Dùng vân tay và mã QR để xác thực người dùng báo cáo nghiên cứu khoa học sinh viên

LỜI CẢM ƠN Trƣớc tiên, xin chân thành gửi lời cảm ơn tới thầy cô giáo Trƣờng Đại học Lạc Hồng nói chung thầy giáo Khoa Cơng nghệ thơng tin nói riêng tận tình giảng dạy, truyền đạt cho chúng tơi kiến thức nhƣ kinh nghiệm quý báu suốt q trình học - hành Đặc biệt, chúng tơi gửi lời cảm ơn đến Thạc sĩ Phan Mạnh Thƣờng, thầy tận tình theo sát giúp đỡ, trực tiếp bảo, hƣớng dẫn suốt trình nghiên cứu khoa học Trong thời gian làm việc với thầy, nhóm tác giả tiếp thu thêm nhiều kiến thức bổ ích mà cịn học tập đƣợc tinh thần làm việc, thái độ nghiên cứu khoa học nghiêm túc, hiệu Đây điều cần thiết cho chúng tơi q trình học tập cơng tác sau Khoa Công nghệ thông tin cung cấp thông tin, tài liệu, văn liên quan tận tình bảo vƣớng mắc sở liệu suốt thực đề tài Và cuối cùng, nhớ ơn bậc sinh thành, anh chị em gia đình, bạn hữu, ngƣời ln sát cánh khuyến khích, động viên cho tinh thần học tập nghiên cứu cao độ Biên Hòa, tháng 11 năm 2012 Những ngƣời thực NGUYỄN THANH NGỌC – DƢƠNG MINH TÂN Mục Lục PHẦN MỞ ĐẦU 1 Mở đầu .1 Thực trạng chƣơng trình có 2.1 Trên giới 2.2 Trong nƣớc 2.3 Ƣu khuyết điểm hệ thống Mục tiêu nghiên cứu Những đóng góp đề tài Kết cấu đề tài CHƢƠNG 1: TỔNG QUAN VỀ MÃ QR 1.1 QR gì? 1.2 Khả lƣu trữ sữa chữa lỗi mã QR 10 1.2.1 Khả lƣu trữ liệu 10 1.2.2 Khả sửa lỗi 10 1.3 Cấu trúc mã QR 11 1.3.1 Finder Pattern 11 1.3.2 Alignment Pattern 11 1.3.3 Timing Pattern 11 1.3.4 Format Data 11 1.3.5 Version Data 12 1.3.6 Data and Error Correction 12 1.3.7 Mandatory Blank Space 12 1.4 Tạo mã QR .13 1.5 Đọc mã QR từ webcam 16 1.6 Kết luận chƣơng 18 CHƢƠNG 2: CÁC GIAI ĐOẠN XỬ LÝ VÂN TAY .19 2.1 Một số đặc trƣng vân tay 19 2.2 Phƣơng pháp rút trích đặc trƣng 21 2.2.1 Chuẩn hóa đƣờng vân 22 2.2.2 Xác định trƣờng định hƣớng 23 2.2.3 Tăng cƣờng ảnh vân tay 25 2.2.4 Nhị phân hóa 26 2.2.5 Làm mảnh đƣờng vân 27 2.2.6 Rút trích đặc trƣng 28 2.2.7 Loại bỏ điểm đặc trƣng sai 29 2.3 Kết luận chƣơng 30 CHƢƠNG 3: GIẢI PHÁP VÀ HOÀN THIỆN 31 3.1 Quy trình thực chƣơng trình .31 3.1.1 Quy trình lấy mẫu vân tay 31 3.1.2 Quy trình xác thực vân tay .32 3.2 Giao diện chƣơng trình 34 3.2.1 Giao diện lấy mẫu vân tay 34 3.2.2 Giao diện xác thực vân tay 35 3.3 Kết luận chƣơng 35 KẾT LUẬN 36 Mục lục hình ảnh Hình 1: đầu đọc vân tay BioPointe KFR 72 Hình 2: usb tích hợp đầu đọc hãng A-DATA Hình 3: khóa tích hợp đầu đọc hãng FSCLOCK Hình 4: khóa mở của hãng ADEL Hình 5: thiết bị đầu đọc vân tay hãng SID Protect Hình 6: Các giai đoạn xử lý hệ thống xác thực vân tay Hình 7: giai đoạn xử lý hệ thống xác thực vân tay mã QR Hình 1.1: hình mã QR Hình 1.2: mã QR nét đọc 10 Hình 1.3: cấu trúc mã QR 11 Hình 1.4: Thơng tin phiên QR 12 Hình 1.5: Add Reference 13 Hình 1.6: Lựa chọn dll cần add 14 Hình 1.7: Những thuộc tính có control 15 Hình 1.8: Sau add class vào solution 16 Hình 1.9: demo gói giao diên SDK QuickMark 17 Hình 2.1: vân lồi vân lõm ngón tay 19 Hình 2.2: điểm đặc biệt điểm core 20 Hình 2.3: phân lớp vân tay 20 Hình 2.4: loại đặc trưng phổ biến 21 Hình 2.5: hình b ảnh âm hình a 21 Hình 2.6: lược đồ bước tiền rút trích đặc trưng 22 Hình 2.7: minh họa việc phân đoạn chuẩn hóa vân tay 23 Hình 2.8: mặt nạ tốn tử sobel dùng để tính gradient 24 Hình 2.9: trường đinh hướng đường vân 25 Hình 2.10: ảnh vân tay sau tăng cường 26 Hình 2.11: ảnh sau nhị phân 27 Hình 2.12: tính chất 8-simple pixel P 28 Hình 2.13: ảnh sau làm mảnh đường vân 28 Hình 2.14: trường hợp P 29 Hình 2.15: ảnh loại bỏ minutiae sai 30 Hình 3.1: quy trình lấy mẫu 31 Hình 3.2: Quy trình so khớp vân tay 33 Hình 3.3: Giao diện lấy vân tay ghi chuỗi vào mã QR 34 Hình 3.4: Giao diện so khớp vân tay 35 PHẦN MỞ ĐẦU Mở đầu Hiện nay, việc xác thực ngƣời tự động đƣợc ứng dụng rộng rãi nhiều lĩnh vực sống nhƣ sử dụng quan hành pháp để nhận biết thông tin tội phạm, chẳng hạn nhúng thiết bị điện tử nhƣ thẻ thông minh, thẻ ATM, máy tính xách tay, máy kiểm tra cảng hàng không, thiết bị điều khiển truy cập mạng, ngân hàng điện tử, … Nhận dạng theo cách truyền thống (ví dụ nhƣ mật khẩu, hộ chiếu, giấy phép lái xe, thẻ cƣớc, …) có thiên hƣớng bị gian lận mật bị quên, thẻ bị đánh cắp, làm giả tên lừa đảo Vì vậy, nhận dạng theo cách không đáp ứng đƣợc yêu cầu an ninh xã hội đại Hệ thống nhận dạng hoàn hảo thiết cần dựa vào sinh trắc học Sinh trắc học cơng nghệ phân tích đo lƣờng đặc điểm thể ngƣời (chẳng hạn nhƣ dấu vân tay, võng mạc mắt tròng đen, mẫu giọng nói, bàn tay, gƣơng mặt, dáng đi, gen, chữ ký) cho mục đích chứng thực Mà công nghệ nhận dạng vân tay đƣợc ứng dụng rộng rãi Ngƣời ta nhận thấy đặc trƣng vân tay dễ dàng bị thay thế, chia sẽ, hay giả mạo Ngoài dấu vân tay ngƣời không giống ai, kể sinh đôi trứng xác suất trùng lặp dấu vân tay ngƣời với ngƣời gần nhƣ 0%, không đổi suốt đời Do việc nhận dạng ngƣời, công nghệ đƣợc xem đáng tin cậy so với phƣơng pháp truyền thống nhƣ: dùng mật hay mã thẻ, … Tuy nhiên hệ thống xác thực vân tay tự động sử dụng sở liệu để lƣu trữ vân tay Vì vậy, để lƣu trữ vân tay số lƣợng lớn ngƣời cần xác thực sở liệu cần lớn thời gian truy xuất liệu để xác thực lâu Để giải vấn đề nhóm sử dụng loại mã QR để lƣu trữ vân tay Mã đƣợc đƣợc in lên thẻ đƣa cho ngƣời dùng Vì giải đƣợc vấn đề lƣu trữ vân tay để xác thực Trong đề tài nhóm khơng q sâu phần đối sánh vân tay, mà nhóm nghiên cứu cách lấy điểm đặc trƣng vân tay lƣu trữ mã QR Sau dùng camera (hoặc webcam ) đọc mã QR để lấy điểm riêng biệt sử dụng thiết bị đọc vân tay để lấy đƣợc vân tay ngƣời dùng Thực trạng chƣơng trình có 2.1 Trên giới Hệ thống nhận dạng vân tay tự động (AFIS) đƣợc sử dụng rộng rãi giới, chẳng hạn nhƣ AFIS FBI lƣu trữ hàng triệu vân tay dùng để dùng giám định hình Trong số laptop cho phép ngƣời dùng đăng nhập vào hệ điều hành cách đặt ngón tay vào vùng quét máy thay phải đánh mật Trong chƣơng trình ngƣời dùng lƣu trữ đƣợc đủ 10 đầu ngón tay thân Đầu đọc chấm cơng vân tay BioPointe KFR 72 - thiết bị chuyên nghiệp để quản lý nhân sự, chấm cơng thích hợp cho tất yêu cầu quản lý đại nhà máy, trƣờng học, khu cơng nghiệp, văn phịng, … nhằm mục đích quản lý nhân viên chặt chẽ, xác hiệu Đầu đọc chấm công vân tay BioPointe KFR 72 sử dụng công nghệ sinh trắc học với vi xử lý tốc độ cao đảm bảo nhận dạng đƣờng vân, hình ảnh xác kể trƣờng hợp đƣờng vân tay bị mờ, bẩn hay nét Thiết bị nhận dạng vân tay đƣợc lắp đặt cửa cổng cơng ty, nhà máy, văn phịng… Nhân viên đƣợc lần lƣợt đặt ngón tay đƣợc đăng nhập vào đầu đọc để ghi lại xác thời gian địa điểm làm việc Từ đó, nhà quản lý dễ dàng có đƣợc thơng tin xác thời gian làm việc, muộn, vắng mặt nhân viên cơng ty, có chức lƣu trữ 720 vân tay, mở rộng tới 4400 vân tay, nhớ lƣu trữ đƣợc 20.000 kiện Hình 1: đầu đọc vân tay BioPointe KFR 72 Hãng A-DATA ứng dụng công nghệ nhận dạng vân tay vào sản phẩm USB Flashdrive mình, giúp cho liệu lƣu đƣợc bảo vệ an toàn hết Khi lần USB đƣợc cắm vào máy tính, máy tính yêu cầu ngƣời sử dụng đăng ký vân tay Những lần sau, ngƣời sử dụng cắm USB Flashdrive vào máy tính, ngƣời sử dụng đƣợc yêu cầu nhập vào mật hay quét dấu vân tay Nếu chƣa đƣợc chứng thực mật hay vân tay nội dung ổ USB Flashdrive hồn tồn vơ hình trƣớc ngƣời Hình 2: usb tích hợp đầu đọc hãng A-DATA Công ty FSLocks tung loại khố cửa tích hợp thiết bị nhận dạng vân tay, đƣợc cho loại khóa dành cho gia đình an tồn giới Hình 3: khóa tích hợp đầu đọc hãng FSCLOCK ADEL tập đồn phát triển cơng nghệ nhận dạng vân tay lớn giới ADEL nhà sản xuất tiên phong hàng đầu việc sản xuất khóa cửa ứng dụng cơng nghệ nhận dạng vân tay lớn giới Những sản phẩm ứng dụng cơng nghệ nhận dạng vân tay gồm: khố cửa khách sạn, két sắt vân tay, tủ sắt vân tay Hình 4: khóa mở của hãng ADEL Cơng ty SID Protect Mỹ sản xuất loại thiết bị chống trộm với tên gọi SID dùng để bảo vệ loại xe Thiết bị dùng dấu vân tay chủ xe để chống trộm Thiết bị SID ứng dụng công nghệ vân tay sinh trắc học nhằm đảm bảo ngƣời đƣợc cho phép chủ xe khởi động xe Thiết bị lƣu khoảng 20 dấu vân tay khác Chủ xe ngƣời có quyền định thêm hay bớt ngƣời dùng chung xe, cài đặt thay đổi mã số thiết bị Hình 5: thiết bị đầu đọc vân tay hãng SID Protect Ngồi số hệ thống trên, cịn có hệ thống nhận dạng công ty sản xuất đầu đọc vân tay kèm theo 2.2 Trong nƣớc Việc sử dụng hệ thống nhận dang vân tay cách tự động nƣớc ta cịn Đa số hệ thống đƣợc triển khai mục đích hình sự, điều tra tội phạm nhƣ hệ thống nhận dạng vân tay Bộ Cơng An Cịn mục đích dân Ngồi có cơng trình nghiên cứu vân tay trƣờng đại học Các cơng trình nghiên cứu thƣờng đƣợc dựa mẫu vân tay có sẵn mẫu chuẩn để nghiên cứu đặc điểm xử lý thông tin vân tay Các chƣơng trình đối sánh có khả lƣu trữ so khớp vân tay Ngày có vài công ty ứng dụng nhận dạng vân tay vào việc chấm công cho công nhân 2.3 Ƣu khuyết điểm hệ thống Các hệ thống xác thực tự động có độ tin cậy cao nhƣng hệ thống cần tạo CSDL để lƣu trữ vân tay có giới hạn số lƣợng vân tay lƣu trữ Để tăng số lƣợng vân tay lƣu trữ giá thành đầu đọc tăng theo Do giá thành vấn đề cơng ty, trƣờng học, xí nghiệp muốn triển khai hệ thống xác thực tự động để chấm cơng Vì việc sử dụng vân tay để xác thực ngƣời dùng đƣợc sử dụng nƣớc ta 23 Việc chuẩn hóa vân tay (xem Hình 2.7) khơng làm thay đổi rõ ràng đƣờng vân rãnh Hình 2.7: minh họa việc phân đoạn chuẩn hóa vân tay (a) ảnh gốc,(b) ảnh chuẩn hóa 2.2.2 Xác định trƣờng định hƣớng Ảnh vân tay ảnh định hƣớng, đƣờng vân đƣờng theo hƣớng xác định Góc hợp phƣơng điểm đƣờng vân với phƣơng ngang đƣợc gọi hƣớng điểm Tập hợp hƣớng điểm ảnh vân tay gọi trƣờng định hƣớng vân tay Trƣờng định hƣớng đƣờng vân đóng vai trị quan trọng giai đoạn xử lý sau, chẳng hạn nhƣ phát điểm tham chiếu, nâng cao chất lƣợng ảnh vân tay, phân lớp vân tay, Đặt biệt giai đoạn nâng cao chất lƣợng ảnh sử dụng phƣơng pháp dựa vào hàm Gabor Do vậy, cần có phƣơng pháp hiệu để ƣớc lƣợng hƣớng đƣờng vân mà giảm thiểu đáng kể tác động nhiễu [1] Có nhiều phƣơng pháp đề xuất cho việc ƣớc lƣợng hƣớng đƣờng vân, chẳng hạn nhƣ: phƣơng pháp dựa vào giá trị gradient , phƣơng pháp dựa vào canh theo hàng điểm ảnh Phƣơng pháp canh theo hàng điểm ảnh ƣớc lƣợng hƣớng cục cách xem xét dao động mức xám điểm ảnh theo số phƣơng tham khảo cố định cho trƣớc Tổng biến thiên mức xám nhỏ, dọc theo phƣơng đƣờng vân lớn theo phƣơng vng góc với đƣờng vân Hƣớng đƣờng vân khối đƣợc tính cách lấy trung bình hƣớng điểm ảnh Phƣơng pháp có hạn chế việc xác định trƣớc số lƣợng cố định phƣơng tham khảo Phƣơng pháp bình phƣơng tối tiểu [1], thực ƣớc lƣợng hƣớng 24 dựa vào giá trị gradient để tìm hƣớng thống trị, đƣợc sử dụng rộng rãi Gọi ( trƣờng hƣớng ảnh vân tay ) hƣớng đƣờng vân khối ( ) Các bƣớc xử lý ƣớc lƣợng hƣớng đƣờng vân đƣợc mô tả vắn tắt nhƣ sau:  Chia ảnh vân tay thành khối liên tiếp khơng trùng nhau, kích thƣớc WxW điểm ảnh ( đề tài sử dung khối 4x4)  ( ( Tính tốn giá trị gradient ) ( ) điểm ảnh ) tƣơng ứng với phƣơng nằm ngang phƣơng thẳng đứng Toán tử gradient sử dụng tốn tử Sobel phức tạp toán tử Marr-Hildreth Toán tử Sobel đƣợc sử dụng trƣờng hợp (xem Hình 2.8a mặt nạ cho việc tính , hình 2.8b cho việc tính ∂y ) Hình 2.8: mặt nạ tốn tử sobel dùng để tính gradient (a) tính gradient theo phương thẳng đứng, (b) tính gradient theo phương nằm ngang  Ƣớc lƣợng hƣớng cho khối ( ) cách lấy trung bình giá trị gradient nhƣ sau: ⁄ ( ∑ ) ⁄ ∑ ⁄ ( ) ( ) ( ) ⁄ Và ⁄ ( ∑ ) ⁄ ∑ ⁄ ( ) ⁄ Sau đó: ( ) ( ( ( ) ) ) 25 Hình 2.9: trường định hướng đường vân 2.2.3 Tăng cƣờng ảnh vân tay Trong nhiều trƣờng hợp, ảnh vân tay đƣợc thu nhận thiết bị có chất lƣợng thấp Do đó, nâng cao chất lƣợng (làm rõ) ảnh vân tay bƣớc tiền xử lý thƣờng đƣợc sử dụng hệ thống nhận dạng vân tay Bài toán thu hút đƣợc quan tâm nhiều nhà nghiên cứu Một số phƣơng pháp thực miền không gian, số khác thực miền tần số Các tác giả O 'Gorman Nickerson (1989) Mehtre (1993) thực làm rõ ảnh dựa vào phép lọc hƣớng Lindeberg (2000) làm rõ ảnh không gian tỉ lệ Tác giả Greenberg (2000) Jiang (2001) sử dụng phép lọc anisotropic phép lọc thông thấp để loại bỏ nhiễu Trái lại, tác giả Sherlock (1994), Willis Myers (2000), Kamei Mizoguchi (1995) loại bỏ nhiễu ảnh vân tay miền tần số Các phƣơng pháp có ƣu nhƣợc điểm riêng Phƣơng pháp đƣợc sử dụng rộng rãi phƣơng pháp dựa vào hàm lọc Gabor Hàm lọc Gabor công cụ hữu dụng miền không gian miền tần số Tác giả Hong (1998) đề xuất sử dụng ngân hàng lọc Gabor để làm rõ ảnh vân tay đạt đƣợc kết tốt Tuy nhiên, phƣơng pháp này, cách tần số đƣờng vân nhƣ cho rãnh đƣờng vân Điều dẫn đến nhiều trƣờng hợp ảnh vân tay xuất đƣờng vân giả Tác giả Yang (2003) đề xuất phƣơng pháp lọc sử dụng hàm Gabor sửa đổi Phƣơng pháp hiệu quả, nhƣng việc tính tốn phức tạp Đặc biệt, hàm Gabor đƣợc áp dụng theo phƣơng pháp tác giả Hong hiệu việc làm rõ 26 ảnh vân tay, vấn đề cần điều chỉnh ƣớc lƣợng cho khoảng cách đƣờng vân phƣơng pháp chọn ngƣỡng hợp lý [1] Việc áp dụng bổ sung thuật toán nâng cao chất lƣợng tác giả Hong đề xuất đƣợc trình bày tóm tắt nhƣ sau Gọi θ trƣờng hƣớng đƣờng vân, T trƣờng khoảng cách đƣờng vân, ℜ mặt nạ cho biết vùng vân tay E ảnh sau nâng cao chất lƣợng ( ) ( * +) Trong đó:  hƣớng lọc  T chu kì hàm cos ( thƣờng đƣợc chọn thực nghiệm có giá trị [0,1] )  độ lệch chuẩn ( thƣờng đƣợc chọn từ thực nghiệm có giá trị [0,4] ) Hình 2.10: ảnh vân tay sau tăng cường 2.2.4 Nhị phân hóa Việc chọn ngƣỡng hiệu để có đƣợc đƣờng vân liền mạch rõ ràng quan trọng định độ xác bƣớc làm mỏng đƣờng vân phát minutiae Thông thƣờng việc chọn ngƣỡng cách lấy giá trị ngƣỡng tồn cục (ví dụ 0) Việc chọn ngƣỡng nhƣ thƣờng cho kết sai (xem Hình 2.11a) 27 Sau ảnh đƣợc nâng cao chất lƣợng, khối giá trị mức xám trung bình khác nhau, đồng thời giá trị biến thiên mức xám khác [1] Do vậy, việc chọn ngƣỡng cho khối nhƣ sau:  Tính giá trị ngƣỡng dịng trung bình giá trị lớn max (đỉnh rãnh), nhỏ (đỉnh vân)  Tìm phần tử trung vị ngƣỡng thuộc dòng ngƣỡng cuối khối Kết việc sử dụng ngƣỡng cục thích nghi hiệu hơn, đƣờng vân với thực tế sử dụng ngƣỡng toàn cục (xem Hình 2.11b minh họa ảnh nhị phân dùng ngƣỡng cục thích nghi) a) b) Hình 2.11: ảnh sau nhị phân (a) ảnh vân tay sau nhị phân hóa ngưỡng tồn cục=0 (b)ảnh vân tay sau nhị phân hóa đề xuất 2.2.5 Làm mảnh đƣờng vân Mục đích giai đoạn làm cho đƣờng vân có độ dày điểm ảnh Có nhiều phƣơng pháp đƣợc đề xuất để làm mỏng đƣờng vân Một phƣơng pháp làm mỏng vân tay phƣơng pháp tác giả A.Rosenfeld A Kak (1982) Giá trị điểm ảnh hay dựa vùng lân cận điểm ảnh Trong phƣơng pháp này, nhóm tác giả Rosenfeld Kak đƣa định nghĩa 8simple để tính chất điểm ảnh P bị xố mà khơng làm tính liên thơng điểm ảnh lân cận với P, nói cách khác, điểm ảnh lân cận với P liên thơng với mà khơng cần có P Để có đƣợc khung xƣơng nằm 28 giữa, ta duyệt hình xoay lần lƣợt theo trình tự hƣớng trái-phải, phải-trái, trênxuống, dƣới-lên [1] Hình 2.12: tính chất 8-simple pixel P khơng phải 8-simple(c,d), 8-simple(a,b) Thuật tốn trình đƣợc trình bày tóm tắt nhƣ sau:  Đánh dấu điểm ảnh 8-simple nằm biên pixel pixel kết thúc (điểm ảnh kết thúc có pixel lân cận 8)  Xoá điểm ảnh đánh dấu  Lặp lại bƣớc khơng có pixel bị đánh dấu Hình 2.13: ảnh sau làm mảnh đường vân 2.2.6 Rút trích đặc trƣng Thơng thƣờng việc rút trích đặc trƣng minutiae dựa vào ảnh nhị phân Phƣơng pháp dựa vào Crossing Number (CN) đƣợc sử dụng phổ biến Phƣơng pháp hai tác giả Arcelli Baja giới thiệu vào năm 1984 Phƣơng pháp tính toán dựa chuyển tiếp giá trị nhị phân điểm ảnh lân cận [1] Công thức tính giá trị CN nhƣ sau: ( ) ∑| | 29  Nếu CN(P) = : pixel P điểm kết thúc (ending)  Nếu CN(P) = : pixel P điểm rẽ nhánh (bifurcation)  Nếu CN(P) = hay CN(P) > : pixel P khơng phải điểm minutiae Hình 2.14: trường hợp P (a) minh họa Pi,i=1,…,8 (b) CN(P)=2 (c) CN(P)=1 (d)CN(P)=3 Thuật toán cho phép phát tất điểm minutiae ảnh vân tay Nhƣng minutiae này, tồn nhiều minutiae sai (xem hình 2.15a) Do vậy, bƣớc xử lý lọc minutiae giả cần áp dụng để việc xử lý nhận dạng bƣớc sau đƣợc xác Mục trình bày thuật tốn lọc 2.2.7 Loại bỏ điểm đặc trƣng sai Bởi ảnh vân tay có nhiễu, nên thuật tốn rút trích minutiae tạo nhiều minutiae giả chẳng hạn nhƣ 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 đƣợc xác Bƣớc 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 ngƣỡng T1  Độ lệnh góc hai điểm kết thúc (Angl1, Angl2) nằm ngƣỡng lệch góc [θ1 ,θ2]  Độ lệch góc đƣờng thẳng nối hai điểm kết thúc với hai góc hai điểm kết thúc Angle nằm ngƣỡng [θ1, θ2] 30 Hình 2.15: ảnh loại bỏ minutiae sai (a) ảnh vân tay trước loại bỏ minutiae sai (b) ảnh vân tay sau loại bỏ minutiae 2.3 Kết luận chƣơng Nhƣ vậy, chƣơng trình bày tất bƣớc cần thiết để rút trích tập minutiae ảnh Các giải pháp xử lý giai đoạn đƣợc giới thiệu Bên cạnh số phƣơng pháp đƣợc chọn, số giải pháp đƣợc đề xuất để giải toán ảnh vân tay chất lƣợng thấp, cụ thể nhƣ phƣơng pháp tính tốn khoảng cách đƣờng vân, nâng cao chất lƣợng ảnh vân tay dựa vào khoảng cách đƣờng vân này, phƣơng pháp hiệu việc nhị phân hóa ảnh vân tay sau nâng cao chất lƣợng ảnh Phần trình bày việc rút trích đặc trƣng phục vụ cho việc gom nhóm sở liệu vân tay Đây kỹ thuật đƣợc sử dụng cho việc thu hẹp khơng gian tìm kiếm Từ đó, kỹ thuật giúp tăng tốc độ truy tìm ảnh vân tay 31 CHƢƠNG 3: GIẢI PHÁP VÀ HOÀN THIỆN Chƣơng trình bày phƣơng pháp xác thực lấy mẫu hệ thống xác thực mã QR 3.1 Quy trình thực chƣơng trình 3.1.1 Quy trình lấy mẫu vân tay Mẫu vân tay đƣợc lấy từ thiết bị quét vân tay (sensor) Mẫu sau đƣợc xử lý rút trích điểm đặc trƣng (chƣơng 2) chuyển thành chuỗi Chuỗi chứa tọa độ điểm đặc trƣng hƣớng điểm đặc trƣng Chuỗi đƣợc chuyển thành mã QR Bắt đầu Lấy mẫu vân tay Trích rút điểm đặc trƣng (minutiae) Chuyển chuỗi Tạo mã QR Kết thúc Hình 3.1: quy trình lấy mẫu 32 3.1.2 Quy trình xác thực vân tay Hầu hết phƣơng pháp nhận dạng vân tay dựa vào việc đối sánh vị trí điểm đặc trƣng Ở nhóm sử dụng phƣơng pháp đối sánh dựa vào khoảng cách hƣớng điểm đặc trƣng Giả sử I I’ lần lƣợt ảnh vân tay mẫu ảnh vân tay cần đối sánh, m{x,y, } điểm đặc trƣng đƣợc xác định tọa độ (x,y) hƣớng I= {m1,m2,…,mm}, mi={xi,yi, I’= {m1’,m2’,…,mn’}, mj’={xj’, yj’, i=1…m }, i=1…n }, Trong đó: m, n lần lƣợt số điểm đặc trƣng I I’ Khi đó, m’ I’ đƣợc coi “giống” với điểm m không gian độ sai lệch hƣớng nhỏ giá trị ngƣỡng r0 ( ) ( √( ) ) | ( I độ sai lệch ) | Nếu thỏa điều kiện I đƣợc coi giống I’ [2] 33 Bắt đầu Lấy mẫu vân tay Trích điểm đặc trƣng Tạo chuỗi Lấy liệu từ QR Đối sánh chuỗi Kết thúc Hình 3.2: Quy trình so khớp vân tay 34 3.2 Giao diện chƣơng trình 3.2.1 Giao diện lấy mẫu vân tay Hình 3.3: Giao diện lấy vân tay ghi chuỗi vào mã QR 35 3.2.2 Giao diện xác thực vân tay Hình 3.4: Giao diện so khớp vân tay 3.3 Kết luận chƣơng Qua chƣơng trình bày mơ hình hệ thống xác thực cách xác thực hệ thống Mặc dù cách xác thực đơn giản nhƣng khả xác đƣợc cho đáp ứng đƣợc với việc xác thực Lỗi sai trình xác thực chấp nhận đƣợc 36 KẾT LUẬN Ƣu nhƣợc điểm hệ thống  Ƣu điểm: hệ thống sử dụng mã QR thay cho sở liệu nên không cần sở liệu để lƣu trữ, thời gian xác thực tƣơng đối nhanh  Nhƣợc điểm: hiệu thuật tốn chƣa cao khả lọc nhiễu thuật toán chƣa tốt mà thực tế đa số hình ảnh nhận đƣợc từ thiết bị xấu Do dẫn đến khả trích lọc đặc trƣng khơng tốt Khó khăn q trình thu mẫu Sự quay (rotation): ngón tay cho lần lấy mẫu, dấu vân tay quay góc khác bề mặt thiết bị đầu đọc vân tay; mặc dù, hƣớng dẫn ngón tay đƣợc gắn máy quét thƣơng mại, nhƣng thực tế tồn quay không cố ý lên tới ± 20 độ theo chiều đứng Sự chồng chéo phần (partial overlap): dịch chuyển quay vân tay thƣờng làm cho phần vân tay nằm ngồi vùng nhìn thấy cảm biến Kết xuất chồng chéo vùng cận cạnh mẫu vân vân tay đầu vào Sự biến dạng phi tuyến (non-linear distortion): mềm dẻo ngón tay, việc ánh xạ hình ảnh ba chiều sang hình ảnh hai chiều bề mặt cảm biến gây biến dạng phi tuyến việc đọc vân tay Lực ấn tình trạng da (pressure and skin condition): cấu trúc vân ngón tay đƣợc lấy xác nhƣ phần ngón tay đƣợc tiếp xúc quy cách với bề mặt cảm biến Một số yếu tố khác nhƣ: áp lực ngón tay, ngón tay khơ, bệnh ngồi da, ƣớt, bẩn, độ ẩm khơng khí, … gây tiếp xúc không quy cách; hệ ảnh vân tay đƣợc lấy có chất lƣợng khơng tốt Các lỗi rút trích đặc trƣng (feature extraction errors): thuật tốn rút trích đặc trƣng chƣa hồn hảo Các lỗi đƣợc tạo giai đoạn q trình rút trích đặc trƣng nhƣ: Ƣớc lƣợng hƣớng Ƣớc lƣợng tần số, Phân đoạn vùng vân tay từ nền, ) Tài Liệu Tham Khảo Tài liệu tiếng việt [1] Văn Thiên Hoàng, “truy tìm vân tay sở liệu đƣợc gom nhóm”, Luận văn thạc sĩ khoa học máy tính, trƣờng đại Học Khoa Học Tự Nhiên, 2009 [2] Nguyễn Hoàng Huy, “nhận dạng vân tay”, luận văn thạc sĩ, Trƣờng Đại Học Khoa Học Tự Nhiên, 2007 [3] Hoàng Quốc Minh, “xây dựng thƣ viện phần mềm họ ARM phục vụ toán nhận dạng vân tay”, luận văn thạc sĩ khoa học máy tính, trƣờng đại học Khoa Học Tự Nhiên, 2009 Tài liệu internet [4] http://en.wikipedia.org/wiki/QR_code khái niệm QR [5] http://www.quickmark.com.tw/DownMobs/QuickMarkSDK_Win32_v3.0r82.zip SDK QuickMark [6] http://www.matchadesign.com/blog/qr-code-demystified-part-2/ cấu trúc mã QR [7] http://www.matchadesign.com/blog/qr-code-demystified-part-6/ version mã QR ... động để chấm cơng Vì việc sử dụng vân tay để xác thực ngƣời dùng đƣợc sử dụng nƣớc ta 6 Mục tiêu nghiên cứu Xây dựng hệ thống xác thực vân tay tự động không cần dùng sở liệu lƣu trữ vân tay để. .. loại mã QR để lƣu trữ vân tay Mã đƣợc đƣợc in lên thẻ đƣa cho ngƣời dùng Vì giải đƣợc vấn đề lƣu trữ vân tay để xác thực Trong đề tài nhóm khơng q sâu phần đối sánh vân tay, mà nhóm nghiên cứu. .. hệ thống xác thực vân tay tự động sử dụng sở liệu để lƣu trữ vân tay Vì vậy, để lƣu trữ vân tay số lƣợng lớn ngƣời cần xác thực sở liệu cần lớn thời gian truy xuất liệu để xác thực lâu Để giải