Biométrie et traitement d'images

Les images ont une part énorme à cette ère de l'information. En biométrie, un traitement d'image est nécessaire pour identifier un individu dont l'image biométrique est précédemment stockée dans la base de données. Les visages, les empreintes digitales, les iris, etc., sont des données biométriques basées sur l'image, qui nécessitent des techniques de traitement d'image et de reconnaissance de formes.

Pour qu'un système biométrique basé sur l'image fonctionne avec précision, il doit avoir l'image d'échantillon de la biométrique de l'utilisateur sous une forme très claire et non falsifiée.

Exigence du traitement d'image en biométrie

L'image biométrique de l'utilisateur est introduite dans le système biométrique. Le système est programmé pour manipuler l'image à l'aide d'équations, puis pour stocker les résultats du calcul pour chaque pixel.

Pour améliorer sélectivement certaines caractéristiques fines des données et pour supprimer certains bruits, les données numériques sont soumises à diverses opérations de traitement d'image.

Les méthodes de traitement d'image peuvent être regroupées en trois catégories fonctionnelles -

Restauration d'image

La restauration d'image comprend principalement -

  • Réduction du bruit introduit dans l'image au moment de l'acquisition de l'échantillon.
  • La suppression des distorsions est apparue lors de l'inscription de la biométrie.

Le lissage de l'image réduit le bruit dans l'image. Le lissage est effectué en remplaçant chaque pixel par la valeur moyenne avec le pixel voisin. Le système biométrique utilise divers algorithmes de filtrage et techniques de réduction du bruit tels que le filtrage médian, le filtrage adaptatif, l'histogramme statistique, les transformées en ondelettes, etc.

Amélioration d'images

Les techniques d'amélioration de l'image améliorent la visibilité de toute partie ou caractéristique de l'image et suppriment les informations dans d'autres parties. Cela n'est fait qu'une fois la restauration terminée. Cela comprend l'éclaircissement, la netteté, le réglage du contraste, etc., de sorte que l'image soit utilisable pour un traitement ultérieur.

Extraction de caractéristiques

Deux types de caractéristiques sont extraits de l'image, à savoir -

  • General features - Les caractéristiques telles que la forme, la texture, la couleur, etc., qui sont utilisées pour décrire le contenu de l'image.

  • Domain-specific features - Ce sont des fonctionnalités dépendant de l'application telles que le visage, l'iris, les empreintes digitales, etc. Les filtres Gabor sont utilisés pour extraire les fonctionnalités.

Lorsque les caractéristiques sont extraites de l'image, vous devez choisir un classificateur approprié. Le classificateur largement utiliséNearest Neighbor classifier, qui compare le vecteur caractéristique de l'image candidate au vecteur de l'image stockée dans la base de données.

B-Splinessont des approximations appliquées pour décrire les modèles de courbes dans les systèmes biométriques d'empreintes digitales. Les coefficients des B-Splines sont utilisés comme caractéristiques. Dans le cas d'un système de reconnaissance d'iris, les images d'iris sont décomposées à l'aide de la transformation en ondelettes discrète (DWT) et les coefficients DWT sont ensuite utilisés comme caractéristiques.