Nhận dạng vân tay trong ảnh

HOÀNG NGỌC TUẤN BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - Họ tên tác giả luận văn HỒNG NGỌC TUẤN CƠNG NGHỆ THƠNG TIN TÊN ĐỀ TÀI LUẬN VĂN NHẬN DẠNG VÂN TAY TRONG ẢNH LUẬN VĂN THẠC SĨ KỸ THUẬT CHUYÊN NGÀNH: CÔNG NGHỆ THÔNG TIN 2012A Hà Nội – Năm BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Họ tên tác giả luận văn HOÀNG NGỌC TUẤN TÊN ĐỀ TÀI LUẬN VĂN NHẬN DẠNG VÂN TAY TRONG ẢNH CHUYÊN NGÀNH : CÔNG NGHỆ THÔNG TIN LUẬN VĂN THẠC SĨ KỸ THUẬT NGƢỜI HƢỚNG DẪN KỸ THUẬT : TS NGUYỄN THỊ OANH LỜI CẢM ƠN Lời đầu tiên, em xin trân thành cảm ơn thầy, cô khoa Công Nghệ Thông Tin Và Truyền Thông Trƣờng Đại Học Bách Khoa Hà Nội tham gia giảng dạy truyền đạt kiến thức cho tập thể lớp 12A CNTT - HY nói chung cho cá nhân em nói riêng Đó kiến thức kết hợp giúp em trình làm luận văn Đặc biệt, em xin trân thành cảm ơn TS Nguyễn Thị Oanh, tận tình hƣớng dẫn em thực đề tài Học Viên Hoàng Ngọc Tuấn LỜI CAM ĐOAN Em xin cam đoan cơng trình nghiên cứu riêng em, tài liệu kết nghiên cứu luận văn trung thực Học viên Hoàng Ngọc Tuấn MỤC LỤC LỜI CAM ĐOAN DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC CÁC HÌNH DANH MỤC CÁC BẢNG DANH MỤC SƠ ĐỒ TÓM TẮT NỘI DUNG NGHIÊN CỨU Lý chọn đề tài Ý nghĩa đề tài Nội dung nghiên cứu đề tài 5 Phƣơng pháp tiếp cận CHƢƠNG I GIỚI THIỆU 1.1 Giới thiệu chung 1.2 Một số phƣơng pháp nhận dạng sinh trắc học phổ biến 1.3 Hệ thống nhận dạng vân tay 1.4 Cấu trúc luận văn 10 CHƢƠNG II TÌM HIỂU CHUNG VỀ HỆ THỐNG NHẬN DẠNG VÂN TAY 11 2.1 Đặc điểm ảnh vân tay 11 2.2 Sơ đồ tổng quan hệ thống nhận dạng vân tay 13 2.3 Tiền xử lý 14 2.3.1 Chuẩn hóa 14 2.3.1.1 Chuẩn hóa kích thƣớc 14 2.3.1.2 Chuẩn hóa đƣờng vân 15 2.3.2 Tăng cƣờng chất lƣợng ảnh 15 2.4 Trích chọn đặc trƣng 16 2.5 Đối sánh 17 CHƢƠNG III HỆ THỐNG CÀI ĐẶT THỬ NGHIỆM 18 3.1 Sơ đồ hệ thống 18 3.2 Input (vân tay) 19 3.3 Tiền xử lý 19 3.3.1 Chuẩn hóa kích thƣớc 19 3.3.2 Chuẩn hóa đƣờng vân 20 3.3.3 Tăng cƣờng ảnh vân tay 21 3.3.3.1 Ƣớc lƣợng hƣớng đƣờng vân 22 3.3.3.2 Tính khoảng cách đƣờng vân 24 3.3.3.3 Nâng cao chất lƣợng ảnh lọc Gabor 26 3.4 Trích chọn đặc trƣng 28 3.4.1 Nhị phân hóa ảnh xám 28 3.4.2 Làm mảnh đƣờng vân 30 3.4.2.1 Xƣơng 30 3.4.2.2 Thuật tốn tìm xƣơng 31 3.5.3 Trích chọn đặc trƣng từ ảnh nhị phân 34 3.5 Đối sánh 37 3.5.1.Tìm cặp điểm so khớp vân tay: thuật toán Hough transform 37 3.5.2 Thuật toán đối sánh 39 CHƢƠNG IV KẾT QUẢ THỰC NGHIỆM 43 4.1 Môi trƣờng cài đặt 43 4.2 Chƣơng trình 43 4.3 Đánh giá thử nghiệm 45 4.3.1 Dữ liệu thử nghiệm 45 4.3.2 Độ đo hiệu 46 4.3.3 Kết thực nghiệm 48 4.3.3.1 Kết so khớp 48 CHƢƠNG V KẾT LUẬN VÀ ĐINH HƢỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 54 5.1 Kết luận 54 5.2 Định hƣớng phát triển đề tài 54 TÀI LIỆU THAM KHẢO 55 PHẦN PHỤ LỤC 59 DANH MỤC CÁC TỪ VIẾT TẮT FRR Lỗi từ chối nhầm FAR Lỗi chấp nhận nhầm EER Mức độ lỗi cân P Độ xác Arch đặc trƣng đƣờng vân kiểu hình cung Bifurcation Đặc trƣng rẽ nhánh vân tay, điểm mà đƣờng vân rẽ hai nhánh Core Đặc trƣng lõi vân tay Cossovers Đặc trƣng bắt chéo vân tay Ending Đặc trƣng điểm kết thúc, điểm kết thúc đƣờng vân Island Đặc trƣng vân dạng đảo Lake Đặc trƣơng đƣờng vân dạng hồ, đƣờng vân khép kín tạo thành lỗ nhỏ Left Loop Đặc trƣng đƣờng vân kiểu lặp tròn trái Matching So khớp, so khớp hai ảnh vân tay với Minutiae Đặc trƣng ảnh vân tay nhƣ: kết thúc, đƣờng rẽ nhánh dạng đảo, hồ… Rigde Vùng da lồi vân tay Spur Đặc trƣng đƣờng vân hình cựa gà Right Loop Đặc trƣng đƣờng vân dạng lặp tròn phải Tented arch Đặc trƣng đƣờng vân kiểu hình cung nhọn Twin Loop Đặc trƣng đƣờng vân lặp trịn lần DANH MỤC CÁC HÌNH Hình 1.1 Dạng sóng tín hiệu ghi nhận đƣợc từ âm ngƣời [25] Hình 2.1 Các điểm singularity core delta 11 Hình 2.2 Một số loại core thƣờng gặp [23] 11 Hình 2.3 điểm đƣờng vân Ridge Ending (kết thúc), Bifurcation (rẽ nhánh) [28] 12 Hình 2.4 điểm minutiae cịn lại Crossover (chỗ giao nhau), lake (dạng hồ, Spur (cựa gà) [29] 12 Hình 3.2 Đọc mẫu vân tay vào hệ thống 19 Hình 3.3 Kết chuẩn hóa với M0=50, V0=300 21 Hình 3.4 Các bƣớc tăng cƣờng ảnh phƣơng pháp lọc Gabor [17] 22 Hình 3.5 Cửa sổ hƣớng dùng để tính x-signature [17] 24 Hình 3.6 Kết tăng cƣờng ảnh 28 Hình 3.7 Kết nhị phân hóa với việc lẫy ngƣớng động 30 Hình 3.8 (a,b) simple, (c,d) simple 32 Hình 3.9 Kết việc làm mảnh đƣờng vân 34 Hình 3.10 Đặc điểm điểm ảnh dựa vào điểm xung quanh 35 Hình 3.11 Kết thuật toán Hough transform 39 Hình 3.12 Kết việc đối sánh mẫu vân tay 40 Hình 4.1 Giao diện chƣơng trình với việc đối sánh 43 Hình 4.2 Hộp thoại thơng báo so khớp thành cơng với kiểu “đối sánh với mẫu vân tay CSDL” 44 Hình 4.3 Thơng tin học viên đƣợc tìm thấy thơng qua việc nhận dạng vân tay 45 Hình 4.4 Một số hình ảnh liệu thử nghiệm thu nhỏ 46 Hình 4.5 Kết so khớp với mẫu ngón tay ngƣời 52 Hình 4.6 Kết so khớp với mẫu ngón tay ngƣời bị từ chối 53 DANH MỤC CÁC BẢNG Bảng 4.9 Kết lỗi chấp nhận nhầm, từ chối nhầm trƣờng hợp thử nghiệm tỷ lệ 1:7 với giá trị ngƣỡng T khác 49 Bảng 4.10 Kết lỗi chấp nhận nhầm, từ chối nhầm trƣờng hợp thử nghiệm tỷ lệ 1:1 với giá trị ngƣỡng T khác 50 Bảng 4.1 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 700 lần đối sánh với T=5 59 Bảng 4.2 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 700 lần đối sánh với T=8 59 Bảng 4.3 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 700 lần đối sánh với T=10 60 Bảng 4.4 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 700 lần đối sánh với T=14 60 Bảng 4.5 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 1600 lần đối sánh với T=5 62 Bảng 4.6 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 1600 lần đối sánh với T=8 63 Bảng 4.7 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 1600 lần đối sánh với T=10 64 Bảng 4.8 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 1600 lần đối sánh với T=14 65 FRR  47 x100  6,7% 700 FAR  x100  0.28% 700 Sum=(FAR+FRR)=(6,7%+0,28%)=6,98% Kết tính theo % độ xác bảng 4.9 P= 651 x100  93% 700 Qua cho thấy hệ thống cho ta thấy xác suất sai số 6,98% độ xác 93% tổng số 700 lần đối sánh khả quan Hệ thống cho kết tốt (hình 4.5) mẫu vân tay so khớp nét khơng bị nhịe đƣờng vân Tuy nhiên cịn số kết khơng nhƣ mong muốn (hình 4.6) hầu hết vân tay bị nhịe, số vân tay cịn khơng nhìn thấy rõ đƣờng vân Tuy nhiên kết cho thấy khả nhận dạng phƣơng pháp em sử dụng luận văn tốt Mặc dù mẫu test hầu nhƣ ảnh có chất lƣợng nhƣng hệ thống cho đƣợc độ xác đạt 93% với 10 mẫu ảnh vân tay, 1x8 ảnh/vân tay tổng số 700 lần đối sánh Với tỷ lệ phân chia liệu 1:7 Kết chƣa thể đƣa vào ứng dụng thực tế nhƣng tiền đề việc định hƣớng phát triển đề tài tƣơng lai 51 Hình 4.5 Kết so khớp với mẫu ngón tay ngƣời 52 Hình 4.6 Kết so khớp với mẫu ngón tay ngƣời bị từ chối 53 CHƢƠNG V KẾT LUẬN VÀ ĐINH HƢỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 5.1 Kết luận Luận văn với đề tài “Nhận dạng vân tay ảnh” đạt đƣợc số kết sau:  Nghiên cứu số thuật toán xử lý ảnh vân tay nhƣ: Chuẩn hóa, tăng cƣờng ảnh vân tay, trích chọn đặc trƣng sử dụng phƣơng pháp trích chọn từ ảnh nhị phân, tính hƣớng cục bộ, đối sánh  Cài đặt thành cơng số thuật tốn xử lý ảnh nhƣ: Chuẩn hóa, tăng cƣờng, trích chọn đặc trƣng, Hough Transform, đối sánh Tuy nhiên, lần đầu tiếp cận với thuận toán nên luận văn khơng tránh hỏi sai sót Luận văn dừng lại mức nghiên cứu Xác suất sai số đối sánh mẫu vân tay lớn 5.2 Định hƣớng phát triển đề tài Đề tài luận văn để nghiên cứu số thuật toán cài thử nghiệm hệ thống nhận dạng vân tay Trong tƣơng lai nghiên cứu mạng khác chẳng hạn nhƣ mạng neural mờ nghiên cứu tiếp tìm điểm lỗi toán (chấp nhận nhầm, từ chối nhầm) để nâng cấp cho hồn thiện đƣợc đƣa vào ứng dụng cơng ty Ngồi nghiên cứu thêm vài đặc điểm khác ảnh vân tay (Orientation field, Density map) để nhận dạng đƣợc vân tay có chất lƣợng ảnh thấp 54 TÀI LIỆU THAM KHẢO Tài liệu tiếng anh Anil Jain, Lin Hong, Ruud Bolle,”On_line Fingerprint Verification”, IEEE [1] Transactions on Pattern Analysis and Machine Intelligence, Vol 19, No 4, April 1997 [2] A K Jain, S Prabhakar and L Hong, "A Multichannel Approach to Fingerprint Classification", IEEE Transactions on PAMI, Vol.21, No.4, pp 348-359, April 1999 [3] A.K Jain, L Hong, R Bolle, “On-line Fingerprint verication”, IEEE Trans Pattern Anal Mach Intell 19 (4) (1997) [4] A A Paulino, J Feng, and A K Jain, “Latent fingerprint matching using descriptor-based Hough transform,” in Int’l Joint Conf on Biometrics, October 2011 [5] A Dutta and S.K Parui “A robust parallel thinning algorithrm for binary image” Pattern recognition, Vol, 27, No 9, 1181-1192,1994 [6] Alessandro Farina, Zsolt M Kova cs-Vajna*, Alberto Leone, Fingerprint minutiae extraction from skeletonized binary images, D.E.I.S., University of Bologna, Viale Risorgimento 2, I-40136 Bologna, Italy (1997-1998) [7] CHAN, F H Y., LAM, F K., AND ZHU, H Adaptive thresholding by variational method IEEE Transactions on Image Processing 7, 1998 [8] D.C Huang, “Enhancement and Feature Purification of Fingerprint Images,” Pattern Recognition, vol 26, no 11, 1993 [9] Dario Maio, Member, IEEE, and Davide Maltoni, IEEE, TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, Direct Gray – Scale Minutiae Detection In Fingerprints, VOL 19, NO 1, JANUARY 1997 [10] D.Maltoni, D.Maio, A.K.Jain, S.Prabhakar, ”Fingerprint Scanners and their Features” Extract from “Handbook of Fingerprint Recognition”, Springer, New York, 2003 55 [11] Feng Zhao∗, Xiaoou Tang, Preprocessing and postprocessing for skeleton-based fingerprint minutiae extraction, The Chinese University of Hong Kong, Shatin, NT, Hong Kong (2005-2006) [12] H Greenspan, C H Anderson and S Akber, “Image enhancement by nonlinear extrapolation in frequency space,” IEEE Trans on image Processing, vol 9, no.6, pp.1035-1048, june 2000 [13] Jiang, X., Yau, W.Y.: Fingerprint minutiae matching based on the local and global structures International Conference on Pattern Recognition (2000) 1038–1041 [14] J Daugman, Recognizing persons by their iris patterns, in: A K Jain, R Bolle, S Pankanti (Eds.), Biometrics: Personal Identification in a Networked Society, Kluwer Academic Publishers, 1999 [15] J Feng, S Yoon, and A K Jain, “Latent fingerprint matching: Fusion of rolled and plain fingerprints,” in International Conference on Biometrics (ICB), June 2009 [16] J Sauvola and M Pietikainen, “Adaptive document image binarization,” Pattern Recognition 33(2), 2000 [17] Lin Hong, Yifei Wan, Anil Jain, Fellow “FingerPrint images Enhanment: Algorithm performance Evaluation, IEEE transactions on pattern analysis and machine intelligence,vol.20, no.8, august 1998 [18] L Fei-Fei, R Fergus, and P Perona Learning generative visual models from few training examples: An incremental bayesian approach tested on 101 object categories In CVPR Workshop, 2004 [19] Maltoni, D., Maio, D., Jain, A.K., Prabhakar, S.: Handbook of Fingerprint Recognition, Springer, New York (2003) [20] N K Ratha, K Karu, S Chen, and A K Jain, “A real-time matching system for large fingerprint databases,” IEEE Trans on Pattern Analysis 56 and Machine Intelligence, vol 18, no 8, pp 799–813, August 1996 [21] PINTARIC, T An adaptive thresholding algorithm for the augmented reality toolkit In IEEE Int Augmented Reality Toolkit Workshop, 2003 [22] Sharat S Chikkerur, Online fingerprint verification system, A thesis submitted to the Faculty of the Graduate School of the State University of New York at Buffalo in partial fulfillment of the requirements for the degree of Master of Science , 2005 [23] Tomohiko Ohtsuka, Daisuke Watanabe, Daisuke Tomizawa, Yuta asegawa, Hiroyuki Aoki, Reliable Detection of Core and Delta in Fingerprints by using Singular Candidate Method,Tokyo National College of Technology Dept of Electronic Eng., 1220-2 Kunugida, Hachiohji, Tokyo, Japan,1997 [24] W K Pratt, Digital Image processing, New York: Wiley, 1991 Tài liệu tiếng việt 2.1 Tài liệu giảng dạy [25] Xử lý âm thanh, hình ảnh – TS Nguyễn Thanh Bình, THS Võ Nguyễn Quốc Bảo, Hà Nội, 2007 [26] Giáo trình mơn học xử lý ảnh, TS Đỗ Năng Toàn, TS Phạm Việt Bình, Thái Nguyên, 2007 2.2 Đồ án tốt nghiệp [27] Tìm hiểu phương pháp làm mảnh – Đồ án tốt nghiệp, Hà Đức Kiên 2.3 Luận văn thạc sĩ [28] Nguyễn Hoàng Huy, Nhận Dạng Vân Tay , luận văn thạc sĩ, Đại Học Quốc Gia TP.Hồ Chí Minh, 2007 [29] Nguyễn Xuân Thắng, Nâng cao chất lƣợng ảnh vân tay, Luận văn thạc sĩ, Trƣờng Đại Học Lạc Hồng , 2012 [30] Đoàn Thị Phƣơng, Nghiên cứu số phƣơng pháp phân đoạn ảnh màu, luận văn thạc sĩ, Học Viện Bƣu Chính Viễn Thơng, 2012 2.4 Sách 57 [31] Lƣơng Mạnh Bá, Nguyễn Thanh Thuỷ , “Nhập môn xử lý ảnh số” , Nhà xuất khoa học kỹ thuật , 1999 [32] Nguyễn Thanh Thuỷ, Ngơ Quốc Tạo nhóm Trung tâm tính tốn hiệu cao trƣờng ĐHBK Hà nội ,Xây dựng hệ thống lƣu trữ nhận dạng vân tay BKAFIS, Khoa CNTT trƣờng ĐHBK Hà nội, viện CNTT, 2003 58 PHẦN PHỤ LỤC Mẫu test Số lần chấp nhận nhầm Số lần từ chối nhầm Tổng lỗi 101_1.tif 11 102_1.tif 20 20 103_1.tif 22 23 104_1.tif 18 19 105_1.tif 2 106_1.tif 107_1.tif 108_1.tif 109_1.tif 10 110_1.tif 16 18 Tổng 98 25 123 Bảng 4.1 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 700 lần đối sánh với T=5 Mẫu test Số lần chấp nhận nhầm Số lần từ chối nhầm Tổng lỗi 101_1.tif 7 102_1.tif 2 103_1.tif 10 104_1.tif 105_1.tif 2 106_1.tif 5 107_1.tif 5 108_1.tif 6 109_1.tif 110_1.tif 5 Tổng 11 45 56 Bảng 4.2 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 700 lần đối sánh với T=8 59 Mẫu test 101_1.tif 102_1.tif 103_1.tif 104_1.tif 105_1.tif 106_1.tif 107_1.tif 108_1.tif 109_1.tif 110_1.tif Tổng Số lần chấp nhận nhầm Số lần từ chối nhầm Tổng lỗi 0 0 0 0 5 47 5 49 Bảng 4.3 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 700 lần đối sánh với T=10 Mẫu test Số lần chấp nhận nhầm Số lần từ chối nhầm Tổng lỗi 101_1.tif 7 102_1.tif 5 103_1.tif 5 104_1.tif 3 105_1.tif 6 106_1.tif 7 107_1.tif 7 108_1.tif 7 109_1.tif 6 110_1.tif 6 Tổng 59 59 Bảng 4.4 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 700 lần đối sánh với T=14 60 Mẫu test 101_1.tif 101_2.tif 101_3.tif 101_4.tif 102_1.tif 102_2.tif 102_3.tif 102_4.tif 103_1.tif 103_2.tif 103_3.tif 103_4.tif 104_1.tif 104_2.tif 104_3.tif 104_4.tif 105_1.tif 105_2.tif 105_3.tif 105_4.tif 106_1.tif 106_2.tif 106_3.tif 106_4.tif 107_1.tif 107_2.tif 107_3.tif 107_4.tif 108_1.tif 108_2.tif 108_3.tif 108_4.tif 109_1.tif 109_2.tif 109_3.tif 109_4.tif Số lần chấp nhận nhầm Số lần từ chối nhầm Tổng lỗi 13 10 15 15 13 12 10 13 1 0 1 6 10 3 1 0 1 1 1 2 4 3 4 2 6 13 11 15 15 14 13 11 10 14 9 3 5 5 4 8 12 61 110_1.tif 10 10 110_2.tif 12 110_3.tif 15 16 110_4.tif Tổng 227 74 301 Bảng 4.5 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 1600 lần đối sánh với T=5 Mẫu test 101_1.tif 101_2.tif 101_3.tif 101_4.tif 102_1.tif 102_2.tif 102_3.tif 102_4.tif 103_1.tif 103_2.tif 103_3.tif 103_4.tif 104_1.tif 104_2.tif 104_3.tif 104_4.tif 105_1.tif 105_2.tif 105_3.tif 105_4.tif 106_1.tif 106_2.tif 106_3.tif 106_4.tif 107_1.tif 107_2.tif 107_3.tif Số lần chấp nhận nhầm Số lần từ chối nhầm Tổng lỗi 0 0 1 1 2 0 0 0 0 0 4 1 4 3 1 2 4 4 4 3 4 2 4 4 62 107_4.tif 2 108_1.tif 3 108_2.tif 4 108_3.tif 4 108_4.tif 3 109_1.tif 109_2.tif 4 109_3.tif 2 109_4.tif 110_1.tif 2 110_2.tif 4 110_3.tif 2 110_4.tif 3 Tổng 22 112 134 Bảng 4.6 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 1600 lần đối sánh với T=8 Mẫu test 101_1.tif 101_2.tif 101_3.tif 101_4.tif 102_1.tif 102_2.tif 102_3.tif 102_4.tif 103_1.tif 103_2.tif 103_3.tif 103_4.tif 104_1.tif 104_2.tif 104_3.tif 104_4.tif 105_1.tif 105_2.tif Số lần chấp nhận nhầm Số lần từ chối nhầm Tổng lỗi 0 0 0 0 0 0 0 4 3 1 4 3 2 2 4 3 2 4 3 2 63 105_3.tif 3 105_4.tif 3 106_1.tif 4 106_2.tif 4 106_3.tif 4 106_4.tif 4 107_1.tif 4 107_2.tif 4 107_3.tif 3 107_4.tif 3 108_1.tif 4 108_2.tif 4 108_3.tif 4 108_4.tif 4 109_1.tif 4 109_2.tif 4 109_3.tif 3 109_4.tif 3 110_1.tif 2 110_2.tif 4 110_3.tif 110_4.tif 3 Tổng 122 126 Bảng 4.7 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 1600 lần đối sánh với T=10 Mẫu test 101_1.tif 101_2.tif 101_3.tif 101_4.tif 102_1.tif 102_2.tif 102_3.tif 102_4.tif 103_1.tif Số lần chấp nhận nhầm Số lần từ chối nhầm Tổng lỗi 0 0 0 0 4 4 2 4 4 4 2 64 103_2.tif 4 103_3.tif 3 103_4.tif 4 104_1.tif 3 104_2.tif 4 104_3.tif 4 104_4.tif 1 105_1.tif 4 105_2.tif 3 105_3.tif 4 105_4.tif 4 106_1.tif 4 106_2.tif 4 106_3.tif 4 106_4.tif 4 107_1.tif 4 107_2.tif 4 107_3.tif 4 107_4.tif 4 108_1.tif 4 108_2.tif 4 108_3.tif 4 108_4.tif 4 109_1.tif 4 109_2.tif 4 109_3.tif 3 109_4.tif 4 110_1.tif 3 110_2.tif 4 110_3.tif 2 110_4.tif 3 Tổng 143 143 Bảng 4.8 Danh sách lỗi (chấp nhận nhầm, từ chối nhầm) 1600 lần đối sánh với T=14 65 ... em muốn tìm hiểu xây dựng ứng dụng nhận dạng vân tay ảnh ngơn ngữ lập trình Visual studio c# Thông qua đề tài ? ?nhận dạng vân tay ảnh? ?? em cảm thấy nhận dạng vân tay có ý nghĩa quan trọng Nó khơng... ảnh vân tay đƣợc sử dụng thông dụng mang lại hiệu cao việc định danh cá nhân 1.3 Hệ thống nhận dạng vân tay Đề tài nhận dạng vân tay ảnh thực công việc giai đoạn sau: Input vân tay, Tiền xử lý ảnh, ... sánh 3.5.1.Tìm cặp điểm so khớp vân tay: thuật toán Hough transform Hai ảnh vân tay dù vân tay nhƣng hƣớng vị trí ảnh ảnh vân tay không giống Tuy nhiên, nhƣ ảnh vân tay khớp với điểm đặc trƣng (singularity