Ｒｉｄｇｅｌｅｔ変換を用いた足跡などの遺留画像鑑定方法及び装置
【課題】足跡などの遺留画像をＲｉｄｇｅｌｅｔ変換することで犯罪捜査における個人認証を有効に行うことを可能にした遺留画像鑑定方法及び装置の提供。
【解決手段】Ｒｉｄｇｅｌｅｔ変換は、輝度値を線積分するＲａｄｏｎ変換の性質により、直線上のエッジを効果的に表現し、かつ雑音を効果的に除去でき、変換ドメイン内で拡大縮小、並行移動、回転を容易に行える。更に、Ｒａｄｏｎ変換はＨｏｕｇｈ変換のパラメータ空間と等しいため、Ｒｉｄｇｅｌｅｔ変換された足跡画像を段階的に解像度を上げながらＲａｄｏｎドメインを再生し、Ｈｏｕｇｈ変換によってパターンマッチングが可能となる。Ｒｉｄｇｅｌｅｔ変換を用いると、輝度値を任意の方向に微分でき、一般Ｈｏｕｇｈ変換への応用が可能となる。
【解決手段】Ｒｉｄｇｅｌｅｔ変換は、輝度値を線積分するＲａｄｏｎ変換の性質により、直線上のエッジを効果的に表現し、かつ雑音を効果的に除去でき、変換ドメイン内で拡大縮小、並行移動、回転を容易に行える。更に、Ｒａｄｏｎ変換はＨｏｕｇｈ変換のパラメータ空間と等しいため、Ｒｉｄｇｅｌｅｔ変換された足跡画像を段階的に解像度を上げながらＲａｄｏｎドメインを再生し、Ｈｏｕｇｈ変換によってパターンマッチングが可能となる。Ｒｉｄｇｅｌｅｔ変換を用いると、輝度値を任意の方向に微分でき、一般Ｈｏｕｇｈ変換への応用が可能となる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、足跡などの遺留画像をＲｉｄｇｅｌｅｔ変換することで犯罪捜査における個人認証を有効に行うことを可能にした遺留画像鑑定方法及び装置に関する技術分野に属する。
【背景技術】
【０００２】
これまでの遺留画像鑑定では、Ｆｏｕｒｉｅｒ変換した例えば足跡画像を円、炬形、波型、山型、直線、その他のパターンによって分類し、キーワードを付与して足跡画像データベースを構築し、バンドパスフィルタを適用したテンプレートマッチングを行っている。また、データベースに登録されている画像と足跡画像とを手作業により照合している。近年、コンピュータシステムが導入されてキーワード検索が自動化されたが、足跡画像の分類は手作業のままである。以下、本発明に関連する従来の技術について説明する。
【０００３】
遺留足跡からのデータ照合等に役立つ靴底模様のデータベースの作成、並びにそのための便利な検索方法とした「靴底データベース及びその作成方法」の中でデジタルカメラもしくはイメージスキャナから取り込んだ画像を正規化しコード化する発明がある。（特許文献１参照）
【特許文献１】 特開２００５−２７９５１（図１）
【０００４】
Ｐ．Ｃｈａｚａｌ，Ｊ．Ｆｌｙｎｎ及びＢ．Ｒｅｉｌｌｙは、足跡画像をＦｏｕｒｉｅｒ変換し、パターンマッチングによって検索するシステムを提案している。（非特許文献１参照）
【非特許文献１】 Ｐ．Ｃｈａｚａｌ，Ｊ．Ｆｌｙｎｎ．ａｎｄ Ｂ．Ｒｅｉｌｌｙ，“Ａｕｔｏｍａｔｅｄ Ｐｒｏｃｅｓｓｉｎｇ ｏｆ Ｉｍａｇｅｓ Ｂａｓｅｄｏｎ ｔｈｅＦｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ ｆｏｒ Ｕｓｅ ｉｎ Ｆｏｒｅｎｓｉｃ Ｓｃｉｅｎｃｅ”，ＩＥＥＥ Ｔｒａｎｓ．，Ｖｏｌ．ＰＡＭＩ−２７，３，ｐｐ．３４１−３５０（Ｍａｒ．２００５）
【０００５】
Ｒｉｄｇｅｌｅｔ変換は、Ｅ．Ｊ．Ｃａｎｄｅｓによって提案された信号処理技術であり、信号をＲａｄｏｎ変換した後にＷａｖｅｌｅｔ変換して得られるものである。（非特許文献２参照）
【非特許文献２】 Ｅ．Ｊ．Ｃａｎｄｅｓ，“Ｒｉｄｇｅｌｅｔｓ： Ｔｈｅｏｒｙ ａｎｄａｐｐｌｉｃａｔｉｏｎ”，Ｐｈ．Ｄ．ｄｉｓｓｅｒｔａｔｉｏｎ，Ｄｅｐｔ．Ｓｔａｔｉｓｔｉｃｓ，Ｓｔａｎｆｏｒｄ Ｕｎｉｖ．，Ｓｔａｎｆｏｒｄ，ＣＡ（１９９８）
【０００６】
Ｒａｄｏｎ変換は、輝度値を線積分する性質を持つため、直線上のエッジを効果的に表現することが可能である。また、雑音を効果的に除去できる。（非特許文献３参照）
【非特許文献３】 Ｍｉｎｈ Ｎ．Ｄｏ ａｎｄ Ｍ．Ｖｅｔｔｅｒｌｉ，“Ｔｈｅ Ｆｉｎｉｔｅ Ｒｉｄｇｅｌｅｔ Ｔｒａｎｓｆｏｒｍ ｆｏｒ Ｉｍａｇｅ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ”，ＩＥＥＥ Ｔｒａｎｓ．Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，１２，ｐｐ．１６−２８（Ｊａｎ．２００３）
【０００７】
Ｒａｄｏｎ変換が極座標で表現されていることを利用して、画像から被写体を抽出した後にＲｉｄｇｅｌｅｔ変換することによって物体を容易に回転できる。（非特許文献４及び５参照）
【非特許文献４】 Ｍ．Ｈａｓｅｇａｗａ ａｎｄ Ｓ．Ｔａｊｉｍａ，“Ａ ＲｉｄｇｅｌｅｔＲｅｐｒｅｓｅｎｔａｔｉｏｎ ｏｆ Ｓｅｍａｎｔｉｃ Ｏｂｊｅｃｔ Ｕｓｉｎｇ Ｗａｔｅｒｓｈｅｄ Ｓｅｇｍｅｎｔａｔｉｏｎ”，ｉｎ Ｐｒｏｃ．ｏｆ ＩＥＥＥ ＩＳＣＩＴ２００４，Ｓａｐｐｏｒｏ，Ｊａｐａｎ，（Ｏｃｔ．２００４）
【非特許文献５】 長谷川誠，田島慎一“Ｗａｔｅｒｓｈｅｄ分割によるＳｅｍａｎｔｉｃ ＯｂｊｅｃｔのＲｉｄｇｅｌｅｔ表現”，映像情報メディア学会誌， ５９，５，ｐｐ．７８６−７９０（Ｍａｙ ２００５）
【０００８】
ＲａｄｏｎドメインはＨｏｕｇｈ変換のパラメータ空間と等しいため、Ｒｉｄｇｅｌｅｔ変換された画像を段階的に解像度を上げながらＲａｄｏｎドメインを再生し、Ｈｏｕｇｈ変換によってパターンマッチングすることができる。（非特許文献６参照）
【非特許文献６】 松山隆司，興水大和，“Ｈｏｕｇｈ変換とパターンマッチング”，情報処理，３０，９，ｐｐ．１０３５−１０４６（Ｓｅｐ．１９８９）
【０００９】
Ｒ．Ｋｒｉｓｈｎａｐｕｒａｍ及びＤ．Ｃａｓａｓｅｎｔは、直線の検出のみならずＨｏｕｇｈパラメータ空間をテンプレートとして相互関係を求め、任意形状の物体を認識する方法を提案している。（非特許文献７参照）
【非特許文献７】 Ｒ． Ｋｒｉｓｈｎａｐｕｒａｍ ａｎｄ Ｄ．Ｃａｓａｓｅｎｔ，“Ｈｏｕｇｈ Ｓｐａｃｅ Ｔｒａｎｓｆｏｒｍａｔｉｏｎｓ ｆｏｒ Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ａｎｄ Ｄｉｓｔｏｒｔｉｏｎ Ｅｓｔｉｍａｔｉｏｎ”，Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ，Ｇｒａｐｈｉｃｓ．ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，３８，ｐｐ．２９９−３１６（１９８７）
【００１０】
Ｒａｄｏｎ変換は、変換ドメイン内の操作によって輝度値を任意の方向に微分することができる。（非特許文献８参照）
【非特許文献８】 Ｓ．Ｒ．Ｄｅａｎｓ，Ｔｈｅ Ｒａｄｏｎ Ｔｒａｎｓｆｏｒｍ ａｎｄ Ｓｏｍｅ ｏｆ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ，Ｊｏｈｎ Ｗｉｌｅｙａｎｓ Ｓｏｎｓ（１９８３）
【発明の開示】
【発明が解決しようとする課題】
【００１１】
Ｆｏｕｒｉｅｒ変換では、拡大縮小は前処理で実施し、並行移動については変換係数のエネルギーを用いることによって移動量を不変としている。また、回転は変換ドメインを回転させているため、補正のタイミングが一致せず靴底画像などのパターンマッチング対象画像との柔軟な位置合わせが難しい。更に足跡など遺留画像は劣悪な環境で遺留するため欠損や雑音が多く、理想的な画像を用いたシミュレーション段階であり、実用化に至っていない。
【課題を解決するための手段】
【００１２】
Ｒｉｄｇｅｌｅｔ変換は、信号をＲａｄｏｎ変換した後にＷａｖｅｌｅｔ変換して得られるが、輝度値を線積分するＲａｄｏｎ変換の性質により、直線上のエッジを効果的に表現しまた雑音を効果的に除去できる。Ｒａｄｏｎ変換が極座標で表現されていることを利用することで、変換ドメイン内の操作画像の拡大縮小、並行移動、回転を容易に行える。また、Ｒａｄｏｎ変換はＨｏｕｇｈ変換のパラメータ空間と等しいため、Ｒｉｄｇｅｌｅｔ変換された足跡画像を段階的に解像度を上げながらＲａｄｏｎドメインを再生し、Ｈｏｕｇｈ変換によってパターンマッチングを容易に行える。
【発明の効果】
【００１３】
足跡など遺留画像による個人認証は、犯罪捜査の有効な手段となっており、被疑者が犯罪を否認した場合でも犯罪現場から採取した足跡画像を鑑定し、特徴が合致すれば同人の犯行を認定できる場合があるが、この鑑定に要求される精密性、迅速性を実現し、コンピュータを用いた情報処理に活用することができる。
【発明を実施するための最良の形態】
【００１４】
以下、遺留画像の内、足跡画像についてＲｉｄｇｅｌｅｔ変換してデータベースに保存し検索する方法と、Ｈｏｕｇｈ変換によってパターン認識する方法と一般Ｈｏｕｇｈ変換へ応用する方法及その装置の構成について説明する。装置の構成は図１で示す。
また、処理の流れを図２、図３及び図４で示す。
【実施例】
【００１５】
遺留画像抽出手段（デジタルカメラ、イメージスキャナなど）で足跡画像を取り込み、Ｒｉｄｇｅｌｅｔ変換手段を用いてデータベースに保存するまでの具体的な形状を表現し雑音を除去することが可能となる。
【００１６】
足跡画像は図５のように与えられる。図５（ａ）を犯罪現場に遺留された足跡画像とし、（ｂ）を該当している靴の靴底写真とする。図５（ａ）は雑音や欠損が多く、複数の足跡が重なっている。靴底素材による濃淡は図５（ａ）には見られず、靴底の突起物が白く表示されている。すなわち、２つの画像における輝度値の相関は小さい。そこで、輝度値を直接マッチングするのではなく、微分フィルタによって輪郭線を抽出した画像を用いる。
【００１７】
ここでは、微分フィルタとしてＳｏｂｅｌフィルタ適用し、その後輝度値を２値化する。図６は輪郭線画像の例である。図６の画像をＲｉｄｇｅｌｅｔ変換する。画像が与えられている２次元領域Ｒ２の座標を位置ベクトルｘで表し、輝度値をｆ（ｘ）とする。なお、前処理直後の輝度値ｆ（ｘ）は０または１となる。ｆ（ｘ）のＲｉｄｇｅｌｅｔ
ことができる。
【数１】
【数２】
【００１８】
ξ＝（ｃｏｓθ，ｓｉｎθ）とすると、Ｒｉｄｇｅｌｅｔ変換ＤはＲａｄｏｎ変換（数３の式）を用いて数４の式に置き換えることができる。すなわち、Ｒｉｄｇｅｌｅｔ変換は濃淡画像をＲａｄｏｎ変換した後にＷａｖｅｌｅｔ変換することと等しい。
【数３】
【数４】
【００１９】
図６をＲｉｄｇｅｌｅｔ変換した結果を図８に示す。ここではＷａｖｅｌｅｔ変換で４つのサブバンドに分解する。また、基底関数としてＨａａｒ基底を用いている。
【００２０】
Ｒｉｄｇｅｌｅｔドメインを逆Ｗａｖｅｌｅｔ変換してＲａｄｏｎドメインを再生した結果を図６に示す。
【００２１】
Ｒｉｄｇｅｌｅｔドメインにおけるサブバンドの一部を用いて、Ｒａｄｏｎドメインを再生した結果を図１０に示す。
【００２２】
図９のＲａｄｏｎドメインを縦方向に拡大縮小すると、図６の原画像は縦横方向に拡大縮小される。また、数５の式を用いてＲａｄｏｎドメインを偏角θ（またはζ）に応じて上下すると、図６がベクトルａ方向へ並行移動する。
【数５】
【００２３】
Ｒｉｄｇｅｌｅｔドメインを左右にシフトすることによって図１１のように図６を回転することができる。
【００２４】
Ｈｏｕｇｈ変換によってパターン認識する方法について説明する。ＲａｄｏｎドメインとＨｏｕｇｈ変換パラメータ空間は等しいことが知られている。すなわち、Ｒａｄｏｎドメインを用いて直線成分を検出することが可能である。図１２は直線成分を検出した例である。絶対値の大きなＲａｄｏｎ変換係数を抽出し、逆Ｒａｄｏｎ変換して直線成分を検出する。靴の踵における直線状の溝が検出されている。検出された直線をマッチングすることによって靴を同定することが考えられる。なお、直線上にのらない雑音が検出されている。直線成分のみを抽出することによって雑音を除去することが可能である。
【００２５】
Ｒｉｄｇｅｌｅｔドメインから解像度ごとに段階的に再生されたＲａｄｏｎドメインを用い、その相関を算出してパターンマッチングする。２つの画像のＲａｄｏｎドメインをそ
標準偏差とする。また、ｐはドメイン内における係数の個数である。
【数６】
【００２６】
パターンマッチングの対象候補となる靴底画像の論理和画像を作成し、その画像と足跡画像との論理積画像を抽出することによって、足跡画像における雑音や不必要なパターンの除去が可能となる。雑音除去された画像を再度Ｒｉｄｇｅｌｅｔ変換し、高解像度におけるマッチングへと処理を進めることができる。
【００２７】
ここでは、Ｒａｄｏｎドメインをマッチングしたが、直接Ｒｉｄｇｅｌｅｔドメインをマッチングすることも考えられる。Ｒｉｄｇｅｌｅｔドメインの縦方向の拡大縮小で画像のサイズを変更することができる。また、Ｒｉｄｇｅｌｅｔドメインを左右にシフトすることによって画像を回転させることも可能である。
【００２８】
一般Ｈｏｕｇｈ変換へ応用する方法について説明する。ドメイン内の操作で原画像の輝度値を任意の方向に任意の方向に微分することが可能である。（数７の式参照）輪郭線の法線方向を検出し、一般化Ｈｏｕｇｈ変換へ応用することで、足跡画像の輪郭線を示す各点について、その位置と法線方向をＲテーブルに配列し、一般化Ｈｏｕｇｈ変換する。一般化Ｈｏｕｇｈ変換によって、より柔軟に任意の形状を検出することが可能となる。
【数７】
【００２９】
靴底の模様を一般Ｈｏｕｇｈ変換によって分類してメタデータを生成し、データベース化する。メタデータを用いたパターンマッチングも可能となる。
【図面の簡単な説明】
【図１】 構成図
【図２】 遺留画像の符号化フロー
【図３】 遺留画像検索フロー
【図４】 Ｒｉｄｇｅｌｅｔドメインの操作による画像の変形フロー
【図５】 足跡画像の例 足跡画像（ａ）、靴底の画像（ｂ）
【図６】 前処理後の画像の例 足跡画像（ａ）、靴底の画像（ｂ）
【図７】
【図８】 Ｒｉｄｇｅｌｅｔドメインの例 足跡画像（ａ）、靴底の画像（ｂ）
【図９】 Ｒａｄｏｎドメインの例 足跡画像（ａ）、靴底の画像（ｂ）
【図１０】 各解像度におけるＲａｄｏｎドメインの例 バイアス成分のみ（ａ）、第２サブバンドを含む（ｂ）、第３サブバンドを含む（ｃ）
【図１１】 Ｒａｄｏｎドメイン内での操作による回転 ドメインの左シフト（ａ）、時計回りの回転（ｂ）
【図１２】 Ｈｏｕｇｈ変換による直線検出
【技術分野】
【０００１】
本発明は、足跡などの遺留画像をＲｉｄｇｅｌｅｔ変換することで犯罪捜査における個人認証を有効に行うことを可能にした遺留画像鑑定方法及び装置に関する技術分野に属する。
【背景技術】
【０００２】
これまでの遺留画像鑑定では、Ｆｏｕｒｉｅｒ変換した例えば足跡画像を円、炬形、波型、山型、直線、その他のパターンによって分類し、キーワードを付与して足跡画像データベースを構築し、バンドパスフィルタを適用したテンプレートマッチングを行っている。また、データベースに登録されている画像と足跡画像とを手作業により照合している。近年、コンピュータシステムが導入されてキーワード検索が自動化されたが、足跡画像の分類は手作業のままである。以下、本発明に関連する従来の技術について説明する。
【０００３】
遺留足跡からのデータ照合等に役立つ靴底模様のデータベースの作成、並びにそのための便利な検索方法とした「靴底データベース及びその作成方法」の中でデジタルカメラもしくはイメージスキャナから取り込んだ画像を正規化しコード化する発明がある。（特許文献１参照）
【特許文献１】 特開２００５−２７９５１（図１）
【０００４】
Ｐ．Ｃｈａｚａｌ，Ｊ．Ｆｌｙｎｎ及びＢ．Ｒｅｉｌｌｙは、足跡画像をＦｏｕｒｉｅｒ変換し、パターンマッチングによって検索するシステムを提案している。（非特許文献１参照）
【非特許文献１】 Ｐ．Ｃｈａｚａｌ，Ｊ．Ｆｌｙｎｎ．ａｎｄ Ｂ．Ｒｅｉｌｌｙ，“Ａｕｔｏｍａｔｅｄ Ｐｒｏｃｅｓｓｉｎｇ ｏｆ Ｉｍａｇｅｓ Ｂａｓｅｄｏｎ ｔｈｅＦｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ ｆｏｒ Ｕｓｅ ｉｎ Ｆｏｒｅｎｓｉｃ Ｓｃｉｅｎｃｅ”，ＩＥＥＥ Ｔｒａｎｓ．，Ｖｏｌ．ＰＡＭＩ−２７，３，ｐｐ．３４１−３５０（Ｍａｒ．２００５）
【０００５】
Ｒｉｄｇｅｌｅｔ変換は、Ｅ．Ｊ．Ｃａｎｄｅｓによって提案された信号処理技術であり、信号をＲａｄｏｎ変換した後にＷａｖｅｌｅｔ変換して得られるものである。（非特許文献２参照）
【非特許文献２】 Ｅ．Ｊ．Ｃａｎｄｅｓ，“Ｒｉｄｇｅｌｅｔｓ： Ｔｈｅｏｒｙ ａｎｄａｐｐｌｉｃａｔｉｏｎ”，Ｐｈ．Ｄ．ｄｉｓｓｅｒｔａｔｉｏｎ，Ｄｅｐｔ．Ｓｔａｔｉｓｔｉｃｓ，Ｓｔａｎｆｏｒｄ Ｕｎｉｖ．，Ｓｔａｎｆｏｒｄ，ＣＡ（１９９８）
【０００６】
Ｒａｄｏｎ変換は、輝度値を線積分する性質を持つため、直線上のエッジを効果的に表現することが可能である。また、雑音を効果的に除去できる。（非特許文献３参照）
【非特許文献３】 Ｍｉｎｈ Ｎ．Ｄｏ ａｎｄ Ｍ．Ｖｅｔｔｅｒｌｉ，“Ｔｈｅ Ｆｉｎｉｔｅ Ｒｉｄｇｅｌｅｔ Ｔｒａｎｓｆｏｒｍ ｆｏｒ Ｉｍａｇｅ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ”，ＩＥＥＥ Ｔｒａｎｓ．Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，１２，ｐｐ．１６−２８（Ｊａｎ．２００３）
【０００７】
Ｒａｄｏｎ変換が極座標で表現されていることを利用して、画像から被写体を抽出した後にＲｉｄｇｅｌｅｔ変換することによって物体を容易に回転できる。（非特許文献４及び５参照）
【非特許文献４】 Ｍ．Ｈａｓｅｇａｗａ ａｎｄ Ｓ．Ｔａｊｉｍａ，“Ａ ＲｉｄｇｅｌｅｔＲｅｐｒｅｓｅｎｔａｔｉｏｎ ｏｆ Ｓｅｍａｎｔｉｃ Ｏｂｊｅｃｔ Ｕｓｉｎｇ Ｗａｔｅｒｓｈｅｄ Ｓｅｇｍｅｎｔａｔｉｏｎ”，ｉｎ Ｐｒｏｃ．ｏｆ ＩＥＥＥ ＩＳＣＩＴ２００４，Ｓａｐｐｏｒｏ，Ｊａｐａｎ，（Ｏｃｔ．２００４）
【非特許文献５】 長谷川誠，田島慎一“Ｗａｔｅｒｓｈｅｄ分割によるＳｅｍａｎｔｉｃ ＯｂｊｅｃｔのＲｉｄｇｅｌｅｔ表現”，映像情報メディア学会誌， ５９，５，ｐｐ．７８６−７９０（Ｍａｙ ２００５）
【０００８】
ＲａｄｏｎドメインはＨｏｕｇｈ変換のパラメータ空間と等しいため、Ｒｉｄｇｅｌｅｔ変換された画像を段階的に解像度を上げながらＲａｄｏｎドメインを再生し、Ｈｏｕｇｈ変換によってパターンマッチングすることができる。（非特許文献６参照）
【非特許文献６】 松山隆司，興水大和，“Ｈｏｕｇｈ変換とパターンマッチング”，情報処理，３０，９，ｐｐ．１０３５−１０４６（Ｓｅｐ．１９８９）
【０００９】
Ｒ．Ｋｒｉｓｈｎａｐｕｒａｍ及びＤ．Ｃａｓａｓｅｎｔは、直線の検出のみならずＨｏｕｇｈパラメータ空間をテンプレートとして相互関係を求め、任意形状の物体を認識する方法を提案している。（非特許文献７参照）
【非特許文献７】 Ｒ． Ｋｒｉｓｈｎａｐｕｒａｍ ａｎｄ Ｄ．Ｃａｓａｓｅｎｔ，“Ｈｏｕｇｈ Ｓｐａｃｅ Ｔｒａｎｓｆｏｒｍａｔｉｏｎｓ ｆｏｒ Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ａｎｄ Ｄｉｓｔｏｒｔｉｏｎ Ｅｓｔｉｍａｔｉｏｎ”，Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ，Ｇｒａｐｈｉｃｓ．ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，３８，ｐｐ．２９９−３１６（１９８７）
【００１０】
Ｒａｄｏｎ変換は、変換ドメイン内の操作によって輝度値を任意の方向に微分することができる。（非特許文献８参照）
【非特許文献８】 Ｓ．Ｒ．Ｄｅａｎｓ，Ｔｈｅ Ｒａｄｏｎ Ｔｒａｎｓｆｏｒｍ ａｎｄ Ｓｏｍｅ ｏｆ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ，Ｊｏｈｎ Ｗｉｌｅｙａｎｓ Ｓｏｎｓ（１９８３）
【発明の開示】
【発明が解決しようとする課題】
【００１１】
Ｆｏｕｒｉｅｒ変換では、拡大縮小は前処理で実施し、並行移動については変換係数のエネルギーを用いることによって移動量を不変としている。また、回転は変換ドメインを回転させているため、補正のタイミングが一致せず靴底画像などのパターンマッチング対象画像との柔軟な位置合わせが難しい。更に足跡など遺留画像は劣悪な環境で遺留するため欠損や雑音が多く、理想的な画像を用いたシミュレーション段階であり、実用化に至っていない。
【課題を解決するための手段】
【００１２】
Ｒｉｄｇｅｌｅｔ変換は、信号をＲａｄｏｎ変換した後にＷａｖｅｌｅｔ変換して得られるが、輝度値を線積分するＲａｄｏｎ変換の性質により、直線上のエッジを効果的に表現しまた雑音を効果的に除去できる。Ｒａｄｏｎ変換が極座標で表現されていることを利用することで、変換ドメイン内の操作画像の拡大縮小、並行移動、回転を容易に行える。また、Ｒａｄｏｎ変換はＨｏｕｇｈ変換のパラメータ空間と等しいため、Ｒｉｄｇｅｌｅｔ変換された足跡画像を段階的に解像度を上げながらＲａｄｏｎドメインを再生し、Ｈｏｕｇｈ変換によってパターンマッチングを容易に行える。
【発明の効果】
【００１３】
足跡など遺留画像による個人認証は、犯罪捜査の有効な手段となっており、被疑者が犯罪を否認した場合でも犯罪現場から採取した足跡画像を鑑定し、特徴が合致すれば同人の犯行を認定できる場合があるが、この鑑定に要求される精密性、迅速性を実現し、コンピュータを用いた情報処理に活用することができる。
【発明を実施するための最良の形態】
【００１４】
以下、遺留画像の内、足跡画像についてＲｉｄｇｅｌｅｔ変換してデータベースに保存し検索する方法と、Ｈｏｕｇｈ変換によってパターン認識する方法と一般Ｈｏｕｇｈ変換へ応用する方法及その装置の構成について説明する。装置の構成は図１で示す。
また、処理の流れを図２、図３及び図４で示す。
【実施例】
【００１５】
遺留画像抽出手段（デジタルカメラ、イメージスキャナなど）で足跡画像を取り込み、Ｒｉｄｇｅｌｅｔ変換手段を用いてデータベースに保存するまでの具体的な形状を表現し雑音を除去することが可能となる。
【００１６】
足跡画像は図５のように与えられる。図５（ａ）を犯罪現場に遺留された足跡画像とし、（ｂ）を該当している靴の靴底写真とする。図５（ａ）は雑音や欠損が多く、複数の足跡が重なっている。靴底素材による濃淡は図５（ａ）には見られず、靴底の突起物が白く表示されている。すなわち、２つの画像における輝度値の相関は小さい。そこで、輝度値を直接マッチングするのではなく、微分フィルタによって輪郭線を抽出した画像を用いる。
【００１７】
ここでは、微分フィルタとしてＳｏｂｅｌフィルタ適用し、その後輝度値を２値化する。図６は輪郭線画像の例である。図６の画像をＲｉｄｇｅｌｅｔ変換する。画像が与えられている２次元領域Ｒ２の座標を位置ベクトルｘで表し、輝度値をｆ（ｘ）とする。なお、前処理直後の輝度値ｆ（ｘ）は０または１となる。ｆ（ｘ）のＲｉｄｇｅｌｅｔ
ことができる。
【数１】
【数２】
【００１８】
ξ＝（ｃｏｓθ，ｓｉｎθ）とすると、Ｒｉｄｇｅｌｅｔ変換ＤはＲａｄｏｎ変換（数３の式）を用いて数４の式に置き換えることができる。すなわち、Ｒｉｄｇｅｌｅｔ変換は濃淡画像をＲａｄｏｎ変換した後にＷａｖｅｌｅｔ変換することと等しい。
【数３】
【数４】
【００１９】
図６をＲｉｄｇｅｌｅｔ変換した結果を図８に示す。ここではＷａｖｅｌｅｔ変換で４つのサブバンドに分解する。また、基底関数としてＨａａｒ基底を用いている。
【００２０】
Ｒｉｄｇｅｌｅｔドメインを逆Ｗａｖｅｌｅｔ変換してＲａｄｏｎドメインを再生した結果を図６に示す。
【００２１】
Ｒｉｄｇｅｌｅｔドメインにおけるサブバンドの一部を用いて、Ｒａｄｏｎドメインを再生した結果を図１０に示す。
【００２２】
図９のＲａｄｏｎドメインを縦方向に拡大縮小すると、図６の原画像は縦横方向に拡大縮小される。また、数５の式を用いてＲａｄｏｎドメインを偏角θ（またはζ）に応じて上下すると、図６がベクトルａ方向へ並行移動する。
【数５】
【００２３】
Ｒｉｄｇｅｌｅｔドメインを左右にシフトすることによって図１１のように図６を回転することができる。
【００２４】
Ｈｏｕｇｈ変換によってパターン認識する方法について説明する。ＲａｄｏｎドメインとＨｏｕｇｈ変換パラメータ空間は等しいことが知られている。すなわち、Ｒａｄｏｎドメインを用いて直線成分を検出することが可能である。図１２は直線成分を検出した例である。絶対値の大きなＲａｄｏｎ変換係数を抽出し、逆Ｒａｄｏｎ変換して直線成分を検出する。靴の踵における直線状の溝が検出されている。検出された直線をマッチングすることによって靴を同定することが考えられる。なお、直線上にのらない雑音が検出されている。直線成分のみを抽出することによって雑音を除去することが可能である。
【００２５】
Ｒｉｄｇｅｌｅｔドメインから解像度ごとに段階的に再生されたＲａｄｏｎドメインを用い、その相関を算出してパターンマッチングする。２つの画像のＲａｄｏｎドメインをそ
標準偏差とする。また、ｐはドメイン内における係数の個数である。
【数６】
【００２６】
パターンマッチングの対象候補となる靴底画像の論理和画像を作成し、その画像と足跡画像との論理積画像を抽出することによって、足跡画像における雑音や不必要なパターンの除去が可能となる。雑音除去された画像を再度Ｒｉｄｇｅｌｅｔ変換し、高解像度におけるマッチングへと処理を進めることができる。
【００２７】
ここでは、Ｒａｄｏｎドメインをマッチングしたが、直接Ｒｉｄｇｅｌｅｔドメインをマッチングすることも考えられる。Ｒｉｄｇｅｌｅｔドメインの縦方向の拡大縮小で画像のサイズを変更することができる。また、Ｒｉｄｇｅｌｅｔドメインを左右にシフトすることによって画像を回転させることも可能である。
【００２８】
一般Ｈｏｕｇｈ変換へ応用する方法について説明する。ドメイン内の操作で原画像の輝度値を任意の方向に任意の方向に微分することが可能である。（数７の式参照）輪郭線の法線方向を検出し、一般化Ｈｏｕｇｈ変換へ応用することで、足跡画像の輪郭線を示す各点について、その位置と法線方向をＲテーブルに配列し、一般化Ｈｏｕｇｈ変換する。一般化Ｈｏｕｇｈ変換によって、より柔軟に任意の形状を検出することが可能となる。
【数７】
【００２９】
靴底の模様を一般Ｈｏｕｇｈ変換によって分類してメタデータを生成し、データベース化する。メタデータを用いたパターンマッチングも可能となる。
【図面の簡単な説明】
【図１】 構成図
【図２】 遺留画像の符号化フロー
【図３】 遺留画像検索フロー
【図４】 Ｒｉｄｇｅｌｅｔドメインの操作による画像の変形フロー
【図５】 足跡画像の例 足跡画像（ａ）、靴底の画像（ｂ）
【図６】 前処理後の画像の例 足跡画像（ａ）、靴底の画像（ｂ）
【図７】
【図８】 Ｒｉｄｇｅｌｅｔドメインの例 足跡画像（ａ）、靴底の画像（ｂ）
【図９】 Ｒａｄｏｎドメインの例 足跡画像（ａ）、靴底の画像（ｂ）
【図１０】 各解像度におけるＲａｄｏｎドメインの例 バイアス成分のみ（ａ）、第２サブバンドを含む（ｂ）、第３サブバンドを含む（ｃ）
【図１１】 Ｒａｄｏｎドメイン内での操作による回転 ドメインの左シフト（ａ）、時計回りの回転（ｂ）
【図１２】 Ｈｏｕｇｈ変換による直線検出
【特許請求の範囲】
【請求項１】
足跡などの遺留画像を被写体から抽出した後にＲｉｄｇｅｌｅｔ変換し具体的な形状を表現し雑音を除去し、データベースへの保存と検索を可能とした特徴を持つ遺留画像鑑定方法。
【請求項２】
請求項１記載の遺留画像鑑定方法において、Ｒｉｄｇｅｌｅｔ変換時の変換ドメイン内の操作によって拡大縮小、並行移動、回転させることを特徴とする遺留画像鑑定方法。
【請求項３】
請求項１又は２記載の遺留画像鑑定方法においてＲｉｄｇｅｌｅｔ変換された遺留画像を段階的に解像度を上げながらＲａｄｏｎドメインを再生し、足跡画像をＨｏｕｇｈ変換によって靴底画像とのパターンマッチングを可能にしたことを特徴とする遺留画像鑑定方法。
【請求項４】
請求項１記載の遺留画像鑑定方法においてＲｉｄｇｅｌｅｔ変換時のＲａｄｏｎドメイン操作で原画像の輝度値を任意の方向に微分し、輪郭線の法線方向を検出して一般化Ｈｏｕｇｈ変換し、メタデータを生成して検索することを特徴とする遺留画像鑑定方法。
【請求項５】
請求項１、２、３又は４記載の遺留画像鑑定方法において、遺留画像抽出手段、Ｒｉｄｇｅｌｅｔ変換手段、Ｒａｄｏｎ変換手段、Ｗａｖｅｌｅｔ変換手段、Ｈｏｕｇｈ変換手段、保存手段、検索手段、直線検出によるマッチング手段、再生手段、拡大縮小手段、移動手段、回転手段、微分手段、一般Ｈｏｕｇｈ変換によるメタデータ作成とマッチング手段で構成された遺留画像鑑定装置。
【請求項１】
足跡などの遺留画像を被写体から抽出した後にＲｉｄｇｅｌｅｔ変換し具体的な形状を表現し雑音を除去し、データベースへの保存と検索を可能とした特徴を持つ遺留画像鑑定方法。
【請求項２】
請求項１記載の遺留画像鑑定方法において、Ｒｉｄｇｅｌｅｔ変換時の変換ドメイン内の操作によって拡大縮小、並行移動、回転させることを特徴とする遺留画像鑑定方法。
【請求項３】
請求項１又は２記載の遺留画像鑑定方法においてＲｉｄｇｅｌｅｔ変換された遺留画像を段階的に解像度を上げながらＲａｄｏｎドメインを再生し、足跡画像をＨｏｕｇｈ変換によって靴底画像とのパターンマッチングを可能にしたことを特徴とする遺留画像鑑定方法。
【請求項４】
請求項１記載の遺留画像鑑定方法においてＲｉｄｇｅｌｅｔ変換時のＲａｄｏｎドメイン操作で原画像の輝度値を任意の方向に微分し、輪郭線の法線方向を検出して一般化Ｈｏｕｇｈ変換し、メタデータを生成して検索することを特徴とする遺留画像鑑定方法。
【請求項５】
請求項１、２、３又は４記載の遺留画像鑑定方法において、遺留画像抽出手段、Ｒｉｄｇｅｌｅｔ変換手段、Ｒａｄｏｎ変換手段、Ｗａｖｅｌｅｔ変換手段、Ｈｏｕｇｈ変換手段、保存手段、検索手段、直線検出によるマッチング手段、再生手段、拡大縮小手段、移動手段、回転手段、微分手段、一般Ｈｏｕｇｈ変換によるメタデータ作成とマッチング手段で構成された遺留画像鑑定装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【公開番号】特開２００７−２２６７５６（Ｐ２００７−２２６７５６Ａ）
【公開日】平成１９年９月６日（２００７．９．６）
【国際特許分類】
【出願番号】特願２００６−７９７２０（Ｐ２００６−７９７２０）
【出願日】平成１８年２月２２日（２００６．２．２２）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り ２００５年１０月１３日 社団法人電子情報通信学会発行の「電子情報通信学会技術研究報告 信学技報Ｖｏｌ．１０５ Ｎｏ．３４９」に発表
【出願人】（０００１２５３４７）学校法人近畿大学 (389)
【出願人】（５９６０５２２３４）株式会社広島情報シンフォニー (1)
【Ｆターム（参考）】
【公開日】平成１９年９月６日（２００７．９．６）
【国際特許分類】
【出願日】平成１８年２月２２日（２００６．２．２２）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り ２００５年１０月１３日 社団法人電子情報通信学会発行の「電子情報通信学会技術研究報告 信学技報Ｖｏｌ．１０５ Ｎｏ．３４９」に発表
【出願人】（０００１２５３４７）学校法人近畿大学 (389)
【出願人】（５９６０５２２３４）株式会社広島情報シンフォニー (1)
【Ｆターム（参考）】
[ Back to top ]