Resumo: O esmalte dentário é o tecido mais mineralizado do corpo humano sendo caracterizado por camadas de prismas em direções alternadas regularmente. Estas camadas sucessivas formam as Bandas de Hunter-Schreger (HSB) que aparecem como faixas claras e escuras quando vistas com iluminação lateral, assemelhando-se às impressões digitais. Demonstramos anteriormente que o padrão das HSB é altamente variável e único para cada dente. Assim, pode ser um método útil para a identificação pessoal, uma vez que o esmalte pode resistir à degradação pelo tempo e condições ambientais agressivas. Apesar de promissor, a popularização deste método é dificultada por limitações técnicas no processamento das imagens. O objetivo do presente projeto foi desenvolver algoritmos para viabilizar a utilização do método por meio de todas as etapas biométricas: aquisição de imagem, evidenciação das HSB, segmentação da área de interesse, filtro e binarização das HSB, extração de características e comparação biométrica. Haja vista que o padrão das HSB se assemelha às impressões digitais humanas, também adaptamos e testamos o filtro usado nas HSB em imagens de impressões digitais obtidas a distância. Os algoritmos desse processo estão interligados e portanto foram desenvolvidos e aprimorados em conjunto. Resultados da segmentação das HSB de maneira automática para dois métodos diferentes, Segmentação baseada em Anisotropia (ABS) e Rede Neural Convolucional (U-Net), tiveram índice de Jaccard de 0.766 e 0.837, respectivamente. A avaliação do desempenho do filtro e binarização das HSB foi realizada visualmente e indiretamente por meio das etapas subsequentes à segmentação. A extração de características e a comparação biométrica foram criadas a partir de adaptações de técnicas usadas em impressões digitais e revelaram um resultado final de identificação positiva com Equal Error Rate (EER) de 0.061, quando iluminação dos dois lados de cada dente são utilizadas em uma amostra com 115 dentes extraídos. De modo geral, embora haja espaço para melhora das técnicas usadas, o novo traço biométrico, nomeado toothprint, por meio destes algoritmos criados, já apresenta enorme potencial para uso em larga escala. O teste do filtro adaptado para impressões digitais foi avaliado visualmente e também mostrou potencial para uso, embora ainda seja necessária a verificação de compatibilidade com imagens convencionais obtidas por meio de sensores Ver menos

Abstract: Tooth enamel is the hardest tissue in the human body, formed by prism layers in regularly alternating directions. These prisms form the Hunter-Schreger Bands (HSB) pattern when under side illumination, which is composed of light and dark stripes resembling fingerprints. We have shown in previous works that the HSB pattern is highly variable and unique for each tooth. Therefore, it could be useful for personal identification, since the tooth enamel can withstand degradation through time and under aggressive environmental conditions. Although promising, the popularity of this method is hampered by technical limitations in image processing. The aim of the current project was to develop and enable the use of this method through all biometric steps: image acquisition, HSB enhancement, HSB segmentation, filtering and binarization, feature extraction, and matching. Considering the resemblance of the HSB to the human fingerprint pattern, we also adapted and tested the filter used on HSB to touchless fingerprint images. The algorithms of this process are interconnected and therefore were developed and improved together. Results of automated HSB segmentation for two different methods, Anisotropy-based Segmentation (ABS) and Convolutional Neural Network (U-Net), had a Jaccard index of 0.766 and 0.837, respectively. The evaluation of performance of HSB filtering and binarization was performed visually and indirectly by the following steps after segmentation. The feature extraction and matching algorithms were created upon adaptations from fingerprint techniques and revealed as the final result of matching evaluation an Equal Error Rate (EER) of 0.061, when both enlightened sides of each tooth were used together in a sample of 115 extracted teeth. Generally, even though there is room for improvement of applied techniques, the new biometric trait, named toothprint, through these developed algorithms, shows a huge potential for use on a large scale. The adapted filtering step test on finger Ver menos