The prevalence of latent fingerprin

The prevalence of latent fingerprint image preprocessing belies the fact that it is not a single
activity but rather a complex process containing several sub-varieties. The preprocessing
workflow is diverse in many aspects including: 1) the aggressiveness of the image
preprocessing used to suppress various types of noise and, conversely, enhance fingerprint
information; 2) the software tools that are used; 3) specific algorithms employed; and 4)
operator-specific preferences. For one, different image software systems use different
implementations of even the most basic image functions. See, for example, the multiple
implementations of RGB-to-grey-scale conversation [3] [4]. Even more, the same fingerprint
may be enhanced in different ways as fingerprint examiners may have their own analysis
style. Finally, the desired endpoints of the preprocessing may be different, and matching
systems can have distinct criteria for their input. Figure 3 shows an example of different
endpoints for the same input image.
The overarching principle for image preprocessing is that the image transformations should
neither add to, nor subtract from, fingerprint information contained within the image [24].
This guiding principle presently lacks analytical underpinnings. In [22], a crucial question
was asked by the Scientific Working Group on Friction Ridge Analysis, Study and
Technology (SWGFAST): “What methods can enhance images without risking bias in
results (e.g., due to altering image)? (Question 1.3.1 in page 30)” Although there is some
research on this topic, see for example, the "image processing" paragraph on page 34, and
"Effects of development techniques" on page 35, universal standards of best practice are

Kết quả (Việt) 1:

Sự phổ biến của tiền xử lý hình ảnh tiềm ẩn vân tay belies một thực tế rằng nó không phải là một đĩa đơnhoạt động nhưng thay vào đó là một quá trình phức tạp chứa nhiều tiểu loại khác nhau. Các tiền xử lýquy trình làm việc rất đa dạng trong nhiều lĩnh vực bao gồm: 1) gây hấn của hình ảnhtiền xử lý sử dụng để ngăn chặn các loại tiếng ồn, và ngược lại, tăng cường các dấu vân taythông tin; 2) các công cụ phần mềm được sử dụng; 3) cụ thể các thuật toán làm việc; và 4)ưu đãi dành riêng cho nhà điều hành. Đối với một, Hệ thống phần mềm hình ảnh khác nhau sử dụng khác nhautriển khai ngay cả các chức năng hình ảnh cơ bản nhất. Xem, ví dụ, nhiều ngườiviệc triển khai của cuộc hội thoại RGB để xám scale [3] [4]. Hơn nữa, cùng một vân taycó thể được nâng cao trong nhiều cách khác nhau như vân tay giám khảo có thể phân tích của riêng mìnhphong cách. Cuối cùng, là hai điểm cuối mong muốn của các tiền xử lý có thể khác nhau, và kết hợpHệ thống có thể khác biệt với tiêu chuẩn đầu vào của họ. Hình 3 cho thấy một ví dụ khác nhauhai điểm cuối cho hình ảnh nhập vào cùng một.Các nguyên tắc bao quát cho tiền xử lý hình ảnh là biến đổi hình ảnh nênkhông thêm vào, cũng không trừ, dấu vân tay thông tin trong hình ảnh [24].Nguyên tắc hướng dẫn này hiện thiếu nền tảng phân tích. Trong [22], một câu hỏi rất quan trọngKhi được hỏi các nhóm làm việc khoa học vào phân tích Ridge ma sát, nghiên cứu vàCông nghệ (SWGFAST): "những phương pháp có thể nâng cao hình ảnh mà không cần mạo hiểm thiên vị trongkết quả (ví dụ, do thay đổi hình ảnh)? (Câu hỏi 1.3.1 trong trang 30) "mặc dù có một sốnghiên cứu về chủ đề này, hãy xem ví dụ: đoạn "xử lý ảnh" trên trang 34, và"Tác dụng của kỹ thuật phát triển" trên trang 35, các tiêu chuẩn phổ quát về thực hành tốt nhất là

Kết quả (Việt) 2:

Tỷ lệ tiềm ẩn tiền xử lý hình ảnh vân tay điền viên thực tế rằng nó không phải là một đơn
hoạt động mà là một quá trình phức tạp có chứa một số phân loại. Các bộ tiền xử lý
công việc rất đa dạng trong nhiều lĩnh vực bao gồm: 1) gây hấn của hình ảnh
tiền xử lý được sử dụng để ngăn chặn các loại khác nhau của tiếng ồn, và ngược lại, tăng cường vân tay
thông tin; 2) các công cụ phần mềm được sử dụng; 3) các thuật toán cụ thể được sử dụng; và 4)
ưu đãi về điều hành cụ thể. Đối với một hệ thống phần mềm hình ảnh khác nhau sử dụng khác nhau
hiện thực của ngay cả những chức năng hình ảnh cơ bản nhất. Xem, ví dụ, nhiều
hiện thực của RGB-to-gray quy mô cuộc trò chuyện [3] [4]. Thậm chí nhiều hơn, các dấu vân tay cùng
có thể được tăng cường bằng những cách khác nhau như các nhà giám vân tay có thể có phân tích của mình
phong cách. Cuối cùng, các thiết bị đầu cuối mong muốn của tiền xử lý có thể khác nhau, và phù hợp với
các hệ thống có thể có những tiêu chí riêng biệt cho đầu vào của họ. Hình 3 cho thấy một ví dụ về khác nhau
thiết bị đầu cuối cho các hình ảnh đầu vào tương tự.
Các nguyên tắc bao quát cho tiền xử lý hình ảnh là những biến đổi hình ảnh nên
không thêm vào, cũng không bớt, thông tin dấu vân tay trong ảnh bên [24].
Nguyên tắc chỉ đạo này hiện thiếu phân tích nền tảng. Trong [22], một câu hỏi rất quan trọng
được yêu cầu do Tổ công tác khoa học về ma sát Ridge Phân tích, nghiên cứu và
công nghệ (SWGFAST): "Những phương pháp có thể nâng cao hình ảnh mà không sợ sai lệch trong
kết quả (ví dụ, do thay đổi hình ảnh)? (Câu hỏi 1.3.1 ở trang 30) "Mặc dù có một số
nghiên cứu về chủ đề này, xem ví dụ," xử lý hình ảnh "đoạn ở trang 34, và
" Ảnh hưởng của kỹ thuật phát triển "trên trang 35, các tiêu chuẩn phổ quát của thực hành tốt nhất là