[논문 리뷰] Fingerprint: DWT, SVD Based Enhancement and Significant Contrast for Ridges and Valleys Using Fuzzy Measures

D. Bennet, S. Arumuga Perumal|arXiv (Cornell University)|2011. 06. 23.

Biometric Identification and Security참고 문헌 5인용 수 13

한 줄 요약

이 논문은 이산 웨이블릿 변환(DWT)과 특이값 분해(SVD)를 조합한 새로운 지문 영상 강화 기법을 제안하며, 자동 임계값 설정을 위해 퍼지 측도를 활용한다. 퍼지성 지수를 활용해 최적의 히스토그램 임계값을 결정함으로써, 고랑과 골간 간의 대비를 향상시켜 전통적인 히스토그램 균형화 기법에 비해 식별 정확도를 크게 향상시킨다.

ABSTRACT

The performance of the Fingerprint recognition system will be more accurate with respect of enhancement for the fingerprint images. In this paper we develop a novel method for Fingerprint image contrast enhancement technique based on the discrete wavelet transform (DWT) and singular value decomposition (SVD) has been proposed. This technique is compared with conventional image equalization techniques such as standard general histogram equalization and local histogram equalization. An automatic histogram threshold approach based on a fuzziness measure is presented. Then, using an index of fuzziness, a similarity process is started to find the threshold point. A significant contrast between ridges and valleys of the best, medium and poor finger image features to extract from finger images and get maximum recognition rate using fuzzy measures. The experimental results show the recognition of superiority of the proposed method to get maximum performance up gradation to the implementation of this approach.

연구 동기 및 목표

• 지문 고랑과 골간 간의 영상 대비를 향상시켜 지문 식별 정확도를 향상시키기 위해.
• 저품질 지문 영상 강화에서 기존의 히스토그램 균형화 기법의 한계를 극복하기 위해.
• 퍼지 측도를 활용한 자동 임계값 설정 방법을 개발하여 히스토그램 강화를 위해.
• 저품질 지문 영상에서 대비를 최적화함으로써 식별 성능을 극대화하기 위해.
• 다중 척도 강화 및 강력한 특징 추출을 위해 DWT와 SVD를 통합하기 위해.

제안 방법

• 지문 영상의 다중 해상도 분석을 위해 이산 웨이블릿 변환(DWT)을 적용하여 서브밴드로 분해한다.
• DWT 계수에 특이값 분해(SVD)를 적용하여 주요 영상 특징을 추출하고 강화한다.
• 자동으로 최적의 히스토그램 임계값을 결정하기 위해 퍼지성 측도를 활용한다.
• 임계값 선택 과정을 안내하기 위해 퍼지성 지수를 도입하여 영상 특징의 유사도 탐지 성능을 향상시킨다.
• 임계값이 적용된 히스토그램을 사용하여 다양한 영상 품질 수준에서 고랑과 골간 간의 대비를 향상시킨다.
• DWT, SVD, 그리고 퍼지 기반 임계값 설정을 통합하여 소음이 많거나 열악한 조건의 지문 영상에서도 식별 성능을 극대화한다.

실험 결과

연구 질문

• RQ1 DWT와 SVD를 어떻게 효과적으로 조합하여 지문 영상의 대비를 향상시킬 수 있는가?
• RQ2 퍼지 측도는 지문 강화를 위한 자동 임계값 설정에서 기존의 히스토그램 균형화 기법보다 뛰어난 성능을 보일 수 있는가?
• RQ3 제안된 방법은 다양한 품질 수준의 지문 영상에서 식별률을 어느 정도 향상시키는가?
• RQ4 퍼지 기반 임계값 설정의 통합이 고랑과 골간 간의 구분을 어떻게 향상시키는가?
• RQ5 기본 및 국소 히스토그램 균형화 기법과 비교해 제안된 방법의 성능은 어떠한가?

주요 결과

• 제안된 DWT-SVD 및 퍼지 임계값 설정 기법은 지문 영상에서 고랑과 골간 간의 대비를 크게 향상시킨다.
• 이 기법은 표준 및 국소 히스토그램 균형화 기법에 비해 더 높은 식별률을 달성한다.
• 퍼지성 지수의 사용으로 인해 수동 간섭 없이 자동이고 최적의 임계값 설정이 가능해진다.
• 저품질, 중간 품질, 고품질 지문 영상 전반에 걸쳐 강화 성능이 일관되게 뛰어나다.
• DWT, SVD, 그리고 퍼지 측도의 통합은 지문 식별 시스템의 성능 향상에 명확한 기여를 한다.
• 실험 결과는 이미지 대비 향상으로 인해 식별 정확도를 극대화하는 데서 이 기법의 효과성을 확인한다.