CHƯƠNG 1 : TỔNG QUAN VỀ ẢNH VÂN TAY
2.3 Phương pháp rút trích minutiae từ ảnh xám
2.3.1 Phương pháp rút trích đặc trưng từ ảnh xám bằng thuật tốn “dị theo đường vân” [2] vân” [2]
Ý tưởng của phương pháp này là dựa vào thuật tốn “Dị theo đường vân” (rigde line following) [7]. Từ ảnh vân tay đã được tăng cường, thuật tốn sẽ dị các đường vân để tìm ra các đặc trưng rẽ nhánh và các đặc trưng kết thúc. Mặc dù độ phức tạp khái niệm của phương pháp này nhiều hơn, nhưng phương pháp này có độ tính tốn ít phức tạp hơn so với phương pháp rút trích các đặc trưng từ ảnh đã được nhị phân hóa.
* Dị theo đường vân
Giả sử I là một ảnh xám có kích thước là b, và z là giá trị mức xám tại điểm (i,j) thì bề mặt của ảnh vân tay I , với ảnh I có kích thước i=1, …a; j=1, ..b; có dạng như trong hình 2-16.
Hình 2-16: Các đường vân (ridge) và rãnh (ravine) trên bề mặt vân tay
Về mặt toán học, đường vân là tập hợp các điểm cực đại dọc theo cùng một hướng xác định. Việc rút trích các đặc trưng trực tiếp từ ảnh xám dựa vào thuật tốn “Dị theo đường vân”. Trong đó, thuật tốn này dựa vào việc xác định các điểm cực đại trục giao với hướng của đường vân, bằng cách kết nối các điểm cực đại ta thu được đường vân trên ảnh vân tay.
Các bước chính rút trích đặc trưng bằng thuật tốn “Dị theo đường vân” được thực hiện như sau:
• Lấy một điểm bất kỳ (is,js) trên ảnh I. • Xác định hướng φs tại điểm (is,js).
• Tìm điểm cực đại (ic,jc) mà gần với (is,js) nhất (hình 2-19).
• Xác định hướng φc tại điểm (ic,jc).
• Dịch chuyển một đoạn μ theo hướng φc (hình 2.20). • Điều chỉnh lại điểm cực đại (ic,jc) và hướng φc.
• Tiếp tục dị theo đường vân cho đến khi khơng phát hiện được điểm cực đại (ic,jc) thì đó là điểm đặc trưng (có thể là điểm kết thúc hay điểm rẽ nhánh).
• Tiếp theo chọn một điểm (is,js) khác và thực hiện lại q trình trên cho
đến khi dị hết tất cả các đường vân.
Hình 2-17: Điểm cực đại (ic,jc) tương ứng với (is,,js)
Hình
2-18: Dịch chuyển một đoạn theo đường vân [7]
Thuật toán xác định điểm cực đại:
Giả sử (Ω (it,jt),φ, σ) là thiết diện của đường vân có điểm chính giữa là (it, jt), hướng của thiết diện φ = φt +π / 2 (φt là hướng của đường vân tại (it, jt) và
bề rộng của thiết diện m = 2σ +1 điểm ảnh (hình 3-4). Khi đó, Ω được xác định như sau:
={(i,j) | (i,j) I,(i,j) segment((istart, jstrart), (iend, jend))} (istart, jstrart)= (round(it - σ), round(jt - σsin))
(iend, jend)= (round(it + σ), round(jt + σsin))
Điểm cực đại được xác định bằng cách so sánh mức xám giữa các điểm trong Ω.
Hình 2-19: Thiết diện của đường vân [7]
2.3.2 Đánh giá hiệu quả rút trích minutiae bằng thuật tốn “dị theo đường vân”. Để thực hiện được phương pháp rút trích từ ảnh xám sử dụng “thuật tốn dị theo Để thực hiện được phương pháp rút trích từ ảnh xám sử dụng “thuật tốn dị theo đường vân” cần phải thực hiện bước nhằm nâng cao chất lượng ảnh vân tay như: chuẩn hóa, phân đoạn ảnh, ước lượng hướng, tính khoảng cách đường vân, nâng cao chất lượng ảnh như đã trình bày ở phần 2.2 đã nêu trên, sau đó mới thực hiện theo “thuật tốn dị theo đường vân”. Phương pháp này có ưu điểm là: thực hiện tính tốn khơng phức tạp so với phương pháp nhị phân, thời gian rút trích nhanh. Tuy nhiên nhược điểm của phương pháp này là hiệu quả rút trích khơng cao do chưa đánh giá độ tin cậy của đặc trưng sau khi rút trích (vì các đặc trưng rút trích được có các đặc trưng giả mạo mà phương pháp này chưa loại bỏ được). Đặc biệt là đối với ảnh vân tay có chất lượng thấp, phương pháp này chưa phát hiện được một số đặc trưng như: rẽ ba, dạng đảo, dạng cựa gà, dạng cầu ….
2.4 Kết luận
Trong chương 2, tác giả đã trình bày hai phương pháp nâng cao chất lượng ảnh vân tay và trích chọn minutiae thông dụng: phương pháp rút trích minutiae thơng qua giai đoạn làm mảnh và phương pháp phát hiện đặc trưng trực tiếp từ ảnh xám, song phải thực hiện nhiều công đoạn phức tạp và hiệu quả mang lại hiệu quả chưa cao. Cụ thể: nâng cao chất lượng ảnh vân tay bằng phương pháp lọc Gabor sau đó rút trích chọn minutiae thông qua giai đoạn nhị phân hóa và làm mảnh hay rút trích minutiae bằng cách dị theo đường vân đều làm xuất hiện một số minutiae giả, cần phải loại bỏ, mặt khác trải qua nhiều công đoạn phức tạp như: phân đoạn và chuẩn hóa ảnh, ước lượng hướng, tính khoảng cách đường vân sau đó mới nâng cao chất lượng ảnh, việc trích chọn minutiae phải thơng qua giai đoạn nhị phân hóa nên dễ phát sinh các minutiae giả mạo và cần phải loại bỏ chúng. Trong chương tiếp theo tác giả xin trình bày phương pháp trích chọn minutiae từ ảnh xám, cụ thể nâng cao chất lượng ảnh dựa vào tháp phân rã và trích chọn minutiae bằng phép lọc đối xứng xoay của nhóm Bigun - 2008. Phương pháp này đã khắc phục được những hạn chế của phương pháp trình bày ở trên.