Read more
Die multispektrale Analyse, die für die Authentifizierung von Handflächen eingesetzt wird, verwendet Licht im sichtbaren Bereich (Rot, Grün, Blau) und im nahen Infrarot (NIR) für die Erfassung von Bildern. Sie kombiniert die verschiedenen Informationen aus unterschiedlichen Quellen, um die Leistung des Systems durch ein Phänomen zu verbessern, das als biometrische Fusion bezeichnet wird. In dieser Arbeit wurde die multispektrale Erkennung von Handabdrücken mit Hilfe der Hauptkomponentenanalyse (PCA) für Bilder mit unterschiedlichen Beleuchtungen untersucht. Es wurde eine biometrische Fusion auf Bildebene vorgeschlagen, bei der Bilder, die unter verschiedenen Beleuchtungen aufgenommen wurden, als Dreifachbilder (R, B, NIR und G, B, NIR) und als Kombination von vier Beleuchtungen (R, G, B, NIR) zusammengefügt wurden, begleitet von der Extraktion von Merkmalsvektoren aus dem PCA-Raum mit Einbeziehung des K-Nearest Neighbour (K-NN) in den Klassifizierungsprozess. Die Experimente für den vorgeschlagenen Ansatz wurden mit der PolyU Multispectral Database durchgeführt. Die Ergebnisse deuten darauf hin, dass die Verkettung eine gute Leistung gezeigt hat. Die Analyse sollte dazu beitragen, dass man in dem neu entstehenden Forschungsfeld der multispektralen Bildgebung oder jeder, der erwägt, ein zuverlässiges und genaues multispektrales Handabdruckerkennungssystem zu entwerfen.
About the author
Abubakar Sadiq Muhammad es profesor de la Escuela de Tecnología del Estado de Kano, Nigeria. Tiene un máster y una licenciatura en Ingeniería Informática por la Universidad de Mevlana, Konya, Turquía, y la Universidad de Bayero, Kano, Nigeria. Sus principales áreas de interés son: Biometría, procesamiento de imágenes y visión por ordenador.
