ДонНТУ Портал магистров ДонНТУ Главная Реферат Ссылки Отчет о поиске Индивидуальное задание


Назад в Библиотеку

Fingerprint Image Enhancement: Algorithm and Performance Evaluation

Lin Hong, Student Member, IEEE, Yifei Wan and Anil Jain, Fellow

Источник: IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 20, NO. 8, AUGUST 1998

Перевод с английского языка Петровой Т. В.

Улучшение изображений отпечатков пальцев: алгоритм и оценка выполнения

Лин Хонг, Йифей Ван, Анил Джейн, и др.

Институт инженеров по электротехнике и электронике

Краткий обзор– важный шаг в автоматическом сопоставлении отпечатков пальцев – это автоматически и достоверно извлечь детали из входных изображений отпечатков пальцев. Однако выполнение алгоритма извлечения деталей сильно зависит от качества входных изображений отпечатков пальцев. Для обеспечения надежности и работоспособности автоматической системы идентификации (проверки) по отпечаткам пальцев независимо от качества введенного изображения отпечатка, необходимо объединить алгоритм улучшения отпечатков пальцев в модуле извлечения деталей. Мы представляем быстрый алгоритм улучшения отпечатков пальцев, который может адаптивно улучшить четкость структур выступов и впадинок в входных изображениях отпечатков пальцев, основанный на оценке локальной ориентации (расположения) выступов и их частоте (повторяемости). Мы можем оценить выполнение алгоритма улучшения изображения, используя индекс качества извлечения детали и точность online-системы идентификации отпечатков пальцев. Экспериментальные результаты показывают, что объединенный алгоритм улучшает как индекс качества, так и точность проверки.

Список терминов – биометрия, отпечатки пальца, детали, улучшение, фильтр Габора, оценка производительности.

1. ВВЕДЕНИЕ

Распознавание отпечатков пальцев – одна из важнейших биометрических технологий, которая в последнее время привлекает значительное внимание. Отпечаток пальца – это узор выступов и впадин (так же называемых бороздами в литературе по отпечаткам пальцев) на поверхности кончика пальца. Каждый человек имеет уникальные отпечатки пальцев. Уникальность отпечатка пальца исключительно определенна локальными свойствами выступов и их соотношениями. Существует 150 различных локальных характеристик выступов (островки, короткие выступы, полости и т.д.). Эти характеристики локальных выступов распределены неравномерно. Большинство из них в большей степени зависит от условий надавливания и качества отпечатка пальца и является редко наблюдаемым в отпечатках пальцев. Две наиболее заметные характеристики локальных выступов, называемые деталями, это:

  1. окончание выступа;
  2. раздвоение выступа.

Окончание выступа определяется как точка, в которой выступ резко заканчивается. Раздвоение выступа определяется как точка, в которой выступ разветвляется или расходится на ветвь выступов. Отпечаток пальца хорошего качества обычно содержит около 40-100 деталей. Примеры деталей представлены на рисунке 1.

Примеры деталей

Рисунок 1 – Примеры деталей. (а) Окончания выступов. (b) Раздвоения выступов.

Автоматическое сопоставление отпечатков пальцев основывается на сравнении этих локальных характеристик выступов и их комбинации для выполнения идентификации личности. Важным шагом в сопоставлении отпечатков пальцев является автоматическое и достоверное извлечение выступа из входных изображений отпечатков пальцев, что является трудной задачей. Выполнение алгоритма извлечения деталей зависит в большей степени от качества входного изображения отпечатка пальца. На идеальном изображении отпечатка пальца выступы и впадины чередуются и перетекают в локальном постоянном направлении, и детали являются аномалиями выступов, то есть окончаниями выступов и разветвлениями выступов. В таких ситуациях выступы могут быть без труда определены, а детали могут быть точно определены из утонченных выступов. Рисунок 1б показывает пример изображения отпечатка пальца хорошего качества сканирования. Однако на практике в зависимости от изменений давления нажатия, свойств выступа, состояния кожи (отклонившиеся от нормы структуры эпидермических выступов, послеродовые отметки, профессиональные отметки), считывающего устройства, неконтактной позиции объекта и так далее, значительный процент считанных изображений отпечатков пальца (около 10 процентов, согласно нашим экспериментам) плохого качества. Структуры выступов на изображениях отпечатков пальцев плохого качества не всегда хорошо определяются и, следовательно, они не могут быть правильно обнаружены. Это приводит к следующим проблемам:

  1. может быть создано значительное число ложных деталей;
  2. может быть проигнорирован большой процент истинных деталей;
  3. может быть внесено много ошибок в их локализацию (позиция и ориентация).

Для обеспечения надежности выполнения алгоритма извлечения деталей, независимо от качества изображения отпечатка пальца, необходим расширенный алгоритм, который улучшает четкость структур выступов.

Эксперт по отпечаткам пальцев часто способен правильно распознавать детали, используя различные зрительные подсказки, такие как локальная ориентация выступов, целостность выступов, направление выступов и т. д., до тех пор, пока структуры выступов и впадин не испорчены полностью. Есть возможность разработать алгоритм улучшения, который использует эти визуальные подсказки, для улучшения четкости структур выступов в испорченных изображениях отпечатков пальцев. В общем смысле, для заданного цифрового изображения отпечатка пальца область интереса может быть разделена на следующие три категории (рисунок 3):

  • Хорошо определяющаяся область, в которой выступы и впадины четко различимы друг от друга так, что алгоритм извлечения детали способен функционировать корректно;
  • Подлежащая восстановлению испорченная область, в которой выступы и впадины испорченны небольшим количеством складок, пятен и т.д. Но они все еще видны и соседние области обеспечивают достаточную информацию о правильной структуре выступов и впадин;
  • Необратимо испорченная область, в которой выступы и впадины испорчены большим количеством шума и искажения, так что не видно выступов и впадин и соседние области не обеспечивают достаточной информации о правильной структуре выступов и впадин.

    Примеры Областей на отпечатках пальца

    Рисунок 2 – Области отпечатка пальца. (a) Хорошо различимая область, (b) Подлежащая восстановлению испорченная область, (c) Необратимо испорченная область.

    Мы относимся к первым двум категориям областей как к обратимым, и к последней категории как к необратимой. Цель расширенного алгоритма улучшить четкость структур выступов в изображениях отпечатков пальца в обратимых областях, и устранить необратимые области. Поскольку цель расширенного алгоритма состоит в улучшении четкости структур выступов во входных изображениях отпечатков пальца, облегчении извлечения выступов и деталей, алгоритм улучшения отпечатков пальцев не должен давать в результате какие-либо ложные структуры выступов. Это очень важно, поскольку ложные структуры выступов могут изменить индивидуальность входных отпечатков пальцев.

    Улучшение отпечатка пальца может быть проведено с использованием:

    1. бинаризации изображения выступа;
    2. полутонового представления изображения.

    Бинарное изображение выступа – это изображение, в котором все пиксели выступов заданы значением единица и пиксели впадин заданы значением ноль. Бинарное изображение может быть получено путем применения алгоритма извлечения выступа на полутоновом изображении отпечатка пальца. Поскольку выступы и впадины на изображении отпечатка пальца чередуются и протекают параллельно друг другу в локальном соседстве, число простых эвристик может быть использовано для разделения ложных очертаний выступов из правильных очертаний выступов в бинарном изображении выступов. Однако, после применения алгоритма извлечения выступа на оригинальном полутоновом изображении, информация о правдивых структурах выступов часто теряется в связи с выполнением алгоритма извлечения выступа. По этой причине улучшение бинарного изображения выступа имеет неотъемлемые ограничения.

    В полутоновом изображении отпечатка пальца выступы и впадины в локальном соседстве формируют синусоидально - очерченную плоскостную волну, которая имеет хорошо определяемую частоту и ориентацию (размещение). Количество подходов, получающих преимущество от этой информации, было предложено для улучшения полутонового изображение отпечатка пальца. Однако, они обычно предполагают, что локальная ориентация выступов может быть достоверно оценена. На практике это предположение не допустимо для изображения отпечатка пальца низкого качества, которое значительно ограничивает применимость этих подходов. Хонг и другие предложили метод разложения для оценки ориентационного поля из набора отфильтрованных изображений, полученных путем применения группы фильтров Габора к входным изображениям отпечатков пальцев. Хотя этот алгоритм может получить достоверную ориентационную оценку даже для испорченных изображений, он не подходит для online-систем (систем реального времени), потому что он тратит значительное количество усилий на локальную оценку ориентации из отфильтрованных изображений, которая дорогостоящая по вычислениям. Мы представляем быстродействующий алгоритм улучшения, который способен адаптивно улучшить структуры выступов и впадин, используя как локальную ориентацию выступа, так и локальную частотную информацию. Вместо использования дорогого по вычислениям метода для точной оценки локальной ориентации выступа, используется простой, но эффективный метод. К тому же, так как этот алгоритм предназначен для интегрирования в online-систему, используется вычислительно-эффективный способ фильтрации.

    В следующих разделах мы опишем в деталях наш быстродействующий алгоритм улучшения отпечатка пальца. Раздел 2 посвящен главным шагам нашего алгоритма. Целенаправленная оценка результатов выполнения алгоритма по улучшению отпечатков пальцев на базах данных отпечатков пальцев описывается в разделе 3. Раздел 4 содержит краткие выводы и дальнейшие исследования.

    2. АЛГОРИТМ УЛУЧШЕНИЯ ОТПЕЧАТКА ПАЛЬЦА


  • vanessa

    ВВЕРХ

    ДонНТУ Портал магистров ДонНТУ Главная Реферат Библиотека Ссылки Отчет о поиске Индивидуальное задание