Genel Amaçlı Otomatik Parmakizi Tanıma Sistemi Tasarımı ve Gerçekleştirilmesi

Bu çalışmada, otomatik bir parmakizi tanıma sistemi başarıyla gerçekleştirilmiş ve sunulmuştur. Sistem tasarlanırken işlemler adım adım yapılmıştır. Öncelikle bir parmakizi okuyucu yardımıyla veya dosyadan alınan parmakizi resimleri sayısala çevrilmiştir. Resimler küçük parçalara bölünerek üzerinde işlem yapılacak alan arkaplandan ayrılmıştır. İyi sonuç veren bir algoritma kullanılarak griseviye resimden referans noktaları elde edilmiştir. Sistem hızını ve performansını arttırmak için parmakizi resimleri temizlenip iyileştirilmiştir. Temizlenip iyileştirilen resimlere bölgesel ikili dönüşüm uygulanmış ve daha sonra siyah beyaz renkten oluşan ikili resim inceltilmiştir. İnceltilmiş resim üzerinde özellik noktaları olarak adlandırılan uç ve çatal noktalar ve bunlarla ilgili gerekli parametreler bulunmuş ve yalancı özellik noktaları elenmiştir. Son olarak karşılaştırma algoritması belirlenip karşılaştırma işlemi yapılmıştır. Sunulan çalışmada, belirtilen tüm adımlar başarıyla gerçekleştirilmiş ve bu işlemlerin kolaylıkla yapılabilmesi için bir yazılım geliştirilmiştir. Hem tanıma, hem de onaylama/doğrulama modunda çalışabilen sistem, 100 parmakizi resminin bulunduğu bir veritabanında test edilmiş ve başarılı sonuçlar vermiştir.

Automatic Fingerprint Identification and Verification System Design for General Usage

This work presents an automatic fingerprint identification and verification system for general usage. Design processes of the system have been presented step by step. Fingerprints were first converted into digital images using a specific hardware. They were then processed by a computer. Fingerprint images were divided into grid blocks, and these blocks were classified as image area and background. An effective algorithm was developed and used to detect the fingerprint singularities from gray level fingerprint images. In order to improve the performance of the system, fingerprint image enhancement was performed by using a mask. Binary images were obtained from the enhancement images using a regional binarization algorithm. Binary images were converted to thin images. Ridge endings and ridge bifurcations of the fingerprints (minutiae) were extracted. A postprocessing algorithm was used to eliminate false minutiae patterns and the fingerprint matching process was finally applied. In order to automatise the system, a software for fingerprint identification and verification was developed in Delphi. 100 fingerprint images were used for identification and verification. The system developed in this work achieves the task with high accuracy