أثر إستخدام المعالجة المسبقة في تحسين عملية تصنيف بصمات الأصابع

Abstract

تهدف هذه الورقة لدراسة أثر إستخدام نظام المعالجة الأولية لبصمات الأصابع (preprocessing system) في تحسين عملية التصنيف ، أثناء عملیة المسح الضوئي للبصمة قد تختلف الصورة التي یولدها الماسح الضوئي نتيجة لبعض التشوهات التي تطرأ على البصمة بسبب الإضاءة أوبسبب الندوب التي تكون في البصمة نتيجة لطبيعة عمل الفرد والبيئة التي يعيش بها حيث تم تطبيق عدد من خوارزميات تحسين الصورة (Filters Enhancement) لإزالـة الـضوضاء و تقليـل التعرجات في الحواف وتحسين وضوح هياكل التلال والوديان و تحسين الإضاءه في الصورة ومن ثم تحويل الصورة ذات التدرجات الرمادية إلـى صـورة ثنائيـة والهدف هو تسهيل عملية التعرف على الصورة وتقليل الجهد الحسابي ومن ثم تم إستخدام الشبكات العصبية الإصطناعية كخوارزمية تصنيف (Classifier) للتعرف على بصمات الأصابع بإستخدام تقنية الإنتشار الخلفي (Back Propagation Algorithm) ، طبقت هذة الخوارزمية على مجموعة بيانات تحتوي على 390 صورة لبصمات الأصابع تم جمعها لعدد 39 فرد ، بلغت نسبة التعرف على البصمات 100% وهذه النتيجة توضح كفاءة وجودة الخوارزمية المقدمة . الكلمات المفتاحية: التعرف على الأنماط ، بصمة الإصبع ، إستخلاص السمات ، الشبكات العصبية، خوارزمية الإنتشار الخلفي .

Abstract: The purpose of this paper is to study the impact of the use of the fingerprint processing system in improving the classification process. During the fingerprint scanning process, the image generated by the scanner may be different due to some fingerprint distortions due to the lighting or scars of the fingerprint due to the work nature of the individual and the environment in which he lives Where a number of image enhancement algorithms were applied to eliminate noise, reduce aliasing in the edges, improve the clarity of the ridges and valleys, improve lighting in the image, and then convert the grayscale image to a binary image, The goal is to facilitate image recognition and reduce arithmetic effort. Artificial neural networks were used as a classifier algorithm to identify fingerprints using Back Propagation Algorithm. This algorithm was applied to a dataset containing 390 fingerprint images collected for 39 individuals, fingerprint recognition was 100% and this result demonstrates the efficiency and quality of the algorithm provided. Keywords: Pattern recognition, fingerprint, Feature Extraction, Artificial Neural Networks, Back Propagation Algorithm.