Melhorias no reconhecimento de impressões digitais baseado no metodo FingerCode

• Main Author: Sa, Gustavo Ferreira Cardoso de
• Other Authors: UNIVERSIDADE ESTADUAL DE CAMPINAS
• Format: Others
• Language: Portuguese
• Published: [s.n.] 2006
• Subjects: Datiloscopia; Filtros elétricos digitais; Morfologia matemática; Fingerprint; FingerprintCode; Gabor filter; Segmentation; Open top-hat
• Online Access: SA, Gustavo Ferreira Cardoso de. Melhorias no reconhecimento de impressões digitais baseado no metodo FingerCode. 2006. 90f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/259831>. Acesso em: 7 ago. 2018.; http://repositorio.unicamp.br/jspui/handle/REPOSIP/259831

Orientador: Roberto de Alencar Lotufo === Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação === Made available in DSpace on 2018-08-07T11:27:50Z (GMT). No. of bitstreams: 1 Sa_GustavoFerreiraCardosode_M.pdf: 2313623 bytes, checksum: ca6abbf3a186c9d5bed2d6b1e73e3a9f (MD5) Previous issue date: 2006 === Resumo: Neste trabalho são apresentadas melhorias na robustez do método FingerCode para reconhecimento de impressões digitais. No FingerCode a textura dos componentes orientados das impressões digitais são extraídas por um banco direcional de filtros Gabor. Posteriormente, os componentes orientados são setorizados e para cada setor é computado um valor. Este conjunto de valores forma o vetor de atributos. Finalmente, a média da diferença absoluta dos dois vetores de atributos é computada indicando a similaridade entre duas impressões digitais. Foram testadas várias soluções e entre as que apresentaram melhores resultados destacam-se: a substituição dos valores dos atributos através de uma função não-linear, a ponderação dos valores de atributo de acordo com características estatísticas da distribuição espacial dos valores e o cálculo de medidas estatísticas extraídas dos histogramas de distribuição de diferenças. Estas funções apresentaram um ganho significativo, principalmente para o caso dos sensores óticos com uma melhoria de aproximadamente 45% no EER. Outra contribuição apresentada foi uma nova implementação rápida do filtro Gabor 2D, que se constitui de uma onda sinusoidal modulada por um envelope gaussiano. A filtragem 2D da imagem por um banco de filtros Gabor 2D é uma das etapas de maior consumo de tempo no processamento de imagens. Na nova solução proposta, o filtro Gabor 2D é separado em dois filtros Gabor 1D ortogonais, bastando para isto que o envelope gaussiano obedeça a condição de ser circular. O processamento com o filtro separado é mais rápida do que com o filtro não-separado e o ganho na performance aumenta à medida que aumenta o tamanho da imagem ou do filtro. Também foram desenvolvidas novas técnicas de segmentação: baseada em morfologia matemática e baseada em filtros Gabor. Estas segmentações ocorrem ao nível do píxel, com ótimos resultados, principalmente após a uniformização da área através de processos morfológicos === Abstract: In this work it is introduced improvements in robustness of FingerCode method to recognize fingerprints. In the FingerCode the texture of fingerprint oriented components are extracted by a bank of directional Gabor filters. After that, the oriented components are tessellated and a value is computed for each sector. This set of values constitutes the attribute vector. Finally, the absolute difference mean between the two attribute vectors is computed that gives the similarity between two fingerprints. New solutions were tested; among them the best results were obtained by: attribute values replacement by a non-linear function, attribute values weighting by statistical characteristics of spatial distribution of values, and the calculus of statistical measures extracted from the difference distribution histograms. These functions presented a significant gain, mainly in the case of optical sensors with an improvement about 45% in EER. Another contribution presented was a new fast implementation of the 2D Gabor filter, which constitutes in a sinusoidal wave modulated by a Gaussian envelope. The 2D image filtering by a bank of 2D Gabor filters is one of the most expensive stage of image processing. In the new solution proposed, the 2D Gabor filter is separated in two orthogonal 1D Gabor filters, for this the Gaussian envelope must obey the condition of being circular. Processing with the separated filter is faster than the non-separated filter, and the gain improves as the size of image or filter increases. Also it was developed new segmentation techniques: based on mathematical morphology, and based on Gabor filters. Those segmentations occur at pixel level, with good results, mostly after the area regularization with morphological processes === Mestrado === Engenharia de Computação === Mestre em Engenharia Elétrica