MỤC LỤC LỜI NÓI ĐẦU 1 TÓM TẮT 2 ABSTRACT 2 MỤC LỤC 3 DANH MỤC HÌNH VẼ 6 DANH MỤC TỪ VIẾT TẮT 8 PHẦN MỞ ĐẨU 9 CHƯƠNG I: 10 CƠ SỞ LÝ THUYẾT XỬ LÝ ẢNH 10 1.1. XỬ LÝ ĐIỂM ẢNH 10 1.1.1. Pixel. 10 1.1.2. Ảnh đa mức xám. 10 1.1.3. Mức xám đồ (Histogram). 11 1.1.4. Phân đoạn ảnh (Thresholding). 12 1.1.5. Lọc không gian (Spatial Filter). 13 1.1.6. Tần số và các bộ lọc thông thấp, thông cao. 16 1.1.7. Xác định biên vật thể. 17 1.2 XỬ LÝ HÌNH THÁI HỌC 20 1.2.1 Di chuyển (Translation). 20 1.2.2 Phản chiếu (Reflection). 20 1.2.3 Giãn nở (Dilation). 21 1.2.4 Xói mòn (Erosion). 22 1.2.5 Kết hợp giữa giãn nở và xói mòn. 24 1.2.6. Mở (Opening). 24 1.2.7. Đóng (Closing). 25 CHƯƠNG II: 26 LÝ THUYẾT NHẬN DẠNG ẢNH 26 2.1. NHẬN DẠNG ẢNH. 26 2.1.1. Tổng quan về nhận dạng ảnh. 26 2.1.2. Nhận dạng dựa trên phân hoạch không gian (SVMs). 26 2.1.3. Thuật toán KNN. 27 2.2. MẠNG NEURON. 27 2.2.1. Mạng Neuron sinh học. 27 2.2.2. Mạng Neuron nhân tạo. 28 2.2.3. Cấu tạo Neuron. 28 2.2.4. Mạng Neuron. 29 2.2.5. Nguyên tắc huấn luyện. 30 2.2.6 Phương pháp lan truyền ngược sai số (Back propagation). 31 CHƯƠNG III: 35 ỨNG DỤNG NHẬN DẠNG DẤU VÂN TAY 35 3.1. YÊU CẦU THỰC TẾ. 35 3.1. Đặt vấn đề 35 3.1.2. Phạm vi đề tài 36 3.1.3. Cơ sở nhận dạng vân tay 37 3.1.4. Trích điểm đặc trưng 39 3.1.5. Ứng dụng của đề tài 40 3.2. XỬ LÝ ẢNH VÂN TAY. 40 3.2.1. Tiền xử lý. 41 3.2.2. Tìm điểm đặc biệt. 43 3.2.3. Hậu xử lý – loại bỏ điểm lỗi. 44 3.3. ĐỐI SÁNH VÂN TAY 45 3.3.1. Thuật toán Hough 45 3.3.2. Thực hiện đối sánh vân tay 46 3.4. XÂY DỰNG MẠNG NEURON. 46 3.4.1. Giới thiệu 46 3.4.2. Phương pháp đề nghị 47 3.4.3. Thuật toán huấn luyện mạng neron 48 3.5. THIẾT KẾ GIAO DIỆN PHẦN MỀM. 52 CHƯƠNG IV: 53 ĐÁNH GIÁ KẾT QUẢ 53 KẾT LUẬN 55 TÀI LIỆU THAM KHẢO 56
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI VIỆN ĐIỆN TỬ - VIỄN THÔNG ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC Đề tài: LÝ THUYẾT XỬ LÝ ẢNH NHẬN DẠNG VÂN TAY Sinh viên thực hiện: ĐỖ VĂN HƯNG Lớp: ĐTTT 06 – K57 Giảng viên hướng dẫn: TS TRẦN MẠNH HOÀNG Hà Nội 6-2018 ĐỒ ÁN TỐT NGHIỆP TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI VIỆN ĐIỆN TỬ - VIỄN THÔNG - - ĐỒ ÁN TỐT NGHIỆP Đề tài: LÝ THUYẾT XỬ LÝ ẢNH NHẬN DẠNG VÂN TAY Sinh viên thực hiện: ĐỖ VĂN HƯNG Lớp: ĐTTT 06 – K57 Giảng viên hướng dẫn: TS TRẦN MẠNH HOÀNG Giáo viên phản biện: ĐỒ ÁN TỐT NGHIỆP Đánh giá đồ án tốt nghiệp (Dùng cho giảng viên hướng dẫn) Giảng viên đánh giá: Họ tên Sinh viên: Đỗ Văn Hưng MSSV: 20121857 Tên đồ án: Lý thuyết xử lý ảnh nhận dạng vân tay ………………………………………………………………………………… Chọn mức điểm phù hợp cho sinh viên trình bày theo tiêu chí đây: Rất (1); Kém (2); Đạt (3); Giỏi (4); Xuất sắc (5) Có kết hợp lý thuyết thực hành (20) Nêu rõ tính cấp thiết quan trọng đề tài, vấn đề giả thuyết (bao gồm mục đích tính phù hợp) phạm vi ứng dụng đồ án Cập nhật kết nghiên cứu gần (trong nước/quốc tế) Nêu rõ chi tiết phương pháp nghiên cứu/giải vấn đề 4 Có kết mơ phỏng/thưc nghiệm trình bày rõ ràng kết đạt Có khả phân tích đánh giá kết (15) Kế hoạch làm việc rõ ràng bao gồm mục tiêu phương pháp thực dựa kết nghiên cứu lý thuyết cách có hệ thống Kết trình bày cách logic dễ hiểu, tất kết phân tích đánh giá thỏa đáng Trong phần kết luận, tác giả rõ khác biệt (nếu có) kết đạt mục tiêu ban đầu đề đồng thời cung cấp lập luận để đề xuất hướng giải thực tương lai Kỹ viết (10) Đồ án trình bày mẫu quy định với cấu trúc chương logic đẹp mắt (bảng biểu, hình ảnh rõ ràng, có tiêu đề, đánh số thứ tự giải thích hay đề cập đến đồ án, có lề, dấu cách sau dấu chấm, dấu phẩy v.v), có mở đầu chương kết luận chương, có liệt kê tài liệu tham khảo có trích dẫn quy định ĐỒ ÁN TỐT NGHIỆP Kỹ viết xuất sắc (cấu trúc câu chuẩn, văn phong khoa học, lập luận logic có sở, từ vựng sử dụng phù hợp v.v.) Thành tựu nghiên cứu khoa học (5) (chọn trường hợp) Có báo khoa học đăng chấp nhận đăng/đạt giải SVNC khoa học giải cấp Viện trở lên/các giải thưởng khoa 10a học (quốc tế/trong nước) từ giải trở lên/ Có đăng ký phát minh sáng chế Được báo cáo hội đồng cấp Viện hội nghị sinh viên nghiên cứu khoa học không đạt giải từ giải trở 10b lên/Đạt giải khuyến khích kỳ thi quốc gia quốc tế khác chuyên ngành TI contest 10c Khơng có thành tích nghiên cứu khoa học Điểm tổng /50 Điểm tổng quy đổi thang 10 Nhận xét thêm Thầy/Cô (giảng viên hướng dẫn nhận xét thái độ tinh thần làm việc sinh viên) Ngày: / /20 Người nhận xét (Ký ghi rõ họ tên) ĐỒ ÁN TỐT NGHIỆP Đánh giá đồ án tốt nghiệp (Dùng cho cán phản biện) Giảng viên đánh giá: Họ tên Sinh viên: Đỗ Văn Hưng MSSV: 20121857 Tên đồ án: Lý thuyết xử lý ảnh nhận dạng vân tay ………………………………………………………………………………… Chọn mức điểm phù hợp cho sinh viên trình bày theo tiêu chí đây: Rất (1); Kém (2); Đạt (3); Giỏi (4); Xuất sắc (5) Có kết hợp lý thuyết thực hành (20) Nêu rõ tính cấp thiết quan trọng đề tài, vấn đề giả thuyết (bao gồm mục đích tính phù hợp) phạm vi ứng dụng đồ án Cập nhật kết nghiên cứu gần (trong nước/quốc tế) Nêu rõ chi tiết phương pháp nghiên cứu/giải vấn đề 4 Có kết mơ phỏng/thưc nghiệm trình bày rõ ràng kết đạt Có khả phân tích đánh giá kết (15) Kế hoạch làm việc rõ ràng bao gồm mục tiêu phương pháp thực dựa kết nghiên cứu lý thuyết cách có hệ thống Kết trình bày cách logic dễ hiểu, tất kết phân tích đánh giá thỏa đáng Trong phần kết luận, tác giả rõ khác biệt (nếu có) kết đạt mục tiêu ban đầu đề đồng thời cung cấp lập luận để đề xuất hướng giải thực tương lai Kỹ viết (10) Đồ án trình bày mẫu quy định với cấu trúc chương logic đẹp mắt (bảng biểu, hình ảnh rõ ràng, có tiêu đề, đánh số thứ tự giải thích hay đề cập đến đồ án, có lề, dấu cách sau dấu chấm, dấu phẩy v.v), có mở đầu chương kết luận chương, có liệt kê tài liệu tham khảo có trích dẫn quy định ĐỒ ÁN TỐT NGHIỆP Kỹ viết xuất sắc (cấu trúc câu chuẩn, văn phong khoa học, lập luận logic có sở, từ vựng sử dụng phù hợp v.v.) Thành tựu nghiên cứu khoa học (5) (chọn trường hợp) Có báo khoa học đăng chấp nhận đăng/đạt giải SVNC khoa học giải cấp Viện trở lên/các giải thưởng khoa 10a học (quốc tế/trong nước) từ giải trở lên/ Có đăng ký phát minh sáng chế Được báo cáo hội đồng cấp Viện hội nghị sinh viên nghiên cứu khoa học không đạt giải từ giải trở 10b lên/Đạt giải khuyến khích kỳ thi quốc gia quốc tế khác chun ngành TI contest 10c Khơng có thành tích nghiên cứu khoa học Điểm tổng /50 Điểm tổng quy đổi thang 10 Nhận xét thêm Thầy/Cô Ngày: / /20 Người nhận xét (Ký ghi rõ họ tên) ĐỒ ÁN TỐT NGHIỆP LỜI NÓI ĐẦU Trong thời đại ngày nay, phát triển không ngừng khoa học kỹ thuật giúp cho người thuận tiện công việc ngày Với bùng nổ công nghệ thông tin, q trình tồn cầu hóa diễn nhanh chóng, bảo mật riêng tư thông tin cá nhân để nhận biết người hàng tỉ người trái đất đòi hỏi phải có tiêu chuẩn, hệ thống đảm nhận chức Cơng nghệ sinh trắc đời đáp ứng yêu cầu Sau nghiên cứu xử lý ảnh tìm hiểu phần nhỏ lĩnh vực sinh trắc học, em xin trình bày báo cáo đề tài “Lý thuyết xử lý ảnh nhận dạng vân tay” Trên thực tế, khơng có thành công mà không gắn liền với hỗ trợ, giúp đỡ dù hay nhiều, dù trực tiếp hay gián tiếp người khác Trong suốt thời gian từ bắt đầu tìm hiểu, lựa chọn đề tài đến nay, em nhận nhiều quan tâm, giúp đỡ q Thầy Cơ, gia đình bạn bè Em xin cảm ơn tất người, đặc biệt thầy Trần Mạnh Hoàng - người trực tiếp hướng dẫn em thực đồ án tốt nghiệp Báo cáo đồ án tốt nghiệp khơng tránh khỏi thiếu sót Em mong nhận góp ý q Thầy Cơ Hà Nội, tháng năm 2018 ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 ĐỒ ÁN TỐT NGHIỆP TÓM TẮT Dựa lý thuyết xử lý ảnh lý thuyết nhận dạng ảnh, đồ án xây dựng ứng dụng xử lý ảnh chụp dấu vân tay, đưa điểm Minutiae Mục đích đồ án phục vụ việc xây dựng phần mềm cho phép nhận dạng dấu vân tay Đồ án thu số kết khả quan ứng dụng có khả nhận biết xác dấu vân tay chúng chụp tương đối nét, thực máy vi tính phổ thơng thị trường chạy windows ABSTRACT Based on the progress of the image engine processing and the theory of the image image received, this build this build the finger effect handle, given Minutiae point The target item of the build of the software build the symbolic identifier for Toy was taken a results of results when the application has able to find the right fingerprint that when they are matching relative, can be perform on the computer features on the field run Windows ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 ĐỒ ÁN TỐT NGHIỆP MỤC LỤC LỜI NÓI ĐẦU TÓM TẮT ABSTRACT .2 MỤC LỤC DANH MỤC HÌNH VẼ DANH MỤC TỪ VIẾT TẮT PHẦN MỞ ĐẨU CHƯƠNG I: .10 CƠ SỞ LÝ THUYẾT XỬ LÝ ẢNH 10 1.1 XỬ LÝ ĐIỂM ẢNH 10 1.1.1 Pixel .10 1.1.2 Ảnh đa mức xám 10 1.1.3 Mức xám đồ (Histogram) 11 1.1.4 Phân đoạn ảnh (Thresholding) 12 1.1.5 Lọc không gian (Spatial Filter) 13 1.1.6 Tần số lọc thông thấp, thông cao 16 1.1.7 Xác định biên vật thể 17 1.2 XỬ LÝ HÌNH THÁI HỌC 20 1.2.1 Di chuyển (Translation) 20 1.2.2 Phản chiếu (Reflection) .20 1.2.3 Giãn nở (Dilation) 21 1.2.4 Xói mòn (Erosion) .22 1.2.5 Kết hợp giãn nở xói mòn 24 1.2.6 Mở (Opening) .24 1.2.7 Đóng (Closing) 25 ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 ĐỒ ÁN TỐT NGHIỆP CHƯƠNG II: 26 LÝ THUYẾT NHẬN DẠNG ẢNH 26 2.1 NHẬN DẠNG ẢNH 26 2.1.1 Tổng quan nhận dạng ảnh .26 2.1.2 Nhận dạng dựa phân hoạch không gian (SVMs) 26 2.1.3 Thuật toán K-NN 27 2.2 MẠNG NEURON 27 2.2.1 Mạng Neuron sinh học .27 2.2.2 Mạng Neuron nhân tạo 28 2.2.3 Cấu tạo Neuron 28 2.2.4 Mạng Neuron .29 2.2.5 Nguyên tắc huấn luyện .30 2.2.6 Phương pháp lan truyền ngược sai số (Back propagation) 31 CHƯƠNG III: 35 ỨNG DỤNG NHẬN DẠNG DẤU VÂN TAY 35 3.1 YÊU CẦU THỰC TẾ 35 3.1 Đặt vấn đề 35 3.1.2 Phạm vi đề tài 36 3.1.3 Cơ sở nhận dạng vân tay 37 3.1.4 Trích điểm đặc trưng .39 3.1.5 Ứng dụng đề tài 40 3.2 XỬ LÝ ẢNH VÂN TAY 40 3.2.1 Tiền xử lý 41 3.2.2 Tìm điểm đặc biệt .43 3.2.3 Hậu xử lý – loại bỏ điểm lỗi .44 3.3 ĐỐI SÁNH VÂN TAY .45 3.3.1 Thuật toán Hough 45 3.3.2 Thực đối sánh vân tay .46 3.4 XÂY DỰNG MẠNG NEURON 46 ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 ĐỒ ÁN TỐT NGHIỆP Hình ảnh nhị phân - ảnh sau phân đoạn – đánh đấu điểm đặc biệt 3.2.3 Hậu xử lý – loại bỏ điểm lỗi Để phát điểm đặc trưng sai làm ảnh hưởng đến ảnh vân tay nhị phân làm mảnh, sử dụng vài luật cấu trúc đơn giản Xiao (1991) xác định hầu hết cấu trúc điểm đặc trưng sai đưa phương pháp loại bỏ chúng Thuật toán sử dụng dựa luật, yêu cầu đặc tính số học liên quan đến điểm đặc trưng: chiều dài vân liên quan (s), góc điểm đặc trưng, số điểm đặc trưng đối diện gần kề lân cận Farina, Kovacs-Vajina Leone (1999) đưa vài luật thuật toán tiền xử lý điểm đặc trưng + Các cầu bị loại bỏ nhìn nhận chúng điểm chẻ hai sai, có hai nhánh chỉnh, nhánh thứ ba thường vng góc với hai nhánh lại + Các vân ngắn loại bỏ dựa vào so sánh chiều dài vân với khoảng cách trung bình vân + Các điểm kết thúc rẽ hai kiểm tra: chúng loại bỏ không thỏa mãn tính hình học topo ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 44 ĐỒ ÁN TỐT NGHIỆP 3.3 ĐỐI SÁNH VÂN TAY 3.3.1 Thuật toán Hough Thuật toán Hough thuật tốn tìm giá 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 điểm đặc trưng vân tay thu tập điểm đặc trưng mà có số lượng điểm đặc trưng trùng khớp với tập điểm đặc trưng vân tay lớn Không gian biến đổi không gian bốn chiều (∆x, ∆y, θ, s) tham số rời rạc hóa (kí hiệu dấu +) vào tập giá trị: x+ xa+ }; y+ { x1+ , x2+ , …, { y1+ , y2+ , …, yb+ }; θ+ {θ1+, θ2+, …, θc+}; s+ {s+1, s+2, …, s+d} Thuật toán phát biểu sau: Với mi (i = 1, ,m), m’j (j = 1,…,n), θ+ {θ1+, θ2+, …, θc+}, s+ {s+1, s+2, …, s+d} khoảng cách trực tiếp (θ’j + θ+, θ i) < θo { x x i cos sin x j y s y i sin cos y j x+,y+ = lượng tử hóa x, y, tới tập gần A [x+,y+, θ+, s+] = A[x+,y+, θ+, s+] +1 } Ở A mảng bốn chiều mà gái trị A[ x+, y+, θ+, s+] thể số cặp điểm đặc trưng ủng hộ cho [ x+, y+, θ+, s+] Ở cuối trình tích lũy, biến đổi có chỉnh tốt (∆x*, ∆y*, θ *, s*) nhận sau (∆x*, ∆y*, θ*, s*) = arg max A[ x+, y+, θ+, s+] Đó giá trị mà ta muốn tìm ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 45 ĐỒ ÁN TỐT NGHIỆP } 3.3.2 Thực đối sánh vân tay Kí hiệu T I biểu diễn ảnh vân tay mẫu vân tay đầu vào Xem điểm đặc trưng một nhóm ba m = {x, y, θ) thể vị trí điểm vị trí x, y góc chi tiết θ T = {m1, m2,…, mm}; mi = {xi, yi, θi}, i = 1…m I = {m1’, m2’,…, mn’}; mj’ = {x’j, yj’, θ’j}, j = 1…n Trước hết tiến hành tịnh tiến quay tập điểm đắc trưng hai ảnh theo đại lượng thu từ thuật toán Hough Tiến hành đối sánh điểm đặc trưng tập điểm đặc trưng ảnh vân tay với tập điểm đặc trưng thu Trong m n số điểm đặc trưng T I Một điểm đặc trưng mj’ I điểm đặc trưng mi T xem so khớp khoảng cách không gian (sd) chúng nhỏ mức dung sai cho trước ro khác hướng (dd) chúng nhỏ góc dung sai θo: sd(mj’, mi) = x xi y j yi r0 j dd(mj’, mi) = min(|θj’ - θi|, 360o - |θj’ - θi|) ≤ θo 3.4 XÂY DỰNG MẠNG NEURON 3.4.1 Giới thiệu Phương pháp nhận dạng vây tay mạng neuron nhân tạo huấn luyện mạng neron dựa vào mẫu liệu vào vị trí cửa điểm đặc trưng cửa ảnh vân tay Mạng neuron sau huấn luyện dùng để đối sánh mẫu vân tay cần nhận dạng ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 46 ĐỒ ÁN TỐT NGHIỆP 3.4.2 Phương pháp đề nghị Lựa chọn mạng sử dụng: ngõ hay nhiều ngõ ra? Nếu chọn mạng nhiều ngõ ra, ngõ tương ứng với mẫu có bất cập: - Bao nhiêu ngõ đủ? - Mỗi lần cập nhật thêm mẫu phải huấn huyện lại tồn mạng Vì vậy, em chọn mạng truyền thẳng Perceptron ngõ ra, mạng tương ứng với mẫu Như vậy, cần đối sánh mẫu ta phải so sánh mẫu qua tất mạng sở liệu Bởi vì, việc so mẫu qua mạng đơn giản thời gian huấn luyện nhanh nên phương pháp khả thi Trên sở lựa chọn mạng vậy, em chọn hàm kích hoạt lớp hàm tuyến tính huấn luyện mẫu Xây dụng tập mẫu ngõ vào Ngõ vào mạng vị trí điểm đặc đặc trưng Để xác định vị trí điểm ta phải có điểm gốc “tương đối” cố định Ở đây, em chọn điểm core làm gốc tạo độ, điểm core ln ln tồn tương đối cố định trang ảnh vân tay Việc đối sánh mạng neuron có nhược điểm thứ tự điểm đặc trưng đưa vào mạng phải xác, cần sai lệch vị trí làm sai tồn mạng Nhưng sai lệch khơng thể tránh khỏi trình xác định điểm đặc trưng ảnh có chất lượng thấp Để khắc phục nhược điểm này, em đề nghị không đưa trực tiếp vị trí điểm minutiae vào mạng (ngoại trừ điểm delta) mà sử dụng vị trí trung bình cộng điểm minutiae sau: - CHọn điểm core làm gốc tạo độ, điểm core chia ảnh thành phần - Trong phần tư ảnh, ta tìm vị trí trung bình điểm minutiae Bốn vị trí trung bình tìm đưa vào tám ngõ vào mạng (sử dụng toạ đồ decac) ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 47 ĐỒ ÁN TỐT NGHIỆP - Để gia tăng độ phân biệt, ta đưa thêm số điểm minutiae phần tư mặt phẳng ảnh vào bốn ngõ vào khác mạng Số lớp sử dụng Từ thực nghiệm sử dụng mạng neron, người ta nhận thấy việc sử dụng mạng Perceptron nhiều hai lớp khơng cần thiết Vì vậy, đâu em thử nghiệm kết đối sánh mạng Perceptron lớp hai lớp 3.4.3 Thuật toán huấn luyện mạng neron Thuật toán huấn luyện sử dụng thuật toán lan truyền ngược suy giảm sai số gradient Mạng Perceptron lớp Hình Mạng Perceptron lớp Trong x1 X x Vector tín hiệu vào x N ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 48 ĐỒ ÁN TỐT NGHIỆP w1 w W Vector trọng số w H Y: tín hiệu Bước 1: Khởi động giá trị W(0) Chọn số học η Bước 2: Lan truyền thuận Tính: Y(k) = net(k) = WT X(k) Bước 3: Lan truyền ngược Tính: W(k+1) =W(k) + η[D(k) – Y(k) a(net (k )) (a(.) hàm kích hoạt) net (k ) Bước 4: Lặp lại bước k lần (một epoch), với k số mẫu liệu vào Bước 5: Tính J(k) =0,5 [D(k) – Y(k)]2 Bước 6: Kiểm tra J(k) đủ bé: Đủ bé: kết thúc (lưu W) Chưa đủ bé: lặp lại bước với giá trị W(0) cập nhật từ bước Mạng Perceptron hai lớp (một lớp ẩn lớp ra) Mạng perceptron hai lớp huấn luyện giải thuật lan truyền ngược suy giảm sai số gradient Hàm kích hoạt lớp ẩn chọn hàm sigmoid, hàm kích hoạt lớp hàm tuyến tính ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 49 ĐỒ ÁN TỐT NGHIỆP Hình 10 Mạng Perceptron hai lớp (một lớp ẩn lớp ra) Trong đó: x1 X x Vector tín hiệu vào x N v q1 vq2 V q Các vector trọng số lớp ẩn (q = 1, H ) v q3 w1 w W Vector trọng số lớp w H ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 50 ĐỒ ÁN TỐT NGHIỆP Z1 Z2 Vector tín hiệu lớp ẩn Z Z H Y: tín hiệu Bước 1: Khởi động giá trị W(0), Vq(0) Chọn số học η Bước 2: Lan truyền thuận Tính: Zq(k) = sigmoid(netq) = sigmoid(VqT.X(k)) Y(k) = net0 = WT.Z(k) Bước 3: Lan truyền ngược Tính: = D(k) – Y(k) W(k+1) = W(k) + η 0.Z(k) hq = 0.Wq e netq (1 e netq ) Vq(k+1) = Vq(k) + η hq.X(k) Bước 4: Lặp lại bước k lần (một epoch), với k số mẫu liệu vào Bước 5: Tính J(k) =0,5 [D(k) – Y(k)]2 Bước 6: Kiểm tra J(k) đủ bé: Đủ bé: kết thúc (lưu W , Vq) Chưa đủ bé: lặp lại bước với giá trị W(0), Vq(0) cập nhật từ bước ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 51 ĐỒ ÁN TỐT NGHIỆP 3.5 THIẾT KẾ GIAO DIỆN PHẦN MỀM Phần mềm viết ngôn ngữ C# với thiết kế Window from đơn giản Hình 11 Giao diện phần mềm Cách sử dụng phần mềm đơn giản trực quan Phần mềm có tùy chọn chính: - Vân tay lựa chọn để mở chọn vân tay Xử lý lựa chọn người dùng thực đối sánh hiển thị thông tin chi tiết việc đối sánh vân tay Sau thực đối sánh vân tay có dialog lên thông báo kết Tùy chọn lựa chọn cho người dùng kiểm tra bước thuật toán tùy chỉnh thơng số ngưỡng - Thốt để tắt chương trình ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 52 ĐỒ ÁN TỐT NGHIỆP CHƯƠNG IV: ĐÁNH GIÁ KẾT QUẢ Để đánh giá hệ thống nhận dạng vân tay ta cần phân tích hai loại lỗi là: Lỗi từ chối nhầm (False Reject Rate: FRR) lỗi chấp nhận nhầm (False Accept Rate: FAR) Giá trị hai loại lỗi có mối quan hệ với thơng qua giá trị ngưỡng đối sánh T (threshold) sai lệch cho phép mẫu cần đối sánh với mẫu lưu sở liệu Khi chọn giá trị ngưỡng thấp lỗi từ chối nhầm tăng, lỗi chấp nhận nhầm giảm ngược lại Hệ thống thường đánh giá theo hai cách: - Tỷ lệ cực tiểu SUMmin = (FAR + FRR)min: Theo quan điểm dù loại lỗi lỗi, tỷ lệ lỗi cực tiểu SUMmin hệ số lỗi nhỏ mà hệ thống đạt - Mức độ lỗi cân (Equal Error Rate: EER): Đó điểm mà FAR FRR Hình Mối quan hệ FAR, FRR, SUM EER theo ngưỡng T ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 53 ĐỒ ÁN TỐT NGHIỆP Theo kết khảo sát với mẫu tổng tỉ lệ lỗi chọn nhầm lỗi từ chối nhầm 0% chọn ngưỡng khoảng 13 đến 15 ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 54 ĐỒ ÁN TỐT NGHIỆP KẾT LUẬN Trên toàn nội dung mà em trình bày đề tài “Lý thuyết xử lý ảnh nhận dạng vân tay” Mặc dù kết chức đối sánh dấu vân tay cao hiệu hạn chế Việc xử lý nhiều thời gian chờ Hơn giao diện phần mềm đơn giản Hướng phát triển: Với đề tài kết phát triển thêm để phù hợp với thực tế : Tối ưu hóa cơng đoạn phép xử lý nhằm tăng hiệu sản phẩm Thiết kế giao diện chuyên nghiệp ( ví dụ đăng nhập vào phần mềm dấu vân tay admin) Mặc dù cố gắng trình thực đề tài kiến thức hạn chế nên em khơng tránh khỏi thiếu sót định Em mong nhận thơng cảm ý kiến đóng góp từ thầy để em cải thiện tiến Trong thời gian thực đồ án, em xin gửi lời cám ơn chân thành tới TS Trần Mạnh Hồng nhiệt tình giúp đỡ dẫn cho em hoàn thành đồ án Đồng thời em xin gửi lời cảm ơn chân thành đến Ban lãnh đạo trường đại học Bách Khoa Hà Nội, Ban lãnh đạo Viện Điện Tử - Viễn Thông tạo điều kiện tốt cho để em hoàn thành đồ án ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 55 ĐỒ ÁN TỐT NGHIỆP TÀI LIỆU THAM KHẢO [1] Thomas Braunl, S Feyer, W Rapt, M Reinhardt Parallel Image Processing Springer, 2000 [2] Lương Mạnh Bá, Nguyễn Thanh Thuỷ Nhập môn xử lý ảnh số Nhà xuất Nhà xuất Khoa học Kỹ thuật, 2003 [3] Võ Đức Khánh, Hồng Văn Kiếm Giáo trình xử lý ảnh số Nhà xuất Đại học Quốc gia Thành phố Hồ Chi Minh [4] Supervised Learning in Feedforward Artificial Neural Networks (Reed, Marks, MIT Press, 1999) [5] Mạng Nơ-rôn ứng dụng xử lý tín hiệu (PGS TSKH Trần Hồi Linh, nhà xuất ĐH Bách Khoa Hà Nội, 2015) [6] https://www.stdio.vn/articles/toan-tu-khung-xuong-trong-anh-nhi- phan-skeleton-binary-morphology-462 [7] https://daynhauhoc.com/t/tai-lieu-va-huong-di-mon-xu-ly-anh/40795 [8] http://tailieuhoctap.vn/chi-tiet-sach/186-nganh-cong-nghe-thong- tin/do-hoa-ung-dung/771785-giao-trinh-xu-ly-anh_gs-nguyen-vanngo_dhqg_khoa-cong-nghe ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 56 ĐỒ ÁN TỐT NGHIỆP ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 57 ĐỒ ÁN TỐT NGHIỆP