Báo cáo nghiên cứu khoa học nhận dạng vân lòng bàn tay sử dụng đặc trưng mã hướng phân biệt

KHOA CÔNG NGHỆ THÔNG TIN BÁO CÁO NGHIÊN CỨU KHOA HỌC NHẬN DẠNG VÂN LÒNG BÀN TAY SỬ DỤNG ĐẶC TRƯNG MÃ HƯỚNG PHÂN BIỆT Giảng viên hướng dẫn TS Văn Thiên Hoàng Sinh viên thực hiện  Phạm Thị Quỳnh – 9101[.]

KHOA CÔNG NGHỆ THÔNG TIN BÁO CÁO NGHIÊN CỨU KHOA HỌC NHẬN DẠNG VÂN LÒNG BÀN TAY SỬ DỤNG ĐẶC TRƯNG MÃ HƯỚNG PHÂN BIỆT Giảng viên hướng dẫn: TS Văn Thiên Hoàng Sinh viên thực hiện:  Phạm Thị Quỳnh – 91011801415  Phạm Nguyễn Hữu Phương – 81011801420 TP Hồ Chí Minh, 2020 MỤC LỤC MỤC LỤC i DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT iii DANH MỤC CÁC BẢNG v DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ vi MỞ ĐẦU Tính cấp thiết đề tài Mục đích nghiên cứu Đối tượng nghiên cứu Phạm vi nghiên cứu Phương pháp nghiên cứu Ý nghĩa khoa học thực tiễn đề tài Cấu trúc đề tài CHƯƠNG TỔNG QUAN 1.1 Giới thiệu 1.2 Những khó khăn tốn nhận dạng vân lịng bàn tay 1.3 Mơ hình nhận dạng vân lịng bàn tay 1.3.1 Thu nhận ảnh .8 1.3.2 Tiền xử lý 1.3.3 Rút trích đặt trưng .20 1.3.4 So khớp 23 1.3.5 Kết .24 CHƯƠNG CÁC NGHIÊN CỨU LIÊN QUAN 25 2.1 Giới thiệu GridLDA 26 2.2 Phương pháp RDORIC 29 2.3 Mã hướng đặc trưng phân biệt (RDORIC) 31 2.4 Đặc trưng mẫu hướng cục (LLDP) .31 2.5 Mẫu đa hướng cục (LMDP) 36 i 2.6 Kết luận 43 CHƯƠNG PHƯƠNG PHÁP ĐỀ XUẤT 44 3.1 Giới thiệu mơ hình đề xuất .44 3.2 Phương pháp LLDP 44 3.3 Phương pháp (2D)2LDA 46 3.4 Đặc trưng mã hướng cục (DLLDR) 47 3.5 Ví dụ minh họa áp dụng thuật toán DLLDR 48 3.6 Kết luận 50 CHƯƠNG KẾT QUẢ THỰC NGHIỆM 51 4.1 Môi trường sở liệu .51 4.2 Kết thực nghiệm sở liệu PolyU 54 4.3 Nhận xét 58 CHƯƠNG KẾT LUẬN VÀ KIẾN NGHỊ 59 5.1 Kết luận 59 5.2 Hướng phát triển 59 TÀI LIỆU THAM KHẢO 61 ii DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT STT Từ viết tắt Ý nghĩa tiếng Việt Tiếng Anh MFRAT Modified Finite Radon Transform Biến đổi radon hữu hạn GridLDA Grid Linear Discriminant Analysis Phân tích phân biệt tuyến tính RDORIC Robust Discriminant Orientation Code LLDP Local line directional pattern Mẫu định hướng đường cục LMDP Local multiple directional pattern Mô hình đa hướng cục (2D)2LDA two-directional two-dimensional linear phân tích phân biệt tuyến tính hai discriminant analysis chiều EER Equal Error Rate Tỷ lệ lỗi SIFT Scale Invariant Feature Transform Quy mô biến đổi tính KPBG KeyPoint based Block Growing Phát triển khối dựa Keypoint 10 LBP Local Binary Pattern Mô hình nhị phân cục 11 SMCC Sparse Multiscale Competitive Code Mã cạnh tranh thưa thớt 12 PCNN Pulse coupled neural network Mạng lưới thần kinh kết hợp 13 HEBD Horizontally Expanded Blanket Dimension Kích thước mở rộng 14 GDDM Gaussian defocus degradation model 15 FAR False Accepted Rate Mã định hướng phân biệt mạnh mẽ Mơ hình suy giảm tiêu cự Gaussian Tỷ lệ lỗi chấp nhận iii STT Từ viết tắt Ý nghĩa tiếng Việt Tiếng Anh 16 2DLDA Two-dimensional linear discriminant analysis 17 LDP Local Directional Patterns 18 ELDP Enhanced local directional pattern 19 LDN Local directional number phân tích phân biệt tuyến tính hai chiều Mơ hình định hướng cục Mơ hình định hướng cục nâng cao Số hướng địa phương iv DANH MỤC CÁC BẢNG Bảng 4.1 Các thông số sở liệu thí nghiệm 54 Bảng 4.2 DLLDR chiến lược thực nghiệm hai sở liệu PolyU 54 Bảng 4.3 DLLDR chiến lược thực nghiệm hai sở liệu PolyU 55 Bảng 4.4 DLLDR chiến lược thực nghiệm hai sở liệu PolyU 55 Bảng 4.5 DLLDR chiến lược thực nghiệm hai sở liệu PolyU 56 Bảng 4.6 DLLDR chiến lược thực nghiệm hai sở liệu PolyU 56 Bảng 4.7 DLLDR chiến lược thực nghiệm hai sở liệu PolyU 57 Bảng 4.8 Xếp hạng phương pháp nhận dạng liên quan so với phương pháp đề xuất 57 v DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 1.1 Các đặc trưng vân lịng bàn tay với độ phân giải cao độ phân giải thấp [2] Hình 1.2 Mơ hình hệ thống nhận dạng vân lòng bàn tay Hình 1.3 Hệ thống tọa độ 10 Hình 1.4 Ảnh mơ tả điểm tham chiếu cắt 10 Hình 1.5 Ảnh sau xoay 90 độ nhận diện cạnh bàn tay 11 Hình 1.6 Thay đổi khoảng cách ngang dọc 12 Hình 1.7 Sau lọc x '(p) cửa sổ hình chữ nhật 13 Hình 1.8 Giá trị thơ điểm tham chiếu (màu đỏ) điểm tham chiếu sửa (màu xanh) 14 Hình 1.9 Điểm tham chiếu hình ảnh vân lòng bàn tay cắt trước xoay 15 Hình 1.10 Điểm tham chiếu hình ảnh vân lịng bàn tay cắt sau xoay 16 Hình 1.11 Điểm tham chiếu ảnh Palm trước xoay 16 Hình 1.12 Điểm tham chiếu ảnh Palm sau xoay 17 Hình 1.13 Hình ảnh vân lịng bàn tay mẫu 19 Hình 1.14 Vùng trích xuất cho hình ảnh vân lịng bàn tay 19 Hình 2.1 (a) ảnh vân lòng bàn tay chất lượng thấp, (b) ảnh vân lòng bàn tay chất lượng cao 25 Hình 2.2 (a) Sơ đồ khối GridLDA, (b) Chiến lược lấy mẫu lưới, (c) trình lấy mẫu lưới [25] 26 Hình 2.3 Tổng quan phương pháp đề xuất nhóm tác giả để trích xuất ma trận tính hướng phân biệt [25] 29 Hình 2.4 Một số mẫu thể phương pháp trích xuất tính nhóm tác giả: (a) hình ảnh palmprint với kích thước 100 × 100; (b) - (f) số hình ảnh xây dựng lại hình ảnh gốc GridLDA với d = {1,5, 20, 80, 99} tương ứng; (g) hình ảnh PORIR; (m) hình ảnh NORIR số hình ảnh dựng lại hình ảnh PORIR (h) - (l) hình ảnh NORIR (n) - (r) GridLDA với d = {1,5, 20, 80, 99} [25] 30 vi Hình 2.5 Vị trí đáp ứng cạnh với hướng (bên trái) vị trí bit nhị phân LDP (bên phải) 34 Hình 2.6 13 x 13 MFRAT theo hướng 00, 150, 300, 450,600, 750, 900; 1050, 1200, 1350, 1500 1650; điểm đỏ tâm; điểm đen đỏ tạo thành đường hướng khác 34 Hình 2.7 Các phận thực ba lọc Gabor theo hướng hướng 00, 150, 300, 450,600, 750, 900; 1050, 1200, 1350, 1500 1650 35 Hình 2.8 Một ví dụ mơ tả LLDP 35 Hình 2.10 LMDP (a) Hiển thị điểm có hướng vượt trội trình bày kết xác định theo mười hai hướng (b) mô tả LMBP (a) Đặc biệt, vòng tròn biểu thị thuộc tính vịng trịn LMBP, vòng tròn đen trắng tương ứng Chuỗi bit 0/1 điểm LMBP Cụ thể, mũi tên biểu thị mẫu bắt đầu màu đỏ đại diện cho DP (c) Hiển thị điểm có hai hướng chiếm ưu (d) mô tả LMBP (c) 37 Hình 2.11 Một số hình ảnh ROI palmprint điển hình (a) (b) từ sở liệu PolyU; (c) (d) từ sở liệu IITD (e) (f) từ sở liệu GPDS 41 Hình 2.12 Phân phối DPN hình ảnh palmprint (a), (b) (c) phân phối DPN sở liệu PolyU, IITD GPDS 41 Hình 3.1 Sơ đồ phương pháp đề xuất 44 Hình 3.2 Kết LLDP với chiến lược (2D) 2LDA: (a) hình ảnh palmprint gốc, (b) hình ảnh LLDP, (d1) - (d5), (e1 - e5) số hình ảnh dựng lại hình ảnh LLDP với (c1) - (c5) d = 10, 15, 20, 25, 50 q = 64, (d1) - (d5) d = 64, q = 10, 15, 20, 25, 50, (e1) (e5) q = d = 10, 15, 20, 25, 50 49 Hình 4.1 Minh họa tư vân lòng bàn tay người sở liệu PolyU 51 Hình 4.2 Hình ảnh minh họa vân lịng bàn tay với thuật tốn liên quan thuật toán đề xuất với sở liệu PolyU 52 Hình 4.3 Các đường cong ROC phương pháp đề xuất (DLLDR) phương thức khác (RDORIC LLDP) với tập liệu (a), tập liệu (b), tương ứng 58 vii ii MỞ ĐẦU Tính cấp thiết đề tài Ngày nay, với cải thiện vượt bật kinh tế giới, công mạng đánh cắp thông tin người dùng diễn ngày tăng Dẫn đến tầm quan trọng việc bảo mật thông tin quan tâm hàng đầu Nhiều phương thức bảo mật đưa sử dụng mật khẩu, thẻ từ, … để bảo vệ hồ sơ cá nhân liệu cá nhân Có trường hợp mật khẩu, thẻ từ bị người dùng bị tổ chức, cá nhân đánh cắp Việc nhận dạng sinh trắc học có độ bảo mật cao, ln liền với người dùng Phương pháp nhận dạng ngày ưa chuộng dần thay phương pháp bảo mật truyền thống mật tin nhắn Sinh trắc học công nghệ dựa việc nhận dạng cá nhân cách sử dụng phương thức nhận dạng khác người (vân tay, mống mắt, khuôn mặt, vân lòng bàn tay) cử chỉ, hành vi (giọng nói, chữ ký) Sinh trắc học ứng dụng hai lĩnh vực quan trọng sống ngày giúp xác định danh tính người nhận dạng cá nhân Việc nhận dạng sinh trắc học phải đáp ứng độ xác, tốc độ bảo mật tuyệt đối, an toàn cho người dùng hạn chế tối đa việc công từ bên ngồi vào hệ thống nhận dạng Tính sinh trắc học sử dụng rộng rãi dấu vân tay mống mắt Tuy nhiên, khó để trích xuất chi tiết nhỏ có tính phân biệt cao Mặt khác thiết bị để nhận diện tính sinh trắc học đắt tiền Các đặc điểm sinh trắc học khác khuôn mặt giọng nói xác chúng dễ dàng bị đánh lừa Vân lòng bàn tay tính sinh trắc học tương đối mới, có số lợi với phương pháp sinh trắc học khác có [1] Với yếu tố độ ổn định cao, nhiều đặc điểm nhận diện, tính vĩnh cửu, đặc biệt độ tin cậy tuyệt đối Mống mắt Khuôn mặt Vân tay Chữ ký DNA Hành vi Vân lòng bàn tay Giọng nói Một số phương pháp sinh trắc học khác Mục đích nghiên cứu Mục đích nghiên cứu đề tài kết hợp phát triển thuật toán biểu diễn, rút trích đặt trưng vân lịng bàn tay với độ xác cao tốc độ so khớp với khoảng thời gian tối ưu Thuật toán nhận dạng vân lòng bàn tay minh họa cụ thể qua phần mềm chấm công nhân viên công ty từ 100 đến 200 nhân viên Đối tượng nghiên cứu Đối tượng nghiên cứu vân lòng bàn tay người, kỹ thuật xử lý rút trích đặt trưng vân lòng bàn tay Thực nghiệm sở liệu chuẩn Poly U để đánh giá tính hiệu phương pháp nghiên cứu đề tài so sánh với phướng pháp nghiên cứu liên quan khác Phạm vi nghiên cứu Đề tài tập trung làm việc nghiên cứu phương pháp rút trích đặt trưng vân lòng bàn tay Thực nghiệm minh họa thông qua ứng dụng chấm công nhân viên công ty từ 100 đến 200 nhân viên Phương pháp nghiên cứu Đề tài kết hợp thuật tốn rút trích đặc trưng LLDP phương pháp tách lớp tuyến tính (2D)2LDA để áp dụng phát triển phương pháp nhận diện vân lòng bàn tay với độ xác cao thời gian nhận diện thấp Ý nghĩa khoa học thực tiễn đề tài Trong lịch sử, ứng dụng sinh trắc học chủ yếu quan chức dùng để kiểm soát truy cập quân sự, nhận dạng tội phạm dân theo pháp luật Ngày nay, sinh trắc học ứng dụng rộng rãi lĩnh vực ngân hàng, bán lẻ, di động… thấy lịch ích thực sinh trắc học Sinh trắc học ứng dụng rộng rãi lĩnh vực sau: - Nhận dạng tội phạm/ nghi phạm - Quân (nhận dạng kẻ thù/ đồng minh) - Nhận dạng khách du lịch, người di cư, hành khách - Nhân dạng chủ sở hữu, người dùng - Nhận dạng người tiêu dùng, khách hàng Cấu trúc đề tài Cấu trúc đề tài gồm chương Chương 1: Tổng quan - Giới thiệu sinh trắc học, khó khăn thử thách nhận diện vân lịng bàn tay, mơ hình hệ thống vân lịng ban tay bước thực Giới thiệu số phương pháp rút trích đặt trưng nhận diện vân lòng bàn tay Chương 2: Các nghiên cứu liên quan: - Trình bày hướng tiếp cận rút trích đặc trưng vân lịng bàn tay hướng tiếp cận liên quan để xử lý anh để rút trích đặt trưng bất biến, khơng ổn định có tính phân biệt cao như: MFRAT, phương pháp biểu diễn cục GridLDA, RDORIC, LLDP, LMDP Dựa vào phương pháp này, đề hướng tiếp cận thuật toán xử lý vân lịng bàn tay chúng tơi Chương 3: Phương pháp đề xuất - Chương giới thiệu mô hình phương pháp đề xuất, thuật tốn áp dụng phương pháp LLDP (2D)2LDA phương pháp đề xuất chúng tơi Sau đưa ví dụ minh họa thuật toán phương pháp đề xuất Chương 4: Kết thực nghiệm - Chương đưa dẫn chứng kết thực nghiệm phương pháp thông qua nhiều kích cỡ ảnh khác Sau so sánh với phương pháp liên quan RDORIC, LLDP sở liệu PolyU Chương 5: Kết luận kiến nghị - Đưa kết luận nghiên cứu đề tài này, làm đề tài đóng góp cho tốn nhận dạng vân lòng bàn tay, đồng thời đưa hướng phát triển tương lai CHƯƠNG TỔNG QUAN 1.1 Giới thiệu Sinh trắc học xác minh danh tính cá nhân dựa đặc điểm sinh học người Nó chia thành hai loại, loại thứ đặc điểm vật lý sử dụng phổ biến mống mắt, vân tay, khuôn mặt, vân lòng bàn tay … loại thứ hai đặc điểm, hành vi người sử dụng đến bộ, giọng nói, chữ ký Những đặc điểm vật lý hành vi cho phép nhận dạng người gọi phương thức sinh trắc học Sinh trắc học thiết lập liên kết vật lý cá nhân với danh tính người dùng định danh cho người dùng nên việc nhận dạng thông qua hệ thống sinh trắc học đáng tin cậy so với cách truyền thống mật khẩu, mã PIN Tuy nhiên, hệ thống sinh trắc học có số hạn chế tốc độ nhận dạng chậm hệ thống nhận dạng có sai sót Mặc dù phương pháp bảo mật truyền thống có nhiều rủi ro bảo mật bị giả mạo phương pháp có hiệu 100% Nếu mật xác, phản hồi hệ thống xác, cịn ngược lại hệ thống phản hồi sai Tuy nhiên, nay, hệ thống sinh trắc học khơng hồn tồn xác 100% cịn phụ thuộc vào đặc điểm nhận dạng liệu sinh trắc học hai mẫu khác Vân lòng bàn tay thể số đặc điểm phân thành ba loại: đường chính, nếp nhăn, đường vân chi tiết nhỏ hình 1.1 Cần lưu ý đường nếp nhăn trích xuất từ độ phân giải nhỏ 100 dpi, đường vân chi tiết nhỏ trích xuất từ độ phân giải 400 dpi Ưu điểm đặc điểm chúng độc đáo bất biến theo thời gian Hình 1.1 Các đặc trưng vân lòng bàn tay với độ phân giải cao độ phân giải thấp [2] Các đường đường rõ ràng tương ứng với nếp gấp uốn cong bàn tay Ba nếp gấp bật quan sát thấy phần lớn lịng bàn tay có tên nếp nhăn ngang, nếp nhăn ngang gần nếp nhăn xuyên tâm Các nếp nhăn lịng bàn tay mỏng khơng so với đường chính tạo nên mơ hình ngẫu nhiên làm tăng tính độc đáo vân lòng bàn tay Trên thực tế, vân lòng bàn tay chứa số lượng lớn nếp nhăn ổn định theo thời gian Các đường vân lòng bàn tay đường mỏng đặn đường giống với nếp nhăn dấu vân tay Hình dạng nếp nhăn khác từ người sang người khác, đường vân thể coi đường cong đường song song xử lý Các chi tiết vụn vặt điểm định vị thay đổi liên tục đường vân Trên thực tế, đường đặc trưng sử dụng phổ biến nhận dạng vân tay nhờ độ tin cậy chúng Bài toán nhận dạng vân lịng bàn tay ứng dụng rộng rãi thực tế nhiều lĩnh vực khác Các ứng dụng liên quan đến toán liệt kê sau: + Hệ thống quản lý việc vào đơn vị: giám sát việc vào nhân viên, chấm công phát người lạ + Các hệ thống E-Comerce: quản lý việc giao dịch trực tuyến, khơng địi hỏi người dùng phải nhớ thông tin như: username, password, PIN, … mà đảm bảo hiệu an toàn thơng tin cao + Các hệ thống truy tìm, xác định người thơng qua dấu vết vân lòng bàn tay thu nhận Nhận dạng vân lịng bàn tay tốn nhận dạng mẫu trực quan Bài toán nhận dạng thường phân chia thành hai dạng toán chứng thực (Verification) định danh (Identification) Trong toán xác thực cho biết bạn có phải người mà bạn u cầu chứng thực hay khơng Bài tốn định danh cho biết bạn số người mà hệ thống biết (thơng qua q trình huấn luyện) người khác lạ, tương ứng với ảnh vân lịng bàn tay đầu vào 1.2 Những khó khăn tốn nhận dạng vân lịng bàn tay Nhận dạng vân lịng bàn tay có nhiều ưu điểm dễ sử dụng, thân thiện với người dùng, không yêu cầu chất lượng phần cứng cao để lấy mẫu phương pháp xử lý tương đối đơn giản Tuy nhiên, có việc nhận dạng đơi khơng có kết xác tuyệt đối số yếu tố sau: Điều kiện việc thu nhận ảnh: liệu sinh trắc học thu bị nhiễu bị bóp méo, biến thể (như ánh sáng việc thu nhận bị nhiễu) gây việc nhận dạng khơng xác sở liệu Tấn công giả mạo: hệ thống sinh trắc học dễ bị cơng giả mạo đặc điểm sinh trắc học bắt chước giả mạo Ví dụ, dấu vân tay cao su sử dụng để giả mạo Ngồi ra, đặc điểm sinh trắc học phân biệt dễ bị công Sự ảnh hưởng thời gian: vân lòng bàn tay người có biến đổi theo thời gian như: thay đổi đặc trưng vân, bề mặt vân bị nhăn, từ làm cho đặc trưng vân lòng bàn tay bị thay đổi theo làm ảnh hưởng đến độ xác việc nhận dạng Sự xuất thiếu số thành phần vân lòng bàn tay: thành phần như: sẹo, vết thương, nốt ruồi, …Vấn đề làm cho tốn khó khăn nhiều Thay đổi lượng thể: Sự gia tăng hay giảm trọng lượng thể ảnh hưởng đến hình dáng hình học bàn tay Tư thế: vân lịng bàn tay chụp từ xa, đó, tư thế, góc nhìn ảnh bị lệch Vì vậy, đề tài giới hạn xét ảnh vân lòng bàn tay ảnh xám chụp trực diện với tư đặt bàn tay kích thước cố định 1.3 Mơ hình nhận dạng vân lịng bàn tay Một mơ hình chung hệ thống nhận dạng tay minh họa Hình 1.2 Để đảm bảo xác minh người dùng, cần có năm bước bao gồm thu nhận hình ảnh, tiền xử lý, rút trích đặt trưng, so khớp kết Mỗi bước mô tả tiểu mục sau Hình 1.2 Mơ hình hệ thống nhận dạng vân lòng bàn tay 1.3.1 Thu nhận ảnh Việc thu thập vân lịng bàn tay thực cách đặt lòng bàn tay trực tiếp lên bề mặt thiết bị máy quét thương mại trước thiết bị webcam máy ảnh kỹ thuật số mà không cần tiếp xúc trực tiếp thiết bị thu thập vân lòng bàn tay Các nghiên cứu trước đề xuất tích hợp chốt để cố định vị trí lịng bàn tay Tuy nhiên, nghiên cứu khác chứng minh sau việc sử dụng chốt cố định tạo biến dạng lịng bàn tay hạn chế vị trí lịng bàn tay Vì lý này, thiết bị khác thiết kế mà khơng có tiếp xúc trực tiếp chốt cố định để có hình ảnh vân lịng bàn tay cách tự nhiên 1.3.2 Tiền xử lý Tiền xử lý, bước thuật toán phát triển sử dụng nhiều hệ thống sinh trắc học, phần quan trọng thuật tốn nhận dạng vân lịng bàn tay phát triển Trước bước trích xuất đặc trưng so khớp, tất hình ảnh sở liệu phải xử lý trước phải lấy khu vực trung tâm lòng bàn tay Các thuật toán tiền xử lý sử dụng cho mục đích nên chọn cho thuật tốn nên áp dụng cho tất hình ảnh sở liệu phải đạt độ xác lịng bàn tay với độ xác cao Tóm lại, độ xác thuật tốn tiền xử lý quan trọng, lỗi xảy bước xử lý này ảnh hưởng đến bước xử lý Sau kiểm tra tất hình ảnh sở liệu, định xác định hệ tọa độ đưa Hình 1.4 [26] để chỉnh hình ảnh lịng bàn tay khác Điểm A Điểm B Hình 1.4 thể điểm cạnh tìm thấy trình tiền xử lý đường màu đen dọc qua Điểm A Điểm B tạo thành trục Y Đường màu đen nằm ngang vng góc với trục Y, tạo thành trục X Tuy nhiên, vẽ vơ số đường thẳng vng góc với Y-axis, trừ điểm giao chúng I định Vì thế, điểm giao I phải định để có trục X Y Trung điểm A B chọn làm điểm giao I Tính trục X Y chứng minh sau: Vì đường thẳng qua hai điểm khác nên Y-axis Vì trục Y thu được, độ dốc biết trục X vng góc với trục Y, nên độ dốc X-axis biết Như đề cập, trung điểm A B chọn điểm giao nhau, đó, trục X qua I Một điểm trục X độ dốc trục X biết, phương trình trục X biết Hình 1.3 Hệ thống tọa độ Muốn xác định tọa độ trên, phải xác định điểm A B để xác định điểm A B xem hình 1.5 Hình 1.4 Ảnh mơ tả điểm tham chiếu cắt Sau chỉnh ảnh vân lòng bàn tay cắt tiến hành xoay hình theo góc 90 độ, hình 1.6 10 Hình 1.5 Ảnh sau xoay 90 độ nhận diện cạnh bàn tay Như thấy Hình 1.6, có ranh giới vùng mong muốn Bước tìm điểm tham chiếu A B, nằm ranh giới Tuy nhiên, điều đáng ý là, lỗi nhỏ vị trí điểm tham chiếu ảnh hưởng đáng kể đến hệ tọa độ, điểm tham chiếu xác định gốc hệ tọa độ, I độ dốc X Y-axis Đặt góc bên trái Hình 1.6 gốc tọa độ biểu thị O (0, 0) để điểm p Hình 1.6 ký hiệu (x (p), y (p)), x (p) khoảng cách ngang điểm p đến điểm gốc tính pixel y (p) khoảng cách dọc điểm với điểm gốc tính pixel Di chuyển qua ranh giới hiển thị Hình 1.6 từ trái sang phải, giá trị (x (p), y (p)) thay đổi Hình 1.7 11 ... người khác lạ, tương ứng với ảnh vân lòng bàn tay đầu vào 1.2 Những khó khăn tốn nhận dạng vân lòng bàn tay Nhận dạng vân lòng bàn tay có nhiều ưu điểm dễ sử dụng, thân thiện với người dùng,... xác định người thơng qua dấu vết vân lịng bàn tay thu nhận Nhận dạng vân lòng bàn tay toán nhận dạng mẫu trực quan Bài toán nhận dạng thường phân chia thành hai dạng toán chứng thực (Verification)... đường vân Trên thực tế, đường đặc trưng sử dụng phổ biến nhận dạng vân tay nhờ độ tin cậy chúng Bài tốn nhận dạng vân lịng bàn tay ứng dụng rộng rãi thực tế nhiều lĩnh vực khác Các ứng dụng liên