손등혈관 영상의 회전보상에 관한 연구 = (A) Study on Rotational Distortion Compensation of Hand Vascular Images

국문 초록 (Abstract)

본 논문에서는 혈관패턴을 이용한 생체인식 시스템의 성능향상을 위한 회전보상 알고리즘을 제안하고 있다. 기존의 제안된 회전보상 알고리즘은 실시간 시스템 환경을 요구하는 생체인식 시스템에 적용하기엔 많은 계산량의 증가로 인한 여러 가지 부하증가 요인을 가지고 있어 이점을 개선한 회전보상 알고리즘을 본 논문에서 제안한다. 제안된 회전보상 알고리즘은 회전보상 성능은 기존의 제안되었던 회전보상 알고리즘과 비교해 떨어지지 않으면서 계산량의 감소를 가져왔다.
본 논문에서 제안한 회전보상 알고리즘은 실시간의 시스템 환경을 요구하는 생체인식 시스템에 적용하기에 기존의 제안된 회전보상 알고리즘에 비해 더 효율적이라는 것을 알 수 있다.

다국어 초록 (Multilingual Abstract)

This paper presents an algorithm which effectively compensates the rotation distortion of input images to hand vascular pattern biometric system. Since the main reason of the performance degradation of hand vascular pattern system in terms of false rejection rate (FRR) performance is the rotational distortion of input image, rotational distortion should be corrected. One constraint in the compensation is that it should be performed in real time, thus reducing the computation time is of utmost importance. A conventional algorithm takes too much computation time to be adopted as a real time algorithm. The proposed algorithm expects the rotational distortion angle in advance, so that it reduces the computation time dramatically, although the compensation performance is comparable to the conventional algorithm.

목차 (Table of Contents)

• 목차
• 그림목차 = ⅰ
• 표목차 = ⅰ
• 국문초록 = ⅱ
• 1. 서론 = 1
• 2. 영상 획득 = 3
• 3. 손가락 영역 = 5
• 3.1. 경계선 추출 = 5
• 3.2. 외각선 추적 및 픽셀좌표 = 7
• 3.3. 손가락 사이 각 추출 = 8
• 3.4. 회전 중심점 = 9
• 3.5. 위치정보의 데이터화 = 9
• 4. 손등 영역 = 10
• 4.1. 저대역 필터의 적용 = 10
• 4.2. 혈관패턴 추출 = 11
• 5. 회전보상 각의 예측 = 12
• 5.1. 1차 회전보상 각 = 12
• 5.2. 2차 회전보상 각 = 13
• 6. 회전 보상 = 16
• 7. 매칭 (Matching) = 18
• 8. 전체정합 회전보상 = 20
• 9. 실험 및 고찰 = 22
• 10. 결론 = 28
• 참고문헌 = 29
• Abstract = 30