Fingerprint identification using minutiae point pattern matching

• Autorzy: Stąpor K.
• Języki publikacji: EN

Abstrakty

EN

The 2-level fingerprint identification method is presented. The method starts with the extraction of structural features (minutiae points) which is based on the computed ridge orientation flow, and is composed of: division of an input image into blocks, computing directional image, smoothing directions, foreground/backround segmentation, directional filtering, binarization, thinning, minutiae detection and postprocessing. Classification (the 1-st level) is based on the number and locations of singular points (corel/delta points), witch are found based on Poincare index.At the 2-nd level, the matching between two sets of the minutiae points is performed: an unknown pattern, and those in the database.

PL

W artykule przedstawiono 2-stopniową metodę identyfikacji linii papilarnych. Zaproponowano nową metodę ekstrakcji cech (tzw. minutiae points), czyli punktów rozgałęzień linii oraz punktów końcowych, opartą na orientacji w blokach, wygładzanie kierunków w blokach, segmentacja, kierunkowa filtracja, binaryzacja, ścienianie, detekcja punktów charakterystycznych, przetwarzanie końcowe. Klasyfikacja (1-szy stopień) wykorzystuje liczbę oraz położenie tzw. punktów core i delta, które wyznacza się na podstawie indeksu Poincare. Identyfikacja na 2-gim stopniu polega na porównaniu dwóch zbiorów punktów charakterystycznych: nieznanej próbki oraz próbki wzorcowej.

Słowa kluczowe

EN

fingerprints; classification; minutiae; delta; core; Poincare index; point pattern matching

• Wydawca: Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Czasopismo: Archiwum Informatyki Teoretycznej i Stosowanej
• Rocznik: 2002
• Tom: T. 14, z. 1
• Strony: 17--31
• Opis fizyczny: Bibliogr. 15 poz., rys.

Twórcy

autor

Stąpor K.

• Institute of Computer Science, Technical University of Silesia, 44-100 Gliwice, Akademicka 16

Bibliografia

• [1] H. Bunke, A. Sanfelieu: Syntactic and structural pattern recognition. Theory and applications. World Scientific, 1990.
• [2] Cappeli R. et al: Fingerprint classification by directional image partitioning. IEEE Trans. PAMI, 21 (5), pp. 402-421, 1999.
• [3] Chang. S., et al.: Fast algorithm for point pattern matching: invariant to translations, rotations and scale changes. Pattern Recognition, Nr 2, pp. 311-320, 1997.
• [4] Coetzee L.. Botha E.C.: Fingerprint recognition in low quality images. Pattern Recognition, 26(10), pp. 1441-1460. 1993.
• [5] Hilditch C.J.: Linear skeletons from square cupboards, in Meltzer B.. Michie D.(eds): Machine ln- tel!., N Y. Elsevier. 1969, pp. 403-420, v.4.
• 16] Isenor D.K., Zaky S.G.: Fingerprint identification using graph matching, Pattern Recognition, Nr 2, pp. 113-122, 1986.
• [7] Karu K., Jain A.: Fingerprint classification. Pattern Recognition, v.29, 3, pp. 389-404, 1996.
• [8] Kawagoe M., Tojo A.: Fingerprint pattern classification, Pattern Recognition, Nr 3, pp. 389-404, 1996.
• [9] Mehtre B.M.: Fingerprint image analysis for automatic identification, Mach. Vis. Appl., 6. pp. 124- 139, 1993.
• [10] Rao C.V.K, Black K.: Type classification of fingerprints, IEEE Trans, on PAMI, Nr 2, pp. 223-231, 1980.
• [11] Sherlock B.G., et al.: Fingerprint enhancement by directional Fourier filtering, IEEE Proc. Vis. Image Signal Processing, 141(2), pp. 87-94, 1994.
• [12] Srinivasan V.S.. Murthy N.N: Detection of singular points in fingerprint images, Pattern Recognition, Nr 2, pp. 139-153, 1992.
• [13] Xiao Q., Raafat H.: Fingerprint image postprocessing: a combined statistical and structural approach, Pattern Recognition. 24(10), pp. 985-992, 1991.
• [14] The science of fingerprints: classification and uses. Federal Bureau of Investigation, Washington, D.C., U.S., Government Printing Office, 1984.
• [15] Web.cps.msu.edu/TR/MSUCPS:TR99-5, Fingerprint classification and matching.