素未満）を設定した。
この条件の意味は、１）隣接する隆線の隆線幅がほぼ同等であり、２）ピッチ差も小さく、３）最大ピッチも通常出現する範囲である時は、全ての隆線を真の隆線と判断できるということである。この結果、この全ての隆線候補画素に真の隆線のマークを付ける。
【０１０８】
この解析は、全隆線候補画素に対して実行される。この解析結果として、全隆線画素には真隆線マークあるいは不明マークが付与される。この解析結果は、データ制御部４１を介してデータ記憶部４２に記憶される。
【０１０９】
（５）ステップＳ５５
次に、図２８のステップＳ５５において、図４のデータ制御部４１は、予め定められた全ての毛氈特性に関して、その抽出と解析が終了したかを判断する。もし、他の毛氈特性が定義されている時には、図１８のステップＳ５３に戻る。全ての毛氈特性に関して処理が終了している場合には、図２８のステップＳ５６に進む。
【０１１０】
別の毛氈特性として隆線方向濃度が定義されている場合を例にとって説明する。この場合は、図２８のステップＳ５３に戻って隆線方向濃度を抽出する。隆線方向濃度に関する説明は、毛氈抽出除去部の説明と同一なので割愛する。
【０１１１】
次に、図２８のステップＳ５４において、図４に示す毛氈特性解析部５６は、隆線候補画素群に対して抽出された毛氈特性を解析する。
毛氈特性として隆線方向濃度を採用する場合の処理も、上述の隆線幅を採用する時と、ほぼ同じである。条件式もほぼ同じであるが、閾値はそのデータ特性に合わせて適切な数値に変更する方が良い。
【０１１２】
条件６： 全ての隆線が真の隆線
１）ｍｉｎＦＡ／ｍａｘＦＡ ＞ ｔｈＤ６
２）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
３）ｍａｘＰ ＜ ｔｈＸ
ここで、ｔｈＤ６、ｔｈＰ、ｔｈＸは、予め設定される閾値パラメータであるが、５本の隆線候補に対する場合は、ｔｈＤ６ ＝ ０．９、ｔｈＰ ＝ ０．６５、ｔｈＸ ＝ ２０ 程度が適切である。
【０１１３】
（６）ステップＳ５６
全ての毛氈特性に対する処理が終了すれば、図２８のステップＳ５６に進む。ステップＳ５６において、図４に示す隆線領域抽出部４７は、真隆線マークが付与された隆線候補画素群を解析して隆線領域を抽出する。隆線領域抽出部４７は、注目する隆線候補画素から、隆線方向に隆線候補画素群を、プラス８画素マイナス８画素程度トレースし、各画素に付与されたマークをカウントし、真隆線マーク合計の比率を算出する。
もし、真隆線マークの比率がある閾値以上である場合、その注目画素は真隆線画素と決定する。この場合の閾値は５０％程度が適切である。この処理を、全隆線候補画素に対して実施する。
【０１１４】
次に、真の隆線画素として決定された画素に対して、まず、隆線直交方向右側に閾値パラメータｔｈＸ画素トレースする。もし、右隣の隆線候補画素にぶつかり、それが真隆線画素と決定されていれば、当該画素と右隣の画素は真の隆線画素と判断できる。従って、この２つの隆線の間には谷線の画素が存在することになる。この時、当該画素から右隣の画素迄の距離を４等分し、当該画素から距離１／４に位置する画素までの画素群と、距離３／４に位置する画素から右隣の真隆線画素迄の画素群を真の隆線画素として決定する。また、距離１／４から距離３／４の間に位置する画素群は谷線画素（白画素）として決定する。次に、隆線直交方向左側に対しても、同じ処理を実施する。
この処理を全隆線画素に対して実行する。その結果、隆線画素あるいは谷線画素として決定された画素群が隆線領域となる。このようにして抽出された隆線領域は、データ制御部４１を介してデータ記憶部４２に記憶される。
【０１１５】
（７）ステップＳ５７
次に、図２８のステップＳ５７において、図４に示す隆線領域濃度強調部４８は、隆線領域と定義された画素群に対して、濃度値を補正することで、隆線と谷線が強調された画像を抽出する。この隆線領域濃度強調部４８の動作の説明は、毛氈抽出除去部１３における毛氈領域濃度補正部２７と同じなので説明は割愛する。
【０１１６】
（１）ステップＳ６１
次に、図２８のステップＳ６１において、図４に示す谷線二値画像抽出部４９は、谷線部を１、隆線部を０の２つの値で表す二値画像を抽出する。谷線二値画像抽出部４９の説明は、汗腺口抽出除去部１４における谷線二値画像抽出部３３の説明と同じなので割愛する。
【０１１７】
（２）ステップＳ６２
次に、図２８のステップＳ６２において、図４に示す谷線候補画素抽出部５０は、前記谷線二値画像を芯線化することで、谷線の候補となる画素群を抽出する。谷線候補画素抽出部５０の説明は、汗腺口抽出除去部１４における谷線候補画素抽出部３４の説明と同じなので割愛する。
【０１１８】
（３）ステップＳ６３
次に、図２８のステップＳ６３において、図４に示す汗腺口特性抽出部５１は、谷線候補画素群の各画素に対して、汗腺口特性を抽出する。汗腺口特性抽出部５１の説明は、汗腺口抽出除去部１４における汗腺口特性抽出部３５の説明と同じなので割愛する。
【０１１９】
（４）ステップＳ６４
次に、図２８のステップＳ６４において、図４に示す汗腺口特性解析部５２は、谷線候補画素群に対して抽出された汗腺口特性を解析する。この処理は、汗腺口抽出除去部１４における汗腺口特性解析部３６の説明と同様であるが、条件式の設定は以下のように異なる。
【０１２０】
汗腺口特性として隆線方向濃度を採用する場合は、以下の条件を満足する時、全ての谷線が真の谷線であると判断できる。ここでは、汗腺口特性の最大値と最小値をｍａｘＦＡとｍｉｎＦＡとする。また、谷線ピッチの最大値と最小値をｍａｘＰと ｍｉｎＰとする。
【０１２１】
条件７： 全て谷線が真の谷線
１）ｍｉｎＦＡ／ｍａｘＦＡ ＞ ｔｈＤ７
２）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
３）ｍａｘＰ ＜ ｔｈＸ
ここで、ｔｈＤ７、ｔｈＰ、ｔｈＸは、予め設定される閾値パラメータであるが、５本の谷線候補に対する場合は、ｔｈＤ７ ＝ ０．８、ｔｈＰ ＝ ０．６５、ｔｈＸ ＝ ２０ 程度が適切である。
この条件の意味は、１）隣接する谷線の隆線方向濃度がほぼ同等であり、２）谷線ピッチの差も小さく、３）最大谷線ピッチが２０画素未満である時は、全て谷線を真の谷線と判断できるということである。この結果、全ての谷線候補画素には真の谷線のマークを付ける。
【０１２２】
この解析は、全谷線候補画素に対して実行される。この解析結果として、全谷線画素には真の谷線マークあるいは不明マークが付与される。この解析結果は、データ制御部４１を介してデータ記憶部４２に記憶される。
【０１２３】
（５）ステップＳ６５
次に、図２８のステップＳ６５において、図４のデータ制御部４１は、予め定められた全ての汗腺口特性に関して、その抽出と解析が終了したかを判断する。もし、他の汗腺口特性が定義されている時には、図２８のステップＳ６３に戻る。全ての汗腺口特性に関して処理が終了している場合には、図２８のステップＳ６６に進む。
【０１２４】
２番目の汗腺口特性として濃度差分累積値が定義されている場合を例にとって説明する。この場合は、図２８のステップＳ６３に戻って濃度差分累積値を抽出する。濃度差分累積値に関する説明は、汗腺口抽出除去部１４における説明と同じなので割愛する。
【０１２５】
次に、図２８のステップＳ６４において、図４に示す汗腺口特性解析部５２は、谷線候補画素群に対して抽出された汗腺口特性を解析する。
【０１２６】
汗腺口特性として濃度差分累積値を採用する場合の処理も、上述の隆線方向濃度を採用する時と、ほぼ同じである。条件式もほぼ同じであるが、閾値はそのデータ特性に合わせて適切な数値に変更する方が良い。
【０１２７】
条件８： 全て谷線が真の谷線
１）ｍｉｎＦＡ／ｍａｘＦＡ ＞ ｔｈＤ８
２）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
３）ｍａｘＰ ＜ ｔｈＸ
ここで、ｔｈＤ８、ｔｈＰ、ｔｈＸは、予め設定される閾値パラメータであるが、５本の谷線候補に対する場合は、ｔｈＤ９ ＝ ０．９５、ｔｈＰ ＝ ０．６５、ｔｈＸ ＝ ２０ 程度が適切である。
【０１２８】
（６）ステップＳ６６
全ての汗腺口特性に対する処理が終了すれば、図２８のステップＳ６６に進む。ステップＳ６６において、図４に示す谷線領域抽出部５３は、真の谷線マークが付与された谷線候補画素群を解析して谷線領域を抽出する。
【０１２９】
注目する谷線候補画素から、隆線方向に谷線候補画素群を、プラス８画素マイナス８画素程度トレースし、各画素に付与されたマークをカウントし、真の谷線マーク合計の比率を算出する。
もし、真の谷線マーク比率がある閾値以上である場合、その注目画素は真の谷線画素と決定する。この場合の閾値は５０％程度が適切である。この処理を、全谷線候補画素に対して実施する。
【０１３０】
次に、真の谷線画素として決定された画素に対して、まず、隆線直交方向右側に閾値パラメータｔｈＸ画素トレースする。もし、右隣の谷線候補画素にぶつかり、それが真の谷線画素と決定されていれば、当該画素と右隣の画素は真の谷線画素と判断できる。従って、この２つの谷線の間には隆線画素が存在することになる。この時、当該画素から右隣の画素迄の距離を４等分し、当該画素から距離１／４に位置する画素までの画素群と、距離３／４に位置する画素から右隣の真の谷線画素迄の画素群を真の谷線画素（白画素）として決定する。また、距離１／４から距離３／４の間に位置する画素群は隆線画素（黒画素）として決定する。次に、隆線直交方向左側に対しても、同じ処理を実施する。この処理を全隆線画素に対して実行する。その結果、隆線画素あるいは谷線画素として決定された画素群が谷線領域となる。このようにして抽出された谷線領域は、データ制御部４１を介してデータ記憶部４２に記憶される。
【０１３１】
（７）ステップＳ６７
次に、図２８のステップＳ６７において、図４に示す谷線領域濃度強調部５４は、谷線領域と定義された画素群に対して、濃度値を補正することで、隆線と谷線が強調された画像を抽出する。この谷線領域濃度強調部５４の動作の説明は、前記隆線領域濃度強調部４８と類似しているので説明は割愛する。谷線領域濃度強調部５４と隆線領域濃度強調部４８の機能的はほぼ同一なので共通化した構成例も考えられる。この実施例で独立させている理由は、前半の毛氈特性解析による隆線抽出と、後半の汗腺口特性解析による谷線抽出は、互いに依存関係になく独立して構成することができるためである。このようにして隆線と谷線が強調された画像は、データ制御部４１を介してデータ記憶部４２に記憶され、次に、特徴点抽出部１６に送信される。これで隆線抽出強調部の実施例の詳細説明を終える。
【０１３２】
本発明は、指紋画像に限定されることはない。掌紋画像を始め、毛氈や汗腺口と類似している形状を持つ縞模様の曲線から構成された画像に対しても適用できる。
また、本発明では、標準的に採用されている５００ｄｐｉの指紋画像を前提に隆線強調マスク例や各種パラメータ例を用いて説明したが、５００ｄｐｉ以外の解像度でスキャンされた指紋画像でも、その解像度に適切なマスクやパラメータを用いることで適応できる。
また、毛氈特性や汗腺口特性として、他の特徴量を採用する場合においても、隆線直交方向に交互に変動する特性のパターンを抽出することで、毛氈や汗腺口を認識できる。
更に、別の汗腺口特性として白画素半径を採用する実施例も考えられる。この実施例を、図２９から図３１を用いて詳細に説明する。
【０１３３】
図２９は、汗腺口が肥大化したため汗腺口部が連続している指紋画像で、誤抽出しやすい例である。図３０左図は、図２９に示す注目領域を切り出し、隆線直交方向が水平になるように回転した画像で、肥大汗腺口を含む隆線画像の拡大図である。図３０右図は、図３０左図の谷線候補画素群を重畳表示したものである。
【０１３４】
白画素半径とは、肥大汗腺口を抽出するための特性で、肥大汗腺口に包含される円の大きさを、その半径で表したものである。この計算のために、隆線直交方向に最大濃度を持つ画素群を抽出する。まず、初期値として全画素を白画素と定義する。次に、ある注目画素の濃度値が、その画素から隆線直交方向の左右に８画素程度トレースした時の画素群の中で、最大値あるいは２番目の濃度値であれば、その注目画素を黒画素と定義する。
このような処理を全画素に対して実施すると、隆線直交方向に対して、相対的に濃度の大きい画素を黒画素とする二値画像ができる。これを最大濃度画素群と呼ぶ。図３１は、図３０右図に対する最大濃度画素群である。
【０１３５】
次に、この谷線候補画素群の各画素を図３１の画像にあてはめ、それぞれの谷線候補画素に対して、白画素半径特性を抽出する。
図３１で注目画素をＰとする時、Ｐを中心とした円で、黒画素を含まない最大の円を求め、その半径を白画素半径として抽出する。
肥大汗腺口が顕著な指紋においては、白画素半径は肥大汗腺口部では大きな値になり、真の谷線部では相対的に小さな値になる。
【０１３６】
白画素半径を汗腺口特性として採用する場合は、真の谷線であるか汗腺口線であるかは、以下の条件で判断できる。ここでは、汗腺口特性の最大値をｍａｘＦＡ、奇数汗腺口特性の最大値と最小値をｍａｘＦＯとｍｉｎＦＯ、偶数汗腺口特性の最大値と最小値をｍａｘＦＥとｍｉｎＦＥとする。５本に谷線の間には、４つのピッチ（谷線間隔）が計測可能だが、その４つのピッチの最大値と最小値をｍａｘＰと ｍｉｎＰとする。
【０１３７】
条件９： 奇数谷線が真の谷線で、偶数谷線が汗腺口線の場合
１）ｍａｘＦＯ ＜ ｍｉｎＦＥ
２）（ｍｉｎＦＥ − ｍａｘＦＯ）／ｍａｘＦＡ ＞ ｔｈＤ９
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
ここで、ｔｈＤ９、ｔｈＰは、予め設定される閾値パラメータであるが、実際のデータ分布から判断すると、ｔｈＤ９ ＝ ０．４、 ｔｈＰ ＝ ０．６５ 程度が適切である。
【０１３８】
図３２左図の画像に対して、この汗腺口特性を用いて抽出した汗腺口領域を図３２右図に示す。また、汗腺口領域濃度補正画像を図３３に示す。
【０１３９】
これまでの実施例では、毛氈特性や汗腺口特性に対する条件判断は、単独の特性に対してのみ実施する実施例を挙げたが、複数の特性に対する条件を論理和や論理積で組み合わせて判断する実施例も考えられる。この場合は、各種閾値パラメータを見直すことで、より正確な、毛氈抽出や汗腺口抽出が可能になる。
【０１４０】
また、これまでの実施例では、毛氈特性や汗腺口特性の解析では５本の隆線候補や谷線候補を利用したが、この数は５本に限定されない。この数は多くするほど、正確な毛氈判断や汗腺口判断が可能だが、適用できる領域が狭くなるという欠点もある。５本から７本程度が適切と考えられる。
【０１４１】
なお、本発明については、毛氈抽出除去部１３、汗腺口抽出除去部１４、及び隆線抽出強調部１５の各々に該当するコンピュータを用い、これらのコンピュータを連結したシステムを構築することにより実現しても良い。又は、一台のコンピュータにおいて、指紋画像入力部１１、隆線方向抽出部１２、毛氈抽出除去部１３、汗腺口抽出除去部１４、隆線抽出強調部１５、特徴点抽出部１６、特徴点出力部１７の各々に該当する内部装置を含む構成としても良い。あるいは、指紋画像入力部１１、隆線方向抽出部１２、毛氈抽出除去部１３、汗腺口抽出除去部１４、隆線抽出強調部１５、特徴点抽出部１６、特徴点出力部１７の機能を実現させるプログラムを、コンピュータに実行させるようにしても良い。
【０１４２】
これまでに述べてきた本発明の特徴は以下の通りである。
（１）指紋画像から特徴点を抽出する構成の中で、隆線や毛氈から毛氈特性を抽出する手段と、隆線直交方向の数本の隆線の毛氈特性を解析し毛氈特性パターンが予め定められた条件式に合致すれば毛氈と判断する手段と、毛氈と判断された画素数の比率で毛氈領域を抽出する手段と、毛氈領域内の画素濃度を補正する手段を有している点。
（２）指紋画像から特徴点を抽出する構成の中で、谷線や汗腺口線から汗腺口特性を抽出する手段と、隆線直交方向の数本の谷線の汗腺口特性を解析し汗腺口特性パターンが予め定められた条件式に合致すれば汗腺口と判断する手段と、汗腺口と判断された画素数の比率で汗腺口領域を抽出する手段と、汗腺口領域内の画素濃度を補正する手段を有している点。
（３）指紋画像から特徴点を抽出する構成の中で、隆線から毛氈特性を抽出する手段と、隆線直交方向の数本の隆線の毛氈特性を解析し毛氈特性パターンが予め定められた条件式に合致すれば真の隆線と判断する手段と、真の隆線と判断された画素数の比率で隆線領域を抽出する手段と、隆線領域内の画素濃度を強調する手段を有している点。
（４）指紋画像から特徴点を抽出する構成の中で、谷線から汗腺口特性を抽出する手段と、隆線直交方向の数本の谷線の汗腺口特性を解析し汗腺口特性パターンが予め定められた条件式に合致すれば真の谷線と判断する手段と、真の谷線と判断された画素数の比率で谷線領域を抽出する手段と、谷線領域内の画素濃度を強調する手段を有している点。
（５）前記（１）、（３）において、毛氈特性として、隆線幅を利用している点。
（６）前記（１）、（３）において、毛氈特性として、隆線方向濃度を利用している点。
（７）前記（２）、（４）において、汗腺口特性として、隆線方向濃度を利用している点。
（８）前記（２）、（４）において、汗腺口特性として、濃度差分累積値を利用している点。
（９）前記（２）、（４）において、汗腺口特性として、白画素半径を利用している点。
【０１４３】
以上のように、本発明は、指紋画像の特徴抽出機能において、毛氈や汗腺口の影響で隆線の識別が困難な指紋画像に対しても、毛氈や汗腺口を正確に抽出除去する手段や、隆線や谷線を抽出強調する手段を備えたことを特徴とし、特徴点抽出精度を向上させることができる構成を提供するものである。
なお、毛氈が顕著な指紋画像を隆線直交方向に観察すると、毛氈と真の隆線が交互に出現する。本発明は、毛氈特性を抽出し、その出現パターンを解析し、それを予め定められた条件式で判断するという方法で正確に毛氈を抽出し除去できる構成を提供する。
同様に、汗腺口が顕著な指紋画像を隆線直交方向に観察すると、汗腺口線と真の谷線が交互に出現する。本発明は、汗腺口特性を抽出し、その出現パターンを解析し、それを予め定められた条件式で判断するという方法で、正確に汗腺口を抽出し除去できる構成を提供する。
また、顕著な毛氈がない指紋画像に対しては、毛氈特性を抽出し、隆線直交方向の数本の隆線の毛氈特性を解析し、全ての毛氈特性に有意差がないことを予め定められた条件式で判断するという方法で、正確に隆線を抽出し強調できる構成を提供する。
更に、顕著な汗腺口がない指紋画像に対しては、汗腺口特性を抽出し、隆線直交方向の数本の谷線の汗腺口特性を解析し、全ての汗腺口特性に有意差がないことを予め定められた条件式で判断するという方法で、正確に谷線を抽出し強調できる構成を提供する。
【図面の簡単な説明】
【０１４４】
【図１】図１は、本発明の全体構成を示すブロック図である。
【図２】図２は、毛氈抽出除去部の構成図である。
【図３】図３は、汗腺口抽出除去部の構成図である。
【図４】図４は、隆線抽出強調部の構成図である。
【図５】図５は、全体フローチャート図である。
【図６】図６は、毛氈抽出除去処理のフローチャート図である。
【図７】図７は、指紋画像を示す図である。
【図８】図８は、誤特徴点を示す図である。
【図９】図９は、隆線方向を示す図である。
【図１０】図１０は、方向パターン（１６方向）を示す図である。
【図１１】図１１は、隆線強調マスク例を示す図である。
【図１２】図１２は、毛氈を含む濃淡画像と二値画像を示す図である。
【図１３】図１３は、毛氈を含む濃淡画像と芯線化画像を示す図である。
【図１４】図１４は、回転後の注目領域を示す図である。
【図１５】図１５は、毛氈特性例（隆線幅）を示す図である。
【図１６】図１６は、毛氈領域を示す図である。
【図１７】図１７は、毛氈領域濃度補正画像を示す図である。
【図１８】図１８は、汗腺口抽出除去処理のフローチャート図である。
【図１９】図１９は、指紋画像を示す図である。
【図２０】図２０は、誤特徴点例を示す図である。
【図２１】図２１は、連続汗腺口を含む濃淡画像とその芯線化画像を示す図である。
【図２２】図２２は、汗腺口を含む隆線と谷線候補画素を示す図である。
【図２３】図２３は、汗腺口を含む隆線の濃度反転画像を示す図である。
【図２４】図２４は、汗腺口を含む隆線と谷線候補画素を示す図である。
【図２５】図２５は、汗腺口特性例を示す図である。
【図２６】図２６は、汗腺口領域を示す図である。
【図２７】図２７は、汗腺口領域濃度補正画像を示す図である。
【図２８】図２８は、隆線抽出強調処理のフローチャート図である。
【図２９】図２９は、肥大汗腺口の顕著な指紋を示す図である。
【図３０】図３０は、肥大汗腺口拡大図と谷線候補画素を示す図である。
【図３１】図３１は、最大濃度画素群を示す図である。
【図３２】図３２は、汗腺口領域を示す図である。
【図３３】図３３は、汗腺口領域濃度補正画素を示す図である。
【符号の説明】
【０１４５】
１１… 指紋画像入力部
１２… 隆線方向抽出部
１３… 毛氈抽出除去部
１４… 汗腺口抽出除去部
１５… 隆線抽出強調部
１６… 特徴点抽出部
１７… 特徴点出力部
２１… データ処理制御部
２２… データ記憶部
２３… 隆線二値画像抽出部
２４… 隆線候補画素抽出部
２５… 毛氈特性抽出部
２６… 毛氈特性解析部
２７… 毛氈領域抽出部
２８… 毛氈領域濃度補正部
３１… データ処理制御部
３２… データ記憶部
３３… 谷線二値画像抽出部
３４… 谷線候補画素抽出部
３５… 汗腺口特性抽出部
３６… 汗腺口特性解析部
３７… 汗腺口領域抽出部
３８… 汗腺口領域濃度補正部
４１… データ処理制御部
４２… データ記憶部
４３… 隆線二値画像抽出部
４４… 隆線候補画素抽出部
４５… 毛氈特性抽出部
４６… 毛氈特性解析部
４７… 隆線領域抽出部
４８… 隆線領域濃度強調部
４９… 谷線二値画像抽出部
５０… 谷線候補画素抽出部
５１… 汗腺口特性抽出部
５２… 汗腺口特性解析部
５３… 谷線領域抽出部
５４… 谷線領域濃度強調部
【技術分野】
【０００１】
本発明は、毛氈抽出除去や汗腺口抽出除去や隆線抽出強調する指紋画像認識システム、指紋画像認識方法、及びプログラムに関する。
【背景技術】
【０００２】
従来、指紋照合においては、特開昭５９−７７８号公報の指紋照合装置にも記載されているように、指紋隆線の端点や分岐点（この両方を合わせて指紋の特徴点と呼ぶ）を用いた特徴点照合が広く用いられている。
【０００３】
ところが、上記の従来技術では、毛氈や汗腺口が顕著な指紋画像の場合、毛氈や汗腺口の影響を受けて特徴点の抽出性能が劣化し、その結果照合精度も劣化するという問題があった。なお、毛氈とは、隆線になりきっていない発育途上の隆線のことである。
【０００４】
ノイズを含む低品質指紋画像を処理する従来技術の１つとして、特開平８−２８７２５５号公報に皮膚紋様画像の画像特徴抽出装置及び画像処理装置が開示されている。
この従来技術では、予め画像上に設定した複数の局所領域における画像特徴を抽出する皮膚紋様画像の画像特徴抽出装置が、画像記憶手段と、フイルタ群記憶手段と、画像強度算出手段と、特徴算出手段を具備することを特徴とする。
画像記憶手段は、前記皮膚紋様画像を記憶する。フイルタ群記憶手段は、前記局所領域における画像特徴を抽出するための重み係数の二次元配列から成るフイルタを複数記憶する。フイルタリング手段は、前記画像記憶手段に記憶される皮膚紋様画像に対して、前記フイルタ群記憶手段に記憶される複数のフイルタをそれぞれ用いてフイルタリングを行う。画像強度算出手段は、前記フイルタリング手段によって得られる各画像に対して、予め画像上に設定した前記複数の局所領域における画像強度を算出する。特徴算出手段は、該画像強度算出手段によって得られる前記局所領域の画像強度の情報を用いて、各局所領域における画像特徴を算出する。
【０００５】
上記の特開平８−２８７２５５号公報で提案された方法によれば、隆線方向や隆線ピッチという画像特徴に対応する、重み係数を持った二次元フィルタを予め複数個準備しておき、そのフィルタを用いてフィルタ強調を実施し、その結果画像強度が最大となるフィルタ処理の結果を選択することで効果的な画像強調をすると共に、選択されたフィルタに対応する隆線方向や隆線ピッチを画像特徴として抽出することで、高い精度でノイズを除去できるとしている。
【０００６】
しかしながら、この従来技術では、毛氈や汗腺口が顕著な場合には、正確に隆線を抽出できないことがある。例えば、図１２左図や図２１左図に示す毛氈や汗腺口が顕著な指紋の例では、広い領域で毛氈や汗腺口が出現しており、隆線ピッチが本来の値の半分の値の時に対応するフィルタでフィルタ強調した場合でも、最大の画像強度になるためである。この場合には、図１２右図や図２１右図に示すように、本来、１本の隆線として抽出すべきところを、２本の隆線を抽出してしまう。
【０００７】
また、汗腺口を除去する従来技術は、多々、提案されているが、その多くは、汗腺口が隆線画素に囲まれていることを利用している。例えば、特開平０５−２０５０３５号公報に指紋照合装置が開示されている。
この指紋照合装置は、指紋センサと、指紋画像記憶部と、濃淡画像補正部と、本体装置とで構成されている。
指紋センサは、指紋画像を読み取る。指紋画像記憶部は、該指紋センサから読み取った指紋画像データを一時記憶する。濃淡画像補正部は、該指紋画像記憶部に記憶されている指紋画像から指紋の濃淡画像の等高線を算出する。そして、これら等高線で構成される画像から島、橋又は汗腺等の擬似特徴点を抽出し、これら特徴点が島又は橋の場合にはこれら等高線で囲まれた閉曲線に該当する箇所の濃度を下げる。一方、これら特徴点が汗腺の場合にはこれら等高線で囲まれた閉曲線に該当する箇所の濃度を上げ、濃淡画像からこれら擬似特徴点を排除する。
【０００８】
上記の特開平０５−２０５０３５号公報の指紋照合装置では、濃淡画像の濃度を利用した等高線を抽出し、ループ状の等高線に囲まれている画素を汗腺口とみなして、濃淡画像を補正することで汗腺口を除去する方法が提案されている。このような方法では、汗腺口を取り囲む隆線画素にノイズがあり、閉曲線で囲まれなくなると汗腺口を抽出できなくなる。
【０００９】
以上の理由から、毛氈や汗腺口が顕著な指紋画像に対しても安定して毛氈や汗腺口を認識すると共に、それらを除去することできる方式が望まれていた。
【００１０】
【特許文献１】特開昭５９−７７８号公報
【特許文献２】特開平８−２８７２５５号公報
【特許文献３】特開平０５−２０５０３５号公報
【発明の開示】
【発明が解決しようとする課題】
【００１１】
本発明の目的は、毛氈や汗腺口が顕著な指紋画像に対しても安定して毛氈や汗腺口を認識すると共に、それらを除去することできる指紋画像認識システム、指紋画像認識方法、及びプログラムを提供することである。
【課題を解決するための手段】
【００１２】
以下に、［発明を実施するための最良の形態］で使用される番号を括弧付きで用いて、課題を解決するための手段を説明する。これらの番号は、［特許請求の範囲］の記載と［発明を実施するための最良の形態］との対応関係を明らかにするために付加されたものである。但し、それらの番号を、［特許請求の範囲］に記載されている発明の技術的範囲の解釈に用いてはならない。
【００１３】
本発明の指紋画像認識システムは、指紋画像から特徴点を抽出する指紋画像認識システムであって、前記指紋画像から隆線の方向を抽出する隆線方向抽出部（１２）と、前記指紋画像から毛氈特性を抽出する毛氈特性抽出部（２５，４５）と、隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば毛氈と判断する第１毛氈特性解析部（２６）と、前記毛氈と判断された画素数の比率で前記毛氈領域を抽出する毛氈領域抽出部（２７）と、前記毛氈領域内の画素濃度を補正する毛氈領域濃度補正部（２８）とを有する。
【００１４】
上記の指紋画像認識システムは、隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば真の隆線と判断する第２毛氈特性解析部（４６）と、前記真の隆線と判断された画素数の比率で前記隆線領域を抽出する隆線領域抽出部（４７）と、前記隆線領域内の画素濃度を強調する隆線領域濃度強調部（４８）とを更に有する。
【００１５】
本発明の指紋画像認識システムは、指紋画像から特徴点を抽出する指紋画像認識システムであって、前記指紋画像から隆線の方向を抽出する隆線方向抽出部（１２）と、前記指紋画像から汗腺口特性を抽出する汗腺口特性抽出部（３５，５１）と、隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば汗腺口と判断する第１汗腺口特性解析部（３６）と、前記汗腺口と判断された画素数の比率で前記汗腺口領域を抽出する汗腺口領域抽出部（３７）と、前記汗腺口領域内の画素濃度を補正する汗腺口領域濃度補正部（３８）とを更に有する。
【００１６】
上記の指紋画像認識システムは、隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば真の谷線と判断する第２汗腺口特性解析部（５２）と、前記真の谷線と判断された画素数の比率で前記谷線領域を抽出する谷線領域抽出部（５３）と、前記谷線領域内の画素濃度を強調する谷線領域濃度強調部（５４）とを更に有する。
【００１７】
上記の指紋画像認識システムは、前記毛氈特性として隆線幅を利用している。
【００１８】
上記の指紋画像認識システムは、前記毛氈特性として隆線方向濃度を利用している。
【００１９】
上記の指紋画像認識システムは、前記汗腺口特性として隆線方向濃度を利用している。
【００２０】
上記の指紋画像認識システムは、前記汗腺口特性として濃度差分累積値を利用している。
【００２１】
上記の指紋画像認識システムは、前記汗腺口特性として白画素半径を利用している。
【００２２】
本発明の指紋画像認識方法は、指紋画像から特徴点を抽出するための指紋画像認識方法であって、（ａ）前記指紋画像から隆線の方向を抽出するステップと、（ｂ）前記指紋画像から毛氈特性を抽出するステップと、（ｃ）隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば毛氈と判断するステップと、（ｄ）前記毛氈と判断された画素数の比率で前記毛氈領域を抽出するステップと、（ｅ）前記毛氈領域内の画素濃度を補正するステップとを有する。
【００２３】
上記の指紋画像認識方法は、（ｆ）隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば真の隆線と判断するステップと、（ｇ）前記真の隆線と判断された画素数の比率で前記隆線領域を抽出するステップと、（ｈ）前記隆線領域内の画素濃度を強調するステップとを更に有する。
【００２４】
本発明の指紋画像認識方法は、指紋画像から特徴点を抽出するための指紋画像認識方法であって、（ｉ）前記指紋画像から隆線の方向を抽出するステップと、（ｊ）前記指紋画像から汗腺口特性を抽出するステップと、（ｋ）隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば汗腺口と判断するステップと、（ｌ）前記汗腺口と判断された画素数の比率で前記汗腺口領域を抽出するステップと、（ｍ）前記汗腺口領域内の画素濃度を補正するステップとを更に有する。
【００２５】
上記の指紋画像認識方法は、（ｎ）隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば真の谷線と判断するステップと、（ｏ）前記真の谷線と判断された画素数の比率で前記谷線領域を抽出するステップと、（ｐ）前記谷線領域内の画素濃度を強調するステップとを更に有する。
【００２６】
本発明のプログラムは、上記の指紋画像認識方法を、コンピュータに実行させる。
【発明の効果】
【００２７】
本発明の指紋画像認識システム、指紋画像認識方法、及びプログラムを使用することにより、以下の効果のうち、少なくとも１つの効果を得ることが可能である。
第１の効果は、毛氈が顕著な指紋画像に対しては、毛氈特性を抽出し、隆線直交方向の数本の隆線の毛氈特性を解析し、真の隆線と毛氈の間で交互に変化する毛氈特性のパターンを予め定められた条件式で判断するという方法で、正確に毛氈を抽出し除去できることである。
第２の効果は、汗腺口が顕著な指紋画像に対しては、汗腺口特性を抽出し、隆線直交方向の数本の谷線の汗腺口特性を解析し、真の谷線と汗腺口線の間で交互に変化する汗腺口特性のパターンを予め定められた条件式で判断するという方法で、正確に汗腺口を抽出し除去できることである。
第３の効果は、顕著な毛氈がない指紋画像に対しては、毛氈特性を抽出し、隆線直交方向の数本の隆線の毛氈特性を解析し、全ての毛氈特性に有意差がないことを予め定められた条件式で判断するという方法で、正確に隆線を抽出し強調できることである。
第４の効果は、顕著な汗腺口がない指紋画像に対しては、汗腺口特性を抽出し、隆線直交方向の数本の谷線の汗腺口特性を解析し、全ての汗腺口特性に有意差がないことを予め定められた条件式で判断するという方法で、正確に谷線を抽出し強調できることである。
第５の効果は、毛氈特性として、隆線幅を抽出し利用することで、正確な毛氈の抽出が可能になることである。
第６の効果は、毛氈特性として、隆線方向濃度を抽出利用することで、正確な毛氈の抽出が可能になることである。
第７の効果は、汗腺口特性として、隆線方向濃度を採用することで、正確な汗腺口の抽出が可能になることである。
第８の効果は、汗腺口特性として、濃度差分累積値を採用することで、正確な汗腺口の抽出が可能になることである。
第９の効果は、汗腺口特性として、白画素半径を採用することで、正確な汗腺口の抽出が可能になることである。
【発明を実施するための最良の形態】
【００２８】
以下に本発明の第１実施形態について添付図面を参照して説明する。
図１に示すように、本発明の全体構成例は、指紋画像入力部１１と、隆線方向抽出部１２と、毛氈抽出除去部１３と、汗腺口抽出除去部１４と、隆線抽出強調部１５と、特徴点抽出部１６と、特徴点出力部１７とを含む構成となっている。
【００２９】
指紋画像入力部１１は、指紋センサやスキャナで読み取られた指紋画像をディジタル化して入力する。隆線方向抽出部１２は、前記指紋画像入力部１１で入力された指紋画像から、隆線の方向を抽出する。毛氈抽出除去部１３は、前記隆線方向抽出部１２で抽出された方向データを用いて、前記指紋画像入力部１１で入力された指紋画像から毛氈を抽出し除去する。汗腺口抽出除去部１４は、前記隆線方向抽出部１２で抽出された方向データを用いて、前記指紋画像入力部１１で入力された指紋画像から汗腺口を抽出し除去する。隆線抽出強調部１５は、前記隆線方向抽出部１２で抽出された方向データを用いて、前記指紋画像入力部１１で入力された指紋画像から隆線や谷線（隆線溝）を抽出し、隆線や谷線の濃度を強調する。特徴点抽出部１６は、前記毛氈抽出除去部１３で毛氈が除去され、そして、前記汗腺口抽出除去部１４で汗腺口が除去され、そして、隆線抽出強調部１５で隆線や谷線濃度が強調された指紋画像から特徴点を抽出する。特徴点出力部１７は、前記特徴点抽出部１６で抽出された特徴点データを出力する。
【００３０】
本発明の第１の特徴は、前記毛氈抽出除去部１３が図２の実施例で示すように構成されていることである。
図２において、毛氈抽出除去部１３は、データ処理制御部２１と、データ記憶部２２と、隆線二値画像抽出部２３と、隆線候補画素抽出部２４と、毛氈特性抽出部２５と、毛氈特性解析部２６と、毛氈領域抽出部２７と、毛氈領域濃度補正部２８とを備えると共に、特徴点抽出部１６とのインタフェースを持つ。
【００３１】
データ処理制御部２１は、毛氈抽出除去部１３全体の動作制御を行う。データ記憶部２２は、毛氈抽出除去部１３内の各部で得られた各種データを記憶する。隆線二値画像抽出部２３は、隆線部を１、谷線部（隆線溝部）を０の２つの値で表す二値画像を抽出する。隆線候補画素抽出部２４は、隆線二値画像を芯線化することで、隆線の候補となる画素群を抽出する。毛氈特性抽出部２５は、隆線候補画素群の各画素に対して、毛氈特性を抽出する。毛氈特性解析部２６は、隆線候補画素群に対して抽出された毛氈特性を解析する。毛氈領域抽出部２７は、真隆線マークあるいは毛氈マークが付与された隆線候補画素群を解析して毛氈領域を抽出する。毛氈領域濃度補正部２８は、毛氈領域と定義された画素群に対して、濃度値を補正することで、毛氈を除去した画像を抽出する。
【００３２】
本発明の第２の特徴は、前記汗腺口抽出除去部１４が図３の実施例で示すように構成されていることである。
図３において、汗腺口抽出除去部１４は、データ処理制御部３１と、データ記憶部３２と、谷線二値画像抽出部３３と、谷線候補画素抽出部３４と、汗腺口特性抽出部３５と、汗腺口特性解析部３６と、汗腺口領域抽出部３７と、汗腺口領域濃度補正部３８とを備えると共に、特徴点抽出部１６とのインタフェースを持つ。
【００３３】
データ処理制御部３１は、汗腺口抽出除去部１４全体の動作制御を行う。データ記憶部３２は、汗腺口抽出除去部１４内の各部で得られた各種データを記憶する。谷線二値画像抽出部３３は、谷線部を１、隆線部を０の２つの値で表す二値画像を抽出する。谷線候補画素抽出部３４は、谷線二値画像を芯線化することで、谷線の候補となる画素群を抽出する。汗腺口特性抽出部３５は、谷線候補画素群の各画素に対して、汗腺口特性を抽出する。汗腺口特性解析部３６は、谷線候補画素群に対して抽出された汗腺口特性を解析する。汗腺口領域抽出部３７は、真の谷線マークあるいは汗腺口マークが付与された谷線候補画素群を解析して汗腺口領域を抽出する。汗腺口領域濃度補正部３８は、汗腺口領域と定義された画素群に対して、濃度値を補正することで、汗腺口を除去した画像を抽出する。
【００３４】
本発明の第３の特徴は、前記隆線抽出強調部１５が図４の実施例で示すように構成されていることである。
図４において、隆線抽出強調部１５は、データ処理制御部４１と、データ記憶部４２と、隆線二値画像抽出部４３と、隆線候補画素抽出部４４と、毛氈特性抽出部４５と、毛氈特性解析部４６と、隆線領域抽出部４７と、隆線領域濃度強調部４８と、谷線二値画像抽出部４９と、谷線候補画素抽出部５０と、汗腺口特性抽出部５１と、汗腺口特性解析部５２と、谷線領域抽出部５３と、谷線領域濃度強調部５４とを備えると共に、特徴点抽出部１６とのインタフェースを持つ。
【００３５】
データ処理制御部４１は、隆線抽出強調部１５全体の動作制御を行う。データ記憶部４２は、隆線抽出強調部１５内の各部で得られた各種データを記憶する。隆線二値画像抽出部４３は、隆線部を１、谷線部を０の２つの値で表す二値画像を抽出する。隆線候補画素抽出部４４は、隆線二値画像を芯線化することで、隆線の候補となる画素群を抽出する。毛氈特性抽出部４５は、隆線候補画素群の各画素に対して毛氈特性を抽出する。毛氈特性解析部４６は、隆線候補画素群に対して抽出された毛氈特性を解析する。隆線領域抽出部４７は、真隆線マークが付与された隆線候補画素群を解析して隆線領域を抽出する。隆線領域濃度強調部４８は、隆線領域と定義された画素群に対して、濃度値を補正することで、隆線と谷線が強調された画像を抽出する。谷線二値画像抽出部４９は、谷線部を１、隆線部を０の２つの値で表す二値画像を抽出する。谷線候補画素抽出部５０は、谷線二値画像を芯線化することで、谷線の候補となる画素群を抽出する。汗腺口特性抽出部５１は、谷線候補画素群の各画素に対して、汗腺口特性を抽出する。汗腺口特性解析部５２は、谷線候補画素群に対して抽出された汗腺口特性を解析する。谷線領域抽出部５３は、真の谷線マークが付与された谷線候補画素群を解析して谷線領域を抽出する。谷線領域濃度強調部５４は、谷線領域と定義された画素群に対して、濃度値を補正することで、隆線と谷線が強調された画像を抽出する。
【００３６】
次に、本実施例の全体の動作について、図１の構成図や図５の全体フローチャートや図７から図１０の関連図を参照して詳細に説明する。
【００３７】
（１）ステップＳ１
図５のステップＳ１において、図１の指紋画像入力部１１は、指紋画像を入力する。これは、スキャナで読み取られた画像をディジタル化して入力する他、既にディジタル化された指紋画像ファイルを入力する実施例も考えられる。
【００３８】
図７は指紋画像の例であり、センサやスキャナで読み取られた指紋画像がディジタル化されたものである。ここで示す指紋画像は、米国Ｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｔａｎｄａｒｄｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙで標準化されたＡＮＳＩ／ＮＩＳＴ−ＣＳＬ−１−１９９３ Ｄａｔａ Ｆｏｒｍａｔ ｆｏｒ ｔｈｅ Ｉｎｔｅｒｃｈａｎｇｅ ｏｆ Ｆｉｎｇｅｒｐｒｉｎｔ， Ｆａｃｉａｌ ＆ ＳＭＴ Ｉｎｆｏｒｍａｔｉｏｎに従って、５００ｄｐｉの解像度で、２５６階調（０から２５５迄）の濃度値を持つようにディジタル化されたものである。
【００３９】
上記標準では、濃度値表現は、輝度が大きい（明るい）ほど、数値が大きくなる輝度基準で定義されている。しかし、本発明では、濃度値表現に関しては、濃度が大きいほど数値が大きくなる濃度基準で説明する。従って、濃度が大きい隆線部は２５５の最大値に近く、濃度が薄い紙地や隆線溝は０に近い濃度値になる。ここで、隆線溝は谷線と同じものであり、隆線と隆線の間の白地の部分を指す。
【００４０】
（２）ステップＳ２
次に、図５のステップＳ２において、図１の隆線方向抽出部１２は、予め定められた小領域毎に隆線の方向を抽出する。指紋の隆線方向は、例えば、特開昭５２−９７２９８号公報に示される従来技術や、特開平２００２−２８８６４１号公報に開示されている従来技術で自動抽出できる。
【００４１】
図７の指紋画像に対して特開平２００２−２８８６４１号公報に開示されている従来技術で方向抽出した結果を図９に示す。図９では、指紋画像の上に短い線が重畳表示されているが、この短線は、８ｘ８画素の小領域の隆線の方向を表している。隆線方向としては、図１０に示すような１６種類の方向パターンが採用されている。
以降の毛氈抽出除去処理や汗腺口抽出除去処理や隆線抽出強調処理は、隆線方向抽出に成功した領域のみで実施される。
【００４２】
（３）ステップＳ３
次に、図５のステップＳ３において、図１の毛氈抽出除去部１３は毛氈を抽出して除去する。この処理は、本発明の中核の１つであり、その詳細説明は後述する。
（４）ステップＳ４
次に、図５のステップＳ４において、図１の汗腺口抽出除去部１４は汗腺口を抽出して除去する。この処理は、本発明の中核の１つであり、その詳細説明は後述する。
（５）ステップＳ５
次に、図５のステップＳ５において、図１の隆線抽出強調部１５は隆線や谷線を抽出して隆線や谷線の濃度を強調する。この処理は、本発明の中核の１つであり、その詳細説明は後述する。
ステップＳ３からＳ５の３つの処理は、この順序で実施する必要はなく、任意の順序で実施可能である。また、任意の１つの処理あるいは２つの処理のみを任意の組み合わせで実施しても良い
（６）ステップＳ６
次に、図５のステップＳ６において、図１の特徴点抽出部１５は、濃淡画像データから端点や分岐点という指紋の特徴点を抽出する。この特徴点抽出処理は、例えば特開昭５５−１３８１７４号公報の「パターン特徴抽出装置」や、その米国特許ＵＳＰ４，３１０，８２７ Ｄｅｖｉｃｅ ｆｏｒ ｅｘｔｒａｃｔｉｎｇ ａ ｄｅｎｓｉｔｙ ａｓ ｏｎｅ ｏｆ ｐａｔｔｅｒｎ ｆｅａｔｕｒｅｓ ｆｏｒ ｅａｃｈ ｆｅａｔｕｒｅ ｐｏｉｎｔ ｏｆ ａ ｓｔｒｅａｋｅｄ ｐａｔｔｅｒｎに記載されているような既知の技術を使って実現できる。
（７）ステップＳ７
次に、図５のステップＳ７において、図１の特徴点出力部１６は、前記特徴点抽出部１５で抽出された特徴点データ後続の処理手段に対して出力する。後続の処理では、通常、入力画像がファイル側（登録目的）の場合にはデータベースに登録され、入力画像がサーチ側（照会目的）の場合は特徴点照合に利用される。
【００４３】
次に、図１の毛氈抽出除去部１３の動作について、図２の構成図や図６のフローチャートや図７から図１７の関連図を参照して詳細に説明する。
図７は毛氈が顕著な指紋画像の例であり、この画像を用いて毛氈抽出除去処理を説明する。毛氈が顕著に出現すると、毛氈を隆線と誤って抽出してしまう。その結果として、誤特徴点が多数出現する。このような誤特徴点の例を図８に示す。
【００４４】
毛氈抽出除去処理の開始時点において、既に入力された指紋画像や、既に抽出された隆線の方向データは、図２のデータ記憶部２２に記憶される。
【００４５】
（１）ステップＳ３１
図６のステップＳ３１において、図２に示す隆線二値画像抽出部２３は、隆線部を１、隆線溝を０の２つの値で表す二値画像を抽出する。二値画像では、隆線部の１を黒画素、隆線溝の０を白画素とも呼ぶ。
指紋隆線の抽出では、ノイズの影響を軽減させるために、隆線方向にはスムーズ処理を実施し、隆線直交方向にはエッジ強調処理を実施することが一般的である。このような処理は、特開昭５１−７７１３８号公報の「縞パターン抽出装置」に示される従来技術で実施できる。本実施例でも、図１１に示す隆線強調マスクを用いて、隆線強調してノイズを軽減させた。このマスク処理では、注目画素の隆線方向に対応するマスクを選択し、注目画素をマスク中心に合わせ、近傍画素濃度に対してマスクに示した係数で積算し、その全て和を、強調された注目画素濃度とする。
【００４６】
次に、二値化のための隆線濃度閾値を算出する。指紋濃淡画像を二値化するための閾値算出方式は多く提案されているが、ここでは簡単に計算できる一例を示す。
ある注目画素を中心として半径１０画素以内の画素の濃度分布を調べる。この１０画素という半径の長さは、検査範囲の中に指紋隆線と谷線（隆線溝）が必ず含まれるように平均隆線幅と同程度の距離として定めたものである。ここでは、２つの隣り合う隆線の間にある溝で形成された線を谷線と呼ぶ。
近傍の濃度分布における最大値と最小値の中間値を閾値として算出する単純な方法もあるが、隆線や谷線の以外のノイズ画素があると悪影響を受けるので、ノイズ画素の可能性がある最も濃い濃度値を持つ画素や最も薄い濃度値を持つ画素は計算から除外する方が良い。
【００４７】
指紋が押捺されている領域において、指紋隆線が濃く押捺された場合と薄く押捺された場合において、指紋隆線部が占める面積は異なるが、概ね２０％から８０％の間に含まれることが多いことが経験的に分かっている。
そこで、半径１０画素の領域でヒストグラムを算出し、最も薄い濃度から２０％のヒストグラム累積値を取る濃度値をｍｉｎＤ、最も濃い濃度から２０％のヒストグラム累積値を取る濃度値をｍａｘＤとする時、閾値Ｔｈを以下のように定める。
Ｔｈ ＝ （ｍｉｎＤ ＋ ｍａｘＤ）／２
【００４８】
次に、この注目画素の濃度が、閾値Ｔｈより大きければ黒画素、小さければ白画素として決定する。この処理を隆線方向が決定された領域の全画素で実施することで二値画像ができる。図１２左図の指紋画像に対して、このようにして抽出された隆線二値画像を図１２右図に示す。図１２右図を見ればわかるように、この隆線二値画像における黒画素は、真の隆線の候補だけではなく毛氈の候補も含んでいる。
抽出された隆線二値画像は、データ制御部２１を介してデータ記憶部２２に記憶される。
【００４９】
（２）ステップＳ３２
次に、図６のステップＳ３２において、図２に示す隆線候補画素抽出部２４は、前記隆線二値画像を芯線化することで、隆線の候補となる画素群を抽出する。芯線画像を隆線候補画素群とする理由は、隆線と毛氈を区別する処理において、幅のある隆線よりも幅のない芯線の方が扱いやすいためである。
【００５０】
二値画像の芯線化処理は多く提案されているが、本実施例では、隆線方向を利用した簡便な方策を採用した。つまり、各黒画素において、隆線方向直交にトレースし、当該画素が黒画素の中心画素であるか否かを判断する。中心画素の可能性があれば、そのまま残し、中心画素でなければ、白画素に変更する。このようにして抽出された芯線画像は、線幅１での連結性を保証するような厳密な意味での芯線ではないが、隆線候補画素としては十分である。このようにして抽出された隆線候補画素群を指紋画像に重畳表示した画像を図１３右図に示す。抽出された隆線候補画素群は、データ制御部２１を介してデータ記憶部２２に記憶される。
【００５１】
（３）ステップＳ３３
次に、図６のステップＳ３３において、図２に示す毛氈特性抽出部２５は、隆線候補画素群の各画素に対して、毛氈特性を抽出する。毛氈特性とは、毛氈と隆線を区別するための特性のことであり、種々の毛氈特性が考えられる。本実施例では、最初の毛氈特性として隆線幅を採用する。隆線幅は、真の隆線部では相対的に広く、毛氈部では相対的に狭いことがわかっている。隆線幅の抽出は、前記ステップＳ３１で抽出された隆線二値画像を用いるものとする。隆線幅は、注目画素において、隆線候補画素から隆線方向に直交する両方向（２つの向き）に黒画素をトレースすることで容易に抽出できる。なお、ここでは、隆線方向に直交する方向を隆線直交方向とも呼び、また隆線に直交する両方向を、隆線に直交する左右の方向とも呼ぶ。
抽出された毛氈特性は、データ制御部２１を介してデータ記憶部２２に記憶される。
【００５２】
（４）ステップＳ３４
次に、図６のステップＳ３４において、図２に示す毛氈特性解析部２６は、隆線候補画素群に対して抽出された毛氈特性を解析する。本実施例における毛氈特性の解析は、注目画素から隆線直交方向右側にトレースし、近傍の隆線候補画素の毛氈特性を比較することで実施する。このステップは、本発明の中核なので、図１３から図１５を用いて詳細に説明する。
【００５３】
図１３左図は、顕著な毛氈を含む隆線画像の拡大図である。また、図１３右図は、図１３左図の隆線候補画素群を重畳表示したものである。
図１３左図で長方形の枠内に示した注目領域を用いて説明する。説明を容易にするため、この注目領域を回転し、隆線方向が垂直に、隆線直交方向が水平になるようにした画像を図１４に示す。図１４右図は、隆線候補画素群を濃淡画像に重畳表示したものである。
【００５４】
図１４左図を見ると、隆線が３本と毛氈が２本あることがわかる。一般に、毛氈が出現する時、それが単独で出現することは稀で、連続した領域で毛氈が出現することが多い。従って、毛氈が出現する時、隆線直交方向には、真の隆線と毛氈が交互に出現することになる。この場合、毛氈特性も交互に変化することになり、そのパターンを抽出することができれば毛氈を認識できることになる。
【００５５】
図１４左図のようにほぼ等間隔に並んだ５本分の隆線がある時、この５本は全て真の隆線である場合の他、３本が真の隆線で２本が毛氈の可能性もあるし、２本が真の隆線で３本が毛氈の可能性もある。本発明では、５本分の隆線の毛氈特性を比較することで、真の隆線か毛氈であるかを判断できることを提案する。具体的には５本の隆線が並んでいる時、１番目と３番目と５番目の３本の毛氈特性と、２番目と４番目の２本の毛氈特性に有意な差がある時は、毛氈が含まれていると考えられる。ここで、１番目と３番目と５番目の３本の毛氈特性を奇数毛氈特性、２番目と４番目の２本の毛氈特性を偶数毛氈特性と呼ぶ。
【００５６】
図１５は、図１４の領域の一部の二値画像である。図１５において、Ｐ１を注目する隆線候補画素とすると、その右側にＰ２からＰ５の隆線候補画素が定義される。この時、Ｐ１とＰ３とＰ５の３個の毛氈特性が奇数毛氈特性、Ｐ２とＰ４の２個の毛氈特性を偶数毛氈特性となる。
【００５７】
毛氈特性として隆線幅を採用する場合は、真の隆線であるか毛氈であるかの判断は、以下の条件で決定できる。ここでは、毛氈特性の最大値をｍａｘＦＡ、奇数毛氈特性の最大値と最小値をｍａｘＦＯとｍｉｎＦＯ、偶数毛氈特性の最大値と最小値をｍａｘＦＥとｍｉｎＦＥとする。また、５本に隆線の間には、４つのピッチ（隆線間隔）が計測可能だが、その４つのピッチの最大値と最小値をｍａｘＰとｍｉｎＰとする。
【００５８】
条件１Ａ： 奇数隆線が真の隆線で、偶数隆線が毛氈の場合、
１）ｍｉｎＦＯ ＞ ｍａｘＦＥ
２）（ｍｉｎＦＯ − ｍａｘＦＥ）／ｍａｘＦＡ ＞ ｔｈＤ１
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
ここで、ｔｈＤ１、ｔｈＰは、予め設定される閾値パラメータであるが、実際のデータ分布から判断すると、ｔｈＤ１ ＝ ０．３、 ｔｈＰ ＝ ０．６５ 程度が適切である。
【００５９】
この条件で毛氈判断が可能なことを、図１５を例にとり説明する。図１５において、毛氈特性として隆線幅を採用する場合は、Ｐ１からＰ５の毛氈特性は５、２、５、２、６（単位は画素）であり、その結果、ｍａｘＦＡ ＝ ６、ｍｉｎＦＯ ＝ ５、ｍａｘＦＥ ＝ ２ となる。
また、５本に隆線の間の４つのピッチは４、５、４、６（単位は画素）であり、その結果、ｍｉｎＰ ＝ ４， ｍａｘＰ ＝ ６ となる。従って、
１）５ ＞ ２
２）（５ − ２）／６ ＞ ０．３
３）４／６ ＞ ０．６５
と、すべての条件を満足する。この結果、奇数隆線が真の隆線で、偶数隆線が毛氈と判断される。
【００６０】
つまり、奇数隆線の隆線幅が偶数隆線の隆線幅より有意に大きく、かつ、ピッチはほぼ等しい時には、偶数隆線を毛氈と判断できる。この結果、Ｐ１とＰ３とＰ５には真の隆線のマークを、そして、Ｐ２とＰ４には毛氈のマークを付ける。
【００６１】
注目画素が毛氈の場合を考慮する時には、次の条件１Ｂで毛氈を判断できる。
条件１Ｂ： 奇数隆線が毛氈で、偶数隆線が真の隆線の場合
１）ｍａｘＦＯ ＜ ｍｉｎＦＥ
２）（ｍｉｎＦＥ − ｍａｘＦＯ）／ｍａｘＦＡ ＞ ｔｈＤ１
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
この内容は、条件１Ａの場合の逆のパターンなので説明は割愛する。
【００６２】
この解析は、全隆線候補画素に対して実行される。この解析結果として、全隆線候補画素には真隆線マークあるいは毛氈マークあるいは不明マークが付けられる。
この解析結果は、データ制御部２１を介してデータ記憶部２２に記憶される。
【００６３】
（５）ステップＳ３５
次に、図６のステップＳ３５において、図２のデータ制御部２１は、予め定められた全ての毛氈特性に関して、その抽出と解析が終了したかを判断する。もし、他の毛氈特性が定義されている時には、図６のステップＳ３３に戻る。全ての毛氈特性に関して処理が終了している場合には、図６のステップＳ３６に進む。
【００６４】
別の毛氈特性として隆線方向濃度が定義されている場合を例にとって説明する。この場合は、図６のステップＳ３３に戻って隆線方向濃度を抽出する。隆線方向濃度とは、注目画素から隆線方向にプラス５画素マイナス５画素程度をトレースし、その濃度を平均したものである。一般に、毛氈部の隆線方向濃度は、真の隆線部の隆線方向濃度より小さくなることが多い。
【００６５】
次に、図６のステップＳ３３において、図２に示す毛氈特性解析部２６は、隆線候補画素群に対して抽出された毛氈特性を解析する。
【００６６】
毛氈特性として隆線方向濃度を採用された場合の処理も、上述の隆線幅を採用する時と、ほぼ同じである。条件式もほぼ同じであるが閾値は、そのデータ特性に合わせて適切な数値に変更する方が良い。
【００６７】
条件２Ａ： 奇数隆線が真の隆線で、偶数隆線が毛氈の場合
１）ｍｉｎＦＯ ＞ ｍａｘＦＥ
２）（ｍｉｎＦＯ − ｍａｘＦＥ）／ｍａｘＦＡ ＞ ｔｈＤ２
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
【００６８】
条件２Ｂ： 奇数隆線が毛氈で、偶数隆線が真の隆線の場合
１）ｍａｘＦＯ ＜ ｍｉｎＦＥ
２）（ｍｉｎＦＥ − ｍａｘＦＯ）／ｍａｘＦＡ ＞ ｔｈＤ２
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
【００６９】
ここで、ｔｈＤ２、ｔｈＰは、予め設定される閾値パラメータであるが、実際のデータ分布から判断すると、ｔｈＤ２ ＝ ０．４、 ｔｈＰ ＝ ０．６５程度が適切である。
【００７０】
（６）ステップＳ３６
全ての毛氈特性に対する処理が終了すれば、図６のステップＳ３６において、図２に示す毛氈領域抽出部２７は、真隆線マークあるいは毛氈マークが付与された隆線候補画素群を解析して毛氈領域を抽出する。
毛氈領域抽出部２７は、注目する隆線候補画素から、隆線方向に隆線候補画素群を、プラス８画素マイナス８画素程度トレースし、各画素に付与されたマークをカウントし、真隆線マーク合計の比率と毛氈マーク合計の比率を算出する。
もし、付与されたマークが真隆線マークのみで、その比率がある閾値以上である場合、その注目画素は真隆線画素と決定する。この場合の閾値は５０％程度が適切である。
もし、付与されたマークが毛氈マークのみで、その比率がある閾値以上である場合、その注目画素は毛氈画素と決定する。この場合の閾値は３０％程度が適切である。
この処理を、全隆線候補画素に対して実施する。
【００７１】
次に、毛氈画素として決定された画素に対して、まず、隆線直交方向右側に最大１０画素トレースする。もし、右隣の隆線候補画素にぶつかり、それが真隆線画素と決定されていれば、当該画素は毛氈、右隣の画素は隆線、そして、その中間には他の毛氈や隆線はないものと判断できる。この時、当該画素から隣の画素までを２等分し、毛氈画素から距離１／２に位置するまでの画素を真の谷線画素（白画素）として決定する。また、距離１／２から隣の隆線画素までは、真の隆線画素（黒画素）として決定する。次に、隆線直交方向左側に対しても、同じ処理を実施する。
【００７２】
この処理を全毛氈画素に対して実行する。その結果、谷線画素あるいは真隆線画素として決定された画素群が毛氈領域となる。
このようにして決定された毛氈領域の例を図１６に示す。図１６は、図７の指紋領域に対して毛氈領域を抽出した結果である。図１６において、黒の領域は真隆線と決定された画素群であり、灰色の領域は、毛氈と決定された画素群を示している。
【００７３】
このようにして抽出された毛氈領域は、データ制御部２１を介してデータ記憶部２２に記憶される。
【００７４】
次に、図６のステップＳ３６において、図２に示す毛氈領域濃度補正部２８は、毛氈領域と定義された画素群に対して、濃度値を補正することで、毛氈を除去した画像を抽出する。
まず、注目画素に対して、その近傍領域の想定隆線濃度と想定谷線濃度を決定する。ここでの近傍領域としては、隆線と谷線両方を含むことができる広さとして１６ｘ１６画素程度と定義すれば良い。想定隆線濃度は、最大濃度値としても良いし、ノイズ濃度を考慮して、濃度最大値からのヒストグラム累積値で１０％程度小さい濃度値としても良い。想定谷線濃度は、最小濃度値としても良いし、ノイズ濃度を考慮して、最小値からのヒストグラム累積値で１０％程度大きい濃度値としても良い。
【００７５】
（７）ステップＳ３７
次に、注目画素のマークを検査して、それが谷線画素（白画素）の時は、想定谷線濃度値で置き換える。これにより、明白な谷線画素に補正できる。注目画素が真隆線画素（黒画素）の時は、想定隆線濃度値で置き換える。これにより、明白な隆線画素に補正できる。この処理を毛氈領域内の全画素に対して実施する。このようにして補正された隆線画像を図１７に示す。図１７を見ると、図１６に示す毛氈領域内の濃度値が補正され、毛氈と判断された画素群が除去されたことがわかる。
【００７６】
このようにして補正され、毛氈が除去された画像は、データ制御部２１を介してデータ記憶部２２に記憶され、次に、特徴点抽出部１６に送信される。これで毛氈抽出除去部１３の実施例の詳細説明を終える。
【００７７】
次に、図１の汗腺口抽出除去部１４の動作について、図３の構成図や図１８のフローチャートや図１９から図２７の関連図を参照して詳細に説明する。
図１９は汗腺口が顕著な指紋画像の例であり、この画像を用いて汗腺口抽出除去処理を説明する。汗腺口が連続して存在したり肥大化したりすると、汗腺口を含む線が谷線と誤認識され、その結果、１本の真の隆線から２本の隆線が誤って抽出される。その結果、誤特徴点が多数出現する。このような誤特徴点の例を図２０に示す。
【００７８】
図２１左図は、顕著な汗腺口を含む隆線画像の拡大図であり、図２１右図は、図２１左図の隆線画像に対して抽出された芯線画像を重畳したものである。
また、図２２左図は、図２１左図で汗腺口が顕著な領域を切り出した後、隆線方向が垂直に、隆線直交方向が水平になるよう回転したものである。
【００７９】
汗腺口抽出除去処理の開始時点において、既に入力された指紋画像や、既に抽出された隆線方向データは、図３のデータ記憶部３２に記憶される。
【００８０】
（１）ステップＳ４１
図１８のステップＳ４１において、図３に示す谷線二値画像抽出部３３は、谷線部を１、隆線部を０の２つの値で表す二値画像を抽出する。谷線二値画像では、谷線部の１を黒画素、隆線部の０を白画素とも呼ぶ。
谷線二値画像の抽出は、通常画像を濃度反転させた後に、隆線二値画像抽出すれば良い。通常画像の濃度反転は、各画素の濃度値に対する２５５の補数を、反転画像の濃度値とすれば良い。図２２左図の画像に対して濃度反転した画像を図２３に示す。
濃度反転した画像に対する隆線二値画像抽出処理の実施例は、毛氈抽出除去部１３における隆線二値画像抽出部２３と同一なので、その説明は割愛する。
このようにして抽出された谷線二値画像は、データ制御部３１を介してデータ記憶部３２に記憶される。
【００８１】
（２）ステップＳ４２
次に、図１８のステップＳ４２において、図３に示す谷線候補画素抽出部３４は、前記谷線二値画像を芯線化することで、谷線の候補となる画素群を抽出する。芯線画像を谷線補画素群とする理由は、谷線と汗腺口を含む線を区別する処理において、幅のある谷線よりも幅のない芯線の方が扱いやすいためである。ここでは、汗腺口を含む線を汗腺口線と呼ぶ。
【００８２】
二値画像からの芯線化処理の実施例は、毛氈抽出除去部１３における隆線候補画素抽出部２４と同一なので、その説明は割愛する。図２２左図の指紋画像に対して、このようにして抽出された谷線候補画素群（芯線画像）を重畳表示した画像を図２２右図に示す。
【００８３】
（３）ステップＳ４３
次に、図１８のステップＳ４３において、図３に示す汗腺口特性抽出部３５は、谷線候補画素群の各画素に対して、汗腺口特性を抽出する。汗腺口特性とは、汗腺口と谷線を区別するための特性のことであり、種々の汗腺口特性が考えられる。本実施例では、最初の汗腺口特性として隆線方向濃度を採用する。隆線方向濃度とは、注目画素から隆線方向にプラス５画素マイナス５画素程度をトレースし、その濃度を平均したものである。一般に、汗腺口部の隆線方向濃度は、真の谷線部の隆線方向濃度より大きくなる。
【００８４】
（４）ステップＳ４４
次に、図１８のステップＳ４４において、図３に示す汗腺口特性解析部３６は、谷線候補画素群に対して抽出された汗腺口特性を解析する。本実施例における汗腺口特性の解析は、注目画素から隆線直交方向右側にトレースし、近傍の谷線候補画素の汗腺口特性を比較することで実施する。このステップは、本発明の中核なので、図２４から図２５を用いて詳細に説明する。
【００８５】
図２４左図は、図２２左図に示す注目領域を拡大したもので汗腺口を含む隆線画像の拡大図である。図２４右図は、図２４左図の谷線候補画素群を重畳表示したものである。
図２４左図を見ると、谷線が３本と汗腺口線が２本あることがわかる。一般に、汗腺口が出現する時、それが単独で出現することは稀で、連続した領域で汗腺口が出現することが多い。従って、汗腺口が出現する時、隆線直交方向には、真の谷線と汗腺口線が交互に出現することになる。この場合、汗腺口特性も交互に変化することになり、そのパターンを抽出することができれば汗腺口を認識できることになる。
【００８６】
図２４右図のようにほぼ等間隔に並んだ５本の谷線がある時、この５本は全て真の谷線である場合の他、３本が真の谷線で２本が汗腺口線の可能性もあるし、２本が真の谷線で３本が汗腺口線の可能性もある。本発明では、５本の谷線の汗腺口特性を比較することで、真の谷線か汗腺口線であるかを判断できることを提案する。具体的には５本の谷線が並んでいる時、１番目と３番目と５番目の３本の汗腺口特性と、２番目と４番目の２本の汗腺口特性に有意な差がある時は、汗腺口線が含まれていると考えられる。ここで、１番目と３番目と５番目の３本の汗腺口特性を奇数汗腺口特性、２番目と４番目の２本の汗腺口特性を偶数汗腺口特性と呼ぶ。
【００８７】
図２５上図は、図２４右図の一部の領域の谷線を拡大したものである。図２５上図において、Ｐ１を谷線候補画素群中の注目画素とすると、その右側にＰ２からＰ５の谷線候補画素が定義される。この時、Ｐ１とＰ３とＰ５の３個の汗腺口特性が奇数汗腺口特性、Ｐ２とＰ４の２個の汗腺口特性が偶数汗腺口特性となる。
【００８８】
汗腺口特性として隆線方向濃度を採用する場合は、真の谷線であるか汗腺口線であるかは、以下の条件で判断できる。ここでは、汗腺口特性の最大値をｍａｘＦＡ、奇数汗腺口特性の最大値と最小値をｍａｘＦＯとｍｉｎＦＯ、偶数汗腺口特性の最大値と最小値をｍａｘＦＥとｍｉｎＦＥとする。５本に谷線の間には、４つのピッチ（谷線間隔）が計測可能だが、その４つのピッチの最大値と最小値をｍａｘＰと ｍｉｎＰとする。
【００８９】
条件３Ａ： 奇数谷線が真の谷線で、偶数谷線が汗腺口線の場合
１）ｍａｘＦＯ ＜ ｍｉｎＦＥ
２）（ｍｉｎＦＥ − ｍａｘＦＯ）／ｍａｘＦＡ ＞ ｔｈＤ３
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
ここで、ｔｈＤ３、ｔｈＰは、予め設定される閾値パラメータであるが、実際のデータ分布から判断すると、ｔｈＤ３ ＝ ０．２、 ｔｈＰ ＝ ０．６５ 程度が適切である。
【００９０】
この条件で汗腺口線判断が可能なことを、図２５を例にとり説明する。図２５上図で、各谷線の濃度は、隆線方向濃度を表している。また、図２５下図は、その濃度をヒストグラム表示したものである。図２５下図を見ればわかるように、偶数汗腺口特性の最小値は、奇数汗腺口特性の最大値よりも３０％以上大きいこと、及び、ピッチもほぼ等しいことより、上記条件３Ａを全て満足することがわかる。この結果、奇数谷線が真の谷線で、偶数谷線が汗腺口線と判断される。
この結果、Ｐ１とＰ３とＰ５には真の谷線のマークを、そして、Ｐ２とＰ４には汗腺口線のマークを付ける。
【００９１】
注目画素が汗腺口線の場合を考慮する時には、次の条件３Ｂで汗腺口線を判断できる。
条件３Ｂ： 奇数谷線が汗腺口で、偶数谷線が真の谷線の場合
１）ｍｉｎＦＯ ＞ ｍａｘＦＥ
２）（ｍｉｎＦＯ − ｍａｘＦＥ）／ｍａｘＦＡ ＞ ｔｈＤ３
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
この内容は、条件３Ａの場合の逆のパターンなので説明は割愛する。
【００９２】
この解析は、全谷線候補画素に対して実行される。この解析結果として、全谷線候補画素には真の谷線マークあるいは汗腺口線マークあるいは不明マークが付与される。
この解析結果は、データ制御部３１を介してデータ記憶部３２に記憶される。
【００９３】
（５）ステップＳ４５
次に、図１８のステップＳ４５において、図３のデータ制御部３１は、予め定められた全ての汗腺口特性に関して、その抽出と解析が終了したかを判断する。もし、他の汗腺口特性が定義されている時には、図１８のステップＳ４５に戻る。全ての汗腺口特性に関して処理が終了している場合には、図１８のステップＳ４６に進む。
【００９４】
２番目の汗腺口特性として濃度差分累積値が定義されている場合を例にとって説明する。この場合は、図１８のステップＳ４３に戻って濃度差分累積値を抽出する。濃度差分累積値とは、注目画素から隆線方向に谷線候補画素群をプラス８画素マイナス８画素程度トレースし、隣の画素との濃度差分値を累積したものである。一般に、汗腺口部では、濃度値が小さい汗腺口と濃度値が大きい隆線が交互に出現するので、濃度差分累積値は大きくなる。一方、真の谷線では、一様な濃度値を持つので、濃度差分累積値は小さくなることが多い。
【００９５】
次に、図１８のステップＳ４４において、図３に示す汗腺口特性解析部３６は、谷線候補画素群に対して抽出された濃度差分累積値の汗腺口特性を解析する。
汗腺口特性として濃度差分累積値を採用された場合の処理も、上述の隆線方向濃度が採用された時と、ほぼ同じである。条件式もほぼ同じであるが閾値は、そのデータ特性に合わせて適切な数値に変更する方が良い。
【００９６】
条件４Ａ： 奇数谷線が真の谷線で、偶数谷線が汗腺口の場合
１）ｍａｘＦＯ ＜ ｍｉｎＦＥ
２）（ｍｉｎＦＥ − ｍａｘＦＯ）／ｍａｘＦＡ ＞ ｔｈＤ４
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
【００９７】
条件４Ｂ： 奇数隆線が汗腺口で、偶数隆線が真の谷線の場合
１）ｍｉｎＦＯ ＞ ｍａｘＦＥ
２）（ｍｉｎＦＯ − ｍａｘＦＥ）／ｍａｘＦＡ ＞ ｔｈＤ４
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
【００９８】
ここで、ｔｈＤ４、ｔｈＰは、予め設定される閾値パラメータであるが、実際のデータ分布から判断すると、ｔｈＤ４ ＝ ０．２５、 ｔｈＰ ＝ ０．６５ 程度が適切である。
【００９９】
（６）ステップＳ４６
全ての汗腺口特性に対する処理が終了すれば、図１８のステップＳ４６において、図３に示す汗腺口領域抽出部３７は、真の谷線マークあるいは汗腺口マークが付与された谷線候補画素群を解析して汗腺口領域を抽出する。
注目する谷線候補画素から、隆線方向に谷線候補画素群をプラス８画素マイナス８画素程度トレースし、各画素に付与されたマークをカウントし、真の谷線マーク合計の比率と汗腺口マーク合計の比率を算出する。
もし、付与されたマークが真の谷線マークのみで、その比率がある閾値以上である場合、その注目画素は真の谷線画素と決定する。この場合の閾値は５０％程度が適切である。
もし、付与されたマークが汗腺口マークのみで、その比率がある閾値以上である場合、その注目画素は汗腺口画素と決定する。この場合の閾値は２０％程度が適切である。
この処理を、全谷線候補画素に対して実施する。
【０１００】
次に、汗腺口画素として決定された画素に対して、まず、隆線直交方向右側に最大１０画素トレースする。もし、右隣の谷線候補画素にぶつかり、それが真の谷線画素と決定されていれば、当該画素は汗腺口、右隣の画素は谷線、そして、その中間には他の汗腺口や谷線はないものと判断できる。この時、当該画素から隣の画素までを２等分し、汗腺口画素から距離１／２に位置するまでの画素を真の隆線画素（黒画素）として決定する。また、距離１／２から隣の谷線画素までは、真の谷線画素（白画素）として決定する。次に、隆線直交方向左側に対しても、同じ処理を実施する。
この処理を全毛氈画素に対して実行する。その結果、真隆線画素及び真の谷線画素として決定された画素群が汗腺口領域となる。
【０１０１】
このようにして決定された汗腺口領域の例を図２６に示す。図２６は、図１９の指紋領域に対して汗腺口領域を抽出した結果である。図２６において、黒の領域は汗腺口を含めて真隆線と決定された画素群であり、灰色の領域は、真の谷線と決定された画素群を示している。このようにして抽出された汗腺口領域は、データ制御部３１を介してデータ記憶部３２に記憶される。
【０１０２】
（７）ステップＳ４７
次に、図１８のステップＳ４７において、図３に示す汗腺口領域濃度補正部３８は、汗腺口領域と定義された画素群に対して、濃度値を補正することで、汗腺口を除去した画像を抽出する。
まず、注目画素に対して、その近傍領域の想定隆線濃度と想定谷線濃度を決定する。この処理は、毛氈抽出除去部１３における毛氈領域濃度補正部２８での説明と同じなので割愛する。
【０１０３】
次に、注目画素のマークを検査して、それが黒画素の時は、想定隆線濃度値で置き換える。これにより、明白な隆線画素に補正できる。注目画素が白画素の時は、想定谷線濃度値で置き換える。これにより、明白は谷線画素に補正できる。この処理を汗腺口領域の全画素に対して実施する。このようにして補正された汗腺口領域を図２７に示す。図２７を見ると、図２６の汗腺口領域の濃度値が補正され、汗腺口と判断された画素群が除去されたことがわかる。
このようにして補正され、汗腺口が除去された画像は、データ制御部３１を介してデータ記憶部３２に記憶され、次に、特徴点抽出部１６に送信される。これで汗腺口抽出除去部１４の実施例の詳細説明を終える。
【０１０４】
次に、図１の隆線抽出強調部１５の動作について、図４の構成図や図２８のフローチャートを参照して詳細に説明する。隆線抽出強調部１５の構成は、毛氈抽出除去部１３の構成と汗腺口抽出除去部１４の構成の多くを併せ持つものである。
隆線抽出強調処理では、毛氈抽出処理における毛氈特性解析において、隆線直交方向に位置する複数隆線の毛氈特性に有意差がない時は、その全ての隆線を真の隆線と判断できることを利用する。同様に、汗腺口抽出処理における汗腺口特性解析において、隆線直交方向に位置する複数谷線の汗腺口特性に有意差がない時は、その全ての谷線を真の谷線と判断できることを利用する。
【０１０５】
隆線抽出強調処理の開始時点において、既に入力された指紋画像や、既に抽出された隆線方向データは、図４のデータ記憶部４２に記憶される。
（１）ステップＳ５１
図２８のステップＳ５１において、図４に示す隆線二値画像抽出部４３は、隆線部を１、谷線部を０の２つの値で表す二値画像を抽出する。この処理は、毛氈抽出除去部１３における隆線二値画像抽出部２３の説明と同じなので割愛する。
（２）ステップＳ５２
次に、図２８のステップＳ５２において、図４に示す隆線候補画素抽出部４４は、前記隆線二値画像を芯線化することで、隆線の候補となる画素群を抽出する。この処理は、毛氈抽出除去部１３における隆線候補画素抽出部２４の説明と同じなので割愛する。
（３）ステップＳ５３
次に、図２８のステップＳ５３において、図４に示す毛氈特性抽出部４５は、隆線候補画素群の各画素に対して毛氈特性を抽出する。この処理は、毛氈抽出除去部１３における毛氈特性解析部２５の説明と同じなので割愛する。
（４）ステップＳ５４
次に、図２８のステップＳ５４において、図４に示す毛氈特性解析部４６は、隆線候補画素群に対して抽出された毛氈特性を解析する。この処理は、毛氈抽出除去部１３における毛氈特性抽出部２６の説明と同様であるが、条件式の設定は以下のように異なる。
【０１０６】
毛氈特性として隆線幅を採用する場合は、以下の条件を満足する時、全ての隆線が真の隆線であるという判断できる。ここでは、毛氈特性の最大値と最小値をｍａｘＦＡとｍｉｎＦＡとする。また、隆線ピッチの最大値と最小値をｍａｘＰと ｍｉｎＰとする。
【０１０７】
条件５： 全ての隆線が真の隆線
１）ｍｉｎＦＡ／ｍａｘＦＡ ＞ ｔｈＤ５
２）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
３）ｍａｘＰ ＜ ｔｈＸ
ここで、ｔｈＤ５、ｔｈＰ、ｔｈＸは、予め設定される閾値パラメータであるが、５本の隆線候補に対する場合は、ｔｈＤ５ ＝ ０．９、ｔｈＰ ＝ ０．６５、ｔｈＸ ＝ ２０ 程度が適切である。最大ピッチに関しては、通常の指紋で出現する範囲（２０画素未満）を設定した。
この条件の意味は、１）隣接する隆線の隆線幅がほぼ同等であり、２）ピッチ差も小さく、３）最大ピッチも通常出現する範囲である時は、全ての隆線を真の隆線と判断できるということである。この結果、この全ての隆線候補画素に真の隆線のマークを付ける。
【０１０８】
この解析は、全隆線候補画素に対して実行される。この解析結果として、全隆線画素には真隆線マークあるいは不明マークが付与される。この解析結果は、データ制御部４１を介してデータ記憶部４２に記憶される。
【０１０９】
（５）ステップＳ５５
次に、図２８のステップＳ５５において、図４のデータ制御部４１は、予め定められた全ての毛氈特性に関して、その抽出と解析が終了したかを判断する。もし、他の毛氈特性が定義されている時には、図１８のステップＳ５３に戻る。全ての毛氈特性に関して処理が終了している場合には、図２８のステップＳ５６に進む。
【０１１０】
別の毛氈特性として隆線方向濃度が定義されている場合を例にとって説明する。この場合は、図２８のステップＳ５３に戻って隆線方向濃度を抽出する。隆線方向濃度に関する説明は、毛氈抽出除去部の説明と同一なので割愛する。
【０１１１】
次に、図２８のステップＳ５４において、図４に示す毛氈特性解析部５６は、隆線候補画素群に対して抽出された毛氈特性を解析する。
毛氈特性として隆線方向濃度を採用する場合の処理も、上述の隆線幅を採用する時と、ほぼ同じである。条件式もほぼ同じであるが、閾値はそのデータ特性に合わせて適切な数値に変更する方が良い。
【０１１２】
条件６： 全ての隆線が真の隆線
１）ｍｉｎＦＡ／ｍａｘＦＡ ＞ ｔｈＤ６
２）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
３）ｍａｘＰ ＜ ｔｈＸ
ここで、ｔｈＤ６、ｔｈＰ、ｔｈＸは、予め設定される閾値パラメータであるが、５本の隆線候補に対する場合は、ｔｈＤ６ ＝ ０．９、ｔｈＰ ＝ ０．６５、ｔｈＸ ＝ ２０ 程度が適切である。
【０１１３】
（６）ステップＳ５６
全ての毛氈特性に対する処理が終了すれば、図２８のステップＳ５６に進む。ステップＳ５６において、図４に示す隆線領域抽出部４７は、真隆線マークが付与された隆線候補画素群を解析して隆線領域を抽出する。隆線領域抽出部４７は、注目する隆線候補画素から、隆線方向に隆線候補画素群を、プラス８画素マイナス８画素程度トレースし、各画素に付与されたマークをカウントし、真隆線マーク合計の比率を算出する。
もし、真隆線マークの比率がある閾値以上である場合、その注目画素は真隆線画素と決定する。この場合の閾値は５０％程度が適切である。この処理を、全隆線候補画素に対して実施する。
【０１１４】
次に、真の隆線画素として決定された画素に対して、まず、隆線直交方向右側に閾値パラメータｔｈＸ画素トレースする。もし、右隣の隆線候補画素にぶつかり、それが真隆線画素と決定されていれば、当該画素と右隣の画素は真の隆線画素と判断できる。従って、この２つの隆線の間には谷線の画素が存在することになる。この時、当該画素から右隣の画素迄の距離を４等分し、当該画素から距離１／４に位置する画素までの画素群と、距離３／４に位置する画素から右隣の真隆線画素迄の画素群を真の隆線画素として決定する。また、距離１／４から距離３／４の間に位置する画素群は谷線画素（白画素）として決定する。次に、隆線直交方向左側に対しても、同じ処理を実施する。
この処理を全隆線画素に対して実行する。その結果、隆線画素あるいは谷線画素として決定された画素群が隆線領域となる。このようにして抽出された隆線領域は、データ制御部４１を介してデータ記憶部４２に記憶される。
【０１１５】
（７）ステップＳ５７
次に、図２８のステップＳ５７において、図４に示す隆線領域濃度強調部４８は、隆線領域と定義された画素群に対して、濃度値を補正することで、隆線と谷線が強調された画像を抽出する。この隆線領域濃度強調部４８の動作の説明は、毛氈抽出除去部１３における毛氈領域濃度補正部２７と同じなので説明は割愛する。
【０１１６】
（１）ステップＳ６１
次に、図２８のステップＳ６１において、図４に示す谷線二値画像抽出部４９は、谷線部を１、隆線部を０の２つの値で表す二値画像を抽出する。谷線二値画像抽出部４９の説明は、汗腺口抽出除去部１４における谷線二値画像抽出部３３の説明と同じなので割愛する。
【０１１７】
（２）ステップＳ６２
次に、図２８のステップＳ６２において、図４に示す谷線候補画素抽出部５０は、前記谷線二値画像を芯線化することで、谷線の候補となる画素群を抽出する。谷線候補画素抽出部５０の説明は、汗腺口抽出除去部１４における谷線候補画素抽出部３４の説明と同じなので割愛する。
【０１１８】
（３）ステップＳ６３
次に、図２８のステップＳ６３において、図４に示す汗腺口特性抽出部５１は、谷線候補画素群の各画素に対して、汗腺口特性を抽出する。汗腺口特性抽出部５１の説明は、汗腺口抽出除去部１４における汗腺口特性抽出部３５の説明と同じなので割愛する。
【０１１９】
（４）ステップＳ６４
次に、図２８のステップＳ６４において、図４に示す汗腺口特性解析部５２は、谷線候補画素群に対して抽出された汗腺口特性を解析する。この処理は、汗腺口抽出除去部１４における汗腺口特性解析部３６の説明と同様であるが、条件式の設定は以下のように異なる。
【０１２０】
汗腺口特性として隆線方向濃度を採用する場合は、以下の条件を満足する時、全ての谷線が真の谷線であると判断できる。ここでは、汗腺口特性の最大値と最小値をｍａｘＦＡとｍｉｎＦＡとする。また、谷線ピッチの最大値と最小値をｍａｘＰと ｍｉｎＰとする。
【０１２１】
条件７： 全て谷線が真の谷線
１）ｍｉｎＦＡ／ｍａｘＦＡ ＞ ｔｈＤ７
２）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
３）ｍａｘＰ ＜ ｔｈＸ
ここで、ｔｈＤ７、ｔｈＰ、ｔｈＸは、予め設定される閾値パラメータであるが、５本の谷線候補に対する場合は、ｔｈＤ７ ＝ ０．８、ｔｈＰ ＝ ０．６５、ｔｈＸ ＝ ２０ 程度が適切である。
この条件の意味は、１）隣接する谷線の隆線方向濃度がほぼ同等であり、２）谷線ピッチの差も小さく、３）最大谷線ピッチが２０画素未満である時は、全て谷線を真の谷線と判断できるということである。この結果、全ての谷線候補画素には真の谷線のマークを付ける。
【０１２２】
この解析は、全谷線候補画素に対して実行される。この解析結果として、全谷線画素には真の谷線マークあるいは不明マークが付与される。この解析結果は、データ制御部４１を介してデータ記憶部４２に記憶される。
【０１２３】
（５）ステップＳ６５
次に、図２８のステップＳ６５において、図４のデータ制御部４１は、予め定められた全ての汗腺口特性に関して、その抽出と解析が終了したかを判断する。もし、他の汗腺口特性が定義されている時には、図２８のステップＳ６３に戻る。全ての汗腺口特性に関して処理が終了している場合には、図２８のステップＳ６６に進む。
【０１２４】
２番目の汗腺口特性として濃度差分累積値が定義されている場合を例にとって説明する。この場合は、図２８のステップＳ６３に戻って濃度差分累積値を抽出する。濃度差分累積値に関する説明は、汗腺口抽出除去部１４における説明と同じなので割愛する。
【０１２５】
次に、図２８のステップＳ６４において、図４に示す汗腺口特性解析部５２は、谷線候補画素群に対して抽出された汗腺口特性を解析する。
【０１２６】
汗腺口特性として濃度差分累積値を採用する場合の処理も、上述の隆線方向濃度を採用する時と、ほぼ同じである。条件式もほぼ同じであるが、閾値はそのデータ特性に合わせて適切な数値に変更する方が良い。
【０１２７】
条件８： 全て谷線が真の谷線
１）ｍｉｎＦＡ／ｍａｘＦＡ ＞ ｔｈＤ８
２）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
３）ｍａｘＰ ＜ ｔｈＸ
ここで、ｔｈＤ８、ｔｈＰ、ｔｈＸは、予め設定される閾値パラメータであるが、５本の谷線候補に対する場合は、ｔｈＤ９ ＝ ０．９５、ｔｈＰ ＝ ０．６５、ｔｈＸ ＝ ２０ 程度が適切である。
【０１２８】
（６）ステップＳ６６
全ての汗腺口特性に対する処理が終了すれば、図２８のステップＳ６６に進む。ステップＳ６６において、図４に示す谷線領域抽出部５３は、真の谷線マークが付与された谷線候補画素群を解析して谷線領域を抽出する。
【０１２９】
注目する谷線候補画素から、隆線方向に谷線候補画素群を、プラス８画素マイナス８画素程度トレースし、各画素に付与されたマークをカウントし、真の谷線マーク合計の比率を算出する。
もし、真の谷線マーク比率がある閾値以上である場合、その注目画素は真の谷線画素と決定する。この場合の閾値は５０％程度が適切である。この処理を、全谷線候補画素に対して実施する。
【０１３０】
次に、真の谷線画素として決定された画素に対して、まず、隆線直交方向右側に閾値パラメータｔｈＸ画素トレースする。もし、右隣の谷線候補画素にぶつかり、それが真の谷線画素と決定されていれば、当該画素と右隣の画素は真の谷線画素と判断できる。従って、この２つの谷線の間には隆線画素が存在することになる。この時、当該画素から右隣の画素迄の距離を４等分し、当該画素から距離１／４に位置する画素までの画素群と、距離３／４に位置する画素から右隣の真の谷線画素迄の画素群を真の谷線画素（白画素）として決定する。また、距離１／４から距離３／４の間に位置する画素群は隆線画素（黒画素）として決定する。次に、隆線直交方向左側に対しても、同じ処理を実施する。この処理を全隆線画素に対して実行する。その結果、隆線画素あるいは谷線画素として決定された画素群が谷線領域となる。このようにして抽出された谷線領域は、データ制御部４１を介してデータ記憶部４２に記憶される。
【０１３１】
（７）ステップＳ６７
次に、図２８のステップＳ６７において、図４に示す谷線領域濃度強調部５４は、谷線領域と定義された画素群に対して、濃度値を補正することで、隆線と谷線が強調された画像を抽出する。この谷線領域濃度強調部５４の動作の説明は、前記隆線領域濃度強調部４８と類似しているので説明は割愛する。谷線領域濃度強調部５４と隆線領域濃度強調部４８の機能的はほぼ同一なので共通化した構成例も考えられる。この実施例で独立させている理由は、前半の毛氈特性解析による隆線抽出と、後半の汗腺口特性解析による谷線抽出は、互いに依存関係になく独立して構成することができるためである。このようにして隆線と谷線が強調された画像は、データ制御部４１を介してデータ記憶部４２に記憶され、次に、特徴点抽出部１６に送信される。これで隆線抽出強調部の実施例の詳細説明を終える。
【０１３２】
本発明は、指紋画像に限定されることはない。掌紋画像を始め、毛氈や汗腺口と類似している形状を持つ縞模様の曲線から構成された画像に対しても適用できる。
また、本発明では、標準的に採用されている５００ｄｐｉの指紋画像を前提に隆線強調マスク例や各種パラメータ例を用いて説明したが、５００ｄｐｉ以外の解像度でスキャンされた指紋画像でも、その解像度に適切なマスクやパラメータを用いることで適応できる。
また、毛氈特性や汗腺口特性として、他の特徴量を採用する場合においても、隆線直交方向に交互に変動する特性のパターンを抽出することで、毛氈や汗腺口を認識できる。
更に、別の汗腺口特性として白画素半径を採用する実施例も考えられる。この実施例を、図２９から図３１を用いて詳細に説明する。
【０１３３】
図２９は、汗腺口が肥大化したため汗腺口部が連続している指紋画像で、誤抽出しやすい例である。図３０左図は、図２９に示す注目領域を切り出し、隆線直交方向が水平になるように回転した画像で、肥大汗腺口を含む隆線画像の拡大図である。図３０右図は、図３０左図の谷線候補画素群を重畳表示したものである。
【０１３４】
白画素半径とは、肥大汗腺口を抽出するための特性で、肥大汗腺口に包含される円の大きさを、その半径で表したものである。この計算のために、隆線直交方向に最大濃度を持つ画素群を抽出する。まず、初期値として全画素を白画素と定義する。次に、ある注目画素の濃度値が、その画素から隆線直交方向の左右に８画素程度トレースした時の画素群の中で、最大値あるいは２番目の濃度値であれば、その注目画素を黒画素と定義する。
このような処理を全画素に対して実施すると、隆線直交方向に対して、相対的に濃度の大きい画素を黒画素とする二値画像ができる。これを最大濃度画素群と呼ぶ。図３１は、図３０右図に対する最大濃度画素群である。
【０１３５】
次に、この谷線候補画素群の各画素を図３１の画像にあてはめ、それぞれの谷線候補画素に対して、白画素半径特性を抽出する。
図３１で注目画素をＰとする時、Ｐを中心とした円で、黒画素を含まない最大の円を求め、その半径を白画素半径として抽出する。
肥大汗腺口が顕著な指紋においては、白画素半径は肥大汗腺口部では大きな値になり、真の谷線部では相対的に小さな値になる。
【０１３６】
白画素半径を汗腺口特性として採用する場合は、真の谷線であるか汗腺口線であるかは、以下の条件で判断できる。ここでは、汗腺口特性の最大値をｍａｘＦＡ、奇数汗腺口特性の最大値と最小値をｍａｘＦＯとｍｉｎＦＯ、偶数汗腺口特性の最大値と最小値をｍａｘＦＥとｍｉｎＦＥとする。５本に谷線の間には、４つのピッチ（谷線間隔）が計測可能だが、その４つのピッチの最大値と最小値をｍａｘＰと ｍｉｎＰとする。
【０１３７】
条件９： 奇数谷線が真の谷線で、偶数谷線が汗腺口線の場合
１）ｍａｘＦＯ ＜ ｍｉｎＦＥ
２）（ｍｉｎＦＥ − ｍａｘＦＯ）／ｍａｘＦＡ ＞ ｔｈＤ９
３）ｍｉｎＰ／ｍａｘＰ ＞ ｔｈＰ
ここで、ｔｈＤ９、ｔｈＰは、予め設定される閾値パラメータであるが、実際のデータ分布から判断すると、ｔｈＤ９ ＝ ０．４、 ｔｈＰ ＝ ０．６５ 程度が適切である。
【０１３８】
図３２左図の画像に対して、この汗腺口特性を用いて抽出した汗腺口領域を図３２右図に示す。また、汗腺口領域濃度補正画像を図３３に示す。
【０１３９】
これまでの実施例では、毛氈特性や汗腺口特性に対する条件判断は、単独の特性に対してのみ実施する実施例を挙げたが、複数の特性に対する条件を論理和や論理積で組み合わせて判断する実施例も考えられる。この場合は、各種閾値パラメータを見直すことで、より正確な、毛氈抽出や汗腺口抽出が可能になる。
【０１４０】
また、これまでの実施例では、毛氈特性や汗腺口特性の解析では５本の隆線候補や谷線候補を利用したが、この数は５本に限定されない。この数は多くするほど、正確な毛氈判断や汗腺口判断が可能だが、適用できる領域が狭くなるという欠点もある。５本から７本程度が適切と考えられる。
【０１４１】
なお、本発明については、毛氈抽出除去部１３、汗腺口抽出除去部１４、及び隆線抽出強調部１５の各々に該当するコンピュータを用い、これらのコンピュータを連結したシステムを構築することにより実現しても良い。又は、一台のコンピュータにおいて、指紋画像入力部１１、隆線方向抽出部１２、毛氈抽出除去部１３、汗腺口抽出除去部１４、隆線抽出強調部１５、特徴点抽出部１６、特徴点出力部１７の各々に該当する内部装置を含む構成としても良い。あるいは、指紋画像入力部１１、隆線方向抽出部１２、毛氈抽出除去部１３、汗腺口抽出除去部１４、隆線抽出強調部１５、特徴点抽出部１６、特徴点出力部１７の機能を実現させるプログラムを、コンピュータに実行させるようにしても良い。
【０１４２】
これまでに述べてきた本発明の特徴は以下の通りである。
（１）指紋画像から特徴点を抽出する構成の中で、隆線や毛氈から毛氈特性を抽出する手段と、隆線直交方向の数本の隆線の毛氈特性を解析し毛氈特性パターンが予め定められた条件式に合致すれば毛氈と判断する手段と、毛氈と判断された画素数の比率で毛氈領域を抽出する手段と、毛氈領域内の画素濃度を補正する手段を有している点。
（２）指紋画像から特徴点を抽出する構成の中で、谷線や汗腺口線から汗腺口特性を抽出する手段と、隆線直交方向の数本の谷線の汗腺口特性を解析し汗腺口特性パターンが予め定められた条件式に合致すれば汗腺口と判断する手段と、汗腺口と判断された画素数の比率で汗腺口領域を抽出する手段と、汗腺口領域内の画素濃度を補正する手段を有している点。
（３）指紋画像から特徴点を抽出する構成の中で、隆線から毛氈特性を抽出する手段と、隆線直交方向の数本の隆線の毛氈特性を解析し毛氈特性パターンが予め定められた条件式に合致すれば真の隆線と判断する手段と、真の隆線と判断された画素数の比率で隆線領域を抽出する手段と、隆線領域内の画素濃度を強調する手段を有している点。
（４）指紋画像から特徴点を抽出する構成の中で、谷線から汗腺口特性を抽出する手段と、隆線直交方向の数本の谷線の汗腺口特性を解析し汗腺口特性パターンが予め定められた条件式に合致すれば真の谷線と判断する手段と、真の谷線と判断された画素数の比率で谷線領域を抽出する手段と、谷線領域内の画素濃度を強調する手段を有している点。
（５）前記（１）、（３）において、毛氈特性として、隆線幅を利用している点。
（６）前記（１）、（３）において、毛氈特性として、隆線方向濃度を利用している点。
（７）前記（２）、（４）において、汗腺口特性として、隆線方向濃度を利用している点。
（８）前記（２）、（４）において、汗腺口特性として、濃度差分累積値を利用している点。
（９）前記（２）、（４）において、汗腺口特性として、白画素半径を利用している点。
【０１４３】
以上のように、本発明は、指紋画像の特徴抽出機能において、毛氈や汗腺口の影響で隆線の識別が困難な指紋画像に対しても、毛氈や汗腺口を正確に抽出除去する手段や、隆線や谷線を抽出強調する手段を備えたことを特徴とし、特徴点抽出精度を向上させることができる構成を提供するものである。
なお、毛氈が顕著な指紋画像を隆線直交方向に観察すると、毛氈と真の隆線が交互に出現する。本発明は、毛氈特性を抽出し、その出現パターンを解析し、それを予め定められた条件式で判断するという方法で正確に毛氈を抽出し除去できる構成を提供する。
同様に、汗腺口が顕著な指紋画像を隆線直交方向に観察すると、汗腺口線と真の谷線が交互に出現する。本発明は、汗腺口特性を抽出し、その出現パターンを解析し、それを予め定められた条件式で判断するという方法で、正確に汗腺口を抽出し除去できる構成を提供する。
また、顕著な毛氈がない指紋画像に対しては、毛氈特性を抽出し、隆線直交方向の数本の隆線の毛氈特性を解析し、全ての毛氈特性に有意差がないことを予め定められた条件式で判断するという方法で、正確に隆線を抽出し強調できる構成を提供する。
更に、顕著な汗腺口がない指紋画像に対しては、汗腺口特性を抽出し、隆線直交方向の数本の谷線の汗腺口特性を解析し、全ての汗腺口特性に有意差がないことを予め定められた条件式で判断するという方法で、正確に谷線を抽出し強調できる構成を提供する。
【図面の簡単な説明】
【０１４４】
【図１】図１は、本発明の全体構成を示すブロック図である。
【図２】図２は、毛氈抽出除去部の構成図である。
【図３】図３は、汗腺口抽出除去部の構成図である。
【図４】図４は、隆線抽出強調部の構成図である。
【図５】図５は、全体フローチャート図である。
【図６】図６は、毛氈抽出除去処理のフローチャート図である。
【図７】図７は、指紋画像を示す図である。
【図８】図８は、誤特徴点を示す図である。
【図９】図９は、隆線方向を示す図である。
【図１０】図１０は、方向パターン（１６方向）を示す図である。
【図１１】図１１は、隆線強調マスク例を示す図である。
【図１２】図１２は、毛氈を含む濃淡画像と二値画像を示す図である。
【図１３】図１３は、毛氈を含む濃淡画像と芯線化画像を示す図である。
【図１４】図１４は、回転後の注目領域を示す図である。
【図１５】図１５は、毛氈特性例（隆線幅）を示す図である。
【図１６】図１６は、毛氈領域を示す図である。
【図１７】図１７は、毛氈領域濃度補正画像を示す図である。
【図１８】図１８は、汗腺口抽出除去処理のフローチャート図である。
【図１９】図１９は、指紋画像を示す図である。
【図２０】図２０は、誤特徴点例を示す図である。
【図２１】図２１は、連続汗腺口を含む濃淡画像とその芯線化画像を示す図である。
【図２２】図２２は、汗腺口を含む隆線と谷線候補画素を示す図である。
【図２３】図２３は、汗腺口を含む隆線の濃度反転画像を示す図である。
【図２４】図２４は、汗腺口を含む隆線と谷線候補画素を示す図である。
【図２５】図２５は、汗腺口特性例を示す図である。
【図２６】図２６は、汗腺口領域を示す図である。
【図２７】図２７は、汗腺口領域濃度補正画像を示す図である。
【図２８】図２８は、隆線抽出強調処理のフローチャート図である。
【図２９】図２９は、肥大汗腺口の顕著な指紋を示す図である。
【図３０】図３０は、肥大汗腺口拡大図と谷線候補画素を示す図である。
【図３１】図３１は、最大濃度画素群を示す図である。
【図３２】図３２は、汗腺口領域を示す図である。
【図３３】図３３は、汗腺口領域濃度補正画素を示す図である。
【符号の説明】
【０１４５】
１１… 指紋画像入力部
１２… 隆線方向抽出部
１３… 毛氈抽出除去部
１４… 汗腺口抽出除去部
１５… 隆線抽出強調部
１６… 特徴点抽出部
１７… 特徴点出力部
２１… データ処理制御部
２２… データ記憶部
２３… 隆線二値画像抽出部
２４… 隆線候補画素抽出部
２５… 毛氈特性抽出部
２６… 毛氈特性解析部
２７… 毛氈領域抽出部
２８… 毛氈領域濃度補正部
３１… データ処理制御部
３２… データ記憶部
３３… 谷線二値画像抽出部
３４… 谷線候補画素抽出部
３５… 汗腺口特性抽出部
３６… 汗腺口特性解析部
３７… 汗腺口領域抽出部
３８… 汗腺口領域濃度補正部
４１… データ処理制御部
４２… データ記憶部
４３… 隆線二値画像抽出部
４４… 隆線候補画素抽出部
４５… 毛氈特性抽出部
４６… 毛氈特性解析部
４７… 隆線領域抽出部
４８… 隆線領域濃度強調部
４９… 谷線二値画像抽出部
５０… 谷線候補画素抽出部
５１… 汗腺口特性抽出部
５２… 汗腺口特性解析部
５３… 谷線領域抽出部
５４… 谷線領域濃度強調部
【特許請求の範囲】
【請求項１】
指紋画像から特徴点を抽出する指紋画像認識システムにおいて、
前記指紋画像から隆線の方向を抽出する隆線方向抽出部と、
前記指紋画像から毛氈特性を抽出する毛氈特性抽出部と、
隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば毛氈と判断する第１毛氈特性解析部と、
前記毛氈と判断された画素数の比率で前記毛氈領域を抽出する毛氈領域抽出部と、
前記毛氈領域内の画素濃度を補正する毛氈領域濃度補正部と
を有する
指紋画像認識システム。
【請求項２】
請求項１に記載の指紋画像認識システムにおいて、
隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば真の隆線と判断する第２毛氈特性解析部と、
前記真の隆線と判断された画素数の比率で前記隆線領域を抽出する隆線領域抽出部と、
前記隆線領域内の画素濃度を強調する隆線領域濃度強調部と
を更に有する
指紋画像認識システム。
【請求項３】
指紋画像から特徴点を抽出する指紋画像認識システムにおいて、
前記指紋画像から隆線の方向を抽出する隆線方向抽出部と、
前記指紋画像から汗腺口特性を抽出する汗腺口特性抽出部と、
隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば汗腺口と判断する第１汗腺口特性解析部と、
前記汗腺口と判断された画素数の比率で前記汗腺口領域を抽出する汗腺口領域抽出部と、
前記汗腺口領域内の画素濃度を補正する汗腺口領域濃度補正部と
を更に有する
指紋画像認識システム。
【請求項４】
請求項３に記載の指紋画像認識システムにおいて、
隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば真の谷線と判断する第２汗腺口特性解析部と、
前記真の谷線と判断された画素数の比率で前記谷線領域を抽出する谷線領域抽出部と、
前記谷線領域内の画素濃度を強調する谷線領域濃度強調部と
を更に有する
指紋画像認識システム。
【請求項５】
請求項１に記載の指紋画像認識システムにおいて、
前記毛氈特性として、隆線幅を利用している
指紋画像認識システム。
【請求項６】
請求項１に記載の指紋画像認識システムにおいて、
前記毛氈特性として、隆線方向濃度を利用している
指紋画像認識システム。
【請求項７】
請求項３に記載の指紋画像認識システムにおいて、
前記汗腺口特性として、隆線方向濃度を利用している
指紋画像認識システム。
【請求項８】
請求項３に記載の指紋画像認識システムにおいて、
前記汗腺口特性として、濃度差分累積値を利用している
指紋画像認識システム。
【請求項９】
請求項３に記載の指紋画像認識システムにおいて、
前記汗腺口特性として、白画素半径を利用している
指紋画像認識システム。
【請求項１０】
指紋画像から特徴点を抽出するための指紋画像認識方法において、
（ａ）前記指紋画像から隆線の方向を抽出するステップと、
（ｂ）前記指紋画像から毛氈特性を抽出するステップと、
（ｃ）隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば毛氈と判断するステップと、
（ｄ）前記毛氈と判断された画素数の比率で前記毛氈領域を抽出するステップと、
（ｅ）前記毛氈領域内の画素濃度を補正するステップと
を有する
指紋画像認識方法。
【請求項１１】
請求項１０に記載の指紋画像認識方法において、
（ｆ）隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば真の隆線と判断するステップと、
（ｇ）前記真の隆線と判断された画素数の比率で前記隆線領域を抽出するステップと、
（ｈ）前記隆線領域内の画素濃度を強調するステップと
を更に有する
指紋画像認識方法。
【請求項１２】
指紋画像から特徴点を抽出するための指紋画像認識方法において、
（ｉ）前記指紋画像から隆線の方向を抽出するステップと、
（ｊ）前記指紋画像から汗腺口特性を抽出するステップと、
（ｋ）隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば汗腺口と判断するステップと、
（ｌ）前記汗腺口と判断された画素数の比率で前記汗腺口領域を抽出するステップと、
（ｍ）前記汗腺口領域内の画素濃度を補正するステップと
を更に有する
指紋画像認識方法。
【請求項１３】
請求項１２に記載の指紋画像認識方法において、
（ｎ）隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば真の谷線と判断するステップと、
（ｏ）前記真の谷線と判断された画素数の比率で前記谷線領域を抽出するステップと、
（ｐ）前記谷線領域内の画素濃度を強調するステップと
を更に有する
指紋画像認識方法。
【請求項１４】
請求項１０乃至１３のいずれか一項に記載の指紋画像認識方法を、コンピュータに実行させるためのプログラム。
【請求項１】
指紋画像から特徴点を抽出する指紋画像認識システムにおいて、
前記指紋画像から隆線の方向を抽出する隆線方向抽出部と、
前記指紋画像から毛氈特性を抽出する毛氈特性抽出部と、
隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば毛氈と判断する第１毛氈特性解析部と、
前記毛氈と判断された画素数の比率で前記毛氈領域を抽出する毛氈領域抽出部と、
前記毛氈領域内の画素濃度を補正する毛氈領域濃度補正部と
を有する
指紋画像認識システム。
【請求項２】
請求項１に記載の指紋画像認識システムにおいて、
隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば真の隆線と判断する第２毛氈特性解析部と、
前記真の隆線と判断された画素数の比率で前記隆線領域を抽出する隆線領域抽出部と、
前記隆線領域内の画素濃度を強調する隆線領域濃度強調部と
を更に有する
指紋画像認識システム。
【請求項３】
指紋画像から特徴点を抽出する指紋画像認識システムにおいて、
前記指紋画像から隆線の方向を抽出する隆線方向抽出部と、
前記指紋画像から汗腺口特性を抽出する汗腺口特性抽出部と、
隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば汗腺口と判断する第１汗腺口特性解析部と、
前記汗腺口と判断された画素数の比率で前記汗腺口領域を抽出する汗腺口領域抽出部と、
前記汗腺口領域内の画素濃度を補正する汗腺口領域濃度補正部と
を更に有する
指紋画像認識システム。
【請求項４】
請求項３に記載の指紋画像認識システムにおいて、
隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば真の谷線と判断する第２汗腺口特性解析部と、
前記真の谷線と判断された画素数の比率で前記谷線領域を抽出する谷線領域抽出部と、
前記谷線領域内の画素濃度を強調する谷線領域濃度強調部と
を更に有する
指紋画像認識システム。
【請求項５】
請求項１に記載の指紋画像認識システムにおいて、
前記毛氈特性として、隆線幅を利用している
指紋画像認識システム。
【請求項６】
請求項１に記載の指紋画像認識システムにおいて、
前記毛氈特性として、隆線方向濃度を利用している
指紋画像認識システム。
【請求項７】
請求項３に記載の指紋画像認識システムにおいて、
前記汗腺口特性として、隆線方向濃度を利用している
指紋画像認識システム。
【請求項８】
請求項３に記載の指紋画像認識システムにおいて、
前記汗腺口特性として、濃度差分累積値を利用している
指紋画像認識システム。
【請求項９】
請求項３に記載の指紋画像認識システムにおいて、
前記汗腺口特性として、白画素半径を利用している
指紋画像認識システム。
【請求項１０】
指紋画像から特徴点を抽出するための指紋画像認識方法において、
（ａ）前記指紋画像から隆線の方向を抽出するステップと、
（ｂ）前記指紋画像から毛氈特性を抽出するステップと、
（ｃ）隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば毛氈と判断するステップと、
（ｄ）前記毛氈と判断された画素数の比率で前記毛氈領域を抽出するステップと、
（ｅ）前記毛氈領域内の画素濃度を補正するステップと
を有する
指紋画像認識方法。
【請求項１１】
請求項１０に記載の指紋画像認識方法において、
（ｆ）隆線直交方向の数本の隆線の毛氈特性を解析し、毛氈特性パターンが予め定められた条件式に合致すれば真の隆線と判断するステップと、
（ｇ）前記真の隆線と判断された画素数の比率で前記隆線領域を抽出するステップと、
（ｈ）前記隆線領域内の画素濃度を強調するステップと
を更に有する
指紋画像認識方法。
【請求項１２】
指紋画像から特徴点を抽出するための指紋画像認識方法において、
（ｉ）前記指紋画像から隆線の方向を抽出するステップと、
（ｊ）前記指紋画像から汗腺口特性を抽出するステップと、
（ｋ）隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば汗腺口と判断するステップと、
（ｌ）前記汗腺口と判断された画素数の比率で前記汗腺口領域を抽出するステップと、
（ｍ）前記汗腺口領域内の画素濃度を補正するステップと
を更に有する
指紋画像認識方法。
【請求項１３】
請求項１２に記載の指紋画像認識方法において、
（ｎ）隆線直交方向の数本の谷線の汗腺口特性を解析し、汗腺口特性パターンが予め定められた条件式に合致すれば真の谷線と判断するステップと、
（ｏ）前記真の谷線と判断された画素数の比率で前記谷線領域を抽出するステップと、
（ｐ）前記谷線領域内の画素濃度を強調するステップと
を更に有する
指紋画像認識方法。
【請求項１４】
請求項１０乃至１３のいずれか一項に記載の指紋画像認識方法を、コンピュータに実行させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図１０】
【図１１】
【図１５】
【図１８】
【図２５】
【図２８】
【図７】
【図８】
【図９】
【図１２】
【図１３】
【図１４】
【図１６】
【図１７】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２６】
【図２７】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図１０】
【図１１】
【図１５】
【図１８】
【図２５】
【図２８】
【図７】
【図８】
【図９】
【図１２】
【図１３】
【図１４】
【図１６】
【図１７】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２６】
【図２７】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【公開番号】特開２００７−４８０００（Ｐ２００７−４８０００Ａ）
【公開日】平成１９年２月２２日（２００７．２．２２）
【国際特許分類】
【出願番号】特願２００５−２３１１５０（Ｐ２００５−２３１１５０）
【出願日】平成１７年８月９日（２００５．８．９）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
【公開日】平成１９年２月２２日（２００７．２．２２）
【国際特許分類】
【出願日】平成１７年８月９日（２００５．８．９）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
[ Back to top ]