MỘT SỐ HƢỚNG CẢI TIẾN THUẬT TOÁN

Một phần của tài liệu (LUẬN VĂN THẠC SĨ) Nghiên cứu xây dựng thuật toán phân mảnh chỉ bản mười ngón dựa trên kỹ thuật véctơ hóa ảnh đường nét và ứng dụng (Trang 81 - 85)

CHƢƠNG I : TỔNG QUAN VỀ HỆ THỐNG NHẬN DẠNG VÂN TAY TỰ ĐỘNG

3.5 MỘT SỐ HƢỚNG CẢI TIẾN THUẬT TOÁN

Mặc dù chƣơng trình đã đạt đƣợc những kết quả khá tốt đối với các ảnh vân tay có chất lƣợng tốt và trung bình, nhƣng nhằm nâng cao hiệu quả của chƣơng trình đối với cả những ảnh có chất lƣợng xấu hơn, giảm thiểu những trƣờng hợp không phân loại đƣợc phải nhờ đến tƣơng tác của ngƣời sử dụng, chúng tôi đã đề xuất một số cải tiến nhƣ sau:

Sau khi tính đƣợc hƣớng của từng pixel trên ảnh, ta tính hƣớng tổng hợp cho mỗi vùng gồm 8x8 pixel. Nếu ta tổng hợp hƣớng cho vùng này bằng phƣơng pháp tính trung bình các hƣớng thì kết quả thu đƣợc sẽ không chính xác đối với những vùng có đƣờng vân bị gai nhỏ có hƣớng vuông góc với đƣờng vân (do vết mực hoặc bụi bẩn), vì vậy ta cải thiện khâu này bằng phƣơng pháp tìm hƣớng nào chiếm đa số làm hƣớng đại diện cho toàn vùng. Việc cải tiến này đã đem lại hiệu quả khá tốt khi trích chọn các tiêu điểm đối với những ảnh vân tay có chất lƣợng xấu, nhiều nhiễu.

Một hƣớng khác cải tiến ma trận hƣớng là dùng hƣớng của các đoạn biên đƣờng vân khi dò biên ảnh nhị phân thu đƣợc. Những đoạn biên đủ dài (trên 3 bƣớc vân) thể hiện rõ nét hƣớng của vùng vân nó đi qua nên bằng việc xử lý xấp xỉ tuyến tính từng đoạn đƣờng biên và cập nhật hƣớng cho ma trận hƣớng ta thu đƣợc kết quả ma trận hƣớng tốt hơn và từ đó kết quả nhị phân hóa lần hai và kết quả nhận dạng các tiêu điểm sau cải tiến cũng tốt hơn.

- 81 –

Ví dụ 1: Kết qủa khi chƣa cải tiến:

Ta thấy chƣơng trình trƣớc khi cải tiến không trích chọn đƣợc các tiêu điểm do ảnh có quá nhiều nhiễu, do đó không thể phân loại đƣợc về các dạng cơ bản, dễ xày ra nhầm lẫn là dạng cung thường, trong khi thực tế ảnh vân tay trên thuộc dạng cơ bản là

xoáy thường.

- 82 –

Sau khi cải tiến , chƣơng trình đã trích chọn đƣợc chính xác số lƣợng và vị trí các tiêu điểm cần thiết (2 tâm điểm và 2 tam phân điểm), từ đó đƣa ra đƣợc dạng cơ bản chính xác là Xoáy thường.

Ví dụ 2: Kết quả khi chƣa cải tiến:

Với trƣờng hợp này, khi chƣa cải tiến chƣơng trình đã trích chọn thiếu tiêu điểm (chỉ có 1 tâm điểm và 1 tam phân điểm trong khi phải tìm thấy 2 tâm điểm và 2 tam phân điểm), dẫn đến kết quả sai khi phân loại. Chƣơng trình đƣa ra dạng cơ bản là Quai phải, trong khi đó dạng cơ bản thực tế là Xoáy thường.

- 83 –

Sau khi cải tiến , chƣơng trình đã trích chọn đƣợc đủ số tiêu điểm cần thiết (2 tâm điểm và 2 tam phân điểm), từ đó đƣa ra đƣợc dạng cơ bản chính xác là Xoáy thường.

Ví dụ 3: Kết quả khi chƣa cải tiến phƣơng pháp:

Còn ở trƣờng hợp này, khi chƣa cải tiến, mặc dù chƣơng trình đƣa ra đƣợc dạng cơ bản chính xác là dạng xoáy thƣờng, nhƣng thực tế là đã trích chọn sai vị trí của 1 tam phân điểm (do ảnh hƣởng của vết mực trên ảnh), có thể gây ra nhầm lẫn cho các quá trình xử lý sau này. Kết quả sau khi cải tiến:

- 84 –

Cũng nhƣ các trƣờng hợp trên, chƣơng trình sau khi cải tiến đã đạt đƣợc kết quả chính xác về vị trí của các tiêu điểm cũng nhƣ dạng cơ bản (2 tâm điểm và 2 tam phần điểm chính xác, dạng cơ bản: Xoáy thường).

3.6 ỨNG DỤNG KẾT QUẢ NGHIÊN CỨU ĐỂ CẢI TIẾN , BỔ SUNG TÍNH NĂNG MỚI CHO PHÂN HỆ THU NHẬN CHỈ BẢN VÂN TAY C@FRIS

Một phần của tài liệu (LUẬN VĂN THẠC SĨ) Nghiên cứu xây dựng thuật toán phân mảnh chỉ bản mười ngón dựa trên kỹ thuật véctơ hóa ảnh đường nét và ứng dụng (Trang 81 - 85)

Tải bản đầy đủ (PDF)

(90 trang)