سیستم تشخیص اتوماتیک اثر انگشت

در ابتدا اثر انگشت اسکن شده به وسیله الگوریتم بخشبندی مورد تجزیه تحلیل قرار گرفته وبخش اصلی تصویر و حاشیه از هم تفکیک می شوند. مرحله بعدی تهیه میدان جهتدار اثر انگشت می باشد.عمل بهبود تصویر اثر انگشت با فیلتر گابور بهینه سازی شده انجام می شود. بهینه سازی فیلتر گابور به این صورت انجام می شود که پهنای باند فیلتر متناسب با ویژگی های تصویر در هر محل تغییر می کند. در ادامه تصویر بهبود یافته به تصویرباینری تبدیل و عمل نازکسازی بر روی آن انجام می شود.از روش نوینی برای استخراج نقاط منحصربفرد؛شناسایی نوع آنها؛استخراج نقطه مرجع و زاویه مرجع برای هر اثر انگشت استفاده می شود.نقاط منحصربفرد برای گروهبندی اثر انگشت به پنج گروه مجزا مورد استفاده قرار می گیرند.از تصویر نازکسازی شده اطلاعات جزعی مینوتیا استخراج می شود. با توجه به نقطه و زاویه مرجع برای هر مینوتیا بردار ویژگی به ابعاد4در1 تولید می شود.بردار ویژگی شامل فاصله از نقطه مرجع؛زاویه مینوتیا نسبت به زاویه مرجع؛نوع مینوتیا و در نهایت زاویه راستای مینوتیا می باشد.برای هر اثر انگشت یک بردار ویژگی که شامل بردار ویژگی مینوتیاهای آن است تولید می شود. بردار ویژگی طوری محاسبه می شود که تحت تاثیر تبدیلات چرخش و جابجایی قرار نگیرد.در نهایت برای تطبیق مینوتیاها؛مینوتیای مشخصی از یک اثر انگشت با مینوتیاهای اثر انگشت دیگر مقایسه واگر بتوانند مقادیرآستانه مشخصی را ارضاء کنند؛گفته می شود دو مینوتیا باهم تطبیق می یابند. در دو تصویر مورد تطبیق اگرتعداد مینوتیاهای تطبیق یافته از یک حد معینی بیشتر باشدگفته می شود که دو تصویر تطبیق می یابند.برای ارزیابی الگوریتم های ارائه شده در هر مرحله از دیتابیس fvc2004 استفاده می شود.