Nghiên cứu một số kỹ thuật nhận dạng vân tay và ứng dụng

Vào năm 1788, Mayer đã đưa ra một bản mô tả chi tiết về sự hình thành trên phương diện giải phẫu học của vân tay, trong đó có một số lượng lớn các đặc tính của đường vân.. Kể từ đó, một

ĐẠI HỌC THÁI NGUYÊN

TRƯỜNG ĐẠI HỌC CNTT VÀ TRUYỀN THÔNG

LUẬN VĂN THẠC SĨ KHOA HỌC

HƯỚNG DẪN KHOA HỌC: TS NGUYỄN VĂN TẢO

THÁI NGUYÊN, THÁNG 9 - 2012

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn là công trình nghiên cứu của cá nhân tôi, không sao chép của ai Nội dung lý thuyết trong luận văn có sự tham khảo và sử dụng của một số tài liệu, thông tin được đăng tải trên các tạp chí và các trang web theo danh mục tài liệu của luận văn Các số liệu, chương trình và những kết quả trong luận văn là trung thực và chưa được công bố trong bất kỳ một công trình nào khác

Trước hết, tôi xin bày tỏ lòng biết ơn sâu sắc đến TS.Nguyễn Văn Tảo – người

đã hướng dẫn, chỉ bảo, giúp đỡ và động viên tôi trong suốt quá trình làm luận văn tốt nghiệp

Tôi xin thể hiện lòng biết ơn tới các thầy, các cô trong trường Đại học Công nghệ Thông tin & Truyền thông đã trang bị cho tôi những kiến thức bổ trợ, vô cùng

có ích trong những năm học vừa qua

Tôi cũng xin gửi lời cảm ơn chân thành tới Ban Giám hiệu, Phòng Đào tạo trường Đại học Công nghệ Thông tin & Truyền thông đã tạo điều kiện cho tôi trong quá trình học tập

Cuối cùng tôi xin chân thành cảm ơn Sở Giáo dục Đào tạo Bắc Giang, Trường THPT Ngô Sĩ Liên Bắc Giang, các đồng nghiệp và gia đình đã tạo điều kiện, động viên và giúp đỡ tôi trong suốt thời gian qua

Thái Nguyên, ngày 15 tháng 9 năm 2012 Học viên cao học

Nguyễn Thị Thương

MỤC LỤC

CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DẠNG VÂN TAY

1.1 Giới thiệu 1

1.1.1 Lịch sử của nhận dạng vân 1

1.1.2 Các ứng dụng của vân tay 2

1.1.3 Các phương pháp sinh trắc 3

1.1.4 Các phương pháp đánh giá hiệu quả 5

1.2 Một số đặc điểm trên vân tay 6

1.3 Hoạt động của hệ nhận dạng vân tay 6

1.3.1 Mô hình của hệ thống tự động nhận dạng vân tay 6

1.3.2 Hoạt động của hệ thống tự động nhận dạng vân tay 9

CHƯƠNG 2: MỘT SỐ KỸ THUẬT TRONG NHẬN DẠNG VÂN TAY 2.1 Một số kỹ thuật nhận dạng 12

2.1.1 Các kỹ thuật thường dùng 12

2.1.2 Xu hướng của công nghệ nhận dạng vân tay 13

2.2 Thuật toán trích chọn đặc trưng 14

2.2.1 Thuật toán trích chọn theo dòng chảy 16

2.2.2 Thuật toán trích chọn đặc trưng từ ảnh đường vân nhị phân 21

2.3 Thuật toán đối sánh vân tay 25

CHƯƠNG 3: THIẾT KẾ HỆ THỐNG THỬ NGHIỆM 3.1 Giới thiệu 30

3.2 Thiết kế hệ thống 30

3.2.1 Mô hình chức năng 31

3.2.2 Tính năng yêu cầu 32

3.3 Thiết kế thuật toán 32

3.3.2 Thuật toán đối sánh 45

3.4 Thiết kế giao diên chương trình 54

3.5 Kết quả thực nghiệm 60

3.5.1 Số liệu thử nghiệm 60

3.5.2 Kết quả thử nghiệm thuật toán trích chọn đặc trưng 60

3.5.3 Kết quả thử nghiệm thuật toán đối sánh 61

Kết luận 63

Tài liệu tham khảo 64

DANH MỤC HÌNH

Hình 1.1 Một số đặc điểm trên vân tay 6

Hình 1.2 Mô hình hệ thống tự động nhận dạng vân 7

Hình 1.3 Mô hình thiết bị cảm biến quang học 9

Hình 1.4 Mô hình thiết bị cảm biến bán dẫn 10

Hình 1.5 Quy trình mã hóa vân tay 11

Hình 2.1 Cầu nối trước và sau khi xử lý 24

Hình 2.2 Gai nhỏ trước và sau khi xử lý 24

Hình 2.3 Đối chiếu vân tay dựa trên cở sở minutiae 26

Hình 3.1 Sơ đồ hệ thống nhận dạng vân tay 31

Hình 3.2 Các loại vân tay 32

Hình 3.3 Sơ đồ thuật toán trích chọn đặc trưng .33

Hình 3.4.Tăng cường ảnh 35

Hình 3.5 Ước lượng orientation image 37

Hình 3.6 Khoanh vùng ảnh vân tay 39

Hình 3.7.Thông số của hai dạng minutiae quan trọng 40

Hình 3.8 Nhị phân hóa và làm mảnh đường vân 40

Hình 3.9 Phát hiện điểm đặc trưng 41

Hình 3.10 Số minutiae phát hiện được 43

Hình 3.12 Các minutiae được trích chọn cuối để tạo mã 45

Hình 3.13 Năm kiểu vân tay trong thực tế 46

Hình 3.14 Sơ đồ mô tả thuật toán phân loại vân tay 47

Hình 3.15 Phương pháp chỉ số Poincaré 47

Hình 3.16 Lấy đặc tính cho phân loại 48

Hình 3.17 Kết quả cây quyết định của bài toán phân loại kiểu vân 49

Hình 3.18 Đường cong sai số kết quả của bài toán phân loại vân tay 50

Hình 3.19 Khớp mẫu từng đối tượng 51

Hình 3.20 Thực hiện matching 52

Hình 3.21 Kết quả nhận dạng 53

MỞ ĐẦU

Để đáp ứng như cầu bảo mật thông tin ngày càng cao, sinh trắc học đã được đưa vào để tạo ra một phương pháp nhận dạng Trong số hàng loạt công nghệ sinh trắc học, nhận dạng vân tay được sử dụng sớm nhất và mang đến nhiều cơ hội hơn là sử dụng những công nghệ sinh trắc học khác

Nhận dạng vân tay có thể là phương pháp phức tạp nhất của tất cả công nghệ sinh trắc và được xác nhận qua nhiều ứng dụng Nhận dạng vân tay đã chứng thực một cách đặc biệt về tính hiệu quả cao của nó và là công nghệ được

sử dụng nhiều trong ngành điều tra tội phạm hơn một thế kỷ qua

Thậm chí như dáng đi con người, gương mặt, hoặc chữ ký có thể thay đổi với thời gian và có thể được làm giả hoặc mô phỏng theo Tuy nhiên, vân tay là duy nhất và ít thay đổi theo thời gian Tính riêng biệt này đã minh chứng rằng nhận dạng vân tay là chính xác và hiệu quả hơn các phương pháp nhận dạng khác

Ngoài ra, vân tay có thể được chụp ảnh lại và được số hóa bằng những thiết bị giá thành thấp và nén một cách hiệu quả nên chỉ mất một dung lượng nhỏ để lưu trữ một lượng dữ liệu lớn của thông tin Với những sức mạnh này, nhận dạng vân tay là một phần chủ yếu trên thị trường an ninh và tiếp tục cạnh tranh hơn ở các lĩnh vực khác trên khắp thế giới

Chính vì vậy, đề tài: “Nghiên cứu nột số kỹ thuật nhận dạng vân tay và

ứng dụng” mang tính cấp thiết, có ý nghĩa khoa học và thực tiễn

Nội dung luận văn gồm ba chương:

Chương 1: Tổng quan về nhận dạng vân tay

Chương 2: Một số kỹ thuật trong nhận dạng vân tay

Chương 3: Thiết kế hệ thống thử nghiệm

CHƯƠNG 1

TỔNG QUAN VỀ NHẬN DẠNG VÂN TAY

1.1 Giới thiệu

1.1.1 Lịch sử của nhận dạng vân tay

Con người đã sử dụng vân tay từ rất xa xưa Qua các cuộc khai quật khảo

cổ người ta đã tìm thấy các ảnh vân tay trên các vật dụng xưa Tuy các vật dụng khảo cổ này đã cung cấp các bằng chứng thiết thực cho thấy rằng người xưa đã rất lưu tâm đến các đặc trưng duy nhất của ảnh vân tay, nhưng những quan tâm lúc đó chưa phải là những xem xét mang tính khoa học và hệ thống Chỉ cho đến những năm cuối của thế kỉ XVI thì các kỹ thuật của ngành nhận dạng vân tay hiện đại mới được hình thành Vào năm 1788, Mayer đã đưa ra một bản mô tả chi tiết về sự hình thành trên phương diện giải phẫu học của vân tay, trong đó có một số lượng lớn các đặc tính của đường vân 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 tay vào một trong chín lớp tương ứng với chín dạng cấu trúc đường vân khác nhau 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 về cấu trúc đường vân, rãnh vân và tuyến mồ hôi trên vân tay Kể từ đó, một số lượng lớn các nhà khoa học đã bỏ ra nhiều công sức trong việc nghiên cứu về vân tay… 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 quan sát của ông ta Từ năm 1890, Thomas Bewick đã bắt đầu sử dụng vân tay của ông như

là một nhãn hiệu đăng kí của ông ta và sự kiện này được xem là một mốc quan trọng nhất của ngành khoa học nghiên cứu về vân tay Một bước tiến quan trọng hơn của 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 Các khám phá này đã đặt những nền móng đầu tiên cho ngành nhận dạng vân tay hiện đại Vào cuối thế kỷ XIX, ông Francis galton đã giới thiệu về các điểm chi tiết đặc trưng Vào cuối thế kỷ XX, cơ chế hình thành của vân tay cũng đã được người ta nghiên cứu và hiểu rõ hơn Từ đó, nhận dạng vân

tay đã được chính thức chấp nhận như là một phương pháp để nhận dạng cá nhân hiệu quả và là một chuẩn 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 dần một cách nhanh chóng khiến cho nhận dạng và tìm kiếm ảnh vân tay bằng phương pháp thủ công gần như không thể thực hiện được vì không đáp ứng được yêu cầu, đặc biệt về mặt thời gian và độ chính xác Từ đầu 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 minh nhân thân của một người

Trong 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 đảm nhận chức năng xác thực và bảo mật an toàn đã trở nên cấp thiết Mở ra một phạm vi ứng dụng rộng lớn cho các hệ thống nhận dạng vân tay trong tương lai

1.1.2 Các ứng dụng của nhận dạng vân tay

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 chỉ nhằm đến việc xác nhận hoặc từ chối đối với một yêu cầu 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 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 vào ra của các khu vực trọng yếu, bảo mật an toàn trong các giao dịch tài chính đến các ứng dụng chấm công, quản lý nhân sự, hành chính,…

Tuy nhiên nhận dạng và xác thực là những 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 tồn 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 quyền ra vào một tòa nhà bằng cách kiểm tra sự có hay không có chìa khóa để mở cửa tòa nhà đó Hoặc yếu tố đó cũng có thể là sự hiểu biết về một điều gì đó, chẳng hạn việc cho phép hay không cho phép một người truy nhập vào một hệ thống được xác minh 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 điểm yếu, 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 điểm yếu 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 quyền hạn được trao, hơn nữa người sở hữu mới của vật đó có thể xem như là mặc nhiên có những quyền mà công tác xác thực bảo vệ

1.1.3 Các phương pháp sinh trắc

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 tồn tại của một yếu tố, tuy nhiên dạng yếu tố được sử dụng là các đặc tính gắn liền một cách vật lý đối với mỗi người Các đặc tính này có thể là đặc trưng sinh lý của người như là vân tay, mống mắt,… hoặc đặc trưng hành vi của mỗi người như giọng nói, chữ ký,… Phương pháp nhận dạng một cá nhận dựa vào các đặc trưng sinh lý hành vi của người như thế được gọi là sinh trắc Ưu điểm nổi bật của của phương pháp này

so với các phương pháp cổ điển được nêu ở 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 thuộc tính sau:

 Mang tính duy nhất, điều này nghĩa là sẽ không có hai người có cùng nội dung của một đặc tính

theo thời gian

quả mọi yêu cầu của tất cả các ứng dụng nhận dạng cá nhân Mỗi phương pháp sinh trắc đều có những ưu điểm và nhược điểm riêng và thường chỉ thích hợp với một số ứng dụng nhận dạng cụ thể Các kỹ thuật sinh trắc hiện đang được ứng dụng là:

mang đủ tính duy nhất để xác định về một người trên diện rộng Đồng thời 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

vì đây là cách mà con người sử dụng để nhận dạng một người Nhưng nó cũng vẫn phải đối mặt với nhiều thách thức bởi nó đòi hỏi phải có khả năng thích ứng với thay đổi trên gương mặt người theo thời gian, sự biểu cảm, hoặc sự thay đổi về tư thế khi thu nhận hình ảnh của khuôn mặt

Phương pháp này có tỉ lệ lỗi nhỏ nhất trong quá trình xác thực và hiện nay đang không ngừng được nghiên cứu và phát triển

người đó Chữ ký là một phương pháp sinh trắc được chấp nhận sử dụng cho việc xác thực một người từ rất lâu rồi, nó được ứng dụng trong các văn bản hành chính, giao dịch pháp lý Tuy nhiên chữ ký của một người cũng có thể thay đổi theo tâm trạng, sức khỏe, thời gian và chữ ký cũng rất có thể bị giả dạng một cách dễ dàng

không thay đổi theo thời gian Người ta đã tin rằng vân tay là đặc tính

duy nhất của từng người Vân tay là một trong những phương pháp sinh trắc quan trọng đã được sử dụng từ rất lâu trong các vấn đề về pháp lý và điều tra tội phạm Nó đã được nghiên cứu và phát triển trong một thời gian dài, ngày nay nó cũng đang là một trong những chủ đề nghiên cứu của nhiều nhà khoa học nhằm nâng cao độ chính xác và tin cậy cho công tác xác thực và phục vụ thiết yếu hơn cho nhu cầu của cuộc sống ngày càng hiện đại

Ngoài các phương pháp trên 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, đã nêu ở trên,…

1.1.4 Các phương pháp đánh giá hiệu quả

Để đánh giá 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 nhận một trong hai giá trị kết quả trả về là đúng hoặc sai Tổng hợp kết quả trên hai nhóm ta có bốn khả năng sau:

a) Người thật được chấp nhận

b) Người thật bị từ chối

c) Người giả danh được chấp nhận

d) Người giả danh bị từ chối

Trong đó có hai khả năng a và d trả về kết quả của hệ thống là đúng, hai khả năng còn lại cho biết hệ thống quyết định sai

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)

và tỉ lệ lỗi cân bằng 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 Tuy nhiên có thể đưa

ra một kết quả đánh giá cuối cùng được chính xác và khách quan thì tập dữ liệu thử nghiệm đòi hỏi phải thỏa mãn các yêu cầu như sau: tập dữ liệu phải đủ lớn

để có thể biểu diễn một cách đầy đủ các khả năng tồn tại của các ảnh vân tay và

tập dữ liệu phải có sự phân bố đều giữa các yếu tố độ tuổi, giới tính, chủng tộc,…

1.2 Một số đặc điểm trên vân tay

Để lưu trữ thông tin về vân tay, một số khái niệm về các điểm đặc biệt (minutiae points) trên vân tay đã được đưa ra Những điểm này cũng cung cấp thông tin quan trọng cho việc phân loại và so khớp vân tay

Hình 1.1 Một số đặc điểm trên vân tay

 Điểm Delta: Là những điểm ở góc trái hoặc phải phía dưới đốt

ngón tay được bao bởi các đường vân hình tam giác

của các đường vân

bao quanh bởi những đường xoáy, vòng hoặc cung ở tâm ngón

1.3 Hoạt động của hệ nhận dạng vân tay

1.3.1 Mô hình của hệ thống tự động nhận dạng vân tay

Về cơ bản, một hệ thống tự động nhận dạng vân tay có mô hình xử lý như hình 1.2 Nó bao gồm 4 thành phần :

Hình 1.2 Mô hình hệ thống tự động nhận dạng vân tay

Giao diện sử dụng cung cấp những phương tiện, cơ chế cho phép người sử

dụng có thể đưa vân tay vào trong hệ thống Ngoài việc cập nhật vân tay, giao diện còn cho phép người sử dụng cập nhật các thông tin cá nhân như họ tên, ngày sinh

Hệ thống cơ sở dữ liệu bao gồm tập hợp các bản ghi, mỗi bản ghi lưu trữ

thông tin một cá nhân bao gồm các thông tin về nhân thân như họ tên, ngày sinh và những thông tin chi tiết về vân tay đã được mã hoá

Mô đun trích chọn có nhiệm vụ nạp thông tin người sử dụng và vân tay vào

cơ sở dữ liệu Khi một ảnh vân tay và các thông tin của người sử dụng được thu nhận, thuật toán trích chọn đặc trưng vân tay được áp dụng đối với ảnh vân tay

và lấy ra các mẫu đã được trích chọn (mã hoá vân tay) Thuật toán kiểm tra chất lượng được sử dụng để đảm bảo rằng các bản ghi trong hệ thống cơ sở dữ liệu chứa các vân tay trong tình trạng tốt (chất lượng cao) Nếu một ảnh vân tay có chất lượng thấp, nó được tự động cải thiện nhằm tăng độ rõ nét cấu trúc của các đường vân và đường thung lũng cũng như lọc ra tất cả các vùng không thể phục hồi được Trong trường hợp xấu nhất, có thể hệ thống phải yêu cầu lấy lại mẫu vân tay

Nhiệm vụ của mô đun thẩm định là nhằm xác định tính hợp pháp của một

cá nhân có ý định truy nhập vào hệ thống Hình ảnh vân tay của cá nhân truy nhập sau khi được trích chọn đặc trưng được so sánh với cơ sở dữ liệu đã được thiết lập từ trước để đưa ra kết luận là cá nhân đó truy nhập có hợp pháp hay không?

Hệ thống tự động nhận dạng vân tay cần phải thoả mãn hai yêu cầu đặt ra : Một là hệ thống phải tự động so sánh hai vân tay và đưa ra quyết định rằng hai vân tay có đúng là một hay không (Hai mẫu vân tay có phải thu nhận cùng

từ một ngón tay hay không)

Hai là hệ thống phải áp dụng các kỹ thuật có ý nghĩa cải tiến nhằm tăng khả năng phân loại và nhận biết một số lượng lớn trong thời gian tìm kiếm ngắn nhất và độ chính xác cao nhất

Theo yêu cầu thứ nhất đặt ra, đòi hỏi mỗi vân tay thu nhận được phải có cơ chế mã hoá như thế nào đó để có thể phân biệt được với các vân tay khác Còn yêu cầu thứ hai đó là tốc độ tìm kiếm Một cách tổ chức cơ sở dữ liệu thông thường đó là tổ chức tìm kiếm song song

Về cơ bản, một hệ thống kiểm soát truy nhập bằng vân tay có thể coi là một

hệ thống tự động nhận dạng vân tay thu nhỏ Tuy nhiên để hệ thống kiểm soát truy nhập có ý nghĩa, thì hệ thống chỉ làm việc với các vân tay sống (vân tay được thu nhận bằng thiết bị thu nhận vân tay sống) còn hệ thống tự động nhận dạng vân tay có thể thu nhận vân tay từ nhiều nguồn: từ thiết bị thu nhận vân tay sống, camera, scanner

Bất kỳ 1 hệ nhận dạng vân tay nào cũng bao gồm các hoạt động:

 Mã hoá vân tay

1.3.2 Hoạt động của hệ thống tự động nhận dạng vân tay

1.3.2.1 Thu nhận dấu vân tay

– Phương pháp quét bằng scanner

Vân tay được lăn trên giấy, sau đó dùng máy scanner để quét ảnh và lưu trữ vào máy

Nhận xét: phương pháp cho chất lượng vân tay thu được kém nên cần có quá trình xử lý nâng cấp chất lượng ảnh trước khi lưu trữ

– Phương pháp thu nhận vân tay sống

Dùng thiết bị cảm biến quang học hoặc dùng thiết bị cảm biến bán dẫn

Mô tả hoạt động: thiết bị cảm biến quang học:

Hình 1.3 Mô hình thiết bị cảm biến quang học

Khi một ngón tay được đặt trên bề mặt của kính thu, các đường vân tiếp xúc trực tiếp với kính, trong khi các phần lõm (thung lũng) không tiếp xúc Tia sáng lazer rọi vào kính với một góc nào đó, và một camera được đặt tương ứng thu được ánh sáng phản chiếu Do sự tiếp xúc trực tiếp của đường vân và không

trực tiếp của đường thung lũng mà ảnh vân tay thu được tương ứng với màu đen

là đường vân và màu trắng tương ứng với đường thung lũng

Hình 1.4 Mô hình thiết bị cảm biến bán dẫn Thiết bị cảm biến bán dẫn đo dung lượng điện giữa bề mặt tiếp xúc của thiết

bị và mặt da, sau đó chuyển nó thành ảnh Nếu người sử dụng đặt ngón tay lên mặt tiếp xúc của thiết bị thì các đường vân sẽ ở sát bề mặt tiếp xúc hơn các đường lõm Khi đó, do khoảng cách từ đường vân đến bề mặt tiếp xúc ngắn hơn nên dung lượng tích điện là cao hơn

Ảnh của vân tay có thể bắt được bằng việc sắp xếp các tín hiệu thu được từ một dãy các cảm biến trên bề mặt thiết bị bán dẫn Thiết bị loại này nhỏ và nhẹ hơn, nhưng nó dễ bị hư hại bởi những chất hóa học như muối có trên da người

do nó được làm bằng silic nên dễ vỡ Để hạn chế bất lợi này, bề mặt tiếp xúc thường được bọc Việc phát triển những chất liệu bọc tốt là nhiệm vụ quan trọng hàng đầu mà các nhà sản xuất thiết bị cảm nhận bán dẫn phải đối mặt

1.3.2.2 Mã hoá vân tay

Một đặc điểm của hệ thống tự động nhận dạng vân tay hoặc hệ thống kiểm soát truy nhập là:

để lưu trữ trong cơ sở dữ liệu là các vân tay đầy đủ (tức là lăn từ cạnh trái sang cạnh phải của mỗi ngón tay) và vân tay tra cứu đôi khi chỉ là một phần của ngón tay (như vân tay thu nhận được từ hiện trường là một ví dụ)

Trong khi đó đối với hệ kiểm soát truy nhập, thì vân tay lưu trữ và vân tay tra cứu đều cùng được lấy từ một thiết bị và thông thường chỉ lấy một phần giữa của ngón tay

Từ một ảnh vân tay thu nhận được, sau một loạt các quá trình xử lý chúng

ta thu nhận được một tập các điểm đặc trưng của mỗi vân tay Các tập đặc trưng này bao gồm các điểm trạc ba và điểm kết thúc như trong hình 1.5 sẽ là đặc trưng cho mỗi một vân tay Bên cạnh đó có các điểm đặc trưng đặc biệt như tâm vân tay và điểm chạc ba của vân tay Có nhiều phương pháp để mã hoá các tập điểm đặc trưng Ví dụ: mã hoá mỗi điểm đặc trưng được đại diện bằng bốn tham số là toạ độ tương đối theo trục X và Y, góc quay xác định hướng của đường vân và độ cong của đường vân

Hình 1.5 Quy trình mã hóa vân tay

Đối với một vân tay thu nhận được, cần phải tiến hành theo 5 bước sau để

có thể trích chọn đặc trưng của vân tay:

a Xác định hướng đường vân

b Tách đường vân

c Làm mảnh đường vân

d Loại bỏ các điểm đặc trưng nhiễu

e Xác định đặc trưng toàn cục của vân tay

Nhận dạng vân tay, hình dáng bàn tay, giọng nói, võng mạc, mống mắt và khuôn mặt là những phương pháp nhận dạng sinh học thường được sử dụng hơn

cả, nhưng chúng không phải là duy nhất Các phương pháp đặc biệt như nhận dạng ADN hay chữ viết cũng được sử dụng trong trường hợp đòi hỏi độ an toàn tuyệt đối về bảo mật, chẳng hạn kiểm soát việc tiếp cận hệ thống phóng tên lửa Tại Việt Nam, các sản phẩm nhận dạng sinh trắc học đã bắt đầu xuất hiện, bước đầu đó là các thiết bị bảo mật máy tính bằng vân tay hoặc là được tích hợp luôn trên các máy tính xách tay hoặc là thiết bị hoạt động độc lập như các thiết

bị của hãng DELSY, COMPAQ Hầu hết các sản phẩm này được đóng gói hoàn chỉnh, người sử dụng chỉ có thể sử dụng chúng với các chức năng đã có sẵn, hầu như không thể mở rộng phát triển theo các ứng dụng khác của người sử dụng Một số công ty phần mềm trong nước đã chọn lĩnh vực xử lý và nhận dạng ảnh làm chiến lược phát triển như: Công ty Phần mềm tự động hoá thiết kế CadPro với sản phẩm CadPro FIS, Trung tâm Công nghệ phần mềm E15 với sản phẩm FIS-E15, …

Phương pháp truyền thống nhận dạng vân tay dựa trên phân loại theo công thức “Gaton-Henry” mà công cụ chính là kính lúp và cây bút chì đã tồn tại hơn một thế kỷ Phương pháp này từ khi ra đời đã được hầu hết cảnh sát các nước trên thế giới áp dụng trong việc truy nguyên hình sự nhằm khám phá tội phạm Tuy nhiên phương pháp thủ công này bộc lộ nhiều thiếu sót khó đáp ứng nhu cầu xử lý vân tay ngày càng tăng Cùng với sự phát triển nhanh chóng của kỹ thuật điện tử - tin học, những năm gần đây, hầu hết các nước tiên tiến trên thế giới đã nghiên cứu ứng dụng máy tính trong việc nhận dạng vân tay phục vụ công tác đấu tranh phòng chống tội phạm, còn được gọi là hệ thống tự động nhận dạng vân tay

2.1.2 Xu hướng của công nghệ nhận dạng vân tay

Công nghệ sinh trắc học (biometrics technology) còn khá mới mẻ ở Việt Nam Tuy nhiên, trên thế giới công nghệ này đã bắt đầu thể hiện tiềm năng ứng dụng rộng rãi và ưu việt trong nhiều lĩnh vực, trong đó nổi trội nhất là vấn đề an ninh, bảo mật Vấn đề này ngày càng có tầm quan trọng lớn mà Việt Nam không thể đứng ngoài cuộc Do vậy, một số công nghệ sinh trắc học đã và đang được giới khoa học- công nghệ trong nước quan tâm và nghiên cứu

Một thực tế không thể phủ nhận là xã hội ngày càng được kết nối chặt chẽ

và rộng khắp, với đủ loại công nghệ và thiết bị phức tạp như Internet, mạng điện thoại di động, RFID, các bộ cảm biến, thương mại điện tử Điều này giúp cho bất kỳ ai có thể truy cập bất cứ thông tin gì từ bất cứ đâu và vào bất kỳ lúc nào; cũng đồng nghĩa với việc các thông tin cá nhân ngày càng gắn kết vào môi trường mạng

Từ khá lâu nay, kỹ thuật lưu trữ thông tin cá nhân và nhận dạng cá nhân chủ yếu vẫn dựa vào một trong hai hoặc cả hai phương pháp chính là vật sở hữu (thẻ, con dấu, chìa khoá ) và mã cá nhân (mật khẩu, mã số PIN ) Những phương pháp này có hạn chế cố hữu là có thể bị thất lạc, bị mất cắp, bị giả mạo,

bị quên

Để vượt qua những hạn chế trên, các nhà nghiên cứu đã tìm ra hướng kết hợp công nghệ sinh trắc học vào công nghệ thông tin, để giúp nhận dạng và xác thực cá nhân một cách hiệu quả, an toàn, dựa trên những đặc điểm sinh lý và hành vi Những kỹ thuật sinh trắc học phổ biến nhất, hiện đang được nghiên cứu

và ứng dụng rộng rãi, bao gồm nhận dạng giọng nói, khuôn mặt, chữ ký, vân tay, tròngmắt và mới đây nhất là tĩnh mạch lòng bàn tay Trong số này, ba kỹ thuật đầu có hiệu quả thấp bởi giọng nói thì bị ảnh hưởng bởi sức khoẻ của người nói và tiếng ồn xung quanh; khuôn mặt có thể bị hoá trang và ảnh hưởng bởi ánh sáng; còn chữ ký thì ngay cả chủ nhân cũng khó có thể ký giống hệt nhau mỗi lần Kỹ thuật nhận dạng bằng tròng mắt có độ chính xác cao, nhưng chi phí đầu tư cũng rất cao và đặc biệt có hạn chế khi sử dụng tại Châu Á bởi đa phần người dân ở đây có tròng mắt nhỏ Kỹ thuật nhận dạng vân tay hiện đang được sử dụng phổ biến nhất, nhưng có nhược điểm là ngón tay phải tiếp xúc với máy, nhanh chóng gây bẩn lên bề mặt và khiến máy nhanh xuống cấp Do vậy

xu hướng của công nghệ nhận dạng vân tay thể hiện ở các yêu cầu:

Một mẫu các chi tiết đặc trưng sẽ tạo nên một sự đại diện hiệu quả và đúng đắn cho một ảnh vân tay Hiện nay người đã xác định được gần 150 loại

chi tiết đặc trưng, tuy nhiên phần lớn trong số chúng là không ổn và rất khó nhận diện Chỉ có hai loại đặc trưng cơ bản được sử dụng trong hầu hết các trường hợp là điểm kết thúc và điểm chạc ba Mỗi loại trong số chúng sẽ có các thuộc tính như tọa độ x và tạo độ y, và hướng Thông thường trên một ảnh vân tay chất lượng tốt sẽ có khoảng 50- 100 điểm chi tiết đặc trưng

Một thuật toán trích chọn chi tiết đặc trưng phải vừa tin cậy và hiệu quả Tính tin cậy của thuật toán thể hiện bằng các yếu tố:

- Không tạo ra các chi tiết đặc trưng giả

- Không bỏ sót các chi tiết đặc trưng thật

- Khả năng định vị vị trí và xác định hướng của chi tiết đặc trưng một cách chính xác

Đảm bảo tính tin cậy của thuật toán là một thử thách rất khó khăn Vì không phải tất cả các ảnh vân tay đầu vào đều có chất lượng tốt mà có một số đáng kể trong đó có chất lượng ảnh trung bình hoặc thấp, trong các ảnh này cấu trúc của đường vân cùng rãnh vân tại nhiều khu vực không được định nghĩa rõ ràng và chính xác vì thế rất dễ tạo ra các sai lầm dẫn đến một số lượng thuật toán giả được tạo ra, đồng thời một số chi tiết đặc trưng thật khác lại bị bỏ sót

Vì vậy đối với một thuật toán tốt thì cần khả năng thích ứng trong các tình huống có cấu trúc đường vân không rõ ràng hoặc bị sai

Đối với thuật toán nhận dạng vân tay tự động, yếu tố thời gian xử lý cũng đóng một vai trò rất quan trọng và nhất là hệ thống xác minh hoạt động theo cơ chế thời gian thực Yếu tố này bảm đảm cho tính ứng dụng đúng đắn của chính các hệ thống đó

Ảnh vân tay là một mẫu dạng các dòng chảy, vì thế hướng cục bộ của đường vân có thể cung cấp một số thông tin rất quan trọng về tổ chức của các đường vân Bằng cách kết hợp với thông tin hướng cục bộ một cách đúng đắn, hiệu quả của thuật toán có thể được nâng lên một cách rõ rệt Trong báo cáo này

em sẽ trình bày về thuật toán trích chọn đặc trưng theo dòng chảy và mã hóa nhị phân

2.2.1 Thuật toán trích chọn đặc trưng theo dòng chảy

2.2.1.1 Ý tưởng

Đầu tiên, đối với ảnh vân tay đầu vào, hướng cục bộ của đường vân sẽ được ước lượng và vùng xử lý ảnh sẽ được xác định Các đường vân được trích chọn

từ ảnh vân tay sau khi đã loại bỏ hết các vết đốm nhỏ và được làm mảnh để thu

về đường vân có độ rộng là một điểm ảnh Cuối cùng, các chi tiết đặc trưng sẽ được trích chọn từ các đường vân đã được làm mảnh và hiệu chỉnh bằng cách

sử dụng Heuristic

2.2.1.2 Thuật toán

trong đó I(i,j) đại diện cho cường độ điểm ảnh tại hàng i cột thứ j Một trường định hướng O được định nghĩa như là một ma trận NN, trong đó O(i,j) đại diện cho giá trị hướng cục bộ của đường vân tại điểm ảnh (i,j) Hướng cục bộ đường vân thường được xác định cho từng khối hơn là cho từng điểm ảnh riêng

không phủ lấp nhau và một giá trị hướng đơn sẽ được xác định cho từng khối Ảnh vân tay G đã được chuẩn hóa, là một ảnh nhị phân NN, trong đó G(i,j)= 1 cho biết điểm ảnh (i,j) là một điểm thuộc đường vân và ngược lại G(i,j)= 0 cho biết điểm ảnh đó không thuộc đường vân Một đường vân trong ảnh là một thành phần liên thông kết nối tám điểm lân cận với nhau Một đường vân mảnh sẽ có độ rộng là một điểm ảnh

*Tính trường định hướng

Hướng của ảnh là sự kết hợp của đường vân và rãnh vân trong một vùng lân cận cục bộ Bằng cách xem ảnh vân tay như là một bố cục có định hướng thuật toán dưới đây cho phép tính giá trị theo phương pháp bình phương trị trung bình tối thiểu

Cho một ảnh đã được chuẩn hóa G, các bước chính của thuật toán:

Bước 1: Chia G thành các khối có kích thước ww (phổ biến là 1616)

Bước 2: Tính độ dốc x ( j i, ) và y ( j i, ) tại điểm ảnh (i,j)

Bước 3: Giá trị hướng cục bộ của mỗi khối có tâm tại điểm (i,j) được tính

) , ( ) , ( 2 )

, (

w i

w i u

w j

w j v

y x

2 2

)) , ( ) , ( ( )

, (

w i

w i u

w j

w j v

y x

) , ( tan 2

1 ) ,

j i V

j i V j

i

x

y

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

Bước 4: Do tác động của nhiễu, nên cấu trúc đường vân và rãnh vân không

luôn chính xác Đồng thời dựa vào đặc tính là giá trị của hướng cục bộ đường vân thay đổi ít trong vùng lân cận cục bộ, vì thế cần sử dụng bộ lọc Low- pass

để hiệu chỉnh các giá trị hướng không đúng

Để thực hiện lọc Low- pass cần thực hiện theo các bước sau:

Bước 1: Chuyển ảnh thành dãy các véc tơ liên tục theo công thức:

)),(2()

,(i j Sin i j

Bước 2: Thực hiện lọc như sau:

2 2

),

(),()

,(

W

W v

2

) ,

( ) , ( )

, (

W

W v

y

Trong đó W là bộ lọc Low- pass hai chiều với W W xác định kích

từng khối

Bước 3: Tính hướng cục bộ của đường vân

Hướng cục bộ của đường vân tại điểm (i,j) tính theo công thức:

 tan ((,, ))

2

1),(

j i

j i j

i O

Bước 4: Tính độ nhất quán của trường giá trị hướng trong vùng lân cận cục

bộ của khối (i,j):

j i O j i O n

j i C

) ' ,' (

2 ) , ( ) ' , ' (

1 ) ,

, ( ) ' , '

(

d

d j

i O j i

Trong đó d đại diện cho vùng lân cận quanh khối (i,j); n là số lượng các khối trong d; O(i’,j’) và O(i,j) là hướng cục bộ của điểm (i’,j’) và (i,j)

phải được ước lượng lại trên một độ phân giải thấp hơn cho đến khi C(i,j) là nhỏ hơn ngưỡng Tc xác định

Sau khi tính được trường định hướng của ảnh vân tay thì thuật toán xác định vùng ảnh xử lý dựa vào độ tin cậy cục bộ của trường giá trị hướng sẽ định vị ra

nếu d< 180 ngược lại

vùng ảnh xử lý bên trong phạm vi ảnh vân tay đầu vào Độ tin cậy cục bộ của trường giá trị hướng trong khối (i,j) được tính như sau:

) , (

) ) , ( )

, ( ( 1 )

,

(

2 2

j i V

j i V j i V W W j

),()

,(()

,(

w i

w i u

w j

w j v

y x

Đối với mỗi khối, nếu độ tin cậy của trường giá trị hướng là thấp hơn một

để tạo thành sóng hình sin Vì thế một điểm ảnh có thể được nhận ra là một điểm thuộc đường vân trong vùng lân cận cục bộ bằng cách dựa trên thuộc tính này Trong thuật toán xác định chi tiết đặc trưng này, một ảnh vân tay đầu tiên

sẽ được xoắn bởi hai mặt nạ, ht(i,j;u,v) và hb(i,j;u,v) có kích thước là L*H (trung bình là 11*7) Hai mặt nạ này là hoàn toàn giống nhau ngoại trừ việc chúng

e

v u

Hai mặt nạ này có khả năng làm nhấn mạnh các giá trị mức xám cực đại dọc theo hướng vuông góc với hướng cục bộ đường vân Chúng cũng có thể làm trơn thích nghi ảnh vân tay dọc theo hướng cục bộ đường vân Vì thế, sẽ làm nâng cao chất lượng đường vân Tác động thao tác làm trơn tùy thuộc vào vào giá trị của δ Nếu giá trị δ lớn, thì bộ lọc sẽ càng khử nhiễu mạnh nhưng đồng thời cũng làm cong đường vân Điểm ảnh (i,j) được đánh dấu là điểm đường vân R(i,j) = 1 nếu cả hai giá trị mức xám của điểm ảnh (i,j) trên các ảnh

chiều rộng của mặt nạ với chiều rộng cục bộ của đường vân, đường vân này có thể phát hiện ra các đường vân một cách hiệu quả Tuy nhiên, do ảnh vân tay

có thể tồn tại nhiễu, điểm gãy, vết bẩn ảnh đường vân nhị phân kết quả có thể chứa các vết đốm nhỏ Cho nên cần loại bỏ các vết đốm nhỏ này trước khi làm mảnh đường vân Sử dụng thuật toán đếm lượng thành phần liên thông để đếm

số lượng điểm ảnh trong từng đường vân và từng vết đốm nhỏ, các thành phần liên thông nào có kích thước nhỏ hơn một ngưỡng Tc (=50) đều sẽ bị loại bỏ

) , ( (

2Cos O i j

H

, v nếu u =(vtan(O(i,j))), v 

các trường hợp khác

nếu u =(vtan(O(i,j))), v các trường hợp khác

) , ( (

2Cos O i j H

, v 

Sau khi các vết đốm nhỏ và vết bẩn bị loại bỏ thì ta sẽ tiến hành làm mảnh đường vân, đường vân kết quả sẽ có độ rộng là một điểm ảnh

2 ) , (

u v

v j u i

3 ) , (

u v

v j u i

nhánh Tuy nhiên do trong ảnh còn tồn tại nhiễu và điểm gãy nên có thể sẽ dẫn đến một số chi tiết đặc trưng giả Vì thế trước khi thực hiện thao tác phát hiện điểm ảnh, ta cần sử dụng thủ tục làm trơn để loại bỏ các đường gai nhỏ và nối lại các đường gãy Thuật toán làm trơn sử dụng một số Heuristic như sau:

- Nếu góc được tạo bởi một nhánh và một đường vân chính lớn hơn

Tlower= 700 và nhỏ hơn Tupper = 1100 và chiều dài của nhánh nhỏ hơn

Tbranch= 20 điểm ảnh thì nhánh đó sẽ bị loại bỏ

không có đường vân nào băng qua thì điểm gãy đó sẽ được nối lại

Các tham số điều khiển thuật toán trên là khá lớn để đảm bảo rằng tất cả các chi tiết đặc trưng thật không bị bỏ xót Sau khi phát hiện chi tiết đặc trưng thì sẽ lưu lại được: tọa độ x, y; giá trị hướng được định nghĩa là hướng cục bộ của

đường vân gắn kết và đoạn đường vân gắn kết

2.2.2 Thuật toán trích chọn đặc trưng từ ảnh đường vân nhị phân

trưng giả Thuật toán này sẽ thực hiện trên ảnh vân tay đã được nhị phân hóa hoặcảnh được cung cấp ở dạng nhị phân Việc sửa chữa các đường vân gãy sẽ dựa vào hướng của hai mảnh đường vân và hướng của đoạn đường vân cần tái tạo lại Các đoạn đường vân ngắn sẽ được loại bỏ dựa vào mối quan hệ của đường vân và khoảng cách trung bình của đường vân đó

2.2.2.2 Thuật toán

Thuật toán làm việc với giả định rằng ảnh đường nét đã được định nghĩa trước và một sơ đồ khoảng cách đường vân đã được tính toán Sơ đồ khoảng cách đường vân cục bộ định nghĩa khoảng cách trung bình trong mỗi vùng của ảnh Điều này là cần thiết vì khoảng cách đường vân thay đổi trong cùng một ảnh vân tay và nó là một trong những tham số tham khảo quan trọng nhất của ảnh đối với cả giai đoạn thiết kế bộ lọc và trích chọn đặc trưng

Thuật toán thực hiện qua các bước sau:

Bước 1: Mã hóa điểm ảnh

Để phân loại các điểm chi tiết đặc trưng và loại bỏ các cấu trúc không phân lớp được Ảnh đường nét được xử lý để thu nhận một ảnh mã hóa trong đó giá trị của mỗi điểm ảnh đại diện cho số lượng nhánh đi ra trong điểm ảnh tương ứng trong ảnh đường nét

Bước 2: Tiền lọc

Việc nhị phân hóa ảnh và làm mảnh thường dẫn đến một số lượng lớn các điểm đặc trưng sai tập trung trong vùng ảnh có chất lượng thấp, chúng sẽ gây khó khăn cho việc nhận dạng Giai đoạn tiền lọc ảnh là cần thiết để tạo càng nhiều càng tốt các điểm chi tiết đặc trưng giả nhưng không làm giảm số lượng các chi tiết có ích cho việc nhận dạng (nếu có thể)

Thuật toán tiền lọc ảnh quét toàn bộ ảnh mã hóa và thực hiện các thao tác tương ứng với loại chi tiết đặc trưng Trong giai đoạn này các điểm cuối nằm gần với chi tiết đựơc trưng khác sẽ bị xóa bỏ Các điểm phân nhánh nằm kề

nhau sẽ bị loại bỏ Còn các điểm phân nhánh có một hoặc nhiều giao điểm được phát hiện trong vùng lận cận của nó cũng sẽ bị loại bỏ Đồng thời, các giao điểm cũng sẽ bị loại bỏ nếu có một giao điểm khác cũng được phát hiện trong vùng lân cận của nó

Bước 3: Nâng cao chất lượng đường nét

Việc nâng cao chất lượng đường nét được thực hiện để: hiệu chỉnh các đường vân bằng cách nối các điểm cuối được xác định là điểm gãy của đường vân, xóa bỏ các cầu nối giữa các đường vân, các gai, và đường vân ngắn Thuật toán này thực hiện theo ba bước: tìm kiếm các điểm cuối đối mặt nhau, chọn điểm cuối tốt nhất, tái tạo lại đường vân

Bước 4: Loại bỏ các điểm chi tiết đặc trưng giả

Các chi tiết đặc trưng xuất phát từ các cầu nối và đường gai sẽ bị loại bỏ, đồng thời các chi tiết đặc trưng gần nhau cũng sẽ bị loại bỏ

Bước 4.1: Xóa bỏ cầu nối và đường gai

Cầu nối và đường gai sẽ làm xuất hiện nhiều chi tiết đặc trưng giả vì thế chúng cần được loại bỏ như hình dưới Thuật toán này cần thực hiện trước khi thực hiện thuật toán loại bỏ các chi tiết đặc trưng gần nhau, để giữa lại càng nhiều chi tiết đặc trưng thật càng tốt Thuật toán này dựa vào nhận xét trực quan sau: Trong các điểm phân nhánh giả thì chỉ có hai nhánh là thẳng hàng, còn nhánh thứ ba thì có hướng khác rất nhiều, đối với các cầu nối thì nhánh thứ ba gần như là vuông góc với hai nhánh còn lại

Thuật toán: xóa bỏ cầu nối và gai

Tại mỗi điểm phân nhánh:

đường vân cục bộ tính theo đơn vị điểm ảnh

Nlr điểm ảnh

 Nếu hai nhánh được xem là thẳng hàng và nhánh thứ ba gần như là vuông góc thì điểm chi tiết đặc trưng khác dọc theo nhánh vuông góc

 Nếu điểm chi tiết đặc trưng trên được tìm ra: xóa bỏ cầu nối hoặc nhánh gai

vuông góc: tìm điểm cuối trong

2

3 1





bs

Nếu chỉ có hai nhánh chứa ít nhất Nlr điểm: nếu hai nhánh được xem là thẳng hàng thì tìm dọc theo nhánh thứ ba và xóa đoạn cầu nối hoặc gai ngắn này

Bước 4.2: Loại bỏ các chi tiết đặc trưng gần nhau

Trước tiên là xóa bỏ các điểm cuối gần nhau và sau đó là xóa bỏ các điểm chi tiết đặc trưng gần nhau khác Bất kỳ một điểm cuối nào được tìm thấy trong một phạm vi hình vuông nhỏ đều sẽ bị loại bỏ Khoảng cách tối thiểu chấp

2



điểm ảnh, trong

Trong một ảnh vây tay chất lượng tốt thì có ít hơn một trăm điểm chi tiết đặc trưng và khoảng cách quan hệ giữa chúng hiếm khi nhỏ hơn khoảng cách giữa các đường vân cục bộ, vì thế các điểm chi tiết đặc trưng quá gần nhau cùng nằm trên một nhánh sẽ bị loại bỏ

2.3 Thuật toán đối sánh vân tay

Việc đối sánh giữa ảnh vân tay nhập với mẫu vân tay lưu trong cơ sở dữ liệu thật ra có thể xem là tương đương với việc đối sánh các tập chi tiết đặc trưng của chúng Mỗi chi tiết đặc trưng trong mẫu vân tay nhập sẽ được kiểm tra xem nó có tương ứng với một chi tiết đặc trưng lưu trong cơ sở dữ liệu hay không Quá trình đối sánh có thể chia làm ba bước: canh chỉnh, liên kết từng cặp chi tiết đặc trưng đối ứng và tính độ tương hợp

Hình dưới đây thể hiện sự đối sánh hai mẫu vân tay trên cơ sở các điểm đặc trưng đã được trích chọn ở bước trên Hai điểm đặc trưng ở mỗi mẫu được nối với nhau bằng đường liền nét thì thể hiện sự trùng khớp với nhau

Hình 2.3 Đối chiếu vân tay dựa trên cơ sở điểm đặc trưng

2.3.2.Thuật toán

Bước 1: Canh chỉnh

Để đối sánh hai tập hợp chi tiết đặc trưng không biết trước về hướng, tỉ lệ

và độ dịch chuyển thì hai tập hợp điểm cần thiết phải được canh chỉnh với nhau dựa vào thuật toán biến đổi Hough tổng quát:

Hai tập chi tiết đặc trưng được trích chọn từ ảnh vân tay P và Q được đưa vào canh chỉnh ký hiệu là:

P ={( px

1

, py 1

,  1),…(pxp

, py p

đã bị biến đổi, tỷ lệ hoặc dịch chuyển Trong đó các điểm có thể bị thay đổi vị trí ít nhiều do nhiễu hoặc có một vài điểm mới xuất hiện, một vài điểm bị xóa

đi Nhiệm vụ của giai đoạn này là thực hiện biến đổi các chi tiết đặc trưng thuộc tập P sao cho có càng nhiều chi tiết trùng lấp với chi tiết ở tập Q càng tốt Hai chi tiết đặc trưng xem là trùng lấp nếu nó có cùng giá trị hướng

Phép biến đổi Hough được sử dụng để xem xét và đánh giá về độ tương hợp Phép biến đổi

Sin Cos

Trong đó s, , x, ylà các thông số biến đổi tỷ lệ, quay và dịch chuyển

tra riêng biệt trong tập giá trị hữu hạn của nó

Độ tương hợp cho hai tập trong từng lần biến đổi được biểu diễn bằng một biến mảng A, trong đó A(k,l,m,n) đếm số khả năng đúng cho từng lần biến đổi

Fs, , x, y Mảng A được tính như sau với mỗi cặp (p,q) trong đó p=(pxi

, pyi) là

năng biến đổi p thành q Đối với mỗi phép biến đổi tìm được ta tăng khả năng đúng thêm một đơn vị trong mảng A Đối với mỗi cặp giá trị (sk, l) thì chỉ có chính xác một véc tơ dịch chuyển (x, y)t để cho Fs,  , x, y(p)= q và

l l

Cos Sin

Sin Cos

mà còn tăng giá trị cho các lân cận của nó Giá trị hướng được sử dụng để kiểm

Thuật toán thực hiện như sau:

- Thực hiện đối với từng điểm chi tiết đặc trưng (px, py, )P

- Thực hiện đới với từng điểm chi tiết đặc trưng (qx, qy, )  Q

- Thực hiện đới với mỗi giá trị   {1, , L}

- Nếu      thì thực hiện tiếp, nếu không thì quay trở lại

Cos Sin

Sin Cos

p

(2.19)

rồi cộng thêm một đơn vị vào A(k, l, x, y) Kết quả là thành phần trong

A có giá trị lớn nhất

Bước 2: Kiểm tra tính đối ứng của từng cặp chi tiết đặc trưng

Sau khi canh chỉnh các chi tiết đặc trưng tìm được phải liên kết với nhau thành từng cặp đối ứng Hai chi tiết được gọi là đối ứng nếu các giá trị thành phần của chúng là trùng khớp nhau (với độ sai số tương đối) Các trường hợp có thể xảy ra:

- Cặp chi tiết đặc trưng đối ứng

- Cặp chi tiết đặc trưng đối ứng không cùng hướng