CC BY
17
— регистрация избирателей;
— иммиграционная регистрация, визы;
— идентификация сотрудников государственных учреждений.
В едином процессе идентификации по дактилоскопическому узору можно выделить следующие этапы:
1) получение изображения с сенсора, вероятно с дефектами;
2) предварительная обработка, на выходе которой будет очищенный от помех скелет отпечатка пальца, с отмеченными особыми точками;
3) непосредственно сравнение. Обычно перед сравнением определяют вид узора: дуговые, петлевые и завитковые. И сравнение производят уже в соответствии с определенной группой.[4]
Система сравнивает два цифровых изображения, при этом результат работы не должен зависеть от параллельного переноса и вращения. Таким образом, существуют различные способы сравнения на идентичность — похожесть отпечатков пальца. Выделяют в основном три метода:
• корреляционный метод;
• сравнение по узору;
• сравнение по особым точкам.
Корреляционное сравнение. Данный алгоритм идентификации используется очень редко, так как является наиболее сложным и длительным. Это обусловлено тем, что человек прикладывает палец каждый раз по-разному, вследствие чего требуется множество итераций, где изображение каждый раз поворачивается под небольшим углом и снова сравнивается. Суть метода заключается в том, что полученное изображение накладывается на изображение из базы данных поочередно. Далее попиксельно рассматриваются различия. То есть подсчитывается корреляция между соответствующими пикселями. По полученному коэффициенту принимается решение об идентичности отпечатков. Не смотря на то, что не требуется изображение высокого качества, здесь каждый отпечаток пальца занимает много место в памяти.[5]
Сравнение по узору. Для сравнения отпечатков данным методом используют особенности строения папиллярного узора, где полученное со сканера изображение образа разбивается на множество маленьких квадратных зон. В каждом таком квадрате все линии (гребни) описываются уравнениями синусоидальной волны, то есть задается начальный сдвиг фазы, длина волны и направление ее распространения. Соответственно полученное изображение со сканера приводится к такому же виду, что и шаблон. Далее сравниваются параметры волновых представлений соответствующих ячеек. В данном методе требование к качеству изображения низкое, но очень сложная реализация.
Сравнение по особым точкам. На отпечатке пальца выделяются особые точки, такие как окончания, разветвления (рисунок 1).
Рисунок 1 — Виды особых точек: окончание линии(зеленым), ветвление(красным)
Далее в соответствии с ними строится карта. Таким образом, сравнивается эталонная карта
с временной при получении образа и, делается вывод о схожести двух изображений. Ни поворот отпечатка пальца, ни его параллельный перенос не должны влиять на функционирование системы.
Рисунок 2 —Особые точки
В силу простоты реализации и скорости работы — алгоритмы этого класса являются наиболее распространенными. Но тем не менее для работы этого алгоритма необходимо изображение высокого качества с низким уровнем шума. Поэтому для улучшения качества образов отпечатков пальца используются специальные алгоритмы предварительной обработки изображения.[1]
Задача идентификации, верификации человека по отпечатку пальца является сложной и актуальной задачей, даже учитывая большое количество различных биометрических алгоритмов. Порой требуется объединение сразу несколько методов для получения положительного результата. Ведь основное в работе системы идентификации человека это приемлемое соотношение скорости и качества выполнения поставленной задачи.
Список литературы
1. Compress. Биометрические пароли. [Электронный ресурс]. URL: http://compress.ru/article.aspx? id=10058
2. Википедия. Дактилоскопия [Электронный ресурс]. URL: httpsy/ru.wikipedia.org/wiki/Дактилоскопия. (дата обращения 5.02.2017).
3. Гудков, В.Ю. Скоростная обработка изображения отпечатка пальца/В.Ю. Гудков, М.В. Боков // Труды института системного анализа РАН. — 2009г. — № 45.
4. Задорожный В.И. Идентификация по от печаткам пальцев / В.И. Задорожный // PC Magazine/Russian Edition № 2. — 2004.
5. Прогноз финансовых рисков. Идентификация по отпечаткам пальцев. [Электронный ресурс]. URL: http://bre.ru/security/21052.html. (дата обращения 27.06.2017).
Модификация фильтра Габора для применения к цифровым изображениям дактилоскопических узоров
Агафонов Андрей Валерьевич Рожина Дарья Сергеевна
Студенты ЮУрГУ, Россия, г. Челябинск E-mail: Twayn@ya.ru
Научный руководитель: Гудков Владимир Юльевич
д.ф-м.н., профессор, кафедра ЭВМ, ЮУрГУ, Россия, г. Челябинск
Цифровая обработка изображений представляет собой самостоятельную область знаний, которая быстро развивается и охватывает большой спектр методов, которые имеют очень широкое применение. [1, 2с]
Биометрические системы уже используются во многих областях. Даже новые смартфоны оборудованы сканером отпечатков пальцев. [2] По сравнению с другими методами идентификации биометрический метод обеспечивает высокую степень защиты, так как считается, что отпечатки пальцев у всех людей уникальны. [3]
Кроме того, данный метод идентификации широко применяется в криминалистике. По информации с отпечатков можно сделать заключение о поле и возрасте субъекта. Одним из критериев для этого является плотность линий узора. [4]
Для идентификации требуется четкое изображение. Поэтому применяются алгоритмы фильтрации, чтобы избавится от шумов. [5]
Цель данной статьи — предложить метод фильтрации изображения дактилоскопического узора отпечатка пальца на основе фильтра Габора.
Для выполнения фильтрации данным методом необходима информация о информативной области изображения, плотности и направлении линий. [6]
В рамках статьи предполагается, что эти данные уже найдены каким-либо способом. Изображение для демонстрации работы алгоритма представлено на рисунке 1.
Для выбора фильтра Габора есть несколько причин среди которых: хорошее описание самого фильтра во многих источниках и хорошая применимость для периодических изображений
Двумерный фильтр Габора описывается следующей формулой: [6]
где ст— предполагаемое отклонение стандартного распределения, f — частота, 0 — ориентация фильтра, х,у — координаты точки.
График функции Габора показан на рисунке 2.
Обычно фильтр Габора применяется к изображению путем наложения маски. Причем необходимо, чтобы под маску попало несколько линий узора, для этого выбирается размер маски порядка 15*15 пикселей. Таким образом, получается, что необходимы значительные вычислительные затраты. Приняв во внимание вышесказанное, можно сделать определенную модификацию алгоритма фильтрации Габора.
Рисунок 1 — Исходное изображение
Рисунок 2 — График функции Габора в двумерном пространстве
Можно заметить, что сам фильтр имеет две составляющие. Экспоненциальная и периодическая. Данные составляющие в одномерном случае можно видеть на рисунках 3 — 5.
