$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

자료구조를 이용한 지문인식시스템에서의 특이점 추출 알고리즘
Minutiae Extraction Algorithms and Fingerprint Acquisition System using the Data Structure 원문보기

한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, v.12 no.10, 2008년, pp.1787 - 1793  

박종민 (조선이공대학 U-사이버보안과) ,  이정오 (조선대학교 수학과)

초록
AI-Helper 아이콘AI-Helper

지문 인식 시스템은 지문인식 장치(fingerprint acquisition device)를 통하여 아날로그(analog) 지문으로부터 변환된 디지털(digital) 지문에서 특이점을 추출하고 추출한 특이점 들에 대한 정보를 데이터 베이스에 등록하는 오프라인(off-line) 처리와 사용자가 시스템에 접근 할 때 입력한 지문으로부터 특이점을 추출한 후 데이터베이스에 저장되어 있는 특이점들과 정합(matching)하여 사용자의 시스템 접근 여부를 결정하는 온라인(on-line) 처리로 이루어져 있다. 본 논문에서는 이진화된 지문 이미지를 효율적으로 처리하기 위한 자료 구조인 Union and Division을 제안하고, Union and Division을 이용하여 이진화와 잡음 제거, 그리고 특이점 추출 단계로 이루어진 특이점 추출 알고리즘을 제안한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Fingerprint Recognition System is made up of Off-line treatment and On-line treatment; the one is registering all the information of there trieving features which are retrieved in the digitalized fingerprint getting out of the analog fingerprint through the fingerprint acquisition device and the oth...

주제어

#fingerprint   #particular points   #minutiae   #matching   #Union and Division  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • j 열/ 행 에 저 장되어 있는 선분을 Trace 또는 Reverse_ Trace 중 Count 함수가 2 이상의값을 돌려주는 경우에, 如[如]의 index next를 이용하여 2 이상의 선분을 추적하면서 두 선분의 거리를 검사한다. 만약 거리가 점진적으로 늘어나지 않으면서 추적 중 동일한index 값을 갖는열이 나타나면 잡음에 의해 선분이 두 갈래 이상으로 나누어 진 것으로 판단하고 잡음 제거 단계를 수행한다.
  • 제안하는 특이 점 추출 알고리즘은 이진화 단계와 잡음제거 단겨L특이점 추출 단계로 이루어진 것을 특징으로한다 .
  • 제안하는 특이점 추출 알고리즘은 잡음을 제거하기위하여 선분 추적과 잡음 검출 프로시져(procedure)를 수행하며, 선분 추적과 잡음 검출 프로시져는 Union and Division에서 동작하는 함수들을 이용한다. 그리고 잡음이 제거된 이후에는 선분을 추적하여 특이점을 추출한다.

대상 데이터

  • 실험은 펜티엄 PC에 WindowsXP운영체제 환경에서이루어졌다. 실험을 위한 모든 프로그램은 C++로 구현되었으며, NIST의 SDB14에 있는 27, 000 여종의 디지털지문 이미지를 처리하였다.
  • 실험을 위한 모든 프로그램은 C++로 구현되었으며, NIST의 SDB14에 있는 27, 000 여종의 디지털지문 이미지를 처리하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (17)

  1. Garfinkel, Simson, and Gene Spafford. Practical Unix and Internet Security. O'Reilly & Associates, Inc, April 199 

  2. Gollmann, Dieter. Computer Security. John Wiley and Sons, August 1999 

  3. B. Moayer, K. S. Fu, "A syntactic approach to fingerprint pattern recognition", Pattern Recognition 7, pp. 1-23, 1975 

    상세보기 crossref

  4. D. K. lsenor, S. G. Zaky, Fingerprint identificationusing graph matching, pattern Recognition 19. pp. 113-122, 1986 

    상세보기 crossref

  5. Q. Xiao, H. Rafat, A combined statistical and structural approach for fingerprint image postprocessing proceedings of the IEEE International Conference on systems, Man and Cybernetics Conference, pp. 331-335, 1990 

  6. The Science of Fingerprints: Classification and Uses United States Department of justice, Federal Bureau of Investigation, Washington, rev. pp. 12-84, 198 

  7. A. shimizu, M. Hase, Tmas. Inst. Electronic Comm. Engineers Japan, Part D, J67D(5), pp. 627 

  8. A. Farina, Z. M. Kovacs-vajna, Alverto Leone, "Fingerprint minutiae extraction from slceletonixed binary images", Pattern Recognition, vol. 32, no. 4, pp. 877-889, 1999 

    상세보기 crossref

  9. An drew K. Hrechak, James A. Mchugh, "Automated Fingerprint Recognition using structural matching", Pattern Recognition, vol. 23, pp. 893-904, 1990 

    상세보기 crossref

  10. F. Galton, Finger Prints, MacMillan, London, 1892 

  11. W. C. Lin, R. C. Dubes, A review of ridge counting in dermatoglyphics, Pattern Recognition 16, pp. 1-8, 1983 

  12. L. Coetzee and E. C. Botha, "Fingerprint Recognition in Low Quality Images," Pattern Recognition, vol. 26, no. 10, pp. 1441-1460, 1993 

    상세보기 crossref

  13. L. Wang and T. Pavlidis, "Direct Gray Scale Extraction of Features for Character Recognition," IEEE Trans. Pattern Analysis Machine Intelligence, vol. 15, no. 10, pp. 1053-1067, 1993 

    상세보기 crossref

  14. C. I. Watson and C. L. Wilson, "Detection of Curved and Straight Segments from Gray Scale Topography," Image Understanding, vol. 58, no. 3, pp. 352-365, 1993 

    상세보기 crossref

  15. D. Mario and D. Maltoni, "Direct Gray-Scale Minutiae Detection In Fingerprints," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 19, no. 1, pp. 27-40, 1997 

    상세보기 crossref

  16. X. Jiang, W. Y. Yau, and W. Ser, "Detecting the Fingerprint minutiae by adaptive tracing the gray-level ridge," Pattern Recognition 34, pp. 999-1013, 2000 

    상세보기 crossref

  17. 박종민, 조범준, "결합과 분배를 이용한 정합 알고리즘", 한국해양정보통신학회 논문지 제8권 제5호, pp. 1102-1107, 2004 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로