Tìm hiểu các kỹ thuật xử lý và nhận dạng ảnh vân tay

Các loại lỗi của hệ thống xử lý ảnh vân tay

Giả sử hệ thống không dùng các cơ chế đánh chỉ số/truy tìm, và mỗi ngời chỉ có một mẫu vân tay đợc lu trữ. Trong trờng hợp cơ sở dữ liệu mẫu đợc phân loại và chỉ số hóa, thì trong quá trình nhận dạng chỉ có một phần cơ sở dữ liệu đợc kiểm tra.

PHÂN TíCH Và BIểU DIễN VÂN TAY

Thông tin của lỗ chân lông (số lợng, vị trí, hình dạng) có sự khác biệt rất cao, nhng ít kĩ thuật đối sánh sử dụng các lỗ chân lông bởi vì để xử lý hình ảnh các lỗ chân lông đòi hỏi các ảnh có độ phân giải cao và chất lợng tốt. Thay vì tính hớng vân cục bộ tại mỗi điểm ảnh, hầu hết các phơng pháp trích chọn đặc trng và xử lý vân tay ớc lợng hớng vân cục bộ tại các vị trí rời rạc (để làm giảm gánh nặng tính toán và cho phép thực hiện các ớc lợng còn lại nhờ phép nội suy). Kovacs-Vajina và Frazzoni (2000) đã đề nghị thủ tục hai bớc: đầu tiên, khoảng cách vân trung bình đợc ớc lợng cho từng khối ảnh con 64x64 có chất lợng đủ và thông tin này đợc lan truyền theo đẳng thức truyền tin tới những miền còn lại.

Các vùng chất lợng tốt, có thể phục hồi và không thể phục hồi có thể đợc nhận dạng qua vài tiêu chuẩn: độ tơng phản, tính đầy đủ của hớng, tần suất vân, và các đặc tính cục bộ khác có thể kết hợp để định nghĩa chỉ số chất lợng. Trong thực hành, giảm σx gây kết quả tăng dải thông tần suất, độc lập với dải thông góc không đổi; điều này cho phép bộ lọc bỏ qua tốt hơn các lỗi trong ớc lợng tần suất cục bộ. Đầu ra của một ảnh chuẩn hóa có thể là một ảnh cấp xám, gần ảnh hai cấp hay là một ảnh nhị phân và nói chung phụ thuộc vào các tham số đợc chọn, khi chọn tập các bộ lọc thích hợp để chỉnh sửa các tham số.

Nếu các bộ lọc đợc chỉnh sửa để làm tăng độ tơng phản và khử các nhiễu, ớc lợc điều kiện cục bộ (hớng và tần suất) có thể lỗi trên các vùng chất lợng thấp, và qúa trình lọc chỉ cung cấp các cấu trúc sai lầm (Jiang, 2000). Ví dụ: một ứng dụng lặp dùng bộ lọc Gabor đã đợc sử dụng bởi Cappeli, Maio, và Maltoni (2000b) để tạo ra một mẫu vân tay tổng hợp; trong trờng hợp này, các bộ lọc sinh ra các mẫu vân hoàn toàn không tồn tại trong thực tế. Một khi ảnh xơng đã nhận đợc, một bớc quét ảnh đơn giản cho phép phát hiện các điểm ảnh tơng ứng với các chi tiết: trong thực tế các điểm ảnh tơng ứng với các chi tiết đợc đặc tính hóa bằng số điểm đi qua.

Thuật toán sử dụng dựa trên các luật, yêu cầu các đặc tính số học liên quan đến các chi tiết: chiều dài các vân liên quan (s), góc chi tiết, và số các chi tiết đối diện gần kề trong lân cận.

ĐốI SáNH VÂN TAY

Các ảnh vân tay từ các ngón tay khác nhau có thể xuất hiện khá giống nhau (tính thay đổi thấp), đặc biệt trong bối cảnh cấu trúc tổng thể (vị trí các vùng đơn, h- ớng vân cục bộ) Mặc dù khả năng một lợng lớn các chi tiết từ các vết ấn của hai vân tay khác nhau có thể so khớp là cực kì nhỏ, những ngời đối sánh vân tay hớng tới việc sử dụng các phép căn chỉnh tốt nhất.  Các nhiễu phi tuyến làm cho các vết ấn của cùng một ngón tay khác nhau trong cấu trúc toàn cục; Sự nhiễu mềm dẻo không thay thế mẫu vân tay ở các vị trí cục bộ, nhng các hiệu ứng của nhiễu đợc tích hợp trong không gian ảnh, mẫu vân tay toàn cục không thể đợc tơng quan một cách đáng tin cậy. Sử dụng các số đo độ tơng quan phức tạp hơn nh độ tơng quan chéo đợc chuẩn hóa hay độ tơng quan chéo đợc chuẩn hóa 0 - Trung bình có thể bỏ qua sự thay đổi độ sáng, độ tơng phản để áp dụng các bớc tăng cờng ảnh, nhị phân hóa và làm mảnh (thực hiện trên cả ảnh T và I) có thể hạn chế độ dày vân.

Trong thực tế, do tính chu kì của các mẫu vân tay, nếu hai phần tơng ứng của cùng một vân tay không đợc căn chỉnh tơng ứng với vị trí đối sánh tối u, giá trị độ tơng quan hạ thấp trong khi hai vị trị không tơng quan thể hiện một giá trị tơng quan phẳng hơn trong lân cận của vị trí so khớp tối u. Vấn đề nhiễu ảnh vân tay (điểm 1 trong danh sách trên) thờng đợc đặt ra khi tính độ tơng quan cục bộ thay vì toàn cục: một tập các miền cục bộ (mà cỡ điển hình có thể là 24x24 hoặc 32x32) đợc trích chọn từ ảnh mẫu T và mỗi chúng đợc tơng quan độc lập với toàn bộ ảnh đầu vào I (Bazen 2000). Đẳng thức (4) không xem xét sự quay, phải đợc giải quyết tách ra; trong bất kì trờng hợp nào, tiết kiệm tính toán là rất cao trong khi độ tơng quan đợc thực hiện một cách toàn cục (Coezteen và Botha, 1993) và khả năng xem xét khi nó đợc thực hiện một cách cục bộ bằng cách sử dụng các miền cỡ trung bình.

 Biến đổi Fourier-Mellin (Sujan và Mulqueen) có thể đợc sử dụng thay cho biến đổi Fourier để đánh giá đợc sự không thay đổi trong phép quay để bổ sung vào sự không thay đổi trong chuyển dịch; nói một cách khác, vài bớc thêm vào (nh chuyển đổi log) phải đợc thực hiện, nhng chúng có thể làm giảm sự chính xác của giải pháp. Bởi vì vai trò trung tâm trong nhiều ứng dụng nhận dạng mẫu và các nhiệm vụ quan sát máy tính (ví dụ: đối sánh. đối tợng, cảm biến từ xa, ớc lợng chuyển động), đối sánh mẫu điểm là hớng đợc nghiên cứu mở rộng, đợc biết tới nhiều trong: các phơng pháp hồi phục, các giải pháp. Để tăng cờng sức mạnh của biến đổi Hough, thông thờng không chỉ sử dụng rời rạc hóa, còn sử dụng các láng giềng gần nhất; vì vậy trong đoạn giải mã ở trên, bộ cập nhật tích lũy có thể đợc thay thế bởi một thủ tục đơn giản để cập nhật toàn bộ điểm vào trong các láng giềng của tập đợc chọn.

Các phân tích cấu trúc cục bộ đã chứng minh là hiệu quả hơn phân tích đặc tr- ng toàn cục; mặc dù hầu hết thông tin cấu trúc cục bộ đợc nhớ bằng các ảnh hớng và tần suất, hầu hết các phơng pháp đa ra trích chọn cấu trúc bằng cách sử dụng một ngân hàng đặc biệt các bộ lọc.

CáC THUậT TOáN Và THựC NGHIệM

• CáC THUậT TOáN ĐƯợC Sử DụNG

Để thực thi một số thuật toán nh: tính hớng vân tay cục bộ, chuẩn hóa ảnh, tăng cờng ảnh, nhị phân hóa, tìm xơng vân, tìm chi tiết. Click vào nút “Tăng cờng” ta thu đợc kết quả của ảnh vân tay sau khi tăng c- êng nh sau. Chi tiết ảnh chính là những điểm ảnh đặc biệt nằm trên xơng của vân và hớng vân cục bộ tại điểm đó.

Việc kiểm tra một điểm có là điểm rẽ nhánh hay điểm kết thúc hay không đợc thực hiện bằng cách tính tổng các trị tuyệt đối của hiệu các cặp điểm liên tục xung quanh điểm đang xét (tất nhiên việc xử lý này đợc thực hiện trên ảnh vân tay đã đợc làm mảnh). Nếu số lợng ảnh vân trùng khớp lớn hơn một giá trị giới hạn nào đấy thì hai vân tay là trùng khớp. Tiến hành đối sánh lần lợt từng chi tiết của tập chi tiết ảnh vân tay 1 với tập chi tiết thu đợc.

Thuật toán Hough là thuật toán tìm ra các giá trị tịnh tiến theo trục x, trục y, góc quay ngợc chiều kim đồng hồ và độ nở của vân (∆x, ∆y, θ, s) sao cho khi thực hiện các phép biến đổi đó thực hiện trên tập chi tiết của vân tay này sẽ thu đợc tập chi tiết mới mà có số lợng chi tiết trùng khớp với tập chi tiết của vân tay kia là lớn nhÊt.  Nghiên cứu một số thuật toán xử lý ảnh vân tay nh chuẩn hoá, tăng cờng ảnh vân tay và một số thuật toán trong việc trích chọn đặc trng vân tay nh tính h- ớng cục bộ, trích chọn chi tiết, tần suất vân tay.  Nghiên cứu một số kỹ thuật đối sánh vân tay nh kỹ thuật dựa trên độ tơng quan, kỹ thuật dựa trên chi tiết, kỹ thuật dựa trên đặc trng vân.

 Cài đặt thành công một số thuật toán xử lý ảnh nh chuẩn hóa, tăng cờng ảnh vân và một số thuật toán trích chọn đặc trng vân.