Nhận dạng vân tay

Nhận dạng vân tay Chơng I Giới thiệu chung Từ kỷ 19, ngời ta biết hai mẫu vân tay từ ngón tay khác lại có mẫu vân, mẫu vân tay không thay đổi đời Do vân tay đợc sử dụng rộng rãi nh phơng tiện tin cậy để nhận dạng cá nhân Cho đến tận bây giờ, vân tay thờng đợc dùng lĩnh vực pháp lý để cung cấp chứng tội phạm Nhờ phát triển máy tính thiết bị quét ngày tốt hơn, nghiên cứu hệ thống nhận dạng vân tay đời thòng nh bảo vệ ngân hàng trở nên hấp dẫn Một hệ thống nhận dạng vân tay điển hình làm việc hai chế độ riêng biệt: nạp liệu nhận dạng Mục đích chế độ nạp liệu tạo sở liệu Trong chế độ này, vân tay nạp vào đợc giữ xử lý ba bớc: Đọc vân tay, tiền xử lý ảnh vân tay, trích chọn chi tiết đặc trng Sau bớc trích chọn chi tiết đặc trng, tập đặc trng tiêu biểu đợc lu hệ thống sở liệu Trong chế độ nhận dạng, vân tay đợc nhận dạng phải trải qua ba bớc xử lý giống nh chế độ nạp vân tay Các mẫu chi tiết kết đợc so sánh với mẫu chi tiết sở liệu bớc so sánh chi tiết đặc trng Nạp vân tay Đọc vân tay Tiền xử lý ảnh vân Trích chọn đặc trng Cơ sở liệu Quá trình nạp Nhận dạng Vân tay vào Đọc vân tay Tiền xử lý ảnh vân Trích chọn đặc trng Quyết định Các ảnh vân tay có chất lợng hoàn hảo So Chúng bị thoái sánh đặc trng biến bị sửa đổi lại nhiều nhân tố nh thay đổi da trạng thái in dấu Sự thoái biến tạo nên số lợng đáng kể chi tiết sai (không xác thực) bỏ qua số chi tiết quan trọng Mục đích tài liệu giới thiệu chuỗi kỹ thuật tiền xử lý ảnh vân tay nhằm làm rõ hình ảnh trích chọn chi tiết đặc trng Nhận dạng vân tay Trong tài liệu giới thiệu thí nghiệm ảnh kiểm tra giả tạo ảnh vân tay thật để đánh giá hiệu kỹ thuật Chơng Tiền xử lý ảnh vân tay Một vân tay đợc tạo nên từ in dấu mẫu vân ngón tay Một vân đợc định nghĩa đoạn cung đơn rãnh vùng hai vân cạnh Các chi tiết điểm vân không liên tục cục mẫu vòng vân Các chi tiết vân đợc chia thành hai loại: + Vân kết thúc: điểm nơi vòng vân kết thúc + Vân rẽ nhánh: nơi có vân rẽ nhánh từ đờng thành hai đờng,có dạng nh điểm giao Y Nhận dạng vân tay Vân kết thúc Vân rẽ nhánh Hình 1.1: Vân kết thúc vân rẽ nhánh Trong hình 1.1 điểm màu đen tơng ứng với vân điểm màu trắng tơng ứng với rãnh Chất lợng cấu trúc vân tay ảnh vân tay đặc tính quan trọng vân tay mang thông tin đặc trng phục vụ cho việc trích chọn chi tiết đặc trng Một cách lý tởng, ảnh vân tay rõ ràng, vân rãnh thay đổi chảy theo hớng cục xác định Tính quy tắc làm cho việc phát tìm vân cách dễ dàng cho phép chi tiết đợc trích chọn xác từ vân đợc làm gọn Tuy nhiên thực hành ảnh vân tay không luôn đợc xác định rõ nhiễu gây nên sai lạc không rõ ràng cấu trúc vân Do kỹ thuật làm rõ hình ảnh hay tiền xử lý ảnh vân tay thờng đợc sử dụng để giảm nhiễu xác định cấu trúc vân rõ Một kĩ thuật làm rõ ảnh vân tay đợc sử dụng rộng rãi phơng pháp Hong, dựa cuộn lại hình ảnh lọc Gabor điều chỉnh để có hớng vân cục tần số vân cục Các bớc thuật toán bao gồm: chuẩn hoá, xác định tần số vân, xác định hớng vân làm gọn * Bớc chuẩn hoá ảnh vân tay Vì không hoàn hảo ảnh vân tay gây trình nh độ đậm nhạt không mực tiếp xúc không đồng với thiết bị lấy mẫu vân tay, ảnh vân tay hấp thụ độ đậm theo mức khác dọc theo vân Do trình chuẩn hoá đợc sử dụng để làm giảm ảnh hởng biến đổi * Hớng hình ảnh sau đợc tính toán Đó ma trận vector hớng đại diện cho hớng vân vị trí hình ảnh Đầu tiên hình ảnh đợc chia thành khối vuông tính gradient cho điểm theo hớng x y Hớng vector khối sau đợc xác định cách tính trung bình tất vector điểm gradient khối Nhận dạng vân tay * Bớc trình làm rõ hình ảnh xác định tần suất xuất ảnh vân Đầu tiên hình ảnh đợc chia thành khối vuông đợc đo cửa sổ có hớng Đối với khối, ký hiệu x đợc tạo thành cách sử dụng vân mảng (valey) cửa sổ định hớng Kí hiệu x tham chiếu tất giá trị mức xám cửa sổ định hớng dọc theo hớng vân Do tham chiếu tạo nên sóng dạng hình sin trung tâm đồ vân giá trị địa phơng nhỏ sóng tham chiếu Khoảng cách đỉnh liên tục kí hiệu x đợc sử dụng sau để xác định tần số vân * Phơng pháp làm rõ ảnh vân tay dựa lọc Gabor đợc sử dụng rộng rãi thuận tiện ứng dụng vân tay khác nh tìm vân tay phù hợp phân lớp vân tay Các lọc Gabor lọc thông có đặc tính lựa chọn đợc tần số hớng Do đó, thuật toán làm rõ sử dụng lọc Gabor đợc điều chỉnh để phù hợp với hớng vân cục tần số Dựa hớng cục tần số vân xung quanh điểm, lọc Gabor đợc đa vào vị trí điểm ảnh ảnh Kết lọc làm rõ hớng vân làm giảm tất hớng khác Do lọc làm tăng đối lập vân bật nền, làm giảm nhiễu Một phơng pháp khác để làm rõ chi tiết ảnh vân tay kỹ thuật Sherlock đợc gọi lọc Fourier có hớng Phơng pháp trớc kỹ thuật thực miền không gian liên quan tới lại không gian Một cách khác,trong miền tần số cho phép ngời ta quấn lại ảnh vân tay lọc Quá trình làm rõ hình ảnh bắt đầu việc tính toán hớng hình ảnh Đối lập với phơng pháp trớc xác định hớng vân cách sử dụng dải hớng liên tục, phơng pháp sử dụng 16 hớng đình sẵn để đo hớng Một cửa sổ hình ảnh đặt trung tâm điểm ảnh thô đợc sử dụng để tham chiếu thông tin vân cục Cửa sổ hình ảnh sau đợc quay không gian 16 hớng hớng tham chiếu dọc theo trục y cửa sổ đợc xác định Sự tham chiếu với biến đổi lớn đợc sử dụng nh hớng điểm hình ảnh Quá trình sau đợc lặp lại cho điểm ảnh để xác định hớng hình ảnh Tơng tự nh trình lọc đợc thực Hong: sau hớng hình ảnh đợc tính toán, hình ảnh thô sau đợc lọc cách sử dụng chuỗi lọc thông đợc điều chỉnh cho phù hợp với hớng vân Hình ảnh đợc chuyển từ miền không giam sang miền tần Nhận dạng vân tay số cách phép biến đổi Fourier rời rạc hai chiều ảnh Fourier sau đợc lọc cách sử dụng chuỗi 16 lọc Butterworth mà lọc đợc điều chỉnh theo hớng đặc biệt Số lọc hớng tỉ lệ với số hớng đợc sử dụng để tính toán hớng hình ảnh Sau lọc hớng đợc đa vào ảnh Fourier cách độc lập, biến đổi Fourier ngợc đợc sử dụng để chuyển ảnh trở miền không gian, tạo chuỗi ảnh lọc có hớng gọi ảnh tiền lọc Bớc trình làm rõ ảnh tạo ảnh lọc cuối cách sử dụng giá trị điểm ảnh từ ảnh đợc tiền lọc Điều đòi hỏi giá trị hớng vân điểm ảnh ảnh thô hớng lọc ảnh tiền lọc Từng điểm ảnh cuối sau đợc tính cách chọn, từ ảnh tiền lọc giá trị điểm ảnh hớng lọc gần với hớng thực tế vân Đầu trình lọc phiên ảnh đợc làm rõ mà đợc làm trơn hớng vân Cuối cùng, ngỡng thích nghi cục đợc đa vào ảnh lọc hớng, tạo ảnh nhị phân Điều đòi hỏi việc tính toán giá trị trung bình giá trị mức xám cửa sổ ảnh điểm ảnh giá trị trung bình lớn ngỡng giá trị điểm ảnh đợc đặt giá trị nhị phân điểm ảnh đó, không đợc đặt không Mức xám hình ảnh đợc chuyển thành ảnh nhị phân Đây đợc xem nh kỹ thuật tốt để làm rõ ảnh vân tay đợc dựa lọc mà đợc điều chỉnh theo đặc tính cục ảnh vân tay Có thể thấy phần lớn kỹ thuật để làm rõ ảnh vân tay dựa lọc điều chỉnh đợc theo đặc điểm cục ảnh vân tay Trong chơng giới thiệu phơng pháp làm rõ ảnh vân tay dựa việc phát triển kỹ thuật Hong Tiền xử lý ảnh vân tay trình gồm chuỗi kỹ thuật làm rõ ảnh vân tay Thuật toán bao gồm bốn bớc chính: - làm chuẩn hoá - xác định hớng - xác định tần số vân - lọc Gabor Để phụ trợ cho bốn bớc sử dụng thêm ba bớc khác bao gồm: - phân đoạn - nhị phân hoá Nhận dạng vân tay - làm gọn Phân đoạn: Bớc thuật toán làm rõ ảnh phân đoạn hình ảnh Việc phân đoạn trình tách vùng bật từ Vùng bật tơng ứng với vùng vân tay rõ bao gồm vân rãnh, vùng quan tâm Phần tơng ứng với vùng khung miền vân tay, mà không chứa thông tin vân tay có giá trị Khi thuật toán trích chọn đặc trng đợc áp dụng cho miền ảnh, gây nên trích chọn nhầm nhiễu Do việc phân đoạn đợc thực để loại miền để tạo điều kiện thuận tiện cho việc trích chọn chi tiết đặc trng cách tin cậy Trong ảnh vân tay, nói chung miền biểu thị thay đổi giá trị màu xám cách không rõ ràng, miền bật có thay đổi lớn Do sử dụng phơng pháp ngỡng biến đổi để thực việc phân đoạn Đầu tiên, hình ảnh đợc chia thành khối tỉ lệ thay đổi màu xám đợc tính cho khối hình ảnh Nếu thay đổi nhỏ ngỡng toàn cục, khối đợc xếp vào miền nền, không đợc xếp phần miền bật Sự thay đổi mức xám khối cỡ W*W là: Trong V(k) thay đổi khối thứ k, I(i,j) giá trị mức xám điểm ảnh (i,j) M(k) giá trị mức xám trung bình khối k Chuẩn hóa: Bớc trình làm rõ vân tay tiêu chuẩn hoá hình ảnh Việc chuẩn hóa đợc sử dụng để làm chuẩn giá trị bật ảnh cách điều chỉnh dải giá trị mức xám để nằm dải giá trị mong muốn I(i,j) giá trị mức xám điểm ảnh (i,j) N(i, j) giá trị mức xám đợc chuẩn hoá điểm ảnh (i, j) ảnh đợc chuẩn hoá đợc xác định: Nhận dạng vân tay Nếu I(i, j) > M Trong M V giá trị ỡc tính trung bình thay đổi I(i, j) M0 V0 giá trị trung bình giá trị thay đổi mong muốn Việc chuẩn hoá không làm thay đổi cấu trúc vân vân tay, thực để chuẩn hoá mức động thay đổi giá trị mức xám, tạo điều kiện thuận lợi cho trình làm rõ ảnh Xác định hớng Hình 2.1: Hớng điểm ảnh vân vân tay Trờng hớng ảnh vân tay xác định hớng cục vân ảnh Phơng pháp hình vuông trung bình nhỏ Hong đợc sử dụng để xác định hớng hình ảnh Tuy nhiên, thay cho việc xác định hớng khối, tác giả mở rộng phơng pháp Hong cho vòng điểm ảnh, làm cho việc xác định hớng tốt xác Các bớc để tính hớng điểm ảnh (i, j): Đầu tiên, khối có kích thớc W*W đợc đặt trung tâm điểm ảnh (i,j) ảnh vân tay đợc chuẩn hoá Đối với điểm ảnh khối, đo gradient x(i, j) y(i, j), cờng độ gradient hớng x y x(i, j): y(i, j): Nhận dạng vân tay Hớng cục điểm ảnh (i, j) sau đợc xác định từ công thức sau: (i, j) hình vuông nhỏ xác định hớng cục trung tâm khối điểm ảnh (i, j) Làm trơn vùng hớng vùng cục lân cận cách sử dụng lọc Gaussian Hớng ảnh đợc chuyển thành trờng vectơ liên tục: x y thành phần x y miền véctơ Sau miền vectơ đơc tính, việc làm trơn Gaussian sau đợc thực hiện: Nhận dạng vân tay G lọc thông thấp Gaussian kích thớc Cuối làm trơn miền hớng O điểm ảnh (i, j): Xác định tần số vân: Bên cạnh việc xác định hớng ảnh, tham số quan trọng khác đợc sử dụng việc tạo nên lọc Gabor tần số vân cục Tần số hình ảnh đại diện cho tần số cục vân vân tay Bớc trình xác định tần số chia hình ảnh thành khối có kích thớc W*W Bớc tham chiếu giá trị mức xám tất điểm ảnh nằm khối dọc theo hớng vân cục Sự tham chiếu tạo nên sóng dạng gần sin với điểm cục nhỏ tơng ứng với vân vân tay Nhận dạng vân tay Hình 2.2: Sự tham chiếu giá trị tập trung điểm ảnh dọc theo hớng vân cục a)Một khối 32*32 ảnh vân tay b) Sóng tham chiếu khối Tác giả sửa phơng pháp xác định tần số ban đầu đợc Hong sử dụng thêm bớc tham chiếu làm trơn để tính toán không gian vân Điều liên quan tới việc làm trơn sóng đợc tham chiếu cách sử dụng lọc thông thấp Gaussian kích thớc W*W để làm giảm ảnh hởng nhiễu việc tham chiếu Không gian vân S(i, j) sau đợc tính cách đếm số trung bình điểm ảnh điểm nhỏ điểm ảnh sóng đợc tham chiếu Do đó, tần số vân F(i, j) khối đIểm ảnh (i, j): ảnh vân tay đa vào đợc quét độ phân giải cố định, cách lý tởng tần số vân nên nằm dải xác định Tuy nhiên, có trờng 10 Nhận dạng vân tay Hình 3.4: Điểm đề cử vân rẽ nhánh c Bớc gán nhãn cho điểm ảnh vân lại mà đợc nối với ba điểm Việc gán nhãn tơng tự nh phơng pháp vân kết thúc, nhiên, thay cho việc gán nhãn vân riêng rẽ, ba nhánh đợc gán nhãn l=1,2,3 đại diện cho nhãn nhánh vân d Bớc cuối đếm theo chiều kim đồng hồ, số lần chuyển tiếp từ 0-1 (T01) ,0-2 (T02) 0-3 (T03) dọc theo khung hình ảnh M Nếu T01 T02 T03 = đích thực điểm rẽ nhánh Hình 3.5: Xác nhận điểm đề cử điểm rẽ nhánh Chơng Các kết thực nghiệm môi trờng tiến hành thực nghiệm: 19 Nhận dạng vân tay Tất phơng pháp thuật toán miêu tả tài liệu đợc thực cách sử dụng MATLAB V6.5 hệ điều hành Red Hat Linux Các thí nghiệm đợc thực Pentium 4-2.4 Ghz với RAM 512 MB Khi tiến hành thí nghiệm thuật toán làm rõ ảnh, thời gian tính toán không đợc đo Mục đích kết thí nghiệm để chứng minh kết trình thuật toán làm rõ để kiểm chứng trình thực nh Các thí nghiệm số trình đợc thực hình ảnh đặt giả tạo Mỗi hình ảnh giả tạo đợc tạo nên chuỗi mẫu vòng tròn tơng đơng kích cỡ thông qua chức circsine Thêm vào đó, nhiễu giả đợc phát thông qua chức random (ngẫu nhiên) cách sử dụng phân phối chuẩn Việc xác định hớng, xác định tần số lọc Gabor đợc thực chức circsine để tạo hình ảnh giả, sử dụng chức random để tạo nhiễu giả Phần lớn hình ảnh vân tay thực tế đợc sử dụng thí nghiệm đợc lấy từ liệu vân tay định trớc theo chuẩn National Institue of Standards (NIST) Mỗi ảnh ảnh cấp xám bit đợc quét với độ phân giải 500-dpi có kích thớc 832*768 điểm ảnh Phân đoạn: Hình 4.1 minh chứng kết việc phân đoạn ảnh vân tay dựa ngỡng thay đổi Sự biến đổi hình ảnh hình 4.1b trung tâm vùng vân tay biểu lộ giá trị thay đổi lớn, vùng miền có biến đổi thấp Do đó, ngỡng biến đổi đợc sử dụng để cách ly vùng vân bât vùng Hình ảnh đợc phân đoạn cuối đợc tạo nên cách đặt vùng có giá trị biến đổi dới ngỡng giá trị cấp xám không, nh hình 4.1c a) ảnh ban đầu b) ảnh biến đổi c) ảnh đợc phân đoạn Hình 4.1: Kết trình phân đoạn 20 Nhận dạng vân tay Hình 4.2: Kết trình chuẩn hoá hình ảnh Chuẩn hoá: Đối với hình ảnh đợc đa vào trình làm rõ, giá trị điểm không trung bình mong muốn giá trị thay đổi ảnh đợc sử dụng để làm chuẩn hoá Do đó, hình ảnh đợc chuẩn hoá để xác định mức trớc tiếp tục trình làm rõ Hình 4.2 đa kết việc làm chuẩn hoá ảnh vân tay Biểu đồ ảnh gốc ( hình 4.2 c ) chứng minh tất giá trị cờng độ nằm phía bên phải thang 0-255, mà điểm ảnh nằm phía bên tay trái Các kết hình ảnh có độ tơng phản thấp đợc minh hoạ hình 4.2 a Nói cách khác, biểu đồ hình ảnh đợc chuẩn hoá (hình 4.2 d ) dải giá trị tập trung đợc điều chỉnh để có phân phối cân điểm ảnh tối điểm ảnh sáng Do đó, việc chuẩn hoá hình ảnh cải thiện tơng phản vân nền, nh hình 4.2 b Hơn nữa, đồ thị hình 4.2 c 4.2 d trình chuẩn hoá không làm thay đổi hình dạng đồ thị nguyên thuỷ; có mối liên hệ vị trí giá trị dọc theo trục x bị dịch, điều có nghĩa cấu trúc vân không thay đổi định ớng: trình lọc Xác h- a) ảnh ban đầu b) ảnh đợc chuẩn hoá Quá lọc c) Biểu đồ ảnh ban đầu d) Biểu đồ ảnh chuẩn hoá Gabor trình làm rõ dựa vào việc lọc dọc theo hớng vân cục để làm rõ cấu trúc vân giảm nhiễu Do xác định hớng cách xác quan trọng Do trình xác định hớng đóng vai trò quan trọng trình làm rõ Trong thử nghiệm sử dụng kết 21 Nhận dạng vân tay hợp hình ảnh kiểm tra giả tạo ảnh vân tay thực tế Giá trị đặt mặc định tham số đợc Hong sử dụng tất thử nghiệm: khối trung bình cỡ 16*16 lọc Gaussian cỡ 5*5 Các kết hình ảnh kiểm tra giả tạo: Các thử nghiệm đợc thực hình ảnh vòng tròn giả tạo đợc tạo Bằng cách sử dụng hình ảnh giả tạo, giá trị hớng tiền định đợc sử dụng nh tảng so sánh với hớng đợc tính thuật toán xác định hớng Độ xác thuật toán đợc đo hình vuông lỗi trung bình giá trị tính đợc giá trị thực tế Hình vuông lỗi trung bình đại diện cho khác giá trị hớng thực giá trị hớng đợc đo radian Thuật toán đợc kiểm tra số ảnh giả tạo rõ nét Các kết đợc hình 4.3 đợc tạo nên cách sử dụng cỡ hình ảnh khác độ dài sóng khác để tạo nên hình ảnh giả tạo Các hình ảnh quan sát đợc trờng hớng đợc xác định trơn rõ nét toàn hình ảnh Hơn nữa, giá trị hình vuông lỗi trung bình có khác biệt nhỏ giá trị hớng thực giá trị hớng xác định đợc từ thuật toán Do đó, đợc thuật toán để tạo tính toán hớng xác cho ảnh giả a) ảnh gốc b) ảnh có hớng c) ảnh gốc d) ảnh có hớng 22 Nhận dạng vân tay Hình 4.3: Hớng đợc xác định ảnh giả tạo rõ nét a) ảnh giả 200*200 với chiều dài sóng b) ảnh giả 500*500 với chiều dài sòng 15 Các thử nghiệm sau đợc đa vào chuỗi thành phần nhiễu ngẫu nhiên Hình 4.4 b diện số lợng nhiễu nhỏ không ảnh hởng đáng kể tới độ xác thuật toán Tuy nhiên, hình 4.4 d chứng minh có độ tập trung nhiễu cao đợc đa vào hình ảnh, thuật toán tạo trờng hấp thụ hớng với tỉ lệ vectơ không cân xứng a) ảnh ban đầu b) ảnh đợc xác định hớng d) ảnh có nhiễu đợc xác định hớng Hình 4.4: Xác định hớng cho ảnh giả có nhiễu c) ảnh có nhiễu Bảng 4.1 giá trị hình vuông lỗi trung bình tỉ lệ với tăng độ tập trung nhiễu đa vào hình ảnh cỡ 200*200 bớc sóng giả Các lỗi hình vuông trung bình lớn độ xác thuật toán giảm cách đáng kể có tập trung cao độ nhiễu Do đó, đợc thuật toán tạo xác định hớng xác có diện số lợng nhiễu nhỏ nhất, nhng hoạt động bị giảm hiệu có nhiễu lớn Độ lệch chuẩn Lỗi trung bình 23 Nhận dạng vân tay Hình 4.5: ảnh vân 0.0Xác định hớng cho 0.0003 0.5 tay thực tế rõ 0.0009 nét 1.0 0.0032 1.5 0.0102 2.0 0.0246 2.5 0.0691 3.0 0.1722 3.5 0.2330 4.0 0.3041 4.5 0.4124 5.0 0.4262 Các kết hình ảnh vân tay thực tế: Bớc thí nghiệm đa vào chuỗi ảnh vân tay thực tế Các ảnh vân tay đợc chọn để đa vào thí nghiệm dới điều kiện khác Các loại vân tay đợc chọn gồm hình ảnh rõ nét hình ảnh có chất lợng không cao Các đại lợng đợc sử dụng để xác định chất lợng việc xác định hớng bao gồm véctơ hớng nh tơng ứng với dòng vân mẫu, độ trơn trờng hớng Các điểm riêng lẻ đặc điểm vĩnh cửu vân tay đợc sử dụng rộng rãi cho việc phân loại vân tay làm phù hợp; để xác định cách xác trờng hớng xung quanh điểm quan trọng Các điểm riêng lẻ điểm mà trờng hớng không liên tục không giống mẫu vân chuẩn, hớng vân biển đổi cách đáng kể Thực nghiệm hình ảnh gồm điểm riêng lẻ hình lều hình tròn (hình 4.5 b ) a) Hình lều b) Hình tròn 24 Nhận dạng vân tay Đối với hình ảnh chứa thành phần nhiễu, đứt gẫy vân mẫu vân không quán dọc theo hình ảnh Nếu có nhiễu (phía bên phải hình 4.6 ), kết trờng hớng không trơn Tuy nhiên việc xác định hớng gây nên nhầm lẫn đặc biệt vùng mà bị số lợng lớn vân (phía bên trái hình 4.6 ) Hình 4.6: Xác định hớng cho ảnh có nhiễu Xác định tần số vân tay: Cùng với hớng vân, tần số vân tham số quan trọng khác đợc sử dụng cấu trúc lọc Gabor Các thử nghiệm đợc tiến hành với ảnh giả để tạo tần số vân Các kết thử nghiệm ảnh giả tạo: Hình 4.7: Xác định chiều dài sóng vân ảnh giả rõ nét Các kết thử nghiệm vân tay thực tế: 25 Nhận dạng vân tay Hình 4.8: Xác định chiều dài sóng vân cho hai ảnh vân tay khác Bộ lọc Gabor: Phần trọng tâm thuật toán tiền xử lý ảnh nằm trình lọc Gabor Lựa chọn tham số: Các tham số x y lọc Gabor điều khiển dải thông lọc, chúng phải đợc chọn cách cẩn thận chúng có ảnh hởng lớn tới kết làm rõ Giá trị x xác định mức độ tơng phản vân và y xác định độ trơn đợc áp dụng vân dọc theo hớng cục Hình 4.9 minh hoạ kết việc sử dụng giá trị x y khác để đa vào lọc Gabor với ảnh vân tay x y đợc xác định từ x= kxF(i, j) y= kyF(i, j) F tần số vân k x , ky số biến đổi a) ảnh gốc 26 Nhận dạng vân tay b) ảnh làm rõ (kx=0.2, ky=0.2) c) Bộ lọc Gabor (kx=0.2, ky=0.2) d) ảnh làm rõ (kx=0.5, ky=0.5) e) Bộ lọc Gabor (kx=0.5, ky=0.5) f) ảnh làm rõ (kx=0.9, ky=0.9) g) Bộ lọc Gabor (kx=0.9, ky=0.9) Hình 4.9: Kết làm rõ cách sử dụng lọc Gabor tham số khác Hình 4.9 f cho thấy giá trị x y lớn dẫn tới làm rõ chi tiết giả tạo số lợng đáng kể cấu trúc vân mờ Các vân mờ xuất dẫn tới làm hình ảnh bị trơn Ngợc lại giá trị nhỏ lọc loại nhiễu cách hiệu Qua thử nghiệm ta thấy dùng giá trị k x = 0.5 ky = 0.5 nhận đợc kết tốt Hình 4.10 minh hoạ ứng dụng lọc Gabor vào ảnh vân tay có chất lợng trung bình a) ảnh ban đầu b)ảnh đợc làm rõ 27 Nhận dạng vân tay Hình 4.10: Kết việc dùng lọc Gabor cho ảnh có chất lợng trung bình Nhị phân hoá làm gọn: Sau hình ảnh đợc làm rõ, đợc chuyển sang dạng nhị phân đợc đa vào thuật toán làm gọn để giảm độ dày vân xuống chiều rộng điểm ảnh a) Vân kết thúc b) Vân nhánh Hình 4.11: Kết trình nhị phân hoá làm gọn vân kết thúc vân rẽ nhánh Trích chọn chi tiết: Hình 4.12 minh hoạ kết việc trích chọn chi tiết từ hình ảnh có chất lợng trung bình 28 Nhận dạng vân tay HìnhHình 4.12:4.13: Kết trích chọn chi tiết Chicủa tiết việc gây nhầm từ ảnh vân tay Có thể nhận thấy kỹ thuật CN phát cách xác tất vân rẽ nhánh vân kết thúc từ khung ảnh Tuy nhiên phần lớn hệ thống nhận dạng trích chọn nhầm nh hình 4.13 Cấu trúc lỗ hổng tạo hai điểm rẽ nhánh, nhiên ảnh gốc, thấy hai điểm chi tiết không tồn Do trình hậu xử lý đợc dùng để xác nhận chi tiết Hình 4.13 ảnh phóng to chi tiết trích chọn nhầm hình 4.12 a) Cấu trúc lỗ hổng b) Cấu trúc hình cựa gà Hình 4.14 miêu tả chi tiết cách thuật toán xử lý để loại hai kiểu chi tiết sai Mỗi điểm rẽ nhánh cấu trúc lỗ đợc phân tách số lần chuyển tiếp sang đến (hai lần ) T02 dọc theo khung cửa sổ hình ảnh không Cấu trúc hình cựa gà chứa hai điểm ảnh trung tâm cửa sổ ảnh, điều có nghĩa nhánh vân nối với chi tiết không đủ dài để trải tới khung cửa sổ Do điểm vân kết thúc không đợc xác nhận chi tiết số lần chuyển tiếp điểm không T 01 dọc theo khung cửa sổ không a) Cấu trúc lỗ b) Cấu trúc cựa gà 29 Nhận dạng vân tay hổng Hình 4.14: Ví dụ thuật toán hậu xử lý để loại chi tiết sai Các thí nghiệm thử với kích thớc cửa sổ khác cửa sổ có kích thớc 23*23 hiệu để loại trừ chi tiết sai Nếu kích thớc cửa sổ nhỏ, thuật toán không loại trừ chi tiết sai cách hiệu Nếu kích thớc cửa sổ lớn, thuật toán loại trừ chi tiết không 30 Nhận dạng vân tay Tài liệu tham khảo [1] Raymond Thai, Fingerprint Image Enhancement and Minuatiae Extraction [2] Qun Gao, Philipp Frosterk Karl R.Mobus and George S.Moschytz, Fingerprint Recognition Using CNNS: Fingerprint Prerprocesing [3] J C Amengual, A Juan, J C Perez, F Prat, S Săz and J M Vilar, Real Time Minutiae Extraction in Fringerprint Images 31 Nhận dạng vân tay Mục lục Chơng Giới thiệu chung Chơng Tiền xử lý ảnh vân tay Phân đoạn Chuẩn hoá Xác định hớng 32 Nhận dạng vân tay Xác định tần số vân 10 Lọc Gabor 12 Nhị phân hoá 15 Làm gọn 15 Chơng Trích chọn chi tiết đặc trng 17 Trích chọn chi tiết đặc trng 17 Hậu xử lý ảnh vân tay 18 Phơng pháp luận 19 3.1 Trích chọn chi tiết 19 3.2 Hậu xử lý ảnh vân tay 20 Chơng Các kết thực nghiệm 23 Môi trờng tiến hành thực nghiệm 23 Phân đoạn 23 Chuẩn hoá 24 Xác định hớng 25 Xác định tần số vân tay 30 Lọc Gabor 31 Nhị phân hoá làm gọn 33 Trích chọn chi tiết đặc trng 34 Tài liệu tham khảo 37 33 [...]... bình 23 Nhận dạng vân tay Hình 4.5: ảnh vân 0.0Xác định hớng cho 0.0003 0.5 tay thực tế rõ 0.0009 nét 1.0 0.0032 1.5 0.0102 2.0 0.0246 2.5 0.0691 3.0 0.1722 3.5 0.2330 4.0 0.3041 4.5 0.4124 5.0 0.4262 Các kết quả hình ảnh vân tay thực tế: Bớc tiếp theo của thí nghiệm là đa vào một chuỗi các ảnh vân tay thực tế Các ảnh vân tay đợc chọn để đa vào thí nghiệm dới các điều kiện khác nhau Các loại vân tay đợc... vân tay: Cùng với hớng vân, tần số vân là một tham số quan trọng khác đợc sử dụng trong cấu trúc của bộ lọc Gabor Các thử nghiệm đầu tiên đợc tiến hành với các ảnh giả để tạo ra các tần số vân Các kết quả thử nghiệm ảnh giả tạo: Hình 4.7: Xác định chiều dài sóng vân của ảnh giả rõ nét Các kết quả thử nghiệm vân tay thực tế: 25 Nhận dạng vân tay Hình 4.8: Xác định chiều dài sóng vân cho hai ảnh vân tay. .. khung hình ảnh Phơng pháp của họ đòi hỏi sử 15 Nhận dạng vân tay dụng 1 cửa sổ 3*3 để kiểm tra vùng lân cận của mỗi điểm vân của hình ảnh Một ảnh đợc phân thành 1 vân kết thúc nếu nó chỉ có một ảnh vân lân cận ở trong cửa sổ và đợc phân thành một vân rẽ nhánh nếu nó có ba ảnh vân lân cận Phơng pháp này cũng tơng tự nh phơng pháp CN 2 Hậu xử lý ảnh vân tay: Các chi tiết sai có thể đợc đa vào hình ảnh... thiệu chung 1 Chơng 2 Tiền xử lý ảnh vân tay 3 1 Phân đoạn 7 2 Chuẩn hoá 8 3 Xác định hớng 8 32 Nhận dạng vân tay 4 Xác định tần số vân 10 5 Lọc Gabor 12 6 Nhị phân hoá 15 7 Làm gọn 15 Chơng 3 Trích chọn chi tiết đặc trng 17 1 Trích chọn các chi tiết đặc trng 17 2 Hậu xử lý ảnh vân tay 18 3 Phơng pháp luận 19 3.1 Trích chọn các chi tiết 19 3.2 Hậu xử lý ảnh vân tay 20 Chơng 4 Các kết quả thực nghiệm... đợc chuyển sang dạng nhị phân và đợc đa vào thuật toán làm gọn để giảm độ dày của vân xuống còn bằng chiều rộng của một điểm ảnh a) Vân kết thúc b) Vân nhánh Hình 4.11: Kết quả của quá trình nhị phân hoá và làm gọn đối với vân kết thúc và vân rẽ nhánh 8 Trích chọn chi tiết: Hình 4.12 minh hoạ kết quả của việc trích chọn chi tiết từ một hình ảnh có chất lợng trung bình 28 Nhận dạng vân tay HìnhHình 4.12:4.13:... điểm đợc trích chi tiết, các thông tin sau đợc ghi lại: - Toạ độ x và y - Hớng của đoạn vân liên quan - Loại chi tiết đợc trích a) CN = 1 b) CN = 3 Hình 3.2: Các ví dụ về điểm ảnh vân kết thúc và vân rẽ nhánh 3.2 Hậu xử lý hình ảnh vân tay: 17 Nhận dạng vân tay Để loại các chi tiết sai, lựa chọn thuật toán xác nhận các chi tiết theo Tico và Kuosmanen Thuật toán này kiểm tra giá trị của mỗi điểm chi... có thể bị xoá ứng dụng của thuật toán làm gọn đối với một ảnh vân tay cho phép duy trì, bảo vệ sự nối của các cấu trúc vân trong khi tạo nên một phiên bản khung của ảnh nhị phân ảnh khung này sau đó đợc sử dụng trong quá trình trích chọn chi tiết đặc trng 14 Nhận dạng vân tay Chơng 3 Trích chọn các chi tiết đặc trng Sau khi một hình ảnh vân tay đã đợc làm rõ, bớc tiếp theo là trích chọn các chi tiết... trị x xác định mức độ tơng phản giữa vân và nền và y xác định độ trơn đợc áp dụng của vân dọc theo hớng cục bộ Hình 4.9 minh hoạ kết quả của việc sử dụng các giá trị x và y khác nhau để đa vào bộ lọc Gabor với cùng một ảnh vân tay x và y đợc xác định từ x= kxF(i, j) và y= kyF(i, j) trong đó F là tần số vân và k x , ky là hằng số biến đổi a) ảnh gốc 26 Nhận dạng vân tay b) ảnh làm rõ (kx=0.2, ky=0.2)... cấu trúc vân mờ Các vân mờ này xuất hiện có thể dẫn tới làm hình ảnh bị quá trơn Ngợc lại nếu các giá trị đó quá nhỏ thì bộ lọc không thể loại nhiễu một cách hiệu quả Qua thử nghiệm ta thấy nếu dùng các giá trị k x = 0.5 và ky = 0.5 thì nhận đợc kết quả tốt Hình 4.10 minh hoạ ứng dụng của bộ lọc Gabor vào một ảnh vân tay có chất lợng trung bình a) ảnh ban đầu b)ảnh đợc làm rõ 27 Nhận dạng vân tay Hình... tiết ứng cử đợc xác nhận đúng là một vân kết thúc 2 Đối với một điểm đề cử là vân rẽ nhánh: a Đầu tiên kiểm tra 8 điểm lân cận bao quan điểm rẽ nhánh theo hớng ngợc chiều kim đồng hồ Đối với 3 điểm ảnh mà đợc nối với điểm rẽ nhánh, gán nhãn chúng với giá trị tơng ứng 1, 2, 3 Ví dụ: 18 Nhận dạng vân tay Hình 3.4: Điểm đề cử là vân rẽ nhánh c Bớc tiếp theo là gán nhãn cho các điểm ảnh vân còn lại mà đợc