Pengesanan minutiae imej cap jari berskala kelabu menggunakan algoritma susuran batas

Abstract

Imej capjari terdiri daripadabatas dan dipisahkan denganlembah. Titik akhir dan titik cabang adalahduajenis minutiae pentingdalam cap jari yang digunakan dalam proses pengecaman secara automatik. Dalamkaedahkonvensional, minutiae dikesan selepasimej capjari digitalmelaluiproses penapisan. Kaedahtersebut memakanmasa yang lama dan terdapatmaklumat pentingyang mungkin akan hilang semasaproses tersebut dijalankan. Oleh yang demikian, Maio dan Maltoni(1997) telah memperkenalkan Algoritma SusuranBatas untukmengesanminutiae dati imej berskala kelabu iaitu tanpa perlu melaluiproses penapisan. Walaupun demikian, masih terdapat kelemahan dalam tekniktersebutyang menyebabkan minutiae tidak dapat dikesandengantepat. Oleh itu, algoritma yang dibangunkan dalam penyelidikan ini adalah Algoritma Susuran Batasyang telah diperbaiki yang terdiri daripadalima proses iaitupengiraannilai tangen, menentukan keratanrentas dan titik maksimum, mengesantitik akhir, mengesan titik cabang, dan penghapusan minutiae palsu. Dati penelitianyang dibuatdalamkajian ini, didapatibahawaproses pengiraan nilai tangenyang tepat dapat meningkatkan kadar pengesanan minutiae asli. Oleh itu, pendekatantopeng Sobeldigunakansebagaisatu altematifdalammenentukan nilai tangen. Selain itu, proses songsangan juga diperkenalkan dalampenyelidikan ini untuk mengesantitik akhir. TeknikPurata Jarak Batas pula diimplemen dalam algoritmabertujuanuntuk menghapuskan minutiae palsu. Pendekatan yang diperkenalkan di dalampenyelidikan ini ialah duajenis imej capjari iaitu imej asal dan imej yang melaluiproses penapisan (pembuangan hingardan peningkatan kualiti imej) digunakan sebagaisampeluntukmembandingkan hasil pengesanan minutiae. Sebanyak350 imej sampeldigunakanyang diambil daripadaNational Institute of Standards and Technology (NIST). Hasil kajianyang dijalankan terhadapimej cap jari melaluipendekatanbarn ini adalah didapatiperatusan pengesanan minutiae asli dapat ditingkatkan lebih 60 peratusberbanding denganhasil algoritmayang digunakanoleh Maio dan Maltoni.