Otomatik parmakizi tanıma sistemlerinde kullanılan önişlemler için yeni yaklaşımlar

Otomatik parmakizi tanıma sistemleri ile kimliklendirme işlemlerinde, özellik noktaları olarak bilinen parmakizi resimlerindeki hat çizgisi karakteristikleri ve bunların birbirleriyle olan ilişkileri kullanılır. Bunun için, giriş parmakizi resminden özellik noktalarının sorunsuz ve güvenilir bir şekilde elde edilebilmesi, kimliklendirme için çok önemlidir. Özellik noktalarının bulunmasına yönelik algoritmaların başarısı, büyük ölçüde giriş parmakizi resminin kalitesine bağlıdır. Genellikle, parmakizi resimleri, üzerinde işlem yapılabilecek kalitede değildir ve resim iyileştirme işlemlerine ihtiyaç duyarlar. Resim iyileştirme algoritmaları, giriş parmakizi resmine bir dizi işlem uygulayarak, sonuçta daha iyi kalitede resim elde edilmesini sağlarlar. Giriş resminin kalitesinin arttırılması kimliklendirme işleminde otomatik parmakizi tanıma sisteminin hızını, başarımını ve güvenilirliğini arttırması ve sistemin hatasını azaltması açısından önemlidir. Bu çalışmada, otomatik parmakizi tanıma sistemlerinde önişlemler olarak bilinen gri seviye parmakizi resimlerinin temizlenip iyileştirilmesi, ikili hale dönüştürülmesi ve inceltilmesi işlemlerini başarıyla gerçekleştiren yeni bir yaklaşım sunulmuştur. İşlemlerin kolaylıkla ve otomatik olarak yapılabilmesi için Delphi ortamında bir yazılım geliştirilmiştir. Sunulan yeni yaklaşımın literatürdeki mevcut yaklaşımlardan daha iyi olduğu görülmüştür.

New approaches for pre-processing operations of automatic fingerprint identification and verification systems

An automatic fingerprint identification and verification system (AFIVS) depends on the comparison of local ridge characteristics and their relationships to make a personal identification. A critical stage in personal identification is to extract features automatically and reliably from the input fingerprint images. The performance of the feature extraction algorithm relies heavily on the quality of the input fingerprint images. The ridge structures in poor quality fingerprint images are not always well defined, and therefore, they can not be correctly detected. The success of a fingerprint image enhancement algorithm is to improve adaptively ridge and valley structures. This covers a set of processes on fingerprint images to improve their qualities. These processes can be called pre-processing of the automatic fingerprint identification and verification system. The purpose of preprocessing is to increase recognition quality and to avoid errors in identification. So pre-processing is very important for performance and reliability of the automatic fingerprint identification and verification systems. This study introduces a new approach to improve grayscale fingerprint images. The system processes the fingerprint images segment by segment and consists of four stages: enhancement of grayscale image, grayscale to binary thresholding, thinning and improving the thinned image. In order to do that an automatic fingerprint software was developed in Delphi. The results have shown that the new approach presented in this work is much better than the approaches presented in the literature.

PDF

___

1.Halici U.; Jain L. C; Hayashi, I.; Lee, S.B.; Tsutsui T.; Intelligent Biometric Techniques in Fingerprint and Face Recognition, CRC Press, USA, 1999.
2.Nanavati, S.; Thieme, M.; Nanavati, R., Biometrics, p.300, Wiley Computer Publishing Press, USA, 2002.
3.Özkaya, N., Otomatik Parmakizi Tanıma Sistemi, Yüksek Lisans Tezi, Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, 2003.
4.Tico M. ; Kuosmanen P.; "An algorithm for fingerprint image postprocessing" Conference Record of the Thirty-Fourth Asilomar Conference on Signals, Systems and Computers, 1735 -1739, 2000.
5.Halici, U.; Jain, L.C.; Erol, A.; "Introduction to Fingerprint Recognition" Intelligent Biometric Techniques in Fingerprint and Face Recognition, L.C. Jain; U. Halici; I. Hayashi; S.B. Lee; Editors, CRC Press, Boca Raton, 1999.
6.Alkaya, E.; Enhancement and Preprocessing Techniques For Ridge Extraction in Fingerprint Images, Yüksek Lisans Tezi, Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 1998.
7.O'Gorman, L.; Nickerson, J.V.; "Matched filter design for fingerprint image enhancement", International Conference on Acoustics, Speech, and Signal Processing, 1988. ICASSP-88, 2,916-919 1988.
8.Hong, L.; Wan Y.; Jain, A. K.; "Fingerprint Image Enhancement: Algorithms and Performance Evaluation", IEEE Transactions on PAMI, 20, No. 8, 777-789, 1998.
9.Saatçi, E.; Tavsanoglu, V.; "Fingerprint image enhancement using CNN Gabor-type filters", 7th IEEE International Workshop on Cellular Neural Networks and Their Applications, 2002. (CNNA 2002), 377-382, 2002.
10.Xiao, Q.; Raafat, H.; A combined statistical and structural approach for fingerprint image post¬processing, International Conference on Systems, IEEE Conference Proceedings, Page(s): 331-335, 1990.
11.Ongun, G., An Automatic Fingerprint Identification System based on Self organizing Feature Maps Classifier, Yüksek Lisans Tezi, Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 1995.
12.Rusyn, B.; Prudyus, I.; Ostap, V.; "Fingerprint Image Enhancement Algorithm",. The Experience of Designing and Application of CAD Systems in Microelectronics CADSM Proceedings of the 6th International Conference, 193-194,2001.
13.Jain A. K.; Pankanti, S.; Automated Fingerprint Identification and Imaging Systems, Advances in Fingerprint Technology, 2nd Ed. (H. C. Lee and R. E. Gaensslen), Elsevier Science, New York, 2001.
14.İnandık, Ö., Öznitelik tabanlı Otomatik Parmakizi Eşleme, Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 1998.
15.Karakülah, M.; Parmakizi Tanıma ve Akıllı Kart Tabanlı Endüstriyel Uygulamalar, Yüksek Lisans Tezi, Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, 2003.
16.Gonzalez, R.C.; Woods, R.E. Digital Image Processing, Second Edition, Prentice Hall, ISBN: 0-201-18075-8, USA, 2002.