M Ở ĐẦU 7 U
2.10. Phân vùng
Nếu hàm h là tuần hoàn trong đoạn [x1,x2] hoặc sự thay đổi biên độ trong đoạn [x1,x2] là nhỏ, thì sự biến thiên có thể được biểu diễn như một hàm của biên độ trung bình αmvà tần số trung bình f (hình 2.18).
2 1 m
V(h) (x= −x ).2α .f (2.11)
Hình 2.18: Biến thiên của hàm h trong khoảng [x1,x2] là tổng các biên độ α α1, 2,...,α8. Như vậy, tần số cần tìm có thểđược đánh giá bằng công thức:
2 1 m V(h) f 2(x x ) = − α (2.12)
Maio và Maltoni đề xuất một phương pháp thực nghiệm dựa trên lý thuyết này. Sự
biến thiên và biên độ trung bình của một mẫu vân hai chiều được đánh giá từ các đạo hàm thành phần bậc nhất và bậc hai, và tần số vân cục bộ được tính từ phương trình (2.12).
2.10. Phân vùng
Như đã đề cập trong phần đầu của chương, một điểm (hoặc một vùng trong ảnh vân tay gốc) có thể là vùng vân có thể khôi phục hoặc vùng không thể khôi phục. Phân vùng ảnh vân tay nhằm mục đích tránh cho việc trích chọn các đặc trưng không rơi vào vùng nhiễu hoặc vùng nền.
Ảnh vân tay là các mẫu vân dạng sóng, do vậy dùng các kỹ thuật phân ngưỡng cục bộ hoặc toàn cục (Gonzales & Woods, 1992) sẽ không cho kết quả tốt. Trên thực tế, cường độ ảnh trung bình không phải là yếu tố quyết định phân biệt giữa nền và vân, mà là sự hiện diện của các mẫu có hướng và có dạng sóng trong vùng vân, và của mẫu
Chương 2. Nâng cao chất lượng ảnh vân tay
thì cách tiếp cận dựa trên cường độ cục bộ để tách vùng nền và vùng vân có thể hiệu quả; tuy nhiên trong thực tế, sự có mặt của nhiễu (do bụi hoặc các vết dầu mỡ trên máy quét ảnh vân tay) đòi hỏi phải có các kỹ thuật phân vùng mạnh hơn.
2.10.1. Phương pháp của Mehtre, et al. (1987)
Mehtre, et al. (1987) tách vùng vân tay bằng cách sử dụng các histogram cục bộ
của các hướng vân. Tại mỗi điểm, hướng vân được đánh giá và một histogram của hướng được tính cho các khối 16 x 16. Nếu trong histogram có một đỉnh đáng kể thì chứng tỏ đó là một mẫu có hướng, ngược lại nếu histogram có dạng phẳng hoặc gần phẳng thì đó là đặc điểm của tín hiệu đẳng hướng. Phương pháp này sẽ bị lỗi nếu một khối có cường độ đồng nhất (ví dụ một khối trắng trong vùng nền), bởi vì không có hướng vân cục bộ nào được tìm thấy. Để giải quyết trường hợp này, Mehtre và Chatterjee (1989) đề xuất một phương pháp kết hợp, vừa sử dụng các histogram hướng, vừa tính độ lệch cấp xám của mỗi khối. Với các khối có thông tin histogram không đủ tin cậy và có độ lệch cấp xám thấp thì sẽđược coi là vùng nền.
2.10.2. Phương pháp của Ratha, Chen, và Jain (1995)
Ratha, Chen, và Jain (1995) gán mỗi khối 16 x 16 là vùng vân hay vùng nền dựa theo độ lệch của mức xám theo hướng trực giao với hướng vân. Họ cũng sử dụng độ
lệch cường độ trong khối để đánh giá chất lượng. Thuật toán giả định rằng các vùng nhiễu là đẳng hướng, trong khi các vùng vân sẽ có độ lệch cường độ rất cao theo hướng trực giao với hướng vân, và độ lệch rất thấp nếu dọc theo hướng vân.
Thực nghiệm cho thấy phương pháp này không mang lại hiệu quả cao, nhất là khi các đường vân tay bịđứt nét, hoặc ảnh có độ tương phản thấp.
2.10.3. Phương pháp của Maio và Maltoni (1997)
Maio và Maltoni (1997) phân biệt các vùng vân và nền bằng cách sử dụng biên độ
trung bình của gradient trong mỗi khối của ảnh; trên thực tế, do sự thay đổi cường độ
cấp xám giữa các đường vân và rãnh vân nên vùng vân có biên độ gradient cao và vùng nền có biên độ gradient thấp.
2.10.4. Phương pháp của Shen, Kot, và Koo (2001)
Trong phương pháp được đề xuất bởi Shen, Kot, và Koo (2001), tám bộ lọc Gabor
được cuộn với các khối của ảnh, và độ lệch của các phản hồi từ bộ lọc được dùng cho cả phân vùng vân tay và phân loại các khối theo chất lượng của chúng, ví dụ như tốt,
Chương 2. Nâng cao chất lượng ảnh vân tay
2.10.5. Phương pháp của Bazen và Gerez (2001)
Bazen và Gerez (2001) đề xuất một kĩ thuật phân vùng dựa trên từng điểm ảnh, trong đó ba đặc điểm (độ gắn kết gradient, trung bình cường độ, độ lệch cường độ)
được tính trên từng điểm ảnh, và sử dụng phân loại tuyến tính để phân điểm ảnh thành vùng nền hay vùng vân. Một kỹ thuật giám sát được sử dụng để chọn các tham số tối
ưu cho bộ phân loại tuyến tính đối với mỗi loại cảm biến cụ thể. Bước hậu xử lý hình thái cuối cùng (Gonzales và Woods, 1992) được thực hiện để loại các lỗ hổng trong các vùng vân và vùng nền. Kết quả thực nghiệm của họ cho thấy phương pháp này khá chính xác; tuy nhiên, độ phức tạp tính toán cao hơn đáng kể so với các cách tiếp cận theo khối được trình bày ở trên.