Биометрия и обработка изображений
В эту эпоху информации изображения имеют огромное значение. В биометрии обработка изображений требуется для идентификации человека, биометрическое изображение которого ранее хранится в базе данных. Лица, отпечатки пальцев, радужная оболочка и т. Д. Представляют собой биометрические данные на основе изображений, для которых требуются методы обработки изображений и распознавания образов.
Чтобы биометрическая система на основе изображений работала точно, она должна иметь образец биометрического изображения пользователя в очень четкой и не искаженной форме.
Требование обработки изображений в биометрии
Изображение биометрических данных пользователя вводится в биометрическую систему. Система запрограммирована так, чтобы манипулировать изображением с помощью уравнений, а затем сохранять результаты вычислений для каждого пикселя.
Чтобы выборочно улучшить определенные мелкие особенности данных и удалить определенный шум, цифровые данные подвергаются различным операциям обработки изображения.
Методы обработки изображений можно разделить на три функциональные категории:
Восстановление изображения
Восстановление изображения в основном включает -
- Уменьшение шума, вносимого в изображение во время получения образца.
- Устранение искажений, появившихся при зачислении биометрических данных.
Сглаживание изображения уменьшает шум на изображении. Сглаживание осуществляется заменой каждого пикселя на среднее значение с соседним пикселем. Биометрическая система использует различные алгоритмы фильтрации и методы снижения шума, такие как медианная фильтрация, адаптивная фильтрация, статистическая гистограмма, вейвлет-преобразования и т. Д.
Улучшение изображения
Методы улучшения изображения улучшают видимость любой части или особенности изображения и подавляют информацию в других частях. Это делается только после завершения реставрации. Он включает в себя повышение яркости, резкость, регулировку контрастности и т. Д., Чтобы изображение можно было использовать для дальнейшей обработки.
Извлечение функций
Из изображения извлекаются два типа функций, а именно -
General features - Такие функции, как форма, текстура, цвет и т. Д., Которые используются для описания содержимого изображения.
Domain-specific features - Это зависящие от приложения функции, такие как лицо, радужная оболочка, отпечаток пальца и т. Д. Фильтры Габора используются для извлечения функций.
Когда признаки извлекаются из изображения, вам нужно выбрать подходящий классификатор. Широко используемый классификаторNearest Neighbor classifier, который сравнивает вектор признаков изображения-кандидата с вектором изображения, хранящегося в базе данных.
B-Splinesявляются приближениями, применяемыми для описания кривых в биометрических системах отпечатков пальцев. Коэффициенты B-сплайнов используются как функции. В случае системы распознавания радужной оболочки изображения радужки декомпозируются с использованием дискретного вейвлет-преобразования (DWT), а коэффициенты DWT затем используются в качестве признаков.