Sinh trắc học và xử lý hình ảnh
Hình ảnh có một tỷ trọng lớn trong thời đại thông tin. Trong sinh trắc học, cần xử lý hình ảnh để xác định một cá nhân có hình ảnh sinh trắc học được lưu trữ trong cơ sở dữ liệu trước đó. Khuôn mặt, dấu vân tay, mống mắt, v.v., là sinh trắc học dựa trên hình ảnh, đòi hỏi kỹ thuật xử lý hình ảnh và nhận dạng mẫu.
Để một hệ thống sinh trắc học dựa trên hình ảnh hoạt động chính xác, nó cần có hình ảnh mẫu sinh trắc học của người dùng ở dạng rất rõ ràng và không bị tạp nhiễm.
Yêu cầu xử lý hình ảnh trong sinh trắc học
Hình ảnh sinh trắc học của người dùng được đưa vào hệ thống sinh trắc học. Hệ thống được lập trình để xử lý hình ảnh bằng các phương trình, và sau đó lưu trữ kết quả tính toán cho từng pixel.
Để cải thiện một cách có chọn lọc các tính năng tốt nhất định trong dữ liệu và loại bỏ nhiễu nhất định, dữ liệu kỹ thuật số phải chịu các hoạt động xử lý hình ảnh khác nhau.
Các phương pháp xử lý ảnh có thể được nhóm thành ba loại chức năng:
Khôi phục hình ảnh
Phục hồi hình ảnh chủ yếu bao gồm -
- Giảm nhiễu được đưa vào ảnh tại thời điểm lấy mẫu.
- Loại bỏ các biến dạng xuất hiện trong quá trình đăng ký sinh trắc học.
Làm mịn hình ảnh giúp giảm nhiễu trong hình ảnh. Làm mịn được thực hiện bằng cách thay thế từng pixel bằng giá trị trung bình bằng pixel lân cận. Hệ thống sinh trắc học sử dụng các thuật toán lọc và kỹ thuật giảm nhiễu khác nhau như Lọc trung vị, Lọc thích ứng, Biểu đồ thống kê, Biến đổi Wavelet, v.v.
Nâng cao hình ảnh
Các kỹ thuật nâng cao hình ảnh cải thiện khả năng hiển thị của bất kỳ phần hoặc đặc điểm nào của hình ảnh và ngăn chặn thông tin trong các phần khác. Nó chỉ được thực hiện sau khi hoàn thành việc phục hồi. Nó bao gồm làm sáng, làm sắc nét, điều chỉnh độ tương phản, v.v., để hình ảnh có thể sử dụng để xử lý thêm.
Khai thác tính năng
Hai loại tính năng được trích xuất từ hình ảnh, đó là -
General features - Các đặc điểm như hình dạng, kết cấu, màu sắc, ... được sử dụng để mô tả nội dung của hình ảnh.
Domain-specific features - Chúng là các tính năng phụ thuộc vào ứng dụng như khuôn mặt, mống mắt, vân tay, v.v. Bộ lọc Gabor được sử dụng để trích xuất các tính năng.
Khi các tính năng được trích xuất từ hình ảnh, bạn cần chọn một bộ phân loại phù hợp. Bộ phân loại được sử dụng rộng rãiNearest Neighbor classifier, so sánh vectơ đặc trưng của hình ảnh ứng cử viên với vectơ của hình ảnh được lưu trữ trong cơ sở dữ liệu.
B-Splineslà các phép gần đúng được áp dụng để mô tả các mẫu đường cong trong hệ thống sinh trắc học dấu vân tay. Các hệ số của B-Splines được sử dụng làm đối tượng địa lý. Trong trường hợp hệ thống nhận dạng mống mắt, hình ảnh của mống mắt được phân tách bằng cách sử dụng Biến đổi Wavelet rời rạc (DWT) và các hệ số DWT sau đó được sử dụng làm đặc điểm.