Đề tài nhận dạng dấu vân tay

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG CƠ SỞ TP.HỒ CHÍ MINH KHOA CƠNG NGHỆ THƠNG TIN Đề tài: Nhận dạng dấu vân tay CHƯƠNG 1: TIỀN XỬ LÍ ẢNH Bước tiền xử lý ảnh có mục đích nâng cao chất lượng ảnh đầu vào, phần trình bày giải thuật phương pháp để nâng cao chất lượng ảnh với hình ảnh thử nghiệm số hệ số chọn 1.1 Tăng cường chất lượng ảnh 1.1.1 Cân Histogram Histogram biểu đồ mô tả phân bố giá trị mức xám điểm ảnh vùng ảnh số Hình 1.1: Biểu đồ phân bố Histogram Cân Histogram q trình ánh xạ độ chói ảnh vào vùng giá trị cho Histogram có dạng phân bố đồng Hình 1.2: Biểu đồ Histogram sau cân Hình 1.3: Ảnh dấu vân tay trước sai cân Histogram 1.1.2 Biến đổi Fourior Ảnh sau tăng cường chất lượng ảnh Cân Histogram bước thực tăng cường ảnh thuật tốn biến đổi Fourior Cơng thức tính tốn cho thuật toán cho thuật toán tăng cường ảnh biến đổi Fourior có dạng sau: Ienh = F-1{F(I[x,y]).|F(I[x,y])|k} Trong :  k  |F(I[x,y])| : Phổ Fourier : Hệ số mũ phổ Fourier Chúng ta tiến hành chia ảnh thành block nhỏ có kích thước 32x32 pixel sau thực biến đổi Fourior cho block Theo cách này, thành phần ảnh có tần số trội giữ lại, vùng ảnh thể đường vân Ảnh sau biến đổi Fourior có đường vân “nổi” hơn, phân tách đường vân thể rõ ràng Đồng thời vùng ảnh nhiễu bị loại bớt Số mũ phổ Fourior, k đóng vai trị làm hệ số điều chỉnh Vì phổ Fourior đóng vai trị làm hàm lọc đó:  k nhỏ, hàm lọc tiến tới nên ảnh gốc ảnh sau tăng cường không khác nhiều  k lớn đoạn vân cục bị biến dạng, khơng cịn khả xử lý cho cơng đoạn sau Hình 1.4: Ảnh sau tăn cường(trái), ảnh gốc (phải) 1.2 Nhị phân hóa Sau thực bước tăng cường ảnh đường vân rõ so với ảnh ban đầu Ta tiến hành chuyển đổi ảnh xám thành ảnh nhị phân (ảnh đen trắng) Nhị phân hóa ảnh trình biến đổi ảnh xám thành ảnh nhị phân  Chia ảnh thành block có kích thước 16x16 pixel  Ngưỡng T tính theo cách lấy giá trị trung bình giá trị block sau nhân với hệ số k = 0.8  Dựa vào ngưỡng T để xét điểm block vân hay rãnh Nếu giá trị điểm >= T điểm vân ngược lại Hình 1.5: Ảnh sau nhị phân hóa (trái), ảnh gốc (phải) 1.3 Khoanh vùng vân tay Khoanh vùng ảnh vân tay nhằm mục đích phân chia vùng khác ảnh vân tay Ở đây, quan tâm đến foreground/background (ảnh nền, ảnh nền) với biên ảnh vân tay Trong Đối sánh vân tay, vùng ảnh mang thơng tin hữu ích giới hạn vùng có đường vân (đóng vai trị làm foreground) Vùng ảnh cịn lại thường nhiễu tạo trình thu nhận, chỉnh sửa ảnh Đó phần cần tách khỏi vùng vân Để tách vùng ROI phương pháp gồm bước sử dụng :  Bước : ước lượng trường định hướng vân block  Bước : Trích chọn ROI 1.3.1 Ước lượng trường định hướng Các đường vân đường cong theo hướng xác định Góc hợp phương điểm đường vân với phương ngang gọi hướng điểm Tập hợp hướng điểm ảnh vân tay gọi trường định hướng Trường định hướng thể chất tự nhiên đường vân rãnh Nó cấp nhiều thông tin cho bước xử lý Ước lượng định hướng cho block cho block vân tay với kích thước WxW (W 16 pixel) Với giải thuật : Tính tốn giá trị gradient theo hoành độ (Ox) gx tung độ (Oy) gy cho pixel block Bộ lọc sobel sử dụng Với block, dụng công thức để lấy góc định hướng cho block tất điểm block có góc định hướng block Sơ đồ góc định hướng thể biểu đồ Ở giả thiết có vân tay ảnh Hình 1.6 : Trường định hướng vân tay (phải) ảnh đen trắng (trái) Sau hoàn thành ước lượng định hướng cho block, block không mang thông tin có ý nghĩa vân rãnh loại bỏ dựa công thức sau : Với block, độ chắn E thấp ngưỡng T block coi background Trong đồ án ngưỡng T có giá trị 0.05 Khi ta khởi tạo ma trận ảnh với vùng vân tay nhận giá trị vùng nhận giá trị sau ta sễ sử dụng ma trận ảnh để nhân phần tử tương ứng với ma trận điểm đặc trưng nhằm lọc bớt điểm đặc trưng sai nằm ngồi vân tay đường vân ngắn, khoảng nhịe Hình 1.7 : Loại bỏ vùng vân sai Hàm sử dụng chương trình : [outBound,outArea] = direction(originImage,16); Trong đó:  originImage : ảnh đầu vào  16: kích thước block  outBound: biên vân tay  outArea: Vung quan tâm vân tay 1.3.2 Trích chọn ROI phép tốn hình thái học Hai phép tốn hình thái học ‘OPEN’ ‘CLOSE’ sử dụng Phép tốn ‘OPEN’ mở rộng ảnh loại bỏ đỉnh đưa vào nhiễu Phép tốn ‘CLOSE’ co ảnh loại bỏ lỗ hổng hình xuyến nhỏ vùng biên hiệu vùng open với vùng close Hình 1.8 : ROI(màu xám) biên nó(màu trắng) CHƯƠNG TRÍCH CHỌN ĐẶC TRƯNG Trích chọn đặc trưng bao gồm trình, tiên tiến hành làm mảnh đường vân Các đường vân làm mảnh đến độ rộng pixel để phục vụ cho trình đánh dấu điểm minutiae thuật toán crossing number 2.1 Làm mảnh đường vân Mảnh hóa đường vân trình loại bỏ pixel dư thừa đường vân cho lại pixel Trong đồ án sử dụng phép tốn hình thái matlab cung cấp để làm mảnh vân loại bỏ vài điểm H, điểm giả Hình 2.1 : Ảnh vân tay trước sau làm mảnh 2.2 Đánh dấu điểm đặc trưng Sau bước làm mảnh vân tay, bước tiến hành đánh dấu điểm minutiae phục vụ cho trình đối sánh vân tay thuật tốn để trích chọn đặc trưng sử dụng đồ án Crossing Number  Sử dụng cửa sổ 3x3, lấy tất điểm ảnh cửa sổ  Khảo sát giá trị logic điểm ảnh xung quanh điểm (i,j) cửa sổ  Tùy vào kết cơng thức tính mà định điểm xét điểm phân nhánh, điểm cụt hay điểm nằm đường vân Hình 2.2: Đánh số cửa sổ 3x3 thuật tốn Crossing Number Cơng thức tính sau: Ảnh sử dụng để đánh dấu minutiae ảnh nhị phân val(p) thuộc giá trị biến p0, p1, p7 thứ tự tạo thành điểm lân cận điểm khả sát theo chiều thuận chiều ngược kim đồng hồ dựa vào cn(p) ta đánh giá điểm (i, j) xét :  Trên đường vân cn(p) =  Điểm cụt cn(p) =  Điểm rẽ nhánh cn(p) = Hình 2.3: Minh họa: a, b nằm đường vân, c điểm rẽ nhánh, d điểm cụt CHƯƠNG HẬU XỬ LÍ Trong phần tiến hành tính khoảng cách trung bình vân, lọc bỏ minutiae sai chuyển điểm rẽ nhành thành điểm cụt minutiae sai sinh chủ yếu từ trình làm mảnh đường vân đoạn vân ngắn, nhánh chẽ cụt, vòng xuyến nhỏ, điểm H, nhiễu làm ảnh hưởng tới kết việc đối sánh dấu vân tay 3.1 Ước lượng khoảng cách đường vân Vân tay ngón tay người khác Ngay trường hợp người, đường vân thể khác biệt ngón tay Do đó, ước lượng khoảng cách đường vân hiểu khoảng cách trung bình hai đường vân song song gần Đây thông tin làm tiền đề cho công đoạn lọc minutiae sai sau Ảnh nhị phân có đường vân làm mảnh đến pixel tỏ thuận tiện việc với phương pháp scan để ước lượng khoảng cách đường vân Theo cách này, tiến hành quét số dòng số cột ảnh(thinned ridgemap) tính tổng tất pixel cột dịng lại xong lấy tổng chia cho độ dài cột hàng ta độ dài trung bình cột hàng Cuối giá trị trung bình cột hàng bên ta D khoảng cách trung bình đường vân Cùng với việc đánh dấu điểm minutiae, tất vân làm mảnh ảnh vân tay gán nhãn ID Để làm phép toán sử dụng BWLABEL 3.2 Loại bỏ điểm đặc trưng sai Những điểm minutiae giả làm ảnh hưởng tới trình đối sánh hai vân tay chúng dễ dàng coi điểm minutiae thật Các kĩ thuật để loại bỏ điểm minutiae giả cần thiết để tính hiệu hệ thống Đối sánh dấu vân tay Có loại minutiae giả tổng hợp sau : m1 m2 m5 m3 m4 m6 m7 Hình 3.1: Cấu trúc điểm minutiae giả Trong hình m1 biểu thị nhánh đâm vào rãnh, m2 trường hợp nhánh kết nối tới hai đường vân m3 vòng xuyến, trường hợp có điểm rẽ nhánh đường vân, trường hợp hai đường vân gãy m4 gần có góc định hướng khoảng cách ngắn, m5 trường hợp giống m4, m6 trường hợp mở rộng m4 với đường vân tìm đường vâ nbị gãy m7 trường hợp có đường vân ngắn tìm thấy cửa sổ xét Các thủ tục để loại bỏ minutiae sai trình bày đây: Nếu khoảng cách điểm cụt điểm rẽ nhánh nhỏ D hai điểm đặc trưng vân (trường hợp m1) Loại bỏ điểm Nếu khoảng cách điểm rẽ nhánh nhỏ D chúng nằm trêm vân (trường hợp m2, m3) loại bỏ điểm rẽ nhánh 3 Nếu khoảng cách điểm cụt nằm nhỏ D góc định hướng chúng trùng khớp với sai số nhỏ delta thỏa mãn điều kiện khơng có điểm cụt nằm hai điểm Khi điểm cụt coi điểm minutiae giả tạo từ vân gãy bị loại bỏ.(m4, m5, m6) Nếu hai điểm cụt xác định vân ngắn với độ dài nhỏ D, loại bỏ điểm (m7) Trong cách có điểm đặc biệt sau: ID vân sử dụng để định danh cho đường vân kiểu vân sai định nghĩa cách rõ ràng so sánh với kiểu định nghĩa mập mờ phương pháp khác Điểm nâng cao thứ thủ tục để loại bỏ vân sai cân nhắc để giảm tải độ phức tạp tính tốn cho ví dụ thủ tục dùng để giải trường hợp m4, m5 m6 Sau thực thủ tục 3, số lượng vân sai trường hợp giảm cách đánh kể 3.3 Hợp vectơ đặc trưng Tại tiến hành trình hợp cho điểm cụt điểm phân nhánh minutiaee biểu diễn thông số : tọa độ x, tọa độ y góc định hướng Việc tính tốn góc định hướng cho điểm cụt hoàn toàn đễ dàng hình 2.3.2 vấn đề gặp phải tính tốn góc định hướng cho điểm rẽ nhánh(vì khơng có hướng cố định) Tất đường vân xuất phát từ điểm rẽ nhánh điều có góc định hướng riêng Để biểu diễn góc định hướng cho điểm rẽ nhánh sử dụng kĩ thuật đề xuất hình 3.3.2 Cách đơn giản chọn góc nhỏ góc theo chiều ngược kim đồng hồ trục Ox Hình 3.2: Tính góc định hướng minutiaee Cả hai phương pháp tìm cách để loại bỏ hai góc định hướng gây nên mát thơng tin Trong đồ án sử dụng phương pháp biểu diễn điểm rẽ nhánh cánh tách làm điểm cụt khác Khi có điểm cụt điểm lân cận điểm rẽ nhánh kết nối với nhay thông qua điểm rẽ nhánh 0 0 1 Hình 3.3: Chuyển điểm rẽ nhánh thành điểm cụt Góc định hướng cho điểm cụt (x,y) ước lượng theo phương pháp: Lần theo đoạn vân tay điểm cụt đạt độ dài D Tính tổng tất giá trị trục ox sau chia cho D sx tương tự với sy Góc định hướng điểm cụt tính theo công thức sau: Kết cuối thu tập điểm cụt gồm (x,y,Φ) x tọa độ trục x, y tọa độ trục y (tương ứng với điểm i,j hàng i cột j sơ đồ vân) Φ góc định hướng Tập hợp lưu lại để phục vụ cho trình đối sánh vân tay giai đoạn sau CHƯƠNG ĐỐI SÁNH VÂN TAY Đầu vào với hai tập mẫu dấu vân tay, giải thuật đối sánh dùng để đưa tỉ lệ phần trăm giống mẫu vân tay Phương pháp đối sánh mẫu vân tay dựa giải thuật Alignment-based sử dụng đồ án Giải thuật bao gồm hai bước liên tiếp khớp mẫu đối sánh 4.1 Khớp mẫu Khớp mẫu vân tay hiểu đặt mẫu vân tay cần đối sánh với mẫu mà cần đối sánh vị trí cho có phù hợp chúng theo ngưỡng tốn tử dùng để khớp mẫu gồm có : ma trận quay, tịnh tiến Thuật toán alignment bao gồm bước : 1) Chọn lấy cặp minutiae input template 2) Xoay đường vân chứa điểm minutiae template theo đối tượng input 3) Tìm mức độ phù hợp Sp hai mẫu input template đạt ngưỡng đặt trước Tr Các đối tượng template input đoạn vân tay mà có điểm minutiae trích chọn gốc, (xi, xn) (Xi, XN) tập điểm minutiae cho ảnh vân tay m giá trị nhỏ giá trị n N Tr đồ án lấy giá trị 0,8 Cơng thức tính mức độ phù hợp đường vân : Khi khớp hai mẫu vân tay, việc làm phù hợp hai mẫu Đầu tiên thực quay toàn minutiae template theo điểm tham chiếu chọn bước khớp mẫu theo công thức :  xi_new  yi_new   i_new    =TM *   ( xi  x)   ( yi  y )      i     Trong (x,y,θ) tọa độ góc điểm tham chiếu bước alignment TM ma trận quay :  cos sin TM =  sin cos   0   1 Đối sánh Ở bước tiến hành so sánh với tức lấy vân tay đầu vào so sánh với tất vân tay có sở liệu đưa vân tay có giá trị gần giống Trong phương pháp đối sánh dựa so sánh điểm đặc trưng vân tay Mỗi đặc trưng điểm mơ tả trường thuộc tính bao gồm: Vị trí ảnh vân tay, hướng điểm Vì phân ta hợp điểm rẽ nhánh thành điểm cụt nên có loại đặc trưng m = (x, y, θ) Trong đó:  x, y tọa độ điểm ảnh  θ góc định hướng điểm T = {m1, m2, …,mm}; mi= (xi, yi, Ɵi) i=1…m I = {m’1, m’2, m’n}; m’j=(xj, yj, Ɵi) j=1…n Trong m, n số điểm đặc trưng T I Một đặc trưng m’j I đặc trưng mi T xem đối sánh với khoảng cách không gian (sd) chúng nhỏ mức độ sai (tolerance) cho trước khoảng r0 khác hướng (dd) chúng nhỏ góc sai số cho trước Ɵ0: Biểu thức lấy nhỏ chênh lệch góc 20 3580 40) Độ sai r0 tính chu kì góc ( định để bù vào lỗi tránh khỏi thuật tốn trích đặc trưng nhiễu mềm dẻo làm cho vị trí đặc trưng thay đổi Hình 4.1: Đối sánh vân tay với Tỉ lệ vân tay tính bằng: Hết  ... làm mảnh đường vân đoạn vân ngắn, nhánh chẽ cụt, vòng xuyến nhỏ, điểm H, nhiễu làm ảnh hưởng tới kết việc đối sánh dấu vân tay 3.1 Ước lượng khoảng cách đường vân Vân tay ngón tay người khác... i,j hàng i cột j sơ đồ vân) Φ góc định hướng Tập hợp lưu lại để phục vụ cho trình đối sánh vân tay giai đoạn sau CHƯƠNG ĐỐI SÁNH VÂN TAY Đầu vào với hai tập mẫu dấu vân tay, giải thuật đối sánh... vân tay Phương pháp đối sánh mẫu vân tay dựa giải thuật Alignment-based sử dụng đồ án Giải thuật bao gồm hai bước liên tiếp khớp mẫu đối sánh 4.1 Khớp mẫu Khớp mẫu vân tay hiểu đặt mẫu vân tay