Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
An In-Silico Structural Analysis of the Interactions of SoxY and SoxZ from Moderately Thermophilic Betaproteobacterium, Hydrogenophilus thermoluteolus in the Global Sulfur Oxidation Cycle Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

A Pixel Based Segmentation Scheme for Fingerprint Images

verfasst von : Debashis Das, Susanta Mukhopadhyay

Erschienen in: Information Systems Design and Intelligent Applications

Verlag: Springer India

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Fingerprint segmentation, an important step in Automatic Fingerprint Identification System (AFIS) helps reduce the time of subsequent processing. It aims at separating the foreground region from the background. This paper presents a pixel-wise segmentation scheme based on mathematical moment which provides a proper discrimination of the pixel intensities. A global threshold value is estimated from a set of local blocks with higher standard deviation. The relative local threshold values are derived subsequently to decide whether a pixel belongs to the foreground or background. Finally, morphological filtering is employed as post-processing step to identify the entire foreground region. The proposed method has been implemented and tested on a set of fingerprint images and the experimental results visually establish the effectiveness of the method. Besides, a comparison with the existing methods is presented to verify the accuracy of the proposed algorithm.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Non-linear Diffusion Based Partial Differential Equation Model for Noise Reduction in Images
Nächstes Kapitel Distance Similarity as a CBR Technique for Early Detection of Breast Cancer: An Egyptian Case Study
Literatur
1.
Klein, S., Bazen, A., Veldhuis, R.: Fingerprint image segmentation based on Hidden Markov Models. In: Proceedings of 13th Annual Workshop on Circuits, Systems, and Signal Processing, pp. 310–318 (2002)
2.
Ong, T S., Andrew, T.B.J., David, N.C.L., Sek, Y.W.: Fingerprint images segmentation using two stages coarse to fine discrimination technique. In: Proceedings of 16th Australian Joint Conference on Artificial Intelligence, Perth Australia, LNAI. 2903, pp. 624–633 (2003)
3.
Yin, J.P., Zhu, E., Yang, X.J., Zhang, G.M., Hu, C.F.: Two steps for fingerprint segmentation. J. Image Vision Comput. 25, 1391–1403 (2007)CrossRef
4.
Zhu, E., Yin, J., Hu, C., Zhang, G.: A systematic method for fingerprint ridge orientation estimation and image segmentation. Patt. Recogn. 39, 1452–4172 (2006)CrossRefMATH
5.
Guo, X., Yin, Y., Shi, Z.: Personalized fingerprint segmentation. In: ICONIP 2009, Part I, LNCS 5836, pp. 798–809 (2009)
6.
Wang, L., Dai, M., Geng, G.H.: Fingerprint image segmentation by energy of Gaussian-Hermite moments. In: Proceedings of Sinobiometrics 2004, LNCS 3338, pp. 414–423 (2004)
7.
Bazen, A.M., Gerez, S.H.: Segmentation of fingerprint images. Workshop on Circuits, Systems, and Signal Processing, pp. 276–280 (2001)
8.
Fleyeh, H., Jomma, D., Dougherty, M.: Segmentation of low quality fingerprint images. In: Proceedings of International Conference on Multimeadia Computing and Information Technology (MCIT), pp. 85–88 (2010)
9.
Ma, J., Zing, X., Zhang, Y., Sun, S., Huang, H.: Simple effective fingerprint segmentation algorithm for low quality images. In: Proceedings of 3rd IEEE International Conference on Broadband Network and Multimedia Technology (IC-BNMT), pp. 855–859 (2010)
10.
Yin, Y., Wang, Y., Yang, X.: Fingerprint image segmentation based on quadric surface model. In: Proceedings of AVBPA 2005, LNCS 3546, pp. 647–655 (2005)
11.
Jomma, D.: Segmentation of low quality fingerprint images. In: Proceedings of ACM (2010)
12.
Bernard, S., Boujemaa, N., Vitale, D., Bricot, C.: Fingerprint segmentation using the phase of multiscale gabor wavelets. In: 5th Asian Conference on Computer Vision, Melbourne, Australia (2002)
13.
Wu, C., Tulyakov, S., Govindaraju, V.: Robust point-based feature fingerprint segmentation algorithm. In: ICB 2007, LNCS 4642, pp. 1095–1103 (2007)
14.
Mehtre, B.M., Chatterjee, B.: Segmentation of fingerprint images- a composite method. Patt. Recogn. 22, 381–385 (1989)CrossRef
15.
Ren, C., Yin, Y., Ma, J., Yang, G.: A linear hybrid classifier for fingerprint segmentation. In: Proceedings of 4th International Conference on Natural Computation, IEEE, pp. 33–37 (2008)
16.
Jomma, D.: Segmentation of low quality fingerprint images. In: Proceedings of ACM (2010)
17.
Afsar, F.A., Arif, M., Hussain, M.: An effective approach to fingerprint segmentation using fisher basis. In: 9th International Multitopic Conference, IEEE Explore, pp. 1–6 (2010)
18.
Yang, G., Zhou, G.T., Yin, Y., Yang, X.: K-means based fingerprint segmentation with sensor interoperability. EURASIP J. Adv. Signal Process. 2010, 1–12 (2010)CrossRef
19.
Amayeh, G., Bebis, G., Erol, A., Nicolescu, M.: Hand-based verification and identification using palm-finger segmentation and fusion. Comput. Vis. Image Underst. 113, 477–501 (2009)CrossRef
20.
Serra, J.: Image Analysis Using Mathematical Morphology. Academic Press, London (1982)MATH
Metadaten
Titel
A Pixel Based Segmentation Scheme for Fingerprint Images
verfasst von
Debashis Das
Susanta Mukhopadhyay
Copyright-Jahr
2015
Verlag
Springer India
Buch
Information Systems Design and Intelligent Applications

Print ISBN: 978-81-322-2246-0

Electronic ISBN: 978-81-322-2247-7

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-81-322-2247-7_45

Premium Partner

    Bildnachweise