專利名稱：生物認證系統(tǒng)登記方法、生物認證系統(tǒng)及其程序的制作方法
技術(shù)領域：
本發(fā)明涉及用于生物認證系統(tǒng)的登記方法、生物認證系統(tǒng)及其程序，其利用人體的一部分的特征來進行個人認證，具體地，涉及一種用于生物認證系統(tǒng)的登記方法、生物認證系統(tǒng)及其程序，其通過非接觸的方式來檢測手掌的特征，以獲取生物信息。
背景技術(shù)：
人體有許多能夠區(qū)別于他人的部分，例如指紋和趾紋、眼睛的視網(wǎng)膜、面部特征以及血管。隨著近年來生物識別技術(shù)的發(fā)展，已經(jīng)提出了多種設備，用于通過識別人體的這些部分的生物特征來對個人進行認證。
例如，手掌和手指的血管、以及掌紋和指紋提供了相對大量的個人特征數(shù)據(jù)，所以適于確保個人認證方面的可靠性。具體地，血管(靜脈)圖案從幼年開始貫穿一生都保持不變，并被認為完全唯一，所以非常適于個人認證。圖18至圖21說明了傳統(tǒng)的手掌認證技術(shù)。如圖18中所示，在登記或認證時，用戶將手掌110與圖像采集設備100接近。圖像采集設備100發(fā)射近紅外線，將該近紅外線照射到手掌100上。圖像采集設備100利用傳感器來采集從手掌110反射回來的近紅外線。
如圖19中所示，在靜脈112中流動的紅血球中的血紅蛋白已經(jīng)失去了氧。該血紅蛋白(已還原的(reduced)血紅蛋白)吸收波長大約為760納米的近紅外線。因此，當在手掌上照射近紅外線時，反射僅在存在靜脈的區(qū)域中減少，從而可以使用反射的近紅外線的強度來識別靜脈的位置。
如圖18所示，用戶首先使用圖18的圖像采集設備100將他自己手掌的靜脈圖像數(shù)據(jù)登記到服務器中或卡上。然后，為了執(zhí)行個人認證，該用戶使用圖18中的圖像采集設備100來讀取他自己手掌的靜脈圖像數(shù)據(jù)。
通過將使用該用戶的ID獲得的已登記靜脈圖像中的靜脈圖案與由此讀取的靜脈校驗圖像中的靜脈圖案進行比較，來對個人進行認證。例如，在如圖20所示對已登記圖像中的靜脈圖案與校驗圖像中的靜脈圖案進行比較時，將該個人認證為可能的(in question)個人。另一方面，在如圖21所示對已登記圖像中的靜脈圖案與校驗圖像中的靜脈圖像進行比較時，該個人沒有通過認證(例如，參見日本專利特開No.2004-062826)。
在這種生物信息的非接觸式檢測中，身體部分可以相對于圖像采集設備100自由移動，具體地，手可以自由移動。另一方面，為了進行準確的檢測，用于檢測的身體部分110必須位于圖像采集設備100的圖像采集范圍內(nèi)。已經(jīng)提出了用于實現(xiàn)該操作的方法，其中根據(jù)所采集的圖像來檢測手的位置和方向，并且當不能采集準確的圖像時，采用顯示或語音輸出來傳達手掌的位置或方向不合適的信息(例如，參見WO04/021884)。在所提出的該方法中，采集整個手的圖像，并將其與以平均的方式登記的手形進行比較，以檢測該手的位置和方向。
在登記這種生物信息方面，已經(jīng)提出了多種方法，其中在登記指紋數(shù)據(jù)時，多次檢測指紋數(shù)據(jù)，然后從多組指紋數(shù)據(jù)中提取公共特征數(shù)據(jù)，并對該公共特征數(shù)據(jù)進行登記(例如，參見日本專利特開No.01-263775和日本專利特開No.11-232459)。通過這種方法，可以防止檢測噪聲和由于手指壓力的不同而導致的指紋形狀的變化對登記數(shù)據(jù)的影響。
在生物信息的這種非接觸式檢測中，通過非接觸的方式來進行檢測，此外，身體部分(具體地為手)可以自由移動。另一方面，為了進行快速生物認證，必須頻繁地進行圖像采集，并且必須檢測合適的圖像，并將其輸出到登記/認證處理。因此，在比較整個手的圖像的方法中，需要較長時間來檢測手的位置和方向，此外，增大了圖像采集設備中的傳感器的尺寸，使得這種方法不適用于要求快速檢測或小的設備尺寸的情況。
此外，在提取和登記公共特征的傳統(tǒng)方法中，可以排除由于生物檢測裝置而導致的噪聲以及生物檢測時的檢測狀態(tài)的差異。但是在登記公共數(shù)據(jù)時，存在下述可能性實際獲得的個人生物特征數(shù)據(jù)集合不能與所登記的數(shù)據(jù)精確匹配，并且特征數(shù)據(jù)量與特征檢測數(shù)據(jù)量不同。因此，當在認證時對校驗數(shù)據(jù)和所登記的數(shù)據(jù)進行比較時，可能難以高精度地進行校驗。
此外，由于實際數(shù)據(jù)是生物數(shù)據(jù)，所以必須考慮身體狀態(tài)的變化。因此，在登記公共數(shù)據(jù)時，如果認證時的身體狀態(tài)與登記時的身體狀態(tài)不同，則即使個人相同，也可能不會認證為同一個人，從而產(chǎn)生問題。例如，在利用靜脈圖案的認證中，存在許多導致波動的因素，其中包括脈搏率、圖像采集的定時，以及手呈現(xiàn)的方式。
因此，通常在任意時刻、任意地點、由任何人來使用設備方面存在障礙。但是如果校驗速度不令人滿意，并且由于生物原因而產(chǎn)生問題，則會阻礙用戶和設備制造商廣泛采用該設備。

發(fā)明內(nèi)容
因此，本發(fā)明的一個目的是提供一種用于生物認證系統(tǒng)的登記方法、生物認證系統(tǒng)及其程序，以使得即使在使用手掌的非接觸式圖像采集時，也可以快速提取特征數(shù)據(jù)。
本發(fā)明的另一目的是提供一種用于生物認證系統(tǒng)的登記方法、生物認證系統(tǒng)及其程序，以使得即使減小非接觸式圖像采集設備的尺寸，也可以獲取準確的特征數(shù)據(jù)。
本發(fā)明的另一目的是提供一種用于生物認證系統(tǒng)的登記方法、生物認證系統(tǒng)及其程序，以有效地利用通過由非接觸式圖像采集設備進行的圖像采集而獲得的多組特征數(shù)據(jù)，來提高校驗準確性。
本發(fā)明的另一目的是提供一種用于生物認證系統(tǒng)的登記方法、生物認證系統(tǒng)及其程序，以使得即使非接觸式圖像采集設備發(fā)生變化、身體狀態(tài)發(fā)生變化，以及檢測狀態(tài)發(fā)生變化，也可以防止校驗準確性的降低。
為了實現(xiàn)這些目的，本發(fā)明的生物認證系統(tǒng)檢測人體手掌的特征數(shù)據(jù)，登記該數(shù)據(jù)以在將來使用，檢測人體手掌的特征數(shù)據(jù)，將該特征數(shù)據(jù)與先前登記的特征數(shù)據(jù)進行校驗，并且進行個人認證。該系統(tǒng)具有圖像采集單元，用于采集人體手掌的圖像；存儲單元，用于存儲已登記的人體手掌的特征數(shù)據(jù)；以及處理單元，用于從所述圖像采集單元所采集的手掌圖像中提取輪廓，根據(jù)所提取的輪廓判斷圖像采集是否成功，從被判斷為成功的手掌圖像中提取特征數(shù)據(jù)，并將該特征數(shù)據(jù)登記在所述存儲單元中。該處理單元從圖像采集單元獲得同一人體的多個手掌圖像，判斷所述多個手掌圖像中的每一個的特征數(shù)據(jù)之間的相互相似度，并將具有高相似度的多個特征數(shù)據(jù)集合登記在存儲單元中。
此外，本發(fā)明的用于生物認證系統(tǒng)的登記方法是下述生物認證系統(tǒng)中的登記方法，該生物認證系統(tǒng)檢測人體手掌的特征數(shù)據(jù)，并登記該特征數(shù)據(jù)以在將來使用，檢測人體手掌的特征數(shù)據(jù)，并與所登記的特征數(shù)據(jù)進行校驗，以對個人進行認證。該登記方法包括以下步驟通過用于采集手掌圖像的圖像采集單元來獲取人體手掌的圖像；提取該手掌圖像的輪廓，并根據(jù)該輪廓判斷該圖像采集是否成功；從成功采集的手掌圖像中提取特征數(shù)據(jù)；判斷多個所采集的手掌圖像的多個特征數(shù)據(jù)集合的相互相似度；以及將具有高相似度的多個特征數(shù)據(jù)集合登記在存儲單元中。
此外，本發(fā)明的程序使計算機執(zhí)行以下步驟通過用于采集手掌圖像的圖像采集單元來獲取人體手掌的圖像；提取該手掌圖像的輪廓，并根據(jù)該輪廓判斷該圖像采集是否成功；從成功采集的手掌圖像中提取特征數(shù)據(jù)；判斷多個所采集的圖像的多個特征數(shù)據(jù)集合的相互相似度；以及將具有高相似度的多個特征數(shù)據(jù)集合登記在存儲單元中。
在本發(fā)明中，優(yōu)選地，處理單元參照手掌的第一特征數(shù)據(jù)集合，判斷手掌的第二特征數(shù)據(jù)集合和后續(xù)特征數(shù)據(jù)集合的相似度。
在本發(fā)明中，優(yōu)選地，處理單元使用圖像采集單元來采集同一人體的手掌圖像，直到獲得規(guī)定數(shù)量的具有高相似度的特征數(shù)據(jù)集合為止。
在本發(fā)明中，優(yōu)選地，在將具有高相似度的多個特征數(shù)據(jù)集合登記在存儲單元中之后，處理單元從圖像采集單元獲取手掌的圖像，提取特征數(shù)據(jù)，將該特征數(shù)據(jù)與登記在存儲單元中的多個特征數(shù)據(jù)集合進行校驗，并執(zhí)行試驗(trial)認證。
在本發(fā)明中，優(yōu)選地，處理單元從圖像采集單元所采集的手掌圖像中提取輪廓，根據(jù)所提取的輪廓判斷該圖像采集是否成功，從被判定為成功的手掌圖像中提取特征數(shù)據(jù)，并將該特征數(shù)據(jù)與登記在存儲單元中的多個特征數(shù)據(jù)集合進行校驗，以進行個人認證。
在本發(fā)明中，優(yōu)選地，當相似度等于或大于規(guī)定閾值時，處理單元判定該相似度為高。
在本發(fā)明中，優(yōu)選地，處理單元登記第一生物特征數(shù)據(jù)集合，另外，對于第n生物特征數(shù)據(jù)集合，計算與第一至第(n-1)生物特征數(shù)據(jù)集合的所有相似度，并且當所有的相似度都大于或等于一閾值時，將該第n生物特征數(shù)據(jù)集合登記在存儲單元中。
在本發(fā)明中，優(yōu)選地，在進行個人認證時，處理單元響應于該個人的識別信息，從存儲單元中讀取多個生物特征數(shù)據(jù)集合，并將從通過圖像采集單元采集的手掌圖像中獲得的特征數(shù)據(jù)與由此讀取的多個特征數(shù)據(jù)集合進行校驗。
在本發(fā)明中，優(yōu)選地，處理單元檢測所提取的特征數(shù)據(jù)與該多個所登記的特征數(shù)據(jù)集合之一相似的事實，并執(zhí)行個人認證。
在本發(fā)明中，優(yōu)選地，處理單元根據(jù)手掌圖像的輪廓與圖像采集設備的圖像采集范圍之間的位置關(guān)系，來判斷該圖像采集是否成功。
在本發(fā)明中，優(yōu)選地，處理單元采集包括人體的手掌以及手指的一部分在內(nèi)的手的一部分的圖像。
在本發(fā)明中，優(yōu)選地，處理單元根據(jù)圖像采集范圍內(nèi)的手掌圖像的輪廓數(shù)量，來判斷該圖像采集是否成功。
在本發(fā)明中，優(yōu)選地，處理單元根據(jù)手掌圖像的輪廓與圖像采集設備的圖像采集范圍之間的位置關(guān)系，以及圖像采集范圍內(nèi)的輪廓數(shù)量，來判斷該圖像采集是否成功。
在本發(fā)明中，優(yōu)選地，當根據(jù)手掌圖像的輪廓判定圖像采集不成功時，該處理單元使圖像采集單元再次執(zhí)行對手掌圖像的采集，以獲取手掌的圖像。
在本發(fā)明中，優(yōu)選地，圖像采集單元具有用于判斷圖像采集單元與手掌之間距離的距離傳感器，而且當由該距離傳感器測量的距離在預定范圍內(nèi)時，處理單元通過圖像采集單元來采集手掌的圖像，并且在登記和個人認證時修改該預定范圍。
在本發(fā)明中，優(yōu)選地，通過圖像采集單元多次獲取同一人體的手掌圖像，判斷多個手掌圖像的特征數(shù)據(jù)集合之間的相互相似度，并將具有高相似度的多個特征數(shù)據(jù)集合登記在存儲單元中。所以，即使使用了多次檢測的特征數(shù)據(jù)，也可以執(zhí)行適應生物狀態(tài)變化的校驗，而并不會降低校驗的準確性，此外可以防止對于用戶的不便，這有助于該生物認證系統(tǒng)的廣泛采用。因為使用圖像中的手掌的輪廓來校驗圖像中的手形，所以可以快速判斷圖像采集是否成功，并提取特征數(shù)據(jù)，甚至可以使用這種方法，在很短的時間內(nèi)執(zhí)行登記處理。


圖1表示本發(fā)明一個實施例的生物認證系統(tǒng)的構(gòu)成；圖2是圖1的手掌圖像采集設備的外觀圖；圖3是圖1的生物認證處理的功能方框圖；圖4是圖3的生物信息登記處理的功能方框圖；圖5表示圖2的手掌圖像采集設備的圖像采集范圍；圖6表示圖4的血管圖像；圖7表示圖6的血管圖像數(shù)據(jù)；圖8表示登記在圖3的存儲部分中的數(shù)據(jù)；圖9表示圖3中的距離/手輪廓檢測處理的流程；圖10表示圖9中的手輪廓處理；圖11是圖3中的登記處理的流程的第一部分；圖12是圖3中的登記處理的流程的第二部分；圖13表示圖11中的三個血管圖像數(shù)據(jù)集合的比較；圖14表示圖12中的三個血管圖像數(shù)據(jù)集合的比較；圖15是本發(fā)明另一實施例中的試驗認證處理的功能方框圖；圖16表示圖15的試驗認證處理的流程；圖17表示圖15的校驗處理；
圖18表示傳統(tǒng)的手掌圖像采集設備；圖19表示傳統(tǒng)的手掌圖像采集設備的原理；圖20表示傳統(tǒng)的手掌圖像采集技術(shù)；以及，圖21表示傳統(tǒng)的手掌圖像采集技術(shù)。
具體實施例方式
下面，按照以下順序來說明
具體實施例方式生物認證系統(tǒng)、生物數(shù)據(jù)登記處理方法、距離/手輪廓檢測處理、生物特征數(shù)據(jù)登記處理方法、試驗認證和認證處理，以及其它實施例。
生物認證系統(tǒng)圖1表示本發(fā)明一個實施例的生物認證系統(tǒng)的構(gòu)成；圖2是圖1的手掌圖像采集設備的外觀圖；而圖3表示圖1的生物認證處理。
作為生物認證系統(tǒng)，圖1示出了金融機構(gòu)中的手掌靜脈認證系統(tǒng)的示例。在該金融機構(gòu)的服務區(qū)2中設置有如圖2所示的手掌圖像采集設備1，以及與該圖像采集設備1相連的分支機構(gòu)終端(例如，個人計算機)3。請求靜脈圖案認證的用戶將他的手放置在該手掌圖像采集設備(以下稱為“圖像采集設備”)1的上方。如圖3所示，圖像采集設備1讀取該手掌，并且終端3的血管圖像提取處理3a提取靜脈圖案，并將其作為靜脈數(shù)據(jù)存儲在終端3中。
將該靜脈數(shù)據(jù)記錄在與終端3相連的數(shù)據(jù)庫服務器4的存儲部分4a中，或者存儲在該用戶攜帶的個人卡(例如，IC卡)5中。服務器4與金融機構(gòu)的服務區(qū)7中的服務區(qū)終端8相連，并且服務區(qū)終端8與圖像采集設備1相連。
為了在該金融機構(gòu)的服務區(qū)7中進行取款(withdrawl)或者某些其它金融交易，用戶將他的手放在設置于服務區(qū)7中的圖像采集設備1的上方。如圖3中所示，圖像采集設備1讀取手掌，然后通過由服務區(qū)終端8執(zhí)行的血管圖像提取處理8a來提取其靜脈圖案。服務區(qū)終端8通過校驗處理8b來將該靜脈圖案作為靜脈數(shù)據(jù)與登記在數(shù)據(jù)庫服務器4中的靜脈數(shù)據(jù)進行校驗，以對該個人進行認證。
服務器4與金融機構(gòu)的ATM(自動取款機)6相連，并且可以通過靜脈圖案認證使用ATM 6來執(zhí)行交易。為了使用ATM 6來進行取款或者執(zhí)行某些其它的金融交易，用戶將他的手放在設置于ATM 6中的圖像采集設備1-1的上方。圖像采集設備1-1讀取該手掌。與服務區(qū)終端8類似，ATM 6提取靜脈圖案(血管圖像)，并將該圖案作為靜脈數(shù)據(jù)與登記在該用戶所攜帶的IC卡5中或數(shù)據(jù)庫服務器4中的靜脈數(shù)據(jù)進行校驗，以對該個人進行認證。
如圖2所示，圖1的手掌圖像采集設備1大致在主單元10的中心處配備有傳感器單元18。在傳感器單元18的前部(用戶側(cè))設置有前導架14。前導架14由一片透明或基本透明的合成樹脂構(gòu)成。
前導架14用于在前端引導用戶的手，并支撐手腕。因此，該前導架14為用戶提供引導，以將手腕引導到傳感器單元18上方，并支撐手腕。結(jié)果，可以控制手掌的姿態(tài)，即，在傳感器單元18上方的位置、傾斜以及大小。
前導架14的橫截面形狀具有垂直的主體，并且在頂部具有用于支撐手腕的水平部分14-1。在水平部分14-1的中心連續(xù)地形成有凹部14-2，以便于手腕的定位。
如以下的圖4所示，傳感器單元18在其中心處設置有紅外傳感器(CMOS傳感器)以及聚焦透鏡16和距離傳感器15；在其周邊設置有多個近紅外光發(fā)射元件(LED)12。例如，在周邊的八個位置設置了近紅外光發(fā)射元件12，以向上發(fā)射近紅外線。
通過傳感器、聚焦透鏡以及近紅外光發(fā)射區(qū)之間的關(guān)系來調(diào)整該傳感器單元18的可讀區(qū)V。因此，將前導架14的位置和高度設定為使得所支撐的手腕位于可讀區(qū)V中。
生物數(shù)據(jù)登記處理圖4是本發(fā)明實施例的生物信息登記處理的方框圖，圖5表示圖像采集設備的圖像采集范圍與手掌之間的關(guān)系，圖6表示圖4中檢測到的血管圖像，圖7表示圖4的生物特征數(shù)據(jù)，而圖8表示所登記的數(shù)據(jù)。
如圖4所示，圖2的手掌圖像采集設備1配備有大致位于主單元10的中心處的傳感器單元18。在傳感器單元18的前部(用戶側(cè))設置有前導架14。前導架14由一片透明或基本透明的合成樹脂構(gòu)成。
前導架14用于在前端引導用戶的手，并支撐手腕。因此，該前導架14為用戶提供引導，以將手腕引導到傳感器單元18的上方，并支撐手腕。結(jié)果，可以控制手掌的姿態(tài)，即，在傳感器單元18上方的位置、傾斜以及大小。
另一方面，傳感器單元18在其中心處設置有紅外傳感器(CMOS傳感器)以及聚焦透鏡16和距離傳感器15；在其周邊設置有多個近紅外光發(fā)射元件(LED)12。例如，在周邊的八個位置設置了近紅外光發(fā)射元件12，以向上發(fā)射近紅外線。
通過傳感器、聚焦透鏡以及近紅外光發(fā)射區(qū)之間的關(guān)系來調(diào)整該傳感器單元18的可讀區(qū)V。因此，將前導架14的位置和高度設定為使得所支撐的手腕位于可讀區(qū)V中。
如圖5所示，當張開手50，以使手掌平伸時，手掌具有最大面積，并且是平伸的，從而當手掌經(jīng)過傳感器單元18的圖像采集區(qū)V中的圖像采集時，獲得了可以用于登記和校驗的準確靜脈圖案。如圖6所示，當從傳感器單元18到手掌的距離在規(guī)定范圍內(nèi)時，可以通過傳感器單元18的傳感器16獲得清晰、聚焦準確的血管圖像。
因此，如圖4所示，通過使用前導架14在傳感器單元18的上方支撐手腕52，可以使手掌在傳感器單元18上方的位置、傾斜和高度相對于傳感器單元18的圖像采集范圍變得準確，并且可以引導和支撐用戶的手。
返回圖4，與圖像采集設備1相連的終端3執(zhí)行一系列登記處理30至42。終端3的控制部分例如具有CPU、多種類型的存儲器、接口電路以及數(shù)據(jù)處理所需的其它電路。CPU執(zhí)行該一系列登記處理30至42。
距離/手輪廓檢測處理30從圖像采集設備1接收由距離傳感器15測量的距離，判斷手掌或其它對象到傳感器單元18的距離是否在規(guī)定范圍內(nèi)。此外，輪廓檢測處理30從由傳感器單元18采集的圖像中檢測手的輪廓，并基于該輪廓來判斷是否可以在登記和校驗處理中使用該圖像。例如，判斷手掌是否在該圖像中充分出現(xiàn)。下面將使用圖9來說明該處理。
如以下圖9中所示，當由距離傳感器15測量的距離表示手在圖像采集范圍之外，從而不能在登記和校驗處理中使用該圖像時，引導消息輸出處理32向終端3的顯示器輸出一消息，用于引導手掌向左或向右、向前或向后、向上或向下移動。通過這種方式，將用戶的手引導到圖像采集設備1上方的位置。
當手輪廓檢測處理30判定已在正確支撐手的情況下采集了圖像時，血管圖像提取處理34從該手圖像中提取靜脈圖像。即，如使用圖18和圖20所述，通過反射率的差異來獲取諸如圖7的手掌圖像的灰度級數(shù)據(jù)。該靜脈圖案圖像是與圖6所示相似的圖像；該數(shù)據(jù)是諸如圖7的灰度級數(shù)據(jù)。
血管圖像臨時保存處理36臨時保存所提取的血管圖像數(shù)據(jù)。登記能力判斷處理38判斷多個血管圖像數(shù)據(jù)集合的相似度，以對通過血管數(shù)據(jù)臨時保存處理36保存的多個血管圖像數(shù)據(jù)集合中的多個最優(yōu)血管圖像數(shù)據(jù)集合進行登記，并判斷登記能力。登記處理42將判定為要登記的血管圖像數(shù)據(jù)登記在存儲部分4a中。登記進展輸出處理40將登記處理42的進展狀態(tài)輸出給終端設備3的顯示器。
因此，對于所采集的各個圖像，不需要精確地獲取相同的生物特征數(shù)據(jù)，并且存在根據(jù)圖像采集設備、身體狀態(tài)、手的張開方式，以及圖像采集狀態(tài)的其它方面的差異。因此，多次進行圖像采集，并且僅登記適于登記的最優(yōu)信息。然而，如果進行登記的人(用戶)必需執(zhí)行多次登記操作，則該用戶的負擔將會很重。因此，將操作的次數(shù)限制為用戶可接受的次數(shù)，并且根據(jù)該信息來獲得最優(yōu)登記信息，并將其登記在存儲部分4a中。例如，如圖8所示，為各個個人ID登記了三個生物特征數(shù)據(jù)集合(手掌的血管圖像數(shù)據(jù))。
距離/手輪廓檢測處理圖9表示圖4中的距離/手輪廓檢測處理的流程，而圖10表示用于通過手輪廓來判斷所采集的圖像是否合適的處理。
(S10)將所采集圖像計數(shù)器值“n”初始化為“1”。
(S12)使距離傳感器15測量到手掌的距離，并對其輸出進行檢測。
(S14)將由傳感器檢測的距離與由傳感器單元18的透鏡16確定的焦距進行比較，并判斷到手掌的距離是否在合適的范圍內(nèi)。例如，在登記過程中，該合適的范圍可以采用較窄的容限(margin)，以將到傳感器單元18的距離設定為50到60mm之間，而在校驗過程中，如下所述，該容限可以較寬，以使到傳感器的距離為40到70mm之間。通過這種方式，可以在保持登記數(shù)據(jù)的準確性的同時，提高校驗處理的速度。
(S16)如果距離合適，則從圖像采集設備1發(fā)射近紅外光，并由傳感器16接收發(fā)射光，以獲得手掌的圖像。
(S18)根據(jù)由圖像采集設備1采集的圖像來檢測手掌的輪廓。如圖5所示，為了獲得手掌的血管圖像，將手50的圖像采集范圍限定為V。該圖像采集范圍V被設定為下述范圍，在該范圍中可以采集到手掌、手腕的一部分以及五個手指的根部的圖像。通過這種方式，可以使傳感器單元18較小。當如圖5所示將手張開并位于正確位置來采集圖像時，如圖10所示，在圖像采集范圍V內(nèi)有6條輪廓C1(手的左邊緣)；C2(手指之間)；C3(手指之間)；C4(手指之間)；C5(手指之間)；以及C6(手的右邊緣，延伸至手腕)。
(S20)接下來，為了根據(jù)這些輪廓來判斷在校驗處理中是否可以使用該圖像，首先對圖像采集范圍(框架)V內(nèi)的輪廓數(shù)量進行計數(shù)。然后判斷所計數(shù)的輪廓數(shù)量是否合適。如上所述，如果手指張開并且出現(xiàn)手腕時，檢測到的輪廓數(shù)量為“6”，則判定為合適。另一方面，如果檢測到的輪廓數(shù)量為“5”或更少，則可能沒有張開手指或者移動了手掌的位置，或者不能檢測到手指。該圖像被視為不合適，并且處理進行到步驟S28。
(S22)如果輪廓的數(shù)量合適，則計算這些輪廓和圖像框架V之間的距離，并根據(jù)這些距離來判斷是否存在要左-右或前-后偏移。如圖10所示，計算框架的左邊緣VL與輪廓C1的最左側(cè)位置之間的距離，并判斷所計算的距離是否在規(guī)定的距離范圍內(nèi)，以及是否存在左-右偏移；如果存在偏移，則處理進行到步驟S28。
(S24)接下來，如圖10所示，計算該框架的底邊VU到輪廓C6的最下方位置的距離L3，并判斷所計算的距離是否在規(guī)定的距離范圍內(nèi)，以及是否存在前-后偏移；如果存在偏移，則處理前進到步驟S28。
(S26)如果不存在向前的偏移，則因為手指是張開的，并出現(xiàn)了手腕，并且所采集的圖像中沒有位置的偏移，所以判定該圖像采集成功，并且提供該圖像用于登記處理34-38。隨后處理返回。在登記處理中，采集位于圖10的虛線框R內(nèi)的圖像，并執(zhí)行圖4中所示的血管圖像檢測。
(S28)另一方面，如果在步驟S14中該距離不合適，則在步驟S20至步驟S24中檢測到手指沒有張開或者檢測到位置偏移的情況下，判斷所采集圖像計數(shù)器值“n”是否已達到了預定數(shù)量“m”(例如，10次)。
(S30)如果所采集圖像計數(shù)器值“n”還未達到預定數(shù)量“m”(例如，10次)，則將圖像采集NG原因(手指未充分張開、左-右/前-后偏移、距離偏移)入棧(stacked)并保存。然后將所采集圖像計數(shù)器值“n”改變?yōu)椤皀+1”，并且處理返回到步驟S12。
(S32)另一方面，如果所采集圖像計數(shù)器值“n”已經(jīng)達到預定數(shù)量“m”(例如，10次)，則判定必須修改手掌和傳感器之間的關(guān)系。因此，對預定數(shù)量m(例如，10)的入棧圖像采集NG原因進行分析。例如，將原因分類為手指未充分張開、位置偏移(左-右/前-后)，以及距離偏移，并對各個分類進行計數(shù)。
(S34)將所計數(shù)的值用于檢測最常見的圖像采集NG原因。如果手指未充分張開和位置偏移是最常見的原因，則選擇具有用于手指張開和位置偏移的文本的引導畫面，然后處理返回。如果距離偏移是最常見的原因，則選擇具有用于距離偏移的文本的引導畫面，然后處理返回。
通過這種方式，限定了圖像采集范圍，提取了所采集圖像的輪廓，并且使用這些輪廓來判斷所采集圖像中的手形是否合適，所以，與采集整個手的圖像，并將其與基本登記圖案進行比較的傳統(tǒng)方法相比，可以更快地獲得合適的手掌圖像。另外，可以減小傳感器單元的尺寸。
當以很短的間隔多次執(zhí)行圖像采集(包括距離測量)，并且頻繁出現(xiàn)圖像采集NG時，將這些圖像采集NG進行入棧，以在將來使用，并且如果在預定次數(shù)的圖像采集之后仍未解決該圖像采集NG，則判定必須校正手掌和傳感器之間的關(guān)系。然后對預定數(shù)量m(例如，10)的入棧圖像采集NG原因進行分析，并根據(jù)分析結(jié)果來提供用于手的張開方式的引導畫面。
因此，引導畫面不會頻繁地變化，所以用戶可以完全理解問題的原因，并且可以改變他的手的伸展方式。結(jié)果，防止了用戶方的困惑，可以迅速地將手移動到合適的位置和距離，從而可以提高認證的速度。
此外，選擇了最常出現(xiàn)的圖像采集NG，并且通過屏幕將原因通知給用戶，從而可以排除由用戶造成的偶然圖像采集NG原因，并且可以更可靠地執(zhí)行用戶引導。
生物特征數(shù)據(jù)登記處理方法圖11和圖12表示本發(fā)明中的生物特征數(shù)據(jù)登記處理的流程。而圖13和圖14說明了該處理。下面參照圖13和圖14更詳細地說明圖11和圖12中的處理的流程。
(S40)如上所述，從圖像采集設備1發(fā)射近紅外光，以獲得手掌的圖像(也稱為生物信息)。
(S42)如上所述，通過圖9所示的手輪廓檢測處理30，從圖像采集設備1所采集的圖像中檢測手的輪廓，并根據(jù)該輪廓來判斷是否可以在登記和校驗處理中使用該圖像。當手掌沒有適當?shù)爻霈F(xiàn)在圖像中時，或者在類似情況下，進行NG判斷，通過上述引導信息輸出處理32將一消息(該消息提供手掌向左或向右，或者向前或向后的引導)輸出給終端設備3的顯示器，并且處理返回到步驟S40。
(S44)當手輪廓檢測處理30判定在手正確伸展的情況下采集了圖像時，血管圖像提取處理34從該手圖像中提取靜脈圖像。
(S46)判斷該提取是否為第一提取。如果是第一提取，則暫時保存該第一血管圖像。
(S48)接下來，向終端設備3的顯示器輸出用于要求重復操作的引導消息，并且處理返回到步驟S40。
(S50)另一方面，如果在步驟S46中該提取不是第一提取，而是被判定為第二或后續(xù)提取，則判斷該提取是否為第二提取。
(S52)如果該提取是第二提取，則將第一血管圖像數(shù)據(jù)集合與第二血管圖像數(shù)據(jù)集合進行比較，并計算相似度。該相似度是表示兩個血管圖像圖案的一致性程度的量；可以應用多種模式匹配技術(shù)。例如，在圖7中的血管圖像圖案的兩個灰度級表示的像素矩陣中，獲取并比較兩個圖案中的所關(guān)注的像素的像素值(灰度級值)。如果二者一致，則相似度計數(shù)器加“1”。移動所關(guān)注的像素，并類似地比較像素值，以判斷一致或不一致。如果二者一致，則相似度計數(shù)器加“1”。對像素矩陣中的所有像素執(zhí)行該操作，并且將相似度計數(shù)器的值作為相似度。如果該相似度等于或大于預先確定的閾值，則判定二者相似(OK)，判定要登記該第二血管圖像數(shù)據(jù)集合，臨時保存步驟S46中的第二血管圖像，并且處理進行到步驟S48。另一方面，如果相似度沒有超過該閾值，則判定二者不相似(NG)。然后處理進行到步驟S48的重復操作引導消息輸出。
(S54)另一方面，如果在步驟S50中該提取不是第二提取，而是第三或后續(xù)提取，則判斷該提取是否為第三提取。如果不是第三提取，則處理進行到圖12的步驟S60。
(S56)另一方面，如果該提取是第三提取，則類似地計算到目前為止已提取的血管圖像數(shù)據(jù)(在此為第一和第二集合)與第三血管圖像數(shù)據(jù)集合之間的相似度。即，如圖13所示，在步驟S42中，計算第二血管圖像數(shù)據(jù)集合與第一血管圖像數(shù)據(jù)集合之間的相似度#1。在步驟S56中，計算第三血管圖像數(shù)據(jù)集合與第一血管圖像數(shù)據(jù)集合之間的相似度#3，以及第三血管圖像數(shù)據(jù)集合與第二血管圖像數(shù)據(jù)集合之間的相似度#2，并進行判斷。如果作為這些比較的結(jié)果，所有的相似度#1、#2和#3都等于或大于該閾值，則將所有三個血管圖像數(shù)據(jù)集合判定為相似血管圖像。然后處理進行到圖12的步驟S58。另一方面，如果圖13的比較表示相似度#1、#2和#3中的任何一個都沒有超過該閾值，則處理返回到步驟S48。
(S58)判定要登記第三血管圖像數(shù)據(jù)集合。然后處理進行到步驟S68。
(S60)如果在步驟S54中，該提取不是第三提取，則判斷該提取是否為限定的第N提取。如果是限定的第N提取，則在顯示器上向操作者顯示操作結(jié)束消息，并結(jié)束該處理。
(S62)如果不是限定的第N提取，則與到目前為止獲得的n個血管圖像數(shù)據(jù)集合進行比較。例如，如果該提取是第四提取，則如圖14所示，計算第四血管圖像數(shù)據(jù)集合與第一血管圖像數(shù)據(jù)集合之間的相似度#6、第四血管圖像數(shù)據(jù)集合與第二血管圖像數(shù)據(jù)集合之間的相似度#5、第四血管圖像數(shù)據(jù)集合與第三血管圖像數(shù)據(jù)集合之間的相似度#4，并進行判斷。
(S64)如果所有的相似度#4、#5、#6都等于或大于該閾值，則將第一、第四、第二和第三集合中的具有較高相似度的三個血管圖像判定為相似，并且處理進行到步驟S66。另一方面，如果在圖14的比較中，判定相似度#4、#5、#6中的任何一個都沒有超過該閾值，則處理返回到圖11的步驟S48，并且采集第五和后續(xù)圖像、執(zhí)行血管圖像提取，并類似地執(zhí)行相似度計算和判斷。
(S66)判斷是否登記了第n血管圖像數(shù)據(jù)集合。
(S68)然后判斷是否已經(jīng)獲得相似并且可以登記的三個血管圖像數(shù)據(jù)集合。如果未獲得，則處理返回到步驟S48。如果已獲得，則將這三個血管圖像數(shù)據(jù)集合與用戶ID(帳號等)一起登記在存儲部分4a中。也就是說，如圖8所示，將個人ID和三個血管圖像數(shù)據(jù)集合(在此為多個系列黑白二值數(shù)據(jù)值)登記在存儲部分4a中，作為存儲部分4a的登記血管圖像數(shù)據(jù)。
如步驟S60所示，當與登記不兼容的某些現(xiàn)象繼續(xù)出現(xiàn)時，會加重操作者的負擔，所以可以隨意設定數(shù)量N，并且當達到該數(shù)量時，輸出消息，以指示用戶從頭開始重復操作，或者咨詢出納員。
通過這種方式，多次檢測血管圖像數(shù)據(jù)，并且對具有高相似度的多個(在此為3個)血管圖像數(shù)據(jù)集合作為最優(yōu)血管圖像數(shù)據(jù)進行登記。因此，即使存在由于圖像采集設備、身體狀態(tài)的變化、或者手的伸展方式，或者圖像采集狀態(tài)的其它方面導致的生物數(shù)據(jù)的差異，也因為多次執(zhí)行了圖像采集，并且僅對具有適于登記的高相似度的最優(yōu)生物信息進行登記，所以可以登記反映這些差異的多個生物信息集合，而不會降低校驗的準確性。如果進行登記的人(用戶)必須執(zhí)行多次登記操作，則該用戶的負擔會過重，所以將操作的次數(shù)限定為用戶可以接受的數(shù)量，并且根據(jù)該信息獲得最優(yōu)登記信息，并將其登記在存儲部分中。
在此，將初始血管圖像數(shù)據(jù)用作為執(zhí)行登記時的基準。對第二和后續(xù)血管圖像圖案中的具有高相似度的兩個血管圖像數(shù)據(jù)集合進行登記。因為將初始數(shù)據(jù)用作為基準，所以可以防止相似度計算和判斷的不定連續(xù)(indefinite continuation)。
試驗認證和認證處理接下來，對試驗認證進行說明。如上所述，當完成了n個(在以上說明中為3個)數(shù)據(jù)集合的登記時，立即執(zhí)行確認該校驗處理的操作。結(jié)果，用戶在下一次校驗過程中練習伸展手的方式，并可以確認可使用他的手掌來進行認證。結(jié)果，提高了系統(tǒng)在用戶方的安全感和可靠感。使用與實際認證相同的過程來執(zhí)行試驗認證。因此，該試驗認證也是實際認證處理。下面利用圖15至圖17來說明該處理。
圖15是本發(fā)明一個方面的認證處理的功能方框圖，圖16表示圖15中的認證處理的流程，而圖17表示其中的操作。
在圖15中，使用相同的符號來表示與圖2和圖4中相同的部分。即，與圖像采集設備1相連的終端設備3的CPU執(zhí)行一系列的認證處理30至46。
如以上使用圖9所述，手輪廓檢測處理30從圖像采集設備1所采集的圖像中檢測手的輪廓，并根據(jù)該輪廓來判斷是否可以在登記和校驗處理中使用該圖像。例如，手掌可能適當或者不適當?shù)爻霈F(xiàn)在該圖像中。當不能在該登記和校驗處理中使用該圖像時，引導消息輸出處理32向終端設備3的顯示器輸出一消息，用于引導手掌向左、向右、向前或向后移動。通過這種方式，對終端設備3處的用戶進行引導，以使該用戶的手伸到圖像采集設備1的上方。
當手輪廓檢測處理30判定已經(jīng)在正確伸手的情況下采集了圖像時，血管圖像提取處理34從該手的圖像中提取靜脈圖像。即，如使用圖18和圖19所說明的，根據(jù)反射率的差異來獲取手掌圖像的灰度級數(shù)據(jù)，如圖6所示。
如圖8所示，已登記血管圖像搜索處理46搜索與該個人ID(帳號)相對應的三個已登記血管圖像數(shù)據(jù)集合R1、R2、R3的存儲部分4a。如圖17所示，校驗處理44將由血管圖像檢測處理34檢測到的血管圖像數(shù)據(jù)A與該三個已登記的血管圖像數(shù)據(jù)集合R1、R2、R3進行比較，執(zhí)行校驗處理，并輸出校驗結(jié)果。
使用圖16給出更詳細的說明。
(S70)利用由該用戶出示的ID(帳號)來讀取存儲部分4a中的三個對應的已登記血管圖像數(shù)據(jù)集合R1、R2、R3。
(S72)從圖像采集設備1發(fā)射近紅外光，以獲得手掌的圖像。執(zhí)行手輪廓檢測處理30，以從圖像采集設備1所采集的圖像中檢測手的輪廓，并根據(jù)該輪廓來判斷是否可以在校驗處理中使用該圖像。如果沒有充分地呈現(xiàn)該手掌圖像或者發(fā)生了其它問題，則返回NG判定，并執(zhí)行上述引導消息輸出處理32，以向終端設備3的顯示器輸出一消息，用于引導手掌向左、向右、向前或向后移動。當手輪廓檢測處理30判定在手正確伸展的情況下采集了圖像時，血管圖像提取處理34從該手的圖像中提取靜脈圖像。
(S74)將第一已登記血管圖像數(shù)據(jù)集合R1與所提取的血管圖像數(shù)據(jù)A進行比較，并計算相似度。該相似度是表示兩個血管圖像圖案的一致性程度的量；可以應用多種模式匹配技術(shù)來計算該相似度。如果相似度等于或大于預先確定的閾值，則判定二者相似(OK)，并且認證成功，并結(jié)束處理。
(S76)另一方面，如果在步驟S74中，該相似度沒有超過該閾值，則返回不相似(NG)判定。然后將第二已登記血管圖像數(shù)據(jù)集合R2與所提取的血管圖像數(shù)據(jù)A進行比較，并計算相似度。如果該相似度等于或大于預先確定的閾值，則判定二者相似(OK)，并且認證成功，并結(jié)束處理。
(S78)另一方面，如果在步驟S76中，該相似度沒有超過該閾值，則返回不相似(NG)判定。然后將第三已登記血管圖像數(shù)據(jù)集合R3與所提取的血管圖像數(shù)據(jù)A進行比較，并計算相似度。如果該相似度等于或大于預先確定的閾值，則判定二者相似(OK)，并且認證成功，并結(jié)束處理。然而，如果該相似度沒有超過該閾值，則返回不相似(NG)判定，并在錯誤的狀態(tài)下結(jié)束處理。
在該試驗認證中，如圖15所示，如果認證處理不令人滿意，則圖像采集設備1可以指示采集下一個圖像。因此，為用戶提供了更多的試驗認證的機會，并且可以使用戶熟悉該認證方法，這有助于該認證設備的廣泛采用。該認證處理與實際的認證處理相似，由于對其的說明是冗余的，所以省略了實際認證處理的細節(jié)。
其它實施例在以上實施例中，針對使用手掌的靜脈圖案進行認證的情況對生物認證進行了說明，但是也可以應用于采用掌紋或者手的其它特征的其它生物認證。另外，以上說明假定是金融操作，但是也可以應用于任何要求個人認證的任務。
此外，利用位圖模式匹配技術(shù)說明了相似度的計算，但是也可以采用公知的方法，其中對數(shù)據(jù)進行矢量化，并且使用矢量的方向和長度來計算相似度。另外，登記的數(shù)量不限于三個，而是可以為大于1的任何數(shù)量。使用與圖15至圖17中相同的方法來進行校驗(認證)處理，并由圖1的服務區(qū)終端8或ATM 6來執(zhí)行該校驗(認證)處理。
以上說明了本發(fā)明的實施例，但是可以在本發(fā)明的范圍內(nèi)對本發(fā)明進行多種修改，并且這些修改并沒有被排除在本發(fā)明的范圍之外。
由于通過圖像采集單元對同一人體的手掌圖像進行了多次采集，計算了多個手掌圖像的多個特征數(shù)據(jù)集合之間的相似度，并將具有高相似度的多個特征數(shù)據(jù)集合登記在存儲單元中，所以即使在使用多次檢測的特征數(shù)據(jù)時，也可以執(zhí)行適應生物狀態(tài)變化的校驗，而不會降低校驗的準確性，并且可以防止對于用戶的不便，這有助于該生物認證系統(tǒng)的廣泛采用。此外，因為可以使用手掌圖像的輪廓來校驗圖像中的手形，所以可以快速地判斷成功的圖像采集，并提取特征數(shù)據(jù)，從而可以在短時間內(nèi)執(zhí)行登記處理。
本申請基于2004年10月8日提交的在先日本專利申請No.2004-296976，并要求其優(yōu)先權(quán)，在此通過引用并入其全部內(nèi)容。
權(quán)利要求
1.一種生物認證系統(tǒng)，用于通過以下操作來執(zhí)行個人認證檢測并登記人體的手掌特征數(shù)據(jù)以在將來使用；從所述人體的手掌檢測特征數(shù)據(jù)；以及將檢測到的特征數(shù)據(jù)與所述登記特征數(shù)據(jù)進行校驗，所述系統(tǒng)包括圖像采集單元，用于采集所述人體的手掌圖像；存儲單元，用于存儲所述人體的手掌的所述登記的特征數(shù)據(jù)；以及處理單元，用于從所述圖像采集單元所采集的所述手掌圖像提取輪廓，根據(jù)所述提取的輪廓來判斷所述圖像采集是否成功，從被判斷為成功采集的手掌圖像提取所述特征數(shù)據(jù)，并將所述特征數(shù)據(jù)登記在所述存儲單元中，其中所述處理單元從所述圖像采集單元處多次獲取所述人體的手掌圖像，判斷所述多個手掌圖像中的每一個的特征數(shù)據(jù)之間的相似度，并將具有高相似程度的多個特征數(shù)據(jù)集合登記在所述存儲單元中。
2.根據(jù)權(quán)利要求1所述的生物認證系統(tǒng)，其中所述處理單元參照所述手掌的第一特征數(shù)據(jù)集合，判斷所述手掌的第二和后續(xù)特征數(shù)據(jù)集合的相似度。
3.根據(jù)權(quán)利要求1所述的生物認證系統(tǒng)，其中所述處理單元從所述圖像采集單元獲取所述同一人體的多個手掌圖像，直到獲得了規(guī)定數(shù)量的具有高相似度的特征數(shù)據(jù)集合為止。
4.根據(jù)權(quán)利要求1所述的生物認證系統(tǒng)，其中在將具有高相似度的所述多個特征數(shù)據(jù)集合登記在所述存儲單元中之后，所述處理單元從所述圖像采集單元獲取所述手掌圖像，提取所述特征數(shù)據(jù)，對所述特征數(shù)據(jù)和登記在所述存儲單元中的所述多個特征數(shù)據(jù)集合進行校驗，并執(zhí)行試驗認證。
5.根據(jù)權(quán)利要求1所述的生物認證系統(tǒng)，其中所述處理單元從所述圖像采集單元所采集的所述手掌圖像中提取輪廓，根據(jù)所述提取的輪廓來判斷所述圖像采集是否成功，從被判定為成功采集的手掌圖像中提取所述特征數(shù)據(jù)，將所述特征數(shù)據(jù)與登記在所述存儲單元中的所述多個特征數(shù)據(jù)集合進行校驗，并進行個人認證。
6.根據(jù)權(quán)利要求1所述的生物認證系統(tǒng)，其中當所述相似度等于或大于規(guī)定閾值時，所述處理單元判定所述相似度為高。
7.根據(jù)權(quán)利要求2所述的生物認證系統(tǒng)，其中所述處理單元登記第一生物特征數(shù)據(jù)集合，并且對第n生物特征數(shù)據(jù)集合，計算與第一至第(n-1)生物特征數(shù)據(jù)的所有相似度，并且當所有相似度都大于或等于所述閾值時，將所述第n生物特征數(shù)據(jù)集合登記在所述存儲單元中。
8.根據(jù)權(quán)利要求5所述的生物認證系統(tǒng)，其中在進行個人認證時，所述處理單元根據(jù)所述個人的識別信息，從所述存儲單元中讀取所述多個生物特征數(shù)據(jù)集合，并將從由所述圖像采集單元獲得的手掌圖像獲取的所述特征數(shù)據(jù)與所述讀取的多個特征數(shù)據(jù)集合進行校驗。
9.根據(jù)權(quán)利要求8所述的生物認證系統(tǒng)，其中所述處理單元對所述提取的特征數(shù)據(jù)與所述多個登記特征數(shù)據(jù)集合之一相似的事實進行檢測，并執(zhí)行個人認證。
10.根據(jù)權(quán)利要求1所述的生物認證系統(tǒng)，其中所述處理單元根據(jù)所述手掌圖像的輪廓與所述圖像采集單元的圖像采集范圍之間的位置關(guān)系，來判斷所述圖像采集是否成功。
11.根據(jù)權(quán)利要求1所述的生物認證系統(tǒng)，其中所述圖像采集單元采集包括所述人體的手掌以及手指的一部分在內(nèi)的手的一部分。
12.根據(jù)權(quán)利要求11所述的生物認證系統(tǒng)，其中所述處理單元根據(jù)位于所述圖像采集范圍內(nèi)的所述手掌圖像的輪廓數(shù)量，來判斷所述圖像采集是否成功。
13.根據(jù)權(quán)利要求11所述的生物認證系統(tǒng)，其中所述處理單元根據(jù)所述手掌圖像的輪廓與所述圖像采集單元的圖像采集范圍之間的位置關(guān)系，以及位于所述圖像采集范圍內(nèi)的所述輪廓的數(shù)量，來判斷所述圖像采集是否成功。
14.根據(jù)權(quán)利要求1所述的生物認證系統(tǒng)，其中當根據(jù)所述手掌圖像的輪廓判定所述圖像采集不成功時，所述處理單元使所述圖像采集單元再次執(zhí)行對所述手掌圖像的圖像采集，并獲取所述手掌圖像。
15.根據(jù)權(quán)利要求8所述的生物認證系統(tǒng)，其中所述圖像采集單元具有距離傳感器，用于測量所述圖像采集單元與所述手掌之間的距離，并且當所述距離傳感器所測量到的距離在規(guī)定范圍內(nèi)時，所述處理單元從所述圖像采集單元獲取所述手掌圖像，并且在所述登記時和所述個人認證時之間修改所述規(guī)定范圍。
16.一種用于生物認證系統(tǒng)的認證方法，該生物認證系統(tǒng)通過以下操作來執(zhí)行個人認證檢測并登記人體的手掌的特征數(shù)據(jù)以在將來使用；從所述人體的手掌檢測特征數(shù)據(jù)；以及將檢測到的特征數(shù)據(jù)與所述登記的特征數(shù)據(jù)進行校驗，所述方法包括以下步驟從用于采集所述手掌圖像的圖像采集單元獲取所述手掌圖像；提取所述手掌圖像的輪廓，并根據(jù)所述輪廓來判斷所述圖像采集是否成功；從被判斷為成功采集的手掌圖像中提取所述特征數(shù)據(jù)；判斷從多個所述采集的圖像中提取的多個所述特征數(shù)據(jù)集合之間的相似度；以及將具有高相似度的多個特征數(shù)據(jù)集合登記在存儲單元中。
17.根據(jù)權(quán)利要求16所述的用于生物認證系統(tǒng)的認證方法，其中所述相似度判斷步驟包括以下步驟參照所述手掌的初始特征數(shù)據(jù)集合，判斷所述手掌的第二和后續(xù)特征數(shù)據(jù)集合的相似度。
18.根據(jù)權(quán)利要求17所述的用于生物認證系統(tǒng)的認證方法，還包括以下步驟從所述圖像采集單元獲取所述同一人體的手掌圖像，直到獲得規(guī)定數(shù)量的具有高相似度的所述特征數(shù)據(jù)集合為止。
19.根據(jù)權(quán)利要求16所述的用于生物認證系統(tǒng)的認證方法，還包括以下步驟在將具有高相似度的多個所述特征數(shù)據(jù)集合登記在所述存儲單元中之后，從所述圖像采集單元獲取所述手掌圖像；提取所述手掌圖像的輪廓，并根據(jù)所述輪廓來判斷所述圖像采集是否成功；從被判斷為成功采集的手掌圖像中提取特征數(shù)據(jù)；以及將所述特征數(shù)據(jù)與登記在所述存儲單元中的多個特征數(shù)據(jù)集合進行校驗，以執(zhí)行試驗認證。
20.根據(jù)權(quán)利要求16所述的用于生物認證系統(tǒng)的認證方法，其中所述相似度判斷步驟包括以下步驟當所述相似度等于或大于規(guī)定閾值時，判定所述相似度為高。
21.根據(jù)權(quán)利要求17所述的用于生物認證系統(tǒng)的認證方法，其中所述相似度判斷步驟包括以下步驟對第n生物特征數(shù)據(jù)集合，計算與第一至第(n-1)生物特征數(shù)據(jù)集合的所有相似度；以及當所有相似度都大于或等于一閾值時，將所述特征數(shù)據(jù)集合判定為適于登記的特征數(shù)據(jù)。
22.根據(jù)權(quán)利要求16所述的用于生物認證系統(tǒng)的認證方法，其中判斷圖像采集是否成功的所述步驟包括以下步驟根據(jù)所述手掌圖像的輪廓與所述圖像采集單元的圖像采集范圍之間的位置關(guān)系，來判斷所述圖像采集是否成功。
23.根據(jù)權(quán)利要求16所述的用于生物認證系統(tǒng)的認證方法，其中所述圖像獲取步驟包括以下步驟從所述圖像采集單元獲得包括所述人體的手掌以及手指的一部分在內(nèi)的手的一部分的所采集圖像。
24.根據(jù)權(quán)利要求23所述的用于生物認證系統(tǒng)的認證方法，其中判斷所述圖像采集是否成功的所述步驟包括以下步驟根據(jù)位于所述圖像采集范圍內(nèi)的所述手掌圖像的輪廓數(shù)量，來判斷所述圖像采集是否成功。
25.根據(jù)權(quán)利要求16所述的用于生物認證系統(tǒng)的認證方法，其中判斷所述圖像采集是否成功的所述步驟包括以下步驟根據(jù)所述手掌圖像的輪廓與所述圖像采集單元的圖像采集范圍之間的位置關(guān)系，以及位于所述圖像采集范圍內(nèi)的所述輪廓的數(shù)量，來判斷所述圖像采集是否成功。
26.根據(jù)權(quán)利要求16所述的用于生物認證系統(tǒng)的認證方法，還包括以下步驟當根據(jù)所述手掌圖像的輪廓判定所述圖像采集不成功時，使所述圖像采集單元再次采集所述手掌圖像，以獲取所述手掌圖像。
27.根據(jù)權(quán)利要求16所述的用于生物認證系統(tǒng)的認證方法，其中所述圖像獲取步驟包括以下步驟當用于測量所述圖像采集單元與所述手掌之間的距離的距離傳感器所測量到的距離在規(guī)定范圍內(nèi)時，從所述圖像采集單元獲得所述手掌圖像。
28.一種程序，其使計算機執(zhí)行以下步驟通過用于采集手掌圖像的圖像采集單元來獲得人體的手掌圖像；提取所述手掌圖像的輪廓，并根據(jù)所述輪廓來判斷所述圖像采集是否成功；從被判斷為成功采集的手掌圖像中提取特征數(shù)據(jù)；判斷從多個所述采集圖像中提取的多個所述特征數(shù)據(jù)集合之間的相似度；以及將具有高相似度的多個特征數(shù)據(jù)集合登記在存儲單元中。
29.根據(jù)權(quán)利要求28所述的程序，還使所述計算機執(zhí)行以下步驟在將具有高相似度的多個所述特征數(shù)據(jù)集合登記到所述存儲單元中之后，從所述圖像采集單元獲取所述手掌圖像；提取所述手掌圖像的輪廓，并根據(jù)所述輪廓來判斷所述圖像采集是否成功，從被判斷為成功采集的手掌圖像中提取特征數(shù)據(jù)；以及將所述特征數(shù)據(jù)與登記在所述存儲單元中的多個特征數(shù)據(jù)集合進行校驗，以執(zhí)行試驗認證。
30.根據(jù)權(quán)利要求28所述的程序，其使所述計算機執(zhí)行以下步驟作為判斷所述圖像采集是否成功的所述步驟根據(jù)所述手掌圖像的輪廓與所述圖像采集單元的圖像采集范圍之間的位置關(guān)系，來判斷所述圖像采集是否成功。
全文摘要
生物認證系統(tǒng)登記方法、生物認證系統(tǒng)及其程序。一種生物認證系統(tǒng)，其利用人體的手掌信息來執(zhí)行個人認證。處理單元從圖像采集單元多次獲取同一人體的手掌圖像，判斷該多個手掌圖像的特征數(shù)據(jù)集合之間的相似度，并將具有高相似度的多個特征數(shù)據(jù)集合登記在存儲單元中。并且根據(jù)手掌圖像的輪廓來檢查該圖像中的手形，所以可以快速判斷圖像采集是否成功并提取特征數(shù)據(jù)，從而可以在短時間內(nèi)執(zhí)行登記處理。
文檔編號G06K9/46GK1758264SQ200510066619
公開日2006年4月12日 申請日期2005年4月15日 優(yōu)先權(quán)日2004年10月8日
發(fā)明者鐮田英夫, 岸野琢己, 江口真一 申請人:富士通株式會社, 富士通先端科技株式會社