Sistem Pengecaman Urat Jari (FVRS) ialah teknologi biometrik yang mengenal pasti individu berdasarkan corak urat yang unik. Prestasinya ditentukan oleh keteguhan perkakasan dan perisian. Berdasarkan analisis FVRS sebelum ini, pembangunan perisian menghadapi masalah imej pra-pemprosesan terutamanya dalam pengekstrakan kawasan kepentingan (ROI). Ini adalah kerana FVRS sebelum ini menggunakan cara tingkap empat segi yang bersaiz tetap untuk mengekstrakkan ROI. Kaedah ini mengabaikan unsur salah letak jari dan tidak mengekstrak ROI berdasarkan rujukan umum. Objektif projek ini adalah untuk meningkatkan ketepatan FVRS sebelum ini dengan membetulkan imej FV yang tidak sejajar dan mengekstrak ROI berdasarkan rujukan umum. Secara keseluruhannya, projek ini menyumbang kaedah yang baru untuk segmentasi imej urat jari menggunakan segmentasi tadahan air dengan jarak mengubah, mengadaptasikan kaedah bagi membetulkan orientasi imej jari dan mengekstrakkan ROI secara konsisten menggunakan tetingkap gelongsor tunggal berdasarkan sendi pelana jari. OpenCV dan bahasa perisian C++ telah digunakan dalam projek ini. Keputusan menunjukkan bahawa sistem yang dimajukan mampu menyelaraskan imej jari tanpa mengira penempatan jari semasa pendaftaran dan verifikasi serta mendapat ROI berdasarkan sendi pelana jari. Penilaian prestasi menunjukkan bahawa ketepatan sistem yang dimajukan mencapai 89.33%, peningkatan sebanyak 37.66% berbanding dengan FVRS sebelumnya.
_______________________________________________________________________________________________________
Finger Vein Recognition System (FVRS) is a biometric technology that identifies or verifies an individual based on unique vein patterns. Its performance is determined by the robustness of hardware and software development. According to the analysis of original FVRS, the software development stumbled upon image pre-processing stage particularly in the extraction of region of interest (ROI). The reason to the failure was because of the use of fixed window ROI extraction method, where the ROI was extracted using a predefined rectangle window. This method disregards the misplacement of finger and has no common reference point in extracting ROI. The objective of this project is to improve the accuracy of original FVRS by correcting the orientation of misaligned FV image and extracting ROI based on localised benchmark. In overall, this project contributed a new method of finger vein image segmentation using watershed segmentation with distance transform, then applied adapted methods to correct finger image orientation and extract consistent ROI using single sliding window based on phalangeal joints. OpenCV image processing library and C++ language were used in the development. The results proved that the improved system is able to correct the orientation of finger image regardless of finger placement during enrolment and verification, as well as obtaining ROI based on phalangeal joints. The performance evaluation shows that the verification accuracy of the improved system achieved 89.33%, an increase of 37.66% compared to original FVRS.
Embedded finger vein recognition system using raspberry pi with improved region of interest / Lim Yuan Zhang