Reconnaissance d'empreintes digitales à l'aide de l'inférence floue et neuro-floue adaptative

Les empreintes digitales, le système d'identification biométrique le plus ancien et le plus répandu, sont couramment utilisées pour les enquêtes criminelles en criminalistique. Il existe une minuscule théorie statistique sur la rareté des détails des empreintes digitales. Une étape critique dans l'étude des statistiques des minuties d'empreintes digitales consiste à extraire de manière fiable les minuties des images d'empreintes digitales. Cependant, les images d'empreintes digitales sont rarement d'une qualité parfaite. Ils peuvent être dégradés et corrompus en raison des variations de l'état de la peau et des empreintes. Les déductions tirées de divers algorithmes d'identification d'empreintes digitales tels que la correspondance de points de minuties ou la correspondance de corrélation ou la correspondance d'empreintes digitales basée sur une banque de filtres est que la performance est basée sur la qualité de l'image prise pour la représentation des empreintes digitales à partir de diverses sources. Ainsi, la qualité de l'image doit être améliorée pour une meilleure reconnaissance des détails. Cette thèse présente une analyse et une étude comparative pour extraire des points de minuties dans une image d'empreinte digitale particulière.