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
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2017 | OriginalPaper | Buchkapitel

Fingerprint Image Segmentation Using Textural Features

verfasst von : Reji C. Joy, M. Azath

Erschienen in: Proceedings of International Conference on Computer Vision and Image Processing

Verlag: Springer Singapore

Einloggen

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

search-config
loading …

Abstract

Automatic Fingerprint Identification System (AFIS) uses fingerprint segmentation as its pre-processing step. A fingerprint segmentation step divides the fingerprint image into foreground and background. An AFIS that uses a feature extraction algorithm for person identification will tend to fail if it extracts spurious features from the noisy background area. So fingerprint image segmentation plays a crucial role in reliably separating ridge like part (foreground) from its background. In this paper, an algorithm for fingerprint image segmentation using GLCM textural feature is presented. Four block level GLCM features: Contrast, Correlation, Energy and Homogeneity are used for fingerprint segmentation. A linear classifier is trained for classifying per block of fingerprint image. The algorithm is tested on standard FVC2002 dataset. Experimental results show that the proposed segmentation method works well in noisy fingerprint images.

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
Nächstes Kapitel Improved Feature Selection for Neighbor Embedding Super-Resolution Using Zernike Moments
Literatur
1.
Bazen, A. M., Gerez, S. H.: Segmentation of fingerprint images. In: ProRISC 2001 Workshop on Circuits, Systems and Signal Processing, (2001)
2.
Alonso-Fernandez, F., Fierrez-Aguilar, J., Ortega-Garcia, J.: An enhanced Gabor filter-based segmentation algorithm for fingerprint recognition systems. In: Proceedings of the 4th International Symposium on Image and Signal Processing and Analysis (ISPA 2005), pp. 239–244, (2005)
3.
Chen, X., Tian, J., Cheng, J., Yang, X.: Segmentation of fingerprint images using linear classifier. EURASIP Journal on Applied Signal Processing. 2004(4), pp. 480–494, (2004)CrossRef
4.
Wu, C., Tulyakov, S., Govindaraju, V.: Robust Point-Based Feature Fingerprint Segmentation Algorithm. In: Lee, S.-W., Li, S.Z. (eds.) ICB 2007, LNCS, vol. 4642, pp. 1095–1103, Springer, Heidelberg (2007)
5.
Jain, A. K., Ross, A.: Fingerprint Matching Using Minutiae and Texture Features. In: Proceeding of International Conference on Image Processing, pp. 282–285, (2001)
6.
Haralick, R. M., Shanmugan, K., Dinstein, J.: Textual features for image classification. IEEE Trans. Syst. Man. Cybern. Vol. SMC-3, pp. 610–621, (1973)
7.
Haralick, R. M.: Statistical and Structural Approaches to Texture. In: Proceedings of IEEE, Vol. 67, No. 5, pp. 768–804, (1979)CrossRef
8.
Zacharias, G.C., Lal, P.S.: Combining Singular Point and Co-occurrence Matrix for Fingerprint Classification. In: Proceedings of the Third Annual ACM Bangalore Conference, pp. 1–6, (2010)
9.
Maltoni, D., Maio, D., Jain, A.K., Prabhakar, S.: Handbook of fingerprint recognition (Second Edition). Springer, New York (2009)CrossRefMATH
10.
Pal, N.R., Pal, S.K.: A review on image segmentation techniques. Pattern Recognition. Vol. 26, No. 9, pp. 1277–1294, (1993)CrossRef
11.
Gonzalez, R. C., Wintz, P.: Digital Image Processing.2nd Edition. Addison-Wesley, (1987)
12.
Soille, P., Morphological Image Analysis: Principles and Applications. Springer-Verlag, pp. 173–174, (1999)
Metadaten
Titel
Fingerprint Image Segmentation Using Textural Features
verfasst von
Reji C. Joy
M. Azath
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Proceedings of International Conference on Computer Vision and Image Processing

Print ISBN: 978-981-10-2106-0

Electronic ISBN: 978-981-10-2107-7

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-2107-7_1

Neuer Inhalt

    Bildnachweise