WO2005071602A2 - Procede d'amelioration d'images d'empreintes digitales - Google Patents
Procede d'amelioration d'images d'empreintes digitales Download PDFInfo
- Publication number
- WO2005071602A2 WO2005071602A2 PCT/FR2005/050010 FR2005050010W WO2005071602A2 WO 2005071602 A2 WO2005071602 A2 WO 2005071602A2 FR 2005050010 W FR2005050010 W FR 2005050010W WO 2005071602 A2 WO2005071602 A2 WO 2005071602A2
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- image
- improving
- frequencies
- orientations
- blocks
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 abstract description 3
- 238000007781 pre-processing Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Definitions
- the present invention relates to the field of image processing.
- the present invention relates more particularly to a method for improving the image of fingerprints in order to facilitate the extraction of the parameters necessary for fingerprint recognition.
- said blocks include overlapping zones.
- said block frequencies are determined by the highest frequency in a higher energy frequency band.
- said step of determining the frequencies of the image blocks further comprises a step evaluation of the relevance of the calculation of the values of said frequencies.
- said frequency is recalculated on the basis of a function of the initial FFT.
- the non-relevance of one of said frequencies is evaluated with respect to a predetermined threshold.
- said step of determining the orientations of the image further comprises a step of evaluating the relevance of the calculation of the values of said orientations.
- said Gabor filters have as orientation parameters 0 °, 22.5 °, 45 °, 67.5 °, 90 °, 112.5 °, 135 °, and 157.5 °.
- said step of determining the orientations comprises the steps consisting in: reconstructing images from said Gabor filterings of said blocks; - calculate the average intensity of each filtered image for areas of predetermined size; create a new orientation image containing the orientation of the higher intensity block; create a new quality image containing the intensity of the block of higher intensity; filter said image from the orientations.
- the method further comprises steps of creating a final merged image from said orientations, of binarization and of skeletonization of said final merged image for the detection of minutiae.
- the first functional block according to the invention is a pre-processing block. It allows the image to be further processed under satisfactory conditions. ⁇
- This block takes as input the raw image Ib coming from the fingerprint sensor and applies various preprocessings to it.
- These preprocessings are of known type and consist of a normalization of the image as well as a first determination of the useful area of the image, that is to say the area containing the imprint image.
- a mask of known type is also applied from local means and standard deviations. From this useful area, the image is resized. Resizing the image meets two objectives: on the one hand, it makes it possible to reduce the size of the image in order to reduce the processing times during the generation of the template. This reduction in the size of the image also makes it possible to limit the risks of false detection of thoroughness in places of the image which are not part of the fingerprint itself. On the other hand, it makes it possible to generate an image whose size will be a multiple of the size of a certain number of overlapping blocks, used for improving the image, in order to facilitate the processing of these blocks.
- a normalized resized image Ip is obtained.
- the functional block for improving the image itself illustrated in FIG. 2 is applied.
- This algorithm also makes it possible to assess the relevance of its measurement. This relevance value is calculated using a ratio between the energy of the highest frequency of the bands and the average energy of the other bands. For certain blocks for which the frequency measurement is deemed irrelevant, a new evaluation is performed by interpolating the value from that of its neighbors.
- This algorithm therefore makes it possible to obtain a good estimate of the average frequency of the imprint lines for each block, as well as a confidence index corresponding to the precision of this estimate.
- Gabor filters are selective filters in orientation and frequency. They make it possible to bring out lines spaced at a certain frequency and oriented in a certain direction.
- the principle of our filtering algorithm is therefore to use a Gabor filters, the frequency of which is determined by the Freq frequencies defined above.
- We use Nori different orientations to define the orientations of the filter bank, with typically Nori 8 for orientations of 0 °, 22.5 °, 45 °, 67.5 °, 90 °, 112.5 °, 135 °, and 157.5 °.
- the blocks are filtered by the Nori filters, and Nori images are reconstructed from the different filterings of the different blocks.
- the same treatment is then applied, but pixel by pixel, in order to reduce the problems due to sudden changes in orientation.
- one searches for all the pixels whose value is too different from that of its neighbors.
- the same algorithm for replacing the orientations is applied after expansion of the image of the pixels to be processed as previously for the pixels to be processed.
- the quality map qual2 is updated as a function of the intensity of the pixels modified during this processing. We then search a last time for the regions which are too different from their neighbors in order to determine whether the processing operations carried out before have had a beneficial effect. If this is not the case, these regions are marked as bad in the quality map qual2.
- each pixel is chosen from one of the Nori filtered images.
- an interpolation between the different orientations is carried out at the borders of each block.
- the merged image thus obtained is then binarized and skeletonized in a known manner to allow the detection of minutiae, the quality card qual2 used to determine the relevance of each minutiae.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Collating Specific Patterns (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
La présente invention se rapporte au domaine du traitement de l'image, et plus particulièrement à un procédé d'amélioration de l'image d'empreintes digitales dans le but de faciliter l'extraction des paramètres nécessaires à une reconnaissance d'empreinte. Elle propose un procédé d'amélioration d'une image d'empreinte digitale comprenant au moins des étapes de : normalisation de l'image initiale; détermination de la zone utile de l'image; et caractérisé en ce qu'il comprend en outre des étapes successives de : découpage de l'image en une pluralité de blocs; calcul de la FFT de chaque bloc; détermination des fréquences des blocs d'image à partir desdites FFT; application de filtres de Gabor de paramètres déterminés par lesdites fréquences; détermination des orientations de l'image.
Description
PROCÉDÉ D'AMÉLIORATION D'IMAGES D'EMPREINTES DIGITALES
La présente invention se rapporte au domaine du traitement de l'image.
La présente invention se rapporte plus particulièrement à un procédé d'amélioration de l'image d'empreintes digitales dans le but de faciliter l'extraction des paramètres nécessaires à une reconnaissance d'empreinte.
L'art antérieur connaît déjà par la demande O03/079274 un procédé d'amélioration des images d'empreintes digitales, où les images enregistrées sont traitées à partir de blocs de l'image initiale en utilisant des filtres de Gabor adaptés à des quantités caractéristiques de chaque bloc. Plus précisément, le traitement décrit comprend les étapes successives suivantes : - calcul des gradients locaux G de l'image initiale ; - calcul de l'espacement R entre les lignes, correspondant à une fréquence ; - découpage de l'image de départ en différents blocs ; puis, pour chaque bloc
- calcul de 1 ' orientation du bloc et de la variance de 1 ' orientation à 1 ' aide du gradient G ; calcul de la fréquence du bloc et sa variance à l'aide de R ; - construction de filtres de Gabor à partir de ces paramètres ; - filtrage des blocs à l'aide des Gabor ; - ajout du bloc filtré à l'image finale.
L'inconvénient d'une telle méthode est que les orientations sont calculées à partir des gradients locaux de l'image initiale avant l'application du ou des filtres de Gabor. Cette image pouvant être de très mauvaise qualité, les erreurs obtenues dans les calculs des gradients ont des conséquences très néfastes sur les paramètres choisis du ou des filtres de Gabor et donc sur la qualité de l'image finale utilisée pour l'extraction.
L' art antérieur connaît également par la publication de Hong et Al . « Fingerprint Enhancement » une méthode d' amélioration d' empreintes . Cette publication mentionne l'intérêt de filtrer l'image par des filtres de Gabor avant de faire des choix d'orientations. Cependant, la publication utilise pour de tels filtres de Gabor une fréquence moyenne fixée ici à 60 cycles par hauteur d'image.
L'inconvénient d'une telle méthode est qu'en réalité, il est faux de considérer que l'espacement des lignés' est fixe, et encore une fois, une telle hypothèse est très néfaste pour la qualité des résultats.
On connaît également, par la publication scientifique XP010614029 de Okombi-Diba et Al. « Segmentation of spatially variant image texture », un procédé pour caractériser les textures d' image et segmenter cette image selon ces textures. Le procédé se base sur l'utilisation d' ondelettes de Gabor par des filtres de Gabor. Un tel procédé est uniquement utilisé pour la détermination de textures .
La présente invention entend remédier aux inconvénients de l'art antérieur en calculant les orientations de l'image après un filtrage adapté à l'image. Pour ce faire, la présente invention est du type décrit ci-dessus et elle est remarquable, dans son acception la plus large, en ce qu'elle propose un procédé d'amélioration d'une image d'empreinte digitale comprenant au moins des étapes de : - normalisation de l'image initiale ; détermination de la zone utile de l'image ;
Et caractérisé en ce qu'il comprend en outre des étapes successives de : - découpage de l'image en une pluralité de blocs ; calcul de la FFT de chaque bloc ; détermination des fréquences des blocs d' image à partir desdites FFT ; application de filtres de Gabor de paramètres déterminés par lesdites fréquences ; détermination des orientations de l'image.
Avantageusement, lesdits blocs comprennent des zones de chevauchement .
De préférence, lesdites fréquences des blocs sont déterminées par la fréquence la plus importante dans une bande de fréquence de plus haute énergie . De préférence, ladite étape de détermination des fréquences des blocs d' image comprend en outre une étape
d'évaluation de la pertinence du calcul des valeurs desdites fréquences .
Avantageusement, en cas de non-pertinence d'une desdites fréquences, ladite fréquence est recalculée à partir d'une fonction de la FFT initiale.
Selon un mode de réalisation, la non-pertinence d'une desdites fréquences est évaluée par rapport à un seuil prédéterminé.
De préférence, ladite étape de détermination des orientations de l'image comprend en outre une étape d' évaluation de la pertinence du calcul des valeurs desdites orientations .
Avantageusement, lesdites filtres de Gabor ont pour paramètres d'orientation 0°, 22,5°, 45°, 67,5°, 90°, 112,5°, 135°, et 157,5°.
De préférence, ladite étape de détermination des orientations comprend les étapes consistant à : reconstituer des images à partir desdits filtrages de Gabor desdits blocs ; - calculer l'intensité moyenne de chaque image filtrée pour des zones de taille prédéterminée ; créer une nouvelle image d' orientation contenant l'orientation du bloc de plus forte intensité ; créer une nouvelle image de qualité contenant l'intensité du bloc de plus forte intensité ; filtrer ladite image des orientations .
Selon un mode de réalisation, le procédé comprend en outre des étapes de création d'une image finale fusionnée à partir desdites orientations, de binarisation et de squelettisation de ladite image finale fusionnée pour la détection des minuties.
On comprendra mieux l'invention à l'aide de la description, faite ci-après à titre purement explicatif, d'un mode de réalisation de l'invention, en référence aux figures annexées où :
- la figure 1 illustre le prétraitement de l'image brute ; - la figure 2 illustre l'amélioration de l'image par filtrage.
Illustré figure 1, le premier bloc fonctionnel selon l'invention est un bloc de pré-processing. Il permet à l'image d'être traitée ultérieurement dans des conditions satisfaisantes. Λ
Ce bloc prend en entrée l'image brute Ib issue du capteur d' empreintes digitales et lui applique différents prétraitements . Ces prétraitements sont de type connu et consistent en une normalisation de l'image ainsi qu'en une première détermination de la zone utile de l'image, c'est-à- dire la zone contenant l'image d'empreinte. Pour la normalisation globale, on fixe la moyenne globale de tous les pixels de l'image ainsi que leur écart type à une valeur prédéterminée, par exemple moyenne = 127 et écart-type=50 en niveau de gris.
Ainsi, si N=L*H est le nombre total de pixels de l'image brute et Ib(x) la valeur du xième pixel de l'image brute, on calcule : 1 JJVV--ll x=0
Puis la déviation Db= — ∑Ib(x)2 -Mb 2
Et la nouvelle image normalisée est, si on a fixé la nouvelle moyenne à Mo et la déviation à Do :
(Ih(x) -Mh)x Da In(x)= n +
On applique également un masque de type connu à partir des moyennes et des écart-types locaux. A partir de cette zone utile, l'image est retaillée. Le retaillage de l'image satisfait à deux objectifs : d'une part, elle permet de réduire_,la taille de l'image afin de diminuer les temps de traitement lors de la génération du gabarit. Cette diminution de la taille de l'image permet également de limiter les risques de fausse détection de minutie à des endroits de l'image ne faisant pas partie de l'empreinte digitale elle-même. D'autre part, elle permet de générer une image dont la taille sera un multiple de la taille d'un certain nombre de blocs se chevauchant, utilisés pour l'amélioration de l'image, afin de faciliter le traitement de ces blocs .
En sortie de cette première étape, on obtient une image normalisée retaillée Ip.
A partir de cette image retaillée Ip, on applique le bloc fonctionnel d'amélioration de l'image lui-même illustré figure 2. On découpe d'abord l'image en blocs de taille Tenh*Tehh, avec typiquement Tenh = 64 pixels. Ces blocs se chevauchent de Tchev afin d' éviter les effets de bord dans les traitements ultérieurs . On applique ensuite un algorithme de FFT sur chacun des blocs afin d'obtenir leur transformée de Fourier. On peut noter que sur de tels blocs, l'orientation des lignes ainsi que les espacements varient peu, donc la valeur obtenue dans l'espace réciproque est normalement très localisée. Cependant, il convient de définir une fréquence moyenne pour le bloc. Cette fréquence est obtenue de la façon suivante : on applique d'abord l'algorithme permettant de calculer le spectre du bloc FFT en coordonnées polaires. L'utilisation d'ë coordonnées polaires est commode car el e permet de distinguer facilement les composantes du bloc représentant la fréquence de celles représentant l'orientation. On applique ensuite un algorithme de détection de la fréquence la plus importante dans chaque bloc. Pour évaluer cette fréquence, chaque bloc est découpé en Nbandes bandes de fréquence, avec typiquement Nbande = 8. On choisit ensuite la fréquence la plus importante dans la bande de fréquence de plus haute énergie. Cet algorithme permet aussi d'évaluer la pertinence de sa mesure. Cette valeur de pertinence est calculée en utilisant un rapport entre l'énergie de la fréquence la plus importante des bandes et l'énergie moyenne des autres bandes . Pour certains blocs dont la mesure de fréquence est jugée non pertinente, une nouvelle évaluation
est réalisée en interpolant la valeur à partir de celle de ses voisins .
Cet algorithme permet donc d' obtenir une bonne estimation de la fréquence moyenne des lignes d' empreintes pour chaque bloc, ainsi qu'un indice de confiance correspondant à la fidélité de cette estimation.
De façon conditionnelle, pour les blocs dont la qualité d'estimation de la fréquence est trop faible, un nouveau traitement est appliqué. La FFT est globalement multipliée par elle-même afin d' augmenter les pics de fréquence et d' éliminer les fréquences faibles parasites . Une normalisation est ensuite effectuée afin de ne pas générer de données saturées. Plus précisément, si ReFFT est la partie réelle de la FFT et ImFT sa partie imaginaire, on calcule pour chaque point, pseudoMagnitude(x) = (ReFFT(x)2 + JmFFT(x)2)" avec n=0.25 typiquement et on choisit pour nouvelles coordonnées de la FFT : ReFFT (x) = ReFFT (x) *pseudoMagnitu'cfe (x) et ImFFT (x) = ImFFT(x)* pseudoMagnitude (x) . La normalisation se fait alors en divisant chaque valeur complexe de la FFT par le Max des magnitudes du bloc. Le bloc fonctionnel d' amélioration est alors appliqué grâce à cette carte des fréquences Fréq par des filtres de Gabor.
Les filtres de Gabor sont des filtres sélectifs en orientation et en fréquence. Ils permettent de faire ressortir des lignes espacées selon une certaine fréquence et orientées dans une certaine direction. Le principe de notre algorithme de filtrage est donc d'utiliser un banc de
filtres de Gabor, dont la fréquence est déterminée par les fréquences Fréq définies plus haut. On utilise Nori orientations différentes pour définir les orientations du banc de filtre, avec typiquement Nori =8 pour des orientations de 0°, 22,5°, 45°, 67,5°, 90°, 112,5°, 135°, et 157,5°. Les blocs sont filtrés par les Nori filtres, et Nori images sont reconstituées à partir des différents filtrages des différents blocs . A partir de ces Nori images, on procède à la détermination des orientations des images filtrées selon le processus suivant : on effectue une première estimation de l'orientation en calculant l'intensité moyenne de chaque image filtrée pour des blocs de taille TblocA, avec typiquement TblocA = 4. On écrit alors dans une image Ori, l'orientation du bloc de plus forte intensité, et dans qual2, l'intensité de ce bloc.
La carte des orientations Ori ainsi obtenue présentant de nombreuses discontinuités, "on applique un filtre médian afin de réduire celles-ci et obtenir une représentation plus homogène.
On recherche ensuite dans l'image Ori ainsi filtrée toutes les régions formées par des pixels connexes ayant la même orientation. On va ensuite filtrer ces régions en fonction de leur taille et de leur orientation dans l'image. Pour cela, on remplace les régions qui sont trop différentes de leurs voisins, selon un seuil prédéfini, par la valeur d'orientation la plus probable, calculée en fonction de l'orientation et de la qualité des différents pixels voisins du pixel de la région traitée. La carte de qualité qual2 est
mise à jour en fonction de l'intensité des pixels modifiés lors de ce traitement.
On applique ensuite le même traitement mais pixel par pixel, afin de réduire les problèmes dus à des changements brusques d'orientation. Pour effectuer ce traitement, on recherche tous les pixels dont la valeur est trop différente de celle de ses voisins . On applique alors après une dilatation de l'image des pixels à traiter le même algorithme de remplacement des orientations que précédemment pour les pixels à traiter. La carte de qualité qual2 est mise à jour en fonction de l'intensité des pixels modifiés lors de ce traitement On recherche ensuite une dernière fois les régions qui sont trop différentes de leurs voisines afin de déterminer si les traitements effectués avant ont eu ou non un effet bénéfique. Si ce n'est pas le cas, on marque ces régions comme mauvaise dans la carte de qualité qual2.
Enfin, on applique un filtre médian à cette carte de qualité .
En fonction de la carte des orientations calculées précédemment, on sélectionne les pixels à écrire dans l'image fusionnée finale. Ainsi, en fonction de la carte des orientations, on choisit chaque pixel dans une des Nori images filtrées. Afin de rendre les transitions plus douces, une interpolation entré les différentes orientations est réalisée aux frontières de chaque bloc.
L'image fusionnée ainsi obtenue est alors binarisée et squelettisée de façon connue pour permettre la détection des
minuties, la carte de qualité qual2 servant à déterminer la pertinence de chaque minutie .
L'invention est décrite dans ce qui précède à titxe d'exemple. Il est entendu que l'homme du métier est à même de réaliser différentes variantes de l'invention sans pour autant sortir du cadre du brevet.
Claims
REVENDICATIONS
1. Procédé d' amélioration d' une image d' empreinte digitale comprenant au moins des étapes de : - normalisation de l'image initiale ; détermination de la zone utile de l'image ; et caractérisé en ce qu' il comprend en outre des étapes successives de : découpage de l'image en une pluralité de blocs ; - calcul de la FFT de chaque bloc ; détermination des fréquences des blocs d'image, à partir de ladite FFT ; application de filtres de Gabor de paramètres déterminés par lesdites fréquences ; - détermination des orientations de l'image à partir des images filtrées issues de l'étape précédente.
2. Procédé d' amélioration d' une image d' empreinte digitale selon la revendication 1, caractérisé en ce que lesdits blocs comprennent des zones de chevauchement.
3. Procédé d' amélioration d' une image d' empreinte digitale selon la revendication 1, caractérisé en ce que lesdites fréquences des blocs sont déterminées par la fréquence la plus importante dans une bande de fréquence de plus haute énergie. . Procédé d' amélioration d' une image d' empreinte digitale selon la revendication 1, caractérisé en ce que ladite étape de détermination des fréquences des blocs d' image comprend en outre une étape d' évaluation de la pertinence du calcul des valeurs desdites fréquences.
5. Procédé d'amélioration d'une image d'empreinte digitale selon la revendication 1, caractérisé en ce que ladite étape de détermination des orientations de l'image comprend en outre une étape d' évaluation de la pertinence du calcul des valeurs desdites orientations.
6. Procédé d'amélioration d'une image d'empreinte digitale selon la revendication 4, caractérisé en ce qu'en cas de non-pertinence d'une desdites fréquences, ladite fréquence est recalculée à partir d' une fonction de la FFT initiale.
7. Procédé d'amélioration d'une image d'empreinte digitale selon la revendication 6, caractérisé en ce que la non-pertinence d'une desdites fréquences est évaluée par rapport à un seuil prédéterminé.
8. Procédé d' amélioration d' une image d' empreinte digitale selon la revendication 1, caractérisé en ce que lesdites filtres de Gabor ont pour paramètres d' orientation 0°, 22,5°, 45°, 67,5°, 90°, 112,5°, 135°, et 157,5°.
9. Procédé d' amélioration d' une image d' empreinte digitale selon la revendication 1, caractérisé en ce que ladite étape de détermination des orientations comprend les étapes consistant à : reconstituer des images à partir desdits filtrages de Gabor desdits blocs ; - calculer l'intensité moyenne de chaque image filtrée pour des zones de taille prédéterminée ; créer une nouvelle image d' orientation contenant l'orientation du bloc de plus forte intensité ;
créer une nouvelle image de qualité contenant l'intensité du bloc de plus forte intensité ; filtrer ladite image des orientations. 10. Procédé d'amélioration d'une image d'empreinte digitale selon la revendication 1, caractérisé en ce qu'il comprend en outre des étapes de création d' une image finale fusionnée à partir desdites orientations, de binarisation et de squelettisation de ladite image finale fusionnée.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP05717657A EP1706840A2 (fr) | 2004-01-09 | 2005-01-07 | Procede d amelioration d images d empreintes digit ales |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR0450055A FR2865057B1 (fr) | 2004-01-09 | 2004-01-09 | Procede d'amelioration d'images d'empreintes digitales |
| FR0450055 | 2004-01-09 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| WO2005071602A2 true WO2005071602A2 (fr) | 2005-08-04 |
| WO2005071602A3 WO2005071602A3 (fr) | 2008-11-06 |
Family
ID=34685048
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/FR2005/050010 WO2005071602A2 (fr) | 2004-01-09 | 2005-01-07 | Procede d'amelioration d'images d'empreintes digitales |
Country Status (3)
| Country | Link |
|---|---|
| EP (1) | EP1706840A2 (fr) |
| FR (1) | FR2865057B1 (fr) |
| WO (1) | WO2005071602A2 (fr) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EA012643B1 (ru) * | 2008-12-19 | 2009-12-30 | Владимир Николаевич Бичигов | Способ оценки качества изображения дактилоскопического узора |
| FR3084945B1 (fr) * | 2018-08-10 | 2020-08-07 | Idemia Identity & Security France | Procede d'analyse d'une empreinte |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5926555A (en) * | 1994-10-20 | 1999-07-20 | Calspan Corporation | Fingerprint identification system |
| WO2003079274A1 (fr) * | 2002-03-20 | 2003-09-25 | Philips Intellectual Property & Standards Gmbh | Procede visant a ameliorer les images d'empreintes digitales |
-
2004
- 2004-01-09 FR FR0450055A patent/FR2865057B1/fr not_active Expired - Fee Related
-
2005
- 2005-01-07 WO PCT/FR2005/050010 patent/WO2005071602A2/fr active Application Filing
- 2005-01-07 EP EP05717657A patent/EP1706840A2/fr not_active Withdrawn
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5926555A (en) * | 1994-10-20 | 1999-07-20 | Calspan Corporation | Fingerprint identification system |
| WO2003079274A1 (fr) * | 2002-03-20 | 2003-09-25 | Philips Intellectual Property & Standards Gmbh | Procede visant a ameliorer les images d'empreintes digitales |
Non-Patent Citations (5)
| Title |
|---|
| HONG L ET AL: "FINGERPRINT IMAGE ENHANCEMENT: ALGORITHM AND PERFORMANCE EVALUATION" IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, IEEE INC. NEW YORK, US, vol. 20, no. 8, 1 août 1998 (1998-08-01), pages 777-789, XP000774452 ISSN: 0162-8828 * |
| KAMEI T ET AL: "Image filter design for fingerprint enhancement" PROCEEDINGS INTERNATIONAL SYMPOSIUM ON COMPUTER VISION (CAT. NO.95TB100006) IEEE COMPUT. SOC. PRESS LOS ALAMITOS, CA, USA, 1995, pages 109-114, XP010151063 ISBN: 0-8186-7190-4 * |
| KLIMANEE C ET AL: "On the design of 2-D Gabor filtering of fingerprint images" CONFERENCE PROCEEDINGS ARTICLE, 5 janvier 2004 (2004-01-05), pages 430-435, XP010696866 * |
| OKOMBI-DIBA B R ET AL: "Segmentation of spatially variant image textures" PATTERN RECOGNITION, 2002. PROCEEDINGS. 16TH INTERNATIONAL CONFERENCE ON QUEBEC CITY, QUE., CANADA 11-15 AUG. 2002, LOS ALAMITOS, CA, USA,IEEE COMPUT. SOC, US, 11 août 2002 (2002-08-11), pages 917-920, XP010614029 ISBN: 0-7695-1695-X * |
| XUDONG JIANG: "Fingerprint image ridge frequency estimation by higher order spectrum" PROCEEDINGS 2000 INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (CAT. NO.00CH37101) IEEE PISCATAWAY, NJ, USA, vol. 1, 10 septembre 2000 (2000-09-10), - 13 septembre 2000 (2000-09-13) pages 462-465, XP010530651 ISBN: 0-7803-6297-7 * |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1706840A2 (fr) | 2006-10-04 |
| FR2865057B1 (fr) | 2006-06-16 |
| FR2865057A1 (fr) | 2005-07-15 |
| WO2005071602A3 (fr) | 2008-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3608834A1 (fr) | Procede d'analyse d'une empreinte | |
| EP1304647B1 (fr) | Codage d'informations concentriques | |
| EP3147822B1 (fr) | Procede d'extraction de caracteristiques morphologiques d'une empreinte digitale | |
| EP1697862B1 (fr) | Procede d'indexation et d'identification de documents multimedias | |
| EP1298588B1 (fr) | Procédé de traitement d'images pour l'extraction automatique d'éléments sémantiques | |
| EP2710555B1 (fr) | Méthode de détermination des éléments en relief présents sur la surface d'un pneumatique | |
| EP0840252B1 (fr) | Procédé de traitement d'image numérique pour l'extraction automatique d'objets en forme de rubans | |
| CA2778682A1 (fr) | Procede et dispositif d'analyse d'images hyper-spectrales | |
| EP2880623B1 (fr) | Procede et dispositif pour la reconstruction d'images a super-resolution | |
| CN107451549B (zh) | 非接触式指纹增强方法及曲率驱动的自适应滤波器 | |
| EP3014570B1 (fr) | Procede de reduction de bruit dans des sequences d'images fluoroscopiques | |
| EP3552146B1 (fr) | Détection de nerfs dans une série d'images échographiques | |
| FR2979727A1 (fr) | Identification par reconnaissance d'iris | |
| EP3608835B1 (fr) | Procede de traitement d'images d'empreintes | |
| WO2005071602A2 (fr) | Procede d'amelioration d'images d'empreintes digitales | |
| FR2923312A1 (fr) | Procede de traitement d'images sismiques du sous-sol | |
| EP3773161A1 (fr) | Dispositif informatique de detection de troubles du rythme cardiaque | |
| CA2523797A1 (fr) | Procede de traitement de cubes sismiques correspondant a des acquisitions realisees pour une meme zone a des moments differents | |
| WO2004097457A2 (fr) | Procede de traitement de cubes sismiques corresppondant pour une meme zone au sol, a differentes valeurs de deports source/recepteur et/ou d’angles d’incidence | |
| EP3234915A2 (fr) | Procédé de détection de stries dans un pneumatique | |
| EP3175428A1 (fr) | Procédé d'extraction de motifs non périodiques masques par des motifs périodiques, et dispositif mettant en oeuvre le procédé | |
| EP3163462A1 (fr) | Procédé d estimation d'un produit de convolution | |
| WO2023139328A1 (fr) | Procédé de détection automatisée d'un élément biologique dans un échantillon de tissu | |
| EP1365350A1 (fr) | Extraction de minuties d'une image d'empreinte digitale | |
| Lawal et al. | Salt Dome Detection Using Context-Aware Saliency |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AK | Designated states |
Kind code of ref document: A2 Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NA NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW |
|
| AL | Designated countries for regional patents |
Kind code of ref document: A2 Designated state(s): GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LT LU MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG |
|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application | ||
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 2005717657 Country of ref document: EP |
|
| WWP | Wipo information: published in national office |
Ref document number: 2005717657 Country of ref document: EP |