Classification des empreintes digctales par les réseaux de neurones flous
No Thumbnail Available
Date
2012
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Faculté des Mathématiques et de l’Informatique-Université de M’sila
Abstract
Le travail suivant présente un système de classification des empreintes digitales et ses
performances. Ce système est basé sur l'extraction des points singuliers globaux des empreintes
digitales (cores et deltas) et l’utilisation des réseaux de neurones flous. L’image de l’empreinte digitale
subit les traitements suivant : l’extraction de l’image d’orientation correspondante, détection des
points singuliers globaux par l’algorithme de l’index de Poincaré et la construction de vecteur
caractéristique. Le but de ce système est de classifier les empreintes digitales en cinq classes selon la
classification de Henry et ceci est mis en œuvre en utilisant deux approches : les réseaux de neurones
artificiels et les réseaux de neurones flous, les résultats obtenus par ces deux approches sont très
satisfaisantes. Le taux de classification pour le réseau de neurones artificiels est 96%, et ceux des
réseaux de neurones flous sont 100%.
Description
Keywords
L’empreinte digitale, traitement d’images, classification, les points singuliers globaux, les réseaux de neurones artificiels, la logique floue, les réseaux de neurones flous.