三维形状测量设备、三维形状测量方法及程序

摘要

本发明公开了一种三维形状测量设备、三维形状测量方法及程序。该三维形状测量设备即使在亮度值与距离之间的关系偏离其中亮度值与距离的平方成反比的理想点光源模型的情况下也能够改进对对象的三维形状进行测量的准确度。生物认证设备(100)包括系数设置单元(41C)和三维形状测量单元(41E)，系数设置单元(41C)用于根据规定条件设置作为模型表达式中的幂的指数的系数，以使捕获图像的亮度值与从光源到所述亮度值的测量点的距离的幂的倒数成比例，三维形状测量单元(41E)用于根据系数和捕获图像的亮度值来测量对象的三维形状。

说明书

技术领域

本文中所讨论的实施例涉及三维形状的测量。

背景技术

用于基于捕获图像对对象的三维形状进行测量的技术。这样的技术用 在各技术领域中。一个示例是生物认证设备如手掌静脉认证设备。

在手掌静脉认证设备中，当登记成像生物数据时，通过公知的引导构 件等对作为对象的示例的手的位置进行引导。然而，存在其中没有设置当 进行核对时对手的位置进行引导的引导构件的情况。当对未由引导构件进 行引导的手的生物数据进行成像时，由于手的位置的差异、手的倾斜等， 登记数据与核对数据之间会产生很大的差别，并且可以降低个人认证的成 功率。

用于解决上述问题的方法的一个示例是用于测量姿势如手的倾斜并 且进行校正以当进行核对时消除手的姿势的偏差的方法。在该方法中，可 以通过使用多个距离传感器来测量从各距离传感器到手的相应部分的距 离以检测手的姿势。然而，为了改进对手的姿势进行测量的准确度，需要 使用大量的距离传感器。因此，生物认证设备的成本增加，以及生物认证 设备的尺寸也增加。此外，当生物认证设备对尺寸等具有物理限制时，在 保持对手的姿势进行测量的规定准确度或更大准确度的情况下，在限制范 围内很难布置大量的距离传感器。

同时，用于当采用照明光照射对象时基于所捕获的对象的图像的亮度 值分布来测量对象的三维形状的由明暗恢复形状(SFS)技术是已知的(参 见例如，非专利文献1至非专利文献3)。通过采用SFS技术测量手的姿 势，可以在不使用大量的距离传感器的情况下测量从光源到大量的点的距 离，并且可以较高的准确度来检测手的姿势。

[专利文献1]日本公开特许公报第2007-10346号

[非专利文献1]R.Kimmel等人，“GlobalShapefromShading”， CVGIP:ImageUnderstanding，页120-页125，1995年

[非专利文献2]R.Zhang等人，“ShapefromShading:ASurvey”， IEEEPAMI(TransactionsonPatternAnalysisandMachine Intelligence)，第21卷，第8期，页690-页706，1999年8月

[非专利文献3]E.Prados等人，“ShapefromShading:awell-posed problem？”，INRIA，第5297期，页1-页55，2004年8月

发明内容

本发明的一个方面中的目的是提供即使在亮度值与距离之间的关系 偏离其中亮度值与距离的平方成反比的理想点光源模型的情况下也能够 改进对对象的三维形状进行测量的准确度的三维形状测量设备、三维形状 测量方法及程序。

在本发明的一个方面中的三维形状测量设备是对包括在捕获图像中 的对象的三维形状进行测量的三维形状测量设备，以及该三维形状测量设 备包括设置装置和测量装置，该设置装置用于根据规定条件设置作为模型 表达式中的幂的指数的系数，以使捕获图像的亮度值与从光源到所述亮度 值的测量点的距离的幂的倒数成比例，该测量装置用于根据系数和捕获图 像的亮度值来测量对象的三维形状。

附图说明

图1示出了当执行认证时手掌的倾斜。

图2是说明其中光源是点光源的情况下亮度值与距离之间的关系的 图。

图3是说明在生物认证设备中亮度值与距离之间的关系的图。

图4示出了在非专利文献3中使用的光学模型。

图5是说明根据实施例1的对象的高度与系数α之间的关系的图。

图6是示出根据实施例1的生物认证设备的示例性配置的功能框图。

图7示出了存储在根据实施例1的系数存储器中并且指示参考物体的 高度与系数α之间的关系的信息的示例。

图8示出了存储在根据实施例1的系数存储器中并且指示参考物体的 高度与系数α之间的关系的信息的另一示例。

图9是示出根据实施例1的三维形状测量处理单元的示例性配置的功 能框图。

图10示出了其中系数集与存储在根据实施例1的存储器中的每个像 素相关联的信息的示例。

图11是说明根据实施例1的认证处理的流程的示例性流程图。

图12是说明根据实施例1的三维形状测量处理的流程的示例性流程 图。

图13是说明根据实施例1的亮度值校正处理的流程的示例性流程图。

图14A和图14B是说明根据实施例2的对象在水平面上的位置与系 数α之间的关系的图。

图15是示出根据实施例2的生物认证设备的示例性配置的功能框图。

图16是示出根据实施例2的三维形状测量处理单元的示例性配置的 功能框图。

图17示出了其中系数α与存储在根据实施例2的系数存储器中的每 个像素相关联的信息的示例。

图18示出了根据实施例4的生物认证系统的示例性配置。

图19A是示出根据实施例4的生物认证系统中的生物认证传感器的 示例性配置的功能框图，以及图19B是示出服务器计算机的示例性配置 的功能框图。

图20示出了根据实施例的生物认证设备的硬件配置的示例。

具体实施方式

在例如在非专利文献3中所公开的常规SFS技术中，通常假设照度 和对象与光源之间的距离的平方成反比。更具体地，当与捕获图像的对象 上的点X对应的位置与光源之间的距离为D(X)时，假设通过下面的表达 式1获得点X处的亮度值I(X)。在表达式1中，θi是由相机的视线向量 与对象的法线向量形成的角度，以及I₀是常数。

$I\left(X\right)=I_0\frac{cos\theta i}{D{\left(X\right)}^2}\mathrm{...}\left(1\right)$

因为亮度值I(X)根据(1/D(X)²)减小，所以用于计算亮度值I(X)的 表达式1是其中光源是理想点光源的情况下的计算表达式。另一方面，在 实际的设备如生物认证设备中，由于多个光源的存在、内反射的影响等， 亮度值I(X)不总是与(1/D(X)²)成比例。

特别地，生物认证设备与其中成像设备靠近对象的接近光学系统对 应。作为示例，在手掌静脉认证设备中，假设认证距离(图像传感器与对 象之间的距离)为约5cm的很短的距离。那么在这样的接近光学系统中， 亮度值I(X)通常大大偏离理想点光源模型并且存在下述问题：其中当采用 SFS技术测量手的姿势时产生大的误差。特别地，存在下述优势：其中随 着生物认证设备的传感器的尺寸(主要是表面积)的增加，照度(亮度值) 的分布变得大致均匀，但是与点光源模型的偏差变大，并且误差增大。

参照附图如下描述了实施例。

(实施例1)

图1示出了当执行认证时手掌ST的倾斜。根据实施例1的生物认证 设备100是手掌静脉认证设备并且是三维形状测量设备的示例，其中用于 生物认证的目标是手掌静脉。假设根据实施例1的生物认证设备100未设 置有对手的位置进行引导的引导构件。因此，如图1所示，当执行认证时， 手掌ST可能无法与生物认证设备100为水平的并且可能倾斜。图1示出 了其中由正交于生物认证设备100的光轴(光源和图像传感器的光轴)的 水平线(图1中的虚线)与掌ST形成的角度为θi的示例。

图2是示出其中光源LS是点光源的情况下亮度值I(X)与距离D(X) 之间的关系的图。如上所述，亮度值I(X)是在捕获图像中对象ST上的点 X处的亮度值。通过采用捕获图像的中心作为原点的图像坐标系来限定点 X。如上所述，距离D(X)是对象ST上对应于点X的位置与光源LS之间 的距离。在这种情况下，因为光源LS是点光源，所以亮度值I(X)与 (1/D(X)²)成比例。

图3是示出在生物认证设备100中亮度值I(X)与距离D(X)之间的关 系的图。如图3所示，实际的生物认证设备100包括设置在板BD上的多 个光源LS以及光导TM。采用来自多个光源LS的照明光IL以光导TM 使照度的分布均匀的方式照射对象ST。图3中采用虚线绘制的箭头表示 由内部部件等产生的内反射。如上所述，实际的生物认证设备100包括多 个光源LS并且由内反射影响。也就是说，实际的生物认证设备100与点 光源模型有很大的偏差，并且因此，亮度值I(X)与(1/D(X)²)不总是成 比例。

因此，在实施例1中假设亮度值I(X)与(1/D(X)^α)成比例。换句话 说，假设根据下面的表达式2来计算亮度值I(X)。

$I\left(X\right)=I_0\frac{cos\theta i}{D{\left(X\right)}^{\alpha }}\mathrm{...}\left(2\right)$

在该表达式中，系数α是表示照度和距离的相关性的系数，以及如在 后面详细描述的，根据对象ST和传感器的情况，将系数α设置为适当的 值。

参照图4，下面描述了在非专利文献3中描述的计算对象ST的三维 形状的处理的概要。图4示出了在非专利文献3中使用的光学模型。假设 成像设备是针孔相机模型以及对象ST具有完整的漫射反射特征。还假设 照度和光源LS与对象ST之间的距离的平方成反比地减小，以及光源LS 位于透镜的中心(在图4中的原点O)。

通常使用其中存在图像传感器的元件表面(像平面)即图4中的点m 处的亮度值，而在非专利文献3中，使用半径为f以及原点O为中心的圆 上的点m'处的亮度值。半径f是透镜的中心(原点O)与元件表面之间 的最短距离即焦距，以及点m'是连接原点O与点m的线和半径为f原点 O为中心的圆的交点。

当Ω是像平面上的点集以及S(X)是对象ST的物体表面上的对应于像 平面上的点X的点时，可以通过下面的表达式3表示对象ST的物体表面 S。在该表达式中，建立X＝(xi，yi)，并且S(X)是连接原点O与点m 的线和对象ST的物体表面S的交点。

S＝{S(X):X∈Ω}···(3)

因为建立m＝(X，-f)，所以可以通过下面的表达式4表示从原点O 到元件表面上的点m的距离|m|。

$\left|m\right|=\sqrt{|X{|}^2+f^2}\mathrm{...}\left(4\right)$

因此，可以通过使用表达式4由下面的表达式5表示点m'。

$m^{\prime }=\frac{f}{\sqrt{|X{|}^2+f^2}}m\mathrm{...}\left(5\right)$

此外，可以通过使用u(X)由下面的表达式6表示S(X)，u(X)是满足 S(X)＝u(X)m'以及表示对象ST的物体形状的函数。

$S\left(X\right)=u\left(X\right)m^{\prime }=\frac{fu\left(X\right)}{\sqrt{|X{|}^2+f^2}}(X,-f)\mathrm{...}\left(6\right)$

接下来，得到捕获图像(像平面)的点X处的亮度值I(X)与表示物 体形状的函数u(X)之间的关系。在假设照度和光源LS与对象ST之间的 距离的平方成反比地减小的情况下，可以通过下面的表达式7表示亮度 I(X)。这里，假设不考虑常数I₀。表达式7中的θi是由物体表面S在S(X) 处的法线向量n(X)和沿光源LS(原点O)的方向的单位向量L(S(X))形 成的角度，以及表达式7中的D(X)是从光源LS(原点O)到物体表面S 上的点S(X)的距离。

$I\left(X\right)=\frac{{\mathrm{cos\theta }}_i}{D{\left(X\right)}^2}\mathrm{...}\left(7\right)$

这里，可以通过下面的表达式8表示物体表面S在点S(X)处的法线 向量n(X)。在表达式8中，▽表示微分算子，而“·”表示内积。

$n\left(X\right)=(f▿u(X)-\frac{fu\left(X\right)}{|X{|}^2+f^2}X,▿u(X)·X+\frac{fu\left(X\right)}{|X{|}^2+f^2}f)\mathrm{...}\left(8\right)$

此外，可以通过使用点m的坐标由下面的表达式9表示沿光源LS(原 点O)的方向在点S(X)处的单位向量L(S(X))。

$L\left(S\right(X\left)\right)=\frac{1}{\sqrt{|X{|}^2+f^2}}(-X,f)\mathrm{...}\left(9\right)$

可以根据单位法线向量n(X)/|n(X)|和在点S(X)处的单位向量L(S(X)) 的内积来获得cosθi，因此，满足下面的表达式10。

${\mathrm{cos\theta }}_i=L\left(S\right(X\left)\right)·\frac{n\left(X\right)}{\left|n\left(X\right)\right|}\mathrm{...}\left(10\right)$

当对表达式6中的两侧的绝对值进行计算时，建立|S(X))|＝D(X)，并 且因此，可以得到下面的表达式11。

D(X)＝fu(X)···(11)

这里，可以根据表达式7至表达式10得到下面的表达式12。

$\begin{array}{c}D{\left(X\right)}^{2}I\left(X\right)={\mathrm{cos\theta }}_i=L\left(S\right(X\left)\right)·\frac{n\left(X\right)}{\left|n\left(X\right)\right|}\\ =\frac{1}{\sqrt{|X{|}^2+f^2}}(-X,f)·(f▿u(X)-\frac{fu\left(X\right)}{|X{|}^2+f^2}X,▿u(X)·X+\frac{fu\left(X\right)}{|X{|}^2+f^2}f)/\left|n\left(X\right)\right|\\ =\frac{1}{\left|n\left(X\right)\right|\sqrt{|X{|}^2+f^2}}\left[\frac{fu\left(X\right)}{|X{|}^2+f^2}\right|X{|}^2\frac{fu\left(X\right)}{|X{|}^2+f^2}{f}^2]\\ =\frac{fu\left(X\right)}{|nX{|}^2\sqrt{|X{|}^2+f^2}}\end{array}\mathrm{...}\left(12\right)$

也就是说，可以通过使用表达式11由下面的表达式13表示亮度值 I(X)。

$I\left(X\right)=\frac{fu\left(X\right)}{\left|n\left(X\right)\right|\sqrt{|X{|}^2+f^2}}\times \frac{1}{D{\left(X\right)}^2}=\frac{u\left(X\right)}{\left|n\left(X\right)\right|\sqrt{\frac{|X{|}^2+f^2}{f^2}}}\times \frac{1}{f^{2}u{\left(X\right)}^2}\mathrm{...}\left(13\right)$

这里，通过下面的表达式14限定Q(X)。

$Q\left(X\right)=\sqrt{\frac{f^2}{|X{|}^2+f^2}}\mathrm{...}\left(14\right)$

当展开|n(X)|²时，可以根据表达式14中Q(X)的限定得到下面的表达 式15。

$\begin{array}{c}|n\left(X\right){|}^2=f^2|▿u\left(X\right){|}^2+{(▿u(X)·X)}^2+\frac{f^{2}u{\left(X\right)}^2}{\left(\right|X{|}^2+f^2)}\left(\right|X{|}^2+f^2)\\ =f^2|▿u\left(X\right){|}^2+{(▿u(X)·X)}^2+\frac{f^2}{\left(\right|X{|}^2+f^2)}u{\left(X\right)}^2\\ =f^2|▿u\left(X\right){|}^2+{(▿u(X)·)}^2+Q{\left(X\right)}^{2}u{\left(X\right)}^2\end{array}\mathrm{...}\left(15\right)$

可以根据表达式13至表达式15得到下面的表达式16。

$I\left(X\right)=\frac{u\left(X\right)}{\sqrt{\left[f^2\right|▿u\left(X\right){|}^2+{(▿u(X)·)}^2]/Q{\left(X\right)}^{2+u{\left(X\right)}^2}}}\times \frac{1}{f^{2}u{\left(X\right)}^2}\mathrm{...}\left(16\right)$

通过重新排列表达式16，可以得到下面的表达式17。

$I\left(X\right)f^2\frac{\sqrt{\frac{\left[f^2\right|▿u\left(X\right){|}^2+{(▿u(X)·X)}^2]}{Q{\left(X\right)}^2}+u{\left(X\right)}^2}}{u\left(X\right)}-u{\left(X\right)}^{-2}=\mathrm{0...}\left(17\right)$

当通过下面的表达式18限定ν(X)时，建立u(X)＝e^ν(X)，以及建立▽u(X) ＝e^ν(X)▽ν(X)。应注意，e是纳皮尔(Napier)常数。

ν(X)＝ln(u(X))···(18)

因此，可以通过下面的表达式19表示表达式17。

$-e^{-2v\left(X\right)}+J\left(X\right)\sqrt{f^2|p{|}^2+{(p·X)}^2+Q{\left(X\right)}^2}=\mathrm{0...}\left(19\right)$

应注意，分别通过表达式20和表达式21限定表达式19中的p和J(X)。

p＝▽ν(X)···(20)

$J\left(X\right)=\frac{I\left(X\right)f^2}{Q\left(X\right)}\mathrm{...}\left(21\right)$

当表达式19对ν(X)求解、从表达式18获得u(X)以及将所获得的u(X) 代入表达式6中时，可以计算物体表面S上的点S(X)。也就是说，可以 测量对象ST的物体表面S。

接下来，描述在其中将实施例1中采用的为2.0的距离相关系数推广 到系数α的模型(以下称为“距离相关变量模型”)中对对象ST的三维 形状进行计算的处理。

在假设照度和光源LS与对象ST之间的距离的α次幂成反比地减小 的情况下，可以通过下面的表达式22表示亮度值I(X)。这里，类似于在 非专利文献3中所描述的情况，假设不考虑常数I₀。

$I\left(X\right)=\frac{{\mathrm{cos\theta }}_i}{D{\left(X\right)}^{\alpha }}\mathrm{...}\left(22\right)$

类似于在非专利文献3中所描述的情况，可以根据表达式8至表达式 10以及表达式22得到下面的表达式23。

$\begin{array}{c}D{\left(X\right)}^{\alpha }I\left(X\right)={\mathrm{cos\theta }}_i=L\left(S\right(X\left)\right)·\frac{n\left(X\right)}{\left|n\left(X\right)\right|}\\ =\frac{1}{\sqrt{|X{|}^2+f^2}}(-X,f)·(f▿u(X)-\frac{fu\left(X\right)}{|X{|}^2+f^2}X,▿u(X)·X+\frac{fu\left(X\right)}{|X{|}^2+f^2}f)/\left|n\left(X\right)\right|\\ =\frac{1}{\left|n\left(X\right)\right|\sqrt{|X{|}^2+f^2}}\left[\frac{fu\left(X\right)}{|X{|}^2+f^2}\right|X{|}^2+\frac{fu\left(X\right)}{|X{|}^2+f^2}{f}^2]\\ =\frac{fu\left(X\right)}{\left|n\left(X\right)\right|\sqrt{|X{|}^2+f^2}}\end{array}\mathrm{...}\left(23\right)$

当表达式23的两侧都除以(D(X)^α)并且应用表达式11和表达式14 中的Q(X)的限定时，可以根据表达式23得到下面的表达式24。

$\begin{array}{c}I\left(X\right)=\frac{fu\left(X\right)}{\left|n\left(X\right)\right|\sqrt{|X{|}^2+f^2}}+\frac{1}{D{\left(X\right)}^{\alpha }}=\frac{u\left(X\right)}{\left|n\left(X\right)\right|\sqrt{\frac{|X{|}^2+f^2}{f^2}}}\times \frac{1}{f^{\alpha }u{\left(X\right)}^{\alpha }}\\ =\frac{u\left(X\right)}{\left|n\left(X\right)\right|/Q\left(X\right)}\times \frac{1}{f^{\alpha }u{\left(X\right)}^{\alpha }}\end{array}\mathrm{...}\left(24\right)$

此外，通过代入表达式15，可以根据表达式24得到下面的表达式25。

$I\left(X\right)=\frac{u\left(X\right)}{\sqrt{\left[f^2\right|▿u\left(X\right){|}^2+{(▿u(X)·X)}^2]/Q{\left(X\right)}^2+u{\left(X\right)}^2}}\times \frac{1}{f^{\alpha }u{\left(X\right)}^{\alpha }}\mathrm{...}\left(25\right)$

当重新排列表达式25时，可以得到下面的表达式26。

$I\left(X\right)f^{\alpha }\frac{\sqrt{\left[f^2\right|▿u\left(X\right){|}^2+{(▿u(X)·X)}^2]/Q{\left(X\right)}^{2+u{\left(X\right)}^2}}}{u\left(X\right)}-u{\left(X\right)}^{-\alpha }=\mathrm{0...}\left(26\right)$

这里，在距离相关变量模型中，通过下面的表达式27限定ν(X)。也 就是说，在非专利文献3中，如在表达式18中表示的，计算自然对数， 但在距离相关变量模型中，计算以常数b(b>0)为底的对数。

ν(X)＝log_b(u(X))···(27)

在这种情况下，u(X)和ν(X)具有由下面的表达式28所表示的关系。

u(X)＝e^βv(X)

$▿u\left(X\right)={\mathrm{\beta e}}^{\beta v\left(X\right)}▿v\left(X\right)$

其中，β＝ln(b)···(28)

当表达式28应用于表达式26时，可以根据表达式26得到下面的表 达式29。

$\begin{array}{c}I\left(X\right)f^{\alpha }\frac{\sqrt{\left[f^2\right|▿u\left(X\right){|}^2+{(▿u(X)·X)}^2]/Q{\left(X\right)}^2+u{\left(X\right)}^2}}{u\left(X\right)}-u{\left(X\right)}^{-\alpha }\\ =e^{-\alpha \beta v\left(X\right)}+\left[\frac{I\left(X\right)f^{\alpha }}{Q\left(X\right)}\right]\sqrt{\left[f^2{\beta }^2\right|▿v\left(X\right){|}^2+{\beta }^2{(▿v(X)·X)}^2]+Q{\left(X\right)}^2}\\ =e^{-\alpha \beta v\left(X\right)}+\left[\frac{I\left(X\right)f^{\alpha }\beta }{Q\left(X\right)}\right]\sqrt{\left[f^2\right|▿v\left(X\right){|}^2+{(▿v(X)·X)}^2]+\left(\frac{Q{\left(X\right)}^2}{{\beta }^2}\right)}\\ =0\end{array}\mathrm{...}\left(29\right)$

此外，分别通过下面的表达式30、表达式31和表达式32限定Q'(X)、 J'(X)和p。

$Q^{\prime }\left(X\right)=\frac{Q\left(X\right)}{\beta }=\frac{1}{\beta }\sqrt{\frac{f^2}{|X{|}^2+f^2}}\mathrm{...}\left(30\right)$

$J^{\prime }\left(X\right)=\frac{I\left(X\right)f^{\alpha }}{Q^{\prime }\left(X\right)}\mathrm{...}\left(31\right)$

$p=▿v\left(X\right)\mathrm{...}\left(32\right)$

在这种情况下，可以根据表达式29得到下面的表达式33。

$\begin{array}{c}-e^{-\alpha \beta v\left(X\right)}+\left[\frac{I\left(X\right)f^{\alpha }\beta }{Q\left(X\right)}\right]\sqrt{\left[f^2\right|▿v\left(X\right){|}^2+{(▿v(X)·X)}^2]+\left(\frac{Q{\left(X\right)}^2}{{\beta }^2}\right)}\\ =-e^{-\alpha \beta v\left(X\right)}+J^{\prime }\sqrt{f^2|p{|}^2+{(p·X)}^2+Q^{\prime }{\left(X\right)}^2}\\ =0\end{array}\mathrm{...}\left(33\right)$

当对非专利文献3中的表达式19与距离相关变量模型中的表达式33 进行比较并且将β设置为满足αβ＝2时，可以通过下面的表达式34表示 距离相关变量模型中的表达式33。

$-e^{-2v\left(X\right)}+J^{\prime }\left(X\right)\sqrt{f^2|p{|}^2+{(p·X)}^2+Q{\left(X\right)}^2}=\mathrm{0...}\left(34\right)$

此外，可以通过下面的表达式35表示Q'(X)。

$Q^{\prime }\left(X\right)=\frac{\alpha }{2}\sqrt{\frac{f^2}{|X{|}^2+f^2}}\mathrm{...}\left(35\right)$

此外，可以根据由表达式28表示的u(X)与ν(X)之间的关系得到下面 的表达式36。

$u\left(X\right)=b^{v\left(X\right)}=e^{\frac{2}{\alpha }v\left(X\right)}...\left(36\right)$

当对表达式36的两侧的自然对数进行计算时，可以得到下面的表达 式37。

$v\left(X\right)=\frac{\alpha }{2}ln\left(u\right(X\left)\right)\mathrm{...}\left(37\right)$

作为上述计算的结果，明显地，除了系数ν(X)、Q'(X)和J'(X)以外， 距离相关变量模型中的表达式34的微分方程与非专利文献3中的表达式 19的微分方程是相同的，并且当建立α＝2.0时，距离相关变量模型中的 表达式34的微分方程与非专利文献3中的表达式19的微分方程完全一 致。也就是说，非专利文献3中审查的计算方法可以应用于距离相关变量 模型。

图5是示出根据实施例1的对象ST的高度z与系数α的图。图5中 的W表示其中从生物认证设备100的两个光源LS发射的照明光IL的射 线彼此交叠的部分。如图5中所示，在对象ST的高度z在高度范围(1) 内的情况下，照射对象ST的照明光IL可以近似于来自光源LS中之一的 照明光IL，即，建立α≈2。

如图5中所示，在对象ST的高度z在高度范围(2)内的情况下， 照射对象ST的照明光IL近似于来自两个光源LS的照明光IL的射线， 即，建立α<2。

如上所述，系数α的适当的值根据对象ST的高度z而变化。因此， 在实施例1中，可以通过根据对象ST的平均高度改变系数α来改进通过 使用SFS技术测量对象ST的三维形状的准确度。

图6是示出根据实施例1的生物认证设备100的示例性配置的功能框 图。如图6所示，根据实施例1的生物认证设备100包括成像单元10、 距离传感器20、存储器30以及控制器40。

成像单元10包括图像传感器如互补金属氧化物半导体(CMOS)图 像传感器、照明设备如发光二极管(LED)等。成像单元10在控制器40 的控制下照射对象ST(在实施例1中，手掌)，并且在对象ST被照射的 情况下对对象ST进行成像。成像单元10然后在控制器40的控制下将捕 获图像存储在存储器30的数据区中。

距离传感器20是用于测量对象ST的高度z的传感器。可以以除了 使用距离传感器20的方法以外的公知的方法来测量对象ST的高度z。例 如，这样的方法的示例是在专利文献1中提出的方法。在专利文献1中提 出的方法是用于使用光斑图像来测量高度的方法。在该方法中，采用在光 束形状中变窄的照明光IL照射对象ST，并且计算从光斑位置到对象ST 的高度z。

例如，存储器30包括随机存取存储器(RAM)、只读存储器(ROM)、 闪速存储器等。存储器30用作例如包括在控制器40中的中央处理单元 (CPU)的工作区、其中存储有各种程序如用于控制整个生物认证设备 100的操作程序的程序区以及其中存储有各种类型数据的数据区。

如图6所示，存储器30还可以用作系数存储器31和数据库32。

系数存储器31是用于存储指示参考物体RF的高度zr与系数α(zr) 之间的关系的信息的存储器。参考物体RF是其反射率为常数并且已知的 平面体。

图7和图8示出了存储在根据实施例1的系数存储器31中并且指示 参考物体RF的高度zr与系数α(zr)之间的关系的信息的示例。图7示出 了其中指示参考物体RF的高度zr与系数α(zr)之间的关系的信息是其中 系数α(zrk)与每个高度zrk相关联的表(k＝1、2、3、...)的情况下的示 例。图8示出了其中指示参考物体RF的高度zr与系数α(zr)之间的关系 的信息是指示参考物体RF的高度zr与系数α(zr)之间的关系的近似函数 h(zr)的情况下的示例。

接下来，描述用于获得参考物体RF的高度zr与系数α(zr)之间的关 系的方法。在多个不同的高度处对参考物体RF进行成像，并且基于在多 个不同高度中的每个不同高度处的亮度值Ir(X)来计算系数α(zr)。假设参 考物体RF的捕获图像的亮度值Ir(X)与距离D(X)的α次幂成反比，并且 参考物体RF不倾斜，即，由参考物体RF的视线向量和法线向量形成的 角度为0度(cos0＝1)。还假设在参考物体RF上的点X处的距离D(X) 等于高度zr。在这种情况下，当对表达式2的两侧的对数进行计算时， 可以获得通过下面的表达式38所表示的线性关系。

log(I(X))＝log(I₀)-αlog(zr)···(38)

设置微小高度ΔZ。假设当在三个不同高度zr1(＝zr)、zr2(＝zr-Δ Z)、zr3(＝zr+ΔZ)处对参考物体RF进行成像而获得的捕获图像上的 点X处的亮度值Ir(X)分别是Ir，z₁(X)、Ir，z₂(X)和Ir，z₃(X)。在这种情 况下，可以根据表达式38得到由下面的表达式39所表示的与系数α有关 的三个表达式。

log(Ir,z₁(X))＝log(I₀)-αlog(zr1)

log(Ir,z₂(X))＝log(I₀)-αlog(zr2)

log(Ir,z₃(X))＝log(I₀)-αlog(zr3)···(39)

例如，在最小二乘法中可以获得针对表达式39中的三个表达式产生 最小误差的系数α(zr)。

现在返回图6。数据库32对生物认证所需的数据进行存储。作为示 例，数据库32对登记图像的用于核对的特征数据进行存储。登记图像的 特征数据是通过特征提取单元42(稍后详细描述)从当登记用户的生物 数据时捕获图像中提取的特征数据。

例如，控制器40包括CPU等，并且执行被存储在存储器30的程序 区中的操作程序，从而实现三维形状测量处理单元41、特征提取单元42 以及核对处理单元43的功能。控制器40还执行操作程序以执行处理如用 于控制整个生物认证设备100的控制处理或者稍后详细描述的认证处理。

将在后面详细描述三维形状测量处理单元41。首先描述特征提取单 元42和核对处理单元43的功能。

特征提取单元42以公知的方法从捕获图像中提取特征数据。更具体 地，在登记生物数据时，特征提取单元42从存储在存储器30的数据区中 的捕获图像中提取特征数据，并且将所提取的特征数据登记在数据库32 中。

在执行核对时，特征提取单元42从其中对象ST的姿势已由稍后详 细描述的姿势校正单元41F校正的捕获图像中提取特征数据，并且将所提 取的特征数据输出至核对处理单元43。

核对处理单元43对已经从特征提取单元42输入的用于核对的特征数 据和用于登记的已登记在数据库32中的特征数据进行核对，并且将核对 结果存储在存储器30的数据区中。例如，核对结果是用于核对的特征数 据与用于登记的特征数据之间的相似度比值。

图9是示出根据实施例1的三维形状测量处理单元41的示例性配置 的功能框图。三维形状测量处理单元41测量对象ST的三维形状，并且 根据测量结果对捕获图像中的对象ST的姿势(角度)执行校正处理。如 图9所示，三维形状测量处理单元41用作距离测量单元41A、反射率估 计单元41B、系数设置单元41C、亮度值校正单元41D、三维形状测量单 元41E以及姿势校正单元41F。

距离测量单元41A控制距离传感器20检测从光源LS到对象ST的 高度z。如果距离传感器20可以检测对象ST上的多个位置的高度z，那 么获得高度z的平均，并且将得到的平均高度确定为对象ST的高度。

反射率估计单元41B估计对象ST的反射率R_f，并且执行校正以抵消 对象ST特有的反射率R_f。例如，当对象ST是手掌ST时，对象ST的反 射率R_f根据用户的不同而不同。因此，估计对象ST的反射率R_f，并且 对捕获图像的亮度值Is(X)执行校正以抵消对象ST特有的反射率R_f。通 过这样做，可以认为对象ST是具有与参考物体RF的反射率相同的反射 率的物体。因此，无论对象ST的类型如何，都可以通过使用SFS技术稳 定测量对象ST的三维形状。

反射率估计单元41B首先获得捕获图像在与对象ST上的其中由距离 传感器20检测对象ST的高度z的位置对应的点X处的亮度值Is(X)。然 后，反射率估计单元41B获得参考物体RF的在与对象ST的高度z同一 高度的点X处的亮度值Ir,z(X)。

然后，在将参考物体RF的反射率假设为“1.0”的情况下，反射率估 计单元41B根据下面的表达式40估计对象ST的反射率R_f。

$R_f=\frac{Is\left(X\right)}{Ir,z\left(X\right)}\mathrm{...}\left(40\right)$

反射率估计单元41B根据下面的表达式41执行校正以抵消对象ST 特有的反射率R_f，并且将经校正的亮度值Is'(X)输出至亮度值校正单元 41D。

Is'(X)＝Is(X)/R_f···(41)

可以通过将参考物体RF的例如以规定高度间隔捕获的捕获图像存储 在存储器30的数据区中来获得亮度值Ir,z(X)。当参考物体RF的在与对 象ST的高度z同一高度处的捕获图像未存储在存储器30的数据区中时， 例如，反射率估计单元41B可以使用线性插值法估计参考物体RF的在与 对象ST的高度z的同一高度的点X处的亮度值Ir,z(X)。

作为另一示例，可以通过将用于计算亮度值Ir,z(X)的函数的系数存 储在存储器30的数据区中获得(计算)亮度值Ir,z(X)。例如，可以基于 参考物体RF的捕获图像的在三个不同高度z1、z2和z3处的亮度值通过 执行曲线近似来获得指示近似曲线的函数。例如，可以通过下面的表达式 42表示指示近似曲线的函数。

Ir,z(X)＝[A(X)/Dr,z(X)²]+[B(X)/Dr,z(X)]+C(X)···(42)

表达式42中的Dr,z(X)是在参考物体RF位于高度z处的情况下从光 源LS到与参考物体RF的点X对应的位置的距离。表达式42中的A(X)、 B(X)和C(X)是指示参考物体RF的点X的近似曲线的函数的系数。在理 想点光源的情况下，上述的表达式42中仅术语(Dr,z(X)^-2)是有效的， 但是在实际的生物认证设备100中，光源大大偏离理想点光源，并且因此， 无法通过使用仅术语(Dr,z(X)^-2)来表示指示近似曲线的函数。因此，假 设包括系数B(X)和C(X)的函数是指示近似曲线的函数。

当假设根据实施例1的生物认证设备100的成像设备为针孔相机模型 时，在高度z是已知的情况下，可以通过下面的表达式43表示与捕获图 像上的点X＝(xi，yi)对应的三维坐标系中的位置(x，y，z)。在表达 式43中，f是焦距。

x＝(z/f)xi

y＝(z/f)yi···(43)

也就是说，可以获得参考物体RF上的与捕获图像上的点X对应的坐 标(x，y，z)。因此，可以根据下面的表达式44计算从光源LS到与参 考物体RF的点X对应的坐标(x，y，z)的距离Dr,z(X)。

$Dr,z\left(X\right)=\sqrt{x^2+y^2+z^2}...\left(44\right)$

接下来，描述用于计算在捕获图像上的点X处的系数A(X)、B(X)和 C(X)的方法。可以根据下面的基于表达式42的表达式45来计算参考物体 RF在三个不同高度z1，z2和z3处的点X处的亮度值Ir,z₁(X)、Ir,z₂(X) 和Ir,z₃(X)。

Ir,z₁(X)＝[A(X)/Dr,z₁(X)²]+[B(X)/Dr,z₁(X)]+C(X)

Ir,z₂(X)＝[A(X)/Dr,z₂(X)²]+[B(X)/Dr,z₂(X)]+C(X)

Ir,z₃(X)＝[A(X)/Dr,z₃(X)²]+[B(X)/Dr,z₃(X)]+C(X)···(45)

当确定捕获图像上的点X和焦距f时，可以根据表达式43和表达式 44通过应用参考物体RF的高度来计算表达式45中的距离Dr，z₁(X)、 Dr，z₂(X)和Dr，z₃(X)。因此，表达式45包括与三个未知系数A(X)、B(X) 和C(X)对应的三个联立方程。因此，可以通过求解这些联立方程获得系 数A(X)、B(X)和C(X)。

通过将如上所述获得的系数集A(X)、B(X)和C(X)存储在存储器30 的与点X(像素X)相关联的数据区中，反射率估计单元41B可以获得(计 算)参考物体RF在与对象ST的高度z同一高度处的点X(像素X)处 的亮度值Ir，z(X)。图10示出了根据实施例1的其中系数集A(X)、B(X)， 和C(X)与存储在存储器30中的每个像素相关联的信息的示例。

现在返回图9，系数设置单元41C设置系数α，所述系数α用于执行 校正亮度值的处理以及用于通过使用SFS技术根据各种条件如对象ST的 高度z、传感器的尺寸等来测量对象ST的三维形状。在实施例1中，系 数设置单元41C根据对象ST的高度z来设置系数α。

更特别地，系数设置单元41C基于已存储在系数存储器31中并且指 示高度zr与系数α(zr)之间的关系的信息来指定与对象ST的由距离测 量单元41A测量的高度z对应的系数α，并且设置指定的系数α。当已 存储在系数存储器31中并且指示高度zr与系数α(zr)之间的关系的信息 是如图7所示的表以及与对象ST的高度z一致的系数α(zr)没有登记在 表中时，系数设置单元41C例如使用线性插值法估计对象ST的高度z的 系数α，并且设置所估计的系数α。

亮度值校正单元41D还通过使用参考物体RF的亮度值Ir,z(X)对由 反射率估计单元41B输入的亮度值Is'(X)进行校正，以减小周边变暗的影 响。

更具体地，亮度值校正单元41D以上述方法获得(计算)参考物体 RF在对象ST的高度z处的点X处的亮度值Ir,z(X)。然后，亮度值校正 单元41D根据下面的表达式46计算捕获图像上的每个点X的校正系数δ (X)。在表达式46中，P是常数，以及系数α是由系数设置单元41C设置 的系数α。

$\delta \left(X\right)=\left[\frac{P}{Ir,z\left(X\right)Dr,z{\left(X\right)}^{\alpha }}\right]\mathrm{...}\left(46\right)$

然后，亮度值校正单元41D根据下面的表达式47还对亮度值Is'(X) 进行校正，并且将经校正的Is”(X)输出至三维形状测量单元41E。

Is”(X)＝Is'(X)δ(X)···(47)

当假设通过下面的表达式48限定系数k(X)时，在参考物体RF的点 X处的亮度值Ir,z(X)与(1/Dr，z(X)^α)成比例的情况下，系数k(X)表示 周边变暗。因此，可以通过使用针对校正系数δ(X)的周边变暗的倒数来 抵消周边变暗的影响。如上所述，可以通过消除现有SFS技术中未考虑 的因素如周边变暗来改进测量对象ST的三维形状的准确度。

k(X)＝Ir,z(X)Dr,z(X)^α···(48)

三维形状测量单元41E通过使用由亮度值校正单元41D输入的亮度 值Is”(X)和由系数设置单元41C设置的系数α来计算上面的距离相关变 量模型的微分方程，以测量对象ST的三维形状(从光源LS到三维坐标 系的与捕获图像上的点X对应的位置的距离)。

姿势校正单元41F基于由三维形状测量单元41E测量的对象ST的三 维形状来校正在捕获图像中的对象ST的姿势。更具体地，姿势校正单元 41F基于由三维形状测量单元41E测量的对象ST的三维形状来计算对象 ST至参考平面的倾斜角度。作为示例，参考平面是平行于图1中采用虚 线绘制的水平线的平面。

例如，可以通过将由三维形状测量单元41E测量的对象ST的三维形 状投影到二维并且对二维投影执行线性近似来获得对象ST至参考平面的 倾斜角度。在这种情况下，对象ST至XZ平面的倾斜通过将对象ST的 三维形状投影到XZ平面上并且对XZ平面上的投影执行线性近似。类似 地，对象ST至YZ平面的倾斜通过将对象ST的三维形状投影到YZ平 面上并且对YZ平面上的投影进行线性近似。可以通过获得对象ST至XZ 平面和YZ平面的倾斜来获得对象ST至参考平面的倾斜角度。可以通过 对对象ST的三维形状直接应用平面方程来获得对象ST至参考平面的倾 斜角度。

姿势校正单元41F以使对象ST至参考平面的倾斜角度为“0”的方 式即以使对象ST平行于参考平面的方式校正对象ST在捕获图像中的姿 势。然后姿势校正单元41F将经校正的捕获图像输出至特征提取单元42。

参照图11，接下来描述根据实施例1的认证处理的流程。图11是说 明根据实施例1的认证处理的流程的示例性流程图。

控制器40控制成像单元10在对象ST被照射的情况下对对象ST进 行成像以获得捕获图像，并且将获得的捕获图像存储在存储器30的数据 区中(步骤S001)。三维形状测量处理单元41执行三维形状测量处理， 以测量对象ST的三维形状，并且校正对象ST在捕获图像中的姿势(步 骤S002)。

特征提取单元42从其中对象ST的姿势已被校正的捕获图像中提取 特征数据(步骤S003)。核对处理单元43对在步骤S003中提取的特征数 据与存储在数据库32中的用于登记的特征数据进行核对，并且将核对结 果存储在存储器30的数据区中(步骤S004)。然后，处理结束。

参照图12，接下来描述根据实施例1的三维形状测量处理的流程。 图12是说明根据实施例1的三维形状测量处理的流程的示例性流程图。 三维形状测量处理是与认证处理中的步骤S002的处理对应的处理。

距离测量单元41A控制距离传感器20检测对象ST的高度z(步骤 S101)。反射率估计单元41B根据上述的表达式40对对象ST的反射率 R_f进行估计，并且根据上述的表达式41执行校正以从捕获图像的点X处 的亮度值Is(X)中消除对象ST特有的反射率R_f(步骤S102)。

系数设置单元41C设置与对象ST的高度z对应的系数α(步骤 S103)。亮度值校正单元41D执行亮度值校正处理来执行校正以消除周边 变暗的影响(步骤S104)。

三维形状测量单元41E通过使用由亮度值校正单元41D执行校正之 后的亮度值Is”(X)和系数α来计算距离相关变量模型的微分方程，以测量 对象ST的三维形状(步骤S105)。姿势校正单元41F基于对象ST的三 维形状以使对象ST的姿势平行于参考平面的方式校正对象ST在捕获图 像中的姿势(步骤S106)。然后，该处理结束，并且处理行进至认证处理 中的步骤S003的处理。

参照图13，接下来描述根据实施例1的亮度值校正处理的流程。图 13是说明根据实施例1的亮度值校正处理的流程的示例性流程图。亮度 值校正处理是与三维形状测量处理中的步骤S104的处理对应的处理。假 设捕获图像的像素数为(2Mx+1)×(2My+1)。

亮度值校正单元41D初始化像素X的坐标值xi(步骤S201)，并且 还初始化像素X的坐标值yi(步骤S202)。也就是说，亮度值校正单元 41D执行初始化，以使得xi＝-Mx以及yi＝-My。

亮度值校正单元41D根据表达式46计算像素X的校正系数δ(X)(步 骤S203)，并且校正像素X的亮度值Is'(X)(步骤S204)。

亮度值校正单元41D增大像素X的坐标值yi(步骤S205)，并且确 定增大后的坐标值yi是否大于My(步骤S206)。当亮度值校正单元41D 确定增大后的坐标值yi小于或等于My(步骤S206：否)时，处理返回 至步骤S203的处理，并且重复上述的处理。

当亮度值校正单元41D确定增大后的坐标值yi大于My(步骤S206： 是)时，亮度值校正单元41D增大像素X的坐标值xi(步骤S207)。亮 度值校正单元41D然后确定增大后的坐标值xi是否大于Mx(步骤S208)。

当亮度值校正单元41D确定增大后的坐标值xi小于或等于Mx(步 骤S208：否)时，处理返回至步骤S202的处理，并且重复上述的处理。 当亮度值校正单元41D确定增大后的坐标值xi大于Mx(步骤S208：是) 时，该处理结束，并且处理行进至三维形状测量处理中的步骤S105的处 理。

根据实施例1，生物认证设备100根据对象ST的高度z设置系数α。 通过这样做，即使在由于对象ST的高度z，亮度值与距离之间的关系偏 离其中亮度值与距离的平方成反比的理想点光源模型的情况下也能够改 进通过使用SFS技术测量的对象ST的三维形状的测量的准确度。

此外，根据实施例1，生物认证设备100基于参考物体RF的亮度值 和捕获图像的亮度值来估计对象ST的反射率R_f，并且以对象ST的反射 率几乎等于参考物体RF的反射率的方式校正捕获图像的亮度值。通过这 样做，对象ST可以被认为是具有与参考物体RF的反射率相同的反射率 的物体，并且因此不管对象ST的类型如何，可以通过使用SFS技术来稳 定测量对象ST的三维形状。

此外，根据实施例1，生物认证设备100对捕获图像的亮度值执行校 正，以去除周边变暗对捕获图像的亮度值的影响。可以通过去除在现有技 术SFS中未考虑的因素如周边变暗来改进对对象ST的三维形状进行测量 的准确度。

此外，根据实施例1，生物认证设备100基于对象ST的所测量的三 维形状来校正对象ST在捕获图像中的倾斜。通过这样做，可以将对象ST 在捕获图像中的姿势校正为与从其中已提取用于登记的特征数据的捕获 图像中的姿势相同的姿势，并且因此可以改进认证准确度。

(实施例2)

在实施例1中，描述了用于根据对象ST的高度z设置系数α的方案。 在实施例2中，假设其中对对象ST的位置进行引导的引导构件设置在生 物认证设备100中的情况。当引导构件设置在生物认证设备100中时，对 象ST的高度z是固定的，但是对象ST在xy方向上的位置在规定范围内 变化且不固定。因此，在实施例2中，描述了用于在对象ST的高度z是 固定的情况下根据对象ST在xy方向上的位置来设置系数α的方案。因 为在生物认证设备100包括多个光源LS的情况下，照射对象ST的光源 LS的数量可以根据对象ST在xy方向上的位置而变化，所以如上所述根 据对象ST在xy方向上的位置来设置系数α。

图14A和图14B是说明对象ST在水平面上的位置(对象ST在xy 方向上的位置)与根据实施例2的系数α之间的关系的图。在图14A所 示的示例中，照射具有高度z的对象ST的照明光IL可以近似于来自一 个光源LS的照明光IL，即，建立α≈2。

在图14B所示的示例中，对象ST位于其中照明光IL的射线彼此交 叠的部分中，并且因此照射对象ST的照明光IL可以近似于来自两个光 源LS的照明光IL的射线，即，建立α<2。

图15是示出根据实施例2的生物认证设备100的示例性配置的功能 框图。图16是示出根据实施例2的三维形状测量处理单元41的示例性配 置的功能框图。根据实施例2的生物认证设备100的基本配置与根据实施 例1的配置是相同的。然而，如图15所示，根据实施例2的配置与根据 实施例1的配置的不同之处在于不包括距离传感器20。如图16所示，根 据实施例2的配置与根据实施例1的配置的不同之处在于三维形状测量处 理单元41不包括距离测量单元41A。此外，根据实施例2的配置与根据 实施例1的配置之间在系数存储器31和系数设置单元41C的功能方面略 有不同。假设将与由引导构件固定的对象ST的高度z有关的信息存储在 存储器30的数据区中。

系数存储器31存储用于计算与捕获图像中的点X(像素X)对应的 系数α的函数F_α(X)。换言之，函数F_α(X)是用于计算与包括在捕获图像 中的对象ST上的每个点X对应的系数α的函数。如图17所示，系数存 储器31可以存储其中系数α与每个像素相关联的信息而不是函数F_α(X)。 图17示出了存储在根据实施例2的系数存储器31中以及其中系数α与每 个像素相关联的信息的示例。

系数设置单元41C根据对象ST在实施例2中的xy方向上的位置来 设置系数α。也就是说，系数设置单元41C根据对象ST在捕获图像中的 位置来设置系数α。更具体地，系数设置单元41C以公知的方法指定捕 获图像中的其中对象ST所位于的区域T，并且根据下面的表达式49计 算与区域T中的每个像素对应的系数α的平均值α_AVE。在表达式49中， N_T是对象ST所位于的区域T中的像素数。表达式49是在系数存储器31 存储函数F_α(X)的情况下的示例。

${\alpha }_{AVE}=\underset{X\in T}{\Sigma }{F}_{\alpha }\left(X\right)/N_T\mathrm{...}\left(49\right)$

系数设置单元41C将所计算的平均值α_AVE设置为用于执行亮度值校 正处理并且通过使用SFS技术来测量对象ST的三维形状的系数α。

如上所述，通过计算对象ST所位于的区域T中的系数α的平均值α _AVE并且基于所计算的平均值α_AVE来测量对象ST的三维形状，可以改进 对对象ST的三维形状进行测量的准确度。这是因为虽然对于捕获图像上 的每个点X的最佳系数α是不同的，但是单一系数α需要被用于通过使 用SFS技术测量对象ST的三维形状。

根据实施例2，上述生物认证设备100基于对象ST在xy方向上的位 置来设置系数α。通过这样做，即使在由于对象ST在xy方向上的位置 偏差亮度值与距离之间的关系偏离其中亮度值与距离的平方成反比的理 想点光源模型的情况下也能够改进通过使用SFS技术测量对象ST的三维 形状的准确度。

(实施例3)

在实施例1中，描述了用于根据对象ST的高度z来设置系数α的方 案。在实施例2中，描述了用于在对象ST的高度z是固定的情况下根据 对象ST在xy方向上的位置来设置系数α的方案。

在实施例3中，描述用于根据对象ST的高度z和在xy方向上的位 置来设置系数α的方案。

根据实施例3的生物认证设备100的基本配置与根据实施例1的配置 是相同的。然而，根据实施例3的配置与根据实施例1的配置之间在系数 存储器31和系数设置单元41C的功能方面略有不同。

系数存储器31存储用于计算与对象ST的高度z和捕获图像上的点X (像素X)的集对应的系数α的函数F_α(X，Z)。

在实施例3中，系数设置单元41C根据对象ST的高度z和对象ST 在xy方向上的位置来设置系数α。更具体地，系数设置单元41C以公知 的方法指定捕获图像中的对象ST所位于的区域T，并且根据下面的表达 式50计算与区域T中的每个像素对应的系数α的平均值α_AVE。在这种情 况下，由距离测量单元41C测量的高度z用作对象ST的高度z。

${\alpha }_{AVE}=\underset{X\in T}{\Sigma }{F}_{\alpha }(X,z)/N_T\mathrm{...}\left(50\right)$

系数设置单元41C将所计算的平均值α_AVE设置为用于执行亮度值校 正处理并且通过使用SFS技术来测量对象ST的三维形状的系数α。

根据实施例3，生物认证设备100基于对象ST的高度z和对象ST 在xy方向上的位置来设置系数α。通过这样做，即使当对对象ST的位 置进行引导的引导构件未设置在生物认证设备100中时，也可以在考虑对 象ST的高度z和对象ST在xy方向上的位置两者的情况下设置系数α。

(实施例4)

在实施例1至实施例3中，生物认证设备100本身包括数据库32， 并且具有对用于核对的特征数据和用于登记的已登记在数据库32中的特 征数据进行核对的功能。在实施例4中，作为示例描述由服务器计算机 80和一个或更多个生物认证传感器70配置的生物认证系统1。所有实施 例1至实施例3可以应用于生物认证系统1，现在描述实施例1应用于生 物认证系统1的情况。

图18示出了根据实施例4的生物认证系统1的示例性配置。图19A 是示出根据实施例4的生物认证系统1中的生物认证传感器70的示例性 配置的功能框图，以及图19B是示出服务器计算机80的示例性配置的功 能框图。

在根据实施例4的生物认证系统1中，如图18所示，一个或更多个 生物认证传感器70经由网络NW可通信地连接至服务器计算机80。

如图19A所示，根据实施例4的生物认证传感器70包括成像单元10、 距离传感器20、存储器30、控制器40以及通信单元50。根据实施例4 的生物认证传感器70的基本配置与根据实施例1的生物认证设备100的 配置是相同的。然而，如图19A所示，根据实施例4的生物认证传感器 70与根据实施例1的生物认证设备100的不同之处在于生物认证传感器 70的存储器30不用作数据库32以及控制器40不用作核对处理单元43。 这是因为在实施例4中核对处理是在服务器计算机80侧执行的。另外， 如图19A所示，根据实施例4的生物认证传感器70与根据实施例1的生 物认证设备100的不同之处在于包括通信单元50。

例如，通信单元50包括通信模块等，并且与服务器计算机80进行通 信。作为示例，通信单元50向服务器计算机80发送由特征提取单元42 提取的特征数据。作为另一示例，通信单元50接收从服务器计算机80 发送的核对结果。在控制器40的控制下将所接收的核对结果存储在存储 器30的数据区中。

如图19B所示，根据实施例4的服务器计算机80包括通信单元81、 存储器82以及控制器83。

例如，通信单元81包括通信模块等，并且与生物认证系统1中的每 个生物认证传感器70进行通信。作为示例，通信单元81接收从生物认证 传感器70发送的特征数据。作为另一示例，通信单元81向作为特征数据 的发送机的生物认证传感器70发送核对处理单元83A的核对结果。

例如，存储器82包括RAM、ROM、硬盘驱动器(HDD)等。例如， 存储器82用作包括在控制器83中的CPU的工作区、其中存储有各种程 序如用于控制整个服务器计算机80的操作程序的程序区以及其中存储有 各种类型数据的数据区。如图19B所示，存储器82还用作数据库82A。

例如，控制器83包括CPU等，并且执行被存储在存储器82的程序 区中的操作程序，从而实现核对处理单元83A的功能，如图19B所示。 此外，控制器40执行操作程序以执行处理如用于控制整个服务器计算机 80的控制程序。

图20示出了根据实施例的生物认证设备100(或生物认证传感器70) 的硬件配置的示例。例如，可以通过图20中所示的各种类型的硬件来实 现图6中所示的生物认证设备100(或图19A中所示的生物认证传感器 70)。在图20的示例中，生物认证设备100(或生物认证传感器70)包括 CPU201、RAM202、ROM203、闪速存储器204、连接成像设备的相机 接口205、连接距离传感器20等的设备接口206、通信模块207以及读取 设备208，以及这些硬件经由总线209彼此连接。

例如，CPU201将被存储在闪速存储器204中的操作程序载入RAM 202，并且在使用RAM202作为工作存储器时执行各种处理。CPU201 可以通过执行操作程序实现图6等中所示的控制器40的各功能单元。

可以通过将用于执行上述操作的操作程序存储在计算机可读记录介 质210中、以及分发操作程序、并且由生物认证设备100(或生物认证传 感器70)的读取设备208读取操作程序并且将操作程序安装到计算机上 来执行上面的处理，计算机可读记录介质210如软盘、光盘只读存储器 (CD-ROM)、数字多功能盘(DVD)或磁光盘(MO)。此外，可以将操 作程序存储在包括在因特网上的服务器计算机中的磁盘驱动器等中，并且 可以将操作程序下载至生物认证设备100(或生物认证传感器70)的计算 机。

根据实施例，可以使用除了RAM202、ROM203以及闪速存储器204 以外的存储器。作为示例，生物认证设备100(或生物认证传感器70)可 以包括存储器如内容可寻址存储器(CAM)、静态随机存取存储器 (SRAM)或同步动态随机存取存储器(SDRAM)。

根据实施例中，生物认证设备100(或生物认证传感器70)的硬件配 置可以不同于图20中所示的配置，以及对于生物认证设备100(或生物 认证传感器70)可以使用具有除了图20所示的标准或类型以外的标准或 类型的硬件。

作为示例，可以通过硬件电路来实现图6等中所示的生物认证设备 100(或生物认证传感器70)的控制器40的各功能单元。具体地，可以 通过可重新配置电路而不是CPU201来实现图6等中所示的控制器40的 各功能单元，可重新配置电路如现场可编程门阵列(FPGA)、专用集成 电路(ASIC)等。当然，可以通过CPU201和硬件电路两者来实现这些 功能单元。

上面描述了一些实施例及其变型。然而，实施例不限于上述的实施例， 并且应被解释为包括上述实施例的各种变型和替换。作为示例，应理解， 在不脱离实施例的精神或范围的前提下可以通过变形部件来实现各种实 施例。还应理解，可以通过适当地组合上述实施例中公开的多个部件来实 施各种实施例。此外，本领域技术人员应理解，可以通过删除或替换实施 例中公开的所有部件的一些部件或者向实施例中公开的部件添加一些部 件来实施各种实施例。