图像处理装置和图像处理方法制造方法及图纸

提供了一种图像处理装置和图像处理方法。形状估计单元基于被摄体的图像来估计被摄体的形状，并且存储单元存储被摄体的形状。校正单元基于被摄体的形状来生成连接被摄体上的多个点的二次曲面，并且将所述多个点中的每一个点展开至与二次曲面接触的平面。然后，校正单元基于被展开至所述平面的所述多个点中的每一个点的位置来校正被摄体的图像。

【技术实现步骤摘要】

本文所讨论的实施例涉及图像处理装置和图像处理方法。
技术介绍
手掌静脉认证是一种生物认证技术，借助于该技术通过使用近红外线来对手掌的静脉图案进行拍摄，以便基于静脉图案来对个体进行认证。当静脉图案被登记时，可以通过使用向导来校正作为被摄体的手的手势，其中当针对静脉图案进行匹配时，向导经常不可用。在这样的情况下，当手势被用于登记时与当手势被用于匹配时之间手势上的差异会导致登记数据与匹配数据之间的较大差异，这降低了在认证应被认证为合格的人员过程中的成功率。鉴于此，可以设想测量手的手势例如手掌的倾斜、旋转等，以便按照消除登记与匹配之间的手势差异的这种方式来校正为了匹配而拍摄的手掌图像。通过使用该方法对图像进行归一化增加了认证应被认证为合格的人员的成功率。还已知一种明暗恢复形状(SFS，Shape From Shading)技术，其中，基于使用被投射在被摄体上的照明光而拾取的被摄体图像中的亮度分布来估计被被摄体的三维形状(例如，非专利文献1至3)。还已知一种基础图案映射方法，其中，具有基础图案的二维纹理被映射在由三维曲面组成的可调曲面上，以便在该可调曲面上反复创建基础图案(例如，专利文献1)。专利文献1：日本公开特许公报No.04-96186非专利文献1：R.Kimmel et al.,“Global Shape from Shading”,CVGIP:Image Understanding,第120页至第125页,1994年非专利文献2：R.Zhang et al.,“Shape from Shading:A Survey”,IEEE PAMI(Transactions on Pattern Analysis and Machine Intelligence),第21卷，第8期，第690页至第706页，1999年8月非专利文献3：E.Prados et al.,“Shape from Shading:a well-posed problem？”,INRIA,第5297期，第1页至第55页，2004年8月
技术实现思路
本专利技术的一个方面的目的在于对形状变形的被摄体的图像进行准确归一化。根据实施例的一个方面，图像处理装置包括形状估计单元、存储单元和校正单元。形状估计单元基于被摄体的图像来估计被摄体的形状，并且存储单元存储被摄体的形状。校正单元基于被摄体的形状来生成连接被摄体上的多个点的二次曲面，将所述多个点中的每一个点展开至与所述二次曲面接触的平面。然后，校正单元基于被展开至所述平面的所述多个点中的每一个点的位置来校正被摄体的图像。附图说明图1图示了静脉传感器。图2图示了弯曲手掌。图3图示了图像处理装置的功能配置。图4是图像处理的流程图。图5图示了图像处理装置的功能配置的具体示例。图6是生物认证处理的流程图。图7是归一化处理的流程图。图8是图示了二次曲面。图9图示了展开平面。图10图示了最终平面。图11图示了三维平面。图12图示了三维曲面。图13图示了展开平面上的点与二次曲面上的点之间的对应关系。图14图示了截平面。图15图示了椭圆。图16图示了椭圆的周界。图17图示了获得椭圆上的点的过程。图18图示了双曲线。图19图示了抛物线。图20图示了从图像拾取元件单元至展开平面的距离以及从图像拾取元件单元至二次曲面的距离。图21图示了执行引导的图像处理装置的功能配置。图22是基于曲率来执行引导的生物认证处理的流程图。图23是基于曲率和倾斜来执行引导的生物认证处理的流程图。图24图示了使用展开信息的生物认证处理。图25图示了不使用展开信息的生物认证处理。图26图示了信息处理设备的配置。具体实施方式下文中，将通过参考附图对实施例进行详细描述。图1图示了对手掌的静脉图案进行拍摄的静脉传感器的示例。为了恰当地拍摄静脉图案，期望作为被摄体的手掌101与静脉传感器102平行。当手掌101相对于静脉传感器102倾斜时，可以通过将SFS技术应用于近红外线的反射光并且测量手掌101的倾斜来校正由倾斜引起的静脉图案的差异。然而，当在登记或匹配静脉图案过程中手掌如图2所图示弯曲或过度张开时，手掌的三维形状的变形所引起的静脉图案的差异很有可能被保留。这可能造成难以认证出应被认证为合格的人员。鉴于此，期望通过将手掌视为曲面而非平面来高度准确地校正静脉图案的差异。注意，上述问题不仅出现在手掌静脉认证的情况下，而且还出现在对通过使用非近红外线的照明光而获得的被摄体的其他类型的图像进行校正的情况下。图3图示了根据实施例的图像处理装置的功能配置示例。图像处理装置301包括形状估计单元311、存储单元312和校正单元313。图4是说明由图3所图示的图像处理装置301执行的图像处理的示例的流程图。形状估计单元311基于被摄体的图像来对被摄体的形状321进行估计，而存储单元312存储被摄体的形状321(步骤401)。基于形状321，校正单元313生成连接被摄体上的多个点的二次曲面(步骤402)，并且将上述多个点中的每个点展开至与二次曲面接触的平面上(步骤403)。然后，校正单元313基于被展开至上述平面的每个点的位置来校正被摄体的图像(步骤404)。图3所图示的图像处理装置301使得有可能准确地归一化形状变形的被摄体的图像。图5图示了执行手掌静脉认证的图像处理装置301的具体示例。图5所图示的图像处理装置301包括形状估计单元311、存储单元312、校正单元313、拍摄单元501、特征提取单元502以及匹配单元503。存储单元312存储用于认证的静脉图案作为登记特征信息511。登记特征信息511还被称为登记模板。拍摄单元501对应于静脉传感器，并且包括照明单元和图像拾取元件单元。照明单元将近红外线的照明光投射在作为被摄体的生物体上，而图像拾取元件单元检测从生物体反射的光以便生成生物体的拍摄图像512。形状估计单元311对拍摄图像512应用SFS技术，以便估计生物体的三维形状513。三维形状513对应于图3所图示的形状321。校正单元313对拍摄图像512执行归一化处理以便生成校正图像514。特征提取单元502从校正图像514提取静脉图案作为特征信息515。匹配单元503比较所提取的特征信息515与登记特征信息511以便计算特征信息515与登记特征信息511之间的相似度。然后，匹配单元503将该相似度与阈值进行比较以便对生物体执行认证处理。例如，当该相似度高于阈值时，生物体通过认证，而当该相似度等于或低于该阈值时，生物体不能通过认证。图6是由图5所图示的图像处理装置301所执行的生物认证处理的示例的流程图。首先，拍摄单元501拍摄认证目标人员的手掌以便生成拍摄图像512，并且将拍摄图像512存储在存储单元312中(步骤601)。接着，形状估计单元311根据拍摄图像512估计手掌的三维形状513，并且将三维形状513存储在存储单元312中(步骤602)。然后，校正单元313对拍摄图像512执行归一化处理以便生成校正图像514，并且将校正图像514存储在存储单元312中(步骤603)。接着，特征提取单元502从校正图像514提取特征信息515，并且将特征信息515存储在存储单元312中(步骤604)。然后，匹配单元503将特征信息515与登记特征信息51本文档来自技高网...

【技术保护点】
一种图像处理装置，包括：形状估计单元，所述形状估计单元用于基于被摄体的图像来估计所述被摄体的形状；存储单元，所述存储单元用于存储所述被摄体的形状；以及校正单元，所述校正单元用于：基于所述被摄体的形状来生成连接所述被摄体上的多个点的二次曲面；基于所述二次曲面将所述多个点中的每一个点展开至与所述二次曲面接触的平面；以及基于被展开至所述平面的所述多个点中的每一个点的位置来校正所述图像。

【技术特征摘要】
2015.03.13 JP 2015-0508561.一种图像处理装置，包括：形状估计单元，所述形状估计单元用于基于被摄体的图像来估计所述被摄体的形状；存储单元，所述存储单元用于存储所述被摄体的形状；以及校正单元，所述校正单元用于：基于所述被摄体的形状来生成连接所述被摄体上的多个点的二次曲面；基于所述二次曲面将所述多个点中的每一个点展开至与所述二次曲面接触的平面；以及基于被展开至所述平面的所述多个点中的每一个点的位置来校正所述图像。2.根据权利要求1所述的图像处理装置，其中，所述形状估计单元基于所述图像的亮度分布来估计所述被摄体的形状。3.根据权利要求1或2所述的图像处理装置，其中，所述校正单元基于所述二次曲面上的参考点与所述多个点中的每一个点之间的距离来将所述多个点展开至所述平面。4.根据权利要求3所述的图像处理装置，其中，所述参考点是所述二次曲面与所述平面之间的切点，并且所述校正单元将所述多个点展开至所述平面，使得所述参考点与所述多个点中的每一个点之间的距离等于所述参考点与被展开至所述平面的所述多个点中的每一个点之间的距离。5.根据权利要求1至4中任一项所述的图像处理装置，其中，所述校正单元基于在拾取所述被摄体的图像的图像拾...

【专利技术属性】
技术研发人员：青木隆浩，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：日本;JP