Nghiên cứu phương pháp tăng cường chất lượng ảnh vân tay

i TRẦN THỊ THUẬN NGHIÊN CỨU PHƢƠNG PHÁP TĂNG CƢỜNG CHẤT LƢỢNG ẢNH VÂN TAY Thái Nguyên – 2013 Tai ngay!!! Ban co the xoa dong chu nay!!! ii BẢN CAM ĐOAN Tên là: Trần Thị Thuận Lớp: Cao học Cơng nghệ thơng tin K10A Khố học: 2011 - 2013 Chuyên ngành: Khoa học máy tính Mã số chuyên ngành: 60 48 01 Cơ sở đào tạo: Trƣờng Đại học Công nghệ thông tin Truyền thông Thái Nguyên Giáo viên hƣớng dẫn: PGS.TS Ngô Quốc Tạo Cơ quan công tác: Trƣờng Đại học Sƣ phạm Kỹ Thuật Nam Định Tơi xin cam đoan tồn nội dung đƣợc trình bày luận văn kết tìm hiểu nghiên cứu riêng tơi, q trình nghiên cứu luận văn “Nghiên cứu phương pháp tăng cường chất lượng ảnh vân tay” kết liệu đƣợc nêu hoàn toàn trung thực Mọi thơng tin trích dẫn đƣợc tn theo luật sở hữu trí tuệ, có liệt kê rõ ràng tài liệu tham khảo Tơi xin chịu hồn tồn trách nhiệm với nội dung đƣợc viết luận văn Thái Nguyên, ngày 18 tháng 07 năm 2013 HỌC VIÊN TRẦN THỊ THUẬN iii LỜI CẢM ƠN Luận văn đƣợc thực Trƣờng Đại học Công nghệ Thông tin Truyền Thông - Đại học Thái Nguyên dƣới hƣớng dẫn thầy PGS TS Ngô Quốc Tạo Trƣớc hết em xin bày tỏ lòng biết ơn sâu sắc tới thầy PGS TS Ngô Quốc Tạo - Viện Cơng nghệ thơng tin, ngƣời tận tình hƣớng dẫn giúp đỡ để em hoàn thành tốt luận văn Em xin gửi lời cảm ơn chân thành đến thầy cô giáo Trƣờng Đại học Công nghệ Thông tin Truyền Thông - Đại học Thái Nguyên, thầy giáo nhiệt tình giảng dạy, truyền đạt kiến thức cho em suốt trình học tập trƣờng nhƣ trình làm luận văn Cuối em xin gửi lời cảm ơn đến gia đình, bạn bè, đồng nghiệp ngƣời động viên, giúp đỡ tạo điều kiện cho em q trình học tập hồn thành luận văn Thái Nguyên, ngày 18 tháng 07 năm 2013 HỌC VIÊN TRẦN THỊ THUẬN iv MỤC LỤC Lời cảm ơn iii Danh mục hình vẽ vi LỜI NÓI ĐẦU CHƢƠNG GI U VỀ XỬ LÝ ẢNH, HỆ THỐNG VÂN TAY 1.1 Giới thiệu xử lý ảnh 1.2 Gi u hệ thống nhận dạng sinh trắc học .6 1.2.1 Giới thiệu chung 1.2.2 Hệ thống nhận dạng sinh trắc học 1.3 Hệ thống vân tay 1.3.1 Tổng quan vân tay 1.3.2 Hệ tự động nhận dạng dấu vân tay 12 1.3.3 Tính cá nhân bất biến vân tay 13 1.3.4 Thu nhận lƣu trữ ảnh vân tay 14 1.3.5 Các đặc trƣng vân tay trích chọn đặc trƣng 17 1.3.6 Vai trò điểm đặc trƣng hƣớng điểm đặc trƣng nhận dạng vân tay 20 1.4 Tăng cƣờng chất lƣợng ảnh vân tay 21 1.4.1 Giới thiệu lọc ảnh 21 1.4.2 Quá trình tăng cƣờng chất lƣợng ảnh vân tay 23 CHƢƠNG ẢNH VÂN TAY D 2.1 Sơ đồ bƣớc tăng cƣờng chất lƣợng ảnh vân tay 26 2.2 Lọc ảnh dựa phép biến đổi Fourier 28 2.3 Chuẩn hóa ảnh 32 2.4 Lọc ảnh dựa phép biến đổi Wavelet 33 2.4.1 Phƣơng pháp phát biên Biến đổi Wavelet rời rạc(DWT) 35 2.4.2 Phƣơng pháp biến đổi Wavelet rời rạc 37 2.5 Ƣớc lƣợng đƣờng vân cục 39 2.6 Lọc ảnh kỹ thuật Gabor 43 v 2.7 Kỹ thuật tách ngƣỡng tự động 46 2.8 Làm mảnh đƣờng vân 48 2.9 Trích chọn đặc trƣng 50 2.10 Kết chƣơng trình 52 CHƢƠNG 3: CHƢƠNG TRÌNH MƠ PHỎNG MỘT SỐ KỸ THUẬT TĂNG CƢỜNG CHẤT LƢỢNG ẢNH VÂN TAY 3.1 Giới thiệu 54 3.2 Các thuật tốn đƣợc mơ 54 3.2.1 Mở ảnh 54 3.2.2 Chuẩn hóa ảnh 55 3.2.3 Lọc Gabor 56 3.2.4 Nhị phân hóa 57 3.2.5 Xem ảnh xƣơng 58 3.2.6 Xem đặc trƣng 58 KẾT LUẬN VÀ KIẾN NGHỊ 62 Kết luận 59 Kiến nghị 59 TÀI LIỆU THAM KHẢO 60 vi DANH MỤC CÁC HÌNH VẼ Hình 1.1 Quá trình xử lý ảnh Hình 1.2 Các bƣớc hệ thống xử lý ảnh Hình 1.3 Sinh trắc học thơng dụng: Hình 1.4 Mẫu ảnh vân tay: lằn màu đen, lõm màu trắng 10 Hình 1.5 Khung hình phản ánh loại lằn 10 Hình 1.6 Các kiểu vân tay theo định nghĩa Henry 11 Hình 1.7 Mơ hình tổng qt hệ tự động nhận dạng vân tay 13 Hình 1.8 Các ảnh vân tay thu đƣợc theo phƣơng pháp khác 15 Hình 1.9 Cấu tạo thiết bị quét ảnh vân tay sống 16 Hình 1.10 Các đặc trƣng tổng thể ảnh vân tay 18 Hình 1.11 Các điểm đặc trƣng cục 19 Hình1.12 Đối sánh hai ảnh vân tay 20 Hình 1.13 Các hƣớng khác cặp điểm đặc trƣng 21 Hình 1.14 Ảnh vân tay có chất lƣợng 24 Hình 1.15 Phân ngƣỡng sang ảnh nhị phân mát thông tin 25 Hình 2.1 Sơ đồ thuật tốn tăng cƣờng ảnh vân tay nhiều bƣớc 28 Hình 2.2 Ảnh vân tay miền khơng gian miền tần số 29 Hình 2.3 Sơ đồ bƣớc lọc ảnh sử dụng biến đổi Fourier rời rạc 31 33 Hình 2.5 Sơ đồ kim tự tháp Laplace phát triển Burt Adelson 37 2.6 Ảnh hƣớng vân tay đƣợc tính lƣới 16x16 39 Hình 2.8 Kết trình tách hƣớng đƣờng vân cục 43 Hình 2.9a Một vùng vân tay tốt 44 Hình 2.9b Một vùng vân tay có nhiễu 44 Hình 2.10 Kết việc nhị phân hóa ảnh đƣợc tăng cƣờng 48 Hình 2.11 Kết việc làm mảnh ảnh ảnh đƣợc nhị phân 50 LỜI NÓI ĐẦU Đã từ lâu, ngƣời lƣu tâm đến đặc tính vân tay, nhƣng quan tâm chƣa mang tính khoa học hệ thống Chỉ cuối kỷ 16 kỹ thuật ngành nhận dạng vân tay đại đƣợc hình thành Vào năm 1864, Nehemiah Grew công bố báo cáo khoa học cấu trúc đƣờng vân, rãnh vân tuyến mồ vân tay Kể từ đó, có số lƣợng lớn nhà khoa học đầu tƣ vào lĩnh vực Năm 1788, Mayer đƣa mơ tả chi tiết hình thành vân tay sở giải phẩu học, có số lƣợng lớn đặc tính đƣờng vân đƣợc nhận biết định tính Năm 1809, Thomas Bewick bắt đầu sử dụng vân tay nhƣ nhãn hiệu đăng ký kiện đƣợc xem cột mốc quan trọng ngành khoa học nghiên cứu vân tay Năm 1823, Purkinje đƣa chế phân lớp ảnh vân tay đầu tiên, cho phép phân loại ảnh vân tay vào chín lớp tƣơng ứng với chín dạng cấu trúc đƣờng vân khác Năm 1880, Henry Fault lần gợi ý quan điểm khoa học tính đặc trƣng cho ngƣời vân tay dựa quan sát ông Các khám phá đặt móng cho ngành nhận dạng vân tay đại Vào cuối kỷ 19, ông Francis Galton giới thiệu điểm chi tiết đặc trƣng Một bƣớc tiến quan trọng ngành nhận dạng vân tay đƣợc thực vào năm 1899 Edward Henry, ông xây dựng nên “Hệ thống Henry” nhằm thực việc phân lớp ảnh vân tay Vào đầu kỷ 20, chế hình thành vân tay đƣợc ngƣời ta nghiên cứu hiểu rõ Từ đó, nhận dạng vân tay đƣợc thức chấp nhận nhƣ phƣơng pháp để nhận dạng cá nhân có hiệu chuẩn đƣợc sử dụng thủ tục pháp lý Từ kỷ 18, vân tay đƣợc xem nhƣ phƣơng thức hữu hiệu để định danh ngƣời Cho đến nay, để quản lý cơng dân mình, hầu hết nƣớc định hệ thống thẻ cƣớc, mà thực chất hệ thống thông tin quản lý ngƣời, lấy vân tay làm khóa Các vấn đề xử lý nhận dạng ảnh vân tay tự động gọi tắt AFIS đƣợc quan tâm từ thập niên 1970, đến 1980 có số kết đối sánh tự động ảnh vân tay nhƣng cịn mức đối sánh bình thƣờng chƣa quan tâm đến cấu trúc đặc biệt mẫu vân tay Năm 1989, giới xuất phƣơng pháp phân tích, trích chọn, đối xánh mẫu vân tay dựa vào cấu trúc điểm chi tiết Và đến nay, giới xuất phần mềm xử lý nhận dạng ảnh vân tay tự động nhƣ: SAGEM, MORPHO, NEC, HORUS,… Tuy nhiên, giá thành phần mềm đắt, hàng triệu USD Ở nƣớc ta, năm qua có thành công bật trong lĩnh vực Năm 1992, có luận văn “biểu diễn đồng tự động đƣờng nét” phó tiến sĩ Nguyễn Ngọc Kỷ Tác giả đề xuất số phƣơng pháp xử lý đối sánh mẫu vân tay chủ yếu dựa vào đối sánh cấu trúc điểm đặc trƣng, đƣợc ứng dụng thực tế có hiệu đáng kể Trong hội nghị toàn quốc lần thứ ba tự động hóa vào tháng năm 1998, Ngơ Tứ Thành trình bày thuật tốn tự động xác định điểm đặc trƣng dựa vào dòng chảy đƣờng vân, thuật toán đối sánh điểm đặc trƣng mẫu vân tay Tháng 11 năm 1999, GSTS Hoàng Kiếm cộng (khoa CNTT_KHTN) công bố kết ứng dụng mạng nơron để nhận biết đƣờng vân Tháng 12 năm 1999, thạc sĩ Trần Trung Dũng (Khoa điện tử viễn thông_ĐHBKHN) công bố việc ứng dụng mạng nơron tự động để tìm nhân delta vân tay Với cơng trình nghiên cứu ứng dụng để phân loại mẫu vân tay tự động, rút ngắn thời gian đối sánh mẫu nhƣ tăng hiệu suất nhận dạng mẫu vân tay Tháng 12 năm 1999, TS Nguyễn Cao Thắng đƣa phƣơng pháp trích chọn đặc trƣng chứng minh đƣợc độ tin cậy đặc trƣng Và gần nhất, tháng năm 2000, thiếu tá Ngô Tứ Thành đề xuất phƣơng pháp tra cứu công thức vân tay trƣờng theo phƣơng pháp “Henry_Thanh” Phƣơng pháp đƣợc phát triển dựa phƣơng pháp Henry đối sánh mƣời mẫu vân tay để xác định xác ngƣời Trong trƣờng hợp ảnh trƣờng lấy không đủ mƣời mẫu, tác giả đề xuất công thức để bù lắp vào mẫu khiếm khuyết để dựa vào tiến hành đối sánh nhƣ đối sánh mƣời mẫu vân tay sở Vân tay đƣợc đặc trƣng hóa đặc trƣng tồn cục cục Đặc trƣng toàn cục bao gồm đồ hƣớng lằn, vị trí core delta Những điểm đặc trƣng nhƣ điểm kết thúc lằn, điểm rẽ đôi lằn,… đặc trƣng cục Sự ƣớc tính hƣớng lằn cục tần số lằn cục vai trò quan trọng giai đoạn hệ thống vân tay Bản đồ hƣớng đƣợc sử dụng trình nâng cao chất lƣợng ảnh, xác định điểm đơn, xử lý đặc trƣng vào giao đoạn cuối phân loại vân tay Bản đồ tần số lằn cục có ý nghĩa việc nâng cao chất lƣợng ảnh vân tay Phần lớn hệ thống nhận dạng vân tay online hay offline nhƣ AFIS,… không dùng đến lằn lõm mà dùng đến đặc trƣng điểm khơng bình thƣờng lằn nhƣ điểm kết thúc lằn, điểm rẽ đôi lằn, delta, core,… Trong số loại đặc trƣng, có hai loại có ý nghĩa đƣợc sử dụng nhiều đặc trƣng kết thúc lằn, điểm kết thúc lằn đặc trƣng rẽ đôi nhánh, điểm lằn mà có hai nhánh đƣợc rẽ Trong luận văn, tơi khơng có tham vọng đƣa mơ hình lý thuyết hay cài đặt hệ AFIS hoàn chỉnh, mà tập trung nghiên cứu xử lý ảnh cách có hệ thống, với nghiên cứu, sưu tập thử nghiệm nhằm tìm mơ hình thuật toán ứng dụng kỹ thuật xử lý ảnh vào xử lý ảnh vân tay Mục tiêu đạt đến tăng cường chất lượng ảnh đầu vào tạo điều kiện tốt cho q trình trích chọn đặc trưng nhận dạng sau Dựa mục tiêu xác định, nội dung luận văn đƣợc trình bày qua chƣơng nhƣ sau: Chƣơng Trình bày tổng quan xử lý ảnh hệ thống vân tay Chƣơng Trình bày số kỹ thuật tăng cƣờng chất lƣợng ảnh vân tay Chƣơng Trình bày chƣơng trình mơ số kỹ thuật tăng cƣờng chất lƣợng ảnh vân tay Kết luận kiến nghị hƣớng phát triển Do thời gian trình độ cịn hạn chế nên luận văn khó tránh khỏi thiếu sót, kính mong nhận đƣợc đóng góp, bảo thầy giáo, cô giáo bạn đồng nghiệp Cuối cùng, tác giả xin chân thành bày tỏ lòng biết ơn sâu sắc đến thầy giáo PGS TS Ngô Quốc Tạo - Viện Công nghệ thông tin, Viện Khoa học Công nghệ Việt Nam tận tình hƣớng dẫn, bảo, giúp đỡ, khích lệ tác giả suốt trình làm luận văn Đồng thời, tác giả xin chân thành cảm ơn thầy cô trƣờng ĐH CNTT & TT Thái Nguyên tạo điều kiện thuận lợi, giúp đỡ tác giả hoàn thành luận văn 47 Giả sử, ta có ảnh I ~ kích thƣớc m × n L ~ số mức xám ảnh kể khuyết thiếu t(g) ~ số điểm ảnh có mức xám ≤ g m(g) = g i.h(i ) ~ giá trị trung bình giá trị mức xám ≤ g (2.46) t(g) i Hàm f: f(g) = Tìm g  f(g) t(g) [m(g)-m(G-1)]2 m x n t(g) (2.47) cho: F( ) = max f ( g ) g L (2.48) Ví dụ: Tìm ngƣỡng tự động ảnh sau: 0 0 I 0 0 0 0 Ta lập bảng tính ngƣỡng tự động g G h(g) t(g) i.h(i ) g.h(g) m(g) f(g) i 0 15 15 0 1.35 20 24 13 0.25 0.54 1.66 1.54 27 29 30 22 30 35 0.81 1.03 1.16 1.10 0.49 ∞ Ngƣỡng cần tách =1 ứng với f( ) = 1.66 48 Hình 2.10 Kết việc nhị phân hóa ảnh đƣợc tăng cƣờng 2.8 Làm mảnh đƣờng vân Thuật toán làm mảnh ảnh số nhị phân thuật toán quan trọng xử lý ảnh nhận dạng Xƣơng chứa thông tin bất biến cấu trúc ảnh, giúp cho q trình nhận dạng vectơ hố sau Thuật tốn làm mảnh q trình lặp duyệt kiểm tra tất điểm thuộc đối tƣợng Trong lần lặp tất điểm đối tƣợng đƣợc kiểm tra: nhƣ chúng thoả mãn điều kiện xố tuỳ thuộc vào thuật tốn bị xố Q trình lặp lại khơng cịn điểm biên đƣợc xố Đối tƣợng đƣợc bóc dần lớp biên bị thu mảnh lại điểm biên Một phƣơng pháp làm mỏng vân tay phƣơng pháp tác giả A.Rosenfeld A Kak (1982) Trong phƣơng pháp này, nhóm tác giả Rosenfeld Kak đƣa định nghĩa 8-simple để tính chất điểm ảnh P bị xố mà khơng làm tính liên thơng điểm ảnh lân cận với P, nói cách khác, điểm ảnh lân cận với P liên thông với mà khơng cần có P Chất lƣợng thuật toán làm mảnh đƣợc đánh giá theo tiêu chuẩn đƣợc liệt kê dƣới nhƣng không thiết phải thoả mãn đồng thời tất tiêu chuẩn(tham khảo[3- Tr45-46]): 49 • Bảo tồn tính liên thơng • Khơng tạo lỗ hổng • Bảo tồn điểm cụt • Xƣơng gồm điểm biên, mảnh tốt • Bền vững nhiễu • Xƣơng cho phép khơi phục ảnh ban đầu đối tƣợng • Xƣơng thu đƣợc đƣờng nét đối tƣợng đƣợc làm mảnh • Xƣơng nhận đƣợc bất biến với phép quay Với điều kiện trên, ta xoá điểm P nhƣ sau: A: Các điểm có giá trị P B: Các điểm có giá trị khác P *: Các điểm tuỳ ý A A A A * B A A * * P * A P B A P B B B B A * B * B B B B B B * A B B * * P * B P A B P A A A A B * A * A A * A A * B B B P A A P B B B * A A * Thuật tốn trình đƣợc trình bày tóm tắt nhƣ sau: 50 Bước 1: Đánh dấu điểm ảnh 8-simple nằm biên pixel pixel kết thúc (điểm ảnh kết thúc có pixel lân cận 8) Bước 2: Xoá điểm ảnh đánh dấu Bước 3: Lặp lại bƣớc khơng có pixel bị đánh dấu Bước 4: Xóa chi tiết thừa xƣơng Hình 2.11 Kết việc làm mảnh ảnh ảnh đƣợc nhị phân 2.9 Trích chọn đặc trƣng Thơng thƣờng việc rút trích đặc trƣng minutiae dựa vào ảnh nhị phân Phƣơng pháp dựa vào Crossing Number (CN) đƣợc sử dụng phổ biến Phƣơng pháp hai tác giả Arcelli Baja giới thiệu vào năm 1984 Phƣơng pháp tính tốn dựa chuyển tiếp giá trị nhị phân điểm ảnh lân cận Cơng thức tính giá trị CN nhƣ sau: CN ( P) Pi 2i Pi (2.49) Nếu CN(P) = : pixel P điểm rẽ nhánh (bifurcation) Nếu CN(P) = : pixel P điểm kết thúc (ending) Nếu CN(P) = hay CN(P) > : pixel P điểm minutiae 51 P8 P1 P2 0 0 0 P8 P P2 0 0 P6 P5 P4 0 0 1 a) Pi, i=1,…,8 b) c) CN(P)=2 CN(P)=1 d) CN(P)=3 Thuật toán cho phép phát tất điểm minutiae ảnh vân tay Nhƣng minutiae này, tồn nhiều minutiae giả (xem Hình 2-12a) Do vậy, bƣớc xử lý lọc minutiae giả cần áp dụng để việc xử lý nhận dạng bƣớc sau đƣợc xác Bởi ảnh vân tay có nhiễu, nên thuật tốn rút trích minutiae tạo nhiều minutiae giả chẳng hạn nhƣ minutiae nằm điểm gãy, cầu nối, tam giác, khuyên, đảo, Do vậy, giai đoạn lại bỏ minutiae giả cần phải thực để việc nhận dạng đƣợc xác Bƣớc loại bỏ minutiae nằm điểm gãy đứt (break) đoạn ngắn Nếu điểm kết thúc nằm điểm gãy thỏa điều kiện sau bị loại bỏ Khoảng cách hai điểm kết thúc nhỏ ngƣỡng (a) Hình 2.12: (a) Ảnh vân tay trƣớc loại bỏ minutiae giả T1 (b) (b) Ảnh minutiae sau loại bỏ minutiae giả 52 Nhƣ vậy, mục trình bày tất bƣớc xử lý cần thiết để rút trích tập minutiae phục vụ cho giai đoạn so khớp ảnh vân tay Ảnh vân tay giai đoạn xử lý đƣợc biểu diễn tóm tắt Hình 2-13 Hình 2.13 Ảnh minh họa giai đoạn xử lý ảnh vân tay 2.10 Kết chƣơng trình Mục đích thuật tốn nâng cấp vân tay nhằm cải thiện độ sáng lằn vân thung lũng ảnh vân tay đầu vào, hay nói cách khác làm tách biệt rõ ràng lằn vân Thuật ngữ “tách biệt” bao hàm nâng cao độ tƣơng phản biến đổi lằn vân - thung lũng vân tăng độ đồng chạy dọc theo lằn Mà điều đồng nghĩa với việc phải khử nhiễu tốt ảnh chất lƣợng đầu vào Với mục tiêu nhƣ vậy, cài đặt thành công phƣơng pháp lọc khử nhiễu Gabor Đây cách làm hữu hiệu để loại bỏ nhiễu không mong đợi, thực chất áp dụng ma trận nhân chập theo hƣớng đƣờng vân “vuốt mƣợt” đƣờng vân theo dạng hình sin Tất điểm nhiễu bị cắt bỏ chúng gây tần số không phù hợp Kết đạt đƣợc sau lọc tốt, hầu hết nhiễu bị cắt bỏ, nữa, nhờ lọc theo 53 hƣớng nên thuật tốn nối liền đƣờng vân bị đứt đoạn đồng thời bảo toàn điểm đặc trƣng Các cấu trúc chung ảnh vân tay không bị thay đổi sau lọc Nhằm tăng tính dễ dàng cho thao tác hệ AFIS trích chọn đặc trƣng nhận dạng, đƣa thuật tốn: chuẩn hóa ảnh, lọc khử nhiễu rier, Wavelet, Gabor), phân ngƣỡng, làm mảnh đƣờng vân trích chọn đặc trƣng Các thuật toán tỏ hiệu cài đặt thành công 54 CHƢƠNG 3: CHƢƠNG TRÌNH MƠ PHỎNG MỘT SỐ KỸ THUẬT TĂNG CƢỜNG CHẤT LƢỢNG ẢNH VÂN TAY 3.1 Giới thiệu Để đáp ứng mục đích luận văn làm bật số đặc tính ảnh vân tay nhƣ thay đổi độ tƣơng phản, lọc nhiễu, biên, làm trơn biên, trích chọn đặc trƣng, làm trơn lấp lỗ hổng nhằm cải thiện nâng cao chất lƣợng ảnh vân tay hoàn thiện trạng thái quan sát Với mục đích trên, chƣơng tập trung vào việc mơ tả chi tiết thuật tốn đuợc sử dụng kết thực thi chúng Nó mơ tả bƣớc cần thiết để tăng cƣờng chất lƣợng ảnh vân tay Chƣơng trình đƣợc viết ngơn ngữ hƣớng đối tƣợng Visual C# Các form chƣơng trình đuợc thiết kế đơn giản, đầy đủ chức thân thiện 3.2 Các thuật tốn đƣợc mơ 3.2.1 Mở ảnh 55 3.2.2 Chuẩn hóa ảnh a) Phương pháp Đầu tiên tính kỳ vọng ảnh theo cơng thức M(I) = N2 N 1N I (i, j ) i j Tính giá trị phƣơng sai ảnh theo công thức VAR(I) = N2 N 1N ( I (i, j ) M ( I )) i j Tiếp theo tính giá trị mức xám theo công thức Mo G (i, j ) Mo b) Kết VARo ( I (i, j ) M ) VAR VARo ( I (i, j ) M ) VAR , I (i, j ) M , otherwise 56 3.2.3 Lọc Gabor a) Phương pháp Tìm mặt nạ điểm theo cơng thức: h(x,y, ,f) = exp x x2 y 2 y cos(2 fx ) , [x , y ] ảnh , [x,y] sau quay quanh trục Cartesian góc (90 o- ) đƣợc tính: x y cos(90o sin(90o ) sin(90o ) cos(90o ) ) x y sin( ) cos( ) cos( ) sin( ) x y f tần suất vân tay cục điểm đó, nhƣng việc tính tốn tần suất vân tay cục điểm ảnh phức tạp nên ƣớc lƣợng giá trị f phù hợp (1/5,1/7,1/9,…) b) Kết 57 3.2.4 Nhị phân hóa a) Phương pháp Tìm ngƣỡng cách Gọi t(g) số điểm ảnh có giá trị ≤ g, m(g) giá trị trung bình điểm ảnh có giá trị ≤ g: g t(g) i.h(i ) i g i.h(i ) t(g) i m(g) = Hàm f: g  f(g) f(g) = Tìm t(g) [m(g)-m(G-1)]2 m x n t(g) cho: f( ) = b) Kết max g G f (g) 58 3.2.5 Xem ảnh xƣơng 3.2.6 Xem đặc trƣng 59 KẾT LUẬN VÀ KIẾN NGHỊ Kết luận a) Những nội dung đƣợc giải luận văn: Tìm hiểu có cách nhìn tổng qt xử lý ảnh, hiểu đƣợc số thuật toán xử lý ảnh đƣợc áp dụng phần mềm xử lý ảnh nhƣ photoshop, corel,… Dựa lý thuyết lọc khử nhiễu Fourier, lọc biên Wavelet, lọc tần số Gabor, áp dụng vào nâng cấp ảnh vân tay cài đặt thành công Sau xử lý, ảnh đầu vào đƣợc nâng cấp tốt hẳn hai tiêu chuẩn khử hầu hết loại nhiễu để tăng rõ ràng, đồng cấu trúc vân tay nhƣ bảo tồn tốt đặc trƣng vốn có ảnh Thuật toán làm mảnh đƣờng vân cho phép làm mảnh đƣờng vân ảnh nhị phân Thuật toán cắt ngƣỡng tự động cho phép chuyển đổi từ ảnh đa cấp xám sang ảnh đen trắng tốt, ảnh sau cắt ngƣỡng loại trừ đƣợc hầu hết nhiễu cho lằn vân tách biệt, ngồi cịn trích chọn đƣợc điểm đặc trƣng vân tay đầu vào b) Những hạn chế luận văn: Chƣa đƣợc thử nghiệm nhiều liệu thực tế số lƣợng liệu ảnh vân tay mà thu thập đƣợc cịn Chƣa có hệ soạn thảo đồ hoạ cho phép phóng to, thu nhỏ, thêm, bớt đƣờng vân, nhằm giúp cho ngƣời sử dụng dễ dàng việc theo dõi nâng cấp Chƣơng trình xây dựng cịn phải hồn thiện tiếp Kiến nghị Hoàn thiện phƣơng pháp tăng cƣờng chất lƣợng ảnh vân tay, để từ xây dựng hệ thống nhận dạng vân tay tự động 60 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Lƣơng Mạnh Bá, Nguyễn Thanh Thuỷ (1999), Nhập môn xử lý ảnh số, Nhà xuất khoa học kỹ thuật [2] Nguyễn Đăng Bình (2009), Giáo trình xử lý ảnh số, Đại học Huế [3] Đỗ Năng Tồn, Phạm Việt Bình (2007), Giáo trình mơn học Xử lý ảnh, Đại học Thái Ngun [4] Dƣơng Hữu Đẩu, “Phép biến đổi Wavelet ứng dụng xử lý tín hiệu”, Bài báo cáo khoa học [5] Dƣơng Hữu Đẩu, Đỗ Trung Nhơn(2011), “Áp dụng thuật toán cải thiện dấu vân tay phép lọc Gabor”, Tạp chí khoa học, Tập 17b, số 207-212 [6] Nguyễn Ngọc Kỷ (1994), Biểu diễn đồng tự động ảnh đường nét, Luận án PTS, Hà Nội [7] Võ Minh Sơn, Nguyễn Hữu Phƣơng (2009), “Tách ảnh dùng biến đổi Wavelet phân tích thành phần độc lập”, Tạp chí phát triển KH&CN, Tập 11, số 09 [8] Ngô Quốc Tạo (2007), Nhập môn xử lý ảnh, giảng cao học, Viện công nghệ thông tin [9] Ngô Quốc Tạo (2001), Đề cương xử lý ảnh cao học chất lượng cao, ĐH Công nghệ, ĐHQG Hà Nội [10] Đỗ Năng Tồn, Ngơ Quốc Tạo (1998), “Kết hợp phép tốn hình thái học làm mảnh để nâng cao chất lƣợng ảnh đƣờng nét”, Tạp chí Tin học Điều khiển học, Tập 14, số 3, tr 23-29 61 Tiếng Anh [11] B.G.Sherlock, D.M.Monro, and K.Millard (1994), Fingerprint enhancement by directional fourier filtering, In Visual Image Signal Processing, volume 141, pages 87–94 [12] Lin Hong, Wan Yi-fei, Jain A., (1998), Fingerprint Image Enhancement: Algorithm and Performance Evaluation, IEEE Transaction on Pattern Analysis and Matching Intelligence 20(8):777-789 [13] Anil Jain and Lin Hong “Online Fingerprint Verification” Pattern Recognition and Image Processing Lanoratory Department of Computer Science Michigan State University, East Lansing, MI 48824 Ruud Bolle, Exploratory Computer Vision Group IBM T.J Watson Research Center Yorktown Heights NY 10598 November 26, 1996 [14] Nalini K Ratha, Shaoyun Chen and Anil K Jain (1995), Adaptive ow orientation based feature extraction in fingerprint images [15] S.Greenberg, M Aladjem, D Kogan, I Dimitrov (2000), Fingerprint image enhancement using filtering techniques International Conference on Pattern Recognition, vol 3, pp 326–329 [16] Jain A., Prabhakar S., Lin Hong, S Pankanti (2000), Filterbank-Based Fingerprint Matching, IEEE Transactions on Image Processing., 9(5):846-859 [17] Shlomo Greenberg, Mayer Aladjem, Daniel Kogan “Fingerprint Image Enhancement using Filtering Techniques” Electrical and Computer Engineering Department, En-Gurion University of the Negev, BeerSheva, Isarel