LA RECONNAISSANCE AUTOMATIQUE DES EMPREINTES DIGITALES

Ce sont ces caract ristiques quon appelle Identificateurs Biom triques. Ces

derniers sont plus fiables que les syst mes classiques (cl , mot de passe. . .)

dans la reconnaissance dune personne car ils sont difficilement falsifiables.

Cest la raison pour laquelle les syst mes biom triques sont actuellement de

plus en plus sollicit s.[1]

Les identificateurs biom triques peuvent tre compar s selon certains

facteurs : luniversalit (tous les tres humains en poss dent), lunicit ou

individualit

la persistance ou

permanence, la collectabilit ... Les identificateurs biom triques les plus

utilis s sont les empreintes digitales gr ce leur individualit et persistance.

En effet, les empreintes digitales sont uniques chaque personne et ce d s

sa naissance. De plus, elles demeurent inchang es pendant toute la vie de la

personne [5]. Lorsquelles sont l g rement endommag es (par une blessure

par exemple.

La figure 1 illustre la domination des syst mes biom triques des empreintes

digitales sur le march de la biom trie.

(sont uniques chaque personne),

Lauthentification est bas e sur deux composantes:

-

Lidentification dont le r le est de d finir les identit s dun utilisateur.

-

Lauthentification permettant de v rifier les identit s pr sum es des

utilisateurs.

4

Introduction

Reconnaissance

vocale

6%

Autres

14%

Reconnaissance

de Tiris

9%

Empreinte

digitale

48%

Morphologie de

la main

11%

Reconnaissance

faciale

12%

F i g u r e ! : P a r t a g e d u m a r c h e de l a b io m e t r ie d a n s le m o n d e , en 2 0 0 8 ( s o u r c e : [2 ]).

5

Introduction

1.1. Concepts de base:

En 1888, lanthropologue anglais Francis Galton introduit la

notion de minuties4 pour r aliser la comparaison dempreintes

digitales (fingerprintsmatching en anglais). Quatre ans plus tard,

Galton publie son ouvrage (voir

il propose une

classification rigoureuse des empreintes digitales et d montre quil

y a seulement une chance sur 64 milliards que deux individus

aient une m me empreinte.[4]

[3]) o

Cet arrangement particulier des lignes papillaires forme des points

caract ristiques, nomm s minuties qui sont

lorigine de

lindividualit des dessins digitaux .

A ce jour, on consid re quil faut 8 17 de ces points sans

discordance pour quon estime tablie lidentification. Un chiffre

inf rieur au seuil minimum aboutit lexclusion de lempreinte

digitale comme l ment de preuve.

Il existe 13 types de minuties qui nous permettent de classifier les

empreintesdigitales.

B ifu rc a tio n

L a c

C r o c h e t

S

A r r t d e lig n e

lo t

s e :

jPont

Fig u r e 2: l e s 6 p r i n c i p a u x t y p e s d e m i n u t i e s [5]

Introduction

1.2. Vue globale du m canisme de reconnaissance des

empreintes digitales:

.

Le principe de la reconnaissance des empreintes digitales consiste

comparer une empreinte fournie au syst me, une ou plusieurs autres

empreintes (les mod les) dont le syst me dispose pr alablement dans sa

base de donn es biom trique. Le syst me biom trique renvoie un r sultat

positif au cas o lempreinte fournie lentr e correspond lun des

mod les, et un r sultat n gatif dans le cas contraire. La figure 3 illustre

lenregistrement pr alable de mod les

Lors de lenregistrement, limage scann e de lempreinte est recueillie

par le syst me, puis un contr le de la qualit de limage est effectu . En

effet, une empreinte s rieusement endommag e (par une br lure grave

par exemple) est intraitable par le syst me [7]. Ensuite, une extraction

de traits caract ristiques (g n ralement appel s minuties) est effectu e

pour donner lieu au mod le final que le syst me sauvegarde dans la base

de donn es. La m thode g n ralement utilis e pour d tecter les minuties

consiste mettre limage de lempreinte en noir et blanc, cest la

binarisation de limage, et donner une m me taille aux lignes de

lempreinte, cest la squelettisation (voir figure 4) [7]. Une fois que lon

dispose de limage binaire squellettis e, les minuties (singularit s) sont

mieux visibles ; on proc de alors leur d tection. Nous verrons la

d tection de minuties en d tail le chapitre 3 partie2.2 (page 37).

Fig u r e 3:Il l u s t r a t i o n d'u n e n r e g is t r e m e n t.

7

Introduction

1.3. Approche g n rale

Dans ce travail, nous tudions dans le chapitre 1 les tapes principales

de la reconnaissance des empreintes, et les op rations n cessaires du

traitement d'image, puis le processus de la reconnaissance.

Le chapitre 2 pr sentera quelques techniques biom triques qui

existent dans la litt rature, sesapplications et les d tails sur la

technique biom trique bas e sur la reconnaissance des empreintes

digitale

Dans le chapitre 3 on a appliqu les m thodes propos dans le

chapitre 2 et pr sent des am liorations aux r sultats obtenus par les

algorithmes d crits en chapitre 2.

Nous terminons enfin par une conclusion g n rale.

c h a p itrel

Reconnaissance des empreintes

CHAPITRE 1 :

LA RECONNAISSANCE DES

EMPREINTES

i- Concepts:

Une empreinte digitale est le dessin form par les lignes de la peau des

doigts, des paumes des mains, des orteils ou de la plante des pieds. Ce

dessin se forme durant la p riode fStale. Il existe deux types dempreintes :

l'empreinte directe (qui laisse une marque visible) et l'empreinte latente

(salet , sueur ou autre r sidu d pos sur un objet). Elles sont uniques et

immuables, elles ne se modifient donc pas au cours du temps (sauf par

accident comme une br lure par exemple) .[6]

Les empreintes sont compos es, de terminaisons en cr tes, soit le point o la

cr te sarr te, et de bifurcations, soit le point o la cr te se divise en deux.

Le noyau est le point int rieur, situ en g n ral au milieu de lempreinte. Il

sert souvent de point de rep re pour situer les autres minuties. D autres

termes sont galement rencontr s : le lac, l le, le delta, la vall e, la fin de

ligne... Ces caract ristiques peuvent tre num ris es. Une empreinte

compl te contient en moyenne une centaine de points caract ristiques mais

les contr les ne sont effectu s qu' partir de 12 points. Statistiquement, il est

impossible de trouver 2 individus pr sentant 12 points caract ristiques

identiques, m me dans une population de plusieurs millions de personnes.

Donc l ments qui diff rencient les empreintes:[6]

L es minuties:

b): Ex e m p le d 'a r r e t de r id e Te r m in a is o n

a ):Exe m p le de b if u r c a t io n

Fig u r e 4:exem ple d es d e u x ty p e le s p lu s u t ilis e r [6]

c h a p itrel

Reconnaissance des empreintes

D apr s [7], La probabilit de trouver deux empreintes digitales similaires

est de 1 sur 10 puissances 24. Les jumeaux, par exemple, venant de la m me

cellule, auront des empreintes tr s proches mais pas semblables.

2- L a l g o r i t h m e d e l a r e c o n n a i s s a n c e

d e m p r e i n t e s d i g i t a l e s :

Le principe de la reconnaissance des empreintes digitales consiste

comparer une empreinte fournie au syst me, une ou plusieurs autres

empreintes dont le syst me dispose pr alablement dans sa base de

donn es biom trique. Le syst me biom trique renvoie un r sultat

positif au cas o lempreinte fournie lentr e correspond lun des

mod les, et un r sultat n gatif dans le cas contraire.

A ce point, le but global est donc davoir un syst me qui fait la

diff rence entre une image en entr e et plusieurs images situ es dans

une base de donn es. Pour cela, il faut utiliser une approche rapide et

pr cise, c'est la raison pour laquelle on va liminer l'approche par

comparaison des images pixel par pixel parce quelle est assez lente.

La comparaison entre les empreintes est bas e sur la recherche de la

diff rence entre les minuties d'image dentr e et les autres dans la

base de donn es.

La m thode g n ralement utilis e pour d tecter les minuties consiste

mettre limage de lempreinte en noir et blanc, cest la binarisation

de limage, et donner une m me taille aux lignes de lempreinte

cest la squelettisation. Une fois que lon dispose de limage binaire

squellettis e, les minuties (singularit s) sont mieux visibles, on

proc de alors leur d tection.

10

c h a p itrel

Reconnaissance des empreintes

2 .1 - P r t r a i t e m e n t d e s i m a g e s d e m p r e i n t e :

Bas sur la nature des bases de donn es propos es par [8] qui contient

les diff rentes empreintes on observe que tous les images n cessitent

un traitement.

Le premier objective est de chercher regrouper les images est les

transformer en se basant sur la m me dimension afin de faciliter la

comparaison

l

: |

|

p

"

DB1 1

1 DB2 1

db3

s a

1 DB4 1

Fig u r e 5:Ec h a n t i l l a n t d es b a se s de d o n n e e s PROPOSENT p a r [8]

La 2 me tape est de faire un pr traitement au niveau dimage, ce traitement

a pour objectif dam liorer la qualit de limage contre le bruit li la

mesure de perturbation.

La figure 4 nous donne une id e sur le processus suivi dans phase du

pr traitement.

(a) Im age d origine.

(b) Image binaris e.

(c) Image squellettis e, minuties d tect es

(points en couleur).

Fig u r e 6:Tr a it e m e n t d'u n e e m p re in te d ig it a le [8]

11

c h a p itrel

Reconnaissance des empreintes

A) La binarisation:

La binarisation consiste transformer une image plusieurs

niveaux en une image en noir et blanc (deux niveaux

seulement). C'est le moyen privil gi pour isoler des objets.

Par suite, une image binaire peut tre repr sent e par une

matrice bool enne dont chaque l ment signifie Vrai (1 =

blanc) ou Faux (0 = noir).[10]

La binarisation d'empreintes digitales est une technique pour

produire une image de type 1 -bit, avec 0 comme cr tes qui sont

teint es de noir et de 1 les vall es qui sont teint es de blanc [9]

(voir figure 7).

Pour arriver une image binaris e correctement il faut bien

choisie une m thode de binarisation qui nous donne la forme

d'empreinte sans malformation, nous avons test plusieurs

algorithme de binarisation dans le chapitre 3 la partie 2.1.1

page 29, pour la pr parer la 2 me tape de pr traitement " la

squelettisation"

a) Image originale

Fig u r e 7:exem ple d 'o p e r a t io n de BINARISATION [8]

b) Image binaris e

12

c h a p itrel

Reconnaissance des empreintes

B) La squelettisation:

Un algorithme damincissement (ou shrinkingalgorithm) consiste en la

suppression jusqu stabilit de points simples, le r sultat obtenu sappelle

un noyau homotypique. Si la suppression est r alis e de fa on s quentielle

alors la topologie est pr serv e ; cela par la d finition m me dun point

simple. Si le processus est modifi de fa on ce que certains points simples

soient pr serv s durant le processus de suppression, il est alors possible de

conserver des caract ristiques g om triques. Un tel processus sappelle

algorithme de squelettisation (ou thinningalgorithm), et le r sultat est appel

squelette. Les points pr server sont appel s points terminaux ou points

extr mit s.[11]

L'objectif est ici de diminuer l'information redondante contenue dans une

image, donc la quantit de donn es analyser. La m thode est l'isolement

des lignes principales de l'image avec des amincissements successifs jusqu'

ce que l'image r sultante ne contienne que des lignes d' paisseur 1 pixel. La

m thode n cessite l'emploi successif de 8 masques. On effectue sur l'image

une succession de passes; on arr te lorsque le r sultat entre deux passes

successives est inchang . Une passe consiste en l'application successive, sur

toute l'image de chacun des 8 masques (le point central sur le point courant

traiter). Les 8 masques correspondent aux transformations suivantes : si la

situation de gauche est rencontr e, alors on remplace le pixel trait par 0.

a) Image binaire

b) Image squelette

Fig u r e 8:EXEMPLE D'OPERATION DE s q u e le t t is a t io n [8]

13

chapitre!

Reconnaissance des empreintes

R p ter

Pour tout point de l'image d termin selon un balayage s quentiel faire

Sile point est simple alors il est supprim

(Sinonexaminer le point suivant, d termin par le balayage)

Jusqu' ce qu'il n'y ait plus de suppression durant un balayage complet de l'image.

Fig u r e 9:Sc h e m a SEQUENTIEL de s q u e le t t is a t io n [11].

Nous avons par ailleurs valu les performances de deux proc d s de

et Shapiro [13] dans le chapitre 3 la partie

squelettisation, Zhang [12]

2.1.2 page 34.

Shapiro

Zhang

T

b b a

(

dex cution

Temp

image 256*360, P133 MHz

M moire n cessaire

(en taille image K octets)

Fig u r e ^ c o m p a r a i s o n EXPERIM ENTALE d es a lg o r it h m e s de s q u e l e t t i s a t i o n d e Zh a n g ET

DE SHAPIRO. [9].

1.6

(

14

c h a p itrel

Reconnaissance des empreintes

2.2- Extraction des minuties

Apr s avoir obtenu limage trait e, on doit trouver dans cette derni re les

minuties les plus int ressantes de limage.

La signature retenue pour caract riser l'empreinte est bas e sur un ensemble

suffisant et fiable de minuties. On entend par suffisant, le nombre minimum

de minuties n cessaires pour pouvoir tablir des comparaisons fiables entre

empreintes. Ce minimum se situe 12 minuties vis- -vis de la loi, voire

moins pour beaucoup d'entre eux (jusqu' 8 minimum). Le nombre 12

provient de la r gle des 12 points selon laquelle il est statistiquement

les m mes 12 points

impossible de trouver 2

caract ristiques, m me en consid rant une population de plusieurs dizaines

de millions de personnes.

individus pr sentant

On entend par fiable, les minuties qui ne sont pas influenc es par des

d fauts lors de l'acquisition de l'image ou par l'alt ration temporaire de

l'empreinte digitale (blessure, rosion, etc.). Avec un petit nombre de

minuties (15 ou 20) correctement localis es, il est possible d'identifier une

empreinte parmi plusieurs millions d'exemplaires.

G n ralement, chaque minutie occupe un espace de 16 octets sans

compactage ni compression. Ceci explique la taille de chaque fichier

signature, 240 octets pour 15 minuties et 1600 octets pour 100 minuties.

Les bifurcations et les terminaisons sont les deux types de minuties les plus

utilis s car ils sont facilement d tectables, mais surtout parce quils sont tr s

ais ment repr sentables par le mod le de coordonn es, o chaque minutie

est repr sent e par les coordonn es (x, y) de son emplacement et langle 0.

TirriH h t i r i t.'ti

fo ifitK U lH t

Fig u r e !!:r e p r e s e n t a t io n d es m in u t ie s p a r le m o d e le de c o o r d o n n e e s [9].

15

c h a p itrel

Reconnaissance des empreintes

Lors du processus d'extraction, on d tecte initialement 100 minuties

en moyenne, parmi lesquelles environ 60 % correspondent de

fausses minuties qui seront identi^ es lors d'un processus ult rieur.

G n ralement les logiciels extraits donc une quarantaine de minuties

r elles de l'empreinte. Cette valeur est nettement sup rieure aux

minima, ce qui augmente la fiabilit . De plus, ce chiffe est loin du

total de minuties d tect es, ce qui laisse supposer que n'ayant

conserv que les plus fiables, on a limin les minuties erron es qui

auraient pu d t riorer le comportement du syst me.

Les minuties sont g n ralement extraites partir du squelette de

limage, il existe une approche permettant de d tecter les minuties

(Terminaison, Bi^rcation) en calculant

ainsi que

l'indicateur Crossing-Number(CN) en fonction du voisinage de

chaque pixel. Selon la valeur de CN le type du point est d termin :

Continuit ou Discontinuit (minutie) .[9]

leurs ^pes

Cette m thode ne retient que lemplacement des minuties les plus

pertinentes.

En analysant le squelette binaire de limage de lempreinte, on

remarque que les pixels correspondant aux minuties poss dent un

crossing-numberdiff rent de 2. Le crossing-num berdun pixel p se

calcule par la formule suivante :

R = 0 . 5

E

)

#

1

|

• P i+i\

P9 = P1, Pi est la valeur des pixels dans le voisinage 3*3 de P.

p0, p1, .... P7 sont les 8 pixels au voisinage de p

En effet le coef^cient CN pr sente des caract ristiques qui permettent

didenti^er la nature dune minutie en fonction du r sultat obtenu lors

du calcul de CN.

CN

0

1

2

3

4

Ta b le !:Id e n t if ic a t io n d'u n e m in u tie a p a r t i r d u c a l c u l de CN

NATURE DE ' A MINUTIE EN P

Erreur =>Point isol

Terminaison

Erreur =>Point Sillon

Divergence ou bifurcation

Erreur=>Minutie 4 branches

16

c h a p itrel

Reconnaissance des empreintes

Ces m thodes restent tout de m me tr s pratiques car elles sont

faciles mettre en place et donc moins co teuses. Elles sont souvent

combin es avec dautres m thodes plus complexes pour assurer la

fiabilit et la robustesse du syst me.

2.3- Comparaison des minuties

La phase de comparaison des minuties sapparente du point

pattern matching . Le probl me majeur des nombreux algorithmes

propos s dans ce domaine, cest la croissance exponentielle de leur

complexit en fonction du nombre de points traiter.

A partir de deux ensembles de minuties extraites, le syst me est

capable de donner un indice de similitude ou de correspondance qui

vaut :

V 0 % si les empreintes sont totalement diff rentes.

V 100 % si les empreintes viennent de la m me image.

Dans le chapitre suivant nous allons tudier les diff rents algorithmes

propos s dans la litt rature pour r soudre le probl me de

comparaison.

17

chapitre2

Etat de l'art

CHAPITRE 2:

ETAT DE L'ART

i- I n t r o d u c t i o n :

La reconnaissance dempreintes digitales est une technique

biom trique mature pour toute application didentification ou

de v rification dindividus. Cette technique dauthentification

attire l'attention des chercheurs depuis quelques d cennies, et

reste encore et toujours un sujet de recherche attractif et tr s

ouvert. Beaucoup de connaissances dans les domaines de la

reconnaissance des formes, du traitement d'images, des

statistiques ont t appliqu es au domaine de la reconnaissance

des empreintes.

Dans la litt rature il existe beaucoup d'algorithmes propos s

(plus de 120 algorithmes) pour

la reconnaissance des

empreintes digitales chacun de ces algorithmes des

caract ristiques "point faible et point fort" par rapport aux

autres.

fait une collaboration avec

L'universit de Bologne a

l'universit de Michigan pour la r alisation de FVC2004

(Figner verificationComptition) [8] le but est de cr e plusieurs

bases de donn es, chaque base avec un capteur des empreintes

diff rents pour le but de

la r alisation des algorithmes

sp cialis s la reconnaissance d'empreinte.

Le principe de la reconnaissance des empreintes digitales

consiste comparer une empreinte fournie au syst me, une

le syst me dispose

ou plusieurs autres empreintes dont

pr alablement dans sa base de donn es biom trique. Le

syst me biom trique renvoie un r sultat positif au cas o

lempreinte fournie lentr e correspond lun des mod les, et

un r sultat n gatif dans le cas contraire.

18

chapitre2

Etat de l'art

La comparaison entre les empreintes elle bas sur la recherche

de la diff rence entre les minuties d'image d'entrer et les autres

dans la base de donn es.

La m thode g n ralement utilis e pour d tecter les minuties

consiste mettre limage de lempreinte en noir et blanc, cest

la binarisation de limage, et donner une m me taille aux

lignes de lempreinte cest la squelettisation. Une fois que lon

dispose de

les minuties

(singularit s) sont mieux visibles, on proc de alors leur

d tection.

limage binaire

squellettis e,

2- Les techniques de reconnaissance:

2.1- Efinger :

Cet algorithme a t programm par [14], Le capteur utilis du type

Secugen enregistre la forme de lempreinte digitale partir des

variations lectriques produites par les monts et les vall es du doigt

avec une qualit dimage en 256 niveaux de gris, et une r solution de

260*300 pixels. Nous d crivons les diff rentes tapes de lalgorithme

dauthentification des empreintes dans ce qui suit.

2.1.1- Pr traitement:

EFINGER pr sente les m mes phases de pr traitement des images

que nous d j expliqu dans le chapitre pr c dant, il effectue les

traitements suivant:

Le pr traitement est effectu lors de lajout de lempreinte dans la

base de donn es:

19

chapitre2

Etat de l'art

A d d '

0

Image in Database

Inpul File

|D:\(rm14.20\final-piogs\eFinger\2_2.bmp

Browse

I

Oliginal Image

Afiet Enhancement

Fig u r e 12: l 'in t e r f a c e de Ef in g e r d a n s l a p a r tie PRETRAITEM ENT ET STOCI^AGE [14]

2.1.2- Extraction des minuties:

La derni re tape est la localisation des minuties par la cr ation dune

image de points.

extraites

extraire

les minuties,

Apr s ils ont obtenaient l'image de points, ils ont propos la fonction

M akeminutiaepour

de

fonctionnement de cette m thode c'est de parcourir le fichier pixel par

pixel, la recherche des coordonn es de ces points. Ces coordonn es

seront stock es dans un fichier texte pour chaque empreinte. Ces

fichiers seront utilis s lors des tests de comparaisons dimages

dempreintes. Nous avons vu que en g n ral, les algorithmes utilisait

la connectivit pour d terminer les minuties.

le principe

2.1.3- C om paraison des m inuties

Efinger dispose 3 m thodes permettant deffectuer des comparaisons

dimage dempreintes digitales :

• MIN DISTANCE
• IMAGE MAPPING
• QUAD TREE

20

chapitre2

M a tc h 2 fp rin te

h

D b

j

Etat de l'art

x

Finger Print 1

jDatabase/image_thin/12.bmp

| Dejection Method

[

:: Results :: a

Finger Print +

Preview

Thinned Image of 1

Thinned Image of

Cancel

Fig u r e 13:l'in t e r f a c e Ef in g e r p e r m e t t a n t de c h o is ir l a m e th o d e de c o m p a r a is o n d'e m p re in te

[14].

A laide de l'interface propos par [14] Figure13, ils ont choisir une

empreinte et comparent toute la base de donn es dempreintes utilisons les

trois m thodes de comparaison propos .

la m thode MIN DISTANCE permet de calculer un

D apr s [14],

pourcentage en comparant les valeurs similaires de deux tableaux de

minuties. En effet, comme dit pr c demment chaque empreinte dispose dun

fichier.TXT contenant les coordonn es des minuties de ces empreintes.

D apr s [14], la m thode MIN DISTANCE prend en argument deux

tableaux mindata1 et mindata2 deux dimensions contenant

les

coordonn es x et y des minuties. Ces tableaux sont construits partir des

fichiers .TXT.

La m thode Min Distance effectue une comparaison des distances entre les

minuties de lempreinte comparer et celle des minuties des empreintes de

la base. Un score est donn pour tre compar un seuil pr tabli.

Lalgorithme de comparaison IMAGE MAPPING, effectue quant lui une

rotation de limage squellettis e et la compare avec celles de la base de

donn es.

La m thode QUAD TREE segmente limage en 4 parties et compare ces

parties celles des empreintes de la base de donn es.

21

chapitre2

Etat de l'art

2 .1 .4 - P hase de te s t:

D apr s [14], le temps du traitement de chaque empreinte varie autour

de 5 6 secondes.

Comme vu pr c demment il faut savoir que cet algorithme est muni

de trois m thodes de reconnaissances, voirTableau 2.

Temps de

comparaison avec

10 empreintes

Min distance

Image Mapping

Quad Tree

Entre 0,7s et 2,60s

Entre 1,45 min et 1,53

min

Entre 0,65s et 1,10s

Temps de

comparaison avec

40empreintes

Varie entre 0,9s et

7,20 s

Moyenne est autour

de 3s

Varie entre 6,38 min et

6,53

Moyenne est autour

de 6,44 min

Varie entre 6,38 min et

6,53

Moyenne est autour

de 1,8s

Ta b le a u 2:COMPARAISON par rapport au temps des 3 ALGORITHMES DE COMPARAISON

des minuties [14].

Rem arque.

Comparaison avec une base de 10 empreintes :

D apr s le tableau 2, la m thode m in distance sort des r sultats

al atoires pour chaque comparaison dempreintes.

Pour ce qui concerne la m thode/mage Mapping, il faut savoir quils

ont trouvent une tranche de temps quivalent pour les dix empreintes

diff rentes.

Apr s avoir le tableau 2, la m thodeQuad Tree,nous pouvons voir que

celle-ci est la plus rapide au niveau comparaison des empreintes, par

contre elle est moins performante en terme defficacit .

Comparaison avec une base de 40 empreintes :

M thode Quad Tree est la plus rapide, par contre elle est moins

performante en terme defficacit .

• Laugmentation de la base dempreinte a une grande influence sur le

temps de comparaison sur l Image Mapping .

22

chapitre2

Etat de l'art

2.2- Apprentissage artificiel

luniversit de Nahrain

Un ensemble ding nieurs

/Baghdad/Iraq Ont utilis lapproche par r seaux de neurones pour la

reconnaissance automatique des empreintes digitales.

[15] de

Ce projet a t r alis avec Matlab et les images utilis es sont de

petite r solution 188*240 pixels pour valuer la performance du

la base de donn es a t divis e en deux parties,

syst me,

apprentissage et test.

Dans la phase de pr traitement il faut ajuster les images pour adapt

l'entr e du r seau de neurone.

Les tapes du pr traitement sont pratiquement similaires aux autres

algorithmes, la seule diff rence est dans la phase de comparaison.

Les minuties de lempreinte digitale sont extraites partir de son

squelette en calculant la Connectivit CN qu'on a expliqu

pr c demment, le nombre des minuties extraites dans cet algorithme

sont 12 .

La base de donn es utilis e dans ce projet contient 100...