Palm vein print to recognition and matching between the people

Abstract

Teknolojinin hızla artmasıyla kalıp tanıma çalışmaları büyük ölçüde arttı. Birkaç nedenden ötürü, parmak izleri, bireylerin yaşı veya hastalığı gibi her zaman kabul gören çözümler değildir, bu engellerin üstesinden gelen avuç içi damarı teknolojisinin kullanımını vurguluyoruz. Buna ek olarak, kişinin avuç içlerinin (VP) ayırt edilmesinde kullanılabilir.Birçok çalışma VP tanıma yöntemi için geniş bir yelpaze önermişse de, bu çalışmada biz VP algılamak için maksimum eğri algoritması kullandık. Referans noktalarını eşleme ve seçme açısından kullanılan teknikleri geliştirdim.Bu çalışmada iki aşama kullanılmaktadır; eğitim aşaması ve test aşaması (sistem belirli bir insanı tanımlar). Hem eğitim hem de test aşamaları, görüntü iyileştirme aşamasında ve özellik çıkarma aşamasında paylaşılıyor.Ön işleme aşamasının rolü, veri özetleri kalite, parlaklık ve kontrastın çeşitliliği nedeniyle özdeş olmadığından, bu görüntülerin yakın kızıl ötesi VP ışık kaynağı tarafından yakalanması nedeniyle, öznitelik çıkarma safhasında çıkarılacak damarları hazırlar ve iyileştirir.Öznitelik çıkarma aşamasında avuç içi damarlarının çıkartılması dikkat çekiyor, bu amaçla ekstraksiyon için maksimum eğri algoritması kullandım. Bu çalışmadaki yeni yaklaşım, görüntüler içindeki en düşük kontrast bölgeye dayanan bir referans noktasını bulmak için doğru bir yöntem bulmaktır. Referans noktası, her birey için görüntüler arasındaki hatanın düzeltilmesine yardımcı oldu.Bu çalışmanın ikinci yaklaşımı, görüntünün hiçbir bilgisi kaybolmadan karanlık sınırlardan kurtulmanın bir yolunu bulmaktır.Bu çalışmada kullanılan eğitim görüntüleri, her birinin (5) görüntüsünün olduğu (10) farklı kişiye ait toplam (50) görüntüdür. Çalışmamız, eşleşme ve doğruluk açısından iyi sonuçlar göstermektedir.Anahtar Kelimeler: Avuçiçi damar, kişinin avuç içlerinin, yakın kızılötesi, görüntü işleme

With the rapid increase of technology, pattern recognition studies increased vastly. Due to several reasons that make fingerprints are not always the accepted solutions such as the age or the disease of the individuals we highlight the use of palm vein technology which can overcome these obstacles. In addition, it can be utilized for distinguishing the vein patterns (VP) in a person's palm.Although many studies proposed vast range of methods for VP recognition, in this study we used maximum-curvature algorithm to detect VP. I improved the used techniques in term of matching and choosing reference points. In this study there are two phases used training phase and testing phase (the system identifies a specific person). Both the training and testing phases share in the images enhancement stage and feature extraction stage. The role of pre-processing phase prepares and improve the veins to be extracted in the feature extraction phase since the datasets are not identical due to the variety of quality, brightness and contrast that's because these images were captured by near infra-red (NIR) light source.The feature extraction stage cares about extracting palm veins, for this purpose we used max curvature algorithm for the extraction. The novel approach in this study is finding an accurate method to locate a reference point based on the lowest contrast region within the images. The reference point helped to correct the error between the images for each individual.The second approach of this study is finding a way to get rid of the dark boundaries without losing any information of the image. The training images used in this study are (50) images belong to (10) different people where each person has (5) images. Our study shows good results in term of matching and the accuracy. Keywords: Palm vein, vein patterns, near infra-red, image processing.