3.1 HỆ THỐNG XÁC THỰC TRÊN MÁY ẢNH KỸ THUẬT SỐ
3.1.3 Dữ liệu sinh trắc học
Công nghệ Sinh trắc học (Biometric) - là một công nghệ sử dụng những thuộc tính vật lý hoặc các mẫu hành vi, các đặc điểm sinh học đặc trƣng nhƣ dấu vân tay, mẫu mống mắt, giọng nói, khuôn mặt,... để nhận diện con ngƣời. Sinh trắc học là một công cụ kiểm tra cá nhân hữu hiệu với các đặc trƣng thƣờng đƣợc sử dụng vân tay, vân
mùi, vân tiếng, vân môi, vân mắt. Trong “ngũ vân” thì vân tay đƣợc áp dụng phổ biến và lâu đời nhất. Ngoài vân tay thì mống mắt cũng là một đặc điểm quan trọng để phân biệt giữa ngƣời này với ngƣời khác và có tỷ lệ nhận dạng tốt nhất trong tất cả các phƣơng thức sinh trắc đã biết. Sự phát triển của công nghệ thông tin có thể giúp thu nhận và ghi nhớ đƣợc hàng triệu ghi chép dƣới dạng số hoá. Kỹ thuật này đƣợc đánh giá sẽ là chìa khoá của một cuộc cách mạng công nghệ mới, khi những thiết bị có khả năng nhận dạng mống mắt để bảo vệ dữ liệu đƣợc ứng dụng ngày càng nhiều [E31].
Vân mống mắt (iris) là phần nằm giữa màng cứng (sclera) và con ngƣơi (pupil). Nó có cấu trúc rất phức tạp và duy nhất. Nhiệm vụ chính của mống mắt là điều chỉnh sự co giãn của màng cứng và con ngƣơi với ánh sáng (hình 3.4). So với những kỹ thuật nhận dạng sinh trắc học khác, nhận dạng vân mống mắt có nhiều đặc điểm nổi trội hơn.
1). Thuộc tính của vân mống mắt.
a). Tính duy nhất:
Ý tƣởng dùng vân mống mắt cho nhận dạng đƣợc Frank Burch, một bác sĩ khoa mắt đề xuất vào năm 1936 với lý do là vân mống mắt có tính duy nhất gần nhƣ tuyệt đối. Khả năng hai ngƣời có vân mống mắt giống nhau là 10-35. Ngay cả hai ngƣời sinh đôi cũng có vân mống mắt khác nhau.
b). Tính tin cậy và ổn định:
Mống mắt là một phần của mắt đƣợc bảo vệ bởi mi mắt và nƣớc mắt. Không nhƣ vân tay và lòng bàn tay, nó khó bị làm tổn thƣơng và lỗi nhận dạng do sẹo không bao giờ xảy ra. Bên cạnh đó nó không thay đổi trong suốt cuộc đời của chúng ta.
c). Tính không thể giả mạo:
Đƣờng kính của con ngƣơi và đƣờng kính của mống mắt luôn thay đổi để thích nghi với ánh sáng. Dụng cụ đo đồng tử dựa trên sự thay đổi này có thể cung cấp cho việc kiểm tra sự giả mạo.
Năm 1987, hai bác sĩ khoa mắt Aran Safir và Leonard Flom lấy bằng sáng chế ý tƣởng này, cùng với TS Joln Daugman, một giáo sƣ chuyên về lĩnh vực thị giác máy tính Đại học Cambrigdge nghiên cứu. Năm 1993 TS Joln Daugman công bố giải thuật nhận dạng vân mống mắt mà phần lớn các hệ thống ngày nay đều dùng phƣơng pháp này. Sau đó Wildes và Boles đề xuất hai giải thuật khác và cũng rất thành công. Những năm gần đây Học viện tự động thuộc Viện khoa học của Trung Quốc (Chinese Academy of Sciences' Institute of Automation) cũng đƣa ra một vài phƣơng pháp nhận dạng mống mắt [E32,33,34].
2). Thuật toán để áp dụng sinh trắc học vào nhận dạng vân mống mắt người
a). Xác định tâm con ngƣơi
Dựa vào việc xác định giá trị của điểm ảnh trong vùng con ngƣơi, ta sẽ xác định đƣợc tâm của hình tròn mống mắt (cũng là tâm của tròng mắt) bằng cách thiết lập một ma trận ảnh trên ảnh mắt Sau đó xác định tâm là giao điểm của hàng và cột (trên ma trận ảnh) có tổng số điểm lớn nhất chứa giá trị trong khoảng giá trị của vùng con ngƣơi. Nói một cách tổng quát là khoảng giá trị có mức xám thấp nhất (đen nhất).
b). Xác định bán kính con ngƣơi và bán kính mống mắt
Sau khi xác định tâm con ngƣơi (pupil), ta sẽ xác định bán kính con ngƣơi bằng cách, trên hàng (cột) chứa tâm ta sẽ mở rộng việc xem xét giá trị điểm ảnh từ tâm trở ra, đến vị trí mà giá trị điểm của nó không thuộc khoảng giá trị của con ngƣơi (pupil) (có thể xét tổng quát bằng cách dựa vào sự thay đổi mức xám một cách đột ngột) thì tại vị trí điểm đó đến tâm là bàn kính. Để việc xác định bán kính chính xác hơn, ta cũng có thể lấy bán kính là trung bình cộng của 4 khoảng cách mà ta xác định nhƣ vừa nêu ở bốn hƣớng khác nhau (trên hàng và cột chứa tâm).
Giải thuật
1. Từ tâm vẽ một đường tròn bán kính r
2. Giá trị điểm ảnh trên đường tròn bán kính r được xét
3. if (minthe<= giá trị pixel>=maxthe) then tăng r và trở về bước 2 else r là bán kính của con ngươi
Dựa vào lƣợc đồ mức xám hoặc xét sự thay đổi về độ sáng ta cũng xác định đƣợc bán kính của mống mắt. Giải thuật tìm bán kính mống mắt cũng tƣơng tự nhƣ trên
c). Xác định vân mống mắt (Vùng nhận dạng)
Chuyển giá trị hình vành khăn của vân mống mắt về dạng hình chữ nhật để thuận tiện cho việc xử lý
Hình 3.6 Chuyển hình ảnh mống mắt thành hình ảnh theo tọa độ cực
Giải thuật
+ Bắt đầu từ điểm A (=00) trên đƣờng tròn hình vành khăn (ma trận ảnh mống mắt) và bán kính r là bán của con ngƣơi, chuyển giá trị mức xám của A vào ma trận hình chữ nhật ở vị trí B[1,1]. Xác định mức xám kế tiếp của điểm A1 bằng cách dịch điểm A ngƣợc kim đồng hồ một góc thích hợp và gán giá trị đó vào vị trí B[1,2] của ma trận hình chữ nhật....quá trình tiếp tục cho đến khi =3600 hoặc An=A. Khi này ta đã chuyển xong một vòng tròn của hình vành khăn sang ma trận hình chữ nhật.
+ Tăng bán kính lên một đơn vị và thực hiện lại bƣớc trên ta chuyển vòng tròn thứ 2 sang ma trận hình chữ nhật.
+ Quá trình chuyển sẽ dừng khi khi r=r+1 (thực hiện chuyển vòng tròn cuối cùng của mống mắt (outer boundary)).
d). Trích chọn đặc trƣng (Feature extraction).
Áp dụng Gabror wavelet : s(x,y)ej(2(u0xv0y)P)
Phần thực của hàm là : Re(s(x,y))=cos(2(u0x+v0y)+p)
Phần ảo của hàm là: Im(s(x,y))=sin(2(u0x+v0y)+p)
Tham số u0 và v0 đại diện cho tần số hình sin ngang và dọc tƣơng ứng. P là một phép dịch chuyển ở thời điểm bất kỳ.
Áp dụng công thức trên chuyển ảnh hình chữ nhật (unrolled iris) về dạng nhị phân (Iriscode). Ta đƣợc kết quả nhƣ hình dƣới. Đây chính là dữ liệu dùng so sánh:
Hình 3.7 (a). Phần thực của Iriscode; (b) Phần ảo của Iriscode
e). Đối sánh và quyết định (Matching and Decision)
+ Khoảng cách Hamming (Hamming distance)
Khoảng cách Hamming (HD) cho ta cách tính có bao nhiêu bit giống giữa hai mẫu bit. Sử dụng khoảng cách Hamming của hai mẫu bit ta có thể xác định hai mẫu bit đó có cùng đƣợc tạo ra từ một mống mắt hay không? Trong việc so sánh các mẫu bit X và Y, khoảng cách Hamming đƣợc định nghĩa là tổng của những bit không khớp (tổng của XOR giữa X và Y) trên N, với N là tổng số bits trong mẫu bit.
HD=1/N N j X j XORYj 1 ) ( + Đối sánh (Matching)
Vấn đề của việc so sánh giữa các mẫu Iriscode khi chúng ta muốn xác thực một ngƣời dùng. Ảnh mắt của ngƣời cần xác thực sẽ đƣợc chụp và tạo ra Iriscode. Bộ Iriscode này sẽ đƣợc so sánh với cơ sở dữ liệu Iriscodes đã tạo từ trƣớc. Chúng ta áp dụng khoảng cách Hamming iriscode của ngƣời cần xác thực lên từng mẫu iriscode trong cơ sở dữ liệu. Nếu kết quả bằng 0 coi nhƣ hai iriscode là của cùng một ngƣời và ngƣợc lại.
Nhƣng trên thực tế điều này không luôn xảy ra do nhiều nguyên nhân nhƣ ảnh bị xoay, ánh sáng do lúc chụp ảnh... nên kết quả thu đƣợc gọi là trùng khớp (match) chỉ