ГРНТИ 50.07 Теоретические основы вычислительной техники
ББК 3297 Вычислительная техника
В работе предлагается метод идентификации изображений отпечатков пальцев, устойчивый к шуму и дефектам изображений. Метод опирается на контрольные точки, разветвления и окончания, которые под воздействием помех могут изменить свой тип. Такие нежелательные изменения влияют на величину гребневого счета, на топологические и другие характеристики изображений, что может снизить надежность их идентификации. Для компенсации эффекта влияния помех вводится топологический вектор и правила его нумерации для разветвлений и окончаний. Предлагается способ приведения топологических векторов от одного типа контрольной точки к другому. В результате приведения топологические векторы для разветвлений и окончаний нумеруются подобно. Это обеспечивает устойчивость измерения гребневого счета, надежность сопоставления различных топологических векторов и, как следствие, минимальные ошибки идентификации. Приводятся результаты тестирования предлагаемого метода, реализованного в алгоритме.
идентификация отпечатков пальцев, топологический вектор, мутация, контрольная точка
1. Гудков В.Ю. Модель гребневого счета на основе топологии дактилоскопического изображения // Вестник ЧелГУ, 2011. Вып. 13. C. 99-108.
2. Новиков Ф.А. Дискретная математика: Учебник для вузов. 2-е изд. Стандарт третьего поколения. Издательский дом "Питер", 2012 г. 400 с.
3. Cao J., Feng J., A Robust Fingerprint Matching Algorithm Based on Compatibility of Star Structures. Proceedings of the Sixth International Symposium on Multispectral Image Processing and Pattern Recognition (MIPPR 2009), vol. 7498, Remote Sensing and GIS Data Processing and Other Applications, pp.74983X, 2009.
4. Chen X., Wang L., Li M. An Efficient Graph-Based Algorithm for Fingerprint Representation and Matching, Proceedings of the 3rd International Conference on Multimedia Technology（ICMT 2013), pp. 1019-1029, 2013.
5. Chikkerur S., Cartwright A., Govindaraju V. K-plet and cbfs: A graph based fingerprint representation. International Conference on Biometrics ICB 2006: Advances in Biometrics, pp. 309-315.
6. Dorizzi B., Cappelli R., Ferrara M., et al. Fingerprint and On-Line Signature Verification Competitions at ICB 2009 //International Conference on Biometrics ICB 2009 (Alghero, Italy, June 2-5, 2009). pp. 725-732.
7. Feng Y., Feng J., Chen X., et al. A Novel Fingerprint Matching Scheme Based on Local Structure Compatibility, International Conference on Pattern Recognition, pp. 374- 377, 2006.
8. Jiang X., Yau W. Y. Fingerprint Minutiae Matching Based on the Local and Global Structures. International Conference on Pattern Recognition, vol. 2(1): pp. 1038– 1041, 2000.
9. ISO/IEC 19794-2:2011. Information technology – Biometric data interchange formats – Part 2: Finger minutiae data.
10. Leslie S., Sumathi C. P. A Robust Hierarchical approach to Fingerprint matching based on Global and Local Structures. International Journal of Applied Engineering Research ISSN 0973-4562 Vol. 13, N. 7, pp. 4730-4739, 2018.
11. Maltoni D., Maio D., Jain A. K., et al. Handbook of Fingerprint Recognition. London, Springer-Verlag, 2009.
12. Ratha N. K., Pandit V. D., Bolle R. M., et al. Robust fingerprint authentication using local structure similarity. In Workshop on applications of Computer Vision, p. 29–34, 2000.
13. Tabassi E., Wilson C., Watson C. Fingerprint Image Quality. NIST Internal Report 7151, National Institute for Standards and Technology, 2004.
