thiết kế và thi công hệ thống mở cửa tự động bằng nhận dạng vân tay

i

BỘ GIAO THÔNG VẬN TẢI
TRƢỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI TP HCM
KHOA ĐIỆN – ĐIỆN TỬ VIỄN THÔNG
BỘ MÔN TỰ ĐỘNG HÓA










LUẬN VĂN TỐT NGHIỆP

ĐỀ TÀI : THIẾT KẾ VÀ THI CÔNG HỆ THỐNG MỞ CỬA
TỰ ĐỘNG BẰNG NHẬN DẠNG VÂN TAY



GVHD : TS. NGUYỄN MINH THẠNH
SVTH : ĐẶNG MINH TRÍ
MSSV : TD06059

TP.HCM, 09/2011
ii

Đại học GTVT TP HCM CỘNG HÕA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Khoa Điện - ĐTVT Độc lập – Tự do – Hạnh phúc
Bộ môn Tự động hóa
TP Hồ Chí Minh, ngày….tháng….năm 2011.

NHIỆM VỤ LUẬN VĂN TỐT NGHIỆP
HỌ VÀ TÊN: TRẦN VĂN LONG MSSV: TD06027
ĐẶNG MINH TRÍ MSSV: TD06059

1. TÊN ĐỀ TÀI:
THIẾT KẾ VÀ THI CÔNG HỆ THỐNG MỞ CỬA TỰ ĐỘNG BẰNG NHẬN
DẠNG VÂN TAY
2. NỘI DUNG CỦA ĐỀ TÀI:
- Nghiên cứu lí thuyết thuật toán nhận dạng vân tay bằng các điểm Minutiae.
- Xây dựng thuật toán nhận dạng trên ngôn ngữ lập trình Matlab và Visual Basic.
- Thi công mô hình cửa tự động để kiểm chứng thuật toán nhận dạng.
3. NGÀY GIAO ĐỀ TÀI: 30/05/2011
4. NGÀY HOÀN THÀNH LUẬN VĂN: 01/09/2011
5. HỌ VÀ TÊN NGƢỜI HƢỚNG DẪN PHẦN HƢỚNG DẪN
TS. Nguyễn Minh Thạnh



TRƢỞNG KHOA TRƢỞNG BỘ MÔN NGƢỜI HƢỚNG DẪN CHÍNH
(Ký và ghi rõ họ tên) (Ký và ghi rõ họ tên)

1. Hƣớng dẫn về cách

nghiên cứu thuật
toán nhận dạng vân
tay
2. Hƣớng dẫn thiết kế
phần cứng phù hợp
với đề tài
iii

Đại học GTVT TP HCM CỘNG HÕA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Khoa Điện - ĐTVT Độc lập – Tự do – Hạnh phúc
Bộ môn Tự động hóa
TP Hồ Chí Minh, ngày….tháng….năm 2011.
PHIẾU CHẤM BẢO VỆ LUẬN VĂN TỐT NGHIỆP
(Dành cho ngƣời hƣớng dẫn)
1. Họ và tên SV:
MSSV: Chuyên ngành:
2. Đề tài :
3. Họ tên ngƣời hƣớng dẫn:
4. Tổng quát về bản thuyết minh:
Số trang: Số chƣơng:
Bảng số liệu: Số hình vẽ:
Số tài liệu tham khảo: Phần mềm tính toán:
Hiện vật (sản phẩm):
5. Tổng quát về các bản vẽ :
- Số bản vẽ: Bản A0 Bản A1 Khổ khác
- Số bản vẽ vẽ tay: Số bản vẽ trên máy tính:
6. Những ƣu điểm chính của LVTN:

7. Những thiếu sót chính của LVTN:



8. Đề nghị : Đƣợc bảo vệ  Bổ sung thêm để bảo vệ  Không đƣợc bảo vệ 
9. 3 câu hỏi SV phải trả lời trƣớc Hội đồng :
1)
2)
3)
10. Đánh giá chung (bằng chữ : giỏi, khá, TB) : Điểm ________/10
Tp. Hồ Chí Minh, Ngày

tháng

năm 2011
GIÁO VIÊN HƢỚNG DẪN
(Ký và ghi rõ họ tên)
iv

Nhận xét của giáo viên hƣớng dẫn

Tp. Hồ Chí Minh, Ngày …. Tháng ….năm 2011
GVHD


TS. Nguyễn Minh Thạnh
v

Nhận xét của giáo viên phản biện















Tp. Hồ Chí Minh, Ngày …. tháng ….năm 2011
GVPB

TS. Lê Quang Đức
vi

LỜI CẢM ƠN
Quá trình thực hiện luận văn tốt nghiệp là giai đoạn quan trọng nhất trong quãng
đời mỗi sinh viên. Luận văn tốt nghiệp là tiền đề nhằm trang bị cho chúng em những kĩ
năng nghiên cứu, những kiến thức thực tiễn quý báu trƣớc khi lập nghiệp.
Trƣớc hết chúng em xin chân thành cảm ơn các thầy cô khoa Điện – Điện Tử
Viễn Thông, đặc biệt các thầy cô trong bộ môn Tự động hóa đã tận tình chỉ dạy và
trang bị cho chúng em những kiến thức cần thiết trong suốt thời gian ngồi trên giảng
đƣờng làm nền tảng cho việc thực hiện luận văn tốt nghiệp này.
Xin trân trọng cảm ơn thầy Nguyễn Minh Thạnh đã tận tình giúp đỡ, định
hƣớng cách tƣ duy và cách làm việc khoa học. Đây là những góp ý hết sức quý báu
không chỉ trong suốt quá trình thực hiện luận văn mà còn là hành trang để chúng em
tiếp bƣớc trong quá trình học tập và lập nghiệp sắp tới.
Chúng con xin gửi lòng biết ơn sâu sắc nhất đến ba mẹ, các thành viên trong gia
đình. Những ngƣời luôn luôn ở bên cạnh động viên, khuyến khích và hỗ trợ tối đa cho
việc học tập. Đây chính là động lực rất lớn thúc đẩy sự phấn đấu của chúng em trong
suốt thời gian qua.
Và cuối cùng, xin gửi lời cảm ơn tới bạn bè thân thiết, tập thể lớp TD06. Những
ngƣời luôn sẵn sàng chia sẽ và giúp đỡ trong học tập cũng nhƣ trong cuộc sống. Mong
rằng chúng ta sẽ càng gắn bó với nhau hơn.
Chúc cho những điều tốt đẹp nhất luôn đồng hành cùng mọi ngƣời.


TP. Hồ Chí Minh, ngày….tháng 09 năm 2011.
Sinh viên

vii

MỤC LỤC
LỜI CẢM ƠN vi
MỤC LỤC vii
DANH SÁCH HÌNH VẼ x
DANH SÁCH BẢNG BIỂU xii
BẢNG CHÖ GIẢI MỘT SỐ THUẬT NGỮ THƢỜNG DÙNG xiii
KÍ HIỆU VÀ CHỮ VIẾT TẮT xiv
TÓM TẮT xv
CHƢƠNG 1: TỔNG QUAN 1
1.1. Cơ bản về sinh trắc học 1
1.2. Tổng quan về vân tay 2
1.2.1. Vài nét sơ lƣợc về lịch sử khoa học nhận dạng vân tay 2
1.2.2. Các ứng dụng thực tiễn của nhận dạng vân tay 4
1.2.2.1. Các lĩnh vực ứng dụng mang tính chất quản lí nhà nƣớc 4
1.2.2.2. Các ứng dụng thƣơng mại 4
1.2.2.3. Các ứng dụng trong lĩnh vực an ninh 4
1.3. Tổng quan về tình hình nghiên cứu 4
1.3.1. Tình hình nghiên cứu chung 4
1.3.2. Tình hình nghiên cứu của sinh viên Việt Nam 6
CHƢƠNG II: CƠ SỞ LÝ THUYẾT VỀ ẢNH SỐ VÀ XỬ LÍ ẢNH 7
2.1. Cơ bản về một hệ thống xử lí ảnh 7
2.2. Một số khái niệm cơ bản trong xử lí ảnh 8
2.2.1. Phần tử ảnh (Pixel) 8
2.2.2. Mức xám 9
2.2.3. Các loại ảnh 10
2.2.4. Biến đổi ảnh 10
2.2.5. Phân tích ảnh 11
2.2.6. Nhận dạng ảnh 11
CHƢƠNG III: ẢNH VÂN TAY 13

3.1. Vân nổi, vân chìm 13
viii

3.2. Các điểm đặc trƣng trên ảnh vân tay 14
3.2.1. Điểm đặc trƣng Singularity 14
3.2.2. Điểm đặc trƣng Minutiae 15
3.3. Các chi tiết gây nhiễu và khó khăn trong nhận dạng vân tay 16
3.4. Các cách thu nhận ảnh vân tay 17
3.4.1. Các phƣơng pháp lấy dấu vân tay thủ công 17
3.4.2. Các thiết bị thu nhận dấu vân tay có trên thị trƣờng 18
CHƢƠNG 4: CÁC BƢỚC NHẬN DẠNG VÂN TAY 20
4.1. Sơ đồ khối quá trình nhận dạng 20
4.2. Tiền xử lí dấu vân tay 23
4.2.1. Cân bằng xám (Histogram) 23
4.2.2. Phân tích Fourier 27
4.2.3. Làm rõ ảnh sử dụng bộ lọc Gabor 29
4.2.4. Nhị phân hóa ảnh 30
4.3. Biến đổi phân tích ảnh vân tay 31
4.3.1. Ƣớc lƣợng trƣờng định hƣớng 31
4.3.2. Khoanh vùng vân tay 32
4.3.3. Làm mảnh đƣờng vân 33
4.3.4. Loại bỏ các Minutiae sai 34
4.3.5. Phân tích Minutiae 35
4.4. Nhận dạng 37
CHƢƠNG 5 : CÁC TIÊU CHÍ ĐÁNH GIÁ MỘT HỆ THỐNG NHẬN DẠNG
VÂN TAY 43
5.1. Đặt vấn đề 43
5.2. Các lỗi hệ thống nhận dạng vân tay 43
CHƢƠNG 6 : THI CÔNG MÔ HÌNH MỞ CỬA TỰ ĐỘNG 47
6.1. Sơ đồ khối của hệ thống 47

6.2. Mạch điều khiển 48
6.2.1. Vi điều khiển AT89C51 48
6.2.1.1. Cơ bản về vi điều khiển AT89C51 49
ix

6.2.2. Giao tiếp RS232 56
6.3. Mạch động lực 58
6.3.1. Opto PC817 59
6.3.2. IC cầu đôi L298 60
6.4. Mô hình hoàn chỉnh 62
6.5. Giao diện hệ thống 64
6.5.1. Giao diện hoạt động của hệ thống 64
6.5.2. Giao diện chƣơng trình đăng kí mẫu cho cơ sở dữ liệu của hệ thống
64
CHƢƠNG 7 : KẾT LUẬN 65
7.1. Kết quả đạt đƣợc 65
7.2. Hƣớng phát triển của đề tài 65
TÀI LIỆU THAM KHẢO 66
PHỤ LỤC 67
Code Matlab 67
Code Visual Basic 93
Code Vi xử lí 117

x

DANH SÁCH HÌNH VẼ
Hình 1.1 - Công nghệ sinh trắc học 1
Hình 1.2 - Phân loại công nghệ sinh trắc học 2
Hình 2.1 - Các bƣớc cơ bản trong hệ thống xử lí ảnh 7
Hình 2.2 - Hệ trục tọa độ biểu diễn ảnh số 9
Hình 2.3 - Ma trận biểu diễn ảnh số 9
Hình 3.1 - Vân chìm, vân nổi 13
Hình 3.2 - Điểm Core và Delata của ảnh vân 14
Hình 3.3 - Các loại điểm Core trong ảnh vân tay 15
Hình 3.4 - Các điểm Minutiae của ảnh vân tay 15
Hình 4.1 - Sơ đồ quá trình nhận dạng 20
Hình 4.2 - Lƣu đồ thực hiện quá trình nhận dạng 24
Hình 4.3 - Lƣu đồ giải thuật mô hình đóng mở cửa tự động 25
Hình 4.4 - Sơ đồ khối cho giải thuật cân bằng Histogram 25
Hình 4.5 - Các Histogram tƣơng ứng với 4 loại ảnh 26
Hình 4.6 - Biểu đồ khi chƣa cần bằng xám 26
Hình 4.7 - Biểu đồ sau khi đã cân bằng xám 26
Hình 4.8 - So sánh ảnh vân tay trƣớc và sau khi cân bằng xám 28
Hình 4.9 - So sánh ảnh vân tay trƣớc và sau khi phân tích Fourier 28
Hình 4.10 - Ảnh vân tay trƣớc và sau khi nhị phân hóa 30
Hình 4.11 - Ảnh vân tay trƣớc và sau khi ƣớc lƣợng trƣờng định hƣớng 31
Hình 4.12 - Ảnh vân tay sau khi đã đƣợc khoanh vùng vân tay 32
Hình 4.13 - Thuật toán xác định giá trị Pixel 33
Hình 4.14 - Ảnh vân tay trƣớc và sau khi làm mảnh đƣờng vân 33
Hình 4.15 - Các kiểu Minutiae sai 34
Hình 4.16 - Loại bỏ và hiệu chỉnh các Minutiae sai 35

Hình 4.17 - Các loại điểm rẽ nhánh sau khi phân tích 36
xi

Hình 4.18 - Loại điểm kết thúc 37
Hình 4.19 - Chọn cặp điểm minutiae 39
Hình 4.20 - Xoay các điểm đặc trƣng theo điểm minutiae 39
Hình 4.21 - Đối sánh các điểm minutiae sau khi xoay 40
Hình 4.22 - Các điểm minutiae của hai vân tay T và I trƣớc khi xoay 41
Hình 4.23 - Quá trình xoay và dịch chuyển các điểm minutiae của hai vân tay T và I 41
Hình 4.24 - Các điểm minutiae giống nhau sau khi xoay 42
Hình 5.1 - FMR và FNMR đƣớc tính từ một bộ CSDL 45
Hình 5.2 - Hai lỗi đánh giá tính ứng dụng của hệ thống nhận dạng vân tay 46
Hình 6.1 - Sơ đồ khối hệ thống mở cửa tự động bằng nhận dạng vân tay 47
Hình 6.2 - Sơ đồ mạch điều khiển 48
Hình 6.3 - Sơ đồ khối 89C51 50
Hình 6.4 - Sơ đồ chân vi điều khiển AT89C51 51
Hình 6.5 - Sơ đồ chân 9Pin của giao tiếp RS232 57
Hình 6.6 - Giao tiếp RS 232 giữa máy tính với vi điều khiển 58
Hình 6.7 - Sơ đồ mạch động lực 58
Hình 6.8 - Sơ đồ chân Opto PC817 59
Hình 6.9 - Sơ chân IC cầu đôi L298 59
Hình 6.10 - Chức năng các chân của IC L298 60
Hình 6.11 - Nguyên lí đảo chiều động cơ DC của IC L298 61
Hình 6.12 - Mạch điều khiển 62
Hình 6.13 - Mạch động lực 62
Hình 6.14 - Mô hình hệ thống sau khi thi công hoàn chỉnh 63
Hình 6.15 – Mô hình mở cửa tự động 63
Hình 6.16 – Giao tiếp mô hình với máy tính 63
Hình 6.15 : Giao diện hoạt động của hệ thống 64
Hình 6.16 : Giao diện chƣơng trình đăng kí mẫu vân tay cho CSDL 64

xii

DANH SÁCH BẢNG BIỂU

Bảng 1: Các thiết bị thu nhận dấu vân tay trong thực tế 19
Bảng 5.1 : Kết quả thực nghiệm 51
Bảng 6.1 : Chức năng các chân DP9 của giao tiếp RS 232 57




















xiii

BẢNG CHÚ GIẢI MỘT SỐ THUẬT NGỮ THƢỜNG DÙNG

Bifurcation Đặc trƣng điểm rẽ nhánh
Termination Đặc trƣng điểm kết thúc
Delta Đặc trƣng điểm có dạng Delta của vân tay
Core Điểm “tâm” của vân tay
Enhance Làm rõ, làm nổi
False Rejection Rate Tỉ lệ từ chối sai
False Acceptance Rate Tỉ lệ chấp nhận sai
Indentify Xác định
Verify Xác nhận
Matching So khớp
Minutiae Đặc trƣng mảnh vụn
Ridge Vùng da lồi trên ngón tay
Valley Vùng da lõm trên ngón tay
Singularity Một loại đặc trƣng vân tay
Sweat pores Vòng xuyến xếp liên tiếp tạo thành đƣờng vân
Segmentation Phân định giữa vùng ảnh đƣờng vân và nền
Thinning Làm mỏng







xiv

KÍ HIỆU VÀ CHỮ VIẾT TẮT

Kí hiệu

Tên quốc tế
Tên Tiếng Việt
AFIS
Automatic Fingerprint Indentificaton System
Hệ thống nhận dạng vân tay tự động
EER
Equal Error Rate
Tỉ lệ cân bằng lỗi
FAR
False Acceptance Rate
Tỉ lệ chấp nhận sai
FRR
False Reject Rate
Tỉ lệ từ chối sai
FVC
Fingerprint Verification Competition
Cuộc thi nhận dạng vân tay
IBG
International Biometric Group
Hiệp hội sinh trắc học quốc tế

xv

TÓM TẮT
Ngày nay, các kĩ thuật sinh trắc học ngày càng đƣợc ứng dụng rộng rãi. Trong
đó nhận dạng vân tay đƣợc xem là kĩ thuật hoàn thiện và đáng tin cậy nhất. Thực tế
nhận dạng vân tay đã đƣợc ứng dụng rộng rãi trong các lĩnh vực về an ninh, quản lí
nhân sự và thông tin cá nhân, nhà thông minh Đối với tình hình nghiên cứu của sinh
viên Việt Nam vì chƣa phổ biến thiết bị thu nhận dấu vân tay nên chủ yếu chỉ dừng lại
ở việc kiểm tra giải thuật mẫu vân tay đƣợc lấy ở bộ thƣ viện chuẩn FVC.
Trong luận văn này sử dụng giải thuật nhận dạng “Minutiae - base matching” .
Phƣơng pháp này sử dụng điểm đặc trƣng Minutiae của vân tay để tiến hành so sánh và
nhận dạng. Để rút trích đƣợc thông tin của điểm đặc trƣng và tiến hành so sánh hai mẫu
vân tay phải thực hiện các quá trình tiền xử lí dấu vân tay, biến đổi và phân tích ảnh
vân tay. Trong các bƣớc này đã sử dụng các thuật toán nhƣ phân tích Fourier, bộ lọc
Gabor, ƣớc lƣợng trƣờng định hƣớng. Sau khi đƣa ra kết quả nhận dạng chúng em đã
thực hiện việc kiểm chứng bằng mô hình mở cửa tự động. Ảnh vân tay đƣợc thu nhận
từ thiết bị Microsoft Finger Reader, các bƣớc xử lí và nhận dạng ảnh đƣợc thực hiện
trên ngôn ngữ Visual Basic, mô hình cửa tự động giao tiếp với máy tính thông qua
chuẩn truyền thông RS232, Vi xử lí 89C51 sẽ thực hiện các tác vụ đóng mở cửa tự
động trên mô hình.
Luận văn đã hoàn thành đúng thời hạn, đảm bảo mục tiêu đặt ra với việc thực hiện
đƣợc những công việc sau:
- Tìm hiểu chung về xử lí ánh.
- Hiểu rõ đặc điểm của dấu vân tay và một một số giải thuật nhận dạng.
- Lập trình quá trình nhận dạng hoàn chỉnh và thiết kế giao diện đảm bảo tính trực
quan, tiện dụng.

- Thi công hoàn chỉnh mô hình nhà mở cửa tự động để kiệm nghiệm kết quả nhận
dạng.
1
CHƢƠNG 1: TỔNG QUAN
Trong chương này trình bày những hiểu biết cơ bản nhất về lịch sử, các ứng dụng thực
tiễn, tình hình nghiên cứu của nhận dạng vân tay. Những hiểu biết này là nền tảng để triển
khai và phát triển các kết quả của nhận dạng vân tay vào thực tiễn.

1.1. Cơ bản về sinh trắc học
Công nghệ sinh trắc học là một công nghệ sử dụng những thuộc tính vật lý hoặc các
mẫu hành vi để nhận diện con ngƣời nhƣ nhận dạng khuôn mặt, nhận dạng giọng nói,
nhận dạng mắt (mống mắt), nhận dạng chữ ký, nhận dạng dấu vân tay, và kể cả nhận
dạng tai (Hình 1.1). Trong đó vân tay là một đặc điểm nhận dạng có tính chất ƣu việt
nhất. Công nghệ nhận dạng vân tay là công nghệ sinh trắc đƣợc áp dụng phổ biến và
lâu đời nhất. Dấu vân tay là một đặc điểm quan trọng để phân biệt giữa ngƣời này và
ngƣời khác. Tính ổn định vĩnh viễn và tính cá thể của vân tay là những cơ sở nền tảng
cho bộ môn khoa học nghiên cứu về sinh trắc nhận dạng vân tay [9].









(Hình 1.1 – Công nghệ sinh trắc học)
a – Tai; b – Khuôn mặt; c – Biểu đồ nhiệt khuôn mặt; d – Biểu đồ nhiệt của tay; e –
gân tay; f – Hình dáng bàn tay; g – vân tay; h – Đồng tử; i – võng mạc; j – Chữ kí; k –
Tiếng nói

2
Ngày nay, con ngƣời đã đạt đƣợc những thành công trong công nghệ sinh trắc học và
đã có nhiều ứng dụng trong thực tế [2]. Thông thƣờng hiện nay công nghệ sinh trắc học
phát triển theo 5 hƣớng sau đây:



(Hình 1.2 – Phân loại công nghệ sinh trắc học)


1.2. Tổng quan về vân tay
1.2.1. Vài nét sơ lƣợc về lịch sử khoa học nhận dạng vân tay
Con ngƣời đã sử dụng vân tay vào việc xác minh đặc trƣng riêng của mỗi cá
nhân cách đây rất lâu. Tuy nhiên các bằng chứng này chỉ cho thấy ngƣời xƣa đã quan
tâm đến những đặc trƣng duy nhất của vân tay nhƣng chƣa xem xét nghiên cứu một
cách khoa học và có hệ thống. Đến cuối thế kỉ 16, khoa học vân tay hiện đại đƣợc khởi
xƣớng. Năm 1964, Nehemiah Grew nhà sinh thái học thực vật xuất bản những trang
sách đầu tiên các nghiên cứu có tính chất hệ thống của ông về nhận dạng vân ta. Năm
1788, Mayer đã nghiên cứu trên phƣơng diện giải phẩu học của vân tay và đƣa ra một
số lƣợng lớn các đặc tính của đƣờng vân đƣợc nhận biết và định tính. Năm 1809,
3
Thomas Bewick đã bắt đầu sử dụng vân tay của mình nhƣ một nhãn hiệu đã đăng kí
của mình và sự kiện này đƣợc xem là một trong những cột mốc quan trọng nhất của
ngành khoa học nghiên cứu về vân tay. Purkinje đã đƣa ra một cơ chế phân lớp ảnh vân
tay vào năm 1823. Cơ chế này dựa vào cấu trúc của các đƣờng vân khác nhau và đã
phân ra gồm chín lớp. Năm 1864, Nehemiah Grew đã công bố một báo cáo khoa học
đầu tiên một cách hệ thống về nghiên cứu của các cấu trúc đƣờng vân, rãnh vân và
tuyến mồ hôi trên vân tay. Từ đó nhiều nhà khoa học trên thế giới đã tập trung nghiên
cứu về vân tay. Năm 1989, Edward Henry đã xây dựng “Hệ thống Henry” nhằm phân
lớp ảnh vân tay đây là bƣớc tiến quan trọng trong ngành nhận dạng vân tay. Năm 1924,

FBI (Federal Bureau of Investigation) đã biết lƣu trữ 250 tỉ vân tay của công dân cho
mục đích điều tra tội phạm và nhận dạng những ngƣời bị chết mà không biết rõ họ tên.
Vào đầu những năm 1900, công nghệ vân tay đã gặp một bƣớc ngoặt lớn khi nó cho ra
đời “live-scan”, một phƣơng pháp đạt đƣợc hình ảnh vân tay không sử dụng mực in.
Khi FBI loan báo rằng đó là kế hoạch để ngƣng sử dụng những thẻ vân tay bằng giấy
cho những thành viên mới gia nhập AFIS (IAFIS) nội bộ của họ. Đó là thực tế đang
công bố gây một bƣớc nhảy vọt cho công nghệ Live-Scan ngày hôm nay.
Nhƣng công nghệ nhận dạng vân tay không dừng lại chỉ cho mục đích pháp lý.
Nó đã đƣợc sử dụng một cách chính thức cho mục đích kinh doanh vào năm 1968 tại
một nhóm kinh doanh về an ninh tại phố Wall. Vân tay ngày nay đang đƣợc sử dụng
nhƣ là một phƣơng pháp nhận dạng hiệu quả và chắc chắn trong nhiều lĩnh vực, bao
gồm tài chính, y học, kinh tế điện tử và ứng dụng điều khiển truy nhập và khóa cửa.
Ứng dụng hiện đại nhất của công nghệ vân tay là nhờ vào phần lớn của sự phát triển
của mắt đọc vân tay dạng nén một cách phi thƣờng.
Đầu thế kỉ 20, cơ chế hình thành vân tay đã đƣợc nghiên cứu và hiểu rõ. Nhận dạng
vân tay đƣợc chính thức chấp nhận là một phƣơng pháp nhận dạng cá nhân có hiệu quả
và là một chuẩn đƣợc sử dụng trong các thủ tục pháp lý. Các cơ sở dữ liệu ảnh vân tay
đã đƣợc hình thành để thực hiện nhiệm vụ quản lí nhân thân và tội phạm. Các cơ sở dữ
4
liệu này ngày càng lớn khiến cho việc nhận dạng vân tay bằng phƣơng pháp thủ công
gần nhƣ không thực hiện đƣợc. Vì lí do này ngƣời ta bắt đầu nghiên cứu và phát triển
các hệ thống chứng thực, nhận dạng vân tay.

1.2.2. Các ứng dụng thực tiễn của nhận dạng vân tay
1.2.2.1. Các lĩnh vực ứng dụng mang tính chất quản lí nhà nƣớc
- Thẻ căn cƣớc (ID Card), Chứng minh nhân dân, thẻ bầu cử, bằng lái xe, giấy
phép sử dụng súng….
- Kiểm soát xuất nhập cảnh: Hộ chiếu, Visa, Kiểm soát biên giới
1.2.2.2. Các ứng dụng thƣơng mại
- Ngân hàng: Thẻ tín dụng, thẻ thanh toán liên ngân hàng

- Bảo hiểm: Thẻ bảo hiểm
- Các hệ thống tính cƣớc, chấm công, hệ thống quản lí mạng viễn thông
1.2.2.3. Các ứng dụng trong lĩnh vực an ninh
- Kiểm soát truy nhập: Dùng vân tay nhƣ một chìa khóa tin cậy để mở cửa nhà,
oto, máy tính, điện thoại…
- Ứng dụng trong công tác điều tra tội phạm của Công An.
1.3. Tổng quan về tình hình nghiên cứu
1.3.1. Tình hình nghiên cứu chung
Các nhà khoa học trên thế giới đã đƣa ra nhiều phƣơng pháp cho việc nhận dạng vân
tay nhƣ phƣơng pháp Finger Code, Trích Minutiae[2], neural Mỗi phƣơng pháp đều
có những ƣu khuyết điểm riêng vì thế việc phát triển hay tìm ra phƣơng pháp mới
chính xác hơn vẫn là bài toán mở cho mọi ngƣời. Các nguyên lí nhận dạng vân tay liên
quan chặt chẽ đến cách thức tìm ra sự tƣơng đồng giữa ảnh vân tay đầu vào với một
template trong cơ sở dữ liệu vân.
5
Thông thƣờng trong nhận dạng ảnh vân tay có 3 phƣơng pháp để nhận dạng thông qua
so sánh ảnh vân tay ở đầu vào với ảnh vân tay trong cơ sở dữ liệu. So sánh hai ảnh vân
tay là so sánh từng chi tiết với nhau. Các phƣơng pháp này nhƣ sau:
- Correlation – base matching: tính tổng bình phƣơng mức độ sai khác các độ xám
của hai ảnh cần đối sánh. Trong số tất cả các tổ hợp phép biến đổi ta cần xác định
một phép để tổng mức độ sai khác là nhỏ nhất [1]
- Ridge feature – base matching: là phƣơng pháp dựa trên các tính chất đƣờng vân
nhƣ tần số, độ dày… [1]
- Minutiae – base matching: Là phƣơng pháp so sánh các điểm đặc trƣng (minutiae)
của hai ảnh vân tay.[1]
Correlation – base thực hiện bằng cách xếp chồng hai mẫu vân tay đè lên nhau để tìm
ra sự tƣơng quan giữa chúng, phƣơng pháp này gặp hạn chế khi quá trình thu nhận ảnh
vân tay gặp phải các biến dạng méo. Ridge feature – base là một phƣơng pháp có độ xử
lí phức tạp hơn dựa vào đặc tính các đƣờng vân và nó thƣờng dùng cho ứng dụng nhận
dạng với các vân tay có chất lƣợng rất xấu. Minutiae – base (phƣơng pháp mà nhóm sử

dụng) so sánh hai vân tay bằng cách đối sánh các điểm đặc trƣng (minutiae) của chúng.
Có hai giai đoạn chính để thực hiện: Giai đoạn thứ nhất tập hợp và lƣu trữ các điểm
đặc trƣng vào một ma trận. Giai đoạn thứ hai sẽ tìm vị trí khớp phù hợp giữa template
và input – image sao cho số các minutiae tạo thành cặp tƣơng đồng là lớn nhất. [2].
Có 2 phƣơng pháp chủ yếu đƣợc sử dụng trong việc nhận dạng:
- Phƣơng pháp sử dụng cách tiếp cận theo mạng neural, huấn luyện và nhận dạng
theo mô hình Markov ẩn (HMM). Tuy nhiên chất lƣợng nhận dạng còn hạn chế do
ảnh vân tay thu đƣợc còn phụ thuộc nhiều vào yếu tố môi trƣờng, nhiễu quang học
và chƣa có bƣớc tiền xử lý ảnh hợp lý. Tỉ lệ nhận dạng thành công chƣa cao nhƣng
có thể cải thiện để phát triển với cơ sở dữ liệu lớn.
6
- Phƣơng pháp so sánh các đặc trƣng (minutiae) của hai ảnh vân tay. Phƣơng
pháp này cho hiệu quả cao nhƣng việc nhận dạng mất nhiều thời gian và thích
hợp với cơ sở dữ liệu nhỏ.
Ở Việt Nam hiện tại nhóm nghiên cứu thuộc phòng thí nghiệm mô phỏng và tích hợp
hệ thống Tổng Cục Kỹ Thuật Bộ Công An đang nghiên cứu và phát triển nhận dạng
vân tay. Vào năm 2009 công trình khoa học “Hệ thống phần mềm nhận dạng vân tay
tự động C@FRIS” đã vinh dự đƣợc nhận giải thƣởng VIFOTEC. Hiện nay hệ thống
này đang đƣợc áp có hiệu quả trong một số đơn vị nghiệp vụ của Công An Tp Hà Nội.

1.3.2. Tình hình nghiên cứu của sinh viên Việt Nam
Đối với tình hình nghiên cứu của sinh viên Việt Nam vì chƣa phổ biến các thiết bị thu
nhận dấu vân tay nên chủ yếu chỉ dừng ở việc kiểm tra giải thuật và chƣa kiểm nghiệm
trên mô hình hay sản phẩm thực tế. Hầu hết mẫu vân tay đƣợc lấy từ bộ thƣ viện vân
tay FVC. FVC là tập hợp các tổ chức, trung tâm nghiên cứu về nhận dạng vân tay trên
thế giới. Hàng năm FVC đều tổ chức các cuộc thi để mọi ngƣời cùng trao đổi, kiểm tra
giải thuật nhận dạng vân tay. Trên FVC cũng có các bộ vân tay mẫu để kiểm tra kết
quả thuật toán.
Trong luận văn sử dụng thiết bị đọc dấu vân tay Finger Reader của Microsoft nên
không lấy mẫu từ FVC.

Kết luận: Trên đây là vài nét tổng quan về nhận dạng vân tay, lịch sử phát triển, tình hình
nghiên cứu. Tuy có lịch sử từ lâu nhưng với nhiều lĩnh vực ứng dụng, nhiều hướng tiếp cận về
thuật toán nhận dạng nên nhận dạng vân tay vẫn luôn là bài toán mở dành cho mọi người tiếp
tục nghiên cứu và phát triển.



7
CHƢƠNG II: CƠ SỞ LÝ THUYẾT VỀ ẢNH SỐ VÀ XỬ LÍ ẢNH
Nội dung chương này đề cập tới các khái niệm cơ bản trong ảnh số, các bước thực
hiện một bài toán xử lí ảnh. Những khái niệm này không chỉ áp dụng cho bài toán nhận dạng
vân tay mà nó còn là những lý thuyết cơ bản cho tất cả các bài toán nhận dạng khác. Hiểu rõ
được những lý thuyết cơ bản này giúp chúng ta định hình được các bước thực hiện bài toán
nhận dạng vân tay.
2.1. Cơ bản về một hệ thống xử lí ảnh
Xử lý ảnh là một khoa học còn tƣơng đối mới mẻ so với nhiều ngành khoa học khác,
nhất là trên qui mô công nghiệp, song trong xử lý ảnh đã bắt đầu xuất hiện những máy
tính chuyên dụng. Để có thể hình dung cấu hình một hệ thống xử lý ảnh chuyên dụng
hay một hệ thống xử lý ảnh dùng trong nghiên cứu, đào tạo, trƣớc hết chúng ta sẽ xem
xét các bƣớc cần thiết trong xử lý ảnh. (Hình 2.1).








(Hình 2.1 - Các bước cơ bản trong hệ thống xử lí ảnh)

2.1.1. Quá trình thu nhận ảnh.
Ảnh có thể thu nhận qua camera, qua các bộ cảm ứng (sensor), hay đƣợc quét trên
các loại Scanner. Tín hiệu lúc này tùy thuộc vào thiết bị thu nhận ảnh: tín hiệu
tƣơng tự hay tín hiệu đã đƣợc số hóa.

Camera
Sensor
Thu nhận
ảnh

Tiền xử lí

Phân tích
ảnh

Số hóa

Bài toán xử
lí ảnh

8
2.1.2. Quá trình tiền xử lí.
Quá trình này sẽ làm giảm nhiễu và tăng chất lƣợng ảnh thu đƣợc sau quá trình
thu nhận ảnh. Quá trình này rất quan trọng đối với việc xử lí và nhận dạng sau
này.

2.1.3. Quá trình số hoá (Digitalizer):
Ảnh sau khi thu về phải đƣợc số hoá. Đây là bƣớc khá quan trọng chuyển đổi tín
hiệu tƣơng tự sang tín hiệu rời rạc (lấy mẫu) và số hoá bằng lƣợng hoá, trƣớc khi

chuyển sang giai đoạn xử lý, phân tích hay lƣu trữ lại bằng máy tính.
2.1.4. Quá trình phân tích ảnh
Quá trình này thực chất bao gồm nhiều công đoạn nhỏ. Trƣớc hết là công việc
tăng cƣờng ảnh để nâng cao chất lƣợng ảnh. Do những nguyên nhân khác nhau:
có thể do chất lƣợng thiết bị thu nhận ảnh, do nguồn sáng hay do nhiễu, ảnh có
thể bị suy biến. Do vậy cần phải tăng cƣờng và khôi phục lại ảnh để làm nổi bật
một số đặc tính chính của ảnh, hay làm cho ảnh gần giống nhất với trạng thái gốc-
trạng thái trƣớc khi ảnh bị biến dạng. Giai đoạn tiếp theo là phát hiện các đặc tính
nhƣ biên, phân vùng ảnh, trích chọn các đặc tính, v.v
2.1.5. Bài toán xử lí ảnh
Cuối cùng, tuỳ theo mục đích của ứng dụng, bài toán của xử lí ảnh sẽ là giai đoạn
nhận dạng, phân lớp hay các quyết định khác. [10]

2.2. Một số khái niệm cơ bản trong xử lí ảnh
2.2.1. Phần tử ảnh (Pixel)
Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị độ sáng. Để có thể
xử lý ảnh bằng máy tính cần thiết phải tiến hành số hoá ảnh. Trong quá trình số hoá
ngƣời ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu
(rời rạc hóa về không gian) và lƣợng hoá thành phần giá trị mà thể về nguyên tắc
9
bằng mắt thƣờng không phân biệt đƣợc hai điểm kề nhau. Trong quá trình này,
ngƣời ta sử dụng khái niệm Picture element mà ta quen gọi hay viết là Pixel - phần
tử ảnh. Ở đây cũng cần phân biệt khái niệm pixel hay đề cập đến trong các hệ thống
đồ hoạ máy tính. Để tránh nhầm lẫn ta tạm gọi khái niệm pixel này là pixel thiết bị.
Khái niệm pixel thiết bị có thể xem xét nhƣ sau: khi ta quan sát màn hình (trong chế
độ đồ hoạ), màn hình không liên tục mà gồm nhiều điểm nhỏ, gọi là pixel. Mỗi
pixel gồm một cặp toạ độ x, y và màu. (hình 2.2, 2.3).

(Hình 2.2 - Hệ trục tọa độ biểu diễn ảnh số) (Hình 2.3 - Ma trận biểu diễn ảnh số)

Nhƣ vậy, một ảnh là một tập hợp các điểm ảnh. Khi đƣợc số hoá, nó thƣờng đƣợc biểu
diễn bởi bảng hai chiều I(m,n): m dòng và n cột. Ta nói ảnh gồm m x n pixels. Ngƣời
ta thƣờng kí hiệu I(x,y) để chỉ một pixel. Thƣờng giá trị của n chọn bằng m và bằng
256. Hình 2.2 cho ta thấy việc biểu diễn một ảnh với độ phân giải khác nhau. Một
pixel có thể lƣu trữ trên 1, 4, 8 hay 24 bit.

2.2.2. Mức xám
Mức xám là kết quả sự mã hoá tƣơng ứng một cƣờng độ sáng của mỗi điểm ảnh với
một giá trị số - kết quả của quá trình lƣợng hoá. Cách mã hoá kinh điển thƣờng dùng
10
16, 32 hay 64 mức. Mã hoá 256 mức là phổ dụng nhất do lý do kỹ thuật. Vì 2
8
= 256
(0, 1, , 255), nên với 256 mức, mỗi pixel sẽ đƣợc mã hoá bởi 8 bit. [3]
Ảnh xám hay còn gọi là ảnh trắng đen.Các loại ảnh đƣợc dùng trong hầu hết các ứng
dụng nhận dạng ảnh vân tay là ảnh Gray-scale,ảnh Gray-scale đƣợc cấu thành từ các
điểm ảnh (pixel) có cƣờng độ sáng khác nhau, có giá trị thay đổi từ 0 đến 255 biểu thị
tƣơng ứng với cƣờng độ sáng từ tối nhất đến sáng nhất. Nhƣ vậy 1 điểm ảnh ngƣời ta
cần 1 byte (8 bit) để lƣu trữ (vì 2
8
=256 mức). [3]
2.2.3. Các loại ảnh
- Ảnh trắng đen: là ảnh có hai màu đen, trắng (không chứa các màu khác). Với

mức xám ở các điểm ảnh có thể khác nhau.
- Ảnh nhị phân: Cũng là loại ảnh trắng đen, mỗi phần tử ảnh bây giờ chỉ có 2
mức: một là điểm có cƣờng độ tối nhất (giá trị bằng 0), hai là điểm có cƣờng độ
sáng nhất (giá trị bằng 255). Nói cách khác mỗi điểm ảnh của ảnh nhị phân chỉ
có thể là 0 hoặc 1.
- Ảnh màu: Trong khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo nên
nhiều màu ngƣời ta thƣờng dùng 3 bytes để mô tả mức màu khác nhau. Khi đó
các giá trị màu màu: 2
8*3
=2
24
=16.7 triệu màu

2.2.4. Biến đổi ảnh
Thuật ngữ biến đổi ảnh (Image Transform) thƣờng dùng để nói tới một lớp các ma trận
đơn vị và các kỹ thuật dùng để biến đổi ảnh. Cũng nhƣ các tín hiệu một chiều đƣợc
biểu diễn bởi một chuỗi các hàm cơ sở, ảnh cũng có thể đƣợc biểu diễn bởi một chuỗi
rời rạc các ma trận cơ sở gọi là ảnh cơ sở. Phƣơng trình ảnh cơ sở có dạng:
A*
k,l
= a
k
a
l
*T
, với a
k
là cột thứ k của ma trận A. A là ma trận đơn vị. Có nghĩa là A A
*T

= I. Các A*
k,l
định nghĩa ở trên với k,l = 0,1, , N-1 là ảnh cơ sở (hình 2.3) Có nhiều
loại biến đổi đƣợc dùng nhƣ :