Mostrar el registro sencillo del ítem

Identificación biométrica de personas a partir de imágenes de la estructura vascular de los dedos usando procesamiento digital de imágenes

Biometric identification of individuals from images of finger vascular structure using digital image processing.

dc.contributorHerrera García, Rodrigo Javier
dc.contributorHerrera García, Rodrigo Javier [0000-0002-7972-5746]
dc.creatorTijaro Aguilar, Laura Alejandra
dc.creatorRincón Aldana, Edwin Esdiver
dc.date2024-02-23T20:47:49Z
dc.date2024-02-23T20:47:49Z
dc.date2023-03-07
dc.date.accessioned2025-04-29T21:29:44Z
dc.date.available2025-04-29T21:29:44Z
dc.identifierhttp://hdl.handle.net/11349/33145
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/92338
dc.descriptionEste documento describe el proceso para realizar la identificación biométrica de una persona a partir de imágenes de la estructura} vascular de los dedos utilizando procesamiento digital de imágenes e inteligencia computacional. Se explica el preprocesamiento de la imagen que consiste en una serie de pasos para obtener la región de interés, incluyendo la detección de bordes con el algoritmo de Canny, dilatación de la imagen, rellenado de la imagen y eliminación de píxeles espurios con operadores lógicos XOR y AND, y cierre de la imagen. Además, se describen dos técnicas para mejorar la calidad de la imagen preprocesada: el uso de un filtro Gaussiano para eliminar líneas de ruido y el uso del histograma de ecualización adaptativo limitado en contraste para mejorar el contraste de la imagen. Para el emparejamiento de las imágenes con las personas se utiliza una red neuronal convolucional. Se realiza una limitación del contraste para resaltar el patrón vascular en las imágenes y se aplica un algoritmo de supresión de no máximos para encontrar los píxeles con la mayor intensidad en la imagen. Luego, se descompone la imagen hasta el quinto nivel de wavelet para extraer más características y se utiliza la reconstrucción para comparar qué imágenes se pueden usar para el entrenamiento y validación de la red neuronal convolucional. Se determina que los mejores resultados se obtienen al utilizar las imágenes de aproximación del tercer nivel de descomposición. La precisión del método alcanza el 79.86%. Este enfoque puede ser útil en aplicaciones de seguridad y control de acceso biométrico.
dc.descriptionThis document explains the processes carried out to perform biometric identification of a person from images of the vascular structure of the fingers using digital image processing and computational intelligence. First, the image preprocessing is performed, a series of steps are followed to obtain the region of interest. The first step is edge detection using the Canny algorithm, in the second step, image dilation is performed to eliminate the gaps created when implementing the Canny algorithm. In the third step, the image is filled to complete the area of interest. After this step, those pixels added during dilation should be removed, for which XOR and AND logical operators are used. Implementing these operators leaves some spurious elements in the resulting image, and to suppress these elements, the image closure is used. Finally, masking is performed to remove areas of the image that are not useful for this problem, such as the background. The improvement of the preprocessed image quality is explained, and two techniques are presented that were used to improve the image. The first is the use of a Gaussian filter, which is implemented to remove lines that represent noise in the area of interest and can interfere when identifying veins. The second technique is the use of limited adaptive contrast histogram equalization. The histogram is used to improve image contrast so that veins are more noticeable and easier to identify. Using a convolutional neural network, the images are matched with the individuals. First, contrast is limited to highlight the vascular pattern in the images. After adjusting the contrast, a non-maximum suppression algorithm is created to find the pixels with the highest intensity in the image and represent the vascular pattern. The image is decomposed up to the fifth level of wavelet to extract more features that cannot be detected in the original image size. Then, reconstruction is used, using only the approximation images to compare which images can be used for training and validation of the convolutional neural network. After several tests, the best results are obtained using the approximation images of the third decomposition level. Finally, an accuracy of 79.86% is obtained.
dc.formatpdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsOpenAccess
dc.rightsAbierto (Texto Completo)
dc.subjectIdentificación biométrica
dc.subjectProcesamiento digital de imágenes
dc.subjectRed neuronal convolucional
dc.subjectDescomposición de wavelet
dc.subjectSupresión de no máximos
dc.subjectEstructura vascular
dc.subjectIngeniería Electrónica -- Tesis y disertaciones académicas
dc.subjectBiometría
dc.subjectIdentificación vascular
dc.subjectProcesamiento digital de imágenes
dc.subjectBiometric identification
dc.subjectDigital image processing
dc.subjectConvolutional neural network
dc.subjectWavelet decomposition
dc.subjectNon-maximum suppression
dc.subjectVascular Structure
dc.titleIdentificación biométrica de personas a partir de imágenes de la estructura vascular de los dedos usando procesamiento digital de imágenes
dc.titleBiometric identification of individuals from images of finger vascular structure using digital image processing.
dc.typebachelorThesis
dc.typeMonografía
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.typehttp://purl.org/coar/resource_type/c_7a1f


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem