１．はじめに
近年，キャッシュカードや暗証番号が盗用され， 現金が引き出されるような事件が相次いでいる． これらの対向策として人間の体の一部を認証の 鍵として利用する生体認証に注目が集まってい る．そこで我々は，生体認証で最も歴史がある指 紋認証技術に着目した．指紋認証方式は，2 枚の 指紋画像を重ね合わせて類似度を算出するパタ ーン・マッチング方式や指紋のマニューシャ(端点 や分岐点)と相対的な位置関係によって照合を行 うマニューシャ方式，そして指紋のラインごとに スライスした波形をスペクトル系列として解析 を行う周波数解析方式などがある．本研究では， 最も多くのベンダーが採用しているマニューシ ャ方式を取り上げ，前処理となるマニューシャを 抽出する実験を行ったので報告する．2．マニューシャについて
マニューシャとは，指紋の線の切れ目を示す端 点，あるいは分かれ目である分岐点である(図 1 参照)．これらを検出する処理がマニューシャ抽出 処理である． 図1：指紋のマニューシャ3．マニューシャ抽出を行う処理過程
マニューシャ抽出を行うために以下の処理過 程を行う(図 2 参照)． 図 2：マニューシャ抽出の実験過程4．ノイズ除去処理
一般に入力された指紋画像には，濃度むらや途 切れ等のノイズ成分を含んでいるので，画質を向 上させるために行う．一般的にノイズ除去には， 以下のように平滑化処理や画像強調などの処理 を用いる． ・平滑化処理 高周波成分を取り除くフィルタ処理である． 平滑化されノイズが目立たなくなるが，先鋭度が 失われてしまう．そのようなフィルタはローパス フィルタと呼ばれる． ・画像強調 低周波成分を取り除くフィルタ処理である．エ ッジ強調や輪郭線の検出に用いる．そのようなフ ィルタはハイパスフィルタと呼ばれる．澤見研究室
I02I036 兼信雄一 I02I093 柳楽和信 I02I142 吉田寛孝
指紋認証のマニューシャ抽出について
5．2 値化処理
画像の濃淡をなくし，白黒等の画像にする．こ れにより画像の持つ情報量が減るので，後の処理 が容易になる．2 値化する際には，ある濃度値“し きい値”を用いる．しきい値を決定する方法は， 以下に記すようにいくつか提案されている． 5.1．固定しきい値処理 ある濃度値をしきい値ｔとして，全ての画像領 域でそのしきい値を用いて処理する(式 1 参照)．[ ]
(
(
[ ]
[ ]
)
)
⎩
⎨
⎧
<
≥
=
t
j
i
f
t
j
i
f
j
i
g
,
0
,
1
,
(式１) 5.2．自動しきい値処理 すべての画像領域でそのしきい値を用いて処 理するが，しきい値は画像の濃度分布を基に決定 する．方法としてモード法やP-タイル法，微分ヒ ストグラム法などがある． 5.3．可変しきい値処理 可変しきい値は，画像を小領域に分割し，その 領域ごとにしきい値を決定し処理する．とくに指 紋などの特有の画像には，小領域ごとの濃度分布 の平均をしきい値とした局所2 値化法やさらに発 展させた内分比2 値化法というものが考案されて いる．例としてそれぞれの方法を示す． 5.3.1．局所 2 値化法 画像を小領域に分けその小領域ごとに濃淡の平 均を求め，それをしきい値とする．例えば表1 を 小領域に分けると表2 のようになる． 180 42 54 15 44 23 32 200 101 221 84 59 119 77 82 73 8 64 表1：3×6 の画素成分 180 42 54 15 44 23 32 200 101 221 84 59 119 77 82 73 8 64 表2：小領域に分けた画素成分 しきい値は，この例では左は 98.56，右は 65.67 となり，表3 のように 2 値化される． 180 42 54 15 44 23 32 200 101 221 84 59 119 77 82 73 8 64 表3：平均値より 2 値化した場合 5.3.2．内分比 2 値化法 局所2 値化法で求めた，平均より濃いピクセル， 薄いピクセルに分け，薄いピクセルの集合に対し 再び濃度の平均を求める．そして局所2 値化法で 用いる平均値と薄いピクセルの集合で求めた平 均値がn：m になる濃度を新たなしきい値とする． 表2 より表 4 のように分けられる． 42 54 15 44 23 32 59 77 82 8 64 表4：平均値より小さい画素 薄いピクセルの集合での平均は，左では57.4，右 では35.5 になる．これを局所 2 値化法で求めた 平均値である98.56 と 65.67 を例えば 3：2 に分 けると，73.9 と 47.6 となるので表 5 のように 2 値化される． 180 42 54 15 44 23 32 200 101 221 84 59 119 77 82 73 8 64 表5：内分比による 2 値化をした場合6．細線化処理
2 値画像中に含まれる各々の連結図形に対し， 線幅を1 ピクセルにする処理である．このとき， 連結性を保つことや中心線が歪まない等の注意 が必要である．7．マニューシャ抽出処理
マニューシャの形状は，ピクセル単位で考察す ると端点と分岐点について非常に単純ないくつ かのパターンにまとめることが出来る(図 3 参照)． これらのパターンを細線化された画像中を垂直候補を検出する(図 4 参照)． 図3：マニューシャのパターン 図4：パターンのマッチング
8．実験
8.1．実験方法と結果 用意した指紋画像から濃度むらや途切れ，さら に汗腺部分等のノイズ成分を除去する処理を行 った(図 5)．ここでは，高周波成分を取り除くロ ーパスフィルタのメディアン法を用いた．次に 2 値化処理では，固定しきい値法，局所 2 値化法， 内分比 2 値化法を用いて行った(図 6，7，8)．次 にマニューシャを検出できるように，細線化処理 を行った(図 9，10，11)．最後に，マニューシャ のパターンから領域指定内でのマッチングを行 い，抽出処理を行った(図 12，13，14)． 図4：元画像 図5：ノイズ除去画像 図6：2 値化(固定)処理結果 図7：2 値化(局所)処理結果図8：2 値化(内分比)処理結果 図9：細線化(固定)処理結果 図10：細線化(局所)処理結果 図11：細線化(内分比)処理結果 図12：マニューシャ(固定)抽出結果 図13：マニューシャ(局所)抽出結果
図14：マニューシャ(内分比)抽出結果 8.2．検証 結果より以下の検証方法を用いて評価を行う． ・擬似マニューシャ判別方法 元画像から目視によるマニューシャの数を調 べ，それぞれ処理結果から擬似マニューシャの判 定を行う． ・評価 目視によるマニューシャの数と検出されたマ ニューシャの数を以下の表6，7，8 に示す．内分 比での2 値化法が擬似マニューシャの検出が少な いことから最も精度が高いことが言える． 端点 分岐点 合計 3 14 17 表6：目視によるマニューシャの数 決定法 端点 分岐点 合計 固定 121 26 147 局所 34 18 52 内分比 11 24 35 表7：検出されたマニューシャの数 決定法 端点 分岐点 合計 固定 118 12 130 局所 31 4 35 内分比 8 10 18 表8：擬似マニューシャの数
