注册设备、验证设备、认证方法和认证程序

摘要

目的在于提出一种可以改善其验证精度的注册设备、验证设备、认证方法和认证程序。注册设备对从拾取作为预定活体部分中的活体识别对象给出的拾取对象的结果获得的图像信号执行预定处理，提取图像信号中拾取对象的特性部分，对由特性提取装置提取的特性部分执行霍夫变换，从霍夫变换获得的参数点按预定提取条件提取多个特性参数点，并且判断所述多个特性参数是否应该是注册对象或应该与注册对象进行比较。

说明书

技术领域

本发明涉及注册设备、验证设备、认证方法和认证程序，并且优选地适用于生物统计学(biometrics)认证。

背景技术

血管已经是生物统计学认证的对象之一。提出了使用血管作为生物统计学认证的目标的认证设备：该认证设备对作为拍摄手指的图片的结果而获取的图像数据执行预定处理，对该图像数据进行二进制化，并且执行霍夫(Hough)变换(例如，专利文献1)。

关注于图像上的许多血管基本是线状的事实，该认证设备采用霍夫变换，从而改善认证的精度，所述霍夫变换可以根据线或血管的长度从图像中提取血管。

专利文献1：日本专利公开No.2005-115615。

然而，如果使用块根作物(如萝卜)而不是手指，则认证设备可能错误地将块根作物内的管识别为生物统计学认证的目标(在下文中，这些管(如导管、筛管、簇)称为根内管)，因为它们类似于活体的血管；然后，获取的不适当的参数可能被处理为注册数据或要与注册数据比较的数据。该事实在下面报道：Tsutomu Matsumoto，“Biometrics Authentication for FinancialTransaction”，[在线]，2005年4月15日，关于伪造的提款卡问题的财经服务机构的第9届研讨会，(2006年8月21日搜索，因特网<URL：http://www.fsa.go.jp/singi/singi_fccsg/gaiyou/f-20050415-singi_fccsg/02.pdf>)。因此，问题是如果应用具有活体的血管状图案的图像捕获对象(如块根作物、树胶糖、血管图像的印刷物或人类手指的模型)作为假的手指，则认证设备可能错误地识别它。

发明内容

已经考虑到上面的问题做出本发明，并且本发明旨在提供可以改善认证的精度的注册设备、验证设备、认证方法和认证程序。

为了解决上面的问题，一种注册设备包括：轮廓提取装置，用于对输入图像信号执行预定处理，并且提取包括在所述图像信号中的对象的轮廓；霍夫变换装置，用于对作为提取所述轮廓的结果而获得的图像数据执行所述霍夫变换；以及注册装置，用于如果是作为通过所述霍夫变换装置的所述霍夫变换的结果而获得的参数的一部分并且代表相对于参考方向的轮廓的角度的角度分量在定义为具有线性的活体部分的角度范围内，则将所述霍夫变换的结果注册为活体识别信息。

以此方式，所述注册设备根据作为所述霍夫变换的结果获得的参数的角度分量是否在预定的角度范围内，进行关于所述霍夫变换的结果是否应该被注册为活体识别信息的确定。因此，如果输入假的手指(如块根作物，其根内管与手指的血管相比、相对于血液的循环方向以更大角度散布)的图像信号，则所述注册设备可以避免它自己将对该图像信号的霍夫变换的结果注册为所述活体识别信息。另一方面，如果输入作为活体的一部分的手指的图像信号，则所述注册设备将对该图像信号的霍夫变换的结果注册为所述活体识别信息。因此，所述注册设备可以改善认证的精度。

此外，根据本发明，一种验证设备包括：轮廓提取装置，用于对输入图像信号执行预定处理，并且提取包括在所述图像信号中的对象的轮廓；霍夫变换装置，用于对作为提取所述轮廓的结果而获得的图像数据执行所述霍夫变换；以及验证装置，用于如果是作为通过所述霍夫变换装置的所述霍夫变换的结果而获得的参数的一部分并且代表相对于参考方向的轮廓的角度的角度分量在定义为具有线性的活体部分的角度范围内，则将所述霍夫变换的结果与之前注册的活体识别信息进行比较。

以此方式，所述验证设备根据作为所述霍夫变换的结果获得的参数的角度分量是否在预定的角度范围内，进行关于所述霍夫变换的结果是否应该与之前注册的活体识别信息进行比较的确定。因此，如果输入假的手指(如块根作物，其根内管与手指的血管相比、相对于血液的循环方向以更大角度散布)的图像信号，则所述验证设备可以避免它自己将对该图像信号的霍夫变换的结果与之前注册的活体识别信息进行比较。另一方面，如果输入作为活体的一部分的手指的图像信号，则所述验证设备将对该图像信号的霍夫变换的结果与之前注册的活体识别信息进行比较。因此，所述验证设备可以改善认证的精度。

此外，根据本发明，一种认证方法包括：对输入图像信号执行预定处理、并且提取包括在所述图像信号中的对象的轮廓的第一步骤；对作为提取所述轮廓的结果而获得的图像数据执行所述霍夫变换的第二步骤；以及如果是作为通过所述霍夫变换装置的所述霍夫变换的结果而获得的参数的一部分并且代表相对于参考方向的轮廓的角度的角度分量在定义为具有线性的活体部分的角度范围内、则将所述霍夫变换的结果注册为活体识别信息或将所述霍夫变换的结果与之前注册的活体识别信息进行比较的第三步骤。

以此方式，所述认证方法根据作为所述霍夫变换的结果获得的参数的角度分量是否在预定的角度范围内，进行关于所述霍夫变换的结果是否应该被注册为活体识别信息或与之前注册的活体识别信息进行比较的确定。因此，如果输入假的手指(如块根作物，其根内管与手指的血管相比、相对于血液的循环方向以更大角度散布)的图像信号，则所述认证方法可以避免它自己将对该图像信号的霍夫变换的结果注册为活体识别信息或将对该图像信号的霍夫变换的结果与之前注册的活体识别信息进行比较。另一方面，如果输入作为活体的一部分的手指的图像信号，则所述认证方法将对该图像信号的霍夫变换的结果注册为活体识别信息或将对该图像信号的霍夫变换的结果与之前注册的活体识别信息进行比较。因此，所述认证方法可以改善认证的精度。

此外，根据本发明，一种认证程序使得计算机执行以下步骤：对输入图像信号执行预定处理，并且提取包括在所述图像信号中的对象的轮廓；对作为提取所述轮廓的结果而获得的图像数据执行所述霍夫变换；以及如果是作为通过所述霍夫变换装置的所述霍夫变换的结果而获得的参数的一部分并且代表相对于参考方向的轮廓的角度的角度分量在定义为具有线性的活体部分的角度范围内，则将所述霍夫变换的结果注册为活体识别信息或将所述霍夫变换的结果与之前注册的活体识别信息进行比较。

以此方式，所述认证程序根据作为所述霍夫变换的结果获得的参数的角度分量是否在预定的角度范围内，进行关于所述霍夫变换的结果是否应该被注册为活体识别信息或与之前注册的活体识别信息进行比较的确定。因此，如果输入假的手指(如块根作物，其根内管与手指的血管相比、相对于血液的循环方向以更大角度散布)的图像信号，则所述认证程序可以避免它自己将对该图像信号的霍夫变换的结果注册为活体识别信息或将对该图像信号的霍夫变换的结果与之前注册的活体识别信息进行比较。另一方面，如果输入作为活体的一部分的手指的图像信号，则所述认证程序将对该图像信号的霍夫变换的结果注册为活体识别信息或将对该图像信号的霍夫变换的结果与之前注册的活体识别信息进行比较。因此，所述认证程序可以改善认证的精度。

如上所述，根据本发明，根据当提取多个特性参数点时所述特性参数点的角度分量，进行关于所述多个特性参数点是否是要注册的特性参数点的确定。因此，可以实现能够改善认证的精度的注册设备、验证设备、认证方法和认证程序。

附图说明

图1是图示根据本发明的第一实施例的认证设备的整体配置的方块图。

图2是图示通过根据本发明的第一实施例的控制部分的图像处理的内容的功能方块图。

图3是图示捕获的图像的示意图。

图4是图示输入图像的示意图。

图5是图示如何在x-y平面上表示直线的示意图。

图6是图示如何在ρ-θ平面上表示点的示意图。

图7是图示采样图像和作为霍夫变换的结果获得的图像的示意图。

图8是图示作为霍夫变换的结果获得的图像的示意图。

图9是图示在参数的提取后的图像的示意图。

图10是图示第一注册处理的过程的流程图。

图11是图示根据本发明的第二实施例的认证设备的整体配置的方块图。

图12是图示通过根据本发明的第二实施例的控制部分的图像处理的内容的功能方块图。

图13是图示第二注册处理的过程的流程图。

具体实施方式

将参照附图详细描述本发明的实施例。

(1)第一实施例

(1-1)根据第一实施例的认证设备的整体配置

图1显示了根据本发明的第一实施例的认证设备1的整体配置。认证设备1包括控制部分10：控制部分10通过总线16连接到操作部分11、血管图像捕获部分12、闪存13、用于与外部部分交换数据的接口14(下文中称为外部接口)和通知部分15。

控制部分10是微型计算机，其包括整体控制认证设备1的CPU(中央处理单元)、存储各种程序和设置信息的ROM(只读存储器)和用作CPU的工作存储器的RAM(随机存取存储器)。

当用户操作操作部分11时，操作部分11给出执行命令COM1或COM2到控制部分10：执行命令COM1用于启动注册注册目标用户的血管的模式(下文中，该模式称为血管注册模式而该用户称为注册人)；执行命令COM2用于启动进行关于某人是否所述注册人的确定的模式(下文中，该模式称为认证模式)。

基于这些执行命令COM1和COM2，控制部分10决定将启动哪个模式，然后当必要时根据对应于决定的模式的程序控制血管图像捕获部分12、闪存13、外部接口14和通知部分15，从而执行血管注册模式或认证模式。

(1-2)血管注册模式

具体地，如果决定血管注册模式是要执行的模式，则控制部分10进入血管注册模式并且控制血管图像捕获部分12。

在此情况下，血管图像捕获部分12的驱动控制部分12a控制发射近红外光束到置于认证设备1上的预定位置的手指的近红外光束源LS，以及如CCD(电荷耦合设备)的图像捕获相机CM的图像捕获元件ID：可能存在一个或多个近红外光束源LS。

结果，在血管图像捕获部分12中，发射到手指的近红外光束进入手指，在手指内反射和分散，从手指出射为代表手指的血管的光束(该光束称为血管表示光束)，并且在通过光学系统OP和孔径光阑DH后进入图像捕获元件ID。图像捕获元件ID将血管表示光束转换为电信号，并且将其输出到驱动控制部分12a作为图像信号S1。

顺便提及，部分发射到手指的近红外光束实际上由手指的表面反射，然后进入图像捕获元件ID。因此，从图像捕获元件ID输出的图像信号S1的图像不但包含手指内的血管而且还包含其轮廓和指纹。

基于该图像的像素值，驱动控制部分12a调整光学系统OP的光学透镜的位置，使得手指内的血管被聚焦。同时，驱动控制部分12a调整孔径光阑DH的孔径值，使得进入图像捕获元件ID的光束量变得合适。在调整后，驱动控制部分12a将从图像捕获元件ID输出的图像信号S2提供到控制部分10。

控制部分10对图像信号S2执行预定的图像处理，以便提取图像上的血管的特性，并且在闪存13中将提取的血管特性存储为用于识别注册人的信息D1(该信息也称为注册人识别数据)，因而注册特性。

以此方式，控制部分10执行血管注册模式。

(1-3)认证模式

另一方面，如果决定认证模式是要执行的模式，则控制部分10进入认证模式，并且以与当执行上述血管注册模式时类似的方式控制血管图像捕获部分12。

在此情况下，血管图像捕获部分12驱动并且控制近红外光束源LS和图像捕获元件ID。同时，基于从图像捕获元件ID输出的图像信号S10，血管图像捕获部分12调整光学系统OP的光学透镜的位置和孔径光阑的孔径值。在调整后，血管图像捕获部分12将从图像捕获元件ID输出的图像信号S20提供到控制部分10。

控制部分10对图像信号S20执行与其在上述血管注册模式期间执行的图像处理相同的图像处理，并且从闪存13读出注册人识别数据D1。然后，控制部分10执行验证处理，其中将通过该图像处理提取的血管特性与从闪存13读出的注册人识别数据D1的血管特性进行比较。根据比较的程度，控制部分10进行关于放置他的手指的用户是否是注册人(授权的用户)的确定。

这里，如果确定放置他的手指的用户是注册人，则控制部分10生成执行命令COM3，以便让连接到外部接口14的操作处理设备(未示出)执行预定操作。控制部分10经由外部接口14将该执行命令COM3提供到操作处理设备。

随后描述连接到外部接口14的操作处理设备的应用：如果应用锁定的门，则从控制部分10传输的执行命令COM3是用于解锁该门；如果应用具有多个操作模式并且其当前模式是限制一些操作模式的使用的计算机，则从控制部分10传输的执行命令COM3用于解除该限制。

顺便提及，这两种示例描述为应用。但是可能存在其它的应用。此外，在第一实施例中，操作处理设备连接到外部接口14。但是代替它，认证设备1可以包含操作处理设备的软件或硬件配置。

然而，如果确定他不是注册人，则控制部分10在通知部分15的显示部分15a上显示带有该意思的信息，并且通过通知部分15的声音输出部分15b输出声音，视觉和听觉上通知用户他不是注册人的事实。

以此方式，控制部分10执行认证模式。

(1-4)图像处理的详细描述

以下描述通过控制部分10的图像处理。如图2所示，按照功能可以将图像处理分为以下部分：预处理部分21、霍夫变换部分22、参数提取部分23和角度检测部分24。下面将详细描述这些预处理部分21、霍夫变换部分22、参数提取部分23和角度检测部分24。

对于从血管图像捕获部分12提供的图像信号S2或S20，预处理部分21以下述顺序执行A/D(模拟/数字)转换处理、预定的轮廓提取处理(如索贝尔(Sobel)滤波)、预定的平滑处理(如高斯滤波)、二进制化处理和稀释(thinning)处理，以便提取作为包括在图像信号S2或S20中的对象的特性的轮廓。预处理部分21将得到的图像数据D21提供到霍夫变换部分22。

顺便提及，如果从血管图像捕获部分12提供的图像信号S2或S20如图3(A)所示代表作为拍摄作为活体的一部分的“手指”的图片的结果而生成的图像，则从预处理部分21传输到霍夫变换部分22的图像数据D21代表手指的血管的轮廓，如图4(A)所示。另一方面，如果从血管图像捕获部分12提供的图像信号S2或S20如图3(B)所示代表作为拍摄“块根作物(萝卜)”等的图片的结果而生成的图像，所述“块根作物(萝卜)”等是假的手指并且不是活体的一部分，则从预处理部分21传输到霍夫变换部分22的图像数据D21代表萝卜的根内管的轮廓，如图4(B)所示。

霍夫变换部分22对图像数据D21执行霍夫变换。以下简要描述霍夫变换。

如图5所示，x-y平面上存在线l₀；垂直于线l₀并且通过原点或参照点的位置的线是线n₀。在作为参照方向的x轴和垂直线n₀之间的角度是θ₀(θ₀也代表在此情况下作为参照方向的y轴和线l₀之间的角度)。原点与线l₀和垂直线n₀交叉的点之间的距离是|ρ₀|。在此情况下，线l₀可以由“(ρ₀，θ₀)”代表。

这里，对于x-y平面的霍夫变换如下定义。

ρ＝xcosθ+ysinθ(1)

根据该霍夫变换，图5示出的x-y平面的线l₀上的点P1(x₁，y₁)、点P2(x₂，y₂)和点P3(x₃，y₃)分别表示为由距离和角度分量组成的虚ρ-θ平面上的曲线C1(x₁cosθ+y₁sinθ)、曲线C2(x₂cosθ+y₂sinθ)和曲线C3(x₃cosθ+y₃sinθ)，如图6所示。

在该ρ-θ平面上，曲线C1、C2和C3交叉的点是Px(ρ₀，θ₀)；该点Px(ρ₀，θ₀)等价于作为霍夫变换前x-y平面上的线的线l₀。这意味着霍夫变换基于每个距离|ρ₀|和角度θ，将x-y平面上的线l₀转换为ρ-θ平面上的点。

此外，线l₀在x-y平面上具有越多点(P1、P2、P3、...、Pn、...)，霍夫变换在ρ-θ平面上生成越多曲线(C1、C2、C3、...、Cn、...)。结果，在点Px(图6)交叉的曲线的数目增加。因此，x-y平面上的线l₀越长，在该线上点的数目越大，因此在ρ-θ平面上穿过对应于线l₀的点的曲线(C1、C2、C3、...、Cn、...)的数目增加。

这意味着通过霍夫变换生成的ρ-θ平面上的点根据霍夫变换前x-y平面上线l₀的长度来定量。

顺便提及，x-y平面上线l₀的长度不必意味着作为其线段的长度，而是意味着在一条线上的一系列点的总的长度。因此，如果线是点线或由多个在它们之间具有间隔的线段组成，则线l₀的长度是它的总长度。

以此方式，根据霍夫变换，将x-y平面上的线l₀转换为ρ-θ平面上的点(下文中称为参数点)。这些点由三个参数表示：距离、角度和长度。通过改变提取条件，霍夫变换可以检测在霍夫变换前的x-y平面上大于或等于预定长度的线性成分。

此外，因为根据霍夫变换基于每个距离|ρ₀|和角度θ，将x-y平面上的线l₀转换为ρ-θ平面上的参数点，所以可以检测作为霍夫变换之前的x-y平面上的线的线性成分和原点之间的距离和其角度。

图7图示了具体示例。图7示出作为对采样图像IM1(图7(A))的霍夫变换的结果的图像IM4(图7(D))、作为对图像IM2(图7(B))的霍夫变换的结果的图像IM5(图7(E))和作为对图像IM3(图7(C))的霍夫变换的结果的图像IM6(图7(F))：图像IM2是旋转采样图像IM1经过预定角度的结果；图像IM3是水平移动采样图像IM2预定距离的结果。

从图7显而易见的是：如果在x-y平面上旋转采样图像IM1(图7(B))，则图像IM4在ρ-θ平面上平行于θ轴移动(图7(E))。此外，如果在x-y平面上水平移动采样图像IM2(图7(C))，则图像IM4在ρ-θ平面上平行于ρ轴移动(图7(F))。因此，霍夫变换使得可能仅通过检测ρ-θ平面上图像的平行移动量，检测作为霍夫变换前x-y平面上的一个图像的原始图像的平行和选择移动量。

如上所述，由于其特性，霍夫变换可以检测x-y平面上大于或等于预定长度的线性成分，使得检测的结果反映x-y平面的图像的旋转和平行移动量。

霍夫变换部分22将作为霍夫变换处理的结果获得的参数点作为数据(下文中称为参数数据)D22传输到参数提取部分23。

顺便提及，如果从预处理部分21提供的图像数据D21是图4(A)和(B)示出的数据，则霍夫变换部分22对图4(A)和(B)执行霍夫变换处理，然后将作为霍夫变换处理的结果获得的参数点作为图8(A)和(B)示出的参数数据D22传输到参数提取部分23。

这里，图8(A)和(B)示出的参数点已经根据霍夫变换前的图像数据D21(图4(A)和(B))上的线性成分的长度被量化。更具体地，长度的量化是例如根据在对应于霍夫变换前的线性成分的参数点交叉的曲线(图6)的数目的积累值的处理(下文中该积累的值称为积累值)。在此情况下，图8(A)和(B)示出的每个参数点已经被设置，使得积累值的增加增强白颜色。

以此方式，霍夫变换部分22执行霍夫变换，因为图像上的许多血管基本是线性的。因此，可以根据其长度量化图像的线性成分。

参数提取部分23从霍夫变换部分22接收表示参数点的参数数据D22，并且从它们提取具有大于或等于预设提取阈值的积累值的参数点。参数提取部分23然后二进制化提取的参数点(下文中称为特性参数点)，并且将它作为数据(下文中称为特性参数点)D23提供到角度检测部分24。

顺便提及，如果从霍夫变换部分22提供的参数数据D22是图8(A)和(B)示出的图像的数据，则参数提取部分23从图8(A)和(B)示出的参数点提取特性参数点，将其二进制化并且将得到的图像作为如图9(A)和(B)示出的特性参数数据D23传输到角度检测部分24。

以此方式，参数提取部分23从表示线性成分的参数点中，提取作为霍夫变换前其长度大于或等于x-y平面上的预定长度的线性成分的特性参数点，然后二进制化提取的特性参数点的积累值。

角度检测部分24从参数提取部分23接收表示特性参数点的特性参数数据D23，并且从它们检测在从预设上限角度“θth”到预设下限角度“-θth”的范围(称为允许的角度范围)外的特性参数点。

允许的角度范围的定义基于作为参考方向的手指的纵向长度，因为作为活体的一部分的手指的许多血管沿着纵向方向(血液循环的方向)而不是水平方向基本是线性的。此外，已经设置允许的角度范围，使得：如果拍摄假的手指(如块根作物，与手指的血管相比其根内管沿着其纵向和水平方向相对散布)的图片，则作为对沿着手指的水平方向散布(即，具有相对于参考反向的较大角度)的根内管的霍夫变换的结果获得的特性参数点在允许的角度范围外。

这里，如果从统计的观点存在许多允许的角度范围外的特性参数点，则这意味着图像信号S2或S20是作为拍摄假的手指的图片的结果获得的图像信号。因此，如果从统计的观点存在许多允许的角度范围外的特性参数点，则角度检测部分24结束血管注册模式或认证模式，并且使用通知部分15(图1)执行通知处理，以便提示用户重启注册或认证处理。因此，角度检测部分24阻止设备注册错误识别的假的手指为活体识别信息、或将其与注册的活体识别信息进行比较。

然而，如果从统计的观点只存在少量允许的角度范围外的特性参数点，则这意味着图像信号S2或S20是作为拍摄活体的手指的图片的结果获得的图像信号。因此，如果从统计的观点存在少量允许的角度范围外的特性参数点，则角度检测部分24继续血管注册模式或认证模式。

这意味着如果运行在血管注册模式，则角度检测部分24通过将从霍夫变换的结果提取的特性参数点与图像数据D21相关联，生成用于注册的注册人识别数据D1(图2)。然而，如果运行在认证模式，则角度检测部分24通过将从霍夫变换的结果提取的特性参数点与图像数据D21相关联，生成要与注册人识别数据D1进行比较的数据(下文中称为比较目标特性数据)Dx(图2)：数据Dx表示验证目标用户的血管的特性。

以此方式，使用提取的特性参数点，角度检测部分24可以根据从统计的观点允许的角度范围外的特性参数点的量，进行关于图像信号S2或S20的图像是作为拍摄活体的手指还是假的手指的图片的结果获得的图像的确定。如果图像信号S2或S20的图像是作为拍摄活体的手指的图片的结果获得的图像，则角度检测部分24将获得的特性参数点与图像数据D21相关联，以用于注册或比较。另一方面，如果图像信号S2或S20的图像是作为拍摄假的手指的图片的结果获得的图像，则角度检测部分24将获得的特性参数点从要注册或比较的特性参数点排除。

以此方式，控制部分10被设计来执行血管注册模式或认证模式中的图像处理。

(1-5)第一注册处理的过程

控制部分10运行在血管注册模式或认证模式。以下参照图10的流程图描述用于血管注册模式的第一注册模式的过程。

这里，当从操作部分11(图1)接收执行命令COM1时，控制部分10在步骤SP0开始第一注册处理的过程RT1，并且在随后的步骤SP1通过驱动控制部分12a控制血管图像捕获部分12(图1)。控制部分10然后预处理由拍摄图片的血管图像捕获部分12生成的图像信号S2，以便获得二进制化的图像数据D21(图2)。

然后，控制部分10在步骤SP2对图像数据D21执行霍夫变换。在随后的步骤SP3，控制部分10从作为霍夫变换处理的结果获得的参数点提取大于或等于预设的提取阈值的参数点，将它们认为是特性参数点，将它们二进制化，并且进到下一个步骤SP4。

控制部分10在步骤SP4从提取的特性参数点检测允许的角度范围外的那些特性参数点。在随后的步骤SP5，控制部分10进行关于是否仅存在少量检测的特性参数点的确定(即相对于特性参数点的总数，所述特性参数点的数目是否小于预定数目)。

如果检测的特性参数的数目小于预定数目，则控制部分10在步骤SP5认为这是作为拍摄活体的手指的图片的结果获得的图像(图像信号S2)，并且在随后的步骤SP6，将特性参数点与图像数据D21相关联，以便将它们作为注册人识别数据D1(图2)存储在闪存13(图1)中，从而在闪存13注册它们。此后，控制部分10进到步骤SP7，以便结束第一注册处理的过程RT1。顺便提及，如果运行在认证模式，则控制部分10在步骤SP6将特性参数点与图像数据D21相关联并且将它们当作比较目标特性数据Dx。控制部分10然后从闪存13读出注册的注册人识别数据D1，并且将注册人识别数据D1与比较目标特性数据Dx进行比较。

另一方面，如果检测的特性参数的数目大于或等于预定数目，则控制部分10在步骤SP5决定这是作为拍摄假的手指的图片的结果获得的图像(图像信号S2)，然后进到步骤SP7，以便结束第一注册处理的过程RT1。

通过遵循第一注册处理的过程RT1，控制部分10可以运行在血管注册模式。

(1-6)第一实施例的操作和效果

使用上述配置，认证设备1以预定方式预处理作为拍摄手指的血管的图片的结果获得的图像信号S2或S20(图2)，并且在提取轮廓后执行霍夫变换处理。然后，认证设备1设置某种提取条件，并且从作为霍夫变换处理的结果获得的参数点提取特性参数点。

然后，如果从统计观点仅存在少量允许的角度范围外的特性参数点，则认证设备1认为特性参数点是要注册的或要与注册的特性参数点比较的那些特性参数点。另一方面，如果从统计观点仅存在许多允许的角度范围外的特性参数点，则认证设备1将特性参数点从要注册的或要与注册的特性参数点比较的那些特性参数点排除。

因此，如果拍摄作为活体的一部分的手指的图片，并且给出手指的血管的成分作为图像信号S2或S20的成分，则认证设备1认为得到的特性参数点来自拍摄作为活体的一部分的手指的图片的结果。认证设备1因此认为特性参数点是要注册的或要与注册的特性参数点比较的那些特性参数点。

另一方面，如果拍摄假的手指(如萝卜和其它块根作物)的图片，并且给出块根作物的根内管的成分作为图像信号S2或S20的成分，则认证设备1认为得到的特性参数点来自拍摄假的手指的图片的结果。认证设备1因此将特性参数点从要注册的或要与注册的特性参数点比较的那些特性参数点排除。以此方式，根据从统计观点预定的允许的角度范围外的特性参数点的数目，认证设备1进行关于图像信号S2或S20的图像是作为拍摄作为活体的一部分的手指还是假的手指的图片的结果获得的图像的确定。因此，这避免认证设备1将作为拍摄假的手指的图片的结果获得的特性参数点注册为活体识别信息、或将它们与之前已经注册为活体识别信息的注册信息进行比较。

此外，对于这种认证设备1，作为从霍夫变换的结果提取的结果获得的特性参数点不但参与确定图像信号S2或S20的图像的内容是什么，而且它们还构成了要注册的活体识别信息。因此，认证设备1可以使用相同的组件来执行图像的内容的确定和活体识别信息的生成，从而简化它的结构。

根据上面的配置，根据从统计观点预定的允许的角度范围外的特性参数点的数目，设备进行关于图像信号S2或S20的图像是作为拍摄作为活体的一部分的手指还是假的手指的图片的结果获得的图像的确定；如果它是作为拍摄假的手指的图片的结果获得图像，则设备将得到的特性参数点从要注册的或要与注册的特性参数点比较的那些特性参数点排除。因此，这避免设备将作为拍摄假的手指的图片的结果获得的特性参数点注册为活体识别信息、或将它们与之前已经注册为活体识别信息的注册信息进行比较。因此，认证设备1改善了认证的精度。

(2)第二实施例

(2-1)根据第二实施例的认证设备的整体配置

图11显示了根据本发明的第二实施例的认证设备51，图11的各部分已经由与图1的相应部分相同的符号指示。除了控制部分100的配置，认证设备51具有与第一实施例的上述认证设备1相同的配置。图12显示了控制部分100的配置，图12的各部分已经由与图2的相应部分相同的符号指示。除了角度检测部分124的配置，控制部分100具有与第一实施例的上述控制部分10相同的配置。

第二实施例的图像处理不同于第一实施例的图像处理，在第一实施例的图像处理中，根据从统计观点允许的角度范围外的特性参数点的数目，设备区别作为活体的一部分的手指和假的手指：第二实施例的图像处理根据提取的特性参数点的角度相对于参考角度的分布的偏差，进行关于手指是否在拍摄其图片的过程期间倾斜的确定。

(2-2)图像处理的详细描述

在参数提取部分23提取特性参数点后，控制部分100的角度检测部分124计数第一角度范围(在此情况下，从“-θth”到“0度”)和第二角度范围(在此情况下，从“0度”到“θth”)(图9)内的特性参数点的数目：第一和第二角度范围是例如作为等分允许的角度范围的结果生成的。

然后，角度检测部分124将第一角度范围内的特性参数点的数目视为PA，将第二角度范围内的特性参数点的数目视为PB，将一个除以另一个以获得PA/PB(或PB/PA)的比率，并且进行关于其是否在中心为1的预定的允许比率范围内的确定。

允许比率范围例如是根据如果放在认证设备1上的手指的纵向方向与参考方向对准，则手指的血管的角度的分布沿着参考方向均匀展开的事实定义的：参考方向是认证设备1的前方站立的用户的正面方向。此外，设置允许比率范围，使得如果手指在拍摄其图片期间相对于参考方向倾斜，则允许设备检测得到的特性参数点的分布相对于参考方向的偏差。

这里，如果比率PA/PB(或PB/PA)在允许比率范围外，则这意味着图像信号S2或S20的图像是在手指相对于参考方向倾斜时拍摄的图片。因此，当比率PA/PB(或PB/PA)在允许比率范围外时，角度检测部分124停止血管注册模式或认证模式，并且通过通知部分15(图11)将手指倾斜的事实通知用户。因此，这避免角度检测部分124将其图片是在倾斜时拍摄的手指注册为活体识别信息、或将其与之前已经注册为活体识别信息的注册信息进行比较。

然而，如果比率PA/PB(或PB/PA)在允许比率范围内，则这意味着图像信号S2或S20的图像是在手指与正确方向(即参考方向)对准时拍摄的图片。因此，当比率PA/PB(或PB/PA)在允许比率范围内时，角度检测部分124继续血管注册模式或认证模式。

这意味着如果运行在血管注册模式，则角度检测部分124通过将从霍夫变换的结果提取的特性参数点与图像数据D21相关联，生成用于注册的注册人识别数据D1(图12)。然而，如果运行在认证模式，则角度检测部分124通过将从霍夫变换的结果提取的特性参数点与图像数据D21相关联，生成要与注册人识别数据D1比较的比较目标特性数据Dx(图12)。

以此方式，基于提取的特性参数点的角度的分布相对于参考方向的偏差，角度检测部分124进行关于图像信号S2或S20的图像是否是在手指指向相对于参考方向的正确方向时拍摄的图片的确定。如果图像信号S2或S20的图像是在手指指向正确方向时拍摄的图片，则角度检测部分124将获得的特性参数点与图像数据D21相关联以用于注册或比较。另一方面，如果图像信号S2或S20的图像是在手指倾斜时拍摄的图片，则角度检测部分124将获得的特性参数点从要注册或比较的特性参数点排除。

以此方式，控制部分100被设计来执行血管注册模式或认证模式中的图像处理。

(2-3)第二注册处理的过程

控制部分100运行在血管注册模式或认证模式。参考图13的流程图，以下描述用于血管注册模式的第二注册模式的过程。

这里，当从操作部分11(图11)接收执行命令COM1时，控制部分100在步骤SP10启动第二注册处理的过程RT2，并且在随后的步骤SP11通过驱动控制部分12a(图11)控制血管图像捕获部分12。控制部分100然后预处理由拍摄图片的血管图像捕获部分12生成的图像信号S2，以便获得二进制化的图像数据D21(图12)。

然后，控制部分100在步骤SP12对图像数据D21执行霍夫变换。在随后的步骤SP13，控制部分100从作为霍夫变换处理的结果获得的参数点提取大于或等于预设的提取阈值的参数点，将它们认为是特性参数点，并且进到下一个步骤SP14。

控制部分100在步骤SP14计数在第一角度范围内的提取的参数点的数目。在随后的步骤SP15，控制部分100计数在第二角度范围内的提取的参数点的数目。在随后的步骤SP16，控制部分100进行关于特性参数点的比率是否在允许比率范围内的确定。

如果特性参数点的比率是在允许比率范围内，则控制部分100认为拍摄指向正确方向的手指的图片，并且在随后的步骤SP17，将特性参数点与图像数据D21相关联，以便将它们注册为注册人识别数据D1(图12)。此后，控制部分100进到步骤SP18，以便结束第二注册处理的过程RT2。顺便提及，如果运行在认证模式，则控制部分100在步骤SP17将特性参数点与图像数据D21相关联，并且将它们认为是比较目标特性数据Dx。控制部分100然后从闪存13(图11)读出注册的注册人识别数据D1，并且将注册人识别数据D1与比较目标特性数据Dx进行比较。

另一方面，如果特性参数点的比率在允许比率范围外，则控制部分100认为拍摄相对于参考方向倾斜的手指的图片，并且进到步骤SP18，以便结束第二注册处理的过程RT2。

由于该第二注册处理的过程RT2，控制部分100可以执行血管注册模式。

(2-4)第二实施例的操作和效果

使用上述配置，当提取的特性参数点的分布相对于参考方向偏差时，认证设备51将这些特性参数点从要注册的或要与注册的特性参数点比较的那些特性参数点排除。

因此，如果拍摄指向相对于参考方向的正确方向的手指的图片、并且给出手指的血管的成分作为图像信号S2或S20的成分，则认证设备51认为得到的特性参数点来自拍摄指向正确方向的手指的图片的结果。认证设备51因此认为特性参数点是要注册的或要与注册的特性参数点比较的那些特性参数点。

另一方面，如果拍摄相对于参考方向倾斜的手指的图片、并且给出倾斜的手指的血管的成分作为图像信号S2或S20的成分，则认证设备51认为得到的特性参数点来自拍摄倾斜的手指的图片的结果。认证设备51因此将特性参数点从要注册的或要与注册的特性参数点比较的那些特性参数点排除。以此方式，根据特性参数点的角度分量的分布是否相对于参考方向偏差，认证设备51进行关于图像信号S2或S20的图像是否是当手指指向相对于参考方向的正确方向时拍摄的图片的确定。因此，这避免认证设备51将作为拍摄倾斜的手指的图片的结果获得的特性参数点注册为活体识别信息或将它们与之前已经注册为活体识别信息的注册信息进行比较。

此外，对于这种认证设备51，作为从霍夫变换的结果提取的结果获得的特性参数点不但参与确定图像信号S2或S20的图像的内容是什么，而且它们还构成了要注册的活体识别信息。因此，认证设备51可以使用相同的组件来执行图像的内容的确定和活体识别信息的生成，从而简化它的结构。

根据上面的配置，根据提取的特性参数点的角度的分布相对于参考方向的偏差，设备进行关于图像信号S2或S20的图像是否是当手指指向相对于参考方向的正确方向时拍摄的图片的确定；如果是相对于参考方向倾斜的手指的图片，则设备将提取的特性参数点从要注册的或要与注册的特性参数点比较的那些特性参数点排除。因此，这避免设备将作为拍摄倾斜的手指的结果获得的特性参数点注册为活体识别信息、或将它们与之前已经注册为活体识别信息的注册信息进行比较。因此，认证设备51改善了认证的精度。

(3)其它实施例

在上述第一和第二实施例中，手指应用为活体的部分。然而，本发明不限于此。例如，也可以应用手掌、脚趾、手臂、眼睛、手臂等。

此外，在上述第一和第二实施例中，血管应用为生物统计学认证的目标。然而，本发明不限于此。例如，也可以应用指纹、唇纹、虹膜、神经等。顺便提及，当应用神经时，将神经特有的标志注入身体；拍摄标志的图片允许神经用作如上述实施例中的生物统计学认证目标。

此外，在上述第一和第二实施例中，作为用于从图像信号提取生物统计学认证目标的对象的轮廓的轮廓提取装置，顺序地执行一系列处理，包括A/D转换处理、轮廓提取处理、平滑处理、二进制化处理和稀释处理。然而，本发明不限于此。它们中的一些可以被省略或用其它处理替代，或可以添加新的处理到它们。顺便提及，当需要时可以改变各处理的顺序。

此外，在上述第一和第二实施例中，应用包括照片捕获功能、验证功能和注册功能的认证设备1和51。然而，本发明不限于此。配置可以根据它们将被如何使用来变化。例如，每个功能可以应用到不同的设备。

此外，在上述第一和第二实施例中，设备将特性参数点与图像数据D21相关联，以便生成注册人识别数据D1和比较目标特性数据Dx。然而，本发明不限于此。最终，注册人识别数据D1和比较目标特性数据Dx可以是：特性参数点、图像数据D21、参数数据D22或特性参数数据D23、或它们的组合(即将它们相关联)。

此外，在上述第一实施例中，如萝卜的块根作物应用为假的手指。然而，本发明不限于此。也可以应用如树胶糖、血管图像的印刷物或人类手指的模型的假的手指，只要它们可以提供类似活体的血管图像的图像数据，并且可以提供与上述实施例相同的效果。

此外，在上述第一实施例中，如果从统计观点存在许多预定的角度范围外的特性参数点，则设备将这些特性参数点从要注册的或要与注册的特性参数点比较的那些特性参数点排除。然而，本发明不限于此。如果预定的允许角度范围外的特性参数点的数目大于或等于预定数目，或如果预定的允许角度范围外的特性参数点与该范围内的特性参数点的比率大于或等于预定水平，则设备可以将这些特性参数点从要注册的或要与注册的特性参数点比较的那些特性参数点排除。此外，取决于已经如何设置允许角度范围和参考方向，如果预定的允许角度范围内的特性参数点的数目大于或等于预定数目(或如果特性参数点的比率大于或等于预定水平)，则设备可以将这些特性参数点从要注册的或要与注册的特性参数点比较的那些特性参数点排除。

此外，在上述第二实施例中，第一角度范围内的特性参数点的数目为PA，而第二角度范围内的特性参数点的数目为PB；设备进行关于特性参数点的比率PA/PB(或PB/PA)是否在中心为1的预定的允许比率范围内的确定，所述比率意味着将一个除以另一个。然而，本发明不限于此。可以应用计算另一比率的方法，只要它代表特性参数点的偏差：设备可以将PA或PB除以特性参数点的总数PP，并且进行关于比率PA/PP或PB/PP是否在预定的允许比率范围内的确定。

此外，在上述第二实施例中，如果设备拍摄相对于参考方向倾斜的手指的图片、并且给出倾斜的手指的血管的成分作为图像信号S2或S20的成分，则角度检测部分124认为得到的特性参数点来自拍摄倾斜的手指的图片的结果，并且将这些特性参数点从要注册的或要与注册的特性参数点比较的那些特性参数点排除。然而，本发明不限于此。该方法也可以用于检测手指是否倾斜。然后，如果角度检测部分124检测到手指的倾斜，则控制部分100校正获得的特性参数点，使得它们沿着ρ-θ平面上的参考方向均匀展开。这允许设备继续血管注册模式或认证模式，而不强迫用户再次执行认证。此外，添加检测手指的倾斜的功能到第一实施例可以改善其效果。

具体地，由角度检测部分24检测手指的倾斜的检测步骤和当手指倾斜时控制部分10执行的校正步骤可以添加到上述第一实施例的第一注册处理的过程(图10)的步骤SP3和SP4之间。在此情况下，在步骤SP4，认证设备1可以保持作为拍摄用户的倾斜的手指的图片的结果获得的特性参数在允许提取角度范围内。因此，认证设备1可以进一步改善认证精度。

工业实用性

本发明可以应用到生物统计学认证领域。