[論文レビュー] Minutiae Extraction from Fingerprint Images - a Review

Roli Bansal, Priti Sehgal+1 more|arXiv (Cornell University)|Nov 29, 2011

Biometric Identification and Security参考文献 88被引用数 94

ひとこと要約

本論文は、自動指紋認識に不可欠な指紋のキーとなるリッジ特徴（ミヌティア）を抽出する技術についてレビューする。画像の粗い化や皮膚・インプリントのばらつきによる劣化にもかかわらず、画像強調処理による信頼性の高いミヌティア検出を重視し、二値化画像とグレースケール画像の両方の手法を比較する。

ABSTRACT

Fingerprints are the oldest and most widely used form of biometric identification. Everyone is known to have unique, immutable fingerprints. As most Automatic Fingerprint Recognition Systems are based on local ridge features known as minutiae, marking minutiae accurately and rejecting false ones is very important. However, fingerprint images get degraded and corrupted due to variations in skin and impression conditions. Thus, image enhancement techniques are employed prior to minutiae extraction. A critical step in automatic fingerprint matching is to reliably extract minutiae from the input fingerprint images. This paper presents a review of a large number of techniques present in the literature for extracting fingerprint minutiae. The techniques are broadly classified as those working on binarized images and those that work on gray scale images directly.

研究の動機と目的

• 既存の指紋認識におけるミヌティア抽出技術について包括的なレビューを提供すること。
• 皮膚およびインプリント状態に起因する画像劣化によるミヌティア検出の課題を分析すること。
• 二値化画像とグレースケール画像に適用された手法の性能および信頼性を比較すること。
• 画像強調処理がミヌティア抽出の正確性を向上させることの重要性を強調すること。
• 最新の技術的手法を体系的にレビューすることで、耐障害性の高い自動指紋認識システムの開発を支援すること。

提案手法

• ミヌティア抽出技術を二値化画像に適用する手法と、グレースケール画像に直接処理を行う手法に分類する。
• コントラスト強調、ノイズ低減、リッジ周波数フィルタリングなどの前処理技術をレビューし、特徴抽出の前に画像品質を向上させる。
• リッジの中心線を分離するためのリッジスリムニングおよびスケルトン化手法を分析し、ミヌティアの正確な局所化を実現する。
• 局所的リッジ方向推定と曲率解析を検討し、リッジの終端および分岐点の検出を実現する。
• 劣化画像における耐障害性の高いミヌティア検出に向け、モルフォロジカル操作と局所的パターン解析の活用を評価する。
• 異なるアルゴリズム的アプローチにおける計算複雑性と正確性のトレードオフを比較する。

実験結果

リサーチクエスチョン

• RQ1 劣化した指紋画像からのミヌティア抽出における主な課題は何ですか？
• RQ2 二値化ベースの手法と直接グレースケール処理の両者を比較した場合、正確性と耐障害性の面でどのように異なりますか？
• RQ3 どの前処理技術が、信頼性の高いミヌティア検出のための指紋画像強調に最も効果的ですか？
• RQ4 リッジベースと強度ベースのミヌティア抽出手法の間には、どのような主な性能差がありますか？
• RQ5 皮膚状態やインプリント品質のばらつきは、ミヌティア抽出の信頼性にどのように影響しますか？

主な発見

• 画像強調処理技術は、低品質な指紋画像におけるミヌティア抽出の信頼性を顕著に向上させる。
• グレースケール画像に直接処理を行う手法は、二値化によるアーティファクトを回避しつつ、微細なリッジディテールを保持する可能性を示している。
• 二値化ベースのアプローチは依然として広く用いられているが、ノイズや不均一な照明に敏感である。
• 頑健な方向推定とリッジスリムニングは、リッジの終端および分岐点の正確な検出に不可欠である。
• グレースケール処理と二値化処理の選択は、画像品質および計算制約に依存する。
• 一貫して優れた性能を示す唯一の手法は存在せず、性能は画像品質および取得条件に依存して変動する。