1.10. Prétraitement
Les algorithmes de reconnaissance d'empreintes digitales sont
sensibles à la qualité des images d'empreintes digitales. Alors
l'étape de prétraitement est nécessaire avant d'effectuer
les étapes suivantes. La qualité des images d'empreintes
digitales dépend de plusieurs facteurs, comme : le contact avec la
sonde, la qualité de sonde, la profondeur de rides/vallée, etc...
Typiquement le prétraitement peut se composer du lissage,
l'amélioration de contraste, le filtrage de domaine spatiale/
fréquence.
1.11. Extraction des caractéristiques
Nous nous proposons de parler d'une manière sommaire
du processus d'extraction des minuties, nous dévons toujours garder en
esprit que c'est une étude sommaire et nous n'allons guère entrer
dans l'étude des algorithmes d'extractions encore moins les
cités. Nous parlons cependant de ça pour juste signifier le
processus d'extraction, et pour plus des détails il va falloir chercher
le cours sur les
algorithmes de traitement et d'extraction d'empreintes
digitales du professeur Vane KWINT de l'Université Libre de
Bruxelles.
La plupart des systèmes de reconnaissance d'empreintes
digitales emploient des minuties comme caractéristiques d'empreintes
digitales. Alors cette partie présentera les méthodes pour
extraire des minuties à partir d'empreintes digitales.
Un extracteur de minuties cherche des arêtes des rides
et des bifurcations dans les empreintes digitales. Si les rides sont bien
déterminées, alors l'extraction de minuties est une tâche
relativement simple. Cependant, dans la pratique, il n'est pas toujours
possible d'obtenir une carte parfaite de rides. Donc la performance des
algorithmes d'extraction de minuties actuellement disponibles dépend
fortement de la qualité des images d'empreintes digitales
d'entrée.
Typiquement, un algorithme d'extraction de minuties se
compose de 4 étapes principales : Estimation d'orientation,
segmentation, détection de rides, détection de minuties et le
processus entier d'un algorithme d'extraction des minuties est montré
dans la figure 1.8
Figure 1.8 : Processus
d'extraction des minuties
(Source :
http://biométrie.online.fr)
1.12. Estimation d'orientation
Le champ d'orientation d'une image d'empreintes digitales
représente la nature intrinsèque d'empreintes digitales (figure
1.9). C'est un étage essentiel pour déterminer les rides
d'empreintes digitales et pour trouver la région d'intérêt
d'image d'empreintes digitales, Il existe plusieurs méthodes pour
estimer le champ d'orientation des images d'empreintes digitales. Anil Jain et
al1 ont proposés une méthode efficace pour estimer le
champ d'orientation d'une image.
Figure 1.9 : Le champ
d'orientation d'une image d'empreintes digitales
(Source :
http://biometrie.online.fr)
L'idée principale de cette méthode est que
l'image d'impatience digitale se divise en plusieurs fenêtres de taille
WxW. Pour tout pixel dans chaque fenêtre, on calcule les gradients
Gx et Gy et puis on calcule l'orientation locale de ce
pixel en utilisant la formule suivante :
Avec :
· W : la taille de la fenêtre locale;
· Gx et Gy : sont les grandeurs de
gradient dans des directions de x et de y, respectivement
· (i, j) : est l'orientation locale du pixel (i, j)
| 
