专利名称：指纹/掌纹图象处理器以及处理方法
技术领域：
本发明涉及一种指纹/掌纹图象处理器、处理方法、以及用于指纹鉴定、指纹分类和掌纹鉴定的处理程序。
但是，在日本专利公开NO.2765335中所披露的方法中，当平滑包含有皱纹的图象时，周围的区域也会与皱纹一样被平滑，导致突出了皱纹。在利用松弛法的指纹模式分类法中描述的技术中，松弛法是用来平滑从每个局部区域中提取的方向信息的方法，然而，在这种方法中，平滑法可用于许多交叉存在于大片指纹中的皱纹，这些指纹是以与皱纹一致的间距互相平行的，所以皱纹就会突出出来。
因此，本发明的发明者在未审理的日本专利公开NO.Hei-9-167230中提出一种指纹/掌纹图象处理器，该处理器能够不受皱纹的影响，从指纹/掌纹图象中提取脊纹图象。在该公告中公开的处理器中，输入的指纹/掌纹图象被分成许多块，从每个块检测多个的脊纹候选物，在这些检测到的脊纹候选物中，能被确认是脊纹的脊纹候选物和包含这些脊纹候选物的块就被确定下来，并且与这些确定下来的脊纹候选物相匹配的其他块中的候选物被选择出来。脊纹的模式在空间上相互延续，皱纹的模式也是在空间上相互延续，但是，一般皱纹和脊纹之间是不相互延续的，所以能被确认是脊纹的候选物被检测出来，而与这些检测到的候选物相匹配的候选物也从其他局部候选物中被挑选出来，籍此，即使在有皱纹的区域，精确地检测脊纹也成为可能。
图1显示了上述指纹/掌纹图象处理器的各部分之间的关系。图1相当于未审查的日本专利公开NO.Hei-9-167230中的图9。但是，为易于解释，图1是同一出版物中图9的简化图。图1中，标号11表示一个图象输入部件，标号12表示一个局部信息提取部件，标号13表示一个高可靠性区域确定部件，标号14表示相邻区域组检测部件，标号15表示脊纹候选物选择部件，标记16表示图象生成部件。这里，高可靠性区域确定部件13与同出版物中的第一脊纹候选物图象选择部件12、连续性评测部件13、聚组部件14、组评测部件15相对应。相邻区域组检测部件14和脊纹候选物选择部件15与最佳脊纹候选物图象选择部件17相对应。
图2显示的是图1中处理器的操作流程图。图2中，图象输入部件11将一个指纹/掌纹作为一个图象读入，然后以数字图象的形式提供给局部信息提取部件12(S701)。局部信息提取部件12将输入的原始图象分为二维局部区域(S702)，提取多个的图象，这些图象是再现存在于每个局部区域中的脊纹的候选物(下文中称为脊纹候选物图象)(S703)。数字标记附属于每个被提取出的脊纹候选物图象。提取出的脊纹候选物图象分别提供给高可靠性区域确定部件13、脊纹候选物选择部件14、和图象生成部件16。在高可靠性区域确定部件13中，在多个脊纹候选物图象中很可能被确定为脊纹的脊纹候选物和包含这些脊纹的局部区域(高可靠性区域)被确定下来(S704)，然后这些脊纹候选物和局部区域分别提供给相邻区域组检测部件14、脊纹候选物选择部件15和图象生成部件16。
相邻区域组检测部件14查找所有邻近高可靠性区域的局部区域(邻近区域)(S705)。例如，如图3A所示，当高可靠性区域(黑色阴影所显示的)被发现后，邻近高可靠性区域的区域(浅色阴影所显示的)被检测作为邻近区域。然后，判定邻近区域的数目是一个还是多个(S706)。例如，在图3A的实例中，因为邻近区域的数目不止一个，则程序进行到S707，脊纹候选物选择部件15在脊纹候选物图象中为所有检测到的邻近区域的每一个挑选出脊纹图象，并告知图象生成部件16选择出的候选物的数量。
例如，当对图3A中的邻近区域A执行候选物选择处理时，从脊纹候选物图象1至6中选择出一个高连续性的候选物，在本案中，候选物图象2被挑选出来。接下来，程序返回到S705，相对于高可靠性区域或选择过程已经结束的局部区域，检测所有既不是高可靠性区域又不是选择过程已经结束的区域的邻近区域。即，在图3A的情况下，所有比先前查找到的邻近区域低的邻近区域被查找到。然后在S706中判定邻近区域的数目是一个还是多个，当数目是一个或是多个时，在S707中从所有邻近区域的脊纹候选物图象中挑选出脊纹图象。然后，重复从S705到S707的过程。当S706判断出“否”，对所有局部区域的处理终止，以便图象生成部件16利用如图3B中显示的选择出的候选物图象形成一个完整的脊纹图象(S708)。
在上述1997年未审查的日本专利公开NO.Hei-9-167230中公开的指纹/掌纹图象处理器中，不受皱纹的影响提取脊纹是可能的，然而，因为对每个局部区域脊纹图象的确定是通过重视邻近区域的连续性来完成的，在一个包含有很大弯度的脊纹的区域例如图4A中所示的箕型或如图4B中所示的三角型里，甚至在脊纹明朗的情况下，也可能会选择包含着连续性好的皱纹的候选物图象而不选择包含着脊纹的图象，结果导致了脊纹提取失败。
根据本发明的一种指纹/掌纹图象处理方法包括以下步骤将指纹或掌纹作为图象读入；将指纹/掌纹图象分成局部区域并从每个局部区域中提取表示脊纹的脊纹候选物图象；确定那些在提取出的脊纹候选物图象中很可能被确定为脊纹的候选物图象，并将那些包含有已确定的候选物图象的局部区域确定为高可靠性区域；鉴定那些除了高可靠性区域以外的局部区域是只包含脊纹的脊纹专有区域，还是包含皱纹与脊纹混合成份的皱纹与脊纹混合的区域；基于为每个脊纹专有区域和脊纹与皱纹的混合区域提供的评测标准，从脊纹候选物图象中选择假定表示脊纹的候选物图象；根据高可靠性区域确定步骤的候选物图象和在选择步骤挑选出来的候选物图象生成一个完整的图象。
此外，根据本发明的一种程序使计算机执行以下步骤将指纹/掌纹图象分成局部区域并从每个局部区域中提取表示脊纹的脊纹候选物图象；确定那些在提取出的脊纹候选物图象中很可能被确定为脊纹的候选物图象，并将那些包含有已确定的候选物图象的局部区域确定为高可靠性区域；鉴定那些除了高可靠性区域以外的局部区域是只包含脊纹的脊纹专有区域，还是包含皱纹与脊纹混合成份的皱纹与脊纹混合的区域；基于为每个专有脊纹的区域和脊纹与皱纹的混合区域提供的评测标准，从脊纹候选物图象中选择假定表示脊纹的候选物图象；根据高可靠性区域确定步骤的候选物图象和在选择步骤挑选出来的候选物图象生成一个完整的图象。
本发明优选实施例本发明优选实施例依照的附图在下面说明。图5是关于本发明实施例中的一个指纹/掌纹图象处理器的框架图。在图5中，同样的标记标在与图1中传统处理器相同的部件上。图5中，扫描器或实况扫描仪的图象输入部件11将指纹或掌纹作为图象读入并输入指纹/掌纹图象。局部信息提取部件12将从图象输入部件输入的指纹/掌纹原始图象分成二维局部区域，并从各个局部区域中提取表示存在于每个局部区域中的脊纹的多个脊纹候选物图象。例如，象在未审查的日本专利公开NO.Hei-9-167230中公开的那样，局部信息提取部件12对每个二维局部区域运用二维傅立叶变换，并在傅立叶变换面上有序地从有较大幅值的峰值中或在峰值附近的能量中提取多个对应于不同的二维正弦波的峰值，并把对应于这些峰值的二维正弦波认为是脊纹候选物图象。
高可靠性区域确定部件13在由局部信息提取部件12提取的各个区域中多个脊纹候选物图象中确定那些极有可能被确定为脊纹的脊纹候选物图象，并将包含这些候选物图象的局部区域确定为高可靠性区域。如上述出版物中所述，高可靠性区域确定部件13评测每个二维区域内的脊纹候选物图象是脊纹的可能程度，然后选择出每个局部区域中最有可能是脊纹的脊纹候选物图象。在本案中，高可靠性区域确定部件13从各个局部区域的脊纹候选物图象中挑选出有最大幅值的脊纹候选物图象。
相邻区域组检测部件14检测所有这样的区域块(局部区域)，即既不是由高可靠性区域确定部件13确定的高可靠性区域，又不是这样的区域在已经选择了脊纹候选物图象的局部区域附近的局部区域中已经选择了脊纹候选物图象。下文中，这样的被检测的块就称作邻近区域。基于由局部信息提取部件12提取的局部信息，区域特征鉴定部件17鉴定所有邻近区域是否是包含皱纹与脊纹图象混合成份的块。
具体地说，鉴定区域是否是包含皱纹与脊纹的混合成份的块，如果用最大幅值的脊纹候选物图象的幅值或傅立叶变换面上相应点的能量除以第二大幅值的脊纹候选物图象的幅值或傅立叶变换面上相应点的能量得到的数值小于预定阈值，就将该块鉴定为一个皱纹与脊纹的混合块，而如果得出的数值大于预定阈值，就将该块鉴定为不是皱纹与脊纹的混合块。合适的脊纹候选物选择部件18按照区域特征鉴定部件17的鉴定结果，基于每个局部区域的不同评测标准来挑选脊纹候选物。图5中的处理器5在处理过程的中间阶段根据需要将数据存储进一个存储设备(未显示)例如存储器，并且根据需要读出该数据以进行数据处理。
接下来，本发明实施例的具体操作参照图6的流程图中被详细说明。图6中，首先，图象输入部件11将指纹或掌纹作为数字图象读入，并将指纹/掌纹原始图象提供给局部信息提取部件12(S201)。局部信息提取部件12将上述输入的原始图象分成二维局部区域(S202)，从各个二维局部区域中提取多个存在于每个二维局部区域的表示脊纹的脊纹候选物图象(S203)。提取出的脊纹候选物图象提供给高可靠性区域确定部件13、区域特征鉴定部件17、合适的脊纹候选物图像选择部件18和图象生成部件16。
这里，当图象输入部件11的输入图象的分辨率设置为20像素/mm，局部区域设置为正方形(见图7)时，局部区域一边的长度则大约为8至32个像素。如未审查的日本专利公开NO.Hei-9-167230中所述，在提取脊纹候选物图象时，从较高的点按顺序检测局部区域的多个图象功率谱极值点，并把对应于极值点的二维正弦波就认为是每个局部区域中的脊纹候选物图象。例如，从每个局部区域中提取出6个脊纹候选物图象。然后，其中对应于极值点的正弦波特性参数就根据每个候选物图象的极值点被计算出来并被记录下来。
举个例子说明这些参数。这在上面所述的未审查的日本专利公开NO.Hei-9-167230中公开。首先，当在傅立叶平面上，局部区域Iij(0＜i＜63，0＜j＜63)里的第n个峰值的坐标值设定为(ξn(i，j)，ηn(i，j))时，局部信息提取部件12计算该峰值周围的幅值、相位、方向、频率和功率。
幅值由公式(1)计算，相位由公式(2)计算，方向由公式(3)计算，频率由公式(4)计算，峰值周围功率由公式(5)计算。an(i,j)=2|ϵ(ξn(i,j),ηn(i,j))|2i=1,2,...6---(1)]]>phn(i,j)=tan-1[Im{F(ξn(i,j),ηn(i,j))}Re{F(ξn(i,j),ηn(i,j))}]i=1,2...6---(2)]]>dn(i,j)=tan-1[ηn(i,j)ξn(i,j)]i=1,2,...6---(3)]]>fn(i,j)=164(ξn(i,j))2+(ηn(i,j))2i=1,2,...6---(4)]]>van(i,j)=4π2σ46422|F(ξ,μ)|2---(5)(ξ,η)•{(ξn(i,j),ηn(i,j)Σ)closetoB}]]>另外，f的总功率是由公式(6)计算的。vt(i,j)=4π2σ4642Σξ=-3231Ση=-3231|F(ξ,η)|2---(6)]]>通过这些参数确定的一个图象，表示如下gn(i，j)(x，y)＝an(i，j)cos[2πfn(i，j)(x cos(dn(i，j))+y sin(dn(i，j)))-phn(i，j)]…(7)公式(8)表示每个局部区域中表示脊纹的候选物图象。{gn(i,j)(x,y)}n=16---(8)]]>局部信息提取部件12为全部局部区域中的每一个计算这些参数(公式(9))。
如未审查的日本专利公开NO.Hei-9-167230中所述，高可靠性区域确定部件13确定那些极有可能被确定为脊纹的脊纹候选物图象(高度可靠候选物)和那些包含有已确定的候选物图象的局部区域确定为高可靠性区域(S204)。将确定了的高度可靠候选物和包含高度可靠候选物的高可靠性区域提供给相邻区域组检测部件14、合适的脊纹候选物选择部件18和图象生成部件16。这里，高可靠性区域确定部件13对所有局部区域中的每一个的全部脊纹候选物图象是脊纹的可能程度进行评测，并从每个局部区域中选择出极有可能是脊纹的一个脊纹候选物图象，并将这些被挑选出来的图象认为是高度可靠候选物图象。
作为在此情况下的算法，如上述出版物中所述，局部信息提取部件12将二维傅立叶变换应用到每个二维局部区域中，在傅立叶转换平面上得到的峰值中，从在有较大幅值的峰值或峰值附近的能量有序地提取多个不同的二维正弦波峰值，对应于这每个峰值的二维正弦波被认为是脊纹候选物图象，同时，在每个二维局部区域的脊纹候选物图象中具有最大幅值的脊纹候选物图象被认为是高度可靠候选物图象。相邻区域组检测部件14查找所有邻近高可靠性区域的局部区域(邻近区域)(S205)。例如，如图3A所示，在检测高可靠性区域(黑色阴影所显示的)时，邻近高可靠性区域的区域(浅色阴影所显示的)被检测为邻近区域。
接下来，相邻区域组检测部件14鉴定被检测的邻近区域的数目是一个还是多个(S206)。在图3A例中，邻近区域的数目不止一个，因此程序进行到S207。此外当邻近区域的数目是一个或更多，则将邻近区域的信息告知给区域特征鉴定部件15，否则告知给图象生成部件16。在S207中，区域特征鉴定部件15根据局部信息提取部件12提取出的局部区域信息鉴定相邻区域组的各个邻近区域是否是包含皱纹和脊纹的混合成份的区域，并告知合适的脊纹候选物选择部件18鉴定的结果。具体地说，在邻近区域的图象功率谱的极值点当中，通过利用满足预定条件的两个点的功率谱之比，鉴定相邻区域是否是包含皱纹和脊纹的混合成份的区域。
预定条件就是由于图象功率谱的实数值以原点为对称的，因而最大值存在于一半频率空间中，并且存在于可能包含皱纹与脊纹的空间频率带(具体地说，大约0.25mm至1mm为一个周期的空间频率)中。使用满足该条件的极值点中两个最大极值点的最大值进行判定。也就是说，当最高的最大值是p1而第二高的最大值是p2时，如果p2/p1的值大于预定阈值，则该区域就被认为是皱纹和脊纹的混合区域，否则，就认为该区域是仅包含脊纹的区域。
为了进行这种判定，可以使用极值点附近的功率谱的总和之比(约3×3)。也就是说，当最高的最大值附近的功率谱总和是v1而第二高的最大值附近的功率谱总和是v2时，如果v2/v1的值大于预定阈值，则认为该区域是皱纹和脊纹的混合区域，否则，就认为该区域是仅包含脊纹的区域。局部区域的功率谱可以用区域特征鉴定部件17来计算，或者也可以使用局部信息提取部件12计算的功率谱。如未审查的日本专利公开NO.Hei-9-167230中所述，当利用局部信息提取部件时，脊纹候选物图象的属性信息就可以被利用。
然后，合适的脊纹候选物选择部件18在区域特征鉴定部件17的判定结果的基础上从所有被检测的邻近区域中每一个邻近区域的脊纹候选物图象中挑选候选物(S208)。具体来说，在被鉴定为包含皱纹和脊纹的混合成份的区域内，选择是通过重视脊纹候选物周围的连续性来执行的，而在被鉴定是仅包含脊纹的区域中，选择是通过以脊纹候选物周围的连续性和脊纹候选物图象的能量总和作为评测的标准来执行的。
例如，如未审查的日本专利公开NO.Hei-9-167230中所述，当鉴定出皱纹和脊纹是混合的时，一个其附近的平均方向与第n个脊纹候选物图象的方向之间的方向差J1(n)最小的脊纹候选物图象被选作脊纹。在区域被鉴定为仅包含脊纹的情况下，一个其附近的平均方向与第n个脊纹候选物图象的方向的方向差J2(n)+α/SN(n)的结果为最小的脊纹候选物图象被选作脊纹。
这里，α是一个常数，SN(n)由下面的公式(10)表示。SN(n)=van(i,j)Σi=j6vai(i,j)---(10)]]>合适的脊纹候选物选择部件18这样对所有的邻近区域执行候选物的选择处理，并将挑选出的脊纹候选物告知给相邻区域组检测部件14和图象生成部件16。
接下来，程序返回S205，对于高可靠性区域或选择过程已经结束的局部区域，检测所有既不是高可靠性区域又不是选择过程已经结束的区域的邻近区域。也就是说，以图3A为例，所有比先前查找到的邻近区域低的邻近区域被查找到。然后，在S206，判定邻近区域的数目是一个还是多个，当数目是一个或多个时，对所有邻近区域的每一个区域在S207中鉴定区域特征，在S208中，根据区域特征鉴定结果，通过利用适合于所有邻近区域中每一个的不同标准来执行候选物的选择处理。往下，以同样的方式重复程序S205至S208，如果在S206中判定出“否”，则图象生成部件16就根据由合适的脊纹候选物图像选择部件18选择出的脊纹候选物、由高可靠性区域确定部件13判定出的极有可能表示脊纹的脊纹候选物、由局部信息提取部件12获得的局部信息的生成一个完整的指纹/掌纹脊纹图象(S209)，然后整个处理程序终止。
这里，在未审查的日本专利公开NO.Hei-9-167230中所披露的传统脊纹候选物选择方法中，在一个包含皱纹和脊纹的混合成份的区域内，来源于皱纹的脊纹候选物图象的能量有时比来源于脊纹的大，所以当用脊纹候选物图象的能量作为选择标准时，皱纹就会被错误地选上。另一方面，即使在仅包含脊纹的区域内，当在邻近局部区域中的脊纹弯度很大的例如箕型或三角型的部分，仅仅根据脊纹候选物图象的连续性进行选择时，如果噪音成分有着比真正存在的脊纹更好的连续性，则这样的噪音成分就会被选择上而脊纹提取就失败了。由于来源于这种噪音成分的脊纹候选物图象能量比来源于脊纹的小，所以就有可能通过利用能量大小来判定是噪音还是脊纹。就是说，虽然在没有皱纹存在的情况下与弯度没有关系的能量能用来选择脊纹，但在混合皱纹的情况下就不可能进行这样的选择了。
因此，本发明的实施例中，区域特征鉴定部件17鉴定区域是皱纹和脊纹的混合区域还是仅包含脊纹的区域，合适的脊纹候选物选择部件18根据适合于各个区域的评测标准选择图象候选物，所以即使在例如箕型或三角型这样没有皱纹而仅包含着纯的有很大弯度的脊纹的部分，也能在维持对皱纹和脊纹混合区域的提取性能的同时还能精确地提取脊纹。图7显示了一个既有皱纹和脊纹混合区域又有仅包含脊纹的区域的指纹/掌纹图象的例子。区域特征鉴定部件17对该图象的鉴定结果如图8中所示。合适的脊纹候选物选择部件18根据图8里脊纹专有的区域和脊纹与皱纹的混合区域的不同评测标准挑选脊纹候选物。
在仅包含脊纹而没有皱纹的区域里，当对区域的小区域图象运用傅立叶变换时，就会找到一对关于原点对称的峰值，而且多个能量集中在峰值上。但是，在皱纹和脊纹同时存在的区域的傅立叶变换图象里，多个来源于皱纹的和来源于脊纹的峰值出现，而且每个峰值都有多个能量(见图9)。因此，当用未审查的日本专利公开NO.Hei-9-167230中披露的方法从一个小区域傅立叶变换图象中检测多个峰值时，在仅包含脊纹的区域里，大部分能量集中在能量最大的峰值上，且与第二大峰值能量的差别变得很大。另一方面，在包含皱纹和脊纹的混合成份的区域，能量最大的峰值与第二大峰值的能量差别就会变小。所以，在本发明的实施例中，通过评测这种比例的等级，就可以鉴定出区域是否是包括脊纹与皱纹的混合成份的区域。
另外，在上述出版物中披露的传统脊纹候选物选择方法中，如前所述，在包含皱纹和脊纹的混合成份的区域，来源于皱纹的脊纹候选物图象的能量可能会比来源于脊纹的大，所以如果以脊纹候选物图象的能量作为评测标准时，皱纹就可能会错误地被选择。另一方面，对于仅包含有很大弯度的脊纹区域，仅根据脊纹候选物图象的连续性在邻近局部区域中进行选择时，在噪音成分有着比真正存在的脊纹更好的连续性的情况下，则噪音成分就会被选择而脊纹提取就失败了。来源于这种噪音成分的脊纹候选物图象的能量比来源于脊纹的小，所以就有可能根据能量总数进行判定。
因此，本发明的实施例中，合适的脊纹候选物选择部件18仅以方向连续性而不是能量来作为选择标准在皱纹混合区域内选择候选物图象。另外，在仅包含脊纹的区域里候选物的选择是以重视能量来完成的。由此，在维持对皱纹和脊纹混合区域的提取性能的同时，即使在例如箕型或三角型这样没有皱纹而仅包含着纯的有很大弯度的脊纹的部分也能精确地提取脊纹。
按照本发明的计算机程序是一个描述上述指纹/掌纹图象处理方法执行过程的程序。也就是，该程序使计算机执行以下步骤将指纹/掌纹图象分成局部区域并从每个局部区域中提取显示脊纹的脊纹候选物图象；确定那些在提取出的脊纹候选物图象中极有可能被确定为脊纹的候选物图象和那些包含有已确定的候选物图象的局部区域为高可靠性区域；鉴定那些除了高可靠性区域以外的局部区域是仅包含脊纹的脊纹专有的区域，还是包括皱纹与脊纹混合成份的皱纹与脊纹混合区域；根据适用于每个脊纹专有区域和脊纹与皱纹的混合区域的评测标准，从脊纹候选物图象中选择假定表示脊纹的候选物图象；根据由高可靠性区域确定程序确定的候选物图象和由选择程序挑选出来的候选物图象生成一个完整的图象。
如上所述，根据本发明，通过鉴定关于区域是皱纹与脊纹的混合区域还是脊纹专有区域，并且在提取脊纹时通过在这两种区域之间改变评测标准从脊纹候选物图象中选择出候选物图象，所以即使从皱纹混合区域或包含着很大弯度的脊纹区域中也能精确地提取脊纹。
权利要求
1.一种指纹/掌纹图象处理器，包括将指纹或掌纹作为图象读入的读入部件；将指纹/掌纹图象分成局部区域并从每个局部区域中提取表示脊纹的脊纹候选物的提取部件；确定部件，用于确定那些在提取出的脊纹候选物图象中极有可能被确定为脊纹的候选物图象，并将那些包含有已确定的候选物图象的局部区域确定为高可靠性区域；鉴定部件，它用于鉴定那些除了高可靠性区域以外的局部区域是仅包含脊纹的脊纹专有区域，还是皱纹与脊纹混合的区域；选择部件，用于根据适用于每个脊纹专有区域和脊纹与皱纹的混合区域的评测标准，从脊纹候选物图象中选择假定表示脊纹的候选物图象；以及生成部件，用于根据高可靠性区域确定部件的候选物图象和由选择部件挑选出来的候选物图象生成一个完整的图象。
2.如权利要求1所述的指纹/掌纹图象处理器，其中的鉴定部件在局部图象功率谱的多个极值点的功率谱比的基础上，鉴定局部区域是仅包含脊纹的区域，还是包含皱纹与脊纹混合成份的皱纹与脊纹的混合区域。
3.如权利要求1所述的指纹/掌纹图象处理器，其中的鉴定部件在局部图象功率谱的多个极值点的功率谱平方根比的基础上，鉴定局部区域是仅包含脊纹的区域，还是皱纹与脊纹的混合区域。
4.如权利要求1所述的指纹/掌纹图象处理器，其中的鉴定部件在局部图象功率谱的多个极值点附近的功率谱成分的总和之比的基础上，鉴定局部区域是仅包含脊纹的区域，还是包含皱纹与脊纹混合成份的皱纹与脊纹的混合区域。
5.如权利要求2至4中任一项权利要求所述的指纹/掌纹图象处理器，其中的鉴定部件在功率谱中利用除直流电流成分以外的极值点。
6.如权利要求2至4中任一项权利要求所述的指纹/掌纹图象处理器，其中在功率谱极值点中，在作为脊纹的频率有效的范围内，第一最大极值点和第二最大极值点被用于评测。
7.如权利要求1至6中任一项权利要求所述的指纹/掌纹图象处理器，其中的选择部件在包含皱纹和脊纹的混合成份的区域内，以脊纹候选物周围的连续性作为标准来进行选择，而在仅包含脊纹的区域中，以脊纹候选物图象的连续性和能量总和作为标准来进行选择。
8.一种指纹/掌纹图象处理方法，包括以下步骤将指纹或掌纹作为图象读入；将指纹/掌纹图象分成局部区域并从每个局部区域中提取显示脊纹的脊纹候选物图象；确定那些在提取出的脊纹候选物图象中极有可能被确定为脊纹的候选物图象，并将那些包含有已确定的候选物图象的局部区域确定为高可靠性区域；鉴定那些除了高可靠性区域以外的局部区域是仅包含脊纹的脊纹专有区域，还是皱纹与脊纹混合的区域；根据适用于每个脊纹专有区域和脊纹与皱纹的混合区域的评测标准，从脊纹候选物图象中选择假定表示脊纹的候选物图象；以及根据高可靠性区域确定步骤确定的候选物图象和由选择步骤挑选出来的候选物图象生成一个完整的图象。
9.如权利要求8所述的指纹/掌纹图象处理方法，其中的鉴定步骤在局部图象功率谱的多个极值点的功率谱比的基础上，鉴定局部区域是仅包含脊纹的区域，还是皱纹与脊纹的混合区域。
10.如权利要求8所述的指纹/掌纹图象处理方法，其中的鉴定步骤在局部图象功率谱的多个极值点的功率谱平方根比的基础上，鉴定局部区域是仅包含脊纹的区域，还是皱纹与脊纹的混合区域。
11.如权利要求8所述的指纹/掌纹图象处理方法，其中的鉴定步骤在局部图象功率谱的多个极值点附近的功率谱成分的总和之比的基础上，鉴定局部区域是仅包含脊纹的区域，还是包含皱纹与脊纹混合成份的皱纹与脊纹的混合区域。
12.如权利要求9至11中任一项权利要求所述的指纹/掌纹图象处理方法，其中在功率谱中除直流电流成分以外的极值点被利用。
13.如权利要求9至11中任一项权利要求所述的指纹/掌纹图象处理方法，其中在功率谱极值点中，在作为脊纹的频率有效的范围内，第一最大极值点和第二最大极值点被用到评测过程中。
14.如权利要求8至13中任一项权利要求所述的指纹/掌纹图象处理方法，其中的选择步骤在包含皱纹和脊纹的混合成份的区域内，以脊纹候选物周围的连续性作为标准来进行选择，而在仅包含脊纹的区域中，以脊纹候选物图象的连续性和能量总和作为标准来进行选择。
15.一种使计算机执行以下处理过程的程序将指纹/掌纹图象分成局部区域并从每个局部区域中提取显示脊纹的脊纹候选物图象；确定那些在提取出的脊纹候选物图象中极有可能被确定为脊纹的候选物图象，并将那些包含有已确定的候选物图象的局部区域确定为高可靠性区域；鉴定那些除了高可靠性区域以外的局部区域是否是仅包含脊纹的脊纹专有区域，还是皱纹与脊纹混合的区域；根据适用于每个脊纹专有区域和脊纹与皱纹的混合区域的评测标准，从脊纹候选物图象中选择假定表示脊纹的候选物图象；以及根据高可靠性区域确定程序确定的候选物图象和由选择程序挑选出来的候选物图象生成一个完整的图象。
16.如权利要求15所述的程序，其中的鉴定程序在局部图象功率谱极的多个值点的功率谱比的基础上，鉴定局部区域是仅包含脊纹的区域，还是皱纹与脊纹的混合区域。
17.如权利要求15所述的程序，其中的鉴定程序在局部图象功率谱的多个极值点的功率谱平方根比的基础上，鉴定局部区域是仅包含脊纹的区域，还是皱纹与脊纹的混合区域。
18.如权利要求15所述的程序，其中的鉴定程序在局部图象功率谱的多个极值点附近的功率谱成分的总和之比的基础上，鉴定局部区域是仅包含脊纹的区域，还是包含皱纹和脊纹混合成份的皱纹与脊纹的混合区域。
19.如权利要求16至18中任一项权利要求所述的程序，其中的鉴定程序在功率谱中利用除直流电流成分以外的极值点。
20.如权利要求16至18中任一项权利要求所述的程序，其中在功率谱极值点中，在作为脊纹的频率有效的范围内，第一最大极值点和第二最大极值点被用到评测过程中。
21.如权利要求15至20中任一项权利要求所述的程序，其中选择程序在包含皱纹和脊纹的混合成份的区域内，以脊纹候选物周围的连续性作为标准来进行选择，而在仅包含脊纹的区域中，以脊纹候选物图象的连续性和能量总和作为标准来进行选择。
全文摘要
区域特征鉴定部件鉴定局部区域是仅包含脊纹的区域还是包含皱纹和脊纹混合成份的皱纹和脊纹的混合区域,合适的脊纹候选物选择部件基于适用于每个脊纹与皱纹的混合区域和脊纹专有区域的评测标准,从脊纹候选物图象中选择表示脊纹的候选物图象。
文档编号G06K9/00GK1378170SQ0211908
公开日2002年11月6日 申请日期2002年3月26日 优先权日2001年3月26日
发明者船田纯一 申请人:日本电气株式会社