지문 식별은 사람마다 고유 한 인간 손가락의 다양한 패턴을 기반으로 식별하는 방법입니다. 이는 모든 사람의 세부 정보를 수집하는 가장 인기있는 방법이며 사람을 식별하는 가장 쉽고 편리한 방법입니다. 지문 인식 방법의 장점은 지문 패턴이 평생 동안 동일하게 유지되어 인간을 식별하는 확실한 방법이라는 것입니다. 지문 식별 연구는 Dactyloscopy입니다.

지문 정의 :

인간 손가락의 피부 표면은 그 사이의 흰색 선 또는 골과 함께 짙은 융선 패턴으로 구성됩니다. 능선의 구조는 사소한 점으로 알려진 지점에서 변경되며 분기되거나 짧은 길이이거나 두 개의 능선이 단일 지점에서 끝날 수 있습니다. 이러한 세부 사항이나 패턴은 모든 인간에게 고유합니다. 이러한 융기의 흐름, 특징, 융기의 복잡한 세부 사항 및 순서가 지문 식별 정보를 정의합니다.

다른 능선 패턴은 다음과 같습니다.

지문 패턴

손가락 패턴은 아래와 같이 3 가지 그룹으로 나눌 수 있습니다.

아치 : 능선이 같은 측면에서 출입

플레인 아치

루프 : 능선이 한쪽으로 들어가 다른 쪽에서 나옴

지문 cir

“태양 전지판을 이용한 배터리 충전 회로 ”

Whorls : 원 또는 패턴 유형의 혼합으로 구성됩니다.

지문 회로

지문 얻기 :

잠재 지문이나 지문을 얻는 방법에는 두 가지가 있습니다.

화학적 방법 사용 : 표면에 흑색 화약을 뿌리면 지문 패턴이 드러나고 투명 테이프를 사용하여 들어 올릴 수 있습니다. 시아 노 아크릴 레이트 (다양한 물체에 지문을 생성 할 수 있음), Ninhydrin (지문에 존재하는 아미노산과 결합하여 파란색 또는 보라색을 생성 함)과 같은 다양한 화학 물질을 사용할 수 있습니다. 또한 자성 분말을 사용하여 지문을 드러내고 반짝이는 표면이나 비닐 봉지 또는 용기에 작업 할 수 있습니다.

자동 식별 방법 사용 : 지문 이미지는 다양한 센서를 사용하여 획득 할 수 있습니다. 예를 들어 손가락 융기와 같은 문자마다 정전 용량이 다르기 때문에 지문 특성의 정전 용량을 기반으로 픽셀 값을 얻는 정전 용량 센서, 프리즘을 사용하여 각 특성에 따른 빛의 반사율 변화를 감지하는 광학 센서, 차이를 측정하는 열 스캐너가 있습니다. 디지털 이미지를 만들기 위해 시간이 지남에 따라 온도가

지문 인식 프로세스 :

기본적으로 디지털 이미징 기술은 지문 데이터를 수집, 저장 및 분석하는 데 사용됩니다.

이미지 획득 : 위에서 설명한대로 지문 디지털 이미지를 얻기 위해 다른 센서를 사용할 수 있습니다. 지문 스캐너는 광학 스캐너 또는 정전 용량 스캐너로 구성됩니다. 광학 스캐너는 제거 될 때 전기 신호를 제공하는 감광 다이오드로 구성된 전하 결합 장치로 구성됩니다. 스폿에 닿는 빛을 나타내는 작은 점은 이미지의 픽셀과 픽셀 배열로 기록됩니다. 유리판에 손가락을 대거나 표면을 모니터링하면 카메라가 손가락의 융기를 비추어 사진을 찍습니다.

아래의 왼쪽 이미지는 광학 스캐너를 사용한 지문 수집의 전체 구조를 보여주고 오른쪽 이미지는 시스템의 실시간 예입니다.

손가락 식별

이미지 저장 : 획득 한 이미지는 다음과 같이 디지털 이미지 처리 기술을 사용하여 처리됩니다.

이미지 분할 : 획득 한 이미지는 관련 기능과 함께 원하지 않는 기능을 포함하는 경향이 있습니다. 이를 제거하기 위해 이미지의 각 픽셀의 분산을 기반으로 한 임계 값이 수행됩니다. 임계 값보다 큰 강도 (계조 값)를 갖는 픽셀은 고려되고 임계 값보다 낮은 강도를 갖는 픽셀은 제거됩니다.
이미지 정규화 : 이미지의 각 픽셀은 평균 분산이 다릅니다. 따라서 균일 한 패턴을 얻기 위해 이미지 픽셀이 원하는 회색 값 범위에 있도록 정규화가 수행됩니다.
이미지 방향 : 각 지점에서 능선 방향을 기반으로 이미지 형성을 정의합니다. x 및 y 방향에서 각 픽셀의 기울기를 계산 한 다음 기울기에 직교하는 벡터의 평균을 결정하여 방향을 계산합니다.
주파수 이미지 구성 : 능선의 국소 빈도 (발생률)를 결정하기 위해 수행됩니다. 능선 방향에 수직 인 방향과 함께 각 픽셀의 회색 값을 투영 한 다음 능선에 해당하는 파형의 연속 최소값 사이의 픽셀 수를 계산하여 수행됩니다. 또 다른 방법은 푸리에 변환 기술을 사용하는 것입니다.
이미지 필터링 : 원하지 않는 소음을 제거하기 위해 수행됩니다. Gabor 필터 또는 Butterworth 필터를 사용하여 수행됩니다. 기본적인 방법은 이미지를 필터로 컨볼 빙하는 것입니다.
이미지 이진화 : 그런 다음 필터링 된 이미지는 임계 값 기술을 사용하여 이진 이미지로 변환되어 대비를 향상시킵니다. 이는 전역 임계 값을 기반으로합니다. 즉, 임계 값보다 큰 픽셀 값은 1로 설정되고 픽셀 값보다 작은 값은 0으로 설정됩니다.
이미지 희석 : 한 픽셀 너비가 될 때까지 전경 픽셀을 제거하기 위해 수행됩니다. 능선의 연결성을 유지합니다.

이미지 분석 : 처리 된 이미지에서 세부 사항을 추출하여 데이터베이스에 이미 저장되어있는 이미지 패턴과 비교합니다. 특징점 추출은 8 개의 연결된 이웃에서 픽셀 쌍 간의 차이 합의 교차 수 또는 절반을 계산하여 수행됩니다 (연결된 8 개는 8 개의 픽셀로 둘러싸인 픽셀을 의미 함). 십자 번호는 각 지문 특성에 대한 고유 한 식별을 제공합니다.

“ac dc 전원 공급 장치 설계 ”

그런 다음 추출 된 세부 정보와 함께 획득 한 이미지를 인쇄 또는 장문 기록이 될 수있는 데이터베이스의 기존 세부 정보와 비교하여 일치하고 이미지 또는 세부 정보가 일치하면 사람을 식별합니다. 그만큼 시스템 제공 인쇄 데이터베이스에서 가장 근접하게 일치하는 지문 이미지 목록과 결과를 확인하여 식별 여부를 결정합니다.