|
|
Connection of algorithms for removal of influence of skin diseases on the process for fingerprint recognition
Heidari, Mona ; Derawi, Mohammad (referee) ; Gomez-Barrero, Marta (referee) ; Drahanský, Martin (advisor)
Tato práce se zaměřuje na datové struktury, zpracování obrazu a metody počítačového vidění pro detekci a rozpoznávání nemocí ve snímcích otisků prstů. Počet vyvinutých biometrických systémů a dokonce i používaných biometrických charakteristik se zvyšuje. Všeobecně platí, že otisk prstu jednotlivce je jedinečný a zůstává relativně neměnný po celý život. Struktura papilárních linií se však může měnit nemocemi a může být poškozena kožními chorobami. Vzhledem k tomu, že jsou systémy do značné míry závislé na struktuře papilárních linií jednotlivce, která pozitivně ovlivňuje jejich identitu, lidé trpící kožními nemocemi mohou být diskriminováni, protože jejich papilární linie mohou být narušeny. Vliv kožních onemocnění je důležitým, ale často opomíjeným faktorem v biometrických systémech založených na otiscích prstů. Jedinec trpící kožním onemocněním, které postihuje konečky prstů nemusí být schopen používat určité biometrické systémy. Shromáždění databáze otisků prstů, ovlivněných kožními nemocemi, je náročný úkol. Je nákladný a časově náročný, vyžaduje také pomoc lékařských odborníků a ochotné účastníky trpící různými kožními nemocemi na bříšcíeh prstů. Surová databáze otisků prstů s onemocnénímí byla nejprve analyzována, aby poskytla pevný základ pro budoucí výzkum. Pro každé konkrétní onemocnění jsou nalezeny společné znaky mezi všemi snímky otisků prstů postižených nemocí a je definován obecný popis každého onemocnění a jeho vlivů. Poté automaticky přiřadíme označení na základě kombinace známého stavu obrazu otisku prstu. Navrhované řešení je integrováno s různými algoritmy zaměřenými na knihovny pro zpracování obrazu a metody počítačového vidění pro detekci objektů. Je vyhodnoceno na poškozených souborech dat otisků prstů a popisuje současný stav implementace pomocí navržených technik. Současný stav techniky pro implementaci detekce onemocnění využívá analýzu textury a detekci prvků porovnáváním hodnot intenzity pixelů v malém okolí v obraze. Vzhledem ke složitosti jednotlivých vzorů nemocí vede kombinace algoritmů analýzy textury k lepším výsledkům detekce. Kombinace Gray Level Co-occurrence Matrix (GLCM), Local Binary Pattern (LBP), pole orientací a matematické morfologie může detekovat poškození v obrazech otisků prstů. Kombinace těchto funkcí umožňuje identifikovat změny v textuře a tvaru toku papilárních linií otisků prstů způsobené nemocemi. Tyto techniky zachycují různé aspekty textury a tvaru poškození v obrazech otisků prstů a vedou k identifikaci změn v textuře způsobených nemocemi. V průběhu detekčního procesu jsou použity matematické morfologické operace pro zlepšení strukturálních detailů tím, že odstraňují malé nesrovnalosti v obraze a zjednodušují tvar objektů, což usnadňuje jejich identifikaci a izolaci, rozšiřováním hranic objektů v obraze nebo vyplněním mezer a propojením rozlomených částí objektů. To vede k lepší detekci a rozpoznání objektů.Na konci procesu detekce je použita koherence, která ukazuje hodnocení kvality polí obrazu otisku prstu na tři typy: zdravý, poškozený a pozadí.
|
guest ::
