• Journal of KIISE:Software and Applications
• /
• v.31 no.7
• /
• pp.911-921
• /
• 2004

Accurate minutiae extraction from input fingerprint images is one of the critical modules in robust automatic fingerprint identification system. However, the performance of a minutiae extraction is heavily dependent on the quality of the input fingerprint images. If the preprocessing is performed according to the fingerprint image characteristics in the image enhancement step, the system performance will be more robust. In this paper, we propose a knowledge-based preprocessing method, which extracts S features (the mean and variance of gray values, block directional difference, orientation change level, and ridge-valley thickness ratio) from the fingerprint images and analyzes image quality with Ward's clustering algorithm, and enhances the images with respect to oily/neutral/dry characteristics. Experimental results using NIST DB 4 and Inha University DB show that clustering algorithm distinguishes the image Quality characteristics well. In addition, the performance of the proposed method is assessed using quality index and block directional difference. The results indicate that the proposed method improves both the quality index and block directional difference.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.695-698
• /
• 2004

본 논문에서는 지문 입력기로부터 입력된 지문영상에 대한 전처리 과정에서 기존의 단계들인 모폴로지와 이진화 과정 대신에 새로운 에지(Edge) 보정과 땀샘(sweat gland) 보정 방법을 적용하여 여러 잡음들을 빠르면서 효율적으로 제거하는 방법을 제안하고 이에 대한 실험 결과에서 이 제안된 방법이 기존의 방법들보다 빠르고 선명한 세선화 결과를 획득하게 됨을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.529-531
• /
• 2003

지문영상으로부터 특징점을 정확하게 추출하는 것은 효과적인 지문인식 시스템 구축에 매우 중요하다. 하지만 입력영상의 품질에 따라 특징점 추출의 정확도가 좌우되기 때문에 영상 전처리 과정이 필요하다. 대부분의 품질평가 연구들이 매우 낮은 품질의 영상 제거나 제안하는 방법의 성능평가를 위해 진행되었다. 본 논문에서는 입력영상으로부터 명암값의 평균 및 분산, 블록방향성차, 방향성 변화도, 융선과 골 두께 비율 등 5가지 특징을 추출하여 계층적 클러스터링 알고리즘을 이용하여 영상특성을 분석 후, oily/neutral/dry 특성에 적합하게 영상을 개선하는 방법을 제안한다. NIST DB 4와 인하대학교 데이터를 이용하여 실험한 결과, 클러스터링을 통해 영상의 특성을 제대로 구분함을 확인할 수 있었다. 또한 제안한 적응적 전처리 방법이 성능평가를 위해 측정한 quality index와 블록방향성차를 향상시킴을 확인할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.246-249
• /
• 2001

본 연구는 온라인 지문 인식 기법의 속도 향상을 주목적으로 하여 기존의 지문 인식 기법과 비교하여 개선된 전처리 방법을 이용하여 적은 계산량으로 보다 높은 정확도를 확보하여 궁극적으로 지문 인식 및 대조 시스템이 적합한 특징점 추출 알고리즘 개발을 목적으로 한다. 먼저 방향성이미지에서 방향성추출에서는 4$\times$4화소를 하나의 Block으로 나눈 후, 3$\times$3의 Sobel 연산자를 이용하였고, 이 방향성 정보를 이용하여 지문영상의 품질 측정과 배경 분리를 하였으며, 또한 부분 영역간의 밝기 차이 등으로 발생하는 오류를 최소화하기 위하여 이진화 수행 과정에서 가장 애로점인 임계치(threshold value) 설정을 지문의 대상 영역의 밝기 등에 적응하여 스스로 변하도록 할 수 있게 Slit sum의 방법을 응용한 적응 이진화를 하였다. 세선화와 특징점 추출에서는 VHN(Vertical & horizontal Number)값을 이용하여 보정(Interpolation)효과를 주어 오류특징점을 배제하고, 자동 지문 인식 시스템의 인식성능을 향상시켰다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.3
• /
• pp.227-230
• /
• 2002

An important preprocessing for fingerprint recognition is the binarization operation, which takes as an input gray-scale image and returns a binary image as the output. The difficult in performing binarization is to find an appropriate threshold value. This paper presents a new adaptive binarization method, which determines the threshold value according to the brightness of local ridges and valleys. We experimentally show that the presented method results in better performance than a traditional method.

• Journal of Advanced Marine Engineering and Technology
• /
• v.29 no.2
• /
• pp.217-224
• /
• 2005

A new roof edge detection method based on multi level scales of wavelet function is proposed in this paper roof edge and its direction are obtained in this new methods at one time. Besides. scale characteristics of detecting roof edge is analyzed. And a few new methods on fingerprint image pre-processing are described. A method segmenting foreground/background of fingerprint images is proposed, in which Prior estimation of direction field is not required any more. A segmentation method based on multi-scale roof edges is implemented. and the valid scale range of the method is defined. too. And the method is used to segment ridges and valleys in fingerprint images simultaneously The exact direction fields made up of the direction of each point in ridges can be obtained when detecting ridges exactly based on the roof edge detector, in comparison with the traditional coarse estimation of direction fields. Obviously. it will establish a solid foundation for the sequent fingerprint identification.

• The Journal of the Korea Contents Association
• /
• v.2 no.4
• /
• pp.46-50
• /
• 2002

This paper suggests the adaptive binary method which applies advanced silt sum technique, so that threshold value can be changed heuristically according to the brightness of captured fingerprint image. Through this research, we tried to resolve threshold value setting issue by the local differences of brightness of fingerprint image in the binary image preprocessing. The experimental results show that our proposed preprocessing method demonstrates the better recognition accuracy and can be applied to minutiae extraction algorithm for fingerprint recognition system.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.287-290
• /
• 2002

지문인식 알고리즘 구현에 있어서 일반적인 전처리 과정을 거쳐, 특징추출시 본 논문에서는 방향성이 추출된 영상에서 블록을 형성하여 각 블록에서의 방향성 특징들을 인공지능 기법의 한 분야인 신경회로망의 입력패턴으로 사용하여 특이점 추출을 수행했으며, 이를 바탕으로 PC없이 독립적으로 동작할 수 있는 지문인식 신호처리보드를 설계하여 그 신뢰성을 테스트한 결과 충분히 독립적으로 동작할 수 있음을 입증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.526-528
• /
• 2000

일반적으로 지문 인식 알고리즘을 구현하기 위해서 전처리와 후처리를 거쳐 정합과 등록 등의 일률적인 과정을 거치게 된다. 하지만 사람의 지문은 개인의 생체학적 특성에 따라 많은 차이를 보인다. 본 논문에서는 두 가지 목적을 위하여 연구되었는데 첫 번째는 획득된 지문영상의 특성을 최대한 이용한 적응성 알고리즘의 개발이다. 보통 획득된 지문영상의 경우 좋은 품질의 영상과 손가락이 건조한 사람의 흐린 영상, 그리고 손가락이 젖은 사람에게서 나타나는 진한 영상 등의 크게 나누어 3가지로 나누어 볼 수 있는데 하나의 알고리즘을 통한 처리보다는 각 지문영상에서 적당한 알고리즘을 적용하는 것이 더욱 좋은 결과를 얻게 된다. 두 번째로 라인센서에서 얻은 낮은 품질의 영상을 처리하기 위한 알고리즘을 제안한다. 라인센서의 사용으로 인한 장점을 최대한 이용하여 지문인식 시스템을 개발하기 위한 목적을 갖는다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.319-322
• /
• 2000

본 논문에서는 지문영상으로부터 제안한 알고리즘을 이용하여 특이점(Core, Delta)을 추출한 후 특이점의 개수와 종류에 따라서 5가지 부류(arch, tented arch, left loop, right loop, whorl)로 지문영상을 분류하였다. 지문영상을 8*8블록과 16*16블록으로 분할한 후 3*3 Sobel 마스크를 씌워서 대표 방향을 구하였다. 또한 블록으로 분할한 영상으로부터 분산을 구하여 전경과 배경을 분리(segmentation)시켜 수행속도를 향상시켰다. 전처리 과정으로는 일정한 블록마다 임계값을 다르게 적용시키는 블록 이진화 기법을 사용하였으며 특이점을 추출하기 위해서 서로 크기가 다른 2개의 블록으로 영상을 분할하였다. 우선 8*8블록으로 영역을 분할한 후 방향 성분을 구하고 특이점들을 추출하였다. 이 경우 잡영 때문에 특이점이 너무 많이 추출되는 문제점이 있으므로 이러한 해결책으로 16*16블록으로 영역을 분할하여 방향 성분을 구하고 특이점을 추출하였다. 이렇게 다른 두 영역에서 동시에 나타나는 특이점을 후보 특이점으로 잡아서 그 후보 특이점 주변으로 Poincare 지수를 적용하여 확실한 특이점을 선택한 후 5가지의 지문 형태로 분류하였다. 실험결과 대부분의 지문영상에 대하여 강건한 분류 특성을 보이고 있음을 확인하였다.