Biometria i przetwarzanie obrazu
Obrazy mają ogromny udział w tej erze informacji. W biometrii przetwarzanie obrazu jest wymagane do identyfikacji osoby, której obraz biometryczny jest wcześniej przechowywany w bazie danych. Twarze, odciski palców, tęczówki itp. To biometria oparta na obrazach, która wymaga technik przetwarzania obrazu i rozpoznawania wzorców.
Aby system biometryczny oparty na obrazie działał dokładnie, musi mieć przykładowy obraz biometryczny użytkownika w bardzo wyraźnej i niezafałszowanej formie.
Wymóg przetwarzania obrazu w biometrii
Obraz biometryczny użytkownika jest wprowadzany do systemu biometrycznego. System jest zaprogramowany do manipulowania obrazem za pomocą równań, a następnie zapisuje wyniki obliczeń dla każdego piksela.
Aby selektywnie ulepszyć pewne drobne cechy danych i usunąć pewne zakłócenia, dane cyfrowe są poddawane różnym operacjom przetwarzania obrazu.
Metody przetwarzania obrazu można podzielić na trzy kategorie funkcjonalne -
Przywracanie obrazu
Przywracanie obrazu obejmuje głównie -
- Redukcja szumów pojawiających się na obrazie w momencie pobierania próbki.
- Usunięcie zniekształceń pojawiło się podczas rejestracji biometrii.
Wygładzanie obrazu redukuje szumy w obrazie. Wygładzanie polega na zastąpieniu każdego piksela wartością średnią z sąsiednim pikselem. System biometryczny wykorzystuje różne algorytmy filtrowania i techniki redukcji szumów, takie jak filtrowanie mediany, filtrowanie adaptacyjne, histogram statystyczny, transformacje falkowe itp.
Poprawa jakości obrazu
Techniki ulepszania obrazu poprawiają widoczność dowolnej części lub funkcji obrazu i tłumią informacje w innych częściach. Odbywa się to dopiero po zakończeniu odbudowy. Obejmuje rozjaśnianie, wyostrzanie, dostosowywanie kontrastu itp., Aby obraz nadawał się do dalszej obróbki.
Ekstrakcja cech
Z obrazu wyodrębniane są dwa rodzaje funkcji, a mianowicie -
General features - Cechy, takie jak kształt, tekstura, kolor itp., Które służą do opisu treści obrazu.
Domain-specific features - Są to cechy zależne od aplikacji, takie jak twarz, tęczówka, odcisk palca itp. Do wyodrębniania cech służą filtry Gabor.
Po wyodrębnieniu cech z obrazu należy wybrać odpowiedni klasyfikator. Szeroko stosowany klasyfikatorNearest Neighbor classifier, który porównuje wektor cech obrazu kandydata z wektorem obrazu przechowywanego w bazie danych.
B-Splinessą przybliżeniami stosowanymi do opisu wzorów krzywych w systemach biometrycznych odcisków palców. Współczynniki B-splajnów są używane jako cechy. W przypadku systemu rozpoznawania tęczówki obrazy tęczówki są dekomponowane za pomocą dyskretnej transformaty falkowej (DWT), a następnie współczynniki DWT są wykorzystywane jako cechy.