Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh

Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)Nghiên cứu phương pháp nhận dạng chủ thể bằng dấu vân tay không hoàn chỉnh (Luận văn thạc sĩ)

HỌC HỌC VIỆN VIỆN CÔNG CÔNG NGHỆ NGHỆ BƯU BƯU CHÍNH CHÍNH VIỄN VIỄN THƠNG THƠNG - NGUYỄN THANH TÚ NGUYỄN THANH TÚ NGHIÊN CỨU PHƯƠNG PHÁP NHẬN DẠNG CHỦ THỂ BẰNG DẤU VÂN TAY KHƠNG HỒN CHỈNH NGHIÊN CỨU PHƯƠNG PHÁP NHẬN DẠNG CHỦ CHUYÊN KỸ THUẬTHOÀN VIỄN CHỈNH THÔNG THỂ BẰNG DẤUNGÀNH: VÂN TAY KHÔNG MÃ SỐ: 8520208 LUẬN VĂN THẠC SĨ KỸ THUẬT LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định (Theo định hướng hướng ứng ứng dụng) dụng) NGƯỜI HƯỚNG DẪN KHOA HỌC: TS CHUNG TẤN LÂM THÀNH PHỐ HỒ CHÍ MINH - 2018 THÀNH PHỐ HỒ CHÍ MINH - 2018 LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu riêng Các số liệu, kết nêu luận văn trung thực chưa công bố cơng trình khác TP Hồ Chí Minh,ngày 10 tháng năm 2018 Học viên thực luận văn Nguyễn Thanh Tú LỜI CẢM ƠN Lời đầu tiên, cho phép gửi lời cảm ơn chân thành đến Thầy, Cô giáo thuộc Học viện Cơng nghệ Bưu Viễn thơng đơn vị khác tận tình giảng dạy, truyền đạt kiến thức quý báu cho thời gian học tập Học viện Xin chân thành cảm ơn thầy giáo hướng dẫn khoa học TS Chung Tấn Lâm – Trưởng Bộ môn Điều khiển tự động - Khoa Kỹ thuật điện tử 2, Học viện Cơng nghệ Bưu Viễn thơng sở TP HCM dành nhiều thời gian hướng dẫn, giúp đỡ tơi q trình nghiên cứu thực luận văn Những lời động viên, góp ý TS Chung Tấn Lâm giúp tơi có nhiều ý tưởng để hoàn thiện luận văn Cuối cùng, Tôi xin chân thành cảm ơn gia đình, lãnh đạo quan bạn đồng nghiệp động viên, tạo điều kiện dành cho tơi góp ý chân thành để tơi hồn thành khóa học luận văn Tác giả luận văn Nguyễn Thanh Tú MỤC LỤC DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT VIẾT TẮT THUẬT NGỮ TIẾNG VIỆT AFIS Automated Fingerprint Identification System AFR Automated Fingerprint Recognition Nhận dạng vân tay tự động CSDL Hệ thống nhận dạng vân tay tự động Cơ sở liệu CN Crossing Number Số giao DB Database Cơ sở liệu DD Direction Degree Góc hướng DFT Discrete Fourier Transform Biến đổi Fourier rời rạc FAR False Acceptance Rate Tỉ lệ chấp nhận sai FRR False Rejection Rate Tỉ lệ từ chối sai FVC Fingerprint Verification Competition Cuộc thi xác thực dấu vân tay HD Hamming Distance Khoảng cách Hamming ID Identification Mã nhận dạng IDFT Inverse Discrete Fourier Transform Biến đổi Fourier rời rạc ngược LRO Local Ridge Orient Định hướng đường vân cục MTF Modulation Transform Function Hàm chuyển điều chế STFT Short Time Fourier Transform Biến đổi Fourier thời gian ngắn DANH SÁCH BẢNG DANH SÁCH CÁC HÌNH VẼ, ĐỒ THỊ MỞ ĐẦU Ngày nay, với phát triển không ngừng khoa học máy tính, kinh tế, văn hóa tri thức, công nghệ truyền thông, hệ thống an ninh cấp cao quan tổ chức quan trọng bị phá vỡ Do đó, hệ thống nhận dạng tâm điểm nghiên cứu nhiều nhà khoa học nước nói riêng giới nói chung, hứa hẹn mang lại phương pháp nhằm cải thiện chất lượng hệ thống an ninh Cùng với q trình cơng nghiệp hóa qui mơ tồn giới, từ hàng trăm năm đặc điểm sinh trắc học vân tay nhờ có tính bền vững cá biệt cao đưa vào ứng dụng rộng rãi hoạt động pháp lý an sinh để xác thực cước cá nhân Nhiều kỹ thuật lấy dấu vân tay nghiên cứu sử dụng, nhiều hệ thống tàng thư vân tay cước công dân cước can phạm thiết lập nước để phục vụ cho công tác đảm bảo truy nguyên danh tính Mặc dù sinh trắc học đại phát nhiều đặc trưng mới, bền vững, tĩnh mạch, mống mắt, DNA,… việc thu thập mẫu đối sánh phức tạp đắt đỏ Vì vậy, vai trò ứng dụng rộng rãi vân tay chưa có đặc điểm sinh trắc học thay [1] Một khó khăn hệ thống nhận dạng vân tay chất lượng ảnh đầu vào thấp, ảnh vân tay thu nhận từ cảm biến chất lượng Việc thực trích xuất đặc trưng vân tay dựa hình ảnh vân tay khiếm khuyết, chất lượng nhiều nhà khoa học quan tâm [2], [3], [4], [5] Trong [5], Ling Hong cộng đề xuất thuật toán tăng cường dựa ưu điểm chọn lọc tần số lọc Gabor, [6], tác giả đề xuất thuật toán tăng cường dấu vân tay dựa biến đổi Fourier thời gian ngắn (STFT - Short Time Fourier Transform) cải thiện tương đối tỷ lệ cơng nhận vân tay khơng hồn chỉnh Trong luận văn này, tác giả nghiên cứu thuật toán nâng cao chất lượng ảnh vân tay để áp dụng cho hệ thống nhận dạng vân tay khiếm khuyết từ đề xuất thuật tốn để nâng cao độ tin cậy hệ thống nhận dạng vân tay Luận văn “Nghiên cứu phương pháp nhận dạng chủ thể dấu vân tay khơng hồn chỉnh” trình bày với bố cục nội dung sau:  Mở đầu  Chương 1: Tổng quan nhận dạng vân tay Chương giới thiệu cách tổng quan sinh trắc học sinh trắc học vân tay, giới thiệu ứng dụng cơng trình nghiên cứu tiếng nhận dạng vân tay  Chương 2: Các phương pháp nhận dạng chủ thể vân tay khơng hồn chỉnh Trong chương tác giả trình bày cụ thể hệ thống nhận dạng vân tay thông thường vân tay khiếm khuyết Trình bày thuật tốn nâng cao chất lượng ảnh vân tay khơng hồn chỉnh đề xuất thuật toán kết hợp để cải thiện chất lượng ảnh đầu vào  Chương 3: Chương trình mơ Chương trình bày giải thuật chương trình mơ hệ thống nhận dạng vân tay khiếm khuyết dựa ảnh cải thiện sau tính tốn so sánh kết đạt  Kết luận hướng phát triển Với thời gian hạn hẹp, tác giả cố gắng để nghiên cứu hoàn thành luận văn Kính mong Thầy, Cơ đồng nghiệp góp ý thêm Chương - TỔNG QUAN VỀ NHẬN DẠNG DẤU VÂN TAY Tổng quan sinh trắc học Giới thiệu Sinh trắc học công nghệ sử dụng thuộc tính vật lý, đặc điểm sinh học riêng cá nhân vân tay, mống mắt, khuôn mặt để nhận diện [wiki] Thuật ngữ Sinh trắc học (Biometrics) ghép gồm từ: Bio (Tiếng Hy Lạp nói sống) metrics (sự đo lường) Sinh trắc học nhánh Công nghệ thông tin nhằm thiết lập đặc trưng người dựa đặc điểm cá nhân Sinh trắc học thông dụng vấn đề an ninh thơng tin có độ xác cao việc xác định cá nhân Do đặc tính nhận dạng xác minh danh tính người đó, cơng nghệ sinh trắc học nỗ lực để tự động hóa phương pháp đo lường so sánh đặc điểm để nhận dạng người Gần nhiều công nghệ khác phát triển để nhận dạng chứng thực danh tính, số ví dụ bao gồm biện pháp dựa thông tin từ dạng chữ viết tay (đặc biệt chữ ký), dấu vân tay, khuôn mặt, giọng nói, tín điện tim, võng mạc, mống mắt, bàn tay hình dạng tai dáng Cơng nghệ sinh trắc học đề xuất cho ứng dụng bảo mật chuyên môn cao gần công nghệ sử dụng rộng rãi nhiều lĩnh vực sống Những công nghệ cung cấp thành phần quan trọng việc điều khiển việc giám sát truy cập diện chủ thể Lĩnh vực ứng dụng bao gồm thương mại điện tử, giám sát an ninh, truy cập sở liệu, kiểm soát biên giới nhập cư, điều tra pháp y khám bệnh từ xa Sinh trắc học có số ưu điểm vượt bậc so với phương pháp bảo mật truyền thống (thẻ từ, mật khẩu…) như: khơng thể khó giả mạo, khơng bị đánh cắp hay bị Tuy nhiên, kết cơng trình nghiên cứu lĩnh vực chưa đủ hồn thiện để thay hẳn phương pháp truyền 10 thống Hiện nay, kỹ thuật sinh trắc học thường sử dụng kết hợp với mật hay thẻ từ để tăng cường khả bảo mật tính an tồn liệu Phân loại Sinh trắc học nhìn chung chia làm nhóm sinh trắc thể sinh trắc hành vi Với nhóm lại có nhiều hướng nghiên cứu khác nhau, hình 1.1 trình bày phân loại tính sinh trắc học  Sinh trắc thể: bao gồm đặc điểm sinh học thể khuôn mặt, vân tay, mống mắt, giọng nói … v.v Trong đó, vân tay đặc điểm sinh trắc học nghiên cứu sử dụng từ lâu  Sinh trắc hành vi: đặc điểm hành vi người thói quen gõ phím, chữ ký, giọng nói … Nếu xét theo độ cao thấp âm thanh, giọng nói phân loại vào nhóm đặc điểm sinh trắc thể Tuy nhiên, giọng nói xem đặc điểm hành vi ta xét cách nói Hình 1.1 : Phân loại sinh trắc học 36 Trong nghiên cứu liên quan, công đoạn nhận dạng thường thực đối sánh 1:N cho kết mẫu vân tay gần giống tập liệu N mẫu Điều không không với thực tế trình truy tìm dấu vết vân tay cho nhiều kết gần giống so với vân tay cần xem xét để điều tra viên rà soát lại Trong luận văn tác giả thực đối sánh vân tay cần kiểm tra N mẫu vân tay sở liệu đưa mẫu vân tay gần giống Về mặt ứng dụng phương pháp hợp lý để so sánh với nghiên cứu liên quan qua tham số (nhận dạng đúng, nhận dạng sai, từ chối sai,…) gặp khó khăn nên cần thiết phải đưa nhiều yếu tố so sánh nhận dạng (sẽ thực chương 3) Các thuật toán nâng cao chất lượng ảnh vân tay Trong thực tế, tỷ lệ đáng kể hình ảnh dấu vân tay đầu vào có chất lượng điều kiện làm biến đổi biểu tượng dấu vân tay, cấu trúc đường vân, biến đổi da, hình thành đường vân bất thường dấu vân tay vết sau sinh, vết nghề nghiệp, bụi thiết bị quét tìm, thái độ bất hợp tác đối tượng lấy dấu vân tay, trường vụ án, v.v… làm cho việc nhận dạng chủ thể trở nên khó khăn Giai đoạn tiền xử lý nâng cao hình ảnh để đảm bảo cấu trúc đường vân cải thiện rõ nét hơn, nhằm tăng hiệu cho q trình trích xuất đặc trưng chi tiết so khớp nhận dạng hình ảnh dấu vân tay đầu vào Có nhiều cơng trình nghiên cứu liên quan kỹ thuật nâng cao chất lượng ảnh vân tay công bố Trong [5] Lin Hong công đề xuất thuật toán nâng cao chất lượng ảnh vân tay dựa độ phân giải tối ưu lọc Gabor Sau Sharat Chikkerur cộng phát triển thuật toán sử dụng phép biến đổi Fourier thời gian ngắn (STFT - Short Time Fourier Transform) để thực tăng cường ảnh vân tay có chất lượng thấp [6] Trình tự thực giải thuật tăng cường trình bày sau 37 Thuật toán Gabor – Ling Hong Vân tay tăng cường Vân tay đầu vào Chuẩn hóa Ước lượng định hướng cục Ước lượng tần suất cục Ước lượng vùng mặt nạ Lọc nhiễu Hình 2.19: Thuật toán tăng cường ảnh Gabor – Ling Hong Lưu đồ thực thuật toán Gabor (Ling Hong) thể hình 2.13 bao gồm bước: Chuẩn hóa ảnh, ước lượng ảnh định hướng, ước lượng ảnh tần số, vùng mặt nạ lọc đường vân • Chuẩn hóa: 38 Ảnh vân tay thu nhận trạng thái điều kiện khác nên giá trị mức xám điểm dọc ranh giới đường vân rãnh có dao động lớn Mục đích bước chuẩn hố làm giảm độ dao động mức xám đường vân rãnh để thuận tiện cho bước xử lý Một hình ảnh dấu vân tay đầu vào I có dạng hình ảnh mức màu xám, định nghĩa ma trận M x N Phân chia ảnh thành khối liên tiếp có kích thước 12 x 12 pixel Gọi I(i,j) cường độ mức xám điểm ảnh hàng thứ i cột thứ j Giá trị trung bình phương sai cường độ mức xám hình ảnh vân tay cấp màu xám I định nghĩa là: (2.16) (2.17) Gọi G(i,j) biểu thị giá trị mức màu xám chuẩn hoá điểm ảnh (i, j) Hình ảnh chuẩn hố định nghĩa sau: (2.18) Trong đó: M0 VAR0 giá trị mức màu xám trung bình phương sai cho trước Kết hình ảnh dấu vân tay đầu vào sau chuẩn hoá thể hình 2.14 39 Hình 2.20 :Ảnh vân tay trước sau chuẩn hóa • Ước lượng định hướng cục bộ: Các hình ảnh định hướng ước lượng từ hình ảnh vân tay đầu vào chuẩn hố bước Mục đích bước xác định hướng đường vân, dựa khu vực định hướng nhằm nâng cao hiệu hình ảnh dấu vân tay sử dụng bước ước lượng tần suất lọc đường vân Đây bước quan trọng, ước lượng hướng đường vân không dẫn đến việc ước lượng tần suất lọc đường vân sai, kết làm ảnh sau tiền xử lý khơng tốt, chí xấu ảnh ban đầu Hình 2.21: Hướng điểm kết thúc đường vân điểm rẽ nhánh Với hình ảnh G chuẩn hố, bước thuật tốn ước lượng hình ảnh định hướng tóm tắt sau 40 i Chia G thành khối kích thước w x w (chọn 16 x 16 theo [5]), tâm khối có toạ độ (i, j) Hình ảnh định hướng xác định theo blockwise ii Tính tốn gradients điểm ảnh (i, j), tức tính độ lớn độ lệch định hướng (gradient) hướng x y tương ứng Các tính tốn gradient làm thay đổi độ dốc từ phương pháp toán tử Sobel ngang dọc Tốn tử Sobel ngang sử dụng để tính toán : (2.19) Toán tử Sobel dọc sử dụng để tính tốn : (2.20) iii Ước lượng định hướng cục tâm khối điểm ảnh (i, j) cách sử dụng phương trình sau: (2.21) (2.22) Suy (2.23) 41 Với ước lượng định hướng đường vân cục khu vực định hướng đường vân tâm khối điểm ảnh (i, j) iv Do diện nhiễu đường vân bị đứt, cấu trúc đường vân rãnh bị gián đoạn hình ảnh đầu vào làm cho ước lượng định hướng đường vân cục khơng ln xác Khi định hướng đường vân cục thay đổi từ từ lân cận nhỏ, nơi mà khơng có điểm kỳ dị xuất hiện, lọc thông thấp Gaussian sử dụng để sửa đổi định hướng đường vân cục khơng xác Để thực lọc thơng thấp Gaussian, hình ảnh định hướng cần phải chuyển đổi thành trường vector liên tục, định nghĩa sau: (2.24) (2.25) Với trường vector thành phần x y tương ứng Áp dụng lọc thông thấp Gaussian vào trường vectơ công thức (2.24) (2.25) kết ta sau: (2.26) (2.27) Với W lọc thông thấp hai chiều x xác định kích thước lọc thơng thấp Gaussian v Tính định hướng đường vân cục điểm ảnh tâm khối (i, j) sử dụng cơng thức: 42 (2.28) Hình ảnh định hướng O định nghĩa hình ảnh có kích thước N x N, với O(i,j) đại diện cho định hướng đường vân cục điểm ảnh (i, j) Định hướng đường vân cục thường định cho khối điểm ảnh, hình ảnh chia thành tập hợp khối không chồng lấn w x w định hướng đường vân cục xác định cho khối Lưu ý hình ảnh dấu vân tay, khơng có khác biệt định hướng đường vân cục 90 độ 270 độ, đường vân định hướng 90 độ 270 độ khu vực lân cận phân biệt với Hình 2.16 cho thấy trường định hướng ảnh chuẩn hóa với phần ảnh bị định hướng lại Hình 2.22: Ước lượng định hướng ảnh chuẩn hóa • Ước lượng tần suất cục bộ: Tần suất đường vân định nghĩa khoảng cách đường vân liền kề Một hình ảnh tần suất F định nghĩa hình ảnh có kích thước NxN, với F (i, j) đại diện tần suất đường vân cục khối (i, j) Cấu trúc đường vân rãnh lân cận cục bộ, nơi điểm đặc trưng chi tiết không tạo thành 43 sóng hình sin rõ ràng, tần suất xác định tần suất trung bình lân cận khối (i, j) Giống hình ảnh định hướng, hình ảnh tần suất xác định theo block-wise phương pháp cửa sổ hướng Hình 2.23: Cửa sổ hướng dùng để tính x-signature Trong lân cận cục nơi khơng có điểm đặc trưng điểm kỳ dị xuất hiện, cấp độ màu xám dọc đường vân rãnh mơ hình hóa sóng hình sin dọc hướng chuẩn hố để định hướng đường vân cục (hình 2.17) Giá trị biểu diễn biến đổi gợn sóng x-signature [5] Do đó, tần suất đường vân cục thuộc tính nội hình ảnh dấu vân tay xác định tọa độ bất biến cho đường vân rãnh lân cận cục Với G hình ảnh chuẩn hố O hình ảnh ước lượng định hướng, sau bước tham gia vào trình ước lượng tần suất đường vân cục tóm tắt sau: i Chia G thành khối kích thước w x w (16 x 16 theo [5]) ii Đối với tâm khối điểm ảnh (i, j), tính tốn cửa sổ định hướng có kích thước l x w (32 x 16 theo [5]) xác định hệ tọa độ đường vân (xem hình 2.15) 44 iii Đối với tâm khối điểm ảnh (i, j), tính x- signature, X[0], X[1], , X[l - 1], đường vân rãnh bên cửa sổ định hướng, đó: (2.29) Với k = 0, 1, 2,…, l-1 và: (2.30) (2.31) Với O(i,j) định hướng đường vân cục điểm ảnh (i, j) Nếu vùng khơng có điểm đặc trưng chi tiết điểm kỳ dị xuất cửa sổ định hướng, dạng x-signature tạo thành dạng sóng hình sin rời rạc, có tần suất đường vân rãnh cửa sổ định hướng Vì vậy, tần suất đường vân rãnh ước tính từ x- signature Với T(i,j) số trung bình điểm ảnh hai đỉnh sóng liên tiếp x- signature, tần suất M(i,j) tính là: M(i,j) = / T(i,j) (2.32) Nếu khơng có đỉnh sóng liên tiếp phát từ x- signature, tần suất đường vân gán giá trị -1, để phân biệt từ giá trị tần suất hợp lệ iv Đối với hình ảnh vân tay quét độ phân giải cố định 500dpi, giá trị tần suất đường vân rãnh lân cận cục nằm khoảng định [1/3, 1/25] Do đó, giá trị ước tính tần suất nằm ngồi khoảng định này, tần suất đường vân gán giá trị -1 v Đối với khối có điểm đặc trưng, điểm kỳ dị xuất đường vân rãnh bị hỏng khơng hình thành sóng hình sin rõ ràng Các giá 45 trị tần suất cho khối cần phải nội suy từ tần suất khối lân cận mà có tần suất xác định rõ Các bước nội suy thực sau: a Đối với khối tâm (i,j): (2.33) Với: (2.34) (2.35) (2.36) (2.37) Với W(g) giá trị Gaussian kernel rời rạc với trung bình phương sai 9, WΩ = kích thước kernel b Nếu tồn khối với giá trị tần số -1, sau hốn đổi M M’ đến bước a vi Khi khoảng cách đường vân thay đổi từ từ lân cận cục phép lọc thơng thấp sử dụng để loại bỏ nhiễu làm mịn khoảng cách đường vân tất khối theo cơng thức: (2.38) 46 Trong Wl lọc thông thấp không gian hai chiều, với Wl =7 kích thước lọc • Ước lượng vùng mặt nạ: Một điểm ảnh (hoặc khối) hình ảnh dấu vân tay đầu vào khu vực phục hồi khu vực phục hồi Phân loại điểm ảnh vào khu vực phục hồi khu vực khơng thể phục hồi thực dựa đánh giá hình dạng sóng hình thành đường vân cục rãnh Vùng mặt nạ R định nghĩa hình ảnh N x N, với R(i,j) nêu rõ danh mục loại điểm ảnh Một điểm ảnh là: - Một điểm ảnh đường vân rãnh (không phục hồi được) với giá trị không - Một điểm ảnh đường vân rãnh (phục hồi được) với giá trị Vùng mặt nạ thực theo block-wise Hình ảnh đưa vào xử lý khối với kích thước x pixel theo phương trình tính tốn độ lệch chuẩn: (2.39) Với giá trị trung bình là: (2.40) Tác giả lựa chọn hình ảnh dấu vân tay điển hình, tồn khu vực khơi phục khơng thể khơi phục đánh nhãn tính tốn độ lệch chuẩn cho vùng Nếu độ lệch chuẩn lớn một ngưỡng (trong luận văn 0,12) khối tâm (i, j) khối khơi phục R(i, j) = 1, lại khối khác R(i, j) = thể hình 2.18 đây: 47 Hình 2.24: Vùng mặt nạ có đường vân • Lọc nhiễu: Các cấu trúc đường vân song song rãnh với tần suất định hướng xác định rõ hình ảnh vân tay cung cấp thơng tin hữu ích, giúp cho việc loại bỏ nhiễu khơng cần thiết Các dạng sóng hình sin đường vân rãnh khác nhau, thay đổi từ từ theo định hướng cố định cục Vì vậy, lọc thơng dải sử dụng để điều chỉnh đáp ứng tần suất định hướng hiệu quả, loại bỏ nhiễu khơng cần thiết bảo tồn cấu trúc đường vân rãnh Bộ lọc Gabor chọn có hai đặc tính chọn lọc tần số chọn lọc định hướng, đồng thời tối ưu hai miền khơng gian tần số Vì vậy, lọc Gabor thích hợp để sử dụng lọc thơng dải để loại bỏ nhiễu bảo tồn cấu trúc đường vân rãnh Các lọc Gabor đối xứng chẵn có dạng tổng quát sau: (2.41) Với: (2.42) (2.43) 48 Trong đó: hình cos, và y tương ứng; định hướng lọc Gabor, f tần số sóng phẳng số không gian đường bao Gaussian dọc theo trục x xác định kích thước trục tọa độ x y lọc tương ứng Hàm chuyển điều biến (Modulation Transfer Function – MTF) lọc Gabor sau: (2.44) (2.45) (2.56) (2.47) (2.48) Với Để áp dụng lọc Gabor cho hình ảnh vân tay, ba thơng số cần phải xác định: tần số f sóng phẳng hình sin, định hướng lọc và số không gian đường bao Gaussian dọc trục x y tương ứng Rõ ràng, đặc tính tần số f định hướng lọc xác định bước ước lượng tần suất đường vân bước ước lượng định hướng đường vân Tuy nhiên, việc lựa chọn giá trị phải cân nhắc lựa chọn Nếu giá trị lớn, lọc Gabor tác động mạnh mẽ đến nhiễu nhiều khả tạo đường vân rãnh giả mạo Mặt khác, chọn giá trị nhỏ, lọc có khả tạo đường vân rãnh giả mạo chúng hiệu 49 việc loại bỏ nhiễu Các giá trị thiết lập thường 0,5 0,5 Lấy G hình ảnh dấu vân tay chuẩn hố, O hình ảnh định hướng, F hình ảnh tần suất, R vùng mặt nạ, thực chập không gian hình ảnh vân tay với lọc Gabor Chập điểm ảnh (i, j) hình ảnh vân tay đòi hỏi giá trị định hướng tương ứng với O(i, j) giá trị tần suất đường vân F(i,j) điểm ảnh Do đó, việc áp dụng lọc Gabor G để có kết hình ảnh tiền xử lý nâng cao E thể hình 2.19 phương pháp thực cơng thức sau, với wg=11 kích thước lọc [5]: (2.41) Hình 2.25: Ảnh vân tay trước sau tăng cường với Gabor Thuật toán STFT (Short Time Fourier Transform) Phép biến đổi Fourier thời gian ngắn (STFT) biết đến xử lý tín hiệu để phân tích tín hiệu khơng ổn định, tác giả [6] mở rộng ứng dụng cho hình ảnh vân tay dựa việc lọc theo ngữ cảnh miền Fourier Thuật tốn đồng thời mang lại trường định hướng đường vân, thông tin tần số đỉnh vùng mặt nạ cách sử dụng phân tích Fourier thời gian ngắn Thuật tốn minh họa hình 2.20 50 Vùng mặt nạ Ảnh vân tay đầu vào Ảnh tần số đường vân Phân tích STFT Ảnh vân tay tăng cường STFT Tăng cường miền Fourier Ảnh định hướng đường vân Ảnh kết hợp Hình 2.26 :Lưu đồ thuật toán STFT Trong q trình phân tích STFT, hình ảnh chia thành cửa sổ chồng chéo Phổ Fourier vùng nhỏ phân tích thu ước tính xác suất ảnh định hướng, tần số mặt nạ phân biệt vùng vùng có vân tay Hình ảnh định hướng sau sử dụng để tính tốn liên kết khoảng cách đường vân Kết theo ngữ cảnh sử dụng để lọc cửa sổ miền Fourier, sau hình ảnh tăng cường thu cách ghép nối kết cửa sổ phân tích • Phân tích STFT: Khi phân tích tín hiệu 1D khơng cố định x(t), giả sử cố định khoảng cửa sổ w(t) Phân tích STFT x(t) cho bởi: (2.42) Đối với tín hiệu ảnh chiều I(x,y) phân tích STFT cho bởi: (2.43) ... trình nghiên cứu tiếng nhận dạng vân tay  Chương 2: Các phương pháp nhận dạng chủ thể vân tay khơng hồn chỉnh Trong chương tác giả trình bày cụ thể hệ thống nhận dạng vân tay thông thường vân tay. .. vân tay để áp dụng cho hệ thống nhận dạng vân tay khiếm khuyết từ đề xuất thuật toán để nâng cao độ tin cậy hệ thống nhận dạng vân tay Luận văn Nghiên cứu phương pháp nhận dạng chủ thể dấu vân. .. Herschel dựa vào vết vân tay để nhận dạng tù nhân - Truy tìm tội phạm Hình 1.2: Mẫu vân tay dùng quản lý công dân Vân tay nhận dạng vân tay Vân tay đặc trưng vân tay Vân tay tái sản xuất bề mặt