Một phương pháp xác thực sinh trắc học bằng nhận dạng ảnh mống mắt

Bài viết đề xuất một phương pháp nhận dạng mống mắt để xác thực danh tính. Phương pháp bao gồm tiền xử lý hình ảnh mống mắt; phân vùng vị trí mống mắt; phân đoạn mống mắt, chuẩn hóa, trích xuất và mã hóa các đặc điểm mống mắt để tạo mẫu sinh trắc học.

26 Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 05(42) (2020) 26-36 05(42) (2020) 26-36 Một Phương Pháp Xác Thực Sinh Trắc Học Bằng Nhận Dạng Ảnh Mống Mắt Towards a method of biometric authentication based on iris image recognition Nguyễn Lê Mai Duyêna,b*, Đinh Trung Tức Le-Mai-Duyen Nguyena,b*, Trung-Tu Dinhc a Khoa Điện - Điện tử, Trường Đại học Duy Tân, Đà Nẵng, Việt Nam Faculty of Electrical-Electronic Engineering, Duy Tan University, Da Nang, 550000, Vietnam b Viện Nghiên cứu Phát triển Công nghệ Cao, Trường Đại học Duy Tân, Đà Nẵng, Việt Nam b Institute of Research and Development, Duy Tan University, Da Nang, 550000, Vietnam c Cơng nghệ Cổ phần Cơng nghệ Bưu viễn thông Việt Nam a cVietnam Post and Telecommunication Technology Joint Stock Company (Ngày nhận bài: 25/5/2020, ngày phản biện xong: 18/6/2020, ngày chấp nhận đăng: 30/9/2020) Tóm tắt Nhận dạng mống mắt có tính xác độ tin cậy cao, áp dụng rộng rãi giám sát tự động, bảo mật liệu, xác thực cá nhân Trong báo này, đề xuất phương pháp nhận dạng mống mắt để xác thực danh tính Phương pháp bao gồm tiền xử lý hình ảnh mống mắt; phân vùng vị trí mống mắt; phân đoạn mống mắt, chuẩn hóa, trích xuất mã hóa đặc điểm mống mắt để tạo mẫu sinh trắc học Hình ảnh mống mắt định vị biến đổi Hough, ranh giới mống mắt định vị xác chuẩn hóa thuật tốn Daugman cải tiến Tiếp theo, mẫu chuẩn hóa xử lý lọc Gabor để trích xuất đặc trưng quan trọng mống mắt Cuối cùng, việc xác thực thực cách tính khoảng cách Hamming hai mã mống mắt Kết thử nghiệm cho thấy độ xác hệ thống 90% Từ khóa: Nhận dạng mống mắt; xác thực sinh trắc học; nhận dạng mẫu; phân đoạn tự động Abstract The iris recognition is highly accurate and reliable, it is widely applied in automatic surveillance, data security, personal authentication, etc In this paper, we propose a method of biometric authentication based on iris image recognition The method includes iris image preprocessing, iris boundaries-location and iris segmentation, normalization, iris texture feature extraction and and coding The iris image is precisely located by the Hough Point transform, while the outer boundary of the iris is precisely positioned and standardized by the improved Daugman algorithm Next, these standardized samples are treated by Gabor filter to extract important iris features Finally, the biometric authentication is performed by calculating the Hamming distance of the two iris codes The experimental results show that the accuracy of the system is 90% Keywords: Iris recognition; biometric identification; pattern recognition; automatic segmentation * Corresponding Author: Le-Mai-Duyen Nguyen; Faculty of Electrical-Electronic Engineering, Duy Tan University, Da Nang, 550000, Vietnam; Institute of Research and Development, Duy Tan University, Da Nang, 550000, Vietnam; Email: nguyenlmaiduyen@dtu.edu.vn Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 05(42) (2020) 26-36 Giới thiệu Công nghệ sinh trắc học ứng dụng việc nhận dạng dấu hiệu đặc biệt mang tính người để phục vụ cho việc lưu trữ thông tin cá nhân, bảo mật hệ thống xem chủ đề nghiên cứu quan trọng lĩnh vực thị giác máy tính Các ứng dụng tiềm bao gồm chủ đề nhận diện khuôn mặt, nhận dạng dấu vân tay, nhận diện giọng nói nhận diện mống mắt Trong đó, xác thực dựa mống mắt thu hút nhiều ý nhờ tính xác, độ tin cậy đơn giản so với đặc điểm sinh trắc học khác Lim đề xuất phương pháp hiệu để xác thực danh tính cá nhân có mức độ ổn định tính phân biệt cao [1] Trong báo này, Haar wavelet sử dụng để trích xuất đặc điểm từ hình ảnh mống mắt Mohd Tariq Khan đề xuất thuật toán sử dụng lọc Gabor 1D để trích xuất đặc điểm, chuẩn hóa phân đoạn ranh giới mống mắt đồng tử mắt từ hình ảnh sở liệu [2] Trong tài liệu [6], tác giả thực so sánh phép biến đổi Randon với phép biến đổi Hough mơ hình Daugman với phương pháp mô tả Fourier sửa đổi để xác định ảnh mống mắt từ khoảng cách xa FAWAZ biết đến với việc đề xuất phương pháp tiếp cận đa thuật toán để tăng cường bảo mật hệ thống nhận dạng mống mắt đạt cách kết hợp đặc trưng liệu áp dụng phân loại KNN [11] Qua trình nghiên cứu đối chiếu phương pháp, đề xuất phương pháp kết hợp tiền xử lý hình ảnh mống mắt; phân vùng vị trí mống mắt; phân đoạn mống mắt, chuẩn hóa, trích xuất mã hóa đặc điểm mống mắt để tạo mẫu sinh trắc học Hình ảnh mống mắt định vị biến đổi Hough, ranh giới ngồi mống mắt định vị xác chuẩn hóa thuật tốn 27 Daugman cải tiến Tiếp theo, mẫu chuẩn hóa xử lý lọc Gabor để trích xuất đặc trưng quan trọng mống mắt Cuối cùng, việc xác thực thực cách tính khoảng cách Hamming hai mã mống mắt Việc phân đoạn ảnh ngưỡng tự động kết hợp lấy ngưỡng thủ cơng khơng giúp q trình xác thực tăng độ xác, mà cịn giúp chúng tơi xác thực nhiều tệp ảnh sở Casia_Iris_V1, Casia_Iris_Interval đặc biệt Casia_Iris_Twins - ảnh mống mắt cặp sinh đơi Phần cịn lại báo được xếp sau: Phần giới thiệu công nghệ sinh trắc học nhận diện màng mống mắt Phần đề xuất phương pháp xác thực dựa ảnh mống mắt Phần kết mô thảo luận Cuối phần kết luận Công nghệ sinh trắc học nhận diện mống mắt 2.1 Lý sử dụng đặc tính sinh trắc học - Tính cao: nghĩa khả hai người có đặc điểm nhỏ - Tính ổn định: tức đặc trưng khơng bị thay đổi qua thời gian - Tính giữ lại dễ dàng: tức đưa thuận tiện cho người sử dụng hạn chế miêu tả sai đặc trưng Chính đặc điểm mà đặc tính sinh trắc học xem có tính bảo mật đặc tính cao Sử dụng đặc tính sinh trắc học tốt sử dụng password, mã PIN thẻ thông minh Bởi người sử dụng nhớ password, nhận dạng hệ thống yêu cầu xuất vật lý người nhận diện Mặc khác đặc tính vật lý hành vi khó bị vay mượn, cắp hay bỏ qn Chính lý tính sinh trắc học sử dụng ngày nhiều 28 Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 05(42) (2020) 26-36 2.2 Giới thiệu mống mắt Mống mắt màng tròn mỏng, nằm giác mạc thủy tinh thể mắt người Phần đen nằm mống mắt gần tâm gọi đồng tử Hình Hình mắt người nhìn trực diện từ phía trước Nói cách khác, mống mắt mắt Phần màu mắt với màu mống mắt xác định chủ yếu dựa số lượng sắc tố melatonin có Chức mống mắt điều chỉnh kích thước đồng tử số lượng ánh sáng vào mắt Điều thực vịng giãn, chúng điều khiển kích thước đồng tử Đường kính trung bình mống mắt 12 mm kích thước đồng tử biến đổi từ 10% đến 80% mống mắt mắt tạo thành suốt năm phát triển sắc tố chất xảy vào khoảng vài năm đầu sau sinh Sự hình thành kiểu dáng đơn mống mắt ngẫu nhiên khơng liên quan tới nhân tố gen Chỉ đặc tính phụ thuộc vào gen sắc tố mống mắt xác định màu sắc Vì thế, hai mắt cá nhân hồn toàn độc lập kiểu mống mắt cặp sinh đơi giống hệt có kiểu mống mắt khác Chính đặc điểm mống mắt cấu trúc khác biệt nêu nên ảnh mống mắt sử dụng cho mục đích nhận dạng xác thực người dùng 2.3 Các ứng dụng sinh trắc học mống mắt - Xác minh, bảo mật thông tin - Giảm tình trạng gian lận, giúp giám sát hoạt động vào khu vực nhạy cảm nhà máy điện hạt nhân, phịng thí nghiệm, quan phủ - Phát bệnh mắt Phương pháp xác thực dựa sinh trắc học mống mắt 3.1 Kỹ thuật phân đoạn mống mắt 3.1.1 Biến đổi Hough Hình Cấu trúc mống mắt Mặc dù màu sắc cấu trúc mống mắt gắn với vấn đề di truyền học, đặc trưng mống mắt không giống Mắt phát triển suốt thời kì trước trưởng thành thơng qua q trình định hình chặt chẽ tạo nếp màng mơ Sự hình thành mống mắt bắt đầu vào tháng thứ ba thời kì thai nghén việc tạo cấu trúc kiểu đầy đủ vào tháng thứ tám Nhưng kiểu dáng bề mặt mống Biến đổi Hough thuật tốn trình bày Paul Hough vào năm 1962 để phát tính hình dạng cụ thể đường vịng trịn hình ảnh số hóa Nó áp dụng cho nhiều vấn đề thị giác máy tính hầu hết hình ảnh chứa ranh giới tính mơ tả đường cong thơng thường Ưu điểm kỹ thuật biến đổi Hough chịu khoảng trống mơ tả ranh giới tính tương đối khơng bị ảnh hưởng nhiễu hình ảnh Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Công nghệ Đại học Duy Tân 05(42) (2020) 26-36 Biến đổi Hough [11], [3] công cụ phân tích hình ảnh tiêu chuẩn để tìm đường xác định dạng tham số đường thẳng hay đường trịn Mục đích kỹ thuật tìm đường trịn hình ảnh đầu vào khơng hồn hảo Phương trình đặc trưng đường trịn bán kính r tâm (a, b) cho bởi: 29 Sau biến đổi tất điểm đường viền theo cách, giao điểm cho bề mặt hình cầu tương ứng với liệu tích lũy Khu vực đặc trưng trung tâm (a0, b0) bán kính r0 tìm kiếm (x-a)2 + (y-b)2 = r2 Đường trịn mơ tả hai phương trình sau: x = a + rcos( y = b+ rsin( Do đó, vai trị biến đổi Hough tìm kiếm ba tham số (a, b, r) để xác định điểm Hai trường hợp trình bày hình sau: Trường hợp bán kính biết Nếu biết bán kính vịng trịn phát ảnh, tham số cần tìm giảm xuống thành cặp (a, b) không gian H chiều Chúng ta xem xét vòng tròn bán kính R tâm (a0, b0), phép biến đổi cho điểm , không gian I mang lại vịng trịn khơng gian H có tâm bán kính R Hình Biến đổi Hough đường trịn chưa xác định bán kính Có nhiều phương pháp phân đoạn mống mắt khác dựa biến đổi Hough Sự khác biệt bao gồm thuật tốn sử dụng để ước tính cạnh [10] Trong phương pháp Canny sử dụng phổ biến cho việc phát biên ảnh Hình Sơ đồ khối phương pháp biến đổi Hough Hình Biến đổi điểm đường trịn Trường hợp chưa xác định bán kính Kết quả: Trong trường hợp này, cơng việc bao gồm tìm tham số ba (a0, b0, r0) để xác định điểm vịng trịn cần tìm Khơng gian dạng 3D Đối với điểm không gian, khớp hình nón khơng gian H, bán kính r thay đổi từ đến giá trị định Hình Trích xuất thơng tin mống mắt biến đổi Hough 30 Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Công nghệ Đại học Duy Tân 05(42) (2020) 26-36 Tuy nhiên, có số vấn đề với phương pháp biến đổi Hough Trước hết, yêu cầu giá trị ngưỡng chọn để phát cạnh điều dẫn đến điểm cạnh quan trọng bị xóa, dẫn đến khơng thể phát vịng trịn, vịng cung cách xác (Hình 7) Thứ hai, biến đổi Hough tập trung vào tính tốn khơng phù hợp cho ứng dụng thời gian thực s đường viền đường tròn cho tham số Tốn tử tìm kiếm đường trịn có thay đổi tối đa giá trị pixel, cách thay đổi bán kính r tâm (x, y) đường trịn Tốn tử áp dụng lặp lặp lại để có chuẩn hóa xác Giả sử biến x, y r thuộc phạm vi [0; X], [0; Y] [0; R] tương ứng, phương pháp có độ phức tạp tính tốn thứ tự [X × Y × R] Do đó, pixel, tổng số lần quét R cần thiết để tính tốn tham số vịng trịn cách sử dụng phương pháp Hình Một trường hợp xác từ biến đổi Hough 3.1.2 Tốn tử vi phân - tích phân Daugman Trong đó, tốn tử vi phân - tích phân Daugman [4], [5] sử dụng ngưỡng tự động khơng gặp phải vấn đề ngưỡng biến đổi Hough Qua đó, tăng độ xác cho q trình phân đoạn ảnh, trích xuất thơng tin quan trọng cho q trình chuẩn hóa mã hóa để hướng tới xác thực Để tìm tọa độ trung tâm bán kính mống mắt đồng tử, Daugman sử dụng phương trình sau: Trong đó: I (x, y) cường độ pixel tọa độ (x, y) ảnh mống mắt Hình Viền trịn xanh đen có độ rộng pixel với bán kính r r + Việc tìm kiếm tồn hình ảnh (của mắt) thực điểm ảnh(pixel) Tại pixel, tổng số giá trị pixel theo chu vi bán kính tăng tính tốn Ở giá trị bán kính tăng dần, sai biệt tổng giá trị cường độ pixel chuẩn hóa vịng trịn bán kính liền kề ghi nhận Sau tồn q trình tìm kiếm, tính tổng sai biệt q trình tính tốn, pixel xác định pixel trung tâm mống mắt thay đổi tổng giá trị cường độ pixel theo chu vi hai đường viền liền kề lớn Kết quả: r biểu thị bán kính vùng hình trịn khác với tọa độ tâm σ độ lệch chuẩn phân bố Gaussian (r) biểu thị lọc Gaussian tỷ lệ sigma ( ) tọa độ trung tâm giả định mống mắt Hình Phân đoạn ảnh chọn ngưỡng tự động Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 05(42) (2020) 26-36 31 3.2 Mô hình Daugman Mục đích bước chuẩn hóa mống mắt để chuẩn bị đầu vào thích hợp cho việc trích xuất tính mống mắt Sự khơng qn kích thước hình ảnh mắt chủ yếu kéo dài mống mắt gây giãn nở đồng tử từ mức độ chiếu sáng khác Những nguyên nhân khác thay đổi khoảng cách hình ảnh, xoay camera, nghiêng đầu, xoay mắt hốc mắt Q trình chuẩn hóa tạo vùng mống mắt có kích thước khơng đổi, cho hai ảnh mống mắt điều kiện khác có tính đặc trưng giống Mống mắt hình vịng trịn tháo thành dải hình chữ nhật có kích thước cố định [6] Hình 11 Quá trình minh họa chuẩn hóa trường hợp tâm mống mắt không trùng Một số điểm không đổi chọn dọc theo đường xuyên tâm, cho số lượng điểm liệu xuyên tâm lấy không đổi, bán kính hẹp hay rộng góc cụ thể Kết quả: Hình 12 Q trình chuẩn hóa ảnh mống mắt 3.3 Mã hóa đặc trưng - lọc Gabor Hình 10 Q trình minh họa chuẩn hóa trường hợp tâm mống mắt trùng Mỗi điểm ánh xạ tới cặp tọa độ cực (r, θ), r ∈ (0, 1), θ ∈ (0, 2π) Vì khơng đồng tâm với mống mắt, nên công thức ánh xạ lại cần thiết để lấy lại điểm tùy thuộc vào góc xung quanh vịng trịn Điều đưa bởi: Trong đó: khoảng cách đồng tử mống mắt bán kính mống mắt dịch chuyển tâm đồng tử so với tâm mống mắt Để cung cấp việc xác thực xác cho cá nhân, phải trích xuất thơng tin phân biệt mẫu mống mắt Các tính quan trọng mống mắt phải mã hóa để so sánh mẫu Để trích xuất tính mống mắt ta cần phải lọc vùng mống mắt chuẩn hóa Trong giai đoạn này, mống mắt chuẩn hóa mã hóa dạng bit nhị phân (0 1) Có kỹ thuật khác cho mã hóa lọc Gabor, CPA dựa Cumsum Ridge Ở đây, sử dụng phiên 1D lọc Gabor để mã hóa liệu Bộ lọc Gabor sóng hình sin (hoặc cosine) điều chế Gaussian Nó áp dụng tồn hình ảnh lúc tính độc đáo trích xuất từ hình ảnh [7][8] Trong trường hợp này, chuẩn hóa mống mắt thực cách sử dụng tọa độ cực, phương trình lọc dạng cực đưa đây: 32 Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 05(42) (2020) 26-36 Trong đó: định tần số trung tâm lọc ( dụng ) định chiều rộng chiều dài hiệu Kỹ thuật lọc Gabor xác định đầu để nén liệu thành bốn cấp độ Mỗi liệu góc phần tư mặt phẳng phức định lượng thông tin pha Trong đó: h{Rm, Im} với Rm phần thực, Im phần ảo, tùy thuộc vào góc phần tư mống mắt mà có giá trị Sử dụng giá trị thực ảo, trích xuất pha thơng tin cách mã hóa mẫu bit: Mẫu Iris: Hình 14 Minh họa trình mã hóa tính Kết quả: Hình 15 Q trình mã hóa đặc trưng 3.4 Khoảng cách Haming Việc xác định khoảng cách Hamming thực cặp mống mắt Giá trị sử dụng thước đo mức độ khác hai mẫu Công thức khoảng cách Hamming đưa là: Hình 13 Pha thơng tin trích xuất đặc trưng Tổng số bit mẫu độ phân giải góc nhân với độ phân giải xuyên tâm, gấp lần số lần lọc sử dụng Số lượng lọc, tần số trung tâm tham số hàm Gaussian điều biến phải phát theo sở liệu sử dụng Trong đó: và hai mẫu bit để so sánh mặt nạ nhiễu tương ứng cho N số bit biểu thị mẫu Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Công nghệ Đại học Duy Tân 05(42) (2020) 26-36 Mặc dù, mặt lý thuyết, hai mẫu mống mắt tạo từ mống mắt có khoảng cách Hamming 0, thực tế điều khơng xảy Chuẩn hóa khơng hồn hảo, có số nhiễu khơng bị phát hiện, đó, số biến thể xuất so sánh hai mẫu mống mắt lớp Từ giá trị khoảng cách Hamming tính tốn, lấy giá trị thấp nhất, giá trị tương ứng với kết khớp tốt hai mẫu Số lượng bit di chuyển tính hai lần số lượng lọc sử dụng, lọc tạo hai bit thông tin từ pixel vùng chuẩn hóa Q trình dịch chuyển cho mẫu minh: 33 4.2 Tệp liệu sở công cụ opencv Tệp CASIA_IRISV1 CASIA Iris Image Database Phiên 1.0 (CASIA-IrisV1) bao gồm 756 ánh sáng từ 108 mắt Đối với mắt, hình ảnh chụp hai phiên với máy ảnh iris cận cảnh CASIA Tất hình ảnh lưu trữ định dạng JPG với độ phân giải 320 x 280 Hình 18 Tệp liệu sở CASIA_IRISV1 Tệp CASIA_IRISV3 Hình 16 Quá trình dịch chuyển bit sang phải trái để tính khoảng cách Hamming Kết thảo luận 4.1 Sơ đồ thuật tốn Hình 17 Sơ đồ thuật toán xác thực mống mắt CASIA-IrisV3 bao gồm ba tập hợp dán nhãn CASIA-Iris-Interval, CASIA-IrisLamp, CASIA-Iris-Twins CASIA-IrisV3 chứa tổng cộng 22.034 hình ảnh mống mắt từ 700 đối tượng Tất hình ảnh mống mắt thu thập ánh sáng hồng ngoại gần Hình ảnh CASIA-Iris-Interval chụp máy ảnh iris, thiết kế dãy đèn LED NIR tròn, với tia UX phát sáng phù hợp để chiếu sáng Vì CASIA-Iris-Interval phù hợp để nghiên cứu đặc điểm kết cấu định sẵn hình ảnh mống mắt [9] Trong báo này, sử dụng CASIA_IRIS_INTERVAL CASIA_Twins để trích xuất đặc trưng mống mắt Hình 19 Tệp liệu sở CASIA_IRIS_INTERVAL 34 Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Công nghệ Đại học Duy Tân 05(42) (2020) 26-36 CASIA-Iris-Twins chứa hình ảnh mống mắt 100 cặp sinh đôi, thu thập lễ hội Sinh đôi hàng năm Bắc Kinh máy ảnh IRISPASS-h FPV 4.3.2 Chuẩn hóa Sau lấy thơng tin mống mắt gồm: bán kính mống mắt, tọa độ tâm, tiến hành chuẩn hóa mống mắt: Hình 23 Q trình chuẩn hóa ảnh mống mắt 4.3.3 Mã hóa Hình 20 Tệp liệu sở CASIA_IRIS_TWINS 4.3 Kết Từ mẫu mống mắt chuẩn hóa, sử dụng lọc Gabor để mã hóa: 4.3.1 Q trình phân đoạn lấy ngưỡng thủ công tự động Ban đầu, với ảnh thuộc tệp sở khác có ngưỡng riêng, thực q trình phân đoạn trích xuất thơng tin ảnh Tuy nhiên với ảnh bị sáng bị nhiễu, thơng tin trích xuất bị sai lệch Chính chúng tơi áp dụng trình lấy ngưỡng tự động để đem lại kết xác: Hình 24 Mã hóa ảnh mống mắt lọc Gabor 4.3.4 Tạo tệp sở Lưu tất mẫu mống mắt mã hóa vào thư mục để tạo thành tệp sở liệu: Hình 21 Trường hợp trích xuất thơng tin khơng xác từ q trình phân đoạn ảnh thủ cơng Hình 25 Q trình tạo tệp sở 4.3.5 Xác thực Hình 22 Tăng độ xác nhờ q trình phân đoạn ảnh tự động Khi có mẫu mã hóa ảnh mống mắt, chúng tơi thực so khớp với ảnh mống mắt cần xác thực khoảng cách Hamming: Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 05(42) (2020) 26-36 35 Hình 26 Quá trình so khớp mống mắt người Kết luận hướng phát triển 5.1 Kết luận Hình 27 Quá trình so khớp mống mắt người Bài báo trình bày phương pháp để xác thực hình ảnh mống mắt Qua đạt số kết khả quan thời gian độ xác Nâng cao tỉ lệ xác thực thành công thông qua phân đoạn ảnh việc lấy ngưỡng tự động Ngồi ra, việc xác thực khơng bị giới hạn tệp ảnh không xác thực ảnh mống mắt người khác mà cặp song sinh Đối với liệu chuẩn bị tốt, điều kiện phù hợp CASIAV1, CASIA_INTERVAL, phương pháp từ báo đạt độ xác 90% 5.2 Hướng phát triển Hình 28 Q trình so khớp mống mắt cặp sinh đơi 4.4 Đánh giá kết Bảng Kết thực nghiệm sở liệu Quá trình nhận dạng mống mắt đảm bảo yêu cầu nhiễu, chói sáng mống mắt mờ cho độ xác cao Tuy nhiên, cịn số vấn đề nghiên cứu thêm để phát triển: - Nâng cao trình tiền xử lý ảnh, làm tăng tốc độ xác thực độ xác - Để nâng cao độ xác tệp Casia_Twins cần nâng cao chất lượng ảnh tệp này, loại bỏ nhiễu phản chiếu ánh sáng, chụp ảnh mống mắt máy ảnh Iris chuyên dụng 36 Nguyễn Lê Mai Duyên, Đinh Trung Tứ / Tạp chí Khoa học Công nghệ Đại học Duy Tân 05(42) (2020) 26-36 - Trực tiếp nhận diện mống mắt thông qua kit Raspberry module camera Tài liệu tham khảo [1] Lim, S., Lee, K., Byeon, O., Kim, T (2001) Efficient iris recognition through improvement of feature vector and classifier ETRI J 2, pp 61–70 [2] Khan, M T., Arora, D., & Shukla, S (2013) Feature extraction through iris images using 1-D Gabor filter on different iris datasets 2013 Sixth International Conference on Contemporary Computing (IC3) doi:10.1109/ic3.2013.6612236 [3] Cherabit, Noureddine, Fatma Zohra Chelali, and Amar Djeradi (2012) Circular hough transform for iris localization Science and Technology 2.5, pp 114-121 [4] Djoumessi, M (2016) Iris Segmentation Using Daugman's Integro-Differential Operator [5] Kubicek, J., Timkovic, J., Augustynek, M., Penhaker, M., & Pokrývková, M (2016) Optical nerve disc segmentation using circual integro differencial operator In Advanced Computer and Communication Engineering Technology, pp 387396 Springer, Cham [6] Shirke, S D., & Rajabhushnam, C (2019) Radon Transform Over Hough Transform And Daugman’s Rubber Sheet Model Over Modified Fourier Descriptor Method For Identification Of An Iris From Long Distance Journal Of Critical Reviews, 6(5) [7] Alotaibi, Abdullah S., and M A Hebaishy (2014) Increasing the Efficiency of Iris Recognition Systems by Using Multi-Channel Frequencies of Gabor Filter Journal of Remote Sensing Technology 2, pp 1-15 [8] Feddaoui, N., & Hamrouni, K (2014) Iris recognition based on multi-block Gabor features encoding and improved by quality measures International Journal of Data Mining, Modelling and Management, pp 148-167 [9]http://www.cbsr.ia.ac.cn/china/Iris%20Databases%20 CH.asp [10] F Jan, I Usman and S Agha (2013) Reliable iris localization using Hough transform histogrambisection and eccentricity Signal Processing, vol 93, no 1, pp 230-241 [11] S S., C., & Shinde, G N (2008) Iris Biometrics Recognition Application in Security Management 2008 Congress on Image and Signal Processing doi:10.1109/cisp.2008.766  ... bệnh mắt Phương pháp xác thực dựa sinh trắc học mống mắt 3.1 Kỹ thuật phân đoạn mống mắt 3.1.1 Biến đổi Hough Hình Cấu trúc mống mắt Mặc dù màu sắc cấu trúc mống mắt gắn với vấn đề di truyền học, ... mắt Phần đề xuất phương pháp xác thực dựa ảnh mống mắt Phần kết mô thảo luận Cuối phần kết luận Công nghệ sinh trắc học nhận diện mống mắt 2.1 Lý sử dụng đặc tính sinh trắc học - Tính cao: nghĩa... chiếu phương pháp, đề xuất phương pháp kết hợp tiền xử lý hình ảnh mống mắt; phân vùng vị trí mống mắt; phân đoạn mống mắt, chuẩn hóa, trích xuất mã hóa đặc điểm mống mắt để tạo mẫu sinh trắc học