Русский
!

Conference publications

Abstracts

XVII conference

Application of k-means clustering method for round pores detection in fingerprints

Basha N.S., Shulga L.A.

Institute of Applied Acoustics, Russia, 14980, Dubna, 9 Maya 7-a, 8(49621)2-76-37(доб.233), natalia.basha@niipa.ru; International University of Nature, Society and Man "Dubna", 141980, Dubna, Universitetskaya 14

1 pp. (accepted)

В автоматизированных системах идентификации личности по отпечатку пальца традиционно используются признаки 1-го (дуга, петля, завиток и пр.) и 2-го (конечная точка, точка бифуркации, крючок и пр.) уровня. Однако с появлением дактилоскопических сканеров с разрешением 1000 dpi стало возможно анализировать и исследовать признаки 3-го уровня (поры). Поры - небольшие (до 0,25 мм в диаметре) воронкообразные углубления, расположенные на папиллярных линиях и представляющие собой наружную часть протоков потовых желез. Уникальность расположения пор и стабильность дактилоскопического рисунка обоснована в работах [1, 2].

Задача выделения пор является нетривиальной задачей предварительной обработки отпечатка пальца и экстракции признаков идентификации. Крупные поры могут быть трактованы как разрывы гребня, а также наличие пор изменяет ширину гребня (это сказывается на результат последующего этапа обработки - скелетизации) и влияет на определение локальных направлений гребневого рисунка.

В силу схожей интенсивности поры с бороздой выделение пор по порогу (даже адаптивному) невозможно.

В работе предложен алгоритм выделения пор на основе алгоритма k-средних. Точки изображения отпечатка делятся на 3 класса - гребни, борозды и поры по яркости изображения. Гребни описывает класс “черный”, борозды – класс “белый”, а поры – класс “серый”. Для центров этих классов экспериментально были получены следующие значения яркостей (в градациях серого): “черный” – 87, “белый” – 172, “серый” – 128.

В работе предложен модифицированный алгоритм выделения пор. Модифицированный алгоритм состоит в определении поры как объекта из класса “серый”, имеющего локальный максимум по направлениям в окрестности радиуса 3. Приведены результаты работы модифицированного алгоритма и проведен анализ эффективности его применения.

Литература

1. Jain A.K., Chen Y., Demirkus M. Pores and Ridges: High-Resolution Fingerprint Matching Using Level 3 Features // IEEE Transactions on pattern analysis and machine intelligence. – IEEE, том 29 № 1, январь 2007, стр 15-27.

2. Parsons, N. R.; Smith, J. Q.; Thnnes, E.; Wang, L; Wilson, RG. Rotationally invariant statistics for examining the evidence from the pores in fingerprints // Oxford University Press, том 7, № 1, 19 марта 2008, стр. 1-14.



© 2004 Designed by Lyceum of Informational Technologies №1533