Hầu hết các hệ thống tự động so sánh các vân tay dựa trên đối sánh chi tiết; vì vậy việc trích chọn chi tiết đáng tin cậy là một nhiệm vụ cực kì quan trọng, nhiều nghiên cứu đã đợc tiến hành theo hớng này. Dù các phơng pháp khá khác nhau nhng hầu hết chúng đều yêu cầu ảnh cấp xám vân tay đợc chuyển vào ảnh nhị phân. Trong các bớc chuẩn hóa đã chuẩn bị một số giai đoạn để làm thuận tiện quá trình nhị phân hóa về sau. Một vài thuật toán chuẩn hóa cung cấp đầu ra là ảnh nhị phân, vì vậy sự phân biệt giữa chuẩn hóa và nhị phân hóa đôi khi bị xóa nhòa. ảnh nhị phân nhận đ- ợc bởi quá trình nhị phân hóa thờng đợc qua giai đoạn làm mảnh làm cho độ dày của đờng vân giảm xuống một điểm ảnh (Hình 2.11). Cuối cùng qua quá trình quét ảnh cho phép phát hiện các điểm ảnh tơng ứng với các chi tiết.
Hình 2.11: a) ảnh cấp xám của một vân tay, b) ảnh nhận đợc khi nhị phân hóa ảnh a, c) ảnh nhận đợc khi làm mảnh ảnh b.
Vài tác giả đa ra các phơng pháp trích chọn chi tiết làm việc trực tiếp trên các ảnh cấp xám mà không cần nhị phân hóa và làm mảnh. Lựa chọn này đợc đa ra do các điều kiện sau:
Tập các thông tin quan trọng có thể bị mất trong quá trình nhị phân hóa.
Nhị phân hóa và làm mảnh rất mất thời gian; Làm mảnh có thể đa ra một lợng lớn các chi tiết sai lệch.
Nếu thiếu bớc chuẩn hóa, hầu hết các kĩ thuật nhị phân hóa không cung cấp các kết quả tốt khi áp dụng với các ảnh chất lợng thấp.
Phơng pháp dựa nhị phân hóa
Vấn đề chung của nhị phân hóa đợc nghiên cứu rộng rãi trong xử lý ảnh và nhận dạng mẫu. Phơng pháp dễ dàng nhất sử dụng ngỡng toàn cục t và đợc thực hiện bằng cách thiết lập các điểm ảnh có cấp xám nhỏ hơn t về 0 và các điểm ảnh còn lại về 1. Nói chung, các phần khác nhau của ảnh có thể đợc đặc tính hóa bởi độ tơng phản và cờng độ khác nhau, vì vậy một ngỡng đơn là không đủ để nhị phân hóa chính xác. Vì lí do này, kĩ thuật ngỡng cục bộ thay đổi t một các cục bộ bằng cách điều chỉnh giá trị của nó theo cờng độ cục bộ trung bình. Trong trờng hợp ảnh vân tay chất lợng thấp, phơng pháp ngỡng cục bộ không phải lúc nào cũng bảo đảm một kết quả chấp nhận đợc và các giải pháp đặc biệt là cần thiết.
Với mục đích cải thiện chất lợng ảnh nhị phân, vài nhà nghiên cứu giới thiệu các kĩ thuật chính quy phủ đầy các lỗ, loại bỏ các đứt gãy nhỏ, loại bỏ các cầu giữa các vân. Coetzee và Botha (1993) xác định các lỗ và kẽ hở bằng cách theo dõi các đ-
ờng vân từ các cửa sổ điều hợp và loại bỏ chúng bằng cách sử dụng thuật toán màu - blob. Hung (1993) sử dụng kĩ thuật lọc điều hợp để cân bằng độ rộng vân.
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. Số điểm đi qua cn (p) của một điểm ảnh p trong ảnh nhị phân đợc xác định bằng một phần hai tổng các sai khác giữa các cặp điểm ảnh trong 8 lân cận của p:
mod8 1
1
( ) ( ) ( )
2 i i
cn p = ∑ val p −val p−
Trong đó p0, p1 …p7 là các điểm ảnh láng giềng lân cận của điểm ảnh p và val(p) thuộc {0, 1} là giá trị của điểm ảnh. Điểm p là:
Là điểm vân trung gian nếu cn(p) = 2; Là điểm kết thúc nếu cn(p) = 1;
Là các chi tiết phức tạp hơn (điểm rẽ nhánh, điểm giao cắt..) nếu cn(p) >=3;
Hình 2.12: Thể hiện hai ví dụ của quá trình trích chọn đặc tính từ ảnh nhị phân Hình trên: Các ví dụ về phát hiện chi tiết trên xơng. Các vòng tròn màu trắng và các hộp trắng tơng ứng là điểm kết thúc và điểm rẽ hai; Các vòng tròn màu đen và các hộp màu đen tơng ứng là các chi tiết đã đợc lọc.