1. UKM Learning and Research Repository
2. PHD Thesis / Tesis PHD
3. Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Title:	Geometrical insensitive-to shear and half rotation texture descriptor from local binary pattern for paper fingerprinting
Authors:	Omar M Wahdan Al Hasan ( P60050)
Supervisor:	Mohammad Faidzul Nasrudin, Dr.
Keywords:	paper fingerprinting Pattern recognition systems
Issue Date:	24-Jun-2015
Description:	Axiomatically, the physical structure of the objects such as texture plays important rule to recognize them from one another. Recently, it had been found that any similar objects developed from a random structure of similar material inherit unique properties. These properties can be effectively utilized to recognize or authenticate the object. One of attractive objects vital to be authenticated is the physical papers. That is owing to the numerous real-world applications benefit from it. Thus, this thesis presents a new paper textures fingerprinting authentication method based on several image patches acquired from inexpensive commodity flatbed scanners. The challenge of using the scanners however, papers can be deformed by both a slight and half rotation. The experimental observations showed that the first deformation is generated when the rotation is irregular and based on the corner pivot of the paper. Mathematically and experimentally investigations prove that the deformation is a shear. Thus, a novel Geometrical Insensitive-to Shear Texture Descriptor (GISTD) is developed based on the infamous Local Binary Pattern (LBP). The GISTD relies on few neighbourhood pixels in the local images patterns to achieve either horizontal or vertical invariance. The GISTD, nevertheless, is vulnerable to the effect of the second deformation since papers can be scanned upside down. The half rotation mess up both, the GISTD features bins, and the image patches. Consequently, two different solutions are proposed, firstly by utilizing the across-bin matching techniques and secondly by developing a new Geometrical Half Rotation Shearing Texture Descriptor (GIRSTD) based on GISTD. The GIRSTD effectively rearranges the sequence of the features bins as well as the patches. Finally, the Completed GIRSTD (CGIRSTD) is proposed to enrich the GIRSTD feature vector by extracting additional discrimination information from the local patterns. This work uses texture images from real papers, the Outex standard dataset and well-known shape images as its datasets. The collected experimental results are very promising as the GISTD achieved 100% correctly recognition in all its experiments. The GIRSTD is better than the across-bin matching method with 98.1% and 86.3%, respectively in the experiment on real papers, while they achieved 100% and 90.2%, respectively in the other experiment. Extracting the CGIRSTD exhibited an improvement over the GIRSTD and achieved 100% based on images of real papers. The proposed descriptors are significantly outperformed the state-of-the-art rotation invariant LBP, Completed LBP (CLBP) and another benchmark method, the Shearing Moment Invariant (SMI). The superiority of the proposed methods in recognizing different types of patterns demonstrated their ability to be use in applications where the scanners deformations are exist.,Secara prinsipnya, struktur fizikal seperti tekstur memainkan peranan penting untuk mengenal pasti sesuatu objek. Terkini, telah diketahui bahawa objek yang dicipta dari struktur rawak menggunakan bahan yang sama mewarisi ciri unik. Ciri ini secara efektifnya boleh dimanfaatkan untuk mengenalpasti dan menentusahkan objek tersebut. Antara objek penting yang boleh ditentusahkan adalah kertas kerana ia boleh dimanfaaatkan dalam banyak aplikasi. Maka, tesis ini mempersembahkan kaedah baru pengecapan jari tektur kertas dari imej petak yang diambil menggunakan pengimbas rata biasa. Cabaran menggunakan pengimbas rata adalah tektur kertas boleh berubah bentuk dengan sama ada secara sedikit ataupun secara 180˚ putaran. Pemerhatian dari eksperimen menunjukkan perubahan bentuk pertama terhasil apabila putaran tersebut berdasarkan kepada pangsi bucu kertas. Secara matematik dan eksperimen dapat dibuktikan bahawa perubahan bentuk tersebut adalah ricih. Maka, satu algoritma baru, Pemerihal Tekstur Tak-ubah kepada Ricih (PTTR) dibangunkan berdasarkan kepada Pola Penduaan Setempat (PPS). PTTR bergantung kepada piksel jiran untuk mencapai sama ada tak-ubah mengufuk ataupun mendatar. PTTR bagaimanapun lemah kepada perubahan bentuk kedua kerana kertas boleh terimbas secara terpusing. Pusingan 180˚ itu merubah fitur PTTR dan imej petak yang diekstrak. Hasilnya, dua penyelesaian dicadangkan, pertama dengan menggunakan teknik pemadanan penyilangan tapak dan keduanya membangunkan algoritma baru Pemerihal Tekstur Tak-ubah kepada Ricih setengah Putaran (PTTRP) berasaskan PTTR. PTTRP secara efektif menyusun semula jujukan fitur tapak dan juga petak imej. Akhirnya, PTTRP lengkap (PTTRPL) dicadangkan untuk memperkasakan fitur vektor PTTRP dengan mengekstrak maklumat tambahan dari paten tempatan. Kajian ini menggunakan imej tekstur dari kertas sebenar, set data piawai Outex dan imej bentuk terkenal sebagai set datanya. Hasil ujikaji adalah amat baik yang mana PTTR mencapai 100% pengecaman betul dalam semua eksperimen Pengecamannya. PTTRP pula adalah baik berbanding kaedah penyilangan tapak dengan 98.1% dan 86.3% yang dilaksanakan menggunakan kertas sebenar. Ujikaji pada set data yang lain, ia mencapai 100% dan 90.2%. Pengekstrakan PTTRPL dengan pembaikan PTTRP mencapai pengecaman 100% untuk imej kertas sebenar. Pemerihal cadangan secara signifikan adalah lebih baik dari katedah PPS terkini, PPS lengkap (PPSL) dan pemerihal penanda aras lain iaitu pemerihal Tak-ubah Momen Ricih (TMR). Kelebihan kaedah cadangan dalam mengenalpasti pelbagai jenis corak berbeza mempersembahkan kebolehannya untuk digunakan dalam aplikasi yang mana wujudnya canggaan pengimbas.,Phd
Pages:	185
Call Number:	TK7882.P3H366 2015 3 tesis
Publisher:	UKM, Bangi
Appears in Collections:	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.