Wykorzystanie transformacji Hougha w systemie biometrycznym układu naczyniowego palców dłoni

• Autorzy: Waluś M. , Konopacki J.

Warianty tytułu

EN

Usability of Hough transform in finger vein biometric system

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono system biometryczny układu naczyniowego. Nowym rozwiązaniem jest zastosowanie transformacji Hougha w procesie tworzenia wektora cech. W pierwszej części opracowania autorzy przedstawili różne metody akwizycji obrazów. Następnie opisano proponowane rozwiązanie od etapu wstępnego przetworzenia obrazu, przez wyodrębnienie wzorca układu naczyniowego, jego szkieletyzację i transformację do przestrzeni Hougha. W ostatniej części artykułu zaprezentowano wyniki przeprowadzonych badań eksperymentalnych.

EN

Authors present proposition of finger vein biometric system. A new approach is applying Hough transform for feature extraction. In the first part of the paper description of various image acquisition techniques are presented. In second part the proposed method are given – image preprocessing, extraction of patterns, skeletonization and transformation to Hough space. In the last part authors present results of conducted experiments.

Słowa kluczowe

PL

układ naczyniowy; wektor cech; transformata Hough'a

EN

biometric system; Hough transform; random forest; feature extraction

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2013
• Tom: R. 89, nr 12
• Strony: 150--153
• Opis fizyczny: Bibliogr. 18 poz., rys., tab.

Twórcy

autor

Waluś M.

• Politechnika Śląska, Wydział Automatyki, Elektroniki i Informatyki

autor

Konopacki J.

• Politechnika Śląska, Instytut Elektroniki

Bibliografia

• [1] Finger Vein Authentication White Paper (27.03.2013): http://www.hitachi.pl/veinid/documents/Finger_Vein_Authentication_White_Paper.pdf
• [2] Wilson C., Vein pattern recognition: a privacy-enhancing biometric. CRC Press, 2011
• [3] Damavandinejadmonfared S., Mobarakeh A.K., Pashna M., Gou J., Rizi S.M., Nazari S. Khaniabadi S.M., Bagheri M.A, Finger Vein Recognition using PCA-based Methods. World Academy of Science, Engineering and Technology 66, (2012), 1079-1081
• [4] Xueyan L., Shuxu G., Fengli G., Ye L., Vein pattern recognition by moment invariants, Bioinformatics and Biomedical Engineering, (2007), 612-615
• [5] Hong J., Shuxu G., Xueyan L., Xiaohua Q., Vein pattern extraction based on position-gray-profile curve. Image and Signal Processing, (2009), 1-4
• [6] Waluś M., Kosmala J., Saeed K., Finger vein pattern extraction algorithm, Hybrid Artificial Intelligent Systems, (2011), 404-411
• [7] Miura N., Nagasaka A., Miyatake T., Automatic future extraction from non-uniform finger vein image and its application on personal identification. Proc. MVA2002, (2002), 253-256
• [8] Miura N., Nagasaka A., Miyatake T., Feature extraction of finger-vein patterns based on repeated line tracking and its application to personal identification, Machine Vision and Applications, 15 (2004), 4, 194-203
• [9] Yang J.,Shi Y., Wu R., Finger-vein Recognition Based on Gabor Features. Biometric System, Design and Application, InTech (2011), 17-32
• [10] Liu C., Study on Finger Vein Feature Extraction Algorithm, IJCSI International Journal of Computer Science Issues, 10.1 (2013), n.3, 408-413
• [11] Vlachos M., Dermatas E., A Region Growing Method Based on Statistical Attributes of Infrared Images for Finger Vein Pattern Extraction. Biomedical Engineering 2.1, (2013), 1-15
• [12] Infrared Products Specification HIRB5-43G-A (27.03.2013): http://files.hueyjann.tw/IR%20PRODUCT/1)Infrared%20Emitter%20(5MM)/HIRB5-43G-A.pdf
• [13] Tadeusiewicz R., Korohoda P., Komputerowa analiza i przetwarzanie obrazów, Wydawnictwo Fundacji Postępu Telekomunikacji, (1997)
• [14] Saeed K., Tabędzki M., Rybnik M., Adamski M., K3M: A universal algorithm for image skeletonization and a review of thinning techniques. International Journal of Applied Mathematics and Computer Science. 20, (2010), 2, 317-335
• [15] Hough P., A method and means for recognizing complex patterns. U.S. Patent 3,069,654, (1962)
• [16] Ballard D.H., Generalizing the Hough transform to detect arbitrary shapes. Pattern Recognition, Elsevier 13, (1981), 2, 111-122
• [17] Illingworth J., Kittler J., A survey of the Hough transform. Computer vision, graphics, and image processing 44.1, (1988), 87-116
• [18] Breiman L., Random forests. Machine learning 45, (2001), 1, 5-32