Методы и алгоритмы обработки изображений в дактилоскопической системе на основе локальных особенностей
Диссертация
Практическая ценность результатов. Предложенный в работе алгоритм выделения локальных особенностей бинарного изображения отпечатка пальца превосходит по быстродействию известные методы (МУЛ и МАК), применяемые на практике, имея при этом сравнимую с ними точность при нахождении точек разветвлений и окончаний. Решена проблема ложного обнаружения локальных особенностей отпечатков пальцев, присущая… Читать ещё >
Содержание
- ГЛАВА 1. АВТОМАТИЧЕСКИЕ ДАКТИЛОСКОПИЧЕСКИЕ ИДЕНТИФИКАЦИОННЫЕ СИСТЕМЫ
- 1. 1. Введение
- 1. 2. Тенденции развития современных математических и программных средств дактилоскопической идентификации личности и связанных проблем
- ГЛАВА 2. ВЫДЕЛЕНИЕ ОБЛАСТЕЙ С НАРУШЕННОЙ ГРЕБНЕВИДНОЙ СТРУКТУРОЙ
- 2. 1. постановка задачи
- 2. 2. Этап обучения
- 2. 2. 1. Восстановление функции плотности классов
- 2. 2. 2. Представление функции плотности вероятностного распределения в виде смеси нормальных
- 2. 2. 3. Оценка параметров функций плотности классов
- 2. 2. 4. ЕМ — алгоритм
- 2. 2. 5. Оценка количества параметров функции плотности
- 2. 3. этап классификации
- 2. 4. Оценка надежности алгоритма классификации
- 2. 5. Сравнительный анализ
- 2. 5. 1. Оценка качества блоков изображения отпечатка пальца на основе поля направлений
- 2. 5. 2. Оценка качества блоков изображения отпечатка пальца с использованием функции Габора
- 2. 5. 3. Сравнение предложенного метода с АХ и АШ
- 2. 6. Результаты
- ГЛАВА 3. ВЫДЕЛЕНИЕ ЛОКАЛЬНЫХ ОСОБЕННОСТЕЙ ОТПЕЧАТКА ПАЛЬЦА
- 3. 1. Введение
- 3. 1. 1. Локальные особенности отпечатка пальца
- 3. 1. 2. Бинарное изображение отпечатка пальца
- 3. 2. Алгоритм выделения точек разветвлений и окончаний бинарного изображения отпечатка пальца
- 3. 2. 1. Предварительные замечания
- 3. 2. 2. Разметка решетчатого графа
- 3. 2. 3. Построение графа событий
- 3. 2. 4. Построение шаблона отпечатка пальца
- 3. 3. Сравнительный анализ
- 3. 3. 1. Метод анализа контура (МАК)
- 3. 3. 2. Метод утоньшения линий папиллярного узора (МУЛ)
- 3. 3. 3. Сравнение предложенного метода с МАК и МУЛ
- 3. 4. Результаты
- 3. 1. Введение
- ГЛАВА 4. ПРОГРАММНЫЙ КОМПЛЕКС ИССЛЕДОВАНИЯ АЛГОРИТМОВ ДАКТИЛОСКОПИЧЕСКОЙ СИСТЕМЫ
- 4. 1. Введение
- 4. 2. Структура программного обеспечения дактилоскопической системы на основе локальных особенностей отпечатка пальца
- 4. 3. выделение областей с нарушенной гребневидной структурой
- 4. 4. Улучшение качества изображения отпечатка пальца
- 4. 4. 1. Поле направлений
- 4. 4. 2. Поле частот
- 4. 4. 3. Улучшение качества изображения с применением Фильтра Габора
- 4. 5. Выделение локальных особенностей отпечатка пальца
- 4. 5. 1. Программная реализация алгоритма
- 4. 6. Сравнение шаблонов дактилограмм
- 4. 6. 1. Введение
- 4. 6. 2. Алгоритм сравнения образца с эталоном
- 4. 7. Результаты
Список литературы
- Hong L., Wan Y., Jain A. Fingerprint Image Enhancement: Algorithm and Performance Evaluation. // IEEE Transactions on Pattern Analysis Machine Intelligence. 1998. — Vol. 20. -No. 8. — P.777−789.
- Maltoni D., Maio D., Jain A.K., Prabhakar S. Handbook of Fingerprint Recognition. Springer -2009.-p.512.
- Lam L., Lee S., Suen C. Y. Thinning Methodologies A Comprehensive Survey. // IEEE Transactions on Pattern Analysis and Machine Intelligence. — 1992. — Vol. 14. — No. 9. — P. 869−885.
- Arcelli C., Sanniti di Baja G. A width independent fast thinning algorithm. // IEEE Transactions on Pattern Analysis Machine Intelligence. 1984. — Vol. 4. — No. 7. — P. 463 474.
- Shi Z., Govindaraju V. A chaincode based scheme for fingerprint feature extraction. // Pattern Recognition Letters. 2006. — Vol. 27. — No. 5. — P. 462168.
- Govindaraju V., Shi Z., Schneider J. Feature extraction using a chaincoded contour representation of fingerprint images. // International Conference on Audio and Video-Based Biometric Person Authentication. 2003. — P. 268−275.
- Shen L., Kot A., Koo W. Quality Measures of Fingerprint Images. // Third International Conference on Audio- and Video-based Biometric Person Authentication. 2001. — P. 266 271.
- Туркин A.B. Выделение локальных особенностей бинарного изображения отпечатка пальца. //Известия высших учебных заведений. Электроника. 2012. — № 1. — С.59−66.
- Сотников А.В., Туркин А. В. Система биометрической идентификации по локальным особенностям отпечатков пальцев. //Известия высших учебных заведений. Электроника. 2007. — № 2. — С.60−67.
- Сотников А.В., Туркин А. В. Оценка качества дактилограмм в системах распознавания отпечатков пальцев. // Моделирование, алгоритмизация и программирование при проектировании информационно-управляющих систем. 2008. — С. 27−36.
- Посыпкин М.А., Туркин А. В. Алгоритм выделения областей с нарушенной гребневидной структурой. // Информационные технологии и вычислительные системы. -2012.
- Сотников A.B., Туркин A.B. Оценка качества дактилограмм в автоматических дактилоскопических идентификационных системах (АДИС). // Микроэлектроника и информатика 2007. Тезисы докладов. — М.-.МИЭТ, 2007 — 436с. — С.162.
- Сотников A.B., Туркин A.B. Об одном методе выделения локальных особенностей отпечатка пальца. // Микроэлектроника и информатика 2008. Тезисы докладов. — М.: МИЭТ, 2008 — 360с. — С. 142.
- Туркин A.B. Алгоритм выделения особых точек бинарного изображения отпечатка пальца. // Микроэлектроника и информатика 2011. Тезисы докладов. — М.: МИЭТ, 2011 -340с.-С. 132.
- Посыпкин М.А., Туркин A.B. Оценка качества дактилоскопического изображения. Современные информационные технологии и ИТ-образование. VI Международная научно-практическая конференция: Сборник трудов, 2011. С. 731−741.
- Atmel FingerChip Thermal Fingerprint Sweep Sensor Hardware Based, Navigation and Click Function, SPI Interface Электронный ресурс], 2008. Режим доступа: http://www.atmel.com/dyn/resources/proddocuments/doc5347.pdf, свободный.
- Винер Н. Интеграл Фурье и некоторые его приложения. М.: Физматгиз, 1963. — 256 с.
- Чистяков В.П. Курс теории вероятностей. СПб.: Лань, 2003. — 269 с.
- Вентцель Е.С. Теория вероятностей. М.: Наука. — 1969 — 576 с.
- Айвазян С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика. — 1983. -471 с.
- Titterington D.M., Smith A.F.M., Makov U.E. Statistical analysis of finite mixture distributions John Wiley & Sons Inc. — 1986. — p.254.
- Айвазян C.A., Бухштабер B.M., Енюков И. С. Прикладная статистика: Классификация и снижение размерности. М.: Финансы статистика. — 1989. — 607 с.
- McLachlan G.J. Krishnan Т. The ЕМ Algorithm and extensions. John Wiley & Sons Inc. -2008.-p.304.
- Hastie Т., Tibshirani R., Friedman J. The Elements of Statistical Learning: Data Mining, Inference and Prediction. Springer. — 2009. — 2nd ed. — p.768.
- Королев В.Ю. EM-алгоритм, его модификации и их применение к задаче разделения смесей вероятностных распределений. Теоретический обзор. М.: ИПИ РАН. — 2007. -102 с.
- Вентцель Е. С, Овчаров Л. А. Теория вероятностей и ее инженерные приложения. М.:
- Высшая школа. 2000. — 480 с.
- McLachlan G.J. Peel D. Finite Mixture Models. John Wiley & Sons Inc. — 2000. — p.456.
- Kass R.E., Raftery A.E. Bayes Factors. // Journal of the American Statistical Association. -1995. Vol. 90. — No. 430. — P. 773−795.
- Schwartz G. Estimating the dimension of a model. //The Annals of Statistics. 1978. — Vol. 6. -P. 461−464.
- Боровков А.А. Математическая статистика. Новосибирск: Наука. — 1997. — 772 с.
- Колмогоров А.Н. Основные понятия теории вероятностей. М.: Наука. — 1974. — 120 с.
- Левин Б.Р. Теоретические основы статистической радиотехники. М.: Радио и связь. -1989.-656 с.
- Гуров С.И. Оценка надежности классифицирующих алгоритмов. М.: Издательский отдел факультета Вычислительной математики и кибернетики МГУ им. М. В. Ломоносова. — 2002. — 45 с.
- Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир. — 1978. — 412 с.
- Movellan J.R. Tutorial on Gabor Filters. 2008. — Technical report- Режим доступа: http://mplab.ucsd.edu/tutorials/gabor.pdf, свободный.
- Ratha N., Bolle R. Automatic fingerprint recognition systems. Springer. — 2004. — 460 c.
- Trier В., Jain A. Goal-Directed Evaluation of Binarization Methods. // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1995. — Vol. 17. — No. 12. — P. 1191−1201.
- Niblack W. An Introduction to Digital Image Processing. Prentice Hall. — 1986. — p.215.
- Lee C. Y. An Algorithm for Path Connections and Its Applications. //IRE Transactions on Electronic Computers. 1961. — Vol. 10. — No. 2 — P. 364—365.
- Камерон П., Ван Линт Дж. Теория графов, теория кодирования и блок-схемы. М.: Наука. — 1980- 144 с.
- Харари Ф., Палмер Э. Перечисление графов. М.:МИР. — 1977. — 326 с.
- Yang J, Liu L., Jiang Т., Fan Y. A modified Gabor filter design method for fingerprint image enhancement. //PatternRecognition Letters. -2003. Vol.24. -No.12. -P.1805−1817.
- Грузман И.С., Киричук B.C. и др. Цифровая обработка изображений в информационных системах. Новосибирск: РГТУ. — 2002. — 352 с.
- Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. -М.: Техносфера. 2006. — 616 с.
- Хуанг Т.С. Быстрые алгоритмы в цифровой обработке изображений. М.: Радио и связь.-1984.-224 с.
- Прэтт У. Цифровая обработка изображений. М.: Мир. — 1982. — Кн.1 — 312 с.
- Сойфер В.А. Методы компьютерной обработки изображений. М.:Физматлит. — 2003. -784 с.
- Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.:Техносфера. — 2005. — 1072 с.