Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)

Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)Công nghệ sinh trắc học và bài toán nhận dạng vân tay (Luận văn thạc sĩ)

Trang 1

Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn

Trang 2

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

Người hướng dẫn khoa học: TS Vũ Vinh Quang

THÁI NGUYÊN - 2019

Trang 3

MỤC LỤC

MỤC LỤC i

LỜI CAM ĐOAN iii

LỜI CẢM ƠN iv

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT v

DANH MỤC CÁC HÌNH vi

LỜI MỞ ĐẦU 1

Chương 1: TỔNG QUAN VỀ SINH TRẮC HỌC VÀ BÀI TOÁN NHẬN DẠNG VÂN TAY 3

1.1 Tổng quan về Sinh trắc học và Bài toán nhận dạng vân tay 3

1.2 Tình hình ứng dụng nhận dạng vân tay tại Việt Nam 6

1.3 Mô hình bài toán nhận dạng vân tay 7

1.3.1 Mô hình hệ thống FINDER 7

1.3.2 Mô hình hệ thống AFIS (Automated Fingerprint Identification System) 9

1.4 Thu nhận và lưu trữ ảnh vân tay 10

1.4.1 Thu nhận ảnh vân tay 10

1.4.2 Lưu trữ ảnh và các thông tin đặc trưng của vân tay 12

1.5 Tiền xử lý ảnh vân tay 13

1.6 Các đặc trưng của vân tay và vấn đề trích chọn đặc trưng 14

1.7 Vấn đề đối sánh ảnh 18

Chương 2: CƠ SỞ KHOA HỌC CỦA BÀI TOÁN NHẬN DẠNG VÂN TAY 20

2.1 Phương pháp tăng cường ảnh 20

2.1.1 Đặt vấn đề 20

2.1.2 Tăng cường ảnh bằng phương pháp lọc Gabor 20

2.2 Phương pháp rút trích đặc trưng 28

2.2.1 Rút trích các đặc trưng từ ảnh đã được nhị phân hóa 29

2.2.2 Rút trích các đặc trưng trực tiếp từ ảnh xám 32

2.3 Phương pháp đối sánh vân tay 33

2.3.1 Đặt vấn đề 33

2.3.2 Đối sánh dựa vào độ tương quan 35

Trang 4

2.3.3 Đối sánh dựa vào đặc trưng 36

2.3.4 Đối sánh đặc trưng cục bộ và toàn cục 39

2.3.5 Đối sánh dựa vào đặc tính vân 40

Chương 3: XÂY DỰNG HỆ THỐNG NHẬN DẠNG VÂN TAY 43

3.1 Tính hướng vân tay cục bộ 43

3.2 Chuẩn hóa ảnh 45

3.3 Tăng cường ảnh 46

3.4 Tách ngưỡng tự động 47

3.5 Thuật toán tìm xương 48

3.6 Thuật toán tìm kiếm chi tiết 50

3.7 Thuật toán Hough 51

3.8 Thuật toán đối sánh vân tay 51

KẾT LUẬN 53

TÀI LIỆU THAM KHẢO 54 PHỤ LỤC

Trang 5

LỜI CAM ĐOAN

Tôi xin cam đoan đề tài: “Công nghệ sinh trắc học và bài toán nhận dạng vân tay” là công trình nghiên cứu khoa học của cá nhân Các kết quả nghiên cứu và các kết luận trong luận văn là trung thực, khách quan và phù hợp với thực tiễn của Việt Nam Các số liệu sử dụng phân tích trong luận văn có nguồn gốc rõ ràng, đã được công bố theo đúng quy định Trong quá trình thực hiện luận văn tôi có tham khảo các tài liệu liên quan nhằm khẳng định thêm

sự tin cậy và tính cấp thiết của đề tài Việc tham khảo các nguồn tài liệu đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng quy định

Thái Nguyên, ngày tháng năm 2019

Học viên

Nguyễn Anh Tú

Trang 6

LỜI CẢM ƠN

Trong quá trình nghiên cứu và thực hiện luận văn, tôi đã nhận được sự hướng dẫn tận tình của TS Vũ Vinh Quang và những ý kiến quý báu về chuyên môn của thầy đã giúp tôi hoàn thành luận văn này Đến nay, tôi đã hoàn thành luận văn thạc sĩ với đề tài “Công nghệ sinh trắc học và bài toán nhận dạng vân tay”, chuyên ngành Khoa học máy tính

Tôi cũng xin trân trọng cảm ơn các Lãnh đạo và đồng nghiệp trong Khoa Ngoại ngữ - Đại học Thái Nguyên nơi tôi công tác và làm việc cũng như gia đình bạn bè và người thân đã quan tâm, ủng hộ, tạo điều kiện thuận lợi nhất giúp đỡ tôi trong quá trình thực hiện luận văn

Do trình độ, kinh nghiệm nghiên cứu còn hạn chế cũng như thời gian nghiên cứu ngắn nên luận văn khó tránh khỏi những thiếu sót, tôi rất mong nhận được những ý kiến đóng góp của quý thầy cô và bạn đọc Để luận văn này có thể hoàn chỉnh hơn nữa

Xin trân trọng cảm ơn!

Thái Nguyên, ngày tháng năm 2019

Học viên

Nguyễn Anh Tú

Trang 7

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

Trang 8

DANH MỤC CÁC HÌNH

Hình 1.1: Vân tay trên đèn của người Palettin (400 A D) 4

Hình 1.2: Con dấu thương mại của Berwick (1809) 4

Hình 1.3: Chữ kí bằng vân tay của người 5

Trung Quốc khi mua bán (1839) 5

Hình 1.4: Mô hình hệ thống FINDER 8

Hình 1.5: Các ảnh vân tay thu được 11

Hình 1.6: Các điểm đơn 15

Hình 1.7a: Các điểm đặc trưng cục bộ 16

Hình 1.7b: Các điểm đặc trưng cục bộ 17

Hình 2.1: Các bước lọc Gabor 21

Hình 2.2: Minh họa kết quả chuẩn hóa ảnh; (a) ảnh gốc, (b) ảnh đã được chuẩn hóa 21

Hình 2.3: a, Ước lượng hướng ảnh mà chưa làm mượt; b, Ước lượng hướng ảnh đã được làm mượt 23

Hình 2.4: Cửa sổ hướng và X- signature 26

Hình 2.5: Biểu diễn đồ họa của bộ lọc Gabor xác định bởi tham số  = 90, f = 1/5, x = y = 3 27

Hình 2.6: Một biểu diễn đồ họa trong một nhóm 24 bộ lọc Gabor (n0 = 8, n1 = 5) với x = y =4 28

Hình 2.7: Các bước rút trích đặc trưng từ ảnh đã được nhị phân hóa 29

Hình 2.8: Kết quả của việc Nhị phân hóa và Làm mỏng của ảnh đã được tăng cường 30

Hình 2.9: a, Một phần điểm vân tay; b,Điểm kết thúc; c, Điểm rẽ nhánh 30

Hình 2.10: Lỗ và đứt gãy nhỏ trong ảnh vân tay đã được Nhị phân hóa và làm mỏng 31

Trang 9

Hình 2.11: Các cấu trúc vân lỗi phổ biến được điều chỉnh lại thành các cấu

trúc vân đúng 31

Hình 2.12: Các đường vân (ridge) và các rãnh (ravine) trên bề mặt vân tay 32

Hình 2.13: Điểm cực đại (ic, jc) tương ứng với (is, js) 33

Hình 2.14: Các đặc tính của cấu trúc cục bộ được dùng bởi Jiang và Yau (2000) 40

Hình 2.15: Sơ đồ nhận dạng vân tay dùng kỹ thuật FingerCode 42

Hình 3.1: Hướng vân tay cục bộ 44

Hình 3.2: Ảnh đã chuẩn hóa 45

Hình 3.3: Vân tay sau khi tăng cường 46

Hình 3.4: Vân tay sau khi tách ngưỡng tự động 47

Hình 3.5: Xương của ảnh vân tay 50

Hình 3.6: Các điểm đặc biệt của vân tay 51

Hình 3.7: Ảnh 2 vân tay cần so khớp 52

Trang 10

Một bộ phận của CNSTH là Khoa học xử lý ảnh, trong đó có Khoa học NDVT đã được nghiên cứu từ lâu đời và hiện nay được áp dụng rất nhiều trong các mảng lĩnh vực xã hội Đồng thời việc phát triển của các thiết bị phần cứng cả về phương diện thu nhận, hiển thị, tốc độ xử lý đã mở ra nhiều hướng mới cho công nghệ nhận dạng nói chung và nhận dạng ảnh vân tay nói riêng Nó có thể giải quyết các bài toán như giám sát tự động, bảo mật dữ liệu, xác thực cá nhân phục vụ trong các cơ quan, ngân hàng …

CNSTH được áp dụng phổ biến và lâu đời nhất là công nghệ nhận dạng vân tay Dấu vân tay là một đặc điểm quan để phân biệt giữa người này và người khác Công nghệ này đã mang lại nhiều thành quả lớn lao về mặt khoa học công nghệ nói chung và đời sống con người nói riêng Hiện nay, vân tay

là một trong những công nghệ mang tính bảo mật tốt nhất và thông dụng nhất Nhiều sản phẩm công nghệ đã ứng dụng vân tay để bảo vệ thông tin, tài sản,

dữ liệu như: Máy vi tính, Điện thoại, két sắt, khóa cửa, máy chấm công, … Các nước phát triển đã bắt đầu triển khai ứng dụng công nghệ NDVT vào chứng minh, hộ chiếu điện tử

Xuất phát từ những lý do trên, để góp phần vào công cuộc xây dựng và bảo vệ Tổ quốc trong tình hình mới cũng như góp phần vào sự phát triển ứng dụng công nghệ thông tin tại các cơ quan, xí nghiệp Nhằm đảm bảo trong quá trình quản lý nhân sự, an toàn bảo mật dữ liệu thông tin nhân sự em đã mạnh

dạn nghiên cứu đề tài : “Công nghệ sinh trắc học và bài toán nhận dạng vân tay” để tìm hiểu các giải pháp xác thực thông tin qua nhận dạng dấu vân

Trang 11

tay bằng các bài toán nhận dạng ảnh và các thuật toán cơ bản về nhận dạng DVT Qua đó xây dựng chương trình thực nghiệm nhận dạng dấu vân tay Nội dung chính của đề tài được nghiên cứu tìm hiểu qua 3 chương:

Chương 1:Tổng quan về Sinh trắc học và bài toán nhận dạng vân tay Chương 2: Cơ sở khoa học của bài toán nhận dạng vân tay

Chương 3: Xây dựng hệ thống nhận dạng vân tay

Được sự giúp đỡ của thầy Vũ Vinh Quang, tôi đã được nhận và thực hiện

đề tài “ Công nghệ sinh trắc học và bài toán nhận dạng vân tay” Do kiến

thức còn nhiều hạn chế nên không tránh khỏi sai sót Đề tài này mới chỉ tập trung vào tìm hiểu CNSTH và tìm hiểu nghiên cứu nhận dạng DVT qua các thuật toán, còn nhiều vấn đề cần giải quyết để hoàn thiện đề tài này Tôi xin chân thành cảm ơn thầy Vũ Vinh Quang đã hướng dẫn thực hiện đề tài và tôi cũng mong muốn nhận được những ý kiến đóng góp của các thầy cô, bạn bè

và đồng nghiệp để đề tài này hoàn chỉnh hơn nữa

Trang 12

Chương 1 TỔNG QUAN VỀ SINH TRẮC HỌC VÀ BÀI TOÁN

NHẬN DẠNG VÂN TAY

Nội dung chính của chương 1 trình bày các khái niệm về sinh trắc học

và tổng quan về bài toán NDVT, mô hình của bài toán nhận dạng và các kĩ thuật cơ bản của mô hình Các kiến thức cơ bản được tham khảo trong các tài liệu [2-11]

1.1 Tổng quan về Sinh trắc học và Bài toán nhận dạng vân tay

CNSTH là công nghệ sử dụng những thuộc tính vật lý, đặc điểm sinh học riêng của mỗi cá nhân như vân tay, mống mắt, khuôn mặt để nhận diện Đây được coi là công cụ xác thực nhân thân hữu hiệu nhất mà người ta sử dụng phổ biến vẫn là NDVT bởi đặc tính ổn định và độc nhất của nó Cho đến nay NDVT vẫn được xem là một trong những phương pháp sinh trắc tin cậy nhất Mỗi người có một đặc điểm sinh học duy nhất Dữ liệu sinh học của từng cá nhân với đặc điểm khuôn mặt, ảnh chụp võng mạc, giọng nói sẽ được kết hợp với nhau bằng phần mềm để tạo ra mật khẩu dành cho những giao dịch điện tử, phương thức đó là “công nghệ sinh trắc đa nhân tố” Sự phát triển của công nghệ đã thay đổi từ việc lăn tay trên mực và lưu trữ trên giấy sang quét trên máy và lưu trữ kỹ thuật số

Việc sử dụng DVT và vân chân để nhận dạng đã được người Ấn Độ phát hiện từ thế kỷ XIV Trung Quốc Cổ đại, các thương nhân sử dụng dấu ấn của ngón tay cái trong việc giao dịch Đến thế kỷ XVI khoa học kỹ thuật hiện đại phát triển, vân tay được các nhà khoa học trên toàn thế giới nghiên cứu nhiều hơn và đưa ra các luận thuyết, các chương trình mô tả Từ đó nhận dạng DVT mới được phát triển nhanh chóng Năm 1684, Tiến sĩ Nehemiah Grew (1641-1712) giới thiệu Finger Prints, Palms and Soles đến Hội Hoàng gia Năm

1788, J.C Mayer đã mô tả chi tiết thông tin giải phẫu của vân tay để đặc tính

Trang 13

hóa, nhận dạng các đặc tính vân tay Và ông cũng là người đầu tiên đưa ra thuyết cơ bản về phân tích vân tay và giả thuyết rằng DVT là duy nhất Năm

1809, Thomas Bewick bắt đầu sử dụng vân tay của mình như là biểu tượng đăng kí thương mại – đã tạo ra một cột mốc quan trọng trong nghiên cứu khoa học về NDVT Năm 1823, Tiến sĩ Jan Purkinje phân loại những chủng trên các vân tay thành 9 loại: arch, tented arch, ulna loop, radial loop, peacock’s eye/compound, spiral whorl, elliptical whorl, circular whorl, and double loop/composite Năm 1880, Henry Faulds đưa ra lý luận về số lượng vân tay

RC (Ridge Count) để đánh giá mức độ phụ thuộc của vân tay vào gen di truyền Năm 1868 nhà bác học Roberts chỉ ra rằng mỗi ngón tay có một môi trường phát triển vi mô khác nhau Năm 1968 nhà bác học Holt đã chứng minh được rằng có thể dự đoán tương đối chính xác tổng số lượng vân tay TRC (Total Ridge Count) và mức độ phụ thuộc của chúng vào gen di truyền của mỗi người Vào thế kỉ XIX, Richard Edward Henry của Scotland Yard (cơ quan an ninh của Anh) đã phát triển phương pháp phân loại và nhận dạng DVT Phương pháp này được Francis Galton (1822 - 1911) cải tiến vào năm

1892, ông là người đầu tiên phát hiện vai trò của vân tay trong lĩnh vực di truyền và sự khác biệt vân tay ở những chủng tộc khác nhau

Hình 1.1: Vân tay trên đèn của người Palettin

Trang 14

Năm 1926 Tiến sĩ Harold Cummins được xem là cha đẻ của ngành nghiên cứu khoa học DVT đưa ra lí luận chỉ số cường độ vân tay PI (Pattern Intensity) Giá trị RC (Ridge Count), số lượng tam giác điểm, hình dạng vân tay, vị trí hình dạng vân tay ở những ngón tay khác nhau có liên quan đến tiềm năng và trí tuệ của con người Ông nghiên cứu ra rằng DVT được hình thành đồng thời với sự hoàn thiện các cấu trúc của não bộ DVT được khởi tạo ở thai nhi vào giai đọan từ 13 đến 19 tuần tuổi Vào giai đoạn trước đó, thai nhi không có DVT đồng thời não bộ cũng chỉ trong giai đoạn hình thành Khi thai nhi được 19 tuần tuổi cũng là lúc các vùng chính của não hình thành bao gồm cả vỏ đại não

Việc sử dụng DVT để nhận dạng được áp dụng rộng rãi trong đời sống của các nước công nghiệp phát triển DVT không những được sử dụng trong lĩnh vực hình sự mà còn được sử dụng trong việc xác nhận nhân thân của cá nhân khi truy cập mạng hoặc mở khoá Một số ngân hàng đã bắt đầu thanh toán thẻ ATM sử dụng máy đọc vân tay Trong y học, dựa trên những bức tranh vân tay đặc trưng, người ta phát hiện ra những bệnh do sai lệch gen

Hình 1.3: Chữ kí bằng vân tay của người Trung Quốc khi mua bán (1839)

Đầu thế kỉ 20, cấu trúc của vân tay mới được mô tả một cách khá đầy đủ Các nguyên lý sinh học của vân tay được tổng kết như sau:

- Biểu bì vân có các đặc tính khác nhau trên các vân tay khác nhau (nguyên lý này là cơ sở cho NDVT);

Trang 15

- Cấu hình vân tay có sự thay đổi trên từng cá nhân, nhưng sự thay đổi nhỏ này vẫn cho phép phân loại một cách có hệ thống các vân tay (nguyên lý này là cơ sở để tiến hành phân loại vân tay);

- Các chi tiết và cấu hình của mỗi đường vân là ổn định và không thay đổi Cũng từ đầu thế kỉ 20, NDVT chính thức được chấp nhận như một phương pháp nhận dạng cá nhân có giá trị và trở thành chuẩn trong pháp luật

Ví dụ, năm 1924 FBI đã thiết lập một cơ sở dữ liệu có 810.000 thẻ vân tay

1.2 Tình hình ứng dụng nhận dạng vân tay tại Việt Nam

Hơn 100 năm qua so sánh DVT vốn được coi là một phương tiện hữu hiệu hỗ trợ cho các nhà điều tra trong quá trình phá án và xét xử Người ta có thể tìm ra tung tích tội phạm cũng như nạn nhân thông qua DVT ở trên hiện trường Tuy nhiên phương pháp này vẫn bộc lộ một vài khuyết điểm do tác động của các yếu tố khách quan như môi trường thời tiết, hiện trường sau khi khảo sát,…và các yếu tố chủ quan gây nhiễu Nếu chỉ đơn thuần dựa vào yếu

tố kỹ thuật mà bỏ qua một loạt các biện pháp nghiệp vụ khác, sai số này có thể lên tới 10% Mặc dù vậy, phương pháp NDVT hiện vẫn còn phổ biến ở nhiều nơi và nhiều quốc gia, tuy nhiên phương pháp NDVT vẫn được sử dụng trong việc điều tra phá án của cơ quan Công an vì thế việc nâng cao sự chính xác khi NDVT là một vấn để thiết yếu Ngày nay, người ta cũng lợi dụng các đặc điểm riêng biệt của vân tay để xây dựng các hệ thống bảo mật các thông tin riêng tư cho người sở hữu chúng, từ việc dùng các ổ khóa vân tay thay thế cho các ổ khóa thông thường cho đến việc dùng vân tay thay thế mật khẩu đã quá phổ biến trong thời đại công nghệ thông tin Người ta chỉ cần quét DVT của mình qua các thiết bị chức năng là có thể mở được một cánh cửa, đăng nhập vào hệ thống máy vi tính, qua một phòng bí mật hay các trạm bảo vệ bí mật Đó là giải pháp an ninh tuyệt đối cho những yêu cầu bảo mật của con người trong nhiều lĩnh vực như: Kiểm soát an ninh trong các cơ quan của

Trang 16

Chính phủ, trong quân đội, ngân hàng, trung tâm lưu trữ dữ liệu hoặc để kiểm soát ra vào của nhân viên tại các trung tâm thương mại, các tập đoàn, các đại sứ quán, Trong lĩnh vực quản lý nhân sự, phương pháp NDVT còn

hỗ trợ đắc lực cho việc quản lý và chấm công tại các nhà máy, xí nghiệp, công

ty bằng máy các máy chấm công vân tay Tuy nhiên, phổ biến nhất có lẽ là DVT của chúng ta qua mặt sau của chứng minh thư để xác định một cách nhanh nhất các đặc điểm, hồ sơ của một công dân đã được lưu trong cơ sở dữ liệu Trên thế giới hiện nay đã xuất hiện nhiều sản phẩm công nghệ cao sử dụng phương pháp NDVT như khóa vân tay, máy chấm công vân tay, máy tính xách tay, Tuy nhiên đây vẫn là vấn đề còn chưa được nghiên cứu nhiều

ở Việt Nam Ở nước ta, phương pháp này mới chỉ phổ biến ở việc quản lý nhân sự thông qua chứng minh thư nhân dân và phục vụ điều tra phá án Các sản phẩm công nghệ cao nói trên chúng ta vẫn phải nhập khẩu với giá thành khá cao, do đó chúng vẫn chưa được phổ biến rộng rãi

1.3 Mô hình bài toán nhận dạng vân tay

Hiện nay, khi khoa học vân tay ngày càng phát triển với nhu cầu bảo mật

và nhận dạng cá nhân thì nhiều hệ thống tự động nhận dạng ảnh DVT đã được quan tâm nghiên cứu rộng rãi và ứng dụng trợ giúp con người trong việc phân tích DVT Với những tiến bộ về tính toán và công nghệ, nhất là sự phát triển nhanh chóng của máy tính điện tử, nhiều hệ AFIS đã được công bố hoàn thiện

và đưa vào sử dụng

1.3.1 Mô hình hệ thống FINDER

Trong số các mô hình được công bố, mô hình hệ thống nhận dạng DVT

tự động do cục điều tra liên bang Mỹ FBI đưa ra vào những năm 70 là một

mô hình khá hoàn chỉnh có tên là hệ thống FINDER Nó có hiệu quả hơn hẳn các hệ thống xử lý DVT kiểu quang học, hoặc theo kiểu ngôn ngữ cú pháp

trước đó

Trang 17

Hình 1.4: Sơ đồ khối một hệ AFIS

Hình 1.4: Mô hình hệ thống FINDER

Trang 18

1.3.2 Mô hình hệ thống AFIS (Automated Fingerprint Identification System)

Sơ đồ khối của hệ AFIS được mô tả ở hình 1.4:

Mô tả quá trình của hệ thống:

+ Thu nhận ảnh:

Ảnh vân tay thu nhận online hay offline được đưa vào máy tính nhờ scanner có độ phân giải cao

+ Tiền xử lý: Ảnh vân tay được nâng cấp và khôi phục nhằm khắc phục

sự xuống cấp của ảnh sau khi thu nhận như các đường vân bị đứt đoạn hay dính chập vào nhau, ảnh bị mờ… do mực hay nhiều nguyên nhân khác

+ Trích điểm đặc trưng:

Đây là giai đoạn rất quan trọng trong quá trình xử lý Khi xây dựng cơ sở

dữ liệu vân tay, khối này trích ra các điểm đặc trưng của ảnh vân tay, mã hóa chúng và lưu trữ vào cơ sở dữ liệu để phục vụ cho các giai đoạn xử lý sau này, còn trong quá trình nhận dạng một vân tay cho trước, các đặc điểm trích chọn được phục vụ cho việc phân loại và đối sánh

+ Phân loại:

Các ảnh vân tay được phân loại nhằm tăng tốc độ tìm kiếm trong cơ sở

dữ liệu vân tay trong quá trình nhận dạng

+ Tìm kiếm:

Thông tin về loại của ảnh vân tay được sử dụng để thu hẹp phạm vi tìm kiếm trong cơ sở dữ liệu

+ Đối sánh, kiểm tra:

Tiến hành trên các ảnh vân tay đã được phân loại

Đây là giai đoạn quyết định xem hai ảnh vân tay có hoàn toàn giống nhau hay không và đưa ra kết quả nhận dạng, tức là ảnh vân tay cần nhận dạng tương ứng với vân tay của cá thể nào đã được lưu trữ trong cơ sở dữ liệu

Trang 19

Hiện nay có nhiều kỹ thuật đối sánh vân tay, nhưng một cách tổng quát

có thể chia thành hai loại chính:

+ Kỹ thuật dựa trên các điểm đặc trưng: dựa trên các điểm đặc trưng cục

bộ (điểm cuối và điểm rẽ nhánh) của 2 ảnh vân tay để đối sánh

+ Kỹ thuật dựa trên sự tương quan: là kỹ thuật đối sánh dựa trên cấu trúc tổng thể của đường vân và rãnh của hai ảnh vân tay

Ngoài ra có thể sử dụng phương pháp đối sánh khác, ví dụ như đối sánh bằng bộ lọc băng, đối sánh Hybrid

1.4 Thu nhận và lưu trữ ảnh vân tay

1.4.1 Thu nhận ảnh vân tay

Tùy thuộc vào quá trình xử lý người ta chia làm hai loại thu nhận ảnh vân tay đó là trực tiếp và gián tiếp

đầu ngón tay, sau đó lăn hoặc dán lên tờ giấy trắng, ảnh vân tay được thu số hóa bằng các thiết bị quét ảnh như các thiết bị quét ảnh quang học hay các Camera chất lượng cao Trong phương pháp này người ta dùng các kiểu như: + Phương pháp lăn: Đầu tiên cho vân tay của người cần lấy mẫu, thấm mực, rồi lăn nhẹ trên tờ giấy trắng để thu được các vết mực, chờ khi mực khô, sau đó dùng một thiết bị máy ảnh hay Camera để sao chụp bức ảnh này Phương pháp này được sử dụng lâu đời nhất, khoảng 100 năm, diện tích ảnh vân tay thu nhận được rộng vì quá trình lăn, thu được nhiều thông tin trên ảnh, tuy nhiên chất lượng các ảnh vân tay đôi khi không tốt và ảnh thường bị sai lệch do tác dụng khi lăn ngón tay

+ Phương pháp ấn: Trong phương pháp này người ta cho các ngón tay thấm mực rồi sau đó ấn nhẹ trên giấy mà không lăn, chờ cho mực khô rồi sao chụp ảnh vân tay bằng máy ảnh hoặc Camera Rõ ràng phương pháp này diện tích vùng ảnh nhỏ hơn, thông tin ảnh cũng ít hơn, nhưng độ chính xác cao hơn

Trang 20

+ Phương pháp ảnh vân tay ảo: Đây là một loại đặc biệt của phương pháp thu nhận ảnh vân tay gián tiếp Các ảnh này thường được thu nhận tại hiện trường Tại đó khi các đầu ngón tay ấn nhẹ trên các vật dụng ở hiện trường thì mồ hôi, hoặc chất nhờn do các tuyến bài tiết trên biểu bì da sẽ in DVT tại hiện trường Lúc này người ta sử dụng một loại hóa chất đặc biệt phủ lên vết vân tay đó, làm cho hình ảnh vết vân tay hiện lên, và sử dụng các thiết

bị như Camera hay máy ảnh để thu nhận các ảnh này

qua các thiết bị cảm nhận mà không cần thông qua các bước trung gian là in ảnh vân tay trên giấy

Hình 1.5: Các ảnh vân tay thu được

Đối với quá trình thu nhận ảnh vân tay sống người ta thường dùng cách đặt các ngón tay trực tiếp vào thiết bị cảm ứng để thu nhận ảnh Công nghệ phổ biến nhất để thu nhận các mẫu ảnh vân tay sống là dựa trên sự phản xạ ánh sáng từ DVT, khi đặt ngón tay và cạnh một tấm gương, các đường vân của ảnh vân tay sẽ tiếp xúc với tấm gương, trong khi các rãnh đường vân thì không tiếp xúc, bên cạnh tấm gương người ta đặt một hệ thống các bóng đèn

để phát ra ánh sáng Laser chiếu đến mặt dưới của tấm gương, ánh sáng sẽ phản xạ trở lại và người ta dùng một Camera để thu các ánh sáng phản xạ đó Kết quả thu được là một ảnh vân tay trong Camera

Các ảnh vân tay, dù trực tiếp hay gián tiếp trong quá trình nhận thì có một số lượng đáng kể (khoảng 10%) có chất lượng kém như bị vết mờ, nhòe hoặc đứt nét do lăn mực và do nhiều nguyên nhân khác

Trang 21

1.4.2 Lưu trữ ảnh và các thông tin đặc trưng của vân tay

Lưu trữ ảnh vân tay trong cơ sở dữ liệu là một vấn đề hết sức quan trọng, có ảnh hưởng sống còn đến hiệu năng tìm kiếm trong các hệ NDVT

cỡ lớn Đối với các ảnh vân tay, các thông tin đặc trưng cần được lưu trữ gồm: Véc tơ đặc trưng hướng, tập hợp các điểm đơn, véc tơ mã vân tay (FingerCode), nhãn các lớp và tập điểm đặc trưng cục bộ Ngoài ra hệ thống còn phải lưu trữ các thông tin cá nhân liên quan đến vân tay như: Tên, tuổi, nơi sinh, màu tóc, thân nhân

Để lưu trữ các thông tin khác nhau này một cách có hiệu quả và ít tốn kém, thông thường sử dụng giải pháp đa lưu trữ, nghĩa là phân nhóm thông tin có cấu trúc hoàn toàn khác nha theo những phương pháp khác nhau, cụ thể

là thông tin về vân tay được chia thành 4 nhóm: Nhóm dữ liệu bình thường có thể lưu dạng bảng, nhóm dữ liệu dạng véc tơ được lưu trữ tuần tự, nhóm dữ liệu dạng véc tơ cần lưu trữ bằng cây tìm kiếm và dữ liệu ảnh

- Nhóm dữ liệu thông thường có thể lưu trữ dạng bảng chính là các thông tin cá nhân như: Tên, tuổi, nơi sinh, địa chỉ …

- Nhóm dữ liệu véc tơ cần lưu trữ dưới dạng cây tìm kiếm là các véc tơ đặc trưng tổng thể được dùng ở mức tìm kiếm lọc vân tay trước khi đối sánh 1:1 Quá trình tìm kiếm này dựa trên cơ chế tìm láng giềng gần nên dữ liệu cần được tổ chức dưới dạng R-tree

- Nhóm dữ liệu véc tơ được lưu trữ tuần tự các véc tơ đặc trưng cục bộ Các véc tơ này được lưu trữ tuần tự là do tại mức đối sánh trên véc tơ đặc trưng cục bộ, mọi thao tác phải diễn ra tuần tự, tức là tập trung đặc trưng đầu vào phải lần lượt đối sánh hết với tất cả các tập trung đặc trưng trên bộ nhớ ngoài Đường dẫn cụ thể của véc tơ đặc trưng tương ứng với một vân tay được lưu trong một bảng

- Riêng đối với nhóm dữ liệu ảnh, tuy chúng không tham gia vào quá trình tìm kiếm vân tay, nhưng chúng có thể được sử dụng cho những mục

Trang 22

đích kiểm tra lại hoặc trích chọn lại đặc trưng khi cần Do vậy, ảnh vân tay được lưu dạng tệp trên bộ nhớ ngoài và đường dẫn của chúng được lưu vào một bảng, giống các véc tơ đặc trưng cục bộ

1.5 Tiền xử lý ảnh vân tay

Sau quá trình thu nhận, hiển thị là giai đoạn tiền xử lý ảnh Như đã trình bày, ảnh sau khi thu nhận thường bị giảm cấp do bị lỗi của các thiết bị thu nhận, hay dấu vết vân tay để lại có chất lượng kém, bị mờ, nhòe … Trong giai đoạn này việc nâng cấp ảnh có ý nghĩa to lớn Nó có tác dụng cải thiện độ tương phản và làm nổi lên những thuộc tính, những đặc điểm cần thiết cho quá trình nhận dạng như lằn vân (ridge), thung lũng, các điểm cuối, điểm rẽ nhánh, hướng đường vân … Đồng thời nếu hệ thống xử lý DVT dựa trên cơ

sở hướng tiếp cận cấu trúc thì việc chuyển đổi ảnh đa mức xám thành ảnh nhị phân và làm mảnh được thực hiện vào cuối giai đoạn này

Sau khi nâng cấp ảnh DVT có thể loại bỏ được những chỗ bị mờ, tuy nhiên nó vẫn có thể còn các khuyết tật như đường vân bị đứt đoạn, đường vân dính chập vào nhau chẳng hạn khi lăn mực bị nhòe, bị thiếu mực,… Quá trình khôi phục ảnh nhằm phục hồi cấu trúc các khuyết tật thông thường như đứt nét, dính nét, loại trừ những cấu trúc lằn vân phức tạp do nhiễu sinh ra

Như chúng ta đã biết, việc đối sánh ảnh vân tay tự động phụ thuộc vào việc đối sánh các điểm đặc trưng và mối liên hệ giữa chúng để nhận dạng cá nhân Một bước quan trọng trong việc đối sánh ảnh vân tay và rút trích các điểm đặc trưng tự động và chính xác từ các ảnh đầu vào, đây là một công việc rất khó khăn Việc tiến hành thuật toán trích chọn các điểm đặc trưng phụ thuộc vào chất lượng các ảnh vân tay đầu vào Nếu ảnh đầu vào chất lượng tốt, cấu trúc ảnh đường vân rõ ràng và ít bị nhiễu thì quá trình phân loại và trích chọn đặc điểm sẽ diễn ra nhanh chóng và chính xác, nhưng ngược lại nếu ảnh đầu vào chất lượng kém thì quá trình phân loại và trích chọn đặc điểm sẽ gặp khó khăn và kết quả đầu ra sẽ kém chính xác, gây trở ngại khi cần tìm kiếm, đối

Trang 23

sánh và nhận dạng sau này Thực tế theo điều tra thì tỷ lệ đáng kể khoảng 10% các ảnh vân tay thu được là có chất lượng xấu Vì vậy khâu xử lý nâng cao chất lượng ảnh là rất quan trọng và phải được thực hiện tốt

Hiện nay, tiền xử lý ảnh vân tay vẫn đang được các nhà khoa học quan tâm và tiếp tục nghiên cứu Đã có rất nhiều cách giải quyết và nhiều thuật toán khác nhau được đưa ra Trong tài liệu này ta chỉ tiếp cận vấn đề tiền xử

lý một cách sơ bộ, cụ thể là cài đặt thủ tục cải thiện ảnh dựa vào kỹ thuật kéo giãn lược đồ mức xám và thủ tục tự động nâng cấp, nhị phân hóa tự động bảo toàn những đặc điểm cơ bản nhằm phục vụ tốt cho các giai đoạn trích chọn đặc trưng và phân loại sau này

1.6 Các đặc trưng của vân tay và vấn đề trích chọn đặc trưng

Những kết quả nghiên cứu của giải phẫu học cho biết chỉ những phần không có lông của cơ thể như lòng bàn tay và gan bàn chân được bao phủ bởi các mẫu vân được hình thành từ những lằn nổi tạo ma sát Các vân này rất quan trọng vì chúng được hình thành từ trong bào thai 4 tháng và không thay đổi cho đến khi chết

Các mẫu vân không được cấu tạo từ mặt ngoài da mà được xác định bởi nhiều phần tử khác nhau bên dưới (chẳng hạn các tuyến mồ hôi, dây thần kinh, mạch máu ) Các vết cắt sâu có thể nằm chèn lên mẫu vân nhưng phần còn lại của mẫu vân không thay đổi Tóm lại DVT có hai đặc điểm cơ bản:

tập kết miệng các tuyến mồ hôi, tuyến bã nhờn Nó đã định hình khi con người là cái thai 4 tháng trong bụng mẹ Khi đứa bé chào đời, lớn lên, vân tay được phóng đại nhưng vẫn giữ nguyên hình dạng cho đến khi về già Nếu tay

bị bỏng, bị thương, bị bệnh thì khi lành, vân tay lại tái lập như cũ Chỉ khi có tổn thương sâu, hủy hoại hoàn toàn, sẹo chằng chịt mới xóa mất DVT Vân tay không thay đổi từ khi con người ra đời đến khi chết Đó là tính bất biến theo thời gian của DVT

Trang 24

tay) Tính chất này đã được thừa nhận qua việc kiểm tra hàng triệu mẫu vân tay Trong trường hợp vân tay của các cặp sinh đôi, mặc dù phần lớn là có quan hệ giống nhau Chẳng hạn, nếu vân tay của một người là dạng hình vòm, thì vân tay của người kia cũng là dạng hình vòm, nhưng các đặc trưng cục bộ như điểm cuối, điểm rẽ nhánh sẽ khác nhau Xác suất trùng lặp một vân tay là

hai mươi ngón trở nên rất nhỏ đến lúc có thể coi bằng không Do đó, không

có hai người khác nhau có các DVT trùng nhau Không có hai người nào có tất cả mười vân tay giống hệt nhau Đó là tính cá thể của DVT

Đối với bất kỳ một hệ thống xử lý ảnh nào, quá trình trích chọn đặc tính luôn có vai trò quan trọng Đối với ảnh vân DVT, đây là một loại ảnh có những tính chất đặc thù riêng của nó nên công việc trích chọn đòi hỏi những kiến thức chuyên môn nhất định về vân tay Dựa vào những đặc trưng vật lý của vân tay, hệ thống tin học có nhiệm vụ tìm ra các đặc trưng riêng nhờ đó

có thể phân loại và xác định chính xác từng DVT, đồng thời phải biểu diễn chúng một cách hợp lý dưới dang các thông tin để máy tính có thể hiểu và xử

của toàn bộ ảnh vân tay Có rất nhiều loại đặc trưng tổng thể phong phú, ví dụ như : Đặc trưng hướng, các điểm đơn, mã vân tay …

Hình 1.6: Các điểm đơn

Trang 25

Các điểm đơn được định nghĩa như là nơi mà độ cong đường vân đạt giá trị cực đại, hướng của đường vân thay đổi với tốc độ nhanh, bao gồm: điểm Core và điểm Delta:

- Điểm Core: Là điểm trung tâm của ảnh vân tay Nó là điểm hội tụ của

các đường vân, nó giúp trong việc định hướng ảnh vân tay

- Điểm Delta: Là trung tâm của tam giác nơi 3 đường vân gặp nhau

Điểm đơn thường được sử dụng trong việc tách lớp các ảnh vân tay, cũng như tiến hành loại sơ bộ quá trình tìm kiếm vân tay

Đối với các đặc trưng tổng thể có nhiều phương pháp để trích chọn Trên thực tế, mỗi kỹ thuật khác nhau có những ưu điểm khác nhau và thích hợp cho từng loại ảnh ở đầu vào Thông thường với các đặc trưng hướng người ta

xử dụng kỹ thuật tính Gradient rồi lấy trung bình đạo hàm trong một số lân cận Đối với các điểm đơn,kỹ thuật trích chọn là tìm kiếm điểm không liên tục trong đặc trưng hướng bằng cách đánh giá chỉ số Pointcare Đối với mã vân tay thì thường sử dụng bộ lọc Gabor

tay Nó chỉ đại diện cho đường vân trong lân cận cục bộ với nó mà thôi Chính vì vậy, tập hợp các điểm đặc trưng cục bộ, tức là mỗi tập các đặc trưng cục bộ chỉ xuất hiện trong một vân tay duy nhất Có nhiều kiểu điểm đặc trưng cục bộ, nhưng có thể biểu diễn thành hai loại: Điểm kết thúc đường vân (Ridge Ending), điểm rẽ nhánh (Ridge Bifurcation)

Hình 1.7a: Các điểm đặc trưng cục bộ

Trang 26

Hình 1.7b: Các điểm đặc trưng cục bộ

Người ta dựa vào các đặc điểm đặc trưng cục bộ này để đối sánh trong

hệ thống NDVT Hiện nay trên thế giới đang có hai hướng giải quyết bài toán trích chọn đặc trưng của vân tay:

+ Hướng thứ nhất là tiếp tục phát triển và cải tiển phương pháp cấu trúc Phương pháp cấu trúc dựa trên quan điểm ảnh vân tay thuộc vào loại ảnh đường nét, do đó dựa vào thông tin cấu trúc và đặc điểm hình học của đường vân (như tính liên tục của đường vân hoặc tính song song của chúng…) có thể trích ra những đặc tính của nó Theo phương pháp này trước khi trích chọn đặc điểm, ảnh vân tay được chuyển về dạng nhị phân và làm mảnh để làm nổi tính chất đường nét của vân tay Từ ảnh nhị phân đã được làm mảnh, có thể trích chọn các điểm kết thúc và các điểm rẽ nhánh theo các đặc điểm hình học của chúng một cách dễ dàng Phương pháp này có ưu điểm là nhanh, cho kết quả chính xác nếu trong ảnh nhị phân, thông tin về các điểm đặc trưng không

bị suy giảm nhiều

Khó khăn chính của cách tiếp cận cấu trúc là chất lượng ảnh vân tay thường quá thấp, khi quá trình nhị phân hóa được áp dụng cho ảnh nhiễu và

có độ tương phản thấp sẽ đem lại những kết quả không như mong muốn

+ Một hướng nghiên cứu khác mới xuất hiện là trích chọn thông tin trực tiếp từ ảnh đa mức xám Tư tưởng của phương pháp này là xác định ra các ridge points Đây là các cực đại địa phương dọc theo hướng của một trong những chỗ uốn cong chính của lằn vân là 0 Đường vân được coi như một

Trang 27

chuỗi tuần tự các điểm, và do vậy có thể xây dựng lại được đường vân từ các điểm này dựa vào các thuật toán khôi phục

Trong luận văn, để thực hiện công việc trích chọn, hướng tiếp cận nghiên cứu phương pháp truyền thống là phương pháp cấu trúc Phương pháp này đã được nghiên cứu trong thời gian dài và đã có những thuật toán và kết quả ổn định được công bố

1.7 Vấn đề đối sánh ảnh

Đối sánh vân tay là công việc cuối cùng của quá trình NDVT, nó trả lời câu hỏi “Vân tay này là của ai trong số những người đó” Bài toán NDVT (tìm kiếm một vân tay đầu vào trong một cơ sở dữ liệu có N vân tay) có thể được thực hiện như là thực hiện tuần tự đối sánh một - một giữa các cặp vân tay Sự phân loại vân tay và các kĩ thuật đánh chỉ số thường được sử dụng để tăng tốc độ tìm kiếm trong các bài toán NDVT Một lượng lớn các thuật toán đối sánh vân tự động đã được đề nghị trong các tài liệu nhận dạng mẫu Hầu hết các thuật toán này không gặp khó khăn trong đối sánh các ảnh vân tay chất lượng tốt Nhưng trong đối sánh vân tay tồn tại thách thức ở các ảnh chất lượng thấp và vấn đề đối sánh từng vùng vân tay Trong trường hợp hệ thống trợ giúp con người AFIS, một thuật toán kiểm tra chất lượng được sử dụng để chỉ lấy và chèn vào cơ sở dữ liệu các ảnh vân tay tốt Hơn nữa, quá trình xử lý các mẫu vân khó có thể được quản lý Dù sao, sự can thiệp là không thể trong các hệ thống nhận dạng trực tuyến tự động - những hệ thống này đang có nhu cầu ngày càng tăng trong các ứng dụng thương mại Các phương pháp đối sánh vân tay có thể được phân loại thành ba loại:

+ Đối sánh dựa độ tương quan: Hai ảnh vân tay được đặt chồng lên và

độ tương quan giữa các điểm ảnh tương ứng được tính với sự canh chỉnh khác nhau (ví dụ với các vị trí và độ quay khác nhau)

+ Đối sánh dựa vào điểm đặc trưng: Đây là kĩ thuật phổ biến nhất và được sử dụng rộng rãi nhất, do các chuyên gia pháp lý so sánh các vân tay

Trang 28

và chấp nhận phương pháp như là bằng chứng định danh trong các phiên tòa

ở hầu hết các quốc gia Điểm đặc trưng được trích chọn từ hai vân tay được lưu giữ như là tập các điểm trong một bề mặt hai chiều Đối sánh dựa vào điểm đặc trưng cơ bản bao gồm tìm kiếm sự căn chỉnh giữa tập điểm đặc trưng mẫu và tập điểm đặc trưng đầu vào dẫn tới sự so khớp lớn nhất các cặp điểm đặc trưng

+ Đối sánh dựa đặc tính vân: Trong các ảnh vân tay chất lượng thấp, việc trích chọn chi tiết rất khó khăn Khi các đặc trưng khác của mẫu vân tay (ví dụ: hướng và tần suất cục bộ, hình dạng vân, thông tin kết cấu) có thể được trích chọn một cách tin cậy hơn chi tiết, sự khác biệt của chúng là không cao Các phương pháp thuộc họ này so sánh các vân tay với các đặc trưng được trích chọn từ các mẫu vân Về nguyên lý, đối sánh dựa độ tương quan và đối sánh dựa vào chi tiết có thể xem như là một phần của đối sánh dựa đặc trưng vân, theo cách hiểu mật độ điểm ảnh, vị trí chi tiết là nhưng đặc trưng của mẫu vân ngón tay Nhiều kĩ thuật khác cũng đã được đề nghị chính thức,

về nguyên lý, có thể được xếp vào các loại trên theo các đặc trưng được sử dụng, nhưng chúng ta đề cập để phân loại chúng tách biệt trên cơ sở các kĩ thuật đối sánh Chúng bao gồm các phương pháp dựa mạng thần kinh và các

cố gắng thực hiện đối sánh vân sử dụng các bộ xử lý song song hoặc với các kiến trúc dành riêng khác

Trang 29

Chương 2

CƠ SỞ KHOA HỌC CỦA BÀI TOÁN NHẬN DẠNG VÂN TAY

Nội dung của chương này sẽ tìm hiểu cơ sở khoa học của về vấn đề NDVT đã được nghiên cứu từ trước đến nay, các phương pháp cơ bản từ đó đưa ra một số nhận xét và so sánh giữa các phương pháp với nhau Các kiến thức cơ bản được tham khảo từ các tài liệu [1-11]

2.1 Phương pháp tăng cường ảnh

tế, ảnh vân tay luôn có chất lượng không được tốt bởi vì các thông tin nhiễu của ảnh làm sai lệch các đặc trưng, dẫn đến làm ảnh hưởng quá trình rút trích đặc trưng Như vậy, mục đích của bước tăng cường ảnh là làm giảm các thông tin nhiễu, làm rõ các cấu trúc vân tay, và đánh dấu các vùng có thể khôi phục hay không có thể khôi phục

2.1.2 Tăng cường ảnh bằng phương pháp lọc Gabor

Phương pháp lọc Gabor là một trong những phương pháp Tăng cường ảnh vân tay phổ biến nhất hiện nay Phương pháp này dựa vào bộ lọc Gabor

mà bộ lọc này là sự hòa hợp của hướng vân và tần số vân cục bộ Các bước chính của phương pháp này bao gồm: Chuẩn hóa ảnh (normalization), ước lượng hướng ảnh (orientation image estimation), Ước lượng tần số ảnh (frequency image estimation), Tạo các vùng mặt nạ (region mask generation)

và lọc Gabor (filtering), (Hình 2.1)

Trang 30

Mục đích của bước này là làm giảm độ khác biệt các giá trị mức xám giữa các vân tay với nhau nhằm tạo thuận lợi cho các bước xử lý tiếp theo Nguyên nhân của sự khác biệt giá trị mức xám này là do quá trình lấy DVT từ thiết bị đã tạo nên sự không đồng đều màu, chỗ màu nhạt màu đậm Đặc biệt, ảnh vân tay sau khi được chuẩn hóa, các vân tay sẽ được làm rõ hơn mà không làm thay đổi cấu trúc của vân tay (Hình 2.2)

0

2 0

0

( ( , ) )

, ( , )( , )

Trang 31

Trong đó I(i, j) là giá trị mức xám tại điểm ảnh (i, j), M và VAR tương

 Ước lượng hướng ảnh

Mục đích của bước này là xác định hướng của các đường vân tay Đây được coi là một trong những bước quan trọng nhất trong phần Tăng cường ảnh vì nếu việc Ước lượng không đúng sẽ dẫn đến việc Ước lượng tần số và Lọc Gabor sai Kết quả này làm ảnh xấu sau khi tăng cường không tốt, thậm chí còn xấu hơn rất nhiều so với ảnh ban đầu; dẫn đến việc rút trích đặc trưng không đúng

Các bước chính của Ước lượng hướng ảnh gồm có:

+ Ở mỗi ô, có tâm điểm (i, j), dùng toán tử Sobel để tính gradient

Định dạng
Số trang	63
Dung lượng	2,62 MB