DE10260641B4

DE10260641B4 - Method for determining minutiae

Info

Publication number: DE10260641B4
Application number: DE10260641A
Authority: DE
Inventors: Josef Birchbauer; Kurt Heschgl; Wolfgang Dr. Marius; Bernd Wachmann
Original assignee: Siemens AG
Current assignee: Gigaset Communications GmbH
Priority date: 2002-12-23
Filing date: 2002-12-23
Publication date: 2006-06-01
Anticipated expiration: 2022-12-24
Also published as: DE10260641A1

Abstract

Verfahren zur Ermittlung von Minutien eines aus einzelnen Pixeln (PI1, PI2, PI1', PI2') aufgebauten digitalen Fingerprintbildes (FIA), dadurch gekennzeichnet, dass zumindest ein Korrelationskoeffizient (R₁, R₂) zwischen in einer Umgebung (UM1, UM2, UM1', UM2') vorgebbarer Größe zumindest eines Pixels (PI1, PI2, PI1', PI2') gelegenen Pixel des Fingerprintbildes (FIA) und Pixel (IP1, IP2) zumindest einer, ebenfalls als digitales Bild vorliegenden, idealen Minutie (IM1, IM2) gebildet und anhand des Korrelationskoeffizienten (R₁, R₂) zwischen der Umgebung (UM1, UM2, UM1', UM2') des zumindest einen Pixels (PI1, PI2, PI1', PI2') des Fingerprintbildes (FIA) und den Pixelwerten (IP1, IP2) der idealen Minutie (IM1, IM2) die Minutien des Fingerprintbildes (FIA) ermittelt werden.Method for determining minutiae of a digital fingerprint image (FIA) composed of individual pixels (PI1, PI2, PI1 ', PI2'), characterized in that at least one correlation coefficient (R ₁ , R ₂ ) between in an environment (UM1, UM2, UM1 ', UM2') of a predefinable size of at least one pixel (PI1, PI2, PI1 ', PI2') located pixels of the fingerprint image (FIA) and pixels (IP1, IP2) at least one, also present as a digital image, ideal minutia (IM1, IM2) and based on the correlation coefficient (R ₁ , R ₂ ) between the environment (UM1, UM2, UM1 ', UM2') of the at least one pixel (PI1, PI2, PI1 ', PI2') of the fingerprint image (FIA) and the Pixel values (IP1, IP2) of the ideal minutiae (IM1, IM2) the minutiae of the fingerprint image (FIA) are determined.

Description

Die Erfindung betrifft ein Verfahren zur Ermittlung von Minutien eines aus einzelnen Pixeln aufgebauten digitalen Fingerprintbildes.The The invention relates to a method for determining minutiae of a built from individual pixels digital fingerprint image.

Neben der seit langer Zeit bestehenden Bedeutung der Fingerabdruckidentifizierung in der Kriminalistik erlangt die Identifikation von Fingerabdrücken auf maschineller Basis auch auf anderen Gebieten zunehmende Bedeutung, beispielsweise bei Kreditkarten- und Geldausgabeautomaten sowie bei der Zutrittskontrolle zu Gebäuden bzw. der Berechtigungskontrolle bei Computersystemen, Telekommunikationsgeräten, etc.Next the longstanding importance of fingerprint identification in criminalistics, the identification of fingerprints attains Machine-based also in other areas of increasing importance, for example, in credit card and ATMs as well in access control to buildings or the authorization control in computer systems, telecommunication devices, etc.

Im Gegensatz zur Erfassung und Überprüfung anderer personenbezogener Merkmale, wie z.B. der Struktur der Iris, der Länge und Form der Finger, der Stimme oder der Gesichtsmerkmale, bieten sich Fingerabdrücke als mit einfachen, rasch durchführbaren und für eine Person nicht unangenehmen Prozeduren erfassbar an. Einen Überblick über personenbezogene Merkmale gibt der Artikel „It had to be you" in IEEE Spectrum, Februar 1994. Dazu kommt, dass Fingerabdrücke und ihre Strukturen bestens erforscht sind. Sorgfältige Reihenuntersuchungen und Statistiken haben nachgewiesen, dass die Fingerabdrücke jedes Menschen individuell und selbst bei eineiigen Zwillingen unterschiedlich, wenngleich ähnlich sind.in the Unlike capturing and checking others personal characteristics, e.g. the structure of the iris, the Length and Finger, voice or facial features are fingerprints with simple, quick to carry out and for a person does not detect unpleasant procedures. An overview of personal Features is the article "It had to be you "in IEEE Spectrum, February 1994. In addition, there are fingerprints and their structures are well researched. Careful screening and statistics have proven that the fingerprints of each Individual and different even with identical twins, although similar.

Das Muster der Fingerabdrücke wird von den Papillarlinien, auch „Ridges" genannt, erzeugt, wobei für die Identifizierung vor allem als Minutien bezeichnete Merkmale von Bedeutung sind, nämlich Endpunkte, Verzweigungen, Inseln sowie andere singuläre Merkmale. Grundbegriffe sind ebenso wie kriminalistische Methoden in dem Standardwerk „The Science of Fingerprints", United States Department of Justice, FBI, U. S. Government Printing Office, Rev. 12–84, Catalog No. JI. 14/2. F49/12/977, enthalten. Nähere Einzelheiten zur automatischen Klassifizierung von Fingerabdrücken sind beispielsweise zu finden in „PCASYS-A Pattern-Level Classification Automatic System for Fingerprints", G.T. Candela et al., U.S. Department of Commerce, August 1995.The Pattern of fingerprints is generated by the papillary lines, also called "ridges", being used for identification especially features called minutia are of importance, namely Endpoints, branches, islands and other singular features. Basic concepts are just as criminal methods in the standard work "The Science of Fingerprints ", United States Department of Justice, FBI, U.S. Government Printing Office, Rev. 12-84, Catalog No. JI. 14.2. F49 / 12/977, included. More details about the automatic Classification of fingerprints can be found, for example, in "PCASYS-A Pattern-Level Classification Automatic System for Fingerprints, "G. T. Candela et al., U.S. Department of Commerce, August 1995.

Weiters wird in diesem Dokument unter der Bezeichnung Fingerprint das unbearbeitete Bild eines Fingerabdruckes in maschinell bearbeitbarer Form verstanden.Furthermore, In this document, under the name Fingerprint, the unprocessed Image of a fingerprint in machined form.

Die Erfassung eines Fingerprints erfolgt mittels eines geeigneten Sensor, beispielsweise auf optischer oder kapazitiver Basis. Das vom einem Sensor gelieferte Bild hat typischerweise eine Auflösung von 500 dpi und ist ein Graustufenbild, welches nach dem Scan in Abhängigkeit des Verfahrens unterschiedlich weiterverarbeitet wird.The Detection of a fingerprint takes place by means of a suitable sensor, for example on an optical or capacitive basis. That of one Sensor supplied image typically has a resolution of 500 dpi and is a grayscale image, which depends on the scan the process is processed differently.

Üblicherweise wird zur Gewinnung von Minutien aus einem mittels eines Sensors erfassten Original-Graustufenbild des Fingerabdrucks ein Richtungs- bzw. Orientierungsfeld berechnet, aus welchem ein „Rillenmuster" bzw. Linienmuster des Fingerprints ermittelt wird. Aus dem Rillenmuster können schließlich die Positionen der Minutien ermittelt werden.Usually is used to extract minutiae from one using a sensor captured the original grayscale image of the fingerprint or Orientation field calculated from which a "groove pattern" or line pattern of the fingerprint is determined. From the groove pattern finally the Positions of the minutia be determined.

Bei schlechter Qualität des aufgenommenen Fingerprintbildes kann es vorkommen, dass Minutien gar nicht erkannt oder Punkte, die keine Minutien enthalten, als Minutien herangezogen werden. Durch eine fehlerhafte Erfassung von Minutien kann auch das Ergebnis einer nachfolgenden Überprüfung des Fingerprints stark beeinträchtigt sein.at bad quality the recorded fingerprint image, it may happen that minutia even not recognized or points that do not contain minutiae, as minutiae be used. Due to an incorrect capture of minutiae can also be the result of a subsequent review of the fingerprint strong impaired be.

Die US 4,752,966 zeigt ein Verfahren zur Ermittlung von Minutien in einem Fingerprint. Bei dem bekannten Verfahren werden Templates für alle möglichen Formen von Minutien definiert und auf einen Bereich des Fingerprints gelegt. Hierauf wird überprüft, ob der betrachtete Bereich exakt mit einem der Templates, welche je eine Art von Minutie repräsentieren, ü bereinstimmt. Da nur bei einer exakten Übereinstimmung zwischen einem Template und einem betrachteten Bereich des Fingerprints eine reale Minutie erkannt wird, entsprechen die Templates keinen idealen Minutien sondern klassischen (= typischen) Formen real auftretender Minutien.The US 4,752,966 shows a method for determining minutiae in a fingerprint. In the known method, templates for all possible forms of minutiae are defined and placed on an area of the fingerprint. It is then checked whether the area under consideration exactly matches one of the templates, which each represent a kind of minutiae. Since a real minutia is recognized only if there is an exact match between a template and a considered area of the fingerprint, the templates do not correspond to ideal minutiae but to classical (= typical) forms of real minutiae.

Nachteilig an dem bekannten Verfahren ist vor allem, dass für eine große Anzahl von praktisch auftretenden Minutien pro Minutie ein eigenes Template zur Verfügung stehen muss, um eine einigermaßen hohe Erkennungswahrscheinlichkeit zu gewährleisten. Weiters ist es von Nachteil, dass die erforderliche Rechenaufwand infolge der großen Anzahl von mit dem Fingerprint zu vergleichenden Templates sehr hoch ist.adversely in the known method is especially that for a large number of practically occurring Minutia per minutia own template are available needs to be a reasonably high probability of detection. It is also from Disadvantage that the required computational complexity due to the large number of fingerprint-related templates is very high.

Es ist daher eine Aufgabe der Erfindung, einen Weg zu schaffen, der eine Minimierung der Anzahl fälschlicherweise als Minutien identifizierter Punkte bei der Erfassung von Minutien eines Fingerprints auf einfache und sichere Weise mit einem geringen Rechenaufwand ermöglicht.It is therefore an object of the invention to provide a way that minimizing the number by mistake Minutia-identified points in the detection of minutiae a fingerprint in a simple and secure way with a low Computing effort allows.

Diese Aufgabe wird mit einem Verfahren der eingangs genannten Art erfindungsgemäß dadurch gelöst, dass zumindest ein Korrelationskoeffizient zwischen in einer Umgebung vorgebbarer Größe zumindest eines Pixels gelegenen Pixel des Fingerprintbildes und Pixel zumindest einer, ebenfalls als digitales Bild vorliegenden, idealen Minutie gebildet und anhand des Korrelationskoeffizienten zwischen der Umgebung des zumindest einen Pixels des Fingerprintbildes und den Pixelwerten der idealen Minutie die Minutien des Fingerprintbildes ermittelt werden.This object is achieved with a method of the aforementioned type according to the invention in that at least one correlation coefficient between pixels of the fingerprint image located in an environment of a predeterminable size of at least one pixel and pixels of at least one ideal minutiae which is also present as a digital image and the minutiae of the fingerprint image are determined on the basis of the correlation coefficient between the environment of the at least one pixel of the fingerprint image and the pixel values of the ideal minutiae.

Untersuchungen haben gezeigt, dass tatsächliche Minutien einen höheren Korrelationswert mit einer idealen Minutie haben, als andere Bereiche des Fingerprintbildes, weshalb sich durch die erfindungsgemäße Lösung die Erkennungswahrscheinlichkeit tatsächlicher Minutien wesentlich erhöhen lässt.investigations have shown that actual Minutia a higher one Have correlation value with an ideal minutia, than other areas of the Fingerprintbildes, which is why the inventive solution Detection probability of actual minutiae essential increase.

Vorteilhafterweise wird die zumindest eine ideale Minutie aus einer Anzahl von Minutien unterschiedlicher Fingerprintbilder einer Trainingsmenge mittels einer „Principal Component Analyse" ermittelt.advantageously, becomes the at least one ideal minutia of a number of minutiae different fingerprint images of a training set using a "Principal Component Analysis ".

In einer bevorzugten Variante der Erfindung werden mittels der „Principal Component Analyse" ermittelte Eigenminutien, welche die beiden höchsten Eigenwerte aufweisen als ideale Minutien verwendet.In A preferred variant of the invention are described by means of the "Principal Component Analysis "detected Eigenminutien, which have the two highest eigenvalues used as ideal minutiae.

Günstigerweise kann zur Vorselektion aus dem Fingerprintbild, dessen Minutien ermittelt werden sollen, ein Orientierungsfeld berechnet und aus diesem der Ort möglicher Minutien ermittelt werden, wobei die an Orten möglicher Minutien gelegenen Pixel mit der idealen Minutie korreliert werden.conveniently, can for preselection from the fingerprint image, its minutia determined be calculated, an orientation field calculated and from this the Place possible Minutia are determined, which are located in places of possible Minutien Pixels are correlated with the ideal minutia.

Weiters kann aus dem Orientierungsfeld die lokalen Orientierungen der möglichen Minutien ermittelt werden, wobei die ideale Minutie zum Vergleich mit einer möglichen Minutie gemäß der ermittelten Orientierung der möglichen Minutie ausgerichtet werden kann.Furthermore, can from the orientation field the local orientations of the possible Minutia can be determined, with the ideal minutia for comparison with a possible Minutia according to the determined orientation the possible Minutia can be aligned.

Die Erfindung samt weiterer Vorteile wird im Folgenden anhand einiger nicht einschränkender Ausführungsbeispiele näher erläutert, welche in der Zeichnung dargestellt sind. In dieser zeigen schematisch:The Invention including further advantages will be described below with reference to some non-limiting embodiments explains in more detail which are shown in the drawing. In this show schematically:

1 ein erstes Flussdiagramm des erfindungsgemäßen Verfahrens; 1 a first flowchart of the method according to the invention;

2 ein zweites Flussdiagramm des erfindungsgemäßen Verfahrens und 2 a second flowchart of the method according to the invention and

3 einen Ablauf eines Verfahrens zur Gewinnung idealer Minutien aus einer Trainingsmenge von Fingerprintbildern. 3 a flow of a method for obtaining ideal minutiae from a training set of fingerprint images.

Gemäß 1 wird bei dem erfindungsgemäßen Verfahren zur Ermittlung von Minutien ein aus einzelnen Pixeln aufgebautes digitales Fingerprintbild, mit einer oder mehreren idealen Minutie(n) IM1, IM2, die ebenfalls als digitale Bilder vorliegt bzw. vorliegen, verglichen. Auf diese Weise kann festgestellt werden, ob in dem betrachteten Fingerprint Strukturen enthalten sind, die mit einer idealen Minutie (annähernd) übereinstimmen.According to 1 For example, in the method according to the invention for determining minutiae, a digital fingerprint image composed of individual pixels is compared with one or more ideal minutiae IM1, IM2, which are also present as digital images. In this way, it can be determined whether the fingerprint under consideration contains structures which (approximately) agree with an ideal minutiae.

Jedes Pixel PI1, PI2 des Fingerprints FIA und jedes Pixel IP1, IP2 der idealen Minutie IM1, IM2 (3) weist einen Pixelwert bzw. eine Datenbreite auf, beispielsweise 8 Bit, womit ein Grauwert dargestellt wird. Dieser Grauwert liegt zwischen einem Minimalwert (z.B. 0, „Schwarz") und einem Maximalwert (z.B. 255, „Weiß"), wobei freilich für ein realistisches Muster die erfassten Grauwerte in einem Teilbereich dieser Skala liegen, da die beiden Extremwerte bei der (gültigen) Erfassung eines realen Fingerabdrucks üblicherweise nicht erreicht werden.Each pixel PI1, PI2 of the fingerprint FIA and each pixel IP1, IP2 of the ideal minutia IM1, IM2 (FIG. 3 ) has a pixel value or a data width, for example 8 bits, which represents a gray value. This gray value lies between a minimum value (eg 0, "black") and a maximum value (eg 255, "white"), although for a realistic pattern, the detected gray values lie in a subrange of this scale, since the two extreme values at the (valid ) Detection of a real fingerprint usually can not be achieved.

Zur Durchführung des Vergleiches des Fingerprints FIA mit einer idealen Minutie IM1, IM2 können die in einer Umgebung UM1, UM2 um ein Pixel PI1, PI2 des Fingerprintbildes FIA gelegenen Pixel mit den Pixeln IP1, IP2 einer idealen Minutie IM1, IM2 verglichen werden.to execution the comparison of the fingerprint FIA with an ideal minutia IM1, IM2 can in an environment UM1, UM2 by one pixel PI1, PI2 of the fingerprint image FIA located pixels with the pixels IP1, IP2 of an ideal Minutie IM1, IM2 are compared.

Vorzugsweise werden Bereiche UM1, UM2 des Fingerprintbildes FIA, dessen Minutien ermittelt werden sollen, je mit einer „schwarzen" und einer „weißen" idealen Minutie IM1, IM2 verglichen. Die schwarze ideale Minutie IM1 kann hierbei einem idealen, charakteristischen Punkt eines Ridges und die ideale weiße Minutie IM2 einem idealen, charakteristischen Punkt eines Tales entsprechen. Durch Vergleich des Fingerprints FIA mit den beiden Arten von idealen Minutien IM1, IM2 kann auf einfache Weise die Art einer tatsächlichen in dem Fingerprint FIA enthaltenen Minutie – Tal oder Ridge – festgestellt werden.Preferably become areas UM1, UM2 of the fingerprint image FIA, its minutiae to be determined, each compared with a "black" and a "white" ideal minutia IM1, IM2. The black ideal minutia IM1 can be an ideal, characteristic Point of a ridge and the ideal white minutia IM2 an ideal, characteristic point of a valley. By comparison of the fingerprint FIA with the two types of ideal minutiae IM1, IM2 can easily do the kind of an actual in the fingerprint FIA included Minutie Valley or Ridge - found become.

Zum Vergleich des Fingerprints FIA mit den idealen Minutien IM1, IM2 kann aus den in einer Umgebung UM1, UM2 des Pixels PI1, PI2 gelegenen Pixel des Fingerprints FIA ein Vektor X gebildet werden, wobei jedes Pixel der Umgebung UM1, UM2 eine Komponente dieses Vektors X darstellt. Die idealen Minutien IM1, IM2 können ebenfalls als Vektoren Y₁, Y₂ vorliegen, deren Komponenten die Pixel IP1, IP2 der je zugehörigen idealen Minutien sind. Darüber hinaus können die idealen Minutien gemäß einem mittleren Orientierungswert für die Umgebung UM1, UM2 ausgerichtet werden, d. h. die Vektoren Y₁, Y₂ werden so gedreht, dass ihre Orientierung mit der mittleren Orientierung der Umgebung UM1, UM2 übereinstimmen.To compare the fingerprint FIA with the ideal minutia IM1, IM2, a vector X can be formed from the pixels of the fingerprint FIA located in an environment UM1, UM2 of the pixel PI1, PI2, wherein each pixel of the environment UM1, UM2 is a component of this vector X represents. The ideal minutiae IM1, IM2 can also be present as vectors Y ₁ , Y ₂ whose components are the pixels IP1, IP2 of the respectively associated ideal minutiae. In addition, the ideal minutiae can be aligned according to a mean orientation value for the surroundings UM1, UM2, ie the vectors Y ₁ , Y ₂ are rotated so that their orientation coincides with the mean orientation of the surroundings UM1, UM2.

Aus den Vektoren Y₁, Y₂ der idealen Minutie IM1, IM2 und der Umgebung kann ein Korrelationswert R₁, R₂ beispielsweise gemäß Rj = σxyj/σxσyj, mit j = 1, 2 (1)gebildet werden, worin
σ_xyj die Kovarianz der Vektoren X und Y₁ bzw. Y₂ und σ_x und σ_yj die Standardabweichungen der Vektoren X und Y₁ bzw. Y₂ bedeuten.From the vectors Y ₁ , Y _{2 of} the ideal minutia IM ₁ , IM 2 and the environment, a correlation value R ₁ , R _{2 can} be determined according to, for example, FIG R j = σ XYJ / σ x σ yj , with j = 1, 2 (1) be formed, in which
σ _xyj the covariance of the vectors X and Y ₁ or Y ₂ and σ _x and σ _{yj mean} the standard deviations of the vectors X and Y ₁ or Y ₂ .

Der Korrelationswert R₁, R₂ ist ein Maß für die Übereinstimmung der Umgebung UM1, UM2 mit einer idealen Minutie IM1, IM2. Untersuchungen haben ergeben, dass der Betrag des Korrelationskoeffizienten R₁, R₂ für tatsächliche Minutien wesentlich höher ist als für Bildausschnitte des Fingerprints FIA, in welchen keine Minutie liegt.The correlation value R ₁ , R ₂ is a measure of the compliance of the environment UM1, UM2 with an ideal minutia IM1, IM2. Investigations have shown that the magnitude of the correlation coefficient R ₁ , R ₂ for actual minutiae is significantly higher than for image sections of the fingerprint FIA in which there is no minutiae.

Das Vorzeichen des Korrelationswertes R₁, R₂gibt an, ob eine reale Minutie vom selben Typ (positives Vorzeichen) ist wie die ideale Minutie IM1, IM2 oder von einem komplementären Typ (negatives Vorzeichen). Anhand des Korrelationswertes kann abgeschätzt werden, ob ein betrachteter Bildausschnitt des Fingerprintbildes eine reale Minutie enthält. Je näher der nach (1) ermittelte Korrelationswert R_1,2 bei 1 liegt, desto höher ist die Wahrscheinlichkeit, dass der betrachtete Bildausschnitt des Fingerprints FIA einer realen Minutie entspricht.The sign of the correlation value R ₁ , R ₂ indicates whether a real minutia is of the same type (positive sign) as the ideal minutia IM1, IM2 or of a complementary type (negative sign). On the basis of the correlation value, it can be estimated whether a viewed image section of the fingerprint image contains a real minutiae. The closer the correlation value R _1,2 determined by (1) is to 1, the higher the probability that the considered image detail of the fingerprint FIA corresponds to a real minutiae.

Zum Vergleich einer Umgebung UM1, UM2 mit einer idealen Minutie IM1, IM2 kann eine Steuerung STR, beispielsweise ein entsprechend programmierter Mikroprozessor, vorgesehen sein.To the Comparison of an environment UM1, UM2 with an ideal minutia IM1, IM2 can control a STR, for example, a correspondingly programmed Microprocessor, be provided.

Um nicht die (quadratische) Umgebung jedes einzelnen Pixels des Fingerprints FIA betrachten zu müssen, was mit einem sehr hohen Rechenaufwand verbunden ist, kann der Fingerprint FIA einer Vorverarbeitung zur Ermittlung von Orten möglicher Minutien unterworfen werden.Around not the (square) environment of each pixel of the fingerprint To have to look at FIA What is associated with a very high computational effort, the fingerprint FIA of preprocessing to identify locations of possible minutiae be subjected.

Hierzu kann gemäß 2 aus dem Fingerprint FIA ein Orientierungsfeld OFE auf an sich bekannte Weise berechnet werden. Zur Berechnung des Orientierungsfeldes wird der Fingerprint FIA in Gebiete eingeteilt und jedem Gebiet ein Orientierungswert als die durchschnittliche Richtung der Fingerrillen in diesem Gebiet zugeordnet. Der Orientierungswert wird hierbei als die zur Richtung der schnellsten Grauwert-Veränderung orthogonale Richtung bestimmt. Aus dem Orientierungsbild kann in weiterer Folge ein „skelettierter" Fingerprint gewonnen werden, aus welchem die Orte UM1', UM2' möglicher Minutien entnommen werden können.For this purpose, according to 2 from the fingerprint FIA an orientation field OFE can be calculated in a manner known per se. To calculate the orientation field, the fingerprint FIA is divided into areas and an orientation value is assigned to each area as the average direction of the finger grooves in that area. The orientation value is determined here as the direction orthogonal to the direction of the fastest gray value change. From the orientation image, a "skeletonized" fingerprint can subsequently be obtained, from which the locations UM1 ', UM2' of possible minutiae can be extracted.

Aus dem Orientierungsfeld OFE kann die lokale Orientierung der möglichen Minutien ermittelt werden, wobei die ideale Minutie IM1, IM2 zum Vergleich mit einer möglichen Minutie gemäß der ermittelten Orientierung der möglichen Minutie ausgerichtet wird.Out the orientation field OFE can be the local orientation of the possible Minutia are determined, with the ideal minutia IM1, IM2 for Comparison with a possible Minutia according to the determined Orientation of the possible Minutie is aligned.

In der Umgebung eines Pixels PI1', PI2', welches an einer Position einer möglichen Minutie liegt, gelegene Pixel können mit der idealen Minutie IM1, IM2 auf die bereits oben beschriebene Art korreliert werden. Weiters kann die Ridgebreite der idealen Minutien IM1, IM2 an die Ridgebreite einer möglichen Minutie vor Bildung des Korrelationswertes R₁, R₂ angepasst werden.In the vicinity of a pixel PI1 ', PI2', which is located at a position of a possible minutia, pixels can be correlated with the ideal minutia IM1, IM2 in the manner already described above. Furthermore, the ridging width of the ideal minutia IM1, IM2 can be adapted to the ridging width of a possible minutiae prior to the formation of the correlation value R ₁ , R ₂ .

Gemäß 3 kann zur Ermittlung der idealen Minutie IM1, IM2 eine Principal Component Analyse kurz PCA durchgeführt werden. Zur PCA siehe beispielsweise die US 2002/0034319 A1 oder auch: H. Murase und S.K. Nayar; „Visual Learning and Recognition of 3D Objects from Appearences" Intern. Journal of Computer Vision 14, 5–24 (1995).According to 3 In order to determine the ideal minutia IM1, IM2, a principal component analysis (PCA) can be performed. For PCA, see, for example, US 2002/0034319 A1 or also: H. Murase and SK Nayar; "Visual Learning and Recognition of 3D Objects from Appearences" Internal Journal of Computer Vision 14, 5-24 (1995).

Hierbei werden aus Fingerprints FI1, FI2, FIN einer Trainingsmenge TRM mittels eines an sich bekannten Merkmalsextraktionsalgorithmus, wie er beispielsweise oben als Vorauswahlverfahren zur Ermittlung der Orte möglicher Minutien erwähnt ist, Minutien ermittelt. Hierauf werden die Fingerprints FI1, FI2, FIN in Bereiche minutientypischer Größe unterteilt. Somit werden die Fingerprints FI1, FI2, FIN der Trainingsmenge TRM in digitale Bilder BI1, BI2, BIN zerlegt, wobei jedes Bild genau eine Minutie eines Fingerprints FI1, FI2, FIN enthält. Weiters können die Bilder BI1, BI2, BIN der Minutien in eine Normallage gedreht werden, sodass ihre Orientierungen im wesentlichen übereinstimmen.in this connection are made from fingerprints FI1, FI2, FIN of a training set TRM using a feature extraction algorithm known per se, such as, for example above as a preselection method for determining the locations of possible Minutia mentioned is determined, minutia. Then the fingerprints FI1, FI2, FIN divided into areas of typical minutia size. Thus be the fingerprints FI1, FI2, FIN of the training set TRM in digital Images BI1, BI2, BIN decomposed, each image being exactly one minutia a fingerprint FI1, FI2, FIN contains. Furthermore, the pictures can BI1, BI2, BIN of Minutia are rotated to a normal position so that their orientations are essentially the same.

Aus den Pixeln jedes Bildes BI1, BI2, BIN, welches eine Minutie enthält, wird sodann ein Vektor MI1*, MI2*, MIN* gebildet. Jeder dieser Vektoren wird nun der Principal Component Analyse PCA zugeführt, deren Ergebnis im Folgenden als PCA-Entwicklung bezeichnet wird. Hierzu wird aus den so gewonnenen Vektoren MI1*, MI2*, MIN* der Vektor einer Durchschnittsminutie gebildet. In einem nächsten Schritt wird jeder einer Minutie entsprechende Vektor MI1*, MI2*, MIN* von der Durchschnittsminutie subtrahiert. Die subtrahierten Vektoren werden zu einer zweidimensionalen Matrix zusammengefasst, wobei die in einem Vektor enthaltenen Pixel eine Spalte oder eine Zeile der zweidimensionalen Matrix bilden.Out the pixels of each image BI1, BI2, BIN, which contains a minutiae then a vector MI1 *, MI2 *, MIN * formed. Each of these vectors is now the Principal Component Analysis PCA fed, whose Result below as PCA development referred to as. For this purpose, the vectors MI1 *, MI2 *, MIN * is the vector of an average minutiae. In one next step is added to each minutia corresponding vector MI1 *, MI2 *, MIN * of subtracted from the average minutiae. The subtracted vectors are combined into a two-dimensional matrix, with the a column or a row of pixels contained in a vector form two-dimensional matrix.

Hierauf wird das Produkt aus der resultierenden Matrix mit ihrer transponierten Matrix gebildet. Aus der erhaltenen Produktmatrix werden die Eigenwerte EW1, EW2, EWI und Eigenvektoren EM1, EM2, EMI ermittelt. In einem nächsten Schritt werden die Eigenvektoren EM1, EM2, EMI und Eigenwerte EW1, EW2, EWI ihrer Größe in absteigender Reihefolge nach sortiert. Die beiden Eigenvektoren EM1, EM2 mit den größten Eigenwerten EW1, EW2, entsprechen hierbei der idealen „weißen" und „schwarzen" Minutie IM1, IM2. Somit entsprechen die ersten beiden Terme der PCA-Entwicklung der repräsentativen schwarzen und weißen Minutie.hereupon the product is transposed from the resulting matrix with its Matrix formed. The resulting product matrix becomes the eigenvalues EW1, EW2, EWI and eigenvectors EM1, EM2, EMI determined. In one next Stepping are the eigenvectors EM1, EM2, EMI and eigenvalues EW1, EW2, EWI in descending order of magnitude Sequence sorted by. The two eigenvectors EM1, EM2 with the largest eigenvalues EW1, EW2 correspond to the ideal "white" and "black" minutia IM1, IM2. Thus correspond the first two terms of PCA development of the representative black and white Minutia.

Es ist jedoch im Rahmen des erfindungsgemäßen Verfahrens nicht unbedingt erforderlich, dass die zur Minutienermittlung betrachteten Bereiche des Fingerprintbildes FIA je sowohl mit dem ersten als auch dem zweiten Term der PCA-Entwicklung, d. h. der idealen schwarzen und der idealen weißen Minutie, korreliert werden. Statt dessen kann die Korrelation eines betrachteten Bereiches des Fingerprints FIA auch nur mit dem ersten Element EM1 der PCA-Entwicklung durchgeführt werden, wobei bei einem negativem Vorzeichens des Korrelationskoeffizienten R₁, R₂ auf den Komplementärtyp („schwarz" bzw. „weiß") einer aufgefundenen Minutie geschlossen wird.However, within the scope of the method according to the invention, it is not absolutely necessary for the areas of the fingerprint image FIA considered for the determination of minutia to be correlated both with the first and the second term of the PCA development, ie the ideal black and the ideal white minutiae. Instead, the correlation of a considered area of the fingerprint FIA can also be carried out only with the first element EM1 of the PCA development, wherein with a negative sign of the correlation coefficient R ₁ , R ₂ on the complementary type ("black" or "white") a found Minutie is closed.

Claims

Method for determining minutiae of a digital fingerprint image (FIA) composed of individual pixels (PI1, PI2, PI1 ', PI2'), characterized in that at least one correlation coefficient (R ₁ , R ₂ ) between in an environment (UM1, UM2, UM1 ', UM2') of a predefinable size of at least one pixel (PI1, PI2, PI1 ', PI2') located pixels of the fingerprint image (FIA) and pixels (IP1, IP2) at least one, also present as a digital image, ideal minutia (IM1, IM2) and based on the correlation coefficient (R ₁ , R ₂ ) between the environment (UM1, UM2, UM1 ', UM2') of the at least one pixel (PI1, PI2, PI1 ', PI2') of the fingerprint image (FIA) and the Pixel values (IP1, IP2) of the ideal minutiae (IM1, IM2) the minutiae of the fingerprint image (FIA) are determined.

Method according to claim 1, characterized in that that the at least one ideal minutiae (IM1) consists of a number of Minutia of different fingerprint images of a training set (TRM) by means of a "Principal Component Analysis "(PCA) becomes.

Method according to claim 2, characterized in that that by means of the "Principal Component Analysis "(PCA) determined eigenminutes (EM1, EM2), which are the two highest eigenvalues (EW1, EW2) can be used as ideal minutiae (IM1, IM2).

Method according to claim 3, characterized that from the fingerprint image (FIA), whose minutia are determined are, an orientation field (OFE) is calculated from which the positions possible Minutia be determined, wherein in the environment (UM1 ', UM2') at least one Pixels (PI1 ', PI2'), which at a Position of a possible Minutia lies, located pixels with the ideal minutia (IM1, IM2) be correlated.

Method according to claim 4, characterized in that that from the orientation field (OFE) the local orientations the possible Minutia can be determined using the ideal minutia (IM1, IM2) for comparison with a possible Minutia according to the determined Orientation of the possible Minutie is aligned.