Báo cáo xử lý ảnh nhận dạng vân tay

Giới thiệu Dấu vân tay là đại diện của lớp biểu bì của ngón tay: nó bao gồm một mô hình các đường vân và rãnh đan xen nhau • lịch sử phát triển Cuối thế kỷ XVI, kỹ thuật vân tay khoa học

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

CƠ SỞ TẠI THÀNH PHỐ HỒ CHÍ MINH

_

BÀI BÁO CÁO CÁ NHÂN

CHỦ ĐỀ: NHẬN DẠNG VÂN TAY

GIẢNG VIÊN HƯỚNG DẪN: LÊ HOÀNG THÁI

SINH VIÊN THỰC HIỆN: NGUYỄN ĐỖ YẾN CHI – N18DCCN022

1 Giới thiệu

Dấu vân tay là đại diện của lớp biểu bì của ngón tay: nó bao gồm một mô hình các đường vân và rãnh đan xen nhau

• lịch sử phát triển

Cuối thế kỷ XVI, kỹ thuật vân tay khoa học hiện đại mới lần đầu tiên được khởi xướng

Năm 1686, Marcello Malpighi, giáo sư giải phẫu học tại trường đại học Bologna, đã ghi nhận trong các tác phẩm của mình về sự hiện diện của các đường vân, đường xoắn ốc và vòng lặp trong dấu vân tay

năm 1880,Henry Fauld,là người đầu tiên đề xuất một cách khoa học tính

cá nhân của dấu vân tay dựa trên một quan sát thực nghiệm

Vào cuối thế kỷ 19, Ngài Francis Galton ông đã giới thiệu các tính năng nhỏ để đối sánh dấu vân tay

Năm 1899, Edward Henry,đã thiết lập “hệ thống Henry” phân loại dấu vân tay

Vào đầu thế kỷ 20, nhận dạng dấu vân tay chính thức được chấp nhận như một phương pháp nhận dạng cá nhân hợp lệ và trở thành một thói quen tiêu chuẩn trong pháp y

2 Cảm biến vân tay

Trước đây, trong các ứng dụng thực thi pháp luật, việc thu thập hình ảnh dấu vân tay được thực hiện bằng cách sử dụng cái gọi là "kỹ thuật mực": ngón tay của đối tượng được phết mực đen và ép vào thẻ giấy; thẻ sau đó được quét bằng cách sử dụng một máy quét giấy thông thường, tạo ra hình ảnh kỹ thuật

số Loại quá trình này được gọi là thu nhận dấu vân tay ngoại tuyến hoặc cảm biến ngoại tuyến

Ngày nay, hầu hết các AFIS (hệ thống nhận dạng vân tay tự động) dân sự

và hình sự đều chấp nhận hình ảnh kỹ thuật số quét trực tiếp thu được bằng cách cảm nhận trực tiếp bề mặt ngón tay bằng máy quét vân tay điện tử

Phương pháp này không cần dùng mực và tất cả những gì đối tượng phải làm

là ấn ngón tay của mình vào bề mặt phẳng của máy quét quét trực tiếp

Bộ phận quan trọng nhất của máy quét dấu vân tay là cảm biến (hay phần tử cảm biến), đây là thành phần hình thành nên hình ảnh dấu vân tay Hầu như tất

cả các cảm biến hiện có thuộc một trong ba họ: quang học, trạng thái rắn và siêu âm

• Cảm biến quang học: Quang phổ hồng ngoại biến đổi Fourier (FTIR) là

kỹ thuật thu thập quét trực tiếp lâu đời nhất và được sử dụng nhiều nhất Ngón tay chạm vào mặt trên của lăng kính thủy tinh, nhưng trong khi các đường vân tiếp xúc với bề mặt lăng kính, các rãnh vẫn ở một

khoảng cách nhất định; mặt trái của lăng kính được chiếu sáng bằng một ánh sáng khuếch tán Ánh sáng đi vào lăng kính bị phản xạ ở các thung lũng và bị hấp thụ ở các đường rãnh Việc thiếu phản xạ cho phép các rặng núi bị phân biệt với các thung lũng Các tia sáng thoát ra

từ mặt phải của lăng kính và được hội tụ qua thấu kính vào cảm biến hình ảnh CCD (charge coupled device) hoặc CMOS (complementary metal oxide semiconductor)

• Cảm biến trạng thái rắn Cảm biến trạng thái rắn (còn được gọi là cảm biến silicon) được bán trên thị trường vào giữa những năm 1990 Tất cả các cảm biến dựa trên silicon đều bao gồm một mảng pixel, mỗi pixel

là một cảm biến nhỏ Người dùng trực tiếp chạm vào bề mặt của silicon: không cần các bộ phận quang học cũng như cảm biến hình ảnh CCD / CMOS bên ngoài Bốn hiệu ứng chính có đã được đề xuất để chuyển đổi thông tin vật lý thành tín hiệu điện: điện dung, nhiệt, điện trường và áp điện

• Cảm biến siêu âm: Cảm biến siêu âm có thể được xem như một loại siêu âm Một đặc tính của sóng âm là khả năng xuyên qua vật liệu, tạo

ra tiếng vang cục bộ ở mỗi lần thay đổi trở kháng Cơ chế của cảm biến này dựa trên sự hấp thụ sóng âm khác nhau trong các đường vân và rãnh (ridges and valley) của vân tay có thể phát hiện ngay cả các lớp bên trong da

3 Rút trích đặc trưng

Trong hình ảnh dấu vân tay, các đường vân (ridges ) tối trong khi đó các rãnh sáng Các đường vân và rãnh thường chạy song song với nhau; đôi khi chúng phân đôi và đôi khi chúng chấm dứt Khi được phân tích ở cấp độ toàn cục, mẫu vân tay thể hiện một hoặc nhiều vùng nơi các đường vân có hình

dạng đặc biệt Các vùng này (được gọi là vùng kỳ dị hoặc vùng số ít) có thể được phân loại thành ba kiểu: vòng lặp, vùng đồng bằng và vùng xoáy

3.1 Định hướng và tần suất sườn núi cục bộ

Hướng đỉnh cục bộ tại điểm (x, y) là góc θxy mà các đường vân tay cắt ngang qua một vùng lân cận nhỏ tùy ý có tâm tại (x, y), tạo với trục hoành

Donahue và Rokhlin, Ratha, Chen và Jain, và Bazen và Gerez , đã đề xuất các phương pháp tính toán mạnh mẽ, dựa trên giá trị trung bình cục bộ của các ước lượng gradient Tần số (hoặc mật độ) đường vân cục bộ (local ridge) fxy tại điểm (x, y) là số đường vân trên một đơn vị chiều dài dọc theo một đoạn giả định có tâm tại (x, y) và trực giao với hướng đỉnh cục bộ θxy

Hong, Wan, và Jain ước tính tần suất sườn núi cục bộ bằng cách đếm số pixel trung bình giữa hai đỉnh liên tiếp của mức xám dọc theo hướng bình thường so với hướng sườn cục bộ

Maio và Maltoni mô hình hóa các đường rãnh cục bộ như một bề mặt hình sin, và dùng định lý biến thiên được sử dụng để ước tính tần số chưa biết

3.2 Phân đoạn

Phân đoạn gồm tách vùng dấu vân tay ra khỏi vùng nền vì hình ảnh dấu vân tay là các mẫu có vân, phương pháp phân ngưỡng ảnh cục bộ hoặc toàn cục không cho phép cô lập vùng chứa dấu vân tay một cách hiệu quả

3.3 Phát hiện điểm Singularity

Hoạt động dựa trên hình ảnh định hướng của dấu vân tay Phương pháp poincaré tiếp cận thay thế để phát hiện điểm Singularity, chúng được phân loại theo: phương pháp dựa trên điểm cục bộ của hình ảnh,

phương pháp dựa trên phân vùng, phương pháp phát hiện lỗi và đăng ký dấu vân tay

3.4 Cải tiến

Hiệu suất tính toán trích xuất chi tiết và kỹ thuật nhận dạng vân tay phụ thuộc vào chất lượng hình ảnh vân tay đầu vào ( tình trạng da, cảm biến tiếng

ồn, áp lực vân tay,…)

Mục tiêu của thuật toán nâng cao dấu vân tay là cải thiện độ rõ nét cấu trúc các đường vân ở các vùng có thể phục hồi và không thể phục hồi

Kỹ thuật được sử dụng để cải tiến hình ảnh dấu vân tay dựa trên các bộ lọc theo ngữ cảnh

Theo ngữ cảnh lọc, các đặc tính của bộ lọc thay đổi theo ngữ cảnh cục bộ được xác định bởi hướng địa phương của sườn núi và tần suất sườn núi cục bộ Một cách phù hợp bộ lọc được điều chỉnh theo tần số và hướng đỉnh cục bộ có thể hiệu quả loại bỏ tiếng ồn không mong muốn và bảo tồn cấu trúc vân và rãnh

3.5 Trích các điểm minutiae

Hầu hết các phương pháp được đề xuất yêu cầu chuyển đổi hình ảnh thang xám vân tay thành hình ảnh nhị phân Các hình ảnh nhị phân thu được bởi quá trình binarization được chuyển đến giai đoạn làm mỏng cho phép giảm độ dày đường sườn xuống một pixel Cuối cùng, một phép quét hình ảnh đơn giản cho phép phát hiện các pixel tương ứng với các chi tiết nhỏ nhất thông qua tính toán pixel khôn ngoan của việc vượt qua số

Một số tác giả đã đề xuất các phương pháp chiết xuất chi tiết nhỏ hoạt động trực tiếp trên các hình ảnh thang xám mà không cần phân tích và làm mỏng Sự lựa chọn này được thúc đẩy bởi những cân nhắc sau: một lượng thông tin đáng kể có thể bị mất trong quá trình mã hóa nhị phân; làm mỏng có thể giới thiệu một số lượng lớn các chi tiết giả mạo; hầu hết các kỹ thuật

binarization không mang lại kết quả khả quan khi áp dụng cho hình ảnh chất lượng thấp

Maio và Maltoni đã đề xuất một kỹ thuật chiết xuất trực tiếp các chi tiết vụn vặt quy mô xám, có ý tưởng cơ bản là theo dõi các đường sườn núi trong hình ảnh tỷ lệ

4 Đối sánh (matching)

4.1 Các kỹ thuật dựa trên tương quan

Gọi I (∆x, ∆y, θ) đại diện cho phép quay của ảnh đầu vào I một góc θ xung quanh điểm gốc (thường là tâm ảnh) và dịch chuyển bởi các điểm ảnh ∆x và ∆y theo các hướng

x và y tương ứng

(hình 4.1) Trong đó: CC(T,I) = TTI là tương quan chéo giữa T và I

Tương quan chéo là thước đo về độ tương tự hình ảnh và mức tối ưu hóa trong công thức (hình 4.1) cho phép tìm ra đăng ký tối ưu

4.2 Phương pháp dựa trên minutiae

Các chi tiết nhỏ được trích xuất từ hai dấu vân tay và được lưu trữ dưới dạng tập hợp các điểm trong mặt phẳng hai chiều Các thuật toán so khớp chi tiết nhỏ phổ biến nhất coi mỗi chi tiết nhỏ là một bộ ba m = {x, y, θ} cho biết tọa độ vị trí nhỏ nhất (x, y)

và góc nhỏ nhất θ

Các vấn đề đối sánh vụn vặt thường được giải quyết như một vấn đề đối sánh mẫu điểm Các phương pháp tiếp cận dựa trên biến đổi Hough là các kỹ thuật được sử dụng phổ biến nhất để đối sánh các chi tiết vụn vặt toàn cục

Kỹ thuật biến đổi Hough chuyển đổi việc so khớp mẫu điểm với bài toán phát hiện các đỉnh trong không gian Hough của các tham số biến đổi Nó tách biệt không gian tham số (∆x, ∆y, θ) và tích lũy bằng chứng trong không gian tùy chỉnh bằng cách lấy các tham số biến đổi liên quan đến hai tập hợp điểm bằng cách sử dụng cấu trúc con của kỹ thuật đối sánh đối tượng

Đối sánh toàn cục so với đối sánh cục bộ là sự cân bằng giữa tính đơn giản, độ phức tạp tính toán thấp và khả năng chịu biến dạng cao (đối sánh cục bộ) và tính phân biệt cao (đối sánh toàn cục)

4.3 Các kỹ thuật dựa trên tính năng của vân tay

Lý do chính khiến các nhà thiết kế kỹ thuật nhận dạng dấu vân tay phải tìm kiếm các đặc điểm phân biệt dấu vân tay khác, ngoài các điểm nhỏ:

• việc trích xuất các chi tiết vụn vặt từ dấu vân tay chất lượng kém là rất khó khăn

• khai thác chi tiết minutiae là tốn thời gian

• các tính năng bổ sung có thể được sử dụng cùng với các tính năng nhỏ (và không phải là một sự thay thế) để tăng độ chính xác và mạnh mẽ của hệ thống

Một vectơ đặc trưng (được gọi là Mã ngón tay) bao gồm một bảng liệt kê có thứ tự các đối tượng được trích xuất từ thông tin cục bộ có trong mỗi lĩnh vực được chỉ định bởi tessellation

Việc so khớp hai dấu vân tay sau đó được chuyển thành khớp với các Mã ngón tay tương ứng của chúng, được thực hiện đơn giản bằng cách tính toán khoảng cách Euclid giữa hai Mã ngón tay

5 Đánh giá hiệu suất

5.1 Tạo vân tay tổng hợp

Hệ thống tổng hợp các hình ảnh dấu vân tay thực tế có thể mô hình hóa chính xác các biến thể giữa các lớp khác nhau trong các hình ảnh dấu vân tay được quan sát trong

tự nhiên

Hệ thống có thể tạo ra “số lần hiển thị” thực tế của cùng một “ngón tay ảo”, bằng cách mô phỏng:

• Các khu vực ngón tay khác nhau chạm vào cảm biến;

• Biến dạng phi tuyến tính do áp lực không trực giao của ngón tay tạo ra chống lại cảm biến

• Sự thay đổi về độ dày của đường vân do cường độ áp suất hoặc do sự ẩm ướt;

• Vết cắt nhỏ trên đầu ngón tay và các loại tiếng ồn khác

6 Kết luận

6.1 ứng dụng thực tế

• Hệ thống kiểm soát ra và vào

• Xác định danh tính tội phạm

• Xác nhận điện thoại, thanh toán thẻ ATM

6.2 Ưu nhược điểm của nhận dạng vân tay

* Ưu điểm:

• Độ bảo mật cao

• Dễ dàng quản lý

• Đầu ra chính xác cao

* Nhược điểm

• Có các mối đe dọa tiềm ẩn đối với hệ thống dấu vân tay (Tấn công các kênh liên lạc; Tấn công các mô-đun phần mềm cụ thể ; Tấn công

cơ sở dữ liệu của các mẫu đã đăng ký; Đưa ngón tay giả vào cảm biến.)

• Việc triển khai hệ thống khó khăn

• Máy quét vân tay không hoạt động khi tay bẩn hoặc ướt

7 Tài liệu tham khảo

Handbook-of-Biometrics