Biometrik dan Pemrosesan Gambar

Gambar memiliki andil besar di era informasi ini. Dalam biometrik, pengolahan citra diperlukan untuk mengidentifikasi individu yang citra biometriknya disimpan sebelumnya dalam database. Wajah, sidik jari, iris, dll., Adalah biometrik berbasis gambar, yang memerlukan teknik pemrosesan gambar dan pengenalan pola.

Agar sistem biometrik berbasis gambar dapat bekerja secara akurat, diperlukan gambar contoh biometrik pengguna dalam bentuk yang sangat jelas dan tidak tercemar.

Persyaratan Pengolahan Gambar di Biometrik

Citra biometrik pengguna dimasukkan ke dalam sistem biometrik. Sistem diprogram untuk memanipulasi citra menggunakan persamaan, kemudian menyimpan hasil komputasi untuk setiap piksel.

Untuk meningkatkan fitur halus tertentu dalam data secara selektif dan menghilangkan gangguan tertentu, data digital dilakukan berbagai operasi pemrosesan gambar.

Metode pemrosesan gambar dapat dikelompokkan menjadi tiga kategori fungsional -

Pemulihan Gambar

Restorasi gambar terutama mencakup -

• Mengurangi noise yang masuk pada gambar pada saat pengambilan sampel.
• Menghilangkan distorsi muncul selama pendaftaran biometrik.

Penghalusan gambar mengurangi noise pada gambar. Smoothing dilakukan dengan mengganti setiap piksel dengan nilai rata-rata dengan piksel tetangga. Sistem biometrik menggunakan berbagai algoritma penyaringan dan teknik pengurangan kebisingan seperti Penyaringan Median, Penyaringan Adaptif, Histogram Statistik, Transformasi Wavelet, dll.

Peningkatan citra

Teknik peningkatan citra meningkatkan visibilitas bagian atau fitur apa pun dari gambar dan menyembunyikan informasi di bagian lain. Itu dilakukan hanya setelah restorasi selesai. Ini termasuk mencerahkan, mempertajam, menyesuaikan kontras, dll., Sehingga gambar dapat digunakan untuk pemrosesan lebih lanjut.

Ekstraksi Fitur

Dua jenis fitur yang diekstrak dari citra, yaitu -

• General features - Fitur seperti bentuk, tekstur, warna, dll., Yang digunakan untuk mendeskripsikan konten gambar.

• Domain-specific features - Mereka adalah fitur yang bergantung pada aplikasi seperti wajah, iris, sidik jari, dll. Filter Gabor digunakan untuk mengekstrak fitur.

Saat fitur diekstrak dari gambar, Anda perlu memilih pengklasifikasi yang sesuai. Pengklasifikasi yang banyak digunakanNearest Neighbor classifier, yang membandingkan vektor fitur gambar kandidat dengan vektor gambar yang disimpan dalam database.

B-Splinesadalah perkiraan yang diterapkan untuk menggambarkan pola kurva dalam sistem biometrik sidik jari. Koefisien B-Splines digunakan sebagai fitur. Dalam kasus sistem pengenalan iris, gambar iris didekomposisi menggunakan Discrete Wavelet Transform (DWT) dan koefisien DWT kemudian digunakan sebagai fitur.