KR20070076187A - 지문 인식 방법 - Google Patents

Abstract

본 발명은 지문 인식에 있어서, 특히 지문의 변화가 심한 영역에 대해 융선 보간을 수행할 수 있도록 한 지문 인식 방법 및 그 장치에 관한 것이다.

본 발명에 따른 지문 인식 방법은, 지문의 중심 영역을 추출하는 단계; 지문의 중심 영역과 인접 영역에 포함된 블록들에 대해 블록간 지문 융선 방향 차이를 계산하는 단계; 상기 계산된 융선 방향 차이가 임계치를 넘으면 블록간 융선 방향 보간을 수행하는 단계를 포함함으로써, 지문 영상의 중심 영역에서 융선 끊김 현상을 제거할 수 있다.

지문, 융선, 보간

Description

지문 인식 방법{Fingerprint recognition method}

도 1은 본 발명에 따른 지문 인식 방법을 나타낸 플로우 챠트.

도 2는 게이버 필터에서의 지문 필터링 예.

도 3은 지문 영상의 블록화를 나타낸 도면.

도 4는 소벨 에지 연산 예를 나타낸 도면.

도 5는 종래 게이버 필터링 결과를 나타낸 도면.

도 6은 본 발명에 따른 지문 인식 방법을 나타낸 플로우 챠트.

도 7은 본 발명에 따른 블록간 지문 융선 방향의 보간 예를 나타낸 도면.

도 8은 본 발명에 따른 지문 융선 방향 보간 후의 게이버 필터링 결과를 나타낸 도면.

본 발명은 지문 인식에 있어서, 특히 지문의 변화가 심한 영역에 대해 융선 보간을 수행할 수 있도록 한 지문 인식 방법에 관한 것이다.

개인정보와 보안의 중요성이 강조됨에 따라 지문(fingerprint), 망막 (retina), 홍채(iris), 얼굴(face) 인식 등의 생체인식(Bio metric) 기법에 대한 많은 연구와 관심이 집중되고 있다. 이 중 각 개인의 지문은 중복되지 않는 고유성을 지닌다는 특성을 이용한 지문인식 인증 기법은 다른 생체인식 기법에 비해 상대적으로 신뢰성, 안정성, 처리속도 등의 측면에서 우수하여 생체인식 중 가장 효율성이 높은 인증 수단으로 인정받고 있다.

지문에는 방향성을 띤 지문 융선(Ridge)으로 이루어진 정상 영역(normal region) 이외에 다수의 특징 영역이 존재한다. 이러한 특징 부분에 있어서, 한 지문에는 특히 융선이 진행하다가 끓어지는 점과 융선이 진행하다 분리되는 점등이 많이 분포되는데, 융선이 진행하다 끓어지는 점을 단점(Ending Point)이라 하고, 융선이 갈라지는 점을 분기점(Bifurcation Point)이라 지칭하며, 이들을 통칭하여 지문의 특징점(minutiae)이라 한다. 일반적으로 한 손가락에는 이러한 특징점이 100~150개 정도가 분포되며, 사람마다 모두 그 종류와 위치, 그리고 방향이 다르게 나타난다고 알려져 있다. 따라서, 이러한 지문의 특징점에 대한 정보는 각 개인마다의 식별수단으로서 사용될 수 있으며, 특징점의 위치 관계와 방향 등이 50~60% 이상 일치하면 통상 동일한 지문이라 판정한다.

지문인식 시스템에서의 지문 인증은 기본적으로 각 개인의 지문으로부터 분기점(Bifurcation Point), 단점(Ending Point) 등의 특징점(minutiae)을 추출하여 이들의 절대적 위치정보(X, Y Coordinate) 또는 상대적 위치정보, 그리고 이들 특징 점들이 이루는 각(Angle) 등의 정보를 이용하여 템플릿(Template)을 만들고 이미 저장, 등록되어 있는 지문과 인증을 위해 입력되어진 지문간의 매칭을 통하여 이루어진다. 이러한 지문 인식 시스템은 최근에 다양한 종류의 기기에 적용되고 있으며, 특히 휴대 단말기에도 도입되고 있다.

그러나, 사용자들이 인증을 위해 자신의 지문을 입력할 때, 지문을 등록할 때와 같은 강도와, 같은 회전각, 그리고 같은 위치에서 입력을 한다는 것은 불가능하므로 이에 따른 결과로 인해 생기는 본인 인증 거절, 또는 타인 수락 등의 오 인식 문제가 빈번하게 발생되고 있는 실정이다.

따라서, 지문 입력의 상황이나 지문 영상에서의 보다 정확한 정보 즉, 융선 방향 정보 및 융선의 연속성 등을 취득하여, 지문 인식률을 향상시켜 줄 수 있는 필요성이 대두되고 있다.

본 발명의 제1목적은 지문을 인식하는 지문인식 방법을 제공함에 있다.

본 발명의 제2목적은 지문의 융선 정보를 보다 정확하게 인식할 수 있도록 한 지문 인식방법을 제공함에 있다.

본 발명의 제3목적은 지문의 방향 정보의 변화가 심한 영역에서의 융선의 끓김 현상을 제거할 수 있도록 한 지문 인식 방법을 제공함에 있다.

상기한 목적 달성을 위한 본 발명에 따른 지문 인식 방법은,

지문의 중심 영역을 추출하는 단계;

지문의 중심 영역과 인접 영역에 포함된 블록들에 대해 블록간 지문 융선 방향 차이를 계산하는 단계;

상기 계산된 융선 방향 차이가 임계치를 넘으면 블록간 융선 방향 보간을 수행하는 단계를 포함하는 것을 특징으로 한다.

바람직하게, 상기 지문 중심 영역 추출단계는, 지문영역을 블록 단위로 나누는 단계; 상기 각 블록에 대해 융선 방향 및 주파수를 검출하는 단계; 상기 각 블록의 융선 방향 및 주파수를 이용하여 지문의 중심영역을 추출하는 단계를 포함하는 것을 특징으로 한다.

바람직하게, 상기 지문의 중심 영역은 푸앵카레(Poincare index)를 이용하는 것을 특징으로 한다.

바람직하게, 상기 블록간 지문 융선 보간 단계는 상기 각 블록간의 융선 방향 차이 값을 서브블록으로 나눈 후 각 융선 방향에 가감하여 구해지는 각 서브블록의 대표 방향 벡터를 모든 화소에 적용하는 것을 특징으로 한다.

바람직하게, 상기 보간된 융선 방향을 이용하여 게이버 필터링을 수행하는 단계를 더 포함하는 것을 특징으로 한다.

바람직하게, 상기 지문 융선 방향 차이는 적어도 두 개의 블록 단위로 수행하는 것을 특징으로 한다.

상기와 같이 구성되는 본 발명 실시 예에 따른 지문 인식 방법에 대하여 첨부된 도면을 참조하여 설명하면 다음과 같다.

일반적인 지문인식 과정은 지문의 특징점 추출을 위한 전처리 과정과 정합 및 판별에 사용되는 방향패턴과 특징점 추출과정, 그리고 이들을 이용한 식별 및 인식의 과정 등으로 이루어진다. 또한 지문 영상이 항상 동일한 위치에 존재하지 않고 획득될 때마다 일정한 방향으로 이동 및 회전되어 있거나 크기가 변화되어 단순비교가 불가능하므로, 데이터베이스에 저장된 각각의 등록지문과 인식하고자 하는 지문 사이의 유사도를 측정하는 매칭(matching)과정에서 두 지문의 좌표계를 맞추는 정렬(alignment)단계는 필수적이다.

지문에는 방향성을 띤 지문 융선(Ridge)으로 이루어진 정상 영역(normal region) 이외에 다수의 특징 영역이 존재한다. 이러한 특징 부분에 있어서, 한 지문에는 특히 융선이 진행하다가 끓어지는 점과 융선이 진행하다 분리되는 점등이 많이 분포되는데, 융선이 진행하다 끓어지는 점을 단점(Ending Point)이라 하고, 융선이 갈라지는 점을 분기점(Bifurcation Point)이라 지칭하며, 이들을 통칭하여 지문의 특징점(minutiae)이라 한다. 일반적으로 한 손가락에는 이러한 특징점이 100~150개 정도가 분포되며, 사람마다 모두 그 종류와 위치, 그리고 방향이 다르게 나타난다고 알려져 있다. 따라서, 이러한 지문의 특징점에 대한 정보는 각 개인마다의 식별수단으로서 사용될 수 있으며, 특징점의 위치 관계와 방향 등이 50~60% 이상 일치하면 통상 동일한 지문이라 판정한다.

도 1을 참조하여 지문 인식 방법에 대해 설명하면 다음과 같다.

지문이 입력되면(10) 전처리 과정을 수행하게 되는데(20), 상기 전처리 과정은 입력된 지문 영상에 대해 지문을 정규화하고(21), 지문 영역을 검출한 후(22), 지문 융선 방향/주파수를 검출하게 된다(23). 이때 지문 융선 방향 및 주파수가 검 출되면 게이버(Gabor) 필터링을 수행하고(24), 지문을 이진화하게 된다(25).

여기서, 지문 이진화 과정에서는 취급하는 데이터 량을 감소시키기 위한 과정으로, 지문 영상의 이진화는 지문의 돌출부인 융선부와 파인 부분인 곡부를 흑백으로 구별하는 처리를 의미한다. 입력영상이 지문 이외의 배경 영역을 포함하는 경우도 있으므로 지문 영역과 배경영역을 구별하는 과정까지 포함할 수 있다.

그리고, 전처리 과정(20) 후, 지문 세선화(30), 지문 특징벡터 추출(40)을 통해 데이터 베이스(60)에 저장된 지문 특징정보와 매칭을 수행하여(50), 동일 지문 여부를 확인하게 된다.

구체적으로, 상기 지문 세선화 과정(30)은 이진 화상으로부터 융선의 폭이 1화소인 선(Line) 화상을 만들어내는 것을 의미하며, 세선화된 지문영상은 특징점을 구함에 있어 유리하다. 보정 과정에서, 특징점의 집합에는 지문영상 획득시의 조건이나 처리상의 한계에 의하여 의사 특징점이 나타나게 되는데, 세선화된 영상에 대하여 의사 특징점을 제거한다.

그리고, 특징벡터 추출(Feature Extraction) 과정(40)에서는 지문에 존재하는 특징점들을 추출하는 과정이며, 매칭과정(matching)과정(50)에서는 전술한 과정에서 추출한 특징점들을 이용하여 지문을 식별하고 인식하는 단계이다.

이러한 방식으로 지문 인식을 수행하게 되는데, 일반적으로 지문에는 흉터, 상처, 땀샘 등이 존재하며, 입력 환경에 따라 건조지문, 습한 지문 등이 나타나게 된다. 따라서 지문 인식 방법에서 전 처리 과정이 필수적인 과정이며, 이때 사용되는 방법 중 하나가 게이버 필터링 과정을 주로 사용된다.

게이버 필터는 수학식 1과 같이 정의되며, 이를 도식화하면 도 2와 같이 표현된다.

여기서,

이고,

이며,

는 게이버 필터의 방향이고, f는 주파수이다.

는 x 및 y축으로 가우시안(Gaussian)면의 공간 상수이다.

일반적으로 지문의 융선 방향은 지문 영역의 특성상 도 3과 같이 지문 영역을 M*M(또는 M*N)블록 단위로 나누어 각각의 블록에 대해 융선 방향을 각각 계산하게 된다. 융선 방향을 구하기 위해 먼저 원 영상에 대해 도 4에 나타낸 바와 같이 소벨(sobel) 에지 마스크를 이용하여 기울기 영상(Gx, Gy)을 구하게 된다. 이 영상에 대해 다음과 같은 수학식 2를 이용하여 융선 방향(Vx, Vy)을 계산하게 된다.

여기서, Gx와 Gy는 각 화소에서의Sobel 에지결과 값이다. 그리고, W는 블록크기를 나타내며, θ는 각 블록의 대표 방향값(degree)을 나타낸다. 그리고, 지문 잡영의 영향을 최소화하기 위해 이를 전체 360도를 45도 단위로 양자화하여 사용한다.

이러한 대표 방향 값을 수학식 1의 게이버 필터의 방향 성분에 적용하여 지문 영상을 필터링한 결과는 도 5와 같다. 지문 융선 방향 정보가 블록간 변화가 작을 경우에는 좋은 결과를 얻을 수 있으나, 지문의 중심 영역(core point)과 같은 블록간 지문 융선 방향 정보의 변화가 클 경우에는 에러를 발생시킬 수 있다.

다시 말하면, 지문 영상 품질 향상에서 게이버 필터에 사용되는 주요 변수 중에 지문 융선의 방향 정보와 주파수 성분이 있다. 이들 두 변수는 블록으로 나누어진 각 영역에서 계산된 대표값을 그 블록에 포함된 전체 화소에 적용하게 된다. 그러나, 중심 영역과 같이 블록간 융선 정보 변이가 클 때, 즉 곡률이 큰 지문에서는 게이버 필터의 결과가 불연속으로 나타난다.

이러한 에러 발생 예는 도 5의 P 영역에서 필터링된 융선 방향이 끊겨지는 현상이 발생될 수 있다. 이러한 문제는 지문 인식 시간의 증가를 초래할 수도 있고, 최종적으로 지문 인식률을 저하시키는 원인이 될 수도 있다. 이와 같이, 지문에서 곡률이 큰 영역에서는 지문 융선의 방향 정보의 변화가 심하게 되는데, 이러한 영역에 대해 게이버 필터링을 수행하면 융선의 끊김 현상이 발생하게 된다. 즉, 지문 융선의 불연속성이 나타날 수 있다.

도 6은 본 발명에 따른 지문 인식 방법을 나타낸 흐름도이다.

도 6을 참조하면, 먼저 전처리 과정(도 1의 20)에서 각 블록별 지문 융선 방향과 주파수를 검출한 후(110), 상기 지문 융선 정보 및 주파수 정보를 이용하여 지문의 중심 영역(core region)을 추출하게 된다(120). 상기 추출된 중심 영역 및 그 주위 영역에 포함된 블록들에 대해 블록간 지문 융선 방향 차이를 계산하게 된다(130). 융선 방향 차이가 임계치(a) 보다 높으면 블록간 융선 방향 보간을 수행하게 된다(150). 상기 융선 방향 차이가 임계치 보다 작거나 블록간 융선 방향이 영역에 대해 게이버 필터링(160)을 수행하게 된다.

구체적으로 각 단계에 대해 설명하면,

상기 지문 중심 영역을 추출하는 과정(120)은 지문의 중심 영역을 추출하기 위한 한 방식으로 수학식3과 같은 푸앵카레(Poincare index; P)를 이용하고 있다.

여기서, d는 융선 방향정보이다. P(i,j)가 180도이면 중심 영역에 해당된다.

상기 120 단계 후, 상기 추출된 중심 영역 및 그 주위 영역에 포함된 블록들 에 대해 블록간 지문 융선 방향 차이를 계산하게 된다(130). 여기서, 중심 영역 블록을 기준으로 주변의 6 또는 8개에 대해서 블록간 지문 융선 방향 차이를 계산하게 된다. 여기서, 중심 영역 및 주변 영역은 블록들의 집합으로 구해지며, 영역이라는 의미는 하나의 화소단위이다.

상기 각 블록별 융선의 방향은 일정 방향을 기준으로 두 블록의 융선 방향 차이를 계산하게 된다(130). 이때, 각 블록의 융선 방향은 상기 수학식 2에 의해 결정되며, 상기 융선 방향에 해당되는 기울기는 블록 내의 융선 개수를 합하고 그 평균을 내는 값이다.

그리고, 두 블록간의 융선 방향 차이 값을 임계값(t)과 비교하고, 상기 블록간 융선 차이 값이 임계값(t) 보다 크면 두 블록간의 지문 융선 보간을 수행하게 된다(150).

도 7에 도시된 바와 같이, 제 1블록(W1)의 기울기(a)와 제 2블록(W2)의 기울기(b)의 차이의 절대값(

)가 임계치(t) 보다 크면 두 블록간에 지문 융선 보간이 수행된다.

상기 블록별 융선 방향(기울기)은 블록 내의 융선들의 평균 기울기 값이고, 인접한 두 블록의 융선 방향은 동일한 시계 방향으로 기울기를 계산하게 된다. 여기서, 인접하는 방향이 수평 블록간이 될 수도 있고, 수직 블록간이 될 수도 있으며, 대각선 블록간이 이용될 수도 있다.

그리고, 하나의 블록(W1,W2)이 8*8일 경우 블록간 지문 융선 보간 화소는 각 블록당 4*8이 된다. 상기 제1블록(W1)과 제2블록(W2)이 인접하는 각각의 1/2 블록 (W1-5~W1-8) (W2-5~W2-8)에 대해 방향 차이를 계산할 수 있다.

두 개의 블록에 대해서 수행하므로 하나의 블록(W3)에 해당되는 8*8 화소가 된다. 다른 예로서, 하나의 블록이 n*n(예: 16*16)이 되거나 n*m(예: 8*16)이 될 수도 있다.

이와 같이, 각 블록의 융선 방향 보간 화소에 새롭게 부여되는 융선 방향 정보(D)는 수학식 4와 같다.

여기서, D는 융선 방향 정보이며, i(예; i=1,...,8)는 각 화소를 나타내며, W는 블록크기(또는 화소 수)로서 W3=8*8이므로 8이 된다. 이와 같이, 단계적으로 각 서브픽셀에 대해 기울기를 가감함으로써 인접 블록의 융선 기울기와 완만하게 연결된다.

다시 말하면, a와 b의 차이 값을 8(=블록 크기) 등분하여 a 또는 b 값을 기준으로 하여 등분각을 계속 더하거나 빼서 각 서브블록의 대표 방향 벡터를 구하며, 이때 구해진 값은 상기 블록에 포함된 모든 화소에게 동일하게 적용된다. 상기 블록별 기울기 a, b 값을 보고 a와 b사이에 각도가 스무스(smooth)하게 변하도록 상황에 따라서 + 또는 -가 된다.

이와 같이 블록간 지문 융선 방향 차이를 보간한 후 게이버 필터링을 수행함으로써, 도 8과 같은 게이버 필터링된 영상이 나타나며, 특히 지문 중심 영역(P') 를 도 5의 지문 중심 영역(P)과 비교하면 도 8에서는 지문 융선 끊김이 없어진다.

또한, 본 발명은 중심 영역이 하나의 블록에 존재하는 경우 그 블록이 8*8이면 4*8 또는 8*4 정도 크기의 융선 방향 보간을 수행함으로써, 블록 내 융선 방향 끊김이 제거된다. 또한 중앙 영역이 복수개 존재하는 경우 후보 블록들에 대해 두 개의 블록씩 지문 융선 보간을 수행하게 된다. 또한 이러한 지문의 변화가 심한 델타 영역에 대해서도 상기와 같이 블록간 지문 융선 방향 보간을 수행하여 지문 끊김 현상을 방지할 수 있다.

이제까지 본 발명에 대하여 그 바람직한 실시 예를 중심으로 살펴보았으며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 본질적 기술 범위 내에서 상기 본 발명의 상세한 설명과 다른 형태의 실시 예들을 구현할 수 있을 것이다. 여기서 본 발명의 본질적 기술범위는 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

본 발명에 따른 지문 인증 방법에 의하면, 지문의 중심 영역을 추출한 후 지문 중심 영역 및 주변 영역에 포함된 블록들에 대해 블록간 지문 융선 방향 차이를 계산한 후, 융선 방향 차이가 임계치 보다 높으면 블록간 융선 방향 보간을 수행함으로써, 지문 융선이 끊김 문제를 제거할 수 있는 효과가 있다.

또한 지문 융선이 끊기는 것을 방지하여 지문 인식률을 향상시켜 줄 수 있는 효과가 있다.

또한 지문 융선 끊김 현상을 미리 제거할 수 있어, 지문 인식를 위한 처리 시간을 단축시켜 줄 수 있는 효과가 있다.

Claims (6)

1. 지문의 중심 영역을 추출하는 단계;

   지문의 중심 영역과 인접 영역에 포함된 블록들에 대해 블록간 지문 융선 방향 차이를 계산하는 단계;

   상기 계산된 융선 방향 차이가 임계치를 넘으면 블록간 융선 방향 보간을 수행하는 단계를 포함하는 것을 특징으로 하는 지문 인식 방법.
2. 제 1항에 있어서,

   상기 지문 중심 영역 추출단계는,

   지문영역을 블록 단위로 나누는 단계;

   상기 각 블록에 대해 융선 방향 및 주파수를 검출하는 단계;

   상기 각 블록의 융선 방향 및 주파수를 이용하여 지문의 중심영역을 추출하는 단계를 포함하는 것을 특징으로 하는 지문 인식 방법.
3. 제 2항에 있어서,

   상기 지문의 중심 영역은 푸앵카레(Poincare index)를 이용하는 것을 특징으로 하는 지문 인식 방법.
4. 제 1항에 있어서,

   상기 블록간 지문 융선 보간 단계는;

   상기 각 블록간의 융선 방향 차이 값을 서브블록으로 나눈 후 각 융선 방향에 가감하여 구해지는 각 서브블록의 대표 방향 벡터를 모든 화소에 적용하는 것을 특징으로 하는 지문 인식 방법.
5. 제 1항에 있어서,

   상기 보간된 융선 방향을 이용하여 게이버 필터링을 수행하는 단계를 더 포함하는 것을 특징으로 하는 지문 인식 방법.
6. 제 1항에 있어서,

   상기 지문 융선 방향 차이는 적어도 두 개의 블록 단위로 수행하는 것을 특징으로 하는 지문 인식 방법.

Images