Lista de Figuras I
Lista de Tablas XV
Lista de Abreviaturas XVI
Lista de Símbolos XXI
Resumen Abstract
Descripción de la Tesis. Capítulo I
1.1. Introducción
1.2. Contexto y motivación
1.3. Definición del problema
1.4. Objetivos
1.5. Metodología de la Investigación
1.6. Alcance de la Investigación
1.7. Aportes
1.8. Componente económico
1.9. Organización de la tesis
Sistemas Biométricos y Huellas Dactilares. Capítulo II
2.1. Introducción
2.2. Sistemas biométricos
2.2.1. Arquitectura
2.2.2. Modos de operación
2.2.3. Tecnologías biométricas
2.3. Huellas dactilares
2.3.1. Características
2.3.1.1. Características globales
2.3.1.1.1. Puntos singulares
2.3.1.2. Características locales
2.3.1.2.1. Minucias
2.4. Sistemas biométricos basados en las huellas dactilares
2.5. Errores en sistemas biométricos
2.5.1. En sistemas de verificación
2.5.2. En sistemas de identificación
2.6. Aplicaciones
2.7. Resumen
Análisis de la Impresión Dactilar. Capítulo III
3.1. Introducción
3.2. Imagen de Orientación
3.2.1. Obtención de la Imagen de Orientación
3.2.1.1. Sectorización rectangular de la imagen
3.2.1.2. Estimación local de la orientación
3.2.1.2.1. Basada en el promediado del Vector Gradiente al cuadrado
3.2.1.2.2. Basada en la Descomposición en Valores Singulares
3.2.1.3. Suavizamiento
3.2.1.3.1. Basado en el filtrado de los componentes seno-coseno
3.2.1.3.1.1. Nivel de consistencia
3.2.1.3.2. Basado en difusión
3.3. Imagen de Frecuencias
33.3.1. Obtención de la Imagen de Frecuencias
3.4. Imagen de Regiones
3.4.1. Obtención de la Imagen de Regiones
3.4.1.1. Basada en píxeles
3.4.1.1.1. Extracción de características
3.4.1.1.2. Condensación del conjunto de entrenamiento
3.4.1.1.3. Clasificación
3.4.1.1.4. Post procesamiento
3.4.1.2. Basada en bloques
3.4.1.2.2. Extracción de características
3.4.1.2.3. Clasificación
3.5. Resultados Experimentales
3.5.1. En la estimación local de la orientación
3.5.2. En la estimación de la Imagen de Frecuencias
3.5.3. En la estimación de la Imagen de Regiones
3.5.3.1. Obtención de las muestras de entrenamiento
3.5.3.2. Clasificación
3.6. Resumen
Extracción de Características de la Impresión Dactilar. Capítulo IV
4.1. Introducción
4.2. Extracción de las características globales
4.2.1. Extracción de los puntos singulares de la impresión dactilar
4.2.1.1. Técnica basada en el índice de Poincaré
4.2.1.1. Técnica basada en los componentes sinusoidales de la Imagen de Orientación
4.3. Extracción de las características locales
4.3.1. Extracción de las minucias
4.3.1.1. Mejora de la imagen
4.3.1.1.1. Realzado del contraste
4.3.1.1.2. Mejora a través de la transformada de Fourier bidimensional
4.3.1.2. Binarización y esqueletización de la imagen
4.3.1.2.1. Binarización direccional
4.3.1.2.1. Esqueletización
4.3.1.3. Extracción de las minucias y post procesamiento
4.3.1.3.1. Pre procesamiento
4.3.1.3.2. Detección de las minucias
4.3.1.3.2.1. Determinación del tipo y posición
4.3.1.3.2.2. Determinación de la dirección
4.3.1.3.3. Post procesamiento
4.4. Extracción de características híbridas
4.4.1. Extracción del Finger Code
4.4.1.1. Determinación del punto de referencia
4.4.1.2. Sectorización circular
4.4.1.3. Normalización
4.4.1.4. Filtrado
4.4.1.5. Extracción del vector de características
4.5. Resultados Experimentales
4.5.1. En la etapa de extracción de características globales
4.5.1.1. Dependencia del punto de referencia respecto a la calidad de la imagen
4.5.1.2. Dependencia del punto de referencia respecto a la rotación de la imagen
4.5.2. En la etapa de extracción de características locales
4.6. Resumen
Coincidencia de las Impresiones Dactilares. Capítulo V
5.1. Introducción 1505.2. Técnicas basadas en correlación
5.2.1. Coincidencia basada en la correlación local
5.2.1.1. Selección de las regiones locales
5.2.1.2. Coincidencia de regiones locales
5.2.1.2.1. Correlación cruzada normalizada
5.2.1.2.2. Coincidencia de regiones a través de la correlación cruzada normalizada
5.3. Técnica basada en las minucias
5.3.1. Técnica de coincidencia basada en el alineamiento de minucias a través de la triangulación de Delaunay
5.3.1.1. Coincidencia basada en la triangulación de Delaunay
5.3.1.1.1. Determinación de los triángulos de Delaunay
5.3.1.1.2. Determinación de las Invarianzas de Triangulación
5.3.1.1.3. Coincidencia de las Invarianzas de Triangulación
5.3.1.1.4. Determinación del índice de coincidencia
5.4. Técnicas basadas en las características de las crestas
5.4.1. Coincidencia basada en el Finger Code
5.4.1.1. Extracción de características
5.4.1.2. Coincidencia a través de la distancia Euclidiana
5.5. Resultados Experimentales
5.5.1. Bases de Datos
5.5.2. Medidas de Evaluación
5.5.3. Resultados
5.6. Resumen
Toolbox para el Reconocimiento de Huellas Dactilares (TReHD). Capitulo VI
6.1. Introducción
6.2. Metodología de programación
6.3. TReHD 2006.4. Funciones Base
6.5. Funciones para el análisis de la impresión dactilar
6.5.1. Funciones para la determinación de la Imagen de Orientación
6.5.1.1. Funciones Principales 2026.5.1.2. Funciones de Soporte
6.5.2. Funciones para la determinación de la Imagen de Frecuencias
6.5.2.1. Funciones Principales
6.5.3. Funciones para la determinación de la Imagen de Regiones
6.5.3.1. Funciones Principales 2036.5.3.2. Funciones de Soporte
6.6. Funciones para la extracción de características de la impresión dactilar
6.6.1. Funciones para la extracción de los puntos singulares de la impresión dactilar
6.6.1.1. Funciones Principales
6.6.1.2. Funciones de Soporte
6.6.2. Funciones para la extracción de las minucias
6.6.2.1. Funciones Principales
6.6.2.2. Funciones de Soporte
6.6.3. Funciones para la extracción del Finger Code
6.6.3.1. Funciones Principales
6.7. Funciones para la coincidencia de impresiones dactilares
6.7.1. Funciones para la técnica basada en correlación cruzada normalizada
6.7.1.1. Funciones Principales
6.7.1.2. Funciones de Soporte
6.7.2. Funciones para la técnica basada en el alineamiento de minucias a través de la triangulación de Delaunay
6.7.2.1. Funciones Principales
6.7.2.2. Funciones de Soporte
6.7.3. Funciones para la técnica basada en el Finger Code
6.7.3.1. Funciones Principales
6.8. Funciones de Soporte General
6.8.1. Funciones para el filtrado de imágenes
6.8.2. Funciones para el cálculo del Vector Gradiente de una imagen
6.9. Resumen
Verificación de personas por Huellas Dactilares basada en DSP. Capítulo VII
7.1. Introducción 2197.2. Herramientas de desarrollo utilizadas
7.3. Descripción del procedimiento desarrollado
7.3.1. Implementación en el DSP
7.3.1.1. Rutina Gabor2D
7.3.1.2. Rutina Sectorizacion
7.3.1.3. Rutina Referencia
7.3.1.4. Rutina Normalizacion
7.3.1.5. Rutina Convolucion
7.3.1.6. Rutina Extraccion
7.3.1.7. Rutina Coincidencia
7.3.2. Interfaz gráfica de usuario
7.3.3. Resultados obtenidos
7.4. Resumen
Conclusiones y Trabajos Futuros. Capítulo VIII
8.1. Conclusiones
8.2. Trabajos futuros
Anexo A. Captura de Huellas Dactilares
A.1. Introducción
A.2. Parámetros técnicos
A.3. Técnicas de adquisición
A.3.1. Basadas en sustancias químicas
A.3.2. Basadas en sensores biométricos
A.3.2.1. Sensores ópticos
A.3.2.2. Sensores de estado sólido
A.3.2.3. Sensores de ultrasonido
Anexo B. Filtros Bidimensionales
B.1. Introducción
B.2. Propiedades de los filtros
B.3. Convolución
B.4. Máscaras de convolución espacial
B.5. Máscaras de convolución discretas a partir de funciones continuas
B.5.1. Máscara de Gauss bidimensional
B.5.2. Máscara de Gabor bidimensional
Anexo C. Vector Gradiente de una Imagen
C.1. Introducción
C.2. Representación discreta del Vector Gradiente
C.2.1. Las Máscaras de Roberts
C.2.2. Las máscaras de Prewitt y Sobel
C.3. Información brindada por el Vector Gradiente de una imagen
C.3.1. Matriz de Segundo Momento
C.3.2. Matriz Hessiana
Anexo D. Redes Neurales Artificiales
D.1. Introducción
D.2. Paradigmas de aprendizaje
D.3. Protocolos de entrenamiento
D.4. Modelo Biológico de una Neurona Real
D.5. Modelo Matemático de una Neurona Real: El Perceptron
D.5.1 Perceptron para dos clases separables
D.5.2. Regla de Aprendizaje Perceptron
D.5.3. Regla de Aprendizaje Fuzzy Perceptron
D.6. Consideraciones del aprendizaje
D.7. Mapas Auto-organizados
D.7.1 El SOFM como cuantizador óptimo de vectores
Anexo E. El DSP Starter Kit C6711 (DSK)
E.1. Introducción
E.2. Tarjeta DSK
E.2.1. El procesador TMS320C6711
E.2.1.1. Arquitectura del TMS320C6711
E.2.1.2. Unidad central de procesamiento
E.2.1.3. Caminos de datos de la CPU
E.2.1.4. Colección de registros de propósito general
E.2.1.5. Unidades funcionales
E.2.1.6. Colección de registros de control
E.2.1.7. Caminos entre colecciones de registros (Register File Cross Paths)
E.2.1.8. Caminos de memoria, cargas y almacenamiento
E.2.1.9. Caminos de direccionamiento de datos
E.2.1.10. Mapa de Memoria
E.2.1.11. Modos de direccionamiento
E.2.1.12. Periféricos
E.3. Code Composer Studio (CCS)
E.3.1. Herramientas de desarrollo para la generación de código
E.3.2. Descripción de las Herramientas del CCS
E.3.3. Entorno de desarrollo integrado
E.3.4. DSP/BIOS 307 E.3.5. RTDX
REFERENCIAS BIBLIOGRÁFICAS
REFERENCIAS URL
APENDICEA. Tabla para la búsqueda de rutas A-1
Para obtener la tesis completa, dirigirse al Ig. Jorge L. Aching Samatelo, a cualquiera de los correos que figuran en Perfil.
Lista de Tablas XV
Lista de Abreviaturas XVI
Lista de Símbolos XXI
Resumen Abstract
Descripción de la Tesis. Capítulo I
1.1. Introducción
1.2. Contexto y motivación
1.3. Definición del problema
1.4. Objetivos
1.5. Metodología de la Investigación
1.6. Alcance de la Investigación
1.7. Aportes
1.8. Componente económico
1.9. Organización de la tesis
Sistemas Biométricos y Huellas Dactilares. Capítulo II
2.1. Introducción
2.2. Sistemas biométricos
2.2.1. Arquitectura
2.2.2. Modos de operación
2.2.3. Tecnologías biométricas
2.3. Huellas dactilares
2.3.1. Características
2.3.1.1. Características globales
2.3.1.1.1. Puntos singulares
2.3.1.2. Características locales
2.3.1.2.1. Minucias
2.4. Sistemas biométricos basados en las huellas dactilares
2.5. Errores en sistemas biométricos
2.5.1. En sistemas de verificación
2.5.2. En sistemas de identificación
2.6. Aplicaciones
2.7. Resumen
Análisis de la Impresión Dactilar. Capítulo III
3.1. Introducción
3.2. Imagen de Orientación
3.2.1. Obtención de la Imagen de Orientación
3.2.1.1. Sectorización rectangular de la imagen
3.2.1.2. Estimación local de la orientación
3.2.1.2.1. Basada en el promediado del Vector Gradiente al cuadrado
3.2.1.2.2. Basada en la Descomposición en Valores Singulares
3.2.1.3. Suavizamiento
3.2.1.3.1. Basado en el filtrado de los componentes seno-coseno
3.2.1.3.1.1. Nivel de consistencia
3.2.1.3.2. Basado en difusión
3.3. Imagen de Frecuencias
33.3.1. Obtención de la Imagen de Frecuencias
3.4. Imagen de Regiones
3.4.1. Obtención de la Imagen de Regiones
3.4.1.1. Basada en píxeles
3.4.1.1.1. Extracción de características
3.4.1.1.2. Condensación del conjunto de entrenamiento
3.4.1.1.3. Clasificación
3.4.1.1.4. Post procesamiento
3.4.1.2. Basada en bloques
3.4.1.2.2. Extracción de características
3.4.1.2.3. Clasificación
3.5. Resultados Experimentales
3.5.1. En la estimación local de la orientación
3.5.2. En la estimación de la Imagen de Frecuencias
3.5.3. En la estimación de la Imagen de Regiones
3.5.3.1. Obtención de las muestras de entrenamiento
3.5.3.2. Clasificación
3.6. Resumen
Extracción de Características de la Impresión Dactilar. Capítulo IV
4.1. Introducción
4.2. Extracción de las características globales
4.2.1. Extracción de los puntos singulares de la impresión dactilar
4.2.1.1. Técnica basada en el índice de Poincaré
4.2.1.1. Técnica basada en los componentes sinusoidales de la Imagen de Orientación
4.3. Extracción de las características locales
4.3.1. Extracción de las minucias
4.3.1.1. Mejora de la imagen
4.3.1.1.1. Realzado del contraste
4.3.1.1.2. Mejora a través de la transformada de Fourier bidimensional
4.3.1.2. Binarización y esqueletización de la imagen
4.3.1.2.1. Binarización direccional
4.3.1.2.1. Esqueletización
4.3.1.3. Extracción de las minucias y post procesamiento
4.3.1.3.1. Pre procesamiento
4.3.1.3.2. Detección de las minucias
4.3.1.3.2.1. Determinación del tipo y posición
4.3.1.3.2.2. Determinación de la dirección
4.3.1.3.3. Post procesamiento
4.4. Extracción de características híbridas
4.4.1. Extracción del Finger Code
4.4.1.1. Determinación del punto de referencia
4.4.1.2. Sectorización circular
4.4.1.3. Normalización
4.4.1.4. Filtrado
4.4.1.5. Extracción del vector de características
4.5. Resultados Experimentales
4.5.1. En la etapa de extracción de características globales
4.5.1.1. Dependencia del punto de referencia respecto a la calidad de la imagen
4.5.1.2. Dependencia del punto de referencia respecto a la rotación de la imagen
4.5.2. En la etapa de extracción de características locales
4.6. Resumen
Coincidencia de las Impresiones Dactilares. Capítulo V
5.1. Introducción 1505.2. Técnicas basadas en correlación
5.2.1. Coincidencia basada en la correlación local
5.2.1.1. Selección de las regiones locales
5.2.1.2. Coincidencia de regiones locales
5.2.1.2.1. Correlación cruzada normalizada
5.2.1.2.2. Coincidencia de regiones a través de la correlación cruzada normalizada
5.3. Técnica basada en las minucias
5.3.1. Técnica de coincidencia basada en el alineamiento de minucias a través de la triangulación de Delaunay
5.3.1.1. Coincidencia basada en la triangulación de Delaunay
5.3.1.1.1. Determinación de los triángulos de Delaunay
5.3.1.1.2. Determinación de las Invarianzas de Triangulación
5.3.1.1.3. Coincidencia de las Invarianzas de Triangulación
5.3.1.1.4. Determinación del índice de coincidencia
5.4. Técnicas basadas en las características de las crestas
5.4.1. Coincidencia basada en el Finger Code
5.4.1.1. Extracción de características
5.4.1.2. Coincidencia a través de la distancia Euclidiana
5.5. Resultados Experimentales
5.5.1. Bases de Datos
5.5.2. Medidas de Evaluación
5.5.3. Resultados
5.6. Resumen
Toolbox para el Reconocimiento de Huellas Dactilares (TReHD). Capitulo VI
6.1. Introducción
6.2. Metodología de programación
6.3. TReHD 2006.4. Funciones Base
6.5. Funciones para el análisis de la impresión dactilar
6.5.1. Funciones para la determinación de la Imagen de Orientación
6.5.1.1. Funciones Principales 2026.5.1.2. Funciones de Soporte
6.5.2. Funciones para la determinación de la Imagen de Frecuencias
6.5.2.1. Funciones Principales
6.5.3. Funciones para la determinación de la Imagen de Regiones
6.5.3.1. Funciones Principales 2036.5.3.2. Funciones de Soporte
6.6. Funciones para la extracción de características de la impresión dactilar
6.6.1. Funciones para la extracción de los puntos singulares de la impresión dactilar
6.6.1.1. Funciones Principales
6.6.1.2. Funciones de Soporte
6.6.2. Funciones para la extracción de las minucias
6.6.2.1. Funciones Principales
6.6.2.2. Funciones de Soporte
6.6.3. Funciones para la extracción del Finger Code
6.6.3.1. Funciones Principales
6.7. Funciones para la coincidencia de impresiones dactilares
6.7.1. Funciones para la técnica basada en correlación cruzada normalizada
6.7.1.1. Funciones Principales
6.7.1.2. Funciones de Soporte
6.7.2. Funciones para la técnica basada en el alineamiento de minucias a través de la triangulación de Delaunay
6.7.2.1. Funciones Principales
6.7.2.2. Funciones de Soporte
6.7.3. Funciones para la técnica basada en el Finger Code
6.7.3.1. Funciones Principales
6.8. Funciones de Soporte General
6.8.1. Funciones para el filtrado de imágenes
6.8.2. Funciones para el cálculo del Vector Gradiente de una imagen
6.9. Resumen
Verificación de personas por Huellas Dactilares basada en DSP. Capítulo VII
7.1. Introducción 2197.2. Herramientas de desarrollo utilizadas
7.3. Descripción del procedimiento desarrollado
7.3.1. Implementación en el DSP
7.3.1.1. Rutina Gabor2D
7.3.1.2. Rutina Sectorizacion
7.3.1.3. Rutina Referencia
7.3.1.4. Rutina Normalizacion
7.3.1.5. Rutina Convolucion
7.3.1.6. Rutina Extraccion
7.3.1.7. Rutina Coincidencia
7.3.2. Interfaz gráfica de usuario
7.3.3. Resultados obtenidos
7.4. Resumen
Conclusiones y Trabajos Futuros. Capítulo VIII
8.1. Conclusiones
8.2. Trabajos futuros
Anexo A. Captura de Huellas Dactilares
A.1. Introducción
A.2. Parámetros técnicos
A.3. Técnicas de adquisición
A.3.1. Basadas en sustancias químicas
A.3.2. Basadas en sensores biométricos
A.3.2.1. Sensores ópticos
A.3.2.2. Sensores de estado sólido
A.3.2.3. Sensores de ultrasonido
Anexo B. Filtros Bidimensionales
B.1. Introducción
B.2. Propiedades de los filtros
B.3. Convolución
B.4. Máscaras de convolución espacial
B.5. Máscaras de convolución discretas a partir de funciones continuas
B.5.1. Máscara de Gauss bidimensional
B.5.2. Máscara de Gabor bidimensional
Anexo C. Vector Gradiente de una Imagen
C.1. Introducción
C.2. Representación discreta del Vector Gradiente
C.2.1. Las Máscaras de Roberts
C.2.2. Las máscaras de Prewitt y Sobel
C.3. Información brindada por el Vector Gradiente de una imagen
C.3.1. Matriz de Segundo Momento
C.3.2. Matriz Hessiana
Anexo D. Redes Neurales Artificiales
D.1. Introducción
D.2. Paradigmas de aprendizaje
D.3. Protocolos de entrenamiento
D.4. Modelo Biológico de una Neurona Real
D.5. Modelo Matemático de una Neurona Real: El Perceptron
D.5.1 Perceptron para dos clases separables
D.5.2. Regla de Aprendizaje Perceptron
D.5.3. Regla de Aprendizaje Fuzzy Perceptron
D.6. Consideraciones del aprendizaje
D.7. Mapas Auto-organizados
D.7.1 El SOFM como cuantizador óptimo de vectores
Anexo E. El DSP Starter Kit C6711 (DSK)
E.1. Introducción
E.2. Tarjeta DSK
E.2.1. El procesador TMS320C6711
E.2.1.1. Arquitectura del TMS320C6711
E.2.1.2. Unidad central de procesamiento
E.2.1.3. Caminos de datos de la CPU
E.2.1.4. Colección de registros de propósito general
E.2.1.5. Unidades funcionales
E.2.1.6. Colección de registros de control
E.2.1.7. Caminos entre colecciones de registros (Register File Cross Paths)
E.2.1.8. Caminos de memoria, cargas y almacenamiento
E.2.1.9. Caminos de direccionamiento de datos
E.2.1.10. Mapa de Memoria
E.2.1.11. Modos de direccionamiento
E.2.1.12. Periféricos
E.3. Code Composer Studio (CCS)
E.3.1. Herramientas de desarrollo para la generación de código
E.3.2. Descripción de las Herramientas del CCS
E.3.3. Entorno de desarrollo integrado
E.3.4. DSP/BIOS 307 E.3.5. RTDX
REFERENCIAS BIBLIOGRÁFICAS
REFERENCIAS URL
APENDICEA. Tabla para la búsqueda de rutas A-1
Para obtener la tesis completa, dirigirse al Ig. Jorge L. Aching Samatelo, a cualquiera de los correos que figuran en Perfil.
6 comentarios:
excelente su investigacion amigos, la verdad q esta muy interesante, por lo pronto continuare leyendola ya q es bastante extensa. Saludos. Alexis
Buen trabajo, esta muy interezante y contiene informacion muy valiosa, sigue haciendo trabajos como este Jorge. Saludos. Luis
SALUDOS
Agradesco que me permitiera leer su trabajo realizado sobre Biometría, es bastante completo y enverdad interesante.
Hasta pronto.
Hola...
Muchisimas gracias por tu gran aporte, es un honor poder contar con tu investigación como referente bibliografico para mi tesis.
Empezaré inmediatamente a trabajar con ella y en caso tal que exista alguna duda, me remitiré a este medio para hacértelo saber.
Gracias nuevamente y exitos en la vida
Interesante, ja... se parece al mio.
Hola.
Antes de nada, perdona que te escriba esto como un comentario, pero es que no vi tu email en el tu blog
Soy el webmaster de publizida.es
Publizida BLOG'S es un ranking / directorio de clasificación de blogs en español, creado con el único propósito de dar a conocer los mejores blog's
Registrando su blog en Publizida BLOG'S accederás al servicio de estadísticas gratuitas y podrás participar en el TOP.RANKING
También puedes acceder a la valoración que los usuarios hacen de su página.
Y lo mas importante...
darte a conocer y aumentar el numero de visitantes a tu BLOG de manera totalmente gratuita.
Si te interesa puedes darte de alta
ALTA DIRECTORIO DE BLOGS
o visitanos en ......
DIRECTORIO DE BLOGS
HTTP://PUBLIZIDA.ES
Muchas Gracias por tu tiempo... y disculpa si no fue la mejor manera de darme a conocer.
Un saludo.
DAVID T.
Webmaster de Publizida.es
Publicar un comentario