[논문]지문인식 정합을 위한 특징점과 특이점 추출 연구

나호준; 김창수

문제 정의

본 논문에서는 지문 영상에 대해 전처리 과정을 거친 후 특징점을 추출하고, 지문의 방향성 정보를 이용특이점을 추출하고자 한다. 또한, 지문 영상에서 기준좌표축이 존재하지 않는 문제점과 지문 영상의 상 .
차이가 있다[5]. 이러한 차이 부분을 보정하기 위하여 본 연구에서는 Gray 니 evel Image 강화 (enhancement) 과정을 수행하고 최종 특징점을 추출하는데 잡음을 감소시키는데 연구를 수행하고자 한다.

제안 방법

(4) 직선과 직교 방정식을 이용 영상을 4개 분면으로 분할하고 분할 된 각 분면별 특징점 데이터를 이용 지문을 비교한다.
본 논문에서는 256 X 256인 지문영상을 사용하여지문 정합을 위해 특징점 및 특이점 추출을 하였다. 특징점은 영상처리 단계를 거쳐 추출하고 특이점(중심점)추출은 위해 융선의 방향 정보를 이용한 방법을 사용하였으며 방향 성분은 Sobel 마스크를 이용해 방향성 정보를 4방향성으로 구분하였다.
본 논문에서의 중심점 추출 방식은 Sobel 마스크를 이용한 지문의 방향성 영상에 특이점 패턴올 적용하여 동일한 패턴 형태를 갖는 영역올 특이점으로 추출한다[2][4][9][11]. [그림 1]에서 패턴 8, 10, 11, 13, 14 는 검정색으로 표시된 부분을 제외한 나머지 3가지 방향성을 방향성 추출 이미지와 중첩시켜 일치하면 특이점 영역으로 선택을 하며 패턴 16은 검정색으로표시돤 세부분을 제외한 나머지 3가지 방향성이 방향성 추출 이미지와 중첩시켜 일치해야 특이점 영역으로 선택을 한다.
하, 좌 . 우 위치 이동의 대해 추출된 특이점을 기준으로 직교좌표를 생성해 각각의 분면별 특징점들의 속성을 비교해 보았다.
, 좌 . 우 위치 이동의 문제점을 해결하기 위해 특이점 정보와 특징점의 분기점 정보를 이용 직교 좌표를 생성하여 4개의 분면별 분기점의 개수를 비교하여 인식을 수행하고자 한다.
일반적인 특이점 추출 알고리즘으로는 pointcare 지수를 이용하는 방법[19][20]과 특이점 후보 추출 참조표를 이용한 방법[5], 방향 정보를 이용한 특이점추출 방법[2][9]이 있으며 본 논문에서는 방향 정보를 이용한 방법을 사용하였으며 지정되는 방향 값에 대하여 특이점으로 판단 내릴 수 있는 다양한 형태의 방향값을 설정 arch, tented arch, left loop, right loop, whorl 등에 적용 시켜보았으며 지문 정합시 문재점이 되는 지문영상의 상. 하, 좌 .
직교좌표를 통해 영상을 4개의 분면으로 분할 하고 분할된 각 분면의 특징점의 속성을 비교 지문을 정합한다. 특징점을 사용하여 지문을 정합하는 과정은 아래와 같으며 [그림 3]는 지문영상의 직교 좌표 생성과 특징점 추출 영상을 나타내고 있다、
특징점은 영상처리 단계를 거쳐 추출하고 특이점(중심점)추출은 위해 융선의 방향 정보를 이용한 방법을 사용하였으며 방향 성분은 Sobel 마스크를 이용해 방향성 정보를 4방향성으로 구분하였다. 추출되어진 방향성 정보는 특이점 패턴을 설정 우선 순위에 따라 중심점 영역을 탐색하여 최적 중심점을 선정하였다. 탐색시 후보 중심점 제거 알고리즘을 적용 특이점 추출 정확도를 높혔으며 이 최적 중심점을 기준 점으로 직교 좌표계를 생성하여 각 영역의 특징점 들의 속성을 비교하여 정합하게 된다.
추출되어진 방향성 정보는 특이점 패턴을 설정 우선 순위에 따라 중심점 영역을 탐색하여 최적 중심점을 선정하였다. 탐색시 후보 중심점 제거 알고리즘을 적용 특이점 추출 정확도를 높혔으며 이 최적 중심점을 기준 점으로 직교 좌표계를 생성하여 각 영역의 특징점 들의 속성을 비교하여 정합하게 된다. 이 직교 좌표계는 지문입력 시 발생하는 위치와 회전 변위 등으로 바생하는 문제점을 해결하였으며 지문 영상 DB 100개에 대한 실험에서 1:1 정합을 위해 총 5명의 동일 지문 둥록을각각 3번씩 입력 받아 20개의 동일 지문을 비교 최적의 임계값을 기준으로 76%의 정확도를 보였으며 추후 의사특징점 제거 알고리즘을 적용한다면 더욱 높은 정합율을 가질 수 있다.
하였다. 특징점은 영상처리 단계를 거쳐 추출하고 특이점(중심점)추출은 위해 융선의 방향 정보를 이용한 방법을 사용하였으며 방향 성분은 Sobel 마스크를 이용해 방향성 정보를 4방향성으로 구분하였다. 추출되어진 방향성 정보는 특이점 패턴을 설정 우선 순위에 따라 중심점 영역을 탐색하여 최적 중심점을 선정하였다.

이론/모형

폭을 1픽셀로 만드는 작업이다[3, 5]. 미리 정의해둔 마스크를 이용해서 선의 양쪽에서 한 픽셀씩 선의 굵기가 1이 될 때까지 제거하는 반복적 화소 제거법을 이용 한다.
이잔화의 방법으로 전역 이진화와 블록 이진화가 있다. 지문 이미지는 불규칙한 명도값을 가지므로 최적의 이진화된 이미지를 위하여 블록 이진화 처리 기법을 이용한다[7丄

성능/효과

탐색시 후보 중심점 제거 알고리즘을 적용 특이점 추출 정확도를 높혔으며 이 최적 중심점을 기준 점으로 직교 좌표계를 생성하여 각 영역의 특징점 들의 속성을 비교하여 정합하게 된다. 이 직교 좌표계는 지문입력 시 발생하는 위치와 회전 변위 등으로 바생하는 문제점을 해결하였으며 지문 영상 DB 100개에 대한 실험에서 1:1 정합을 위해 총 5명의 동일 지문 둥록을각각 3번씩 입력 받아 20개의 동일 지문을 비교 최적의 임계값을 기준으로 76%의 정확도를 보였으며 추후 의사특징점 제거 알고리즘을 적용한다면 더욱 높은 정합율을 가질 수 있다.
1%를 점유해왔으며 앞으로도 생체인식 시장을 지속적으로 주도해나갈 전망이다[2-5, 15, 21]. 특히 9.11 테러사건 이후 생체인식 기술을 이용한 보안관련 기술이 전 세계적으로 가장 큰 관심거리로 떠오르고 있으며, 이러한 생체인식(biometrics) 기술을 보안 H/W 시장의 일부로 보았을 경우, 2001년 약 180억 달러 규모의 전세계 IT 보안 시장 중 보안 H/W 시장이 34억 8, 000만 달러로 19.4%를 점유하였고, 여기에서 약1억 9, 000만 달러 규모가 생체인식시스템 시장으로 2005년까지 49.5%의 복합 연평균 성장률로 8억 8, 680만 달러 규모에 이를 전망이다. 이 가운데 지문인식은 물리적(physical) 생리적(physiological) 생체인식 기술중 하나로써 얼굴 인식, 흥채 인식, 음성 인식 둥 기술별로 보았을 경우 이용의 편리성과 친밀성, 경제성 등으로 인해 전체시장에서 가장 높은 58.

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

지문인식 정합을 위한 특징점과 특이점 추출 연구
The study on the extraction of the minutiae and singular [oint for fingerprint matching 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

지문인식 정합을 위한 특징점과 특이점 추출 연구 The study on the extraction of the minutiae and singular [oint for fingerprint matching 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

지문인식 정합을 위한 특징점과 특이점 추출 연구
The study on the extraction of the minutiae and singular [oint for fingerprint matching 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper