专利名称：指纹核对方法及指纹核对装置的制作方法
技术领域：
本发明涉及指纹核对方法及指纹核对装置。
背景技术：
在电子结算等被要求保守机密性的领域中，为了鉴定个人，有采用指纹进行认证处理的情况。在认证处理中，比如输入指纹的图像。在该情况下，根据程序处理，采用成为一对的秘密键及公开键，通过将加密的指纹图像解密后的图像、并进行核对，就可以提高保守机密。
另一方面，从被输入的指纹图像中可以抽出特征点。在这里，指纹图像的特征点比如为指纹的棱线的分支点及端点。象这样的特征点的分布，每个指纹是不同的。因此，通过将所抽出的特征点的位置和事先所登录的特征点的位置进行比较的指纹核对处理，就可以进行个人鉴定。
在采用指纹图像的特征点的核对处理中，在探索符合所登录的多个特征点的分布的哪个部分、及哪个方向的基础上，还有必要判断特征点的分布是否一致。但是，在采用密码键及解码键的情况下，加密及解密所用的键的管理为非常烦琐。还有，由于在图像的解密处理的基础上还要进行本人的认证所必要的指纹核对处理，因而就增大了处理负荷。这是因为在指纹核对处理中，有必要进行将从所输入的指纹图像中抽出的特征点与为了鉴定个人事先所登录的固有的特征点构成对应关联的处理。考虑到应用IC卡等便携式的信息装置的情况，最好可以尽量以少的处理负荷来进行核对处理。
发明内容
本发明就是鉴于以上的技术问题而产生的，其目的在于，提供能够以更少的处理负荷来进行指纹的核对处理的指纹核对方法及指纹核对装置。
为了解决上述问题，本发明为采用指纹图像的指纹核对方法，从被采集的指纹图像中抽出ND(ND为4以上的整数)个采集特征点，将从连接各采集特征点和与该采集特征点接近的LD(2≤LD≤ND-1，LD为整数)个接近采集特征点的多个采集连线所得到的采集数值群，作为采集数值信息，付与该各采集特征点，根据所述采集数值信息与成为分别被付与到NR(NR为4以上的整数)个登录特征点的登录数值群的登录数值信息的比较结果，将m(3≤m≤ND，m为整数)个采集特征点分别与m个登录特征点构成对应关联，对所述m个采集特征点之间的位置关系与所述m个登录特征点之间的位置关系进行比较核对。
在这里，与采集特征点接近的LD个接近采集特征点，为和与该采集特征点接近的该采集特征点不同的其他的LD个采集特征点。
在本发明中，根据和接近的其他的LD个接近采集特征点之间的位置关系，将所生成的采集数值付与每个抽出的采集特征点。然后，在每个被抽出的采集特征点上，将采集数值与登录数值信息的各登录数值相比较，将m个采集特征点和m个登录特征点构成对应关联。然后，将m个采集特征点之间的位置关系和m个登录特征点之间的位置关系进行比较核对，进行个人的鉴定。
这样，就没有必要对所有的采集特征点进行和登录特征点的比较，就可以以更少的处理负荷来进行核对。另外，可以排除只根据数值信息的比较来认证本人的偶然性，可以实现保持安全性很高的指纹核对。
另外，本发明为采用指纹图像的指纹核对方法，从被采集的指纹图像中抽出ND(ND为4以上的整数)个采集特征点，作为采集数值信息，将从连接各采集特征点和与该采集特征点接近的LD(2≤LD≤ND-1，LD为整数)个接近采集特征点的多个采集连线所得到的采集数值群付与该各采集特征点，将被付与到各采集特征点的采集数值群的各采集数值与分别被付与到NR(NR为4以上的整数)个登录特征点的登录数值群的各登录数值信息相比较，向与登录数值相一致的采集数值分配被付与了该登录数值的登录特征点，采用被分配到各采集数值内的登录特征点，将m个采集特征点和m个登录特征点构成对应关联，比较核对所述m个采集特征点之间的位置关系与所述m个登录特征点之间的位置关系。
在本发明中，根据和接近的其他的LD个接近采集特征点之间的位置关系，将所生成的采集数值付与每个被抽出的采集特征点。并且，将被付与到采集特征点的采集数值群的各采集数值与被付与到各登录特征点的登录数值群的各登录数值相比较，将被付与了该登录数值的登录特征点分配到和登录数值一致的采集数值内。并采用被分配到各采集数值内的登录特征点，将m个采集特征点和m个登录特征点构成对应关联点之间的位置关系和m个登录特征点之间的位置关系，进行个人的鉴定。
这样，通过进行被付与到登录特征点及采集特征点的数值信息的比较处理，就可以大幅度地减轻被抽出的采集特征点到底对应登录特征点的分布的哪个部分、及哪个方向的复杂处理的负荷。另外，在进行了采集特征点及登录特征点的对应关联后，通过核对各特征点之间的位置关系，就可以排除只根据数值信息的比较来认证本人的偶然性，可以实现保持安全性很高的指纹核对。
另外，在本发明的指纹核对方法中，在采集数值群的当中，删除没有分配到登录特征点的中，删除没有分配到登录特征点的采集数值在第1比例以上存在的采集特征点，采用被分配到除去被删除了的采集特征点的采集特征点的各采集数值中的登录特征点，将m个采集特征点和m个登录特征点构成对应关联，就可以比较核对所述m个采集特征点之间的位置关系和m个登录特征点之间的位置关系。
在本发明中，在采集数值群的中，没有分配到登录特征点的采集数值，删除在第1比例以上存在的采集特征点，比较核对构成对应关联的采集特征点和登录特征点的各自的位置关系。这样，比如对删除后的采集特征点，通过再次采用根据和接近采集特征点的位置关系的数值信息，就可以大幅度地提高特征点彼此之间的核对处理的准确度。
另外，在本发明的指纹核对方法中，将分配到被付与到采集特征点的采集数值群的各采集数值中的登录特征点在第2比例以上为共通的登录特征点构成对应关联的该采集特征点，在与登录特征点构成对应关联的采集特征点的数为m个以上时，就可以比较核对该采集特征点之间的位置关系和与该采集特征点构成对应关联的登录特征点之间的位置关系。
在本发明中，如上述那样、只根据数值信息的比较处理被分配到各采集数值内的登录特征点，在被付与到一个采集特征点的采集数值群中，在第2比例以上为共通的情况下，就将该采集特征点和该登录特征点构成对应关联。通过这样，就可以提高核对的准确度，可以排除只根据数值的比较来认证本人的偶然性。
另外，在本发明的指纹核对方法中，在采集数值群的中，删除没有分配到登录特征点的采集数值在第1比例以上存在的采集特征点，将分配到被付与到除去被删除了的采集特征点的采集特征点的采集数值群的各采集数值内的登录特征点在第2比例以上为共通的登录特征点对应该采集特征点上，在与登录特征点构成对应关联的采集特征点的数为m个以上时，就可以比较核对该采集特征点之间的位置关系和与该采集特征点构成对应关联的登录特征点之间的位置关系。
根据本发明，通过进行被付与到登录特征点及采集特征点的数值信息的比较处理，就可以大幅度地减轻被抽出的采集特征点到底对应登录特征点的分布的哪个部分、及哪个方向的复杂处理的负荷。另外，在构成了采集特征点及登录特征点的对应关联后，通过核对各特征点之间的位置关系，就可以排除只根据数值信息的比较来认证本人的偶然性，可以实现保持安全性很高的指纹核对。
而且，在被付与到一个采集特征点的采集数值群中，在第2比例以上为共通的情况下，由于将该采集特征点和该登录特征点构成对应关联，因而就可以在减轻处理负荷的同时，进一步提高核对的准确度。
另外，在本发明的指纹核对方法中，可以将从连接应登录的指纹图像中所抽出NR个登录特征点的各登录特征点和与该各登录特征点接近的LR(2≤LR≤NR-1，LR为整数)个接近采集特征点的多个登录连线所得到的所述登录数值群付与该各登录特征点，根据本发明，在抽出采集特征点之前，通过将用和付与到采集特征点的采集数值同样的手法所作成的登录数值信息付与各登录特征点，就可以提高核对的准确性，并可以容易地进行被减轻了处理负荷的指纹核对处理装置的安装。
另外，在本发明的指纹核对方法中，LR最好在LD以上。这样，就可以提高登录数值信息的精确度，可以使和采集数值信息的比较核对容易化及提高准确度。
另外，在本发明的指纹核对方法中，所述登录数值群的登录数值可以包含所述多个登录连线的各登录连线的长度，所述采集数值群的采集数值可以包含所述多个采集连线的各采集连线的长度。
另外，在本发明的指纹核对方法中，所述登录数值群的登录数值可以包含所述多个登录连线的各登录连线彼此之间形成的角度，所述采集数值群的采集数值可以包含所述多个采集连线的各相邻采集连线之间形成的角度。
另外，在本发明的指纹核对方法中，所述登录数值群的登录数值可以包含所述多个登录连线的各登录连线的长度和该各相邻登录连线之间形成的角度，所述采集数值群的采集数值可以包含所述多个采集连线的各采集连线的长度和该各相邻采集连线之间形成的角度。
根据本发明，可以将与其他的特征点之间的位置关系相对应的数值信息付与各采集特征点及各登录特征点，可以将特征点固有的信息进行分配。另外，由于通过简单的处理就可以求得被付与到采集特征点的采集数值信息及被付与到登录特征点的登录数值信息，因而，就可以大幅度地减轻指纹核对处理的处理负荷。
另外，在本发明的指纹核对方法中，所述登录数值群的登录数值，在将登录特征点作为起点所连接的登录连线作为以该登录特征点为起点的登录矢量的情况下，可以包含由相邻登录矢量所作成的内积值，所述采集数值群的采集数值，在将采集特征点作为起点所连接的采集连线作为以该采集特征点为起点的采集矢量的情况下，可以包含由相邻采集矢量所作成的内积值。
根据本发明，由于采用包含登录矢量彼此之间所作成的内积值的登录数值群和包含由相邻采集矢量所作成的内积值的采集数值群来进行数值信息的比较，因而在可以提高指纹核对的准确度的同时，可以削减各数值信息的信息量。
另外，在本发明的指纹核对方法中，所述登录数值群的登录数值，可以包含横穿所述多个登录连线的各登录连线的指纹棱线数，所述采集数值群的采集数值，可以包含横穿所述多个采集连线的各采集连线的指纹棱线数。
根据本发明，由于根据横穿登录连线及采集连线的指纹的棱线数，将登录特征点的分布及采集特征点的分布作为数值信息来表示每个人之间不同的指纹的棱线的状态，因而就可以在削减数值信息的信息量的同时，提高核对的准确度。
另外，在本发明的指纹核对方法中，所述登录数值群的登录数值，可以包含横穿所述多个登录连线的各登录连线的指纹棱线数和该各相邻登录连线之间形成的角度，所述采集数值群的采集数值，可以包含横穿所述多个采集连线的各采集连线的指纹棱线数和该各相邻采集连线彼此之间形成的角度。
根据本发明，由于在指纹棱线数的基础上包含有相邻登录连线之间形成的角度、相邻采集连线之间形成的角度，因而就可以更进一步提高指纹核对的角度。
另外，在本发明的指纹核对方法中，所述登录数值群的登录数值，在将横穿登录连线的指纹棱线数作为矢量长、来定义以登录特征点作为起点的登录棱线矢量的情况下，可以包含由相邻登录棱线矢量所作成的内积值，所述采集数值群的采集数值，在将横穿采集连线的指纹棱线数作为矢量长、来定义以采集特征点作为起点的采集棱线矢量的情况下，可以包含由相邻采集棱线矢量所作成的内积值。
根据本发明，由于根据包含将指纹棱线数作为矢量长的矢量所作成的内积值的数值信息来进行核对，因而就可以削减在核对处理时所需要的数值信息的信息量。
另外，在本发明的指纹核对方法中，在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，可以包含被付与到位于所述登录连线的两端的登录特征点上的实数单位值及虚数单位值和该登录连线的长度的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，可以包含被付与到位于所述采集连线的两端的采集特征点上的实数单位值及虚数单位值和该采集连线的长度的积。
另外，在本发明的指纹核对方法中，在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，可以包含所述多个登录连线中的两根登录连线形成的角度和被付与到位于所述两根登录连线的两端的登录特征点上的实数单位值及虚数单位值的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，可以包含所述多个采集连线中的两根采集连线形成的角度和被付与到位于所述采集连线的两端的采集特征点上的实数单位值及虚数单位值的积。
另外，在本发明的指纹核对方法中，在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，在可以包含被付与到位于所述两根登录连线的两端的登录特征点上的实数单位值及虚数单位值和该登录连线的长度的积的同时，可以包含所述多个登录连线中的两根登录连线形成的角度和被付与到位于所述两根登录连线的两端的登录特征点上的实数单位值及虚数单位值的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，在可以包含被付与到位于所述两根采集连线的两端的采集特征点上的实数单位值及虚数单位值和该采集连线的长度的积的同时，可以包含所述多个采集连线中的两根采集连线形成的角度和被付与到位于所述两根采集连线的两端的采集特征点上的实数单位值及虚数单位值的积。
另外，在本发明的指纹核对方法中，在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，在将登录特征点作为起点所连接的登录连线作为以该登录特征点为起点的登录矢量的情况下，可以包含登录矢量彼此之间作成的内积值和被付与到位于登录矢量的起点及终点的登录特征点的实数单位值及虚数单位值的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，在将采集特征点作为起点所连接的采集连线作为以该采集特征点为起点的采集矢量的情况下，可以包含采集矢量彼此之间作成的内积值和被付与到位于采集矢量的起点及终点的采集特征点的实数单位值及虚数单位值的积。
另外，在本发明的指纹核对方法中，在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，可以包含被付与到位于所述登录连线的两端的登录特征点上的实数单位值及虚数单位值和横穿该登录连线的指纹棱线数的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，可以包含被付与到位于所述采集连线的两端的采集特征点上的实数单位值及虚数单位值和横穿该采集连线的指纹棱线数的积。
另外，在本发明的指纹核对方法中，在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，在将横穿登录连线的指纹棱线数作为矢量长、来定义将登录特征点作为起点的登录棱线矢量的情况下，可以包含登录棱线矢量彼此之间所作成的内积值和被付与到位于该登录棱线矢量的起点和终点的登录特征点上的实数单位值及虚数单位值的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，在将横穿采集连线的指纹棱线数作为矢量长、来定义将采集特征点作为起点的采集棱线矢量的情况下，可以包含采集棱线矢量彼此之间所作成的内积值和被付与到位于该采集棱线矢量的起点和终点的采集特征点上的实数单位值及虚数单位值的积。
在本发明中，可以将与其他的采集特征点及其他的登录特征点的之间的位置关系相对应的数值信息付与各采集特征点及各登录特征点，可以将特征点固有的信息进行分配。另外，根据实数及复数所表现的数值信息群，来特定所抽出的特征点的分布。因此，即使在连接其他的特征点彼此之间的线段的长度为一样的情况下，如果位于两端的特征点的种类不同的话，就可以将不同的数值信息付与该特征点。其结果，就意味着可以很精确地求得采集特征点及登录特征点的核对结果。
另外，在本发明的指纹核对方法中，所述第1种特征点为指纹棱线的端点，所述第2种特征点也可以为指纹棱线的分支点。
另外，在本发明的指纹核对方法中，所述第1种特征点为指纹棱线的分支点，所述第2种特征点也可以为指纹棱线的端点。
根据本发明，作为指纹的棱线的状态，由于将一般的分支点及端点作为各特征点的种类来进行区别、并让被付与到各特征点的数值信息进行反映，因而就可以挪用求得分支点及端点的处理，并可以提供核对准确度高的指纹核对方法。
另外，本发明涉及包含有从指纹图像中抽出ND(ND为4以上的整数)个采集特征点的特征点抽出部；将从连接各采集特征点和该各采集特征点接近的LD(2≤LD≤ND-1，LD为整数)个接近采集特征点的多个采集连线所得到的采集数值群作为采集数值信息付与到该各采集特征点，根据所述采集数值信息和成为被分别付与到NR(NR为4以上的整数)个登录特征点的登录数值群的登录数值信息的比较结果，将m(3≤m≤ND，m为整数)个采集特征点分别与m个登录特征点构成对应关联的图像解析部；对所述m个采集特征点之间的位置关系与所述m个登录特征点之间的位置关系进行比较核对的核对部的指纹核对装置。
另外，在本发明的指纹核对装置中，可以包含输入所述指纹图像的指纹图像输入部。
另外，在本发明的指纹核对装置中，包含生成所述登录数值信息的登录部，所述登录部可以生成从将应登录的指纹图像所抽出的NR个登录特征点的各登录特征点、和将该各登录特征点接近的LR(2≤LR≤NR-1，LR为整数)个接近登录特征点连接的多个登录连线所得到的数值群付与到该各登录特征点的所述登录数值信息。
另外，在本发明的指纹核对装置中，LR也可以为LD以上。
图1为表示指纹核对处理流程的概要的流程图。
图2为对从指纹图像中抽出的特征点的说明图。
图3A、图3B为在第1实施例中被付与到分支点上的数值信息的说明图。
图4A、图4B为在第1实施例中被付与到端点的数值信息的说明图。
图5为第1实施例的登录处理的流程图。
图6为表示从指纹图像中所抽出的特征点的一例的说明图。
图7为表示被附加名称的特征点例的说明图。
图8为表示进行到第4接近采集特征点的连线处理例的说明图。
图9为第1实施例的登录数值信息的说明图。
图10为表示第1实施例的指纹核对处理例的流程图。
图11为表示从核对对象的指纹图像中所抽出的采集特征点例的说明图。
图12为表示进行到第3接近采集特征点的连线处理例的说明图。
图13为表示第1核对处理的结果的说明图。
图14为表示删除不一致的采集特征点后的特征点的说明图。
图15为表示对删除后的采集特征点进行到第3接近采集特征点的连线处理例的说明图。
图16为表示第2核对处理的结果的说明图。
图17A、图17B为第2实施例的数值信息的说明图。
图18A、图18B为第3实施例的数值信息的说明图。
图19A、图19B为第4实施例的数值信息的说明图。
图20A、图20B为第5实施例的数值信息的说明图。
图21A、图21B为第6实施例的数值信息的说明图。
图22A、图22B为第7实施例的数值信息的说明图。
图23A、图23B为第8实施例的数值信息的说明图。
图24A、图24B为在第9实施例中被付与到分支点的数值信息的说明图。
图25A、图25B为在第10实施例中被付与到分支点的数值信息的说明图。
图26A、图26B为在第11实施例中被付与到分支点的数值信息的说明图。
图27A、图27B为在第12实施例中被付与到分支点的数值信息的说明图。
图28A、图28B为在第12实施例中被付与到端点的数值信息的说明图。
图29A、图29B为在第13实施例中被付与到分支点的数值信息的说明图。
图30为表示指纹核对装置的结构的概要的方框图。
图31为表示指纹核对装置的硬件结构例的方框图。
图32为表示指纹传感器结构例的结构图。
图33为指纹传感器的静电容量检测元件的截面图。
图34为指纹的纹峰接触指纹传感器的电介质膜时的静电容量检测元件的等效电路图。
图35为指纹的纹谷接触指纹传感器的电介质膜时的静电容量检测元件的等效电路图。
图36A为在指纹传感器上所配置的静电容量检测元件的说明图。图36B为将各静电容量检测元件所检测出的指纹的凹凸作为一张指纹图像的顺序的说明图。
图37为模式地表示了用根据应用于IC卡的指纹传感器进行指纹核对的操作者的手指的图。
具体实施例方式
下面，采用附图对本发明的良好的实施方式进行详细的说明。另外，以下说明的实施方式，不是用于对本发明的限定，还有，本发明的必须构成要件并不限于在以下所说明的所有的结构。
1.指纹核对方法在图1中表示了以下实施例的指纹核对处理的流程的概要。在以下所说明的指纹核对处理中，采用所取得的指纹图像来进行核对。因此，首先，取得指纹图像(步骤S10)。然后，从取得的指纹图像中抽出ND(ND为4以上的整数)个特征点(采集特征点)(步骤S11)。
在图2中，表示了对从指纹图像中抽出的特征点进行说明的图。在图2中，指纹图像表示指纹的凸部的棱线的形态。指纹图像具有特征点。该特征点为分支点B及端点T。指纹图像的分支点B为指纹的棱线在两个以上的棱线上分歧的部分。另外，指纹图像的端点T为指纹的棱线终端的部分。
由于指纹的形态没有同样的，因而该分支点或端点的分布也因每个人而不同。因此，如果可以求得指纹图像的分支点或端点的话，只要比较所求得的分支点或端点的分布即可，因而应比较的信息量就变少、就可以减轻比较处理的负荷。
返回到图1，继续进行说明。分别将采集数值信息付与到被抽出的采集特征点(步骤S12)。采集数值信息是从将采集特征点和与该采集特征点接近的LD(2≤LD≤ND-1，LD为整数)个采集特征点连接的多个线段(采集线段)中所得到的。在这里，与采集特征点接近的LD个接近采集特征点，按与该采集特征点接近的顺序称为第1接近采集特征点、第2接近采集特征点、…、第LD接近采集特征点，除此之外也可以称为LD个接近采集特征点。LD为3或4最理想，并且为了提高核对的准确度，可以将LD定为5。另外，为了简化处理，也可以将LD定为2。
另一方面，在核对处理之前，将所鉴定的个人的指纹图像的NR(NR为4以上的整数)个特征点作为登录特征点，将登录数值信息付与各登录特征点。然后，将被付与到每个抽出的采集特征点的采集数值信息和登录数值信息进行比较(步骤S13)，对于两个数值信息在某个一定以上的比例为一致的m(3≤m≤ND，m为整数)个采集特征点和m个登录特征点，分别构成对应关联(步骤S14)。然后，将所构成对应关联的m个采集特征点之间的位置关系和m个登录特征点之间的位置关系进行比较(步骤S15)。
比较的结果，当判断在步骤S14构成对应的m个采集特征点之间的位置关系和m个登录特征点之间的位置关系为一致时(步骤S16Y)，就判断在步骤S10所取得的指纹图像为被登录的本人的图像，并进行认证处理(步骤17)。在认证处理中，比如进行是被登录的本人的图像的旨意的显示。
另一方面，在步骤16中，当判断构成对应的m个采集特征点之间的位置关系和m个登录特征点之间的位置关系不一致时(步骤S16N)，就进行非认证处理(步骤18)。在非认证处理中，比如进行不是被登录的本人的图像的旨意的显示。
这样，在图1所示的指纹核对处理中，对各个ND个采集特征点进行采集数值信息和登录数值信息的比较，根据该比较结果，将m个采集特征点和m个登录特征点构成对应关联。即、削减核对对象的采集特征点和登录特征点的数量。然后，进行核对对象的采集特征点彼此之间的位置关系和鉴定对应附到该采集特征点上的个人的登录特征点彼此之间的位置关系的比较核对。这样，对于所有的采集特征点就没有必要和登录特征点进行核对，就可以以更少的处理负荷来进行核对。另外，可以排除只根据数值信息的比较来认证本人的偶然性，可以实现保持安全性很高的指纹核对。
根据采集数值信息和登录数值信息的比较，构成对应的特征点的组合数m在3以上的情况下，至少可以用3点的采集特征点和3点的登录特征点来核对位置关系，因而就排除了核对结果偶然为一致的误认。这是因为，m在2的情况下，不能无视只能查验线段长的一致的偶然一致的可能性，m在3的情况下，由于三角形的相符成为核对条件，因而偶然一致的可能性显著变小。
最理想的是m为4，最好在判断了4个以上的采集特征点和同数的登录特征点的位置关系为一致时，进行认证处理。所谓在4组的特征点的位置关系一致，是指由采集特征点所作成的4个三角形和由登录特征点所作成的4个三角形分别相符起来，因而就几乎完全排除了偶然一致的误认。
这样，所谓「位置关系一致」，就是由m个采集特征点之间所作成的mC3个三角形和由所对应的m个登录特征点之间所作成的mC3个三角形分别相符。
在下面，对采用这样的指纹图像的特征点的核对处理进行更具体的说明。
1.1第1实施例在第1实施例中，将包含被新定义的复数线段长的数值信息付与到每个被抽出的特征点(采集特征点或登录特征点)。复数线段长是由分别被付与到各线段(连线)的端点的实数单位值(1)或虚数单位值(i)和该线段(连线)的长度的积所表示。因此，将实数(正数、负数)或复数所表现的数值信息付与到每个被抽出的特征点。这样，就可以将与其他的特征点的之间的位置关系相对应的数值信息付与到各特征点，就可以将特征点固有的信息进行分配。另外，根据实数或复数所表现的数值信息群，来特定被抽出的特征点的分布。因此，即使在其他的特征点彼此之间连接的线段的长度为同样的情况下，如果两端的特征点的种类不同的话，就可以将不同的数值信息付与该特征点。这就意味着可以求得精确度很高的特征点的核对结果。
在图3A、图3B中，表示了在第1实施例中被付与到分支点的数值信息的说明图。在这里，在采集特征点为分支点的情况下，对于被付与到该采集特征点的采集数值信息进行说明，在登录特征点为分支点的情况下，对于被付与到该登录特征点的登录数值信息的说明也是同样的。
在图3A中，在被抽出的多个采集特征点中，按照与其中一个采集特征点接近的顺序表示了其他的4个采集特征点(第1～第4接近采集特征点)。在这里，将所看到的一个采集特征点作为分支点Bi，第1接近采集特征点为端点T1，第2接近采集特征点为分支点B2，第3接近采集特征点为端点T3，第4接近采集特征点为分支点B4。然后，当比如在和到达第3接近采集特征点的各接近采集特征点的之间进行连线处理时，采集特征点B1就成为和采集特征点T1、B2、T3之间连接的3根线段(采集连线)的起点(终点)。
将实数单位值(1)付与为分支点的采集特征点Bi、B2。另外，将虚数单位值(i)付与为端点的采集特征点T1、T2。然后，以采集特征点Bi作为起点，分别对和其他的采集特征点之间连接的3根采集连线求得采集数值。在图3A中，以采集特征点Bi为起点，对连接从第1～第3接近采集特征点的各接近采集特征点的多根采集连线求得采集数值群。采集数值为被付与到位于各采集连线的两端的采集特征点的实数单位值或虚数单位值和该各采集连线的长度的积。其结果，如图3B所示、将对3根采集连线所求得的采集数值群作为采集数值信息(Li1·i，Li2，Li3·i)付与采集特征点Bi。
在这里，复数线段长「Li1·i」为与连接被付与了实数单位值的采集特征点B1和被付与了虚数单位值的端点T1的采集连线的长度Li1相对应的值。复数线段长「Li2」为与连接被付与了实数单位值的采集特征点Bi和被付与了实数单位值的分支点B2的采集连线的长度Li2相对应的值。复数线段长「Li3·i」为与连接被付与了实数单位值的采集特征点Bi和被付与了虚数单位值的端点T3的采集连线的长度Li3相对应的值。
这样，就可以将与其他的采集特征点之间的位置关系相对应的数值信息付与采集特征点Bi，就可以将采集特征点固有的信息进行分配。
在图4A、图4B中，表示了在第1实施例中被付与到端点的数值信息的说明图。在这里，在采集特征点为端点的情况下，对被付与到该采集特征点的采集数值信息进行说明，在登录特征点为端点的情况下，对于被付与到该登录特征点的登录数值信息的说明也是同样的。在图4A中，和图3A同样，按照与所看到的端点接近的顺序表示了其他的4个采集特征点(第1～第4接近采集特征点)。在这里，将看到的一个采集特征点作为端点Ti，第1接近采集特征点为端点T1，第2接近采集特征点为分支点B2，第3接近采集特征点为端点T3，第4接近采集特征点为分支点B4。然后，当比如在和到达第3接近采集特征点的各接近采集特征点的之间进行连线处理时，采集特征点Ti就成为和采集特征点T1、B2、T3之间连接的3根采集连线的起点。
将实数单位值(1)付与为分支点的采集特征点B2。另外，将虚数单位值(i)付与为端点的采集特征点T1、T2、T3。然后，以采集特征点Ti作为起点，分别对和其他的采集特征点之间连接的3根采集连线求得采集数值。在图4A中，以采集特征点Ti为起点，对连接从第1～第3接近采集特征点的各接近采集特征点的多根采集连线求得采集数值群。采集数值为被付与到位于各采集连线的两端的采集特征点的实数单位值或虚数单位值和该各采集连线的长度的积。其结果，如图4B所示、将对3根采集连线所求得的采集数值群作为采集数值信息(-Li1，Li2·i-Li3)付与采集特征点Ti。
在这里，复数线段长「-Li1」为与连接被付与了虚数单位值的采集特征点Ti和被付与了虚数单位值的端点T1的采集连线的长度Li1相对应的值。复数线段长「Li2·i」为与连接被付与了虚数单位值的采集特征点Ti和被付与了实数单位值的分支点B2的采集连线的长度Li2相对应的值。复数线段长「-Li3」为与连接被付与了虚数单位值的采集特征点Ti和被付与了虚数单位值的端点T3的采集连线的长度Li3相对应的值。
另外，关于到第3接近采集特征点的各接近采集特征点，对付与数值信息的情况进行了说明，对于第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
如图3B及图4B所示，根据所看到的采集特征点的种类，即使和其他的采集特征点之间的位置关系几乎相同，也可以使被付与到采集特征点的数值信息不同。因此，通过采用这样的数值信息来进行核对处理，就可以提高核对的准确度。
在以下，采用被付与了这样的数值信息的特征点，对指纹核对处理进行说明。首先，在进行指纹的核对之前，进行鉴定个人的登录数值信息的登录处理。登录数值信息和上述同样被付与到从个人的指纹图像中所抽出的各特征点(登录特征点)。另外，也将位置信息付与到被付与了登录数值信息的各登录特征点。作为该位置信息，可以采用所给的平面坐标系的X坐标及Y坐标。
在图5中，表示了登录数值信息的登录处理例。在登录处理中，也是首先取得所鉴定的个人的指纹图像(步骤S20)。从所取得的指纹图像中抽出NR(NR为4以上的整数)个登录特征点(步骤S21)。在步骤20所取得的指纹图像比如为图2所示的指纹图像的情况下，在步骤S21所抽出的登录特征点如图6所示那样分布在特征点抽出区域中。在图6中，将分支点(B)和端点(T)区别开进行表示。由这些分支点及端点所构成的特征点，作为登录特征点被登录。
在步骤S21中，当抽出登录特征点时，便将名称附加到各登录特征点上(步骤S22)。比如，如图7所示、根据表示登录分支点的「BR(BranchRegistered)」和分支点固有的号码，分别将固有的名称附加到分支点上。另外，如图7所示、根据表示登录端点的「TR(Terminal Registered)」和端点固有的号码，分别将固有的名称附加到端点上。
接下来，进行登录特征点彼此之间的连线处理(步骤S23)。更具体地来讲，将登录特征点和与该登录特征点接近的LR(2≤LR≤NR-1、LR为整数)个登录特征点(接近登录特征点)连接，(假设)生成多个线段(登录连线)。在这里，与登录特征点接近的LR个接近登录特征点，按与该登录特征点接近的顺序称为第1接近登录特征点、第2接近登录特征点、…、第LR接近登录特征点，除此之外也可以称LR个接近登录特征点。
但是，ND或NR为3的情况下，接近登录特征点的数及登录特征点的数就为2，采集数值群及登录数值群的信息量就变少了。因此，就会产生误将核对对象的指纹判断为一致的情况，就会降低核对的准确度。因此，ND、NR最好分别为4以上的整数。
在图8中，表示了进行连线处理的状态的说明图。在这里，表示了对每个特征点进行到第4接近登录特征点(LR＝4)的连线处理的情况。各登录特征点至少为4根登录连线的起点。另外，在对于来自对方的登录特征点符合第1～第4接近登录特征点中的任何一个的情况下，由于可以成为以对方的登录特征点为起点的登录连线的终点，因而对登录特征点来讲，也有被设置5(＝LR+1)个以上的登录连线的情况。
另外，被付与到登录特征点的登录数值信息的信息量，最好至少可以和被付与到在核对处理中所取得的指纹图像的特征点的数值信息的信息量相等。因此，在核对处理中，在根据进行到第LD接近采集特征点的连线处理、被付与采集数值信息的情况下，LR最好为LD以上。在该情况下，在登录处理中，根据进行到第LR接近登录特征点的连线处理所被付与的登录数值信息，变得比在核对处理中根据进行到第LD接近采集特征点的连线处理所被付与的采集数值信息的信息量多。
在LR及LD中，分别被加以(a)式～(c)式的条件，但如果LR及LD很大的话，就会给核对处理增加负担。理想的为LR为4、5、6或7，LD为2、3、4或5。
2≤LR≤NR-1…(a)2≤LD≤ND-1…(b)LD≤LR…(c)如图8所示、当对每个登录特征点进行到第LR接近登录特征点的连线处理时，便将登录数值信息付与到各登录特征点(步骤S24)。在这里，将被付与的登录数值信息进行登录(步骤S25)。
在图8中，为将虚数单位值付与端点、将实数单位值付与分支点的一例。连接端点彼此之间的连线因此被定为负数，连接分支点彼此之间的连线被定为正数，连接端点和分支点的连线被定为虚数。在图8中，负数连线为双重线，正数连线为实线，虚数连线用虚线来表示。
在图9中，表示了登录数值信息例。将图8所示的特征点作为登录特征点，将与各登录特征点相对应的登录数值群付与登录数值信息。在图8中，由于进行了到第4接近登录特征点的连线处理，因而就将至少包含4个复数线段长的登录数值付与图9所示的登录数值信息的各登录特征点。
另外，在登录处理中，不仅求得被付与到各登录特征点的登录数值信息、也求得各登录特征点的位置信息。将位置信息与各登录特征点对应起来进行存储。
接下来，对采用上述的登录数值信息的第1实施例的指纹核对处理进行具体的说明。
在图10中，表示了第1实施例的指纹核对处理例。图10将采用图1所说明的概要进行了更详细的说明，从图10的步骤S32到步骤S40与图1的步骤S12到步骤S16相对应。具体来讲，图10的步骤S40的Y输出相当于图1的步骤S16的Y输出，图10的步骤S33的N输出相当于图1的步骤S16的N输出。
在指纹核对处理中，首先也取得核对对象的指纹图像(步骤S30)。接下来，从所取得的指纹图像中抽出LD个特征点(采集特征点)(步骤S31)。分别将名称附加到被抽出的各采集特征点上(步骤S32)。
比如，如图11所示、根据表示检测分支点的「BD(Branch Detected)」和分支点固有的号码，分别将固有的名称附加到分支点上。另外，如图11所示、根据表示检测端点的「TD(Terminal Detected)」和端点固有的号码，分别将固有的名称附加到端点上。
在图11中，如图6～图8所示、对被抽出登录特征点的区域，表示了被采集核对对象的指纹的指纹采集区域。在指纹采集区域中，存在有误作为特征点所抽出的误出点、及没有抽出本来应抽出的特征点的丧失点。在图11中，在被抽出的采集特征点中，采集特征点BD3、BD4为误出分支点，采集特征点TD3、TD4为误出端点。另外，在图11中，存在有丧失端点。
由于从所取得的指纹图像中抽出的采集特征点和误出点及丧失点混同在一起，因而在核对处理中，有必要探索采集特征点符合分散的登录特征点的哪个部分。因此，在第1实施例中，通过如以下那样、在削减核对对象的采集特征点的基础上、进行准确度高的采集特征点及登录特征点的位置确认，就可以同时达到减轻处理负荷和保持安全性。
即、在步骤S32中，如图11所示那样在附加名称时，首先判断核对对象的采集特征点数是否存在有4个以上(步骤S33)。在判断采集特征点数存在有4个以上时(步骤S33Y)，就对每个采集特征点进行到第LD接近采集特征点的连线处理(步骤S34)。
在图12中，表示了进行到第LD接近采集特征点的连线处理的状态。在这里，表示了进行到第3接近采集特征点的连线处理的情况(LD＝3)。在连接采集特征点彼此之间的采集连线的复数线段长为正数时用实线、在负数时用双重线、在虚数时用虚线的方式来表示各采集连线。
在图10中，在步骤S34进行连线处理时，从各采集特征点的位置求得连接采集特征点彼此之间的采集连线的长度。然后，如图3A、图3B、图4A、图4B所示那样，将包含复数线段长的采集数值信息付与各采集特征点(步骤S35)。然后，作为第1核对处理，对被付与到各采集特征点的每个采集数值进行和被付与到登录特征点的登录数值信息的登录数值的核对。然后，将被付与了该登录数值的登录特征点分配到和登录数值为一致的采集数值(步骤S36)。
在图13中，表示了第1核对处理的结果例。在这里，对图11所示的每个采集特征点检测和采集数值信息和图9所示的登录数值信息相一致的登录特征点。在这里，登录数值信息的检测范围，特征点的种类可以限于相同的登录特征点的范围内。比如，对检测端点TD1的采集数值「15i」，特征点的种类为相同的端点，就检测具有和该采集数值相同的登录数值的端点的登录点TR1、TR3。同样，比如，对检测分支点BD2的采集数值「20i」，特征点的种类为同样的分支点，就检测具有和该采集数值同样的登录数值的分支点的登录点BR18。另一方面，由于具有和检测分支点BD2的采集数值「11i」同样的登录数值的分支点不存在，因而在图13中就为空栏。
这样，在对被付与到各采集特征点的每个采集数值检测出登录数值为一致的登录特征点时，如图10所示、在核对对象的采集特征点中，将存在有α百分点(广义上称为第1比例)以上的、一个登录特征点也没有分配到被付与到该采集特征点的采集数值群的采集数值的误差数值的采集特征点进行删除(步骤S37)。将α定为「51」～「65」(51％＜α％＜65％)。理想的为α为「60」。
比如，将α定为「60」(α％＝60％)时，在被付与到采集特征点的采集数值的数为4的情况下，存在有没有被分配登录特征点的采集数值的数为2.4(＝4×0.6)个以上的采集特征点就被削除。同样，在被付与到采集特征点的采集数值的数为3的情况下，存在有没有被分配登录特征点的采集数值的数为1.8(＝3×0.6)个以上的采集特征点也被削除。在图13中，检测特征点TD1，采集数值的数为3，由于没有被分配特征点的采集数值的数为0，因而就为削除的对象以外。另一方面，检测分支点BD4，采集数值的数为3，由于没有被分配特征点的采集数值的数为2，根据上述的基准，检测分支点BD4就被削除。其结果，如图14所示、检测端点TD3(误差数值75％)、TD4(误差数值75％)、检测分支点BD4(误差数值67％)就被削除。
这样，在削除了核对对象的采集特征点的数之后，在如图10所示的指纹核对处理中，被分配到某采集特征点的采集数值群的各采集数值的登录特征点，在该采集数值群的β％(广义上称为第2比例)以上为共通的、并将其限于一个种类的登录特征点的情况下，将该登录特征点与具有该采集数值群的采集特征点构成对应关联(步骤S38)。将β定为「51」以上、「100」以下(51％≤β％≤100％)。理想的为β为「60」。
然后，判断构成对应登录特征点的采集特征点是否为m个以上(步骤S39)。其结果，在判断构成对应登录特征点的采集特征点存在有m个以上时(步骤S39Y)，就判断m个采集特征点之间的位置关系和与该m个采集特征点构成对应关联的m个登录特征点的位置关系是否一致(步骤S40)。
另一方面，在判断与登录特征点构成对应关联的采集特征点不存在m个以上时(步骤S39N)，就返回到步骤S33，在削除了不一致特征点的状态下，再次进行到第LD接近采集特征点的连线处理。
在图13所示的第1核对处理的结果中，在检测端点TD2中对于4个采集数值，对其中3个采集数值共通分配登录端点TR5。对于4个采集数值，3个为共通的，共通比例为75％。将上面所示的β％(第2比例)定为60％时，就将登录特征点TR5与采集特征点BD2构成对应关联。同样，将登录特征点BR18与采集特征点BD2构成对应关联、将登录特征点BR16与采集特征点BD6构成对应关联。对此，在采集特征点BD1中，登录特征点BR9、BR18全都以67％(＝2/3)的比例共通，但由于还没有决定哪一个，因而也就不将登录特征点BR9和登录特征点BR18与采集特征点BD1构成对应关联。
最后，在图13所示的第1核对处理的结果中，3个采集特征点TD2、BD2、BD6分别与登录特征点TR5、BR18、BR16构成对应关联。在该情况下，如果将与登录特征点构成对应关联的采集特征点的数m定为3的话，由于构成对应关联的采集特征点存在3个，因而步骤S39的判断就成为「Y」，就调查采集特征点TD2、BD2、BD6的位置关系是否与登录特征点TR5、BR18、BR16的位置关系相一致(步骤S40)。具体来讲，判断采集特征点TD2、BD2、BD6作成的三角形(采集三角形)和登录特征点TR5、BR18、BR16所作成的三角形(登录三角形)是否相符合。在对登录数值及采用数值采用了横穿各连线的指纹棱线数的情况下，也可以以采集三角形和登录三角形是否处于相似关系来判断步骤S40的位置关系判断。这样，即使因成长及体形变化等手指的大小发生变化，也可以进行认证。
返回到图10，在与登录特征点构成对应关联的采集特征点的数m为4个以上时(步骤S39)，就考虑进入位置关系判断(步骤S40)的情况。在图13的第1核对处理中，由于只能对应3点，因而就返回到削除误差数值多的TD3、TD4、BD4、计算采集特征点数的判断(步骤S33)。
如图15所示，除去在图10的步骤S37中被削除的不一致特征点所剩下的采集特征点的数为7个，由于比4大(步骤S33Y)，因而再次进行到第3接近采集特征点(LD＝3)的连线处理(步骤S34)。然后，进行将在新的连线处理后重新被付与到每个采集特征点的采集数值(步骤S35)和被付与到图9所示的登录特征点的各登录数值进行比较的第2核对处理(步骤S36)。
在图16中，表示了第2核对处理的结果例。第2核对处理的结果，认可在除去检测分支点BD3的其他的6个采集特征点上、各采集数值有6成以上共通的特征点，将登录特征点对应采集特征点。具体来讲，将登录特征点TR7对应采集特征点TD1，将登录特征点TR5对应采集特征点TD2、将登录特征点BR19对应采集特征点BD1、将登录特征点BR18对应采集特征点BD2、将登录特征点BR17对应采集特征点BD5、将登录特征点BR16对应采集特征点BD6。由于构成对应的采集特征点为6个，m为4以上，因而步骤S39的判断就为「Y」。这样，采用第2核对处理的结果，在图10的步骤S40中，进行除去检测分支点BD3的其他的采集特征点之间的位置关系和构成对应各采集特征点的登录特征点之间的位置关系的确认处理。位置关系的确认处理，是将被规定为绝对或相对的采集特征点之间的位置关系及登录特征点之间的位置关系进行比较，比如判断在所给与的误差范围内是否一致。在这里，调查采集特征点TD1、TD2、BD1、BD2、BD5、及BD6作成的6C3(＝20)个采集三角形和登录特征点TR7、TR5、BR19、BR18、BR17、BR16作成的20个登录三角形是否相符。
图10的步骤S40的采集特征点之间的位置关系和登录特征点之间的位置关系的比较核对，也可以采用与采用通常的指纹图像的特征点的指纹核对处理所进行的比较核对方法同样的方法。但是，在第1实施例中，由于采用被付与到每个特征点的数值信息来算出一致的可能性高的登录点，因而与和所有的登录特征点进行一致核对的情况相比，就可以大幅度地减轻处理负荷。另外，可以避免只根据数值信息的一致所判断的偶然和登录特征点的一致、认证本人的情况。
检测端点及检测分支点的位置关系，在判断了与对应的登录特征点之间的位置关系一致时(步骤S40Y)，就判断与被登录的本人的指纹一致，并进行认证处理(步骤S41)。在认证处理中，如进行鉴定了被登录的本人的旨意的显示。
另一方面，在判断了检测端点及检测分支点的位置关系和所对应的登录特征点之间的位置关系不一致时(步骤S40N)，就返回到步骤S33。
另外，在步骤S33中，在判断了采集特征点数不是4以上时(步骤S33N)，就判断不能保证指纹核对的准确度，便进行非认证处理(步骤S42)。在非认证处理中，如进行没有鉴定被登录的本人的旨意的显示。
如以上所示那样，在第1实施例中，在采集数值群中，在削除了存在有没有被分配登录特征点的采集数值在第1比例(α百分点)以上的采集特征点后，就将没有被分配到被付与到除去被削除的采集特征点的采集特征点的采集数值群的各采集数值的登录特征点在第2比例以上为共通的登录特征点对应该采集登录特征点，进行位置关系的比较核对。
1.2第2实施例在第2实施例中，将包含有采集连线的长度的采集数值(数值信息)付与被抽出的每个采集特征点。线段长为采集连线的长度。因此，就将正数所表现的采集数值付与被抽出的每个采集特征点。这样，就可以将与其他的采集特征点之间的位置关系相对应的数值信息付与各采集特征点，就可以将采集特征点固有的信息进行分配。另外，根据正数所表现的采集数值群，来特定被抽出的采集特征点的分布。
因此，通过采用具有这样的采集数值群的采集特征点和被付与到同样所得到的登录数值群的登录特征点，就可以以非常简单的处理来表现采集特征点及登录特征点的分布，并可以减轻指纹核对结果的处理负荷。
在图17A、图17B中，表示了包含第2实施例的采集连线的长度的数值信息的说明图。在这里，对被付与到采集特征点的采集数值信息进行说明，但对被付与到登录特征点的登录数值信息的说明也是同样的。
在图17A中，表示了在被抽出的多个采集特征点中，接近1个采集特征点Pi的4个其他的采集特征点P1～P4(第1～第4接近采集特征点)。在这里，对每个采集特征点比如进行和到第3接近采集特征点的各采集特征点之间的连线处理。即、采集特征点Pi为在P1～P3之间所连接的3根采集连线的起点。因此，如图17B所示、将各采集连线的长度Li1～Li3付与采集特征点Pi。这样，就可以将与其他的特征点之间的位置关系相对应的数值信息付与采集特征点Pi，就可以将采集特征点固有的信息进行分配。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第2实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第2实施例的指纹核对处理和第1实施例同样，因此省略其说明。但是，在指纹核对处理中，与第1实施例不同是、不论采集连线及登录连线的两端的特征点的种类、只根据连线的长度来进行判断。因此，在步骤S36的登录数值信息的核对范围变广的同时，与第1实施例相比较，核对的准确度变低。但是，根据第2实施例，和第1实施例相比，可以得到降低登录数值及采集数值的信息量和简化处理的效果。
1.3第3实施例在第3实施例中，将包含采集连线之间的形成角度的采集数值(数值信息)付与每个被抽出的采集特征点。在第3实施例中，采用具有包含这样的采集数值的采集数值群的采集特征点和被付与了同样所得到的登录数值群的登录特征点。
在图18A、图18B中，表示了包含有第3实施例的采集连线之间的形成角度的数值信息的说明图。在这里，对被付与到采集特征点的采集数值信息进行说明，对被付与到登录特征点的登录数值信息的说明也是同样的。
在图18A中，表示了在被抽出的多个采集特征点中，接近1个采集特征点Pi的4个其他的采集特征点P1～P4(第1～第4接近采集特征点)。在这里，对每个采集特征点比如进行和到第3接近采集特征点的各采集特征点之间的连线处理。即、采集特征点Pi为在P1～P3之间所连接的3根采集连线LN1～LN3的起点。并且，这3根采集连线相互形成的角度也是3个种类(采集连线LN1、LN2形成的角度θi12、和LN2、LN3形成的角度θi23、LN3、LN1形成的角度θi31)。
因此，如图18B所示、将采集连线形成的角度θi12～θi31付与采集特征点Pi。另外，角度最好事先定义为正方向(顺方向)，其值为0度～360度。这样，就可以将与其他的特征点之间的位置关系相对应的数值信息付与采集特征点Pi，就可以将采集特征点固有的信息进行分配。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第3实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第3实施例的指纹核对处理和第1实施例同样，因此省略其说明。但是，在指纹核对处理中，与第1实施例不同是、不论采集连线及登录连线的两端的特征点的种类、只根据连线彼此之间的形成角度来进行判断。因此，在步骤S36的登录数值信息的核对范围变广的同时，与第1实施例相比较，核对的准确度变低。但是，根据第3实施例，可以得到降低登录数值及采集数值的信息量和简化处理的效果。而且根据成长等手指即使变大，由于角度并不变化，因此被认为具有经过很长时间也可以利用登录数值的优点。
1.4第4实施例在第4实施例中，将包含采集连线的长度及采集连线之间的形成角度的采集数值付与每个被抽出的采集特征点。在第4实施例中，采用具有包含这样的采集数值的采集数值群的采集特征点和被付与了同样所得到的登录数值群的登录特征点。
在图19A、图19B中，表示了包含有第4实施例的采集连线的长度及采集连线之间的形成角度的数值信息的说明图。在这里，对被付与到采集特征点的采集数值信息进行说明，对被付与到登录特征点的登录数值信息其说明也是同样的。
在图19A中，表示了在被抽出的多个采集特征点中，接近1个采集特征点Pi的4个其他的采集特征点P1～P4(第1～第4接近采集特征点)。在这里，对每个采集特征点比如进行和到第3接近采集特征点的各采集特征点之间的连线处理。即、采集特征点Pi为在采集特征点P1～P3之间所连接的3根采集连线LN1～LN3的起点。采集连线LN1～LN3的长度分别为Li1～Li3。并且，这3根采集连线相互形成的角度也是3个种类(采集连线LN1、LN2形成的角度θi12、和LN2、LN3形成的角度θi23、LN3、LN1形成的角度θi31)。
因此，如图19B所示、将各采集连线的长度Li1～Li3和这些采集连线形成的角度θi12～θi31付与采集特征点Pi。另外，角度最好事先定义为正方向(顺方向)。比如将逆时针旋转定为正方向，付与0度～360度的值。这样，就可以将与其他的特征点之间的位置关系相对应的数值信息付与采集特征点Pi，就可以将采集特征点固有的信息进行分配。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第4实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第4实施例的指纹核对处理和第1实施例同样，因此省略其说明。但是，在指纹核对处理中，与第1实施例不同是、不论采集连线及登录连线的两端的特征点的种类、只根据连线的长度及其形成角度来进行判断。因此，在步骤S36的登录数值信息的核对范围变广的同时，与第1实施例相比较，核对的准确度变低。但是，根据第4实施例，与第2及第3实施例相比较，可以得到提高核对的准确度并简化处理的效果。
1.5第5实施例在第5实施例中，在将连接采集特征点和接近特征点的采集连线作为采集矢量的情况下，将采集矢量彼此之间所作成的内积值作为采集数值信息付与每个采集特征点。在第5实施例中，采用具有包含这样的采集数值的采集数值群的采集特征点、和被付与同样将登录连线作为登录矢量、包含在登录矢量彼此之间所得到的内积值的登录数值群的登录特征点。
在图20A、图20B中，表示了第5实施例的数值信息的说明图。在这里，对被付与到采集特征点的采集数值信息进行说明，对被付与到登录特征点的登录数值信息其说明也是同样的。
在图20A中，表示了在被抽出的多个采集特征点中，接近1个采集特征点Pi的4个其他的采集特征点P1～P4(第1～第4接近采集特征点)。在这里，对每个采集特征点比如进行和到第3接近采集特征点的各采集特征点之间的连线处理。即、采集特征点Pi为在采集特征点P1～P3之间所连接的3根采集连线LN1～LN3的起点。生成以采集特征点Pi为起点的3根采集矢量。采集连线LN1～LN3的长度分别为Li1～Li3。因此，采集矢量的矢量长度也分别为Li1～Li3。并且，这3根采集连线相互形成的角度也是3个种类(采集连线LN1、LN2形成的角度θi12、和LN2、LN3形成的角度θi23、LN3、LN1形成的角度θi31)。
因此，如图20B所示、根据两个采集矢量的矢量长度和其形成的角度来求得采集矢量彼此之间所作成的内积值。将所求得的内积值IPi12、IPi23、IPi31付与采集特征点Pi。
内积值IPi12为根据采集连线LN1、LN2所求得的内积值。内积值IPi 23为根据采集连线LN2、LN3所求得的内积值。内积值IPi31为根据采集连线LN3、LN1所求得的内积值。这样，就可以将与其他的特征点之间的位置关系相对应的数值信息付与采集特征点Pi，就可以将采集特征点固有的信息进行分配。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第5实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第5实施例的指纹核对处理和第1实施例同样，因此省略其说明。但是，在指纹核对处理中，与第1实施例不同是、不论采集连线及登录连线的两端的特征点的种类、只根据其中任何两个连线所求得的内积值来进行判断。因此，在步骤S36的登录数值信息的核对范围变广的同时，与第1实施例相比较，核对的准确度变低。但是，根据第5实施例，与第4实施例相比较，可以得到削减信息量的效果。
1.6第6实施例在第6实施例中，将包含横穿采集连线的指纹的棱线数的采集数值付与被抽出的每个采集特征点。在第6实施例中，采用具有包含这样的采集数值的采集数值群的采集特征点和被付与了同样所得到的登录数值群的登录特征点。
在图21A、图21B中，表示了包含有第6实施例的指纹棱线数的数值信息的说明图。在这里，对被付与到采集特征点的采集数值信息进行说明，对被付与到登录特征点的登录数值信息其说明也是同样的。
在图21A中，表示了在被抽出的多个采集特征点中，接近1个采集特征点Pi的4个其他的采集特征点P1～P4(第1～第4接近采集特征点)。在这里，对每个采集特征点比如进行和到第3接近采集特征点的各采集特征点之间的连线处理。即、采集特征点Pi为在采集特征点P1～P3之间所连接的3根采集连线LN1～LN3的起点。将分别横穿采集连线LN1～LN3的图中未示的指纹的棱线的数定为a、b、c(a、b、c为自然数)。
因此，如图21B所示、将分别横穿以该采集特征点Pi为起点的采集连线LN1～LN3的指纹棱线数付与采集特征点Pi。这样，就可以将与其他的特征点之间的位置关系相对应的数值信息付与采集特征点Pi，就可以将特征点固有的信息进行分配。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，对第2接近采集特征点及第4接近采集特征点以上的说明也是同样的。
由于第6实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第6实施例的指纹核对处理和第1实施例同样，因此省略其说明。
根据第6实施例，由于将横穿采集连线的指纹棱线数付与各采集特征点，因而与第1实施例相比较，可以提高核对的准确度。
1.7第7实施例在第7实施例中，将包含横穿采集连线的指纹的棱线数和该采集连线彼此之间形成的角度的采集数值付与被抽出的每个采集特征点。在第7实施例中，采用具有包含这样的采集数值的采集数值群的采集特征点和被付与了同样所得到的登录数值群的登录特征点。
在图22A、图22B中，表示了包含有第7实施例的指纹棱线数和连线彼此之间形成的角度的数值信息的说明图。在这里，对被付与到采集特征点的采集数值信息进行说明，对被付与到登录特征点的登录数值信息的说明也是同样的。
在图22A中，表示了在被抽出的多个采集特征点中，接近1个采集特征点Pi的4个其他的采集特征点P1～P4(第1～第4接近采集特征点)。在这里，对每个采集特征点比如进行和到第3接近采集特征点的各采集特征点之间的连线处理。即、采集特征点Pi为在采集特征点P1～P3之间所连接的3根采集连线LN1～LN3的起点。将分别横穿采集连线LN1～LN3的图中未示的指纹的棱线的数定为a、b、c。
因此，如图22B所示、将分别横穿以该采集特征点Pi为起点的采集连线LN1～LN3的指纹棱线数付与采集特征点Pi。这样，就可以将与其他的特征点之间的位置关系相对应的数值信息付与采集特征点Pi，就可以将特征点固有的信息进行分配。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第7实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第7实施例的指纹核对处理和第1实施例同样，因此省略其说明。
根据第7实施例，由于将横穿采集连线的指纹棱线数和采集连线彼此之间形成的角度付与各采集特征点，因而与第6实施例相比较，可以提高核对的准确度。
1.8第8实施例在第8实施例中，在将连接采集特征点和接近特征点的采集连线作为采集棱线矢量、将横穿该采集连线的指纹棱线数作为该矢量长的情况下，将采集棱线矢量彼此之间所作成的内积值作为采集数值信息付与每个采集特征点。在第8实施例中，在采用具有包含这样的采集数值的采集数值群的采集特征点的同时，将横穿该采集连线的指纹棱线数作为矢量长、将该登录棱线作为登录棱线矢量的情况下、被付与了包含在登录棱线矢量彼此之间所得到内积值的登录数值群的登录特征点。
在图23A、图23B中，表示了包含有第8实施例的根据登录棱线矢量彼此之间所求得的内积值的采集数值信息的说明图。在这里，对被付与到采集特征点的采集数值信息进行说明，对被付与到登录特征点的登录数值信息的说明也是同样的。
在图23A中，按接近顺序表示了在被抽出的多个采集特征点中，接近1个采集特征点Pi的4个其他的采集特征点P1～P4(第1～第4接近采集特征点)。在这里，对每个采集特征点比如进行和到第3接近采集特征点的各采集特征点之间的连线处理。即、采集特征点Pi为在采集特征点P1～P3之间所连接的3根采集连线LN1～LN3的起点，生成以采集特征点Pi为起点的3根采集棱线矢量。在将分别横穿采集连线LN1～LN3的指纹的棱线的数定为a、b、c时，3根采集棱线矢量的矢量长分别为a、b、c。并且，这3根采集连线相互形成的角度也为3个种类(采集连线LN1、LN2形成的角度θi12、和LN2、LN3形成的角度θi23、LN3、LN1形成的角度θi31)。
因此，如图23B所示、根据两个采集棱线矢量的矢量长和其形成的角度来求得采集棱线矢量彼此之间所作成的内积值。将所求得的内积值IPi12、IPi23、IPi31付与采集特征点Pi。
内积值IPi12为由采集连线LN1、LN2所求得的内积值。内积值IPi23为由采集连线LN2、LN3所求得的内积值。这样，就可以将与其他的特征点之间的位置关系相对应的数值信息付与采集特征点Pi，就可以将采集特征点固有的信息进行分配。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第8实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第8实施例的指纹核对处理和第1实施例同样，因此省略其说明。根据第8实施例，与第7实施例相比较，可以得到削减信息量的效果。
1.9第9实施例在第9实施例中，将包含两根采集连线形成的角度和被付与位于这些采集连线的两端的采集特征点的实数单位值或虚数单位值的积的采集数值付与每个采集特征点。在第9实施例中，采用具有包含这样的采集数值的采集数值群的采集特征点和被付与同样所得到的登录数值群的登录特征点。
在图24A、图24B中，表示了在第9实施例中被付与分支点的数值信息的说明图。在这里，对采集特征点为分支点的情况下被付与到该采集特征点的采集数值信息进行说明，对登录特征点为分支点的情况下被付与到该登录特征点的登录数值信息的说明也是同样的。
在图24A中，将所看到的一个采集特征点定为分支点Bi，第1接近采集特征点定为端点T1、第2接近采集特征点定为分支点B2、第3接近采集特征点定为端点T3、第4接近采集特征点定为端点B4。然后，比如进行和到第3接近采集特征点的各采集特征点之间的连线处理时，采集特征点Bi就为在和各采集特征点T1、B2、T3之间所连线的3根采集连线的起点。
将实数单位值(1)付与为分支点的采集特征点Bi、B2，另外，将虚数单位值(i)付与为端点的采集特征点T1、T3。
因此，将包含多个采集连线中的两根采集连线形成的角度、和被付与到位于该两根采集连线的两端的采集特征点的实数单位值或虚数单位值的积的采集数值群付与采集特征点Bi。其结果，如图24B所示、将上述的采集数值群作为采集数值信息(θi12·i，θi23·i，-θi31)付与采集特征点Bi。
在这里，采集数值「θi12·i」为与连接采集特征点Bi和端点T1及分支点B2的两根采集连线LN1、LN2相对应的值。采集数值「θi23·i」为与连接采集特征点Bi和分支点B2及端点T3的两根采集连线LN2、LN3相对应的值。采集数值「-θi31」为与连接采集特征点Bi和端点T3、T1的两根采集连线LN3、LN1相对应的值。
这样，就可以将与其他采集特征点之间的位置关系相对应的采集数值付与采集特征点Bi，就可以将特征点固有的信息进行分配。
在这里，对采集特征点为分支点的情况进行了说明，对为端点的情况也同样可以付与采集数值。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第9实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第9实施例的指纹核对处理和第1实施例同样，因此省略其说明。
根据第9实施例，与第1实施例相比较，可以得到提高核对的准确度的效果。
1.10第10实施例在第10实施例中，将包含第1实施例的复数线段长和第9实施例的两根采集连线形成的角度、和被付与位于这些采集连线的两端的采集特征点的实数单位值或虚数单位值的积的采集数值付与每个采集特征点。在第10实施例中，采用具有包含这样的采集数值的采集数值群的采集特征点和、被付与了同样所得到的登录数值群的登录特征点。
在图25A、图25B中，表示了在第10实施例中被付与到分支点的数值信息的说明图。在这里，对采集特征点为分支点的情况下被付与到该采集特征点的采集数值信息进行说明，对登录特征点为分支点的情况下被付与到该登录特征点的登录数值信息的说明也是同样的。
在图25A中，将所看到的一个采集特征点定为分支点Bi，第1接近采集特征点定为端点T1、第2接近采集特征点定为分支点B2、第3接近采集特征点定为端点T3、第4接近采集特征点定为端点B4。然后，比如进行和到第3接近采集特征点的各采集特征点之间的连线处理时，采集特征点Bi就为在和采集特征点T1、B2、T3之间所连接的3根采集连线LN1～LN3的起点。
将实数单位值(1)付与为分支点的采集特征点Bi、B2。另外，将虚数单位值(i)付与为端点的采集特征点T1、T3。
因此，将包含在第1实施例中如图3B所示的各采集连线的复数线段长和在第9实施例中如图24B所示的多个采集连线中的两根采集连线形成的角度、和被付与到位于该两根采集连线的两端的采集特征点的实数单位值或虚数单位值的积的采集数值群付与采集特征点Bi。其结果，如图25B所示、将上述的采集数值群作为采集数值信息(Li1·i，Li2，Li3·i，θi12·i，θi23·i，-θi31)付与采集特征点Bi。
这样，就可以将与其他采集特征点之间的位置关系相对应的采集数值付与采集特征点Bi，就可以将特征点固有的信息进行分配。
在这里，对采集特征点为分支点的情况进行了说明，但对为端点的情况也同样可以付与采集数值。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第10实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第10实施例的指纹核对处理和第1实施例同样，因此省略其说明。
根据第10实施例，与第9实施例相比较，可以得到提高核对的准确度的效果。
1.11第11实施例在第11实施例中，将第5实施例的采集矢量彼此之间所作成的内积值和被付与到位于该采集矢量的起点及终点的采集特征点的实数单位值或虚数单位值的积作为采集数值信息付与每个采集特征点。在第11实施例中，采用包含有具有包含这样的采集数值的采集数值群的采集特征点、和同样将登录连线作为登录矢量、在登录矢量彼此之间所得到的内积值、被付与到位于该登录矢量的起点及终点的采集特征点的实数单位值或虚数单位值的积的登录数值信息的登录特征点。
在图26A、图26B中，表示了在第11实施例中被付与到分支点的数值信息的说明图。在图26A中，按接近顺序表示了在被抽出的多个采集特征点中，接近1个采集特征点Pi的4个其他的采集特征点(第1～第4接近采集特征点)。在这里，将所看到的一个采集特征点定为分支点Bi，第1接近采集特征点定为端点T1、第2接近采集特征点定为分支点B2、第3接近采集特征点定为端点T3、第4接近采集特征点定为端点B4。然后，比如进行和到第3接近采集特征点的各采集特征点之间的连线处理时，采集特征点Bi就为采集特征点T1、B2、T3之间的3根采集连线LN1～LN3的起点。
因此，如图26B所示、将第5实施例的采集矢量彼此之间作成的内积值、和被付与到位于该采集矢量的起点及终点的采集特征点的实数单位值或虚数单位值的积IIPi12、IIPi23、IIPi31付与采集特征点Bi。这样，就可以将与其他的特征点之间的位置关系相对应的数值信息付与采集特征点Bi，就可以将特征点固有的信息进行分配。
在这里，对采集特征点为分支点的情况进行了说明，但对为端点的情况也同样可以付与数值信息。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第11实施例的数值信息的登录处理和第1实施例同样，因此省略其说明。另外，由于第11实施例的指纹核对处理和第1实施例同样，因此省略其说明。
根据第11实施例，与第5实施例相比较，可以得到提高核对的准确度的效果。
1.12第12实施例在第12实施例中，将包含新定义的复数棱线数的数值信息付与每个被抽出的特征点。复数棱线数为分别被付与到位于连线的两端的特征点的实数单位值(1)或虚数单位值(i)和横穿该连线的指纹的棱线数的积。因此，将实数(正数、负数)或复数所表现的采集数值付与每个被抽出的特征点。这样，即使在连接其他的采集特征点彼此之间的采集连线的长度为同样的情况下，如果两端的采集特征点的种类及其位置不同的话，也可以将不同的数值信息付与该采集特征点。在第12实施例中，采用具有包含这样的采集数值的采集数值群的采集特征点和、被付与了同样所得到的登录数值群的登录特征点。
在图27A、图27B中，表示了在第12实施例中被付与到分支点的数值信息的说明图。在这里，在采集特征点为分支点的情况下，对被付与到该采集特征点的采集数值信息进行说明，在登录特征点为分支点的情况下，对被付与到该登录特征点的登录数值信息的说明也是同样的。
在图27A中，按接近顺序表示了在被抽出的多个采集特征点中，与其中一个采集特征点接近的其他的4个采集特征点(第1～第4接近采集特征点)。在这里，将所看到的一个采集特征点定为分支点B1、第1接近采集特征点定为端点T1、第2接近采集特征点定为分支点B2、第3接近采集特征点定为端点T3、第4接近采集特征点定为分支点B4。然后，当比如和到达第3接近采集特征点的各采集特征点的之间进行连线处理时，采集特征点Bi就成为和采集特征点T1、B2、T3之间连接的3根采集连线LN1～LN3的起点。
将实数单位值(1)付与为分支点的采集特征点Bi、B2。另外，将虚数单位值(i)付与为端点的采集特征点T1、T3。然后，求得被付与到以采集特征点Bi为起点的各采集连线的两端的采集特征点的实数单位值或虚数单位值和横穿采集连线的图中未示的指纹的棱线数的积。
在图27A中，在将分别横穿采集连线LN1～LN3的指纹的棱线数定为a、b、c(a、b、c为自然数)时，如图27B所示、将采集数值信息(a·i，b、c·i)付与采集特征点Bi。
在这里，复数棱线数「a·i」为与连接被付与饿实数单位值的采集特征点Bi和被付与了虚数单位值的端点T1的采集连线LN1相对应的值。复数棱线数「b」为与连接被付与了实数单位值的采集特征点Bi和分支点B2的采集连线LN2相对应的值。复数棱线数「c·i」为与连接被付与了实数单位值的采集特征点Bi和被付与了虚数单位值的端点T3的采集连线LN3相对应的值。
这样，就可以将与其他的采集特征点之间的位置关系相对应的数值信息付与采集特征点B1，可以将采集特征点固有的信息进行分配。
在图28A、图28B中，表示了在第12实施例中被付与到端点的数值信息的说明图。在这里，在采集特征点为端点的情况下，对被付与到该采集特征点的采集数值信息进行说明，在登录特征点为端点的情况下，对于被付与到该登录特征点的登录数值信息的说明也是同样的。
在图28A中，和图27A同样，按与所看到的端点接近的顺序表示了4个其他的采集特征点(第1～第4接近采集特征点)。在这里，将所看到的一个采集特征点定为端点Ti、第1接近采集特征点定为端点T1、第2接近采集特征点定为分支点B2、第3接近采集特征点定为端点T3、第4接近采集特征点定为分支点B4。然后，当比如和到达第3接近采集特征点的各接近采集特征点的之间进行连线处理时，采集特征点Ti就成为和采集特征点T1、B2、T3之间连接的3根采集连线LN1～LN3的起点。
将实数单位值(1)付与为分支点的采集特征点B2。另外，将虚数单位值(i)付与为端点的采集特征点T1、T2、T3。然后，求得被付与到以采集特征点Ti为起点的各采集连线的两端的采集特征点的实数单位值或虚数单位值和横穿采集连线的图中未示的指纹的棱线数的积。在图28A中，在将分别横穿采集连线LN1～LN3的指纹的棱线数定为a、b、c(a、b、c为自然数)时，如图28B所示、将采集数值信息(-a，b·i，-c)付与采集特征点Ti。
在这里，复数棱线数「-a」为与连接被付与了虚数单位值的采集特征点Ti和被付与了虚数单位值的端点T1的采集连线LN1相对应的值。复数棱线数「b·i」为与连接被付与了虚数单位值的采集特征点Ti和分支点B2的采集连线LN2相对应的值。复数棱线数「-c」为与连接被付与了虚数单位值的采集特征点Ti和被付与了虚数单位值的端点T3的采集连线LN3相对应的值。
这样，就可以将与其他的采集特征点之间的位置关系相对应的数值信息付与采集特征点T1，可以将采集特征点固有的信息进行分配。
另外，对将数值信息付与给到第3接近采集特征点的线段的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第12实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第12实施例的指纹核对处理和第1实施例同样，因此省略其说明。
根据第12实施例，依靠各特征点的位置，并与上述的实施例相比较，可以得到削减信息量的效果。
1.13第13实施例在第13实施例中，将在第8实施例中的采集棱线矢量彼此之间所作成的内积值、和被付与到位于该采集棱线矢量的起点及终点的采集特征点的实数单位值或虚数单位值的积作为采集数值信息付与每个采集特征点。在第13实施例中，采用具有包含这样的采集数值的采集数值群的采集特征点、和被付与了同样在第8实施例中的登录棱线矢量彼此之间所得到的内积值和被付与到位于该登录棱线矢量的起点及终点的登录特征点的实数单位值或虚数单位值的积的登录数值信息的登录特征点。
在图29A、图29B中，表示了第13实施例的数值信息的说明图。在这里，对被付与到采集特征点的采集数值信息进行说明，对被付与到登录特征点的登录数值信息的说明也是同样的。
在图29A中，将所看到的一个采集特征点定为分支点Bi、第1接近采集特征点定为端点T1、第2接近采集特征点定为分支点B2、第3接近采集特征点定为端点T3、第4接近采集特征点定为端点B4。然后，比如进行和到第3接近采集特征点的各采集特征点之间的连线处理时，采集特征点Bi就为在和采集特征点T1、B2、T3之间连接的3根采集连线LN1～LN3的起点。将分别横穿采集连线LN1～LN3的图中未示的指纹的棱线数定为a、b、c(a、b、c为自然数)。
将实数单位值(1)付与为分支点的采集特征点Bi、B2。另外，将虚数单位值(i)付与为端点的采集特征点T1、T3。
因此，如图29B所示、将和第8实施例同样的采集棱线矢量彼此之间所作成的内积值、和被付与到位于该采集棱线矢量的起点及终点的采集特征点的实数单位值或虚数单位值的积IIPi12、IIPi23、IIPi31付与采集特征点Bi。
在第13实施例中，内积值IIPi12为根据采集采集连线LN1的复数棱线数a和采集连线LN2的复数棱线数b、和被付与到分别位于采集连线LN1、LN2的两端的采集特征点的实数单位值或虚数单位值的积所求得的。另外，内积值IIPi23根据采集连线LN2的复数棱线数b和采集连线LN3的复数棱线数c、和被付与到分别位于采集连线LN2、LN3的两端的采集特征点的实数单位值或虚数单位值的积所求得的。另外，内积值IIPi31为根据采集连线LN3的复数棱线数c和采集连线LN1的复数棱线数a、和被付与到分别位于采集连线LN3、LN1的两端的采集特征点的实数单位值或虚数单位值的积所求得的。
这样，就可以将与其他的特征点之间的位置关系相对应的数值信息付与采集特征点Bi，可以将特征点固有的信息进行分配。
在这里，对采集特征点为分支点的情况进行了说明，对为端点的情况也同样可以付与数值信息。
另外，对将数值信息付与给到第3接近采集特征点的采集连线的情况进行了说明，但对第2接近采集特征点或第4接近采集特征点以上的说明也是同样的。
由于第13实施例的登录数值的登录处理和第1实施例同样，因此省略其说明。另外，由于第13实施例的指纹核对处理和第1实施例同样，因此省略其说明。
根据第13实施例，与第8实施例相比较，可以得到提高核对的准确度的效果。
另外，在第1～第13实施例中，对于被付与到从所取得的指纹图像中所抽出的采集特征点的采集数值信息进行了说明，在各实施例中同样分别可以求得和登录特征点的位置确认所用的各特征点的位置信息。
如以上所说明的那样，在第1～第13实施例中，将根据和其他的采集特征点的位置关系所求得的数值信息付与到从所取得的指纹图像中所抽出的每个采集特征点。并且，在指纹核对处理之前，将同样所求得的登录数值信息、和被付与到核对用所取得的指纹图像的采集特征点的采集数值信息进行比较，来选择为核对对象的信息。这样，就可以大幅度地减轻事先所登录的登录点和特征点的核对处理的负荷。因此，就可以很容易地进行便携式的信息仪器等的装载。
2.指纹核对装置下面，对实现上述的指纹核对方法的指纹核对装置进行说明。
在图30中，表示了指纹核对装置的结构的概要方框图。指纹核对装置100包含有特征点抽出部110、图像解析部120、核对部130、登录信息存储部140、登录部150。
特征点抽出部110，从所取得的指纹图像中抽出图2所示的采集特征点。更具体的来讲，特征点抽出部110从指纹图像中抽出分支点及端点。被提供给特征点抽出部110的指纹图像，也可以从指纹核对装置100的外部输入。另外，指纹核对装置100其结构也可以为包含有输入指纹图像的指纹图像输入部160。在该情况下，将在该指纹图像输入部160所输入的指纹图像提供给特征点抽出部110。
图像解析部120，将上述的数值信息付与在特征点抽出部110所抽出的指纹图像的每个特征点，并与登录信息存储部140所存储的登录数值信息进行比较，选择核对对象的特征点。
核对部130将核对对象的采集特征点之间的位置关系和构成对应核对对象的采集特征点的登录特征点之间的位置进行比较，并将其结果输出。核对对象的特征点的位置是根据特征点抽出部110及图像解析部120所求出的。
登录信息存储部140将登录数值信息142及登录特征点的位置信息144进行存储。这样，根据登录信息存储部140的存储信息，来求得构成对应核对对象的采集特征点的登录特征点的位置关系。
登录部150进行登录处理。更具体的来讲，登录部150对在特征点抽出部进行登录用所抽出的登录特征点求得登录数值信息及位置信息。然后，登录部150进行将这些登录数值信息及位置信息储存相关附加到各登录特征点、并储存到登录信息存储部140的处理。
在下面，对指纹核对装置100的结构例子进行更具体的说明。指纹核对装置100可以应用于IC卡等所要求高度保守机密性的便携式的信息装置(信息仪器)。在该情况下，指纹核对装置100最好具有指纹图像输入部160的功能。
在图31中，表示了应用指纹核对装置100的IC卡的详细结构例的方框图。在IC卡180中，通过与总线200相连接的中央处理器(CentralProcessing Unit以下简称CPU。)210，根据存储于同样与总线200相连接的只读存储器(Read Only Memory)212内的程序来控制各部。CPU210将作为随机存储装置的DRAM(Dynamic Random Memory)214作为工作区域来进行种种的处理。另外，作为随机存储装置，也可以采用SRAM(Static Random Access Memory)。
CPU210进行被存储于作为长期存储装置的不易失性存储器216内的卡信息的读出及写入。在这里，卡信息为高度保守机密性的个人信息(比如银行的存款余额等)。因此，在写入不易失性存储器216内的情况下，通过编码器(加密装置)218进行加密来写入。另外，在从不易失性存储器216读出的情况下，通过译码器(解码/装置)220进行密码解读(解密)来读出。另外，作为不易失性存储器216，可以采用闪存存储器及SRAM。
在总线200上连接有显示控制器(显示控制部)222和VRAM224。显示控制器222根据VRAM224所存储的图像数据，将图像显示在显示器(显示部)226上。
另外，在总线200上连接有传感器控制器(个人信息采集部控制部)228和传感器用RAM230。传感器控制器228在指纹传感器(个人信息采集部、指纹图像输入部)232检测指纹的凹凸，并将对应指纹的凹凸的图像作为指纹图像储存到传感器用RAM内。
在这里，指纹图像输入部160的功能是通过指纹传感器232来实现的。特征点抽出部110、图像解析部120、核对部130及登录部150的功能是通过执行ROM212所储存的程序的CPU210来实现的。登录信息存储部140的功能是通过ROM212或不易失性存储器216来实现的。
比如，将执行图5及图10所示的处理的程序存储到ROM212或不易失性存储器216内，CPU210适宜地读出并执行。另外，将图9所示的登录数值信息存储到不易失性存储器216内。比如在DRAM214生成第1及第2核对结果。
在这样结构的IC卡180中，采用通过指纹传感器232所输入的指纹图像，核对是否为事先所登录的本人的指纹图像。当核对的结果被确认为是所登录的本人的指纹图像时，就实施如不易失性存储器216等所存储的个人信息的读出或显示等的控制。
另外，IC卡180的各要素并不限于通过图31所示的器件来实现。比如，没有必要通过软件来实施指纹图像的特征点的抽出、也可以通过广泛使用的芯片或专用芯片等的硬件来进行处理。另外，也可以为不通过编码器218及译码器220来对不易失性存储器216进行访问的结构。在该情况下，也可以通过CPU210来进行加密及解密，对不易失性存储器216进行访问。
IC卡180比如可以采用以下说明的指纹传感器。这样，既可以达到作为便携式信息仪器所必要的低消耗电力化，也可以达到小型化。
2.1指纹传感器在作为指纹图像取得部所采用的指纹传感器232中，在指纹的检测方式中有种种方式，但只要可以读出指纹的图像的话，并不限定其方式。只要指纹传感器232通过采用以下所示的静电电容检测方式的指纹传感器，就可以采用以往的制造技术实现省空间化、并可以高精度地检测出指纹的凹凸。
在图32中，表示了指纹传感器232结构例。在指纹传感器232内具有j根(j为2以上的整数)的电源线240和k根(k为2以上的整数)的输出线242。在j根的电源线240和k根的输出线242的各交点上设置有静电电容检测元件244。
静电电容检测元件244作为手指接触时的闭电路在图中被表示，具有依据于指纹的凹凸图形进行变化的可变电容CF和信号放大元件、比如信号放大MIS型薄膜半导体装置(以下简称信号放大用TFT)246。在手指没有接触静电电容检测元件244时，可变电容CF的接地端一侧就为打开状态。另外，关于可变电容CF，在后面进行叙述。
j根的电源线240的每根与沿着对应的行所配置的k个信号放大用TFT246的漏极D相连接。另外，j根的电源线240的每根通过j个电源用通过栅极250的每个，与公共电源线252相连接。即、电源用通过栅极250是由MIS型薄膜半导体装置所形成，其源极S与电源线240相连接，其漏极D与公共电源线252相连接。在电源选择电路260内，在设置有上述的j个电源用通过栅极250及公共电源线252的基础上，还设置有电源用移位寄存器262。在电源用移位寄存器262的电源选择用输出线264上，连接有j个电源用通过栅极250的各栅极G。
k根的输出线242的每根与沿着对应的行所配置的j个信号放大用TFT246的源极S相连接。另外，k根的输出线242的每根通过k个输出信号用通过栅极270的每个，与公共输出线272相连接。即、输出信号用通过栅极270是由MIS型薄膜半导体装置所形成，其漏极D与输出线242相连接，其源极S与公共输出线272相连接。在输出信号选择电路280内，在设置有上述的k个输出信号用通过栅极270及公共输出线272的基础上，还设置有输出信号用移位寄存器282。在输出用移位寄存器282的输出选择用输出线284上，连接有输出信号用通过栅极270的栅极G。
在图33中，表示了图32所示的静电电容检测元件244的截面图。在这里，图中表示了手指没有接触的状态。该静电电容检测元件244在具有上述的为信号放大元件的信号放大用TFT246的基础上，还具有信号检测元件248。
在图33中，在绝缘层290上形成有具有源极区域291A、漏极区域291B及在其之间的通道区域291C的半导体膜291。在半导体膜291上，形成有栅极绝缘膜292，在夹着该栅极绝缘膜292、与通道区域291C定向的区域中，形成有栅极电极293。信号放大用TFT246是由该半导体膜291、栅极绝缘膜292及栅极电极293所构成。另外，电源用通过栅极250及输出信号用通过栅极270也和信号放大用TFT246同样的方式所形成。
该信号放大用TFT246被第1层间绝缘膜294所覆盖。在第1层间绝缘膜294上形成有相当于图33所示的输出线242的第1配线层295。该第1配线层295与信号放大用TFT246的源极区域291A相连接。
第1配线层295被第2层间绝缘膜296所覆盖。在该第2层间绝缘膜296上形成有相当于图33所示的电源线240的第2配线层297。该第2配线层297与信号放大用TFT246的漏极区域291B相连接。另外，作为和图33不同的结构，在第1层间绝缘膜294上形成有第2配线层297、在第2层间绝缘膜296上形成有第1配线层295。
在第2层间绝缘膜296上还形成有形成电容检测电极298并覆盖其的电容检测电介质膜299。电容检测电介质膜299位于指纹传感器232的最表面，也作为保护膜发挥功能，手指接触该电容检测电介质膜299。根据该电容检测电极298及电容检测电介质膜299构成信号检测元件248。
指纹传感器232的指纹检测，是通过手指接触图33所示的电容检测电介质膜299来实施的。在图32中，将电源电压提供给在j根中被选择的一根电源线240，并通过从k根中被选择的一根输出线242中检测出该时的信号，从j×k个静电电容检测元件244中按顺序取出信号。
指纹检测动作作为大的区别，有(1)指纹的纹峰(凸部)接触电容检测电介质膜299的情况，和(2)指纹的纹谷(凹部)与电容检测电介质膜299相定向的情况。
(1)指纹的纹峰(凸部)接触电容检测电介质膜299的情况在图34中，表示了该情况下的静电电容检测元件244的等效电路。
符号310相当于人体的指纹的纹峰，形成夹着图33的电容检测电极298和电容检测电介质膜299的定向的接地电极310。在这里，通过公共电源线252提供电源电压Vdd。符号CT为信号放大用TFT246的晶体管电容，符号CD为检测电极300和接地电极(手指)310之间的电容。
在这里，将信号放大用TFT246的栅极电极长定为L(μm)、将栅极电极宽定为W(μm)、将栅极绝缘膜的厚度定为tox(μm)、将栅极绝缘膜的电容率定为εox、将真空的电容率定为εo。这时，晶体管电容CT就成为如下那样。
CT＝εo·εox·L·W/tox另外，电容检测电极298的面积S(μm2)，将电容检测电介质膜299的厚度定为td(μm)、将电容检测电介质膜的电容率定为εd。这时，电容CD就成为如下那样。
CD＝εo·εd·S/td
在图34的等效电路中，被施加到信号放大用TFT246的栅极的电压VGT，用(1)公式来表示。
VGT＝Vdd/(1+CD/CT)… (1)如果将电容CD设定为比晶体管电容CT还要充分大(比如CD＞10×CT)的话，(1)公式的分母就为无限大，就近似于(2)公式。
VGT0…(2)其结果，信号放大用TFT246就成为对其栅极几乎不施加电压的关闭状态。这样，流入信号放大用TFT246的源极—漏极之间的电流I就变得极其小。通过测定该电流I，就可以判断测定位置为指纹图形的纹峰(凸部)。
(2)指纹的纹谷(凹部)与电容检测电介质膜299相定向的情况在图35中，表示了该情况下的静电电容检测元件244的等效电路。
符号312相当于人体的指纹的纹谷。在该情况下，在形成有图34所示的电容CD的基础上，在电介质膜299和指纹的纹谷之间，还形成有将空气作为电解质的新的电容CA。
在图35的等效电路中，被施加到信号放大用TFT246的栅极的电压VGV，用(3)公式来表示。
VGV＝Vdd/{[1+(1/CT)]×1/[(1/CD)+(1+/CA)]}…(3)如果将电容CD设定为比晶体管电容CT还要充分大(比如CD＞10×CT)的话，(3)公式就近似于(4)公式。
VGTVVdd/[1+(CA/CT)]… (4)并且，如果将晶体管电容CT定为比指纹的纹谷所形成的电容CA还要充分大(比如CT＞10×CA)的话，(4)公式就近似于(5)公式。
VGVVdd …(5)其结果，信号放大用TFT246就成为对其栅极施加电压Vdd的打开状态。这样，流入信号放大用TFT246的源极—漏极之间的电流I就变得极其大。通过测定该电流I，就可以判断测定位置为指纹图形的纹谷(凹部)。
这样，图32所示的可变电容CF，在指纹的纹峰接触电容检测电介质膜299时，就为电容CD，在指纹的纹谷与电容检测电介质膜299相定向时，就为电容CD和电容CA的和，根据指纹的凹凸，电容进行变化。通过根据该指纹的凹凸的电容变化，就可以检测出指纹的纹峰或纹谷。
通过在图36A所示的被配置的j×k个((1，1)～(j，k))的静电电容检测元件244中根据分时实施以上的动作，就可以检测指纹图形。更具体地来讲，如图36B所示、按照位于(1，k)的静电电容检测元件的顺序，在从位于(1，1)的静电电容检测元件检测出第1行的指纹的凹凸后，接下来，按照位于(2，k)的静电电容检测元件的顺序，在从位于(2，1)的静电电容检测元件检测出第2行的指纹的凹凸，直到位于(j，k)的静电电容检测元件为止，按顺对每个像素检测指纹的凹凸。其结果，就可以得到如图2所示的指纹图像。
在这里，在电源电压Vdd采用正电源的情况下，也可以根据栅极电压在0附近漏极无电流的增强型n型晶体管，形成信号放大用TFT246。在满足CD＞10＞CT的情况下，将信号放大用TFT246的传输特性的漏极电流为最小值的栅极电压(最小栅极电压)定为Vmin时，也可以满足0＜Vmim＜0.1×Vdd。
在电源电压Vdd采用负电源的情况下，也可以根据栅极电压在0附近漏极无电流的增强型p型晶体管，形成信号放大用TFT246。在满足CD＞10＞CT的情况下，将信号放大用TFT246的传输特性的漏极电流为最小值的栅极电压(最小栅极电压)定为Vmin时，也可以满足0.1＜Vdd＜Vmin＜0。
这样，被安装到这样的IC卡180内的指纹传感器232，就可以实现图37所示的小型轻量化。并且，通过将操作者的手指500接触图33所示的形成有电容检测电介质膜299的检测面，就可以以低电力消耗取得高精度的指纹图像。
另外，本发明并不限于上述的实施例，在本发明的宗旨的范围内可以实施种种的变形。
另外，在本发明中的从属发明中，其结构也可以为省略从属发明的结构要件的一部分。另外，也可以使本发明的1个独立发明的主要部分从属于其他的独立发明。
权利要求
1.一种指纹核对方法，为采用指纹图像的指纹核对方法，其特征在于从被采集的指纹图像中抽出ND(ND为4以上的整数)个采集特征点，将从连接各采集特征点和与该采集特征点接近的LD(2≤LD≤ND-1，LD为整数)个接近采集特征点的多个采集连线所得到的采集数值群，作为采集数值信息，付与该各采集特征点，根据所述采集数值信息与成为分别被付与到NR(NR为4以上的整数)个登录特征点的登录数值群的登录数值信息的比较结果，将m(3≤m≤ND，m为整数)个采集特征点分别与m个登录特征点构成对应关联，对所述m个采集特征点之间的位置关系与所述m个登录特征点之间的位置关系进行比较核对。
2.一种指纹核对方法，为采用指纹图像的指纹核对方法，其特征在于从被采集的指纹图像中抽出ND(ND为4以上的整数)个采集特征点，作为采集数值信息，将从连接各采集特征点和与该采集特征点接近的LD(2≤LD≤ND-1，LD为整数)个接近采集特征点的多个采集连线所得到的采集数值群付与该各采集特征点，将被付与到各采集特征点的采集数值群的各采集数值与分别被付与到NR(NR为4以上的整数)个登录特征点的登录数值群的各登录数值信息相比较，向与登录数值相一致的采集数值分配被付与了该登录数值的登录特征点，采用被分配到各采集数值内的登录特征点，将m个采集特征点和m个登录特征点构成对应关联，比较核对所述m个采集特征点之间的位置关系与所述m个登录特征点之间的位置关系。
3.根据权利要求2所述的指纹核对方法，其特征在于在采集数值群中，删除没有分配到登录特征点的采集数值存在第1比例以上的采集特征点，采用被分配到除去被删除了的采集特征点的采集特征点的各采集数值内的登录特征点，将m个采集特征点和m个登录特征点构成对应关联，比较核对所述m个采集特征点之间的位置关系与m个登录特征点之间的位置关系。
4.根据权利要求2所述的指纹核对方法，其特征在于将被分配到被付与到采集特征点的采集数值群的各采集数值内的登录特征点在第2比例以上为共通的登录特征点与该采集特征点构成对应关联，在与登录特征点构成对应关联的采集特征点的数为m个以上时，比较核对该采集特征点之间的位置关系与与该采集特征点构成对应关联的登录特征点之间的位置关系。
5.根据权利要求2所述的指纹核对方法，其特征在于在采集数值群中，删除没有分配到登录特征点的采集数值存在第1比例以上的采集特征点，将分配到被付与到除去被删除的采集特征点的采集数值群的各采集数值内的登录特征点为在第2比例以上共通的登录特征点与该采集特征点构成对应关联，在与登录特征点构成对应关联的采集特征点的数为m个以上时，比较核对该采集特征点之间的位置关系与与该采集特征点构成对应关联的登录特征点之间的位置关系。
6.根据权利要求1所述的指纹核对方法，其特征在于将从应登录的指纹图像中所抽出的连接NR个登录特征点的各登录特征点与与该各登录特征点接近的LR(2≤LR≤NR-1，LR为整数)个接近采集特征点的多个登录连线所得到的所述登录数值群付与该各登录特征点。
7.根据权利要求2所述的指纹核对方法，其特征在于将从应登录的指纹图像中所抽出的连接NR个登录特征点的各登录特征点和与该各登录特征点接近的LR(2≤LR≤NR-1，LR为整数)个接近采集特征点的多个登录连线所得到的所述登录数值群付与该各登录特征点。
8.根据权利要求6所述的指纹核对方法，其特征在于LR为LD以上。
9.根据权利要求7所述的指纹核对方法，其特征在于LR为LD以上。
10.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于所述登录数值群的登录数值包含所述多个登录连线的各登录连线的长度，所述采集数值群的采集数值包含所述多个采集连线的各采集连线的长度。
11.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于所述登录数值群的登录数值包含所述多个登录连线的在各相邻登录连线之间形成的角度，所述采集数值群的采集数值包含所述多个采集连线的在各相邻采集连线之间形成的角度。
12.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于所述登录数值群的登录数值包含所述多个登录连线的各登录连线的长度和在该各相邻登录连线之间形成的角度，所述采集数值群的采集数值包含所述多个采集连线的各采集连线的长度和在该各相邻采集连线之间形成的角度。
13.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于所述登录数值群的登录数值，在将登录特征点作为起点所连接的登录连线作为以该登录特征点为起点的登录矢量的情况下，包含由相邻登录矢量作成的内积值，所述采集数值群的采集数值，在将采集特征点作为起点所连接的采集连线作为以该采集特征点为起点的登录矢量的情况下，包含由相邻采集矢量作成的内积值。
14.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于所述登录数值群的登录数值，包含横穿所述多个登录连线的各登录连线的指纹棱线数，所述采集数值群的采集数值，包含横穿所述多个采集连线的各采集连线的指纹棱线数。
15.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于所述登录数值群的登录数值，包含横穿所述多个登录连线的各登录连线的指纹棱线数和在该各相邻登录连线之间形成的角度，所述采集数值群的采集数值，包含横穿所述多个采集连线的各采集连线的指纹棱线数和在该各相邻采集连线之间形成的角度。
16.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于所述登录数值群的登录数值，在将横穿登录连线的指纹棱线数作为矢量长来定义以登录特征点为起点的登录棱线矢量的情况下，包含由相邻登录棱线矢量作成的内积值，所述采集数值群的采集数值，在将横穿采集连线的指纹棱线数作为矢量长来定义以采集特征点为起点的采集棱线矢量的情况下，包含由相邻采集棱线矢量作成的内积值。
17.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，包含被付与到位于所述登录连线的两端的登录特征点的实数单位值或虚数单位值和该登录连线的长度的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，包含被付与到位于所述采集连线的两端的采集特征点的实数单位值或虚数单位值和该采集连线的长度的积。
18.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，包含由所述多个登录连线中的两根登录连线形成的角度和被付与到位于该两根登录连线的两端的登录特征点的实数单位值或虚数单位值的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，包含由所述多个采集连线中的两根采集连线形成的角度和被付与到位于所述采集连线的两端的采集特征点的实数单位值或虚数单位值的积。
19.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，包含被付与到位于所述登录连线的两端的登录特征点的实数单位值或虚数单位值和该登录连线的长度的积，还包含由所述多个登录连线中的两根登录连线形成的角度和被付与到位于该两根登录连线的两端的登录特征点的实数单位值或虚数单位值的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，包含被付与到位于所述采集连线的两端的采集特征点的实数单位值或虚数单位值和该采集连线的长度的积，还包含由所述多个采集连线中的两根采集连线形成的角度和被付与到位于所述采集连线的两端的采集特征点的实数单位值或虚数单位值的积。
20.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，在将登录特征点作为起点所连接的登录连线作为以该登录特征点为起点的登录矢量的情况下，包含由相邻登录矢量作成的内积值和被付与到位于该登录矢量的起点及终点的登录特征点的实数单位值或虚数单位值的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，在将采集特征点作为起点所连接的采集连线作为以该采集特征点为起点的采集矢量的情况下，包含由相邻采集矢量作成的内积值和被付与到位于该采集矢量的起点及终点的采集特征点的实数单位值及虚数单位值的积。
21.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，包含被付与到位于所述登录连线的两端的登录特征点的实数单位值或虚数单位值和横穿该登录连线的指纹棱线数的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，包含被付与到位于所述采集连线的两端的采集特征点的实数单位值或虚数单位值和横穿该采集连线的指纹棱线数的积。
22.根据权利要求6至9中任意一项所述的指纹核对方法，其特征在于在所述登录特征点为第1种特征点的情况下，将实数单位值付与该登录特征点，在所述登录特征点为第2种特征点的情况下，将虚数单位值付与该登录特征点，所述登录数值群的登录数值，在将横穿登录连线的指纹棱线数作为矢量长、来定义将登录特征点作为起点的登录棱线矢量的情况下，包含由相邻登录棱线矢量所作成的内积值和被付与到位于该登录棱线矢量的起点和终点的登录特征点上的实数单位值或虚数单位值的积，在所述采集特征点为第1种特征点的情况下，将实数单位值付与该采集特征点，在所述采集特征点为第2种特征点的情况下，将虚数单位值付与该采集特征点，所述采集数值群的采集数值，在将横穿采集连线的指纹棱线数作为矢量长、来定义将采集特征点作为起点的采集棱线矢量的情况下，包含由相邻采集棱线矢量所作成的内积值和被付与到位于该采集棱线矢量的起点和终点的采集特征点上的实数单位值或虚数单位值的积。
23.根据权利要求17所述的指纹核对方法，其特征在于所述第1种特征点为指纹棱线的端点，所述第2种特征点为指纹棱线的分支点。
24.根据权利要求17所述的指纹核对方法，其特征在于所述第1种特征点为指纹棱线的分支点，所述第2种特征点为指纹棱线的端点。
25.一种指纹核对装置，其特征在于包含有从指纹图像中抽出ND(ND为4以上的整数)个采集特征点的特征点抽出部；将从连接各采集特征点和该各采集特征点接近的LD(2≤LD≤ND-1，LD为整数)个接近采集特征点的多个采集连线所得到的采集数值群作为采集数值信息付与到该各采集特征点，根据所述采集数值信息和成为被分别付与到NR(NR为4以上的整数)个登录特征点的登录数值群的登录数值信息的比较结果，将m(3≤m≤ND，m为整数)个采集特征点分别与m个登录特征点构成对应关联的图像解析部；对所述m个采集特征点之间的位置关系与所述m个登录特征点之间的位置关系进行比较核对的核对部。
26.根据权利要求25所述的指纹核对装置，其特征在于包含有输入所述指纹图像的指纹图像输入部。
27.根据权利要求25所述的指纹核对装置，其特征在于包含有生成所述登录数值信息的登录部，所述登录部生成成为从连接应登录的指纹图像中所抽出的NR个登录特征点的各登录特征点和与该各登录特征点接近的LR(2≤LR≤NR-1，LR为整数)个接近登录特征点的多个登录连线所得到的数值群的被付与到该各登录特征点的所述登录数值信息。
28.根据权利要求26所述的指纹核对装置，其特征在于包含有生成所述登录数值信息的登录部，所述登录部生成成为从连接应登录的指纹图像中所抽出的NR个登录特征点的各登录特征点和与该各登录特征点接近的LR(2≤LR≤NR-1，LR为整数)个接近登录特征点的多个登录连线所得到的数值群的被付与到该各登录特征点的所述登录数值信息。
29.根据权利要求27或28所述的指纹核对装置，其特征在于LR为LD以上。
全文摘要
本发明提供一种指纹核对方法及指纹核对装置。从被采集的指纹图像中抽出N
文档编号G06T7/00GK1512391SQ200310124249
公开日2004年7月14日 申请日期2003年12月29日 优先权日2002年12月27日
发明者宫坂光敏 申请人:精工爱普生株式会社