Виявлення закономірностей параметрів Ateb-Габора при фільтрації біометричних зображень

Автор(и)

  • Mariya Nazarkevych Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013, Україна https://orcid.org/0000-0002-6528-9867
  • Oleg Riznyk Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013, Україна https://orcid.org/0000-0002-3815-043X
  • Volodymyr Samotyy Краківська політехніка вул. Варшавська, 24, м. Краків, Польща, 31-155 Львівський державний університет безпеки життєдіяльності вул. Клепарівська 35, м. Львів, Україна, 79007, Польща https://orcid.org/0000-0003-2344-2576
  • Ulyana Dzelendzyak Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013, Україна https://orcid.org/0000-0003-0529-8582

DOI:

https://doi.org/10.15587/1729-4061.2019.154862

Ключові слова:

фільтр Габора, Ateb-функції, біометрична система, обробка зображень, відхилення гаусівського ядра

Анотація

Розроблено новий метод фільтрації біометричних зображень на основі Ateb-Габора. Метод базується на загальновідомому фільтрі Габора та дозволяє перебудовувати зображення із чіткішими контурами. Тому даний метод має застосування до біометричних зображень, де створення чітких контурів є особливо актуальне. При фільтрації Габором відбувається реконструкція зображення шляхом множення гармонійної функції на функцію Гауса. Ateb-функції є узагальненням елементарної тригонометрії, і, відповідно, володіють більшою функціональністю. Фільтрування Ateb-Gabor дозволяє змінювати інтенсивність всього зображення, а також інтенсивність у певних діапазонах, і таким чином зробити певні ділянки зображення контраснішими. Ateb-функції змінюються від двох раціональних параметрів, а це, в свою чергу, дає можливість гнучкіше керувати фільтрацією. Досліджено властивості Ateb-функції, а також можливості зміни амплітуди функції, частоти коливань на фільтр Ateb-Габора. Показано розвинення фільтрації на основі двовимірного Ateb-Габору. Ці залежності проаналізовані та зроблені відповідні експерименти. Здійснено визначення співвідношень між частотою та шириною фільтра Ateb-Габора, що дозволило виконувати фільтри для знаходження країв об’єктів з різними частотами та розмірами. Розроблено відповідне програмне забезпечення для фільтрації за допомогою python без використання сторонніх бібліотек, зв’язаних з обробкою зображень. Відбитки пальців відфільтровані за допомогою розробленого фільтра Ateb-Габора. Показано ефективність його використання, яке полягає у більшій кількості варіантів фільтрації опрацьованих зображень. Результати численних експериментів демонструють успішне виділення країв на зображенні на основі отриманих в роботі параметрів фільтра Ateb-Габора

Біографії авторів

Mariya Nazarkevych, Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013

Доктор технічних наук, професор

Кафедра інформаційних технологій видавничої справи

Oleg Riznyk, Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013

Кандитат технічних наук, доцент

Кафедра інформаційних технологій видавничої справи

Volodymyr Samotyy, Краківська політехніка вул. Варшавська, 24, м. Краків, Польща, 31-155 Львівський державний університет безпеки життєдіяльності вул. Клепарівська 35, м. Львів, Україна, 79007

Доктор технічних наук, професор

Кафедра автоматики та інформаційної техніки

Кафедра управління інформаційною безпекою

Ulyana Dzelendzyak, Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013

Кандидат технічних наук, доцент

Кафедра комп'ютеризованих систем автоматики

Посилання

  1. Biometrics Market and Industry Report 2009–2014 (2007). International Biometric Group.
  2. Maltoni, D., Maio, D., Jain, A. K., Prabhakar, S. (2009). Handbook of Fingerprint Recognition. Springer, 494. doi: https://doi.org/10.1007/978-1-84882-254-2
  3. Lee, T. S. (1996). Image representation using 2D Gabor wavelets. IEEE Transactions on Pattern Analysis and Machine Intelligence, 18 (10), 959–971. doi: https://doi.org/10.1109/34.541406
  4. Sebe, N. (2001). Image retrieval using wavelet-based salient points. Journal of Electronic Imaging, 10 (4), 835. doi: https://doi.org/10.1117/1.1406945
  5. Nazarkevych, M., Oliarnyk, R., Troyan, O., Nazarkevych, H. (2016). Data protection based on encryption using Ateb-functions. 2016 XIth International Scientific and Technical Conference Computer Sciences and Information Technologies (CSIT). doi: https://doi.org/10.1109/stc-csit.2016.7589861
  6. Senik, P. M. (1970). Inversion of the incomplete beta function. Ukrainian Mathematical Journal, 21 (3), 271–278. doi: https://doi.org/10.1007/bf01085368
  7. Sree Vidya, B., Chandra, E. (2018). Multimodal biometric hashkey cryptography based authentication and encryption for advanced security in cloud. Biomedical Research. doi: https://doi.org/10.4066/biomedicalresearch.29-17-1766
  8. Russell, S. J., Norvig, P. (2016). Artificial intelligence: a modern approach. Malaysia; Pearson Education Limited.
  9. Meitram, R., Choudhary, P. (2018). Palm Vein Recognition Based on 2D Gabor Filter and Artificial Neural Network. Journal of Advances in Information Technology, 9 (3), 68–72. doi: https://doi.org/10.12720/jait.9.3.68-72
  10. Akin, C., Kacar, U., Kirci, M. (2018). A Multi-Biometrics for Twins Identification Based Speech and Ear. arXiv. Available at: https://arxiv.org/ftp/arxiv/papers/1801/1801.09056.pdf
  11. Arif, A., Li, T., Cheng, C.-H. (2017). Blurred fingerprint image enhancement: algorithm analysis and performance evaluation. Signal, Image and Video Processing, 12 (4), 767–774. doi: https://doi.org/10.1007/s11760-017-1218-0
  12. Andrew, A. M. (2004). Handbook of fingerprint recognition, by Davide Maltoni, Dario Maio, Anil K. Jain and Salil Probhakar, Springer, New York, 2003, hardback, xii + 348 pp., with DVD-ROM, ISBN 0-387-95431-7 (£46.00). Robotica, 22 (5), 587–588. doi: https://doi.org/10.1017/s026357470422094x
  13. Gottschlich, C. (2012). Curved-Region-Based Ridge Frequency Estimation and Curved Gabor Filters for Fingerprint Image Enhancement. IEEE Transactions on Image Processing, 21 (4), 2220–2227. doi: https://doi.org/10.1109/tip.2011.2170696
  14. Gopi, K. (2012). Fingerprint Recognition Using Gabor Filter And Frequency Domain Filtering. IOSR Journal of Electronics and Communication Engineering, 2 (6), 17–21. doi: https://doi.org/10.9790/2834-0261721
  15. Bartunek, J. S., Nilsson, M., Sallberg, B., Claesson, I. (2013). Adaptive Fingerprint Image Enhancement With Emphasis on Preprocessing of Data. IEEE Transactions on Image Processing, 22 (2), 644–656. doi: https://doi.org/10.1109/tip.2012.2220373
  16. Mei, Y., Chen, S., Zhou, Y., Zhao, B. (2014). Orthogonal curved-line Gabor filter for fast fingerprint enhancement. Electronics Letters, 50 (3), 175–177. doi: https://doi.org/10.1049/el.2013.2619
  17. Kassis, M., El-Sana, J. (2016). Scribble Based Interactive Page Layout Segmentation Using Gabor Filter. 2016 15th International Conference on Frontiers in Handwriting Recognition (ICFHR). doi: https://doi.org/10.1109/icfhr.2016.0016
  18. Jones, J. P., Palmer, L. A. (1987). An evaluation of the two-dimensional Gabor filter model of simple receptive fields in cat striate cortex. Journal of Neurophysiology, 58 (6), 1233–1258. doi: https://doi.org/10.1152/jn.1987.58.6.1233
  19. Grigorescu, S. E., Petkov, N., Kruizinga, P. (2002). Comparison of texture features based on Gabor filters. IEEE Transactions on Image Processing, 11 (10), 1160–1167. doi: https://doi.org/10.1109/tip.2002.804262
  20. Ali, M. A. M., Tahir, N. M. (2014). Half iris Gabor based iris recognition. 2014 IEEE 10th International Colloquium on Signal Processing and Its Applications. doi: https://doi.org/10.1109/cspa.2014.6805765
  21. Bazen, A. M., Gerez, S. H. (2003). Fingerprint matching by thin-plate spline modelling of elastic deformations. Pattern Recognition, 36 (8), 1859–1867. doi: https://doi.org/10.1016/s0031-3203(03)00036-0
  22. Petrovic, V. S., Xydeas, C. S. (2004). Gradient-Based Multiresolution Image Fusion. IEEE Transactions on Image Processing, 13 (2), 228–237. di: https://doi.org/10.1109/tip.2004.823821
  23. Struble, R. A. (2018). Nonlinear differential equations. Courier Dover Publications, 288.
  24. Senik, P. M., Vozniy, A. M. (1973). Chislennoe obrashchenie odnogo klassa nepolnoy Beta-funkcii. Matematicheskaya fizika, 14, 160–164.
  25. Gricik, V. V., Nazarkevich, M. A. (2007). Mathematical models algorythms and computation of Ateb-functions. Dopovidi NAN Ukraini Seriji A, 12, 37–43.
  26. Nazarkevych, M., Hladets, A. (2009). Development of software package for the encryption of electronic documents means Ateb-functions. Bulletin of the Lviv Polytechnic National University, Computer Science and Information Technology, 638, 55–61.
  27. Nazarkevych, M., Oliiarnyk, R., Nazarkevych, H., Kramarenko, O., Onyshschenko, I. (2016). The method of encryption based on Ateb-functions. 2016 IEEE First International Conference on Data Stream Mining & Processing (DSMP). doi: https://doi.org/10.1109/dsmp.2016.7583523
  28. Maltoni, D., Maio, D., Jain, A. K., Prabhakar, S. (2009). Handbook of fingerprint recognition. Springer. doi: https://doi.org/10.1007/978-1-84882-254-2
  29. Maltoni, D., Maio, D., Jain, A. K., Prabhakar, S. (2003). Handbook of Fingerprint Recognition. Springer.
  30. Fingerprint matching using minutiae and texture features (2002). Proceedings 2001 International Conference on Image Processing (Cat. No.01CH37205). doi: https://doi.org/10.1109/icip.2001.958106
  31. Matsumoto, T., Matsumoto, H., Yamada, K., Hoshino, S. (2002). Impact of artificial "gummy" fingers on fingerprint systems. Optical Security and Counterfeit Deterrence Techniques IV. doi: https://doi.org/10.1117/12.462719
  32. Riznik, O., Yurchak, I., Vdovenko, E., Korchagina, A. (2010). Model of stegosystem images on the basis of pseudonoise codes. In Perspective Technologies and Methods in MEMS Design (MEMSTECH), 2010 Proceedings of VIth International Conference.
  33. Fries, M., Fischbach, R., Houdeau, D. (2002). U.S. Pat. No. 6.347.040. Washington, DC: U.S. Patent and Trademark Office.

##submission.downloads##

Опубліковано

2019-01-22

Як цитувати

Nazarkevych, M., Riznyk, O., Samotyy, V., & Dzelendzyak, U. (2019). Виявлення закономірностей параметрів Ateb-Габора при фільтрації біометричних зображень. Eastern-European Journal of Enterprise Technologies, 1(2), 57–65. https://doi.org/10.15587/1729-4061.2019.154862

Номер

Том 1 № 2 (2019): Інформаційні технології. Системи управління в промисловості

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2019 Mariya Nazarkevych, Oleg Riznyk, Volodymyr Samotyy, Ulyana Dzelendzyak

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.