Phương pháp này sẽ tiến hành đối sánh hai tập chi tiết của hai ảnh vân tay. Nếu số lượng ảnh vân trùng khớp lơn hon một giá trị giới hạn nào đây thi hai vân tay la trung khớp.
Trước hết chúng ta tiến hành tịnh tiến và quay tập chi tiết của ảnh hai theo các đại lượng chúng ta thu được từ thuật toán Hough. Tiến hành đối sánh lần lượt từng chi tiết của tập chi tiết ảnh vân tay 1 với tập chi tiết thu được
Hai chi tiết mI = { xi, yi, Өi } và mj’ = { xj’, yj’, Өj’ } được gọi là so khớp nếu:
( ) ( ) ( ) 2 2 ' ' ' 0 ' ' ' 0 ( , ) dd( , ) min | |,360 | | j i j i j i j i j i j i sd m m x x y y r m m θ θ θ θ θ = − + − ≤ = − o− − ≤
Với r0 và θ0 là các giá trị giới hạn.
Dựa theo công thức trên sẽ đếm số lượng cặp chi tiết so kớp với nhau. Tư đó rút ra kết luận
4.2.8.2 Kết quả thực thi.
Với hai ảnh vân tay như sau
KẾT LUẬN
Khoá luận tốt nghiệp “nghiên cứu và phát triển ứng dụng nhận dạng vân tay” đã đạt được một số kết quả sau:
• Nghiên cứu một số thuật toán xử lý ảnh vân tay như chuẩn hoá, tăng cường ảnh vân tay và một số thuật toán trong việc trích chọn đặc trưng vân tay như tính hướng cục bộ, trích chọn chi tiết, tần suất vân tay.
• Nghiên cứu một số kỹ thuật đối sánh vân tay như kỹ thuật dựa trên độ tương quan, kỹ thuật dựa trên chi tiết, kỹ thuật dựa trên đặc trưng vân.
• Cài đặt thành công một số thuật toán xử lý ảnh như chuẩn hóa, tăng cường ảnh vân và một số thuật toán trích chọn đặc trưng vân. Cài đặt thành công các thuật toán dựa trên chi tiết.
• Chương trình đã có thể đối sánh hai vân tay.
Tuy nhiên, do lần đầu tiếp cận và thời gian hạn chế, khoá luận không tránh khỏi những sai sót. Khoá luận mới chỉ dừng lại ở mức nghiên cứu và tổng hợp các thuật toán đã có. Xác suất sai số trong khi đối sánh vân tay là khá lớn. Chúng tôi sẽ cố găng nghiên cứu và phát triển để chương trình ngày càng hoàn thiện.
TÀI LIỆU THAM KHẢO
Tiếng Việt
[1] Lương Mạnh Bá, Nguyễn Thanh Thuỷ. Nhập môn xử lý ảnh số. Nhà xuất bản khoa học kỹ thuật, 1999.
[2] Ngô Quốc Tạo. Tập bài giảng “Nhập môn xử lý ảnh”.
Tiếng Anh
[1] Handbook of fingerprint Recognition – Davide malhoni,Dario Maio, Anil K.Jain, Salil Prabhakar.
[2] Fingerprint verification competition. http://bias.csr.unibo.it/fvc2002/. [3] Nist fingerprint vendor technology evaluation (http://fpvte.nist.gov/). [4] Registration of images with geometric distortions. Transactions on
Geoscience and Remote Sensing, 26(1), 1988.
[5] New York American National Standards Institute. American national standard for information
systems, data format for the interchange of fingerprint information, 1993. ANSI/NIST-CSL
1-1993.
[6] Orit Baruch. Line thinning by line following. Pattern Recognition Letters, 8:271–276, 1988.
[7] A. M. Baze, G. T. B Verwaaijen, S. H. Garez, L. P. J. Veelunturf, and B. J. van der Zwaag.
A correlation-based fingerprint verification system. In ProRISC2000
Workshops on Circuits,
Systems and Signal Processing, Nov 2000.
[8] A. M. Bazen and S.H. Gerez. Extraction of singular points from directional fields of fingerprints.
February 2001.
[9] Asker M. Bazen and Sabih H. Gerez. Fingerprint matching by thin-plate spline modeling of
elastic deformations. Pattern Recognition, 36:1859–1867, 2003. 97
[10] B.G.Sherlock and D.M.Monro. A model for interpreting fingerprint topology. Pattern Recognition,
26(7):1047–1055, 1993.
[11] B.G.Sherlock, D.M.Monro, and K.Millard. Fingerprint enhancement by directional fourier
filtering. In Visual Image Signal Processing, volume 141, pages 87–94, 1994. [12] Ruud Bolle, J. H. Connell, S. Pankanti, N. K. Ratha, and A. W. Senior.
Guide to Biometrics.
Springer Verlag, 2003.
[13] L. Brown. A survey of image registration techniques. ACM Computing