[논문]직교 좌표 생성을 위한 방향성 및 특이점 추출

장지영; 성연철; 김승희; 김성락

[국내논문] 직교 좌표 생성을 위한 방향성 및 특이점 추출
Direction Information and Singular Point Extraction for Orthogonal Coordinate Creation 원문보기

장지영 (관동대학교 대학원 전자계산학공학과) , 성연철 (관동대학교 대학원 전자계산학공학과) , 김승희 (관동대학교 대학원 전자계산학공학과) , 김성락 (관동대학교 컴퓨터공학과)

이 논문은 입력 지문 영상에 대하여 블록 이진화와 병렬 세선화를 거친 이미지에 4개의 각기 다른 방향 성분 요소를 이용하여 각 블록에 대한 대표 방향 성분들을 추출하여 방향 성분 이미지를 얻었다. 추출된 대표 방향성분 이미지에 정의된 방향성 패턴을 적용시켜 일치되는 블록에 대하여 1차와 2차 중심점으로 추출하였다. 이렇게 추출된 1차와 2차 중심점을 이용하여 직교좌표를 생성하였다. 직교좌표는 지문영상을 처리하여 인식 및 인증시스템에서 유용하게 쓰일 수 있을 것이다.

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

문제 정의

이 논문에서는 여러 이진화 방법 중 블록 이진화 방법을 이용하여 그레이 레벨의 지문 영상에 대하여 이진화를 하였다. 블록 이진화 방법은 원하는 크기의 블록을 설정하고 그 블록마다의 명암 값을 고려하여 임계값을 설정하는 방법으로 각 블록마다 특정 값을 가질 수 있게된다.
있다. 이 논문에서는 획득한 방향 성분을 이용하여 지문의 특이점 중에서 중심점을 추출하는 알고리즘을 제안하였다.

제안 방법

이 논문에서는 지문에 잉크를 묻혀 종이에 찍는 방식으로 채취하여 와상문, 궁상문, 제상문의 지문 영상을 실험 대상으로 전처리 과정인 이진화와 세선화 과정을 거친 후, 지문의 융선이 방향성을 가지고 있다는 점을 이용하여 방향 성분을 추출하여 지문의 중심점을 효과적으로 찾는 알고리즘을 제안하였으며 중심점을 중심으로 하는 직교 좌표를 생성하였다.
소벨 마스크 방법은 0° 와 90° 인 수평과 수직 성분에 대한 방향 성분 검출에는 강하지만 그 외 방향 성분에 대해서는 방향 성분을 추출하는 과정이 복잡하기 때문에 대표 방향을 구하기 위하여 이 논문에서 픽셀별로 단위 벡터를 만들어 누적시킬 경우 낮은 대비 영상이나 높은 대비 영상이나 같은 값이 나오므로 대표 방향을'설정하기 힘들었던 점과 융선이 정확한 방향 특성을 가지는 경우에만 방향성 추출이 가능했던 퓨리에 변환의 문제점 모두 해결할 수 있는 알고리즘을 제시한다.
블록 좌표(X, y)에서 동일한 값을 갖는 방향 성분이 있을경우 주변 블록의 방향 성분을 조사하여 3개 블록의 대표 방향 값이 모두 같으면 좌표(X, y)의 방향 값을 주변 블록이 갖는 방향 값으로 결정한다.
중심점 위치에 대응하는 지문의 방향 영상을 분석하여 대표 방향에 대하여 2x2 크기의 중심점 패턴울 선정하였으며 패턴 2, 3, 4의 빗금친 영역을 제외한 나머지 세 가지 방향만 일치하게 된다면 중심점영역으로 선택하였으며 선정된 패턴은 [그림 2]와 같다.
단계 2에 적용한다. 제시한 패턴과 동일한 방향 성분을 갖는 블록을 모두 검사하여 중심점 좌표값 (x+1, y+1)과 동일한 위치에 있는 블록을 검출한다.
제안된 방법으로 추출된 방향 영상과 원 지문 영상을 비교 분석한 결과에 의해 두 개의 중심점 블록이 존재할 때 X 좌표가 크고 y 좌표 값이 상대적으로 작은 위치에 분포하고 있다는 결론을 얻을 수 있었고 중심점을 선정하는데 적용하였다.
융선이 가지는 방향 성분을 추출하기 위하여 전처리 과정으로 그레이 영상에 고주파 강화 필터를 적용하여 융선을 부각시킨 후 필터 처리 된 영상에 대하여 지역 이진화를 수행하고 세선화 과정을 통하여 얻어진 결과를 이용하여 방향성을 추출하였다.

대상 데이터

실험에 사용된 지문 영상은 지문을 잉크에 묻혀 종이에 찍는 방식으로 회전 압날이 아닌 평면 압날의 방법으로 지문 데이터를 채취하였으며 지문의 분류 중 와상문, 궁상문, 제상문 세가지 지문 형태를 실험 대상으로 하였다.

이론/모형

이 논문은 병렬적 처리 방법의 하나로 제안된 Zhang Suen 세선화 알고리즘을 사용하여 세선화 하였다.

성능/효과

실험은 3가지의 지문 형태를 갖는 정량화 된 지문 200개를 대상으로 중심점을 추출한 결과 궁상문에서 89%, 와상문에서 93%, 제상문에서 92%의 추출률을 보였으며과 [그림 3]은 제안된 방법에 의한 지문 유형별 중심점 추출 결과이다.
이 논문에서는 지문의 검증과 인식에 있어 더 효율적인 결과를 얻기 위하여 중심점 추출 후 직교 좌표를 생성하였으며 제안된 방법에 의한 지문의 유형별 중심점 추출률 결과 91.3%의 정확성을 보였다.

후속연구

중심점을 통과하는 직교 좌표의 생성함으로써 개인 인중 시스템에 있어 지문 입력 시 발생되는 회전성, 방향성의 문제를 해결할 수 있으며 직교 좌표에 의해 분할 된 각 영역에 존재하는 특이점을 통하여지문 검중 및 인식에 있어 효율적인 결과를 가져올 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
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

연합인증

[국내논문] 직교 좌표 생성을 위한 방향성 및 특이점 추출
Direction Information and Singular Point Extraction for Orthogonal Coordinate Creation 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 직교 좌표 생성을 위한 방향성 및 특이점 추출 Direction Information and Singular Point Extraction for Orthogonal Coordinate Creation 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 직교 좌표 생성을 위한 방향성 및 특이점 추출
Direction Information and Singular Point Extraction for Orthogonal Coordinate Creation 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper