본 논문에서는 정합 과정에서 계산량, FAR(False Acceptance Rate), 그리고 FRR(False Rejection Rate)을 증가 시켜 자동 지문 인식 시스템의 성능을 저하시키는 원인이 되고있는 의사 특징점(False Minutiae)을 제거하기 위한 후처리 알고리즘을 제안한다. 제안하는 알고리즘은 우선 전처리 과정을 통하여 얻은 세선화된 지문 화상에서 이웃 화소의 교차수를 검사하여 후보 특징점들을 추출한다. 추출된 후보 특징점에서 지문의 구조적 특성을 고려하여 복원 가능 영역에 속하고, 의사 특징점이라고 간주되는 특징점을 선택한다. 이와 같이 선택된 특징점이 세선화 화상에 위치하는 영역은 잡음에 의해 잘못 세선화된 부분이기 때문에 해당 영역을 올바르게 재구성하고, 후보 특징점 목록에서 선택된 특징점을 삭제한다. 마지막으로 지문 원화상의 부 영역별 융선 방향(Direction map)과 지문의 구조적 특성을 근거로, 재구성된 세선화 화상에서 후보 특징점이 위치한 영역의 패턴을 검사하여 진짜 특징점만을 선택함으로써 의사 특징점을 제거하게 된다. NIST Special Database 14의 지문 화상에 적용한 결과는 제안 알고리즘이 정추출율에는 적은 영향을 미친 반면 오추출율을 상당히 개선하고, 자동 지문 인식 시스템의 인식 성능도 향상 시켰음을 나타내고 있다.
In this paper, we propose a post-processing algorithm to remove false minutiae which decrease the overall performance of an automatic fingerprint identification system by increasing computational complexity, FAR(False Acceptance Rate), and FRR(False Rejection Rate) in matching process. The proposed algorithm extracts candidate minutiae from thinned fingerprint image. Considering characteristics of the thinned fingerprint image, the algorithm selects the minutiae that may be false and located in recoverable area. If the area where the selected minutiae reside is thinned incorrectly due to noise and loss of information, the algorithm recovers the area and the selected minutiae are removed from the candidate minutiae list. By examining the ridge pattern of the block where the candidate minutiae are found, true minutiae are recovered and in contrast, false minutiae are filtered out. In an experiment, Fingerprint images from NIST special database 14 are tested and the result shows that the proposed algorithm reduces the false minutiae extraction rate remarkably and increases the overall performance of an automatic fingerprint identification system.
