Thiết kế hệ thống nhận dạng vân tay từ ảnh số

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG




CÁP TUẤN BIÊN

THIẾT KẾ HỆ THỐNG
NHẬN DẠNG VÂN TAY TỪ ẢNH SỐ



Chuyên ngành: KHOA HỌC MÁY TÍNH

Mã số: :

TÓM TẮT LUẬN VĂN THẠC SỸ KĨ THUẬT




HÀ NỘI – NĂM 2013

Luận văn được hoàn thành tại:
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG


Người hướng dẫn khoa học: TS. TRỊNH ANH TUẤN


Phản biện 1:…………………………… …………………….

Phản biện 2: …………………………………………………

Luận văn sẽ được bảo vệ trước Hội đồng chấm luận
văn thạc sĩ tại Học viện Công nghệ Bưu chính Viễn
thông
Vào lúc: giờ ngày tháng năm

Có thể tìm hiểu luận văn tại:
- Thư viện của Học viện Công nghệ Bưu chính
Viễn thông





PHẦN I: MỞ ĐẦU
1. Lời nói đầu:
Ngày nay, việc thu thập, xử lý
thông tin qua ảnh để nhận biết đối

tượng đang được quan tâm và ứng dụng
rộng rãi. Với phương pháp này, chúng
ta có thể thu nhận được nhiều thông tin
từ đối tượng mà lại không cần tác động
nhiều đến đối tượng nghiên cứu.
2. Giới thiệu:
Nhận dạng vân tay là một bộ phận
của nhận dạng sinh học. Khoa học nhận
dạng vân tay cũng đã hình thành từ khá
lâu. Nhưng tới thời gian gần đây, cùng
với sự ra đời của máy tính nó mới đạt
được nhiều kết quả quan trọng và trở
thành một trong những phương pháp
sinh trắc có độ tin cậy nhất.
Luận văn này sẽ thực hiện nhận
dạng vân tay bằng ảnh số theo hướng
có thể triển khai trong dân sự. Có 3
phương pháp:
Phương pháp thứ nhất: sử dụng đặc
trưng tương quan của hai mẫu vân tay.
Phương pháp thứ hai: dựa trên cơ
sở phát hiện và sử dụng các điểm nút
đặc trưng (minutiae).
Phương pháp thứ ba: sử dụng các
đặc trưng về đường vân.
3. Trọng tâm của luận văn tập
trung vào hai phần:
Tạo vec-tơ đặc tính cho mục đích
phân loại kiểu vân tay và cho đối sánh
vân tay (feature extraction).

Sử dụng các điểm minutiea đã trích
chọn bước trước để đối sánh nhận dạng
vân tay (minutiae matching).
4. Luận văn trình bày theo cấu
trúc:
Chương I: Vân tay trong sinh trắc
học.
Chương II: Trích chọn đặc tính
vân tay và đối sánh vân tay.
Chương III: Xây dựng hệ thống
thử nghiệm. Ví dụ minh họa
PHẦN II: NỘI DUNG
CHƯƠNG I: VÂN TAY
TRONG SINH TRẮC HỌC
Thực chất việc lấy dấu vân tay
dùng để làm gì? Việc lấy dấu vân tay
nhằm mục đích làm cơ sở dữ liệu.
Gồm 2 quá trình chính trong việc lấy
dấu vân tay như sau :
1. Xác nhận dấu vân tay ( fingerprint
verification )Tại bước này một người sẽ
cung cấp dấu vân tay cùng với chứng
minh thư nhằm tạo ra một cơ sở dữ liệu
tương ứng dấu vân tay và thẻ chứng
minh thư .
2. Nhận diện dấu vân tay (finger
identification ) Bước này sẽ không cần
dùng tới chứng minh thư nữa. Dấu vân
tay sẽ được đưa vào để đối chiếu với
database chứa các vân tay.

Chương trình xử lý thuật toán
trong luận văn thiết kế theo mô-đun và
có thể tận dụng cho các khâu khác cùng
hệ thống. Hệ thống thiết kế có tính mở.
Có khả năng thay thế các mô-đun thực
hiện thuật toán. Cơ sở dữ liệu ảnh có
thể bổ sung thêm dễ dàng.


1. Vai trò của nhận dạng vân tay
trong sinh trắc học
Công nghệ sinh trắc học : dùng
để nhận dạng Ai là Ai qua vân tay,
mống mắt, giọng nói, các đặc điểm trên
mặt, trên người Tất cả các đặc điểm
trên đều giúp chúng ta nhận ra Ai là Ai.
Tuy nhiên theo các nghiên cứu thì vân
tay là một đặc điểm nhận dạng có tính
chất ưu việt nhất và phổ biển nhất.
Nguyên lý hoạt động của Công
nghệ nhận dạng vân tay: Quá trình xử
lý dữ liệu sẽ được thiết bị chuyển sang
các dữ liệu số và ra thông báo rằng dấu
vân tay đó là hợp lệ hay không hợp lệ
để cho phép hệ thống thực hiện các
chức năng tiếp theo. Có hai phương
pháp để lấy dấu vân tay:
- Cách thứ nhất (cổ điển) là sao
chép lại hình dạng vân tay (như lăn tay,
hay chạm vào một vật gì đó) thông qua

máy quét ghi nhận và xử lý.
- Cách thứ hai được xem là "đọc"
dòng điện dưới ngón tay thông qua hệ
thống khuyếch đại xung điện, rồi
chuyển thành vân tay.
Ngày nay việc ứng dụng công nghệ
sinh trắc học về nhận dạng vân tay
được sử dụng ngày càng nhiều vì nó
đáp ứng yêu cầu bảo vệ dữ liệu, đảm
bảo an ninh an toàn với độ chính xác
cao.
Thuật toán so khớp vân tay:
Thuật toán gồm hai bước: giai
đoạn thứ nhất là thiết lập quần thể và
giai đoạn hai là sự tiến hóa dựa vào di
truyền. Thuật toán được trình bày tóm
tắt như sau:
1) Áp dụng toán tử so khớp cục bộ để
thiết lập quẩn thể ban đầu gồm P cá thể
được biểu diễn dạng vector các số thực.
2) Tính toán giá trị thích nghi dựa vào
phương trình (8) cho mỗi cá thể trong
quần thể ban đầu .
3) Lặp lại các bước cho đến khi gặp
điều kiện dừng.
4) Chọn P/2 cá thể có độ tích nghi cao
(bằng phương pháp đấu chọn kích
thước k [23], k=5 trong thực nghiệm)
trong quần thể làm cá thể bố mẹ .
5) Sản sinh ra thế hệ con sử dụng phép

lai ghép các cá thể bố mẹ này và sau đó
áp dụng phép đột biến theo phương
pháp Gaussian lên cá thể con.
6) Tính toán giá trị thích nghi của các cá
thể con mới tạo ra.
7) Tạo ra quần thể mới có kích thước P
gồm các cá thể bố mẹ và các cá thể con
sinh ra từ lai ghép và đột biến.
8) Chọn các thể có giá trị thích nghi cao
nhất trong quần thể là giá trị tương
quan cần tìm.
1.2. Uniqe là một thuộc tính của
vân tay
Cho đến nay, vẫn chưa có bằng
chứng xác thực 100% vân tay trên các
ngón tay tuyệt đối mang tính cá nhân và
không hề lặp lại. Câu trả lời chính xác
chỉ có được khi đem so sánh từng mẫu
vân tay của mười đầu ngón người với
hơn sáu tỉ người còn lại.
- Tính “phổ thông”, mọi người đều có.
- Tính cá nhân và không lặp lại. Xác
suất trùng khớp với người khác gần
bằng không.
- Tính “bất biến”. Hình dạng tổng thể
của vân tay trên các ngón tay của con
người không thay đổi theo thời gian.
Ngay cả trường hợp bị chấn thưong
nhẹ, dấu vân tay vẫn có khả năng khôi
phục lại.

1.3. Thể hiện các đặc tả của vân
tay
Căn cứ vào ảnh vân tay đầu vào
chúng ta có thể lựa chọn được đặc tính
cần trích chọn và dự kiến phương án
nhận dạng.
1.4. Khó khăn gặp phải khi nhận
dạng vân tay
Tùy vào điều kiện thu nhận ảnh
dẫn đến chất lượng ảnh thu thập nên
nhiều khi các chi tiết trên mẫu vân tay
không biểu hiện hiện rõ ràng.
Tuy vậy trong thực tế cũng có
nhiều mẫu vân tay thu thập trong điều
kiện tốt nên có chất lượng cao.

CHƯƠNG II
ĐẶC TÍNH VÂN TAY VÀ
ĐỐI SÁNH VÂN TAY
2.1. Đại cương về ảnh số và xử lý
ảnh trong Matlab
Trong phần này sẽ trình bày tóm
tắt về ảnh số và một số thuật toán xử lý
ảnh số trong Matlab.
2.2. Đại cương về ảnh số:
Ảnh có thể biểu diễn dưới dạng tín
hiệu tương tự hoặc số. Trong phần này
sẽ tập trung vào biểu diễn ảnh số, cơ sở
về mầu và việc chuyển đổi màu.
2.2.1. Biểu diễn ảnh số:

Với ảnh màu các giá trị tại mỗi
phần tử của ma-trận biểu diễn ba màu
riêng biệt gồm: đỏ (Red-R), lục (Green-
G) và lam (Blue-B). Để biểu diễn cho
ba màu riêng rẽ cần 24-bit, 24-bit này
được chia thành ba khoảng 8-bit. Mỗi
khoảng này biểu diễn cho cường độ
sáng của một trong các màu chính.
2.2.2. Cơ sở về màu:
Ánh sáng màu là tổ hợp các ánh
sáng đơn sắc. Mắt người có thể cảm
nhận được một số màu nhất định nhưng
lại có thể phân biệt được rất nhiều màu
(trong vùng quang nhìn thấy, có dải
bước sóng 400nm ÷ 750nm ). Cảm
nhận màu của con người phụ thuộc vào
ba thuộc tính B, H, S.
H (hue): sắc lượng,
S (saturation): độ bão hòa.
B (brightness): độ chói,
Tổ hợp B, H, S đối với từng ánh
sáng màu trong ba màu này giúp mắt
con người có thể phân biệt được hàng
ngàn màu. R, G, B còn được gọi là các
màu cơ sở.
Phân bổ phổ năng lượng của một
nguồn sáng màu có bước sóng l ký hiệu
là C (l) và việc tổ hợp màu theo ba màu
cơ sở (có các đường cong cảm nhận S1,
S2, S3).

Tổ chức quốc tế về chẩn hóa màu
CIE đã đưa ra một số không gian màu
như: RGB, CMY, CMYK, HIS,…
Trong đó mô hình RGB có vai trò quan
trọng.
2.2.3. Chuyển đổi màu:
Hệ tọa độ màu do CIE quy định
như một hệ quy chiếu và trên thực tế
không thể biểu diễn hết các màu.
2.3. Xử lý ảnh số trong Matlab:
Đứng về mặt xử lý tín hiệu nói
chung và xử lý ảnh nói riêng, Matlab là
công cụ rất mạnh. Trong Matlab có
nhiều Toolbox hỗ trợ các ứng dụng
chuyên sâu. Với bài toán nhận dạng
hình ảnh, các Toolbox thường được sử
dụng gồm:
- Image Processing Toolbox
- Image Acqusition Toolbox
- Wavelet Toolbox
- Signal Processing
- Statistics Toolbox
- Neural Network Toobox
Hiện nay, MATLAB dù đã được
sử dụng khá phổ biến trên thế giới, còn
khá mới mẻ đối với chúng ta. Vì thế, tôi
xin trình bày chút hiểu biết cơ bản tích
lũy sau một thời gian tiếp cận với
MATLAB trong toán giải tích nhiều
biến.

Tổng quan, có 2 cách để thực hiện
lệnh trên MATLAB :
1. Trực quan từng lệnh một (MẶC
ĐỊNH)
2. Script – một tập hợp lệnh (ở dạng
tênfile.m)
2.3.1. Histogram:
Histogram (lược đồ xám) thể hiện
tần suất xuất hiện mỗi mức xám trong
ảnh.
2.3.2 Phân ngưỡng cục bộ:
Phân ngưỡng với mục đích làm
tăng độ tương phản các đối tượng cần
quan tâm đông thời loại bớt nhiễu. Nếu
phân ngưỡng toàn bộ ảnh nhiều khi tỏ
ra không hiệu quả, nhất là khi cường độ
sáng của ảnh không đồng đều.
2.3.3. Biến đổi Fourier-2D rời rạc:
Biến đồi Fourier rời rạc trong xử lý
ảnh số nhằm mục đích lọc lấy các thành
phần tín hiệu ảnh có tần số trội.
2.3.4. Lọc ảnh Sobel:
Lọc Sobel là một trường hợp của
lọc số tuyến tính. Nghĩa là bộ lọc dùng
một convolution-mask (cửa sổ dùng để
nhân chập, gọi tắt mask), rồi lấy tổng có
trọng số các điểm lân cận với điểm ở
chính giữa trong mask đó. Di chuyển
mask trên toàn bộ miền tín hiệu ảnh,
mỗi bước một pixel, cuối cùng thu ảnh

kết quả.
2.3.5. Phát hiện biên bằng toán tử
gradient:
Sử dụng toán tử gradient trong
miền 2D là một trong các phương pháp
dùng để phát hiện biên. Toán tử định
nghĩa như là một vec-tơ hai thành phần:
/
/
x
y
G
f x
G
f y
 
 
 
  
 
 
 
 
 
f

2.3.6 Loang rộng và thu nhỏ đối
tượng
Loang rộng (dilation) và thu nhỏ
(erosion) đối tượng là hai toán tử cơ của

nhóm thuật toán xử lý morphology.
2.4. Sơ đồ khối thiết kế hệ thống
nhận dạng vân tay
2.4.1. Các nguyên lý nhận dạng
vân tay:
Các nguyên lý nhận dạng vân tay
thì liên quan chặt chẽ đến cách thức tìm
ra sự tương đồng giữa ảnh vân tay đầu
vào với một template trong cơ sở dữ
liệu vân tay. Ba phương pháp chính:
- Minutiae-base matching.
- Correlation-base matching.
- Ridge feature-base matching.
2.4.2 Hệ thống nhận dạng vân tay:
Có hai hình thức phân loại hệ
thống nhận dạng vân tay: dựa trên kiến
trúc của hệ thống và cách xử lý dữ liệu
trong hệ thống.
a) Phân loại hệ thống theo kiến trúc:
- Hệ thống có kiến trúc song song
- Hệ thống có kiến trúc nối tiếp
- Hệ thống có kiến trúc thứ bậc
b) Phân loại hệ thống theo các xử lý dữ
liêu:
- Hệ thống có khâu hợp nhất sau trích
chọn đặc tính.
- Hệ thống có khâu hợp nhất sau đối
sánh.
- Hệ thống có khâu hợp nhất sau tổng
hợp kết quả.

2.4.3 Xây dựng hệ thống nhận
dạng vân tay bằng ảnh số:
Trên cơ sở các phân tích đã nêu,
sau đây là đề xuất về sơ đồ khối hệ
thống nhận dạng vân tay bằng ảnh số.
Hệ thống này có khả năng phân loại vân
tay, tạo cơ sở dữ liệu và nhận dạng vân
tay.
- Kiểu nhận dạng là identification,
nghĩa là một mẫu cần nhận dạng (input)
sẽ nhận kết quả bằng cách đối sánh với
N mẫu khác trong cơ sở dữ liệu
(template).
- Kiểu chế độ hoạt động của hệ thống
hướng đến là online. Nghĩa là hệ thống
có thể hoạt động liên tục, có khả năng
ghép với khâu thu thập số liệu sử các
phương pháp thu nhận ảnh live-scan
(bằng máy scan, sensor,…) và quan
trọng hơn có thể vừa thu thập số liệu
vừa có thể nhận dạng.
- Kiến trúc hệ thống thiết kế theo hướng
xử lý dữ liệu nối tiếp
2.5. Tập mẫu ảnh vân tay
Vân tay có thể lưu trữ theo hai
cách: trên giấy (giấy thường, giấy
ảnh ) hoặc file ảnh.
2.6. Trích chọn minutiae cho đối
sánh vân tay
Hướng chung là chọn các phương

pháp mà có thể tận dụng được các mô-
đun chương trình ở công đoạn này và
áp dụng được cho công đoạn khác.
Nhưng các phương pháp lựa chọn phải
đạt yêu cầu cho bài toán nhận dạng cuối
cùng. Vì vậy, tạo tính mở cho hệ thống
và tiết kiệm thời gian thiết kế.
2.6.1. Chuẩn hóa ảnh đầu vào:
Chuẩn hóa ảnh đầu vào là bước
cần thiết trước khi vào bước tiền xử lý
ảnh. Do ảnh dùng cho trích trọn đặc
tính có thể không phù hợp về kích