АЛГОРИТМИ ВИДІЛЕННЯ ТЕКСТУРНИХ ОЗНАК РАЙДУЖНОЇ ОБОЛОНКИ ОКА
DOI:
https://doi.org/10.17721/2519-481X/2019/65-07Ключові слова:
Аутентифікація, біометрична ідентифікація, фільтр Габора, DoG-фільтр, бінарізація зо-браження, відстань ХеммінгаАнотація
Аутентифікація людини поза всяких сумнівів є актуальним завданням, практичним вирішенням якого зайняті тисячі і мільйони людей по всьому світу. Завдання аутентифікації і ідентифікації людини тепер вирішуються за допомогою автоматичних біометричних систем, складаючи одну з нових областей прикладної математики, біометричну ідентифікацію. З точки зору надійності, найбільш ефективними на сьогодні методами ідентифікації та аутентифікації є біометричні, які дозволяють вирішити проблеми втрати паролів та особистих ідентифікаторів. Серед біометричних технологій однією із найперспективніших є біометрія з використанням райдужної оболонки ока, яка має специфічну структуру і містить багато текстурної інформації. Просторові структури, які спостерігаються в райдужці, унікальні для кожного індивіда, а індивідуальні відмінності з’являються в процесі анатомічного розвитку. Обмежуючим фактором для поширення систем ідентифікації по райдужній оболонці ока завжди була їх висока вартість але постійні дослідження та розробки дозволять знизити витрати, а розширення сфери використання - дозволить технології аутентифікації по райдужній оболонці ока зайняти помітний сегмент на ринку систем контролю доступу.
В роботі здійснено аналіз недоліків обробки райдужної оболонки ока математичним апаратом Габора, який використовуває доктор Джон Даугман, запропоновано альтернативний метод виділення інформативних ознак з зображення райдужної оболонки людини, який заснований на використанні DoG-фільтра. Особливостю DoG-фільтра є те, що його відгук змінює знак в тих областях зображення, де присутній перепад яскравості. В однорідних областях зображення відгук фільтра дорівнює нулю, однак таких областей на зображенні райдужної оболонки практично не зустрічається.
Перевагою використання DoG-фільтра є те, що для обчислень використовується тільки простір декартових координат, що є природним для обробки зображень, а також отримані ознаки забезпечують кращий поділ класів, ніж ознаки на основі фільтрів Габора.