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:
Background Modeling Using Temporal-Local Sample Density Outlier Detection Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Pre- and Post-fingerprint Skeleton Enhancement for Minutiae Extraction

verfasst von : Geevar C. Zacharias, Madhu S. Nair, P. Sojan Lal

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 personal identification system by extracting minutiae points from the thinned fingerprint image is one of the popular methods in a biometric system based on fingerprint. Due to various structural deformations, extracted minutiae points from a skeletonized fingerprint image may contain a large number of false minutiae points. This largely affects the overall matching performance of the system. The solution is to validate the minutiae points extracted and to select only true minutiae points for the subsequent matching process. This paper proposes several pre- and post-processing techniques which are used to enhance the fingerprint skeleton image by detecting and canceling the false minutiae points in the fingerprint image. The proposed method is tested on FVC2002 standard dataset and the experimental results show that the proposed techniques can remove false minutiae points.

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 Tone Mapping HDR Images Using Local Texture and Brightness Measures
Nächstes Kapitel Content Aware Image Size Reduction Using Low Energy Maps for Reduced Distortion
Literatur
1.
Jiang, X., Yau, W.Y., Ser, W.: Detecting the fingerprint minutiae by adaptive tracing the gray-level ridge. Pattern Recognition. 34(5), 999–1013 (2001)
2.
Gao, X., Chen, X., Cao, J., Deng, Z., Liu, C., feng, J.: A Novel Method Of Fingerprint Minutiae Extraction Based On Gabor Phase. In: Proc. IEEE International Conference on Image Processing, pp. 3077–3080 (2010)
3.
Ratha, N.K., Chen, S., Jain, A.K.: Adaptive flow orientation-based feature extraction in fingerprint images. Pattern Recognition. 28(11), 1657–1672 (1995)CrossRef
4.
Zhixin Shi, Venu Govindaraju: A chaincode based scheme for fingerprint feature extraction. Pattern Recognition Letters. 27, 462–468 (2006)
5.
Tico, M., Kuosmanen, P.: An algorithm for fingerprint image postprocessing. In: Proc. of the Thirty-Fourth Asilomar Conference on Signals Systems and Computers, pp. 1735-1739 (2000)
6.
Zaho, F., Tang, X.: Preprocessing and postprocessing for skeleton-based fingerprint minutiae extraction. Pattern Recognition. 40(4), 1270–1281 (2007)CrossRefMATH
7.
Kim, S., Lee, D., Kim, J.: Algorithm for detection and elimination of false minutiae in fingerprint image. In: Proc. of the Third International Conference on Audio and Video-based Biometric Person Authentication (AVBPA’01), Halmstad, Sweden, pp. 235–240 (2001)
8.
Chikkerur, S., Cartwright, A.N., Govindaraju, V.: Fingerprint enhancement using stft analysis. Pattern Recognition. 40(1), 198–211 (2007)
9.
Parker, J.R.: Gray level thresholding in badly illuminated images, IEEE Trans. Pattern Anal. Mach. Intell., 13(8), 813–819 (1991)CrossRef
10.
Ahmed, M., Ward, R.: A rotation invariant rule-based thinning algorithm for character recognition. IEEE Trans. Pattern Anal. Mach. Intell., 24(12), 1672–1678 (2002)CrossRef
11.
Patil, P., Suralkar, S., Sheikh, F.: Rotation invariant thinning algorithm to detect ridge bifurcations for fingerprint identification. In: 17th IEEE International Conference on Tools with Artificial Intelligence (ICTAI’05) 2005
12.
Maltoni, D., Maio, D., Jain, A.K., Prabhakar, S.: Handbook of fingerprint recognition. Springer, New York (2003)MATH
13.
Metadaten
Titel
Pre- and Post-fingerprint Skeleton Enhancement for Minutiae Extraction
verfasst von
Geevar C. Zacharias
Madhu S. Nair
P. Sojan Lal
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Proceedings of International Conference on Computer Vision and Image Processing

Print ISBN: 978-981-10-2103-9

Electronic ISBN: 978-981-10-2104-6

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-2104-6_41

Neuer Inhalt

    Bildnachweise