Orientador: Lee Luan Ling / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-21T07:10:20Z (GMT). No. of bitstreams: 1
Breda_GeanDavis_M.pdf: 12522100 bytes, checksum: 701d0c3722b880eb418ca3031c87dadb (MD5)
Previous issue date: 1996 / Resumo: Neste trabalho desenvolvemos um sistema automático de reconhecimento de impressões digitais. Este sistema inclui aquisição da imagem, processamento, extração de características e classificação dos padrões. Na aquisição da imagem de impressão digital procuramos estudar os métodos que estão disponíveis e escolher o mais adequado ao nosso propósito. Introduzimos melhoras no método escolhido, o que levou a obtenção de bons resultados. A cadeia de processamento de imagem de impressões digitais é uma contribuição significativa deste trabalho, baseada em morfologia matemática, é desenvolvida especificamente com o objetivo de ser empregada na obtenção do esqueleto de uma imagem de impressão digital. Na extração de características selecionamos atributos para o sistema de classificação. Estes atributos são escolhidos de forma a serem os mais adequados para a tarefa de reconhecimento. Foram extraídos três tipos de características, denominadas: vetor histograma, vetor distância e quadrados concêntricos. Na classificação utilizamos dois tipos de classificadores: redes neurais Back-Propagation e um classificador por correlação. Os melhores resultados na classificação são obtidos utilizando-se o atributo, denominado vetor histograma, conjuntamente com uma rede neural Back-propagation / Abstract: In this work we develope an automatic system of fingerprint recognition. This system includes image acquisition, processing, extraction of features and pattern classification. In the image acquisition of fingerprint, we study the methods already available and choose the more adequate for our application. We improve the method chosen, that improvement leads to obtain good results. The image processing network, which is based on Mathematical Morphology, is a main contribution of this work. It is developed with the objective of obtaining the eskeleton of a fingerprint. In the feature extraction it is chosen the characteristics for the c1assification system. These characteristics are chosen to fit the task of recognition. The following three kinds of features are utilized: histogram vector, length vector and concentric squares. In the classification we utilize two kinds of classifiers:Back-Propagation neural network and correlation classifier.The best result in the classificationis obtained when we utilize the histogram vector with Back-Propagation neural network / Mestrado / Mestre em Engenharia Elétrica
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/261492 |
| Date | 27 February 1996 |
| Creators | Breda, Gean Davis, 1968- |
| Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Lee, Luan Ling, 1956-, Ling, Lee Luan, 1956- |
| Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 88f. : il., application/pdf |
| Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds