专利名称：生物认证系统登记方法、生物认证系统及其程序的制作方法
技术领域：
本发明涉及用于生物认证系统的登记方法、生物认证系统及其程序，其利用人体的一部分的特征来进行个人认证，具体地，涉及一种用于生物认证系统的登记方法、生物认证系统及其程序，其通过非接触的方式来检测手掌的特征，以获取生物信息。
背景技术：
人体有许多能够区别于他人的部分，例如指纹和趾纹、眼睛的视网膜、面部特征以及血管。随着近年来生物识别技术的发展，已经提出了多种设备，用于通过识别人体的这些部分的生物特征来对个人进行认证。
例如，手掌和手指的血管、以及掌纹和指纹提供了相对大量的个人特征数据，所以适于确保个人认证方面的可靠性。具体地，血管(静脉)图案从幼年开始贯穿一生都保持不变，并被认为完全唯一，所以非常适于个人认证。图18至图21说明了传统的手掌认证技术。如图18中所示，在登记或认证时，用户将手掌110与图像采集设备100接近。图像采集设备100发射近红外线，将该近红外线照射到手掌100上。图像采集设备100利用传感器来采集从手掌110反射回来的近红外线。
如图19中所示，在静脉112中流动的红血球中的血红蛋白已经失去了氧。该血红蛋白(已还原的(reduced)血红蛋白)吸收波长大约为760纳米的近红外线。因此，当在手掌上照射近红外线时，反射仅在存在静脉的区域中减少，从而可以使用反射的近红外线的强度来识别静脉的位置。
如图18所示，用户首先使用图18的图像采集设备100将他自己手掌的静脉图像数据登记到服务器中或卡上。然后，为了执行个人认证，该用户使用图18中的图像采集设备100来读取他自己手掌的静脉图像数据。
通过将使用该用户的ID获得的已登记静脉图像中的静脉图案与由此读取的静脉校验图像中的静脉图案进行比较，来对个人进行认证。例如，在如图20所示对已登记图像中的静脉图案与校验图像中的静脉图案进行比较时，将该个人认证为可能的(in question)个人。另一方面，在如图21所示对已登记图像中的静脉图案与校验图像中的静脉图像进行比较时，该个人没有通过认证(例如，参见日本专利特开No.2004-062826)。
在这种生物信息的非接触式检测中，身体部分可以相对于图像采集设备100自由移动，具体地，手可以自由移动。另一方面，为了进行准确的检测，用于检测的身体部分110必须位于图像采集设备100的图像采集范围内。已经提出了用于实现该操作的方法，其中根据所采集的图像来检测手的位置和方向，并且当不能采集准确的图像时，采用显示或语音输出来传达手掌的位置或方向不合适的信息(例如，参见WO04/021884)。在所提出的该方法中，采集整个手的图像，并将其与以平均的方式登记的手形进行比较，以检测该手的位置和方向。
在登记这种生物信息方面，已经提出了多种方法，其中在登记指纹数据时，多次检测指纹数据，然后从多组指纹数据中提取公共特征数据，并对该公共特征数据进行登记(例如，参见日本专利特开No.01-263775和日本专利特开No.11-232459)。通过这种方法，可以防止检测噪声和由于手指压力的不同而导致的指纹形状的变化对登记数据的影响。
在生物信息的这种非接触式检测中，通过非接触的方式来进行检测，此外，身体部分(具体地为手)可以自由移动。另一方面，为了进行快速生物认证，必须频繁地进行图像采集，并且必须检测合适的图像，并将其输出到登记/认证处理。因此，在比较整个手的图像的方法中，需要较长时间来检测手的位置和方向，此外，增大了图像采集设备中的传感器的尺寸，使得这种方法不适用于要求快速检测或小的设备尺寸的情况。
此外，在提取和登记公共特征的传统方法中，可以排除由于生物检测装置而导致的噪声以及生物检测时的检测状态的差异。但是在登记公共数据时，存在下述可能性实际获得的个人生物特征数据集合不能与所登记的数据精确匹配，并且特征数据量与特征检测数据量不同。因此，当在认证时对校验数据和所登记的数据进行比较时，可能难以高精度地进行校验。
此外，由于实际数据是生物数据，所以必须考虑身体状态的变化。因此，在登记公共数据时，如果认证时的身体状态与登记时的身体状态不同，则即使个人相同，也可能不会认证为同一个人，从而产生问题。例如，在利用静脉图案的认证中，存在许多导致波动的因素，其中包括脉搏率、图像采集的定时，以及手呈现的方式。
因此，通常在任意时刻、任意地点、由任何人来使用设备方面存在障碍。但是如果校验速度不令人满意，并且由于生物原因而产生问题，则会阻碍用户和设备制造商广泛采用该设备。
发明内容
因此，本发明的一个目的是提供一种用于生物认证系统的登记方法、生物认证系统及其程序，以使得即使在使用手掌的非接触式图像采集时，也可以快速提取特征数据。
本发明的另一目的是提供一种用于生物认证系统的登记方法、生物认证系统及其程序，以使得即使减小非接触式图像采集设备的尺寸，也可以获取准确的特征数据。
本发明的另一目的是提供一种用于生物认证系统的登记方法、生物认证系统及其程序，以有效地利用通过由非接触式图像采集设备进行的图像采集而获得的多组特征数据，来提高校验准确性。
本发明的另一目的是提供一种用于生物认证系统的登记方法、生物认证系统及其程序，以使得即使非接触式图像采集设备发生变化、身体状态发生变化，以及检测状态发生变化，也可以防止校验准确性的降低。
为了实现这些目的，本发明的生物认证系统检测人体手掌的特征数据，登记该数据以在将来使用，检测人体手掌的特征数据，将该特征数据与先前登记的特征数据进行校验，并且进行个人认证。该系统具有图像采集单元，用于采集人体手掌的图像；存储单元，用于存储已登记的人体手掌的特征数据；以及处理单元，用于从所述图像采集单元所采集的手掌图像中提取轮廓，根据所提取的轮廓判断图像采集是否成功，从被判断为成功的手掌图像中提取特征数据，并将该特征数据登记在所述存储单元中。该处理单元从图像采集单元获得同一人体的多个手掌图像，判断所述多个手掌图像中的每一个的特征数据之间的相互相似度，并将具有高相似度的多个特征数据集合登记在存储单元中。
此外，本发明的用于生物认证系统的登记方法是下述生物认证系统中的登记方法，该生物认证系统检测人体手掌的特征数据，并登记该特征数据以在将来使用，检测人体手掌的特征数据，并与所登记的特征数据进行校验，以对个人进行认证。该登记方法包括以下步骤通过用于采集手掌图像的图像采集单元来获取人体手掌的图像；提取该手掌图像的轮廓，并根据该轮廓判断该图像采集是否成功；从成功采集的手掌图像中提取特征数据；判断多个所采集的手掌图像的多个特征数据集合的相互相似度；以及将具有高相似度的多个特征数据集合登记在存储单元中。
此外，本发明的程序使计算机执行以下步骤通过用于采集手掌图像的图像采集单元来获取人体手掌的图像；提取该手掌图像的轮廓，并根据该轮廓判断该图像采集是否成功；从成功采集的手掌图像中提取特征数据；判断多个所采集的图像的多个特征数据集合的相互相似度；以及将具有高相似度的多个特征数据集合登记在存储单元中。
在本发明中，优选地，处理单元参照手掌的第一特征数据集合，判断手掌的第二特征数据集合和后续特征数据集合的相似度。
在本发明中，优选地，处理单元使用图像采集单元来采集同一人体的手掌图像，直到获得规定数量的具有高相似度的特征数据集合为止。
在本发明中，优选地，在将具有高相似度的多个特征数据集合登记在存储单元中之后，处理单元从图像采集单元获取手掌的图像，提取特征数据，将该特征数据与登记在存储单元中的多个特征数据集合进行校验，并执行试验(trial)认证。
在本发明中，优选地，处理单元从图像采集单元所采集的手掌图像中提取轮廓，根据所提取的轮廓判断该图像采集是否成功，从被判定为成功的手掌图像中提取特征数据，并将该特征数据与登记在存储单元中的多个特征数据集合进行校验，以进行个人认证。
在本发明中，优选地，当相似度等于或大于规定阈值时，处理单元判定该相似度为高。
在本发明中，优选地，处理单元登记第一生物特征数据集合，另外，对于第n生物特征数据集合，计算与第一至第(n-1)生物特征数据集合的所有相似度，并且当所有的相似度都大于或等于一阈值时，将该第n生物特征数据集合登记在存储单元中。
在本发明中，优选地，在进行个人认证时，处理单元响应于该个人的识别信息，从存储单元中读取多个生物特征数据集合，并将从通过图像采集单元采集的手掌图像中获得的特征数据与由此读取的多个特征数据集合进行校验。
在本发明中，优选地，处理单元检测所提取的特征数据与该多个所登记的特征数据集合之一相似的事实，并执行个人认证。
在本发明中，优选地，处理单元根据手掌图像的轮廓与图像采集设备的图像采集范围之间的位置关系，来判断该图像采集是否成功。
在本发明中，优选地，处理单元采集包括人体的手掌以及手指的一部分在内的手的一部分的图像。
在本发明中，优选地，处理单元根据图像采集范围内的手掌图像的轮廓数量，来判断该图像采集是否成功。
在本发明中，优选地，处理单元根据手掌图像的轮廓与图像采集设备的图像采集范围之间的位置关系，以及图像采集范围内的轮廓数量，来判断该图像采集是否成功。
在本发明中，优选地，当根据手掌图像的轮廓判定图像采集不成功时，该处理单元使图像采集单元再次执行对手掌图像的采集，以获取手掌的图像。
在本发明中，优选地，图像采集单元具有用于判断图像采集单元与手掌之间距离的距离传感器，而且当由该距离传感器测量的距离在预定范围内时，处理单元通过图像采集单元来采集手掌的图像，并且在登记和个人认证时修改该预定范围。
在本发明中，优选地，通过图像采集单元多次获取同一人体的手掌图像，判断多个手掌图像的特征数据集合之间的相互相似度，并将具有高相似度的多个特征数据集合登记在存储单元中。所以，即使使用了多次检测的特征数据，也可以执行适应生物状态变化的校验，而并不会降低校验的准确性，此外可以防止对于用户的不便，这有助于该生物认证系统的广泛采用。因为使用图像中的手掌的轮廓来校验图像中的手形，所以可以快速判断图像采集是否成功，并提取特征数据，甚至可以使用这种方法，在很短的时间内执行登记处理。
图1表示本发明一个实施例的生物认证系统的构成；图2是图1的手掌图像采集设备的外观图；图3是图1的生物认证处理的功能方框图；图4是图3的生物信息登记处理的功能方框图；图5表示图2的手掌图像采集设备的图像采集范围；图6表示图4的血管图像；图7表示图6的血管图像数据；图8表示登记在图3的存储部分中的数据；图9表示图3中的距离/手轮廓检测处理的流程；图10表示图9中的手轮廓处理；图11是图3中的登记处理的流程的第一部分；图12是图3中的登记处理的流程的第二部分；图13表示图11中的三个血管图像数据集合的比较；图14表示图12中的三个血管图像数据集合的比较；图15是本发明另一实施例中的试验认证处理的功能方框图；图16表示图15的试验认证处理的流程；图17表示图15的校验处理；
图18表示传统的手掌图像采集设备；图19表示传统的手掌图像采集设备的原理；图20表示传统的手掌图像采集技术；以及，图21表示传统的手掌图像采集技术。
具体实施例方式
下面，按照以下顺序来说明
具体实施例方式生物认证系统、生物数据登记处理方法、距离/手轮廓检测处理、生物特征数据登记处理方法、试验认证和认证处理，以及其它实施例。
生物认证系统图1表示本发明一个实施例的生物认证系统的构成；图2是图1的手掌图像采集设备的外观图；而图3表示图1的生物认证处理。
作为生物认证系统，图1示出了金融机构中的手掌静脉认证系统的示例。在该金融机构的服务区2中设置有如图2所示的手掌图像采集设备1，以及与该图像采集设备1相连的分支机构终端(例如，个人计算机)3。请求静脉图案认证的用户将他的手放置在该手掌图像采集设备(以下称为“图像采集设备”)1的上方。如图3所示，图像采集设备1读取该手掌，并且终端3的血管图像提取处理3a提取静脉图案，并将其作为静脉数据存储在终端3中。
将该静脉数据记录在与终端3相连的数据库服务器4的存储部分4a中，或者存储在该用户携带的个人卡(例如，IC卡)5中。服务器4与金融机构的服务区7中的服务区终端8相连，并且服务区终端8与图像采集设备1相连。
为了在该金融机构的服务区7中进行取款(withdrawl)或者某些其它金融交易，用户将他的手放在设置于服务区7中的图像采集设备1的上方。如图3中所示，图像采集设备1读取手掌，然后通过由服务区终端8执行的血管图像提取处理8a来提取其静脉图案。服务区终端8通过校验处理8b来将该静脉图案作为静脉数据与登记在数据库服务器4中的静脉数据进行校验，以对该个人进行认证。
服务器4与金融机构的ATM(自动取款机)6相连，并且可以通过静脉图案认证使用ATM 6来执行交易。为了使用ATM 6来进行取款或者执行某些其它的金融交易，用户将他的手放在设置于ATM 6中的图像采集设备1-1的上方。图像采集设备1-1读取该手掌。与服务区终端8类似，ATM 6提取静脉图案(血管图像)，并将该图案作为静脉数据与登记在该用户所携带的IC卡5中或数据库服务器4中的静脉数据进行校验，以对该个人进行认证。
如图2所示，图1的手掌图像采集设备1大致在主单元10的中心处配备有传感器单元18。在传感器单元18的前部(用户侧)设置有前导架14。前导架14由一片透明或基本透明的合成树脂构成。
前导架14用于在前端引导用户的手，并支撑手腕。因此，该前导架14为用户提供引导，以将手腕引导到传感器单元18上方，并支撑手腕。结果，可以控制手掌的姿态，即，在传感器单元18上方的位置、倾斜以及大小。
前导架14的横截面形状具有垂直的主体，并且在顶部具有用于支撑手腕的水平部分14-1。在水平部分14-1的中心连续地形成有凹部14-2，以便于手腕的定位。
如以下的图4所示，传感器单元18在其中心处设置有红外传感器(CMOS传感器)以及聚焦透镜16和距离传感器15；在其周边设置有多个近红外光发射元件(LED)12。例如，在周边的八个位置设置了近红外光发射元件12，以向上发射近红外线。
通过传感器、聚焦透镜以及近红外光发射区之间的关系来调整该传感器单元18的可读区V。因此，将前导架14的位置和高度设定为使得所支撑的手腕位于可读区V中。
生物数据登记处理图4是本发明实施例的生物信息登记处理的方框图，图5表示图像采集设备的图像采集范围与手掌之间的关系，图6表示图4中检测到的血管图像，图7表示图4的生物特征数据，而图8表示所登记的数据。
如图4所示，图2的手掌图像采集设备1配备有大致位于主单元10的中心处的传感器单元18。在传感器单元18的前部(用户侧)设置有前导架14。前导架14由一片透明或基本透明的合成树脂构成。
前导架14用于在前端引导用户的手，并支撑手腕。因此，该前导架14为用户提供引导，以将手腕引导到传感器单元18的上方，并支撑手腕。结果，可以控制手掌的姿态，即，在传感器单元18上方的位置、倾斜以及大小。
另一方面，传感器单元18在其中心处设置有红外传感器(CMOS传感器)以及聚焦透镜16和距离传感器15；在其周边设置有多个近红外光发射元件(LED)12。例如，在周边的八个位置设置了近红外光发射元件12，以向上发射近红外线。
通过传感器、聚焦透镜以及近红外光发射区之间的关系来调整该传感器单元18的可读区V。因此，将前导架14的位置和高度设定为使得所支撑的手腕位于可读区V中。
如图5所示，当张开手50，以使手掌平伸时，手掌具有最大面积，并且是平伸的，从而当手掌经过传感器单元18的图像采集区V中的图像采集时，获得了可以用于登记和校验的准确静脉图案。如图6所示，当从传感器单元18到手掌的距离在规定范围内时，可以通过传感器单元18的传感器16获得清晰、聚焦准确的血管图像。
因此，如图4所示，通过使用前导架14在传感器单元18的上方支撑手腕52，可以使手掌在传感器单元18上方的位置、倾斜和高度相对于传感器单元18的图像采集范围变得准确，并且可以引导和支撑用户的手。
返回图4，与图像采集设备1相连的终端3执行一系列登记处理30至42。终端3的控制部分例如具有CPU、多种类型的存储器、接口电路以及数据处理所需的其它电路。CPU执行该一系列登记处理30至42。
距离/手轮廓检测处理30从图像采集设备1接收由距离传感器15测量的距离，判断手掌或其它对象到传感器单元18的距离是否在规定范围内。此外，轮廓检测处理30从由传感器单元18采集的图像中检测手的轮廓，并基于该轮廓来判断是否可以在登记和校验处理中使用该图像。例如，判断手掌是否在该图像中充分出现。下面将使用图9来说明该处理。
如以下图9中所示，当由距离传感器15测量的距离表示手在图像采集范围之外，从而不能在登记和校验处理中使用该图像时，引导消息输出处理32向终端3的显示器输出一消息，用于引导手掌向左或向右、向前或向后、向上或向下移动。通过这种方式，将用户的手引导到图像采集设备1上方的位置。
当手轮廓检测处理30判定已在正确支撑手的情况下采集了图像时，血管图像提取处理34从该手图像中提取静脉图像。即，如使用图18和图20所述，通过反射率的差异来获取诸如图7的手掌图像的灰度级数据。该静脉图案图像是与图6所示相似的图像；该数据是诸如图7的灰度级数据。
血管图像临时保存处理36临时保存所提取的血管图像数据。登记能力判断处理38判断多个血管图像数据集合的相似度，以对通过血管数据临时保存处理36保存的多个血管图像数据集合中的多个最优血管图像数据集合进行登记，并判断登记能力。登记处理42将判定为要登记的血管图像数据登记在存储部分4a中。登记进展输出处理40将登记处理42的进展状态输出给终端设备3的显示器。
因此，对于所采集的各个图像，不需要精确地获取相同的生物特征数据，并且存在根据图像采集设备、身体状态、手的张开方式，以及图像采集状态的其它方面的差异。因此，多次进行图像采集，并且仅登记适于登记的最优信息。然而，如果进行登记的人(用户)必需执行多次登记操作，则该用户的负担将会很重。因此，将操作的次数限制为用户可接受的次数，并且根据该信息来获得最优登记信息，并将其登记在存储部分4a中。例如，如图8所示，为各个个人ID登记了三个生物特征数据集合(手掌的血管图像数据)。
距离/手轮廓检测处理图9表示图4中的距离/手轮廓检测处理的流程，而图10表示用于通过手轮廓来判断所采集的图像是否合适的处理。
(S10)将所采集图像计数器值“n”初始化为“1”。
(S12)使距离传感器15测量到手掌的距离，并对其输出进行检测。
(S14)将由传感器检测的距离与由传感器单元18的透镜16确定的焦距进行比较，并判断到手掌的距离是否在合适的范围内。例如，在登记过程中，该合适的范围可以采用较窄的容限(margin)，以将到传感器单元18的距离设定为50到60mm之间，而在校验过程中，如下所述，该容限可以较宽，以使到传感器的距离为40到70mm之间。通过这种方式，可以在保持登记数据的准确性的同时，提高校验处理的速度。
(S16)如果距离合适，则从图像采集设备1发射近红外光，并由传感器16接收发射光，以获得手掌的图像。
(S18)根据由图像采集设备1采集的图像来检测手掌的轮廓。如图5所示，为了获得手掌的血管图像，将手50的图像采集范围限定为V。该图像采集范围V被设定为下述范围，在该范围中可以采集到手掌、手腕的一部分以及五个手指的根部的图像。通过这种方式，可以使传感器单元18较小。当如图5所示将手张开并位于正确位置来采集图像时，如图10所示，在图像采集范围V内有6条轮廓C1(手的左边缘)；C2(手指之间)；C3(手指之间)；C4(手指之间)；C5(手指之间)；以及C6(手的右边缘，延伸至手腕)。
(S20)接下来，为了根据这些轮廓来判断在校验处理中是否可以使用该图像，首先对图像采集范围(框架)V内的轮廓数量进行计数。然后判断所计数的轮廓数量是否合适。如上所述，如果手指张开并且出现手腕时，检测到的轮廓数量为“6”，则判定为合适。另一方面，如果检测到的轮廓数量为“5”或更少，则可能没有张开手指或者移动了手掌的位置，或者不能检测到手指。该图像被视为不合适，并且处理进行到步骤S28。
(S22)如果轮廓的数量合适，则计算这些轮廓和图像框架V之间的距离，并根据这些距离来判断是否存在要左-右或前-后偏移。如图10所示，计算框架的左边缘VL与轮廓C1的最左侧位置之间的距离，并判断所计算的距离是否在规定的距离范围内，以及是否存在左-右偏移；如果存在偏移，则处理进行到步骤S28。
(S24)接下来，如图10所示，计算该框架的底边VU到轮廓C6的最下方位置的距离L3，并判断所计算的距离是否在规定的距离范围内，以及是否存在前-后偏移；如果存在偏移，则处理前进到步骤S28。
(S26)如果不存在向前的偏移，则因为手指是张开的，并出现了手腕，并且所采集的图像中没有位置的偏移，所以判定该图像采集成功，并且提供该图像用于登记处理34-38。随后处理返回。在登记处理中，采集位于图10的虚线框R内的图像，并执行图4中所示的血管图像检测。
(S28)另一方面，如果在步骤S14中该距离不合适，则在步骤S20至步骤S24中检测到手指没有张开或者检测到位置偏移的情况下，判断所采集图像计数器值“n”是否已达到了预定数量“m”(例如，10次)。
(S30)如果所采集图像计数器值“n”还未达到预定数量“m”(例如，10次)，则将图像采集NG原因(手指未充分张开、左-右/前-后偏移、距离偏移)入栈(stacked)并保存。然后将所采集图像计数器值“n”改变为“n+1”，并且处理返回到步骤S12。
(S32)另一方面，如果所采集图像计数器值“n”已经达到预定数量“m”(例如，10次)，则判定必须修改手掌和传感器之间的关系。因此，对预定数量m(例如，10)的入栈图像采集NG原因进行分析。例如，将原因分类为手指未充分张开、位置偏移(左-右/前-后)，以及距离偏移，并对各个分类进行计数。
(S34)将所计数的值用于检测最常见的图像采集NG原因。如果手指未充分张开和位置偏移是最常见的原因，则选择具有用于手指张开和位置偏移的文本的引导画面，然后处理返回。如果距离偏移是最常见的原因，则选择具有用于距离偏移的文本的引导画面，然后处理返回。
通过这种方式，限定了图像采集范围，提取了所采集图像的轮廓，并且使用这些轮廓来判断所采集图像中的手形是否合适，所以，与采集整个手的图像，并将其与基本登记图案进行比较的传统方法相比，可以更快地获得合适的手掌图像。另外，可以减小传感器单元的尺寸。
当以很短的间隔多次执行图像采集(包括距离测量)，并且频繁出现图像采集NG时，将这些图像采集NG进行入栈，以在将来使用，并且如果在预定次数的图像采集之后仍未解决该图像采集NG，则判定必须校正手掌和传感器之间的关系。然后对预定数量m(例如，10)的入栈图像采集NG原因进行分析，并根据分析结果来提供用于手的张开方式的引导画面。
因此，引导画面不会频繁地变化，所以用户可以完全理解问题的原因，并且可以改变他的手的伸展方式。结果，防止了用户方的困惑，可以迅速地将手移动到合适的位置和距离，从而可以提高认证的速度。
此外，选择了最常出现的图像采集NG，并且通过屏幕将原因通知给用户，从而可以排除由用户造成的偶然图像采集NG原因，并且可以更可靠地执行用户引导。
生物特征数据登记处理方法图11和图12表示本发明中的生物特征数据登记处理的流程。而图13和图14说明了该处理。下面参照图13和图14更详细地说明图11和图12中的处理的流程。
(S40)如上所述，从图像采集设备1发射近红外光，以获得手掌的图像(也称为生物信息)。
(S42)如上所述，通过图9所示的手轮廓检测处理30，从图像采集设备1所采集的图像中检测手的轮廓，并根据该轮廓来判断是否可以在登记和校验处理中使用该图像。当手掌没有适当地出现在图像中时，或者在类似情况下，进行NG判断，通过上述引导信息输出处理32将一消息(该消息提供手掌向左或向右，或者向前或向后的引导)输出给终端设备3的显示器，并且处理返回到步骤S40。
(S44)当手轮廓检测处理30判定在手正确伸展的情况下采集了图像时，血管图像提取处理34从该手图像中提取静脉图像。
(S46)判断该提取是否为第一提取。如果是第一提取，则暂时保存该第一血管图像。
(S48)接下来，向终端设备3的显示器输出用于要求重复操作的引导消息，并且处理返回到步骤S40。
(S50)另一方面，如果在步骤S46中该提取不是第一提取，而是被判定为第二或后续提取，则判断该提取是否为第二提取。
(S52)如果该提取是第二提取，则将第一血管图像数据集合与第二血管图像数据集合进行比较，并计算相似度。该相似度是表示两个血管图像图案的一致性程度的量；可以应用多种模式匹配技术。例如，在图7中的血管图像图案的两个灰度级表示的像素矩阵中，获取并比较两个图案中的所关注的像素的像素值(灰度级值)。如果二者一致，则相似度计数器加“1”。移动所关注的像素，并类似地比较像素值，以判断一致或不一致。如果二者一致，则相似度计数器加“1”。对像素矩阵中的所有像素执行该操作，并且将相似度计数器的值作为相似度。如果该相似度等于或大于预先确定的阈值，则判定二者相似(OK)，判定要登记该第二血管图像数据集合，临时保存步骤S46中的第二血管图像，并且处理进行到步骤S48。另一方面，如果相似度没有超过该阈值，则判定二者不相似(NG)。然后处理进行到步骤S48的重复操作引导消息输出。
(S54)另一方面，如果在步骤S50中该提取不是第二提取，而是第三或后续提取，则判断该提取是否为第三提取。如果不是第三提取，则处理进行到图12的步骤S60。
(S56)另一方面，如果该提取是第三提取，则类似地计算到目前为止已提取的血管图像数据(在此为第一和第二集合)与第三血管图像数据集合之间的相似度。即，如图13所示，在步骤S42中，计算第二血管图像数据集合与第一血管图像数据集合之间的相似度#1。在步骤S56中，计算第三血管图像数据集合与第一血管图像数据集合之间的相似度#3，以及第三血管图像数据集合与第二血管图像数据集合之间的相似度#2，并进行判断。如果作为这些比较的结果，所有的相似度#1、#2和#3都等于或大于该阈值，则将所有三个血管图像数据集合判定为相似血管图像。然后处理进行到图12的步骤S58。另一方面，如果图13的比较表示相似度#1、#2和#3中的任何一个都没有超过该阈值，则处理返回到步骤S48。
(S58)判定要登记第三血管图像数据集合。然后处理进行到步骤S68。
(S60)如果在步骤S54中，该提取不是第三提取，则判断该提取是否为限定的第N提取。如果是限定的第N提取，则在显示器上向操作者显示操作结束消息，并结束该处理。
(S62)如果不是限定的第N提取，则与到目前为止获得的n个血管图像数据集合进行比较。例如，如果该提取是第四提取，则如图14所示，计算第四血管图像数据集合与第一血管图像数据集合之间的相似度#6、第四血管图像数据集合与第二血管图像数据集合之间的相似度#5、第四血管图像数据集合与第三血管图像数据集合之间的相似度#4，并进行判断。
(S64)如果所有的相似度#4、#5、#6都等于或大于该阈值，则将第一、第四、第二和第三集合中的具有较高相似度的三个血管图像判定为相似，并且处理进行到步骤S66。另一方面，如果在图14的比较中，判定相似度#4、#5、#6中的任何一个都没有超过该阈值，则处理返回到图11的步骤S48，并且采集第五和后续图像、执行血管图像提取，并类似地执行相似度计算和判断。
(S66)判断是否登记了第n血管图像数据集合。
(S68)然后判断是否已经获得相似并且可以登记的三个血管图像数据集合。如果未获得，则处理返回到步骤S48。如果已获得，则将这三个血管图像数据集合与用户ID(帐号等)一起登记在存储部分4a中。也就是说，如图8所示，将个人ID和三个血管图像数据集合(在此为多个系列黑白二值数据值)登记在存储部分4a中，作为存储部分4a的登记血管图像数据。
如步骤S60所示，当与登记不兼容的某些现象继续出现时，会加重操作者的负担，所以可以随意设定数量N，并且当达到该数量时，输出消息，以指示用户从头开始重复操作，或者咨询出纳员。
通过这种方式，多次检测血管图像数据，并且对具有高相似度的多个(在此为3个)血管图像数据集合作为最优血管图像数据进行登记。因此，即使存在由于图像采集设备、身体状态的变化、或者手的伸展方式，或者图像采集状态的其它方面导致的生物数据的差异，也因为多次执行了图像采集，并且仅对具有适于登记的高相似度的最优生物信息进行登记，所以可以登记反映这些差异的多个生物信息集合，而不会降低校验的准确性。如果进行登记的人(用户)必须执行多次登记操作，则该用户的负担会过重，所以将操作的次数限定为用户可以接受的数量，并且根据该信息获得最优登记信息，并将其登记在存储部分中。
在此，将初始血管图像数据用作为执行登记时的基准。对第二和后续血管图像图案中的具有高相似度的两个血管图像数据集合进行登记。因为将初始数据用作为基准，所以可以防止相似度计算和判断的不定连续(indefinite continuation)。
试验认证和认证处理接下来，对试验认证进行说明。如上所述，当完成了n个(在以上说明中为3个)数据集合的登记时，立即执行确认该校验处理的操作。结果，用户在下一次校验过程中练习伸展手的方式，并可以确认可使用他的手掌来进行认证。结果，提高了系统在用户方的安全感和可靠感。使用与实际认证相同的过程来执行试验认证。因此，该试验认证也是实际认证处理。下面利用图15至图17来说明该处理。
图15是本发明一个方面的认证处理的功能方框图，图16表示图15中的认证处理的流程，而图17表示其中的操作。
在图15中，使用相同的符号来表示与图2和图4中相同的部分。即，与图像采集设备1相连的终端设备3的CPU执行一系列的认证处理30至46。
如以上使用图9所述，手轮廓检测处理30从图像采集设备1所采集的图像中检测手的轮廓，并根据该轮廓来判断是否可以在登记和校验处理中使用该图像。例如，手掌可能适当或者不适当地出现在该图像中。当不能在该登记和校验处理中使用该图像时，引导消息输出处理32向终端设备3的显示器输出一消息，用于引导手掌向左、向右、向前或向后移动。通过这种方式，对终端设备3处的用户进行引导，以使该用户的手伸到图像采集设备1的上方。
当手轮廓检测处理30判定已经在正确伸手的情况下采集了图像时，血管图像提取处理34从该手的图像中提取静脉图像。即，如使用图18和图19所说明的，根据反射率的差异来获取手掌图像的灰度级数据，如图6所示。
如图8所示，已登记血管图像搜索处理46搜索与该个人ID(帐号)相对应的三个已登记血管图像数据集合R1、R2、R3的存储部分4a。如图17所示，校验处理44将由血管图像检测处理34检测到的血管图像数据A与该三个已登记的血管图像数据集合R1、R2、R3进行比较，执行校验处理，并输出校验结果。
使用图16给出更详细的说明。
(S70)利用由该用户出示的ID(帐号)来读取存储部分4a中的三个对应的已登记血管图像数据集合R1、R2、R3。
(S72)从图像采集设备1发射近红外光，以获得手掌的图像。执行手轮廓检测处理30，以从图像采集设备1所采集的图像中检测手的轮廓，并根据该轮廓来判断是否可以在校验处理中使用该图像。如果没有充分地呈现该手掌图像或者发生了其它问题，则返回NG判定，并执行上述引导消息输出处理32，以向终端设备3的显示器输出一消息，用于引导手掌向左、向右、向前或向后移动。当手轮廓检测处理30判定在手正确伸展的情况下采集了图像时，血管图像提取处理34从该手的图像中提取静脉图像。
(S74)将第一已登记血管图像数据集合R1与所提取的血管图像数据A进行比较，并计算相似度。该相似度是表示两个血管图像图案的一致性程度的量；可以应用多种模式匹配技术来计算该相似度。如果相似度等于或大于预先确定的阈值，则判定二者相似(OK)，并且认证成功，并结束处理。
(S76)另一方面，如果在步骤S74中，该相似度没有超过该阈值，则返回不相似(NG)判定。然后将第二已登记血管图像数据集合R2与所提取的血管图像数据A进行比较，并计算相似度。如果该相似度等于或大于预先确定的阈值，则判定二者相似(OK)，并且认证成功，并结束处理。
(S78)另一方面，如果在步骤S76中，该相似度没有超过该阈值，则返回不相似(NG)判定。然后将第三已登记血管图像数据集合R3与所提取的血管图像数据A进行比较，并计算相似度。如果该相似度等于或大于预先确定的阈值，则判定二者相似(OK)，并且认证成功，并结束处理。然而，如果该相似度没有超过该阈值，则返回不相似(NG)判定，并在错误的状态下结束处理。
在该试验认证中，如图15所示，如果认证处理不令人满意，则图像采集设备1可以指示采集下一个图像。因此，为用户提供了更多的试验认证的机会，并且可以使用户熟悉该认证方法，这有助于该认证设备的广泛采用。该认证处理与实际的认证处理相似，由于对其的说明是冗余的，所以省略了实际认证处理的细节。
其它实施例在以上实施例中，针对使用手掌的静脉图案进行认证的情况对生物认证进行了说明，但是也可以应用于采用掌纹或者手的其它特征的其它生物认证。另外，以上说明假定是金融操作，但是也可以应用于任何要求个人认证的任务。
此外，利用位图模式匹配技术说明了相似度的计算，但是也可以采用公知的方法，其中对数据进行矢量化，并且使用矢量的方向和长度来计算相似度。另外，登记的数量不限于三个，而是可以为大于1的任何数量。使用与图15至图17中相同的方法来进行校验(认证)处理，并由图1的服务区终端8或ATM 6来执行该校验(认证)处理。
以上说明了本发明的实施例，但是可以在本发明的范围内对本发明进行多种修改，并且这些修改并没有被排除在本发明的范围之外。
由于通过图像采集单元对同一人体的手掌图像进行了多次采集，计算了多个手掌图像的多个特征数据集合之间的相似度，并将具有高相似度的多个特征数据集合登记在存储单元中，所以即使在使用多次检测的特征数据时，也可以执行适应生物状态变化的校验，而不会降低校验的准确性，并且可以防止对于用户的不便，这有助于该生物认证系统的广泛采用。此外，因为可以使用手掌图像的轮廓来校验图像中的手形，所以可以快速地判断成功的图像采集，并提取特征数据，从而可以在短时间内执行登记处理。
本申请基于2004年10月8日提交的在先日本专利申请No.2004-296976，并要求其优先权，在此通过引用并入其全部内容。
权利要求
1.一种生物认证系统，用于通过以下操作来执行个人认证检测并登记人体的手掌特征数据以在将来使用；从所述人体的手掌检测特征数据；以及将检测到的特征数据与所述登记特征数据进行校验，所述系统包括图像采集单元，用于采集所述人体的手掌图像；存储单元，用于存储所述人体的手掌的所述登记的特征数据；以及处理单元，用于从所述图像采集单元所采集的所述手掌图像提取轮廓，根据所述提取的轮廓来判断所述图像采集是否成功，从被判断为成功采集的手掌图像提取所述特征数据，并将所述特征数据登记在所述存储单元中，其中所述处理单元从所述图像采集单元处多次获取所述人体的手掌图像，判断所述多个手掌图像中的每一个的特征数据之间的相似度，并将具有高相似程度的多个特征数据集合登记在所述存储单元中。
2.根据权利要求1所述的生物认证系统，其中所述处理单元参照所述手掌的第一特征数据集合，判断所述手掌的第二和后续特征数据集合的相似度。
3.根据权利要求1所述的生物认证系统，其中所述处理单元从所述图像采集单元获取所述同一人体的多个手掌图像，直到获得了规定数量的具有高相似度的特征数据集合为止。
4.根据权利要求1所述的生物认证系统，其中在将具有高相似度的所述多个特征数据集合登记在所述存储单元中之后，所述处理单元从所述图像采集单元获取所述手掌图像，提取所述特征数据，对所述特征数据和登记在所述存储单元中的所述多个特征数据集合进行校验，并执行试验认证。
5.根据权利要求1所述的生物认证系统，其中所述处理单元从所述图像采集单元所采集的所述手掌图像中提取轮廓，根据所述提取的轮廓来判断所述图像采集是否成功，从被判定为成功采集的手掌图像中提取所述特征数据，将所述特征数据与登记在所述存储单元中的所述多个特征数据集合进行校验，并进行个人认证。
6.根据权利要求1所述的生物认证系统，其中当所述相似度等于或大于规定阈值时，所述处理单元判定所述相似度为高。
7.根据权利要求2所述的生物认证系统，其中所述处理单元登记第一生物特征数据集合，并且对第n生物特征数据集合，计算与第一至第(n-1)生物特征数据的所有相似度，并且当所有相似度都大于或等于所述阈值时，将所述第n生物特征数据集合登记在所述存储单元中。
8.根据权利要求5所述的生物认证系统，其中在进行个人认证时，所述处理单元根据所述个人的识别信息，从所述存储单元中读取所述多个生物特征数据集合，并将从由所述图像采集单元获得的手掌图像获取的所述特征数据与所述读取的多个特征数据集合进行校验。
9.根据权利要求8所述的生物认证系统，其中所述处理单元对所述提取的特征数据与所述多个登记特征数据集合之一相似的事实进行检测，并执行个人认证。
10.根据权利要求1所述的生物认证系统，其中所述处理单元根据所述手掌图像的轮廓与所述图像采集单元的图像采集范围之间的位置关系，来判断所述图像采集是否成功。
11.根据权利要求1所述的生物认证系统，其中所述图像采集单元采集包括所述人体的手掌以及手指的一部分在内的手的一部分。
12.根据权利要求11所述的生物认证系统，其中所述处理单元根据位于所述图像采集范围内的所述手掌图像的轮廓数量，来判断所述图像采集是否成功。
13.根据权利要求11所述的生物认证系统，其中所述处理单元根据所述手掌图像的轮廓与所述图像采集单元的图像采集范围之间的位置关系，以及位于所述图像采集范围内的所述轮廓的数量，来判断所述图像采集是否成功。
14.根据权利要求1所述的生物认证系统，其中当根据所述手掌图像的轮廓判定所述图像采集不成功时，所述处理单元使所述图像采集单元再次执行对所述手掌图像的图像采集，并获取所述手掌图像。
15.根据权利要求8所述的生物认证系统，其中所述图像采集单元具有距离传感器，用于测量所述图像采集单元与所述手掌之间的距离，并且当所述距离传感器所测量到的距离在规定范围内时，所述处理单元从所述图像采集单元获取所述手掌图像，并且在所述登记时和所述个人认证时之间修改所述规定范围。
16.一种用于生物认证系统的认证方法，该生物认证系统通过以下操作来执行个人认证检测并登记人体的手掌的特征数据以在将来使用；从所述人体的手掌检测特征数据；以及将检测到的特征数据与所述登记的特征数据进行校验，所述方法包括以下步骤从用于采集所述手掌图像的图像采集单元获取所述手掌图像；提取所述手掌图像的轮廓，并根据所述轮廓来判断所述图像采集是否成功；从被判断为成功采集的手掌图像中提取所述特征数据；判断从多个所述采集的图像中提取的多个所述特征数据集合之间的相似度；以及将具有高相似度的多个特征数据集合登记在存储单元中。
17.根据权利要求16所述的用于生物认证系统的认证方法，其中所述相似度判断步骤包括以下步骤参照所述手掌的初始特征数据集合，判断所述手掌的第二和后续特征数据集合的相似度。
18.根据权利要求17所述的用于生物认证系统的认证方法，还包括以下步骤从所述图像采集单元获取所述同一人体的手掌图像，直到获得规定数量的具有高相似度的所述特征数据集合为止。
19.根据权利要求16所述的用于生物认证系统的认证方法，还包括以下步骤在将具有高相似度的多个所述特征数据集合登记在所述存储单元中之后，从所述图像采集单元获取所述手掌图像；提取所述手掌图像的轮廓，并根据所述轮廓来判断所述图像采集是否成功；从被判断为成功采集的手掌图像中提取特征数据；以及将所述特征数据与登记在所述存储单元中的多个特征数据集合进行校验，以执行试验认证。
20.根据权利要求16所述的用于生物认证系统的认证方法，其中所述相似度判断步骤包括以下步骤当所述相似度等于或大于规定阈值时，判定所述相似度为高。
21.根据权利要求17所述的用于生物认证系统的认证方法，其中所述相似度判断步骤包括以下步骤对第n生物特征数据集合，计算与第一至第(n-1)生物特征数据集合的所有相似度；以及当所有相似度都大于或等于一阈值时，将所述特征数据集合判定为适于登记的特征数据。
22.根据权利要求16所述的用于生物认证系统的认证方法，其中判断图像采集是否成功的所述步骤包括以下步骤根据所述手掌图像的轮廓与所述图像采集单元的图像采集范围之间的位置关系，来判断所述图像采集是否成功。
23.根据权利要求16所述的用于生物认证系统的认证方法，其中所述图像获取步骤包括以下步骤从所述图像采集单元获得包括所述人体的手掌以及手指的一部分在内的手的一部分的所采集图像。
24.根据权利要求23所述的用于生物认证系统的认证方法，其中判断所述图像采集是否成功的所述步骤包括以下步骤根据位于所述图像采集范围内的所述手掌图像的轮廓数量，来判断所述图像采集是否成功。
25.根据权利要求16所述的用于生物认证系统的认证方法，其中判断所述图像采集是否成功的所述步骤包括以下步骤根据所述手掌图像的轮廓与所述图像采集单元的图像采集范围之间的位置关系，以及位于所述图像采集范围内的所述轮廓的数量，来判断所述图像采集是否成功。
26.根据权利要求16所述的用于生物认证系统的认证方法，还包括以下步骤当根据所述手掌图像的轮廓判定所述图像采集不成功时，使所述图像采集单元再次采集所述手掌图像，以获取所述手掌图像。
27.根据权利要求16所述的用于生物认证系统的认证方法，其中所述图像获取步骤包括以下步骤当用于测量所述图像采集单元与所述手掌之间的距离的距离传感器所测量到的距离在规定范围内时，从所述图像采集单元获得所述手掌图像。
28.一种程序，其使计算机执行以下步骤通过用于采集手掌图像的图像采集单元来获得人体的手掌图像；提取所述手掌图像的轮廓，并根据所述轮廓来判断所述图像采集是否成功；从被判断为成功采集的手掌图像中提取特征数据；判断从多个所述采集图像中提取的多个所述特征数据集合之间的相似度；以及将具有高相似度的多个特征数据集合登记在存储单元中。
29.根据权利要求28所述的程序，还使所述计算机执行以下步骤在将具有高相似度的多个所述特征数据集合登记到所述存储单元中之后，从所述图像采集单元获取所述手掌图像；提取所述手掌图像的轮廓，并根据所述轮廓来判断所述图像采集是否成功，从被判断为成功采集的手掌图像中提取特征数据；以及将所述特征数据与登记在所述存储单元中的多个特征数据集合进行校验，以执行试验认证。
30.根据权利要求28所述的程序，其使所述计算机执行以下步骤作为判断所述图像采集是否成功的所述步骤根据所述手掌图像的轮廓与所述图像采集单元的图像采集范围之间的位置关系，来判断所述图像采集是否成功。
全文摘要
生物认证系统登记方法、生物认证系统及其程序。一种生物认证系统，其利用人体的手掌信息来执行个人认证。处理单元从图像采集单元多次获取同一人体的手掌图像，判断该多个手掌图像的特征数据集合之间的相似度，并将具有高相似度的多个特征数据集合登记在存储单元中。并且根据手掌图像的轮廓来检查该图像中的手形，所以可以快速判断图像采集是否成功并提取特征数据，从而可以在短时间内执行登记处理。
文档编号G06K9/46GK1758264SQ200510066619
公开日2006年4月12日 申请日期2005年4月15日 优先权日2004年10月8日
发明者镰田英夫, 岸野琢己, 江口真一 申请人:富士通株式会社, 富士通先端科技株式会社