KR100675000B1 - 지문영상 전처리 장치 및 방법 - Google Patents

지문영상 전처리 장치 및 방법 Download PDF

Info

Publication number
KR100675000B1
KR100675000B1 KR1020060000863A KR20060000863A KR100675000B1 KR 100675000 B1 KR100675000 B1 KR 100675000B1 KR 1020060000863 A KR1020060000863 A KR 1020060000863A KR 20060000863 A KR20060000863 A KR 20060000863A KR 100675000 B1 KR100675000 B1 KR 100675000B1
Authority
KR
South Korea
Prior art keywords
pixel
coefficient
value
fingerprint image
pixels
Prior art date
Application number
KR1020060000863A
Other languages
English (en)
Inventor
박덕수
이동재
장원철
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020060000863A priority Critical patent/KR100675000B1/ko
Application granted granted Critical
Publication of KR100675000B1 publication Critical patent/KR100675000B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)

Abstract

지문영상 전처리 장치 및 방법이 개시된다. 본 발명의 실시예에 따른 지문영상 전처리 장치는 화소방향 결정부, 화소방향 재구성부, 가중치 계산부, 및 화소값 갱신부를 구비한다. 화소방향 결정부는 입력 지문영상의 각 화소에서의 2 이상의 방향에 대한 분산과 그래디언트를 이용하여 상기 각 화소의 방향을 결정한다. 화소방향 재구성부는 상기 입력 지문영상의 각 화소에 인접하는 인접화소들의 상기 결정된 방향을 이용하여 상기 각 화소의 방향을 재구성하다. 가중치 계산부는 상기 인접화소들의 인접화소평균값과 상기 재구성된 방향에 대응하는 화소들의 재구성화소평균값의 비에 응답하여 상기 입력지문 영상의 각 화소에 대한 가중치를 계산한다. 화소값 갱신부는 상기 재구성된 방향 및 상기 가중치에 응답하여 상기 입력 지문영상의 각 화소값을 갱신한다. 본 발명에 따른 지문영상 전처리 장치는 지문 입력장치의 특성에 독립적이며 모든 지문영상에 적용가능하고 지문 고유의 잡음을 제거할 수 있으며 지문인식 시스템의 지문인식률을 증가시킬 수 있는 장점이 있다.
지문영상, 전처리, 방향선택 가중치 필터

Description

지문영상 전처리 장치 및 방법{Apparatus and method for preprocessing fingerprint image}
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 융선과 골의 형태 및 방향에 따른 지문영상의 화소값의 변화를 설명하기 위한 도면이다.
도 2는 지문영상의 화소를 처리하기 위해 필요한 화소범위를 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 지문영상 처리 장치의 블록도이다.
도 4는 도 3의 화소방향 결정부의 상세 블록도이다.
도 5는 본 발명의 실시예에 따라 화소방향을 결정하는데 필요한 화소값들을 수집하여 처리하는 과정을 설명하기 위한 도면이다.
도 6은 본 발명의 실시예에 따라 화소방향을 재구성하는 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 실시예에 따라 가중치를 계산하는 과정을 설명하기 위한 도면이다.
도 8은 도 7의 방향선택 필터링부의 상세 블록도이다.
도 9는 본 발명의 실시예에 따른 지문영상 전처리 방법의 흐름도이다.
도 10은 본 발명의 실시예에 따라 지문영상이 전처리된 결과를 비교하기 위한 도면이다.
본 발명은지문영상 처리 장치 및 방법에 관한 것으로서, 특히 방향선택 가중치 필터를 이용하여 지문영상을 전처리하는 장치 및 방법에 관한 것이다.
지문은 개인의 고유한 특성으로서, 그 형태가 개인마다 다르고 태어날 때의 모습 그대로 평생동안 변하지 않기 때문에, 개인을 식별할 수 있는 중요한 수단 중 하나이다. 최근 무인경비시스템, 금융거래시스템 등과 같은 본인인증이 필요한 시스템에서는 지문 인식 기술을 이용하여 본인인증을 수행하는 방법이 많이 이용되고 있다.
지문인식 시스템은 사용자로부터 획득된 지문영상을 저장하며, 지문획득장치로부터 획득된 지문영상을 저장된 지문영상과 비교함으로써 지문인식을 수행한다. 획득된 지문영상을 저장하거나 비교할 때, 지문인식 시스템은 획득된 지문영상에서 지문특징을 추출하여 저장하거나 비교한다.
지문영상을 획득하기 위해서 일반적으로 지문인식 전용 입력장치가 사용되나, 현재에는 전용 입력장치 이외에도 다양한 방식의 입력장치가 사용되고 있다.
다양한 방식의 지문 입력장치가 사용되는 경우 입력장치의 특성에 따라 지문 영상의 특성 또한 달라지므로, 지문의 특징을 추출하기 전에 획득된 지문영상을 전처리할 필요성이 있다. 지문영상을 전처리하는 종래의 방법들은 입력장치의 특성에 따라 다른 방식을 사용하거나 또는 영상을 개선(enhancement)하는 과정에서 전처리를 함께 수행하는 방법을 이용한다. 그러나 종래의 방식들은 입력장치의 특성을 이용하기 때문에 모든 지문영상에 대해 적용될 수 없는 문제점이 있으며, 따라서 지문영상 고유의 특성을 이용하여 지문영상을 전처리할 필요성이 있다.
본 발명이 이루고자하는 기술적 과제는 방향선택 가중치 필터를 이용하여 지문영상을 전처리하는 장치를 제공하는데 있다.
본 발명이 이루고자하는 다른 기술적 과제는 방향선택 가중치 필터를 이용하여 지문영상을 전처리하는 방법을 제공하는데 있다.
상기 기술적 과제를 달성하기 위한 본 발명의 실시예에 따른 지문영상 전처리 장치는 화소방향 결정부, 화소방향 재구성부, 가중치 계산부, 및 화소값 갱신부를 구비한다. 화소방향 결정부는 입력 지문영상의 각 화소에서의 2 이상의 방향에 대한 분산과 그래디언트를 이용하여 상기 각 화소의 방향을 결정한다. 화소방향 재구성부는 상기 입력 지문영상의 각 화소에 인접하는 인접화소들의 상기 결정된 방향을 이용하여 상기 각 화소의 방향을 재구성하다. 가중치 계산부는 상기 인접화소들의 인접화소평균값과 상기 재구성된 방향에 대응하는 화소들의 재구성화소평균값의 비에 응답하여 상기 입력지문 영상의 각 화소에 대한 가중치를 계산한다. 화소 값 갱신부는 상기 재구성된 방향 및 상기 가중치에 응답하여 상기 입력 지문영상의 각 화소값을 갱신한다.
상기 화소방향 결정부는 방향 데이터 수집부, 분산 및 그래디언트 계산부, 및 방향 선택부를 구비한다. 방향 데이터 수집부는 상기 2 이상의 방향의 각 방향에 대응하는 화소들의 화소값을 수집한다. 분산 및 그래디언트 계산부는 상기 각 방향에 대응하는 화소들의 대응화소평균과 상기 각 방향에 대응하는 화소들의 차이에 응답하여 상기 각 방향에 대한 분산을 계산하고, 상기 각 방향에 대응하는 화소들 간의 차이에 응답하여 상기 각 방향에 대한 그래디언트를 계산한다. 방향 선택부는 상기 각 방향에 대한 분산과 그래디언트에 응답하여 상기 각 방향에 대한 방향측정계수를 발생하고, 상기 방향측정계수에 응답하여 상기 입력 지문영상의 방향을 선택한다.
상기 대응화소평균은 라플라시안을 이용하여 구할 수 있다.
상기 분산은 상기 각 방향에 대응하는 화소들의 대응화소평균과 상기 각 방향에 대응하는 화소들의 차이의 절대값의 합일 수 있다.
상기 그래디언트는 상기 각 방향에 대응하는 화소들 중 인접하는 화소들 간의 차이의 절대값의 합일 수 있다.
상기 방향측정계수는 상기 각 방향에 대한 분산과 제 1 계수의 곱 및 상기 각 방향에 대한 그래디언트와 제 2 계수의 곱의 합일 수 있으며, 이 때 상기 제 1 계수와 상기 제 2 계수의 합은 1이다.
상기 화소방향 재구성부는 상기 각 화소와 대응하는 인접화소들 각각의 방향 차이값들에 따라 결정되는 소정의 함수값들의 합에 응답하여 상기 각 화소의 신뢰도계수를 계산하고, 상기 신뢰도계수가 소정의 신뢰도 임계값 이상인 경우 상기 각 화소의 결정된 방향을 유지하고 상기 신뢰도계수가 상기 신뢰도 임계값보다 작으면 상기 인접화소들의 결정된 방향들 중 가장 빈도수가 높은 방향을 상기 각 화소의 방향으로 선택한다.
상기 화소값 갱신부는 평균미디언 계산부 및 화소값 처리부를 구비한다. 평균미디언 계산부는 상기 재구성된 방향에 대응하는 화소들의 화소값들과 소정의 계수계산값들에 응답하여 상기 각 화소의 계수화소평균을 계산하고, 상기 재구성된 방향에 대응하는 화소들의 화소값들을 이용하여 상기 각 화소의 미디언을 계산한다. 화소값 처리부는 상기 각 화소의 계수화소평균과 상기 각 화소값 과의 차가, 상기 각 화소의 미디언 값과 상기 각 화소값과의 차 이하이면 상기 각 화소의 계수화소평균과 상기 각 화소에 대한 가중치의 곱으로 상기 각 화소값을 갱신하고, 상기 각 화소의 계수화소평균과 상기 각 화소값 과의 차가, 상기 각 화소의 미디언 값과 상기 각 화소값과의 차보다 크면 상기 각 화소의 미디언과 상기 각 화소에 대한 가중치의 곱으로 상기 각 화소값을 갱신한다.
상기 계수계산값들은 가우시안 계수계산값들일 수 있다.
화소방향 결정부는 8 방향에 대한 분산과 그래디언트를 이용하여 상기 각 화소의 방향을 결정할 수 있다.
상기 다른 기술적 과제를 달성하기 위한 본 발명의 실시예에 따른 지문영상 전처리 방법은, 입력 지문영상의 각 화소에서의 2 이상의 방향에 대한 분산과 그래 디언트를 이용하여 상기 각 화소의 방향을 결정하는 단계, 상기 입력 지문영상의 각 화소에 인접하는 인접화소들의 상기 결정된 방향을 이용하여 상기 각 화소의 방향을 재구성하는 단계, 상기 인접화소들의 인접화소평균값과 상기 재구성된 방향에 대응하는 화소들의 재구성화소평균값의 비에 응답하여 상기 입력지문 영상의 각 화소에 대한 가중치를 계산하는 단계, 및 상기 재구성된 방향 및 상기 가중치에 응답하여 상기 입력 지문영상의 각 화소값을 갱신하는 단계를 구비한다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 도면에 기재된 내용을 참조하여야 한다.
이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로써, 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 융선과 골의 형태 및 방향에 따른 지문영상의 화소값의 변화를 설명하기 위한 도면이다. 지문영상은 융선(ridge)과 골(valley)이 평행하게 존재하는 특성을 갖는다(도 1의 (a) 참조). 또한 지문영상은 융선(또는 골)의 방향에 평행한 화소들은 화소값(예를 들어, 그레이(gray) 값)의 변화율은 작으나, 융선(or 골)의 방향에 수직한 방향의 화소값의 변화율은 큰 특성을 갖는다(도 1의 (b) 참조).
도 1의 (c)에 도시된 바와 같이, 융선에 수직한 방향에서 화소값은 정현파(sinusoidal wave) 모양과 같이 변하는데 반해, 융선에 평행한 방향에서 화소값의 변화율은 크지 않음을 알 수 있다. 즉 지문영상에서 융선에 평행한 방향의 화소들 은 서로 동일한 특성을 가지는데 반해, 융선에 수직한 방향의 화소들 서로에 대해 잡음으로 작용하게 될 것이다.
따라서 이러한 특성을 고려하면, 지문영상의 잡음을 줄이고 지문영상의 강도를 높이기 위해서 융선(or 골) 방향에 평행한 화소들의 정보만을 사용하는 지문영상을 처리하는 것이 바람직하다. 또한 평행한 화소들의 정보만을 이용함으로써 지문영상을 처리하는데 있어 데이터 처리량을 줄일 수 도 있을 것이다.
도 2는 지문영상의 화소를 처리하기 위해 필요한 화소범위를 설명하기 위한 도면이다. 도 2의 (a)는 통상적으로 이용되는 방향선택 가중치 필터로서, 영상처리를 위해서 처리화소를 중심으로 정사각형 영역의 화소들이 필요하다. 그러나 도 1에서 살펴본 바와 같이 지문영상은 융선의 방향에 따라 정보의 질에 있어서 차이가 있으므로 처리화소를 중심으로 정사각형 영역의 화소들을 모두 고려하는 경우에는 데이터 처리량이 증가할 뿐만 아니라 영상처리에 불필요한 성분들도 이용되는 단점이 있다.
따라서 본 발명의 실시예에서는 처리화소를 중심으로 정사각형 영역의 화소들을 모두 이용하는 방법 대신, 처리화소와 동일한 특성을 갖는 영역의 정보만을 사용하는 방법을 이용한다. 도 2의 (b)를 참조하면, 지문영상에서 융선의 방향이 45도 방향인 경우에는 처리화소에 대해 45도 방향의 화소들만을 이용하여 지문영상을 처리하면 될 것이다. 즉 융선에 해당하는 화소의 처리에는 융선의 정보만을, 골에 해당하는 화소는 골의 정보만을 사용하는 것이다. 이하에서는 도 3 내지 도 9를 참조하여 본 발명의 실시예에 따른 지문영상 전처리 장치 및 방법에 대해 설명한 다.
도 3은 본 발명의 실시예에 따른 지문영상 전처리 장치의 블록도이고, 도 9는 본 발명의 실시예에 따른 지문영상 전처리 방법의 흐름도이다. 지문영상 전처리 장치(300)는 화소방향 결정부(310), 화소방향 재구성부(330), 가중치 계산부(350), 및 화소값 갱신부(370)를 구비한다.
화소방향 결정부(310)는 입력 지문영상(FP_DATA)의 각 화소에서의 2 이상의 방향, 바람직하게는 8 방향에 대한 분산과 그래디언트를 이용하여 각 화소의 방향을 결정한다. 화소방향 재구성부(330)는 입력 지문영상(FP_DATA)의 각 화소에 인접하는 인접화소들의 결정된 방향을 이용하여 각 화소의 방향을 재구성하다.
가중치 계산부(350)는 인접화소들의 인접화소평균값과 재구성된 방향에 대응하는 화소들의 재구성화소평균값의 비에 응답하여 입력 지문영상(FP_DATA)의 각 화소에 대한 가중치를 계산한다. 화소값 갱신부(370)는 재구성된 방향 및 가중치에 응답하여 입력 지문영상(FP_DATA)의 각 화소값을 갱신한다. 이하에서는 8 방향에 대해 방향선택 가중치 필터링 방법을 이용하는 예에 대해 설명하나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 이에 한정되지 않음을 알 것이다.
도 4는 도 3의 화소방향 결정부의 상세 블록도이다. 화소방향 결정부(310)는 방향 데이터 수집부(311), 분산 및 그래디언트 계산부(313), 및 방향 선택부(315)를 구비한다.
방향 데이터 수집부(311)는 2 이상의 방향, 본 발명의 실시예에서는 8 방향 의 각 방향에 대응하는 화소들의 화소값을 수집한다. 따라서 본 발명의 실시예에서 각각의 방향은 이웃하는 방향과 서로 22.5도의 간격을 갖는다.
좀 더 구체적으로 설명하면, 각각의 분할된 방향을 θ방향이라 할 때 θ는 0도, 22.5도, 45도, ... , 157.5도의 8 방향을 갖는다. 방향 데이터 수집부는 각각의 방향에 대해, 전처리하고자 하는 처리화소를 중심으로 θ 방향으로 n개의 화소에 대한 화소값들(Rθ[0] 내지 Rθ[n-1])을 순차적으로 수집한다. 따라서 각각의 θ 방향에 대해 n개의 화소값들이 수집될 것이며, 본 발명의 실시예에서 n은 5 또는 7인 것이 바람직하다.
도 5는 본 발명의 실시예에 따라 화소방향을 결정하는데 필요한 화소값들을 수집하여 처리하는 과정을 설명하기 위한 도면으로, 도 5에서 θ=45도, n=7이다. 이하에서는 도 5를 참조하여, 필요한 화소값들을 수집하는 과정에 대해 설명한다.
도 5에는 지문영상의 일부로서 9×9 픽셀 크기의 지문영상이 도시되어 있다. 지문영상에서 (x,y)는 처리화소의 좌표를 나타낸다. 처리화소를 중심으로 θ 방향의 화소값들은 (식 1)에 따라 결정된다.
Figure 112006000507620-pat00001
(식 1)
여기서, (xs,ys)는 수집이 시작되는 화소 중 가장 아래쪽에 있는 화소이고, (xe,ye)는 수집이 시작되는 화소 중 가장 위쪽에 있는 화소이다. 따라서 도 5에 도 시된 바와 같이, 처리화소를 중심으로 (xs,ys)와 (xe,ye)를 끝점으로 하는 직선 상의 화소들의 화소값들이 수집된다. 도 5에는 45도 방향에 대해 수집된 7개의 화소값들(R45[0] 내지 R45[6])이 도시되어 있다.
분산 및 그래디언트 계산부(313)는 처리화소에 대해 각 방향에 대응하는 화소들의 대응화소평균과 각 방향에 대응하는 화소값들의 차이에 응답하여 각 방향에 대한 분산(Varθ)을 계산한다. 또한 분산 및 그래디언트 계산부(313)는 각 방향에 대응하는 화소값들 간의 차이에 응답하여 각 방향에 대한 그래디언트(Gradθ)를 계산한다.
본 발명의 실시예에서 분산(Varθ)은 (식 2)을 이용하여 계산되고, 그래디언트(Gradθ)는 (식 3)을 이용하여 계산된다.
Figure 112006000507620-pat00002
(식 2)
Figure 112006000507620-pat00003
(식 3)
(식 2)에서 대응화소평균(Aveθ)은 지문영상의 융선의 단면과 비슷한 특성을 갖는 라플라시안 수식(▽2h[r])을 이용하여 구하는 것이 바람직하다. 본 발명의 실시예에서 라플라시안(▽2h[r])은 지문영상의 융선 특성을 나타내는 σ를 대입하여 계산된다. 여기서 σ는 지문입력장치의 특성, 지문영상의 특성 등에 의존하여 결정 되는 값이다.
(식 2)에 나타난 바와 같이, 분산(Varθ)은 각 방향에 대응하는 화소값들의 대응화소평균(Aveθ)과 각 방향에 대응하는 화소값들의 차이의 절대값의 합이다. 융선 특성을 나타내는 라플라시안을 이용하므로, 처리화소의 특성이 융선의 특성과 유사할수록 처리화소의 분산값이 작게 나타나게 된다.
(식 3)에 나타난 바와 같이, 그래디언트(Gradθ)는 각 방향에 대응하는 화소들 중 인접하는 화소들 간의 화소값 차이의 절대값의 합이다. 따라서 그래디언트(Gradθ는 인접하는 화소의 화소값들 사이의 변화가 적을수록 작은 값을 갖는다.
방향 선택부(315)는 각 방향에 대한 분산(Varθ)과 그래디언트(Gradθ)에 응답하여 처리화소에서의 각 방향에 대한 방향측정계수(Mθ)를 발생하고, 이에 따라 처리화소의 방향을 선택함으로써 입력 지문영상(FP_DATA)의 각 화소의 방향을 선택할 수 있다.
방향측정계수(Mθ)는 (식 4)를 이용하여 계산된다.
Figure 112006000507620-pat00004
(식 4)
(식 4)에 나타난 바와 같이, 처리화소에서 각각의 방향에 대한 방향측정계수(Mθ)는 각 방향에 대한 분산(Varθ)과 제 1 계수(α)의 곱 및 각 방향에 대한 그래디언트(Gradθ)와 제 2 계수(β)의 곱의 합이며, 제 1 계수(α)와 제 2 계수(β)의 합은 1이다.
분산(Varθ)과 그래디언트(Gradθ)의 특성으로 인해, 융선 방향과 일치할수 록 방향측정계수(Mθ)의 값은 작게 나타나게 된다. 따라서 처리화소의 방향은 방향측정계수(Mθ)가 가장 작은 방향(θ)으로 결정될 것이다.
상술한 바와 같이 각 화소의 방향이 계산된 경우에도, 지문영상 내부의 잡음에 따라 각 화소의 방향이 잘못된 방향을 가질 수 있다. 따라서, 결정된 각 화소의 방향을 재구성할 필요가 있다. 본 발명의 실시예에서는 처리화소를 중심으로 처리화소에 인접하는 m×n 영역의 인접화소들의 방향정보를 이용하여 각 화소의 방향을 재구성한다.
즉, 화소방향 재구성부(330)는 처리화소와 각각의 인접화소들 사이의 방향차이값들에 따라 결정되는 소정의 함수값들(Faccuracy(x))의 합에 응답하여 신뢰도계수(Accuracy[x][y])를 계산한다. 그리고, 화소방향 재구성부(330)는 신뢰도계수(Accuracy[x][y])가 소정의 신뢰도 임계값(ThAccuracy) 이상이면 각 화소의 결정된 방향을 유지하고 신뢰도계수(Accuracy[x][y])가 신뢰도 임계값(ThAccuracy)보다 작으면 인접화소들의 결정된 방향들 중 가장 빈도수가 높은 방향을 각 화소의 방향으로 선택한다. 이하 도 6을 참조하여 화소방향 재구성부(330)의 동작에 대해 설명한다.
도 6은 본 발명의 실시예에 따라 화소방향을 재구성하는 과정을 설명하기 위한 도면이다. 도 6에는 빗금친 처리화소(좌표(x,y))를 중심으로 m×n 영역의 인접화소들이 도시되어 있다. 본 발명에서는 지문영상처럼 방향성을 갖는 영상의 경우 인접하는 화소들 사이에서는 급격한 방향 변화가 일어나지 않는 특성을 이용한다.
처리화소의 방향을 angle[x][y]라 하고, 재구성되는 방향을 anglenew[x][y] 라 하면, 재구성되는 방향(anglenew[x][y])은 (식 5) 내지 (식 7)를 이용하여 결정된다.
Figure 112006000507620-pat00005
(식 5)
Figure 112006000507620-pat00006
(식 6)
Figure 112006000507620-pat00007
(식 7)
(식 5) 내지 (식 7)에 나타난 바와 같이, 신뢰도계수(Accuracy[x][y])는 인접화소들에 대해 결정된 방향을 이용하여 계산된다. 즉, 결정된 처리화소의 방향(angle[x][y])과 인접하는 화소들의 방향(angle[x+i][y+j])과의 차이에 따라 (식 7)의 함수에 따른 함수값(F(x))을 부여하고, 부여된 함수값들(F(x))을 합하여 신뢰도계수(Accuracy[x][y])가 계산된다. 도 5에 도시된 실시예에서는 결정된 처리화소의 방향(angle[x][y])과 인접하는 화소들의 방향(angle[x+i][y+j])과의 차이가 0이면 5, 22.5 이하이면 3, 45 이하이면 1, 그리고 45보다 크면 0의 값을 부여한다.
상술한 바와 같이, 본 발명의 실시예에서는 처리화소와 인접화소들 간의 방향 차이가 적을수록 큰 값의 함수값을 부여하므로, 신뢰도계수(Accuracy[x][y])가 소정의 신뢰도 임계값(ThAccuracy) 이상이면 결정된 방향을 그대로 유지한다.
그러나, 신뢰도계수(Accuracy[x][y])가 소정의 신뢰도 임계값(ThAccuracy)보다 작으면 처리화소의 결정된 방향이 잘못된 것으로 볼 수 있으므로 새로운 방향으로 재구성되어야 한다. 이 경우 본 발명의 실시예에서는 m×n 영역의 인접화소들의 결정된 방향 중에서 가장 빈도수가 높은 방향(anglehigh_freg)으로 처리화소의 방향을 재구성한다. 만약 빈도수가 높은 방향이 중복될 경우에는 중복된 방향에 대하여 신뢰도계수 계산을 수행하여 그 값이 큰 방향으로 처리화소의 방향을 재구성한다.
입력 지문영상(FP_DATA)의 각 화소의 방향이 재구성된 후에는 본 각각의 화소에 대해 적용될 가중치가 계산된다. 본 발명의 실시예에서 가중치(Weight[x][y])는 재구성된 방향에 대응하는 화소들의 재구성화소평균값(AveB[x][y])과 인접화소들의 인접화소평균값(AveS[x][y])의 비를 이용하여 구할 수 있다. 구체적으로 가중치(Weight[x][y])는 (식 8) 내지 (식 9)을 이용하여 계산된다.
Figure 112006000507620-pat00008
(식 8)
Figure 112006000507620-pat00009
(식 9)
여기서 RSB[i]는 재구성된 방향에 대응하는 화소들의 화소값이고, gray(x+i,y+j)는 인접화소들의 화소값이다. 이하에서는 도 7을 참조하여 가중치를 계산하는 과정에 대해 설명한다.
도 7은 본 발명의 실시예에 따라 가중치를 계산하는 과정을 설명하기 위한 도면이다. 도 7에 설정된 영역(700)은 도 6에 설정된 영역(600)과 동일하게 설정될 수도 있고 다르게 설정될 수도 있다. 이하에서는 처리화소를 중심으로 5×5 크기 영역이 설정된 것으로 하여 설명하나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 이에 한정되지 않음을 알 것이다.
도 7에 처리화소의 좌표는 (3,3)이고, 처리화소의 방향은 45도인 것으로 가정한다. 따라서 설정된 영역에서 처리화소에 대응하는 화소들은 <a> 영역으로 표시될 것이며, 인접화소들은 <b> 영역으로 표시될 것이다. 따라서 (식 9)에서 재구성화소평균값(AveB[x][y])은 <a> 영역 화소들의 화소값들을 평균한 값이고, 인접화소평균값(AveS[x][y])은 <b> 영역 화소들의 화소값들을 평균한 값이다. (식 8)에 나타난 바와 같이, 입력 지문영상(FP_DATA)의 각 화소에서의 가중치(Weight[x][y])는 재구성화소평균값(AveB[x][y])과 인접화소평균값(AveS[x][y])의 비를 이용하여 계산된다.
상술한 바와 같이, 본 발명의 실시예에서 각 화소에서의 가중치는 동일한 특성을 갖는 영역(재구성된 방향에 대응하는 화소들)과 정사각형영역(즉 인접화소들) 간의 강도비(intensity ratio)를 이용하여 계산된다. 따라서 가중치는 화소특성을 강화하는 기능을 하며 이에 따라 영상의 명암비가 증가하게 된다.
즉, (식 8) 내지 (식 9)에 나타난 바와 같이, 가중치가 1보다 큰 경우에는 필터링되는 화소의 화소값(즉 처리화소의 화소값)이 커져서 처리화소가 더 밝아지 게 되고, 1보다 작으면 처리화소가 어두워지진다. 이에 따라, 지문 영상에서 융선과 골의 구분이 명확해지게 된다.
상술한 바와 같이, 필터링되는 화소가 융선인지 골인지 판단하여 가중치를 부여함으로써, 본 발명의 실시예에 따른 전처리 후에 이루어지는 지문영상의 향상과정에서 저품질의 영상을 개선하기 위해 사용되는 복잡한 알고리즘을 피할 수 있게 된다.
한편, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 재구성화소평균값과 인접화소평균값을 구하기 위해 설정되는 영역의 크기가 m×n 영역 이외에 다른 크기의 영역에 대해서도 적용될 수 있음을 알 것이다.
입력 지문영상(FP_DATA)의 각 화소에서의 가중치가 계산된 후에는 계산된 가중치를 이용하여 재구성된 지문영상의 각 화소값을 갱신하여 전처리과정을 마치게 된다. 도 8은 도 7의 화소값 갱신부의 상세 블록도이다.
상기 화소값 갱신부(370)는 평균미디언 계산부(371) 및 화소값 처리부(373)를 구비한다. 평균미디언 계산부(371)는 재구성된 방향에 대응하는 화소들의 화소값들(RSB[i])과 소정의 계수계산값들(g[i])에 응답하여 각 화소의 계수화소평균(AveSB[x][y])을 계산한다. 본 발명의 실시예에서 계수화소평균(AveSB[x][y])은 (식 10)을 이용하여 계산된다.
Figure 112006000507620-pat00010
(식 10)
(식 10)에서 계수계산값들(g[i])은 가우시안 계수계산값들로서, 지문영상의 특성에 따라 결정되는 σ를 적용함으로써 계산된다. 또한, 평균미디언 계산부(371)는 재구성된 방향에 대응하는 화소들의 화소값들(RSB[i])을 이용하여 각 화소의 미디언(MidSB[x][y])을 계산한다. 미디언(MidSB[x][y])은 (식 11)에 의해 정의된다.
Figure 112006000507620-pat00011
(식 11)
화소값 처리부(373)는 각 화소의 계수화소평균과 각 화소값과의 차이 및 각 화소의 미디언 값과 상기 각 화소값과의 차이에 따라 (식 12)를 이용하여 각 화소의 값을 갱신한다.
Figure 112006000507620-pat00012
(식 12)
즉, 각 화소의 계수화소평균(AveSB[x][y])과 각 화소값(gray[x][y])과의 차이가 각 화소의 미디언 값(MidSB[x][y])과 상기 각 화소값(gray[x][y])과의 차이 이하이면, 화소값 처리부(373)는 각 화소의 계수화소평균(AveSB[x][y])과 각 화소에 대한 가중치(Weight[x][y])의 곱으로 각 화소값을 갱신한다. 그러나, 각 화소의 계수화소평균(AveSB[x][y])과 각 화소값(gray[x][y])과의 차이가 각 화소의 미디언 값(MidSB[x][y])과 상기 각 화소값(gray[x][y])과의 차이보다 크면, 화소값 처리부(373) 각 화소의 미디언(MidSB[x][y])과 각 화소에 대한 가중치(Weight[x][y])의 곱으로 각 화소값을 갱신한다. (식 12)에서 Output[x][y]DSWL은 본 발명의 실시예 에 따라 입력 지문영상(FP_DATA)의 각 화소가 전처리된 결과값이다.
이상에서 설명한 바와 같이, 본 발명의 실시예에서는 전처리 결과에서 나타날지도 모르는 오류를 줄이기 위해서, 선택된 방향에 대해 계산된 2가지의 결과, 즉 계수화소평균계수화소평균(AveSB[x][y])과 미디언(MidSB[x][y]) 중에서 원래의 지문영상과의 오차가 작은 쪽을 선택함으로써 지문영상 정보의 왜곡을 최소할 수 있다.
도 10은 본 발명의 실시예에 따라 지문영상이 전처리된 결과를 비교하기 위한 도면이다. 도 10의 (a)는 입력 지문영상(FP_DATA)(1010)이고 도 10의 (b)는 본 발명의 실시예에 따라 전처리가 수행된 지문영상(PFP_DATA)(1030)이다.
도 10의 (a)와 (b)를 참조하면, 1011은 지문영상의 특정 영역에 대해 각 화소의 방향을 결정된 영상이고, 1013은 결정된 방향을 이용하여 각 화소의 방향이 재구성된 영상이며, 1031은 전처리가 수행된 후의 영상이다. 도 10에 도시된 바와 같이, 전처리가 수행된 후의 지문영상이 전처리 전의 영상에 비해 융선과 골의 구분이 명확하게 되는 것을 알 수 있다.
이상에서는 지문영상을 전처리하는 실시예에 대해 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 지문영상 이외에 지문영상과 유사한 특성을 갖는 영상, 즉 영상이 방향성을 갖는 경우의 영상 전처리에도 적용가능함을 알 것이다. 또한 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 방향성을 갖는 필터링 기법을 이용하는 영상처리 및 영상인식 분야에도 적용가능함을 알 것이다.
이상에서와 같이 도면과 명세서에서 최적 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
상술한 바와 같이 본 발명에 따른 지문영상 전처리 장치는 지문 입력장치의 특성에 독립적이며 모든 지문영상에 적용가능한 장점이 있다. 또한 본 발명의 실시예에 따른 지문영상 전처리 장치는 땀구멍과 같은 지문 고유의 잡음을 제거할 수 있으며 지문영상의 융선과 골의 구분이 명확해지도록 하는 장점이 있다. 또한 본 발명의 실시예에 따른 지문영상 전처리 장치는 이후의 지문특징 추출단계에서 저품질 입력영상을 개선하기 위해 복잡하고 시간이 오래 걸리는 알고리즘이 적용되는 것을 최소화할 수 있으며, 지문인식 시스템의 지문인식률을 증가시킬 수 있는 장점이 있다.

Claims (20)

  1. 입력 지문영상의 각 화소에서의 2 이상의 방향에 대한 분산과 그래디언트를 이용하여 상기 각 화소의 방향을 결정하는 화소방향 결정부;
    상기 입력 지문영상의 각 화소에 인접하는 인접화소들의 상기 결정된 방향을 이용하여 상기 각 화소의 방향을 재구성하는 화소방향 재구성부;
    상기 인접화소들의 인접화소평균값과 상기 재구성된 방향에 대응하는 화소들의 재구성화소평균값의 비에 응답하여 상기 입력지문 영상의 각 화소에 대한 가중치를 계산하는 가중치 계산부; 및
    상기 재구성된 방향 및 상기 가중치에 응답하여 상기 입력 지문영상의 각 화소값을 갱신하는 화소값 갱신부를 구비하는 것을 특징으로 하는 지문영상 전처리 장치.
  2. 제 1 항에 있어서, 상기 화소방향 결정부는,
    상기 2 이상의 방향의 각 방향에 대응하는 화소들의 화소값을 수집하는 방향 데이터 수집부;
    상기 각 방향에 대응하는 화소들의 대응화소평균과 상기 각 방향에 대응하는 화소들의 차이에 응답하여 상기 각 방향에 대한 분산을 계산하고, 상기 각 방향에 대응하는 화소들 간의 차이에 응답하여 상기 각 방향에 대한 그래디언트를 계산하는 분산 및 그래디언트 계산부; 및
    상기 각 방향에 대한 분산과 그래디언트에 응답하여 상기 각 방향에 대한 방향측정계수를 발생하고, 상기 방향측정계수에 응답하여 상기 입력 지문영상의 방향을 선택하는 방향 선택부를 구비하는 것을 특징으로 하는 지문 전처리 장치.
  3. 제 2 항에 있어서, 상기 대응화소평균은,
    라플라시안을 이용하여 구하는 것을 특징으로 하는 지문 전처리 장치.
  4. 제 2 항에 있어서, 상기 분산은,
    상기 각 방향에 대응하는 화소들의 대응화소평균과 상기 각 방향에 대응하는 화소들의 차이의 절대값의 합인 것을 특징으로 하는 지문 전처리 장치.
  5. 제 2 항에 있어서, 상기 그래디언트는,
    상기 각 방향에 대응하는 화소들 중 인접하는 화소들 간의 차이의 절대값의 합인 것을 특징으로 하는 지문 전처리 장치.
  6. 제 2 항에 있어서, 상기 방향측정계수는,
    상기 각 방향에 대한 분산과 제 1 계수의 곱 및 상기 각 방향에 대한 그래디언트와 제 2 계수의 곱의 합이며, 상기 제 1 계수와 상기 제 2 계수의 합은 1인 것을 특징으로 하는 지문영상 전처리 장치.
  7. 제 1 항에 있어서, 상기 화소방향 재구성부는,
    상기 각 화소와 대응하는 인접화소들 각각의 방향차이값들에 따라 결정되는 소정의 함수값들의 합에 응답하여 상기 각 화소의 신뢰도계수를 계산하고,
    상기 신뢰도계수가 소정의 신뢰도 임계값 이상인 경우 상기 각 화소의 결정된 방향을 유지하고 상기 신뢰도계수가 상기 신뢰도 임계값보다 작으면 상기 인접화소들의 결정된 방향들 중 가장 빈도수가 높은 방향을 상기 각 화소의 방향으로 선택하는 것을 특징으로 하는 지문영상 전처리 장치.
  8. 제 1 항에 있어서, 상기 화소값 갱신부는,
    상기 재구성된 방향에 대응하는 화소들의 화소값들과 소정의 계수계산값들에 응답하여 상기 각 화소의 계수화소평균을 계산하고, 상기 재구성된 방향에 대응하는 화소들의 화소값들을 이용하여 상기 각 화소의 미디언을 계산하는 평균미디언 계산부; 및
    상기 각 화소의 계수화소평균과 상기 각 화소값 과의 차가, 상기 각 화소의 미디언 값과 상기 각 화소값과의 차 이하이면 상기 각 화소의 계수화소평균과 상기 각 화소에 대한 가중치의 곱으로 상기 각 화소값을 갱신하고, 상기 각 화소의 계수화소평균과 상기 각 화소값 과의 차가, 상기 각 화소의 미디언 값과 상기 각 화소값과의 차보다 크면 상기 각 화소의 미디언과 상기 각 화소에 대한 가중치의 곱으로 상기 각 화소값을 갱신하는 화소값 처리부를 구비하는 것을 특징으로 하는 지문영상 전처리 장치.
  9. 제 8 항에 있어서, 상기 계수계산값들은,
    가우시안 계수계산값들인 것을 특징으로 하는 지문영상 전처리 장치.
  10. 제 1 항에 있어서, 화소방향 결정부는,
    8 방향에 대한 분산과 그래디언트를 이용하여 상기 각 화소의 방향을 결정하는 것을 특징으로 하는 지문영상 전처리 장치.
  11. 입력 지문영상의 각 화소에서의 2 이상의 방향에 대한 분산과 그래디언트를 이용하여 상기 각 화소의 방향을 결정하는 단계;
    상기 입력 지문영상의 각 화소에 인접하는 인접화소들의 상기 결정된 방향을 이용하여 상기 각 화소의 방향을 재구성하는 단계;
    상기 인접화소들의 인접화소평균값과 상기 재구성된 방향에 대응하는 화소들의 재구성화소평균값의 비에 응답하여 상기 입력지문 영상의 각 화소에 대한 가중치를 계산하는 단계; 및
    상기 재구성된 방향 및 상기 가중치에 응답하여 상기 입력 지문영상의 각 화소값을 갱신하는 단계를 구비하는 것을 특징으로 하는 지문영상 전처리 방법.
  12. 제 11 항에 있어서, 상기 화소방향을 결정하는 단계는,
    상기 2 이상의 방향의 각 방향에 대응하는 화소들의 화소값을 수집하는 단 계;
    상기 각 방향에 대응하는 화소들의 대응화소평균과 상기 각 방향에 대응하는 화소들의 차이에 응답하여 상기 각 방향에 대한 분산을 계산하고, 상기 각 방향에 대응하는 화소들 간의 차이에 응답하여 상기 각 방향에 대한 그래디언트를 계산하는 단계; 및
    상기 각 방향에 대한 분산과 그래디언트에 응답하여 상기 각 방향에 대한 방향측정계수를 발생하고, 상기 방향측정계수에 응답하여 상기 입력 지문영상의 방향을 선택하는 단계를 구비하는 것을 특징으로 하는 지문 전처리 방법.
  13. 제 12 항에 있어서, 상기 대응화소평균은,
    라플라시안을 이용하여 구하는 것을 특징으로 하는 지문 전처리 방법.
  14. 제 12 항에 있어서, 상기 분산은,
    상기 각 방향에 대응하는 화소들의 대응화소평균과 상기 각 방향에 대응하는 화소들의 차이의 절대값의 합인 것을 특징으로 하는 지문 전처리 방법.
  15. 제 12 항에 있어서, 상기 그래디언트는,
    상기 각 방향에 대응하는 화소들 중 인접하는 화소들 간의 차이의 절대값의 합인 것을 특징으로 하는 지문 전처리 방법.
  16. 제 12 항에 있어서, 상기 방향측정계수는,
    상기 각 방향에 대한 분산과 제 1 계수의 곱 및 상기 각 방향에 대한 그래디언트와 제 2 계수의 곱의 합이며, 상기 제 1 계수와 상기 제 2 계수의 합은 1인 것을 특징으로 하는 지문영상 전처리 방법.
  17. 제 11 항에 있어서, 상기 화소방향을 재구성하는 단계는,
    상기 각 화소와 대응하는 인접화소들 각각의 방향차이값들에 따라 결정되는 소정의 함수값들의 합에 응답하여 상기 각 화소의 신뢰도계수를 계산하는 단계; 및
    상기 신뢰도계수가 소정의 신뢰도 임계값 이상인 경우 상기 각 화소의 결정된 방향을 유지하고 상기 신뢰도계수가 상기 신뢰도 임계값보다 작으면 상기 인접화소들의 결정된 방향들 중 가장 빈도수가 높은 방향을 상기 각 화소의 방향으로 선택하는 단계를 구비하는 것을 특징으로 하는 지문영상 전처리 방법.
  18. 제 11 항에 있어서, 상기 화소값을 갱신하는 단계는,
    상기 재구성된 방향에 대응하는 화소들의 화소값들과 소정의 계수계산값들에 응답하여 상기 각 화소의 계수화소평균을 계산하고, 상기 재구성된 방향에 대응하는 화소들의 화소값들을 이용하여 상기 각 화소의 미디언을 계산하는 단계; 및
    상기 각 화소의 계수화소평균과 상기 각 화소값 과의 차가, 상기 각 화소의 미디언 값과 상기 각 화소값과의 차 이하이면 상기 각 화소의 계수화소평균과 상기 각 화소에 대한 가중치의 곱으로 상기 각 화소값을 갱신하고, 상기 각 화소의 계수 화소평균과 상기 각 화소값 과의 차가, 상기 각 화소의 미디언 값과 상기 각 화소값과의 차보다 크면 상기 각 화소의 미디언과 상기 각 화소에 대한 가중치의 곱으로 상기 각 화소값을 갱신하는 단계를 구비하는 것을 특징으로 하는 지문영상 전처리 방법.
  19. 제 18 항에 있어서, 상기 계수계산값들은,
    가우시안 계수계산값들인 것을 특징으로 하는 지문영상 전처리 방법.
  20. 제 11 항에 있어서, 화소방향을 결정하는 단계는,
    8 방향에 대한 분산과 그래디언트를 이용하여 상기 각 화소의 방향을 결정하는 것을 특징으로 하는 지문영상 전처리 방법.
KR1020060000863A 2006-01-04 2006-01-04 지문영상 전처리 장치 및 방법 KR100675000B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060000863A KR100675000B1 (ko) 2006-01-04 2006-01-04 지문영상 전처리 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060000863A KR100675000B1 (ko) 2006-01-04 2006-01-04 지문영상 전처리 장치 및 방법

Publications (1)

Publication Number Publication Date
KR100675000B1 true KR100675000B1 (ko) 2007-01-29

Family

ID=38014989

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060000863A KR100675000B1 (ko) 2006-01-04 2006-01-04 지문영상 전처리 장치 및 방법

Country Status (1)

Country Link
KR (1) KR100675000B1 (ko)

Similar Documents

Publication Publication Date Title
US7142699B2 (en) Fingerprint matching using ridge feature maps
CN105917353B (zh) 用于生物认证的特征提取及匹配以及模板更新
Jiang et al. Detecting the fingerprint minutiae by adaptive tracing the gray-level ridge
EP1724725B1 (en) Finger/palm print image processing system and finger/palm print image processing method
US7072523B2 (en) System and method for fingerprint image enhancement using partitioned least-squared filters
US7020591B1 (en) Partial differential equation model for image feature extraction and identification
US10558841B2 (en) Method and apparatus for recognizing fingerprint ridge point
EP1922999B1 (en) Image processing method and image processing device
Sutthiwichaiporn et al. Adaptive boosted spectral filtering for progressive fingerprint enhancement
EP2104059B1 (en) Apparatus and method for processing image
Coleman et al. Edge detecting for range data using laplacian operators
Llano et al. Optimized robust multi-sensor scheme for simultaneous video and image iris recognition
CN113723309A (zh) 身份识别方法、身份识别装置、设备及存储介质
Wu et al. Pyramid edge detection based on stack filter
CN111199197A (zh) 一种人脸识别的图像提取方法及处理设备
CN117115117B (zh) 基于小样本下的病理图像识别方法、电子设备及存储介质
Patel et al. Performance improvement in preprocessing phase of fingerprint recognition
KR100675000B1 (ko) 지문영상 전처리 장치 및 방법
Tahmasebi et al. A novel adaptive approach to fingerprint enhancement filter design
Kolivand et al. Improved methods for finger vein identification using composite Median-Wiener filter and hierarchical centroid features extraction
JP4020202B2 (ja) 縞状パターン抽出システムおよび縞状パターン抽出方法
Manju et al. Survey on fingerprint enhancement techniques
Yadav et al. Statistical measures for Palmprint image enhancement
Kekre et al. Fingerprint orientation field estimation algorithm based on optimized neighborhood averaging
Varghese et al. Hexagonal image enhancement using Hex-Gabor filter for machine vision applications

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20100114

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee