Recalage d’images d’empreintes digitales en biométrie sans contact

Abstract

Parmi toutes les données biométriques, les empreintes digitales sont les caractéristiques humaines les plus commodes, largement utilisées pour identifier les individus. Cependant, les systèmes d’acquisition des empreintes digitales basés sur le contact présentent des inconvénients liés à l’élasticité de la peau, l’inconsistance des placements, les conditions de l’environnement, etc. Dans cet article, nous présentons une approche de recalage d’images d’empreintes digitales acquises sans contact. Pour estimer la transformation géométrique, on recherche un ensemble de paires de points dans les images à apparier. Ces paires sont construites à partir de points d’intérêt extraits des images à l’aide du détecteur de Harris. La correspondance entre les ensembles de points de contrôle, est obtenue en calculant le vecteur descripteur des moments de Zernike sur une fenêtre circulaire centrée en chaque point. Les moments de Zernike sont calculés sur la représentation en niveau de gris de ces images. La comparaison des coefficients de corrélation entre les vecteurs descripteurs des moments de Zernike, permet de définir les points homologues. L’estimation des paramètres de la déformation existante entre les images est effectuée en utilisant l’algorithme RANSAC (RANdomSAmple Consensus) qui supprime les fausses correspondances. Nous illustrons la méthode proposée sur une base de 100 images que nous avons constituées.

Mots clés : Biométrie sans contact, Empreinte digitale, Moments de Zernike, Détecteur de Harris, Recalage.

English Abstract
For all data biometry, the fingerprints are the most convenient human features, extensively used in the goal to identify the individuals by contact. This counterpart the fingerprint systems based on contact have major inconveniences bound to the investment of the finger, to the pressure exercised on the sensor. In this paper, we present an approach for the registration of fingerprint images acquired without contact. We using a set of interest points extracted from the images with the Harris detector to estimate the geometric transformation. The correspondence between the sets control points, is obtained by calculating the descriptor vector of Zernike moments on a circular window centered at each point. Zernike moments are calculated on the grayscale representation of these images. Comparison of correlation coefficients between the vectors of Zernike moments descriptors, used to define the corresponding points. The estimation of parameters of the existing deformation between the images is performed using the RANSAC algorithm (Random SAmple Consensus) that suppresses false matches. The proposed algorithm has been tested on a set of 100 fingerprint images.

Keywords: Contactless Biometry, Fingerprint, Zernike moments, Harris detector, Image registration.