• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.69-72
• /
• 2011

본 논문에서는 방향 연결성 추적을 이용한 의사 특징점 제거에 관하여 연구하였다. 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 의사 특징점이 많이 추출된다. 교차수를 이용한 방법에서 잘못 추출된 특징점들을 방향 연결성 추적을 이용한 의사 특징점 제거 알고리즘을 이용하여 의사 특징점을 제거하였다. 성능 평가를 위하여 교차수를 이용한 방법과 방향 연결성 추적을 이용하여 추출된 실제 특징점을 비교하였으며, 실험결과 방향 연결성 추적을 이용하여 많은 의사 특징점이 제거되었음을 알 수 있었다.

• Proceedings of the KIEE Conference
• /
• 1999.11c
• /
• pp.807-811
• /
• 1999

자동 지문 인식을 위한 특징점 추출 과정에서 얻은 특징점에는 지문 획득시 발생하는 잡음과 전처리 과정으로 인한 정보의 손실에 의해 상당량의 의사 특징점이 포함되어 있다. 본 논문에서는 특징점들로 구성된 지문의 특징량에서 잡음이라고 할 수 있는 의사 특징점을 제거하는 알고리즘을 제안한다. 제안하는 알고리즘은 후보 특징점 목록에서 세선화된 지문 화상의 구조적 특성을 고려하여 복원 가능 영역에 속하고 의사 특징점이라고 간주되는 특징점을 선택한다. 이와 같이 선택된 특징점이 세선화 화상에 위치하는 영역은 잡음에 의해 잘못 세선화된 부분이기 때문에 해당 영역을 올바르게 재구성하고 후보 특징점 목록에서 선택한 특징점을 삭제한다. 재구성된 세선화 화상에서 지문 원화상의 부영역별 방향과 지문의 구조적 특성을 근거로 후보 특징점이 위치한 영역의 패턴을 검사하여 진짜 특징점만을 선택함으로써 의사 특징점을 제거하게 된다. NIST sdb 14의 지문 화상을 알고리즘에 적용한 결과는 정추출율 손실 대비 높은 오추출율 개선을 얻었음을 보여주고 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.8
• /
• pp.95-101
• /
• 2011

In this paper, using pixel connectivity tracking feature to remove a doctor has been studied. Feature extraction method is a method using the crossing. However, by crossing a lot of feature extraction method sis a doctor. Extracted using the method of crossing the wrong feature to remove them from the downside and the eight pixels around the fork to trace if it satisfies the conditions in the actual feature extraction and feature conditions are not satisfied because the doctor was removed. To evaluate the performance using crossing methods and extracted using pixel connectivity trace was compared to the actual feature, the experimental results using pixel connectivity trace arcuate sentence, croissants sentence, sentence the defrost feature on your doctor about47%, respectively, 40%, 30%were found to remove.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.3C
• /
• pp.359-367
• /
• 2004

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).

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.219-223
• /
• 2004

본 논문에서는 여러 생체 인식 시스템 중 지문 인식에 관한 연구를 기술한다 지문 입력장치를 통해 입력 받은 영상을 이용하여 개인의 식별을 위해 방향성과 특징점 정보를 이용, 매칭을 실시한다. 지문의 매칭은 1 차로 소벨 마스크와 창틀 마스크를 이용한 방향성 매칭과 2 차로 특징점 정보를 이용한 매칭 2 단계로 이루어 진다 방향성 정보를 이용한 매칭 방법에서는 가장 널리 알려진 소벨 마스크 보다 창틀 마스크가 더 정확한 것으로 판별 되었으며, 특징점 정보를 이용한 알고리즘에서는 상당한 의사 특징점을 제거 할 수 있었다 신뢰할 수 있는 방향성 검출 알고리즘과 특징점을 검출하기 위한 연구를 하였으며, 지문영상의 특징점으로는 끝점과 분기점을 사용하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.217-220
• /
• 2010

본 논문에서는 단점과 분기점을 이용한 세선화 영상 복원에 관하여 연구하였다. 이진 지문영상으로부터 평활화, 이진화, 세선화 과정을 거쳐서 세선화 영상을 얻는다. 세선화 영상으로부터 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 많은 의사 특징점들이 추출된다. 의사특징점으로는 단선, 절선, 잔가지, 원형 등이 있으며, 단점과 분기점을 이용하여 의사특징점을 제거함으로써 세선화 영상을 복원하였다.

• The KIPS Transactions:PartB
• /
• v.11B no.1
• /
• pp.7-12
• /
• 2004

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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.663-666
• /
• 2003

이 논문에서는 특징점 정보를 이용한 세선화 보정 알고리즘에 대하여 연구하였다. 세선화된 지문에서 교차수를 이용하여 추출된 특징점으로부터 세선화 보정을 수행하였다. 세선화 보정 과정은 특징점인 단점과 분기점을 시작점으로 하여 융선을 추적하면서 불필요한 융선을 제거해 나가는 방법으로 더 이상 제거할 융선이 없을 때까지 반복하여 처리한다. 세선화 보정이 끝나면 CN과 SN을 이용하여 특징점을 재추출하였다. 기존의 세선화된 지문으로부터 추출된 특징점과 제안한 세선화 보정 알고리즘으로부터 추출된 특징점을 비교하였다. 이 비교를 통하여 기존방법보다 세선화 지문이 개선되고 많은 의사 특징점들이 제거되었음을 알 수 있었다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.37 no.3
• /
• pp.12-26
• /
• 2000

In this paper, we propose a post-processing algorithm to remove false minutiae which decrease the overall performance of an automatic fingerprint identification system by increasing computational complexity, FAR(False Acceptance Rate), and FRR(False Rejection Rate) in matching process. The proposed algorithm extracts candidate minutiae from thinned fingerprint image. Considering characteristics of the thinned fingerprint image, the algorithm selects the minutiae that may be false and located in recoverable area. If the area where the selected minutiae reside is thinned incorrectly due to noise and loss of information, the algorithm recovers the area and the selected minutiae are removed from the candidate minutiae list. By examining the ridge pattern of the block where the candidate minutiae are found, true minutiae are recovered and in contrast, false minutiae are filtered out. In an experiment, Fingerprint images from NIST special database 14 are tested and the result shows that the proposed algorithm reduces the false minutiae extraction rate remarkably and increases the overall performance of an automatic fingerprint identification system.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.37-40
• /
• 2012

본 논문에서는 지문 인식 시스템의 인식을 위한 등록점으로 융선의 단점과 분기점에 관하여 연구하였다. 원 지문 영상은 전처리 과정을 거치게 되면서 잘못된 특징점을 포함하게 되며 이는 지문 인식 시스템의 효율성을 감소시키는 원인이 될 수 있다. 이 논문에서는 세선화된 지문 영상으로부터 후보 특징점을 추출한 후 연결성 탐색 정보를 이용하여 의사 특징점을 제거할 수 있는 알고리즘을 제안한다.