Luận văn thiết kế hệ thống nhận dạng thông tin sinh trắc

Mặc đủ không thể đại đến độ tin cậy cao cũng như cỏ nhiều ửng dụng thực tiễn nhu nhận dạng vân tay và một số lĩnh vực nhân dạng sinh trắc học khác những sơ với các lĩnh vực nhận dạng sin

Trang 1

BO GIAO DUC VA DAO T40 TRUONG DAI HOC BACH KHOA HA NOI

Trần Văn Hùng

THIET KE HE THONG NHAN DANG

THONG TIN SINH TRAC

LUẬN VĂN THẠC SĨ KHOA HỌC

CHUYEN NGÀNH ĐO LƯỜNG VÀ CAC HE THONG PIFU KHIEN

NGUGITIUGNG DAN KITOA T10G

1 PGS TSKH TRAN HOAI LINH

Hà Nội - 2011

Trang 2

BO GIAO DUC VA DAO T40 TRUONG DAI HOC BACH KHOA HA NOI

Trần Văn Hùng

THIET KE HE THONG NHAN DANG

THONG TIN SINH TRAC

CHUYÊN NGẢNH: ĐO LƯỜNG VÀ CÁC HỆ THỐNG ĐIỂU KHIÊN

TUẬN VĂN THIẠC SĨ KIIOA HỌC CHUYEN NGANII DO LUONG VẢ CÁC HỆ THỐNG ĐIÊU KHIỂN

NGƯỜI HƯỚNG DẪN KHOA HỌC :

1 PGS, TSKH TRAK HOAI LINH

Hà Nội - 2011

Trang 3

CHƯƠNG 2: TONG QUAN VE NHAN DANG TIONG TIN SINITTRAC 9

3.1.2 Hình thúc thể hiện và các đặc tả của vân tay ceceeeeoeoee TÔ,

2.2.1 Tẳng quan về các kết qua va ting g dụng, 12

2.2.2 Những khó khăn của bải loán nhận đạng bàn lay và cách khắc phục l2

3.2.3.1, Nhan dang ban tay dựa trên các đặc tính hình học 18 3.2.3.2 Nhận dạng bàn tay dựa trần cáo đặc tính của vẫn bản tay 20

3.3.4.1 Nhận dạng dựa lrên mỗi quan hệ giữa các phần tử (Fcature Piased) 22

3.2.4.2 Nhận dạng dựa trên xét toàn điện khuôn mặt (Appearance Based) 23 CHƯƠNG 4: NHÂN DẠNG VÂN TAY nneeeeeeaoeo.24

4.1.1 Chuẩn hởa ảnh đản yao ccecscssceseessesenensensetanensanvarinnnsnarinen OS

4.1.1.2 Can bang cường độ sảng của ảnh 25

4.13 Ước lượng oricnlation image và Khon ving “anh van m tay 27

4.1.3.2 Khoanh ving anh van tay

4.1.4, Trich chon minutiae

Trang 4

4.1.4.1 Nhi phan hda va lam manh duong van 3q

4.1.4.2 Phát hiện mănutiae HHehheaoiiereoaeu3T

4.1.5 Higu chinh dwéng van va loc minutiae sai - 232 4.1.5.1 Hiện chỉnh đường vân và lọc minutiae sai cắp một 32

4.1.5.2 Lọc minutiae sai cấp hai và tạo mã tử minufiae 34

4.3.1 Trích chọn đặc tính cenniirarserreeseoeue 36

4.2.2 Tạo vec-tơ đặc tỉnh - a7

CHUONG 5: NHAN DANG BAN TAY VẢ MẶT NGƯỜI 42

*Trich chon dic tink bing phnong php PCA ccesscesesneeeeeteenen 6S

Trang 5

6.2.2 Kết quả nhận đạng cà cung vanes

6.3 Nhận đang khuôn mat

6.3.1 Giao diện sàn tình như Hưng

Trang 6

DANH MUC HiNH ANH

Hinh-2 5: Một số khó khăn gặp phải trong nhận dang ban tay 3

Hình-3 1: Mỏ hình tỏng quát 2 khối chỉnh của các hệ thống 1S Tlinh-3 2: So để khối phân mắm các hệ thống nhận dang l§ Hình-3 3: Biểu diễn ảnh số neo TỔ

Tlinh-3 4: Tao ma van lay 19

Hinh-3 5: Một số đặc tính hình học của bản tay ceseeeeeeoeere 20

Hinh-3 6: Vân ban lay 2I

Hinh-4, 2: Tang cudng anh

Tình-1 3: Ước lượng orienlalior image

Hinh-4 4: Khoanh vùng ảnh vân tay

Hình-4 5: Thông số của hai dạng minut

Hinh-4 6: Nhị phân hỏa vá làm mảnh đường vên «co

Iiình-4 7: Phát hiện minutiae -

Hình-4 8: Số miwutiae phát hiện được

Tlinh-4 9: Lec cac minutiae

Hinh-4, 10: Cao minutiae được trích chọn cuỗi để tạo mÃ co

Hình~4 11: Năm kiêu vân lay trong thực tế

Hinh-4 12: Sơ đồ khối mô †ã thuật toản phân loại vân tay

Llinh~1 13: Phuong phap chi sd Poincaré

Hinh-4 14: Lấy đặc tính cho phản loại

toan phan loại

.¢ quan trong

Hinh-4 16: Đôi chiếu vân tay dựa trên cơ sở mminufiae «eo đÔ

Hinh-5 2: Một số điểm đặc biết tròn đường viễn ban tay c eeo.44 Ilinh-5 3: Tách các ngón tay, xác định các trục, điểm privot của ngón tay 45

Trang 7

T Cac buốc loại bỏ phần cổ tay sử đụng đường xoắn ốc Euler

8: Chuẩn hóa góc định hưởng các ngón lay

9: Tách ảnh vẫn bản tay

10: Quá trình thu thập và lách đội tượng g khối anh

11: Khối chuẩn hóa ảnh °

12: Xác định vùng mắt hằng phân tích lạc đô mức xâm 18: Quá trình đặt ngưỡng tách ving mit °

L4: Xác đình góc nghiêng của khuôn mặt đựa trên iãm mỗi

19: ICA2 đôi với bản tay thử ¡ àcàcceieenreeirie

20: Các phần của hàm ART cơ bản

22: Chuẩn hóa ma trận anh

23: Trung binh ảnh của các tập đữ liệu học

24: Khôi phục ảnh từ cÁc vec-tơ đặc tính

1: Giao diện thực hiện trích chọn đặc tính và nhận dạng vẫn tay

2¿ Giao điền chương trình nhận dạng bản tay

4: Giao diện chương trình nhân dạng mất người

Trang 8

Cinrang †: Giới thiệu chung,

CHƯƠNG 1: GIỚI 'THIỆU CHUNG

Khai niệm sinh trắc học ra đời từ rất lân với những hinh thức đơn sơ ban đầu nh điểm chỉ Vải thập kí gần đây, cùng với sự phát triển vũ bão cúa khoa học máy tính,

sinh trắc học ngày cảng trở nên phong phủ, đa dạng với nhiều Tĩnh vục và ứng dung

trang thực lễ

Thân dang sinh trắc học ngảy cảng dược ứng dụng một cách phổ biển và nó cỏ vĩ trí rất quan trọng trong khoa học nhận dạng, với nhiễu lĩnh vực của cuộc sống đặc biệt là trong an ninh và bảo mật Trong, đỏ các bộ phận nỗi bật của nhận đạng sinh

trắc học có thể kể tới là: nhận đạng vân tay; nhận dang mặt người và nhận dang bản tay Ngoài ra có thể kể đến nhận đạng vẫn mắt; giợng nói, chữ:

Thận đạng vân tay được xem tử là bộ phận liên phong và phổ dụng nhất của nhận đạng sinh trấo học Việc liễn hành thu thập mẫu vân tay cũng tương đối đơn giản hon so với các loại khác Vân tay đùng để nhận dạng thường bị ảnh hưởng,

nhiều bởi điều kiện thu thập số liệu như hình ảnh vân tay không trọn vẹn, bị xoay

góc, méo hay có nhiễu nhiễu Do đó việc so sảnh tiực tiếp hai mẫu vân tay sẽ rất phúc tạp vả khó khăn Do đó các mẫu vân tay cần được tiền hảnh lọc nhiễu, sau đỏ

tạo mã từ một số các đặc lính cửa nó (có thể phân biệt với mẫu khác) nhằm mục

đích giải quyết vẫn đề xử ly, lưu trữ vân tay với số lượng lớn mà vẫn đảm bảo chính

xác

Các kỹ thuật nhận vân tay cững có khá nhiền Trong đỏ liên biểu có 3 phương pháp sau

+ Sử dụng đặc trưng tương quan của hai mẫu Xắn chồng trực tiếp hai mẫn này

và dựa vào tương quan giữa các pixel để tính toán sự khác nhan giữa hai mẫu

«_ Phát hiện và sử đụng các điểm nút đặc trung,

=_ Sử đụng các đặc trưng về đường vân Đường vẫn của các mẫu được trích ra khỏi ảnh ban đầu rồi so sánh giữa chúng,

Trong luận văn này, ta sử dụng phương phảp thủ hai để nhận dạng vân tay Nhủn chung, qua trinh nay trai qua ba công đoạn chỉnh: đi nhận anh van tay (i); irich chon dite tinh (u); déi sinh van tay (ii), Bei vì ngay trong từng công đoạn này lại

Trang 9

có nhiễu biện pháp khác nhan, tùy vào ngĩt cảnh và vừng ứng đụng các khâu này sẽ thực hiện theo cách thức cụ thể

Luan van sé sw dung bộ mẫu chuẩn vận tay FVC200 - bộ dũ liệu chuẩn quốc tế

xây dựng bối phòng thí nghiêm hệ thống sinh trắc, dai hoc Bologna

Trong luận văn, phân nhận dạng vân tay sẽ được tập trung vào 2 nội dụng chính:

« Tạo veo-do đặc linh cho mục địch phản loại kiển vân tay và cho đổi sảnh

(feature extraction)

«Sử dụng cáo điểm đặc tinh đã tích chọn bước trước để đổi sánh nhận dang

vân tay (matching)

Trong số các Tĩnh vực của sinh trắc học thì nhận dạng bản tay là một lĩnh vực khả mới mẻ Mặc đủ không thể đại đến độ tin cậy cao cũng như cỏ nhiều ửng dụng thực tiễn nhu nhận dạng vân tay và một số lĩnh vực nhân dạng sinh trắc học khác những sơ với các lĩnh vực nhận dạng sinh trắc học này thỉ nhận dạng bản tay có một

số ưu điểm nổi bật như: cách lấy mẫu tương đối đơn giản và thân thiện với người

ding,

Với độ chính xác tương đối, những kết quả đạt được của nhận dang ban tay cht

yếu được ứng đụng trong các mục địch dân sự như quản lý, chấm công hay an ninh trang các nhà máy, văn phỏng với quy mô vừa và nhô Đây là những ứng dụng có triển vọng với nhủ câu ngảy cảng tang cao

Trong luận văn nảy, việc tìm hiểu vẻ nhận dang bản tay cũng không nằm ngoái

mục địch hướng đến những ửng dụng có tính thục tiễn của nở Nội dung sẽ chủ yếu

tập trung vảo các quá trình cơ bản của một hệ thông nhận dang bản tay bao gồm:

Thu thập ảnh, chưyền đổi chuẩn hỏa, trích chọn đặc tính và nhận dang,

Cáo phương pháp nhận đạng vân tay và bàn tay vita néu trên tuy có độ chính xác khả cao, tuy nhiên chúng có những khó khăn nhất định:

œ_ Các hệ thông trên đòi hỏi người sử dụng phải tiếp xúc trực tiếp với hệ thống, nguời đỏ ý thức được rằng minh đang được nhận dạng,

Trang 10

+ _ Với các hệ thông vân tay, không phải bao giờ ta cũng có thể lấy được mẫu của đối tượng

* han dang đựa vào vân tay, bản tay, thể xác nhận, không phải là cách tự

nhiền mà con người sử dụng để nhận biết

Do vậy nhận dạng khuôn mặt cũng được quan tâm nghiên cứu Và mặc đù nỏ không đạt được độ chỉnh xác cao như các phương pháp trên, nhưng nhận dạng khuên mặt vẫn luôn nhận được nhiễu sự quan tâm của khoa học vi một số các lý đo như sau

+ No gắn liền với cách mà con người nhận biết

«+ Giảm sát đuợc đối tượng một cách kin đáo

+ Các thuật toán phúc tạp được hỗ trợ bởi các hệ máy tính có tốc độ oao

Nhận dạng khuôn mặt ngoại tuyến đã cỏ nhiều công trình công bổ và các thuật toán có độ chính xác tương đối cao Tuy nhiên để kết hợp với các hệ thông khác

nhằm tạo ra một hệ thống nhận dạng trực tuyên thì vẫn còn hạn chế Hệ thông nhận

dạng mặt người trực tuyến sẽ mang lại thêm một giải pháp kiểm soát an mnh phủ hợp với các điều kiện mà các hệ thống nhận đạng khác không thỏa mãn được

Xuuận vấn được trình hay theo cau trúc sau:

Chương 1: Giới thiệu chung

Chương 2: Tỗng quan về nhận đạng thông tin sinh trắc Trình bảy tổng quan vẻ

các hệ thống nhận đạng sinh trắc học, đặc điểm của từng khỏi Nếu ra một số kết

quả ứng dụng trong thực té và các khó khăn gặp phải trong quá trình nhận dạng,

Chương 3: Phân tỉch hệ thông và cơ sở lý thuyết

Chương #: Phân tích và thiết kế hệ thẳng nhận dang van tay

Chương 5: Phân lích và thiết kế hệ thẳng nhận đạng mặt người và bản (ay

Chương 6: Các kết quả triễn khai Bao gồm việc tổng hợp chương trình nhận

dang chinh, Trinh bay vé sé liệu đảng để kiểm tra và kết quả chay

Chương 7 Kết luận và hướng phát triển.

Trang 11

Chương 2: Tong quan

CHUONG 2: TONG QUAN VE NHAN DANG THONG TIN SINH TRAC

Chương nảy sẽ trình bảy tổng quan vẻ các hệ thông nhận dạng bao gồm: vẫn tay, mặt người vả bản tay Nhưng trước hết ta sẽ xem vị tri của các thông tin sinh trắc học trong tương quan ứng dụng thực tế của chúng như thể nảo, vả hình 2.1 lả

biéu dé tong quan theo so liéu thong ké International Biometric Group, 2002:

Đóng góp(%)

Fingerprint Face Hand Iris Voice Signature Middleware

Hinh-2 1: Đóng góp của các nghành trong sinh trắc hoc

2.1 Nhận dạng vân tay [9,19,27]

2.1.1 Các tính chất cơ bản của vân tay

Vân tay ngày nay đã trở thành thông tin sinh trắc phố biến và hữu dụng nhất

trong các ứng dụng nhận dạng vả định danh con người Với các tỉnh chất cơ bản sau

»_ Tính “phố thông”, mọi người đều có

«_ Tỉnh cá nhân và không lặp lại

s — Tỉnh “bất biển” tương đổi

Trang 12

Chương 2: Tổng quan

2.1.2 Hình thức thể hiện và các đặc tả của vân tay

Nhằm mục đích mơ tả người ta đã định nghĩa một số hình thức thẻ hiện vân

tay Mỗi một trường hợp thẻ hiện thì sẽ cỏ hình thúc trích chọn đặc tả vân tay tương ứng, Vì vậy, căn cứ vào ảnh vân tay đầu vào chúng ta cĩ thể lựa chọn được đặc tỉnh

Hinh-2, 2: Van tay thể hiện ở cấp độ vert-Jine + các sweat pores dirgc khoanh trịn

diém van ché ba (bifitrcation) va véin cut (termination) demh déu hinh trịn

Hình thức thể hiện vân tay duge chia thanh ba cap 46

Déi voi cap dé very-fine thi doi hoi cae phwong tién xtr ly ton kém cing nhu các yêu cầu đặc biệt khác ma khĩ cĩ thể ứng dụng trong dân sự Ta sẽ tìm hiểu sâu hơn các đặc trưng vân tay ở hai cấp độ đầu

Ở cấp độ giobal, đặc trưng vân tay liên quan nhiều đến sự tạo hình của đường

vân và các điểm kỳ dị (singular), chủng bao gồm: /òp (đường vân tạo vịng xốy hở), đelra (đường vân tạo hình tam giác) Điểm kỳ đị cỏ vai trị quan trọng trong

việc thực hiện phân loại vân tay và tơ chức, xây dựng cơ sở dữ liệu.

Trang 13

Hinh-2 3: Van tay thé hiện trong edp d6 global

a) arch; b) whorl; ©) tented arch; a) left loop; e) right loop; hinh vuông đánh đâu điểm

Joop, hinh tan giác đánh dẫu điểm delta

mức độ cục bộ, các đặc trưng của vân tay được gọi lả minuwiae Hai đặc trưng,

co ban va noi tri hon ca la ride temination va ridge bifurcation (cing duge goi tat

la minutiae)

—= «FE—S

Hình-2 4: Hai dang minutiae quan trong

a) ridge termination; b) ridge bifuurcation

2.1.3 Khó khăn gặp phải khi nhận dạng vân tay

không đú làm cho đường vân bị mở hoặc bị lẫn với nên ảnh

11

Trang 14

Chương 2: Tang quan

¢ V4n tay thu nhan trong diéu kién “wet” (Fer finger}: do luc 4n manh hodc muc

am quá nhiễn làm cho đường vân tụ đính liên

* Van tay thu ahin trong diéu kiện bị biến dạng: ảnh thu nhận có các đường vẫn bị bóp méo không còn giống, với mẫu thực do lực ản, kéo vả xê dich tay

«Vin tay thu thập không đẩy đủ: ảnh thu thập được chỉ có một phân vẫn lay trên ngón lay Nguyễn nhân chính là đo ngón tay đặi không đứng vị rí chuẩn

2.2 Nhận đạng bàn tay [1,2,4,5,27]

2.2.1 Tẳng quan về các kết quả và ứng dung

Những đề tài nghiền cứu về nhận dạng bàn tay có thể dựa vào các đặc tính hình học nhu cáo kích thước hinh học của bản tay hay đường viễn bàn tay, cũng có thể đựa vào các đặc tỉnh của vân bản tay Môi số để tài nghiên cứu kết hợp cả hai

hướng trên, nhận đạng đựa vào cả đặc linh hình học lẫn đặc tính vân bàn tay

Thân lớn các để tài nghiên cửu về nhận đạng bản tay đến đựa vào các đặc tính

hình học Có thẻ kế đến một số đẻ tài khá thành công như [1,12,13,15], Trong số

các để tài này, mỗi dé tài đi theo một hưởng khác nhau, các giải pháp khác nhau và

déu có ưu nhược điểm của nó nhưng có lẽ thành công nhất vẫn là để tải của Aron Ross béi tinh tng dung thực tế rất cao, một sổ sản phẩm cỏ tiếng đều sử dung

phương pháp này

Đề tài [15] sử dụng hai kỹ thuật chính là “ước lượng thông số”, nhằm cổ định các

điều kiện ánh sáng của thiết bí, sự xuất hiện của nhiễn vả màu đa, và

1.1.2 Những khó khăn của hài toán nhận dạng bin tay va cach khắc nhục

« Neon tay co đeo nhẫn, lắm ảnh hưởng đến quả trình phân vùng ảnh, nhưng van

để này có thể khắc phục được bằng phần mềm.

Trang 15

5 _ Sự thay đôi khối lượng cơ thể làm cho hình đáng hình học của bản tay thay đôi

Van dé nay có thể khắc phục bằng cách thường xuyên cập nhật cơ sở dữ liệu

«_ Các chấn thương ở bản tay cũng làm thay đổi hình dạng bản tay hoặc vân bản

tay Khắc phục bằng cách kết hợp với một biên pháp khác như gõ mật khẩu, mã

-Hình-2 5: Một số khỏ khăn gặp phải trong nhận đạng bản ta"

a) Sự xuất hiện của nhẫn deo tay; b) Ảnh sáng không tối và chấn thương đầu ngón tay

trỏ

2.3 Nhận dạng mặt người [3,10,11,28]

Hiện nay nhiều phương pháp đã được đưa ra phục vụ cho nhận dạng khuôn mặt

và đã đạt được độ tin cây nhất định khi kiểm tra bằng các hệ thống nhận dạng ngoại

tuyến Tuy nhiên nêu áp dụng cho hệ thông trực tuyến, kết quả thu được chưa cao

Lý do dẫn đến kết quả đó, phần lớn là do tác động của điều kiện xung quanh, Chang

hạn như

©- Cự ly của đối tượng tới camera: khoảng cách đôi tượng so với camera sẽ xác

định số pixel ảnh quy định nên khuôn mặt

Trang 16

Chương 2: Tang quan

+ Cảm xúc biểu cảm trên khuôn mat: cáo nét biểu cảm cam ote trên khuôn mặt

sây ra nhiễu, việc loại nhiễu nảy vẫn chrta cỏ phương pháp hiệu quả

«+ Tw thé diag cha déi tượng (nghiêng, xoay ): tụ thể của đối tượng sẽ xác

định thông tin của đổi tượng đó Việc tu thế thay đổi quá lớn sẽ làm thay phần lớn thông tin về đối tượng, dẫn đến kết quả nhận đạng sai

+ Trang phục của đổi tượng: Kết quả nhận dạng có thể bị ảnh hưởng lớn nếu như đổi tượng cỏ các trang phục khác biệt so với mẫu như đoo kính, đội mù,

Vì vậy đối vỏi các hệ thống nhận dạng, trực tuyến th cần có các yêu cẩu như: ánh

sang ôn định, tư thê cửa đối tượng là tương đối thẳng, cự ly từ đổi tượng đến camera

được quy định cụ thể,

14

Trang 17

Chương 3- Phân tích hệ thẳng và cơ sở lŸ thuyết

CHUONG 3: PHAN TICH HE THONG VÀ CƠ SỞ LÝ THUYET

3.1 Phân tích hệ thống

Thông thường hệ thông bao gỏm phản thu thập ảnh bằng các thiết bị số vả phân

xử lý ảnh số để đưa ra kết quả nhận dạng Sơ đồ khỏi tổng quát của các hệ thông

Í bịthu +—*|_ Thu nhận, Tiền xử lý Nhận dạng, Xử lý kết | Cutout

số hóa ảnh ảnh | *lướclượng| *[ quả

THU THAP ANH xU LY ANH

Hinh-3 1: Mô hình tong quát 2 khối chinh ctta edie hé thong

Phần mềm chủ yêu là được viết đối với khỏi Xủ lý ảnh

Trang 18

Chương 3: Phân tích hệ thông và cơ sở It thuyết

sang của ảnh tại điểm đó

Một ảnh có thể liên tục đối với tọa độ x„y cũng như liên tục với biên độ Việc

chuyển đổi ảnh sang dạng số đời hỏi phải số hoá cả về tọa độ lần biên độ của ảnh 8é hoa gia tri toa độ được gọi là lấy mẫu, số hoá giá trị biên độ được gọi là lượng tử

hoa Vì vậy, khi toa ad x, y và giá trị biên độ của bàm 7 được lây mẫu và lượng tử hoa thì chúng la gọi ảnh đỏ là ảnh số

{;1,1) £622) FIP) FLA Ay ee

Hinh-3 3: Biéu dién dah sé

a) hệ trục loa độ trong Image Processing Toolbox; b) ma-trdn bidu dién anh sb

Trang 19

Trong biển diễn số của các ảnh đa mức, rrội ảnh được biển điễn đưới đạng một

ma trận hai chiếu cỡ Mx N Mỗi phần tử của ma trận biểu diễn cho mức xám hay

cuong độ ảnh tại vi tri đó Mỗi phần tử trong ma trận được gọi lá một phản tử ảnh

thông thường duge ki higu la PEL Picture Blement) hobe pixel Mỗi pixel tương ứng với một cặp tọa độ (x, y) Toa dé (x, y) tao nên độ phân giải của ảnh Một ảnh

phức tạp là tập hợp của nhiều điểm ảnh

Với ảnh đen trắng (ảnh nhị phân), các pixel được lưu trữ bằng 1 bi Cường độ ánh [ chỉ có thể là một trong hai giá trị 0 hoặc 1, J[s, /][0,1] Ứng với giá trị 0 là các điêm đen, với giả trì một là các điểm trắng,

Với ảnh xám, các pixel sẽ được ruấ hoá bằng 8 bì!, l6 bìl, lương ứng với 256,

65536 mức Mỗi mức tương ứng với mức cường độ sáng nhất định

Với ảnh màu: Có nhiễu loại ảnh màu, trong đỏ phổ biển nhất lả ảnh mau RGB

Cách biểu diễn cũng tương tử nhu với ảnh xảm, chỉ khác là các số tại mỗi phần tử

của ma trận biểu điễn ba máu riêng biệt gồm: đỏ (Red - E), lục (Green - G) và lam

(Blue -B) VÌ đụ để biên điễn cho ba màu riêng rẽ cần 24 bít thi 24 bit nay sẽ được

chia thành ba khoảng, 8 bịt Mỗi khoảng này biểu dién cho cường độ sáng của một trang ba mâu chỉnh

Có thể chuyển đổi giữa các hệ mâu: từ ảnh màu chuyên thành ánh xám hoặc từ

ảnh xảm chuyển thành ảnh đen lrắng Việc chuyển đổi này nhằm mục đích giảm khối lượng tỉnh toan

3.2.1.2 Xữ [ý ảnh số sử dụng Matlab

Matlab là một ngôn ngừ bậc cao được ứng dụng rộng rãi trong nhiều lĩnh vực

Matlab không chỉ được đủng để tỉnh toán với một lượng số liệu lớn mà còn được ding để mô phỏng rất tốt

Matlab 1a céng cu r4t manh cho việc xử tý nói chung và xử lý ảnh nói riêng, hấu hết các thuật toán vẻ ảnh và xử lý ảnh đều đã được thể hiện trong cáo ham của

Matlab như các hàm đọc, xuất ảnh, chuyển đổi giữa các hệ màu của ảnh, các thuật

toán phát hiện biên, tách đối tượng, khóp mẫu, các phép biển đổi ảnh như xoay ảnh,

Trang 20

chuẩn kich thước, tỉnh tiến, Đẳng thời các thư viện ngày cảng đuợc mỏ rộng, các ham ứng dụng đuợc lập bối người dùng,

Câu lệnh Matlab được viết rất pàn với các mỏ tả kỹ thuật, câu lệnh đơn giản,

ngăn gọn và cỏ thể tra cửu nhanh trong chức năng Zfsïp

Vi vay, ting dụng phân nên Matlab trong xử lý ảnh mang lại rất nhiều tiện ích và

3.2.1 Cơ sở lý thuyết về nhận đạng vân tay

Nguyên lý nhận dạng vân tay thỉ liên quan chặt chế đến cách thức tỉm ra sự trơng đồng giữa ảnh văn lay đầu vào với một /empfaw trong cơ sở dữ liệu vẫn tay Dưới đây là ba phương pháp chính lần lượt dựa trên các cơ sé 14 Adi sanh minutiae, correlation va ridge feature

* Correlation-base matching,

Phuong pháp đầu tiên phổ biến hơn cả và được ứng dimg ral rong rai Hai vân tay sẽ được so sánh bằng các điểm minutiac trích ra từ các vân tay đó Giai đoạn thứ

nhất này còn gọi lả tạo mã, các minuéiae tao thanh tập hợp điểm đặc trung vả được

lưu trữ trong từng mảng 2D Giai đoạn thử hai sẽ từm vị trí khóp phù hợp giữa

template va input-image sao cho số các minutiae tao thanh cặp tương đồng là lớn nhất

Còn hai ngưyên lỷ còn lại không phù hợp với đỗ án Cozrefetioa-6ased thựo hiện

bằng cach xép chẳng hai mẫu vân lay lên nhau để tìm ra tương quan giữa chúng

phương phản nảy gặp hạn chế khi quá trình thu nhận ánh vân lay gặp phải các biển

dang méo Cin ridge Jeatzra-basø là môi phương pháp cao cân, đòi hỏi các hước xử

Trang 21

Chuong 3: Phan tich hé thong ve co sé bt tuyét

lý phức tạp vả thường ding cho ứng dụng nhận đạng với các vân tay có chất lượng

rất xâu (chẳng han nhw van tay /atent)

Hinh-3 4: Tạo mã vấn tay

a) ảnh ban đầu: bì trich chon minutiae quan trong (ede mimutie được đảnh đẩu O}

Luận vẫn nảy lựa chọn phương án đầu tiên vì đó là một phương pháp cơ bản,

phủ hợp với điều kiện hiện tại cho phép vả cũng hứa hen cho kết quả khả quan

3.2.3 Cơ sử lý thuyết về nhận đạng bàn tay

Vé co ban thi có hai phương pháp cơ bản để nhận dạng bản tay đó là dựa trên

cơ sở các đặc tính hình học hoặc dựa trên các đặc tính của vân bản tay

3.2.3.1 Nhận dạng bàn tay dựa trên các đặc tính hình học

Những để tải đầu tiên nghiên cứu vẻ nhận dạng bản tay đều dưa trên các đặc tĩnh hinh hoe

19

Trang 22

Các đặc tính hình học thường được sử dụng đỏ là các đặc tỉnh vẻ kích thước: độ

rộng, độ dài của các ngón tay và đốt ngón tay, bán kinh một số đường tròn tiếp xúc

với đường viễn bản tay hay các đặc tính đường viễn của bản tay

Các đặc tính hinh học của bản tay vá quan hệ giữa chúng được thể hiện trên hình-

10 Pinkie sirels radius upper

3, Pikie lengit 20, Thunb pesinetsr

6 Thumb widdh 21 Index finger perimetse

7 ide finger wid 22, Middle linger perimerse

8 Middle in ger with 23, Ring finger perinwier

9 Ring Huger wideh 24 Finkie petiuete:

10 Pinie with 28, Thur ares

11 Thursby eile radius 26, Index linger aroa

12, Index circle radius lower 27, Middle Finger urea

13, index circle radius uppsr — 28 Ringfiugerarza

14, Middle cir

dive ower 29 Pinkie arsa

30 Laurees! inserihed vircle rudius

Hinh-3 §: Métsé déc tink hinh học của bản tụ

Phương pháp này có ưn điểm là đơn giản trong cách lây mẫu, ảnh lầy mẫu không

yêu câu quá cao về chất lượng, chỉ cân làm nôi bật đường viễn và các đốt ngón tay

Do vậy mà quả trình xứ lỷ cũng đơn giản và nhanh hơn Nhược điểm của nó là đô

chỉnh xác sẽ không cao khi gặp phải những vưởng mắc như chắn thương ở bản tay,

sự thay đổi trọng lượng,

333.2 Nhận dạng bản tny dựa trên cúc đặc tính của vẫn bàn tay

Phuong pháp nhận dạng bàn tay nảy chỉ mới hinh thánh vào giai đoạn những

năm 90 của thể kỷ trước Hệ thông nhận dang si dung đặc tính vân bàn tay đầu tiên

được biết đến 1a ở Hungary vào năm 1994 Dén năm 1997 nó bắt đầu được xây

Trang 23

Chương 3: Phân tích hệ thống và cơ sở lử yết

dưng tích hợp vào một số hệ thong tự động nhân đạng van tay (Automated

Fingerprint Identification Systems — AFIS)

cho kết quả có độ chính xác cao hơn Một tru điểm ni trội của phương pháp nảy so

với phương pháp nhận đạng dựa vào các đặc tỉnh hình học đó lả nó ít bị ảnh hưởng

bởi các thay đổi ở mức vừa phải vẻ kích thước đo thay đổi trọng lượng hay chan

thương

Hai phương pháp nhận dạng bản tay đều có những tru nhược điểm riêng Khó có thể đánh giá được phương pháp nào cho ta độ tin cậy cao hơn, bởi để đánh giá được điều đó còn phụ thuộc vào nhiều yếu tổ như chất lượng lấy mẫu, thuật toán xử lý,

Ta có thể kết hợp hai phương pháp này với nhau, mặc dù tốc độ xử lý sẽ châm đi

nhưng lại cho kết quả có đô chính xác cao hơn

323.3 Mô hình để xuất

Với việc lựa chọn công cụ hỗ trợ cho bai toản nhận dạng của mình lả công cụ

Matlab, tuy là công cụ rất mạnh trong các bải toán xử lý ảnh nhưng đồng thời đó là

một công cụ khá công kểnh, khiến cho tốc độ xử lý bải toán bị ảnh hưởng khả nhiều

Do đỏ trong việc giải quyết bải toán nhận dạng bản tay này, tôi lựa chọn phương án

Kết hợp cả hai phương pháp nhận đang nêu trên nhằm mục đích đạt được độ chính

Trang 24

xác cao nhật Về cơ hân các công việc của bài loan ddu sé được xử lý bỗng máy linh,

sử dụng công cụ Matlab

Bản tay dùng để lấy mẫu lá tay trải với mục địch đùng tay phải sử dụng vào một

số thao tác khác sau nảy sẽ được cải Hiến lẻn nhu gễ mật khẩu chẳng hạn Sau khi

thu thập ảnh, quá trình chuyển đổi chuẩn hóa sẽ thực hiện chuẩn hỏa ảnh về độ sáng,

vị trí, kích thước , góc định hướng, Vée tơ đặc tỉnh của ảnh đã chuẩn hóa được trích chọn, hoặc lưu vào eo sở dữ liệu đặc tính đưới dạng Ble znat của Matlab, hoặc

được đem đổi sánh với cơ sở dữ liệu đặc tính đá lưu va cho ra kết quá nhận dạng,

3.3.4 Cơ sử lý thuyết về nhận đạng khuôn mặt

Hai phuong pháp tiếp cận với nhận dạng lhuên rnặt hiện nay là:

«_ Nhận dang dua trên đặc trưng của các phần tử trên khuôn mặt (Feature Based Face Recognition)

« Nhan dang dua Irén xé! tổng thể loàn khuôn mặt (4ppearance Based Face

Recognition)

3.2.4.1 Nhận dạng dựa trên mai quan hệ giữa các nhẫn từ (Feature Based)

Dây là phương pháp nhận dạng khuôn mat diva trên việc xác định các đặc trưng hình học của cáo chỉ tiết trên một khuôn mặt (như vị trí, điện tích, hình dạng của

mắt, mũi, miệng, khuôn đạng của khuẩn mặt, ), và mỗi quan hệ giữa chúng (ví dụ

khoảng cách của hai mắt, khoảng cách của hai lêng mày, khoảng cách từ mũi tới cằm )

Ưu điểm của phương pháp

* Phuong phap nay gần với cách mà con người sử dụng để nhận biết khuôn

mặt

«_ Với việc xác định đặc tính và các mối quan hệ, phương pháp nảy có thể cho

kết quả tết trong các trưởng hợp ảnh có nhiều nhiếu, ảnh bị nghiêng, bị xoay, ánh sáng thay đổi

Nhược điểm của phương pháp

tỳ 8

Trang 25

®_ Dòi hởi các thuật toán phức tạp để có thể xác định một lúc nhiều đặc tính và

các mỗi quan hệ giữa chúng,

«_ Nếu ảnh có độ phân giải bẻ, các mỗi quan hệ giữa cùng một cặp đặc tính trên

các khuôn mặt đều rất sát nhau, điểu này dẫn đến kết quã nhận đạng không, chính xác Với ảnh có độ phân giải lớn hơn thi khối lượng tính toán sẽ rất lớn, đời hỏi cao về cấu hình phần cứng

3.24.2 Nhận dạng dựa trên xởi toàn dién khudn mat (Appearance Based)

Nội dung chính của hướng tiếp cận này là xem mỗi ảnh có kích thước Rx CIA một vec-lo trong không gian /zxŒ chiếu Ta sẽ tim một không gian mới có chiêu nhỏ hon, sao cho khi được biểu diễn trong không gian đó các đặc điểm chỉnh của một khuôn mặt vẫn không bị mắt đi Trong không gian mới đỏ, các ảnh của cùng mệt người sẽ tập hợp lại thành một nhỏm gần nhau và cách xa các nhóm khác

Hai phương pháp thường duge ding hign nay ld PCA (Principle Components Analysis) va LDA (Linear Discriminant Analysis)

Trang 26

Chương 4: Nhân đựng vân tay

CHƯƠNG 4: NHẬN DẠNG VAN TAY

4.1 Trích chọn minutiae cho đối sánh vân tay

Phần vân tay được thiết kẻ bằng cách chúa nhỏ các công đoạn chính thành các

mô-đun

các mô-‹

nhỏ hơn Hưởng chung là chọn các phương pháp mả có thể tận dụng được đưn chương trình ở công đoạn này và áp dụng được cho công đoạn khác Nhưng các phương pháp lựa chọn phải đạt yêu cầu cho bài toán nhân dang cuối

cùng, Vi vậy, tạo tính mở cho hẻ thông vả tiết kiêm thời gian thiết kế

Lọc minutiae Hiệu chỉnh Lâm mãnh

Hình-4 1: Thuật toản trich chon mimuitiae

Voi so d6 nay thay rang, trich chon minutiae thc hién qua tam khâu

Khỗi tiên xứ lý ảnh thực hiện chuẩn hóa kich thước ảnh

Khối tăng cường chất lượng ảnh thực hiện làm nỗi rõ đường vân

Khỗi orientation image thực hiện ước lượng trường định hưởng

Khéi segmentation (khoanh vimg anh van tay) thuc hién tach ving anh cần quan tâm nhiều trong xử lý trích chọn đặc tính

Khỗi tạo zi4ge map (ảnh nhị phân với đường vân có giả trị logie 1) Khôi làm mảnh đường vân Đường vân làm mảnh tới độ rộng đồng nhất mét pixel tit ridge map

Khối hiệu chỉnh đường vân va loc minutiae sai cap mét Đường vân sẽ

được làm “tron”, minutiae sai kiéu Jake (dang hình xuyén nhỏ), dang

điểm, chế ngắn, đoạn vân ngắn sẽ loại bỏ.

Trang 27

Chuang 4: _Nhận dạng vận tery

Kết thúc khâu này các /ezpfzie sẽ được Tạo ra

4.1.1 Chuẩn hóa ảnh đầu vào

Chuan hea anh dan vao 14 bude cần thiết trước khi vào bước tiển xử lý ảnh Do

ánh đừng chơ trích trọn đặc tính cỏ thể không phù hợp vẻ kích thước cũng như phân

bổ mức xám Trong đỗ án, giai đoạn nảy gồm: chuẩn hỏa kich thước ảnh và đồng, đều hỏa cường độ sáng giữa các ảnh đầu vào khác nhau

4.1.1.1 Chuẩn hảo kích thước ảnh

Ảnh chuẩn đâu vào có kích thước 361x256 p/xøí Các thuật toán xử lý ảnh vân

tay về sau thường áp dụng cho từng từng &loc& vuông trên ảnh ((hưởng sử đụng các

#lock vuông cạnh L6 pixal, 32 pixal, ) Nền kích thước ảnh chuẩn hóa hợp lý hơn 1ã 352x256 pixai Để thực hiện điển này sẽ “cất" đi vùng đữ liệu ảnh kich thước

12256 p¿eøi Phin này cũng không ảnh hướng quá nhiễu lởi kết quả nhận dạng

cuỗi cùng vì đới bộ dữ liệu đã chọn, các vùng ảnh ở gắn khung (thường đóng vai tra lam background

4.1.1.2 Cân bằng cường độ sáng của ânh:

Do điều kiện thu thập ảnh khác nhau với mỗi lẫn lây mẫu vân tay; do kỹ thuật thu nhận ảnh (st dung sensor, xeanner } khác nhau nên độ sáng ảnh vẫn tay không

gần nhất Vì vậy cần làm đồng đêu cường độ sáng của các ảnh vân tay trong bộ đữ

liệu Phương pháp thục hiện: dùng một ảnh mẫu cỏ cường độ sáng đẳng đều, rồi chuẩn hỏa dé sang của các ảnh khác theo ảnh này bằng bình phương cực tiển Trong, luận văn sử dụng ảnh có cùng kích thước cường độ sánh các điểm ảnh 7[¡, j] = 128 (là mức xám trung bình trong 255 mức)

4.1.2 Tăng cường chất lượng ảnh

Thu nhận ánh không phải lúc nào cũng chơ những ảnh với chất lượng tốt Tăng cường ảnh sẽ giúp cải thiện chat lượng, ảnh trước khi thực hiện các thuật toán xử lý

ảnh tiếp theo nhằm gia tăng hiệu quả xử lý Hai thuật toán sử dụng, để tăng cường, ảnh chất lượng ảnh ở đây 1a: histogram equalization (cn bằng lược 46 xảm) và biển adi Fourier rời rạc [3]

tạ &

Trang 28

Chương 4- Nhân đựng vân tan:

Hìnli-4 2: Tăng cường ảnh

4) ảnh ban đẳu: b) ảnh sau cân bằng histogram: c) ảnh sam biển doi Fourier rai rac

Đầu tiên thực hiện cân bằng 7fisogram, Histogram ctia anh xám là một biểu đỗ thể hiện quan hệ giữa cường đô ảnh và số pivel có cùng cùng cường độ ảnh đỏ Cân bang histogram sé lam déng đêu cường độ sáng trong bản thân ảnh đó

Tiếp theo, sử dụng lọc Gabor va biển đổi Fourier làm nên tảng, để thực hiện tăng,

cường ảnh trong xử lý ảnh vân tay Ảnh sau khi đã được tăng cường chất lượng,

bang histogram equalization, thc hién bude ké tiép là tăng cường ảnh bằng thuật

toán biển đổi Fourier [2, 19]

So với các phương pháp trên cơ sở lọc Gabor, nỏ lợi thể hơn ở chỗ không yêu cầu việc tính toản chính xác định hưởng cục bộ của đường vân vả tần số vân tay phục vụ cho mục đích cuối công doan tao ridge-map

Công thức tỉnh toản cho thuật toản tăng cường ảnh bằng biển đổi Fourier rời rạc

Luận văn thực hiên tăng cường chất lượng ảnh bằng biên đổi Fourier rời rạc cho

timg block co kich thuée 32x32p¡xel Theo cách này, các thành phân ảnh có tân số

Trang 29

Chuang 4: Nin dang van tery

trội sẽ được giữt lại, đó là các vùng ảnh thể hiện lám đường vân Ảnh sau biển đổi Foutier rời rạo có các đuờng vẫn “nổi” hơn, sự phân tách giữa các đường vân cũng,

thể hiện rõ ràng hơn Đông thời các ving ảnh nhiễn sẻ loại bót di

8ö mũ của phổ Fourier, k đóng vai trò làm hệ số điểu chỉnh Trong [1], khuyên

nghị đặt # — 0,6 khi tỉnh toán vỏi kich thước #Jock như trên Tuy nhiều, trong qua

trình thực hiện, đặt # — 0,35 thì cho kết quả tốt hơn so với việc chọn giả trị khác, Vì phổ Fourier đóng vai trỏ lắm hàm lọc, đo đó: k càng nhỏ hàm lọc tiến tới 1 (ảnh gốc

và ảnh seu khi tăng cường không khác nhau nhiều); với k lớn, các đoạn vân cục bộ

có thể bị biển dạng không còn khả năng xử lý cho công đoạn tiếp nữa

4.1.3 Ước lượng orlenfation image và khoanh ving ảnh vẫn tay

Trong, phẩn nảy sẽ trình bảy các ước lượng định hưởng vân lay cục hộ Đây là

cân thiết để chọn được các thông số thich hop dé loc anh về sau (lọc nhiễu, khoanh

ving anh Vi orientation unage (rdng định hướng) mang tính mỗ tả góc định

hướng đưởng vân, nên kết quả này còn được ap dung để phân loại kiểu vân tay (quyết định bởi sự tạo hình của các đường vân)

4

Uéc kcong orientation image

“Trưởng đỉnh hương thể hiện bản chải tự nhiên của đường vân và các rãnh đường vàn Trường định hưởng cung cấp nhiễu thông tỉn quan trong cho các bước xử lý tiếp theo Phân nảy sẽ trình bảy về ước lượng orientation image D, phan ti dink hưởng 8 (tương ửng với nó là góc định hướng 6 vả mô-đun định hướng) Có sự phân biệt khác nhan giữa các thuật ngữ mỗ tã phần tử dink huong orientation (6

8, c|0.2|3, đirectian (có @, c|0.2z|) khi tỉnh toán trường định hướng,

Nguyên lý thực hiện tỉnh định hường: chia ảnh thành các khối wz +w, san đó khảo,

sát lần lượi định hướng cục bộ của đường vân trang từng khối 46 Orientation

zmage số được trớc lượng bằng phương pháp Građien:

Trang 30

Chương 4: Nhân đựng vân tap

Hinh-4, 3: Ước long orientation image

4) ảnh vân tay ban đầu: b) orientation image tương từng

Các công thức tính toán

Glnl= SY re ure, (us)

Glici)= S Sletur)-e2tu>)),

G đây: g,(,/), g,(i,/) là các gradiem tại (i, j) theo cac truc x, y va tinh bang

toan tit Sobel

4.1.3.2, Khoanh ving anh van tay

Khoanh vùng ảnh vân tay nhằm mục đích phân chia các vùng khác nhau trên ảnh vân tay Ở đây, chủng ta quan tâm đến /oreground/backgroumd (ảnh nền và ảnh trên niên) củng với biên ảnh vân tay Trong nhận đạng vân tay, vùng ánh mang thông tin hữu ích giới hạn bởi vùng có các đường vân (đóng vai trò lảm /oregrousđ) Vùng ảnh còn lại thưởng là các nhiễu tạo ra trong quả trình thu nhận, sao chép, lưu trữ ảnh (đỏng vai trỏ làm background) can duge tach ra khỏi foreground Khoanh

ving anh van tay nam trong nhom thuat toan segmentation Tong quát, nó dựa vào hai tính chất của ảnh số liên quan đến cường độ sáng đẻ thực hiện, đó lả: sự không,

liên tục và sự tương tự nhau

Trang 31

Chuong 4: Nhén dang vin tay

Anh van tay trong đổ án sẽ khoanh vùng lẫy vùng hữu ích dựa vảo cả hai tinh chất kể trên Tiêu chí đánh giá là certainty level (mot giá trị thể hiện sự biển thiên của cường độ sảng theo các đường vân) Theo cách này vùng ảnh đóng vai trò background va foreground được phân tách nhờ một ngưỡng đặt trước

Công thức tinh certainty level cho timg block kich thước wx, trọng tâm tương,

ứng của block c6 toa độ [¡, /] như sau:

Cự, j)=

Một ngưỡng 7; được đặt ra và b/ok đó định nghĩa làm

* foreground néu Cli, j)>T,

Phương pháp này có lợi thế kế thửa được các kết quả tính toán trong phân ước

luong orientation image

Hinh-4 4: Khoanh ving énh van tay

đa) ảnh ban đầu: b) variance field; c) ảnh dé khoanh ving đường vân

4.1.4 Trích chọn minutiae

Giai đoạn này bao gồm: nhị phân hóa ảnh bằng thuật toán /ocal threshold v6i anh

đã được tăng cường kết hợp với kết quả khoanh vùng ảnh vân tay ở phân trên; sau

đó với ảnh cỏ các đường vân đã được lâm mảnh đến độ rộng một øixe! thi thực hiện

tim minutiae bang thuat toan crossing number.

Trang 32

Chương 4: Nhân dạng vân tay

Hinh-4 5: Thông số của hai deng minutiae quan trong

a) bifurcation; b) termination 41.41 Nhị phân hóa và làm mảnh đường vân

Sau tăng cường ảnh bằng biển đổi Fourier rời rac, đường vân tây đã nỗi rõ hơn so với ảnh ban đầu Đây là lúc sử dụng thuật toán /oea/ ¿hreshold chuyển đổi ảnh xảm

đã tăng cường chất lượng đó thành ảnh đen trắng,

Hinh-4 6: Nhị phân hóa và làn mảnh đường vân

a) ridge-map; b) thinned ridge-map

Kích thước cửa số 32x32 pixef trong biển đổi Fourier rời rac thi kich thude block

cho phân ngưỡng cục bộ có thể lả: 32x32,32x16,16x16,16x8 ixef Thử nghiệm

với bloek 16x16 pixel thì cho kết quả tốt hơn (các đường vân tách biết rõ ràng hơn) Ảnh nảy tiếp tục được lảm mảnh bằng thuật toán zørphology cho ảnh đen trắng sau cùng với đường vân thể hiện bằng đường mảu trắng (giá trị logic 1) cỏ đồ rộng

dong nhat mot pixel

30

Trang 33

Chuang 4: Nisin dang van tery

41.42 Phat hién minutiae

‘Van tay sau khi đã làm mảnh có thể bắt đầu tim cic mimusiae Thuật toán dùng để

phát hiện me sử dung trong dé an 1a crossing monber Né ding mat ctta 33

Kich thuse 3x3 pixel, lay tắt cả các điểm ảnh trong cửa số, sau đỏ khảo sát giá trị logic cia cde điểm ảnh xung quanh điểm ảnh |¿ jj ở chính giữa của số đó Tủy vào

kết quả tinh toán của biểu thúc erossing mưmber Thì kết luận rằng: điểm [¿, 7] đang, xét là một điểm phản nhánh, điểm cụt hay đang nằm trên một đường vân

Công thức tính như sau:

ont) — Dàn nos ve,

Ảnh sử dung phát hiện các zưaw/ize phải là ảnh nhị phản, do d6 val{p)e 0, 1} Các biến 2, p., ø, thứ tự tạo thành các điểm lân cận điểm giữa cửa số đang khảo

sát xéi theo môi chiêu thuận hoặc ngược kim đồng hễ,

a), b) pưxel trên cường vận, ¢) bifurcation minutiae; d) terniination minutiae

Khi đó định nghĩa điểm [¿ /] đang xót là:

s trên đường vận nêu cpýnj 2,

31

Trang 34

Chuang 4: Nisin dạng vận tery

Thuật toán tìm kiểm và gid tr] crossing number o6 vai tro quan trong Khong nhiing được đủng trong việc phát hiện minutiae mà nó cỏn giúp loại bỏ các mumadiae sai (được cho là nhiều)

414.3 Ước lượng khoảng cách dưỡng vận

Van tay trên ngón tay không giếng nhau giữa mỗi người Ngay cả trường hợp ở

một người, cáo đường vân cũng thể hiện sự khác biệt trên từng ngón tay Do vậy, trớc lượng khoảng các đường vân được hiển là đãi trị trung bình khoảng cách giữa hai đường vấn song sơng và gân nhau Đây lä một thông tin làm liên để cho công

doan loc azinutiae vé sau

Ảnh nhị phân có các đường vân đà được làm mảnh dén 1 pixel tao ra tir kha lam mảnh đã có, tỏ ra rất thuận tiện với phương pháp seaw trong việc ước lượng

khoảng cách đường vân Theo cách nảy, sẽ quét một số đông, và một số cột trên ảnh

(thinned ridgemap), \wu lai vi tri điểm trên đường văn, sau đó tính giá tị trung bình

khoảng cach điểm là được kết quả cần lìm

4.1.5 Hiệu chính đường vân và lọc minutiae sai

Thân nảy sẽ trình bảy về vẫn vân để loại bé cic minutiae sai Những nhiễu này chủ yêu được lao ra tử quả trình lâm mảnh đường vân, và cũng cỏ những nhiễu (tr

khân thu nhân anh

4.1.5.1 Hiệu chỉnh đường vận vẻ lọc minutiae sai cÂn một

Giai đoạn này thực hiện hiệu chỉnh các van tay và các tín hiệu cho lả nhiều (đoạn văn ngắn, chế nhánh cụt, vòng xuyển nhỏ ) sẽ được loại đi Như vậy sẽ lãm tăng inh xac thi ota céc minutiae đã trích chọn được so với ảnh vân tay gốc ban đâu

Trang 35

Chuong 4: Nhéin dang vén tay

Hình-4 S: Số mùndiae phát hiện được

4) ngay se làm ảnh vân: b) sam lọc minutiae

trùng ảnh đánh dẫu vuông và tròn thể hiện điền hình một số mùndtiae sai được loai bỏ)

Khi thực hiện hai nhiêm vụ nảy, thông tin cẩn cân biết trước là khoảng cách

trung bình giữa các đường vân zZ Nó đã được ước lượng từ bước sean ảnh vân tay làm mảnh trình bảy ở trên Sau đó, việc loe øuziae sẽ căn cử theo zđ cộng thêm

các điểm “nút” tìm thay bang thuat toan crossing number

Trang 36

41.5.2 Loc minutiae sai cap hai va tao ma tit minutiae

Khi các đường vân đã làm “tron”, cae diém minutiae duoc tim kiém mot lin nita

và số lượng các điểm sai cũng đã được giảm đáng kể Tuy nhiên còn hai lỗi mả quá trình trên chưa khắc phục được là “nổi” các đường vân bị đút (khoảng các giữa hai

Hinh-4 10: Cée minutiae diac trich chon cudi dé tạo mã

Các minuiae trích chọn cuỗi cùng nay sẽ được lưu trữ thành file tao template cho

cơ sở dữ liệu Thông tin lưu trữ là tọa đô, định huéng minutiae Qua trình tạo mã từ

minutiae hoan tat khâu trích chọn đặc tính đẻ định đanh

4.2 Phân loại kiểu vân

Hé théng nhan dang identification, cơ sở đữ liệu có thể lên đến hảng triệu chỉ bản nên quả trình đổi chiểu 1:N đĩ nhiên tốn rất nhiễu thời gian Phân loại vân tay nhằm mục đích tổ chức các template theo timg category (nhém phan loai) để tiết kiêm thời gian nhận đang (cho một zpw-image khi hệ thống hoạt động)

Trang 37

bẻ qua Giải pháp phân loại vân lay ở đây sử đụng cây quyết định (rseƒi), như vậy

sẽ kế thừa được nhiều kết quả của phẩn trích chọn đặc tính vân tay cho đổi chiều ở trên

Quả trình phân loại vân tay được thục hiện qua ba khâu chính

Trang 38

Chương 4: Nhân dạng vân tap

Hinh-4 13: Phương pháp chỉ số Poincarẻ a) trong miễn liên tục; b) trong ảnh số

Chi s6 Poincaré ciia trưởng định hướng tại điểm anh [i, /] theo một đường bao

kin tỉnh như sau:

Poincaré(i, j

36

Trang 39

d5(k)= ĐE (1 ((E+1)med1),E, ((E+1)modZ))— ĐF (2, (#),1, (E)}-

Trong đỏ Z là một đường bao kín lấy điểm |¡,/| ¿„ và 7, tạo hệ trục tọa đô

âu điểm đó

hướng hàng và hướng cột tạt điểm đang xét Chỉ số Poinearé bằng 0,

1a core, bang -0,5 nêu điểm đó là đelz Luận văn thực hiện thuật toán phát hiện

cơre với đường bao E có chiêu đài 16 p¿vel và bao quanh điểm [¡ j]

Trang 40

đình-4 14: Ly déte tinh cho phân loại

a) vig tao vec-tơ đặc tỉnh; b) vec-tơ đặc tỉnh trong img

4.2.3 Khâu phân loại kiểu vân tay

Giải pháp thực hiện khâu phân loại vân tay dùng cây quyết định [30], đây lá

một giải pháp tốt cho bải toản phân loại kiểu van tay (thể hiện ở kết quả nhận dạng)

Hinhe4, 15: Kết quả cây quyết định của bài toàn phân loại kiễu vân:

Do số nút trong cây quyết định không biết trước Cây quyết định cũng cẩn xác định cầu trúc tối ưu, Tiêu chí để đánh giá dùng cặp sai số học vả sai số kiểm tra (lả

các hảm của số nủU) đẻ tìm ra số nút đầu cuối ma có sai số kiểm tra bẻ nhất Câu

38

Tiêu đề	Thiết Kế Hệ Thống Nhận Dạng Thông Tin Sinh Trắc
Tác giả	Trần Văn Hựng
Người hướng dẫn	PGS. TSKH Trần Hoài Linh
Trường học	Trường Đại Học Bách Khoa Hà Nội
Chuyên ngành	Đo Lường Và Các Hệ Thống Điều Khiển
Thể loại	Luận văn thạc sĩ
Năm xuất bản	2011
Thành phố	Hà Nội

Định dạng
Số trang	84
Dung lượng	2,11 MB