Penentuan Nilai Standar Distorsi Berminyak Pada Akuisisi Citra Sidik Jari

Abstract

AbstrakPenelitian ini menjelaskan sebuah prosedur baru untuk menentukan nilai standar distorsi berminyak pada akuisisi citra sidik jari berdasarkan skor kejelasan dan rasio ketebalan ridge-valley. Citra sidik jari dikuantisasi ke dalam blok berukuran 32 x 32 piksel. Setiap blok dihitung orientasi garis yang tegak lurus terhadap arah ridge. Bagian tengah blok sepanjang arah ridge, vektor dua dimensi V 1 dengan ukuran 32 x 13 piksel diekstraksi dan ditransformasi ke vektor vertikal dua dimensi V 2 . Regresi linier diterapkan pada vektor satu dimensi V 3 yang merupakan rata-rata dari V 2 untuk menghasilkan determinant threshold (DT 1 ). Area yang lebih kecil dari DT 1 adalah ridge, sebaliknya adalah valley. Ujicoba kejelasan dilakukan dengan menghitung luasan citra yang tumpang tindih dari distribusi tingkat keabuan ridge dan valley yang telah dipisahkan. Ukuran rasio ketebalan ridge terhadap ketebalan valley dihitung per blok, ketebalan ridge dan ketebalan valley diperoleh dari nilai tingkat keabuan per blok citra dalam arah normal ke arah ridge, nilai ratarata rasio diperoleh dari luas keseluruhan citra. Hasil penelitian menunjukkan bahwa nilai standar distorsi berminyak pada akuisisi citra sidik jari dikatakan berminyak apabila citra memiliki nilai skor kejelasan lokal (LCS) antara 0,01446-0,01550, skor kejelasan global (GCS) antara 0,01186-0,01230, dan rasio ketebalan ridge-valley (RVTR) antara 6,98E-05-7,22E-05. AbstractDetermining the Standard Value of the Oily Distortion of Acquisition the Fingerprint Images. This research describes a novel procedure for determining the standard value of the oily distortion of acquisition the fingerprint images based on the score of clarity and ridge-valley thickness ratio. The fingerprint image is quantized into blocks size 32 x 32 pixels. Inside each block, an orientation line, which perpendicular to the ridge direction, is computed. The center of the block along the ridge direction, a two-dimension (2-D) vector V 1 (slanted square) with the pixel size 32 x 13 pixels can be extracted and transformed to a vertical 2-D vector V 2 . Linear regression can be applied to the onedimension (1-D) vector V 3 to find the determinant threshold (DT 1 ). The lower regions than DT 1 are the ridges, otherwise are the valleys. Tests carried out by calculating the clarity of the image from the overlapping area of the gray-level distribution of ridge and valley that has been separated. Thickness ratio size of the ridge to valley, it is computation per block, the thickness of ridge and valley obtained from the gray-level values per block of image in the normal direction toward the ridge, the average values obtained from the overall image. The results shown that the standard value of the oily distortion of acquisition the fingerprint image is said to oily fingerprint when the images have local clarity scores (LCS) is between 0.01446 to 0.01550, global clarity scores (GCS) is between 0.01186 to 0.01230, and ridge-valley thickness ratio (RVTR) is between 6.98E-05 to 7.22E-05.

Penggunaan Metode Support Vector Machine (Svm) Pada Teknologi Mobil Masa Depan Menggunakan Sidik Jari

“…Penelitian ini dilakukan pengembangan metode SVM dalam pengenalan sidik jari dengan discrete fourier transform (DFT) sebagai ekstraksi fiturnya. Keuntungan metode SVM ini adalah hasil pelatihan dari SVM dapat menyelesaikan solusi yang unik dan optimal serta berusaha mencari hyperplane pemisah antar kelas [11].…”

Optimasi Hasil Akuisisi Wajah Dengan Variasi Proyeksi Menggunakan Kedekatan Pola Jarak Pixel

“…45 mengoptimasi sudut pencitraan dalam merekonstruksi citra dengan ART. [6] Pola adalah suatu entitas yang samar yang dapat diberi nama seperti : citra sidik jari, tulisan tangan, sinyal suara, wajah, urutan DNA, dan lain-lain. Fitur adalah atribut dari pola yang mendeskripsikan ciriciri pola dalam berbagai entitas tergantung dari polanya.…”