All rights reserved deu Straihammer, S. (Silvia) 2012 Biometrie; Fingerprint-Verfahren St. Pölten, FH-Stg. Infromation Security, Master Thesis, 2012 Beim FingerVenenAbdruck handelt es sich um ein kombiniertes biometrisches Merkmal aus Fingerabdruck und Fingervenen. In dieser Arbeit wird ein Verfahren aufgezeigt, das es ermöglicht ein solches Merkmal zu generieren. Die beiden Merkmale werden getrennt von einander aufgenommen und dann bearbeitet. Die Herausforderung bestand darin, genügend neue Merkmale zu extrahieren, die in Folge als biometrisches Template für eine eindeutige Authentifikation gespeichert werden. Verfahren der Bildvorverarbeitung (Rauschunterdrückung, Kontrasterhöhung, Segmentierung) Bildaufbereitung (Binarisierung, Skelettierung), Merkmalsextraktion (Minutiendetektion mittels „crossing number“) und Verifikation (Hausdorff Distanz) wurden prototypisch mittels MATLAB implementiert, um dieses Ziel zu erreichen. Bei beiden Merkmalen handelt es sich um lininienbasierte Muster, die man übereinanderlegen kann. Dadurch ist es möglich neue, zusätzliche Minutien zu extrahieren. Das große Problem dabei ist aber, dass die Linien beider Merkmale immer exakt extrahiert und übereinander platziert werden müssen. Störungen wirken sich negativ auf die Erkennungsrate aus. Die Minutien liegen extrem nahe aneinander, daher ist eine genaue Extraktion sehr wichtig. Es wurde gezeigt, dass es konzeptionell möglich ist, beide Merkmale zu verschmelzen. Zukünftig sollen die aufgezeigten Verfahren verfeinern und weiter entwickelt werden, um eine bessere Erkennungsrate zu ermöglichen. The FingerVeinPrint is a biometric identifier, which is a combination of the fingerprint and the finger-vein. In this thesis a method to generate this identifier is presented. Both patterns are enrolled and pre-processed separately. The main challenge is the extraction of the new features and storage as a unique biometric template for authentication. Methods of image pre-processing (denoising, contrast enhancement, segmentation) image preparation (binarization, skeletonization), feature extraction (minutiae detection) and verification (Hausdorff distance) were prototypically implemented using MATLAB in order to achieve this goal. Both features are line-based patterns, which can be overlapped. This makes it possible to extract new, additional minutiae. The patterns need to be extracted and combined exactly each time. Disturbances have a negative effect on the recognition rate. There is hardly space between the minutiae, so an accurate extraction is very important. It has been proven that it’s conceptually possible to fuse the patterns. In future, the outlined procedures shall be improved and further developed to allow a better detection rate. http://phaidra.fhstp.ac.at/o:2105 application/pdf 17617781 bytes Text FingerVenenAbdruck