«Применение ит в предварительной обработке дактилоскопических изображений» (стр. 1 из 5)

Исходя из данного определения, можно утверждать, что предварительная обработка дактилоскопических изображений напрямую связана с ИТ, так как в настоящее время дактилоскопия немыслима без цифровой обработки изображений.

В последние десятилетия компьютерная техника быстрыми темпами внедрялась во все сферы жизнедеятельности общества, что способствовало развитию компьютерных сетей и повышению значимости информации. Современные компьютерные сети достигли огромных масштабов не только по количеству передаваемой информации, но и по охвату территории, на которой они действуют, поэтому возросла скорость и важность обмена информацией. Это привело к тому, что в настоящее время значительно повышается роль систем, препятствующих несанкционированному доступу к информации. Составной частью таких систем является система идентификации личности. Простейшим примером такой системы является ввод пароля для подтверждения личности человека, получающего доступ к какой-либо информации.

Системы, основанные на биометрических данных человека (сканирование сетчатки, радужной оболочки, отпечатков пальцев, распознавание голоса, лица) занимают особое место среди систем идентификации личности. Особенностью этих систем является то, что они основаны на уникальности биометрических данных и их неизменности в течение всей человеческой жизни. В отличие от традиционных систем, которые основаны на знаниях (ввод пароля), владении (ключи), биометрические данные не могут быть легко изменены, подделаны и скопированы, что обеспечивает более высокий уровень безопасности. Сканирование отпечатков пальцев является наиболее распространенным способом идентификации личности, основанным на биометрических данных. Этот способ наиболее широко применяется как в технике, так и в других сферах деятельности человека. Сканирование отпечатков пальцев начинает использоваться в ноутбуках, флэш-памяти, в банковской сфере, розничной торговле. Самой известной областью применения идентификации личности по отпечаткам пальцев является криминалистика.

Для идентификации личности эксперты-криминалисты применяют АДИС, важнейшими характеристиками которых являются производительность и точность. Производительность таких систем можно повысить за счет автоматизации ввода отпечатков пальцев в систему.

Одной из основных проблем при автоматизации ввода отпечатков пальцев является задача сегментации изображения. Под сегментацией изображения понимают подразделение изображения на составляющие его объекты или области. Сегментация нетривиальных изображений представляет одну из самых сложных задач цифровой обработки изображений. Очень часто конечный результат компьютерного анализа изображений зависит от точности сегментации, поэтому значительное внимание должно уделяться повышению надежности алгоритма сегментации.

Глава 1 Основные классические методы сегментации.

1.1 Пороговая обработка изображений. Бинаризация

Одной из основных задач обработки и анализа изображений является сегментация, т.е. разделение изображения на области, для которых выполняется определенный критерий однородности, например, выделение на изображении областей приблизительно одинаковой яркости. Понятие области изображения используется для определения связной группы элементов изображения, имеющих определенный общий признак (свойство).

Пороговые преобразования занимают центральное место в прикладных задачах сегментации изображений. Операция порогового разделения является одной из наиболее простых и важных процедур поэлементных преобразований и почти всегда предшествует процессу анализа и распознавания изображений. Она заключается в сопоставлении значения яркости каждого пикселя изображения с заданным значением порога. Выбор соответствующего значения пороговой величины дает возможность выделения на изображении областей определенного вида.

Операция порогового разделения, которая в результате дает бинарное изображение, называется бинаризацией. Целью операции бинаризации является радикальное уменьшение количества информации, содержащейся на изображении. В процессе бинаризации исходное полутоновое изображение, имеющее L уровней яркости, преобразуется в черно-белое изображение, пиксели которого имеют только два значения – 0 и 1. Поскольку количество информации в бинарном изображении почти на порядок меньше, чем в совпадающим с ним по размерам полутоновом изображении, то бинарное изображение легче обрабатывать, хранить и пересылать.

Пороговая обработка изображения может проводиться разными способами.

Бинаризация с нижним порогом

Бинаризация с нижним порогом является наиболее простой операцией, в которой используется только одно значение порога, и может быть реализована согласно правилу

где f (m, n) – яркость пикселя на исходном изображении,

– значение пикселя результирующего изображения,

t – порог бинаризации.

Данная операция преобразует полутоновое изображение в бинарное. Любая точка изображения, для которой выполняется условие f (m, n) > t называется точкой объекта, а в противном случае – точкой фона.

Бинаризации с верхним порогом

Иногда можно использовать вариант первого метода, который дает негатив изображения, полученного в процессе бинаризации. Это так называемая операция бинаризации с верхним порогом:

Бинаризация с двойным ограничением

Для выделения областей, в которых значения яркости пикселей может меняться в известном диапазоне, вводится бинаризация с двойным ограничением:

где t₁и t₂– пороги бинаризации, причем t₁< t₂.

Бинаризация по условию

где s – значение соседних пикселей,

Неполная пороговая обработка

Данное преобразование дает изображение, которое может быть проще для дальнейшего анализа, поскольку оно становится лишенным фона со всеми деталями, присутствующими на исходном изображении.

Многоуровневое пороговое преобразование

Если используется много пороговых значений, то в данном случае имеем так называемое многоуровневое пороговое преобразование. Данная операция формирует изображение, не являющееся бинарным, но состоящее из сегментов с различной яркостью. Эта операция определяется следующим образом:

Если значение порога t является одинаковым для всех элементов изображения f (m, n), то такой порог называется глобальным. Если значение порога подбирается различным в разных частях изображения, то он называется локальным. Если к тому же порог t зависит от пространственных координат, то он называется динамическим. Это можно выразить формулой:

где t (m, n) – порог, зависящий от координат m и n.

В случае же, если порог зависит от некоторой локальной характеристики пикселя (m, n) изображения, например, от средней яркости в окрестности с центром в этой точке, то он называется адаптивным.

1.2 Глобальная пороговая обработка

Основная проблема операции порогового преобразования заключается в выборе надлежащего значения порога. Определение оптимального порога при преобразовании изображений является важной и трудной задачей, и для ее решения разработано много различных методов.