(Luận văn thạc sĩ hcmute) nhận diện mống mắt dùng xử lý ảnh

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
NGUYỄN PHÚC VIÊN

NHẬN DIỆN MỐNG MẮT DÙNG XỬ LÝ ẢNH

NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203

S K C0 0 5 8 3 6

Tp. Hồ Chí Minh, tháng 04/2018

Luan van


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
NGUYỄN PHÚC VIÊN

NHẬN DIỆN MỐNG MẮT DÙNG XỬ LÝ ẢNH

NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203

Tp. Hồ Chí Minh, tháng 4 năm 2018

Luan van


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
NGUYỄN PHÚC VIÊN

NHẬN DIỆN MỐNG MẮT DÙNG XỬ LÝ ẢNH

NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203
Hƣớng dẫn khoa học:
TS. NGUYỄN THANH HẢI

Tp. Hồ Chí Minh, tháng 4 năm 2018

Luan van


QUYẾT ĐỊNH GIAO ĐỀ TÀI

i

Luan van


XÁC NHẬN CỦA CÁN BỘ HƢỚNG DẪN

ii

Luan van


LÝ LỊCH KHOA HỌC
I. LÝ LỊCH SƠ LƢỢC:
Họ & tên: Nguyễn Phúc Viên

Giới tính: Nam

Ngày, tháng, năm sinh: 07/06/1990

Nơi sinh: Phú n

Q qn: Đơng Hịa – Phú n

Dân tộc: Kinh

Chỗ ở riêng hoặc địa chỉ liên lạc:
Phú Lƣơng – Hòa Tân Đơng – Đơng Hịa – Phú n
Điện thoại nhà riêng: 096 454 89 86
E-mail:
II. QUÁ TRÌNH ĐÀO TẠO:
1. Đại học:
Hệ đào tạo:
Chính Qui

Thời gian đào tạo từ 09/2008 đến 04/2012

Nơi học (trƣờng, thành phố): Đại Học Sƣ Phạm Kỹ Thuật TP HCM
Ngành học: Công Nghệ Kỹ Thuật Máy Tính
Tên đồ án, luận án hoặc mơn thi tốt nghiệp:
Mobile Robot
Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: 08/2012
Ngƣời hƣớng dẫn: Ths. Trƣơng Ngọc Sơn
III. Q TRÌNH CƠNG TÁC CHUN MƠN KỂ TỪ KHI TỐT NGHIỆP
ĐẠI HỌC:
Thời gian

Nơi công tác

Công việc đảm nhiệm

04/2013

Công ty On Semiconductor VN

Equipment Engineer

iii

Luan van


LỜI CAM ĐOAN

Tơi cam đoan đây là cơng trình nghiên cứu của tôi.
Các số liệu và kết quả nghiên cứu trong luận văn này là trung thực và chƣa
từng đƣợc ai cơng bố trong bất kỳ cơng trình nào khác.

Mọi sự giúp đỡ cho việc thực hiện luận văn này đã đƣợc cảm ơn và các
thơng tin trích dẫn trong luận văn đều đƣợc ghi rõ nguồn gốc.

Tác giả luận văn

iv

Luan van


CẢM TẠ

Xin chân thành gửi lời cảm ơn đến TS. Nguyễn Thanh Hải đã tận tình hƣớng
dẫn tơi trong thời gian thực hiện chuyên đề.
Xin chân thành gửi lời cảm ơn đến tồn thể q thầy cơ trƣờng Đại học Sƣ
Phạm Kỹ Thuật TP. Hồ Chí Minh đã giảng dạy, hƣớng dẫn và tạo mọi điều kiện
cho tơi có một môi trƣờng học tập tốt.
Cảm ơn ba mẹ, anh chị em và bạn bè đã giúp đỡ, động viên tôi trong suốt
thời gian học.
Xin kính chúc sức khỏe và chân thành cảm ơn.

Học viên

Nguyễn Phúc Viên

v

Luan van

TÓM TẮT

Hệ thống nhận diện mống mắt là một hệ thống xác thực sinh trắc chính xác.
Một đặc tính của mống mắt là sự hình thành cấu trúc một cách ngẫu nhiên từ các chi
tiết nhỏ. Biểu hiện sự ngẫu nhiên và khác nhau đó thậm chí thể hiện trên hai mống
mắt có cùng gen di truyền giống nhau nhƣ cặp song sinh giống hệt nhau. Cách cấu
tạo mống mắt khơng có biểu hiện di truyền mà là sự hỗn loạn. Việc nhận diện xác
định danh tính bằng mống mắt đang ngày càng đƣợc áp dụng rộng rãi trong nhiều
ứng dụng trong xã hội từ những ứng dụng nhƣ là bảo mật trong điện thoại thông
minh đến ứng dụng nhƣ là xác định danh tính, hộ tịch, tài khoản ngân hàng v.v...
Các thuật tốn đƣợc trình bày trong chun đề này để nhận diện hay xác định
danh tính của một ngƣời bằng mơ hình mống mắt của họ. Từ một ảnh mắt, sử dụng
tốn tử Daugman để tìm kiếm một mống mắt trong ảnh. Mống mắt sẽ đƣợc tách ra
một ảnh riêng, chỉ chứa ảnh mống mắt bằng việc áp dụng mơ hình tấm cao su
(Daumag ruber sheet model) của Daugman. Sau đó, mẫu mống mắt đƣợc trích đặc
trƣng qua phân tích wavelet hai chiều, lúc này ảnh chỉ cịn giữ lại những đặc điểm
đặc trƣng của mống mắt của ngƣời đó. Ảnh chứa đặc trƣng của mống mắt ngƣời đó
có thể lƣu vào cơ sở dữ liệu để làm mẫu đối chiếu so sánh sau này. Hoặc nếu là
trƣờng hợp nhận diện xác định danh tính, thì mẫu mống mắt chứa đặc trƣng đó
đƣợc đem đi so sánh với mẫu mống mắt trong cơ sở dữ liệu đƣợc đăng ký trƣớc đó,
bằng phƣơng pháp so sánh khoảng cách Hamming. Khoảng cách Hamming thể hiện
sự tƣơng đồng của hai mẫu mống mắt, dựa vào điều này xác định đƣợc kết quả của
nhận diện.

vi

Luan van


ABSTRACT

The iris recognition system is an accurate biometric authentication system.
The characteristic of the iris is the formation of structures randomly from small
details. It can express of the difference between two irises of the same gene that the
looks like identical twins. The pattern of the iris is not genetic and it is the chaos.
Identification using iris is increasingly in many applications, such as security in
smartphones, identitying verification, civil status, bank account etc.
The algorithms are presented in this paper to identify iris of people using one
iris model. The principle of iris recognition is the failure of the statistical
independence test for the structure of the iris that has been deduced by the twodimensional wavelet model. From an eye image, one can use the Daugman operator
to find an iris. The iris image will be separated fom an eye image using Daugman's
Daumag ruber sheet model. After that, the iris pattern is characterized by twodimensional wavelet analysis, which retains only the features of the iris. For
identification, the iris image is processed and compared to the sample image using
the Hamming distance.

vii

Luan van


MỤC LỤC

QUYẾT ĐỊNH GIAO ĐỀ TÀI ................................................................................... i
XÁC NHẬN CỦA CÁN BỘ HƢỚNG DẪN ............................................................ ii
LÝ LỊCH KHOA HỌC ............................................................................................. iii
LỜI CAM ĐOAN ..................................................................................................... iv
CẢM TẠ .....................................................................................................................v
TÓM TẮT ................................................................................................................. vi
ABSTRACT ............................................................................................................. vii
MỤC LỤC ............................................................................................................... viii

DANH SÁCH CHỮ VIẾT TẮT ............................................................................... xi
DANH SÁCH HÌNH................................................................................................ xii
DANH SÁCH BẢNG ............................................................................................. xiv
Chƣơng 1 TỔNG QUAN ............................................................................................5
1.1

Tổng quan về lĩnh vực nghiên cứu ................................................................5

1.2

Các kết quả nghiên cứu trong và ngồi nƣớc đã cơng bố..............................8

1.3

Mục tiêu của đề tài.........................................................................................9

1.4

Nhiệm vụ và giới hạn của đề tài ....................................................................9

1.4.1

Nhiệm vụ của đề tài ................................................................................9

1.4.2

Giới hạn của đề tài ..................................................................................9

1.5

Phƣơng pháp nghiên cứu ...............................................................................9

Chƣơng 2 CƠ SỞ LÝ THUYẾT ...............................................................................11
viii

Luan van


2.1

Khái quát về nhận diện bằng mống mắt ......................................................11

2.2

Xây dựng dữ liệu ảnh ..................................................................................12

2.3

Tiền xử lý .....................................................................................................13

2.4

Phân vùng mống mắt trong ảnh ...................................................................15

2.4.1

Biến đổi Hough (Hough Transform) ....................................................15

2.4.2

Toán tử Daugman .................................................................................16

2.5

Chuẩn hóa mống mắt ...................................................................................17

2.5.1

Mơ hình tấm cao su của Daugman .......................................................18

2.5.2

Đăng ký hình ảnh ..................................................................................19

2.5.3

Vịng trịn ảo .........................................................................................20

2.6

Trích đặc trƣng ............................................................................................20

2.7

Phƣơng pháp so sánh ...................................................................................22

Chƣơng 3 THUẬT TOÁN BIẾN ĐỔI WAVELET 2-D CHO NHẬN DIỆN MỐNG
MẮT ..........................................................................................................................23
3.1

Xây dựng cơ sở dữ liệu ảnh .........................................................................23

3.2

Xác định vị trí của mống mắt trên ảnh ........................................................24

3.3

Chuẩn hóa mống mắt ...................................................................................30

3.4

Trích đặc trƣng ............................................................................................31

3.5

Mã hóa .........................................................................................................33

3.6

So sánh và quyết định ..................................................................................34

Chƣơng 4 KẾT LUẬN ..............................................................................................41
4.1

Kết luận........................................................................................................41

4.2

Hƣớng phát triển đề tài ................................................................................41

ix

Luan van


TÀI LIỆU THAM KHẢO .........................................................................................42
PHỤ LỤC ..................................................................................................................44

x

Luan van


DANH SÁCH CHỮ VIẾT TẮT

xi

Luan van


DANH SÁCH HÌNH

Hình 1.1 Mơ hình nhận diện dấu vân tay ....................................................................6
Hình 1.2 Ảnh một con mắt ngƣời ...............................................................................7
Hình 2.1 Sơ đồ khối của sự nhận diện mống mắt. ....................................................11
Hình 2.2 Biểu đồ Gaussian một chiều .......................................................................14
Hình 2.3 Biểu đồ Gaussian hai chiều ........................................................................14
Hình 2.4 Mơ hình tấm cao su của Daugman .............................................................18
Hình 2.5 Sơ đồ thực hiện phép biến đổi Wavelet hai chiều. .....................................22

Hình 3.1 Một ảnh mắt trong cơ sở dữ liệu ảnh .........................................................23
Hình 3.2 Xác định vị trí mống mắt trến ảnh .............................................................24
Hình 3.3 Xác định vị trí mống mắt trên ảnh với Gaussian σ = 0.5 ...........................25
Hình 3.4 Xác định vị trí mống mắt trên ảnh với Gaussian σ = 1.5 ...........................26
Hình 3.5 Xác định vị trí mống mắt trên ảnh với Gaussian σ = 1.0 ...........................26
Hình 3.6 Ảnh mắt sau đƣợc thực hiện phân ngƣỡng. ...............................................27
Hình 3.7 Ảnh mắt sau khi thực hiện biến đổi âm bản ...............................................28
Hình 3.8 Ảnh mắt đƣợc phân đoạn bằng ngƣỡng .....................................................29
Hình 3.9 Kết quả xác định vị trí con ngƣơi và mống mắt trên ảnh mắt ....................29
Hình 3.10 Mơ hình tấm cao su của Daugman ...........................................................30
Hình 3.11 Kết quả chuẩn hóa mống mắt ...................................................................30
Hình 3.12 Kết quả xác định vị trí mống mắt và chuản hóa mống mắt S1008R02 ...31
Hình 3.13 Kết quả xác định vị trí mống mắt và chuẩn hóa mống mắt S1008R03 ...31
xii

Luan van


Hình 3.14 Mơ hình phân tích ảnh bằng Wavelet 2-D rời rạc. (a) Phân tích ở cấp độ
1; (b) Phân tích ở cấp độ 2 ........................................................................................33
Hình 3.15 Một ảnh mống mắt đƣợc phân tích bằng biến đổi Haar Wavelet 2-D rời
rạc. (a) Ảnh mống mắt đã đƣợc chuẩn hóa; (b) Ảnh đã đƣợc phân tích bằng biến đổi
Wavelet 2-D rời rạc. ..................................................................................................33
Hình 3.16 Thành phần H,V,D sau khi đƣợc mã hóa nhị phân ..................................34
Hình 3.17 Ví dụ về tính khoảng cách Hamming.......................................................35
Hình 3.18 Kết quả so sánh hai mẫu mống mắt từ một mống mắt .............................35
Hình 3.19 Kết quả so sánh từ hai mẫu mống mắt từ những mống mắt khác nhau ...36
Hình 3.20 Kết quả nhận diện mống mắt trái và mống mắt phải của cùng một ngƣời
...................................................................................................................................36

xiii

Luan van


DANH SÁCH BẢNG

Bảng 3-1 Tọa độ và bán kính của mống mắt sau khi thực hiện toán tử Daugman ..24
Bảng 3-2 Kết quả nhận diện những mẫu mống mắt từ một con mắt. .......................37
Bảng 3-3 Kết quả nhận diện những mống mắt từ các con mắt khác nhau...............38

xiv

Luan van


Chƣơng 1

TỔNG QUAN

Cùng với sự phát triển của xã hội, vấn đề an ninh bảo mật đang đƣợc yêu cầu
khắt khe trên mỗi quốc gia trên thế giới. Các hệ thống nhận diện con ngƣời đƣợc ra
đời với độ tin cậy ngày càng cao. Cùng với nhiều cách nhận diện con ngƣời khác
nhau nhƣ là: nhận diện bằng giọng nói, nhận diện bằng khuôn mặt, nhận diện bằng
dấu vân tay v.v... Một phƣơng pháp nhận diện mới đang rất đƣợc quan tâm và đầu
tƣ hiện nay là nhận diện con ngƣời bằng mống mắt.
1.1 Tổng quan về lĩnh vực nghiên cứu
Các phƣơng pháp sinh trắc học về nhận diện con ngƣời đã và đang đƣợc sự
quan tâm và ứng dụng trong thực tiễn. Vì một lợi thế nó mang lại so với nhận dạng
truyền thống là sự xác định họ là ai, khơng phải bởi cái gì họ phải nhớ hoặc mang

theo [1].
Có nhiều phƣơng pháp dùng để xác định danh tính một ngƣời đƣợc biết đến
nhƣ là:
a. Nhận diện bằng khuôn mặt
Nhận diện bằng khuôn mặt là nhận diện một ngƣời nào đó từ một bức ảnh kỹ
thuật số hoặc một khung hình video. Một trong những cách thực hiện điều này là so
sánh các đặt điểm khuôn mặt chọn trƣớc từ ảnh và một cơ sở dữ liệu về khn mặt.
Thuật tốn nhận diện khn mặt hiện chia làm hai loại là hình học (geometric)
và trắc quang (photometric) [2]. Hình học nhận diện khn mặt dựa trên các đặc
trƣng trên khn mặt nhƣ mắt, mũi, miệng, gị má; trong khi trắc quang là phƣơng
pháp biến hình ảnh thành các giá trị và so sánh với giá trị mẫu để nhận diện.
b. Nhận diện bằng chữ ký

5

Luan van


Đó là việc số hóa các ảnh chữ ký thơng qua máy scanner, sau đó sẽ xử những
ảnh chữ ký đó và lƣu giữ những đặc trƣng của chữ ký. Dùng những đặc trƣng của
chữ ký để nhận diện chủ nhân của chữ ký đó. Việc nhận diện bằng chữ ký có nhiều
hạn chế, con ngƣời có thể ký những chứ ký khơng giống nhau hay có thể bị làm giả
chữ ký [3,4].
c. Nhận diện bằng dấu vân tay
Nhận diện bằng dấu vân tay là sử dụng dấu vân tay của một ngƣời dựa trên sự
khác nhau về sinh trắc học của mỗi ngƣời để nhận diện ngƣời đó. Nhận diện dấu
vân tay nằm trong những nhận diện sinh trắc có độ tin cậy cao [5]. Cùng với sự phát
triển của thị trƣờng thiết bị thông minh cỡ nhỏ chi phí thấp, và sự tƣơng tác dễ dàng
giữa ngƣời dùng và hệ thống .Vì thế nhận diện dấu vân tay đƣợc ứng dụng rộng rãi.
Nhƣ là đăng nhập vào máy tính, thanh tốn các khoảng tiêu dùng, hay xác nhận

cơng dân v.v...
Dấu vân tay

Tiền xử lý

Trích đặc trƣng

So sánh

Điểm số

Hình 1.1 Mơ hình nhận diện dấu vân tay
Mặt khác, một số điểm có thể ảnh hƣởng đến hiệu quả của nhận dạng vân tay
trong một số trƣờng hợp:

6

Luan van


-

Các yếu tố chấn thƣơng ngón tay hay làm việc bằng tay, có thể dẫn đến việc
một số ngƣời dùng không thể sử dụng hệ thống nhận dạng dựa trên vân tay,
tạm thời hoặc vĩnh viễn.

-

Các cảm biến diện tích nhỏ đƣợc nhúng trong các thiết bị cầm tay có thể dẫn
đến ít thơng tin hơn từ dấu vân tay hoặc chồng chéo nhau giữa các lần lấy

dấu vân tay khác nhau.
Một phƣơng pháp dùng để nhận dạng con ngƣời mới hiện nay là nhận dạng

bằng mống mắt. Với những ƣu điểm trong nhận diện con ngƣời, nhận diện bằng
mống mắt đang ngày càng đƣợc áp dụng rộng rãi trong nhiều ứng dụng trong xã hội
từ những ứng dụng gần gũi nhƣ là bảo mật trong điện thoại thông minh đến ứng
dụng nhƣ là xác định danh tính, hộ tịch, tài khoản ngân hàng v.v...

Lơng mi

Trịng trắng

Mí mắt

Mống mắt
(Iris)

Con ngƣơi
Hình 1.2 Ảnh một con mắt ngƣời

Mống mắt là vùng hình mống nằm giữa con ngƣơi và tròng trắng, một đặc tính
của mống mắt là sự hình thành ngẫu nhiên từ những chi tiết nhỏ. Biểu hiện tính đặt
trƣng thậm chí từ hai mống mắt với cùng một gen di truyền giống nhau nhƣ hai anh
em sinh đơi, cũng có sự khác biệt [6].

7

Luan van

1.2 Các kết quả nghiên cứu trong và ngoài nƣớc đã cơng bố
Nhận diện hay xác thực danh tính con ngƣời bằng mống mắt ở trong nƣớc thì
chƣa tìm thấy bất kỳ bài báo hay cơng trình nghiên cứu khoa học nào đƣợc công bố.
Nhƣng trên thế giới, nhận diện con ngƣời bằng mống mắt đã thể hiện đƣợc sự ảnh
hƣởng của nó trong ngành sinh trắc học nói chung và nhận diện con ngƣời nói
riêng. Albert Bertillon là ngƣời đầu tiên nhận ra những đặc trƣng của mống mắt
năm 1880. Ông là một nhà vật lý ngƣời Pháp, mống mắt đƣợc ông sử dụng để xác
định tội phạm. Năm 1987, vấn đề này đƣợc nghiên cứu bởi Leonard Flom và Aran
Safir [7]. Hai ngƣời này đƣợc cấp bằng sáng chế, qua đó nói lên đƣợc mống mắt có
tính ổn định trong suốt cuộc đời của một con ngƣời. Tất cả những đặc trƣng thì ổn
định về số lƣợng, ngoại trừ các trƣờng hợp đặc biệt hiếm gặp. Nó đã đƣa đến kết
luận là mỗi mống mắt là duy nhất và khơng có hai ngƣời có thể có mống mắt giống
hết nhau.
Vào năm 1994, John Daugman đã đƣợc cấp bằng sáng chế "Biometric
personal identification system based on iris analysis" [8]. Thuật tốn phân tích hình
ảnh tìm thấy mống mắt trong một hình ảnh về mắt của một ngƣời. Nó cơ lập mắt và
xác định ranh giới giữa mống mắt với các phần học sinh của mắt trong hình ảnh.
Sau đó, nó tạo mã mống mắt và sử dụng khoảng cách Hamming để sánh mã mống
mắt với mã mống mắt đã đƣợc lƣu trữ trƣớc đó.
Năm 1996, Richard Wildes đã đƣợc cấp bằng sáng chế "Automated noninvasive iris recognition system and method" [9]. Đây là hệ thống này sử dụng hai
máy ảnh. Cái đầu tiên với độ phân giải thấp và cái thứ hai với độ phân giải cao.
Hình ảnh thu đƣợc từ camera thứ hai đƣợc giảm trên mống mắt do đƣờng bao biên
(sự thay đổi đột ngột giá trị pixel), ranh giới trịng trắng và ranh giới mí mắt. Sau
đó, hình ảnh giảm đƣợc so sánh với các hình ảnh đƣợc lƣu trữ.
Vào năm 1999, Mitsuji Matsushita đã đƣợc cấp bằng sáng chế "Iris
identification system and iris identification method" [10]. Hệ thống nhận dạng iris
này đƣợc sử dụng để nhận dạng khách hàng. Lúc đầu, máy ảnh xác định đầu của
8

Luan van

một khách hàng, tìm vị trí của mắt, phóng to và chụp những bức ảnh. Máy tính chỉ
trích xuất một phần dữ liệu mống mắt rất quan trọng để xác định khách hàng.
1.3 Mục tiêu của đề tài
Mục tiêu của đề tài là nhận diện đƣợc những ảnh chụp từ một mống mắt, và
những ảnh chụp từ những mống mắt khác nhau. Từ đó khẳng định lại tính đặc trƣng
cấu trúc của mống mắt có thể dùng để nhận diện.
1.4 Nhiệm vụ và giới hạn của đề tài
1.4.1 Nhiệm vụ của đề tài
Nội dung chính đƣợc thực hiện trong đề tài
-

Thu thập ảnh mống mắt từ nhiều ngƣời

-

Xác định vị trí mống mắt và con ngƣơi trên ảnh dùng tốn tử Daugman

-

Tiến hành chuẩn hóa mống mắt dùng tấm cao su của Daugman

-

Trích đặc trƣng của mống mắt dùng phƣơng pháp biến đổi Wavelet rời rạc

-

Mã hóa mống mắt bằng biến đổi nhị phân.

-

Nhận diện so sánh sự giống nhau của hai mẫu mống mắt sau mã hóa bằng
phƣơng pháp khoảng cách Hamming.

1.4.2 Giới hạn của đề tài
Đề tài chỉ xử lý ảnh mắt đƣợc chụp từ một máy ảnh chun nghiệp, có cùng
một kích thƣớc và độ phân giải. Ảnh mống mắt đƣợc lấy từ một vị trí cố định giữa
máy ảnh và ngƣời đƣợc lấy ảnh. Đề tài tập trung so sánh sự khác nhau về cấu trúc
của mống mắt, từ đó làm cơ sở cho sự nhận diện hay định danh tính của một con
ngƣời.
1.5 Phƣơng pháp nghiên cứu
Từ những kết của đã đƣợc công bố trên các tạp chí khoa học và các bài báo tại
các hội nghị về nhận diện mống mắt. Ngƣời thực hiện đề tài đi xây dựng cơ sở dữ
liệu từ một website chia sẻ các hình ảnh về mắt, xây dựng lại các thuật toán theo các
9

Luan van


cơng bố trƣớc đó. Việc phân tích và xử lý dữ liệu đƣợc thực hiện dựa trên phần
mềm Matlab, phiên bản R2015a.

10

Luan van


Chƣơng 2

CƠ SỞ LÝ THUYẾT
Nhận diện mống mắt dựa trên sự duy nhất của cấu trúc mống mắt của từng
ngƣời, mắt trái và mắt phải của một ngƣời có cấu trúc khác nhau, hai anh em song
sinh thì có cấu trúc mống mắt khác nhau. Cấu trúc mống mắt của một ngƣời không
đổi sau hai tuổi và không bị làm giảm tính đặt trƣng qua thời gian hay bởi mơi
trƣờng sống [11]. Hiện nay, các mẫu mống mắt thì đƣợc đánh giá là vô cùng phức
tạp hơn so với các mẫu sinh trắc khác.
2.1 Khái quát về nhận diện bằng mống mắt
Phƣơng pháp nhận diện mống mắt đƣợc đánh giá là có độ chính xác cao so
với các phƣơng pháp nhận diện sinh trắc học bằng vân tay, khi mống mắt có tới 240
điểm đặc trƣng riêng biệt, so với chỉ 20 đến 40 điểm đặc trƣng của phƣơng pháp
nhận diện bằng vân tay [6].
Xây dựng dữ
liệu ảnh

Mã hóa

So sánh

Tiền xử lý

Trích đặt
trƣng

Xác định vị trí
mống mắt

Chuẩn hóa

Quyết định

Hình 2.1 Sơ đồ khối của sự nhận diện mống mắt.
Sơ đồ hình 2.1 là các bƣớc cần thực hiện khi tiến hành nhận diện ngƣời bằng
mống mắt. So với mơ hình nhận diện bằng dấu vân tay ở hình 1.1 thì mơ hình ở
hình 2.1 có một vài bƣớc tƣơng đồng nhƣng nhận diện bằng mống mắt phức tạp
hơn, có nhiều công đoạn cần thực hiện hơn so với nhận diện bằng dấu vân tay. So
11

Luan van


với nhận diện dấu vân tay thì nhận diện mống mắt cần phải tách ảnh mống mắt
riêng ra khỏi ảnh mắt và chuẩn hóa mống mắt. Các bƣớc thực hiện nhận diện mống
mắt đƣợc tóm tắt nhƣ sau:
Xây dựng dữ liệu ảnh: là việc thu thập hình ảnh mống mắt, bƣớc đầu tiên
trong q trình nhận diện. Nó cũng là một trong những thách thức lớn cho việc nhận
diện mống mắt tự động, địi hỏi phải lấy đƣợc những hình ảnh có chất lƣợng cao
của mống mắt và khơng bị che khuất bởi mi mắt hoặc lông mi của con ngƣời.
Tiền xử lý: là một bƣớc quan trọng trƣớc khi bƣớc vào xử lý ảnh, việc này
giúp ảnh có chất lƣợng tốt hơn theo mong muốn của ngƣời thực hiện xử lý ảnh.
Xác định vị trí mống mắt: thực hiện xác định đƣờng bao giữa con ngƣơi và
mống mắt, và giữa mống mắt và trịng trắng mắt. Do đó có thể tách riêng vùng
mống mắt ra khỏi ảnh mắt.
Chuẩn hóa: là biến đổi vùng mống mắt thành một kích thƣớc cố định, giúp
loại bỏ mâu thuẫn giữa các hình ảnh mắt do sự kéo dãn của con ngƣơi từ những
mức độ chiếu sáng khác nhau.
Trích đặt trƣng: là trích xuất những dấu hiệu đặt biệt nhất của một mống mắt,
để có thể thực hiện so sánh với những mẫu mống mắt khác.
Mã hóa: cơng đoạn này giúp giảm dung lƣợng lƣu trữ và giúp việc so sánh

giữa các mẫu dễ dàng hơn.
So sánh và quyết định: bƣớc cuối cùng của q trình nhận diện mống mắt, đó
là việc so sánh mã mống mắt này với những mã mống mắt khác. Để đƣa ra quyết
định giống hay không giống, ảnh mống mắt từ một ngƣời hay từ hai ngƣời khác
nhau.
2.2 Xây dựng dữ liệu ảnh
Việc xây dựng một cơ sở dữ liệu ảnh mống mắt thƣờng gặp nhiều khó khăn,
cần lấy ảnh mống mắt của nhiều ngƣời và giảm nhiễu là điều cực kỳ quan trọng.
Nhiễu trong ảnh thƣờng là lông mi và mí mắt làm che khuất đi mống mắt. Để có
12

Luan van