[논문]지문영상 화질평가에 기반한 게이버 필터의 다중적용

이응봉; 전성욱; 류춘우; 김학일

지문영상 화질평가에 기반한 게이버 필터의 다중적용
Multiple Gabor Filtering based on fingerprint Image Quality 원문보기

이응봉 (인하대학교 정보통신대학원) , 전성욱 (인하대학교 정보통신대학원) , 류춘우 (인하대학교 정보통신대학원) , 김학일 (인하대학교 정보통신대학원)

본 논문은 융선 방향의 화소값 변화와 융선의 수직 방향 화소값 변화의 차이를 이용하여 지문영상의 부영역 화질을 제거대상 영역(Removable Block)과 융선의 흐름이 불명확한 영역(Obscure Block), 융선의 방향성이 명확한 영역(Clear Block) 세 가지로 분류하였다. RB영역은 특징점 추출과정에서 제외 하였으며 OB 영역은 필터의 방향을 달리한 다수의 게이버(Gabor) 필터의 적용으로 처리하였고, CB 영역은 게이버 필터의 방향을 융선의 방향으로 하여 한번의 수행하였다. FVC2002(The Second Fingerprint Verification Competition) DB3 SetA 지문필터링을 영상을 대상으로 한 실험에서 부영역의 화질을 고려한 경우 EER(Equal Error Rate)이 14.31%의 처리속도 향상을 확인할 수 있었다.

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

제안 방법

그림 3과 같이 OB로 분류된 부영역을 대상으로 9개의 부영역으로 이루어진 3X3 크기의 정사각형을 구조적 요소(structuring element)로 하여 형태론(morphology)적 연산인 닫힘(closing)과 열림(opening)을 각각 1회씩 수행하였다. 이렇게 찾아낸 OB 영역만의 집합을 RB로 분류하여 더 이상 특징점 추출과정을 거치지 않도록 하였다.
본 논문에서 정추출율은 PM/TM, 오추출율은FM/(PM+FM)으로 정의하여 계산하였다. 실험 결과 표1과 같이 16%의 오추출율 감소를 보였고 표2와 같이 14%의 특징점 추출알고리즘 속도 향상을 보였다.
본 연구는 부영역의 화질 결정을 위해 융선의 방향과, 융선의 수직 방향으로 화소값들의 변화를 측정하여 부영역의 화질을 제거 대상 영역(Removable Block)과, 융선 흐름이 불명확한 영역 (Obscure Block), 그리고 융선 방향이 명확한 영역(Clear Block) 세 가지로 분류하였다. 게이버 필터를 적용함에 있어 CB 영역은 부영역의 대표 방향을 사용하고, 0B 영역은 부영역의 대표 방향 및 이웃한 두 방향을 사용하였다.
부영역의 화질정보를 이용하여 게이버 필터의 적용 방법에 변화를 주었을 때 특징점의 정추출율과 오추출율의 변화를 확인하기 위하여 다음의 네 가지 항목을 정의하여 계산하였다[6].
그림 3과 같이 OB로 분류된 부영역을 대상으로 9개의 부영역으로 이루어진 3X3 크기의 정사각형을 구조적 요소(structuring element)로 하여 형태론(morphology)적 연산인 닫힘(closing)과 열림(opening)을 각각 1회씩 수행하였다. 이렇게 찾아낸 OB 영역만의 집합을 RB로 분류하여 더 이상 특징점 추출과정을 거치지 않도록 하였다.

대상 데이터

여기서 夕는 게이버 필터의 방향이고, /• 는 융선 주파수,。•/ 과 日, 는 X와 y축을 따라 가우시안 분포를 따르는 표준편차이다. 본 연구에서는 23X23 크기의 우대칭 게이버 필터(even-symmetric Gabor filter)를 사용하였다.
본 연구의 실험을 위해 사용한 데이터베이스는 지문인식 분야의 유일한 국제적 기술경연대회인 FVC2002(The Second International Fingerprint Verification Competition)에 사용된 데이터베이스 중에 DB3 SetA를사용하였다. 이 데이터베이스는 Precise Biometric 사의 100SC 반도체식 지문 입력기를 사용하여 획득한 100개의 손가락 총 800장의 이미지로 구성되어 있다.
본 연구의 실험을 위해 사용한 데이터베이스는 지문인식 분야의 유일한 국제적 기술경연대회인 FVC2002(The Second International Fingerprint Verification Competition)에 사용된 데이터베이스 중에 DB3 SetA를사용하였다. 이 데이터베이스는 Precise Biometric 사의 100SC 반도체식 지문 입력기를 사용하여 획득한 100개의 손가락 총 800장의 이미지로 구성되어 있다.

데이터처리

이것은 영상의 화질 평가를 통해 RB 영역에는 특징점 추출 과정을 적용하지 않아 의사 특징점 발생이 줄었고 그만큼 처리 시간의 이득을 보았기 때문에 0B 영역에 다중 게이버 필터를 적용하여도 전체적인 추출 처리 시간은 감소하였다. 평균 추출 처리 시간은 인텔펜티엄]D 933MHz CPU, RAM 512MB의 데스크탑 환경에서 측정하였다.

성능/효과

이렇게 부영역별로 화질을 고려하여 특징점 추출알고리즘을 개선한 결과 정추출율은 4%, 오추출율은 16% 향상되었다. 또한 추출 성능이 개선됨에 따라 EER이 14.31%에서 7.5%로 향상되었다.
본 논문에서 정추출율은 PM/TM, 오추출율은FM/(PM+FM)으로 정의하여 계산하였다. 실험 결과 표1과 같이 16%의 오추출율 감소를 보였고 표2와 같이 14%의 특징점 추출알고리즘 속도 향상을 보였다. 이것은 영상의 화질 평가를 통해 RB 영역에는 특징점 추출 과정을 적용하지 않아 의사 특징점 발생이 줄었고 그만큼 처리 시간의 이득을 보았기 때문에 0B 영역에 다중 게이버 필터를 적용하여도 전체적인 추출 처리 시간은 감소하였다.
알고리즘의 인식성능 평가는 FVC2002의 성능평가 규칙을 따라 FMR(False Match Rate)과 FNMR(False Non Match Rate), EER, Zero FMR을 이용하여 비교하였다 [7], 결과는 표3과 같이 EER이 부영역 화질을 고려할 경우 14.31%에서 7.5%로 감소하고 Zero FMR 역시 55.3%에서 41.93%로 감소하였다.
화질에 따라 RB 영역은 추출 과정을 거치지 않고 OB 영역은 게이버 필터를 다중 적용하였으며, CB 영역은 한 번의 게이버 필터링 과정을 거쳤다. 이렇게 부영역별로 화질을 고려하여 특징점 추출알고리즘을 개선한 결과 정추출율은 4%, 오추출율은 16% 향상되었다. 또한 추출 성능이 개선됨에 따라 EER이 14.

후속연구

특징점 추출 알고리즘의 성능이 안정되기 위해서는 영상의 화질이 좋고 나쁨에 따라 영상처리 과정을 유연하게 적용시켜야 한다. 향후 과제로는 추출된 특징점의 신뢰도를 결정할 수 있는 방법에 대한 연구가 진행되어야 한다.

원문 보기

ScienceON 원문보기

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

저장형식

Text(ASCII format)
Excel format
RefWorks Direct Export
RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley

메일정보

받는사람 (필수): @
보내는사람 (선택): @
제목
내용: KISTI 검색결과 이메일 서비스

안내

총 건의 자료가 검색되었습니다.

다운받으실 자료의 인덱스를 입력하세요. (1-10,000)

검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다.

데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요)

다운로드 파일은 UTF-8 형태로 저장됩니다.
파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오.

Text(ASCII format)
Excel format

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

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

연합인증

지문영상 화질평가에 기반한 게이버 필터의 다중적용
Multiple Gabor Filtering based on fingerprint Image Quality 원문보기

초록
AI-Helper