O objetivo deste trabalho é apresentar algoritmos aplicados para extração de características invariantes à rotação em imagens de impressões digitais. No pré-processamento da imagem utiliza-se detecção de bordas pelo detector de Canny tendo como resultado uma imagem binarizada e afinada. Na extração das minúcias a metodologia adotada é o número de cruzamentos (CN), que extrai os aspectos locais, tais como, as minúcias fim de linha e bifurcações. A direção das cristas locais não é utilizada porque nas imagens rotacionadas a condição de permanência das propriedades biométricas não são satisfeitas. A comparação das impressões digitais utiliza os vetores gerados pela extração de minúcias considerando a posição (x,y) da minúcia armazenada em um vetor por tipo de minúcia (um vetor para crista final e outro vetor para crista bifurcada) e calculando a distância Euclidiana dessa posição (x,y) ao centro de massa da distribuição de minúcias para cada tipo de minúcia. Assim, as duas imagens são similares quando a distância Euclidiana entre os vetores de cada imagem e por tipo de minúcia forem mínimas. São discutidas as limitações de outros trabalhos existentes envolvendo rotação, translação e distorção da imagem de impressão digital, mostrando que os poucos trabalhos que tratam o problema possuem resultados não satisfatórios. Os maiores problemas ocorridos foram a extração de minúcias espúrias, mas foram resolvidos com os métodos sugeridos por Dixon (1979), tendo resultados satisfatórios em duas metodologias. No método média, a precisão para encontrar uma imagem foi de 100%, duas imagens 97,32%, três imagens 92,35%, quatro imagens 86,41% e cinco imagens 71,86%. E no método normal, a precisão para encontrar uma imagem foi de 100%, duas imagens 99,20%, três imagens 96,95%, quatro imagens 94,00% e cinco imagens 76,43%.

The objective of this research is to present algorithms that can be applied in fingerprints images in order to extract certain features, which are invariant to an likely rotation in the given image. In the preprocessing stage, the Canny border detector is used, resulting in a binary, fine tuned image. For the minutiae extraction, the crossing number method is used, which extracts local aspects such as minutiae endings and bifurcations. The direction of local ridges is ignored because, in rotated images, the permanence conditions of the biometric attributes are not fulfilled. The process of matching fingerprints uses two arrays (one for ridge endings and the other for bifurcations), which are generated by the extraction of the minutiae, considering the (x,y) coordinate of the given minutiae stored in the arrays, and calculating its Euclidian distance relating to the center of mass of the minutiae distribution, for each of its types (ending or bifurcation). Thus, both images are similar when the Euclidian distance between the arrays of each image, distinct by the type of each minutiae, is minimal. The limitations of other pieces of research works concerning fingerprint image rotation, translation and distortion are discussed, indicating that the only few ones that deal with these kinds of problems give unsatisfactory results.