Original title: Zpracování otisků prstu
Translated title: Fingerprint Processing
Authors: Pšenák, Patrik ; Krajsa, Ondřej (referee) ; Říha, Kamil (advisor)
Document type: Master’s theses
Year: 2010
Language: slo
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [slo] [eng]
V mojej diplomovej práci sa zaoberám rôznymi technikami používanými pri spracovávaní odtlačkov prstov za účelom identifikácie odtlačku. Pomocou softwarového nástroja Visual C++ a knižnice funkcií OpenCV som naprogramoval samostatnú aplikáciu, ktorá je schopná vybrať z databázy odtlačkov najviac zhodný odtlačok s porovnávaným odtlačkom, dokonca aj keď sú odtlačky vzájomne posunuté v smere osí X a Y. Ďalším krokom môjho programu je získavanie hrán z obrázku odtlačku. Tie získavam použitím Cannyho hranového detektora. Ďalej získavam kontúry z obrázku hrán. Na určenie, či sú kontúry zhodné, porovnávam len určité charakteristické body kontúr. Ďalej som využil funkciu histogramu na určenie počtu bodov po aproximácii kontúr a po vyhodnotení zhody odtlačkov. Keďže po spracovaní vstupného obrazu odtlačku (presnejšie po aproximácii kontúr bodmi), ostane v obraze len čierna (pozadie) a červená farba (body po aproximácii kontúr), znamená to, že nultý a posledný prvok histogramu vyjadrujú počet čiernych a červených bodov. Porovnanie je percentuálne a získava sa odčítaním obrazu aproximovaných bodov kontúr originálneho odtlačku od obrazu aproximovaných bodov kontúr porovnávaného odtlačku. Zisťuje sa pritom, koľko percent červených bodov zmizlo, čiže nakoľko sa dva obrázky odtlačkov zhodujú. Ak na výslednom obrázku nezostane ani jeden červený bod, zodpovedá to 100%-nej zhode odtlačkov. My master's thesis deals with the different techniques used in fingerprints processing for identifying fingerprints. Using the software tool Visual C++ and functions of OpenCV library I programmed a separate application, that is able to select from a database of fingerprints the most consistent with a comparative fingerprint images, even when they are mutually shifted in the direction of axes X and Y. The next step in my program is to gather the edges of the fingerprint image. Those obtained using Canny edge detector. Furthermore, getting the contours of the image edges. To determine, whether the contours are the same, just compare some characteristic points of contours. Next I use a histogram function to determine the number of points for approximation of contours and evaluating compliance fingerprints. Since the processing of the input fingerprint image (or rather the approximation of the contour points) remains in the picture as black (background) and red (the approximation of the contour points), this means, that zero and the last element of the histogram represent the number of black and red points. Comparison is in percentage and is obtained by subtracting the approximated points of contours image from the original fingerprint image of approximated contour points of matched fingerprints. It determined, what percentage of red points have disappeared, so as to match two fingerprint images. If on the resulting figure is not left neither a red point, that corresponds to 100% of the fingerprints Compliance.
Keywords: approximate point of contour; Canny edge detector; contour; fingerprint; histogram

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/71846

Permalink: http://www.nusl.cz/ntk/nusl-374739


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses