Enhanced Postprocessing Algorithm for Minutia Extraction Using Various Information in Fingerprint

The postprocessing to remove false minutia is important because the extraction of true minutia affects the performance as a key factor in fingerprint identification system. In this paper, we propose an efficient postprocessing algorithm for removing false minutia among the extracted candidates in a thinned image. The proposed algorithm removes false minutia in three steps by using various information in the acquired fingerprint image: the structural information of minutia (end point and bifurcation), the inherent characteristics of fingerprint, and the quality of acquired images. Under Intel Celeron processor environment with 248${\times}$292 images acquired by optic device, the experiments showed that the proposed algorithm efficiently removed false minutia while preserving true minutia. Moreover, the proposed algorithm takes 0.0154 second, which is very small compared to the time for preprocessing (0.343 second).

다양한 지문정보를 이용한 개선된 특징점 추출 후처리 알고리즘

지문인식 시스템에서는 참특징점의 추출률인 정추출률이 시스템 성능에 중요한 요인이 되므로 의사특징점을 제거하는 후처리 과정은 중요하다. 돈 논문에서는 세선화 영상에서 추출된 후. 포함된 의사특징점을 제거함으로써 참특징점만을 추출하는 효율적인 후처리 알고리즘을 제안한다. 제안된 후처리 알고리즘은 획득된 지문 영상으로부터 얼을 수 있는 다양한 정보, 즉 특징점(끝점과 분기점)의 구조적 특징, 지문의 고유한 특성, 그리고 획득된 지문영상의 풀질 정보를 체계적으로 이용하여 세 단계에 거쳐 의사특징점을 제거한다. 광학센서로 획득한 248${\times}$292 영상크기를 갖는 다양한 품질의 지문 영상에 대해 Intel Celeron 프로세서 환경에서 실험한 결과, 참특징점은 유지하면서 의사특징점을 효율적으로 제거함을 보였다. 또한 전처리 시간 0.343초에 비하여 제안된 후처리 알고리즘의 수행 시간은 0.0154초로 거의 시판이 증가하지 않았다.