首页> 外文OA文献 >Perbandingan Kinerja Metode Gradient Berdasarkan Operator Sobel dan Prewitt Implementasi pada Deteksi Sidik Jari
【2h】

Perbandingan Kinerja Metode Gradient Berdasarkan Operator Sobel dan Prewitt Implementasi pada Deteksi Sidik Jari

机译:基于Sobel算子和Prewitt实现的指纹检测中梯度法性能的比较。

摘要

Gambar atau citra salah satu komponen multimedia memegang peran sangat penting sebagai informasi visual. Citra dapat bermakna lebih dari seribu kata. Citra dapat memberikan informasi yang lebih banyak daripada informasi yang disajikan dalama bentuk kata-kata. Citra mempunyai karakteristik yang tidak dimiliki oleh teks. Sistem keamanan data dapat dilakukan berbagai cara salah satunya pengolahan citra, dapat dilakukan dengan banyak cara salah satunya dengan sidik jari. Sidik jari memiliki keunikan tersendiri. Topologi sidik jari yang berbeda-beda membuatnya mampu membedakan sidik jari yang satu dengan yang lain. Memanfaatkan keunikan yang dimiliki sidik jari dan metode gradient, dikembangkan penelitian untuk mengaplikasikan metode gradient metode Sobel dan Prewitt dalam menentukan sidik jari. Subyek penelitian adalah perbandingan kinerja metode Gradient dengan operator sobel dan prewitt menggunakan Borland Delphi 7.0. Metode citra yang digunakan adalah metode gradient dengan operator Sobel dan Prewitt. Parameter yang digunakan untuk membandingkan kedua metode adalah waktu proses, citra hasil dan persentase pengenalan citra. Metode pengumpulan data dengan membaca literatur dan observasi langsung untuk mendapatkan data sidik jari. Jumlah data yang digunakan dalam aplikasi ini adalah 15 data citra sidik jari. Pengujian aplikasi menggunakan metode Black Box Test dan Alpa Test. Metode citra mampu mengenali data sidik jari yang dimasukkan dengan rata-rata pengenalan adalah 100 % untuk data yang sudah ada. Data citra baru memiliki rata-rata persentase 54 % untuk Prewitt dan rata-rata 49 % untuk Sobel. Metode Sobel memiliki waktu proses dan citra yang lebih baik dari Prewitt. Persentase pengenalan citra, prewitt lebih baik bila di bandingkan dengan Sobel.
机译:图像或多媒体组件之一的图像作为视觉信息起着非常重要的作用。图像可能意味着一千多个单词。与以单词形式呈现的信息相比,图像提供的信息更多。图像具有文字所不具有的特征。数据安全系统可以通过多种方式完成,其中一种是图像处理,也可以通过多种方式完成其中之一的指纹识别。指纹是独一无二的。不同的指纹拓扑使其能够区分一个指纹和另一个指纹。利用指纹图谱和梯度法的独特性,进行了研究,以应用Sobel和Prewitt方法的梯度图来确定指纹。研究对象是使用Borland Delphi 7.0的Sobel和prewitt算子对Gradient方法的性能的比较。使用的图像方法是使用Sobel和Prewitt运算符的渐变方法。用于比较这两种方法的参数是处理时间,图像合格率和图像识别百分比。数据收集方法是通过阅读文献并直接观察以获得指纹数据。此应用程序中使用的数据量为15个指纹图像数据。应用程序测试使用黑盒测试和Alpa测试方法。图像方法能够识别输入的指纹数据,对现有数据的平均识别率为100%。 Prewitt的新图像数据平均百分比为54%,Sobel的平均图像百分比为49%。 Sobel方法比Prewitt具有更好的处理时间和图像。与Sobel相比,图像识别的百分比更好。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号