Biyometri ve Görüntü İşleme
Bu bilgi çağında görüntülerin büyük payı var. Biyometride, biyometrik görüntüsü daha önce veri tabanında depolanan bir kişiyi tanımlamak için görüntü işleme gereklidir. Yüzler, parmak izleri, süsen vb. Görüntü işleme ve örüntü tanıma teknikleri gerektiren görüntü tabanlı biyometrilerdir.
Görüntü tabanlı bir biyometrik sistemin doğru çalışabilmesi için, kullanıcının biyometrik örnek görüntüsünün çok net ve bozulmamış bir biçimde olması gerekir.
Biyometride Görüntü İşlemenin Gerekliliği
Kullanıcının biyometrik görüntüsü biyometrik sisteme beslenir. Sistem, denklemleri kullanarak görüntüyü işlemek ve ardından her piksel için hesaplamanın sonuçlarını depolamak üzere programlanmıştır.
Verilerdeki belirli ince özellikleri seçici olarak geliştirmek ve belirli gürültüyü gidermek için dijital veriler çeşitli görüntü işleme işlemlerine tabi tutulur.
Görüntü işleme yöntemleri üç işlevsel kategoriye ayrılabilir -
Görüntü Restorasyonu
Görüntü restorasyonu esas olarak şunları içerir -
- Numune alma sırasında görüntüde ortaya çıkan parazitin azaltılması.
- Biyometrik kayıt sırasında ortaya çıkan bozulmaların giderilmesi.
Görüntü yumuşatma, görüntüdeki gürültüyü azaltır. Düzeltme, her bir pikselin ortalama değeri komşu piksel ile değiştirilmesiyle gerçekleştirilir. Biyometrik sistem, Medyan Filtreleme, Uyarlamalı Filtreleme, İstatistiksel Histogram, Dalgacık Dönüşümleri gibi çeşitli filtreleme algoritmaları ve gürültü azaltma tekniklerini kullanır.
Görüntü Geliştirme
Görüntü geliştirme teknikleri, görüntünün herhangi bir bölümünün veya özelliğinin görünürlüğünü iyileştirir ve diğer bölümlerdeki bilgileri bastırır. Sadece restorasyon tamamlandıktan sonra yapılır. Görüntünün sonraki işlemler için kullanılabilir olması için parlaklaştırma, keskinleştirme, kontrast ayarlama vb. İçerir.
Özellik çıkarma
Görüntüden iki tür özellik çıkarılır:
General features - Görüntünün içeriğini tanımlamak için kullanılan şekil, doku, renk vb. Özellikler.
Domain-specific features - Yüz, iris, parmak izi gibi uygulamaya bağlı özelliklerdir. Gabor filtreleri, özellikleri çıkarmak için kullanılır.
Özellikler görüntüden çıkarıldığında, uygun bir sınıflandırıcı seçmeniz gerekir. Yaygın olarak kullanılan sınıflandırıcıNearest Neighbor classifier, aday görüntünün özellik vektörünü veritabanında depolanan görüntünün vektörüyle karşılaştıran.
B-Splinesparmak izi biyometrik sistemlerinde eğri modellerini tanımlamak için uygulanan yaklaşık değerlerdir. B-Spline katsayıları özellik olarak kullanılır. İris tanıma sistemi durumunda, iris görüntüleri Ayrık Dalgacık Dönüşümü (DWT) kullanılarak ayrıştırılır ve DWT katsayıları daha sonra özellikler olarak kullanılır.