Công nghệ nhận dạng vân tay hoạt động theo nguyên tắc: Khi đặt ngóntay lên trên một thiết bị đọc dấu vân tay, ngay lập tức thiết bị này sẽ quét hình ảnhngón tay đó và đưa vào hệ thống..
Trang 1TRAN NGỌC DUY
NHAN DANG VAN TAY TREN ARM, UNG DỤNG XÂY
DUNG HE THONG CHAM CONG
Chuyên nganh: Kỹ Thuật Điều Khién và Tự Động Hóa
Mã so: 605202216
LUẬN VÁN THẠC SĨ
TP HỎ CHÍ MINH, tháng 6 năm 2014
Trang 2TRUONG DAI HOC BACH KHOA — ĐHQG - TP HO CHI MINH
Cán bộ hướng dẫn khoa hoc: c.c c2 0000000000 00 00 n1 ng ng ng ng ng vn ng nt se vn vàn
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
(Ghi rõ họ tên, học hàm, học vi của Hội dong châm bảo vệ luận văn thạc si)
Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành
sau khi luận văn đã được sửa chữa (nều có).
CHỦ TỊCH HỘI ĐÔNG TRƯỞNG KHOA
Trang 3ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc
NHIEM VỤ LUẬN VĂN THẠC SĨ
Họ tên học VIÊN: -cccc Ăn 335 xx2 MSHV: Ngày, tháng, năm sinh: (cv gi Nơi sinh:
Chuyên ngành: _ - - Ăn ng ke Mã số : I TÊN DE TÀI: -cc 2tr rrrieTl NHIỆM VỤ VÀ NỘI DUNG:: - 5< SE EEEE E111
Ill NGÀY GIAO NHIEM VU : (Ghi theo trong QD giao dé tài) IV NGÀY HOÀN THÀNH NHIỆM VU: (Ghi theo trong QD giao dé tài)
Tp HCM, ngày thang năm 20
CÁN BỘ HƯỚNG DAN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO
(Họ tên và chữ ký) (Họ tên và chữ ký)
TRƯỞNG KHOA
(Họ tên và chữ ký)
Trang 4LỜI CÁM ƠN
Trước hết, em xin gửi lời cảm ơn chân thành nhất đến TS Nguyễn Đức
Thành, ĐHBK HCM, người đã nhiệt tình hướng dẫn em trong quá trình thực hiện
luận văn này cũng như cung cấp những tài liệu giúp em định hướng nghiên cứu của
mình Bên cạnh đó, em cũng gửi lời cắm ơn các bạn đã giúp đỡ em trong quá trình
tìm hiểu và giải quyết các khó khăn khi thực hiện luận văn
Em hi vọng sẽ tiêp tục nhận được sự hồ trợ cua mọi người trong cuộc sôngcũng như trong công việc.
Xin chúc mọi người sức khỏe, an lành, hạnh phúc.
Thân ai !
Trần Ngọc Duy
Trang 5TÓM TẮT LUẬN VĂN THẠC SĨ
Luận văn trình bày về công nghệ nhận dạng vân tay, các thành tựu đã đạtđược và những khó khăn còn ton tại Nghiên cứu các thuật toán nhận dạng vân tay,và áp dụng xây dựng thử nghiệm hệ thống nhận dạng vân tay trên ARM và xâydựng hệ thống chấm công Bên cạnh đó luận văn còn trình bày các kết quả đạt đượcvà chưa đạt được khi chạy thử nghiệm hệ thống nhận dạng vân tay với các số liệuthực tế từ đó đề ra hướng phát triển tiếp theo trong tương lai
This thesis presents the fingerprint recognition technology, achievements andchallenges Researching fingerprint recognition algorithm to build a fingerprintidentification system on ARM and a timekeeping system Besides, the thesis alsopresents achieved and not achieved results when testing the fingerprintidentification system with the real data to suggest the next research in the future.
Trang 6LỜI CAM ĐOAN
Tôi xin cam đoan các kết quả được đưa ra trong luận văn này déu dựa trêncác thử nghiệm thực tế trong quá trình nghiên cứu của tôi Nội dung luận văn cótham khảo và sử dụng một số thông tin, tài liệu từ các nguồn sách, tap chí, các
nghiên cứu của những người đi trước trong lĩnh vực này Những tài liệu này được
liệt kê trong danh mục các tài liệu tham khảo Cuối cùng, tôi xin cam đoan chịu
trách nhiệm với những gi mình viết.
Trần Ngọc Duy
Trang 71.6 Nội dung của luận văn thac SŸ Ăn re 18
Chương << << << 9 6 999009009 600900090949490066666889888809000999999906 19
Tổng quan nhận dạng VAN tay 5 5-5 ° %5 << << sex se S2 eseseEesesssee 19
2.1 Các đặc trưng VAN tay cọ re 19
2.2 Mô hình hệ thông nhận dạng vân tay ccecccsessssesessesesessesssessssesssscseseesessseeseees 222.3 Sơ đồ các bước xử lý trong quá trình nhận dạng -. ¿555555552 23
2.3.1 Quá trình xử lý anh (image DFOC€SSITĐ) G Ăn ke 24
2.3.2 Quá trình đối sánh vân tay (Matching) - + 52+ s+x+eerezesrered 242.4 Cách đánh giá hệ thống nhận dạng vân tay ¿52555225 csccsecreceee 252.5 Các lỗi sinh trắc + + k1 TH HH g1 H111 26
Ôn CC In 29Các thuật toán nhận dang vân {ay co G G SG 9.9 99.96.0999 90086889994.6996966656 293.1 Quá trình xử lý ảnh . c0 29
Trang 83.1.1 Ảnh dau vào ( Input Fingerprint Image File ) - 2 55555+5<55¿ 303.1.2 Tạo ban dé chất lượng ảnh ( Generate Image Quality Maps ) 313.1.2.1 Bản đồ hướng đường van (direction Map) -5 + scs+s+cse: 313.1.2.2 Bản đồ các khu vực có độ tương phản thấp ( low contrast map ): 353.1.2.3 Bản đồ dòng đường vân thấp ( Low flow Map ) - 353.1.2.4 Bản đồ đường vân có độ cong cao ( High Curve Map ) 363.1.2.5 Bản đồ chất lượng ( Qualtity Map ) ¿-5- c5 czcececxsrerrered 37
3.1.3 Nhị phân ảnh vân tay ( Binarize image ) << s1 ke 38
3.1.4 Phát hiện điểm đặc trưng ( Detect Minutiae ) «c2 403.1.5 Loại bỏ điểm đặc trưng sai (Remove False Minutia ) - 4]3.1.5.1 Loại bỏ điểm “island” va “lake” ( Remove Islands and lakes ) 42
3.1.5.2 Loại bỏ các 16 ( Remove Holes ) ¿6s xe E+E+eEsEeeEsezeed 42
3.1.5.3 Loại bỏ những điểm đặc trưng hướng đến block không xác định được
hướng đường vân ( Remove Pointing to Invalid ) -« -<<<secssss 43
3.1.5.4 Loại bỏ những điểm đặc trưng gần các block không xác định được
hướng đường vân ( Remove Near Invalid BIOCKS ) -< << «<2 43
3.1.5.5 Loại bỏ hoặc chỉnh sửa điểm đặc trưng nằm trên cạnh đường vân (
Remove or Adjust Side Minutiae ) - sgk rre 44
3.1.5.6 Loại bỏ các “hook” ( Remove Hooks ) eeeeesecccceeseesneeeceeeeeseeneees 45
3.1.5.7 Loại bỏ các “overlap” ( Remove Overlaps ) - << «s+2 46
3.1.5.8 Loại bỏ những điểm đặc trưng có khoảng cách hai nhánh quá rộng (
Remove too Wide mInUẨTA€ ) << S11 113310111131 111115 11155 111155647
3.1.5.9 Loại bỏ những điểm đặc trưng có khoảng cách hai nhánh quá hẹp (
Remove Too Narrow Minutiae ) -c n1 1n HH 11 vn sen 47
3.1.6 Đếm số đường vân nằm giữa điểm đặc trưng và các điểm đặc trưng lân
cận nó( Count Neighbor Ridges ) - - - << SH kh 49
Trang 93.1.7 Xác định chất lượng điểm đặc trưng ( Assess Minutia Quality ) 503.1.8 Tạo ra file chứa điểm đặc trưng ( Output Minutiae File ) - 513.2 Đối sánh đặc trưng - + +5: SE 1E 1 121115151111 11 1111115110111 0111 1101010 y6 513.2.1 Xây dựng bảng Intra-Fingerprint Minutia Comparison dùng để so sánh 52
3.2.2 Xây dựng bảng Inter-Fingerprint Compatibility -««<<<<<5 34
3.2.3 Phân tích bảng Inter-Fingerprint Compatibility «<< «««<<<<s 56
Chương 4 o 000000000 6 6.9.9.9 9.9.9.9 9.9.9.0 0.0.0.9 9 9 cọ g0 0 00066666666666666666666 S8
Giới thiệu về hệ thong nhúng, và các thiết bị nhúng - << s2 584.1 Định nghĩa hệ thống nhúng: ¿2-2 2522222 SE‡E+EEE£EvEerererrerrrerree 58
A.D LACH 0 4AŒU 59
4.3 Các đặc điểm của hệ thống nhúng c.ccccccccsessssesessesescseescsessssesesssseseeesseseeeeees 60
00:20 60
A.5 Ki€n 090000 614.6 Thiết bị ngOại Vivwecececccccccscscscscscscssescscscscssscsessscsssscscssscscsssscscscscsssssseecssseeees 614-7 Công cụ phát triỄn -¿- - ¿56s 2 E293 123911 1212112521111 11111 11.1111 62
4.8 ĐỘ ti CẬY Q9 ch 63
4.9 Các kiến trúc phần mém hệ thong nhúng 2-2- 5 2 255252 s+s+£ss25+2 634.9.1 Vòng lặp kiểm soát đơn giản - ¿6 +52 St 2t 2xvErkekrrkrkrrrrkrerree 644.9.2 Hệ thong ngắt điều khiến - + 2522222 2E 2E 2E EEEEEEEEEErkrrrrkrree 64
4.9.3 Đa nhiệm tương tac - - - G1 vn 64
5 X00) 0 2000001200777 A a na 65
4.9.5 Vi nhân (Microkernel) và nhân ngoại (Exokernel) << «+65
4.9.6 Nhân khối (monolithic kerrneÌS) - - ¿+ k9 x+E+£eEsEsEeEeEeeEeEsesesxe 654.10 Giới thiệu về panda board ¿+ + + 2+2 SE+E+EE£E£E£EEEEEEEEEEErErrrrkrkrrrrerree 66
Trang 105.1 Hệ điều hành embedded linux - - - 6s + EE*E+EEEsEsEEESEEEEsererereesed 73
5.1.1 Giới thiỆU -¿- - <5 SE 1 E1 151111 1151111511 11111511111511 0115111111 T111 re 73
5.1.2 Lịch SỬ 5< CC S11 S3 111 111515111111 11 1111111151111 111 111111100111 11 1g rrk 74
5.1.2.1 Các hệ thống Unix trước Linux - 5-5-5 +s+s+E+E+E+EsEeEsrerrees 74
5.1.2.2 Richard Stallman, GNU PrOJ€CÍ -Ă Ăn 1 re 75
5.1.2.3 MINIX 5c C221 1 E1 111112111511 11 011111111 21111 112111111211 01 11 111g 76
5.1.2.4 Nguồn gốc của LinUX ¿- 5c 62952 SE E323 2E EEEErrrrkrrrrees 765.1.2.5 Tính thương mại và sự phổ biến - 22 2 2+s+£+£z£z£szxzesree 765.1.2.6 Việc phát triỀn ở hiện tai cece eeceeeecesescesscscecesessececsceceevevevscececeesevsceees 775.1.2.7 ThiẾt KẾ E122 121 12151511 21112151111 110115 12110101 1101.110111 11 0.1 rk 775.1.2.8 Vài thành phan chính của một hệ thống Linux hoàn chỉnh: 78
5.1.2.9 Các chương trình giao diện người dùng như các shell hoặc môi trường
CUA SO ceeccccsccscscsssscscscscsscscscscscsscscscsssesscscscsvsvssescscscssscscscscssscsescsssssscseseseessesees 785.1.2.10 Việc phát triỂn ¿-¿- 5+ 562121 1212 1 12111511311 111111 11111111111 xe 70
5.2 UUn(U - 00003000 000 80
5.2.1 GiGi thiỆU (<< S900 30
5.2.2 LACH SỬ G0 81
5.2.3 Các phiên ban UÏbunfU - <0 00 nọ ve 82
5.2.3.1 Phiên bản thông thường - - <5 5500 9 ng ke 32
5.2.3.2 Phiên bản hỗ trợ lâu dài - - - + £22222E2* 2E 2E 2E £££z£z££rzveered 32
Z9 n ea 32
5.2.5 Gia đIỆN cọ vn 83
5.2.6 Ung dung 7 ‹ - 84
Trang 115.2.7 Sự phân loại và hỗ trợ các 20 84
5.2.8 Các phan mềm độc QUYEN o.ceccsccsesessssessssesessesesessesesessesesecsesesssssseseeseseeeees S5
Ôi CC 87Giới thiệu ứng dung thir nghiéM ccccccccsssssssssssccccsscssssssssssssssssssccsccssssssssees 87
6Ô) 0 92
Trình bày một số kết luận và hướng phát triển cúa đề tài «- 927.1 Một số kết quả dat đƯỢC 5-5 S211 S1 3 111513111111 1111 11111111111 ce 927.2 Hướng phát triển của dé tài - ¿6-55 S13 SE 3 32 12121 1211111211111 re 92TÀI LIEU THAM KHẢO << < 5° < 5£ se se se se sesssesessesers 93
Trang 12DANH SÁCH HÌNH
Hình 1.1: Câu hình cơ bản của một hệ thống nhận dạng vân tay 15Hình 2.1: Vân lồi và vân lõm của một ngón fay - - 25+ 5s+cc+cecesrecscree 19
Hình 2.2: Hình vuông màu trăng vung don chứa diém đặc biệt va vòng tron màu
trăng là điỂ¡m €OFC - ¿2E + E123 E919 5 121 1515151111 111115 1111111111111 11101111111 20
Hình 2.3: 5 phân lớp chính của một vân tay ĂĂ SH 1 re 20
Hình 2.4: Các loại đặc trưng phổ biẾn ¿+ - 525252 SE£E+ESEEEEEEEEEEEErkrkrkrree 21
Hình 2.5: b) la anh âm ban của hình a) - - -cc< 3311113111111 1111551111 1115555 21
Hình 2.6: Mô hình hệ thống nhận dạng vân tay ccececsccsessssesessesesesessesesesseseseesesee 22Hình 2.7: Sơ đồ tiêu biểu của các bước xử lý trong quá trình nhận dạng vân tay 23Hình 2.8: Ty lệ lỗi của hệ thống sinh trac - ¿2 2 2 522E+E+E2EE£E+EzEzEzrzrxrerree 27Hình 2.9: Đường đặc trưng của hệ thống (ROC) TQ SG QQnn HH 33 x6 27
Hình 3.1: Các bước xử lý ảnh << 00 re 30
Hình 3.2: Block có kích thước 8x8 va window có kích thước 24x24 32
Hình 3.3: Các window được xoay theo các hướng khác nhau Quy ước góc thăngđứng là 0, mỗi lần xoay sẽ tăng lên I 1.25” ¿- - + ©5+++++E+£E+EeEzEekererkrrrrerree 33Hình 3.4: Các dạng sóng tần số IDIFT, - ¿6 +52 SE+E+EEE‡ESEEEEEEEErErkrrkrkrrrreee 34Hình 3.5: Kết quả sau khi phân tích - ¿+ + 2+ £E+E+E£E£EeEezerxerrrererreee 34Hình 3.6: Kết quả bản đồ các khu vực có dòng đường vân thấp - 36Hình 3.7: Kết qua bản đỗ đường vân độ cong cao - + 2 5s+s+c+s+csveveszxcseei 37Hình 3.8: Bản đồ chất lượng tại các khu vực khác nhau «<< <<+++<<*+ 38
Trang 13Hình 3.9: Các hàng trong một block được quay sử dung dé nhị phân hoá anh 39Hình 3.10 : Ảnh vân tay sau khi được nhị phân «+ essessseks 40Hình 3.11: Mau pixel dùng dé xác định điểm kết thúc - - cesses 40Hình 3.12: Mẫu block được dùng dé phát hiện điểm đặc trưng - 41Hình 3.13: Điều kiện loại bỏ điểm “island” và ““lak€”” -sc+cxcererrrerrerrriee 42Hình 3.14: Điều kiện loại bỏ lỗ -G- + E6 xxx E9E 939128 E332 E3 ve gxei 42Hình 3.15: Điều kiện loại bỏ điểm đặc trưng hướng đến block không xác định được
hướng đường VAN - - œ0 nọ re 43
Hình 3.16: Điều kiện loại bỏ những điểm đặc trưng gan các block không xác định
được hướng đường VAN - <0 Họ 43
Hình 3.17: Điều kiện loại bỏ hoặc chỉnh sửa điểm đặc trưng nằm trên cạnh đường
VAN 0ỖỔỖ AA
Hình 3.18: Điều kiện loại bỏ HOOKS wo sscesesessssecsceceseesecscececeesevecsceceeeevevacseevavaeees 46Hình 3.19: Điều kiện loại bỏ các “Overlap” da'mi 46Hình 3.20: Điều kiện loại bỏ những điểm đặc trưng có khoảng cách hai nhánh quá
¡0 — 46
Hình 3.22: Ví du Count Neighbor Ridỹes - - << ng re 49
Hình 3.23: Điểm đặc trưng trên ảnh vân tay - ¿5-5525 Sc2tEtcxtrrekrrkrrrreee 51Hình 3.24: Các giá trị tương đối giữa 2 điểm đặc trưng k Vaj veces 53
Trang 14Hình 3.25: Các phép đo dùng cho cặp điểm đặc trưng tương thích của 2 ảnh vân taydé tạo ra một mục nhập vào bảng Inter-Fingerprint Compatibility - 55Hình 4.1: cầu hình pandaboard c.ccccccsscssssssessssssessesesesscsesessesesesscsesessesessseescseseeseses 68
Hình 4.2: OMAP4460 Pandaboard ES Architectural Block Diagram 69
Hình 4.3: Hình ảnh thực tế của pandaboard c.cccccscsseseesesessesesesessesssessssesesseseseesesen 69Hình 4.4: Giao diện phần mềm win32diskimager - 2-5-5 + 25525 5scs+see 70
Hình 4.5: màn hình lúc khới động - - 5G + 111903011 1999511 ke7]
Hình 4.6: Màn hình khi cài đặt - - - E3 1 1101000 2221111 11111111511 11x rrreg 71
Hình 4.7: Man hình sau khi cài đặt xong oo eee eeeeceesseceeceesseeecesseeecesseeeeeessaees 72
Hình 5.1: Richard StalÏman - - - -G CS 9000090000309 009 009305 009 1 1 vn Y y se 75
Trang 15Chương 1
Mo đầu
1.1 Giới thiệu về nhận dạng vân tay
Sinh trắc học hay Công nghệ sinh trắc học (thuật ngữ khoa hoc: Biometric)là công nghệ sử dụng những thuộc tính vật lý, đặc điểm sinh học riêng của mỗi cánhân như vân tay, mong mat, khuôn mặt để nhận diện Đây được coi là công cụxác thực nhân thân hữu hiệu nhất mà người ta sử dụng phô biến van là nhận dangvân tay bởi đặc tính ôn định và độc nhất của nó và cho đến nay, nhận dạng dau vântay 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 trắc học củatừng cá nhân với đặc điểm khuôn mặt, ảnh chụp võng mạc, giọng nói sẽ được kếthợp với nhau băng 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 đãthay đối từ việc lăn tay trên mực và lưu trữ trên giấy sang quét trên máy và lưu trữkỹ thuật số
Dáng đi con người, gương mặt, hoặc chữ ký có thể thay đổi với thời gian vàcó thê được làm giả hoặc mô phỏng theo Tuy nhiên, vân tay là duy nhất hoàn hảotheo từng riêng lẻ và cỗ định không thay đổi theo thời gian Vân tay: đường vân trênda ở đầu các ngón tay và lòng bàn tay người Vân tay của mỗi người có những nétriêng biệt được giữ nguyên vẹn, cô định từ khi mới sinh ra đến khi chết Khi tiếp
xúc với một vật nhẫn, bóng, vân tay dễ in hình lên vật đó Tính riêng biệt này đã
minh chứng răng nhận dạng vân tay là chính xác và hiệu quả hơn các phương pháp
nhận dạng khác.
Công nghệ nhận dạng vân tay hoạt động theo nguyên tắc: Khi đặt ngóntay lên trên một thiết bị đọc dấu vân tay, ngay lập tức thiết bị này sẽ quét hình ảnhngón tay đó và đưa vào hệ thống Hệ thống sẽ xử lý dau vân tay, chuyên sang dang
Trang 16dữ liệu số rồi đối chiếu các đặc điểm của vân tay đó với dữ liệu đã được lưu trữtrong hệ thông Nếu dấu vân tay này khớp với dữ liệu sẽ cho phép hệ thống thực
hiện các chức năng tiệp theo.
Những thiết bị điện tử có khả năng sử dụng dữ liệu sinh trắc học trong thờigian thực để bảo vệ thông tin bí mật của con người Con người sẽ không phải tạo,lưu giữ hay ghi nhớ mật khẩu dành cho thư điện tử, thẻ ngân hàng Chính phủ mộtsố nước đã thực hiện việc thắt chặt an ninh và quản lý hộ chiếu băng cách thửnghiệm công nghệ sinh trắc học, chip RFID Hãng Cross Match Technologies thiếtkế ứng dụng xác thực sinh trắc học dùng công nghệ nhận diện gương mặt để layđược đối tượng từ một đám đông Tại Mỹ, Thẻ tin dung sắp tới ky trở thành đồ cổ,trong các chuỗi siêu thị Thrifway, khách hàng trả tiền mua hàng bằng ngón tay
Theo các nhà nghiên cứu của [BM, trong tương lai không xa con người có
thể bước tới một máy rút tiền tự động và đọc tên hoặc nhìn vào một cảm biến nhỏxíu dé rút tiền Nếu cảm biến nhận ra những đặc điểm duy nhất trong võng mạc củakhách hàng, nó sẽ cho phép người đó giao dịch Hiện nay đã có trên 100 quốc gia sửdụng hộ chiếu điện tử băng công nghệ nhận dạng vân tay Sử dụng vân tay được
đánh giá là một giải pháp bảo mật hữu hiệu và xác nhận nhân thân chính xác.
Tại Việt Nam, công nghệ vân tay đang đi vào đời sống với chấm công, điểmdanh công nghệ nhận diện vân tay không mới, các đầu quét và đầu đọc vân tayđều được tích hợp sẵn trong nhiều sản phẩm như máy cham công, khóa cửa, kétsắt bán rộng rãi trên thị trường, tuy nhiên việc sử dụng công nghệ này còn gặp khó
khăn.
Trang 17iii i ““‹ayanắặặặỤỪC5%ă%5-%3Ằä ằ ẽ‹ ằằẶ.ằ.ă
Temptate
Database
FingerprintDevice
Verification / Identification
Sn`
Hình 1.1 là cau trúc cơ bản của hệ thống nhận dạng vân tay Hệ thống này bao gồm
hai chức năng chính:
° Chức năng 1: Nhập va lưu trữ các vân tay của các đối tượng vào hệ thống.Trong bước nhập dữ liệu, hệ thống sẽ quét hình ảnh của các vân ngón tay hoặc quéttrực tiếp từ các ngón tay người Tiếp theo, hệ thống sẽ tự động xử lý các ảnh vântay: xác định các điểm đặc trưng của vân tay và mã hoá thành các thông tin đặctrưng cho mỗi vân tay Cuỗi cùng, các đặc trưng vân tay đã được mã hóa này được
lưu trữ lại trong cơ sở dữ liệu (CSDL).
° Chức năng 2: Tra cứu xác định vân tay của một người xem đã có trong
CSDL chưa Khi đưa dẫu vân tay của một người mới vào, hệ thống sẽ thực hiện đốichiếu với tất cả các dấu vân tay đã lưu trữ trong hệ thống nhờ vào thuật toán đốisánh (matching) các điểm đặc trưng vân tay Sau khi đối sánh, hệ thống sẽ tìm ra
xem đó có phải là vân tay của cùng một người hay không.
Trang 181.2 Lịch sử của công nghệ vẫn tay
Việc bắt đầu sử dụng vân tay là ở thời gian rất xa xưa Theo lịch sử tìm thấy,vân tay đã được sử dụng trên những tâm thẻ băng đất sét cho việc giao dịch kinhdoanh ở thời Babylon cô xưa Ở Trung Quốc, dấu vân tay được tìm thấy trên nhữngcon dấu bằng đất sét Nhưng mãi đến thế kỷ 19 những kết quả nghiên cứu khoa học
mới được phô biên và công nghệ vân tay mới băt đầu được xem xét hàng loạt.
Việc sử dụng những nghiên cứu khoa học ở những năm 1800 như là một
phát minh, công nghệ vân tay đã được ứng dụng vào dau thé ky 20 Vào năm 1924,FBI đã biết lưu trữ 250 triệu vân tay của công dân cho mục đích điều tra tội phạmvà nhận dạng những người bị chết mà không biết rõ họ tên Vào đầu những năm
1900, công nghệ vân tay đã gặp một bước ngoặt lớn khi nó cho ra đời “live-scan”,một phương pháp đạt được hình ảnh vân tay không sử dụng mực in Khi FBI loan
báo răng đó là kế hoạch để ngưng sử dụng những thẻ vân tay bằng giấy cho nhữngthành viên mới gia nhập AFIS (IAFIS) nội bộ của họ Đó là thực tế đang công bố
gây một bước nhảy vọt cho công nghệ Live-Scan ngày hôm nay.
Nhưng công nghệ nhận dạng vân tay không dừng lại chỉ cho mục đích pháplý Nó đã được sử dụng một cách chính thức cho mục đích kinh doanh vào năm
1968 tại một nhóm kinh doanh vẻ an ninh tại đường Wall Vân tay ngày nay đangđược sử dụng như là một phương pháp nhận dạng hiệu quả và chắc chăn trongnhiều lĩnh vực, bao gom tai chinh, y hoc, kinh tế điện tử va ứng dụng điều khiếntruy nhập và khóa cửa Ứng dụng hiện đại nhất của công nghệ vân tay là nhờ vàophân lớn của sự phát triển của mắt đọc vân tay dạng nén một cách phi thường.1.3 Ứng dụng thực tiễn
Ngày nay với sự phát triển không ngừng của công nghệ thông tin, công nghệnhận dạng vân tay ngày càng được nghiên cứu mở rộng và phát triên lên tâm caomới đáp ứng được các yêu cầu ngày càng cao về bảo mật, an toàn dữ liệu mà cácphương pháp thông thường khác không thể thực hiện được.Nhận dạng vân tay được
ứng dụng rộng rãi trong nhiêu lĩnh vực như:
Trang 19e _ Hệ thống điều khiến truy cập: là hệ thống xác thực cho phép truy cập tới cáckhu vực hoặc nguồn tài nguyên (tài khoản ngân hàng, máy tính và mạng máy
tính, website,cua ra vào )
e _ Hộ chiếu điện tửe Quản lý công văn, hợp đồng
1.4 Mục tiêu của đề tài
Xây dựng và triển khai thử nghiệm một bộ nhận dạng vân tay hoàn chỉnh cóđộ chính xác cao trên hệ thống nhúng, từ đó thử nghiệm xây dựng máy chấm côngvà hệ thống chấm công sử dụng nhận dạng vân tay
° Bộ nhận dạng có khả năng nhận dang 1:1 và 1:N với tốc độ thời gian thực
vân đã được lưu trữ trước đó không.
1.5 Hướng tiếp cận của đề tài
Hướng nghiên cứu nhận dạng vân tay là một hướng nghiên cứu đã có từ rấtlâu và đã đạt được nhiễu thành tựu trên thế giới Do vậy, cách tiếp cận dưới đây
Trang 20được áp dụng sẽ thừa hưởng một cách hiệu quả và nhanh chóng những thành quả đã
đạt được của cộng đồng liên quan đến đề tài này.1.5.1 Tiếp cận từ trên xuống
Tham khảo tất cả các phương pháp hiện có thông qua các bài báo khoa họcvà các công trình nghiên cứu khoa học để chọn ra phương pháp phù hợp nhất vớimôi trường hệ thống nhúng
1.5.2 Tiếp cận đa môi trường và đa thiết bị nhúng
Các thuật toán nhận dạng vân tay sẽ được thí nghiệm trên máy tính cá nhân
và điều chỉnh các tham số cho phù hợp trước khi được cài đặt xuống hệ thongnhúng để rút ngăn thời gian phát triển Phương pháp nhận dang vân tay sẽ đượcthiết kế sao cho thích hợp với vi xử lý ARM
1.6 Nội dung của luận văn thạc sỹ
‹ Chương 1 trình bày chung về công nghệ nhận dạng vân tay, đồng thời
giớin thiệu mục tiêu và nội dung của luận văn.
¢ Chương 2 trình bày tổng quan nhận dang vân tay, giới thiệu mô hình cùngvới sơ đồ các bước xử lý tiêu biểu trong nhận dang vân tay và cách đánh giá một hệthống nhận dạng vân tay
¢ Chương 3 trình bày về thuật toán nhận dang vân tay¢ Chương 4 giới thiệu về hệ thống nhúng, và các thiết bị nhúng liên quanđược dùng cho việc xây dựng và chạy thử nghiệm hệ thông nhận dạng vân tay
‹ Chương 5 giới thiệu đôi nét về hệ điều hành Embedded Linux và Ubuntu
¢ Chương 6 giới thiệu ứng dụng thử nghiệm
¢ Chương 7 trình bày một số kết luận và hướng phát triển của đề tài
Trang 21đền câu trúc bên dưới của vân tay, khi da mọc lại câu trúc này khôi phục lại như cũ.
Ridges
Valleys
Hình 2.1: Vân lỗi và vân lõm của một ngón tay.Vân lôi thường được mô tả ở 3 cấp độ khác nhau: cấp độ 1 (hướng đườngvân tong thé), mức độ 2 (cac điểm đặc trưng), mức độ 3 (các lỗ và hình dạng biên
của đường van).
Trang 22Ở mức độ tổng thé (mức độ 1), các đường vân thường chạy song song với
nhau, tuy nhiên chúng cũng tạo thành những vùng đặc biệt (vùng có độ cong cao,
vùng đứt gãy ) Những vùng này (gọi là các vùng đơn) có thể được phân loại
thành các dạng: loop, delta và whorl (hình 2.2) và được ký hiệu tương ứng là
ñ,A,O Vùng whorl có thé được mô tả bởi hai ving loop đối diện nhau
core
Hình 2.2: Hình vuông mau trắng vùng don chứa điểm đặc biệt va vòng tròn
mau trang là điềm core.
Một vài thuật toán đối sánh vân tay căn lề ảnh vân tay theo một điểm trungtâm gọi là điểm core Vào năm 1900, Henrry đã định nghĩa điểm core là “điểm nằm
về phía bắc nhất của đường vân năm trong cùng nhất” Thực tế, điểm core là điểmtrung tâm của vùng loop nằm về phía bắc nhất Nếu vân tay không chứa các vùngloop hay whorl thì điểm core là điểm mà tại đó độ cong của đường vân là lớn nhất
Định nghĩa các vùng đơn (singular region) thường được sử dụng dé phân loại vântay, với mục đích làm đơn giản hóa các quá trình tìm kiếm (hình 2.3)
Hình 2.3: 5 phân lớp chính cia một van tay
Trang 23Ở mức độ cục bộ (mức độ 2), các đặc tính quan trọng, gọi là các đặc trưng(minutiae) được tìm thấy trong các mẫu vân tay Các đặc trưng là điểm kết thúc,hay điểm rẽ nhánh, Francis Galton (1822-1911) là người đầu tiên phân loại đặctrưng và phát hiện chúng không thay đổi trong suốt cuộc đời của một cá nhân Vàonăm 1986, viện chuẩn quốc gia Mĩ (ANSD đề nghị phân loại đặc trưng theo bốnloại gồm: điểm kết thúc, điểm rẽ hai, điểm rẽ ba, và điểm không xác định Trong khiđó mô hình đặc trưng của cục điều tra lien bang Mĩ (FBI) chỉ phân thành hai loại: làđiểm kết thúc và điểm rẽ hai Mỗi đặc trưng được xác định băng hệ tọa độ (x,y), vàgóc tạo bởi tiếp tuyến của đường vân tại đặc trưng và trục ngang.
Ridge Bifurcation Lake Independent Point or Spur Crossover
ridge Island
Hình 2.4: Các loại đặc trưng pho biến
Trong các anh vân tay, các diém kết thúc và rẽ hai có thê tráo đôi cho nhau va ởcùng vi trí, ở ảnh âm bản 2 diém kêt thúc xuât hiện như là diém rẽ hai và ngược lại(hình 2.5).
Trang 24Ở mức độ 3, nhiều thông tin chỉ tiết hơn được lẫy ra từ ảnh vân tay Chúngbao gồm tac cả các giá trị kích thước của đường vân như chiêu dài, chiều rộng, hìnhdạng, đường biên Mặc dù các chi tiết ở mức độ 3 rất là quan trọng cho việc nhậndạng nhưng thực tế rất ít hệ thống nhận dang vân tay sử dụng nó vi để có đượcnhững chỉ tiết ấy cần phải có máy quét vân tay có độ phân giải cao, ảnh vân tay thuđược phải có chất lượng tốt.
2.2 Mô hình hệ thống nhận dạng vân tay
Hình 2.6: Mô hình hệ thống nhận dang vân tayKiến trúc của hệ thông thống nhận dang vân tay trong hình 2.6 là một môhình tiêu biểu Kiến trúc này bao gồm 4 thành phan chính:
° Phần người dùng (user interface): Cung cấp cơ chế cho người dùng đưa dấu
vân tay của mình vào hệ thông.
° CSDL hệ thống (system database): Dùng để lưu trữ các mẫu vân tay của
người dùng vào CSDL.
Trang 25° Phan đăng ky (enroll module): Cho phép đăng ký các dau vân tay của ngườidùng vào CSDL của hệ thống.
° Phần xác nhận (identification module): Cho phép xác nhận một người đãđăng ký vào trong một hệ thông hay chưa
Khi người dùng cần đăng ký dấu vân tay của mình vào hệ thống Đầu tiênthiết bị sẽ lay dấu vân tay của người dùng: tiếp đến, người dùng cung cấp các thôngtin cá nhân của mình cho hệ thống Sau đó hệ thống dùng thuật tóan rút trích đặctrưng (minutiae extraction) để rút trích các đặc trưng của vân tay người dùng Mộtthuật toán kiểm định chất lượng ảnh vân tay trước khi hệ thống đưa các đặc trưng
này vào CSDL.
Khi người dùng cần xác thực dau vân tay của mình trong hệ thông Đầu tiên,thiết bị sẽ lẫy dấu vân tay của người dùng: tiếp đến, hệ thống dùng thuật toán rúttrích đặc trưng để rút trích đặc trưng vân tay của người dùng Sau đó, hệ thống sẽđối sánh các đặc trưng dấu vân tay người dùng đưa vào với tất cả các đặc trưng vântay có trong CSDL của hệ thông Cuối cùng, hệ thống sẽ trả kết quả ra cho người
Minutiae Local Global Calculate
Analysis ` Similarity ` Similarity > ——-.core
Hình 2.7: Sơ đồ tiêu biểu của các bước xử lý trong quá trình nhận dạng vân
tay
Trang 26Quá trình xử lý nhận dạng này được chia ra làm hai quá trình lớn: quá trình xử lý
ảnh (image processing) và quá trình đối sánh vân tay (matching)
2.3.1 Quá trình xử lý ảnh (image processing)
Mục đích của quá trình này là tăng cường ảnh vân tay Sau đó, rút trích đặctrưng vân tay từ ảnh đã được tăng cường Quá trình này được thực hiện qua cácbước nhỏ sau:
° Tăng cường ảnh (image enhancement): ảnh được lay tir thiét bi dau doc vantay sẽ được làm rõ Do các thiết bị đầu đọc vân tay không lay anh tốt hay do van taycủa người dùng trong lúc lay bị hao min, do ban, hay do lực ấn ngón tay trong lúclay vân tay; do vậy, bước này là một trong các bước quan trọng nhất của quá trìnhnày để làm rõ ảnh vân tay dé rút trích các đặc trưng đúng và day du
° Phan tích anh (image analysis): thông qua phân tích anh, anh sẽ được loại bỏ
những thông tin nhiễu hay những thông tin không can thiết.° Nhị phân hóa (binarization): nhị phân hóa ảnh vân tay thành ảnh trắng đen
Bước này phục vụ cho bước Làm mỏng vân tay.
° Làm mỏng (thinning): làm mỏng các đường vân lôi của ảnh vân tay Bước
này nhằm mục đích cho việc rút trích đặc trưng của vân tay.° Rút trích đặc trưng (minutiae extraction): rút trích những đặc trưng cần thiếtcho quá trình đối sánh vân tay
2.3.2 Quá trình đối sánh vân tay (matching)
Mục đích của quá trình này là đối sánh vân tay dựa trên các đặc trưng đã
được rút trích Quá trình này được thực hiện qua các bước nhỏ sau:
° Phân tích đặc trưng (minutiae analysis): phân tích các đặc điểm can thiết của
các đặc trưng đề phục vụ cho việc đôi sánh vân tay.
Trang 27° Xét độ tương tự cục bộ (local similarity): thuật toán đối sánh vân tay sẽ dựavào các thông tin cục bộ của các đặc trưng của vân tay để tìm ra các cặp đặc trưnggiống nhau giữa hai vân tay.
° Xét độ tương tự toàn cục (global similarily): từ những khu vực tương tự nhautrên cục bộ, thuật toán sẽ tiêp tục mở rộng đôi sánh trên toàn cục.
° Tính điểm đối sánh (calculate matching score): tính toán tỷ lệ độ giống nhaugiữa các cặp đặc trưng Điểm đối sánh này sẽ cho biết độ giống nhau của hai ảnh
van tay là bao nhiêu.
2.4 Cách đánh giá hệ thong nhận dang vân tay
Cách đánh giá một hệ thống nhận dạng vân tay tương tự như cách đánh giácủa một hệ thống sinh trắc Nhóm tác gia Phillips định nghĩa ba kiéu danh gia cuahé thong sinh trac :
° Đánh giá công nghệ (technology evaluation): đánh giá này nhằm mục đích sosánh các thuật toán với nhau Việc kiểm tra các thuật toán được thực hiện trên mộthay nhiều CSDL (CSDL này thường là CSDL chuẩn dành cho các cuộc thi quốc tế).° Đánh giá toàn cảnh (scenario evaluation): đánh giá này nhằm mục đích xácđịnh toàn bộ hiệu năng hệ thống nhận dạng trong một ứng dung gia lập dùng đểkiểm tra Hệ thống nhận dạng được kiểm tra giống hệt như trong một môi trườngthế giới thực
° Đánh giá hoạt động (operational evaluation): đánh giá này nhằm mục đíchxác định hiệu năng của một hệ thống sinh trắc hoàn thiện trong một mỗi trường ứngdụng cụ thể với một dữ liệu được thu thập trực tiếp từ thiết bị để kiểm tra; do đó,
kêt quả kiêm tra của môi lần sẽ là khác nhau.
Trong đánh giá toàn cảnh và đánh giá hoạt động, độ chính xác của một hệthông sinh trac phụ thuộc rat nhiêu vào các yêu tô như: bộ dữ liệu kiêm tra, môi
Trang 28trường thử nghiệm, chế độ hoạt động của hệ thống, sự ràng buộc của ứng dụng
dùng hệ thống sinh trac, 2.5 Các lỗi sinh trắc
Hai mẫu sinh trắc của cùng một người, ví dụ: hai mẫu vân tay của cùng mộtngười chưa chắc đã giống nhau bởi vì điều kiện lẫy mẫu không hoàn hảo và bị ảnhhưởng bởi các yếu tố như là nhiễu của sensor, độ khô ráo của ngón tay, hành vi vađặc điểm sinh học của người dùng, nhiệt độ tương tác giữa người dùng và sensor Vì thế một hệ thống sinh trắc sẽ trả về một giá tri đặc trưng gọi là matching score s (thường là một con số) để định lượng sự giống nhau giữa mẫu dau vào và mẫu lưutrữ trong database Điểm số càng cao thì sự khăng định 2 mẫu là của cùng một
người càng chac chan.
Một ngưỡng t được đặt ra dé điều chỉnh quyết định của hệ thống Hệ thốngđưa ra kết luận răng cặp mẫu sinh trắc là của cùng một người nếu điểm matchingscore bằng hoặc lớn hơn ngưỡng t Ngược lại nếu điểm matching score thấp hơnngưỡng t thì hệ thống sẽ kết luận là 2 mẫu sinh trắc này không thuộc cùng mộtngười Một hệ thống sinh trắc có thể gây ra 2 loại lỗi sau:
e Lỗi nhận dạng sai ( mẫu sinh trac là của 2 người khác nhau nhưng kết luận là
Trang 29ngưỡng t thay d6i.Bén cạnh FMR và FNMR ta cũng có thé dùng tỷ lệ FTC (fail tocapture) và FTE (fail to enroll) dé danh giá độ chính xác của hệ thống sinh trắc.
=a
Vv
©
<<U
False nonmatch rate (FNMR)
Hình 2.9: Đường đặc trưng của hệ thống (ROC)
Trang 30Yêu cầu vẻ độ chính xác của một hệ thống sinh trắc phụ thuộc rất lớn vào ứngdựng ta xây dựng Ví dụ: trong một số ứng dụng pháp lý, như là nhận dạng tộiphạm, FNMR được ưu tiên hơn bởi vì chúng ta không muốn bỏ lọt tội phạm cho dùchúng ta có thé phải khoanh vùng và diéu tra nhiều đối tượng hơn Ngược lại trongcác ứng dụng cần độ bảo mật cao thì ta lại ưu tiên FMR nhằm mục đính ngăn chặn
những kẻ giả mạo.
Trang 31Chương 3
Các thuật toán nhận dạng vân tay
3.1 Quá trình xử lý ảnh
Trong một ảnh vân tay, chất lượng của cau trúc vân tay là một đặc tính rất
quan trọng, vì các vân tay mang thông tin của đặc tính của các đặc trưng, mà các
đặc tính của đặc trưng này rất cần thiết cho bước rút trích đặc trưng vân tay Trongtrường hợp lý tưởng, ảnh vân tay có chất lượng tốt, các vân lỗi và vân lõm uốn congđều với nhau theo cùng một hướng, cho phép các đặc trưng được rút trích một cách
chính xác Tuy nhiên, trên thực tế, ảnh vân tay luồn có chất lượng không được tốt
bởi vì các thông tin nhiễu của ảnh làm sai lệch các đặc trưng, dẫn đến làm ảnhhưởng đến quá trình rút trích đặc trưng Như vậy, mục đích của bước xử lý ảnh làlàm giảm các thông tin nhiễu, làm rõ các cấu trúc vân tay, và đánh dấu các vùng cóthé khôi phục hay không có thé khôi phục từ đó làm tăng độ chính xác khi rút trích
Trang 321 Input Fingerprint File
5 Remove False Minutiae
6 Count Neighbor Ridges
\
7 Assess Minutiae Quality
k
8 Output Minutiae File
Hình 3.1: Cac bước xử lý anh3.1.1 Anh đầu vào (Input Fingerprint Image File )
Mindtct lay mot anh van tay dau vao va tu dong rut trich dac trung Cac thuattoán va tham số được phát triển va cai đặt dé quét ảnh xám 8bit và có độ phân giải19.69 ppmm (pixel per milimeter) Ảnh đầu vào có thé là dạng ANSI/NIST, WSQ,
JPEGB, JPEGL, và IHEAD.
Trang 333.1.2 Tạo bản đồ chat lượng ảnh ( Generate Image Quality Maps )
Bởi vì chất lượng ảnh vân tay là rất khác nhau nên việc phân tích và xác địnhcác vùng bị nhiễu gặp nhiều khó khăn Tuy nhiên một số đặc trưng của ảnh có thểđo được và chúng cho ta biết chất lượng cục bộ của ảnh Những đặc trưng này baogdm hướng của đường vân (direction map), vùng có độ tương phản thấp (lowcontrast map), vùng có mật độ đường vân thấp (low flow map), vùng có độ congcao (high curve map) Ba điều kiện cuối miêu tả cho những vùng bị nhiễu nơi mà
những đặc trưng được rút trích không được tin tưởng, và cùng với nhau chúng cho
biết chất lượng ảnh khác nhau ở mỗi khu vực.3.1.2.1 Ban đồ hướng đường vân (direction map)
Mục đích của bản đô này là cho biệt đây đủ về câu trúc của đường vân Việcbiêu diễn rõ ràng các đường van là rat quan trọng đê xác định chính xác các diémkêt thúc và rẽ nhánh Không những vậy, ban đô hướng đường vân còn cho biệt địnhhướng của các đường vân trên ảnh vân tay.
Đề phân tích cục bộ, ảnh vân tay sẽ được chia ra thành các block Tac cảnhững pixel ở trong một block sẽ có cùng kết quả phân tích Do đó, trong trườnghợp của bản đồ hướng vân tay, tắc cả các pixel trong một block sẽ có cùng hướng
đường vân Mỗi block này lại được chứa trong một window lớn hơn Những đặc
trưng có được khi phân tích window sẽ là đặc trưng cho các pixel trong các block và
là cơ sở để tính toán các đặc trưng của các block lân cận Do đó kết quả phân tích cóđược của một block sẽ có bao gém trong nó kết quả phân tích của block lân cận.Điều này giảm thiểu sự gián đoạn của các đường vân khi ta chuyển từ block nàysang block khác Bộ làm mượt này có thé được thực hiện băng cách sử dụng một hệthống trong đó các block nhỏ hơn window bao quanh nó va các window năm đè lên
nhau.
Trang 34L=24 M=8 N=8
Hình 3.2: Block có kích thước 8x8 va window có kích thước 24x24Như hình trên thì các block có kích thước là 8x8 pixel, còn các window có
kích thước là 24x24 pixel, và các window chong lan lên nhau là 2/3 diện tích
Đối với mỗi block trong ảnh, window xung quanh nó sẽ xoay theo hướngngược chiều kim đồng hồ và một bộ phân tích furrier (DFT) để tính toán giá trị tạimỗi hướng Khi xác định được hướng của đường vân trong một block thì hướng củawindow chứa nó sẽ được phân tích Với một hướng xác định, những pixel nằm trênmỗi một hang cua window sẽ được cộng dồn với nhau.và được biéu diễn băng mộtvector Với 16 hướng thì sẽ có 16 vector Mỗi vector lại có 4 dạng sóng của tan sốđược biểu diễn như hình 3.4 với tần số tăng dan, tan số dạng sóng sau gấp đôi dạngsóng tần số trước Tan số của dang sóng dau tiên trong hình 3.4 tương ứng vớiđường vân lỗi và vân lõm với độ rộng khoảng 12 pixel Dạng sóng thứ hai tươngứng cho vân lỗi và vân lõm có độ rộng 6 pixel Dạng sóng thứ 3 tương ứng cho vânlỗi vân lõm có độ rộng 3 pixel Dạng sóng thứ 4 tương ứng với vân lỗi và vân lõm
có độ rộng 1.5 pixel.
Trang 35Các giá tri rời rac của hàm sin và cosin tại 4 tần số khác nhau được tính ứngvới mỗi pixel doc theo vecto tổng hàng Tong pixel của một hàng sẽ được nhân vớigiá trỊ sin rời rạc tại hướng đó roi cộng lai sau đó bình phương lên Lam tương tựnhư vậy với giá tri cosin tại hướng đó Sau đó cộng 2 kết quả này lại cho ta một hệsố cộng hưởng, hệ số cộng hưởng này cho ta biết sự tương đồng giữa vector và dạngsóng tần số là bao nhiêu Hệ số này sẽ được lưu lại và phân tích Thông thường,hướng đường vân của một block được xác định bởi hướng mà có hệ SỐ cộng hưởnglớn nhất.
8 90° 15 168.75"
Hình 3.3: Các window được xoay theo các hướng khác nhau Quy ước góc
thăng đứng là 0, mỗi lần xoay sẽ tăng lên 11.25°
Trang 366 DFT
an sdang sóng tCac
Hinh 3.4
z
Ket quả sau khi phân tíchHình 3.5
Trang 373.1.2.2 Ban đồ các khu vực có độ tương phản thấp (low contrast map ):
Thật sự không dễ đề có thể xác định chính xác được hướng đường vân ưu thếtrong từng phần của bức ảnh vân tay Điều này càng đúng khi trong các khu vực cóđộ tương phản thấp nơi chứa các dấu ban Vi vậy mà nó thật sự cần thiết để pháthiện các khu vực này và giảm thiểu việc gán không đúng hướng đường vân nơi màkhông thật sự có các đường vân được hiến thị tốt
Một bản đồ các khu vực độ tương phản thấp được tính toán tại đó các blockcó độ tương phản thấp sẽ được đánh dấu Bản đồ này phân cách phan nên của bứcảnh với phan có các vết 6 và nhạt màu Điểm đặc trưng sẽ không được phát hiệntrong những khu vực như thế này
Một cách để phân biệt block độ tương phản thấp từ các block có phân bốđường vân tốt là so sánh sự phân bố cường độ sáng của các pixel Theo định nghĩathì sẽ có rất ít sự biến thiên về cường độ sáng trong các khu vực có độ tương phảnthấp, vì vậy sự phân bố cường độ sáng của các pixel sẽ rất hẹp Trong khi đó, mộtblock chứa sự phân bố cấu trúc đường vân tốt sẽ có sự phân bố cường độ sáng ởphạm vi rộng hon đáng kể, từ những điểm rất sáng năm giữa vân lõm đến những
diém rat tôi năm giữa đường van lôi.
Dé xác định một block có phải thuộc độ tương phản thấp không, trong phầnmềm sé tính phân bố cường độ các pixel của window bao quanh của block đó Nếuphân bố được tính toán đủ nhỏ thì block đó sẽ được đánh dấu trong ban đồ là khu
vực có độ tương phản thấp
3.1.2.3 Bán đồ dòng đường vân thấp ( Low flow Map )
Khi khởi tạo hướng đường vân, có thé có trường hợp vai block nao đó khôngcó hướng đường vân ưu thế Các block này thường liên quan với các khu vực cóchất lượng ảnh thấp Khởi tạo ban đầu, các block này không được gán một hướng
đường vân nào cả, nhưng sau đó vai block có thê được gan bởi một giá tri từ việc
Trang 38nội suy hướng từ các block lân cận Bản đồ dòng đường vân thấp đánh dau cácblock nơi mà không nhận được một hướng đường vân ưu thế nào.
Trong các tình huống các điểm đặc trưng được phát hiện trong các khu vựcnày, giá trị chất lượng được gán của chúng sẽ được giảm bởi vì chúng được pháthiện trong khu vực ít tin tưởng trong bức ảnh Dấu + màu trăng trong ảnh vân tayminh hoa trong hình 3.5 tượng trưng cho các khu vực mat độ dòng đường vân thấp:
Hình 3.6: Kết quả bản đồ các khu vực có dòng đường vân thấp3.1.2.4 Ban đồ đường vân có độ cong cao ( High Curve Map )
Phần khác của ảnh vân tay cần xác định là vùng có độ cong cao Bản đồđường cong cao đánh dau các block tại các khu vực có sự phân bố của các đườngvân độ cong cao Có hai phương pháp khác nhau sẽ được sử dụng Đầu tiên, đượcgọi là vorticity, phương pháp tích luỹ sự thay đổi trong hướng dòng các đường vân
xung quanh các block lân cận của một block Thứ hai, được gọi là curvature, ước
lượng sự thay đối lớn nhất về hướng giữa hướng đường vân của một block với các
block lân cận.
Trang 39Các điểm đặc trưng được phát hiện ở những block này, giá trị chất lượng củachúng sẽ được giảm bớt bởi vì chúng được phát hiện trong các phân ít tin tưởng củabức ảnh Dau + màu trang đánh dau trong ảnh vân tay hình 3.7 thé hiện các đường
dòng vân tay độ cong cao:
Hình 3.7: Kết quá bản đồ đường vân độ cong cao3.1.2.5 Bán đồ chất lượng ( Qualtity Map )
Bản đỗ cuối cùng được tao ra trong quá trình xữ lý ban dau là bản đồ chấtlượng Như được nêu trên, bản đồ độ tương phản thấp, dòng đường vân thấp, vàđường vân độ cong cao tất cả đều chỉ tới các vùng có chất lượng thấp trong bức ảnh.Thông tin ở trong các bản đồ nay được tích hợp vào trong một bản đồ chung, nó sẽđược minh hoạ bên dưới trong hình 3.8, và nó sẽ chứa 5 mức để đánh giá chấtlượng Chất lượng được gán cho một block chỉ định được xác định dựa vào sự sắp
xĩ của nó đôi với các blocks được đánh dâu trong các bản đô trên.
Trang 40Trang 38
SCCCCCCCCCCCCCCCCECCCCCCCCCCCCCCCECCCCCCCECCCCCCCECCCCCCCCCCCCCCCCCCCC
SGGCCCCrAt+dtdtdtrdtdtr+dt+atrdlitratdtraträatatratatr+atatr+atratr+altatrateatratatratratralitatratatr+ateatatatratratratatr+altratrdaitratr¬atadtratraralitatr+atratrditrarariC
SCCCC-¬r-aCICICICŒN CGi GI CN CGIŒN GI CN GICN CN CN NNN GIN CI NNN GIŒN GIN GI €N GI GI NNN GI €1 GI GI CI C61 ŒNI GIŒẦNI GIŒI GIÁ GIŒGiGìaC©SGCC+raA+4r-aC`Im << <r =8 <r <r «r =r {r {ằ Sr St cr cr St =r {r cự Sr St cr Sự Sỹ =r <r Sự Sg <r Sr St SH <ft <r St St <r <r cự St <rt <r St Sĩ <r <r St St <r <r <ỹ S CN THO
©CGC-araC`I¡fŒ—n(Œ¬nŒ"m < <r SVS < St St St Sự C1 C1 CỶ) CY) C1 <7 Kỹ <Ị KỊ <Ị <Ƒ <Ị KỢ IIIS VIII ISIS SSS SSS SN HO
©C =+CiGIŒứraŒ-: <=r <=r <r <r St =rt St <†t St ft St CY} CY) CY) CY]) (Y]) CY) SMAI Sự Sự SỰ Sỹ Sĩ Sỹ Sỹ SƑI SỊ Sỹ Sỹ Sỹ SỊ St Sỹ St St Sỹ Sự CY) (Y) CGxị 1 1) <r <t <r ISI IIN AHOOANMMS < <= < < FEF FIFI cS St C) Ca 1 Œđì 1 1ì 1ì <t <rt <rt <t crt ct <t St St St St St St St St St St St St Sỹ St St Sỹ Sỹ St C1 C1 C1 1ì 1 <t <t <t <t < St = CSÍ AO© qC1Œ@-—") << <r =r =r =r =r St St =r =r SH CV) CY) C1 CGị C) CY) <r << St <r SH Sỹ St SH GEV SH S Sỹ S SH SH Sỹ Sỹ SỰ Sĩ SỊ Sỹ SH SH CV) CY) CV) Œ) C)ị <r <r =r =r St =r St CMjI AOOANMNSFSIIAMIFIIMMNOMNYOMYNAMOONMMNMNSWMIGIG9FIgII FFI <r ct St <Ị <r = <ỹt St <Ị sự =p <Ịt <r < St < <r cự = <n <r III “CN THO© (1Œ =*<r' <' <r =r' <t ñì Gì OO 6 "ì <t Œ1 (Y1 (1) 1 (1 (71) << Kỹ Sĩ SỰ K “ƠI SỊ SỰ SỰ KỊ KỊI SỰ KỢO Kt KỊ “SỰ KỊ KỢ KỢI KỢ KỢI KỊ KỊI SỰ KỢ KỢ KS Kỹ Kỹ XI <Ịt XI <ợt KỊt Sỹ: Sỹ! Sỹ! C\jÍ CO
OANMS <r <r <r = <r Œì Cđị Œì Œì Œì <t Œì 1 GỊ Œì Œì <rt <t <r St <r St cr St! GIGI Sỹ! St St St C) C1) C1 vì Gì (Y1 <rt <rt St! <r <rt St St <r St ISSN HC
COANE =r St St St St St St St St St C) C) C1 xì đì <t SIS SGI St St St St St St St St St St C) C1) 1 C6 6N ñ?1ổœm ñ đñ đm <r IIIS SI S CÍ AOOANVVII VISES IIS IIIS Sỹ! Sỹ Sự Sỹ Sự St Sỹ SỊ Sỹ Sự Kỹ Sỹ Sự St Sự St SSS St St C1 C1 Gị Gị GSị œ3 Gì 7) <r VSS <t St St St St St SN {CO
IN << <r < <r { {Sỹ St St Sỹ Sỹ Sự St Sỹ Sỹ Sỹ Sự SỊ SSS Sỹ KỊt Kỹ SSS Sợ St C) NM AMMAN 1œ) Œ1) <t <t <t 1) 1 1) 1) 1) 1 <t CS Ao
SOAN VIVE = << Ẩ©' VIII St {St {ft St VIII VSS ISIS St St St St MNNANNMOMNYIN AO© aCI=' << << <r EGET <r <=r =r Sr <r <r Sr <Sr <r <r Sr <r <r << Sr <r <r Sr GSE <r Sr Sr VIVES <r Sr <r <r <r <r <Sr <r <r Sỹ St V7) Œ71CŒN GNị @?$ẹ@ềđẽẹ£@œ713a£@?a@6xI AOOAN << <r << GIVI «r =r <r <r Sr cr St St Sr <r <r Sr Sỹ <rg St cự << <r St St <r <r St St VIII <rt <r St St <r <r <g <g VIII MN MMNNNMMOIN AO© iC`i << «tr < <r = «tt < St St {ft Sỹ {St <r Sỹ c Sỹ III Sỹ St Sỹ St Sỹ St Sỹ St Sỹ St St St Sỹ < St <t Sỹ ct Sỹ St Sỹ St St <r Sỹ <f MMM MINNMOIMN AO
© CS <r {ri St St Sự St St Kự Kỹ KỊ ISIS III <7 <7t CV) CV} (Y3 CV) (Y3 (Y1 (Y3 CV) <7 <Ợt <Ợ <Ị ISIS SMI C73 C71 NNN AHOSCANS SSS SSS St St St St St St St St St St St St C) C1 (1 1? Œ) Œđì Œ1ì Œì <t <t St St St St St St St St St St St St St St St St St St St <9 fOCTCNCNŒ<AŒ<xi@®OaœmC@G6<Ii¬äC© (mm < < < Ắ« < { =r GFF cS FSFE FFE St =r C1 C1 CS CN CN Gị 3ì Œ1Ì <t SII St St { St St St Sỹ St St St St St St St St St St 1C 1CNCGxIŒ<xi—maẽœaaœmeđ<IiaiC
©C a1 +aC`i@mn- em << Ất < St St St St Sỹ St Sử Sỹ Sỹ Sự Sử St St C7) (Y) (Y1 (Y3 OD OO Set Sỹ Sử Sử Sỹ Sỹ Sự Sử qe St Kỹ St S St St Sr SISO OM OMS <! BS AHO© aCiC(Im mm < <r <r <r <r <r =r <r <r St cr {r ct Sg <r <p Sr Sg <r <r cự << SH St Sĩ <r <r <r St <rt <r cự <g <ft <r St St =r <r VII IVIVIITIMMNANMMNIMOMN AOSN OD <r <r St St St St SỊ St St SƠ SƠ Sử SỊ SỊ SỰ KỊ K SỰ SỰ KỊ KỊI <Ị KỊ KỊ KỊ <Ị Kỹ Sử KỊ SƠ SƠ Sự SỊ KỊ SƠ SSS MMM Œ1 Œ1 1 3 Œ1CAI THONO SSS SSS SSS STM C7) C1 Œ1 C1 1 œ1 31 AHOOANYTIMOMMNMMNVS < < < < <r St St St St Sỹ S7! {St St St Sỹ St St Sĩ S7 Sử SE! St S7 St Sĩ Sĩ S7 St St Sĩ S7 Sử St Sĩ Sỹ St St Sĩ St St St Sĩ Sỹ St St St St MI MNN AO
OANMMMONNMMOMNGVIVIVWIVWIIYBIVIVIGIIVIIVIIIVIIYIVIVIIVIII St St <r <r St <r St St Sr St III <r St Sỹ <Sr <r ON HO
OAANMONNNN YONG <r <r <r <r =r St < <r =r < < =r =t <g <pt <r St St <p <r St <n St <r <t St <p <r St <t St <r Sự = < <r St St <n <r =r < <r <r =t IV “CN HOOAANNNNN MONS SIV St St Sỹ Sự Sử III IIIS ISS a a a Kỹ St St St St Km St St at ON CO—c+äar+aCIC—~<iŒ~<IiŒđAICGim am em << < <t Ít VIFF St St St FT St St St Sĩ St St St St St St St St St St St Sĩ St S Sĩ Sĩ Sỹ Sĩ St SĨ VIII St St St S VIN TO©C m ầCŒéÁICŒ€éMIŒGIŒ<AIŒI G0 @œ1Œn <=l <r <t <r { <r St c III St CS SH Sỹ c7 Sỹ St Sỹ St St Sỹ Sỹ St Sỹ! Sỹ Sỹ cử Sỹ St Sỹ St CS! SH Sỹ cử Sỹ St Sứ St Sỹ SH Sỹ SH CN IO© a adCICNI CGICN Cị GI C(Ấi OMS <r <=r < =r <r =r <r { <r =r {r { <r VIVE GEG <r St VIII =r <r S VSI <r =r <r St <r =r =r C) Œđ) Œđ) Œ) Œ) <r =r =r CS AO
G© cìiCJCMI CV CI CI CI CỊ CI 1 7ñ 1< <r SSSI SSS SSS SSS SS See Sere CV} (Y3 C71 C73 C71 C1 1C) 1 C1 <t <t <‡t SJ AHOCAN MONNNNNN OY <r SMI VIII IIIS Sỹ St St sỹ IIIS VSI St <ft St C1 CY} (Y) 1 1} GŒGị Œ) Œ) Œ) Œ1 Gị Œ) Œñ¡ œ7) SAIN AO
Dd ANN IN NN OO <t <g St Sử Sử Sự SƠ et K tt KƠ K7 tt KỊU K7 St KỊ K7 KỢI SS SSS KỊ SS SOO MN OM C1 C1 1Œ Gị GSị MOINS IN HOOAANNNNNN ONS SEIS { St <t St VIII St St St Sỹ! St St St St St St St St SSSI St St (vì C1 (1 1ì 1ì <t Œ1 1) Œ) Œ1 Œx Si œ1: Œđì <t <t BI AO© ad aCICŒNICGIŒN Gìm @œm @đẮ SSG <r <r <r <r =r <r <r <r <r <r <r <r <7 St <r <r St <Sr <r <r Sr Sr <r <r Sỹ Sr <r <r St Œ) ŒY) Œ7) @Œ) Œ7) <r Œ)ị “1 @)Œ@œ) @1ŒN Gœn¡œm <r =' Si ACOnAANNNNN MMOS <r <r <r <r <r <r < <g <r <r <r St <r << St <rt <r St St <r <r GEV <r <r <gt <Sg <ft <r St St <r <r <g St <t =r <r C}(@) @†re@).e@r£@ e6) SIN Ao©C œiCŒéÁIŒéIŒIŒ<XI Cam < <r = <t <r <r St <r St IIIS St Sỹ St Sỹ IVI St St Sỹ Sỹ St St VSI Sỹ St Sỹ <ft St <r St <f! CV) 1 đi frŒ œ6) VMN AO©—c€®#at+aCIiGIi@m@œm e@ra@m em <r <r << =r < = <r =r <r Ít =r =r <r St <r =r Sr S <r Sr <r St =r =r <r St <r =r <r S VEIT =r <r = <r =r =r (đ) 7) @Œ) Œ) Œ) ñ) @1£@œ1@xI HC©C a1+raC(ạœmmae@maẽ@m e6 < < < <r <r St St St St St S7 S Sỹ SJ Sỹ Sỹ SỊ Sỹ Sỹ Sỹ St St S7 St St St Sỹ St St St St St St St Sỹ St Sỹ St Sỹ St <f St () (Œ) Œđ) @“) đñ) )ì 101A nC©© ram (@m:.6m mm «<r <r <r <r St Sỹ St Sỹ IIE <Ị Sĩ K Sĩ IYI IVI SIPS SEI Kĩ Sĩ Sỹ SỊ Kỹ S Kỹ SE II St C3 C1 1 1 1 1 1 œ1 @3 @31 Gị ¬ CO© mi —a CGị “na: Œn1) <st <t St <r St St St St St St St St St St St St St St Sỹ St St St St St St St St St St St St St C1 CY† C1) 1 (1 <t <t 1 1ì Œđ1? Œ1) Œ1 Œ1ì Œđ1 OM Œ1 Œ1 a cả cả CO
©St++d+a+aaraCICIŒGIŒ€AIŒ6AIŒAIŒNKŒAICŒICŒIŒGIŒAICŒ€6IŒIGIŒGIŒỀIGIŒl@GIŒỀIGIŒIŒIKŒIŒlIiCŒICICIGI GI G1 GI@ @ m GI G1 G G1 G1 G1 ml m 1 SI CCC
khu vực khai các
án đồ chất lượng tại
BHình 3.8
)
inarize imagehan anh van tay ( Bi
3.1.3 NhiŠ 3 5® 5ew) " ODO <O- 5 >= Đ0—¬ `¬¬ ‹9 > đa= = ‹q 2 c<> la») —~ = > aora &£ SS ©s = oO 8s& = 'S aw}oa BCo Xà * FoO 6 Oo =Naw} - omeoO = =.aw 5S E <b— op 53 §= u®) 5 =t `© _= “DDIB oO >Oo ` od N cm=) oO 5 «KOe 5 S° Do sp ŠSS ED4 5 —op ©š e g5c ¬ 5 acar VY „5cS >= 2 wh &3 Ð ẻ2 TFT ns =~- 5B € 6s=5 ĐIAC BD an23 wo 2 sô2 8 s #Spgs-<4) © +42