Compresión de huellas dactilares empleando Transformada Ondícula

Resumen

Este trabajo tiene como objetivo realizar la compresión
de imágenes de huellas dactilares usando
la Transformada Ondícula. Para ello, se generó
un algoritmo que permite comprimir imágenes de
huellas dactilares, utilizando 4 tipos de ondículas
(Daubechies, Coiflet, Symmlet y Biortogonal). El
orden de las ondículas y el nivel de descomposición
son variables en las simulaciones. El análisis con
ondículas se puede utilizar para dividir la información
de una imagen en subimágenes de aproximación
y de detalles. Si los detalles son suficientemente
pequeños, pueden ser fijados a cero sin alterar
drásticamente la imagen. El valor por debajo del
cual los detalles se consideran irrelevantes, se
conoce como umbral. Para determinar el valor del
umbral se utilizaron 2 métodos: el primero basado
estrictamente en la descomposición en ondículas de
la imagen original (Balance sparsity norm y Scarce
high), el segundo basado en las propiedades de
los datos de la imagen estudiada (entropía general
y entropía por niveles). Las huellas dactilares
utilizadas corresponden a la base de datos FVC
(Fingerprint Verification Competition). Se diseñó y
programó un algoritmo para la compresión de imágenes
de huellas dactilares en la plataforma Matlab
7.0. Como figuras de mérito se utilizaron la relación
señal/ruido pico (PSNR) y la razón de compresión.
De la comparación de los métodos analizados, se
determina la conveniencia de los métodos basados
en las propiedades de los datos de la imagen, con
los cuales se garantiza la calidad de la imagen comprimida (superior a los 23dB) y se obtienen tasas
de compresión aceptables, cercanas a 2 veces la
imagen original. Utilizar un umbral por niveles conlleva
mejores resultados, ya que cada subbanda
de detalle posee su propio umbral. La eficiencia de
cada método está íntimamente relacionada con el
tipo de imagen de entrada (huella dactilar original),
la ondícula utilizada, los niveles de descomposición
empleados y el tamaño de muestras.