指紋辨識中使用灰階微分影像之紋理分類辨識偽跡之方法

2023-05-01 02:20:26

專利名稱：指紋辨識中使用灰階微分影像之紋理分類辨識偽跡之方法
技術領域：
本發明系關於一種用於指紋辨識中使用灰階微分影像辨識偽跡之方法，特別系關於一種基於影像序列用於指紋辨識中辨識偽跡之方法。特別地，本發明系關於一種以動態軟體為基礎用於辨識偽跡之方法。
指紋辨識是一種可信賴的且相當廣泛用於個人辨識的技術。在相關領域中已知有數種方法可用於指紋辨識，首先，簡單的影像辨識，其獲取所放置手指之影像，且將其與所儲存之影像相比較，以進行人物辨識。
習用方法之缺點在於其非常容易被矇騙，例如可藉由放置一指紋之矽樹脂鑄模或是類似的物品。再者，其缺點在於使用該比較影像(模板)所需之大的儲存，亦需要大的計算能力。該方法亦存在容易欺騙之缺點。
為了解決習知技藝的問題，已經假設自指紋中擷取特徵，且基於這些特徵進行辨識。例如已知用於個人辨識之生物公制方法，系可使用於自動化系統中。此系統程序，該輸入資料包含與個人相關聯之生物公制特徵與擷取特性特徵。
然而，對於可信任的個人相關事物而言，可以確定的是沒有所測量的標的物與該影像獲取裝置之間的信號路徑上，可能沒有人為操縱。
以自動化系統作為指紋辨識方法之指紋辨識中，僅需要將自真實手指所產生之影像通過至處理裝置，以及最後拒絕偽造影像。
為解決在相關技藝中這些問題所用的方法，系將簡短如下所述，其中以硬體為基礎的解決方法與以軟體為基礎的解決方法之間系有差異的。
一第一種解決方法系補充該感應器，其中系以結合的或是外部的硬體組件獲取指紋。此種已知解決方法的獲取，例如，所放置手指的阻抗，其於美國專利5,953,331中有更詳細之描述。以硬體為基礎的偽跡辨識之其它技術實現，系包含溼度測量、脈衝測量與壓力測量。
除了以硬體為基礎的解決方法之外，已知的解決方法其中用於偽跡辨識之資料系經由軟體進行評估。在以軟體為基礎的偽跡辨識中，靜態與動態方法之間系有差異的。
在靜態的方法中僅有一個影像被評估，通常該影像亦系被用於辨識。靜態軟體為基礎的偽跡辨識方法，例如在指紋影像的評估上，其存在作為具有灰階之位映像。其它以軟體為基礎的靜態方法系評估影像中可見的皮脂腺。在動態方法中，系使用一連串描述放置該手指程序之感應器的連續影像。一動態偽跡辨識增加生物公制指紋系統之辨識與偽跡安全性，其中另有採用例如人物之移動，所放置手指之壓力或是該手指之汗水作為辨識之用。其它的動態方法利用個別的信息作為自指紋影像之序列進行偽跡辨識。
上述用為偽跡辨識的以動態軟體為基礎之解決方法，其中自指紋影像之序列擷取個別信息作為偽跡辨識，其系基於皮膚之大範圍解信息，因此該指紋系如已知的「巨彈性」。使用巨彈性的缺點在於一般原始手指與偽跡之間僅於該手指或偽跡系以相當大的壓力被放置時才可待辨識。
自此相關技藝衍生，本發明系之目的系提供一種改善的偽跡辨識方法，其中其可於一真實的指紋與一偽造指紋之間進行可信賴的辨識，而不須在某些微小的參數下，例如接觸壓力，產生該指紋。
本發明之目的系藉由申請專利範圍第1項而達成。
本發明系提供一種偽跡辨識的方法，該方法包含下列步驟(a)獲取一影像序列，其包含待辨識指紋之複數個影像；(b)自該獲取到的影像序列中的兩個影像，形成至少一個微分的影像；(c)自該至少一個微分的影像中獲取一紋理；以及(d)比較該紋理與一預先決定之紋理，以決定是否該獲取到的影像序列，系來自於一真實的手指或是來自偽造。
本發明之知識基礎系當手指的彈性，特別系皮膚影響手指的放置時，其系基於一影像序列中可見的移動特徵。以下區分兩種形式的彈性。
一方面上述之巨彈性存在，其系描述皮膚的大區域解信息，因此該指紋伴隨著上述之缺點。另一方面，「微彈性」系描述簡單放置手指中，例如在一感應器單元上，該手指線之解信息。
原始手指與偽跡手指之微彈性與巨彈性皆為不同，其放置過程的影像序列皆為可見的，且系藉由所發明的影像處理運算法進行分析，以作為影像辨識。在巨彈性的獲取中，例如該手指線的線成長系可被獲取的。
僅當手指或偽跡以相當大的壓力被放置時，原始手指與偽跡間的巨彈性具有可見到的差別。為避免此種缺點以及確保影像序列的完成不需要人為參與進行確認，僅需要簡單地放置手指，本發明已發現可藉由分析該微彈性以達到此一目的。
微彈性系顯示該手指線被放置後，隨時間而發生的改變。其中可見的是當該原始手指被放置時，該原始手指細紋變得較寬較暗，其系與偽造手指所顯示之紋理不同。
本發明之優點系基於微彈性之檢驗使其可由可信任之方式分辨原始手指與偽跡之間的影像序列，這是因為微彈性系偽跡所難以仿造的重要特徵。
根據本發明，系進行連續且及時的影像序列之灰階微分影像的紋理分類。藉由該分類，可區分出偽跡與真跡。
本發明更詳細之說明可藉由參考下列之圖標與較佳實施例。


圖1A系一影像序列，其系本發明方法之基礎。
圖1B系一感應器單元的概示圖。
圖2A與圖2B係為流程圖，其系說明本發明方法之一較佳實施例。
圖3系說明一原始手指、金箔偽跡以及一呼吸偽跡之連續影像與個別微分影像。
圖4系一流程圖，其系更詳細說明本發明一實施例之紋理分類。
在圖1A中，100系一範例影像序列，其系基於發明方法，用於所顯示之指紋的偽跡辨識。如圖所示，該影像序列100包含複數個個別影像0至19，如箭頭102所介紹，該影像序列100中該個別影像0至19系連續且及時的。較佳為，該影像序列100系包含個別影像作為具灰階之位映圖。在放置手指104的過程中藉由感應器單元106獲取該影像序列100，如圖1B中所示。值得注意的是，放置該手指於該感應器單元106上的過程中不會獲取到影像序列100，而是在放置該手指104於該感應器106之過程中獲取到該影像序列100，如個別影像0至19所示。詳細地說明為，影像0至6並無顯示手指，僅自影像7開始，可見手指覆蓋越來越大的影像區域。
若影像序列之影像系得自一真實手指，則在該放置過程中數個影像的接觸區域系越來越大。若影像序列之影像系得自一偽跡，則該指紋立即顯示出完全的接觸而無過渡。再者，在變得可見之後，圖片中真實手指的手指線的對比與寬度會改變。在偽跡中，其影像中二者皆保持不變。此一效應系來自於手指與偽跡之不同的彈性。
根據本發明之一較佳實施例，初始時自包含該辨識指紋之灰階影像之序列，計算微分影像之序列，其系藉由依畫素減去影像之兩連續的序列。在該微分影像中，在影像序列中可在適當時間辨識不同的紋理，特別系在手指104與感應器106(請見圖1B)之間第一接觸之時間，取決於是否該影像序列系來自於一原始手指或是來自於一偽跡。此反映出手指與偽跡材質具有不同的微彈性。根據灰階微分影像之紋理分類，可確認該序列系得自於一原始手指或是得自於一偽跡。
根據圖2，本發明第二較佳實施例之詳細說明如下。自所獲取之影像序列，總可產生不同的影像序列。必須自微分的影像序列，選擇出特別具特徵之微分影像。因此，於第一梯度影像且在微分影像序列之上升序列中，計算後續該梯度影像之統計圖。決定該統計圖之重力中心。若此中心通過門檻，則個別的統計圖將被用作為後續的偽跡辨識。
如圖2A步驟200中所示，其中例如該影像序列100系如圖1A中所示，獲取包含代表指紋之影像0至19以待辨識。在後續步驟202中，產生兩連續影像之微分影像，例如依畫素減去影像序列之兩個連續灰階影像。在步驟204中，決定是否有另一微分影像被獲取。若步驟204決定獲取到另一微分影像，則該方法返回至步驟202，否則該方法繼續至步驟206。在步驟206中，紋理系選自於該微分影像序列，其而後系與圖2B中步驟208中預先決定之紋理進行比較。若該紋理符合，則該方法繼續至步驟210，其中系決定該指紋系真實的，其代表得自於一真實手指之影像序列。若在步驟208中決定該紋理並非吻合，則在步驟212中決定該指紋不是真實的且該影像序列系來自於一偽跡。
圖3系說明一影像230，其系得自於一金箔偽跡一影像序列之影像。230b代表序列中之先前影像，且230c代表微分影像。
在240a中，系說明一影像序列之當前影像，其系得自於一呼吸偽跡。顯示先前影像140b，而該微分影像係為240c。
在圖3中所示之影像分別為220a，220b，230a，230b，240a，240b，其具有水平地完全的解析度(224畫素)。垂直地僅有1/4的可能解析度(288畫素中的72畫素)。僅有1/4的感應器影像被讀取出，因而在可見的時間改變上快速改變影像序列(該感應器之完全影像可在約1/10秒內被讀取出來，個別系四分之一影像四倍快速)。因此僅有該指紋影像之邊緣區域系可見的。作為代表理由，該影像於垂直方向被拉直，因此該手指線顯得扭曲變形。
該微分的影像220c，230c，240c各自顯示在放置過程中一指紋之特性增長。
在原始手指220中可見，首先可發現該區域中該手指線系圓圈形向外增加(該手指之接觸區域增加)。再者，可見到的是個別的手指線變得較寬(其在微分影像中為暗的邊緣)。
在該金箔偽跡230c中，該手指指紋區域主要系在直線部分增加，其系對應於該感應器上展開之金箔。因此，沒有手指線(隆起)的增長可待辨識(隆起處無邊緣)。
在該呼吸偽跡240c中，無手指指紋區域的增長且亦無個別隆起的增長可待辨識(該微分影像240c僅系非常淡且規則)。
因此微分影像220c、230c與240c系具有顯著的不同，因而自一原始手指所得之一影像序列與自一偽跡所得之一影像序列之間，系有差異的。
根據圖4，所產生的灰階微分影像之紋理分類，更詳細之說明如下。
首先，在步驟250中過濾所產生的灰階微分影像，以獲得一梯度影像序列。根據一較佳實施例，一sobel過濾器可完成此項過濾。
在後續的步驟252中，於所產生的梯度影像序列之個別的梯度影像，計算統計圖。在步驟253中，選擇一適當的統計圖。而後，在步驟254中，以預先決定之罩幕或模板完成所選擇統計圖之相關聯，其中一第一模或一第一罩幕系作為一原始手指與一偽跡之一第二模板或一第二罩幕。在步驟256中，決定是否與一原始手指模板具相關聯之值系高於與一偽跡具相關聯之值。較佳系參閱在放置手指時即獲取之影像與個別的微分影像，而完成分類。在步驟256中決定，該第一模板之值系高於該第二模板之值，而後步驟256中，該手指指紋系被分類為真實的，同於步驟210。否則，在步驟260中該指紋被分類為非真實的，同於步驟212。
根據一較佳實施例，步驟254與256代表關聯性與後續的分類，僅發生於放置該手指之時間，亦即僅於序列中的一些影像，其中該連續影像在其區域中具有顯著的不同，這代表例如圖1A中所示的影像序列100中影像6至10。根據另一較佳實施例，系藉由計算統計圖中的重力中心決定那些影像。只有當這些中心超過一預先決定之門檻時，才使得這統計圖具有關聯性與分類。換言之，首先進行所有影像的完全處理，因此產生連續影像之個別微分影像，以及僅根據該統計圖，實際選擇用於關聯性與分類之微分影像。
端視此發明方法之結果，而決定是否引入更進一步之步驟，存取被保護之資料、開啟門或是其它步驟。假若例如決定一指紋系得自於一偽跡，則此一未經授權的闖入，會引起警報等裝置，或者是通知保全人員。
當該指紋系被判讀為「真實」時，被獲取到的影像序列可被供於更進一步之個人辨識。
組件符號表列0-19 影像100 影像序列102 箭頭104 手指106 感應器單元200-212處理步驟220a 自一原始手指之一影像之一當前影像220b 220a先前之影像220c 微分影像230a 自一金箔偽跡之一影像之一當前影像230b 230先前之影像230c 微分影像240a 自一呼吸偽跡之一影像之一當前影像240b 240a先前之影像240c 微分影像250-260 處理步驟
權利要求
1.一種用於偽跡辨識之方法，該方法包含(a)獲取(200)一影像序列(100)，其系包含待辨識之指紋之複數個影像(0-19)；(b)自該獲取之影像序列(100)之兩個影像，形成(202)至少一個微分影像；(c)在該至少一個微分影像中，獲取(206)一紋理；(d)比較(208)該紋理與一預先決定之紋理，以決定是否該獲取之影像序列系來自於一真實手指或是來自偽造。
2.如申請專利範圍第1項之方法，其中在放置一手指(104)於一感應器單元上的過程中，產生該影像序列(100)，且其系包含及時的連續影像。
3.如申請專利範圍第1項或第2項之方法，其中所獲取之影像序列(100)之該影像(0-19)系被獲取為灰階影像。
4.如申請專利範圍第1項至第3項之方法，其中在步驟(b)中複數個微分影像之產生繫於該手指(104)與感影器單元(106)之間第一次接觸的時間，藉由個別減去該影像序列(100)之兩個連續影像，待減去的影像係為排列於該獲取之影像序列中之影像。
5.如申請專利範圍第1項至第4項任一項之方法，其中在步驟(d)中系將步驟(c)中所獲取之紋理與真實手指之第一紋理比較，以及與偽造之第二紋理比較，以將該獲取之紋理(254，256，258，260)分類。
6.如申請專利範圍第1項至第5項任一項之方法，其中該步驟(d)包含(d1)過濾(250)該灰階微分影像，以獲得一梯度影像；(d2)計算(252)該梯度影像之一統計圖；(d3)將所計算的統計圖與一真實手指之第一給定罩幕以及與一偽造之第二給定罩幕相關聯(254)，以及(d4)若與該第一罩幕相關聯之值系高於與該第二罩幕相關聯之值，則將所獲取之影像序列(100)分類(256，258，260)為得自於一真實手指。
7.如申請專利範圍第6項之方法，其中該步驟(d1)與(d2)系用以實行複數個微分影像，其中在步驟(d3)與(d4)之前，該方法包含下列步驟計算每一統計圖中重力的中心；比較該重力的中心與一門檻，以及使重力的中心超過門檻之統計圖經歷步驟(d3)與(d4)。
全文摘要
一種在指紋辨識中用於偽跡辨識之方法，首先獲取一影像序列(100)，其系包含待辨識之指紋之複數個影像(0－19)。自獲取紋理之至少兩個影像，形成一個微分影像。比較該紋理與一預先決定之紋理，以決定是否該獲取之影像序列系來自於一真實手指或是來自偽造。
文檔編號G06K9/00GK1509454SQ02809958
公開日2004年6月30日 申請日期2002年4月25日 優先權日2001年5月14日
發明者A·恩格爾斯, H·梅爾滋納, P·莫格特, B·維爾茨, , A 恩格爾斯, 棠, 裉 申請人:因芬尼昂技術股份公司