과제 관련 논문 연구 및 과제 진행 현황 교과목명 : 영상처리 특론 학 번 : 2011167001 성 명 : 김 명 식

AnAlgorithmforPersonalIdentification usingFingerVeinRecognition 손가락정맥인식을 이용한 개인 식별 알고리즘 AnAlgorithmforPersonalIdentification usingFingerVeinRecognition 2010년 2월 서울시립대학교 대학원 컴퓨터통계학과 전산전공 조 준 희

개 요 생체인식을 통한 개인 인증 방법 중 우측 검지손가락 정맥을 이용한 방법을 채택. 현재 가장 대중적으로 사용되고 있는 지문인식의 위조가능성을 배제할 수 있고, 홍채인식의 사용자들의 배타적인 영상획득 방식을 없앨 수 있는 가장 좋은 생체영상 획득 영역. 이 획득된 정맥영상을 지역적 히스토그램 평활화로 전 처리를 하여 손가락의 두께 등의 문제로 인하여 정맥이 명확하게 보이지 않을 경우 까지도 정맥영역을 추출할 수 있도록 하였으며 매칭 방식은 두 가지 방식을 제안.

- Thining처리 여부와 Classifier처리 여부를 나누어서 처리 함. 1) 첫 번째의 매칭 방식은 세선화 처리를 수행하고 Classifier처리는 수행하지 않는 희승 매칭 알고리즘 (HeeSung'sMatching Algorithm)은 1000명 이하의 중소규모의 인증을 원하는 환경에서 보다 가볍고 정확한 매칭을 얻어내는 방식 2) 두 번째의 매칭 방식은 뉴 희승 매칭 알고리즘(New HeeSung'sMatching Algorithm)으로 1000명이상의 대규모 인원을 가지고 있어서 유사패턴과 많은 비교가 필요한 환경에서 사용하도록 한 알고리즘으로 유사패턴을 명확하게 분류하기 위해서 세선화를 수행하지 않고 많은 인원의 패턴을 효과적으로 비교하기 위하여 벡터코드로 프리매칭을 수행한 방식 임.

관련연구 – 생체 인식 기술 생체 인식 기술은 지문, 얼굴, 홍채, 망막, 손바닥, 손 등의 정맥, 음성 인식, 귀의 모양, 필체, 서명, 키보드 타이핑 습관, 걸음걸이 습관 개인의 생리적 또는 행동상의 특징을 활용하는 기술로서 생체 정보를 추출하는 하드웨어 기술, 검색 및 인식하는 소프트웨어 기술 활용을 위한 HW 및 SW 시스템 통합 기술을 포함. 생체 인식 시스템은 사용자가 지니고 있는 생리적 또는 행동상의 특징을 측정해 그 결과를 사전에 측정 한 특징과 비교하여 그 확실성을 결정함으로써 개인을 인식하는 패턴 인식 시스템

관련연구 – 지문인식 생체 인식 분야 중에서 가장 널리 사용되고 있는 지문 인식은 1684년 영국에서 N.Grew가 사람들의 지문이 서로 다르다는 것을 알게 됨. 지문은 태어나면서 죽을 때까지 같은 형태를 유지하며, 상처에 의한 손 상도 기존의 형태로 재생되기 때문에 같은 형태의 지문을 갖게 될 확률 은 10억 분의 1밖에 안됨. 최근까지의 지문 인식 기술은 신원확인, 출입통제 시스템의 물리적 접근 제어, 범죄 수사 분야 등에 적용되어 왔으나, 1990년대에 들어서면서 전자상거래상의 보안 및 인증을 위한 보안 시스템으로 활용

관련연구 – 정맥인식 정맥인식 시스템은 손바닥이나 손등,손가락의 혈관을 대상으로 그 형태를 인식하는 기법 정맥패턴은 눈에는 보이지는 않지만 다른 생체인식 기술처럼 자신만의 독특한 패턴을 가지고 있다는 것을 활용 패턴을 추출해내는 과정은 적외선 조명과 필터를 사용, 혈관의 밝기대비를 최대화하여 혈관을 투시한 다음 정맥의 분포 정보를 추출해 데이터베이스에 저장하여 특이점을 인식할 뿐 아니라 전체적인 혈관 모양을 비교하여 신분을 확인. 정맥의 경우 각 개개인마다 패턴이 매우 달라 설사 쌍둥이라 할지라도 다른 패턴을 가지기 때문에 같은 패턴을 가지는 사람이 만날 확률은 통계적으로 10억분의 1

관련연구 – 외각선(edge) 검출 - 외각선(edge)이란 영상의 밝기가 높은 곳에서 낮은 곳으로 변하는 부분을 말함. ( 물체의 윤곽에 대응하는 영역의 경계를 나타내는 특징) 에지는 물체의 위치, 모양, 크기, 표면의 무늬 등에 대한 정보를 제공, 영상 안에서 상당한 밝기의 차이가 있는 곳이고 이것은 대개 물체의 윤곽선에 해당하는 곳이므로 대개 픽셀 값의 불연속이나 픽셀 미분 값의 불연속점에 존재 함. 영상에서의 불연속점은 영상의 밝기가 갑자기 변하는 곳을 말하는 스텝 불연속점이 있고, 영상의 밝기가 갑자기 변화하나 조금 지나면 다시 돌아오는 라인 불연속점이 있다. 스텝 불연속점에 해당하는 에지를 스텝 에지(stepedge)라 하고 라인 불연속점에 해당하는 연산을 라인 에지(lineedge)라 함.

관련연구 – Canny 에지 검출 알고리즘 - Canny algorithm은 1986년 John F.Canny가 개발한 테두리 추출 연산 자(edge detection operator) 이미지에 존재하는 대부분의 실제 테두리를 추출 할 수 있어야 함. 훌륭한 지역화(goodlocalization)인데 이는 추출된 테두리는 실제 이미지 내에서 가능한 한 가까이 있어야 한다는 것, 최소한의 응답(minimum response) 이것은 이미지 내의 주어진 테두리는 단 한 번만 표시되어야 하며 가능한 한 이미지의 잡음(noise)는 잘못된 테두리를 만들어선 안됨.

정맥인식장치 CCD 카메라 [ charge-coupled device camera, CCD camera ] 디지털 카메라의 하나로, 전하 결합 소자(CCD)를 사용하여 영상을 전기 신호로 변환함으로써 디지털 데이터로 플래시 메모리 등의 기억 매체에 저장하는 장치. CMOS형 카메라보다는 화질이 우수하나 전력 소모와 가격 면에서 불리하다.

정맥인식장치- 시제품

정맥인식알고리즘

1) ROI (Region Of Interest) 추출 Step1: 장비영역 제거 좌측 200pixel과 우측 80pixel은 손가락 촬영을 돕기 위한 장비 영역 - 이 영역은 손가락 정맥 인식과 무관한 영역이므로 삭제 Step2:손가락 외각선 검출 캠을 통해 들어온 영상을 크롭 한 후에 Canny 외각선 검출 알고리즘을 이용하여 손가락의 외각선 추출. 이 추출된 영상에서 먼저 LeftEdge를 찾는다.LeftEdge를 찾는 과정은 먼저 영상의 위에서부터 두 영역(y=160,340 deltay=50)을 나누어 위에서 아래로,왼쪽에서 오른쪽으로 deltax x=100만큼 움직이면서 WhitePixel이 있으면 그 픽셀의 가로 위치 값을 차원 배열에 저장을 해둔다. - 이렇게 생성된 1차원 배열을 일정 크기의 집단 (clustersize=5)으로 묶어서 WhitePixel의 개수를 센다.그런 식으로 반복하여 WhitePixel이 가장 많은 집단을 그 집단 안에서 WhitePixel이 가장 많 은 곳이 LeftEdge의 경계선이 된다.

2) 전처리 ( PreProcessing) - 메디안 필터 적용 손가락의 각질이나 불순물,그리고 불규칙한 지방층의 영향으로 비교적 많은 잡영이 나타나게 되며 미세하게 연결이 끊어진 혈관 등이 나타남. 위에서 나타난 잡음을 제거하기 위하여 Median filter를 채택 메디안 필터 (Median Filter)는 임펄스 잡음을 제거하는데 사용되는 것으로써 평균필터 등에 비해 블러링 현상이 적고 edge를 잘 보존하는 장점

마스크

- 히스토그램 평활화 (Histogram equalization) 2) 전처리 ( PreProcessing) - 히스토그램 평활화 (Histogram equalization) - 영상의 히스토그램을 그레이 스케일 전 구간에서 골고루 나타나도록 변경하는 방법 - 단순히 영상의 히스토그램을 넓게 펼쳐주는 방식이 아니라, 원본 히스토그램의 특성에 근거하여 히스토그램의 분포를 변경 시키는 방법

3) 특징추출 전처리가 완료된 정맥 영상은 매칭을 위하여 Prototype으로 저장을 하여야 한다. 이치화 작업 : 120이상인 픽셀은 255로 Threshold시키고 White, Black Pixel 로 나누기 위해 이진화 / 그리고 Erode(침식), Dilate(팽창)연산을 통해 노이즈를 제거하고 끊어진 부분을 이음. 세선화 작업: Zhang-SuenAlgorithm

과제 진행 현황

- 원본 이미지 - 외각선 추출 이미지

- 소스

- 소스