کاهش فضاي جستجو در بازشناسي اثر انگشت به کمک تصوير بلوک جهتي
الموضوعات :صادق هلفروش 1 , حسن قاسمیان یزدی 2
1 - دانشگاه تربيت مدرس
2 - دانشگاه تربیت مدرس
الکلمات المفتاحية: اثر انگشتدستهبندي پيوستهشناساييکد انگشت,
ملخص المقالة :
نخستين مرحله در هر فرايند شناسايي خودکار اثر انگشت، دستهبندي است. فرايند دستهبندي، با کوچککردن فضاي جستجو، زمان و هزينه را کاهش ميدهد. روشهاي معمول دستهبندي، مبتني بر کلاسهاي قابل رؤيت اثر انگشت است. نظر به تعداد کم اين کلاسها و عدم توزيع يکنواخت تصاوير اثر انگشت در اين کلاسها، دستهبندي پيوسته اثر انگشت مورد توجه قرار گرفته است. در دستهبندي پيوسته، يک تابع شباهت تعريف ميشود و براي شباهت تصاوير موجود در پايگاه داده و اثر انگشت ورودي، با توجه به تابع تعريفشده، درجهاي اختصاص مييابد. مرحله تطابق اثر انگشت ورودي با تصاوير موجود در پايگاه داده، از تصويري از پايگاه داده آغاز ميشود که بيشترين شباهت را با ورودي داشته باشد. در اين مقاله يک روش براي اندازهگيري شباهت و دستهبندي پيوسته اثر انگشت مبتني بر تصوير بلوک جهتي، ارائه شده است. روش ارائهشده نسبت به انتقال و چرخش اثر انگشت مقاوم بوده و نيازي به وجود و آشکارسازي نقطه مرجع ندارد. پيادهسازي روش مذکور بر روي پايگاه داده 2000FVC، دقت قابل ملاحظه روش را در کاهش فضاي جستجو در مقايسه با ساير روشها نشان ميدهد.
[1] D. Maltoni, D. Maio, A. K. Jain, and S. Prabhakar, Hand Book of Fingerprint Recognition, Springer, New York, pp. 173-202, 2003.
[2] H. Ghassemian, "An automatic fingerprint classification algorithm," Esteghlal J. of Engineering, vol. 18, no. 1, pp. 1-11, Sep. 1999.
[3] J. Qi, S. Young, and Y. Wang, "Fingerprint matching combining the global orientation field with minutia," Pattern Recognition Letters, vol. 26, no. 15, pp. 2424-2430, 2005.
[4] N. Yager and A. Amin, "Evaluation of fingerprint orientation field registration algorithms," in Proc. 17th Int. Conf. on Pattern Recognition ICPR’04, pp. 721-724, 2004.
[5] H. Ghassemian, "A robust structural fingerprint restoration," International J. of Engineering, vol. 10, no. 14, pp. 182-190, Nov. 1997.
[6] T. Kamei and M. Mizoguchi, "Fingerprint preselection using eigen features," in Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp. 918-923, 1998.
[7] J. D. Boer, A. M. Bazen, and S. H. Gerez, "Indexing fingerprint databases based on multiple features," in Proc. Workshop on Circuits, Systems and Signal Processing ProRISC 2001, pp. 300-306, 2001.
[8] R. Cappeli, D. Maio, and D. Maltoni, "Combining fingerprint classifiers," in Proc. 1st Int. Workshop on Multiple Classifier Systems, pp. 351-361, 2000.
[9] B. Bhanu and X. Tan, "Fingerprint indexing based on novel features of minutiae triplets," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 25, no. 5, pp. 402-421, May 2003.
[10] A. K. Jain, S. Probhakar, L. Hong, and S. Pankanti, "Filter bank-based fingerprint matching," IEEE Trans. on Image Processing, vol. 9, no. 5, pp. 846-859, 2000.
[11] ص. هلفروش و ح. قاسميان، "تشخيص غير حساس به چرخش اثر انگشت به کمک تصوير بلوک جهتي،" مجموعه مقالات سيزدهمين کنفرانس مهندسي برق ايران، 2005ICEE، جلد اول، صفحه 198-202، ارديبهشت 1384.
[12] A. M. Bazen and S. H. Gerez, "Systematic methods for the computation of the directional fields and singular points of fingerprints," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 24, no. 7, pp. 905-919, Jul. 2002.
[13] Y. He, J. Tian, X. Luo, and T. Zhang, "Image enhancement and minutiae matching in fingerprint verification," Pattern Recognition Letters, vol. 24, no. 9, pp. 1349-1360, Jun. 2003.
[14] H. Ghassemian, "A robust on-line restoration Algorithm for fingerprint segmentation," in Proc. IEEE Int. Conf. on Image Processing, vol. 2, pp. 181-184, Sep. 1996.
[15] D. Maio, A. K. Jain, "FVC2000: fingerprint verification competition," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 24, no. 3, pp. 402-412, Mar. 2002.