การพัฒนาอัลกอริทึมเพื่อยกระดับคุณภาพลายนิ้วมือด้วยการประยุกต์ตัวกรองกาเบอร์ และการปรับฮิสโทแกรมแบบปรับตัว

ลายนิ้วมือเป็นหนึ่งในชีวมิติที่สำคัญในการยืนยันตัวตนของบุคคล อย่างไรก็ตาม การจัดเก็บข้อมูลลายนิ้วมือมักพบปัญหาคุณภาพภาพที่ไม่สมบูรณ์ เช่น อาชีพที่ใช้มือเป็นหลักการบาดเจ็บ หรือสภาพแวดล้อมที่ไม่เหมาะสม เช่น ความเย็นที่ทำให้ผิวแห้งหรือความชื้นที่ทำให้เกิดเหงื่อ ซึ่งส่งผลให้ภาพลายนิ้วมือมีคุณภาพต่ำและลดประสิทธิภาพของระบบยืนยันตัวตน งานวิจัยนี้นำเสนอการปรับปรุงคุณภาพของภาพลายนิ้วมือโดยใช้เทคนิคการปรับฮิสโทแกรมแบบปรับตัว ร่วมกับตัวกรองกาเบอร์ และการปรับสมดุลฮิสโทแกรมแบบจำกัดคอนท เพื่อเพิ่มความคมชัดของเส้นลายนิ้วมือ ผลการทดลองที่ใช้การประเมินคุณภาพภาพลายนิ้วมือโดยอัลกอริธึม NIST Fingerprint Image Quality 2 (NFIQ2) พบว่า เมื่อใช้การปรับสมดุลฮิสโทแกรมแบบปรับตัว และตัวกรองกาเบอร์ (Gabor Filter) เพียงสองเทคนิคนี้ ค่า percentage improvement อยู่ที่ 19.55% และสามารถเพิ่มขึ้นเป็น 21.73% เมื่อใช้การปรับสมดุลฮิสโทแกรมแบบจำกัดคอนท ร่วมด้วย ผลการทดลองแสดงให้เห็นว่าอัลกอริธึมที่นำเสนอนี้สามารถปรับปรุงคุณภาพของภาพลายนิ้วมือได้อย่างมีประสิทธิภาพ โดยมีค่าเฉลี่ยของ โดยมีค่าเฉลี่ยของ NFIQ2 ที่สูงขึ้นจากภาพต้นฉบับ 45.60 เป็นภาพหลังการปรับปรุง 53.85 และค่าความแปรปรวน ลดลงจาก 20.72 เป็น 12.00 ซึ่งแสดงให้เห็นว่าภาพที่ปรับปรุงแล้วมีคุณภาพดีขึ้นและสม่ำเสมอมากขึ้น