Nhận dạng vân tay dựa trên thuật toán đối sánh vân tay

i LỜI CẢM ƠN Em xin 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 Trong suốt thời gian học làm luận văn tốt nghiệp, thầy dành nhiều thời gian quý báu để tận tình bảo, hướng dẫn, định hướng cho em việc nghiên cứu, thực luận văn Em xin bày tỏ lòng biết ơn chân thành đến Ban giám hiệu, Phòng sau đại học, thầy cô giáo Trường Đại học Công nghệ thông tin Truyền thông – Đại học Thái Nguyên giảng dạy trình học tập, thực hành, làm tập, đọc nhận xét luận văn em, giúp em hiểu thấu đáo lĩnh vực mà em nghiên cứu hạn chế cần khắc phục việc học tập, nghiên cứu thực luận văn Tôi xin cảm ơn chân thành đến Ban giám hiệu thầy cô tổ Tin – Công nghệ Trường THPT Kinh Môn II tạo điều kiện giúp đỡ suốt trình học tập Cuối xin bày tỏ lòng biết ơn chân thành tới gia đình, người thân, tới bạn bè, đồng nghiệp , tận tình giúp đỡ tạo điều kiện cho suốt trình học tập hoàn thành luận văn Mặc dù có nhiều cố gắng, song Luận văn không tránh khỏi thiếu sót Rất mong nhận ý kiến đóng góp quý báu thầy cô bạn Thái Nguyên, tháng 08 năm 2015 Tác giả VŨ THỊ HIÊN ii MỤC LỤC LỜI CẢM ƠN……….………………………………………………………… i DANH MỤC MỘT SỐ THUẬT NGỮ THƯỜNG DÙNGTRONG NHẬN DẠNG VÂN TAY……………………………………………………………….v DANH MỤC CÁC HÌNH VẼ…………………………………………… vi Chương I: NHẬN DẠNG VÂN TAY 1.1 Giới thiệu .1 1.2 Nhận dạng vân tay sinh trắc học .2 1.2.1 Lịch sử vân tay .6 1.2.2 Các hệ thống sinh trắc .7 1.2.3 So sánh đặc trưng sinh trắc 1.2.4 Các lỗi hệ thống sinh trắc 1.3 Phân loại kiểu vân tay 1.3.1 Trích chọn đặc tính 12 1.3.2 Tạo vec tơ đặc tính .12 1.3.3 Khâu phân loại kiểu vân tay .13 1.4 Các điểm đặc trưng ảnh vân tay .14 1.4.1 Trích điểm Singularity 16 1.4.1.1 Trường định hướng 16 1.4.1.2 Xác định điểm Singularity số poincore 17 1.4.2 Trích điểm minutiae .17 iii 1.4.2.1 Trích điểm minutiae từ ảnh binary 17 1.4.2.2 Trích điểm minutiae trực tiếp từ ảnh xám .18 1.5 Phân tích cấu trúc vân tay 19 1.5.1 Biểu diễn hình ảnh vân tay 20 1.5.2 Ước lượng hướng vân cục 20 1.5.3 Ước lượng tần suất vân cục 22 Chương II: THUẬT TOÁN ĐỐI SÁNH VÂN TAY 2.1 Đối sánh vân tay 25 2.1.1 Giới thiệu .25 2.1.2 Thuật toán đối sánh dựa vào độ tương quan .29 2.1.3 Thuật toán đối sánh dựa vào đặc trưng .33 2.1.4 Thuật toán đối sánh dựa vào đặc tính vân , .40 2.2 So sánh hiệu thuật toán đối sánh 42 CHƯƠNG III: THỰC NGHIỆM VÀ KẾT QUẢ 3.1 Giới thiệu .44 3.2 Chương tình thực nghiệm 44 3.3 Tìm kiếm chi tiết 45 3.3.1 Phương pháp 45 3.3.2 Kết thực thi 45 3.4 Thuật toán Hough 47 3.4.1 Phương pháp 47 3.4.2 Kết thực thi 49 iv 3.5 Thuật toán đối sánh vân tay 50 3.5.1 Phương pháp 50 3.5.2 Kết thực thi 51 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN …………………………… ……56 Kết đạt được…………………… ………………… ………………… 57 Kiến nghị hướng phát triển…………………………… …………….… 57 TÀI LIỆU THAM KHẢO……………………………………………….……58 v DANH MỤC MỘT SỐ THUẬT NGỮ THƯỜNG DÙNG TRONG NHẬN DẠNG VÂN TAY - Fingerprint verification: Xác nhận dấu vân tay - Finger identification: Nhận diện dấu vân tay - Biometric: Công nghệ Sinh trắc học - Ridge: Đường vân tay ngón tay người - Singular: Điểm kỳ dị vân tay ngón tay người, mang đặc điểm phân loại - Core: Điểm “tâm” vân tay, điểm singular - Minutiae: Điểm đặc trưng vân tay ngón tay người - Termination: Điểm kết thúc đường vân, lại minutia quan trọng - Bifurcation: Điểm trẽ ba đường vân, loại minutia quan trọng - Poincaré: Một phương pháp dùng để phát core theo trường vec-tơ đường bao - Orientation Image: Hình ảnh thể định hướng cục đường vân tay, bao gồm nhiều phần tử… - Category : Nhóm phân loại - Arch : Cung trơn - Whorl : Vân hình xoáy - Tented arch : Cung chồi - Left loop : Quai trái - Right loop : Quai phải - Ravire : Các rãnh - Ridge Endinh : Điểm kết thúc - Bifurcation : Điểm rẽ nhánh - Orientation Field : Trường định hướng - Ridge line following : Dò theo đường vân vi DANH MỤC HÌNH VẼ Số hiệu hình Tên hình Trang Hình 1-1 Một số đặc trưng sinh trắc học Hình 1-2 Biểu đô tương quan ứng dụng sinh trắc học Hình 1-3 Một số chứng vân tay tìm thời xưa Hình 1-4 Kiểu vân tay thực tế 10 Hình 1-5 Sơ đồ khối mô tả thuật toán phân loại vân tay 11 Hình1-6 Phương pháp số Poincaré 12 Hình 1-7 Lấy đặc tính cho phân loại 13 Hình 1-8 Kết định toán phân loại kiểu vân 13 Hình 1-9 Đường cong sai số học kiểm tra 14 Hình 1-10 Các điểm singularity core delta 15 Hình 1-11 Các điểm minutiae Ridge Ending (điểm kết thúc) vàBifurcation (điểm rẽ nhánh) 15 Hình 1-12 Ảnh vân tay trường định hướng 16 Hình 1-13 Sơ đồ mô tả thuật toán trích điểm minutiae từ ảnh binary Bề mặt ảnh vân tay với đường vân (ridge) Hình 1-14 rãnh (ravine) Hình 1-5 Một ảnh vân hướng vân tay tính lưới 16x16 Mỗi phần tử hướng cục đường vân; chiều dài tương ứng với tính tin cậy 18 18 21 vii Hình 2-1 Các dấu vân tay thu ngón tay không đối sánh với nhiễu phi tuyến cặp điều kiện da cặp thứ hai bên 27 Hình 2-2 Các chi tiết I ánh xạ hệ toạ độ T 38 Hình 2-3 m1 ghép cặp với m2 38 Hình 3-1 Form kiểm nghiệm thuật toán xử lý chi tiết 47 Hình 3-2 Form mở vân tay để so sánh 49 Hình 3-3 From thông tin so sánh 49 Hình 3-4 Form so sánh hai vân tay không trùng khớp 52 Hình 3-5 Form chi tiết ảnh vân tay vừa so sánh 53 Hình 3-6 Form so sánh hai vân tay trùng khớp 54 Hình 3-7 Form chi tiết hai ảnh vân tay vừa so sánh 55 CHƯƠNG I: NHẬN DẠNG VÂN TAY 1.1 Giới thiệu: Ngày nay, kỹ thuật sinh trắc học ngày ứng dụng rộng rãi Trong đó, nhận dạng vân tay xem kỹ thuật hoàn thiện đáng tin cậy để xác nhận người Nhận dạng dấu vân tay thường sử dụng nhiều lĩnh vực phòng chống tội phạm, xác nhận nhân thân, chí nhận dạng vân tay ứng dụng việc kiểm soát cửa vào hay đăng nhập vào máy tính cá nhân Nhưng có lẽ quen thuộc là việc sử dụng dấu vân tay cho chứng minh thư, có dấu vân tay ngón trỏ Việc lấy dấu vân tay nhằm mục đích làm sở liệu Gồm trình việc lấy dấu vân tay sau : Xác nhận dấu vân tay ( fingerprint verification ) Tại bước người cung cấp dấu vân tay với chứng minh thư nhằm tạo sở liệu tương ứng dấu vân tay thẻ chứng minh thư Nhận diện dấu vân tay (finger identification ) Bước không cần dùng tới chứng minh thư Dấu vân tay đưa vào để đối chiếu với database chứa vân tay Hệ thống xây dựng theo kiểu dự kiến ban đầu, nhận dạng identification, kết nhận dạng thể minh bạch dải giá trị xếp theo tiêu chí: giống với mầu đầu vào nhiều Thực phân loại kiểu vân tay có độ xác cao, đạt 90,86% Điều khẳng định khả thi mở rộng cở sở liệu ảnh Phân loại kiểu vân tay tốt đồng nghĩa với việc hạn chế tìm kiếm so sánh vân tay nhóm template (thay toàn bộ) mà vân đảm bảo xác 1.2 Nhận dạng vân tay sinh trắc học Hình 1-1: Một số đặc trưng sinh trắc học: a) gương mặt, b)vân tay, c) đồ hình bàn tay d)Mống mắt, e)võng mạc, f)chữ kí, g) tiếng nói Công nghệ Sinh trắc học (Biometric) - công nghệ sử dụng thuộc tính vật lý mẫu hành vi, đặc điểm sinh học đặc trưng dấu vân tay, mẫu mống mắt, giọng nói, khuôn mặt, dáng đi, để nhận diện người Sinh trắc học công cụ kiểm tra cá nhân hữu hiệu chưa có lịch sử Công nghệ sinh trắc học: dùng để nhận dạng Ai Ai qua vân tay, mống mắt, giọng nói, đặc điểm mặt, người Tất đặc điểm giúp nhận Ai Ai Tuy nhiên theo nghiên cứu vân tay đặc điểm nhận dạng có tính chất ưu việt phổ biển Công nghệ sinh trắc học áp dụng phổ biến lâu đời công nghệ nhận dạng vân tay Dấu vân tay đặc điểm quan trọng để phân biệt người người khác Sự phát triển công nghệ thông tin giúp thu nhận ghi nhớ hàng triệu ghi chép dạng số hoá Kỹ thuật đánh giá chìa khoá cách mạng công nghệ mới, thiết bị có khả nhận dạng vân tay để bảo vệ liệu ứng dụng ngày nhiều Nguyên lý hoạt động Công nghệ nhận dạng vân tay: Khi đặt ngón tay lên thiết bị nhận dạng dấu vân tay, thiết bị quét hình ảnh ngón tay đối chiếu đặc điểm ngón tay với liệu lưu trữ hệ thống Quá trình xử lý liệu thiết bị chuyển sang liệu số thông báo dấu vân tay hợp lệ hay không hợp lệ phép hệ thống thực chức Đặc điểm dấu vân tay dù gồm có loại (vòng móc đơn, vòng móc kép, vòng tập trung giữa, vòng cung, vòng cung hình lều, vòng xoắn, vòng bất thường) thể chi tiết khác muôn hình muôn vẻ không thay đổi từ sinh già Khai thác tính độc cấu tạo hình dạng vân tay người, nhà sinh trắc học biến thành chìa khoá riêng mà bạn sử dụng, giúp bạn tránh nhiều phiền toái sống bị trộm cắp, lạm dụng giả mạo loại giấy tờ tuỳ thân, thẻ ngân hàng, hộ chiếu… đảm bảo an ninh bảo mật 46 BOOL IsMinutiae(int x, int y) { If ( Image[x ][y] ==0)) { sum = |image[x-1,y-1]-image[x-1,y]| + |image[x-1,y+1]-image[x,y+1]| + |image[x+1,y+1]-image[x+1,y]| + |image[x+1,y+1]-image[x+1,y]| + |image[x+1,y-1]-image[x,y-1]| If(sum==1orsum==3) return true; } return FALSE; } 3.3.2 Kết thực thi: Bước 1: Chọn chức “Công cụ”, tiếp chọn chức “Kiểm nghiệm thuật toán” From thực bước tiền xử lý ảnh vân tay với chức năng: Mở ảnh, chuẩn hóa ảnh, tăng cường, nhị phân hóa Bước 2: Thực chức tiền xử lý ảnh vân tay Bước 3: Sau thực xong chức tiền xử lý ảnh Ta click nút “ Xem chi tiết” chi tiết vân tay thu Các điểm chi tiết 47 ảnh vân tay làm mảnh bao gồm điểm đặc trưng vân tay như: Điểm rẽ nhánh, điểm kết thức đường vân, điểm Core điểm Delta Hình 3-1: Form kiểm nghiệm thuật toán xử lý chi tiết 3.4 Thuật toán Hough 3.4.1 Phương pháp Thuật toán Hough thuật toán tìm gía trị tịnh tiến theo trục x, trục y, góc quay ngược chiều kim đồng hồ va đổ nở vân ( x, y, θ, s ) cho thực phép biến đổi thực tập chi tiết vân tay thu tập chi tiết mà có số lượng chi tiết trùng khớp với tập chi tiết vân tay lớn 48 Thuật toán dựa tập giới hạn x { x1+, x2+,…, xa+| }, y1+, y { y2+,…, yb+| }, θ { θ1+, θ2+,…,θc+ } s {s1+, s2+,…,sd+} Thuật toán phát biểu sau: Với mi, i = m Với m’j, j = n Với  +  {  +1,  +2, …,  +c} Nếu khoảng cách trực tiếp(  ’j +  + ,  i) <  Với s+  {s+1, s+2, …, s+d} {   x   x i   cos     y   s    sin  y   i   sin     x ' j    cos     y ' j  + x ,  y+ = lượng tử hoá  x,  y tới tập gần A[  x+,  y+,  +, s+] = A[  x+,  y+,  + , s+] + } Ở A mảng bốn chiều mà gái trị A[  x+, số cặp chi tiết ủng hộ cho [  x+,  y+,  + y ,  , s+] thể + , s+] Ở cuối trình tích lũy, biến đổi có chỉnh tốt (  x*, s*) nhận sau: (  x*,  y*,  *, s*) = arg max A[  x+,  y+,  +, s+] Đó giá trị mà ta muốn tìm +  y*,  *, 49 3.4.2 Kết thực thi Bước 1: Mở Form chương trình Thực chức “ Mở vân tay1” “ Mở vân tay 2” From hiển thị sau: Hình 3-2 : Form mở vân tay để so sánh Bước 2: Ta chọn chức “ Thực nghiệm thông tin so sánh” tạo Form hiển thị thông tin so sánh Tuy nhiên việc thực thành công thực xong đối sánh 50 Hình 3-3 : From thông tin so sánh 3.5 Thuật toán đối sánh vân tay 3.5.1 Phương pháp Phương pháp tiến hành đối sánh hai tập chi tiết hai ảnh vân tay Nếu số lượng ảnh vân trùng khớp lơn giá trị giới hạn hai vân tay trùng khớp Trước hết tiến hành tịnh tiến quay tập chi tiết ảnh hai theo đại lượng thu từ thuật toán Hough Tiến hành đối sánh chi tiết tập chi tiết ảnh vân tay với tập chi tiết thu Giả sử T I mẫu vân tay lưu chip điện tử mẫu vân tay sốn thu qua thiết bị thu nhận cần đối sánh, m={x,y,  } điểm đặc trưng xác định tọa độ {x,y} hướng  51 T = { m1, m2, …mm }; mI = { xi, yi,  i }, i = 1…m I = { m1’, m2’…mn’ }; mj’ = { xj’, yj’,  j’ } j = 1…n Hai chi tiết mI = { xi, yi, Өi } mj’ = { xj’, yj’, Өj’ } gọi so khớp nếu: sd (m'j , mi )  x ' j 2  xi    y 'j  yi   r0 dd(m'j , mi )  |  j'  i |,360  |  j'  i |  0 Với r0 0 giá trị giới hạn Dựa theo công thức đếm số lượng cặp chi tiết so kớp với Tư rút kết luận 3.5 Kết thực thi Bước 1: Thực chức “ mở vân tay 1” “ mở vân tay 2” Với vân tay vân tay 2, chọn chức “ Thực nghiệm so sánh dấu vân tay” đưa thông báo sau: 52 Hình 3-4: Form so sánh hai vân tay không trùng khớp Bước 2: Chọn chức “ Thực nghiệm, chi tiết” hiển thị chi tiết điểm đặc trưng ảnh vân tay vừa so sánh: 53 Hình 3-5 : Form chi tiết ảnh vân tay vừa so sánh Bước 3: Thực chức “ mở vân tay 1” “ mở vân tay 2” Với vân tay vân tay Chọn chức “ Thực nghiệm so sánh vân tay” đưa thông báo sau: 54 Hình 3- : Form so sánh hai vân tay trùng khớp Bước 4: Chọn chức “ Thực nghiệm, chi tiết” hiển thị chi tiết điểm đặc trưng ảnh vân tay vừa so sánh: 55 Hình 3-7 : Form chi tiết hai ảnh vân tay vừa so sánh Ngoài chức nêu trên, chương trình thực nghiệm có số chức phục vụ cho việc đối sánh vân tay - Chức “ Vùng chọn đặc trưng” Thực loại bỏ độ rộng khung ảnh nhằm lấy đường biên ảnh vân tay để xử lý - Chức “ Thông số xử lý ảnh” thực thiết đặt thông số chuẩn hóa ảnh, thông số nhị phân hóa ảnh thông số tăng cường ảnh: giá trị phương sai, giá trị ngưỡng, tần suất vân cục - Chức “ Thông số đối sánh vân tay” thiết đặt điều kiện chi tiết trùng khớp với điều kiện hai vân tay trùng khớp 56 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Nhận dạng vân tay lĩnh vực chuyên sâu Các tài liệu, thuật toán, mô-đun chương trình hạn chế quyền tác giả Kết thúc luận văn, xây dựng Form bước thực nhận dạng vân tay Các môđun chương trình cần thiết hoàn thành Kết luận văn: - Đã thực nhận dạng vân tay đầu vào với độ xác cao Đi sâu tìm hiểu nhận dạng vân tay phục vụ xác thực ảnh vân tay theo phương pháp 1-1 như: lưu trư, thu nhận, tăng cường tìm kiếm chi tiết đặc trưng ảnh vân tay Trong tập trung nghiên cứu thuật toán đối sánh vân tay - Thực phân loại kiểu vân tay có độ xác cao, đạt 90,86% Điều khẳng định khả thi mở rộng cở sở liệu ảnh Phân loại kiểu vân tay tốt đồng nghĩa với việc hạn chế tìm kiếm so sánh vân tay nhóm template (thay toàn bộ) mà đảm bảo xác - Hệ thống thiết kế có tính mở Có khả thay mô-đun thực thuật toán Cơ sở liệu ảnh bổ sung thêm dễ dàng Những kết cho thấy nhận dạng vân tay luận văn triển khai vào thực tế - Đã nghiên cứu số thuật toán xử lý ảnh vân tay chuẩn hoá, tăng cường ảnh vân tay số thuật toán việc trích chọn đặc trưng vân tay tính hướng cục bộ, trích chọn chi tiết, tần suất vân tay - Nghiên cứu số thuật toán đối sánh vân tay thuật toán dựa độ tương quan, dựa vào đặc trưng, dựa vào đặc tính vân - Cài đặt thành công số thuật toán xử lý ảnh chuẩn hóa, tăng cường ảnh vân số thuật toán trích chọn đặc trưng vân Cài đặt thành công thuật toán dựa chi tiết 57 - Chương trình đối sánh hai vân tay Kiến nghị hướng phát triển: - Sử dụng công nghệ nhận dạng vân tay để so sánh đối chiếu trình cấp phát kiểm soát cửa khả thi Áp dụng vào hệ thống kiểm soát hộ chiếu điện tử cửa chương trình thực nghiệm nên sử dụng kết hợp nhiều thuật toán xác thực khác để tăng tính khả thi sử dụng mạng NEURAL,… - Với việc mua sản phẩm công nghệ xác thực vân tay nước đắt tiền công ty thường không chuyển giao công nghệ mà chuyển giao sản phẩm Chính vậy, việc nghiên cứu ứng dụng công nghệ xác thực vân tay cần thiết - Vì chương trình thực nghiệm tìm điểm đặc trưng vân tay đặc trưng hướng đường vân tay nên thông thường ta thu nhiều điểm chi tiết đặc trưng, việc so sánh nhiều thời gian Ngoài ra, điều kiện tiếp cận nên chương trình thực nghiệm tập mẫu vân tay nhỏ nên sở đánh giá xác sai sót nhận dạng Trong tương lai chương trình thực nghiệm bổ sung thêm chức phân lớp vân tay kết hợp với việc tìm kiếm điểm đặc trưng vân tay Khi có mẫu vân tay theo nhóm với việc tìm kiếm điểm đặc trưng vân tay Như ta cải thiện thời gian đối sánh phục vụ việc rút ngắn thời gian thực thi kiểm soát 58 TÀI LIỆU THAM KHẢO Tiếng Việt: [1] Đỗ Năng Toàn, Phạm Việt Bình, Giáo trình xử lí ảnh, Trường ĐH Thái Nguyên khoa CNTT, tháng 11 năm 2007 [2] Ngô Quốc Tạo Tập giảng “Nhập môn xử lý ảnh” [3] Lương Mạnh Bá, Nguyễn Thanh Thuỷ Nhập môn xử lý ảnh số Nhà xuất khoa học kỹ thuật, 1999 [4] Nguyễn Kim Sách, “Xử lý ảnh video số”, NXB Khoa học kỹ thuật, 1997 Tiếng Anh: [5] D.Maltoni, D.Maio, A.K.Jain, S.Prabhakar, ”Minutiae-basedMethods” Extract from “Handbook of Fingerprint Recognition”, Springer, New York, 2003 [6] Registration of images with geometric distortions Transactions on Geoscience and Remote ensing, 26(1), 1988 [7] Orit Baruch Line thinning by line following Pattern Recognition Letters, 8:271–276, 1988 [8] Dario Maio and Davide Maltoni,”Direct Gray-Scale Minutiae Detection In Fingerprints”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol 19, No 1, January 1997 [9] D.Maltoni, D.Maio, A.K.Jain, S.Prabhakar, ”Singularity and Core Detection” Extract from “Handbook of Fingerprint Recognition”, Springer, New York, 2003 59 [10] Handbook of fingerprint Recognition – Davide malhoni,Dario Maio, Anil K.Jain, Salil Prabhakar [11] Fingerprint verification competition http://bias.csr.unibo.it/fvc2002/ [12] Nist fingerprint vendor technology evaluatio(http://fpvte.nist.gov/) 60