Conception et mise en place d'une plateforme de sécurisation par synthese et reconnaissance biométrique de documents de traffic

II.4.1. Extraction des caractéristiques

La représentation des attributs de l'empreinte constitue la phase la plus cruciale lors de la conception d'un système de vérification. La représentation détermine nettement la précision du système. Les systèmes existants se basent sur les détails des minuties, les descripteurs de texture ou sur la représentation de l'image entière [16]. Il reste néanmoins que les minuties sont de loin les attributs les plus largement utilisés. Les minuties marquent des points de discontinuités locales (figure II.6). Dans ce travail, c'est le modèle d'identification qui sera utilisé, il repose sur deux types minuties : les terminaisons qui marquent les fins de crêtes et les bifurcations qui correspondent aux points où la crête se diverge.

Figure II.6. Quelques minuties sur une image d'empreinte digitale

Les avantages d'une représentation par minuties peuvent être énumérés par les points suivants :

· Les experts légistes utilisent aussi les détails de minuties pour comparer deux empreintes.

· La représentation en minuties est couverte par différents standards comme le ANSI - NIST et le CBEFF^2(*) ce qui assure l'interopérabilité des différents algorithmes de reconnaissance.

· L'appariement basé sur les minuties possède des performances comparables à celles des algorithmes de corrélation sophistiqués. Cependant, alors que les algorithmes basés sur la corrélation nécessitent des gabarits de grande taille, les minuties requièrent une représentation très compacte qui dépasse rarement 1KO.

· Les minuties ont été historiquement prouvées comme étant distinctives entre deux individus et différents modèles théoriques existent fournissant des approximations raisonnables de cette individualité [17]. De tels modèles n'ont jamais été décrits pour des descripteurs basés sur la texture ou sur l'image tout entière.

· Les minuties sont des informations locales qui ne dépendent pas de détails globaux comme le point core. En effet, ces singularités particulières sont difficiles à estimer surtout pour des images de faible qualité.

· Les points minuties sont invariants par rapport aux déplacements et aux rotations contrairement aux attributs de texture.

II.4.2. Les approches d'extraction à partir de l'image en niveau de gris.

Peu d'approches d'extraction de minuties ne suivent pas le schéma conforme de binarisation - squelettisation ont été proposées :

M.T. Leung et al introduisent dans [18] un réseau de neurones pour la détection des minuties. Une autre approche plus directe a été proposée par Maio et Maltoni dans [19]. Cette approche traque les crêtes en localisant les maxima locaux par un suivi de lignes le long du flot directionnel des crêtes. Seulement, avec cette approche les maxima locaux peuvent ne pas être bien définis dans le cas d'une image de mauvaise qualité. Néanmoins, les approches de niveau de gris possèdent de nombreux avantages :

· Le schéma de binarisation implique quelques formes de seuillage. Un simple seuillage n'est pas adéquat lorsque l'image n'a pas une illumination uniforme, ce qui est commun pour les capteurs optiques. Un seuillage n'est pas très fiable dans une image de faible qualité.

· L'étape de squelettisation est gourmande en temps machine dans le sens où elle est impartialement récursive. Le suivi de ligne est beaucoup plus rapide.

· Le suivi de crêtes est intrinsèquement immunisé contre les coupures de crêtes souvent présentes dans l'empreinte contrairement aux autres procédés de binarisation qui restent très sensibles à ce genre de bruit et nécessitent systématiquement un post traitement.

* ²http://www.nist.gov