專利名稱：曲線識(shí)別系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于識(shí)別人的指紋的曲線識(shí)別系統(tǒng)。它作為確認(rèn)本人的手段，可應(yīng)用于犯罪搜查；代替鑰匙和卡的鎖裝置；代替車票和定期券的驗(yàn)票；代替信用卡或代替密碼和印章的無(wú)現(xiàn)金信用交易；代替?zhèn)鹘y(tǒng)的用電話的聲音來(lái)確認(rèn)本人的房產(chǎn)交易等資產(chǎn)管理的電子商務(wù)；用于醫(yī)療記錄、社會(huì)福利、服務(wù)業(yè)、行政及其它履歷數(shù)據(jù)如戶口本的檢索；以及通過(guò)徽章及面孔來(lái)進(jìn)行識(shí)別的專業(yè)保衛(wèi)業(yè)務(wù)等場(chǎng)合。
背景技術(shù)：
以前在指紋識(shí)別系統(tǒng)中應(yīng)用的曲線識(shí)別系統(tǒng)是對(duì)指紋的整體圖像進(jìn)行處理，并沒(méi)有對(duì)是否容易出現(xiàn)特征點(diǎn)的區(qū)域進(jìn)行區(qū)分，也沒(méi)有根據(jù)圖像內(nèi)容來(lái)劃分信息價(jià)值的重要與否，而是對(duì)指紋的整體圖像均一地處理，如肉眼識(shí)別一樣構(gòu)成數(shù)據(jù)庫(kù)及識(shí)別系統(tǒng)。然而，指紋等曲線是由含有不易受旋轉(zhuǎn)、移動(dòng)及噪聲干擾的局部的特征點(diǎn)及隆線形狀的特定部份，就是說(shuō)信息價(jià)值高的部份和價(jià)值不高的部份組成的圖像，對(duì)比時(shí)有必要加以利用，采用一成不變的處理方法浪費(fèi)太大。而且，在構(gòu)成識(shí)別系統(tǒng)基礎(chǔ)的數(shù)據(jù)庫(kù)的數(shù)據(jù)存儲(chǔ)部分中，如果把信息價(jià)值不高的部份也一律保存，浪費(fèi)大量的存儲(chǔ)器容量，這是識(shí)別系統(tǒng)的成本和對(duì)比速度受到限制的重要原因。再有、不分要點(diǎn)、對(duì)數(shù)據(jù)不進(jìn)行加工就進(jìn)行無(wú)意義的對(duì)比，對(duì)比的效率也不好，難以獲取高的識(shí)別率。進(jìn)一步講，指紋識(shí)別時(shí)不利用應(yīng)該使用的表示與特征點(diǎn)相關(guān)的信息，而使用與特征點(diǎn)的位置及特征點(diǎn)無(wú)直接關(guān)系的隆線形狀的圖像數(shù)據(jù)，這樣在有旋轉(zhuǎn)、移動(dòng)和噪音的影響時(shí)識(shí)別的效果會(huì)顯著惡化。

發(fā)明內(nèi)容本發(fā)明的目的是消除以前的應(yīng)用于指紋識(shí)別的曲線識(shí)別系統(tǒng)的缺點(diǎn)，不浪費(fèi)內(nèi)存容量，在對(duì)比時(shí)充分利用特征點(diǎn)使之具有良好的效率，進(jìn)一步講，關(guān)于隆線形狀的圖像數(shù)據(jù)，本發(fā)明有效使用僅表示特征點(diǎn)的位置關(guān)系的數(shù)字信息即特征數(shù)據(jù)，避免由旋轉(zhuǎn)、移動(dòng)和噪音引起的識(shí)別精度的惡化，高速正確地完成對(duì)比處理，以提高識(shí)別率獲取結(jié)果，并能以較低價(jià)格提供應(yīng)用于指紋識(shí)別等的曲線識(shí)別系統(tǒng)作為目的。
為實(shí)現(xiàn)本發(fā)明的目的，本發(fā)明技術(shù)方案的內(nèi)容是一、如圖1所示，做為曲線的數(shù)據(jù)表示形式，在曲線(40)的延長(zhǎng)方向用單位長(zhǎng)度的弦依次確定測(cè)量點(diǎn)(31)(32)(33)(34)，一直進(jìn)行到前面所述曲線(40)的末端。從該測(cè)定點(diǎn)開(kāi)始到兩個(gè)單位距離的測(cè)量點(diǎn)的弦(51)(52)(53)，依次對(duì)其長(zhǎng)度進(jìn)行計(jì)測(cè)，利用這種手段得到的計(jì)測(cè)數(shù)據(jù)的數(shù)值群完成對(duì)曲線的儲(chǔ)存、還原和對(duì)比。
如此這般，如果是彎曲方向不反轉(zhuǎn)的曲線，根據(jù)三個(gè)弦(51)(52)(53)的長(zhǎng)度及上述單位長(zhǎng)度的數(shù)值就可以還原四個(gè)測(cè)定點(diǎn)(31)(32)(33)(34)的位置關(guān)系。
因此，重復(fù)考慮測(cè)定點(diǎn)的同時(shí)，反復(fù)進(jìn)行這種操作，根據(jù)與原曲線上的測(cè)定點(diǎn)的聯(lián)系，如果是彎曲方向不反轉(zhuǎn)的曲線，可以完全還原和確定原有曲線。而且，這樣表達(dá)曲線形狀的方法，即使移動(dòng)和翻轉(zhuǎn)同一曲線，三個(gè)弦(51)(52)(53)的長(zhǎng)度和四個(gè)測(cè)定點(diǎn)(31)(32)(33)(34)的位置關(guān)系不變。
因此，如果使用這種方法，用很少的內(nèi)存容量就可表達(dá)曲線。
據(jù)此，如果是彎曲方向不反轉(zhuǎn)的曲線，根據(jù)曲線長(zhǎng)度和形狀的計(jì)測(cè)數(shù)據(jù)的數(shù)值群可以正確儲(chǔ)存、還原和對(duì)比。而且，即使移動(dòng)和旋轉(zhuǎn)被測(cè)曲線，也不妨礙曲線的識(shí)別。這種表達(dá)曲線的數(shù)據(jù)格式，是可消除移動(dòng)和旋轉(zhuǎn)影響的表達(dá)方法。
一般而言，如果僅僅是數(shù)值群的比較，機(jī)器比人肯定要有利。
能把這些曾被認(rèn)為人可以做到而機(jī)器很難做到的“物體的形狀識(shí)別”數(shù)據(jù)處理工作完全交給機(jī)器去做，可以取得高速、正確地處理巨大的數(shù)據(jù)庫(kù)的好效果。
二、如圖3所示，具備把由宏觀上很細(xì)密而微觀上有一定間隔的，有規(guī)則排列的畫(huà)素形成的畫(huà)像變換成上述數(shù)值群的畫(huà)像處理算法，在該算法中，當(dāng)測(cè)量點(diǎn)處于上述間隔位置時(shí)，計(jì)算出從上述曲線上的一個(gè)基準(zhǔn)點(diǎn)(100)開(kāi)始到規(guī)定直線距離(99)的測(cè)量點(diǎn)(12)的坐標(biāo)，這種方法是假定組成一個(gè)三角形，三個(gè)點(diǎn)分別是從基準(zhǔn)點(diǎn)(100)開(kāi)始比規(guī)定直線距離(99)近的第一個(gè)畫(huà)素位置(10)、比規(guī)定直線距離(99)遠(yuǎn)的第二個(gè)畫(huà)素位置(11)以及基準(zhǔn)點(diǎn)(100)。根據(jù)基準(zhǔn)點(diǎn)(100)和第一個(gè)畫(huà)素位置(10)組成的第一邊、基準(zhǔn)點(diǎn)和第二個(gè)位置的畫(huà)素(11)組成的第二邊的長(zhǎng)度分別和前面規(guī)定直線距離(99)的比例，在第一個(gè)位置的畫(huà)素(10)與第二個(gè)位置的畫(huà)素(11)相連組成的第三邊上以同樣比例確定出上述坐標(biāo)的測(cè)定點(diǎn)近似計(jì)算出測(cè)量點(diǎn)的算法。
據(jù)此，對(duì)僅僅具有有限的分解度的攝像畫(huà)面，通過(guò)將其放大并在其畫(huà)素之間進(jìn)行插值處理，即在經(jīng)過(guò)放大后可以被視覺(jué)功能看到的大量的畫(huà)素之間通過(guò)理論計(jì)算推斷出并且補(bǔ)上那些丟掉的點(diǎn)，由此從理論上來(lái)說(shuō)可以取得無(wú)限的分解度。
三、如圖4所示，作為表示曲線(400)的數(shù)據(jù)形式，用上述曲線(400)的弦(501)(502)(503)(504)中的兩個(gè)弦構(gòu)成的角度等來(lái)表示曲線的彎曲方向的方位角(408)，并且用弦的曲率度(409)(410)(411)和弦(501)(502)(503)(504)的長(zhǎng)度組合來(lái)表述上述的數(shù)值群，利用這樣的數(shù)值群對(duì)上述曲線(400)，從形狀到方向進(jìn)行特定的記憶、還原和識(shí)別。
進(jìn)而，對(duì)于S字形狀彎曲方向被翻轉(zhuǎn)的曲線，也可以通過(guò)區(qū)別那個(gè)曲線的彎曲方向的同時(shí)識(shí)別出其形狀，并完全能夠從數(shù)值還原到曲線。進(jìn)一步說(shuō)，對(duì)于畫(huà)面上旋轉(zhuǎn)的曲線，如果表示方向的數(shù)據(jù)以外的數(shù)據(jù)一致的話，即使存在形狀類似的曲線，也能夠識(shí)別出這些曲線之間的不同。反過(guò)來(lái)說(shuō)，如果能識(shí)別出形狀類似的曲線僅僅是由旋轉(zhuǎn)而產(chǎn)生的話，就能夠判斷出是同一曲線形狀。
四、如圖4所示，作為表示曲線(400)的數(shù)據(jù)格式，通過(guò)把特定的弦(501)的某一端處的特定的軌跡點(diǎn)(402)(403)(404)(405)的位置，作為位置數(shù)據(jù)進(jìn)行數(shù)據(jù)化的位置測(cè)定手段；以及利用包含那個(gè)位置數(shù)據(jù)的上述數(shù)值群，對(duì)上述曲線(400)的形狀、方向以及位置進(jìn)行特定的記憶、還原和識(shí)別。
用這種方法，就可以根據(jù)表示識(shí)別畫(huà)面上的曲線移動(dòng)的位置的數(shù)據(jù)的不同，來(lái)完成識(shí)別。反過(guò)來(lái)說(shuō)，只要能識(shí)別出形狀類似的曲線僅僅是曲線移動(dòng)產(chǎn)生的話，就能夠判斷出是同一曲線形狀。
五、如圖6所示，把圖像分割成密集的圖像塊的模塊細(xì)分化手段；以及增強(qiáng)該圖像塊的對(duì)比度進(jìn)而作黑白二值化處理，得到二值化處理的圖像，以此作為第1個(gè)二值化處理手段(S3)；以及從該二值化處理圖像中提取出上述指紋的凸起模樣也就是隆線的方向的提取手段(S4)；以及把沿著上述曲線方向的線的圖像信息判斷為有效，把不沿著曲線方向的圖像信息判斷為噪聲，除去那些噪聲而改善圖像的灰度級(jí)圖像改善手段(S5)；以及增強(qiáng)該改善圖像的對(duì)比度，進(jìn)行黑白二值化并獲得二值化處理圖像，以此作為第2個(gè)二值化處理手段(S6)；從由密集的有一定幅度的像素束形成的上述隆線的外端，向這個(gè)像素束的中心進(jìn)行幅壓縮，一直到單一的像素幅度為止，并變換成細(xì)線化的隆線的細(xì)線化方法(S7)；如圖(7)所示，把擁有同方向隆線的鄰近的端點(diǎn)(20)，或者是鄰近交叉點(diǎn)的端點(diǎn)(21)以及鄰近圖像邊框的端點(diǎn)(22)，看作上述隆線由于噪聲而產(chǎn)生的偽特征點(diǎn)，將這些偽特征點(diǎn)相連接而消除偽特征點(diǎn)的偽特征點(diǎn)修正手段(S8)；從實(shí)施以上偽特征點(diǎn)修正處理后的上述隆線的端點(diǎn)以及分叉點(diǎn)之中，抽出真正的特征點(diǎn)的特征點(diǎn)抽出手段(S9)；具備以上手段，并應(yīng)用于指紋識(shí)別中。
如上所述，對(duì)于包含噪聲的指紋的輸入圖像，也可以以很高的識(shí)別率實(shí)現(xiàn)指紋識(shí)別。
六、在某些人的指紋中由端點(diǎn)及其分叉點(diǎn)形成的特征點(diǎn)比較少，用特征點(diǎn)進(jìn)行指紋識(shí)別的手段因此受到一定的范圍限制。本發(fā)明是以從特征點(diǎn)為起始點(diǎn)的隆線的形狀作為特征點(diǎn)，以真正的特征點(diǎn)為起點(diǎn)設(shè)定二次特征點(diǎn)，以此二次特征點(diǎn)為起點(diǎn)把由此得到的隆線的形狀附加到指紋信息中，從而增加了算法的適用范圍。
七、如圖8所示，通過(guò)上述細(xì)線化手段和偽特征點(diǎn)修正手段，完成一系列處理。在這一系列處理中，通過(guò)原來(lái)的黑白圖像，抽出第1類的自身的上述端點(diǎn)的第1次的端點(diǎn)抽出處理；以及把原圖像的信號(hào)進(jìn)行黑白翻轉(zhuǎn)的正反翻轉(zhuǎn)手段；以及使該黑白翻轉(zhuǎn)的信號(hào)第2次通過(guò)上一系列處理，抽出得到第2類的上述端點(diǎn)，通過(guò)第2個(gè)端點(diǎn)的抽出處理，具有了從原來(lái)的黑白圖像的隆線中端點(diǎn)和交叉點(diǎn)這兩方面進(jìn)行特征點(diǎn)抽出的手段，并應(yīng)用于指紋識(shí)別。
進(jìn)而，伴隨著把分成兩叉的隆線進(jìn)行黑白翻轉(zhuǎn)處理，圖像結(jié)構(gòu)最終簡(jiǎn)單化了，僅僅用既沒(méi)有分叉也沒(méi)有交叉的單純的曲線的集合構(gòu)成圖像結(jié)構(gòu)，利用這些簡(jiǎn)化的圖像結(jié)構(gòu)進(jìn)行指紋識(shí)別，最適合能進(jìn)行龐大數(shù)據(jù)處理的機(jī)器識(shí)別，同以往的手法相比，首次實(shí)現(xiàn)了使用很少的存儲(chǔ)量就可以進(jìn)行簡(jiǎn)單化處理的設(shè)備，由此，可以高速而且準(zhǔn)確地進(jìn)行指紋識(shí)別八、由于各種原因，撲捉到的指紋圖像會(huì)帶有一定的噪聲，常常發(fā)生隆線或谷線斷開(kāi)，產(chǎn)生偽特征點(diǎn)，區(qū)別指紋的真?zhèn)翁卣鼽c(diǎn)的手段是，對(duì)連接到隆線或谷線上的分叉點(diǎn)(101)的三根隆線或谷線，從分叉點(diǎn)(101)按照等距離求出隆線或谷線上的點(diǎn)(102)(103)(104)，以分叉點(diǎn)(101)作為原點(diǎn)求出該三個(gè)點(diǎn)(102)(103)(104)的二維空間的座標(biāo)(Xa，Ya)，(Xb，Yb)，(Xc，Yc)，對(duì)三點(diǎn)(102)(103)(104)中的任意兩點(diǎn)(102)(103)，求出該兩點(diǎn)座標(biāo)(Xa，Ya)，(Xb，Yb)的水平分量的積(Xa·Xb)與縱垂直分量的積(Ya·Yb)之和(Xa·Xb+Ya·Yb)，如果該積比閾值大，則分叉點(diǎn)就被判斷為真正的特征點(diǎn)；如果任意兩點(diǎn)間求出的縱座標(biāo)的積與橫座標(biāo)的積之和都小于閾值，則分叉點(diǎn)就被判斷為偽特征點(diǎn)?？梢?jiàn)，，這種算法用很少的計(jì)算就可以識(shí)別指紋真?zhèn)翁卣鼽c(diǎn)。
九、用電視攝像頭攝取以行掃描方式輸入的指紋圖像，或是等同的指紋圖像輸入手段；通過(guò)這些指紋輸入手段，對(duì)一幀的指紋圖像，局部或片段地讀取上述圖像塊，隨后逐一處理為上述數(shù)值群的信號(hào)處理手段；反復(fù)處理很多幀之中的指紋圖像的不同的圖像塊，進(jìn)而實(shí)施指紋圖像整體的數(shù)值化處理的手段；具備以上手段，并應(yīng)用到指紋識(shí)別中。
如上所述，這種方法不用以前那種浪費(fèi)存儲(chǔ)器容量的對(duì)指紋整體圖像的原始圖像數(shù)據(jù)進(jìn)行存儲(chǔ)的方法，就是說(shuō)，不存儲(chǔ)原始的圖像信息，而是對(duì)信息量做削減處理后，用很小的存儲(chǔ)容量構(gòu)成指紋識(shí)別系統(tǒng)。
總之，一副指紋圖像的信息量過(guò)多，勢(shì)必浪費(fèi)存儲(chǔ)器的容量，而按照指紋識(shí)別的目的，終究要簡(jiǎn)化圖像構(gòu)成，如果指紋的圖像塊的各塊各自逐一實(shí)行數(shù)值化處理，也就不需要存儲(chǔ)無(wú)用信息的存儲(chǔ)器容量了。
于是，在上述行掃描進(jìn)行的同時(shí)，只要把上述逐一處理所需要的那部分時(shí)間，跳過(guò)去不去讀取指紋圖像，用此期間完成逐一處理，然后，指紋識(shí)別所需要的還沒(méi)被處理過(guò)的其他部分的圖像塊等待在下一幀內(nèi)的行掃描來(lái)的時(shí)候再進(jìn)行讀取，用此方法，能夠得到指紋的完整圖像。
其實(shí)，在本系統(tǒng)中，不必得到指紋的完整圖像，也能夠完成指紋的識(shí)別。也正因?yàn)槿绱?，上述局部和片斷的圖像塊的讀取方式是有效的。
十、作為判斷兩個(gè)指紋是否是同一個(gè)指紋的手段，在被分割成格狀的二維空間上，把每個(gè)格與存儲(chǔ)器的地址相對(duì)應(yīng)預(yù)備一個(gè)可以讀寫(xiě)的存儲(chǔ)器，對(duì)從兩個(gè)指紋中提取出的任意兩個(gè)特征點(diǎn)一一進(jìn)行對(duì)比，把相似度高的用較大的值，相似度低的用較小的值作為相似度的指標(biāo)值的計(jì)算方法，以及把該相似度的指標(biāo)值作為存儲(chǔ)器的數(shù)據(jù)累積加到以連接兩個(gè)特征點(diǎn)的二維空間的矢量的水平及其垂直分量的值作為二維座標(biāo)地址的對(duì)應(yīng)于某個(gè)格子的上述存儲(chǔ)器地址中，反復(fù)作此一連串的累積加操作，最后將此存儲(chǔ)器中的最大值作為兩個(gè)指紋的綜合相似度指標(biāo)值，如果該綜合相似度指標(biāo)值超過(guò)閾值就判斷為相同指紋，小于閾值就判斷為不同指紋，對(duì)于因?yàn)橹讣y的平移而產(chǎn)生的錯(cuò)位不需要修正；在識(shí)別兩個(gè)指紋是否是同一個(gè)指紋時(shí)，根據(jù)各個(gè)特征點(diǎn)的相似度指標(biāo)值計(jì)算出指紋的綜合相似度指標(biāo)值，當(dāng)指紋有旋轉(zhuǎn)同時(shí)再有平移發(fā)生時(shí)，通常需要很大的計(jì)算量。而在本發(fā)明中，對(duì)于指紋的位置錯(cuò)位進(jìn)行修正的處理中，不需要對(duì)指紋的平移而產(chǎn)生的錯(cuò)位進(jìn)行修正，因此它實(shí)現(xiàn)了高速識(shí)別指紋的目的。
十一、作為判斷兩個(gè)指紋是否是同一個(gè)指紋的手段，對(duì)于與旋轉(zhuǎn)有關(guān)的位置錯(cuò)位進(jìn)行修正，以兩個(gè)指紋中的一個(gè)中的所有的特征點(diǎn)的座標(biāo)為基準(zhǔn)點(diǎn)以此為中心進(jìn)行旋轉(zhuǎn)修正，對(duì)這些特征點(diǎn)的形狀，用與特征點(diǎn)的方位角相同的角度進(jìn)行旋轉(zhuǎn)修正，根據(jù)上述發(fā)明內(nèi)容第十項(xiàng)中所述的對(duì)于因?yàn)橹讣y的平移所產(chǎn)生的錯(cuò)位不需要修正的指紋識(shí)別手段，在即使有因?yàn)槿我獾男D(zhuǎn)以及平移而產(chǎn)生位置錯(cuò)位的情況下，也能夠?qū)崿F(xiàn)高精度的指紋識(shí)別。
這樣，對(duì)于指紋的位置錯(cuò)位進(jìn)行修正的處理中，不需要對(duì)指紋的旋轉(zhuǎn)而產(chǎn)生的錯(cuò)位進(jìn)行修正，因此可以達(dá)到提供實(shí)現(xiàn)高速指紋識(shí)別的手段的目的。
十二、具備在掃描6到7幀所需要的6/25秒時(shí)間以內(nèi)讀取一幅指紋圖像并且完成數(shù)值化處理的算法，并應(yīng)用到指紋識(shí)別中。
正因?yàn)槿绱?，這種算法既保持了實(shí)用性又實(shí)現(xiàn)了設(shè)備的簡(jiǎn)單化。
為何如此呢？比如每秒25幀或30幀的電視攝像過(guò)程中，如果能用6幀得到指紋的完整的圖像，那么在6/25秒或6/30秒的時(shí)間內(nèi)就可以完成一副指紋圖像的讀取和數(shù)值化處理。
這種做法，與用數(shù)字相機(jī)等照相拍攝得到的含有特別多的信息量的一幀指紋圖像進(jìn)行保存和處理相比有很多的好處。它意味著可以獲得系統(tǒng)整體的簡(jiǎn)單化，而且能夠降低成本。
十三、根據(jù)上述數(shù)值群來(lái)確定與上述特征點(diǎn)相聯(lián)系的隆線形狀的指紋特征數(shù)據(jù)，用這些指紋特征數(shù)據(jù)和預(yù)先登記的指紋特征數(shù)據(jù)樣本或是數(shù)據(jù)庫(kù)中的指紋特征數(shù)據(jù)進(jìn)行對(duì)比識(shí)別；具備這樣的識(shí)別手段；因?yàn)閼?yīng)用于指紋識(shí)別中，用較少的存儲(chǔ)器容量就能提高識(shí)別的速度和識(shí)別率，從實(shí)用水平來(lái)看，與以往方法相比，能顯著提高識(shí)別的高速性和正確性。
十四、上述細(xì)分化、上述對(duì)于噪聲的改善以及修正處理、上述二值化、細(xì)線化、指紋特征數(shù)據(jù)的采集和識(shí)別等一系列的數(shù)據(jù)處理，用每秒可以執(zhí)行1億條命令的計(jì)算機(jī)來(lái)處理；同時(shí)，對(duì)于一幅指紋圖像，分配最小為40到60字節(jié)的指紋特征數(shù)據(jù)的存儲(chǔ)空間的識(shí)別手段，把這些應(yīng)用于指紋識(shí)別中，更能夠大幅度削減存儲(chǔ)器空間，而且能進(jìn)行高速的識(shí)別。
十五、由終端輸入的上述指紋圖像之中抽出至少40乃至60字節(jié)的指紋特征數(shù)據(jù)的采集手段；將該指紋特征數(shù)據(jù)連接到網(wǎng)絡(luò)，和上述數(shù)據(jù)庫(kù)進(jìn)行識(shí)別，結(jié)果通知到上述終端；具備以上手段，指紋識(shí)別也能應(yīng)用到相隔遙遠(yuǎn)的地方。
十六、醫(yī)療、社會(huì)福利、服務(wù)業(yè)、行政以及金融機(jī)關(guān)的個(gè)人履歷檢索、鎖、各種證券、售票、剪票、查票、核對(duì)、付賬、電子商務(wù)、資產(chǎn)管理等應(yīng)用之中，把具有以上任何一種功能的終端或單獨(dú)裝置進(jìn)行組合配備。作為確認(rèn)本人手段，使用于指紋識(shí)別中，僅僅瞬間的指紋識(shí)別就可以完成以前利用卡、鑰匙、票、月票、簽名、印章、徽章、臉以及本人的聲音進(jìn)行的判斷。
十七、作為軟件的保密、定制大規(guī)模集成電路的設(shè)計(jì)數(shù)據(jù)保密的機(jī)能的一部份，配備在保密對(duì)象自身的構(gòu)造中，作為確認(rèn)本人的手段而使用指紋識(shí)別，削減了保密管理的費(fèi)用。
十八、從對(duì)很多個(gè)手指的指紋特征數(shù)據(jù)進(jìn)行邏輯運(yùn)算中設(shè)定確認(rèn)本人的規(guī)則。
如上所述，作為權(quán)力的適用范圍能夠方便地自由設(shè)定。如限定在家庭成員范圍內(nèi)以及適宜的更多的人。例如，針對(duì)汽車事故損害賠償責(zé)任保險(xiǎn)中對(duì)家庭成員范圍等限定的合同，把它用在汽車駕駛鎖裝置中。
而且，一個(gè)人因?yàn)橛?0個(gè)手指和10個(gè)腳趾，通過(guò)它們的級(jí)數(shù)計(jì)算組合形成的密碼非常富于變化，極大地強(qiáng)化了對(duì)保護(hù)對(duì)象的保護(hù)效果。

圖1是特征弦的數(shù)值化說(shuō)明圖；圖2是識(shí)別中曲線的移動(dòng)和旋轉(zhuǎn)圖；圖3是像素的間隙部份存在的測(cè)定點(diǎn)坐標(biāo)值的近似計(jì)算原理說(shuō)明圖；圖4是使用特征點(diǎn)的方位角和曲率的曲線形狀系統(tǒng)的說(shuō)明圖。
圖5是通過(guò)細(xì)線化和正負(fù)反轉(zhuǎn)來(lái)提取真特征點(diǎn)的算法的說(shuō)明圖；圖6是包含灰度級(jí)圖象改善手段的真特征點(diǎn)提取算法；圖7是偽特征點(diǎn)說(shuō)明圖；a.具有同樣方向的隆線接近端點(diǎn)說(shuō)明圖；b.接近分歧點(diǎn)的端點(diǎn)說(shuō)明圖；c.接近圖象的框的端點(diǎn)說(shuō)明圖8是黑白反轉(zhuǎn)及特征點(diǎn)提取說(shuō)明圖；a.處理前的黑白塊圖象說(shuō)明圖；b.中途處理的提取特征點(diǎn)說(shuō)明圖；c.黑白反轉(zhuǎn)塊圖象說(shuō)明圖；d.最終處理后的提取特征點(diǎn)的說(shuō)明9是使用二次特征點(diǎn)的曲線識(shí)別系統(tǒng)的說(shuō)明圖；圖10是利用內(nèi)積對(duì)偽特征點(diǎn)進(jìn)行除去的判定的說(shuō)明圖；圖11是與平行移動(dòng)相關(guān)的不需要進(jìn)行偏差修正的識(shí)別方法中，關(guān)于存儲(chǔ)類似度指標(biāo)的累計(jì)值的存儲(chǔ)器區(qū)域的說(shuō)明圖；圖12是行掃描及全畫(huà)面的數(shù)值化識(shí)別處理的特征點(diǎn)提取算法說(shuō)明圖；圖13是指紋識(shí)別系統(tǒng)算法；上述圖中符號(hào)的說(shuō)明10第一像素位置；11第二像素位置；12測(cè)定點(diǎn)；20，21，22端點(diǎn)；30特征點(diǎn)；40，400曲線或隆線；41，42，43，44單位長(zhǎng)弦；12，31，32，33，34，62測(cè)定點(diǎn)；51，52，53特征弦；91特征點(diǎn)
92-95二次特征點(diǎn)；99規(guī)定直線距離；100基準(zhǔn)點(diǎn)。
101，401分叉點(diǎn)；102，103，104隆線或谷線上的點(diǎn)；402-405軌跡點(diǎn)；407基準(zhǔn)軸；408特征點(diǎn)的方位角；409，410，411曲率度；501-504長(zhǎng)為D的弦；RS1-RS4以二次特征點(diǎn)為起始點(diǎn)的隆線的形狀。
具體實(shí)施方式以下，沿著圖例，把本發(fā)明實(shí)施的形態(tài)一一說(shuō)明。
圖1表明本發(fā)明實(shí)施的一種形態(tài)，是特征弦的數(shù)值化說(shuō)明圖。
在圖1中，隆線40是從特征點(diǎn)30開(kāi)始延伸形成的平滑的曲線。這其中，假定彎曲方向是不按S字形狀翻轉(zhuǎn)的弧。
用單位長(zhǎng)度的弦41、42、43、44沿該曲線(40)的延長(zhǎng)方向依次確定采樣點(diǎn)(以下也稱測(cè)量點(diǎn))31、32、33、34，一直進(jìn)行到上述曲線(40)的末端。這是在地圖之中用分割的方法來(lái)測(cè)定曲線區(qū)間的路徑的要領(lǐng)。然后，根據(jù)上述特征弦的定義，把從特征點(diǎn)30開(kāi)始到2點(diǎn)以后的采樣點(diǎn)32為止的連續(xù)3點(diǎn)，即30、31和32用直線連結(jié)，構(gòu)成等腰三角形，把底邊51的長(zhǎng)度，作為特征弦而提取出來(lái)。
如果把上述等腰三角形詳細(xì)地說(shuō)明，從特征點(diǎn)30開(kāi)始依次按單位長(zhǎng)度確定測(cè)量點(diǎn)31，32，33，然后依次計(jì)測(cè)從那些測(cè)量點(diǎn)開(kāi)始到2個(gè)單位間隔的弦處的測(cè)量點(diǎn)32、33、34的的長(zhǎng)度的計(jì)測(cè)手段，也就是說(shuō)，從特征點(diǎn)30開(kāi)始到第2個(gè)測(cè)量點(diǎn)32為止的弦的長(zhǎng)度51、第一個(gè)測(cè)量點(diǎn)31開(kāi)始到第3個(gè)測(cè)量點(diǎn)33為止的弦的長(zhǎng)度52、第2個(gè)測(cè)量點(diǎn)開(kāi)始到第4個(gè)測(cè)量點(diǎn)34為止的弦的長(zhǎng)度53，對(duì)它們依次計(jì)測(cè)。
從這些計(jì)測(cè)結(jié)果51、52、53得出的數(shù)值群數(shù)據(jù)，作為表示隆線30的曲線形狀的信息，由這些單純數(shù)值群數(shù)據(jù)形成指紋特征數(shù)據(jù)。
這些指紋特征數(shù)據(jù)同預(yù)先做好的數(shù)據(jù)庫(kù)的內(nèi)容比較，完成指紋的識(shí)別，使用較少的存儲(chǔ)器容量就能提高識(shí)別的速度和識(shí)別率。
圖2是需要識(shí)別的曲線40移動(dòng)和翻轉(zhuǎn)后的圖。在此，如果對(duì)曲線40進(jìn)行數(shù)值化后再識(shí)別，那么曲線40即使移動(dòng)、旋轉(zhuǎn)，弦51、52、53的長(zhǎng)度不變。所以根據(jù)由這些弦51、52、53的長(zhǎng)度形成的數(shù)值數(shù)據(jù)就能夠完成對(duì)曲線40的形狀的認(rèn)識(shí)、保存、還原以及區(qū)別從而進(jìn)行識(shí)別。
圖3是對(duì)關(guān)于如何近似計(jì)算位于不連續(xù)的像素之間的測(cè)量點(diǎn)的坐標(biāo)的近似計(jì)算原理的說(shuō)明圖。
數(shù)字相機(jī)或錄像機(jī)成像鏡面等攝像元件中，就像人的肉眼的視網(wǎng)膜一樣，對(duì)光有反應(yīng)的微小的區(qū)域形成的像素按所定的數(shù)量和面積致密地排列著。
然而，上述像素宏觀上看雖然致密，微觀上看卻是具有一定的間距，有規(guī)則而且有限地排列著。
另一方面，用計(jì)算機(jī)等處理數(shù)字圖像時(shí)，如圖3所示，畫(huà)面上的數(shù)據(jù)只是用被設(shè)置成正方形的像素上的點(diǎn)來(lái)表示。就是說(shuō)曲線是由這些具有一定形狀的像素來(lái)表示的。
這樣，舉個(gè)例子來(lái)說(shuō)，從某個(gè)像素100開(kāi)始到4個(gè)像素長(zhǎng)度處的點(diǎn)12不一定正好落在實(shí)際存在的像素點(diǎn)上。因此，通過(guò)接近4個(gè)像素長(zhǎng)度的曲線上的2個(gè)像素10、11的位置信息，計(jì)算出偏離像素點(diǎn)的曲線上的測(cè)量點(diǎn)12變得必要了。例如，通過(guò)單純的比例關(guān)系用直線近似方法就能計(jì)算出相關(guān)測(cè)量點(diǎn)的位置。這樣，象對(duì)測(cè)量點(diǎn)12那樣，即使偏離像素10、11的位置，也能計(jì)算得出如圖1所表示的弦51、52、53的長(zhǎng)度。
對(duì)上述測(cè)量點(diǎn)12存在于兩個(gè)像素之間的情形，作為從曲線40上的某個(gè)基準(zhǔn)點(diǎn)100開(kāi)始到具有規(guī)定的直線距離99的曲線40上的測(cè)量點(diǎn)12的坐標(biāo)的計(jì)算手段，由次作為計(jì)算測(cè)量點(diǎn)的算法。
這樣，如果在算法上能夠嚴(yán)密地計(jì)算出那些落在有限的解像度的攝像面上，也就是說(shuō)只有放大后才能看清落在像素之間的點(diǎn)的位置，從理論上講就可以得到無(wú)限的解像度。
如圖3所示，從基準(zhǔn)點(diǎn)100開(kāi)始比直線距離99近的第1個(gè)像素位置10，從基準(zhǔn)點(diǎn)100開(kāi)始比直線距離99遠(yuǎn)的第2個(gè)像素位置11，以及基準(zhǔn)點(diǎn)100結(jié)成三角形。基準(zhǔn)點(diǎn)100和第1個(gè)像素位置連接的線段為第一邊；基準(zhǔn)點(diǎn)100和第2個(gè)像素位置連接的線段為第二邊第一個(gè)像素位置和第二個(gè)像素位置連接成第三邊，根據(jù)第一邊和第二邊的長(zhǎng)度以及同直線距離99的比率，按比例分配上面的第三邊。通過(guò)這些，完成確定上述坐標(biāo)的必要的計(jì)算。這種近似計(jì)算的精度越高，越能顯著提高曲線的識(shí)別能力。
圖4是表示使用了特征點(diǎn)的方位角和曲率的曲線形狀系統(tǒng)的說(shuō)明圖。由圖4所示的隆線的分叉特征點(diǎn)401上，考慮向分叉的反方向沿伸的隆線402。首先，把分叉點(diǎn)本身作為第一軌跡點(diǎn)，從第一軌跡點(diǎn)僅按照某一個(gè)距離D得到隆線上42的第二個(gè)軌跡點(diǎn)403，再?gòu)牡诙€(gè)軌跡點(diǎn)403用同樣的距離D得到隆線上402的第三個(gè)軌跡點(diǎn)404，同樣地得到第四個(gè)軌跡點(diǎn)405，和第六個(gè)軌跡點(diǎn)406，這些軌跡點(diǎn)只要隆線不斷就可以任意地增加。下一步，將這些軌跡點(diǎn)順序用直線連接，將隆線的形狀用具有同樣長(zhǎng)度的直線連接成的折線來(lái)近似。
為了有效地用具有同樣長(zhǎng)度的直線連接成的幾何圖形來(lái)表達(dá)隆線的形狀，首先計(jì)算該分叉點(diǎn)同第二個(gè)軌跡點(diǎn)連成的線段與基準(zhǔn)坐標(biāo)軸形成的角度(以后，把它成為特征點(diǎn)的“方位角”)。下一步，計(jì)算特征點(diǎn)401同第二個(gè)軌跡點(diǎn)403連成的線段與第二個(gè)軌跡點(diǎn)403同第三個(gè)軌跡點(diǎn)404連成的線段之間形成的角度409以后，把它成為特征點(diǎn)的“第一曲率”)。進(jìn)而，第二個(gè)軌跡點(diǎn)403同第三個(gè)軌跡點(diǎn)404連成的線段與第三個(gè)軌跡點(diǎn)404同第四個(gè)軌跡點(diǎn)405連成的線段之間形成的角度410；以下按照相同方法，依次得到相鄰兩個(gè)線段形成的角度。表現(xiàn)隆線的曲線形狀所必需的信息，僅僅是特征點(diǎn)的方位角(408)、以及相鄰兩個(gè)線段形成的角度夠成的曲率409，410，411而已。
特征點(diǎn)的方位角和曲率這些信息，用來(lái)表現(xiàn)含有特征點(diǎn)的隆線的曲線形狀，這種表現(xiàn)歸根到底是要進(jìn)行指紋的識(shí)別，并能夠期待以此顯著提高指紋的識(shí)別能力。而且，這種曲線形狀的表現(xiàn)方法，同樣能夠適用于在圖1中所表示的隆線分叉的特征點(diǎn)以外的，也就是由隆線間斷的端點(diǎn)形成的特征點(diǎn)。
圖5是根據(jù)細(xì)線化和正反翻轉(zhuǎn)提取出真正的特征點(diǎn)的算法。
由細(xì)線化處理(步驟7)和偽特征點(diǎn)修正(步驟8)構(gòu)成一連串的處理部分，原黑白圖像輸入后要通過(guò)這一系列部分的處理。
在上述原黑白圖像之中，處理黑色對(duì)象(包括在輪廓線以內(nèi))的延伸方向的輪廓線，把幅處理成一個(gè)像素線，進(jìn)而由面變換成線的算法，用這種算法來(lái)進(jìn)行細(xì)線化處理(步驟7)，將上述黑色的面對(duì)象最終簡(jiǎn)化成線。接下來(lái)，具體的細(xì)線化處理(步驟7)的情況按圖8見(jiàn)后述。
接下來(lái)，只提取出第1類的上述端點(diǎn)，把它作為第1次的端點(diǎn)提取處理；接下來(lái)把原黑白圖像的信號(hào)進(jìn)行黑白正反翻轉(zhuǎn)(步驟70)；那些黑白翻轉(zhuǎn)的信號(hào)總共只進(jìn)行2次上述一系列連續(xù)部分的處理，通過(guò)次數(shù)確認(rèn)(步驟72)確定其次數(shù)，然后把提取得到的第2分類的上述端點(diǎn)作為第2類端點(diǎn)的提取處理，進(jìn)而完成上述原黑白圖像的隆線中的端點(diǎn)和分叉點(diǎn)兩方面特征點(diǎn)的提取，具備這種特征點(diǎn)提取手段，并能夠應(yīng)用到指紋識(shí)別中。這些，在后面圖8中進(jìn)行詳細(xì)說(shuō)明。
如上所述，通過(guò)把分成兩叉的上述曲線進(jìn)行黑白翻轉(zhuǎn)處理，最終完成圖像結(jié)構(gòu)的簡(jiǎn)單化，只用這種既沒(méi)有分叉也沒(méi)有交叉的單純曲線集合形成圖像結(jié)構(gòu)。利用這種簡(jiǎn)單化的圖像結(jié)構(gòu)進(jìn)行指紋識(shí)別，最適合能進(jìn)行龐大數(shù)據(jù)處理的機(jī)器識(shí)別，利用同以前相比占用更少存儲(chǔ)量而進(jìn)行簡(jiǎn)單化處理的設(shè)備，可以高速而且準(zhǔn)確地進(jìn)行指紋識(shí)別。
圖6是包含灰度級(jí)圖像改善手段在內(nèi)的提取真正的特征點(diǎn)的算法。
通過(guò)模塊細(xì)分化手段把圖像分成很多細(xì)分化的圖像塊，增強(qiáng)其對(duì)比度進(jìn)而作黑白二值化處理，得到二值化處理的圖像，這是進(jìn)行的第1個(gè)二值化處理(步驟S3)，從這個(gè)二值化處理圖像中檢測(cè)出上述指紋的凸出模樣也就是隆線的方向，完成隆線方向的檢測(cè)(步驟S4)。
接著，對(duì)隆線方向的檢測(cè)所得到的信息將作為(步驟S4)求出隆線的方向，除去噪聲成分時(shí)的輔助信息來(lái)利用。也就是，把沿著上述曲線方向的線的圖像信息判斷為有效，把不沿著曲線方向的圖像信息判斷為噪聲，除去那些噪聲而得到改善圖像，達(dá)到灰度級(jí)圖像的改善(步驟S5)。
而且，二值化是把由含糊的中間值構(gòu)成的模擬電信號(hào)進(jìn)行數(shù)字化的常規(guī)手段，在此，具有把用8位或多位表示的電信號(hào)，變換成1位的數(shù)字電信號(hào)的手段，這是根據(jù)某些基準(zhǔn)值之間大小的比較操作來(lái)完成。
圖7是偽特征點(diǎn)的說(shuō)明圖。
(a)具有同方向的隆線而且相臨近的端點(diǎn)(20)的說(shuō)明圖。
(b)鄰近分叉點(diǎn)的端點(diǎn)(21)的說(shuō)明圖。
(c)鄰近圖像框邊緣的端點(diǎn)(22)的說(shuō)明圖。
從上述指紋數(shù)據(jù)中修正噪聲成分，經(jīng)過(guò)該偽特征點(diǎn)修正(步驟S8)完成真正的特征點(diǎn)的提取(步驟S9)。這種偽特征點(diǎn)修正(步驟S8)的具體手段作為“后處理”方式，在圖7中說(shuō)明。
噪聲成分等被錯(cuò)誤捕捉，雖然不是特征點(diǎn)卻被誤認(rèn)為特征點(diǎn)，圖7(a)(b)(c)是這3類偽特征點(diǎn)的說(shuō)明圖。圖像的邊緣或者是接近分叉點(diǎn)的端點(diǎn)，或者是具有同方向的隆線而且相鄰近的端點(diǎn)，被看作上述因?yàn)樵肼晫?dǎo)致隆線缺陷而產(chǎn)生的偽特征點(diǎn)，把這些偽特征點(diǎn)相連接的偽特征點(diǎn)的修正規(guī)則，適用于上述作為“后處理”方法的特征點(diǎn)修正(步驟S8)。
接著再一次回到圖6的說(shuō)明，增強(qiáng)上述改善圖像的對(duì)比度，進(jìn)行黑白二值化，得到二值化處理圖像，這是進(jìn)行了第2個(gè)二值化處理(步驟S6)，在那個(gè)二值化處理的圖像中，從由密集的有一定幅度的像素束形成的上述隆線的外端，向這個(gè)像素束的中心進(jìn)行幅壓縮，一直到單一的像素幅度為止，并變換成細(xì)線化的隆線，實(shí)施這樣的細(xì)線化處理(步驟S7)。
細(xì)線化處理(步驟S7)，就是把復(fù)雜形狀的圖像進(jìn)行簡(jiǎn)單化、數(shù)值化并且使之適合機(jī)器計(jì)算處理，起到簡(jiǎn)化識(shí)別工作的作用。
接下來(lái)，具有同方向的隆線而且相鄰近的端點(diǎn)20，或者是鄰近分叉點(diǎn)的端點(diǎn)21，或者是鄰近圖像的邊緣的端點(diǎn)22，被看作是上述隆線由于噪聲而產(chǎn)生的偽特征點(diǎn)，把這些偽特征點(diǎn)相連接，進(jìn)行偽特征點(diǎn)的修正(步驟S8)。
這樣，在圖6中，對(duì)輸入圖像進(jìn)行一系列圖像處理，一直進(jìn)行到偽特征點(diǎn)修正，從實(shí)施以上處理后的上述隆線的端點(diǎn)以及分叉點(diǎn)之中提取真正的特征點(diǎn)(步驟9)，具備該特征點(diǎn)提取手段，并應(yīng)用于指紋識(shí)別中。
如上所述，對(duì)于包含噪聲的指紋的輸入圖像，也可以以很高的識(shí)別率實(shí)現(xiàn)指紋識(shí)別。
圖8是通過(guò)黑白翻轉(zhuǎn)和細(xì)線化，進(jìn)行特征點(diǎn)提取的方法的說(shuō)明圖。(a)是處理前的黑白圖像塊的說(shuō)明圖，(b)是中間處理中提取特征點(diǎn)的說(shuō)明圖，(c)是黑白翻轉(zhuǎn)圖像塊的說(shuō)明圖，(d)是最終處理后提取特征點(diǎn)的說(shuō)明圖。
已經(jīng)根據(jù)圖5說(shuō)明的細(xì)線化處理(步驟S7)和正反翻轉(zhuǎn)(步驟70)說(shuō)明了真正的特征點(diǎn)提取算法，經(jīng)過(guò)細(xì)線化處理(步驟S7)，也就是在圖8中從(a)開(kāi)始到(b)的圖像處理，和處理前相比，雖然這種處理格外降低了信息量，但沒(méi)能消除對(duì)兩股分叉點(diǎn)進(jìn)行數(shù)值化所需要的負(fù)擔(dān)。
圖8(b)之中雖然和(a)相比減輕了相當(dāng)?shù)男畔⒘?，可因?yàn)橛蟹植纥c(diǎn)，這分叉點(diǎn)成為指紋識(shí)別中不能進(jìn)行歸一判斷的瓶頸。
這里，為了消除二股分叉點(diǎn)的影響，通過(guò)正反翻轉(zhuǎn)(步驟S70)從圖8中的(a)開(kāi)始實(shí)施(c)的圖像處理，進(jìn)而通過(guò)細(xì)線化處理(步驟S7)，從圖8中的(c)開(kāi)始完成(d)的圖像處理，對(duì)上述二股分叉點(diǎn)用有限曲線的一端，即特征點(diǎn)進(jìn)行了表示。并且，這樣的處理重復(fù)2次，就可以徹底完成對(duì)特征點(diǎn)的提取。
如上所述，只要提取出沒(méi)有分叉點(diǎn)的有限曲線以及最終處理后的特征點(diǎn)，進(jìn)而消除分叉點(diǎn)，就能降低需要的信息量，而且使數(shù)值化更容易。儲(chǔ)存數(shù)值化信息的信息量和圖像處理前相比，減少了許多。這樣，指紋識(shí)別就變成了對(duì)事物的歸一判斷，不需要與人為因素及很多項(xiàng)目有關(guān)的判斷，適合機(jī)器處理，實(shí)現(xiàn)了處理高速化，而且減少了存儲(chǔ)器容量，減輕數(shù)據(jù)庫(kù)極其維護(hù)的負(fù)擔(dān)。
圖9是使用了二次特征點(diǎn)的曲線識(shí)別系統(tǒng)的說(shuō)明圖。，如圖9所示，對(duì)于某一個(gè)特征點(diǎn)91，在與此特征點(diǎn)91相連接的隆線方向(Y1)和與其垂直的方向(X1)的坐標(biāo)軸上，把從特征點(diǎn)91量起等距離的4點(diǎn)(92)，(93)，(94)，(95)作為二次特征點(diǎn)，使用上述曲線形狀同樣的表現(xiàn)方法來(lái)提取出這些二次特征點(diǎn)的最近處的隆線的形狀(RS1)(RS2)(RS3)(RS4)。這四個(gè)二次特征點(diǎn)的隆線形狀(RS1)(RS2)(RS3)(RS4)，能夠間接地捕捉到由原來(lái)的特征點(diǎn)91構(gòu)成的指紋整體的模樣。通過(guò)把這種附加的消息應(yīng)用于指紋識(shí)別中，能夠顯著提高指紋識(shí)別的精度。
因此由真正的特征點(diǎn)91作為起始點(diǎn)設(shè)定可以確定的二次特征點(diǎn)，把用以此二次特征點(diǎn)為起始點(diǎn)的隆線形狀作為附加信息，可以極大地?cái)U(kuò)大選用范圍。
具體地說(shuō)，對(duì)于那些僅僅用隆線形狀來(lái)登記的方法無(wú)法登記的指紋，用這種方法，幾乎可以實(shí)現(xiàn)100％登記和對(duì)比。
圖10是關(guān)于用內(nèi)積來(lái)判定是否除去偽特征點(diǎn)的說(shuō)明圖。如圖10所示，真正的隆線的分叉點(diǎn)，一般具有以該分叉點(diǎn)為中心，由一個(gè)狹窄的角度包含的區(qū)域(A101)以及兩個(gè)寬闊的角度包含的區(qū)域(A102)，(A103)分割而成的這種形狀。而且，真正的隆線的端點(diǎn)，如圖8所示，能夠看作谷線的分叉點(diǎn)，具有與上述的隆線的分叉點(diǎn)一樣的，由一個(gè)狹窄的角度包含的區(qū)域(A101)以及兩個(gè)寬闊的角度包含的區(qū)域(A102)，(A103)分割而成的形狀。利用這些性質(zhì)，為了把由類似的隆線或者谷線的分叉點(diǎn)分割而成的區(qū)域，用較少的計(jì)算量進(jìn)行判別，如圖10所示，需要求出從分叉點(diǎn)(101)開(kāi)始為等距離并在隆線或者谷線上的點(diǎn)(102)、(103)、(104)，進(jìn)而求出以分叉點(diǎn)(101)作為原點(diǎn)時(shí)這三點(diǎn)的二維坐標(biāo)(Xa，Ya)、(Xb，Yb)、(Xc，Yc)。
接著，求出點(diǎn)(102)和點(diǎn)(103)的水平分量的積(XaXb)和垂直分量的積(YaYb)之和(以后，稱此操作為兩點(diǎn)的內(nèi)積)，這兩點(diǎn)的內(nèi)積與由分叉點(diǎn)(101)，(102)連接成的直線和分叉點(diǎn)(101)，(102)連接成的直線形成的角的余弦成比例，因此，該值越大，兩條線之間的角越小，該值越小，兩條線之間的角越大。同樣，對(duì)點(diǎn)(103)和點(diǎn)(104)的內(nèi)積及點(diǎn)(104)和點(diǎn)(102)的內(nèi)積進(jìn)行同樣的操作，這三個(gè)內(nèi)積中正好有一個(gè)比閾值大時(shí)就表示有一個(gè)角小而另外兩個(gè)角大這種情況，由此判定為真正的分叉點(diǎn)，除此情況外就判定為偽分叉點(diǎn)。
在判定兩個(gè)指紋是否是同一個(gè)手指時(shí)，比如說(shuō)這兩個(gè)指紋是否來(lái)自同一個(gè)手指，由于手指的位置移動(dòng)或角度不同，特征點(diǎn)的位置和方向也不同，在作指紋識(shí)別時(shí)，一般要對(duì)這種偏差進(jìn)行確定，修正后再進(jìn)行識(shí)別。這種偏差確定及修正往往需要很大的計(jì)算量。因此對(duì)位置移動(dòng)或角度的偏差必須加以很大的限制。以下就對(duì)位置平行移動(dòng)產(chǎn)生的偏差不需要修正的方法進(jìn)行說(shuō)明。
首先，如圖11所示，將一個(gè)大長(zhǎng)方形的二維空間分割成格狀，預(yù)備一個(gè)可以讀寫(xiě)的使每個(gè)格與存儲(chǔ)器的地址相對(duì)應(yīng)的存儲(chǔ)器，圖11表示一個(gè)M行N列的二維空間的存儲(chǔ)器，在開(kāi)始指紋識(shí)別開(kāi)始時(shí)，各個(gè)存儲(chǔ)器的單元被初始化(如，被清零)。然后，對(duì)從兩個(gè)指紋中提取出的任意兩個(gè)特征點(diǎn)一一進(jìn)行對(duì)比，用相似度指標(biāo)表示其相似度高低，作為計(jì)算這個(gè)指標(biāo)值的計(jì)算函數(shù)，是根據(jù)隆線的方向和曲線的形狀，相似度高的用較大的值，相似度低的用較小的值來(lái)實(shí)現(xiàn)。
下面，對(duì)于上述兩個(gè)特征點(diǎn)，求出從某一個(gè)指紋的特征點(diǎn)坐標(biāo)點(diǎn)(Xa，Ya)連接到另一個(gè)指紋的特征點(diǎn)坐標(biāo)點(diǎn)(Xb，Yb)的二維空間的矢量(Xb-Xa，Yb-Ya)。這意味著，前一個(gè)指紋沿水平方向移動(dòng)Xb-Xa，垂直方向移動(dòng)Yb-Ya后，兩個(gè)特征點(diǎn)正好落在同一個(gè)坐標(biāo)點(diǎn)。如果兩個(gè)特征點(diǎn)的相似度指標(biāo)值很高，就表示實(shí)際的指紋的平移量等于這個(gè)二維空間的矢量(Xb-Xa，Yb-Ya)的可能性很高，否則，如果兩個(gè)特征點(diǎn)的相似度指標(biāo)值很低，就表示實(shí)際的指紋的平移量等于這個(gè)二維空間的矢量(Xb-Xa，Yb-Ya)的可能性很低。
下面，把上述二維空間矢量(Xb-Xa，Yb-Ya)看做坐標(biāo)，把它當(dāng)作地址找到與其對(duì)應(yīng)的由圖11表示的二維空間上的某個(gè)格子，讀出該格子中的數(shù)據(jù)將其累加到兩個(gè)特征點(diǎn)的相似度指標(biāo)值上，再寫(xiě)回到該地址中。
圖11是關(guān)于有平行移動(dòng)時(shí)用不需要修正的識(shí)別方法如何將相似度指標(biāo)值的累加值存入存儲(chǔ)器里的說(shuō)明圖。
由上述說(shuō)明可見(jiàn)，計(jì)算特征點(diǎn)對(duì)的相似度指標(biāo)值，從而計(jì)算兩個(gè)特征點(diǎn)間的二維矢量，根據(jù)這個(gè)二維矢量找到以次為坐標(biāo)的格子，對(duì)與此格子對(duì)應(yīng)的存儲(chǔ)器里存放的相似度指標(biāo)值反復(fù)作此一連串的累加并將累加結(jié)果再寫(xiě)回原地址中去的操作，從兩個(gè)指紋中任選一對(duì)，對(duì)所有組合反復(fù)操作。
最后將此存儲(chǔ)器中的最大值作為兩個(gè)指紋的綜合相似度指標(biāo)值，如果該綜合相似度指標(biāo)值超過(guò)閾值就判斷為相同指紋，用這種方法，對(duì)于因?yàn)橹讣y的平移而產(chǎn)生的錯(cuò)位，在對(duì)此錯(cuò)位進(jìn)行判定的同時(shí)就已經(jīng)進(jìn)行了間接的修正而不需要另外的直接修正，因此用極少的計(jì)算量就能實(shí)現(xiàn)指紋識(shí)別。
以上，說(shuō)明了不需要對(duì)指紋的平移而產(chǎn)生的錯(cuò)位進(jìn)行修正的指紋識(shí)別的方法。在此，對(duì)由于旋轉(zhuǎn)而產(chǎn)生的錯(cuò)位進(jìn)行修正的方法進(jìn)行說(shuō)明。這種方法對(duì)于任意角度的旋轉(zhuǎn)及一定程度的平移而產(chǎn)生的錯(cuò)位都可以實(shí)現(xiàn)高精度的指紋識(shí)別。
對(duì)于因某一個(gè)旋轉(zhuǎn)角而產(chǎn)生的錯(cuò)位進(jìn)行修正，從兩個(gè)指紋中的任意一個(gè)中對(duì)所有的特征點(diǎn)進(jìn)行旋轉(zhuǎn)修正。特征點(diǎn)的數(shù)據(jù)由二維坐標(biāo)和特征點(diǎn)的形狀信息構(gòu)成。對(duì)于該二維坐標(biāo)值要以某一個(gè)基準(zhǔn)原點(diǎn)為中心，進(jìn)行旋轉(zhuǎn)修正。對(duì)于特征點(diǎn)的形狀信息，要對(duì)特征點(diǎn)的方位角修正成同樣的角度。關(guān)于表示特征點(diǎn)的形狀的曲率的信息，因?yàn)樗浑S旋轉(zhuǎn)而變，不需要修正。
用上述的旋轉(zhuǎn)修正方法對(duì)兩個(gè)指紋中的一方所有的指紋進(jìn)行了修正后，進(jìn)行上述不需要進(jìn)行平移錯(cuò)位修正的指紋識(shí)別方法進(jìn)行識(shí)別。
圖12是通過(guò)行掃描以及全畫(huà)面的數(shù)值化進(jìn)而進(jìn)行識(shí)別處理的特征點(diǎn)提取的算法。
攝像機(jī)影像輸入采用眾所周知的行掃描的電視方式，在1幀畫(huà)面所需要的時(shí)間內(nèi)，例如25分之1秒或者是30分之1秒之內(nèi)進(jìn)行掃描，對(duì)各像素以及各圖像塊的數(shù)據(jù)按規(guī)定的順序進(jìn)行確認(rèn)，不是儲(chǔ)存1幀全畫(huà)面的信息，而是保存局部的部分圖像塊的數(shù)據(jù)(步驟S92)。
后面，圖5和圖6表示的是被限制在短時(shí)間內(nèi)進(jìn)行的特征點(diǎn)的提取處理(步驟S93)。
但是，假設(shè)特征點(diǎn)提取處理(步驟S93)由每秒執(zhí)行億條指令的計(jì)算機(jī)進(jìn)行，即使按一個(gè)指紋圖象需要50字節(jié)左右表示上述指紋特征數(shù)值，對(duì)一幅指紋圖象按順序一塊一塊地進(jìn)行局部范圍的特征點(diǎn)提取處理(步驟S93)及特征點(diǎn)數(shù)值保存(步驟S94)，完成整個(gè)一幅指紋圖象處理需要大約5分之1秒的時(shí)間。
另外、上述約5分之1秒實(shí)際上是0.24秒，為便于說(shuō)明用分?jǐn)?shù)來(lái)表示，這相當(dāng)于25分之5幀或30分之6、7幀掃描所需的時(shí)間。
因此，如果進(jìn)行5、6及至7幀圖象的行掃描，用相當(dāng)于上述的約5分之1秒的時(shí)間，不但可以完成對(duì)上述一個(gè)指紋圖象全部特征點(diǎn)的提取處理(步驟S93)及特征點(diǎn)數(shù)值保存(步驟S94)，而且完成對(duì)全圖象處理完否的確認(rèn)(步驟S95)，以完成對(duì)整個(gè)一個(gè)指紋圖象的識(shí)別。
圖13作為本發(fā)明的一個(gè)實(shí)施步驟說(shuō)明了指紋識(shí)別系統(tǒng)的算法。
從攝相頭攝像輸入(步驟S1)乃至真實(shí)特征點(diǎn)提取(步驟S9)、然后全圖象處理的確認(rèn)(步驟S95)的算法，由圖5、圖6及圖9說(shuō)明。
攝相頭攝像輸入(步驟S1)后緊接著的塊細(xì)分化(步驟S2)是這個(gè)實(shí)施過(guò)程所必需的，接著是被細(xì)分割成多個(gè)塊的圖象二值化處理(步驟S3)及灰度級(jí)圖象改善(步驟S5)。
全畫(huà)面處理的確認(rèn)(步驟S95)的結(jié)果為「是」的話，程序跳轉(zhuǎn)到識(shí)別處理(步驟S74)及存入指紋識(shí)別數(shù)據(jù)庫(kù)(步驟S75)。
另外、在識(shí)別處理(步驟S74)時(shí)，是在數(shù)值化狀態(tài)下，將數(shù)值化處理后的數(shù)據(jù)與登錄在指紋識(shí)別數(shù)據(jù)庫(kù)的數(shù)值化數(shù)據(jù)進(jìn)行對(duì)比。
另外、上述圖象塊的連接處有圍棋棋盤(pán)交叉線一樣的噪聲發(fā)生，可由軟件加以消除。雖然如此，為了不損失必要的信息，以確保和補(bǔ)足全畫(huà)面的信息，鄰接塊之間要相互重疊。
這樣，1秒鐘執(zhí)行1億條指令的計(jì)算機(jī)，對(duì)輸入的指紋圖像進(jìn)行噪聲除去、圖像改善、二值化、細(xì)線化、偽特征點(diǎn)消除以及與數(shù)據(jù)庫(kù)數(shù)據(jù)對(duì)比等一連串操作，可在0.24秒內(nèi)完成，對(duì)于一個(gè)指紋圖像，僅用40至60字節(jié)的數(shù)據(jù)量就可以記錄指紋特征數(shù)據(jù)，由此完成指紋識(shí)別。
對(duì)于畫(huà)質(zhì)改善及各種處理進(jìn)行特別說(shuō)明。
如圖6及圖13所示，從被分割以前的指紋圖像中，檢測(cè)出隆線方向(步驟S4)從而來(lái)提取隆線方向信息，通過(guò)控制在圖中未表示出的方向性濾波器，進(jìn)行上述灰度級(jí)畫(huà)像改善(步驟S5)，指紋圖像輸入到方向性濾波器中，如與一般指紋形狀比較有明顯需要修正的地方的話，根據(jù)上述隆線方向信息，按照能足以繪制指紋形狀的線對(duì)信息加以修正，以改善為較為鮮明的圖像。
總之，找到按肉眼感覺(jué)需要修正的地方，與根據(jù)對(duì)其周圍隆線方向的推測(cè)，由與手修正相匹配的由軟件自動(dòng)實(shí)行的信號(hào)處理(下稱DSP)程序完成修正。
塊細(xì)分化將行掃描方式的電視畫(huà)面劃分為圍棋棋盤(pán)形狀，對(duì)所有的塊圖像進(jìn)行信號(hào)處理，對(duì)機(jī)器不擅長(zhǎng)的復(fù)雜圖像進(jìn)行單純化，近似于單一處理。這樣做的原因是，一個(gè)指紋圖像放大時(shí)，其隆線形狀單純化，并且變成只與特征點(diǎn)有關(guān)的簡(jiǎn)潔繪出的畫(huà)線，根據(jù)機(jī)器單一處理就可以識(shí)別。
因此、在電視畫(huà)面里對(duì)一個(gè)指紋圖像進(jìn)行特寫(xiě)構(gòu)圖，如將之分割處理為各個(gè)塊圖像，可接近于單一處理。
但是，沒(méi)有必要將上述各塊圖像的信息全部記??；讀取上述各塊圖像以提取有助于指紋識(shí)別的，對(duì)旋轉(zhuǎn)、移動(dòng)、噪音不敏感的局部特征點(diǎn)30以及相關(guān)的特征弦51、52、53之后，緊接著完成局部的完整的數(shù)據(jù)處理；在此同時(shí)，行掃描一直持續(xù)移動(dòng)，將讀取部份(未圖示)對(duì)應(yīng)的塊圖像的信息快速讀取。在需要的運(yùn)算期間不讀取。這樣，把必要的內(nèi)存容量限制在很少的范圍。
具體而言，小型電視攝像頭與信號(hào)處理系統(tǒng)(DSP)相連接構(gòu)成識(shí)別系統(tǒng)，DSP的程序里運(yùn)行本發(fā)明的算法程序。
上述小型電視攝像頭用行掃描方式攝取的200*200＝2萬(wàn)像素構(gòu)成的上述畫(huà)面被分割為32*22像素的小塊圖象，每次讀入DSP的數(shù)據(jù)內(nèi)存，在直接將測(cè)定點(diǎn)31，32，33，34采樣的同時(shí)，對(duì)沿著隆線40擬定的特征點(diǎn)隆線信息即指紋特征數(shù)據(jù)進(jìn)行數(shù)值化。數(shù)值化及抽取后的指紋特征數(shù)據(jù)存入未圖示的數(shù)據(jù)內(nèi)存區(qū)。
然后，對(duì)隨后輸入的小塊圖象的數(shù)據(jù)進(jìn)行同樣處理。同時(shí)，由于上述DSP對(duì)特征弦51、52、53的抽取需要一定的時(shí)間，不能連續(xù)進(jìn)行塊處理。即、計(jì)算機(jī)對(duì)特征點(diǎn)隆線信息的數(shù)值處理時(shí)很忙，其間不讀取新信息，以謀求節(jié)約內(nèi)存。
該系統(tǒng)為能獨(dú)立實(shí)現(xiàn)上述小塊圖象的數(shù)據(jù)處理，如用每秒25幀(歐洲和俄羅斯PAL及SECAM方式電視)的速度進(jìn)行掃描，攝入6幀的指紋圖象，就可覆蓋全部的圖象領(lǐng)域。反過(guò)來(lái)說(shuō)，1幀圖象可讀入全圖象領(lǐng)域的1/6稍多一點(diǎn)(上述重疊部份)的圖象數(shù)據(jù)。
即使從一幀指紋圖像覆蓋全部的圖象領(lǐng)域，因?yàn)樯鲜鯠SP進(jìn)行指紋識(shí)別必要的最小限度的上述特征點(diǎn)隆線信息的數(shù)值化處理過(guò)程也需要0.24秒，所以在掃描一幀所需要的1/25秒或1/30秒(日式NTSC方式)以內(nèi)不能完全覆蓋，因此用6-7幀的時(shí)間，即6/25秒又7/30秒之間，將一組指紋圖像信息用上述小塊圖象每個(gè)有間隔地獲取，一邊進(jìn)行數(shù)據(jù)加工，一邊使系統(tǒng)進(jìn)行指紋的識(shí)別，變成略為一致的數(shù)值信息，即將指紋特征數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)庫(kù)。
這里，指紋識(shí)別系統(tǒng)在實(shí)用的時(shí)候，一定要在事先做好對(duì)比用的數(shù)據(jù)庫(kù)，即，在主機(jī)或信息中心的數(shù)據(jù)庫(kù)里登錄大量的指紋特征數(shù)據(jù)。
接下來(lái)，為了確認(rèn)是否本人指紋，首先從攝入的指紋圖像中提取出其指紋特征數(shù)據(jù)，用此數(shù)據(jù)與在上述數(shù)據(jù)庫(kù)里已登錄的作為對(duì)比對(duì)象用的大量的指紋特征數(shù)據(jù)進(jìn)行對(duì)比，根據(jù)預(yù)定的匹配度判定基準(zhǔn)，進(jìn)行“真”“偽”判定。
例如，作為指紋識(shí)別的正確性的尺度，正確對(duì)比的正確率即“識(shí)別率”。判定為“真”的樣品中包含的“真”紋的比率，如為100％則是理想的，但如局限于100％，除非不含一切噪聲成份的完美的指紋，否則，對(duì)比是無(wú)法進(jìn)行的。如為太高的正確率，則無(wú)法進(jìn)行登錄指紋的登記。
然而不僅如此，即便是“真”紋，也有誤判為“偽”的拒真率“FRR”；在判斷為“偽”的樣品中包含“真”指紋的比率。如為0％則是理想的，但即便將上述“識(shí)別率”設(shè)定為100％，還會(huì)有百分之幾的拒真率。
這些概念，在自動(dòng)售貨機(jī)等需進(jìn)行“真”“偽”判定的識(shí)別系統(tǒng)中也有所見(jiàn)，“真?zhèn)闻卸▽?duì)比感度”的設(shè)定也是同樣的。實(shí)用上，可有折中地設(shè)定為一定水平。
根據(jù)本發(fā)明，即使將上述“識(shí)別率”設(shè)定為100％，將“拒真率”限制在僅1.2％內(nèi)即為成功。這與世界上最好的指紋識(shí)別系統(tǒng)的27.72％的“拒真率”比較，可以說(shuō)是有時(shí)代意義的成功。
這意味著對(duì)于具有特別的旋轉(zhuǎn)、移動(dòng)和噪聲的輸入指紋圖像，識(shí)別能力很高。
上述指紋特征數(shù)據(jù)的收集及對(duì)比的一連串?dāng)?shù)據(jù)處理由具有每秒執(zhí)行1億條指令的計(jì)算機(jī)完成，一個(gè)指紋圖像用50個(gè)左右的字節(jié)來(lái)描述上述指紋特征數(shù)據(jù)，按照上述識(shí)別手段進(jìn)行識(shí)別，即，對(duì)輸入圖像進(jìn)行噪聲消除、圖像改善、2值化、細(xì)分化，及對(duì)比等一連串操作，在0.24秒內(nèi)完成，從實(shí)用水平的角度來(lái)說(shuō)，可以說(shuō)比以往的系統(tǒng)實(shí)現(xiàn)了更加高速、正確的識(shí)別。
與網(wǎng)絡(luò)相連，與裝備了數(shù)據(jù)庫(kù)的信息中心進(jìn)行通信可以進(jìn)行遠(yuǎn)方的本人確認(rèn)。
根據(jù)多個(gè)指紋的指紋特征數(shù)據(jù)的“與”、“與非”、“或”、“或非”等組合進(jìn)行邏輯運(yùn)算，可設(shè)定確認(rèn)本人的規(guī)則。
這樣，如果將父母、孩子全體成員的各拇指的指紋數(shù)據(jù)進(jìn)行“或”后設(shè)定為使用許可的話，就可以對(duì)家族共用的鑰鎖，自家住宅的鑰鎖在進(jìn)行初始設(shè)定時(shí)，對(duì)家族限定，以給多數(shù)人受權(quán)并且自由地設(shè)定允許范圍。例如，對(duì)于適用于與汽車事故損害賠償責(zé)任保險(xiǎn)有關(guān)的以家族為單位等的特別事項(xiàng)，在適用于這些特別事項(xiàng)上的汽車運(yùn)行鎖裝置上就可以用上述邏輯規(guī)則對(duì)鎖設(shè)定。
接下來(lái)、一人有10個(gè)手指和10個(gè)腳趾，這種級(jí)數(shù)計(jì)算進(jìn)行組合的密碼具有豐富的多樣性，因此可以大大強(qiáng)化對(duì)保護(hù)對(duì)象的保護(hù)效果。例如，將右拇指和左食指“與”作為許可條件。
因此，萬(wàn)一指紋數(shù)據(jù)被指紋管理者故意或無(wú)意地泄漏出去，或被盜用的場(chǎng)合，本人察覺(jué)后可馬上將上述組合用左右小指的“與”等更改以阻止受害的擴(kuò)大。
還有、美國(guó)的電子商務(wù)相關(guān)的法律修改如下比如在“密碼與簽名具有同等法律效應(yīng)”的情況下，作為與本人確認(rèn)的功能相關(guān)的常識(shí)性的且最終的判斷，指紋比暗號(hào)具有更高的等級(jí)。
權(quán)利要求
1.一種曲線識(shí)別系統(tǒng)，其特征是用數(shù)據(jù)表示曲線的方法是，用單位長(zhǎng)度的弦，沿曲線(40)的延長(zhǎng)方向依次確定測(cè)量點(diǎn)(31)(32)(33)(34)，一直進(jìn)行到上述曲線(40)的末端，從該測(cè)定點(diǎn)開(kāi)始到兩個(gè)單位距離的測(cè)量點(diǎn)的弦(51)(52)(53)，依次對(duì)其長(zhǎng)度進(jìn)行計(jì)測(cè)，利用這種手段得到的計(jì)測(cè)數(shù)據(jù)的數(shù)值群完成對(duì)曲線的記憶、還原和識(shí)別。
2.按照權(quán)利要求1所述的曲線識(shí)別系統(tǒng)，其特征是用近似計(jì)算方法來(lái)確定坐標(biāo)點(diǎn)位置的測(cè)量點(diǎn)計(jì)算算法為，把由宏觀上很致密而微觀上是有一定間隔的規(guī)則上排列密集的像素形成的圖像，變換成上述數(shù)值群來(lái)表示的圖像處理算法中，在計(jì)算位于某一個(gè)間隔位置的測(cè)量點(diǎn)時(shí)，作為從上述曲線上的一個(gè)基準(zhǔn)點(diǎn)(100)開(kāi)始，到規(guī)定直線距離(99)的測(cè)量點(diǎn)(12)的坐標(biāo)計(jì)算的方法來(lái)講是組成一個(gè)三角形，三個(gè)點(diǎn)分別是從基準(zhǔn)點(diǎn)(100)開(kāi)始比規(guī)定直線距離(99)近的第一個(gè)像素位置(10)，比規(guī)定直線距離(99)遠(yuǎn)的第二個(gè)像素位置(11)以及基準(zhǔn)點(diǎn)(100)，基準(zhǔn)點(diǎn)(100)和第一個(gè)像素位置(10)組成第一個(gè)邊，基準(zhǔn)點(diǎn)和第二個(gè)位置的像素(11)組成第二個(gè)邊；長(zhǎng)度和前面規(guī)定直線距離(99)的比例相對(duì)應(yīng)，按比例分配第一個(gè)位置(10)和第二個(gè)位置(11)組成的第三邊。
3.按照權(quán)利要求1或2所述的曲線識(shí)別系統(tǒng)，其特征是利用數(shù)值群對(duì)上述曲線(400)從形狀到方向進(jìn)行特定的記憶、還原和識(shí)別的方法是，作為表示曲線的數(shù)據(jù)形式，用上述曲線(400)的弦(501)(502)(503)(504)中的兩個(gè)弦構(gòu)成的角度等作為表示曲線的彎曲方向的方位角(408)，并且用曲率度(409)(410)(411)和弦(501)(502)(503)(504)的長(zhǎng)度組合來(lái)表述上述的數(shù)值群。
4.按照權(quán)利要求3所述的曲線識(shí)別系統(tǒng)，其特征是利用包含那個(gè)位置數(shù)據(jù)的上述數(shù)值群對(duì)上述曲線(400)的形狀、方向以及位置進(jìn)行特定的記憶、還原和識(shí)別的方法為，作為表示曲線(400)的數(shù)據(jù)形式，以通過(guò)把在特定的弦(501)的某一端處的特定的軌跡點(diǎn)(402)(403)(404)的位置，進(jìn)行數(shù)據(jù)化處理而得到位置數(shù)據(jù)。
5.按照權(quán)利要求1-4中任一項(xiàng)所述曲線識(shí)別系統(tǒng)，其特征是具有把圖像分割成很多塊的模塊細(xì)分化手段；以及增強(qiáng)該圖像塊的對(duì)比度進(jìn)而做黑白二值化，得到二值化處理的圖像，以此作為第1個(gè)二值化處理手段(S3)；以及從該二值化處理圖像中提取出上述指紋的凸起模樣也就是隆線的方向的提出手段(S4)；以及把沿著上述曲線方向的線的圖像信息判斷為有效，把不沿著曲線方向的圖像信息判斷為噪聲，除去那些噪聲而改善圖像，具備這種灰度級(jí)圖像改善手段(S5)；增強(qiáng)該改善圖像的對(duì)比度，進(jìn)行黑白二值化并獲得二值化處理圖像，以此作為第2個(gè)二值化處理手段(S6)；以及由密集的像素幅組成上述隆線，向這些像素幅的中心進(jìn)行幅壓縮，一直到單一的像素幅為止，變換成細(xì)線化的隆線的這種細(xì)線化手段(S7)；把擁有同方向隆線的鄰近的端點(diǎn)(20)，或者是鄰近交叉點(diǎn)的端點(diǎn)(21)以及鄰近圖像邊框的端點(diǎn)(22)，看作由上述隆線由于噪聲而產(chǎn)生的偽特征點(diǎn)，將這些偽特征點(diǎn)相連接的偽特征點(diǎn)的修正手段(S8)；從實(shí)施以上偽特征點(diǎn)修正以后的上述隆線的端點(diǎn)以及分叉點(diǎn)，抽出真正的特征點(diǎn)的特征點(diǎn)抽出手段(S9)。
6.按照權(quán)利要求1-4中任一項(xiàng)所述曲線識(shí)別系統(tǒng)，其特征是特征點(diǎn)的提取手段是用對(duì)應(yīng)于某個(gè)特征點(diǎn)(91)座落在其它的隆線上的點(diǎn)作為二次特征點(diǎn)(92)(93)(94)(95)，用以該二次特征點(diǎn)(92)(93)(94)(95)作為起始點(diǎn)的隆線的形狀(RS1)(RS2)(RS3)(RS4)作為該二次特征點(diǎn)的隆線形狀，將該二次特征點(diǎn)的隆線形狀追加到特征點(diǎn)上。
7.按照權(quán)利要求5所述曲線識(shí)別系統(tǒng)，其特征是通過(guò)上述細(xì)線化手段和偽特征點(diǎn)修正手段，完成一系列處理，在這一系列處理中，首先從原來(lái)的黑白圖像，只提取第1分類中的上述端點(diǎn)，做第一回端點(diǎn)提取處理；接下來(lái)用把原黑白圖像的信號(hào)進(jìn)行黑白翻轉(zhuǎn)的正反翻轉(zhuǎn)手段；對(duì)黑白翻轉(zhuǎn)的信號(hào)做第二次端點(diǎn)提取處理，從而抽出得到第2類的上述端點(diǎn)，根據(jù)以上方法，從原來(lái)的黑白圖像的隆線中提取出端點(diǎn)和交叉點(diǎn)的特征點(diǎn)提取的手段。
8.按照權(quán)利要求1-4中任一項(xiàng)所述曲線識(shí)別系統(tǒng)，其特征是作為區(qū)別指紋的真?zhèn)翁卣鼽c(diǎn)的手段，對(duì)連接到隆線或谷線上的分叉點(diǎn)(101)的三根隆線或谷線，從分叉點(diǎn)(101)按照等距離求出隆線或谷線上的點(diǎn)(102)(103)(104)，以分叉點(diǎn)(101)作為原點(diǎn)求出該三個(gè)點(diǎn)(102)(103)(104)的二維空間的座標(biāo)(Xa，Ya)，(Xb，Yb)，(Xc，Yc)，對(duì)三點(diǎn)(102)(103)(104)中的任意兩點(diǎn)(102)(103)，求出該兩點(diǎn)座標(biāo)(Xa，Ya)，(Xb，Yb)的水平分量的積(Xa·Xb)與縱垂直分量的積(Ya·Yb)之和(Xa·Xb+Ya·Yb)，如果該積比閾值大，則分叉點(diǎn)就被判斷為真正的特征點(diǎn)，如果任意兩點(diǎn)間求出的縱座標(biāo)的積與橫座標(biāo)的積之和都小于閾值，則分叉點(diǎn)就被判斷為偽特征點(diǎn)。
9.按照權(quán)利要求1-7中任一項(xiàng)所述曲線識(shí)別系統(tǒng)，其特征是利用以行掃描方式對(duì)輸入的指紋圖像進(jìn)行攝取的攝像頭或者同等的指紋圖像輸入手段，并根據(jù)那些指紋圖像輸入手段，對(duì)輸入的指紋圖像的每一幀局部，間斷地讀取上述某一塊圖像，在讀取下一塊圖像之前，完成對(duì)此塊圖像的逐一處理直至得到上述數(shù)據(jù)群的信號(hào)處理手段；以及對(duì)多幀指紋圖像的不同的塊圖像進(jìn)行反復(fù)的處理，以完成對(duì)全部指紋圖像的數(shù)值化處理手段。
10.一種曲線識(shí)別系統(tǒng)，其特征是判斷兩個(gè)指紋是否是同一個(gè)指紋的方法是，在被分割成格狀的二維空間上，把每個(gè)格與存儲(chǔ)器的地址相對(duì)應(yīng)預(yù)備一個(gè)可以讀寫(xiě)的存儲(chǔ)器，對(duì)從兩個(gè)指紋中提取出的任意兩個(gè)特征點(diǎn)一一進(jìn)行對(duì)比，把相似度高的用較大的值，相似度低的用較小的值作為相似度的指標(biāo)值的計(jì)算方法，以及把該相似度的指標(biāo)值作為存儲(chǔ)器的數(shù)據(jù)累積加到以連接兩個(gè)特征點(diǎn)的二維空間的矢量的水平及其垂直分量的值作為二維座標(biāo)地址的對(duì)應(yīng)與某個(gè)格子的上述存儲(chǔ)器地址中，反復(fù)作此一連串的累積加操作，最后將此存儲(chǔ)器中的最大值作為兩個(gè)指紋的綜合相似度指標(biāo)值，如果該綜合相似度指標(biāo)值超過(guò)閾值就判斷為相同指紋，小于閾值就判斷為不同指紋，對(duì)于因?yàn)橹讣y的平移而產(chǎn)生的錯(cuò)位不需要修正；
11.按照權(quán)利要求10所述曲線識(shí)別系統(tǒng)，其特征是作為判斷兩個(gè)指紋是否是同一個(gè)指紋的手段，對(duì)于與旋轉(zhuǎn)有關(guān)的位置錯(cuò)位進(jìn)行修正，以兩個(gè)指紋中的一個(gè)中的所有的特征點(diǎn)的座標(biāo)為基準(zhǔn)點(diǎn)以此為中心進(jìn)行旋轉(zhuǎn)修正，對(duì)這些特征點(diǎn)的形狀，用與特征點(diǎn)的方位角相同的角度進(jìn)行旋轉(zhuǎn)修正，每對(duì)一個(gè)特征點(diǎn)進(jìn)行一次旋轉(zhuǎn)修正，就使用一次權(quán)利要求10所述的針對(duì)平移的處理方法。
12.按照權(quán)利要求9所述曲線識(shí)別系統(tǒng)，其特征是具備在25分之6秒之內(nèi)對(duì)一個(gè)指紋讀取6至7幀圖像并完成數(shù)值化處理。
13.按照權(quán)利要求1-12中任一項(xiàng)所述曲線識(shí)別系統(tǒng)，其特征是根據(jù)上述用與特征點(diǎn)相關(guān)的隆線形狀形成的上述數(shù)據(jù)群作為特定的指紋數(shù)據(jù)，對(duì)于這些指紋特征數(shù)據(jù)用預(yù)先登錄的用于指紋識(shí)別的樣品數(shù)據(jù)或由此構(gòu)成的數(shù)據(jù)庫(kù)進(jìn)行比較識(shí)別。
14.按照權(quán)利要求1-13中任一項(xiàng)所述曲線識(shí)別系統(tǒng)，其特征是上述塊細(xì)分化、上述對(duì)噪聲的改善及修正處理、上述二值化、上述細(xì)線化、上述指紋特征數(shù)據(jù)收集及對(duì)比等一連串?dāng)?shù)據(jù)處理，由每秒可以執(zhí)行1億條指令的計(jì)算機(jī)完成，以及用最少40-60字節(jié)的上述指紋特征數(shù)據(jù)記錄一個(gè)指紋圖像。
15.按照權(quán)利要求1-14中任一項(xiàng)所述曲線識(shí)別系統(tǒng)，其特征是從被輸入到終端器的上述指紋圖像中提取最少為40-60字節(jié)的上述指紋特征數(shù)據(jù)的提取方法；和將該數(shù)據(jù)通過(guò)互聯(lián)網(wǎng)與上述數(shù)據(jù)庫(kù)對(duì)比并通知該終端器。
16.按照權(quán)利要求1-15中任一項(xiàng)所述曲線識(shí)別系統(tǒng)，其特征是使用指紋識(shí)別作為確認(rèn)本人的手段為特點(diǎn)的，在醫(yī)療、社會(huì)福利、服務(wù)業(yè)、行政及金融機(jī)關(guān)的本人履歷數(shù)據(jù)的檢索、鑰鎖、各種票據(jù)、售票、剪票、驗(yàn)票、查詢、稅金、電子商務(wù)、資產(chǎn)管理運(yùn)行等應(yīng)用中，具有以上任何一種功能的終端器械及在單獨(dú)裝置中組合配置。
17.按照權(quán)利要求1-16中任一項(xiàng)所述曲線識(shí)別系統(tǒng)，其特征是以使用這種指紋識(shí)別作為確認(rèn)本人的手段為特點(diǎn)的，作為軟件的保密及委托制造的大規(guī)模集成電路設(shè)計(jì)數(shù)據(jù)的保密功能的一部份，設(shè)置在被保密對(duì)象本身的結(jié)構(gòu)之內(nèi)。
18.按照權(quán)利要求1-13中任一項(xiàng)所述曲線識(shí)別系統(tǒng)，其特征是用多個(gè)手指的指紋特征數(shù)據(jù)做邏輯運(yùn)算，來(lái)設(shè)定確認(rèn)本人的規(guī)則。
全文摘要
本發(fā)明提供了可以應(yīng)用于識(shí)別人的指紋的曲線識(shí)別系統(tǒng)，其技術(shù)要點(diǎn)是對(duì)圖像信息進(jìn)行局部和片斷的識(shí)別處理；對(duì)曲線畫(huà)像中的重要要素，如曲線形狀、傾斜度和位置等，可使用簡(jiǎn)捷的數(shù)據(jù)進(jìn)行表述；沿著上述曲線上等間隔的弦進(jìn)行采樣，把采樣點(diǎn)連接后得到很多的弦長(zhǎng)，利用這些弦長(zhǎng)表示曲線形狀；利用這種手段得到的計(jì)測(cè)數(shù)據(jù)的數(shù)值群完成對(duì)曲線的儲(chǔ)存、還原和對(duì)比。使用這種方法，用很少的內(nèi)存容量就可以表達(dá)曲線。而且可利用簡(jiǎn)單的裝置，進(jìn)行高速、正確的數(shù)據(jù)存儲(chǔ)和曲線識(shí)別，完成曾被認(rèn)為只有人可以做到而機(jī)器很難做到的“物體的形狀識(shí)別”工作。它可以作為確定本人的手段，如代替鑰匙和鎖的裝置，代替車票的驗(yàn)票；代替信用交易等。
文檔編號(hào)G06K9/46GK1410941SQ01141459
公開(kāi)日2003年4月16日 申請(qǐng)日期2001年9月24日 優(yōu)先權(quán)日2001年9月24日
發(fā)明者國(guó)枝博昭, 一色剛, 李冬菊, 大塚友彥, 穆罕默德·穆斯塔法 申請(qǐng)人:國(guó)枝博昭