| المستخلص: |
لقد احتلت تمييز طبعات الأصابع اهتمام العديد من أوساط الناس لإجراء الدراسات على هذا المجال. لذا فإن الحاجة لإيجاد نظام آلي حقيقي لتشخيص طبعات الأصابع AFIS Automatic Fingerprints Identification System قد احتل اهتماما من قبل الباحثين وأصحاب المكاتب والشركات لحل العديد من مشكلاتهم في التشخيص نظرا لعدم توفر أجهزة متخصصة في المنطقة لذلك الغرض. يستخدم مكتب تحقيق الأدلة الجنائية في أربيل الأساليب اليدوية التقليدية في تشخيص طبعات الأصابع، حيث هنالك ما يقارب 8000 طبعة أصابع للمجرمين في هذه الدائرة. ولغرض الوصول إلى الهدف المحدد تم توظيف مراحل تحليل الصور باستخدام البرمجة ب Visual Basic وهذه المراحل تحتل الأهمية القصوى في الحصول على نظام كفوء في تمييز طبعات الأصابع. يتعامل النظام مع صور ذات الامتداد (BMP- JPEG- GIF- DIB ) وبتقليصها إلى 200×200 وحدة صورية. يتعامل النظام أيضا مع تقطيع جديد بتقسيم طبعة الأصبع إلى 64 مربع كل مربع بحجم 20×20 وحدة صورية. وبعدئذ تم توصيف كل مربع بعد تحويلها إلى اللوان الرمادي. تم استخدام ثمان معلمات لتوصيف المربعات وهي: الوسط، الوسيط، الوسط التربيعي، الوسط التوافقي، التباين، الالتواء، التفلطح والانحراف المتوسط. تم استخدام مقياس حصين لاستخراج اقل مسافة بين المربعات في عملية التمييز وبتطبيق الأنظمة الخبيرة في مرحلة التفسير للوصول إلى الغاية المنشودة، وكانت نسبة الوصول إلى النتيجة وبنجاح هي 84.5%.
Fingerprint recognition has attracted many researchers in order to conduct studies in this field. The need for finding an AFIS (Automatic Fingerprints Identification System) has been an interesting subject by scientists, bureaus and companies, because the increasing use of AFIS leads to solve many problems of identification, because there are no tools or machines in the region except classical methods. The fingerprint department at the Criminal Identification Bureau in Erbil uses habitually very classical methods to identify the fingerprints. There are (8000) fingerprints in that department related to criminals. To create an AFIS, we depended on the stages of image analysis using Visual Basic. These stages are very essential to obtain an excellent system for fingerprints recognition. The system begins with acquiring fingerprint images of (BMP. JPEG, GIF. DIB) types and stretching (shrinking) them to (200x200) pixels. The study deals with a new procedure to segment the fingerprint image via dividing the fingerprint to 64 squares, the size of each square is equal to (20x20) pixels. Then, we used a new procedure to describe each square (inside the image) after representing the fingerprint image by its grayscales. Eight parameters were used to describe the squares: Mean, Median, Quadratic mean. Harmonic mean. Variance, Skewness, Kurtosis and Mean deviation. A robust measure for finding the minimum distances between the squares of different fingerprints was used to the recognition process and applying professional systems to perform the interpretation step to reach the end of this process, and we achieved (84.5 %) success.
|
