Nghiên cứu một số thuật toán nhận dạng và phân lớp ảnh vân tay xây dựng ứng dụng phục vụ điều khiển cổng ra vào

Trang nhan đề Mục lục Chương_1: Tổng quan Chương_2: Nâng cao chất lượng ảnh Chương_3: Trích chọn đặc trưng. Chương_4: Đối sánh tập ảnh. Chương_5: Phân lớp ảnh vân tay. Chương_6: Thiết kế hệ thống kiểm soát cổng bằng phương pháp nhận dạng vân tay cá nhân. Chương_7: Kết luận và hướng phát triển đề tài Phụ lục Tài liệu tham khảo

BỘ GIÁO DỤC VÀ ĐÀO TẠO

ĐẠI HỌC QUỐC GIA THÀNH PHÔ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

HUỲNH VĂN GIA

NGHIÊN CỨU MỘT SỐ THUẬT TOÁN

NHAN DANG VA PHAN LOP ANH VAN TAY

XAY DUNG UNG DUNG PHUC VU

DIEU KHIEN CONG RA VAO

`

Chuyên ngành : Tin học

LUAN AN THAC SY KHOA HOC

NGƯỜI HƯỚNG DAN KHOA HOC

CHƯƠNG 1 - TONG QUAN 1

NA su i.he 1

1.1.1 Ung Dụng Sinh Tr c ceccccesscsscsssssesssssssessssesssseessssssessesesessssesssetessees 1

1.1.2 Các Phuong Phép Sinh Tr&c cccscsssssssssssssssssssssssssssesssnasssssessecessnsesees 3 1.2 Vài Nét Về Lịch Sử Nhận Dạng Vân Tay c.cceccccccsessescsssseseeeenaees 6

13 Nhận Dạng Vân Tay Tự Động Ăn ng ke 8

1.4 Phương Pháp Đánh Giá Hiệu Quả 2-222c 22t vc2zErrertree 15

1.6 Tóm Tắt Chương 25-6 tk Sv SE St ckEErkererxrrrkrerree 18

CHUONG 2- NANG CAO CHAT LUGNG ANH 20

21 DAC VAM DE ecceccscessssecssseessssessseccsssccssesssscsssscssseessscesssecescssesensssseeees 20

2.2.8 Đánh giá - Kết quả thuật toán -2-©22ccecttcrreeverrrrrrre 31

2.3 Sử Dụng Tập Bộ Lọc Cố Định " 35 2.3.1 Giới thiệu SH HH HH HH th H411 000 35

2.3.2 Lọc anh Van (âY se HH 9H tt TH ng Tà 00311 XE" 37

2.3.3 Trích chọn đường VÂn - - cach HH HH g4 04101111 ke 39 2.3.4 ' Đánh giá chọn đường VÂn «c1 11x e 4I

2.3.5 Nâng cao chất lượng ảnh - << ren 42 2.3.6 Đánh giá - Kết quả thuật toán -cseeeeriiieeeririee 44

2.4 Tóm Tắt Chương sec cr tr vrvrkerkerrrree 45

3.3 Trích Chọn Đặc Trưng Thích Nghi Theo Dòng Chây ¬ 67

3.3.1 Giới thiệu NT 5605094 50 00T 0105 9 6 01.10060151 10251 901102591 74 67

3.3.2 Thuật toán co 67

3.3.3 Đánh giá - Kết quả thuật toán .- 5c sec cseexeerereree 74

3.4 Sử Dụng Tập Bộ Lọc Trích Chọn Đặc Trưng Toàn Cục 76 3.4.1 - Giới thiệu HH HT HH HH ng 76 3.4.2 Thuật toán co in HH TH HH HH 0.0 77

3.4.3 Định vị điểm tham chiết short 81 BAA Loc Amb iccccssssesscsssssesssssesssssesscssssessesssvecsessssecsesssseessessueceessseeeesnsssneeeses 84

3.4.5 Vector đặc (rưng - co HH TH Tưng tư 8ó

3.4.6 Đánh giá - Kết quả thuật toán .- - - 5-5-5 86

3.5 Trích Chọn Đặc Trưng Từ Ảnh Đường Vân Nhị Phân 89

CHUONG 4- DOI SANH TAP MAU 102

_-4.1 — Đặt Vấn ĐỀ HH HH TH ng HT TET 11th HE re kererssee 102

42 Thuật Toán Đối Sánh Ảnh Dựa Trên Việc Canh Chỉnh Bằng Các

Đoạn Vân Liên KếT - G9 9H g3 gecevereegesecke 105

4.2.1 Giới thiệu TS HH HH TH HH g1 v0 1 net 105

4.2.2.1 Canh chỉnh tập điểm mẫu . -2- 26c S5 crceeerkrrrereee 105 4.2.2.2 Đối sánh tập điểm mẫu đã canh chỉỈnh c-ccccee 109 4.2.3 Đánh giá - Kết quả thuật toán . . ©scc<sxccsevrerrxee 112 4.3 Thuật Toán Đối Sánh Dựa Trên Phép Biến Đổi Hough Tổng Quát 1 14

4.3.5 Đánh giá - Kết quả thuật toán -.-c-¿ cccccrveeeerrrrrre 119

4.4 Tóm Tắt Chương : 5< e Sex ve grerersre 120

5.2 — Thuật Toán Phân Lớp Ảnh Vân Tay Dựa Trên Trung Tâm Điểm và

Tam Phân Điểm - 2 sL⁄HHnHHnHHHgHà HH rreg 122

5.2.1 Giới thiệu e Hee NT HH tk nành 122 5.2.2 Thuật Toán -«- th HH HH TH Tu gàng HH HH 122 5.2.2.1 Xây dựng ảnh giá trị hướng .-.- Q2 HH He 122 5.2.2.2 Phân lỚp SH nh“ HH HH HH HH tt H10 cân 125 5.2.3 Đánh giá - Kết quả thuật toán .-. << c<cĂseseseesrrke 127 5.3 Thuật Toán Phân Lớp Dựa Trên Đặc Tính Đường Vân 130

5.3.1 Giới thiệu ĂĂcĂc cà SoScsererierererike tre 130

5.3.2.4 Phân lớp ảnh vân tay sevuvsesseccessnsesssuseccestsentsnassessseseeesee 140

5.3.3 Đánh giá - Kết quả thuật toán .- - se cyccsccccececcecec 142

5.4 Tóm Tắt Chương -.c2cvcvevvetetEECE221227112111.10 142

THIẾT KẾ HỆ THỐNG KIỂM SOÁT CỔNG BẰNG PHƯƠNG PHÁP

6.1 GiớiThiệu eeesiiiisrrrrrririiriee -144 6.2 Thiết Kế Hệ Thống sestnesossssagrasnesesesssssnnieenie 145 6.2.1 Mô hình chức năng hệ thống 22-.css 2 Ettzttrrerrrve 145 6.2.2 Tính năng yêu cÂUu -2 -s+cCLktdeEEkktEEkkEEx110E2ecrrrrrree 147

6.3 Thiết Kế ThuậtToán -.ccc -s+ 22 22E2222EAEELeevee 148

6.3.1 Thuật toán trích chọn đặc trưng e-seeieeeeeire 148

6.3.2 Thuật toán đối sánh ccccccccrctttrtrttii errrrrre 150

6.3.2 Thuật toán phân lỚp -.- 25-5 s+xeExeSrtrEExrrkrrkerkerrrrrrree 151

6.3.3 Xác minh một ảnh vân tay Ăn nen 153

6.3.4 Nhận dạng ảnh vân tay is sọ HH1 hư ng, 153

6.4 _ Thiết Kế Giao Diện Chương Trình cccccccsecvcicre 154

6.5 Kết Quả Thực Nghiệm -ccccv2cecvecceerirrrrrrrirrirrre 155 6.5.1 Môi trường và số liệu thử nghiệm -+cereree 155

6.5.2 Kết quả thử nghiệm thuật toán trích chọn đặc trưng 156

CHƯƠNG 7 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI severe 161

Phụ Lục C ~ Kết Quả Thuật Toán Phân Lớp Ảnh . -5 c 176

Tài liệu tham khảo — 185

CHƯƠNG 1 - TONG QUAN

11 Giới Thiệu

1.1.1 Ứng Dụng Sinh Trắc

Việc nhận dạng cá nhân là sự gắn kết một đặc tính nhận biết cụ thể nào đó vào

một cá nhân và bài toán của việc tìm ra đặc tính nhận biết của một người có thể được chia thành hai loại bài toán với độ phức tạp khác nhau : xác minh và nhận dạng Việc

xác minh (xác thực) là nhằm chỉ đến dạng bài toán quyết định xác nhận hoặc từ chối đối với một yêu cầu xác nhận cụ thể được đưa ra bởi chính cá nhân yêu cầu Còn nhận

dạng là dạng bài toán tìm kiếm và xây dựng các đặc tính nhận biết của một đối tượng Trong xã hội thông tin điện tử ngày nay cùng với sự gia tăng không ngừng về tính di động, tự động hóa cũng như tầm quan trọng của các giao dịch trao đổi điện tử thì ứng dụng nhận dạng cá nhân ngày càng trở nên cấp thiết và quan trọng Phạm vi ứng dụng

của nhận dạng cá nhân trải trên rất nhiều ngành, lĩnh vực từ ứng dụng xác thực để

bảo vệ truy cập đối với một tài nguyên nào đó, điều khiển cổng ra vào của các khu vực trọng yếu, bảo mật an toàn trong các giao dịch tài chính đến các ứng dụng chấm công,

quan lý nhân sự, hành chính v.v |

Việc nhận dạng và xác thực cá nhân là một vấn đề rất khó giải quyết, hầu hết

các phương pháp nhận dạng trước đây và ngày nay sử dụng đều theo hướng đơn giản

hóa nó thành bài toán kiểm tra về sự tổn tại của một yếu tố cụ thể có liên quan đến người đang xem xét Các yếu tố điển hình được sử dụng có thể là sự sở hữu một vật

nào đó, chẳng hạn việc xác thực quyển ra vào một tòa nhà là bằng cách kiểm tra sự có

hay không sở hữu chiếc chìa khóa để mở cửa tòa nhà đó Hoặc yếu tố đó cũng có thể là

sự hiểu biết về một điểu gì đó, chẳng hạn việc cho phép hay không một người truy nhập vào một hệ thống được xác định bằng cách kiểm tra tên đăng nhập cùng mật khẩu

gắn liền Các phương pháp cổ điển này đã cho thấy chúng chứa đựng khá nhiều nhược

điểm, đối với phương pháp kiểm tra sự sở hữu một vật nào đó để chứng minh về nhân thân và quyền hạn của người sở hữu đã bộc lộ các yếu điểm do các tình huống như vật

đó có thể bị đánh rơi, mất cắp hoặc thất lạc, nếu các tình huống này xảy ra thì xem như

người được ủy quyền sẽ mất đi các quyển hạn được trao, hơn nữa người sở hữu mới của

vật đó có thể được xem như là mặc nhiên có được những đặc quyền mà công tác xác

thực đang bảo vệ Còn đối với phương pháp kiểm tra về sự hiểu biết một điều gì đó để chứng minh về nhân thân của một người có nhược điểm là nếu sự hiểu biết đó ở mức đơn giản thì nó có thể dễ dàng bị dồ ra sau một số lần thử, còn nếu ở mức độ đủ phức

tạp để bảo đảm an toàn thì lại rất khó nhớ, dễ quên sau một khoảng thời gian nhất định

Kết quả là các phương pháp này không thể nào phân biệt được một cách chính xác giữa người được ủy quyền thật sự với người giả danh nếu người đó có được sự sở hữu một

Ngày nay, tuy một số phương pháp nhận dạng cá nhân mới vẫn còn ở mức độ

đơn giản hóa thành bài toán kiểm tra sự tôn tại của một yếu tố, tuy nhiên dạng yếu tố

được sử dụng là các đặc tính gắn liền một cách vậy lý với một người Các đặc tính này

có thể là đặc trưng sinh lý của người như vân tay, mống mắt v.v hoặc đặc trưng hành

vi của một người như giọng nói, chữ ký v.v Phương pháp nhận dạng một cá nhân dựa

vào các đặc trưng sinh lý / hành vi của người như thế thì được gọi là sinh trắc Ưu điểm nổi bật của phương pháp này so với các phương pháp cổ điển được nêu ra phía trên là

nó không thể bị thất lạc hoặc quên mất; nó đại diện một cách hiển nhiên và rõ ràng về

nhân thân của một người Các đặc tính sinh lý hoặc hành vi của một người được sử

dụng để làm chủ thể của sinh trắc đều phải có các thuộc tính sau :

e Mang tính phổ thông, nghĩa là ai cũng phải có đặc tính này

e Mang tính duy nhất, điều này nghĩa là sẽ không có hai người có cùng nội dung

1.1.2 Các Phương Pháp Sinh Trắc

Không có một phương pháp sinh trắc đơn lẻ nào có thể thỏa mãn một cách hiệu

quả mọi yêu cầu của tất cả các ứng dụng nhận dạng (xác thực) cá nhân Mỗi phương

pháp sinh trắc đều có những điểm mạnh và hạn chế của riêng nó và gần như là chỉ

thích hợp với một số ứng dụng nhận dạng (xác thực) cụ thể Các kỹ thuật sinh trắc hiện

đang được ứng dụng bao gồm :

e Giọng nói : giọng nói là đặc tính của từng cá nhân Tuy nhiên nó không mang

đủ tính duy nhất để xác định về một người khi khảơ sát trên diện rộng Đồng thời, các tín hiệu của giọng nói có thể dễ dàng bị biến đổi bởi các yếu tố về thiết bị hoặc sức khỏe, tâm trạng của người khi nói

e Gương mặt: đây là một trong những phương pháp sinh trắc được chấp nhận rộng rai vi day cũng là cách mà con người sử dụng để nhận dạng một người Tuy

nhiên đây vẫn còn là một thách thức khá lớn đối với các ứng dụng nhận dạng sử

dụng gương mặt khi nó được đòi hỏi phải có khả năng thích ứng với thay đổi

trên gương mặt do thời gian, sự biểu cảm trên gương mặt hoặc sự thay đổi về tư

thế thu nhận hình ảnh của gương mặt

Mống mắt : hình ảnh bố cục của mống mắt con người được xác định bởi sự quá

trình phát triển một cách hỗn độn các mạch máu trong mắt từ giai đoạn phát

triển của thai nhi và được cho là duy nhất cho từng người và từng mắt Đây là một trong những phương pháp có tỉ lệ lỗi nhỏ nhất trong quá trình xác thực và

hiện nay đang không ngừng được nghiên cứu phát triển

ự

Sở đổ 1,2: Hình ảnh bố cục của mống mất là duy

nhất cho từng người,

Chữ ký : Cách thức mà một người ký tên của mình đã được biết như là một đặc

trưng của người đó Chữ ký là một trong những phương pháp sinh trắc được chấp

nhận sử dụng cho việc xác thực một người từ rất sớm, ứng dụng trong các văn bản hành chính, giao dịch hoặc pháp lý Tuy nhiên chữ ký của một người cũng

có thể bị thay đổi tùy vào tâm trạng và sức khỏe của người ký, cũng như là chữ

ký có thể bị giả dạng một cách khá dễ dàng

Vân tay : Vân tay là gồm các đường vân theo dạng các dòng chảy có trên ngón tay của mỗi người Sự hình thành của nó tùy thuộc vào điều kiện ban đầu của các thai nhi và nó không không đổi theo thời gian sau khi lớn lên Người ta đã

tin rằng vân tay là đặc tính duy nhất cho từng người Vân tay là một trong những

Trang 4

phương pháp sinh trắc quan trọng đã được sử dụng từ rất lâu trong các vấn để

pháp lý và điều tra tội phạm Nó đã trải qua một khoảng thời gian dài được

nghiên cứu và phát triển, ngày nay nó cũng đang là một trong những chủ để

nghiên cứu của nhiều nhà khoa học nhằm làm tăng độ chính xác và tin cậy cho

công tác xác thực và phục vụ thiết thực hơn cho cuộc sống

Sơ đổ 1.3 : Bố cục các đường vần xác định tính duy nhất

Ngoài ra còn có một số phương pháp sinh trắc khác cũng đang được nghiên cứu

và phát triển như nhận dạng qua chuỗi DNA, nhận dạng qua dáng đi của một người

1⁄2 Vài Nét Về Lịch Sử Nhận Dạng Vân Tay

Con người đã sử dụng vân tay từ khoảng thời gian cách nay rất lâu Qua các

cuộc khai quật khảo cổ, người ta đã tìm thấy các ảnh vân tay người trên các vật dụng xưa Tuy các vật dụng khảo cổ này đã cung cấp đủ các bằng chứng thiết thực để cho thấy rằng người xưa đã có sự lưu tâm đến tính đặc trưng duy nhất của ảnh vân tay,

nhưng những quan tâm này lúc đó chưa phải là những sự xem xét mang tính khoa học

và hệ thống Chỉ cho đến gần cuối thế kỷ 16 thì các kỹ thuật của ngành nhận dạng vân

tay hiện đại mới được hình thành Vào năm 1864, Nehemiah Grew đã công bố một báo

cáo khoa học đầu tiên nội dung về việc nghiên cứu một cách hệ thống của ông ta vé các cấu trúc đường vân, rãnh vân và tuyến mô hôi trên vân tay Kể từ đó, một số lượng lớn nhà khoa học đã bỏ ra nhiều công sức trong việc nghiên cứu về vân tay Và vào năm 1788, Mayer đã đưa ra một bản mô tả chỉ tiết về sự hình thành trên phưởng diện giải phẩu học của vân tay, trong đó một số lượng lớn các đặc tính của đường vân đã

được nhận biết và định tính Từ năm 1809, Thomas Bewick đã bắt đầu sử dụng vân tay

của ông ta như là một nhãn hiệu đăng ký của ông ta và sự kiện này được xem là một

trong những cột mốc quan trọng nhất của ngành khoa học nghiên cứu về vân tay

Purkinje vào năm 1823 đã đưa ra một cơ chế phân lớp ảnh vân tay đầu tiên, cơ chế này cho phép phân ảnh vân vào một trong chín lớp tương ứng với chín dạng cấu trúc đường

vân khác nhau Vào năm 1880, Henry Fault lần đầu tiên đã gợi ý trên quan điểm khoa

học về tính đặc trưng cho từng người của vân tay dựa trên sự quan sát của ông ta Các

khám phá này đã đặt những nền móng đầu tiên cho ngành nhận dạng vân tay hiện đại Vào cuối thế kỷ 19, ông Francis Galton đã giới thiệu về các điểm chỉ tiết đặc trưng

Một bước tiến quan trọng hơn trong ngành nhận dạng vân tay đã được thực hiện vào năm 1899 bởi Edward Henry, ông đã xây dựng nên “Hệ thống Henry” nhằm thực hiện

việc phân lớp các ảnh vân tay Vào đầu thế kỷ 20, cơ chế hình thành của vân tay cũng

đã được người ta nghiên cứu và hiểu rõ Từ đó, nhận dạng vân tay đã được chính thức

chấp nhận như là một phương pháp để nhận dạng cá nhân có hiệu quả và là một chuẩn

Trang 6

Sơ đỗ 1.4: Các mẫu vé của Mayer về vần tay (1788)

được sử dụng trong các thủ tục pháp lý Các cơ sở dữ liệu lưu trữ ảnh vân tay đã được hình thành để thực hiện nhiệm vụ quản lý nhân thân hoặc tội phạm Các cơ sở dữ liệu ngày càng lớn dẫn một cách rất nhanh chóng khiến cho việc nhận dạng và tìm kiếm

ảnh vân tay bằng phương pháp thủ công gần như không thể thực hiện được Và từ đầu

những năm 1960, các hệ thống nhận dạng vân tay tự động (Automatic Fingerprint Identification System - AFIS) bắt đầu được nghiên cứu và phát triển không ngừng Các

hệ thống này đã chứng minh được hiệu quả của nó trong nhiều lĩnh vực khác nhau có

sử dụng kỹ thuật nhận dạng ảnh vân tay để xác định nhân thân của một người

Trong khoảng thời gian gần đây, cùng với sự lớn mạnh của xu hướng nối kết

điện tử trong giao dịch và trao đổi thông tin thì nhu cầu cần có một hệ thống AFIS để

đảm nhận chức năng xác thực và bảo mật an toàn đã trở nên rất cấp thiết Mở ra một

phạm vi ứng dụng rộng lớn của các hệ thống nhận dạng vân tay trong tương lai

13 Nhận Dạng Vân Tay Tự Động

Hệ thống nhận dạng vân tay tự động là một hệ thống cho phép thực hiện nhận

dạng mẫu một cách tự động Một hệ thống nhận dạng vân tay tiêu biểu thường có hai

chế độ chức năng hoạt động :

Đăng ký : đây là chế độ thực hiện ghi nhận thông tin của một người mới vào

hệ thống Trong giai đoạn này, các thông tin đặc trưng để nhận dạng của người đăng ký sẽ được trích chọn và được xem như là dữ liệu đặc trưng đại diện cho cá nhân đó, sau đó chúng sẽ được lưu trữ vào cơ sở dữ liệu của hệ

thống cùng một số các thông tin khác có liên quan đến người đăng ký Các

hệ thống khác nhau có thể sử dụng một số lượng ảnh vân tay khác nhau (sử

dụng nhiều ảnh vân tay của cùng một ngón tay hoặc sử dụng nhiều ngón

khác nhau, một ảnh cho mỗi ngón) cho việc nhận dạng cá nhân

Nhận dạng : chế độ này được thực hiện mỗi khi có yêu cầu nhận dang hoặc

xác thực đối với một người mà thông tin đã được đăng ký vào hệ thống trước đó Mẫu vân tay nhập của người được yêu cầu nhận dạng hoặc xác

thực sẽ được xử lý trích chọn để thu nhận các thông tin đặc trưng nhận dạng,

sau đó chúng sẽ được đem so sánh với các mẫu lưu trong cơ sở đữ liệu hệ

thống, kết quả của việc so sánh thường là một chỉ số điểm đánh giá độ tương đồng giữa hai mẫu dữ liệu Giá trị kết quả cuối cùng của hệ thống sẽ

được đưa ra dựa trên việc so sánh chỉ số điểm trên với một giá trị ngưỡng xác định trước

Để thực hiện hai chế độ xử lý này, các hệ thống nhận dạng vân tay tự động cần thiết phải thực hiện các công việc lần lượt sẽ được trình bày sau

a Thu nhận ảnh vân tay

Tùy thuộc vào phương thức được thực hiện của giai đoạn thu nhận ảnh vân tay là trực tuyến hoặc không mà ảnh vân tay có thể là (¡) ảnh vân tay lăn

mực (ii) ảnh vân tay dấu vết hoặc ảnh vân tay quét trực tuyến

Trang 8

Ni nữ cao c hất Tdch ch: ch chon ; Cơ sở dử liệu

gian, thông thường là trên giấy, bằng thao tác lăn mực Các ảnh vân tay này sau đó có thể được đưa vào máy tính để xử lý bằng việc quét ảnh vân tay đó Dạng ảnh vân tay này có chất lượng khá tốt, nhưng cũng tổn tại trong nó nhiều điểm bẩn hoặc vết lem có

thể khiến cho không nhận dạng được rõ cấu trúc của các đường vân tại những khu vực

đó Hiện nay ảnh vân tay dạng này vẫn còn chiếm một tỉ lệ rất lớn trong các cơ sở dữ

liệu ảnh vân tay được lưu trữ

Sơ để 1,6 : Các loại ảnh (a) - ảnh dấu vết, (b) - ảnh mực trên giấy

(G) - ảnh quét trực tuyến

Ảnh vân tay dấu vết là một loại ảnh vân tay đặc biệt, sử dụng nhiều trong các

công tác điều tra Các ảnh vân tay này được lưu lại trên các vật dụng hoặc vật thể do

việc tiếp xúc giữa ngón tay vào các vật này Thông thương trên đầu ngón tay luôn tổn tại một độ ẩm nhất định do tuyến mồ hôi phát ra nên khi tiếp xúc với các vật thể khác

thời gian sau đó Bằng các phương pháp đặc biệt, các chuyên gia có thể thu hồi lại được những ảnh này Tuy nhiên các ảnh loại này thường có chất lượng rất thấp, nhưng đồng

thời nó lại có ý nghĩa rất quan trọng phục vụ cho công tác điều tra tội phạm

Ảnh vân tay quét trực tuyến là một kỹ thuật thu nhận ảnh hiện đại, qua đó các

ảnh vân tay sẽ trực tiếp được thu nhận dưới dạng dữ liệu mà máy tính có thể xử lý

không cần qua qua các bước lưu và chuyển đổi trung gian Hiện nay có nhiều kỹ thuật quét ảnh trực tuyến khác nhau nhưng tất cả đều dựa trên các cơ chế quang-điện tử thực hiện thu nhận các đặc tính lỗi lõm được tạo ra do sự khác nhau về độ cao của đường vân và rãnh vân, kết quả trả ra là một ảnh vân tay cho biết hình dáng và cấu trúc của các đường vân, rãnh vân Các thiết bị quét ảnh vân tay này khác biệt nhau về độ phân

giải ảnh mà chúng quét nhưng nhìn chung các ảnh kết quả loại này thường có chất

lượng cao hơn so với hai loại trên

b Nâng cao chất lượng ảnh

Hiệu quả thực hiện của các thuật toán trích chọn đặc trưng và đối sánh sẽ phụ

thuốc rất nhiều vào chất lượng của ảnh vân tay đầu vào Trong các ảnh vân tay chất

lượng thấp, cấu trúc đường vân sẽ không được rõ ràng vì thế sẽ việc phát hiện và trích

chọn đường vân cũng như các chỉ tiết đặc trưng sẽ gặp nhiễu khó khăn, đồng thời có thể dẫn đến một số lỗi sau : (ï) tạo ra các điểm chỉ tiết đặc trưng giả; (ii) bổ sót một số

chỉ tiết đặc trưng thật; (iii) định vị sai vị trí của các chỉ tiết đặc trưng Vì thế nhằm làm

tăng hiệu quả và độ tin cậy của các hệ thống nhận dạng vân tay, thuật toán nâng cao

chất lượng ảnh có thể được sử dụng Đối với các loại ảnh nhập là ảnh vân tay lăn mực hoặc ảnh vân tay dấu vết thì bước thực hiện nâng cao chất lượng ảnh là rất cần thiết nhằm khắc phục các sai sót khách quan luôn tổn tại trong các loại ảnh này Tuy nhiên đối với các hệ thống sử dụng ảnh vân tay quét trực tuyến thì có thể không cần dùng các thuật toán này vì chất lượng ảnh kết quả thu được từ các phương pháp này sẽ có chất lượng khá tốt, đủ đáp ứng yêu cầu của hệ thống

Trang 10

thể xác định một cách chính xác hai ảnh vân tay khác nhau có phải là xuất phát từ cùng

một ngón tay hay không thì cần thiết phải có được các đặc trưng đại diện bất biến của

chúng, các đặc trưng này phải là không đổi theo thời gian

Diém ngừng Điểm phân nhánh

Sở để 1.8: Chỉ tiết đặc trưng

Có nhiều loại đặc trưng được sử dụng nhưng nhìn chung thì có thể phân loại

chúng dưới hai loại : đặc trưng toàn cục và đặc trưng cục bộ Đặc trưng toàn cục là các

thuộc tính mang tính tổng thể của ảnh vân tay và thường được xác định bằng cách xem xét toàn bộ ảnh vân tay Đặc trưng cục bộ thường là một tập bao gồm nhiều thành phần, mỗi thành phần thường được trích chọn ra từ một phạm vi ảnh vân tay giới hạn

Một trong nhưng đặc trưng toàn cục quan trọng được sử dụng là lớp của ảnh vân

tay Mẫu hình dạng tổng thể của ảnh vân tay có thể được phân thành một số lượng hữu

hạn nhỏ các lớp khác nhau

Các đặc trưng chứa đựng các thông tin cục bộ quan trọng và then chốt là đều dựa vào các đường vân tay hoặc tuyến mồ hôi trên đường vân Dạng đặc trưng cục bộ được sử dụng trong hầu hết trường hợp là các điểm chỉ tiết đặc trưng (minutiae) trên

đường vân Mẫu của các điểm chỉ tiết đặc trưng trên một ảnh vân tay có thể tạo nên sự

đại diện phân biệt của ảnh vân tay đó, chứa đựng nhiều thông tin đặc trưng cá biệt cho

từng cá nhân Loại chỉ tiết đặc trưng được sử dụng phổ biến là bao gồm (¡) điểm ngừng

và (ii) điểm phân nhánh Một điểm ngừng được định nghĩa là vị trí mà một đường vân chấm dứt còn điểm phân nhánh được định nghĩa là vị trí mà một đường vân phân tách thành hai Ngoài ra thông tin của một điểm chỉ tiết đặc trưng còn có thể mang chứa một

số thuộc tính khác gắn kèm như hướng của đường vân tại vị trí của điểm chỉ tiết đặc trưng Đặc trưng cục bộ dựa trên vị trí của các tuyến mỗ hôi cũng được nghiên cứu và

sử dụng, tuy nhiên vì do thông tin loại này rất khó thu nhận về mặt kỹ thuật nên độ

chính xác và hiệu quả mang lại không cao

d Phân lớp ảnh vân tay

Trong các hệ thống nhận dạng ảnh vân tay lớn đòi hỏi phải sử dụng một số

phương pháp phân lớp ảnh vân tay nhằm làm giảm thiểu không gian tìm kiếm và tăng hiệu quả thực hiện của hệ thống Các phương pháp phân lớp ảnh vân tay này là một sự

mô hình hóa toán học các phương pháp phân lớp truyền thống với đòi hỏi chúng phải

có khả năng thích ứng với sự thay đổi về hướng của ảnh, độ dịch chuyển cùng một số sai lệch khác Trong số đó có một số phương pháp chỉ sử dụng duy nhất thông tin về hướng của đường vân, một số khác lại sử dụng thông tin về các điểm mốc đặc thù (các điểm đặc biệt) có trong ảnh vân tay Cho dù các điểm đặc biệt có thể cung cấp ra nhiều yếu tố hữu ích cho việc quyết định về lớp của ảnh nhưng vì trong nhiều ảnh vân tay

không có dạng thông tin này và rất khó rút trích ra thông tin này trong các ảnh vân tay

chất lượng thấp nên nếu phương pháp nào chỉ dựa hoàn toàn vào thông tin này thì sẽ có

Trang 12

hiệu quả hoạt động không cao Vì thế, đối với một phương pháp phân lớp thành công đòi hỏi phải (¡) bổ sung thông tin về hướng đường vân bằng các thông tin của chính

đường vân; (ii) sử dụng thông tin điểm đặc biệt nếu có nhưng nếu không có loại thông tin này thì cần chuyển sang sử dụng phương pháp khác và (ii) sử dụng các phương

pháp nhận dạng cấu trúc mẫu hoặc cú pháp cộng với các phương pháp thống kê khác

Hiện nay người ta thường sử dụng cơ chế phân lớp bao gồm sáu lớp khác nhau :

đồng tâm (whorl), xoáy phải (right loop), xoáy trái (left loop), cưng (arch), xoáy đôi (twin loop) va cung nhon (tented arch) Ngoai ra ảnh vân tay còn có thể được phân biệt lớp dựa trên các đặc trưng về độ rộng đường vân, khoảng cách đường vân, độ sâu

đường vân, vị trí và số lượng của các điểm đặc biệt (trung tâm điểm và tam phân điểm), số lượng đường vân cắt ngang đoạn thẳng nối trung tâm điểm và tam phân điểm

e Đối sánh ảnh vân tay

Cho trước hai tập dữ liệu đại diện cho hai ảnh vân tay, giai đoạn đối sánh cần

thiết phải thực hiện việc xác định xem chúng có phải là cùng xuất phát từ một nguồn (ngón tay) hay không Bằng cách định nghĩa ra một độ đo tương đồng giữa hai ảnh, giai đoạn này sẽ ra quyết định dựa trên việc kiểm tra chỉ số độ đo kết quả có lớn hơn một ngưỡng xác định trước hay không

Tuy nhiên do trong các giai đoạn trước mỗi tập đữ liệu đại diện cho từng ảnh

vân tay là được trích chọn từ các ảnh khác nhau và được thực hiện độc lập nhau nên có thể sẽ có những sai lệch tuyến tính giữa hai tập dữ liệu này, về vị trí, độ quay, tỉ lệ

phóng cùng một số sai lệch phi tuyến khác Nên vì thế trong giai đoạn này cần thiết

phải thực hiện thao tác canh chỉnh giữa hai tập dữ liệu theo ý nghĩa là càng khớp càng

tốt Có một số phương pháp khác nhau để thực hiện việc canh chỉnh giữa hai ảnh vân tay nhưng điển hình là phương pháp dùng một phần của đường vân cộng với thông tin

về vị trí của các điểm chỉ tiết đặc trưng, hướng của chỉ tiết đặc trưng không đóng một

Vai trò quan trọng trong giai đoạn này vì giá trị của chúng thường bị nhiễu

Ngoài ra do tác động của nhiễu nên sẽ có sự tổn tại của các chỉ tiết đặc trưng

giả hoặc sự biến mất của một số chỉ tiết đặc trưng thật, đồng thời vị trí của các điểm chỉ tiết đặc trưng cũng có thể bị sai lệch nhau một ít Vì thế thuật toán đối sánh sẽ yêu cầu cần phải có khả năng thích ứng với các yếu tố trên trong quá trình tìm và đối sánh từng

cặp chỉ tiết đặc trưng đối ứng trước khi đưa ra một chỉ số độ đo kết quả cuối cùng

Trang 14

1.4 Phương Pháp Đánh Giá Hiệu Quả

Để đánh giá về hiệu quả chính xác của một hệ thống nhận dạng vân tay, người

ta có thể dùng một hệ đơn vị đo phân bố mật độ các giá trị kết quả trả về từ hệ thống

dựa trên hai tập dữ liệu thuộc nhóm người thật và nhóm người giả danh Mỗi dữ liệu

của từng người trong nhóm có thể sẽ nhận một trong hai giá trị kết quả trả về là đúng

hoặc sai Vậy tổng hợp trên cả hai nhóm thì sẽ có bốn khả năng kết quả như sau : (¡)

người thật được chấp nhận; (ii) người thật bị từ chối; Gii) người giả danh được chấp nhận; và (iv) người giả danh bị từ chối Trong đó có hai khả năng (¡) và (ii) mang ý

niệm kết quả trả về của hệ thống là đúng, còn hai khả năng (ii) và (v) là cho biết hệ thống đã quyết định sai

duc cic ving FAR va FRR

Về nguyên tắc, chúng ta có thể sử dụng các thông số tỉ lệ chấp nhận sai (False Acceptance Rate — FAR), tỉ lệ từ chối sai (False Reject Rate — FRR) va ti lé 16i can bang (Equal Error Rate — EER) dé cho biét 46 chính xác của hệ thống Tuy nhiên, kết quả

đánh giá là phụ thuộc rất nhiều vào tập dữ liệu thử nghiệm nên nó không thể cho biết

độ chính xác khách quan của hệ thống mà nó chỉ có ý nghĩa so sánh trong một môi

trường thử nghiệm nhất định Vì thế để có thể cung cấp ra một độ đo hiệu quả chính

xác hơn, hai đơn vị đo RÓC (Receiver Operating Curve) và đ' là thường được sử dụng

ROC có thể cung cấp ra sự đánh giá về hiệu quả của hệ thống tại nhiễu điểm hoạt động

khác nhau, nó mang chứa nhiều thông tin hơn các chỉ số FAR và FRE Còn mật độ đ' có

thể cho biết sự cách biệt phân bố của trường hợp người thật và người giả danh

Tỉ lệ từ chối sai (ERR}

Sở đồ 1.11: Đường ROC cho biết đặc tính hoa t

động của một hệ thống nhận dạ ng vần tay Tuy nhiên để có thể đưa ra một kết quả đánh giá cuối cùng được chính xác và

khách quan thì tập dữ liệu thử nghiệm đồi hỏi phải thỏa mãn các yêu cầu sau như : tập

dữ liệu phải đủ lớn để có thể biểu diễn được một cách đầy đủ các khả năng tổn tại trong ảnh vân tay và tập dữ liệu phải có một sự phân bố đều giữa các yếu tố độ tuổi,

giới tính, chủng tộc V.V ˆ

Trang 16

1.5 Sơ Lược Nội Dung Luận Văn

Trong vài năm gần đây, trong nước đã có một số công trình khoa học quan trọng nghiên cứu trên lĩnh vực nhận dạng vân tay đặt nền tảng cho việc phát triển các ứng dụng nhận dạng vân tay tự động trong nước, các công trình phải được kể đến như của

Thiếu Tá Ngô Tứ Thành năm 1998 nghiên cứu về phương pháp xác định đặc trưng vân

tay dựa trên cấu trúc dòng chảy đường vân và vào năm 2000 ông đã để xuất phương

pháp Henry-Thanh phục vụ cho công tác thu thập và tra cứu các dấu vân tay hiện

trường Công trình nghiên cứu sử dụng mạng neural để nhận dạng các dạng đường vân của GSTS Hoàng Kiếm cùng các đồng sự Khoa CNTT-ĐH KHTN vào năm 1999 va

công trình nghiên cứu sử dụng mạng neural để xác định vị trí của trung tâm điểm và

tam phân điểm của Th.S Trần Trung Dũng có thể phục vụ thiết thực cho các thuật toán

phân lớp và nhận dạng ảnh vân tay Các công trình này đã được ứng dụng một cách

rất hiệu quả trong nhiều lĩnh vực khác nhau trong xã hội Tuy nhiên các công trình

nghiên cứu trước đây chủ yếu là tập trung cho các ứng dụng mang tính nhận dạng, sưu

tra ảnh vân tay

Cùng với xu hướng phát triển mạnh mẽ trong lĩnh vực công nghệ thông tin của

nước ta và nhu cầu tin học hóa rộng lớn trong xã hội thì nổi lên trong đó một yêu cầu

rất lớn về ứng dụng nhận dạng, xác minh vân tay trực tuyến phục vụ cho các công tác

bảo mật an toàn, thay thế cho các phương pháp bảo mật an toàn cổ điển đã bộc lộ nhiều nhược điểm Đồng thời, hiện nay trên thế giới có nhiều phương pháp nhận dạng

vân tay khác nhau đã được nghiên cứu và để xuất, nhưng dường như không một phương pháp nào tỏ ra là hiệu quả vượt trội hơn so với những cái khác và có thể đáp ứng thích

hợp cho mọi loại hình nhu cầu ứng dụng khác nhau Xuất phát từ hiện trạng thực tế này, đã thúc đẩy tôi thực hiện nghiên cứu để tài này với mong muốn có thể xây dựng

một hệ thống nhận dạng vân tay trực tuyến điểu khiển cửa ra vào tự động, phục vụ

thiết thực cho các nhu cầu thực tế trong xã hội

Nội dung trình bày của luận văn được chia thành hai phần Phần đầu bao gồm

nội dung nghiên cứu lý thuyết và đánh giá sơ lược các thuật toán cho từng giai đoạn xử

lý, tập trung cho các thuật toán hỗ trợ ứng dụng nhận dạng / xác minh vân tay trực

tuyến tự động, chỉ tiết gồm các chương sau :

Chương 2 gồm các thuật toán chuẩn hóa ảnh và nâng cao chất lượng ảnh

Chương 3 gồm các thuật toán xử lý trích chọn đặc trưng từ các nguỗn ảnh đã

được chuẩn hóa và nâng cao chất lượng

Chương 4 gồm các thuật toán đối sánh tập chỉ tiết đặc trưng mẫu với tập chỉ tiết đặc trưng đầu vào để xác định độ tương đồng kết quả giữa hai tập

Chương 5 gồm các thuật toán phân lớp ảnh vân tay

Phần sau của nội dung luận văn trình bày về kết quả thiết kế xây dựng hệ thống

xác minh và nhận dạng ảnh vân tay, phục vụ cho ứng dụng điều khiển cửa ra vào tự

động Gồm nội dung các chương sau :

1.6

Chương 6 trình bày về cấu trúc cài đặt tổng quát của hệ thống, nội dung các thuật toán sử dụng và hệ thống giao diện của ứng dụng Cuối chương là phần trình bày về kết quả thử nghiệm của hệ thống

Chương 7 trình bày nội dung kết luận và để xuất hướng phát triển để tài

trong tương lai

các phương pháp sinh trắc thì nhận dạng vân tay là một trong những hướng được nghiên

cứu và sử dụng đầu tiên và gần như mọi người đêu mặc nhiên công nhận về sự chuẩn

xác của nó Tuy nhiên, cùng với sự phát triển của xã hội thông tin, thì nhu cầu về các

Trang 18

ứng dạng nhận dạng vân tay tự động càng trở nên bách thiết vì thế nó đã thu hút được nhiều sự quan tâm của nhiều nhà nghiên cứu Phân cuối của chương là sự trình bày nội dung tổng quát của một ứng dạng nhận dạng vân tay

CHƯƠNG 2- NÂNG CAO CHẤT LƯỢNG ẢNH

Các thuật toán đối sánh ảnh vân tay trong các hệ thống nhận dạng vân tay phan

lớn đều dựa trên kỹ thuật so sánh các đặc trưng cục bộ của đường vân cùng mối quan

hệ giữa chúng Vì thế một giai đoạn quan trọng trong các hệ thống này là thực hiện trích chọn các chỉ tiết đặc trưng một cách tự động và tin cậy từ ảnh vân tay nhập vào,

đây là một công việc rất khó Và hiệu quả thực hiện của giai đoạn này là phụ thuộc rất lớn vào chất lượng của ảnh vân tay đầu vào

Trong các ảnh vân tay có chất tốt, cấu trúc của các đường vân thể hiện rất rõ

ràng, trong đó các đường vân và rãnh vân chạy xen kế nhau theo một hướng cục bộ

nhất định, và các điểm chỉ tiết đặc trưng là các điểm bất bình thường xuất hiện trên

đường vân, nghĩa là các điểm ngừng hoặc điểm phân nhánh trên đường vân Trong các

ảnh như thế chúng ta có thể dễ dàng phát hiện ra các đường vân, sau đó là thực hiện

làm mảnh đường vân và cuối cùng là các điểm chỉ tiết đặc trưng có thể được trích chọn một cách dễ dàng và chính xác Tuy nhiên, trong thực tế tùy vào lực ấn ngón tay, độ

ẩm của da trong quá trình thu nhận ảnh, chất lượng của thiết bị thu nhận ảnh v.v

khiến cho một số lượng lớn ảnh thu được (khoảng 10%) là không đủ chất lượng Cấu

trúc đường vân trong các ảnh vân tay chất lượng thấp sẽ không rõ ràng vì thế sẽ khiến cho việc phát hiện đường vân gặp nhiễu khó khăn và sai sót, điều này có thể dẫn đến việc một số lượng đáng kể điểm chỉ tiết đặc trưng giả sẽ được tạo ra và bổ sót một số

lượng chỉ tiết đặc trưng thật Để bảo đảm cho hiệu quả của tiến trình trích chọn đặc

trưng được tốt thì một thuật toán giúp làm nâng cao chất lượng ảnh được thực hiện trước

đó là rất cần thiết

Mục đích của thuật toán nâng cao chất lượng ảnh vân tay là làm tăng độ rõ nét

của các đường vân trong ảnh vân tay cũng như là giẩm bớt các yếu tố nhiễu tổn tại

trong ảnh Các thuật toán này có thể được thực hiện trên ảnh mức xám hoặc ảnh đường

Trang 20

vân nhị phân Do các đường vân và rãnh vân trong ảnh vân tay có đặc tính là xen kẽ nhau và chạy song song nhau trong một vùng cục bộ, vì thế một số heuristic đơn giản

có thể được sử dụng để phân biệt giữa các cấu trúc đường vân thật và cấu trúc đường

vân giả trong các ảnh đường vân nhị phân Còn trong các ảnh vân tay mức xám, các

đường vân và rãnh vân trong một vùng cục bộ sẽ tạo thành nên một mặt phẳng uốn

theo dạng hình sin có tần số và hướng xác định Nên đã có nhiều phương pháp thuật

toán nâng cao chất lượng thực hiện dựa vào yếu tố trên, đáng chú ý trong số đó là các

phương pháp sử dụng bộ lọc pand-pass với khả năng cho phép chọn tần số và hướng lọc Nên trong phân tiếp theo của chương này tôi xin được trình bày hai phương pháp

điển hình trong số đó

2.2 Sử Dụng Bộ Lọc Band-pass Thích Nghỉ

2.2.1 Giới thiệu

Một ảnh vân tay mức xám I được định nghĩa như là một ma trận NxN, trong đó

1Œ, j) biểu diễn giá trị mức xám của điểm ảnh tại vị trí dòng i, cột j Giá trị hiệp phương sai và trị trung bình của ảnh mức xám I được xác định theo công thứ sau :

cục bộ của đường vân thường được xác định cho từng khối hơn là cho từng điểm ảnh vì

thế ảnh ban đầu thường được chia thành tập hợp các khối có kích thước wxw không phủ lấp nhau, và hướng cục bộ của đường vân được xác định cho từng khối đó Cũng cần

lưu ý rằng không có sự phân biệt khác nhau giữa giá trị hướng œ và hướng (œ+n)

Ảnh tân số F là một ma trận NxN, trong đó FQ, j) biểu diễn giá trị tần số cục bộ của đường vân, nó được định nghĩa như là tần số của cấu trúc đường vân và rãnh vân trong một vùng lân cận cục bộ theo hướng vuông góc với hướng cục bộ của đường vân

Cấu trúc của đường vân trong các vùng có sự xuất hiện của các điểm chỉ tiết đặc trưng hoặc điểm đặc biét (singular point) (trung tâm điểm hoặc tam phân điểm) sẽ không có dạng sóng hình sin rõ ràng Trong trường hợp này, tần số sẽ được định nghĩa bằng trị trung bình tần số của các vùng lân cận của nó Giá trị tần số cũng được xác định cho từng khối

Mặt nạ vùng R được định nghĩa như là một ma trận NxN với RŒ, j) cho biết

điểm ảnh tương ứng thuộc vàng ảnh không xác định (giá trị bằng O) hoặc vùng ảnh rõ

ràng (giá trị bằng 1)

Trang 22

Sd dé 2.1: Tién trinh x ly nding cao chét lugng dnh vén tay

2.2.2 “Thuật toán

Các bước của thuật toán được mô tả như sau : (xem sơ đồ 2.1)

a Chuẩn hóa ảnh : một ảnh vân tay nhập vào sẽ được chuẩn hóa để nó có

được một giá trị trung bình và hiệp phương sai xác định trước

b Ước lượng hướng cục bộ : hướng của ảnh sẽ được đánh giá ước lượng từ

ảnh đã được chuẩn hóa

c Ước lượng tần số cục bộ : tân số của ảnh được tính toán từ ảnh đã được chuẩn hóa và giá trị hướng của ảnh

d Xác định mặt nạ vùng : mặt nạ vùng được xác định bằng cách phân loại

từng khối thuộc ảnh là khối thuộc vàng ảnh rõ ràng hoặc vùng ảnh không

M, + VAR, GG, j)—M)" Nếu lá, j)>M

Trong đó Mạ và VARo là giá trị trung bình và hiệp phương sai mong muốn

Chuẩn hóa ảnh là một tác vụ thực hiện trên từng điểm ảnh Nó không làm thay đổi đặc

tính rõ nét của cấu trúc đường vân và rãnh vân Mục đích chính của bước này là làm

giảm độ biến thiên giá trị mức xám của các đường vân

2.2.4 Hướng cục bộ

Hướng của ảnh biểu diễn một thuộc tính mang tính bản chất của ảnh vân tay và

tạo ra một bố cục sắp xếp tương đồng trong một vùng lân cận cục bộ các đường vân và rãnh vân Bằng cách xem ảnh vân tay như là một bố cục sắp xếp có định hướng, thuật

toán dưới đây cho phép ước lượng giá trị các dòng chảy theo phương pháp bình phương

trị trung bình tối thiểu

Cho trước một ảnh đã chuẩn hóa GŒ, các bước chính của thuật toán như sau :

a

b

Chia G thành các khối có kích thước wxw (16x16)

Tính độ dốc ô;(, j) và ôyŒ, j) tại điểm ảnh (ï, j) Tùy vào yêu cầu, độ dốc

có thể được tính bằng toán tử Sobel hoặc toán tử Marr-Hildreth Giá trị hướng cục bộ của mỗi khối có tâm điểm tại (, j) được tính bằng

công thức sau :

et kẽ V.dGj)= » >'2ô,(,v)ô,(u,v) (CT 2.2.5)

int jet VjGd= ¥ Y@,v)-3(u,v)) (CT 2.2.6)

Trong đó Ö(, j) là giá trị ước lượng bình phương tối thiểu của hướng cục

bộ đường vân tại khối có tâm điểm (, j), nó đại diện cho hướng trực giao

với hướng của phổ Fourier trong cửa sổ wxw

._ Do tác động của các yếu tố nhiễu, cấu trúc đường vân và rãnh vân không

rõ ràng, sự xuất hiện của các điểm chỉ tiết đặc trưng v.v trong ảnh vân tay nhập nên hướng cục bộ của đường vân 6đ, j) được tính ra không phải

luôn luôn là chính xác Đông thời dựa vào đặc tính là giá trị của hướng

cục bộ đường vân thay đổi ít trong một vùng lân cận cục bộ (nếu không

có sự xuất hiện của điểm đặc biệt), vì thế có thể sử dụng một bộ lọc low- pass để hiệu chỉnh các giá trị hướng không đúng Để thực hiện lọc low- pass chúng ta trước tiên cần phải chuyển ảnh thành trường các vector

liên tục, theo công thức sau :

®, (i,j) = cos(20(i, )) (CT 2.2.8) |

®, (i, j) = sin(20G, j)) (CT 2.2.9)

trong đó 5x và õy là thành phần x và y của trường vector Tiếp đó thao tác

lọc low-pass có thể được thực hiện như sau :

._ Tính hướng cục bộ của đường vân

Hướng cục bộ đường vân tại (ï, j) được tính theo công thức :

®.G,)

®,(.)

OG, )) = 5 tant ) (CT 2.2.12)

2.2.5 Ảnh tần số đường vân

Do trong một vùng lân cận cục bộ nếu trong đó không có sự xuất hiện của các

điểm chi tiét đặc trưng hoặc điểm đặc biệt thì giá trị mức xám dọc theo đường vân sẽ tạo thành một sóng hình sin theo hướng vuông góc với hướng cục bộ của đường vân

(xem sơ đồ 2.2) Vì thế tần số của đường vân là một thuộc tính khác thuộc về bản chất

của ảnh vân tay Giả sử G là ảnh vân tay đã được chuẩn hóa và O là ảnh vector hướng,

thì các bước để thực hiện ước lượng tần số đường vân cục bộ như sau :

a Chia G thành các khối wxw (16x16)

b Đối với từng khối có tâm điểm tại (i, j, tính cửa sổ có hướng có kích thước ]xw (32x16) theo hệ thống toạ độ của đường vân (xem sơ đồ 2.2)

c Đối với mỗi khối có tâm diém tai (i, jp), tính x-signature X[0], X[1]

X[I-1] của đường vân trong cửa sổ có hướng

w-l

W 420

u=i+(d- > cos O(i, j) + (k -5)sin Oi, j) (CT 2.2.14)

v=j+(d- 2)sin O(i, j) + G —k)cos O(i, j) (CT 2.2.15)

Nếu không có các chỉ tiết đặc trưng hoặc điểm đặc biệt xuất hiện

trong cửa số có hướng thì các tín hiệu x sẽ tạo thành một sóng hình sin phân

biệt, có cùng tần số với các đường vân nằm trong một cửa sổ có hướng Vì thế tần số đường vân có thể được tính từ dãy tín hiệu x Giả sử đặt Tá,j) là

số lượng điểm ảnh trung bình nằm giữa hai giá trị đỉnh trong dãy tín hiệu x thì tần số ©Œ j) được tính là: Ođ, j) = 1TG, j) Trong trường hợp nếu không

có đỉnh nào được xác định từ dãy tín hiệu x thì giá trị tần số được gán bằng -1 nhằm phân biệt với các giá trị tần số có nghĩa khác

Trang 26

Sơ để 2,2: Cửa sổ có hướng và dây tín hiệu x

d Đối với ảnh vân tay có độ phân giải biết trước thì giá trị tần số của

đường vân trong một vùng lân cận là nằm trong một miễn giá trị Xác

định Chẳng hạn đối với ảnh có độ phân giải 500 dpi thì miễn giá trị này

là [1/⁄3,1/25] Vì thế nếu giá trị tần số được tính ra nếu nằm ngoài miễn

giá trị này thì sẽ được xem là không hợp lệ và được gán giá trị là -1

e Đối với các khối mà trong đó có sự xuất hiện của các chỉ tiết đặc trưng

hoặc điểm đặc biệt và/hoặc cấu trúc đường vân không rõ ràng thì giá trị

tần số của các khối này cần phải được nội suy từ các giá trị tần số của

các khối lân cận có giá trị hợp lệ Phép nội suy được thực hiện như sau :

1 Đối với từng khối có tâm điểm tại (ï, j)

QO@) nếu : O(, j) z I

O(,j)= Xu 12 ee 2 W, (u, v)w(QG — uw, j— vw)) ;

nu 42 a 2 W, (u, v)ö(O( —UW,J— vw) + 1)

0,nếu x <

8(x) = néux <0

1,ngược lại

W, 1a nhdn Gaussian tai vi tri giá trị trung bình và hiệp phương

sai tương ứng là 0 và 9 và wo=7 là kích thước của nhân

2 Nếu tổn tại ít nhất một khối có giá trị tần số bằng —1 thi hodn chyén Q va Q’, sau đó quay trở về bước 1

f Do khoảng cách giữa các đường vân ít thay đổi trong một vùng lân cận

cục bộ nên có thể sử dụng bộ lọc low-pass để loại bd các giá trị nằm

Như đã để cập, một điểm ảnh (hoặc một khối) trong ảnh vân tay có thể thuộc

vùng ảnh rõ ràng hoặc vùng ảnh không xác định Việc phân loại các điểm ảnh vào một

trong hai loại vùng này có thể được thực hiện bằng cách dựa trên sự đánh giá chất

lượng về hình dáng của sóng hình sin được tạo bởi các đường van Trong thuat todn

này, tổng cộng có ba thuộc tính được sử dụng để đặc tả sóng hình sin: cường độ (œ), tần

số (B) và độ thay đổi (y) Đặt X[1], X[2] , X[I-1] là các tín hiệu x của một khối có tâm

điểm tại (i,j) Ba đặc tính trên tương ứng với điểm ảnh (hoặc khối) (ï, j) được tính dựa theo các công thức sau :

a œ= (chiểu cao trung bình của các đỉnh —- độ sâu trung bình của các rãnh)

b B=1/T(, j), trong T là số điểm ảnh trung bình giữa hai đỉnh kể nhau

Trang 28

Để tìm ra phân lớp đặc trưng của các vùng vùng ảnh rõ ràng hoặc vàng ảnh

không xác định, các tác giả đã sử dụng nhiều ảnh vân tay tiêu biểu có đánh nhãn sẵn

các vàng ảnh rõ ràng và vàng ảnh không xác định Sau đó ba giá trị đặc trưng được tính

để thu về tập hợp 2000 mẫu 3 chiểu đại diện cho hai lớp này Các mẫu này sau đó được đưa vào một thuật toán phân nhóm tự động và kết quả cho ra sáu nhóm khác nhau Bốn

trong số sáu nhóm này tương ứng với vàng ảnh rõ ràng, còn lại hai nhóm tương ứng với

vùng ảnh không xác định Sáu bản mẫu (tương ứng với các ban nằm tại vị trí trung tâm của từng nhóm) sẽ được đưa vào thuật toán phân lớp Người láng giềng gần nhất (INN)

để phân loại các khối wxw của ảnh vân tay Nếu khối có tâm diém tai (i, j được xác định là vàng ảnh rõ ràng thì giá trị R(i, j) sẽ bằng 1, ngược lại R(i, j) sẽ được gán bằng

0 Sau khi toàn bộ các giá trị R được tính thì tỉ lệ của vùng ảnh rõ ràng trên toàn bộ ảnh

sẽ được xác định Nếu giá trị tỉ lệ này nhỏ hơn một ngưỡng cho trước (40%) thì ảnh đó

sẽ bị loại vì không đạt chất lượng yêu cầu

2.2.7 Lọc ảnh

Đặc tính cấu tạo từ các đường song song nhau và có hướng xác định của ảnh vân

tay đã cung cấp một thông tin rất hữu ích nhằm giúp đỡ cho việc loại bỏ các nhiễu tổn

tại trên ảnh Các đường vân và rãnh vân có dạng sóng hình sin thay đổi rất ít và thường theo một hướng cục bộ xác định Vì thế có thể sử dụng một bộ lọc band-pass được điều

chỉnh theo một giá trị tần số và hướng thích hợp để loại bổ một cách hiệu quả các

nhiễu nhưng đồng thời vẫn có thể bảo tổn được cấu trúc thực của các đường vân và

rãnh vân Các bộ lọc Gabor có các thuộc cho phép chọn tần số và chọn hướng vì vậy có

thể cung cấp ra một giải pháp kết hợp tối ưu cả về miễn không gian lẫn tần số Nên bộ

lọc Gabor là rất thích hợp cho việc loại bổ các nhiễu

Bộ lọc Gabor đối xứng-chẳn (even-symmetric Gabor) có dạng chung như sau :

h(x,y: o,f) = =-j|Eor at | cos(2rfxcos¿) (CT 2.2.18)

tụ

Sơ đổ 2.3: Bộ lọc Gabor đối xứng - chẩn, (a) Bộ lọc Gabor với F = 1/10 và hướng 09 (b) MTF tương ứng của nó ,

Trong đó ¿ là hướng của b6 loc Gabor, f là tần số của sóng mặt phẳng hình sin,

va 5,, dy là hằng số không gian Gaussian theo trục tọa độ x và y Hàm Chuyển đổi điều

biến (Modulation Transfer Function - MTE) của bộ lọc Gabor có thể được biểu diễn

va ðy Rõ ràng là tần số của bộ lọc f hoàn toàn được xác định bởi tần số của đường vân

và hướng được xác định bởi hướng của đường vân Việc lựa chọn các giá trị 5, va dy là

cần phải cân nhắc vì nếu chọn các giá trị lớn cho hai biến này thì bộ lọc tuy sẽ có khả năng lọc mạnh nhưng đồng thời cũng sẽ tạo ra nhiều đường vân hoặc rãnh vân giả

Ngược lại, nếu chọn các giá trị nhỏ thì bộ lọc tuy sẽ ít tạo ra các đường vân hoặc rãnh

giả nhưng đồng thời khả năng lọc nhiễu của nó sẽ kém hiệu quả Các giá tri 5, va Sy

thử nghiệm đã được gán bằng giá trị 4.0 và 4.0 Đặt G là ảnh vân tay đã được chuẩn

Trang 30

hóa, O là ảnh vector hướng, F là ảnh tần số và R là mặt nạ vùng thì ảnh E kết quả sẽ

được tính như sau :

ODA Vy u=—-w,/2 59/2 híu,v:O(,j,FG,))GG—u,j—v) — ngược lại ve—w, /2 (CT 2.2.20)

trong đó w;=11 xác định kích thước của bộ lọc Gabor

2.2.8 Đánh giá - Kết quả thuật toán

Đây là một thuật toán có hiệu quả hoạt động rất cao, vì các giá trị về hướng cục

bộ và tần số cục bộ đường vân được ước lượng một cách khá chính xác cho từng khối ảnh nên bộ lọc Gabor đã thực hiện lọc nhiễu và đồng thời nâng cao chất lượng cấu trúc đường vân một cách rõ rệt do có khả năng thích nghỉ với thông số của từng khối ảnh

Đồng thời thuật toán còn xác định được các vùng ảnh không rõ ràng để cho phép tiến

trình trích chọn đặc trưng giai đoạn sau có thể bổ qua không xử lý các khu vực ảnh này

nhằm tránh dẫn đến việc tạo ra các điểm chỉ tiết đặc trưng giả :

Hiệu quả của thuật toán đã được kiểm định bằng cách cho tiến hành thử nghiệm đối sánh trên tập ảnh vân tay mẫu (với một cơ sở dữ liệu ảnh vân tay gồm 700 ảnh, mỗi

người 10 ảnh) với hai lần thử nghiệm Lân thử nghiệm thứ nhất, các ảnh vân tay được

tiến hành đối sánh trực tiếp không qua giai đoạn nâng cao chất lượng ảnh và lần thử

nghiệm thứ hai các ảnh vân tay sẽ được xử lý nâng cao chất lượng ảnh trước khi được thực hiện đối sánh Kết quả thử nghiệm của thuật toán trên được cung cấp bằng sơ đồ

sau:

Sở đỗ 2.4: Biểu diễn kết quả về hiệu quả của thuật toán

Từ kết quá được cung cấp từ sơ đồ trên, chúng ta có thể quan sát thấy rằng:

thuật toán nâng cao chất lượng ảnh đã cho phép nâng cao rõ rệt hiệu quả tổng thể của

tiến trình đối sánh ảnh vân tay, cụ thể là nó đã cho phép làm giảm đáng kể Tỉ !ệ Từ chối Sai (False Reject Rate - ERR) trong khi duy trì một độ Tỉ lệ Chấp nhận Sai (False

Acceptance Rate — FAR) hgp ly

Trang 32

(o

Sở đổ2,5 : Một vải ảnh kết quả từ thuật toán n§ng cao chất lượng ảnh

(a)(c)(e) : Các ảnh vần tay đầu vào

(b)(d){f) : Các ảnh vần tay sau khi đã xử lý nầng cao chất lượng ảnh

Trang 34