Prestasi sistem pengecaman vena jari bergantung pada kualiti imej yang ditangkap. Walaupun topeng penyahtajaman lelurus klasik mampu mempertingkatkan bahagian gelap dan bayang-bayang imej urat jari, tetapi imej yang dipertingkatkan akan mengalami dua kekurangan. Pertama, kesan halo yang muncul di sekitar kawasan imej yang lebih tajam. Kedua, hingar yang wujud dalam imej juga akan dipertingkatkan. Kajian ini mengubah topeng penyahtajaman lelurus klasik dengan menggunakan penapis Log-Gabor. Topeng Penyahtajaman Diperbaiki (MUM) meningkatkan kontras dan ketajaman imej tanpa kelemahan yang disebutkan di atas. Kajian ini memperkenalkan peringkat pra-pemprosesan dalam sistem pengesahan vein jari yang mana, mulanya, kaedah penyamaan Histogram Pengesuaian Had (CLAHE) akan digunakan pada imej masukan dan kemudiannya teknik MUM digunakan untuk meningkatkan ketajaman dan kontras imej urat jari. Hasil daripada ciri yang diekstrak menunjukkan peningkatan yang cemerlang dalam mengenalpasti perincian vena dengan menggunakan kaedah prapemprosesan yang dicadangkan ini. Penjejakan Garis Ulangan Terubahsuai (MRLT) digunakan sebagai kaedah pengekstrakan ciri Manakala Mesin Vektor Sokongan (SVM) digunakan sebagai pengelas. Kadar Kesalahan Seimbang (EER) digunakan sebagai pengiraan prestasi dalam kajian ini. EER yang diperolehi untuk sistem pengesahan dengan meggunakan tiga data latihan ialah 16.66% untuk imej asal, 14.22% untuk imej CLAHE yang dipertingkatkan dan 6.28% untuk imej bagi kaedah yang dicadangkan (CLAHE kemudian MUM).
_______________________________________________________________________________________________________
The performance of finger vein recognition system relies on the quality of captured image. Although the classical linear Un-sharp mask can enhance the dark and shadowy parts of finger vein image, but the enhanced image suffers two drawbacks. First, the halo effects that appears around sharper areas of image. Second, the noises which exist in image are over enhanced. This study modifies the classical linear Un-sharp mask with use of Log-Gabor filter. This Modified Un-sharp Mask (MUM) enhances the contrast and sharpness of image without aforementioned drawbacks. This study, introduced a pre-processing stage in the finger vein verification system which first, applies Contrast Limit Adaptive Histogram Equalization (CLAHE) method on input image then use MUM technique in order to enhance the sharpness and contrast of finger vein image. The results of extracted feature show the excellent improvement in detection of vein details by using the proposed pre-processing method. The Modified Repeated Line Tracking (MRLT) is used as feature extraction method and Support Vector Machine (SVM) is used as classifier. The Equal Error Rate (EER) is used as performance evaluation in this study. The EERs for the verification system at three training data is observed to be 16.66% for original image, 14.22% for CLAHE enhanced image and 6.28% for proposed method (CLAHE then MUM).