Adaptive directional filter using Fourier short space transform was investigated to enhance fingerprint image. Enhanced image was binarized by adaptive dynamic binarization and weighted averaging. Uni-boundary extraction algorithm and minutia model on 3×3 mask were applied to extract features of the image and to characterize it.
The verification system consisted of a light source with LED array, a prism, a CCD camera, an image frame grabber, image enhancement, feature extraction, and pattern match processor. There were many false minutiae in the image obtained using the total internal reflection property of a prism and no appropriate enhancement process. It was difficult to accomplish a correct match between input and registered patterns with such false minutiae. Thus enhancement process suggested by Tarng was preponderently applied and modified. Major modifications were the window function applied to the directional filter to reduce artifacts, the number of angular orientations, and the number of passband. When the adaptive directional filter was applied, the number of false minutiae was reduced to less than ten, and sometimes it was one or two. Convolution was also applied in spatial domain to reduce noise and to smooth the binarized image.
Band pass filter in addition to the directional filter reduced an incorrect filling between ridges compared with the initial directional filter with 45°bandwidth and Butterworth type tail. Adaptive binarization with weighting factors -0.2 gave an optimal erosion of binary image. Feature extraction accuracy of at least 82% was obtained by uni-boundary extraction and this value was higher than that (77%) obtained without the directional filter.
지문 영상의 향상처리를 위해, Fourier short space 변환을 이용한 적응성 방향필터가 연구되었다. 향상된 영상은 dynamic binarization 및 가중치 평균법으로 이치화 되었다. 영상으로부터 특징점을 찾고 영상의 특성을 규정하기 위하여 편측 윤곽선 추출법과 3×3마스크상의 특징점 모델이 적용되었다.
인증 시스템은 LED array를 이용한 광원과 프리즘, CCD 카메라, 영상 프레임 grabber, 영상 향상 처리, 특징 추출, 패턴 조합 과정으로 구성되어 있다. 프리즘의 전반사특성을 이용하고 적당한 영상향상 처리를 거치지 않은 영상에는 많은 의사특징점들이 존재한다. 이러한 잘못된 특징점들을 이용하여 등록 영상과 입력 영상간의 올바른 조합을 수행하기란 어려운 일이었다. 따라서 Tarng에 의해 제안된 영상향상과정이 중점적으로 적용되고 수정되었다. 주요 수정사항으로는 artifact들을 감소시키기 위해 방향 필터에 부가되는 윈도우 함수와 필터 방향의 수, 그리고 통과 대역의 수이다. 적응성 방향 필터가 적용되면 의사 특징점의 갯수가 10개 이하로 줄고, (화질이 좋을때에는) 한 두개 정도로 줄기도 했다. 화상의 잡음 성분을 제거하고 이치화된 영상을 매끄럽게 하기위해 위치 공간에서 convolution도 적용되었다.
방향필터에 부가적으로 적용된 band pass filter는, bandwidth가 45도이고 Butterworth형태의 tail을 갖는 초기의 방향 필터에 비해, 각 융선 사이에 나타나는 잘못된 채움 (융선간의 연결) 을 감소시켰다. 가중치가 -0.2인 적응성 이치화가 이치화 영상에 가장 적절한 erosion을 부여했다. 편측 윤곽선 추출을 적용했을때 최소한 82% 정도의 특징 추출 정확도가 얻어졌고, 이러한 정확도는 방향 필터를 적용하지 않았을 때의 최저 정확도 (77%) 보다 높은 값이었다.
