Kỹ thuật PointCare trong tự động nhận dạng vân tay

LỜI CẢM ƠN Em xin bày tỏ lời cảm ơn sâu sắc tới PGS.TS Đỗ Năng Toàn, thầy tận tình hướng dẫn giúp đỡ em nhiều trình làm tốt nghiệp để tìm hiểu, nghiên cứu đề tài “Kỹ thuật Pointcare tự động nhận dạng vân tay” giao để em hoàn thành tốt đề tài tốt nghiệp Em xin chân thành cảm ơn dạy bảo thầy cô giáo khoa CNTT – Trường ĐHDLHP trang bị cho em kiến thức để em hoàn thành tốt đề tài tốt nghiệp Tuy có nhiều cố gắng trình làm đề tài em không tránh khỏi sai sót Em mong thầy cô giáo dẫn, đóng góp cho em ý kiến quý báu để giúp em hoàn thiện đề tài để phát triển mở rộng đề tài sau Em xin chân thành cảm ơn! Hải Phòng ngày tháng Sinh viên Nguyễn Thị Vân năm MỤC LỤC MỞ ĐẦU CHƢƠNG I: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ BÀI TOÁN NHẬN DẠNG VÂN TAY 1.1 Khái quát xử lý ảnh 1.1.1 Xử lý ảnh gì? 1.1.2 Các vấn đề xử lý ảnh 1.2 Nhận dạng vân tay .7 1.2.1 Khoa học dấu vân tay 1.2.2 Tổng quan vân tay, số phƣơng pháp phân loại vân tay 1.2.2.1 Tổng quan vân tay 1.2.2.2 Một số phƣơng pháp phân loại vân tay 11 1.2.3 Các kiểu vân tay – có 17 kiểu vân tay .14 1.3 Kết chƣơng .14 CHƢƠNG II: KỸ THUẬT POINTCARE TRONG TỰ ĐỘNG NHẬN DẠNG VÂN TAY 15 2.1.Tiền xử lý ảnh trƣớc đƣa vào nhận dạng vân tay 15 1.1.1 Tính thường hóa 15 1.1.2 Tính trường định hướng 17 2.2 Phƣơng pháp trích chọn đặc trƣng 18 2.2.1 Tổng quan phương pháp 18 2.3 Kỹ thuật Pointcare nhận dạng vân tay .19 2.3.1.Cơ sở lý thuyết kỹ thuật này: 19 2.4 Kết chƣơng .20 CHƢƠNG III: CHƢƠNG TRÌNH THỬ NGHIỆM 21 3.1 Giới thiệu chƣơng trình 21 3.1.1.Công cụ cài đặt 21 3.1.2 Tiền xử lý ảnh 21 3.1.3 Phƣơng pháp Pointcare 29 3.2 Mô tả chƣơng trình thử nghiệm chức chƣơng trình 34 3.2.1 Giao diện chương trình 34 3.2.2 Các chức chương trình 35 3.2.3 Dữ liệu phục vụ phân loại vân tay 41 3.2.4 Nhận xét đánh giá kết chung 41 3.3 Kết chƣơng .41 Kết luận 42 Tài liệu tham khảo 43 MỞ ĐẦU Công nghệ thông tin xâm nhập vào hầu hết lĩnh vực, mặt đời sống xã hội với ứng dụng rộng rãi hỗ trợ cho người nhiều lĩnh vực có lĩnh vực an toàn an ninh Những thành tựu công nghệ thông tin thập kỷ vừa qua tạo nên biến đổi to lớn phát triển mặt đời sống xã hội Sự phát triển công nghệ thông tin song song với xu hướng toàn cầu hóa hình thành xã hội thông tin mà người vượt qua ranh giới thời gian, không gian, khoảng cách địa lý để xích lại gần nhau, đóng góp chia sẻ tri thức Ngày nay, tổ chức nào, cá nhân với mô hình nào, quy mô có nhu cầu lưu trữ bảo mật thông tin  Từ trước tới nay, kỹ thuật lưu trữ thông tin cá nhân nhận dạng cá nhân chủ yếu dựa vào hai hai phương pháp vật sở hữu( thẻ, dấu, chìa khóa …) mã cá nhân ( mật khẩu, mã số Pin…) Những phương pháp có hạn chế bị thất lạc, bị cắp, bị giả mạo, bị quên… Đối với vân tay người khắc phục hạn chế  Hiện công nghệ Việt Nam nhiều người quan tâm Ngày toàn giới hướng tới tương lai thay thế: thẻ tín dụng, chìa khóa …bằng nhận dạng vân tay  Em nhận thấy tương lai khoa học nhận dạng dấu vân tay ngày phát triển quan tâm Vì đóng vai trò quan trọng áp dụng nhiều lĩnh vực đời sống xã hội: ngân hàng, an ninh giao dịch mua bán… Nhận dạng vân tay-Nguyễn Thị Vân  Vì em định chọn đề tài bảo vệ khóa luận “ Kỹ thuật PointCare tự động nhận dạng vân tay” 2.Cấu trúc đồ án -Để giải toán mục tiêu phạm vi nghiên cứu em em trình bày về: CHƢƠNG I:KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ BÀI TOÁN NHẬN DẠNG VÂN TAY CHƢƠNG II: KỸ THUẬT POINTCARE TRONG NHẬN DẠNG VÂN TAY CHƢƠNG III: CHƢƠNG TRÌNH THỬ NGHIỆM PHẦN KẾT LUẬN TÀI LIỆU THAM KHẢO Nhận dạng vân tay-Nguyễn Thị Vân CHƢƠNG I: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ BÀI TOÁN NHẬN DẠNG VÂN TAY 1.1 Khái quát xử lý ảnh 1.1.1 Xử lý ảnh gì? Xử lý ảnh khoa học thao tác hình ảnh Nó bao trùm phạm vi rộng lớn kỹ thuật ứng dụng nhiều Ví dụ kỹ thuật làm bật hình ảnh, tăng độ sáng số đường nét vùng ảnh, phục hồi ảnh Quá trình xử lý ảnh coi trình thao tác ảnh đầu vào nhằm cho kết mong muốn Hệ hỗ trợ định Thu nhận ảnh (Camera, Sensor, Scaner) Tiền xử lý Trích chọn đặc điểm Hậu xử lý Nhận dạng Lưu trữ Hình 1.1 Các giai đoạn trình xử lý ảnh 1.1.2 Các vấn đề xử lý ảnh  Pixel ( Picture Element) -Phần tử ảnh Ảnh thực tế ảnh liên tục không gian giá trị độ sáng Để xử lý ảnh máy tính cần phải tiến hành số hóa ảnh Trong trình số hóa, người ta biến đổi tín hiệu liên tục thành tín hiệu rời rạc thông qua trình lấy mẫu ( rời rạc hóa không gian) lượng hóa thành giá trị mà nguyên tắc mắt thường không phân biệt hai điểm kề Trong trình người ta sử dụng khái niệm Pixel- phần tử ảnh Nhận dạng vân tay-Nguyễn Thị Vân Vậy ảnh tập hợp pixel, pixel gồm cặp tọa độ(x,y) giá trị màu Cặp tọa độ (x,y) tạo nên độ phân giải( resolution) Như vậy, ảnh tập hợp điểm ảnh Khi số hóa thường biểu diễn dạng mảng hai chiều I(n,p): n dòng, p cột Ta nói ảnh gồm n*p Pixel Ký hiệu I(x,y) để Pixel  Gray level: Mức xám Mức xám kết mã hóa tương ứng cường độ sáng điểm ảnh với giá trị số- kết trình lượng hóa Cách mã hoá kinh điển thường dùng 16, 32 hay 64 mức Mã hoá 256 mức phổ biến lý kĩ thuật 28 = 256 (0,1,2…255), nên với 256 mức, pixel mã hoá bit  Biểu diễn ảnh Trong biểu diễn ảnh người ta thường dùng phần tử đặc trưng ảnh pixel Nhìn chung xem hàm hai biến chứa thông tin biểu diễn ảnh Mỗi ảnh biểu diễn ma trận điểm ảnh cho ta mô tả logic hay định lượng tính chất hàm Trong biểu diễn ảnh cần ý đến tính trung thực ảnh tiêu chí “thông minh ” để đo chất lượng ảnh tín hiệu hiệu kĩ thuật xử lý Việc xử lý ảnh số yêu cầu ảnh phải mẫu hoá lượng tử hoá Việc lượng tử hoá ảnh chuyển đổi tín hiệu tương tự sang tín hiệu số số ảnh lấy mẫu sang số hữu hạn mức xám Ảnh biểu diễn qua mô hình : mô hình Raster mô hình vector - Mô hình Raster + Đây cách biểu diễn ảnh thông dụng Ảnh biểu diễn dạng ma trận chất điểm, tuỳ theo yêu cầu thực tế mà điểm ảnh biểu diễn bit hay nhiều bit + Ảnh Raster thường thu nhận qua thiết bị như: Camera, Scanner Nhận dạng vân tay-Nguyễn Thị Vân + Đặc điểm mô hình là: thuận lợi cho việc thu nhận, hiển thị, in ấn -Mô hình vector + Trong mô hình vector người ta sử dụng hướng tới vector điểm ảnh lân cận để mã hoá tái tạo điểm ảnh ban đầu + Ảnh vector thường thu nhận qua thiết bị như: Sensor (thiết bị đo), Digitalier (thiết bị số hoá) chuyển từ Raster sang + Đặc điểm mô hình là: tiết kiệm nhớ, dễ dàng cho việc lựa chọn, hiển thị máy in, tìm kiếm, chép, di chuyển Kỹ thuật đáp ứng yêu cầu ưu việt hẳn so với mô hình Raster  Khử nhiễu Nhiễu xem dịch chuyển nhanh tín hiệu khoảng cách ngắn Xem xét cách tương đương miền tần số: nhiễu tương ứng với thành phần có tần số cao ảnh Do người ta nghĩ tới việc biến đổi có tính tới khả ảnh hưởng tới phần tử lân cận cách lấy tổ hợp điểm lân cận này, hay lọc thành phần có tần số cao Tuỳ theo cách tổ hợp điểm xét so với điểm lân cận mà người ta có kĩ thuật lọc Có hai kỹ thuật là: lọc trung bình lọc trung vị a Kỹ thuật lọc trung bình Trong kỹ thuật ảnh thu trung bình trọng số điểm lân cận so với mặt nạ Giả sử điểm xét I(x,y) H lọc(mặt nạ) có kích thước w * w Tổng hệ số lọc(ΣHij) k Khi đó: ITB = ki Hij * I ( x i, y j) w j w Nhận dạng vân tay-Nguyễn Thị Vân Thuật toán: + Cho ảnh I vào cửa sổ lọc H (w*w) + Mọi điểm p ta di chuyển cửa sổ lọc cho tâm cửa sổ trùng với điểm mà ta tác động + Thực tính ITB theo công thức + Hiệu chỉnh Ip ITB |IP - ITB| ≥ θ Ip = IP |IP - ITB| ≤ θ b Kỹ thuật lọc trung vị Kỹ thuật dựa sở kĩ thuật lọc trung bình hạn chế khả làm mờ ảnh - sử dụng cửa sổ w * w để di chuyển khắp ảnh, vị trí Ip(0) < Ip(1) < Ip(2) < … < Ip(w*w-1) - ITV điểm dải - Hiệu chỉnh Ip ITV |Ip - ITV| ≥ θ Ip = Ip |Ip - ITV| ≤ θ - Giả sử có dãy gồm n phần tử x[n] - Giá trị trung vị dãy định nghĩa sau: x n n lẻ xTV = xn xn 2 n chẵn Ví dụ: cho dãy x = [1 3] Nhận dạng vân tay-Nguyễn Thị Vân => xTV =  Nắn chỉnh biến dạng Nắn chỉnh biến dạng thực việc biến đổi hình học hai ảnh: ảnh nguồn ảnh đích Sự biến đổi hình học định nghĩa mối quan hệ điểm ảnh nguồn điểm ảnh đích Mối quan hệ xác định hàm toán học áp dụng toàn ảnh vùng ảnh Trong nhiều trường hợp việc xác định hàm toán học để nắn chỉnh ảnh, phải xác định thêm đặc trưng sử dụng trình nắn chỉnh  Nén ảnh Nén ảnh trình làm giảm lượng thông tin dư thừa liệu gốc lượng thông tin thu sau nén thường nhỏ liệu gốc nhiều Nén ảnh phân làm hai loại chính: + Nén mát thông tin: dùng để nén tệp ảnh, nén âm Ví dụ: RLC, Huffman + Nén bảo toàn thông tin: thường sử dụng để mã hoá liệu nén tệp chạy Ví dụ: JPG 1.2 Nhận dạng vân tay 1.2.1 Khoa học dấu vân tay Người ta biết dấu vân tay người độc Xác suất hai cá nhân- chí hai anh em sinh đôi trứng có dấu vân tay 1/64 tỉ Ngay ngón bàn tay có vân khác Dấu vân tay người không đổi suốt đời Người ta phẫu thuật thay da ngón tay, sau thời gian dấu vân tay lại trở nên ban đầu Dấu vân tay khởi tạo thai nhi vào giai đoạn đến tuần tuổi Đầu tiên lớp đệm hình thành Kích cỡ vị trí lớp đệm định phần hình dạng kiểu vân tay Nói chung, lớp đệm có kích thước Nhận dạng vân tay-Nguyễn Thị Vân nhỏ tạo nên vân dạng vòm, lớp đệm có kích thước lớn tạo vân hình móc hình tròn Nếu lớp đệm bị lệch tạo vân tay không đối xứng Dấu vân tay bắt đầu rõ thai nhi tháng tuổi Khoa học dấu vân tay Francis Galton khởi xướng vào cuối kỷ XIX Năm 1880 Henry Fault đưa lý luận số lượng vân tay RC ( Ridge Count) để đánh giá mức độ phụ thuộc gen vân tay vào di truyền Các nhà bác học cho dấu vân tay hình thành tác động hệ thống gen di truyền mà thai nhi thừa hưởng tác động môi trường: cung cấp oxi, hình thành dây thần kinh… Năm 1868 nhà bác học Roberts ngón tay có môi trường phát triển vi mô khác ngón tay trỏ chịu thêm số tác động môi trường riêng Vì vân tay mười đầu ngón tay cá nhân khác Năm 1968 nhà bác học Holt chứng minh dự đoán tương đối xác tổng số lượng vân tay TRC ( Total Ridge Count) mức độ phụ thuộc chúng vào gen di truyền người Vì coi TRC biểu phụ trợ hệ thống gen mà người thừa kế Việc sử dụng dấu vân tay vân chân người để nhận dạng người Trung Quốc làm từ kỷ XIV Người ta bắt đầu tình cờ sử dụng dấu vân tay vào tháng năm 1858 Ngài William Herschen quan cai trị người Anh Indian xúc với tính gian trá bắt thương gia xứ Rajyadhar Konai in dấu bàn tay lên mặt sau tờ hợp đồng Vào nửa kỷ XIX, Richard Edward Henry Scotland Yard ( quan an ninh Anh) phát triển phương pháp phân loại nhận dạng vân tay Phương pháp Francis Galton cải tiến vào năm 1892 sử dụng dụng làm sở thực nghiệm với độ tin cậy cao Gần đồng thời với Nhận dạng vân tay-Nguyễn Thị Vân p=run3%m_iWidthCom; q=run3/m_iWidthCom; x= a+ SIZEOFCOMPONENT*p; y= a+SIZEOFCOMPONENT*q; if ((dtemp.si!=OVERPOINT)&&(dtemp.co!=OVERPOINT)){ dem++; for (int r=0;r