Nhận dạng vân tay

rõ ràng, các vân và rãnh thay đổi và chảy theo một hớng cục bộ xác định.Tính quy tắc làm cho việc phát hiện tìm vân một cách dễ dàng và do đócho phép các chi tiết đợc trích chọn chính xá

Chơng I

Giới thiệu chung

Từ giữa thế kỷ 19, ngời ta đã biết rằng không có hai mẫu vân tay từcác ngón tay khác nhau lại có cùng một mẫu vân, và các mẫu vân taykhông thay đổi trong cả cuộc đời Do đó vân tay đợc sử dụng rộng rãi nh

là một phơng tiện tin cậy để nhận dạng cá nhân Cho đến tận bây giờ, vântay thờng đợc dùng trong lĩnh vực pháp lý để cung cấp các bằng chứng tộiphạm Nhờ sự phát triển của máy tính và các thiết bị quét ngày càng tốthơn, các nghiên cứu về các hệ thống nhận dạng vân tay trong đời thòng

nh bảo vệ ngân hàng đang trở nên hấp dẫn

Một hệ thống nhận dạng vân tay điển hình làm việc trong hai chế độriêng biệt: nạp dữ liệu và nhận dạng Mục đích của chế độ nạp dữ liệu làtạo cơ sở dữ liệu Trong chế độ này, một vân tay nạp vào đợc giữ và xử lýbằng ba bớc: Đọc vân tay, tiền xử lý ảnh vân tay, và trích chọn các chi tiết

đặc trng Sau bớc trích chọn chi tiết đặc trng, một tập các đặc trng tiêubiểu đợc lu trong hệ thống cơ sở dữ liệu Trong chế độ nhận dạng, mộtvân tay đợc nhận dạng phải trải qua ba bớc xử lý giống nh trong chế độnạp vân tay Các mẫu chi tiết kết quả đợc so sánh với các mẫu chi tiết củacơ sở dữ liệu trong bớc so sánh các chi tiết đặc trng

Quá trình nạp

Các ảnh vân tay hiếm khi có chất lợng hoàn hảo Chúng có thể bị thoáibiến và bị sửa đổi lại bởi nhiều nhân tố nh sự thay đổi của da và các trạngthái in dấu Sự thoái biến này có thể tạo nên một số lợng đáng kể các chitiết sai (không xác thực) và bỏ qua một số chi tiết quan trọng

Mục đích của tài liệu này là giới thiệu một chuỗi các kỹ thuật tiền xử lý

ảnh vân tay nhằm làm rõ hình ảnh và trích chọn các chi tiết đặc trng

Trong tài liệu này cũng giới thiệu các thí nghiệm trên các ảnh kiểm tra giảtạo và các ảnh vân tay thật để đánh giá hiệu quả của các kỹ thuật này.

Chơng 2

Tiền xử lý ảnh vân tay

Một vân tay đợc tạo nên từ sự in dấu của các mẫu vân trên một ngóntay Một vân đợc định nghĩa là một đoạn cung đơn và một rãnh là vùnggiữa hai vân cạnh nhau Các chi tiết là những điểm vân không liên tục cục

bộ trong một mẫu vòng vân

Các chi tiết vân đợc chia thành hai loại:

+ Vân kết thúc: là các điểm nơi vòng vân kết thúc

+ Vân rẽ nhánh: là nơi có một vân rẽ nhánh từ một đờng thành hai

đờng,có dạng nh điểm giao nhau Y

rõ ràng, các vân và rãnh thay đổi và chảy theo một hớng cục bộ xác định.Tính quy tắc làm cho việc phát hiện tìm vân một cách dễ dàng và do đócho phép các chi tiết đợc trích chọn chính xác từ các vân đã đợc làm gọn.Tuy nhiên trong thực hành một ảnh vân tay có thể không luôn luôn đợcxác định rõ do nhiễu gây nên sự sai lạc không rõ ràng của các cấu trúcvân Do đó kỹ thuật làm rõ hình ảnh hay tiền xử lý ảnh vân tay thờng đợc

sử dụng để giảm nhiễu và xác định cấu trúc của vân rõ hơn

Một trong những kĩ thuật làm rõ ảnh vân tay đợc sử dụng rộng rãinhất là phơng pháp của Hong, dựa trên sự cuộn lại của hình ảnh bằng bộlọc Gabor điều chỉnh để có hớng vân cục bộ và tần số vân cục bộ Các bớcchính của thuật toán này bao gồm: chuẩn hoá, xác định tần số vân, xác

định hớng vân và làm gọn

* Bớc đầu tiên là chuẩn hoá ảnh vân tay Vì sự không hoàn hảo của

ảnh vân tay gây ra bởi các quá trình nh độ đậm nhạt không đều của mựchoặc sự tiếp xúc không đồng đều với thiết bị lấy mẫu vân tay, một ảnh vântay có thể hấp thụ độ đậm theo các mức khác nhau dọc theo vân Do đóquá trình chuẩn hoá đợc sử dụng để làm giảm ảnh hởng của những biến

đổi này

* Hớng của hình ảnh sau đó đợc tính toán Đó là một ma trận cácvector hớng đại diện cho hớng của vân ở mỗi vị trí trong hình ảnh Đầutiên hình ảnh đợc chia thành các khối vuông và tính gradient cho từng

điểm theo các hớng x và y Hớng của vector đối với mỗi khối sau đó đợcxác định bằng cách tính trung bình trên tất cả các vector trong các điểmgradient trong khối

* Bớc tiếp theo trong quá trình làm rõ hình ảnh là xác định tần suấtxuất hiện ảnh vân Đầu tiên hình ảnh đợc chia thành các khối vuông và đ-

ợc đo bằng một cửa sổ có hớng Đối với mỗi khối, một ký hiệu x đợc tạothành bằng cách sử dụng các vân và mảng (valey) trong cửa sổ định hớng

Kí hiệu x là tham chiếu của tất cả các giá trị mức xám trong cửa sổ địnhhớng dọc theo hớng của vân Do đó sự tham chiếu tạo nên một sóng dạnghình sin trong đó trung tâm của bản đồ vân là một giá trị địa phơng nhỏnhất trong sóng tham chiếu Khoảng cách giữa các đỉnh liên tục trong kíhiệu x có thể đợc sử dụng sau đó để xác định tần số của các vân

* Phơng pháp làm rõ ảnh vân tay dựa trên bộ lọc Gabor đợc sử dụngrộng rãi thuận tiện trong các ứng dụng vân tay khác nhau nh tìm vân tayphù hợp và phân lớp vân tay Các bộ lọc Gabor là các bộ lọc thông có đặctính lựa chọn đợc cả tần số và hớng Do đó, thuật toán làm rõ sử dụng bộlọc Gabor đợc điều chỉnh để phù hợp với hớng vân cục bộ và tần số

Dựa trên hớng cục bộ và tần số vân xung quanh mỗi điểm, bộ lọcGabor đợc đa vào từng vị trí điểm ảnh trong ảnh Kết quả là bộ lọc làm rõhớng vân và làm giảm tất cả các hớng khác Do đó bộ lọc làm tăng sự đốilập giữa các vân nổi bật và nền, làm giảm nhiễu

Một phơng pháp khác để làm rõ các chi tiết trong ảnh vân tay là kỹthuật của Sherlock đợc gọi là lọc Fourier có hớng Phơng pháp trớc là một

kỹ thuật thực hiện trong miền không gian liên quan tới sự cuốn lại trongkhông gian Một cách khác,trong miền tần số cho phép ngời ta quấn lại

ảnh vân tay bằng các bộ lọc

Quá trình làm rõ hình ảnh bắt đầu bằng việc tính toán hớng hình ảnh

Đối lập với phơng pháp trớc là xác định hớng của vân bằng cách sử dụngmột dải hớng liên tục, phơng pháp này chỉ sử dụng 16 hớng đình sẵn để

đo hớng Một cửa sổ hình ảnh đặt trung tâm ở một điểm trong ảnh thô đợc

sử dụng để tham chiếu các thông tin vân cục bộ Cửa sổ hình ảnh sau đó

đợc quay trong không gian 16 hớng và trong từng hớng một sự tham chiếudọc theo trục y của cửa sổ đợc xác định Sự tham chiếu với sự biến đổi lớnnhất đợc sử dụng nh là hớng của điểm đó trong hình ảnh Quá trình nàysau đó đợc lặp lại cho từng điểm ảnh để xác định hớng của hình ảnh.Tơng tự nh quá trình lọc đợc thực hiện bởi Hong: sau khi hớng củahình ảnh đã đợc tính toán, hình ảnh thô sau đó sẽ đợc lọc bằng cách sửdụng một chuỗi các bộ lọc thông đợc điều chỉnh cho phù hợp với hớngcủa vân Hình ảnh đầu tiên đợc chuyển từ miền không giam sang miền tần

số bằng cách phép biến đổi Fourier rời rạc hai chiều ảnh Fourier sau đó

đợc lọc bằng cách sử dụng một chuỗi 16 bộ lọc Butterworth mà mỗi bộlọc đợc điều chỉnh theo một hớng đặc biệt Số của bộ lọc hớng tỉ lệ với sốhớng đợc sử dụng để tính toán hớng hình ảnh Sau khi từng bộ lọc hớng đ-

ợc đa vào ảnh Fourier một cách độc lập, biến đổi Fourier ngợc đợc sửdụng để chuyển từng ảnh trở về miền không gian, do đó tạo ra một chuỗicác ảnh lọc có hớng gọi là ảnh tiền lọc

Bớc tiếp theo trong quá trình làm rõ ảnh là tạo ảnh lọc cuối cùngbằng cách sử dụng các giá trị điểm ảnh từ các ảnh đã đợc tiền lọc Điềunày đòi hỏi giá trị hớng của vân tại mỗi điểm ảnh trong ảnh thô và hớnglọc của mỗi ảnh tiền lọc Từng điểm trong ảnh cuối cùng sau đó đợc tínhbằng cách chọn, từ ảnh tiền lọc giá trị điểm ảnh của hớng lọc gần nhất vớihớng thực tế của vân Đầu ra của quá trình lọc là một phiên bản của ảnh

đợc làm rõ mà đã đợc làm trơn hớng của vân

Cuối cùng, ngỡng thích nghi cục bộ đợc đa vào ảnh đã lọc hớng, tạo

ra ảnh nhị phân Điều này đòi hỏi việc tính toán giá trị trung bình của cácgiá trị mức xám trong cửa sổ ảnh tại mỗi điểm ảnh và nếu giá trị trungbình lớn hơn ngỡng thì giá trị điểm ảnh sẽ đợc đặt một giá trị nhị phâncủa điểm ảnh đó, nếu không nó đợc đặt bằng không Mức xám của hình

ảnh đợc chuyển thành một ảnh nhị phân

Đây đợc xem nh là kỹ thuật tốt nhất để làm rõ ảnh vân tay đợc dựa trêncác bộ lọc mà đã đợc điều chỉnh theo các đặc tính cục bộ của ảnh vân tay

Có thể thấy rằng phần lớn các kỹ thuật để làm rõ ảnh vân tay dựa trên các

bộ lọc có thể điều chỉnh đợc theo các đặc điểm cục bộ của ảnh vân tay.Trong chơng này giới thiệu phơng pháp làm rõ ảnh vân tay dựa trên việcphát triển các kỹ thuật của Hong

Tiền xử lý ảnh vân tay là một quá trình gồm một chuỗi các kỹ thuậtlàm rõ ảnh vân tay Thuật toán này bao gồm bốn bớc chính:

- làm gọn

1 Phân đoạn:

Bớc đầu tiên của thuật toán làm rõ ảnh là phân đoạn hình ảnh Việcphân đoạn là quá trình tách các vùng nổi bật từ nền Vùng nổi bật tơngứng với vùng vân tay rõ nhất bao gồm các vân và các rãnh, là vùng quantâm Phần nền tơng ứng với vùng ngoài khung của miền vân tay, màkhông chứa các thông tin vân tay có giá trị Khi thuật toán trích chọn đặctrng đợc áp dụng cho miền nền của một ảnh, nó sẽ gây nên trích chọnnhầm và nhiễu Do đó việc phân đoạn đợc thực hiện để loại miền nền này

để tạo điều kiện thuận tiện cho việc trích chọn các chi tiết đặc trng mộtcách tin cậy

Trong một ảnh vân tay, nói chung các miền nền biểu thị bằng sự thay

đổi giá trị màu xám một cách không rõ ràng, trong khi đó miền nổi bật

có sự thay đổi rất lớn Do đó có thể sử dụng phơng pháp ngỡng biến đổi

để thực hiện việc phân đoạn Đầu tiên, hình ảnh đợc chia thành các khối

và tỉ lệ thay đổi màu xám đợc tính cho mỗi khối hình ảnh Nếu sự thay

đổi này nhỏ hơn ngỡng toàn cục, thì khối này đợc xếp vào là miền nền,nếu không nó đợc xếp là một phần của miền nổi bật Sự thay đổi mức xám

đối với một khối cỡ W*W là:

Trong đó V(k) là sự thay đổi đối với khối thứ k, I(i,j) là giá trị mức xámtại một điểm ảnh (i,j) và M(k) là giá trị mức xám trung bình đối với khốik

2 Chuẩn hóa:

Bớc tiếp theo trong quá trình làm rõ vân tay là tiêu chuẩn hoá hình

ảnh Việc chuẩn hóa đợc sử dụng để làm chuẩn các giá trị nổi bật trongmột ảnh bằng cách điều chỉnh dải các giá trị mức xám để nó nằm trongmột dải các giá trị mong muốn I(i,j) là giá trị mức xám tại điểm ảnh (i,j)

và N(i, j) là giá trị mức xám đã đợc chuẩn hoá tại điểm ảnh (i, j) ảnh đã

đợc chuẩn hoá đợc xác định:

Nếu I(i, j) > M

Trong đó M và V là giá trị ỡc tính trung bình và thay đổi của I(i, j) và

M0 và V0 là giá trị trung bình và giá trị thay đổi mong muốn Việc chuẩnhoá không làm thay đổi cấu trúc của vân trong vân tay, nó thực hiện đểchuẩn hoá các mức động của sự thay đổi trong các giá trị mức xám, nó tạo

điều kiện thuận lợi cho quá trình làm rõ ảnh tiếp theo

3 Xác định hớng

Hình 2.1: Hớng của điểm ảnh vân của một vân tay

Trờng hớng của một ảnh vân tay xác định hớng cục bộ của các vântrong ảnh Phơng pháp hình vuông trung bình nhỏ nhất của Hong đợc sửdụng để xác định hớng của hình ảnh Tuy nhiên, thay cho việc xác định h-ớng khối, tác giả mở rộng phơng pháp của Hong cho một vòng điểm ảnh,

nó làm cho việc xác định hớng tốt hơn và chính xác hơn Các bớc để tínhhớng tại điểm ảnh (i, j):

1 Đầu tiên, một khối có kích thớc W*W đợc đặt trung tâm tại điểm

ảnh (i,j) trong ảnh vân tay đã đợc chuẩn hoá

2 Đối với mỗi điểm ảnh trong khối, đo gradient ∂x(i, j) và ∂y(i, j), đó

là cờng độ gradient trong các hớng x và y

∂x(i, j):

∂y(i, j):

trong đó Φx và Φy là các thành phần x và y của miền véctơ Sau khimiền vectơ đã đơc tính, việc làm trơn Gaussian sau đó đợc thực hiện:

trong đó G là bộ lọc thông thấp Gaussian kích thớc

5 Cuối cùng là làm trơn miền hớng O tại điểm ảnh (i, j):

4 Xác định tần số vân:

Bên cạnh việc xác định hớng ảnh, một tham số quan trọng khác đợc

sử dụng trong việc tạo nên bộ lọc Gabor là tần số vân cục bộ Tần số hình

ảnh đại diện cho tần số cục bộ của vân trong vân tay Bớc đầu tiên trongquá trình xác định tần số là chia hình ảnh thành các khối có kích thớcW*W Bớc tiếp theo là tham chiếu các giá trị mức xám của tất cả các

điểm ảnh nằm trong từng khối dọc theo hớng của vân cục bộ Sự thamchiếu này tạo nên một sóng dạng gần sin với các điểm cục bộ nhỏ nhất t-

ơng ứng với các vân trong vân tay

Hình 2.2: Sự tham chiếu của các giá trị tập trung

của các điểm ảnh dọc theo hớng vân cục bộ a)Một khối 32*32 của ảnh vân tay b) Sóng tham chiếu của khối

Tác giả đã sửa phơng pháp xác định tần số ban đầu đợc Hong sửdụng và thêm bớc tham chiếu làm trơn để tính toán không gian vân Điềunày liên quan tới việc làm trơn sóng đợc tham chiếu bằng cách sử dụng bộlọc thông thấp Gaussian kích thớc W*W để làm giảm ảnh hởng của nhiễutrong việc tham chiếu Không gian vân S(i, j) sau đó đợc tính bằng cách

đếm số trung bình các điểm ảnh giữa các điểm nhỏ nhất của điểm ảnhtrong sóng đợc tham chiếu Do đó, tần số vân F(i, j) của một khối tại đIểm

ảnh (i, j):

ảnh vân tay đa vào đợc quét ở một độ phân giải cố định, một cách lý tởngtần số vân nên nằm trong một dải xác định Tuy nhiên, có những trờng

hợp trong đó tần số có nghĩa không thể lấy một cách tin cậy từ việc thamchiếu Ví dụ không tìm đợc các đỉnh liên tục từ sự tham chiếu mặc dù vân

có các điểm chi tiết trong khối Đối với các khối mà các điểm chi tiết xuấthiện, sóng tham chiếu không tạo sóng dạng sin, nó có thể dẫn tới xác

định một cách không chính xác tần số vân Do đó các giá trị ngoài khoảngtần số đợc nội suy bằng cách sử dụng các giá trị từ các khối lân cận mà cótần số đợc xác định tốt

5 Lọc Gabor:

Khi các thông tin về hớng vân và tần số vân đã đợc xác định, cáctham số này đợc sử dụng để thiết kế bộ lọc đối xứng chẵn Gabor Bộ lọchai chiều Gabor gồm một sóng hình sin phẳng có một hớng và tần số đặcbiệt đợc điều chế bởi Gaussian Các bộ lọc Gabor đợc dùng vì chúng có

đặc tính lựa chọn tần số và lựa chọn hớng Các đặc tính này cho phép bộlọc điều chỉnh để đa ra đáp ứng lớn nhất tơng ứng với vân tại một hớng vàtần số xác định trong một ảnh vân tay

Bộ lọc đối xứng chẵn Gabor là một phần lý tởng của chức năngGabor, nó tạo nên một sóng cosine điều chế bởi Gaussian Bộ lọc đốixứng chẵn trong miền không gian đợc xác định:

trong đó θ là hớng của bộ lọc Gabor, f là tần số của sóng cosin, σx và σy là

sự lệch chuẩn của Gaussian dọc theo trục x và y và xθ và yθ xác định trục

x và y khung toạ độ của bộ lọc

Bộ lọc Gabor đợc ứng dụng trong ảnh vân tay vì sự xoắn trong khônggian của ảnh Sự xoắn của một điểm ảnh (i, j) trong hình ảnh đòi hỏi giá

trị hớng tơng ứng O(i, j) và giá trị tần số vân F(i, j) của điểm ảnh đó Do

đó, ứng dụng của bộ lọc để làm rõ ảnh E đợc thực hiện nh sau:

trong đó O là hớng của ảnh, F là tần số vân của ảnh, N là ảnh đã đợcchuẩn hoá và σx và σy là độ rộng và độ cao của mặt nạ bộ lọc Gabor

Dải thông của bộ lọc, cái mà xác định dải tần của bộ lọc tơng ứng

đợc xác định bằng các tham số sai lệch chuẩn σx và σy Do đó dải thôngcủa bộ lọc đợc điều chỉnh để phù hợp với tần số vân cục bộ, sau đó có thểsuy luận rằng các tham số lựa chọn σx và σy nên liên quan đến tần số củavân Tuy nhiên, trong thuật toán nguyên thuỷ của Hong, σx và σy đợc đặt

cố định dựa trên kinh nghiệm là 4.0 và 4.0

Một trở ngại của việc sử dụng các giá trị cố định là nó buộc dảithông phải là hằng số, mà không tính đến sự thay đổi có thể có thể xuấthiện trong các giá trị tần số Ví dụ, nếu một bộ lọc với một dải thông hằng

số đợc áp dụng cho một ảnh vân tay có các thay đổi đáng kể trong các giátrị tần số, nó có thể dẫn đến sự làm rõ không đồng đều Do đó thay choviệc sử dụng các giá trị cố định, tác giả chọn:

trong đó F là tần số vân của ảnh, kx là một hằng số biến thiên của σx và ky

là một hằng số biến thiên của σy Điều này cho phép sử dụng một phơngpháp thích nghi hơn, các giá trị σx và σy bây giờ có thể đợc xác định mộtcách thích nghi theo tần số vân của ảnh vân tay

Hơn nữa, trong thuật toán nguyên thuỷ, độ rộng và chiều cao của mặtnạ bộ lọc đợc cùng đặt cho các giá trị cố định bằng 11 Kích thớc của bộlọc điều khiển không gian mở của bộ lọc, một cách lý tởng nên điều chỉnh

để ăn khớp với phần lớn các sóng thông tin Gabor có ích Tuy nhiên, một

bộ lọc có kích thớc cố định không tối u vì nó không cho phép điều chỉnh

để ăn khớp với các sóng Gabor của các cỡ dải thông khác nhau Do đó đểcho phép kích thớc của bộ lọc thay đổi theo các dải thông của sóng Gabor,tác giản chọn kích thớc của bộ lọc:

trong đó và là độ rộng và chiều cao của mặt nạ bộ lọc Gabor, và

σx và σy là sự lệch chuẩn của Gaussian dọc theo các trục x và y Trongcông thức trên, độ rộng và chiều cao của mặt nạ bộ lọc đợc xác định là6σ, vì hầu hết các thông tin sóng Gabor đợc chứa trong vùng [-3σ, 3σ] xatrục y Do đó việc lựa chọn các tham số cho phép mặt nạ bộ lọc bắt đợcphần lớn các sóng thông tin Gabor

6 Nhị phân hoá:

Phần lớn các thuật toán trích chọn đặc trng thực hiện trên hình ảnhnhị phân nơi chỉ có hai cấp đợc quan tâm: các điểm ảnh đen biểu thị chocác vân, và các điểm ảnh trắng biểu thị cho nền Việc nhị phân hoá làmột quá trình chuyển một ảnh cấp xám thành một ảnh nhị phân Điềunày cải thiện sự tơng phản giữa các vân và nền trong một ảnh vân tay, và

do đó làm cho việc trích chọn đặc trng thuận tiện hơn

Một đặc tính hữu ích của bộ lọc Gabor là nó có một thiết bị DC củakhông, có nghĩa là các kết quả ảnh lọc có một giá trị điểm ảnh trungbình bằng không Do đó việc nhị phân hoá hình ảnh có thê thực hiện bằngcách sử dụng một ngỡng không toàn cục Quá trình nhị phân hoá đòi hỏikiểm tra giá trị mức xám của mỗi điểm ảnh đợc đặt là một giá trị nhịphân, nếu không nó đợc đặt là không Đầu ra là một ảnh nhị phân chứahai mức thông tin, vân nổi bật và nền

7 Làm gọn:

Bớc cuối cùng của quá trình làm rõ hình ảnh trớc khi thực hiện việctrích chọn các chi tiết đặc trng là làm gọn Làm gọn là một hoạt động

hình thái học nhằm làm mòn các điểm ảnh nổi bật cho đến khi chúng chỉcòn độ rộng bằng một điểm ảnh Thuật toán làm gọn có thể dùng trongMatlab thông qua chức năng “thin” Mỗi sự nhắc lại đợc bắt đầu bằngviệc kiểm tra các vùng lân cận của từng điểm ảnh trong ảnh nhị phân vàdựa trên một tiêu chuẩn xoá điểm ảnh đặc biệt, nó kiểm tra điểm ảnh cóthể bị xoá hay không Các lần lặp lại này tiếp tục cho đến khi không còng

điểm ảnh có thể bị xoá

ứng dụng của thuật toán làm gọn đối với một ảnh vân tay cho phépduy trì, bảo vệ sự nối của các cấu trúc vân trong khi tạo nên một phiênbản khung của ảnh nhị phân ảnh khung này sau đó đợc sử dụng trongquá trình trích chọn chi tiết đặc trng

Chơng 3

Trích chọn các chi tiết đặc trng

Sau khi một hình ảnh vân tay đã đợc làm rõ, bớc tiếp theo là tríchchọn các chi tiết đặc trng từ hình ảnh Tiếp theo là bớc hậu xử lý để loạicác chi tiết sai

1 Trích chọn các chi tiết đặc trng:

Phơng pháp trích chọn chi tiết đặc trng phổ biến nhất là CrossingNumber (CN) Phơng pháp này đòi hỏi sử dụng bộ khung hình ảnh củacác mẫu vân tay trong đó các mẫu vòng vân đợc nối làm tám Các chi tiết

đợc trích chọn bằng cách quét các vùng lân cận của từng điểm ảnh vântrong hình ảnh bằng cách sử dụng một cửa số 3*3 Giá trị CN sau đó đợctính toán, nó đợc xác định bằng một nửa tổng của những sự khác nhaugiữa các cặp điểm gần kề trong vùng tám ảnh lân cận Bằng cách sử dụngcác đặc tính (thuộc tính) của CN nh trên bảng 3.1, điểm ảnh vân tay sau

- vân kết thúc

- nhánh rẽ

- điểm không chi tiết

Ví dụ: Một ảnh vân với CN = 1 tơng ứng với một vân kết thúc, và với CN

4 Điểm cắt (giao nhau)

Các tác giả khác ví dụ nh Jain, Ratha cũng thực hiện trích chọn chitiết bằng cách sử dụng bộ khung hình ảnh Phơng pháp của họ đòi hỏi sử

dụng 1 cửa sổ 3*3 để kiểm tra vùng lân cận của mỗi điểm vân của hình

ảnh Một ảnh đợc phân thành 1 vân kết thúc nếu nó chỉ có một ảnh vânlân cận ở trong cửa sổ và đợc phân thành một vân rẽ nhánh nếu nó có ba

ảnh vân lân cận Phơng pháp này cũng tơng tự nh phơng pháp CN

2 Hậu xử lý ảnh vân tay:

Các chi tiết sai có thể đợc đa vào hình ảnh Do đó sau khi các chi tiết

đã đợc trích chọn, cần phải tiền xử lý để xác nhận các chi tiết Hình 3.1minh hoạ một số ví dụ của cấu trúc chi tiết sai bao gồm cựa gà, lỗ, hìnhtam giác, đinh đóng đờng ray