CN1509454A - 指纹辨识中使用灰阶微分影像之纹理分类辨识伪迹之方法 - Google Patents

Abstract

一种在指纹辨识中用于伪迹辨识之方法，首先获取一影像序列(100)，其系包含待辨识之指纹之复数个影像(0－19)。自获取纹理之至少两个影像，形成一个微分影像。比较该纹理与一预先决定之纹理，以决定是否该获取之影像序列系来自于一真实手指或是来自伪造。

Description

指纹辨识中使用灰阶微分影像之纹理分类辨识伪迹之方法

本发明系关于一种用于指纹辨识中使用灰阶微分影像辨识伪迹之方法，特别系关于一种基于影像序列用于指纹辨识中辨识伪迹之方法。特别地，本发明系关于一种以动态软件为基础用于辨识伪迹之方法。

指纹辨识是一种可信赖的且相当广泛用于个人辨识的技术。在相关领域中已知有数种方法可用于指纹辨识，首先，简单的影像辨识，其获取所放置手指之影像，且将其与所储存之影像相比较，以进行人物辨识。

习用方法之缺点在于其非常容易被蒙骗，例如可藉由放置一指纹之硅树脂铸模或是类似的物品。再者，其缺点在于使用该比较影像(模板)所需之大的储存，亦需要大的计算能力。该方法亦存在容易欺骗之缺点。

为了解决习知技艺的问题，已经假设自指纹中撷取特征，且基于这些特征进行辨识。例如已知用于个人辨识之生物公制方法，系可使用于自动化系统中。此系统程序，该输入资料包含与个人相关联之生物公制特征与撷取特性特征。

然而，对于可信任的个人相关事物而言，可以确定的是没有所测量的标的物与该影像获取装置之间的信号路径上，可能没有人为操纵。

以自动化系统作为指纹辨识方法之指纹辨识中，仅需要将自真实手指所产生之影像通过至处理装置，以及最后拒绝伪造影像。

为解决在相关技艺中这些问题所用的方法，系将简短如下所述，其中以硬件为基础的解决方法与以软件为基础的解决方法之间系有差异的。

一第一种解决方法系补充该感应器，其中系以结合的或是外部的硬件组件获取指纹。此种已知解决方法的获取，例如，所放置手指的阻抗，其于美国专利5,953,331中有更详细之描述。以硬件为基础的伪迹辨识之其它技术实现，系包含湿度测量、脉冲测量与压力测量。

除了以硬件为基础的解决方法之外，已知的解决方法其中用于伪迹辨识之资料系经由软件进行评估。在以软件为基础的伪迹辨识中，静态与动态方法之间系有差异的。

在静态的方法中仅有一个影像被评估，通常该影像亦系被用于辨识。静态软件为基础的伪迹辨识方法，例如在指纹影像的评估上，其存在作为具有灰阶之位映像。其它以软件为基础的静态方法系评估影像中可见的皮脂腺。在动态方法中，系使用一连串描述放置该手指程序之感应器的连续影像。一动态伪迹辨识增加生物公制指纹系统之辨识与伪迹安全性，其中另有采用例如人物之移动，所放置手指之压力或是该手指之汗水作为辨识之用。其它的动态方法利用个别的信息作为自指纹影像之序列进行伪迹辨识。

上述用为伪迹辨识的以动态软件为基础之解决方法，其中自指纹影像之序列撷取个别信息作为伪迹辨识，其系基于皮肤之大范围解信息，因此该指纹系如已知的「巨弹性」。使用巨弹性的缺点在于一般原始手指与伪迹之间仅于该手指或伪迹系以相当大的压力被放置时才可待辨识。

自此相关技艺衍生，本发明系之目的系提供一种改善的伪迹辨识方法，其中其可于一真实的指纹与一伪造指纹之间进行可信赖的辨识，而不须在某些微小的参数下，例如接触压力，产生该指纹。

本发明之目的系藉由申请专利范围第1项而达成。

本发明系提供一种伪迹辨识的方法，该方法包含下列步骤：

(a)获取一影像序列，其包含待辨识指纹之复数个影像；

(b)自该获取到的影像序列中的两个影像，形成至少一个微分的影像；

(c)自该至少一个微分的影像中获取一纹理；以及

(d)比较该纹理与一预先决定之纹理，以决定是否该获取到的影像序列，系来自于一真实的手指或是来自伪造。

本发明之知识基础系当手指的弹性，特别系皮肤影响手指的放置时，其系基于一影像序列中可见的移动特征。以下区分两种形式的弹性。

一方面上述之巨弹性存在，其系描述皮肤的大区域解信息，因此该指纹伴随着上述之缺点。另一方面，「微弹性」系描述简单放置手指中，例如在一感应器单元上，该手指线之解信息。

原始手指与伪迹手指之微弹性与巨弹性皆为不同，其放置过程的影像序列皆为可见的，且系藉由所发明的影像处理运算法进行分析，以作为影像辨识。在巨弹性的获取中，例如该手指线的线成长系可被获取的。

仅当手指或伪迹以相当大的压力被放置时，原始手指与伪迹间的巨弹性具有可见到的差别。为避免此种缺点以及确保影像序列的完成不需要人为参与进行确认，仅需要简单地放置手指，本发明已发现可藉由分析该微弹性以达到此一目的。

微弹性系显示该手指线被放置后，随时间而发生的改变。其中可见的是当该原始手指被放置时，该原始手指细纹变得较宽较暗，其系与伪造手指所显示之纹理不同。

本发明之优点系基于微弹性之检验使其可由可信任之方式分辨原始手指与伪迹之间的影像序列，这是因为微弹性系伪迹所难以仿造的重要特征。

根据本发明，系进行连续且及时的影像序列之灰阶微分影像的纹理分类。藉由该分类，可区分出伪迹与真迹。

本发明更详细之说明可藉由参考下列之图标与较佳实施例。

图1A系一影像序列，其系本发明方法之基础。

图1B系一感应器单元的概示图。

图2A与图2B系为流程图，其系说明本发明方法之一较佳实施例。

图3系说明一原始手指、金箔伪迹以及一呼吸伪迹之连续影像与个别微分影像。

图4系一流程图，其系更详细说明本发明一实施例之纹理分类。

在图1A中，100系一范例影像序列，其系基于发明方法，用于所显示之指纹的伪迹辨识。如图所示，该影像序列100包含复数个个别影像0至19，如箭头102所介绍，该影像序列100中该个别影像0至19系连续且及时的。较佳为，该影像序列100系包含个别影像作为具灰阶之位映图。在放置手指104的过程中藉由感应器单元106获取该影像序列100，如图1B中所示。值得注意的是，放置该手指于该感应器单元106上的过程中不会获取到影像序列100，而是在放置该手指104于该感应器106之过程中获取到该影像序列100，如个别影像0至19所示。详细地说明为，影像0至6并无显示手指，仅自影像7开始，可见手指覆盖越来越大的影像区域。

若影像序列之影像系得自一真实手指，则在该放置过程中数个影像的接触区域系越来越大。若影像序列之影像系得自一伪迹，则该指纹立即显示出完全的接触而无过渡。再者，在变得可见之后，图片中真实手指的手指线的对比与宽度会改变。在伪迹中，其影像中二者皆保持不变。此一效应系来自于手指与伪迹之不同的弹性。

根据本发明之一较佳实施例，初始时自包含该辨识指纹之灰阶影像之序列，计算微分影像之序列，其系藉由依画素减去影像之两连续的序列。在该微分影像中，在影像序列中可在适当时间辨识不同的纹理，特别系在手指104与感应器106(请见图1B)之间第一接触之时间，取决于是否该影像序列系来自于一原始手指或是来自于一伪迹。此反映出手指与伪迹材质具有不同的微弹性。根据灰阶微分影像之纹理分类，可确认该序列系得自于一原始手指或是得自于一伪迹。

根据图2，本发明第二较佳实施例之详细说明如下。自所获取之影像序列，总可产生不同的影像序列。必须自微分的影像序列，选择出特别具特征之微分影像。因此，于第一梯度影像且在微分影像序列之上升序列中，计算后续该梯度影像之统计图。决定该统计图之重力中心。若此中心通过门槛，则个别的统计图将被用作为后续的伪迹辨识。

如图2A步骤200中所示，其中例如该影像序列100系如图1A中所示，获取包含代表指纹之影像0至19以待辨识。在后续步骤202中，产生两连续影像之微分影像，例如依画素减去影像序列之两个连续灰阶影像。在步骤204中，决定是否有另一微分影像被获取。若步骤204决定获取到另一微分影像，则该方法返回至步骤202，否则该方法继续至步骤206。在步骤206中，纹理系选自于该微分影像序列，其而后系与图2B中步骤208中预先决定之纹理进行比较。若该纹理符合，则该方法继续至步骤210，其中系决定该指纹系真实的，其代表得自于一真实手指之影像序列。若在步骤208中决定该纹理并非吻合，则在步骤212中决定该指纹不是真实的且该影像序列系来自于一伪迹。

图3系说明一影像230，其系得自于一金箔伪迹一影像序列之影像。230b代表序列中之先前影像，且230c代表微分影像。

在240a中，系说明一影像序列之当前影像，其系得自于一呼吸伪迹。显示先前影像140b，而该微分影像系为240c。

在图3中所示之影像分别为220a，220b，230a，230b，240a，240b，其具有水平地完全的分辨率(224画素)。垂直地仅有1/4的可能分辨率(288画素中的72画素)。仅有1/4的感应器影像被读取出，因而在可见的时间改变上快速改变影像序列(该感应器之完全影像可在约1/10秒内被读取出来，个别系四分之一影像四倍快速)。因此仅有该指纹影像之边缘区域系可见的。作为代表理由，该影像于垂直方向被拉直，因此该手指线显得扭曲变形。

该微分的影像220c，230c，240c各自显示在放置过程中一指纹之特性增长。

在原始手指220中可见，首先可发现该区域中该手指线系圆圈形向外增加(该手指之接触区域增加)。再者，可见到的是个别的手指线变得较宽(其在微分影像中为暗的边缘)。

在该金箔伪迹230c中，该手指指纹区域主要系在直线部分增加，其系对应于该感应器上展开之金箔。因此，没有手指线(隆起)的增长可待辨识(隆起处无边缘)。

在该呼吸伪迹240c中，无手指指纹区域的增长且亦无个别隆起的增长可待辨识(该微分影像240c仅系非常淡且规则)。

因此微分影像220c、230c与240c系具有显著的不同，因而自一原始手指所得之一影像序列与自一伪迹所得之一影像序列之间，系有差异的。

根据图4，所产生的灰阶微分影像之纹理分类，更详细之说明如下。

首先，在步骤250中过滤所产生的灰阶微分影像，以获得一梯度影像序列。根据一较佳实施例，一sobel过滤器可完成此项过滤。

在后续的步骤252中，于所产生的梯度影像序列之个别的梯度影像，计算统计图。在步骤253中，选择一适当的统计图。而后，在步骤254中，以预先决定之罩幕或模板完成所选择统计图之相关联，其中一第一模或一第一罩幕系作为一原始手指与一伪迹之一第二模板或一第二罩幕。在步骤256中，决定是否与一原始手指模板具相关联之值系高于与一伪迹具相关联之值。较佳系参阅在放置手指时即获取之影像与个别的微分影像，而完成分类。在步骤256中决定，该第一模板之值系高于该第二模板之值，而后步骤256中，该手指指纹系被分类为真实的，同于步骤210。否则，在步骤260中该指纹被分类为非真实的，同于步骤212。

根据一较佳实施例，步骤254与256代表关联性与后续的分类，仅发生于放置该手指之时间，亦即仅于序列中的一些影像，其中该连续影像在其区域中具有显著的不同，这代表例如图1A中所示的影像序列100中影像6至10。根据另一较佳实施例，系藉由计算统计图中的重力中心决定那些影像。只有当这些中心超过一预先决定之门槛时，才使得这统计图具有关联性与分类。换言之，首先进行所有影像的完全处理，因此产生连续影像之个别微分影像，以及仅根据该统计图，实际选择用于关联性与分类之微分影像。

端视此发明方法之结果，而决定是否引入更进一步之步骤，存取被保护之资料、开启门或是其它步骤。假若例如决定一指纹系得自于一伪迹，则此一未经授权的闯入，会引起警报等装置，或者是通知保全人员。

当该指纹系被判读为「真实」时，被获取到的影像序列可被供于更进一步之个人辨识。

组件符号表列：

0-19  影像

100   影像序列

102   箭头

104   手指

106   感应器单元

200-212处理步骤

220a  自一原始手指之一影像之一当前影像

220b  220a先前之影像

220c  微分影像

230a  自一金箔伪迹之一影像之一当前影像

230b  230先前之影像

230c  微分影像

240a  自一呼吸伪迹之一影像之一当前影像

240b  240a先前之影像

240c  微分影像

250-260  处理步骤

Claims (7)

1.一种用于伪迹辨识之方法，该方法包含：

(a)获取(200)一影像序列(100)，其系包含待辨识之指纹之复数个影像(0-19)；

(b)自该获取之影像序列(100)之两个影像，形成(202)至少一个微分影像；

(c)在该至少一个微分影像中，获取(206)一纹理；

(d)比较(208)该纹理与一预先决定之纹理，以决定是否该获取之影像序列系来自于一真实手指或是来自伪造。

2.如申请专利范围第1项之方法，其中在放置一手指(104)于一感应器单元上的过程中，产生该影像序列(100)，且其系包含及时的连续影像。

3.如申请专利范围第1项或第2项之方法，其中所获取之影像序列(100)之该影像(0-19)系被获取为灰阶影像。

4.如申请专利范围第1项至第3项之方法，其中在步骤(b)中复数个微分影像之产生系于该手指(104)与感影器单元(106)之间第一次接触的时间，藉由个别减去该影像序列(100)之两个连续影像，待减去的影像系为排列于该获取之影像序列中之影像。

5.如申请专利范围第1项至第4项任一项之方法，其中在步骤(d)中系将步骤(c)中所获取之纹理与真实手指之第一纹理比较，以及与伪造之第二纹理比较，以将该获取之纹理(254，256，258，260)分类。

6.如申请专利范围第1项至第5项任一项之方法，其中该步骤(d)包含：

(d1)过滤(250)该灰阶微分影像，以获得一梯度影像；

(d2)计算(252)该梯度影像之一统计图；

(d3)将所计算的统计图与一真实手指之第一给定罩幕以及与一伪造之第二给定罩幕相关联(254)，以及

(d4)若与该第一罩幕相关联之值系高于与该第二罩幕相关联之值，则将所获取之影像序列(100)分类(256，258，260)为得自于一真实手指。

7.如申请专利范围第6项之方法，其中该步骤(d1)与(d2)系用以实行复数个微分影像，其中在步骤(d3)与(d4)之前，该方法包含下列步骤：

计算每一统计图中重力的中心；

比较该重力的中心与一门槛，以及

使重力的中心超过门槛之统计图经历步骤(d3)与(d4)。

Images