Biometria ed elaborazione delle immagini
Le immagini hanno una quota enorme in questa era dell'informazione. In biometria, l'elaborazione delle immagini è necessaria per identificare un individuo la cui immagine biometrica è stata precedentemente memorizzata nel database. I volti, le impronte digitali, le iridi, ecc. Sono dati biometrici basati su immagini, che richiedono tecniche di elaborazione delle immagini e di riconoscimento dei modelli.
Affinché un sistema biometrico basato su immagini funzioni in modo accurato, è necessario disporre dell'immagine campione del biometrico dell'utente in una forma molto chiara e non adulterata.
Requisiti per l'elaborazione delle immagini in biometria
L'immagine biometrica dell'utente viene inserita nel sistema biometrico. Il sistema è programmato per manipolare l'immagine utilizzando le equazioni e quindi memorizzare i risultati del calcolo per ogni pixel.
Per migliorare selettivamente alcune caratteristiche fini nei dati e per rimuovere determinati disturbi, i dati digitali sono soggetti a varie operazioni di elaborazione delle immagini.
I metodi di elaborazione delle immagini possono essere raggruppati in tre categorie funzionali:
Restauro dell'immagine
Il restauro delle immagini include principalmente:
- Riduzione del rumore introdotto nell'immagine al momento dell'acquisizione del campione.
- La rimozione delle distorsioni è comparsa durante la registrazione dei dati biometrici.
L'ottimizzazione dell'immagine riduce il rumore nell'immagine. Lo smussamento viene eseguito sostituendo ogni pixel con il valore medio con il pixel adiacente. Il sistema biometrico utilizza vari algoritmi di filtraggio e tecniche di riduzione del rumore come Median Filtering, Adaptive Filtering, Statistical Histogram, Wavelet Transforms, ecc.
Miglioramento dell'immagine
Le tecniche di miglioramento delle immagini migliorano la visibilità di qualsiasi parte o caratteristica dell'immagine e sopprimono le informazioni in altre parti. Viene eseguito solo dopo il completamento del ripristino. Include schiarimento, nitidezza, regolazione del contrasto, ecc., In modo che l'immagine sia utilizzabile per ulteriori elaborazioni.
Estrazione delle caratteristiche
Dall'immagine vengono estratti due tipi di funzionalità, ovvero:
General features - Le caratteristiche come forma, consistenza, colore, ecc., Che vengono utilizzate per descrivere il contenuto dell'immagine.
Domain-specific features - Sono funzioni dipendenti dall'applicazione come viso, iride, impronte digitali, ecc. I filtri Gabor vengono utilizzati per estrarre le funzioni.
Quando le caratteristiche vengono estratte dall'immagine, è necessario scegliere un classificatore adatto. Il classificatore ampiamente utilizzatoNearest Neighbor classifier, che confronta il vettore delle caratteristiche dell'immagine candidata con il vettore dell'immagine memorizzata nel database.
B-Splinessono approssimazioni applicate per descrivere i modelli di curve nei sistemi biometrici delle impronte digitali. I coefficienti di B-Splines sono usati come caratteristiche. In caso di sistema di riconoscimento dell'iride, le immagini dell'iride vengono scomposte utilizzando Discrete Wavelet Transform (DWT) ei coefficienti DWT vengono quindi utilizzati come caratteristiche.