선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 지문 영상 내부에서 특징 정보 추출의 정확성을 향상시킬 수 있도록 영상 전처리 과정에 방향성 중간값 필터를 적용한 주름선 검출 방법을 제안한다. 제안한 방법은<그림 1>과 같 이 먼저 픽셀이 주름선 후보 영역에 해당하는지를 결정하여 그 위치에 해당하는 주름선 방향을 검출 한다.
- 본 논문에서는 지문인식의 인식률 향상을 위하 여, 지문 영상 내부에서 특징 정보 추출의 정확성 을 향상 시킬 수 있는 중간값 필터를 적용한 주름 선 검출 방법을 제안하였다.
가설 설정
- (1) 주름선 길이 : 주름선은 일정 크기 이상의 길이를 가진다. 따라서 주름선의 대각선 길 이가 기준 길이 이하이면, 부 영상에 해당하는 클러스터는 주름선 후보에서 제외한다.
제안 방법
- 주름선 검출은<그림 11>의 개선된 지문 영상 에 대한 영상 해석을 통하여 주름선 영역을 검출 한다. 그리고 앞의 전처리 과정에서 검출된 융선 방향 지도와 지문 영역 정보를 주름선 영역 검출 에 이용한다.<그림 13>은 주름선 영역 검출 결과 영상과 입력 지문 영상에 검출한 주름선 영역을 표시한 영상을 보여준다.
- 제안한 방법은<그림 1>과 같 이 먼저 픽셀이 주름선 후보 영역에 해당하는지를 결정하여 그 위치에 해당하는 주름선 방향을 검출 한다. 그리고 주름선 검출의 성능 향상을 위해 후 보 영역에 대한 방향성 중간값 필터를 적용하여 지문 영상을 향상시킨 다음, 후보 화소로 구성된 영상에서 후보 화소가 가지는 주름선 방향을 이용 하여 영상을 분해한다. 마지막으로 분해된 영상으 로부터 주름선 영역 클러스터(cluster)들을 검출한 다음, 합성함으로서 주름선 영역을 결정한다.
- 지문 영상에서 주름선은 융선 방향과 일치하지 않는 방향성을 가진다. 따라서 본 논문에서는 각 화소에 대하여 융선 방향을 바탕으로 주름선 특성 을 갖는 방향을 검출한 다음, 중심 화소와 주변 화 소의 주름선 방향 관계에 의하여 중심 화소를 주 름선 영역 후보 화소로 선정한다.
- 이와 같이 계산된 부 영상의 융선 방향 θ(i,j)는 지문 영상의 입력 과정에서 발생한 잡음 첨가 및 융선 끊어짐 등에 의하여, 인접 부 영상의 방향과 비교할 때 연속적이지 못하다. 따라서 인접 부 영 상의 방향을 고려하여 다음과 같이 가우시안 필터 에 의한 방향 평활화 과정을 수행한다. 먼저, (i,j)위치에서의 융선 방향θ(i,j)를 식(6)과 식 (7)에 의하여, 연속적인 벡터 필드 叫(滄)와 로 변환한다.
- 먼저, 주름선 영역을 구성하는 화소의 특성은 주름선 영역 전체의 특성과 일치한다는 특징을 이 용하여 주름선 영역 후보 화소를 검출한다. 그리 고 그 위치에 해당하는 주름선 방향을 검출한다.
- 지문 영역 검출의 후처리 과정은 지문영역 후보 화소로 구성된 영상에 대하여, 지문 영역으로 오 검출된 후보 화소를 제거하고 제거된 화소를 지문 영역 화소로 복원하는 과정이다. 본 논문에서 후 처리 과정은 형태학적 연산(morphology), 최대 면 적 영역 선정, 외곽 경계 검출의 세 단계로 이루어지며, 지문 영역 후보 화소는 이러한 후처리 과정 을 통하여 지문 영역 화소로 결정하게 된다.
- 본 논문에서는 후보 화소 영상을 각 방향별로 분해하여 주름선 특성을 보이는 영역을 검출하고 그 결과를 합성함으로써, 주름선 영역을 추출하는 방법을 사용한다. 주름선 검출을 위한 8방향 영상 분해 및 합성 과정을 도시하면<그림 8>과 같다.
- 이때, 분해된 각 방향성 영상에는 다수의 클러스 터가 존재하므로, 라벨링(labeling) 알고리즘을 적 용하여 각각의 클러스터를 분리한 다음, 주름선의 형태적 특성을 이용하여 클러스터들 중에서 주름 선 영역을 검출한다. 이때, 분해된 각 방향성 영상 에는 다수의 클러스터가 존재하므로, 레이블링 알 고리즘을 적용하여 각각의 클러스터를 분리고, 다 음과 같은 조건에 따라 주름선 영역을 검줄한다.
- 흐름도에서와 같이 먼저, 후보 화소 영상을 8방 향으로 분해하고, 각 분해된 방향성 영상에 존재 하는 후보 화소 클러스터가 주름선 특성 조건을 만족하는지를 검증하여 주름선 영역을 검출한다. 이때, 분해된 각 방향성 영상에는 다수의 클러스 터가 존재하므로, 라벨링(labeling) 알고리즘을 적 용하여 각각의 클러스터를 분리한 다음, 주름선의 형태적 특성을 이용하여 클러스터들 중에서 주름 선 영역을 검출한다. 이때, 분해된 각 방향성 영상 에는 다수의 클러스터가 존재하므로, 레이블링 알 고리즘을 적용하여 각각의 클러스터를 분리고, 다 음과 같은 조건에 따라 주름선 영역을 검줄한다.
- 제안된 방법을 검증하기 위해 본 논문에서는 FVC2002 DB2, DB4 지문 데이터를 사용하여 기 존의 방향성 평균 필터를 전처리 기법으로 사용한 알고리즘과 Chenyu의 방향성 최적화 필터에 의한 전처리 방법⑷과 비교하여 성능을 분석하 였다. 실험에 사용한 FVC2002 DB2 지문 데이터는 296x560 픽셀 크기와 569dpi 해상도의 8비트 256 그레이 스케일 영상이며, DB4 지문 데이터는 500dpi 해상도의 288x384 크기의 지문 영상이다.
- 제안한 방법은과 같 이 먼저 픽셀이 주름선 후보 영역에 해당하는지를 결정하여 그 위치에 해당하는 주름선 방향을 검출 한다.
- 주름선 검출은의 개선된 지문 영상 에 대한 영상 해석을 통하여 주름선 영역을 검출 한다.
- 그리 고 그 위치에 해당하는 주름선 방향을 검출한다. 주름선 검출의 성능 향상을 위한 전처리 과정으로 후보 영역에 대한 방향성 중간값 필터를 적용하여 지문 영상을 향상시킨 다음, 후보 화소로 구성된 영상에서 후보 화소가 가지는 주름선 방향을 이용 하여 영상을 분해하여 주름선 영역 클러스터들을 검출하여 합성함으로서 주름선 영역을 결정한다. 제안한 방법은 주름선의 형태적 특성만을 이용하 여 적은 연산량으로 주름선을 검출할 수 있으며, 실험한 결과 높은 정확성을 확인하였다.
-
<그림 8> 주름선 검출을 위한 흐름도
흐름도에서와 같이 먼저, 후보 화소 영상을 8방 향으로 분해하고, 각 분해된 방향성 영상에 존재 하는 후보 화소 클러스터가 주름선 특성 조건을 만족하는지를 검증하여 주름선 영역을 검출한다
. 이때, 분해된 각 방향성 영상에는 다수의 클러스 터가 존재하므로, 라벨링(labeling) 알고리즘을 적 용하여 각각의 클러스터를 분리한 다음, 주름선의 형태적 특성을 이용하여 클러스터들 중에서 주름 선 영역을 검출한다.
대상 데이터
- 본 논문에서는 중간값 필터의 윈도우 크기를 9 로 설정하였다. 방향성 중간값 필터의 윈도우 크 기가 너무 작을 경우 영상의 잡음 제거가 제대로 수행되지 않을 수 있으며, 반대로 너무 클 경우에 는 불필요한 영상의 왜곡이 발생할 수 있다.
- 02 DB2, DB4 지문 데이터를 사용하여 기 존의 방향성 평균 필터를 전처리 기법으로 사용한 알고리즘과 Chenyu의 방향성 최적화 필터에 의한 전처리 방법⑷과 비교하여 성능을 분석하 였다. 실험에 사용한 FVC2002 DB2 지문 데이터는 296x560 픽셀 크기와 569dpi 해상도의 8비트 256 그레이 스케일 영상이며, DB4 지문 데이터는 500dpi 해상도의 288x384 크기의 지문 영상이다.
이론/모형
- 본 논문에서는 잡음 제거와 융선 연속성을 강화 하기 위해서, 앞서 검출한 융선의 방향성 지도를 이용하는 방향성 중간값 필터 (directional median filter)⑼를 적용한다. 일반적인 사각 템플릿을 가 진 표준 미디언 필터를 적용할 경우 영상 복원 및 잡음 감소 측면에서 성능의 한계가 있으며, 필터 링 마스크의 불확실한 방향성 때문에 지문의 미세 한 분기점을 변하게 할 수 있을 뿐 아니라 왜곡된 미세한 분기점을 생성할 수도 있다.
성능/효과
- (2) 주름선 픽셀 방향과 최빈 주름선 방향의 관 계 : 주름선 후보 화소의 분포 방향은, 부 영 상의 중심 화소를 기준으로 방향성 슬릿을 구성하였을 때, 후보 화소를 가장 많이 포함 하는 슬릿의 방향이 화소 분포 방향이 된다. 주름선 후보 화소의 최대 빈도 주름선 방향 은 후보 화소가 갖는 주름선 방향의 빈도 히스토그램을 구성하였을 때, 최대 빈도를 갖는 방향이며, 후보 화소가 주름선 영역에 해당하기 위해서는 화소의 분포 방향과 최 대 빈도 주름선 방향이 유사해야 한다.
- (3) 주름선 픽셀 방향과 최빈 융선 방향의 관계 : 주름선의 방향은 융선 방향과 일치하지 않 으므로, 주름선 후보 화소가 분포하는 방향 은 부 영상의 최대 빈도 융선 방향과 일치 하지 않아야 한다.
- (4) 주름선 화소의 밝기값 : 주름선 영역 화소의 밝기 값은 골 및 배경 영상에서의 화소 밝기 값과 유사하여, 전체적으로 높은 밝기 값을' 갖는다. 따라서 주름선 영역 클러스터를 구 성하는 주름선 후보 화소 전체의 평균 밝기 값이 기준 밝기 값 이하이면, 부 영상에 해당 하는 클러스터는 주름선 영역에서 제외된다.
- 〈그림 5> (a)는 가보 필터 기반의 알고리즘을 사용한 영상 개선 결과를 보여준다. 결과 영상과 같이 이 알고리즘은 잡음 개선에는 효과가 있지 만, 끊어진 융선을 복원하는 기능은 미약하다는 것을 알 수 있다.<그림 5> (b)는 지문 영상에서 손상된 융선이 존재할 경우, 방향성 중간값 필터에 의해 복원된 결과를 보여준다.
- 5%이고 정 추출 92%를 나타내었다. 결과와 같이 본 논문에서 제안한 방법은 기존 방 법에 의한 주름선 검출 결과와 비교하여, 오 추출 과 미 추출 비율은 감소하고 정 추출은 향상된 결 과를 보였다.
- 방향성 분해 영상 각각에 대하여 앞에서 기술한 모든 조건을 만족하는 클러스터를 주름선 영역 클 러스터로 선정한다. 마지막으로, 선정된 주름선 영 역 클러스터를 포함하는 각 방향성 분해 영상들을 모두 합성함으로써, 입력 영상에 대하여 주름선 영역으로 구성된 주름선 검출 영상이 완성된다.
- 제안한 방법과 기존 방법의 성능 비교 결과를 표 1에 나타내었다. 제안한 방법은 오 추출 1.5% 와 미 추출 6.5%이고 정 추출 92%를 나타내었다. 결과와 같이 본 논문에서 제안한 방법은 기존 방 법에 의한 주름선 검출 결과와 비교하여, 오 추출 과 미 추출 비율은 감소하고 정 추출은 향상된 결 과를 보였다.
- 주름선 검출의 성능 향상을 위한 전처리 과정으로 후보 영역에 대한 방향성 중간값 필터를 적용하여 지문 영상을 향상시킨 다음, 후보 화소로 구성된 영상에서 후보 화소가 가지는 주름선 방향을 이용 하여 영상을 분해하여 주름선 영역 클러스터들을 검출하여 합성함으로서 주름선 영역을 결정한다. 제안한 방법은 주름선의 형태적 특성만을 이용하 여 적은 연산량으로 주름선을 검출할 수 있으며, 실험한 결과 높은 정확성을 확인하였다.
후속연구
- 따라서 본 논문에서 제안한 방법을 지문 인식 시스템에 적용하면, 지문 영상 내부의 주름선 영 역에서 오 추출을 최소화하고 정 추출을 보존하므 로 지문 인식 성능 향상에 기여할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.