An evaluation of preprocessing of noisy fingerprint images by Cellular Frequency Amplification

DSpace Repository

An evaluation of preprocessing of noisy fingerprint images by Cellular Frequency Amplification

Show full item record

Files for download

Facebook

Simple item record

Publication Student thesis
Title An evaluation of preprocessing of noisy fingerprint images by Cellular Frequency Amplification
Author(s) Spanovic Kurtic, Sanda
Date 2005
English abstract
It is shown, for a number of relevant databases, that the Cellular Frequency Amplification (CFA) preprocessing method, introduced by Willis and Myers (2001), improves the FAR/FRR performance for a Precise Biometrics authentication algorithm. This not only corroborates the findings by Willis and Myers, but strengthens them from an authentication perspective: The improved FAR/FRR performance shows that CFA manages to extract the underlying pattern in the noisy fingerprint databases to a larger extent than the four alternative preprocessing methods that were evaluated. These methods were binarization by thresholding, Stock-Swonger binarization, and two proprietary algorithms. CFA performs at least as well as the two selected proprietary preprocessing algorithms, outperforms the public-domain Stock-Swonger algorithm, and far outperforms binarization by thresholding. In the FAR regime 1/1000 to 1/10000 CFA yields FRR values up to one-fifth lower than for the next-best preprocessing method. We find a characteristic scale of 2 mm in the fingerprint, over which no large changes in spatial frequency or direction occur. An image enhancement exponent of k=0.8 is found to be optimal. Larger exponents perform less well due to the fact that higher-order characteristics in the fingerprint pattern are increasingly suppressed together with the structural noise.
Swedish abstract
Det visas, för ett antal relevanta databaser, att Cellular Frequency Amplification (CFA) förbehandlingsmetod, introducerad av Willis and Myers (2001), förbättrar FAR/FRR prestanda för Precise Biometrics verifikationsalgoritm. Detta både bekräftar och förstärker Willis och Myers slutsatser ur ett verifikationsperspektiv: Förbättrad FAR/FRR prestanda visar att CFA förmår att extrahera underliggande mönster i databaser med brusiga fingeravtryck i större omfattning än de fyra alternativa förbehandlingsmetoder som utvärderas. Dessa metoder är trösklingsbaserad binarisation, Stock-Swonger binarisation och två företagsägda algoritmer. CFA presterar minst lika bra som de två valda företagsägda förbehandlingsalgoritmerna, har bättre prestanda än Stock-Swonger algoritm och presterar mycket bättre än trösklingsbaserad binarisation. För FAR av storleksordningen 1/1000 till 1/10000 ger CFA metod i FRR värden som är upp till en femtedel lägre än den nästbästa förbehandlingsmetoden. Den karakteristiska skalan för ett fingeravtryck, där inga större förändringar i den spatiala frekvensen eller riktningen inträffar, är 2 mm. Exponent k=0.8 har visats vara optimal för bildförbättring. Högre exponenter presterar sämre eftersom även karakteristika av högre ordning tillsammans med strukturellt brus undertrycks ännu mer med ökande k.
Publisher Malmö högskola/Teknik och samhälle
Language eng (iso)
Handle http://hdl.handle.net/2043/8288 (link to this page)

This item appears in the following Collection(s)

Show full item record

Search


Browse

My Account

Statistics