移至上方區塊 移至主內容區塊移至頁尾區塊
Header
:::
Content

創新產學育成中心33案

R104A101 研發處-大禾資訊科技-「利用影像融合之虹膜比對網路平台建置」-蔡耀弘
2016.12.14( 週三. )
計畫名稱 : 利用影像融合之虹膜比對網路平台建置
 
合作廠商 : 大禾資訊科技工作坊
 
主持人:蔡耀弘
 
參與人員/學生 : 資管4A BD1014046 林O蓉
                          資管4A PA1015001 林O傑
                          資研碩1A MD1044004 許O銘
 
計畫時間 : 自民國104年10月1日起至民國105年11月30日止
 
緣起 : 
網際網路與數位攝影呈現爆炸性的成長下,有很多的研究學者投入影像處理與比對這個領域,運用紋理分析擷取影像中的特徵值,並應用在影像比對技術方面。網際網路與數位攝影呈現爆炸性的成長下,有很多的研究學者投入影像處理與比對這個領域,運用紋理分析擷取影像中的特徵值,並應用在影像比對技術方面。雖然有很多方法可以取得影像的紋理特徵,例如小波轉換加上多層次解析影像的作法,在影像比對技術中扮演極重要的角色,但需要較長的計算時間與較大的記憶體空間。
 
目的 : 
基於不完整的虹膜特徵,目前許多強大的辨識方法都很難展現應有的效能。為了嘗試解決這個問題,本計畫預計發展多層次切割方法,依據從雜訊虹膜影像取得虹膜特徵區域遮罩影像,進行空間域多層次切割找尋完整區塊,產生大小不一但具規律性的子區塊,接著依區塊集合中不同的區塊設計產生辨識階段的動態權重值方法;另一方面依照虹膜特徵和灰階或顏色在頻率域的特性也訂定一組二維高斯動態權重值。然後將虹膜的可視特徵轉換成一個虹膜代碼(Iris Code),這個代碼模板被存儲下來以便後期識別所用。
 
執行情況 : 
利用區域式的遮罩運算,擷取影像中的紋理特性,其中局部二元特徵採取『T. Ojala, M. Pietikäinen and T. Mäenpää, “Multi-Resolution Gray-Scale and Rotation Invariant Texture Classification with Local Binary Patterns”, IEEE Trans. Pattern Analysis and Machine Intelligence, Vol. 24, pp. 971-987, 2002.』利用區域式特徵擷取,因此在抵抗光線變化上有不錯的成效,即使在不同光源環境下所拍攝的影像中,擷取得到的LBP特徵影像間差距度不大,作者並將此特徵擷取方法應用在鑑別紋理的技術上。對於物件辨識的問題提供了更多的彈性空間,所以在電腦視覺領域中,針對影像紋理特徵資訊等應用,已有相當不錯的成果。其計算的方法是從灰階影像上進行3´3的遮罩運算所產生的結果,而該3´3的遮罩運算方法是比較遮罩中心點位置灰階亮度值與周遭8個像素點灰階亮度值的大小關係,進而產生相對應的0與1編碼,之後將8個比較值組合成一個二進制編碼,如果將這8個位元的二進制編碼轉換成十進制即得可到LBP的影像特徵。下列公式中(𝑥,𝑦)為LBP mask的中心點,s(z)為二元判斷函式,編碼的示意圖如下圖所示。

    

 

 

局部二元特徵運算示意圖

從原始的局部二元特徵碼的定義可以看出,局部二元特徵運算子具有灰階不變性,但卻不是旋轉不變性的,當圖像的旋轉時就會得到不同的局部二元特徵碼。因本計畫擬將設定在影像比對應用時,特徵擷取前並沒有經過任何的校正程序,所以我們將研擬參考Ojala等人的研究修正編碼的模式。Ojala等人將局部二元特徵運算子進行了擴展,提出了具有旋轉不變性的增強版局部二元特徵運算子,利用不斷旋轉圓形鄰近區域重新定義整併後,得到一系列的局部二元特徵碼,接著取其對應的局部二元特徵值中的最小值作為該鄰域的局部二值模式值,下圖顯示整併後的36個具有旋轉不變性的局部二元特徵碼,該編碼是以8鄰近區域計算所得。

36個具有旋轉不變性的局部二元特徵碼之示意圖

大禾資訊科技工作坊委託玄奘大學資訊管理學系提供局部二元特徵碼技術支援,協助該公司發展利用影像融合之虹膜比對網路平台建置,希望能夠在網路的商業應用中創造新的藍海策略,以及新的商業運作模式。

成果 : 

獲得利用影像融合之虹膜比對網路平台建置相關技術支援,提升公司在資訊產業中的競爭力。參與的研究人員將可以深入了解每項技術的理論基礎與相關系統的運作架構,並在影像處理與圖形辨識方面的應用將有通盤的認識。

最後更新日期: 2018-02-01
:::
Footer