The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Fingerprint Identification Algorithm using Pixel Direction Factor in Blocks

블록별 화소방향성분을 이용한 지문의 동일성 판별 알고리즘

  • Published : 2005.04.01
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, fingerprint identification algorithm using pixel direction factor in blocks is proposed to minimize false acceptance ratio and to apply security system. The proposed algorithm is that a fingerprint image is divided by 16 blocks, then feature parameters which have direct factors of $0^{\circ},\;45^{\circ},\;90^{\circ}\;and\;135^{\circ}$ is extracted for each block. Membership function of a reference fingerprint and an input fingerprint for the extracted parameters is calculated, then identification of two fingerprint is distinguished using fuzzy inference. False acceptance ratio is evaluated about different fingerprints of In kinds regardless of sex and shape which are obtained from adults, and false rejection ratio is evaluated about fingerprints which are obtained by adding fingerprints of 10 kinds on different fingerprints of 100 kinds. The experiment results is that false acceptance ratio is average $0.34\%$ about experiment of 4,950 times, and false rejection ratio is average $3.7\%$ about experiment of 1,000 times. The proposed algerian is excellent for recognition rate and security.

본 논문에서는 형태정보를 이용한 지문인식 알고리즘의 단점인 오인식율을 최소화 하고, 출입관리 시스템에 적용이 가능하도록 블록별 화소방향성분을 이용한 지문의 동일성 판별 알고리즘을 제안하였다. 제안한 알고리즘은 지문영상을 16개의 블록으로 나누고 각각의 블록들에 대하여 $0^{\circ},\;45^{\circ},\;90^{\circ},\;135^{\circ}$의 방향성분을 갖는 총 64개의 특징 파라미터를 추출하였다. 그리고 추출된 기준지문과 입력지문의 특징 파라미터들에 대한 멤버쉽 함수를 계산하고, 퍼지 추론을 이용한 두 지문의 동일성을 판별하였다. 동일성 판별에 사용한 지문은 성인의 지문 중 성별, 모양에 관계없이 서로 다른 100개의 지문을 가지고 오인식율을 평가하였으며 100개의 지문을 각각 10개씩 추가로 입력받아 오거부율을 평가하였다. 실험결과 오인식율은 4,950회의 실험을 수행하였으며 평균 $0.34\%$를 나타내었고, 오거부율은 1,000회의 실험을 수행하였으며 평균 $3.7\%$ 결과를 나타내었다. 따라서 제안한 알고리즘이 인식율 및 보안성에서 뛰어난 성능을 나타냄을 알 수 있었다.

Keywords

References

  1. hrttp://moolynaru.knu.ac.k/everyday_science/sangmyung/17yoojunhungjil/chamgo02.htm
  2. B. Moayer and K. S. Fu, 'An application of stochastic languages to fingerprint pattern recognition,' Pattern Recognition, vol. 8, pp.173-179, 1976 https://doi.org/10.1016/0031-3203(76)90018-2
  3. B. Moayer and K. S. Fu, 'A tree system approach for fingerprint pattern recognition,' IEEE Trans. Computers, vol. C-25, no. 3, pp.262-274, March 1976 https://doi.org/10.1109/TC.1976.5009253
  4. C. V. K. Rao and K. Balck, 'Finding the core point in a fingerprint,' IEEE Trans. Computers, vol. C-27, no. 1, pp. 77-81, 1978 https://doi.org/10.1109/TC.1978.1674955
  5. M. Seto and Y. Hoshino, 'Computer technology for Fingerprint identification,' 畵像電子學會誌, vol.15, no.3, pp.184-191, 1986(Japan)
  6. K. Yarnato, Y. Rata, N. Yaw, and S. Hashimoto, 'Fingerprint identification system by ravine thinning,' 電子通信學會論文紙 D, vol. J71-D, no. 2, pp. 327-335, 1988, Japan
  7. K. Tezuka, O. Nakmura, M. Toshi, and H. Okuno, 'Restoration of fingerprint by template matching,' 新學技報, vol. IE 81-87, pp-15-22, 1981(Japan)
  8. D.K. Lsenor and S. G. Zaky, 'Fingerprint identification using graph matching,' Pattern Recognition, vol. 19, no. 2, pp.113-122, 1986 https://doi.org/10.1016/0031-3203(86)90017-8
  9. 조남형, 김종성, 이주신, '화소방향성분을 퍼지추론한 지문인식알고리즘,' 영상처리 및 이해에 관한 워크샵 발표논문집, 제15회, pp.225-228, 2003
  10. J.C.Bezdek, 'Analysis of fuzzy information,' vol. I, II ,III, CRC press, 1987
  11. Hiroki Matsumoto, 'Optimum control based on fuzzy inference and its simulation,' IIZUKA '90, pp.61-64
  12. A. Kandel, 'Fuzzy techniques in pattern recognition,' Jhon Wiley & Sons press. 1982
  13. S. Huvanandana, C. Kim and J. N. Hwang, 'Relaiable and fast fingerprint identification for security applications,' IEEE, pp.503-506, 2000 https://doi.org/10.1109/ICIP.2000.899466