초록
이 논문에서는 음선 추적을 이용한 세선화 보정 및 의사 특징 점 제거에 관하여 연구하였다. 세선화 보정 과정은 첫째로, 교차수가 6인 픽셀 중에서 8-이웃 연결합이 3이 아닌 경우 불필요한 픽셀을 삭제하고 둘째로, 교차수가 6인 픽셀의 주위 8픽셀 중에서 융선에 해당하는 픽셀과 교파수가 2인 픽셀을 시작 픽셀로 하여 융선을 추적하면서 제거할 픽셀이 없을 때까지 반복하여 처리한다. 세선화 보정이 끝나면 교차 수와 8-이웃 연결합을 이용하여 후보 특징 점을 추출하였다. 추출된 후보 특징 점 중에서 의사 특징 점 제거 알고리즘을 이용하여 실제 특징 점을 재 추출하였다. 제안 방법의 성능 평가를 위하여 기존 방법과 비교하였으며, 실험결과 제안방법이 세선화정도가 우수하고 많은 의사 특징 점들이 제거되었음을 알 수 있었다.
This thesis studies about thinning compensation and the removal of pseudo minutiae using ridge trace. As for the process of thinning compensation, first, it removes unnecessary pixel when 8-neighbor connection sum among the pixels with the crossing count number 6 is not 3. Second, it deals with repeatedly until there is no pixel to remove while tracing the ridge, beginning with the pixel equivalent to the ridge and the pixel with the crossing count number 2 among the 8 pixels around the pixels with the crossing count number 6. When the thinning compensation is finished, it extracts substitute minutiae to use the crossing count number and the 8-neighbor connection sum. Among the extracted substitute minutiaes, it extracts the real minutiae to utilize the pseudo minutiae removal algorithm again. It compares with the existing method for the performance evaluation of proposal method. By the experimental results, The proposal method indicated that a degree of thinning is excellent and a lot of minutiaes were removed.
