vân
Nhƣ ta đã biết ảnh vân tay bao gồm các dòng đƣờng vân và các dòng đƣờng rãnh. Trong vùng vân của ảnh vân tay, các điểm đen có thể coi xấp xỉ bằng các điểm trắng. Nhƣ vậy nhờ luật “cân bằng trắng đen” này ta bổ sung thêm một tiêu chuẩn để nhận biết vùng vân.
Ta quyết định áp dụng tiêu chuẩn cân bằng trắng đen với tiêu chuẩn về tính định hƣớng để đề xuất một giải thuật phân mảnh ảnh mới nhƣ sau:
1- Tính ma trận hƣớng của ảnh và hạ bậc ảnh từ 512x512 xuống 64x64;
2- Chọn các phần tử có hƣớng tốt kết hợp với áp dụng luật cân bằng trắng đen để nhận biết đƣợc vùng vân;
3- Tính vùng không xác định (vùng có tính định hƣớng kém) để đánh giá chất lƣợng ảnh vân tay;
4- Tách vùng nền và vùng không xác định ra khỏi ảnh. Ảnh kết quả chỉ còn lại vùng vân có hƣớng và chất lƣợng tốt.
Phƣơng pháp này có ƣu điểm là nhận biết chính xác các vùng vân có các dòng vân và rãnh xen kẽ, định hƣớng rõ rệt. Vì vậy, nó cũng cho ra kết quả tính vùng các vùng vân có hƣớng không rõ rệt, tức là các vùng vân chất lƣợng thấp - vùng không xác định trên ảnh.
Ngoài ra, kết quả giải quyết bài toán phân mảnh vân tay theo ma trận hƣớng cũng có thể áp dụng để phân mảnh vùng in mã vạch trên chỉ bản.
Sau khi giải quyết thành công vấn đề phân mảnh ảnh, ta có thể ma trận hƣớng đƣợc nâng cấp để chuyển sang giải quyết vấn đề phân loại vân tay theo dạng cơ bản trên cơ sở định vị các (Core và Delta).
Cuối cùng, khi các mẫu vân tay đƣợc tách từ ảnh chỉ bản, qua khâu tiền xử lý và phân loại đƣợc tiếp tục chuyển qua khâu đối sánh để kiểm tra vị trí ngón trên chỉ bản có hợp lệ hay không.
Cuối cùng, khi các mẫu vân tay đƣợc tách từ ảnh chỉ bản, qua khâu tiền xử lý và phân loại đƣợc tiếp tục chuyển qua khâu đối sánh để kiểm tra vị trí ngón trên chỉ bản có hợp lệ hay không.
Nhƣ đã nói ở trên, việc đối sánh từ đầu đến cuối mẫu vân tay yêu cầu với CSDL có kích thƣớc lớn hàng triệu bản ghi là một công việc không thể mang lại kết quả nhanh chóng, trừ khi có một phƣơng cách nào đó để phân hoạch cơ sở dữ liệu thành