«Применение ит в предварительной обработке дактилоскопических изображений» (стр. 4 из 5)
5. Если
, то в локальном окне 
содержится больше локальных высоких яркостей, поэтому 
6. Если
, то следует увеличить размер окна до 
и повторить операции, начиная с 1-го шага. Если же и в этом случае , то пиксель f (m, n) относится к фону (или же искомый параметр выбирается как 
).Рассмотренный алгоритм позволяет определить значения пороговых величин для различного рода изображений документов, содержащих шум, зависящий от сигнала, имеющих сложную структуру фона или малый контраст, без существенной потери полезной информации.
Глава 3 Разработанные методы сегментации
В работе были исследованы 3 способа сегментации изображений. Они применялись к двум изображениям ОП, и результаты сравнивались.
Исходные изображения
Рисунок 5. Полутоновое изображение отпечатка пальца(1)
Рисунок 6. Полутоновое изображение отпечатка пальца(2)
3.1 Сегментация с глобальным порогом на основе гистограммы изображения
Изображения после сегментации с глобальным порогом на основе гистограммы
Рисунок 7. Бинаризированное полутоновое изображение отпечатка пальца(1). Время обработки изображения 0.344 секунды
Рисунок 8. Бинаризированное полутоновое изображение отпечатка пальца(2) Время обработки изображения 0.203 секунды
3.2 Сегментация с глобальным порогом на основе определения оптимального порога, минимизирующего среднюю ошибку сегментации
Изображения после сегментации с глобальным порогом на основе определения оптимального порога, минимизирующего среднюю ошибку
Рисунок 9. Бинаризированное полутоновое изображение отпечатка пальца(1). Время обработки изображения 0.281 секунды
Рисунок 10. Бинаризированное полутоновое изображение отпечатка пальца(2). Время обработки изображения 0.204 секунды
3.3 Сегментация с глобальным порогом на основе метода адаптивной пороговой обработки
Изображения после сегментации с глобальным порогом на основе метода адаптивной пороговой обработки
Рисунок 11. Бинаризированное полутоновое изображение отпечатка пальца(1). Время обработки изображения 0.812 секунды
Рисунок 12. Бинаризированное полутоновое изображение отпечатка пальца(2). Время обработки изображения 0.891 секунды
Глава 4 Результаты исследования.
Анализ публикаций последних лет и накопленный практический опыт в области создания современных АДИС различного назначения со всей определенностью указывают на то, что комплексное решение всего спектра проблем, возникающих при разработке биометрической аппаратуры данного класса, требует специальных методологических, алгоритмических и программных средств. В рамках этих средств необходимо оптимальным образом учитывать характер и уникальные особенности пространственно-топологической структуры и геометрии ДИ, специфику реализуемых целевых функций и используемого технического обеспечения, а также диктуемые ими ограничительные условия. По существу, речь идет о настоятельной необходимости внедрения новых высокопроизводительных гибких технологий преобразования и анализа дактилоскопической информации, представляющих собой эффективную альтернативу универсальным классическим методам теории цифровой обработки изображений, применяемым в этой области.
В данной работе была произведена разработка и реализация алгоритмов одного из важнейших этапов обработки ДИ – сегментации. Работа велась над
· алгоритмом сегментации с глобальным порогом на основе гистограммы изображения,
· алгоритмом на основе определения оптимального порога, минимизирующего среднюю ошибку,
· алгоритмом адаптивной пороговой обработки.
Методы с глобальной пороговой обработкой и методы на основе определения оптимального порога, минимизирующего среднюю ошибку, показали себя, как методы, работающие с высокой скоростью, но не дающие тех результатов качества, которые удается получить при обработке полутоновых изображений методом с применением адаптивной пороговой обработки.
Прогресс развития современных АДИС находится в прямой зависимости от успехов в области совершенствования применяемых технологий КА латентных ДИ и следов. Ключевыми этапами КА, оказывающими решающее влияние на скоростные и качественные характеристики процесса, являются скелетизация, логическая коррекция и кодирование ДИ, которые получаются из входных изображений на этапе бинаризации.
Работа по разработке новых алгоритмов бинаризации изображений, и в частности ОП, является попыткой решения не только проблем, существующих в дактилоскопии, но и проблем, входящих в одну из областей ИТ – цифровую обработку изображений. А значит, имеет своей целью способствовать развитию информационных технологий.
1. Методы, алгоритмы и программное обеспечение гибких информационных технологий для автоматизированных идентификационных систем: Сб. научн. ст. - Мн.:БГУ. - 1999. - 182 с.
2. Селянинов М.Ю., Чернявский Ю.А. Сегментация дактилоскопических изображений в автоматизированных информационных системах // Информатика - 2005. - №2. - С. 86 - 92.
3. Методы классификационного экспресс-анализа дактилоскопических изображений для верификационных систем / А.А. Коляда, В.В. Ревинский, М.Ю. Селянинов, Ю.А. Чернявский // Электроника - 2003. - №4. - С. 38 - 40.
4. Р. Гонсалес, Р. Вудс. Цифровая обработка изображений: Пер. с англ. - М.: Техносфера, 2005. - 1072 с.
5. Абламейко С.В., Лагуновский Д.М. Обработка изображений: технология, методы, применение. Учебное пособие. - Мн.: Амалфея, 2000. - 304 с.
6. Методы компьютерной обработки изображений / Ред. Сойфер В.А. - М.: Физматлит, 2001. - 784 с.
7. Цифровая обработка изображений в информационных системах: Учебное пособие / И.С. Грузман, В.С. Киричук и др. - Новосибирск, НГТУ, 2002. - 352 с.
Предметный указатель к реферату.
А
адаптивный алгоритм................ 15
адаптивный порог........................ 7
Б
бимодальный................................ 7
бинаризация................................. 5
Г
гистограмма................................. 7
глобальный порог........................ 7
градиент яркости.......................... 9
Д
динамический порог.................... 7
дисперсия.............................. 10, 11
И
ИТ................................................. 4
К
КА............................................... 21
Л
локальный порог.......................... 7
М
метод Бернсена........................... 12
метод Ниблацка.......................... 14
метод Отса.................................... 9
метод Чоу и Канеко.................... 12
метод Эйквила............................ 13
О
область изображения................... 5
оптимальный порог..................... 9
П
пороговое преобразование.......... 5
С
сегментация.................................. 5
Т
точка объекта............................... 6
точка фона.................................... 6
Э
энтропия гистограммы.............. 11
Интернет ресурсы в предметной области исследования.
1. http://msdn.microsoft.com – достаточно полный справочник по программированию с использованием продуктов Microsoft. Дата доступа 10.12.2008.
2. http://wikipedia.org – открытая энциклопедия, содержащая большое количество статей и ссылок по различным областям знаний. Дата доступа 10.12.2008.
3. http://google.com – поисковый сервер, позволяющий быстро найти информацию. Дата доступа 10.12.2008.
4. http://rambler.ru – поисковый сервер в русскоязычном интернете. Дата доступа 10.12.2008.
http://tigralion.narod.ru/
магистранта Кривицкой Д.П.
факультет радиофизики и электроники
специальность радиофизика
| Смежные специальности |
| 05.13.18 - математическое моделирование, численные методы и комплексы программ |
| 1. Исследование математических моделей с использованием методов математического программирования, искусственного интеллекта и распознавания образов 2. Решение фундаментальных и прикладных научно-технических проблем с применением современных технологий математического моделирования и вычислительного эксперимента |
| 05.13.15 - вычислительные машины и системы |
| 1. 1. Разработка средств аппаратно-программной обработки изображений, включая распознавание образов, визуализацию информации и трехмерную компьютерную графику, обеспечивающих высокую производительность и надежность создаваемых вычислительных комплексов и систем технического зрения |
Основная специальность