طبقه بندی تصاویر اثر انگشت با استفاده از گشتاور شبه زرنیک

اثر انگشت به عنوان یک نوع از بیومتریک انسان موجود بر روی نوک انگشتان به طور گسترده برای تشخیص شخص در کاربردهای پزشکی قانونی و غیر نظامی و غیره مورد استفاده قرار می گیرد که این امر به خاطر منحصر به فرد بودن، تغییر ناپذیری و هزینه پایین آن می باشد. طبقه بندی اثر انگشت، یک شماء شاخص گذاری مهم برای پایین آوردن میزان جستجوی پایگاه داده اثرانگشت برای شناسایی مقیاس بالای کارآمد می باشد. یک الگوریتم طبقه بندی اثر انگشت معمولا یک مجموعه ویژگی نماینده را استخراج می کند تا فردیت هر اثرانگشت را دریافت نماید سپس این استراتژی ها برای تعیین کلاس اثرانگشت به کار گرفته می شوند. این مقاله به پیشنهاد یک رویکرد طبقه بندی اثر انگشت مبتنی بر یادگیری عصبی فازی می پردازد که شامل 3 فاز اصلی می باشد. در فاز اول ابتدا نواحی اضافه از تصاویر ورودی و به منظور دستیابی به نواحی اثر انگشت حذف می شوند. سپس از تصاویر ورودی و تصاویر موجود در پایگاه داده ، یکسری از ویژگی ها به وسیله ی گشتاورهای شبه زرنیک استخراج می گردد؛ و در انتها طبقه بندی اثرانگشت با استفاده از روش فازی - عصبی انجام می گیرد. جهت ارزیابی سیستم پیشنهادی در از مجموعه دادهی FVC2004 بهره گرفته شده است. با توجه به ارزیابی نرخ بازشناسی مشاهده می شود که سیستم پیشنهادی ارایه کننده نرخ بازشناسی بهتری نسبت به سیستم های مورد مقایسه می باشد.

کلیدواژه ها:

استخراج ویژگی ، تشخیص اثر انگشت ، طبقه بندی اثر انگشت ، گشتاورهای شبه زرنیک