Professional Documents
Culture Documents
TRABAJO:
CURSO:
ALUMNO:
DENNIS ANGEL RAMOS ARIAS
COAGUILA ESQUIA LUCIANO
ZEVALLOS CARLOS GUSTAVO
DOCENTE:
HENRY ZEGARRA
AREQUIPA-PER
2017
1
PROCESAMIENTO DE IMGENES
EXTRACCION DE CARACTERISTICAS DE UNA
HUELLA
2
Tabla de contenido
1. RESUMEN
2. INTRODUCCION
3. MARCO TEORICO
6. PRUEBAS
7. CONCLUCIONES
8. BIBLIOGRAFA
9. ANEXOS
3
INTRODUCCION
El trabajo en huellas dactilares ha tenido un gran auge en las aplicaciones civiles y policiales. Las
huellas dactilares o digitales son un ID nico para cada ser humano, como las rayas del tigre, no
hay dos tigres con las mismas rayas igual en el caso de las cebras, nunca coinciden dos huellas, ni
Con este motivo se pretende implementar un sistema de reconocimiento que se base en las
El mtodo que se utilizar en este proyecto est basado en minucias. Las minucias o tambin
4
CAPITULO 1
1. MARCO TEORICO
(medida).
Rasgos fisiolgicos: este presenta pocos cambios a travs del tiempo, su adquisicin
involucra la participacin del usuario por lo que invade la privacidad de la persona, estn
por ejemplo; el iris, la huella dactilar o la geometra de la mano pertenecen a este grupo.
de datos pero presentan cambios a travs del tiempo, factores como el estado de nimo, el
los sistemas basados en este tipo son menos confiables; tenemos por ejemplo: La voz, la
http://arantxa.ii.uam.es/~jms/pfcsteleco/lecturas/20120309MariaMeridaAguilera.pdf p.19
1
5
Estos son algunos de rasgos biomtricos que son de objeto de estudio2:
Huellas Firma o
Voz Iris Retina Cara
Digitales escritura
Muy Muy
Fiabilidad Alta Alta Alta Alta
Alta Alta
Facilidad de
Alta Alta Alta Media Baja Alta
uso
Prevencin Muy Muy
Alta Media Media Media
de ataques Alta Alta
Muy
Aceptacin Media Muy Alta Alta Media Media
Alta
Estabilidad Alta Media Media Alta Alta Media
2
http://tesis.pucp.edu.pe/repositorio/bitstream/handle/123456789/540/ORTIZ_ALFREDO_MEJORA_IMAGENES_
HUELLAS_DIGITALES.pdf?sequence=1 p.11
3
http://tesis.pucp.edu.pe/repositorio/bitstream/handle/123456789/540/ORTIZ_ALFREDO_MEJORA_IMAGENES_
HUELLAS_DIGITALES.pdf?sequence=1 p.11
6
Para el proyecto a implementar se trabajar con el sistema de reconocimiento de huella
Los flujos se dividen en tres grupos principales: arco, lazo y carpa, los cuales se
subdividen en grupos ms pequeos como son el arco, arco tendido, lazo izquierdo, lazo
derecho, carpa y carpa con lazo gemelo, tal como lo muestra la figura
un delta, con lneas de cresta alrededor de estos. Un ncleo est definido como el punto
en la cima de la curva ms interna y est presente cuando hay al menos una cresta que
7
Un delta tiene forma triangular y es como el punto donde las crestas divergen y es ms
cercana al ncleo4.
La imagen de una huella puede ser representada por un arreglo bidimensional, el cual
4
http://tesis.pucp.edu.pe/repositorio/bitstream/handle/123456789/540/ORTIZ_ALFREDO_MEJORA_IMAGENES_
HUELLAS_DIGITALES.pdf?sequence=1 p.14
5
http://tesis.pucp.edu.pe/repositorio/bitstream/handle/123456789/540/ORTIZ_ALFREDO_MEJORA_IMAGENES_
HUELLAS_DIGITALES.pdf?sequence=1 p.16
8
Figura 4: Superficie de una huella.
1. Las crestas no son estrictamente continuas como se deseara, las crestas presentan
pequeas rupturas.
2. Las crestas paralelas no estn bien separadas. Debido a un ruido el cual une las crestas
6
http://tesis.pucp.edu.pe/repositorio/bitstream/handle/123456789/540/ORTIZ_ALFREDO_MEJORA_IMAGENES_
HUELLAS_DIGITALES.pdf?sequence=1 p.17
9
Figura 5: En esta figura se pueden apreciar diferentes calidades en las imgenes de las huellas
digitales: a) buena calidad de huella digital; b) mediana calidad de huella digital caracterizada
por raspaduras y crestas rotas; c) muy mala calidad de huella digital conteniendo mucho ruido
adquirirla es por medio de una imagen de la misma. Para adquirir una imagen de la huella
dactilar existen varios tipos de sensores, como los de estado slido, los sensores pticos,
7
http://www.scielo.org.co/scielo.php?pid=S0120-62302007000100002&script=sci_arttext
10
CAPITULO 2
2. DIAGRAMA DE BLOQUES
2.1 MINUCIAS
Las minucias se refieren a las diferentes formas en que las crestas pueden ser discontinuas.
Por ejemplo, una cresta puede sbitamente finalizar (terminacin), o puede esta dividirse
El primer paso para llevar a cabo la identificacin/verificacin del sujeto que se enfrenta
8
http://www.google.com.pe/url?sa=t&rct=j&q=&esrc=s&source=web&cd=4&ved=0CC8QFjADahUKEwj8huj5lZLGA
hXDgw0KHSaBAI8&url=http%3A%2F%2Fwww.dspace.espol.edu.ec%2Fbitstream%2F123456789%2F10600%2F3%2
Fextraccion%2520de%2520caracteristicas%2520y%2520coomparacion%2520de%2520una%2520huella%2520digit
al%28doc%29.docx&ei=SgR_Vfy5H8OHNqaCgvgI&usg=AFQjCNGaaO98M5fCewngkJ_dStSYHp3GOg&sig2=AgiyS0hj
Mj4S1eOW1juSqQ p.9
11
transductor que digitaliza el rasgo capturado. La calidad de esta imagen debe de ser de
gran importancia para evitar repercusiones en las siguientes etapas. Este modelo de
usuario es comparado con otro proveniente de una base de datos, generndose una
La base de datos del sistema biomtrico que contiene todos los modelos de usuario se
2.3.1 Mejoramiento de la imagen obtenida: Una vez extraa la imagen se elimina las seales
indeseadas las cuales aparecen por las condiciones en las que fue captado dicha imagen, la
tcnica que nos ayudar es el filtrado de imgenes en la que cada bloque es filtrada en el dominio
9
http://arantxa.ii.uam.es/~jms/pfcsteleco/lecturas/20120309MariaMeridaAguilera.pdf - p. 9
12
transformada inversa de Fourier. La imagen quedara de la
siguiente manera.10
2.3.2 Binarizacin: consiste en transformar esta imagen a un formato binario, unos o ceros, lo que
Se realiza calculando la media de las matrices de cada una de las regiones de la imagen de 32 x 30
pxeles, se elige un numero umbral para as asignar un uno para los pxeles cuyo valor son mayores
10
http://www.google.com.pe/url?sa=t&rct=j&q=&esrc=s&source=web&cd=4&ved=0CC8QFjADahUKEwj8huj5lZLGA
hXDgw0KHSaBAI8&url=http%3A%2F%2Fwww.dspace.espol.edu.ec%2Fbitstream%2F123456789%2F10600%2F3%2
Fextraccion%2520de%2520caracteristicas%2520y%2520coomparacion%2520de%2520una%2520huella%2520digit
al%28doc%29.docx&ei=SgR_Vfy5H8OHNqaCgvgI&usg=AFQjCNGaaO98M5fCewngkJ_dStSYHp3GOg&sig2=AgiyS0hj
Mj4S1eOW1juSqQ p. 11
11
http://www.google.com.pe/url?sa=t&rct=j&q=&esrc=s&source=web&cd=4&ved=0CC8QFjADahUKEwj8huj5lZLGA
hXDgw0KHSaBAI8&url=http%3A%2F%2Fwww.dspace.espol.edu.ec%2Fbitstream%2F123456789%2F10600%2F3%2
Fextraccion%2520de%2520caracteristicas%2520y%2520coomparacion%2520de%2520una%2520huella%2520digit
al%28doc%29.docx&ei=SgR_Vfy5H8OHNqaCgvgI&usg=AFQjCNGaaO98M5fCewngkJ_dStSYHp3GOg&sig2=AgiyS0hj
Mj4S1eOW1juSqQ - p.12
13
Figura 2.4. Huella Digital Luego de la Binarizacin
2.3.3 Adelgazamiento: es el proceso por el cual, las crestas en la imagen, que se representan
mediante unos binarios, son reducidas en espesor, para de esta manera obtener una imagen en la
que todas las crestas tengan solamente 1 pxel de ancho, lo que va a facilitar el posterior proceso
de extraccin de caractersticas.12
2.3.4 rea de inters: es importante determinar el rea de inters, o lo que es lo mismo, la regin
donde est la informacin para de este modo los posteriores procesamientos se realicen solo dentro
12
P. 13
14
CAPITULO 3
3. DISEO DEL SISTEMA
Introduccin de la imagen
%========================================================================
% a partir de aqui empieza los programas de los botones de men
%========================================================================
% --- Executes on button press in cargar.
function cargar_Callback(hObject, eventdata, handles)
[nombre, direc]=uigetfile('*.bmp','Abrir');
if nombre == 0
return
end
imagen=imread(fullfile(direc,nombre));
axes(handles.axes1)
image(imagen)
handles.img=imagen;
guidata(hObject,handles)
% ***********Mejoramiento de Imagen*********
Tf=fftn(mejorada);
Tf=fftshift(Tf);
I=abs(ifftn(Tf));
Luego binarizamos la imagen para poder trabajar adecuadamente con las lineas de la huella
digital.
% binarizacion
J=I(:,:,1)>160;
axes(handles.axes2)
image(255*J),colormap(gray)
handles.binarizada=J;
En este comando siguiente se adelgaza las lneas de la imagen hasta su mnima expresin
%========================================================================
% --- Executes on button press in adelgazada.
%========================================================================
function adelgazada_Callback(hObject, eventdata, handles)
adelgazada=handles.binarizada;
K=bwmorph(~adelgazada,'thin','inf');
axes(handles.axes2)
image(255*K)
15
handles.adelgazada=K;
guidata(hObject,handles)
Una vez procesada la huella procedimos a identificar las minucias como las terminaciones y las
bifurcaciones.
%========================================================================
% --- Executes on button press in terminacion.
%========================================================================
function terminacion_Callback(hObject, eventdata, handles)
%*********Procesamiento de la Huella********
minucias=handles.adelgazada;
fun=@minutie; % FUNCION PARA ENCONTRAR MINUTIAS
L = nlfilter(minucias,[3 3],fun);
%%Terminacion
LTerm=(L==1);
imshow(LTerm)
LTermLab=bwlabel(LTerm);
propTerm=regionprops(LTermLab,'Centroid');
CentroidTerm=round(cat(1,propTerm(:).Centroid));
axes(handles.axes2)
image(255*minucias)
hold on
plot(CentroidTerm(:,1),CentroidTerm(:,2),'ro','linewidth',2)
handles.centroterm=CentroidTerm;
guidata(hObject,handles)
%========================================================================
% --- Executes on button press in bifurcaciones.
%========================================================================
function bifurcaciones_Callback(hObject, eventdata, handles)
%%Bifurcaciones
minucias=handles.adelgazada;
fun=@minutie;
L = nlfilter(minucias,[3 3],fun);
LBif=(L==3);
LBifLab=bwlabel(LBif);
propBif=regionprops(LBifLab,'Centroid','Image');
CentroidBif=round(cat(1,propBif(:).Centroid));
axes(handles.axes2)
image(255*minucias)
hold on
plot(CentroidBif(:,1),CentroidBif(:,2),'go','linewidth',2)
handles.centrobif=CentroidBif;
guidata(hObject,handles)
CAPITULO 4
16
4. PRUEBAS
17
Una vez cargada se procede a mejorar la imagen y a adelgazarla
18
Luego se determina las terminaciones
19
CONCLUCIONES:
20