Method for fingerprint image orientation estimation

Print Friendly, PDF & Email

Ada hal yang menarik ketika ditemui case yaitu pre processing pada algoritma fingerprint yang sangat variasi keadaannya bila ditemui pada kondisi real.  Ada 2 core engine yang digunakan pada fingerprint recognition yaitu contour based dan minutiae based. Semuanya mempunyai kelebihan dan kekurangannya masing-masing. Pada tulisan ini tidak dibahas mengenai 2 teknik tersebut, tapi lebih ke tahap pre processing nya (simple) dengan tujuan meningkatkan akurasinya. Case nya yaitu melakukan perbaikan arah rotasi image, karena kondisi image pada kasus-kasus real sangat variasi sekali seperti contoh dibawah ini.

Yups, algoritma sederhana yang diterapkan untuk case diatas sangat simple sekali yaitu sebelum gambar dicari arah orientasinya, maka perlu perbaikan citra seperti pada algoritma dibawah ini

I = imread(folder);

figure(),imshow(I),title('Gambar Asli');
gray = [];
if ndims(I)==3
   gray = rgb2gray(I);
else
   gray = I;
end

gray = double(gray);
G = perbaikancitra(gray);
gray = histeq(uint8(G*2.5));

figure(),imshow(gray),title('Perbaikan Kualitas');


bw = ~(im2bw(uint8(gray)));
bw = bwareaopen(bw,90);


[bw,sudut] = hitungorientasi(bw);
bw = imrotate(I,sudut+90,'crop');

bw2 = zeros(size(bw,1),size(bw,2));

bw3 = bw2+double(bw);
figure(),imshow(uint8(bw3)),title('Rotasi Gambar');

Untuk algoritma perbaikan citra menggunakan rumus berikut (normalisasi mean)

Bila kalian tertarik dengan algoritma diatas, silahkan kontak disini

Leave a Reply

Your email address will not be published. Required fields are marked *