Η κατασκευή συστημάτων τομογραφίας του ανθρώπινου ιστού τα οποία θα χρησιμοποιούν το υπέρυθρο φάσμα ακτινοβολίας αποτελεί σημαντική προοπτική για τη δημιουργία νέων ιατρικών διαγνωστικών μεθόδων. Ένα από τα σημαντικότερα προβλήματα που πρέπει να επιλυθούν είναι η μικρή διεισδυτική ικανότητα και ο υψηλός βαθμός απορρόφησης και σκέδασης που παραμορφώνει ισχυρά την ακτινοβολία που διαδίδεται μέσα από τον ανθρώπινο ιστό. Στα πλαίσια της διδακτορικής διατριβής, μελετήθηκε το πρόβλημα του εντοπισμού της θέσης των αγγείων σε ψηφιακές φωτογραφίες του ανθρώπινου δακτύλου που έχουν ληφθεί στο υπέρυθρο φάσμα. Για τον σκοπό αυτό αναπτύχθηκε μεγάλος αριθμός πρωτότυπων μεθόδων κανονικοποίησης της φωτεινότητας της εικόνας, μη-γραμμικής ενίσχυσης της αντίθεσης, αφαίρεσης των γραμμών δακτυλικών αποτυπωμάτων, εντοπισμού του προτύπου ή δικτύου αγγείων και βελτίωσης του προτύπου των αγγείων χρησιμοποιώντας μεθόδους μαθηματικής μορφολογίας. Συνοπτικά στην παρούσα διδακτορική διατριβή προτάθηκαν και εξετάσθηκαν διαφορετικές πρωτότυπες μέθοδοι και αλγόριθμοι με επίβλεψη ή χωρίς επίβλεψη για την εξαγωγή του προτύπου αγγείων από υπέρυθρες εικόνες του ανθρώπινου δακτύλου καθώς και διαφορετικές πρωτότυπες μέθοδοι και αλγόριθμοι χωρίς επίβλεψη για την εξαγωγή του δικτύου αγγείων από αμφιβληστροειδικές εικόνες του ανθρώπινου οφθαλμού. Επίσης, η ερευνητική προσπάθεια επικεντρώθηκε στην βελτίωση των εικόνων που λαμβάνονται από το προτεινόμενο σύστημα απόκτησης εικόνων, γεγονός το οποίο οδήγησε στην ανάπτυξη πρωτότυπων μεθόδων προ-επεξεργασίας και τη μετέπειτα βελτίωση των αρχικών αποτελεσμάτων κατάτμησης που προκύπτουν από την εφαρμογή των μεθόδων ή αλγορίθμων κατάτμησης προτύπου αγγείων, γεγονός το οποίο οδήγησε στην ανάπτυξη πρωτότυπων μεθόδων μετά-επεξεργασίας. / The construction of tomographic systems of human tissue which use the infrared spectrum of radiation constitutes an important capability of making new medical diagnostic methods. One of the most crucial problems which must be resolved is the low penetrating ability and the high degree of absorption and scattering which strongly distort the radiation that pass through the human tissue. In this thesis, the problem of the extraction of finger vein pattern from infrared images of finger and the similar problem of retinal vessel tree segmentation were studied. Moreover, the problem of shading and non-uniform illumination correction was also studied in images which suffer from the above problems either due to imperfect set-up of the image acquisition system or due to the interaction between objects and illumination on the scene. In this thesis, existing algorithms were improved and novel algorithms were developed. Both vein pattern extraction algorithms and shading and non-uniform illumination correction algorithms were proposed. The proposed methods include novel preprocessing modules for intensity normalization, elimination of fingerprint lines, non linear contrast enhancement using spatial information, and shading and non uniform illumination correction. The vein pattern extraction was performed using ten novel methods that use structural classification methods, spatial derivatives information and fuzzy set theory. The effectiveness of the proposed methods and algorithms was evaluated both on real and artificial images distorted by different types of noise and different signal to noise ratios. The majority of the methods present satisfactory accuracy on the detection of vein network, something happens due to the successful collaboration between the preprocessing methods and the vein pattern extraction methods. In addition, the problem of improving the vein network extraction accuracy was successfully handled using advanced postprocessing methods based on binary mathematical morphology. Finally, in this thesis two novel methods for retinal vessel segmentation were proposed and evaluated. They also compared with the most important methods have already been presented in the literature and one of them achieved the best experimental results from all the unsupervised methods evaluated in the publicly available DRIVE database.

Η αυτόματη ταυτοποίηση εικόνων δακτυλικών αποτυπωμάτων αποτελεί ένα δύσκολο και πολυδιάστατο πρόβλημα, το οποίο έχει απασχολήσει πλήθος ερευνητών και για το οποίο έχει αναπτυχθεί μεγάλος αριθμός τεχνικών. Η δυσκολία του προβλήματος έγκειται στο γεγονός ότι οι εικόνες των αποτυπωμάτων είναι σε μεγάλο ποσοστό αλλοιωμένες ή ακόμα σε κάποιες περιπτώσεις δεν είναι διαθέσιμη η πλήρης εικόνα του αποτυπώματος, αλλά μόνο ένα μέρος αυτής. Στη συγκεκριμένη διατριβή, προτείνονται δύο μέθοδοι αυτόματης ταυτοποίησης δακτυλικών αποτυπωμάτων: α) η μέθοδος ταυτοποίησης δακτυλικών αποτυπωμάτων με χρήση τεχνικών ευθυγράμμισης και β) μέθοδος ταυτοποίησης δακτυλικών αποτυπωμάτων από το συνδυασμό του Δικτύου Αυτό-Οργανούμενων Δικτύων του Kohonen και του ορισμού των σημείων μικρολεπτομερειών των αποτυπωμάτων ως νευρώνων του δικτύου. Επιπλέον, ιδιαίτερη βαρύτητα δόθηκε στην προεπεξεργασία των εικόνων των δακτυλικών αποτυπωμάτων βάσει της ανάπτυξης και εφαρμογής κατάλληλων τεχνικών επεξεργασίας εικόνων προκειμένου να προκύψει βελτίωση της ποιότητας της εικόνας του δακτυλικού αποτυπώματος και να εξαχθούν οι μικρολεπτομέρειες που χρησιμοποιούνται για την ταύτιση των δακτυλικών αποτυπωμάτων. Στο πλαίσιο της παρούσας διατριβής, χρησιμοποιήθηκαν δεδομένα δακτυλικών αποτυπωμάτων από τις βάσεις VeriFingerSample_DB της Neurotechnology και η DB3 του διαγωνισμού δακτυλικών αποτυπωμάτων FVC2004. Για την ποσοτική αποτίμηση της απόδοσης των προτεινόμενων μεθόδων χρησιμοποιήθηκε το κριτήριο της Αναλογίας Ίσου Σφάλματος (EqualErrorRate – EER). Σύμφωνα με το κριτήριο αυτό, η μέθοδος ταυτοποίησης δακτυλικών αποτυπωμάτων βάσει του Δικτύου Αυτό-Οργανούμενων Δικτύων παρείχε καλύτερα αποτελέσματα σε σύγκριση με οποιαδήποτε μέθοδο ευθυγράμμισης που εφαρμόστηκε. / Automatic Fingerprint Identification is a difficult and multidimensional problem. For this reason, the number of papers and techniques regarding this issue is numerous. The hardness of the problem lies with the fact that there is a large percentage of corrupted and partial fingerprint images. Throughout this Thesis, two methods were proposed for the Automatic Fingerprint Identification: a) the Automatic Fingerprint Identification based on registration techniques and b) the Automatic Fingerprint Identification based on the theory of Self Organizing Maps of Kohonen, setting the minutiae of the fingerprint images as input neurons of the Map. Furthermore, an important step prior to the application of the proposed automatic fingerprint identification methods is the pre-processing of these images by the development and implementation of a series of image processing techniques in order to enhance the image quality and to extract the minutiae which are then used for the fingerprint identification. In this Thesis, a substantial number of fingerprint images were used from the database VeriFingerSample_DB kai from the database DB3 of the competition FVC2004. The quantitative evaluation of both proposed automatic fingerprint identification methods were based on the Equal Error Rate (EER) criterion. According to this, the Automatic Fingerprint Identification based on the Self Organizing Maps outperformed against any other method based on registration techniques.