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

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 Si

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 và Công nghệ Việt Nam Trong suốt thời gian học và làm luận văn tốt nghiệp, thầy đã dành rất nhiều thời gian quý báu để tận tình chỉ bảo, hướng dẫn, định hướng cho em trong việc nghiên cứu, thực hiện luận văn

Em xin được bày tỏ lòng biết ơn chân thành đến Ban giám hiệu, Phòng sau đại học, các thầy cô giáo Trường Đại học Công nghệ thông tin và Truyền thông – Đại học Thái Nguyên đã giảng dạy trong quá trình học tập, thực hành, làm bài tập, đọc và nhận xét luận văn của em, giúp em hiểu thấu đáo hơn lĩnh vực mà em nghiên cứu và những hạn chế cần khắc phục trong việc học tập, nghiên cứu và thực hiện bản luận văn này Tôi xin cảm ơn chân thành đến Ban giám hiệu cùng các thầy cô tổ Tin – Công nghệ Trường THPT Kinh Môn II đã tạo điều kiện giúp đỡ tôi trong suốt quá trình học tập

Cuối cùng tôi xin bày tỏ lòng biết ơn chân thành tới gia đình, người thân, tới bạn

bè, đồng nghiệp , đã tận tình giúp đỡ và tạo điều kiện cho tôi trong suốt quá trình học tập và hoàn thành luận văn

Mặc dù đã có nhiều cố gắng, song Luận văn không tránh khỏi những thiếu sót Rất mong nhận được những ý kiến đóng góp quý báu của thầy cô và các bạn

Thái Nguyên, tháng 08 năm 2015

Tác giả

VŨ THỊ HIÊN

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 trong sinh trắc học 2

1.2.1 Lịch sử của vân tay 6

1.2.2 Các hệ thống sinh trắc cơ bản 7

1.2.3 So sánh các đặc trưng sinh trắc 8

1.2.4 Các lỗi của hệ thống sinh trắc 8

1.3 Phân loại kiểu vân tay 9

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 các điểm Singularity 16

1.4.1.1 Trường định hướng 16

1.4.1.2 Xác định các điểm Singularity bằng chỉ số poincore 17

1.4.2 Trích các điểm minutiae 17

1.4.2.1 Trích các điểm minutiae từ ảnh binary 17

1.4.2.2 Trích các 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 bộ 20

1.5.3 Ước lượng tần suất vân cục bộ 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 năng của các 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 quả thực thi 45

3.4 Thuật toán Hough 47

3.4.1 Phương pháp 47

3.4.2 Kết quả thực thi 49

3.5 Thuật toán đối sánh vân tay 50

3.5.1 Phương pháp 50

3.5.2 Kết quả thực thi 51

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ……… ……56

Kết quả đạt được……… ……… ……… 57

Kiến nghị và hướng phát triển……… ……….… 57

TÀI LIỆU THAM KHẢO……….……58

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 trên ngón tay người

- Singular: Điểm kỳ dị của vân tay trên ngón tay người, mang đặc điểm phân loại

- Core: Điểm “tâm” của vân tay, là một trong những điểm singular

- Minutiae: Điểm đặc trưng của vân tay trên ngón tay người

- Termination: Điểm kết thúc của đường vân, một lại minutia quan trọng

- Bifurcation: Điểm trẽ ba của đường vân, là một loại minutia quan trọng

- Poincaré: Một phương pháp dùng để phát hiện core theo trường vec-tơ và đường bao

- Orientation Image: Hình ảnh thể hiện các định hướng cục bộ của các 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

DANH MỤC HÌNH VẼ

Số hiệu

Hình 1-8 Kết quả cây quyết định của bài toán phân loại kiểu

Hình 1-11 Các điểm minutiae Ridge Ending (điểm kết thúc)

Hình 1-13 Sơ đồ mô tả thuật toán trích các điểm minutiae từ ảnh

Hình 1-14 Bề mặt của ảnh vân tay với các đường vân (ridge) và

Hình 1-5 Một ảnh vân hướng vân tay được tính trên một lưới 16x16 Mỗi phần tử là hướng cục bộ của đường vân;

chiều dài tương ứng với tính tin cậy

21

Hình 2-1

Các dấu vân tay thu được của cùng một ngón tay không đối sánh được với nhau do nhiễu phi tuyến ở cặp đầu tiên và do các điều kiện da ở cặp thứ hai bên dưới

27

Hình 3-7 Form hiện chi tiết hai ảnh vân tay vừa được so sánh 55

CHƯƠNG I: NHẬN DẠNG VÂN TAY 1.1 Giới thiệu:

Ngày nay, các kỹ thuật sinh trắc học ngày càng được ứng dụng rộng rãi Trong đó, nhận dạng vân tay được xem là một trong những kỹ thuật hoàn thiện

và đáng tin cậy nhất để xác nhận một người

Nhận dạng dấu vân tay thường được sử dụng trong nhiều lĩnh vực như là phòng chống tội phạm, xác nhận nhân thân, thậm chí nhận dạng vân tay còn được ứng dụng trong việc kiểm soát cửa ra vào hay đăng nhập vào một máy tính

cá nhân Nhưng có lẽ quen thuộc nhất đối với chúng ta là là việc sử dụng dấu vân tay cho chứng minh thư, ở đó có 2 dấu vân tay của 2 ngón trỏ

Việc lấy dấu vân tay nhằm mục đích làm cơ sở dữ liệu Gồm 2 quá trình chính trong việc lấy dấu vân tay như sau :

1 Xác nhận dấu vân tay ( fingerprint verification ) Tại bước này một người sẽ cung cấp dấu vân tay cùng với chứng minh thư nhằm tạo ra một cơ sở dữ liệu tương ứng dấu vân tay và thẻ chứng minh thư

2 Nhận diện dấu vân tay (finger identification ) Bước này sẽ không cần dùng tới chứng minh thư nữa Dấu vân tay sẽ được đưa vào để đối chiếu với database chứa các vân tay

Hệ thống xây dựng theo như kiểu dự kiến ban đầu, đó là nhận dạng identification, chính vì vậy kết quả nhận dạng thể hiện minh bạch bằng một dải giá trị sắp xếp theo tiêu chí: giống với mầu đầu vào nhiều cho tới ít Thực hiện phân loại kiểu vân tay có độ chính xác khá cao, đạt 90,86% Điều này khẳng định sự khả thi mở rộng cở sở dữ liệu ảnh Phân loại kiểu vân tay tốt đồng nghĩa với việc hạn chế tìm kiếm so sánh vân tay ở một nhóm template (thay vì toàn bộ)

mà vân đảm bảo chính xác

1.2 Nhận dạng vân tay trong 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) - là một công nghệ sử dụng những thuộc tính vật lý hoặc các mẫu hành vi, các đặc điểm sinh học đặc trưng như dấu vân tay, mẫu mống mắt, giọng nói, khuôn mặt, dáng đi, để nhận diện con người Sinh trắc học là một công cụ kiểm tra cá nhân hữu hiệu chưa từng có trong lịch sử

Công nghệ sinh trắc học: dùng để nhận dạng Ai là Ai qua vân tay, mống mắt, giọng nói, các đặc điểm trên mặt, trên người Tất cả các đặc điểm trên đều giúp chúng ta nhận ra Ai là Ai Tuy nhiên theo các nghiên cứu thì vân tay là một

đặc điểm nhận dạng có tính chất ưu việt nhất và phổ biển nhất

Công nghệ sinh trắc học được áp dụng phổ biến và lâu đời nhất là công nghệ nhận dạng vân tay Dấu vân tay là một đặc điểm quan trọng để phân biệt giữa người này và người khác Sự phát triển của công nghệ thông tin có thể giúp thu nhận và ghi nhớ được hàng triệu ghi chép dưới dạng số hoá Kỹ thuật này

được đánh giá sẽ là chìa khoá của một cuộc cách mạng công nghệ mới, khi những thiết bị có khả năng nhận dạng vân tay để bảo vệ dữ liệu được ứng dụng ngày càng nhiều

Nguyên lý hoạt động của Công nghệ nhận dạng vân tay: Khi đặt ngón tay lên trên một thiết bị nhận dạng dấu vân tay, ngay lập tức thiết bị này sẽ quét hình ảnh ngón tay đó và đối chiếu các đặc điểm của ngón tay đó với dữ liệu đã được lưu trữ trong hệ thống Quá trình xử lý dữ liệu sẽ được thiết bị chuyển sang các

dữ liệu số và ra thông báo rằng dấu vân tay đó là hợp lệ hay không hợp lệ để cho phép hệ thống thực hiện các chức năng tiếp theo

Đặc điểm của dấu vân tay dù chỉ gồm có 7 loại (vòng móc đơn, vòng móc kép, vòng tập trung ở giữa, vòng cung, vòng cung hình lều, vòng xoắn, vòng bất thường) nhưng thể hiện về chi tiết khác nhau muôn hình muôn vẻ và không thay đổi từ khi mới sinh ra cho đến khi về già Khai thác tính độc nhất về cấu tạo hình dạng vân tay của mỗi người, các nhà sinh trắc học sẽ biến nó thành chiếc chìa khoá riêng mà chỉ bạn mới có thể sử dụng, giúp bạn tránh được nhiều phiền toái trong cuộc sống như bị trộm cắp, lạm dụng hoặc giả mạo các loại giấy tờ tuỳ thân, thẻ ngân hàng, hộ chiếu… đảm bảo an ninh và bảo mật

Hệ thống sinh trắc học sẽ ghi nhận mẫu vân tay của người dùng và lưu trữ tất cả những dữ liệu đặc biệt này thành một mẫu nhận diện được số hoá toàn phần Có hai phương pháp để lấy dấu vân tay

- Cách thứ nhất (cổ điển) là sao chép lại hình dạng vân tay (như lăn tay, hay chạm vào một vật gì đó) thông qua máy quét ghi nhận và xử lý Tuy nhiên, phương pháp này bị vô hiệu hoá trong trường hợp kẻ gian dùng một bao cao su giả mạo dấu vân tay hay cũng không loại trừ trường hợp bọn chúng "mượn" luôn ngón tay của nạn nhân để phục vụ cho mục đích riêng

- Cách thứ hai được xem là "đọc" dòng điện dưới ngón tay thông qua hệ thống khuyếch đại xung điện, rồi chuyển thành vân tay Cách này giúp giảm thiểu khả năng giả mạo vân tay, nhưng lại đòi hỏi trình độ công nghệ cao và chi phí sử dụng lớn hơn nhiều so với phương pháp cổ điển Đây cũng chính là cách những thiết bị kỹ thuật số như điện thoại, máy tính xách tay, ổ cứng USB sử dụng để làm cổng mã hoá bảo vệ dữ liệu

Ngày nay việc ứng dụng công nghệ sinh trắc học về nhận dạng vân tay được sử dụng ngày càng nhiều vì nó đáp ứng yêu cầu bảo vệ dữ liệu, đảm bảo an ninh an toàn với độ chính xác cao

Dưới đây là biểu đồ tương quan ứng dụng sinh trắc học (số liệu thống kê của International Biometric Group, 2002)

Hình1- 2 Biểu đô tương quan ứng dụng sinh trắc học

(vân tay đứng vị trí hàng đầu trong các ứng dụng nhận dạng)

Với nhu cầu cấp bách đối với bảo mật cao ngày càng tăng, sinh trắc học đã được nhấm vào để tạo ra một phương pháp nhận dạng cho thế hệ tiếp nối Trong

số hàng loạt công nghệ sinh trắc học, nhận dạng vân tay được sử dụng thời gian sớm nhất và mang đến nhiều cơ hội hơn là sử dụng những công nghệ sinh trắc học khác

Ngày nay việc nhận dạng dấu vân tay ngày càng trở nên phổ biến với một phạm vi rộng các ứng dụng trong mọi lĩnh vực hành pháp cũng như dân sự chẳng hạn như điều tra tội phạm, thẻ tín dụng, bằng lái xe, thẻ xuất nhập cảnh, truy cập máy tính xách tay, điện thoại di động Dấu vân tay là một đặc điểm quan trọng

để phân biệt giữa người này và người khác Sự phát triển của công nghệ thông tin có thể giúp thu nhận và ghi nhớ được hàng triệu ghi chép dưới dạng số hoá

Kỹ thuật này được đánh giá sẽ là chìa khoá của một cuộc cách mạng công nghệ

mới, khi những thiết bị có khả năng nhận dạng vân tay để bảo vệ dữ liệu được

ứng dụng ngày càng nhiều Tuy nhiên hiện nay vẫn còn những khó khăn còn tồn

tại trong việc so khớp ảnh vân tay Do đó, việc so khớp ảnh vân tay đã và đang

nhận nhiều sự quan tâm nghiên cứu ngày càng tăng của cộng đồng xử lý ảnh và

nhận dạng mẫu Vân tay được hình thành bởi một nhóm các đường cong Đặc

trưng được sử dụng nhiều nhất bao gồm điểm rẽ nhánh và điểm kết thúc và được

gọi là minutiae

1.2.1 Lịch sử của vân tay:

Trên các mẫu khảo cổ học và các mẫu vật lịch sử, người ta đã tìm thấy

nhiều mẫu vân tay Điều này cung cấp bằng chứng rõ ràng là người xưa đã nhận

ra tính cá nhân của vân tay, nhưng không xuất hiện bất kì cơ sở khoa học nào

Mãi đến thế kỉ 16 các kĩ thuật vân tay khoa học hiện đại mới xuất hiện và từ đó

các lí thuyết và chương trình mô tả, nhận dạng vân tay mới phát triển mau

chóng:

Hình 1 - 3: Một số bằng chứng vân tay tìm được thời xưa

Năm 1964: Nehemiah Grew nhà sinh thái học thực vật xuất bản những trang sách đầu tiên các nghiên cứu có tính hệ thống của ông về vân tay

Năm 1788: Mayer đã mô tả chi tiết thông tin giải phẫu của vân tay để đặc tính hóa, nhận dạng các đặc tính vân tay

Năm 1809, Thomas Bewick bắt đầu sử dụng vân tay của mình như là biểu tượng đăng kí thương mại – đã tạo ra một cột mốc quan trọng trong nghiên cứu khoa học về nhận dạng vân tay

Năm 1888, Ngài Francis Galton giới thiệu các đặc trưng chi tiết phục vụ cho đối sánh vân tay

Đầu thế kỉ 20, cấu trúc của vân tay mới được mô tả một cách khá đầy đủ nhận dạng vân tay chính thức được chấp nhận như một phương pháp nhận dạng cá nhân có giá trị và trở thành chuẩn trong pháp luật Ví dụ, năm 1924 FBI

đã thiết lập một cơ sở dữ liệu có 810000 thẻ vân tay

1.2.2 Các hệ thống sinh trắc cơ bản

Một hệ thống sinh trắc cơ bản là một hệ thống nhận dạng mẫu để nhận ra một người bằng cách quyết định tính xác thực của một đặc tính sinh học hay hành vi thuộc về người đó Trong thiết kế một hệ thống sinh trắc, một vấn đề quan trọng đặt ra là xác định cách một người được nhận dạng Một hệ thống sinh trắc có thể

là một hệ thống kiểm tra hay một hệ thống nhận dạng

 Hệ thống kiểm tra: Là hệ thống xác thực một người bằng cách so sánh đặc

tính sinh trắc của người này với mẫu sinh trắc của chính người đó đã được lưu trữ trước trong hệ thống

 Tính phổ biến: Mọi người đều có đặc trưng sinh trắc này

 Tính phân biệt: hai người khác nhau thì đặc trưng sinh trắc này phải khác nhau

 Tính ổn định: đặc trưng sinh trắc này không thay đổi theo từng giai đoạn thời gian ( tương ứng với hạng mục đối sánh nhất định )

 Tính thu thập: nghĩa là đặc trưng này có thể đo được và lượng hóa

 Hiệu năng: khả năng nhận dạng chính xác, tốc độ nhận dạng; các tài nguyên cần thiết để đạt được tốc độ và độ chính xác mong muốn; các nhân

tố môi trường và hoạt động ảnh hưởng đến tốc độ và độ chính xác trong nhận dạng

 Tính chấp nhận: mọi người vui lòng chấp nhận các đặc trưng sinh trắc trong đời sống hàng ngày của họ

1.2.4 Các lỗi của hệ thống sinh trắc:

Đối sánh trong một hệ thống nhận dạng vân tay dựa vào điểm đối sánh

Điểm đối sánh được dùng để lượng hóa độ tương tự giữa biểu diễn của đầu vào

và biểu diễn của mẫu cơ sở dữ liệu Điểm này càng có giá trị gần 1 thì khả năng

cả hai vân tay đều của cùng một ngón tay càng cao, ngược lại điểm này càng có

giá trị gần 0 thì khả năng hai vân tay là của hai ngón tay khác nhau càng lớn

Quyết định của hệ thống được điều khiển bởi ngưỡng t Với điểm s của hai vân

Một hệ thống kiểm tra chấp nhận hai lỗi sau đây:

 Kiểm tra các số đo sinh trắc từ hai ngón tay khác nhau với kết quả là của cùng một ngón tay ( ta gọi là so khớp sai )

 Kiểm tra các số đo sinh trắc của cùng một ngón tay với kết quả là của hai ngón tay khác nhau ( ta gọi là không- so khớp sai )

Hai lỗi trên tương ứng còn được gọi là chấp nhận sai và từ chối sai Bởi vì kẻ

giả mạo có thể được chấp nhận sử dụng thiết bị hay hệ thống…nếu có sự so khớp sai, và người có đủ thẩm quyền đăng nhập, sử dụng thiết bị hay hệ thống lại bị từ chối nếu xảy ra sự không so khớp sai Chúng ta lượng hóa hai lỗi trên

bằng các đại lượng: tỉ lệ chấp nhận sai và tỉ lệ từ chối sai

1.3 Phân loại kiểu vân tay

Hệ thống nhận dạng identification, cơ sở dữ liệu có thể lên đến hàng triệu chỉ bản nên quá trình đối chiếu 1:N tốn rất nhiều thời gian Phân loại vân tay nhằm mục đích tổ chức các template theo từng category (nhóm phân loại) để tiết kiệm thời gian nhận dạng (cho một input-image khi hệ thống hoạt động)

(a) (b) (c)

(d) (e)

Hình1-4 Kiểu vân tay trong thực tế:

a) arch ; b) whorl ; c) tented arch; d) left loop ; e) right loop

- Cung trơn (a ): là cung có các đường vân bắt đầu từ một phía của mẫu vân, không bị đứt đoạn khi đi qua mẫu vân và kết thúc ở đầu bên kia mẫu vân Loại vân này không có tâm và tam phân điểm

- Vân hình xoáy (b): Đặc điểm của nhóm vân này là có ít nhất hai tam phân điểm

Gồm ba loại chủ yếu:

Xoáy tròn: Khi xoáy tạo ra là hình tròn

Xoáy bầu dục: Khi xoáy tạo ra hình elip

Quai kép: Khi các đường vân ở tâm tạo thành hai quai ngược chiều nhau

- Cung chồi (c): Theo số liệu thống kê đây là nhóm chiếm khoảng 60% số mẫu trong tàng thư, đặc điểm của vân này là có một hay nhiều đường vân xuất phát

từ một phía của mẫu, kết thúc tại bên kia và khi qua tâm các đường vân uốn cong tạo nên hình quai

- Quai trái (d): Khi quai được tạo ra có hướng tới ngón út của cùng bàn tay thì mẫu vânđó được gọi là quai trái Số mẫu vân tay này chiếm 5% tổng số mẫu vân hình quai

- Quai phải(e): Khi quai được tạo ra có hướng hướng tới ngón cái của cùng bàn tay thì mẫu vân khi đó được gọi là quai phải Số mẫu vân tay này chiếm 95% tổng số mẫu vân hình quai

Mặc dù luận văn giới hạn trong số lượng mẫu ít để thực hiện xử lý dữ liệu

đó và thử nghiệm Nhưng hệ thống nhận dạng vân tay trong luận văn này được thiết kế theo kiểu identification Tuân thủ kiểu nhận dạng của hệ thống và hướng thiết kế mở đặt ra ban đầu thì phân loại vân tay là khâu không thể bỏ qua Giải pháp phân loại vân tay ở đây sử dụng cây quyết định (treefit), sẽ kế thừa được nhiều kết quả của phần trích chọn đặc tính vân tay cho đối chiếu ở trên

Quá trình phân loại vân tay được thực hiện qua ba bước chính:

1.3.1 Trích chọn đặc tính:

Phân loại vân tay thì phụ thuộc nhiều vào các điểm kỳ dị (singular point), bao gồm điểm delta và điểm core Khi đã có orientation image các điểm kỳ dị có thể xác định thuân lợi bằng phương pháp Poincaré Đặc tính cần trính chọn là góc định hướng cục bộ qi, j

Hình 1-6 Phương pháp chỉ số Poincaré:

a) trong miền liên tục; b) trong ảnh số

Chỉ số Poincaré của trường định hướng tại điểm ảnh i, j theo một đường bao kín Chỉ số Poincaré bằng 0,5 nếu điểm đó là core, bằng - 0,5 nếu điểm đó là delta Luận văn thực hiện thuật toán phát hiện core với đường bao L có chiều dài

16 pixel và bao quanh điểm [i, j]

1.3.2 Tạo vec-tơ đặc tính:

Sau khi phát hiện được điểm core, vec-tơ đặc tính được tạo ra bằng các khoanh vùng lấy 11 x 11 định hướng cục bộ mà điểm này làm trọng tâm Một ma-trận cỡ 11 x 11 không thích hợp làm vec-tơ đầu vào cho khâu phân loại nên

nó được điều chỉnh lại kích thước thành vec-tơ 121 thành phần Mỗi thành phần này là góc định hướng định hướng cục bộ của block có tọa độ [i, j]

Hình ảnh mô tả quá trình tạo vec-tơ đặc tính:

(a) (b)

Hình 1-7 Lấy đặc tính cho phân loại:

a) vùng tạo vec-tơ đặc tính; b) vec-tơ đặc tính tương ứng

1.3.3 Khâu phân loại kiểu vân tay:

Giải pháp thực hiện khâu phân loại vân tay dùng cây quyết định (treefit), đây là một giải pháp tốt cho bài toán phân loại kiểu vân tay (thể hiện ở kết quả nhận dạng)

Hình 1-8 Kết quả cây quyết định của bài toán phân loại kiểu vân

Do số nút trong cây quyết định không biết trước Cây quyết định cũng cần xác định cấu trúc tối ưu Tiêu chí để đánh giá dùng cặp sai số học và sai số kiểm tra (là các hàm của số nút) để tìm ra số nút đầu cuối mà có sai số kiểm tra bé

nhất Cấu trúc cây đánh giá là tốt nếu nó thật đơn giản (có ít nhánh nhất), nhưng vẫn phải đảm bảo độ chính xác

Trong khâu phân loại này, bộ mẫu sử dụng trích ra từ 175 ảnh và tiến hành xây dựng cây tối ưu thông qua thuật toán cross-validation Theo cách này, sẽ dùng 90% mẫu ngẫu nhiên để xây dựng cây và dùng 10% số mẫu còn lại để kiểm tra sai số Sai số cho quá trình xây dựng cây được gọi là resubstitution Cấu trúc tối ưu của cây gồm sáu nút Sai số học là 1,14% Sai số kiểm tra là 9,14%

Hình 1-9 Đường cong sai số học và kiểm tra

1 4 Các điểm đặc trưng trên ảnh vân tay

Trên các ảnh vân tay có các điểm đặc trưng (là những điểm đặc biệt mà vị trí của nó không trùng lặp trên các vân tay khác nhau) được phân thành hai loại: singularity và minutiae

 Singularity: Trên vân tay có những vùng có cấu trúc khác thường so

với những vùng bình thường khác (thường có cấu trúc song song), những vùng như vậy goi là singularity Có hai loại singularity là core và delta

Hình 1-10: Các điểm singularity core và delta

Core thường có một số dạng như sau:

 Minutiae: Khi dò theo từng đường vân ta sẽ thấy có những điểm đường

vân kết thúc (Ridge Ending) hoặc rẽ nhánh (Bifurcation), những điểm này được gọi chung là minutiae

Hình 1- 11: Các điểm minutiae Ridge Ending (điểm kết thúc) và Bifurcation (điểm rẽ nhánh)

1 4 1 Trích các điểm singularity

1.4.1.1 Trường định hướng (orientation field)

Ảnh vân tay là ảnh định hướng, các đường vân là các đường cong theo các hướng xác định Góc hợp bởi phương của một điểm trên đường vân với phương ngang được gọi là hướng của điểm đó Tập hợp các hướng của các điểm trên ảnh vân tay gọi là trường định hướng của ảnh vân tay đó

Hình 1-12: Ảnh vân tay (a) và trường định hướng của nó (b)

Phương pháp xác định trường định hướng như sau [5], [14]:

Chia ảnh vân tay thành các khối nhỏ hơn kích thước WxW Tính gradient theo hai hướng x, y là Gx, Gy tại mỗi điểm (pixel) trong khối

Khi đó hướng của điểm chính giữa của khối được xác định theo công thức:

Hàm orientation.m thực hiện tính trường định hướng được giới thiệu trong

phần phụ lục

1.4.1.2 Xác định các điểm singularity bằng chỉ số Poincare

Giả sử (i,j) là một điểm bất kỳ trên ảnh vân tay, C là một đường cong khép kín xung quanh (i,j) thì chỉ số Poincare tại (i,j) là tổng đại số các độ sai lệch hướng của các điểm liền kề nhau trên đường cong C

Hình 1-13: Sơ đồ mô tả thuật toán trích các điểm minutiae từ ảnh binary

các bộ lọc thích hợp để phát hiện và làm mảnh đường vân dưới dạng một pixel (ridge detection), biến đổi ảnh xám ban đầu thành ảnh binary (có giá trị là 0 hoặc 1) tương ứng

1.4.2.2 Trích các điểm minutiae trực tiếp từ ảnh xám

- Dò theo đường vân (Ridge line following) Giả sử I là một ảnh xám có kích thước là mxn và nếu coi chiều thứ ba z là mức xám tại điểm (i,j) thì bề mặt của ảnh vân tay I có dạng như sau:

Hình 1-14: Bề mặt của ảnh vân tay với các đường vân (ridge) và các rãnh (ravine)

Theo quan điểm toán học thì đường vân là tập hợp các điểm cực đại dọc

theo một hướng xác định Việc xác định các điểm minutiae trực tiếp từ ảnh xám dựa vào thuật toán dò theo đường vân Thuật toán này dựa vào việc xác định các điểm cực đại dọc theo hướng của đường vân

1.5 Phân tích cấu trúc vân tay:

Khi ấn ngón tay vào một bề mặt trơn, một vân tay được sao chép lại từ lớp biểu bì da Cấu trúc dễ nhận thấy nhất của vân tay là các vân lồi và vân lõm; trong ảnh vân tay, vân lồi có màu tối trong khi vân lõm có màu sáng Vân lồi có

độ rộng từ 100m đến 300m Độ rộng của một cặp vân lỗi lõm cạnh nhau là

500m Các chấn thương như bỏng nhẹ, mòn da không ảnh hưởng đến cấu trúc bên dưới của vân, khi da mọc lại sẽ khôi phục lại đúng cấu trúc này

Vân lồi và vân lõm thường chạy song song với nhau; chúng có thể rẽ thành hai nhánh, hoặc kết thúc Ở mức độ tổng thể, các mẫu vân tay thể hiện các vùng vân khác nhau mà ở đó các đường vân có hình dạng khác biệt Những vùng này ( gọi là các vùng đơn ) có thể được phân loại thành các dạng: loop, delta và whorl và được kí hiệu tương ứng là , ,  Vùng whorl có thể được mô tả bởi hai vùng loop đối diện nhau

Vài thuật toán đối sánh vân tay căn lề ảnh vân tay theo một điểm trung tâm gọi là điểm nhân Henrry (1900 ) đã định nghĩa điểm nhân là “điểm nằm về phía bắc nhất của đường vân nằm trong cùng nhất” Thực tế, điểm nhân là điểm trung tâm của vùng loop nằm về phía bắc nhất Nếu vân tay không chứa các vùng loop hay whorl thì điểm nhân là điểm mà tại đó độ cong của đường vân là lớn nhất

Trong các ảnh vân tay, các điểm kết thúc và rẽ hai có thể tráo đổi cho nhau và ở cùng vị trí, ở ảnh âm bản điểm kết thúc xuất hiện như là điểm rẽ hai và ngược lại

Ở các ảnh vân tay có độ phân giải cao ( trên 1000dpi), chúng ta có thể xác định được các lỗ chân lông ( kích thước từ 60m đến 250m) Thông tin của

lỗ chân lông ( số lượng, vị trí, hình dạng ) có sự khác biệt rất cao, nhưng ít kĩ thuật đối sánh sử dụng các lỗ chân lông bởi vì để xử lý hình ảnh các lỗ chân lông đòi hỏi các ảnh có độ phân giải cao và chất lượng tốt

1.5.1 Biểu diễn hình ảnh vân tay

Hầu hết các thuật toán phân loại và nhận dạng vân tay yêu cầu giai đoạn trích chọn đặc trưng để xác định các đặc trưng nổi bật

Hình ảnh vân tay thường được biểu diễn như là một bề mặt hai chiều Kí hiệu I là ảnh vân tay cấp xám với cấp xám g I[x,y] là cấp xám của điểm ảnh [x,y] Kí hiệu z = S(x,y) là bề mặt rời rạc tương ứng với ảnh I: S(x,y) = I[x,y] Bằng cách chọn các điểm ảnh màu sáng có cấp xám là 0, và các điểm ảnh có màu tối có cấp xám là g-1, thì các đường vân ( xuất hiện có màu tối trong I ) tương ứng với bề mặt vân lồi còn khoảng không gian giữa các vân lồi ( có màu sáng ) tương ứng là bề mặt vân lõm

1.5.2 Ước lượng hướng vân cục bộ

Một đặc tính quan trọng của vân tay là hướng vân cục bộ tại các vị trí trong ảnh vân tay Hướng vân cục bộ tại [x,y] là góc xy tạo bởi trục ngang và đường thẳng nối qua một số điểm láng giềng của [x,y] Do các đường vân không được định hướng,  xy là góc vô hướng nằm trong đoạn 0 180 

Thay vì tính hướng vân cục bộ tại mỗi điểm ảnh, hầu hết các phương pháp trích chọn đặc trưng và xử lý vân tay ước lượng hướng vân cục bộ tại các vị trí rời rạc ( để làm giảm gánh nặng tính toán và cho phép thực hiện các ước lượng còn lại nhờ phép nội suy ) Ảnh hướng vân tay, là một ma trận D mà mỗi phần tử mang thông tin về hướng vân cục bộ của các đường vân Mỗi phần tử ij, tương ứng với nốt [i,j] trong lưới ô vuông chứa điểm ảnh [xi, yj ], biểu diễn hướng trung bìnhcủa đường vân trong lân cận của [xi, yj ] Người ta thêm vào một giá trị rij

liên kết với  ij để biểu diễn tính tin cậy ( hay toàn vẹn ) của hướng Giá trị của rij

là nhỏ ở các vùng bị nhiễu và hư hại, có giá trị lớn ở các vùng có chất lượng tốt

Hình 1-15: Một ảnh vân hướng vân tay được tính trên một lưới 16x16 Mỗi phần

tử là hướng cục bộ của đường vân; chiều dài tương ứng với tính tin cậy

Để tính hướng vân cục bộ, phương pháp đơn giản nhất là tính toán gradient trên ảnh vân tay Gradient ( xi, yj ) ở điểm [ xi, yj ] của I là một véc tơ hai chiều [ x ( xi, yj ), y ( xi, yj ) ] trong đó thành phần x và y là đạo hàm theo x

và y của I tại điểm [ xi,, yj ] tương ứng với hướng x và y Góc pha gradient biểu thị hướng thay đổi mật độ điểm ảnh lớn nhất Vì vậy, hướng θij của một góc giả định qua vùng có tâm tại [ xi,, yj ] là trực giao với góc pha gradient tại [ xi,, yj ]

Ratha, Chen và Jain ( 1995) đã tính hướng vân cục bộ θij bằng cách kết hợp

nhiều ước lượng gradient trong một cửa sổ 17x17 có tâm tại[xi,,yj]

1.5.3 Ước lượng tần suất vân cục bộ

Tần suất vân cục bộ ( hay mật độ ) f xy tại điểm [ x, y ] là nghịch đảo của số vân

trên một đơn vị chiều dài dọc theo dọc theo đoạn có tâm tại [ x, y ] và vuông góc

với hướng vân cục bộ θxy Một ảnh tần suất F, tương tự với ảnh hướng D, có thể

được xác định nếu tần suất được ước lượng ở các vị trí rời rạc và được sắp xếp

vào trong một ma trận

Tần suất vân cục bộ thay đổi trên các ngón tay khác nhau, và thay đổi trên các

vùng khác nhau của cùng một vân tay Hong, Wan và Jain ( 1998 ) ước lượng tần

suất vân cục bộ bằng cách tính trung bình số điểm ảnh giữa hai đỉnh liên tiếp của

mức xám dọc theo hướng thông thường với hướng vân cục bộ Cho mục đích

này, bề mặt S tương ứng với vân tay được phân chia bằng một cặp đường song

song với trục z và vuông góc với hướng vân cục bộ Tần suất f xy tại điểm [ xi, yj ] được tính như sau:

 Một cửa sổ có hướng 32 x 16 có tâm tại [ xi , yj ] được chọn trong hệ tọa

độ vân ( nghĩa là quay để căn chỉnh trục y với hướng vân cục bộ )

 chữ kí x ( x-signature ) của mức xám được nhận được bởi tích lũy, cho mỗi cột x, những mức xám của điểm ảnh tương ứng trong cửa sổ hướng Đây là sắp xếp trung bình để tạo cho mặt nghiêng mức xám mượt hơn và ngăn ngừa các đỉnh vân bị mờ do các đứt gãy của vân

 f ij là nghịch đảo của khoảng cách trung bình giữa hai đỉnh liên tiếp của

x-signature

Phương pháp rất đơn giản và có thể thực hiện nhanh chóng Nhưng, khó khăn của phương pháp này phát hiện một cách tin tưởng các đỉnh liên tiếp của các mức xám trong miền không gian của các ảnh vân tay bị nhiễu Trong trường hợp này, các tác giả đề nghị sử dụng phép nội suy và lọc thông thấp

Trong phương pháp đưa ra bởi Maia và Maltoni ( 1998a ), mẫu vân một cách cục bộ được mô hình như là một bề mặt hình sin, và định lý thay đổi được sử

dụng để ước lượng tần sô không xác định Sự thay đổi V của hàm h trong

khoảng [ x1, x2 là tổng của thay đổi theo chiều dọc trong h :

nếu hàm h tuần hoàn trong khoảng [x1, x2 ] hoặc biên độ thay đổi trong khoảng [ x1, x2] là nhỏ, sự biến thiên có thể được mô tả như là hàm của biên độ trung bình αm và tần số trung bình f ( xem hình3.12 )

V h f

CHƯƠNG 2: THUẬT TOÁN ĐỐI SÁNH VÂN TAY 2.1 Thuật toán đối sánh vân tay

2.1.1 Giới thiệu:

Một thuật toán đối sánh vân tay so sánh hai vân tay cho trước và trả về độ tương tự ( không làm mất tính tổng quát, có giá trị giữa 0 và 1 ) hoặc một quyết định hai ngôi ( khớp hoặc không khớp ).Chỉ một vài thuật toán hoạt động trực tiếp trên ảnh vân cấp xám, hầu hết chúng yêu cầu một biểu diễn vân trung gian được dẫn xuất qua giai đoạn trích chọn đặc trưng Không làm mất tính tổng quát,

từ đây về sau chúng ta kí hiệu biểu diễn của vân tay có được qua quá trình tuyển chọn như là mẫu ( T ) và biểu diễn của vân tay được đối sánh như là đầu vào ( I ) Trong trường hợp không có giai đoạn trích chọn đặc trưng, biểu diễn vân tay đồng nhất với chính ảnh cấp xám vân tay Chúng ta kí hiệu cả ảnh vân tay và các vector đặc trưng ảnh là T và I

Trích chọn đặc trưng vân tay và các thuật toán đối sánh khá giống nhau cho các bài toán nhận dạng và kiểm tra vân tay Bới vì bài toán nhận dạng vân tay ( tìm kiếm một vân tay đầu vào trong một cơ sở dữ liệu có N vân tay ) có thể được thực hiện như là thực hiện tuần tự đối sánh một - một giữa các cặp vân tay Sự phân loại vân tay và các kĩ thuật đánh chỉ số thường được sử dụng để tăng tốc độ tìm kiếm trong các bài toán nhận dạng vân tay

Đối sánh hai ảnh vân tay là một bài toán khó, chủ yếu do sự thay đổi dấu in của cùng một vân tay Các yếu tố chính làm các dấu in khác nhau được tổng kết dưới đây:

 Sự đổi chỗ: Một ngón tay có thể đặt ở các vị trí khác nhau trên bộ cảm biến làm tịnh tiến ảnh vân tay Một ngón tay thay đổi chỉ 2mm làm tịnh tiến khoảng 40 điểm ảnh trong cùng một vân tay được quét ở độ phân giải 500dpi

 Sự quay: Cùng một vân tay có thể quay ở các góc khác nhau trên bề mặt

bộ cảm biến Mặc dù bộ hướng dẫn ngón tay được gắn trên các máy quét thương mại, nhưng trong thực tế tồn tại sự quay không cố ý lên tới +-20

xạ, và xem một ảnh vân tay là không bị nhiễu bằng cách cho rằng: Ảnh vân tay được cung cấp khi người dùng đặt đúng vị trí ngón tay

 Điều kiện áp lực và da: Cấu trúc các vân của một vân tay có thể thu được chính xác nếu như phần ngón tay được lấy ảnh tiếp xúc đúng quy cách với

bề mặt bộ cảm biến Một số điều kiện như áp lực ngón tay, ngón tay khô, bệnh ngoài da, ướt, bẩn, độ ẩm không khí – gây ra sự tiếp xúc không đúng quy cách Hệ quả là, ảnh vân tay lấy được rất nhiễu và mức độ các nhiễu này phụ thuộc vào mức độ các nguyên nhân nêu trên