Implementation of algorithms retinex and bilateral filter for fingerprint image enhancement

Abstract

A día de hoy, en nuestra sociedad, numerosos tipos de tecnologías relacionadas con los sistemas biométricos y las técnicas de mejora de la imagen son continuamente desarrolladas. Es por ello que estos dos campos de investigación que se encuentran en auge, han sido seleccionados como objeto de estudio de este trabajo. Un breve estudio va a ser llevado a cabo con el fin de obtener conclusiones que se basarán en el funcionamiento de un sistema real basado en el reconocimiento de huellas dactilares, se estudiará como dicho sistema puede mejorarse con la aplicación de dos algoritmos que aplican técnicas de mejora de la imagen. Para realizar dicho trabajo, será necesaria la asimilación y entendimiento del funcionamiento de dos algoritmos (Retinex y bilateral filter). Más adelante, algunas pruebas que se basarán en la aplicación de dichos algoritmos sobre imágenes serán llevados a cabo, con el fin de poder extraer conclusiones parciales y comprobar si dichos resultados pueden relacionarse con la teoría previamente estudiada de dichos algoritmos. Cabe destacar que será necesario el estudio de otros aspectos, como el estudio de la mejora de contraste en una imagen, el estudio de ROC (Receiver Operating characteristics) y del sistema AFIS (Automated Fingerprint system) y las diferentes bases de datos que contienen multitud de imágenes de huellas dactilares usadas en este proyecto. Del mismo modo, un breve script de MatLab es implementado con el fin de poder aplicar ambos algoritmos sobre cada base de datos y obtener las imágenes procesadas en una nueva carpeta. La estructura de las bases de datos dadas, es la siguiente: cada base de dato está formada por 240 imágenes. Por otro lado, el sistema AFIS usado es un sistema libremente distribuido por el NIST (National Institute of Standards and Technology). Con el fin de obtener los resultados, en el sistema AFIS es necesaria la ejecución de varios scripts en un orden concreto, este procedimiento dará lugar a la obtención de dos parámetros objetivos (EER y AUC), que permitirá establecer la clasificación de la actuación del sistema. Finalmente, en la sección de conclusiones se sugerirá que tipo de imágenes y con qué tipo de algoritmos deben utilizarse para conseguir una mejor actuación del sistema AFIS.

Abstract:

In our society, diverse types of technologies related to biometric systems and image enhancement techniques are constantly being developed. That is why these two booming research fields have been selected for the purpose of study of this thesis. A brief study is going to be conducted and some conclusions based on how a real system based on fingerprint recognition could be improved with two image enhancement techniques are going to be developed. To carry out the study, it has been necessary to understand the inner workings of two algorithms (Retinex and bilateral filter). Later, tests over single images have been performed in order to extract partial conclusions and see if the results obtained over the images matched with the theory previously studied about the algorithms. It should be noted that other theoretical studies has been carried about contrast stretching, receiver operating characteristics, automatic fingerprint identification system (AFIS) and the databases used. Further down the line, a brief script on MatLab is going to be implemented to apply both algorithms over a database set of fingerprint images. The structure of this database set that is formed by 240 images in total is already given, and also, the AFIS used, which is a freely distributed system provided by the National Institute of Standards and Technology (NIST). In order to obtain the results, the set of AFIS scripts need to be executed in a certain order. This procedure allows us to obtain two objective parameters that will allow to classify the performance of the system. Finally, the conclusions will suggest which type of images and which algorithms should be combined to achieve a better performance of the AFIS.