جلسه ۰۹ : پردازش سیگنال و بیومتریک

• جزئیات
• نوع محتواآموزشی

مقدمه

وقت بخیر دوستان، با آموزش بیومتریک از سایت آموزشی پی وی لرن در خدمتتون هستیم.
تصویر پردازش شده در بیومتریک و تشخیص هویت نیاز است. بنابراین پردازش سیگنال و بیومتریک رو خواهیم داشت و از الزامات پردازش تصویر در پردازش سیگنال و Biometric خواهیم گفت.

پردازش سیگنال و بیومتریک

امروزه تصاویر در به اشتراک گذاری اطلاعات سهم بزرگی دارند. در بیومتریک، پردازش تصویر برای شناسایی فردی که تصویر بیومتریک آن در پایگاه داده قبلی ذخیره شده، مورد نیاز است. چهره، اثر انگشت، عنبیه و غیره، بیومتریک مبتنی بر تصویر می باشند که نیاز به پردازش تصویر و تکنیک های تشخیص الگو دارد.
برای کار دقیق با یک سیستم بیومتریک مبتنی بر تصویر، باید تصویر نمونه از بیومتریک کاربر به صورت بسیار واضح و بدون تقلب وجود داشته باشد.

الزامات پردازش تصویر در بیومتریک

تصویر بیومتریک کاربر به سیستم بیومتریک تغذیه می شود. سیستم برای دستکاری تصویر با استفاده از معادلات برنامه ریزی شده است و سپس نتایج محاسبات را برای هر پیکسل ذخیره می کند.

داده های دیجیتال به منظور عملیات گوناگون پردازش تصویر مورد استفاده قرار می گیرند تا ویژگی های خاصی را در داده ها به صورت انتخابی افزایش دهند و حذف برخی از نویز ها را داشته باشیم.

روش پردازش تصویر را می توان به سه دسته عملکردی طبقه بندی کرد.

ترمیم تصویر

ترمیم عکس به طور عمده شامل:

• کاهش نویز ارائه شده در تصویر در زمان دستیابی به نمونه.
• حذف اعوجاج در هنگام ثبت بیومتریک

صاف کردن تصویر باعث کاهش نویز در تصویر می شود. صاف کردن با جایگزینی هر پیکسل با مقدار متوسط پیکسل همسایه انجام می شود. سیستم بیومتریک از الگوریتم های مختلف فیلتر کردن و تکنیک های کاهش نویز مانند فیلتر رسانه ای، فیلتر سازگاری، هیستوگرام آماری، تبدیل موجک و غیره استفاده می کند.

بهبود تصویر

تکنیک های بهبود تصویر، قابلیت دیدن هر بخش یا ویژگی تصویر را بهبود می بخشد و اطلاعات را در قسمت های دیگر سرکوب می کند. این تنها پس از ترمیم تکمیل می شود و شامل روشن شدن، براق کردن، تنظیم کنتراست و غیره است، به طوری که تصویر برای پردازش بیش تر قابل استفاده شود.

استخراج ویژگی

دو نوع از ویژگی های استخراج شده از تصویر، یعنی:

• ویژگی های عمومی – ویژگی هایی مانند شکل، بافت، رنگ و غیره، که برای توصیف محتویات تصویر مورد استفاده قرار می گیرند.
• ویژگی های خاص دامنه – ویژگی های وابسته به برنامه مانند چهره، عنبیه، اثر انگشت و غیره هستند. فیلتر Gabor برای استخراج ویژگی ها استفاده می شود.

پردازش سیگنال و بیومتریک

هنگامی که ویژگی ها از تصویر استخراج می شود، شما باید یک طبقه بندی مناسب را انتخاب کنید. طبقه بندی Nearest Neighbor طبقه بندی شده به طور گسترده ای استفاده می شود که بردار ویژگی تصویر داوطلب را با بردار تصویر ذخیره شده در پایگاه داده مقایسه می کند.

B-Splines تقریبی برای توصیف الگوهای منحنی در سیستم های بیومتریک اثر انگشت استفاده می شود. ضرایب B-Splines به عنوان ویژگی ها استفاده می شود. در مورد سیستم شناسایی عنبیه، تصاویر عنبیه با استفاده از تبدیل موجک دیجیتال (DWT) تجزیه می شوند و سپس ضرایب DWT به عنوان ویژگی های مورد استفاده قرار می گیرند.

به پایان مبحث پردازش سیگنال و Biometric می رسیم.

کلام پایانی

در مبحث پردازش سیگنال و Biometric در مورد ویژگی های استخراج شده از تصویر صحبت نمودیم.

در قسمت بعد در مورد امنیت سیستم بیومتریک صحبت خواهیم نمود. موفق باشید.