Công nghệ sinh trắc học và bài toán nhận dạng vân tay

I HC THI NGUYấN TRƯờNG ĐạI HọC CÔNG NGHệ THÔNG TIN Và TRUYềN THÔNG - NGUYỄN ANH TÚ CÔNG NGHỆ SINH TRẮC HỌC VÀ BÀI TOÁN NHẬN DẠNG VÂN TAY LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH THÁI NGUYÊN - 2019 Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn ĐẠI HỌC THÁI NGUYấN TRƯờNG ĐạI HọC CÔNG NGHệ THÔNG TIN Và TRUYềN THÔNG - NGUYỄN ANH TÚ CÔNG NGHỆ SINH TRẮC HỌC VÀ BÀI TOÁN NHẬN DẠNG VÂN TAY Chuyên ngành: Khoa học máy tính Mã số: 48 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học: TS Vũ Vinh Quang THÁI NGUYÊN - 2019 Số hóa Trung tâm Học liệu Cơng nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn i MỤC LỤC MỤC LỤC i LỜI CAM ĐOAN iii LỜI CẢM ƠN iv DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT v DANH MỤC CÁC HÌNH vi LỜI MỞ ĐẦU Chương 1: TỔNG QUAN VỀ SINH TRẮC HỌC VÀ BÀI TOÁN NHẬN DẠNG VÂN TAY 1.1 Tổng quan Sinh trắc học Bài toán nhận dạng vân tay 1.2 Tình hình ứng dụng nhận dạng vân tay Việt Nam 1.3 Mơ hình tốn nhận dạng vân tay 1.3.1 Mơ hình hệ thống FINDER 1.3.2 Mô hình hệ thống AFIS (Automated Fingerprint Identification System) 1.4 Thu nhận lưu trữ ảnh vân tay 10 1.4.1 Thu nhận ảnh vân tay 10 1.4.2 Lưu trữ ảnh thông tin đặc trưng vân tay 12 1.5 Tiền xử lý ảnh vân tay 13 1.6 Các đặc trưng vân tay vấn đề trích chọn đặc trưng 14 1.7 Vấn đề đối sánh ảnh 18 Chương 2: CƠ SỞ KHOA HỌC CỦA BÀI TOÁN NHẬN DẠNG VÂN TAY 20 2.1 Phương pháp tăng cường ảnh 20 2.1.1 Đặt vấn đề 20 2.1.2 Tăng cường ảnh phương pháp lọc Gabor 20 2.2 Phương pháp rút trích đặc trưng 28 2.2.1 Rút trích đặc trưng từ ảnh nhị phân hóa 29 2.2.2 Rút trích đặc trưng trực tiếp từ ảnh xám 32 2.3 Phương pháp đối sánh vân tay 33 2.3.1 Đặt vấn đề 33 2.3.2 Đối sánh dựa vào độ tương quan 35 Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn ii 2.3.3 Đối sánh dựa vào đặc trưng 36 2.3.4 Đối sánh đặc trưng cục toàn cục 39 2.3.5 Đối sánh dựa vào đặc tính vân 40 Chương 3: XÂY DỰNG HỆ THỐNG NHẬN DẠNG VÂN TAY 43 3.1 Tính hướng vân tay cục 43 3.2 Chuẩn hóa ảnh 45 3.3 Tăng cường ảnh 46 3.4 Tách ngưỡng tự động 47 3.5 Thuật tốn tìm xương 48 3.6 Thuật tốn tìm kiếm chi tiết 50 3.7 Thuật toán Hough 51 3.8 Thuật toán đối sánh vân tay 51 KẾT LUẬN 53 TÀI LIỆU THAM KHẢO 54 PHỤ LỤC Số hóa Trung tâm Học liệu Cơng nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn iii LỜI CAM ĐOAN Tôi xin cam đoan đề tài: “Công nghệ sinh trắc học tốn nhận dạng vân tay” cơng trình nghiên cứu khoa học cá nhân Các kết nghiên cứu kết luận luận văn trung thực, khách quan phù hợp với thực tiễn Việt Nam Các số liệu sử dụng phân tích luận văn có nguồn gốc rõ ràng, cơng bố theo quy định Trong q trình thực luận văn tơi có tham khảo tài liệu liên quan nhằm khẳng định thêm tin cậy tính cấp thiết đề tài Việc tham khảo nguồn tài liệu thực trích dẫn ghi nguồn tài liệu tham khảo quy định Thái Nguyên, ngày tháng năm 2019 Học viên Nguyễn Anh Tú Số hóa Trung tâm Học liệu Cơng nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn iv LỜI CẢM ƠN Trong trình nghiên cứu thực luận văn, tơi nhận hướng dẫn tận tình TS Vũ Vinh Quang ý kiến quý báu chun mơn thầy giúp tơi hồn thành luận văn Đến nay, tơi hồn thành luận văn thạc sĩ với đề tài “Công nghệ sinh trắc học toán nhận dạng vân tay”, chuyên ngành Khoa học máy tính Tơi xin trân trọng cảm ơn Lãnh đạo đồng nghiệp Khoa Ngoại ngữ - Đại học Thái Nguyên nơi công tác làm việc gia đình bạn bè người thân quan tâm, ủng hộ, tạo điều kiện thuận lợi giúp đỡ tơi q trình thực luận văn Do trình độ, kinh nghiệm nghiên cứu hạn chế thời gian nghiên cứu ngắn nên luận văn khó tránh khỏi thiếu sót, tơi mong nhận ý kiến đóng góp quý thầy cô bạn đọc Để luận văn hồn chỉnh Xin trân trọng cảm ơn! Thái Nguyên, ngày tháng năm 2019 Học viên Nguyễn Anh Tú Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn v DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT STT Tên viết tắt Chú giải RC Ridge Count TRC Total Ridge Count PI Pattern Intensity ATM Automated Teller Machine AFIS Automated FingerPrint Identification System CNSTH Công nghệ sinh trắc học NDVT Nhận dạng vân tay DVT Dấu vân tay VT Vân tay 10 NPH Nhị phân hóa Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn vi DANH MỤC CÁC HÌNH Hình 1.1: Vân tay đèn người Palettin (400 A D) Hình 1.2: Con dấu thương mại Berwick (1809) Hình 1.3: Chữ kí vân tay người Trung Quốc mua bán (1839) Hình 1.4: Mơ hình hệ thống FINDER Hình 1.5: Các ảnh vân tay thu 11 Hình 1.6: Các điểm đơn 15 Hình 1.7a: Các điểm đặc trưng cục 16 Hình 1.7b: Các điểm đặc trưng cục 17 Hình 2.1: Các bước lọc Gabor 21 Hình 2.2: Minh họa kết chuẩn hóa ảnh; (a) ảnh gốc, (b) ảnh chuẩn hóa 21 Hình 2.3: a, Ước lượng hướng ảnh mà chưa làm mượt; b, Ước lượng hướng ảnh làm mượt 23 Hình 2.4: Cửa sổ hướng X- signature 26 Hình 2.5: Biểu diễn đồ họa lọc Gabor xác định tham số  = 90, f = 1/5, x = y = 27 Hình 2.6: Một biểu diễn đồ họa nhóm 24 lọc Gabor (n0 = 8, n1 = 5) với x = y =4 28 Hình 2.7: Các bước rút trích đặc trưng từ ảnh nhị phân hóa 29 Hình 2.8: Kết việc Nhị phân hóa Làm mỏng ảnh tăng cường 30 Hình 2.9: a, Một phần điểm vân tay; b,Điểm kết thúc; c, Điểm rẽ nhánh 30 Hình 2.10: Lỗ đứt gãy nhỏ ảnh vân tay Nhị phân hóa làm mỏng 31 Số hóa Trung tâm Học liệu Cơng nghệ thơng tin – ĐHTN http://lrc.tnu.edu.vn vii Hình 2.11: Các cấu trúc vân lỗi phổ biến điều chỉnh lại thành cấu trúc vân 31 Hình 2.12: Các đường vân (ridge) rãnh (ravine) bề mặt vân tay 32 Hình 2.13: Điểm cực đại (ic, jc) tương ứng với (is, js) 33 Hình 2.14: Các đặc tính cấu trúc cục dùng Jiang Yau (2000) 40 Hình 2.15: Sơ đồ nhận dạng vân tay dùng kỹ thuật FingerCode 42 Hình 3.1: Hướng vân tay cục 44 Hình 3.2: Ảnh chuẩn hóa 45 Hình 3.3: Vân tay sau tăng cường 46 Hình 3.4: Vân tay sau tách ngưỡng tự động 47 Hình 3.5: Xương ảnh vân tay 50 Hình 3.6: Các điểm đặc biệt vân tay 51 Hình 3.7: Ảnh vân tay cần so khớp 52 Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn LỜI MỞ ĐẦU Ngày nay, CNSTH ứng dụng nhiều lĩnh vực khác phát triển rộng rãi tồn giới Nó thu thành tựu to lớn, ứng dụng thực tiễn ngày khẳng định vai trị khơng thể thiếu cách mạng công nghiệp 4.0, áp dụng nhiều khoa học kỹ thuật đời sống thường ngày Một phận CNSTH Khoa học xử lý ảnh, có Khoa học NDVT nghiên cứu từ lâu đời áp dụng nhiều mảng lĩnh vực xã hội Đồng thời việc phát triển thiết bị phần cứng phương diện thu nhận, hiển thị, tốc độ xử lý mở nhiều hướng cho cơng nghệ nhận dạng nói chung nhận dạng ảnh vân tay nói riêng Nó giải toán giám sát tự động, bảo mật liệu, xác thực cá nhân phục vụ quan, ngân hàng … CNSTH áp dụng phổ biến lâu đời công nghệ nhận dạng vân tay Dấu vân tay đặc điểm quan để phân biệt người người khác Công nghệ mang lại nhiều thành lớn lao mặt khoa học cơng nghệ nói chung đời sống người nói riêng Hiện nay, vân tay cơng nghệ mang tính bảo mật tốt thông dụng Nhiều sản phẩm công nghệ ứng dụng vân tay để bảo vệ thông tin, tài sản, liệu như: Máy vi tính, Điện thoại, két sắt, khóa cửa, máy chấm cơng, … Các nước phát triển bắt đầu triển khai ứng dụng công nghệ NDVT vào chứng minh, hộ chiếu điện tử Xuất phát từ lý trên, để góp phần vào công xây dựng bảo vệ Tổ quốc tình hình góp phần vào phát triển ứng dụng công nghệ thông tin quan, xí nghiệp Nhằm đảm bảo q trình quản lý nhân sự, an tồn bảo mật liệu thơng tin nhân em mạnh dạn nghiên cứu đề tài : “Cơng nghệ sinh trắc học tốn nhận dạng vân tay” để tìm hiểu giải pháp xác thực thông tin qua nhận dạng dấu vân Số hóa Trung tâm Học liệu Cơng nghệ thơng tin – ĐHTN http://lrc.tnu.edu.vn 40 Hình 2.14: Các đặc tính cấu trúc cục dùng Jiang Yau (2000) Việc đối sánh đặc trưng cục thực việc tính tốn cặp đặc trưng mi m’j, i = 1…m, j = 1…n, khoảng cách trọng số véc tơ vi v’j Cặp đối sánh tốt chọn dùng làm điểm tham chiếu cho hai DVT Các véc tơ đặc tính cặp cịn lại canh chỉnh theo điểm tham chiếu để đối sánh kết đối sánh tính tốn dựa vào độ khác biệt cặp đối sánh 2.3.5 Đối sánh dựa vào đặc tính vân Việc rút trích đặc trưng gặp nhiều khó khăn ảnh vân tay chất lượng thấp Trong đặc tính khác mẫu vân, hướng tần số cục bộ, hình dạng vân, thơng tin kết cấu, rút trích cách tin cậy đặc trưng; vậy, kỹ thuật dựa vào đặc tính rút trích từ mẫu vân để đối sánh vân tay Về nguyên lý, đối sánh dựa độ tương quan đối sánh dựa vào đặc trưng xem phần đối sánh dựa vào đặc tính vân, theo cách hiểu mật độ điểm ảnh, vị trí đặc trưng đặc tính mẫu vân ngón tay Các đặc tính khác thường sử dụng để đối sánh: Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn 41 Kích thước vân tay hình dạng ngồi vân tay Số lượng, loại vân tay, vị trí điểm đơn Mối liên hệ khơng gian thuộc tính hình học đường vân Các đặc tính hình dạng đưa Takeda Thơng tin kết cấu tồn cục cục vân tay Các lỗ chân long Các đặc tính nhỏ đưa Polikarpova Nói chung, đặc trưng thường không ổn định, chúng thay đổi theo phần ngón tay tiếp xúc lên cảm biến Các lỗ chân lông rõ ràng, phải cần máy quét đắt tiền có độ phân giải cao phát chúng Việc dùng mối liên hệ không gian vân lập thành phương pháp cấu trúc đưa Moayer Flu (1986), Isenor Zaky (1986) Phương pháp Moayer dùng ngữ pháp để phân loại mẫu đường vân sau chúng nhị phân hóa làm mỏng vân Phương pháp Flu đối sánh đồ thị tăng dần thực để so sánh tập vân xếp cấu trúc đồ thị Ceguerra Koprinska (2002) đưa đặc tính dựa vào hình dạng, bao gồm chữ ký hình dạng chiều mã hóa hình dạng chung vân tay tạo từ ảnh vân tay hai chiều sử dụng trục tham chiếu Đối sánh dựa vào hình dạng sau áp dụng với đối sánh dựa vào đặc trưng để đưa định cuối Thông tin cấu trúc tồn cục cục đặc tính khác quan trọng cho việc đối sánh vân tay dựa vào cấu trúc đặc trưng vân hướng nghiên cứu Các cấu trúc định nghĩa quan hệ không gian thành phần đặc trưng hóa thuộc tính độ co giãn, hướng vân, tần số vân, … Jiang đề nghị kỹ thuật phân tích cấu trúc cục vùng vân tay quan tâm chứa điểm core (Hình 2.15) Thơng tin cấu trúc cục phần (sector) phân rã thành kênh (channels) riêng biệt việc sử dụng Gabor filterbank Kỹ thuật gọi FingerCode Số hóa Trung tâm Học liệu Cơng nghệ thơng tin – ĐHTN http://lrc.tnu.edu.vn 42 Hình 2.15: Sơ đồ nhận dạng vân tay dùng kỹ thuật FingerCode Kết luận: Trong phương pháp đối sánh vân tay, phương pháp đối sánh dựa vào đặc trưng sử dụng nhiều Phương pháp phù hợp với tính chất hệ thống nhúng so với phương pháp lại Số hóa Trung tâm Học liệu Cơng nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn 43 Chương XÂY DỰNG HỆ THỐNG NHẬN DẠNG VÂN TAY Xuất phát từ sở toán học toán NDVT, chương luận văn tập trung vào việc mô tả chi tiết thuật toán đuợc sử dụng kết thực nghiệm thuật toán liệu mẫu Các thuật toán thực bước để đối sánh vân tay theo lưu đồ thuật toán Các thuật toán thử nghiệm phần mềm viết ngôn ngữ hướng đối tượng Visual Matlab đó:  Lớp ImageData chứa liệu ảnh tất thuật toán liên quan đến việc xử lý ảnh vân tay  Lớp Minutiae chứa liệu chi tiết số phương thức xử lý chi tiết quay tịnh tiến  Lớp Functions chứa số hàm tĩnh để xử lý ảnh chi tiết so sánh chi tiết, so sánh ảnh, khoảng cách chi tiết,… Các form chương trình đuợc thiết kế đơn giản, đầy đủ chức mô việc thực thuật tốn (tính hướng vân tay cục bộ, chuẩn hóa ảnh, tăng cường ảnh, nhị phân hóa, tìm xương vân, tìm chi tiết…) Người dùng vào Cơng cụ->Kiểm nghiệm thuật tốn Khi form để bạn tiến hành bước Click vào nút “Mở ảnh” để chọn ảnh bạn muốn kiểm nghiệm Còn việc đối sánh thực form chương trình 3.1 Tính hướng vân tay cục Thuật tốn Để tính hướng vân tay cục vị trí điểm ảnh [xi, yj ] Xét vng có kích thước tùy ý, tính Gxy theo cơng thức: Gxy     x  xi  h, y j  k   y  xi  h, y j  k  8 h 8 k 8 Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn 44 Tính Gxx theo cơng thức: Gxx    (  x  h, y j  k )2   (  x  h, y j  k )2 8 h 8 k 8 x i Tính Gyy theo cơng thức: Gyy  8 h 8 k 8 y i Cuối hướng cụa vị trí điểm ảnh [ xi, yj ] tính cơng thức:  2Gxy    Gxx  G yy  ij  90  arctan  Ở x y thành phần gradient tính qua mặt nạ (3x3) Sobel Để kiểm nghiệm kết quả, click vào vị trí ảnh vân tay, ta nhận hướng vân tay cục điểm Hình 3.1 kết việc click số lần lên ảnh vân thực hệ thống Hình 3.1: Hướng vân tay cục Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn 45 3.2 Chuẩn hóa ảnh Trong gian đoạn bao gồm chuẩn hóa kích thước ảnh đồng hóa cường độ sáng ảnh đầu vào khác Chúng ta xét vấn đề chuẩn hóa kích thước ảnh: ảnh đầu vào có kích thước 256 x 256 pixel Thuật tốn Bước 1: tính kỳ vọng ảnh theo công thức: width height m I x 1 y 1 ( x, y ) width * height Bước 2: tính giá trị phương sai ảnh theo cơng thức width height v   (I x 1 y 1 ( x, y )  m)2 width* height Bước 3: tính giá trị mức xám theo cơng thức m   I  x, y    m0   '  I [x,y]-m   I [x,y]-m  v0 / v I [x,y]>m v0 / v I [x,y]  m Kết thực hiện: Chọn nút “Chuẩn hóa” hệ thống, ta kết thực sau: Hình 3.2: Ảnh chuẩn hóa Số hóa Trung tâm Học liệu Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn 46 3.3 Tăng cường ảnh Hai thuật toán sử dụng dùng để tăng cường chất lượng ảnh histogram equalization (cân lược độ xám) biến đổi Fourier rời rạc Histogram ảnh xám biểu đổ thể quan hệ cường độ ảnh số pixel có cùng cường độ ảnh Tăng cường ảnh biến đổi Fourier-2D: Sử dụng lọc Gabor biến đổi Fourier hai tảng để thực tăng cường ảnh xử lý ảnh vân tay Thuật tốn Bước 1: Tính [ x , y ] theo công thức  x   cos(90   ) sin(90   )   x   sin          -sin(90   ) c os(90   ) y   y   cos    cos   x   sin    y  Bước 2: Tìm mặt nạ điểm theo cơng thức  y2     x  g ( x, y :  , f )  exp -    .cos(2 f.x )    X  y     Trong  hướng vân tay cục điểm Và f tần suất vân tay cục điểm Bước 3: Thực nhân chập mặt nạ thu với ma trận ảnh Giá trị cấp xám điểm ảnh giá trị điểm kết nhân chập Kết thực hiện: Chọn nút “Tăng cường” ta thu kết ảnh vân tay sau tăng cường Hình 3.3: Vân tay sau tăng cường Số hóa Trung tâm Học liệu Cơng nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn 47 3.4 Tách ngưỡng tự động Thuật toán Xác định ngưỡng cách: Gọi t(g) số điểm ảnh có giá trị  g, m(g) giá trị trung bình điểm ảnh có giá trị  g: g g  i.h(i ) i 0 t( g ) t ( g )   h (i ); m( g )  i 0 Gọi G số cấp xám xét, P số điểm ảnh xét, Khi f (g)  t(g) * m( g )  m(G  1)  P  t(g) Giá trị ngưỡng cần tìm , cho () = max (g) Khi ta tách ngưỡng I(x,y) I(x,y) = I(x,y)