Nghiên cứu phương pháp tăng cường chất lượng ảnh vân ta

i BẢN CAM ĐOAN Tên là: Trần Thị Thuận Lớp: Cao học Công nghệ thông tin K10A Khoá học: 2011 - 2013 Chuyên ngành: Khoa học máy tính Mã số chuyên ngành: 60 48 01 Cơ sở đào tạo: Trường Đại học Công nghệ thông tin Truyền thông Thái Nguyên Giáo viên hướng dẫn: PGS.TS Ngô Quốc Tạo Cơ quan công tác: Trường Đại học Sư phạm Kỹ Thuật Nam Định Tôi xin cam đoan toàn nội dung trình bày luận văn kết tìm hiểu nghiên cứu riêng tôi, trình nghiên cứu luận văn “Nghiên cứu phương pháp tăng cường chất lượng ảnh vân tay” kết liệu nêu hoàn toàn trung thực Mọi thông tin trích dẫn tuân theo luật sở hữu trí tuệ, có liệt kê rõ ràng tài liệu tham khảo Tôi xin chịu hoàn toàn trách nhiệm với nội dung viết luận văn Thái Nguyên, ngày 18 tháng 07 năm 2013 HỌC VIÊN TRẦN THỊ THUẬN ii LỜI CẢM ƠN Luận văn thực Trường Đại học Công nghệ Thông tin Truyền Thông - Đại học Thái Nguyên hướng dẫn thầy PGS TS Ngô Quốc Tạo Trước hết em xin bày tỏ lòng biết ơn sâu sắc tới thầy PGS TS Ngô Quốc Tạo - Viện Công nghệ thông tin, người tận tình hướng dẫn giúp đỡ để em hoàn thành tốt luận văn Em xin gửi lời cảm ơn chân thành đến thầy cô giáo Trường Đại học Công nghệ Thông tin Truyền Thông - Đại học Thái Nguyên, thầy cô giáo nhiệt tình giảng dạy, truyền đạt kiến thức cho em suốt trình học tập trường trình làm luận văn Cuối em xin gửi lời cảm ơn đến gia đình, bạn bè, đồng nghiệp người động viên, giúp đỡ tạo điều kiện cho em trình học tập hoàn thành luận văn Thái Nguyên, ngày 18 tháng 07 năm 2013 HỌC VIÊN TRẦN THỊ THUẬN iii MỤC LỤC LỜI NÓI ĐẦU Hình 1.1:Quá trình xử lý ảnh Hình 1.2: Các bước hệ thống xử lý ảnh [ Hình 1.3 Sinh trắc học thông dụng: (a) DNA, (b) tai, (c) mặt, (d) thân nhiệt mặt,thân nhiệt tay, (f) tĩnh mạch tay, (g) vân tay, (h) dáng đi, (i) đặc trưng hình học bàn tay, (j) mống mắt, (k) tay, (l) võng mạc, (m) chữ ký, (n) giọng nói Hình 1.4: Mẫu ảnh vân tay: lằn màu đen, lõm màu trắng 10 Hình 1.5: Khung hình phản ánh loại lằn 10 Hình 1.6 Các kiểu vân tay theo định nghĩa Henry 11 Hình 1.7 Mô hình tổng quát hệ tự động nhận dạng vân tay .13 ảnh đầu vào để thu ảnh đầu tốt 13 Hình 1.8 Các ảnh vân tay thu theo phương pháp khác 15 Hình 1.9 Cấu tạo thiết bị quét ảnh vân tay sống 16 Hình 1.10 Các đặc trưng tổng thể ảnh vân tay .18 Hình 1.11 Các điểm đặc trưng cục 19 Hình1.12.Đối sánh ảnh vân tay dựa điểm đặc trưng hướng 20 Hình 1.13 Các hướng khác cặp điểm đặc trưng 21 Hình 1.14 Ảnh vân tay có chất lượng 24 Hình 1.15 Phân ngưỡng sang ảnh nhị phân mát thông tin 25 CHƯƠNG 2: LỌC ẢNH VÂN TAY DỰA TRÊN MIỀN KHÔNG GIAN 26 VÀ MIỀN TẦN SỐ .26 Hình 2.1 Sơ đồ thuật toán tăng cường ảnh vân tay nhiều bước .28 Hình 2.2: Ảnh vân tay miền không gian miền tần số 29 Hình 2.3: Sơ đồ bước lọc ảnh sử dụng biến đổi Fourier rời rạc 31 Hình 2.4 Kết quả của quá trình chuẩn hoá ảnh .33 Hình 2.6 Ảnh hướng vân tay tính lưới 16x16 39 iv Ước lượng tần số đường vân 41 Hình 2.8 Kết trình tách hướng đường vân cục .43 Hình 2.11 Kết việc làm mảnh ảnh ảnh nhị phân .50 3.1 Giới thiệu .54 3.2 Các thuật toán mô .54 3.2.1.Mở ảnh .54 3.2.2.Chuẩn hóa ảnh 55 3.2.3.Lọc Gabor 56 3.2.4.Nhị phân hóa 57 3.2.5.Xem ảnh xương 58 3.2.6.Xem đặc trưng 58 KẾT LUẬN VÀ KIẾN NGHỊ .59 Kết luận 59 Kiến nghị 59 TÀI LIỆU THAM KHẢO 60 v DANH MỤC CÁC HÌNH VẼ LỜI NÓI ĐẦU Hình 1.1:Quá trình xử lý ảnh Hình 1.2: Các bước hệ thống xử lý ảnh [ Hình 1.3 Sinh trắc học thông dụng: (a) DNA, (b) tai, (c) mặt, (d) thân nhiệt mặt,thân nhiệt tay, (f) tĩnh mạch tay, (g) vân tay, (h) dáng đi, (i) đặc trưng hình học bàn tay, (j) mống mắt, (k) tay, (l) võng mạc, (m) chữ ký, (n) giọng nói Hình 1.4: Mẫu ảnh vân tay: lằn màu đen, lõm màu trắng 10 Hình 1.5: Khung hình phản ánh loại lằn 10 Hình 1.6 Các kiểu vân tay theo định nghĩa Henry 11 Hình 1.7 Mô hình tổng quát hệ tự động nhận dạng vân tay .13 ảnh đầu vào để thu ảnh đầu tốt 13 Hình 1.8 Các ảnh vân tay thu theo phương pháp khác 15 Hình 1.9 Cấu tạo thiết bị quét ảnh vân tay sống 16 Hình 1.10 Các đặc trưng tổng thể ảnh vân tay .18 Hình 1.11 Các điểm đặc trưng cục 19 Hình1.12.Đối sánh ảnh vân tay dựa điểm đặc trưng hướng 20 Hình 1.13 Các hướng khác cặp điểm đặc trưng 21 Hình 1.14 Ảnh vân tay có chất lượng 24 Hình 1.15 Phân ngưỡng sang ảnh nhị phân mát thông tin 25 CHƯƠNG 2: LỌC ẢNH VÂN TAY DỰA TRÊN MIỀN KHÔNG GIAN 26 VÀ MIỀN TẦN SỐ .26 Hình 2.1 Sơ đồ thuật toán tăng cường ảnh vân tay nhiều bước .28 Hình 2.2: Ảnh vân tay miền không gian miền tần số 29 Hình 2.3: Sơ đồ bước lọc ảnh sử dụng biến đổi Fourier rời rạc 31 Hình 2.4 Kết quả của quá trình chuẩn hoá ảnh .33 Hình 2.6 Ảnh hướng vân tay tính lưới 16x16 39 vi Ước lượng tần số đường vân 41 Hình 2.8 Kết trình tách hướng đường vân cục .43 Hình 2.11 Kết việc làm mảnh ảnh ảnh nhị phân .50 3.1 Giới thiệu .54 3.2 Các thuật toán mô .54 3.2.1.Mở ảnh .54 3.2.2.Chuẩn hóa ảnh 55 3.2.3.Lọc Gabor 56 3.2.4.Nhị phân hóa 57 3.2.5.Xem ảnh xương 58 3.2.6.Xem đặc trưng 58 KẾT LUẬN VÀ KIẾN NGHỊ .59 Kết luận 59 Kiến nghị 59 TÀI LIỆU THAM KHẢO 60 LỜI NÓI ĐẦU Đã từ lâu, người lưu tâm đến đặc tính vân tay, quan tâm chưa mang tính khoa học hệ thống Chỉ cuối kỷ 16 kỹ thuật ngành nhận dạng vân tay đại hình thành Vào năm 1864, Nehemiah Grew công bố báo cáo khoa học cấu trúc đường vân, rãnh vân tuyến mồ hôi vân tay Kể từ đó, có số lượng lớn nhà khoa học đầu tư vào lĩnh vực Năm 1788, Mayer đưa mô tả chi tiết hình thành vân tay sở giải phẩu học, có số lượng lớn đặc tính đường vân nhận biết định tính Năm 1809, Thomas Bewick bắt đầu sử dụng vân tay nhãn hiệu đăng ký kiện xem cột mốc quan trọng ngành khoa học nghiên cứu vân tay Năm 1823, Purkinje đưa chế phân lớp ảnh vân tay đầu tiên, cho phép phân loại ảnh vân tay vào chín lớp tương ứng với chín dạng cấu trúc đường vân khác Năm 1880, Henry Fault lần gợi ý quan điểm khoa học tính đặc trưng cho người vân tay dựa quan sát ông Các khám phá đặt móng cho ngành nhận dạng vân tay đại Vào cuối kỷ 19, ông Francis Galton giới thiệu điểm chi tiết đặc trưng Một bước tiến quan trọng ngành nhận dạng vân tay thực vào năm 1899 Edward Henry, ông xây dựng nên “Hệ thống Henry” nhằm thực việc phân lớp ảnh vân tay Vào đầu kỷ 20, chế hình thành vân tay người ta nghiên cứu hiểu rõ Từ đó, nhận dạng vân tay thức chấp nhận phương pháp để nhận dạng cá nhân có hiệu chuẩn sử dụng thủ tục pháp lý Từ kỷ 18, vân tay xem phương thức hữu hiệu để định danh người Cho đến nay, để quản lý công dân mình, hầu định hệ thống thẻ cước, mà thực chất hệ thống thông tin quản lý người, lấy vân tay làm khóa Các vấn đề xử lý nhận dạng ảnh vân tay tự động gọi tắt AFIS quan tâm từ thập niên 1970, đến 1980 có số kết đối sánh tự động ảnh vân tay mức đối sánh bình thường chưa quan tâm đến cấu trúc đặc biệt mẫu vân tay Năm 1989, giới xuất phương pháp phân tích, trích chọn, đối xánh mẫu vân tay dựa vào cấu trúc điểm chi tiết Và đến nay, giới xuất phần mềm xử lý nhận dạng ảnh vân tay tự động như: SAGEM, MORPHO, NEC, HORUS,… Tuy nhiên, giá thành phần mềm đắt, hàng triệu USD Ở nước ta, năm qua có thành công bật trong lĩnh vực Năm 1992, có luận văn “biểu diễn đồng tự động đường nét” phó tiến sĩ Nguyễn Ngọc Kỷ Tác giả đề xuất số phương pháp xử lý đối sánh mẫu vân tay chủ yếu dựa vào đối sánh cấu trúc điểm đặc trưng, ứng dụng thực tế có hiệu đáng kể Trong hội nghị toàn quốc lần thứ ba tự động hóa vào tháng năm 1998, Ngô Tứ Thành trình bày thuật toán tự động xác định điểm đặc trưng dựa vào dòng chảy đường vân, thuật toán đối sánh điểm đặc trưng mẫu vân tay Tháng 11 năm 1999, GSTS Hoàng Kiếm cộng (khoa CNTT_KHTN) công bố kết ứng dụng mạng nơron để nhận biết đường vân Tháng 12 năm 1999, thạc sĩ Trần Trung Dũng (Khoa điện tử viễn thông_ĐHBKHN) công bố việc ứng dụng mạng nơron tự động để tìm nhân delta vân tay Với công trình nghiên cứu ứng dụng để phân loại mẫu vân tay tự động, rút ngắn thời gian đối sánh mẫu tăng hiệu suất nhận dạng mẫu vân tay Tháng 12 năm 1999, TS Nguyễn Cao Thắng đưa phương pháp trích chọn đặc trưng chứng minh độ tin cậy đặc trưng Và gần nhất, tháng năm 2000, thiếu tá Ngô Tứ Thành đề xuất phương pháp tra cứu công thức vân tay trường theo phương pháp “Henry_Thanh” Phương pháp phát triển dựa phương pháp Henry đối sánh mười mẫu vân tay để xác định xác người Trong trường hợp ảnh trường lấy không đủ mười mẫu, tác giả đề xuất công thức để bù lắp vào mẫu khiếm khuyết để dựa vào tiến hành đối sánh đối sánh mười mẫu vân tay sở Vân tay đặc trưng hóa đặc trưng toàn cục cục Đặc trưng toàn cục bao gồm đồ hướng lằn, vị trí core delta Những điểm đặc trưng điểm kết thúc lằn, điểm rẽ đôi lằn,… đặc trưng cục Sự ước tính hướng lằn cục tần số lằn cục vai trò quan trọng giai đoạn hệ thống vân tay Bản đồ hướng sử dụng trình nâng cao chất lượng ảnh, xác định điểm đơn, xử lý đặc trưng vào giao đoạn cuối phân loại vân tay Bản đồ tần số lằn cục có ý nghĩa việc nâng cao chất lượng ảnh vân tay Phần lớn hệ thống nhận dạng vân tay online hay offline AFIS,… không dùng đến lằn lõm mà dùng đến đặc trưng điểm không bình thường lằn điểm kết thúc lằn, điểm rẽ đôi lằn, delta, core,… Trong số loại đặc trưng, có hai loại có ý nghĩa sử dụng nhiều đặc trưng kết thúc lằn, điểm kết thúc lằn đặc trưng rẽ đôi nhánh, điểm lằn mà có hai nhánh rẽ Trong luận văn, tham vọng đưa mô hình lý thuyết hay cài đặt hệ AFIS hoàn chỉnh, mà tập trung nghiên cứu xử lý ảnh cách có hệ thống, với nghiên cứu, sưu tập thử nghiệm nhằm tìm mô hình thuật toán ứng dụng kỹ thuật xử lý ảnh vào xử lý ảnh vân tay Mục tiêu đạt đến tăng cường chất lượng ảnh đầu vào tạo điều kiện tốt cho trình trích chọn đặc trưng nhận dạng sau Dựa mục tiêu xác định, nội dung luận văn trình bày qua chương sau: Chương Trình bày tổng quan xử lý ảnh hệ thống vân tay Chương Trình bày số kỹ thuật tăng cường chất lượng ảnh vân tay Chương Trình bày chương trình mô số kỹ thuật tăng cường chất lượng ảnh vân tay Kết luận kiến nghị hướng phát triển Do thời gian trình độ hạn chế nên luận văn khó tránh khỏi thiếu sót, kính mong nhận đóng góp, bảo thầy giáo, cô giáo bạn đồng nghiệp Cuối cùng, tác giả xin chân thành 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 tận tình hướng dẫn, bảo, giúp đỡ, khích lệ tác giả suốt trình làm luận văn Đồng thời, tác giả xin chân thành cảm ơn thầy cô trường ĐH CNTT & TT Thái Nguyên tạo điều kiện thuận lợi, giúp đỡ tác giả hoàn thành luận văn 47 t(g) ~ số điểm ảnh có mức xám ≤ g g ∑i.h(i ) ~ giá trị trung bình giá trị mức xám ≤ g (2.46) m(g) = t ( g ) i =0 Hàm f: f(g) = g  f(g) t(g) [m(g)-m(G-1)]2 m x n − t(g) (2.47) Tìm θ cho: { f ( g )} F(θ) = max ≤ g 〈 L −1 (2.48) Ví dụ: Tìm ngưỡng tự động ảnh sau: 0  0 I = 0  0 0  5  4 0 3  0 2 0 0  Ta lập bảng tính ngưỡng tự động g G h(g) t(g) g.h(g) 15 15 20 24 27 29 30 Ngưỡng cần tách θ =1 ứng với f(θ) = 1.66 ∑i.h(i) m(g) f(g) 13 22 30 35 0.25 0.54 0.81 1.03 1.16 1.35 1.66 1.54 1.10 0.49 ∞ i =0 48 Hình 2.10 Kết việc nhị phân hóa ảnh tăng cường 2.8 Làm mảnh đường vân Thuật toán làm mảnh ảnh số nhị phân thuật toán quan trọng xử lý ảnh nhận dạng Xương chứa thông tin bất biến cấu trúc ảnh, giúp cho trình nhận dạng vectơ hoá sau Thuật toán làm mảnh trình lặp duyệt kiểm tra tất điểm thuộc đối tượng Trong lần lặp tất điểm đối tượng kiểm tra: chúng thoả mãn điều kiện xoá tuỳ thuộc vào thuật toán bị xoá Quá trình lặp lại không điểm biên xoá Đối tượng bóc dần lớp biên bị thu mảnh lại điểm biên Một phương pháp làm mỏng vân tay phương pháp tác giả A.Rosenfeld A Kak (1982) Trong phương pháp này, nhóm tác giả Rosenfeld Kak đưa định nghĩa 8-simple để tính chất điểm ảnh P bị xoá mà không làm tính liên thông điểm ảnh lân cận với P, nói cách khác, điểm ảnh lân cận với P liên thông với mà không cần có P 49 Chất lượng thuật toán làm mảnh đánh giá theo tiêu chuẩn liệt kê không thiết phải thoả mãn đồng thời tất tiêu chuẩn(tham khảo[3- Tr45-46]): • Bảo toàn tính liên thông • Không tạo lỗ hổng • Bảo toàn điểm cụt • Xương gồm điểm biên, mảnh tốt • Bền vững nhiễu • Xương cho phép khôi phục ảnh ban đầu đối tượng • Xương thu đường nét đối tượng làm mảnh • Xương nhận bất biến với phép quay Với điều kiện trên, ta xoá điểm P sau: A: Các điểm có giá trị P B: Các điểm có giá trị khác P *: Các điểm tuỳ ý AAA*P*BB B A*BAPBA* B AA*APB*B B BBB*P*AA A B*ABPAB* A BB*BPA*A A *AABPABB * *BBAPBAA * 50 Thuật toán trình trình bày tóm tắt sau: Bước 1: Đánh dấu điểm ảnh 8-simple nằm biên pixel pixel kết thúc (điểm ảnh kết thúc có pixel lân cận 8) Bước 2: Xoá điểm ảnh đánh dấu Bước 3: Lặp lại bước pixel bị đánh dấu Bước 4: Xóa chi tiết thừa xương Hình 2.11 Kết việc làm mảnh ảnh ảnh nhị phân 2.9 Trích chọn đặc trưng Thông thường việc rút trích đặc trưng minutiae dựa vào ảnh nhị phân Phương pháp dựa vào Crossing Number (CN) sử dụng phổ biến Phương pháp hai tác giả Arcelli Baja giới thiệu vào năm 1984 Phương pháp tính toán dựa chuyển tiếp giá trị nhị phân điểm ảnh lân cận Công thức tính giá trị CN sau: CN ( P) = ∑ Pi − Pi+1 i =1 (2.49) • Nếu CN(P) = : pixel P điểm rẽ nhánh (bifurcation) • Nếu CN(P) = : pixel P điểm kết thúc (ending) • Nếu CN(P) = hay CN(P) > : pixel P điểm minutiae 51 P8 P1 P2 0 0 0 P8 P P2 0 0 P6 P5 P4 0 0 1 a) Pi, i=1,…,8 b) c) CN(P)=2 CN(P)=1 d) CN(P)=3 Thuật toán cho phép phát tất điểm minutiae ảnh vân tay Nhưng minutiae này, tồn nhiều minutiae giả (xem Hình 2-12a) Do vậy, bước xử lý lọc minutiae giả cần áp dụng để việc xử lý nhận dạng bước sau xác Bởi ảnh vân tay có nhiễu, nên thuật toán rút trích minutiae tạo nhiều minutiae giả chẳng hạn minutiae nằm điểm gãy, cầu nối, tam giác, khuyên, đảo, Do vậy, giai đoạn lại bỏ minutiae giả cần phải thực để việc nhận dạng xác Bước loại bỏ minutiae nằm điểm gãy đứt (break) đoạn ngắn Nếu điểm kết thúc nằm điểm gãy thỏa điều kiện sau bị loại bỏ Khoảng cách hai điểm kết thúc nhỏ ngưỡng (a) Hình 2.12: (a) Ảnh vân tay trước loại bỏ minutiae giả T1 (b) (b) Ảnh minutiae sau loại bỏ minutiae giả 52 Như vậy, mục trình bày tất bước xử lý cần thiết để rút trích tập minutiae phục vụ cho giai đoạn so khớp ảnh vân tay Ảnh vân tay giai đoạn xử lý biểu diễn tóm tắt Hình 2-13 Hình 2.13 Ảnh minh họa giai đoạn xử lý ảnh vân tay 2.10 Kết chương trình Mục đích thuật toán nâng cấp vân tay nhằm cải thiện độ sáng lằn vân thung lũng ảnh vân tay đầu vào, hay nói cách khác làm tách biệt rõ ràng lằn vân Thuật ngữ “tách biệt” bao hàm nâng cao độ tương phản biến đổi lằn vân - thung lũng vân tăng độ đồng chạy dọc theo lằn Mà điều đồng nghĩa với việc phải khử nhiễu tốt ảnh chất lượng đầu vào Với mục tiêu vậy, cài đặt thành công phương pháp lọc khử nhiễu Gabor Đây cách làm hữu hiệu để loại bỏ nhiễu không mong đợi, thực chất áp dụng ma trận nhân chập theo hướng đường vân “vuốt mượt” đường vân theo dạng hình sin Tất điểm nhiễu bị cắt bỏ chúng gây tần số không phù hợp Kết đạt sau lọc tốt, hầu hết nhiễu bị cắt bỏ, nữa, nhờ lọc theo 53 hướng nên thuật toán nối liền đường vân bị đứt đoạn đồng thời bảo toàn điểm đặc trưng Các cấu trúc chung ảnh vân tay không bị thay đổi sau lọc Nhằm tăng tính dễ dàng cho thao tác hệ AFIS trích chọn đặc trưng nhận dạng, đưa thuật toán: chuẩn hóa ảnh, lọc khử nhiễu(bằng Fourier, Wavelet, Gabor), phân ngưỡng, làm mảnh đường vân trích chọn đặc trưng Các thuật toán tỏ hiệu cài đặt thành công chương trình nâng cao chất lượng ảnh vân tay 54 CHƯƠNG 3: CHƯƠNG TRÌNH MÔ PHỎNG MỘT SỐ KỸ THUẬT TĂNG CƯỜNG CHẤT LƯỢNG ẢNH VÂN TAY 3.1 Giới thiệu Để đáp ứng mục đích luận văn làm bật số đặc tính ảnh vân tay thay đổi độ tương phản, lọc nhiễu, biên, làm trơn biên, trích chọn đặc trưng, làm trơn lấp lỗ hổng nhằm cải thiện nâng cao chất lượng ảnh vân tay hoàn thiện trạng thái quan sát Với mục đích trên, chương tập trung vào việc mô tả chi tiết thuật toán đuợc sử dụng kết thực thi chúng Nó mô tả bước cần thiết để tăng cường chất lượng ảnh vân tay Chương trình viết ngôn ngữ hướng đối tượng Visual C# Các form chương trình đuợc thiết kế đơn giản, đầy đủ chức thân thiện 3.2 Các thuật toán mô 3.2.1 Mở ảnh 55 3.2.2 Chuẩn hóa ảnh a) Phương pháp Đầu tiên tính kỳ vọng ảnh theo công thức M(I) = N2 N −1 N −1 ∑∑ I (i, j ) i =0 j =0 Tính giá trị phương sai ảnh theo công thức VAR(I) N −1 N −1 = N ∑∑ ( I (i, j ) − M ( I )) i =0 j =0 Tiếp theo tính giá trị mức xám theo công thức  VARo ( I (i, j ) − M ) M o +  VAR G (i , j ) =   M − VARo ( I (i, j ) − M )  o VAR b) Kết , I (i, j ) > M , otherwise 56 3.2.3 Lọc Gabor a) Phương pháp Tìm mặt nạ điểm theo công thức:   xθ yθ   h(x,y,θ,f) = exp −  +   cos(2 π fxθ) δ y     δ x đó, θ là hướng vân tay cục điểm đó, [x θ, yθ] ảnh [x,y] sau quay quanh trục Cartesian góc (90o-θ) tính:  xθ   cos(90 o − θ ) sin(90 o − θ )  x   sin(θ ) cos(θ )  x    =    =    o o  yθ   − sin(90 − θ ) cos(90 − θ )  y   − cos(θ ) sin(θ )  y  f tần suất vân tay cục điểm đó, việc tính toán tần suất vân tay cục điểm ảnh phức tạp nên ước lượng giá trị f phù hợp (1/5,1/7,1/9,…) b) Kết 57 3.2.4 Nhị phân hóa a) Phương pháp Tìm ngưỡng cách Gọi t(g) số điểm ảnh có giá trị ≤ g, m(g) giá trị trung bình điểm ảnh có giá trị ≤ g: t(g) = g ∑ i.h(i) i=0 g m(g) = ∑ i.h(i ) t(g) i = Hàm f: g  f(g) = f(g) t(g) [m(g)-m(G-1)]2 m x n − t(g) Tìm θ cho: f(θ) = b) Kết max { f ( g )} ≤ g 〈 G −1 58 3.2.5 Xem ảnh xương 3.2.6 Xem đặc trưng 59 KẾT LUẬN VÀ KIẾN NGHỊ Kết luận a) Những nội dung giải luận văn: Tìm hiểu có cách nhìn tổng quát xử lý ảnh, hiểu số thuật toán xử lý ảnh áp dụng phần mềm xử lý ảnh photoshop, corel,… Dựa lý thuyết lọc khử nhiễu Fourier, lọc biên Wavelet, lọc tần số Gabor, áp dụng vào nâng cấp ảnh vân tay cài đặt thành công chương trình nâng cao chất lượng ảnh vân tay Sau xử lý, ảnh đầu vào nâng cấp tốt hẳn hai tiêu chuẩn khử hầu hết loại nhiễu để tăng rõ ràng, đồng cấu trúc vân tay bảo toàn tốt đặc trưng vốn có ảnh Thuật toán làm mảnh đường vân cho phép làm mảnh đường vân ảnh nhị phân Thuật toán cắt ngưỡng tự động cho phép chuyển đổi từ ảnh đa cấp xám sang ảnh đen trắng tốt, ảnh sau cắt ngưỡng loại trừ hầu hết nhiễu cho lằn vân tách biệt, trích chọn điểm đặc trưng vân tay đầu vào b) Những hạn chế luận văn: Chưa thử nghiệm nhiều liệu thực tế số lượng liệu ảnh vân tay mà thu thập Chưa có hệ soạn thảo đồ hoạ cho phép phóng to, thu nhỏ, thêm, bớt đường vân, nhằm giúp cho người sử dụng dễ dàng việc theo dõi nâng cấp Chương trình xây dựng phải hoàn thiện tiếp Kiến nghị Hoàn thiện phương pháp tăng cường chất lượng ảnh vân tay, để từ xây dựng hệ thống nhận dạng vân tay tự động 60 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Lương Mạnh Bá, Nguyễn Thanh Thuỷ (1999), Nhập môn xử lý ảnh số, Nhà xuất khoa học kỹ thuật [2] Nguyễn Đăng Bình (2009), Giáo trình xử lý ảnh số, Đại học Huế [3] Đỗ Năng Toàn, Phạm Việt Bình (2007), Giáo trình môn học Xử lý ảnh, Đại học Thái Nguyên [4] Dương Hữu Đẩu, “Phép biến đổi Wavelet ứng dụng xử lý tín hiệu”, Bài báo cáo khoa học [5] Dương Hữu Đẩu, Đỗ Trung Nhơn(2011), “Áp dụng thuật toán cải thiện dấu vân tay phép lọc Gabor”, Tạp chí khoa học, Tập 17b, số 207-212 [6] Nguyễn Ngọc Kỷ (1994), Biểu diễn đồng tự động ảnh đường nét, Luận án PTS, Hà Nội [7] Võ Minh Sơn, Nguyễn Hữu Phương (2009), “Tách ảnh dùng biến đổi Wavelet phân tích thành phần độc lập”, Tạp chí phát triển KH&CN, Tập 11, số 09 [8] Ngô Quốc Tạo (2007), Nhập môn xử lý ảnh, giảng cao học, Viện công nghệ thông tin [9] Ngô Quốc Tạo (2001), Đề cương xử lý ảnh cao học chất lượng cao, ĐH Công nghệ, ĐHQG Hà Nội [10] Đỗ Năng Toàn, Ngô Quốc Tạo (1998), “Kết hợp phép toán hình thái học làm mảnh để nâng cao chất lượng ảnh đường nét”, Tạp chí Tin học Điều khiển học, Tập 14, số 3, tr 23-29 61 Tiếng Anh [11] B.G.Sherlock, D.M.Monro, and K.Millard (1994), Fingerprint enhancement by directional fourier filtering, In Visual Image Signal Processing, volume 141, pages 87–94 [12] Lin Hong, Wan Yi-fei, Jain A., (1998), Fingerprint Image Enhancement: Algorithm and Performance Evaluation, IEEE Transaction on Pattern Analysis and Matching Intelligence 20(8):777-789 [13] Anil Jain and Lin Hong “Online Fingerprint Verification” Pattern Recognition and Image Processing Lanoratory Department of Computer Science Michigan State University, East Lansing, MI 48824 Ruud Bolle, Exploratory Computer Vision Group IBM T.J Watson Research Center Yorktown Heights NY 10598 November 26, 1996 [14] Nalini K Ratha, Shaoyun Chen and Anil K Jain (1995), Adaptive ow orientation based feature extraction in fingerprint images [15] S.Greenberg, M Aladjem, D Kogan, I Dimitrov (2000), Fingerprint image enhancement using filtering techniques International Conference on Pattern Recognition, vol 3, pp 326–329 [16] Jain A., Prabhakar S., Lin Hong, S Pankanti (2000), Filterbank-Based Fingerprint Matching, IEEE Transactions on Image Processing., 9(5):846-859 [17] Shlomo Greenberg, Mayer Aladjem, Daniel Kogan “Fingerprint Image Enhancement using Filtering Techniques” Electrical and Computer Engineering Department, En-Gurion University of the Negev, BeerSheva, Isarel ... Hình 1.5 ảnh vân tay thu theo phương pháp khác Hình 1.8 Các ảnh vân tay thu theo phương pháp khác (a) Dấu mực lăn ảnh vân tay, (b)Vết mực khô dấu vân tay, (c) Mẫu vân tay sống, (d) Mẫu vân tay ẩn,... camera Rõ ràng, phương pháp diện tích vùng ảnh nhỏ hơn, thông tin ảnh độ xác cao 15 - Phương pháp ảnh vân tay ảo: Đây loại đặc biệt phương pháp thu nhận ảnh vân tay off-line Các ảnh thu nhận trường... quan xử lý ảnh hệ thống vân tay Chương Trình bày số kỹ thuật tăng cường chất lượng ảnh vân tay Chương Trình bày chương trình mô số kỹ thuật tăng cường chất lượng ảnh vân tay Kết luận kiến nghị hướng