نرمال کردن تصویر :
برای اینکار ابتدا میانگین و انحراف معیار تصویر را محاسبه می کنیم و سپس تصویر را میانگین کم کرده و تقسیم بر انحراف معیار می کنیم.
محاسبه نقشه انحراف معیار :
در این روش انحراف معیار هر بلوک را محاسبه و سپس بلوک مورد نظر را با مقدار انحراف معیار پر می کنیم.
ماسک بلوکی نواحی ریدج (Ridgesegment) :
ابتدا تصویر را نرمال کرده و سپس نقشه انحراف معیار تصویر نرمال شده را محاسبه کرده و سپس ماسک بلوک هایی که بالاتر از آستانه مورد نظر باشند را محاسبه می کنیم.
چرخش بلوک (getRotatedBlock) :
با توجه به زاویه ردیج تصویر را به گونه ای چرخش می دهد که ریدج ها به صورت افقی قرار گیرند.
انتخاب ناحیه میانی بلوک چرخیده :
وقتی تصویر دوارن داده می شود نواحی که در تصویر مبدا وجود ندارد با رنگ پشت زمینه پر می شود . ناحیه میانی بلوک به گونه ای انتخاب می شود که در تصویر مقصد ناحیه از پشت زمینه کپی نشود.
تحلیل فضای فرکانس (FDA):
این عملیات به صورت بلوکی انجام می شود
a) با توجه به زاویه ردیج ها بلوک چرخش داده می شود.
b) ناحیه میانی این بلوک انتخاب می شود.
c) Projection افقی بر روی تصویر انجام می شود یک ارایه یک بعدی از ساختار ردیج و والی بدست می آید.
d) از ارایه مورد نظر DFT گرفته تا فرکانس موج سینوسی در ارایه محاسبه شود.
e) توان در خروجی مرحله قبل محاسبه می کنیم.
f) حذف DC
g) شاخص بزرگترین عنصر را بدست می آوریم.
C = 0.3
در انتها انتقال اطلاعات فرکانس بلوک ها به هیستوگرام با 10 بین انتقال می دهیم که مرز بین ها به شرح زیر است :
{ 0.268, 0.304, 0.33, 0.355, 0.38, 0.407, 0.44, 0.50, 1 }
تعداد Minutiae(FingerJetFXFeature):
جهت استخراج minutia از کتابخانه FingerJet FX استفاده می شود که این ویژگی به دو صورت استخراج می شود.
تعداد minutia در کل تصویر اثر انگشت.
تعداد minutia در ناحیه ای با ابعاد 200* 200 با مرکزیت میانگین minutia ها.
کیفیت مینوشیا (FJFXMinutiaeQualityFeature) :
محاسبه ویژگی در ناحیه اثر انگشت (ImgProcROIFeature):
توالی عملیات جهت محاسبه ماسک به شرح زیر است :
a) فرسایش تصویر با کرنل 5*5 افزایش وضوح جزئیات
b) نرم کردن گوسی تصویر جهت بدست نواحی با ارزش با کرنل 41*41
c) باینری کردن تصویر مرحله قبل از طریق روش otsu
d) نرم کردن مجدد تصویر با روش گوسی با کرنل 91 *91
e) باینری کردن مجدد تصویر با روش otsu
f) یافتن تمامی حفره ها در ماسک و پرکردن آنها
g) حذف بلاب ها کوچک در اطراف ماسک اصلی
h) یافتن بزرگترین بلاب.
پس از مشخص شدن ماسک ویژگی هایی از جمله مساحت ماسک ،میانگین و انحراف معیار تصویر اصلی در این ناحیه ،تعداد بلوک های اصلی و تعداد بلوک های ناکامل حاشیه محاسبه می گردد.