xác thực vân tay và ứng dụng trong quản lý điểm danh

1

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG



TRỊNH VĂN GIÁC



XÁC THỰC VÂN TAY VÀ ỨNG DỤNG
TRONG QUẢN LÝ ĐIỂM DANH


Chuyên ngành: Khoa học máy tính
Mã số : 60 48 01 01


LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH


NGƢỜI HƢỚNG DẪN KHOA HỌC: TS. NGUYỄN VĂN TẢO
NGƢỜI
THÁI NGUYÊN – 2013
2

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

LỜI CAM ĐOAN
Để hoàn thành luận văn đúng thời gian quy định và đáp ứng đƣợc yêu cầu đề
ra, với sự hƣớng dẫn tận tình của thầy giáo hƣớng dẫn TS. Nguyễn Văn Tảo bản
thân tôi đã cố gắng nghiên cứu, học tập và làm việc trong thời gian dài. Tôi đã tham
khảo một số tài liệu đã nêu trong phần “Tài liệu tham khảo” và không hề sao chép
nội dung từ bất kỳ luận văn nào khác. Toàn bộ luận văn do bản thân tôi tìm hiểu,
nghiên cứu dƣới sự hƣớng dẫn của Thầy hƣớng dẫn sau đó viết luận văn. Cho đến
nay nội dung luận văn của tôi chƣa từng đƣợc công bố, xuất bản dƣới bất kỳ hình
thức nào và cũng không đƣợc sao chép từ bất cứ luận văn của học viên hay một
công trình nghiên cứu nào.
Tôi xin cam đoan những lời khai trên là đúng, mọi thông tin sai lệch tôi xin
hoàn toàn chịu trách nhiệm trƣớc Hội đồng.



Thái Nguyên, ngày 20 tháng 06 năm 2013.
Học viên


Trịnh Văn Giác
3

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


MỤC LỤC
LỜI CAM ĐOAN 1
MỤC LỤC 3

DANH MỤC MỘT SỐ THUẬT NGỮ TRONG NHẬN DẠNG VÂN TAY 5
DANH MỤC HÌNH ẢNH 6
MỞ ĐẦU 7
CHƢƠNG 1: CƠ BẢN VỀ NHẬN DẠNG VÂN TAY 9
1.1 Lịch sử nghiên cứu vân tay 9
1.2 Tình hình ứng dụng nhận dạng vân tay 10
1.3 Giới thiệu hệ thống xác thực và nhận dạng vân tay 11
1.3.1 Hệ thống xác thực 11
1.3.2 Hệ thống nhận dạng vân tay 13
1.4 Một số kỹ thuật phân tích và biểu diễn vân tay 15
1.4.1 Phân tích cấu trúc vân tay 15
1.4.2 Biểu diễn hình ảnh vân tay 16
1.4.3 Các điểm đặc trƣng trên ảnh vân tay 17
1.4.4 Ƣớc lƣợng hƣớng vân cục bộ 18
1.4.5 Ƣớc lƣợng tần suất vân cục bộ 20
1.4.6 Tăng cƣờng ảnh 21
1.4.7 Phát hiện chi tiết 27
1.4.8 Lọc chi tiết 29
1.5 Một số lỗi khi nhận dạng 30
1.5.1 Các lỗi của hệ thống kiểm tra 31
1.5.2 Các loại lỗi của hệ thống nhận dạng 33
CHƢƠNG 2: MỘT SỐ KỸ THUẬT ÁP DỤNG TRONG XÁC THỰC 35
VÂN TAY 35
2.1 Một số thuật toán áp dụng trong xác thực vân tay 35
2.1.1 Giới thiệu. 35
2.1.2 Thuật toán tính hƣớng vân tay cục bộ 35
2.1.3 Thuật toán chuẩn hóa ảnh 36
2.1.4 Thuật toán tăng cƣờng ảnh 37
2.1.5 Thuật toán tách ngƣỡng tự động. 37
4

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


2.1.6 Thuật toán tìm xƣơng 38
2.1.7 Tìm kiếm chi tiết 40
2.1.8 Thuật toán Hough 43
2.1.9 Thuật toán đối sánh vân tay 44
2.2 Đối sánh vân tay 44
2.2.1 Đặt vấn đề 44
2.2.2 Các kĩ thuật dựa vào độ tƣơng quan 47
2.2.3 Các phƣơng pháp dựa chi tiết 48
2.2.4 Các kĩ thuật đối sánh dựa vào đặc trƣng vân 53
2.2.5 So sánh hiệu năng của các thuật toán đối sánh 54
2.4 Bài toán xác thực vân tay ứng dụng trong quản lý điểm danh 55
2.4.1 Giới thiệu bài toán 55
2.4.2 Mô tả bài toán 56
2.4.3 Phân tích bài toán 56
CHƢƠNG 3: CÀI ĐẶT, THỬ NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ 62
3.1 Giới thiệu chƣơng trình 62
3.2 Một số lƣu đồ giải thuật của chƣơng trình 62
3.2.1 Lƣu đồ tổng quát của chƣơng trình 62
3.2.2 Lƣu đồ giải thuật trích điểm Minutiae 63
3.2.3 Lƣu đồ giải thuật quá trình lấy mẫu vân tay 64
3.2.4 Lƣu đồ giải thuật quá trình quét vân tay 64
3.2.5 Lƣu đồ giải thuật quá trình điểm danh 65
3.3 Một số giao diện của chƣơng trình 65
3.3.1 Giao diện cập nhật thêm sinh viên và lấy mẫu vân tay 65
3.3.2 Giao diện đối sánh hai vân tay 66
3.3.3 Một số giao diện kiểm nghiệm thuật toán 66

3.3.4 Giao diện tìm kiếm vân tay 68
3.3.5 Giao diện điểm danh sinh viên 69
3.4 Thử nghiệm thuật toán 70
3.4.1 Bộ dữ liệu thử nghiệm thuật toán 70
3.4.2 Kết quả thử nghiệm thuật toán 71
KẾT LUẬN 74
TÀI LIỆU THAM KHẢO 76
5

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


DANH MỤC MỘT SỐ THUẬT NGỮ TRONG NHẬN DẠNG VÂN TAY
Thuật ngữ
Nội dung
Ridge
Đƣờng vân tay trên ngón tay ngƣời
Vallay
Đƣờng rãnh xen kẽ hai đƣờng vân tay
Singular
Điểm kỳ dị của vân tay trên ngón tay ngƣời, mang đặc điểm phân
loại
Core
Điểm “tâm” của vân tay, là một trong những điểm Singular
Minutiae
Điểm đặc trƣng của vân tay trên ngón tay ngƣời.
Termination
Điểm kết thúc của đƣờng vân, một loại Minutiae quan trong.
Bifurcation
Điểm rẽ ba của đƣờng vân, một loại Minutiae quan trong.

Ridge Dot
Điểm đỉnh của vân tay
Enclosure
Điểm rào của vân tay
Ridge Ending
Điểm đƣờng vân kết thúc của vân tay
6

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


DANH MỤC HÌNH ẢNH
Hình 1.1: Một số bằng chứng vân tay tìm đƣợc thời xƣa 9
Hình 1.2: Hệ thống nhận dang vân tay 13
Hình 1.3: Một số hình ảnh đƣợc chụp từ những thiết bị trên 15
Hình 1.4: Bề mặt S của một vùng vân tay 17
Hình 1.5: Các điểm singularity 17
Hình 1.6: Một số loại core thƣờng gặp 18
Hình 1.7:Các điểm Ridge Ending và Bifurcation 18
Hình 1.8: Một ảnh vân hƣớng vân tay đƣợc tính trên một lƣới 16x16. Mỗi phần tử là
hƣớng cục bộ của đƣờng vân; chiều dài tƣơng ứng với tính tin cậy 19
Hình 1.9: a) ảnh vân tay chất lƣợng tốt, b) vân tay với các nếp đứt, gãy c) Vân tay
có rất nhiều nhiễu 22
Hình 1.10: Một ví dụ về chuẩn hoá với m
0
= 50 và v
0
= 200 24
Hình 1.11: Biểu diễn đồ họa của bộ lọc Gabor xác định bởi tham số
90 , 1/5, 3

xy
f
  
   

25
Hình 1.12: Một biểu diễn đồ họa trong một nhóm 24 bộ lọc Gabor 26
Hình 1.13: Các ví dụ của tăng cƣờng ảnh vân tay dựa vào lọc Gabor. Ở bên phải các
vùng có khả năng khôi phục đã đƣợc tăng cƣờng 26
Hình 1.14 a) ảnh cấp xám của một vân tay, b) ảnh nhận đƣợc khi nhị phân hóa ảnh
a),c)ảnh nhận đƣợc khi làm mảnh ảnh b). 28
Hình 1.15: minh họa về phát hiện chi tiết trên xƣơng 29
Hình 1.16: Các cấu trúc sai cơ bản (hàng đầu tiên) và cấu trúc sau khi sửa lỗi (hàng
thứ hai) 30
Hình 1.17: Tiền xử lý chi tiết . Ở ảnh bên phải, hầu hết các chi tiết sai đã bị loại bỏ
từ ảnh ảnh vân bên trái 30
Hinh 1.18: Biểu đồ đánh giá độ chính xác của hệ thống nhận dạng 32
Hình 2.1: Minh họa thuật toán tìm xƣơng 39
Thuật toán kiểm tra điều kiện xóa của điểm (x,y) đƣợc thực hiện nhƣ sau: 39
Hình 2.2 Thông số của hai dạng minutiae quan trọng: a) bifurcation; b) ridge
ending. 41
Hình 2.3 Phát hiện minutiae: a), b) pixel trên đƣờng vân; c) bifurcation minutiae; d)
ridge ending minutiae. 42
7

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


MỞ ĐẦU
Ngày nay, các kỹ thuật sinh trắc học ngày càng đƣợc ứng dụng rộng rãi, đây

là các kỹ thuật nghiên cứu cách dùng các dấu hiệu của các bộ phận trong cơ thể
(nhƣ dấu vân tay, ảnh mặt, ảnh mắt, DNA, …) để nhận ra một cá thể phục vụ cho
các hệ thống bảo mật, an ninh Trong đó, nhận dạng vân tay đƣợc xem là một
trong những kỹ thuật hoàn thiện và đáng tin cậy nhất để xác nhận một ngƣời.
Đa số các hệ thống bảo mật hiện nay đƣợc bảo vệ bằng Password và PIN
(Personal Identification Number), nhƣng các phƣơng pháp này đã phát sinh một số
điểm yếu nhƣ: password là những con số khó nhớ, dễ quên và dễ bị đánh cắp. Bằng
cách sử dụng vân tay và mật mã, việc xác nhận một con ngƣời có thể thực hiện
đƣợc bằng một hệ thống nhận dạng vân tay an toàn và thuận tiện.
Vì thế tìm hiểu và xây dựng hệ thống nhận dạng vân tay là điều cần thiết.
Nhằm hỗ trợ việc điều tra tội phạm, quản lý nhân viên, quản lý sinh viên, quản lý
điểm danh, …
Trong vấn đề học và thi, giáo viên khó có thể nhớ mặt từng sinh viên trong
lớp, và việc đi học đầy đủ của sinh viên. Nhất là trong tình trạng học tín chỉ ngày
nay, mỗi lớp có thể lên đến 100 sinh viên và các sinh viên không học theo một lớp
cố định dẫn tới việc điểm danh sinh viên theo hình thức thủ công là rất mất thời
gian và tỏ ra kém hiệu quả, cùng với đó việc quản lý, theo dõi học tập, nghiên cứu
của sinh viên là rất khó khăn. Chính vì lý do này mà đã có nhiều sinh viên chốn học,
nhờ ngƣời khác đi học và thi hộ. Dẫn đến nhiều tiêu cực, chất lƣợng giáo dục và
chất lƣợng đầu ra của sinh viên bị ảnh hƣởng rất nhiều. Giải pháp cần thiết để khắc
phục tình trạng này là ứng dụng nhận dạng sinh trắc vào việc quản lý học sinh, sinh
viên, mà cụ thể là xác thực vân tay trong việc điểm danh sinh viên nhằm tăng tính
trung thực và hiệu quả trong công tác quản lý học sinh, sinh viên.
Luận văn tìm hiểu, nghiên cứu một số thuật toán nhận dạng sinh trắc, cụ thể là
nhận dạng vân tây tiến tới xây dựng chƣơng trình, giúp giáo viên đỡ mất thời gian,
hiệu quả hơn trong việc điểm danh, quản lý sinh viên. Chính vì vậy, việc nghiên
8

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

cứu “Xác thực vân tay và ứng dụng trong quản lý điểm danh” có ý nghĩa khoa học
và thực tiễn.
Luận văn gồm ba chƣơng không kể phần mở đầu, phần kết luận và tài liệu
tham khảo với các nội dung chính nhƣ sau:
Chƣơng 1: Cơ bản về nhận dạng vân tay: nội dung của chƣơng sẽ tập trung
giới thiệu các nội dung cơ bản về nhận dạng vân tay nhƣ: lịch sử sử dụng vân tay
trong nhận dạng, giới thiệu một số hệ thống nhận dạng vân tay, các phƣơng pháp
phân tích và biểu diễn vân tay và một số lỗi thƣờng gặp khi nhận dạng vân tay.
Chƣơng 2: Một số kỹ thuật áp dụng trong xác thực vân tay: nội dung của
chƣơng sẽ tập trung trình bày một số thuật toán áp dụng trong xác thực vân tay, cơ
sở lý thuyết và thuật toán đối sánh vân tay. Cuối chƣơng sẽ đề cập tới một số vấn đề
trong quá trình thiết kế hệ thống xác thực vân tay ứng dụng trong quản lý điểm danh
nhằm phục vụ cho việc xây dựng hệ thống trong phần sau.
Chƣơng 3: Cài đặt, thử nghiệm và đánh giá kết quả: chƣơng này đƣa ra thiết
kế cài đặt demo chƣơng trình “Xác thực vân tay và ứng dụng trong quản lý điểm
danh” qua đó đƣa ra thử nghiệm, đánh giá kết quả.



9

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


CHƢƠNG 1: CƠ BẢN VỀ NHẬN DẠNG VÂN TAY
Chƣơng này giới thiệu các nội dung cơ bản về nhận dạng vân tay nhƣ: lịch
sử sử dụng vân tay trong nhận dạng, giới thiệu một số hệ thống nhận dạng vân tay,
các phƣơng pháp phân tích và biểu diễn vân tay và một số lỗi thƣờng gặp khi nhận
dạng vân tay.

1.1 Lịch sử nghiên cứu vân tay
Trên các mẫu khảo cổ học và các mẫu vật lịch sử, ngƣời ta đã tìm thấy nhiều
mẫu vân tay. Điều này cung cấp bằng chứng rõ ràng là ngƣời xƣa đã nhận ra tính cá
nhân của vân tay, nhƣng không xuất hiện bất kì cơ sở khoa học nào. Mãi đến thế kỉ
16 các kĩ thuật vân tay khoa học hiện đại mới xuất hiện và từ đó các lí thuyết và
chƣơng trình mô tả, nhận dạng vân tay mới phát triển nhanh chóng:

Hình 1.1: Một số bằng chứng vân tay tìm được thời xưa
Năm 1964: Nehemiah Grew nhà sinh thái học thực vật xuất bản những trang
sách đầu tiên các nghiên cứu có tính hệ thống của Ông về vân tay
Năm 1788: Mayer đã mô tả chi tiết thông tin giải phẫu của vân tay để đặc
tính hóa, nhận dạng các đặc tính vân tay
10

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Năm 1809, Thomas Bewick bắt đầu sử dụng vân tay của mình nhƣ là biểu
tƣợng đăng kí thƣơng mại – đã tạo ra một cột mốc quan trọng trong nghiên cứu
khoa học về nhận dạng vân tay.
Năm 1880: Henrry Fauld đã đƣa ra giả thuyết khoa học khẳng định tính cá
nhân của vân tay dựa vào các nhận thức kinh nghiệm
Năm 1888, Ngài Francis Galton giới thiệu các đặc trƣng chi tiết phục vụ cho
đối sánh vân tay
Đầu thế kỉ 20, cấu trúc của vân tay mới đƣợc mô tả một cách khá đầy đủ.
Các nguyên lý sinh học của vân tay đƣợc tổng kết nhƣ sau:
 Biểu bì vân có các đặc tính khác nhau trên các vân tay khác nhau.
 Cấu hình vân tay có sự thay đổi trên từng cá nhân, nhƣng sự thay đổi nhỏ
này vẫn cho phép phân loại một cách có hệ thống các vân tay.
 Các chi tiết và cấu hình của mỗi đƣờng vân là ổn định và không thay đổi

Nguyên lý
1. Là cơ sở cho nhận dạng vân tay
2. Là cơ sở để tiến hành phân loại vân tay.
Cũng từ đầu thế kỉ 20, nhận dạng vân tay chính thức đƣợc chấp nhận nhƣ
một phƣơng pháp nhận dạng cá nhân có giá trị và trở thành chuẩn trong pháp luật.
Ví dụ, năm 1924 FBI đã thiết lập một cơ sở dữ liệu có 810000 thẻ vân tay.
1.2 Tình hình ứng dụng nhận dạng vân tay
Hơn 100 năm qua so sánh dấu vân tay vốn đƣợc coi là một phƣơng tiện hữu
hiệu hỗ trợ cho các nhà điều tra trong quá trình phá án và xét xử. Ngƣời ta có thể
tìm ra tung tích tội phạm cũng nhƣ nạn nhân thông qua dấu vân tay ở trên hiện
trƣờng. Tuy nhiên phƣơng pháp này vẫn bộc lộ một một số khuyết điểm do tác động
của các yếu tố khách quan nhƣ môi trƣờng thời tiết, hiện trƣờng sau khi khảo
sát,…và các yếu tố chủ quan gây nhiễu. Nếu chỉ đơn thuần dựa vào yếu tố kỹ thuật
mà bỏ qua một loạt các biện pháp nghiệp vụ khác, sai số này có thể lên tới 10%.
Mặc dù vậy, phƣơng pháp nhận dạng vân tay hiện vẫn còn phổ biến ở nhiều nơi và
nhiều quốc gia, mặc nhiên phƣơng pháp nhận dạng vân tay vẫn đƣợc sử dụng trong
11

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


việc điều tra phá án của cảnh sát vì thế việc nâng cao sự chính xác khi nhận dạng
vân tay là một vấn để thiết yếu. Ngày nay, ngƣời ta cũng lợi dụng các đặc điểm
riêng biệt của vân tay để xây dựng các hệ thống bảo mật các thông tin riêng tƣ cho
ngƣời sở hữu chúng, từ việc dùng các ổ khóa vân tay thay thế cho các ổ khóa thông
thƣờng cho đến việc dùng vân tay thay thế mật khẩu đã quá phổ biến trong thời đại
công nghệ thông tin. Ngƣời ta chỉ cần quét dấu vân tay của mình qua các thiết bị
chức năng là có thể mở đƣợc một cánh cửa, đăng nhập vào hệ thống máy vi tính,
qua một phòng bí mật hay các trạm bảo vệ bí mật. Đó là giải pháp an ninh tuyệt đối
cho những yêu cầu bảo mật của con ngƣời trong nhiều lĩnh vực nhƣ: Kiểm soát an

ninh trong các cơ quan của Chính phủ, trong quân đội, ngân hàng, trung tâm lƣu trữ
dữ liệu hoặc để kiểm soát ra vào của nhân viên tại các trung tâm thƣơng mại, các
tập đoàn, các đại sứ quán Trong lĩnh vực quản lý nhân sự, phƣơng pháp nhận dạng
vân tay còn hỗ trợ đắc lực cho việc quản lý và chấm công tại các nhà máy, xí
nghiệp, công ty bằng các máy chấm công vân tay. Tuy nhiên, phổ biến nhất có lẽ là
dấu vân tay của chúng ta qua mặt sau của chứng minh thƣ để xác định một cách
nhanh nhất các đặc điểm, hồ sơ của một công dân đã đƣợc lƣu trong cơ sở dữ liệu.
Trên thế giới hiện nay đã xuất hiện nhiều sản phẩm công nghệ cao sử dụng phƣơng
pháp nhận dạng vân tay nhƣ khóa vân tay, máy chấm công vân tay, máy tính xác
tay, Tuy nhiên đây vẫn là vấn đề còn chƣa đƣợc nghiên cứu nhiều ở Việt Nam. Ở
nƣớc ta, phƣơng pháp này mới chỉ phổ biến ở việc quản lý nhân sự thông qua chứng
minh thƣ nhân dân và phục vụ điều tra phá án. Các sản phẩm công nghệ cao nói
trên chúng ta vẫn phải nhập khẩu với giá thành khá cao, do đó chúng vẫn chƣa
đƣợc phổ biến rộng rãi.
1.3 Giới thiệu hệ thống xác thực và nhận dạng vân tay
1.3.1 Hệ thống xác thực
Một hệ thống sinh trắc cơ bản là một hệ thống nhận dạng mẫu để nhận ra
một ngƣời bằng cách quyết định tính xác thực của một đặc tính sinh học hay hành vi
thuộc về ngƣời đó. Trong thiết kế một hệ thống sinh trắc, một vấn đề quan trọng đặt
12

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


ra là xác định cách một ngƣời đƣợc nhận dạng. Một hệ thống sinh trắc có thể là một
hệ thống kiểm tra hay một hệ thống nhận dạng.
Hệ thống kiểm tra: là hệ thống xác thực một ngƣời bằng cách so sánh đặc
tính sinh trắc của ngƣời này với mẫu sinh trắc của chính ngƣời đó đã đƣợc lƣu trữ
trƣớc trong hệ thống.
Hệ thống nhận dạng: là hệ thống xác thực một cá nhân bằng cách tìm kiếm

và đối sánh đặc tính sinh trắc của ngƣời này với toàn bộ các mẫu sinh trắc đƣợc lƣu
giữ trong cơ sở dữ liệu.
Ngoài ra một hệ thống sinh trắc có thể đƣợc phân loại theo một số đặc tính
của ứng dụng:
Phối hợp hoặc không phối hợp: đề cập đến hành vi của kẻ giả mạo tƣơng tác
với hệ thống. Ví dụ ở ngân hàng điện tử, là trƣờng hợp có phối hợp kẻ mạo danh
phải đăng nhập hệ thống để sử dụng tài khoản, còn hệ thống không phối hợp trong
kiểm tra hộ chiếu đi máy bay, những kẻ khủng bố có thể bị phát hiện khi sử dụng hộ
chiếu
Công khai và bí mật: hệ thống là công khai nếu ngƣời sử dụng biết mình
đang đƣợc xác thực bởi hệ thống, còn khi ngƣời sử dụng không biết mình đang
đƣợc xác thực bởi hệ thống thì hệ thống là bí mật.
Thƣờng xuyên và không thƣờng xuyên: chỉ mức độ thƣờng xuyên mà ngƣời
dùng sử dụng hệ thống sinh trắc. Ví dụ, ứng dụng đăng nhập máy tính là một hệ
thống sinh trắc thƣờng xuyên bởi vì ứng dụng này đƣợc sử dụng đều đặn, còn ứng
dụng làm bằng lái xe là hệ thống không thƣờng xuyên do mỗi bằng lái xe chỉ đƣợc
làm mới sau một số năm.
Môi trƣờng điều hành chuẩn hay phi chuẩn: Môi trƣờng điều hành là chuẩn
nếu hệ thống đƣợc hoạt động trong môi trƣờng đƣợc điều khiển (các yếu tố nhiệt
độ, độ ẩm…)
Ƣng dụng công cộng hay ứng dụng kín: nếu là ứng dụng kín thì ngƣời sử
dụng hệ thống sinh trắc là khách hang, nhân viên của tổ chức triển khai hệ thống.
13

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Ứng dụng mở và ứng dụng đóng: Ứng dụng mở sử dụng chung các mẫu sinh
trắc của một ngƣời với các ứng dụng khác, còn ứng dụng đóng phải sử dụng các
mẫu sinh trắc thích hợp dành riêng.

1.3.2 Hệ thống nhận dạng vân tay
Hình 1.2 mô tả cấu trúc cơ bản của hệ thống nhận dạng vân tay. Đầu tiên,
dấu vân tay của ngƣời cần đƣợc lấy mẫu (bằng một thiết bị có thể chụp đƣợc vân
tay – Biometric sensor) và lƣu vào trong cơ sở dữ liệu (Registration Module). Sau
đó, khi cần xác nhận ngƣời đó cung cấp lại một dấu vân tay, dấu vân tay này sẽ
đƣợc so sánh với dấu vân tay trong cơ sở dữ liệu để quyết định chấp nhận hay từ
chối dựa trên ngƣỡng so sánh.

`Hình 1.2: Hệ thống nhận dang vân tay
Hiện nay, trên thị trƣờng thế giới đã có bán nhiều loại thiết bị chụp vân tay
(fingerprint reader, fingerprint scanner) với các chất lƣợng khác nhau. Bảng 1.1 giới
thiệu một số loại thiết bị chụp vân tay và thông số kỹ thuật của chúng.
14

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên



Bảng1.1: Một số thiết bị đọc vân tay và thông số kỹ thuật của chúng

15

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên



Hình 1.3: Một số hình ảnh được chụp từ những thiết bị trên
a) Biometrika FX2000
b) Digital Persona YareU2000
c) Identix DFR200

d) Ethentica TactilSense
e) STMMicroelectronics TouchChip TCS1AD
f) Veridicom FPS110
g) Atmel FingerChip AT77C101B
h) Authentec AES4000
1.4 Một số kỹ thuật phân tích và biểu diễn vân tay
1.4.1 Phân tích cấu trúc vân tay
Khi ấn ngón tay vào một bề mặt trơn, một vân tay đƣợc sao chép lại từ lớp
biểu bì da. Cấu trúc dễ nhận thấy nhất của vân tay là các vân lồi và vân lõm, trong
ảnh vân tay, vân lồi có màu tối trong khi vân lõm có màu sáng. Vân lồi có độ rộng
từ 100

m đến 300

m. Độ rộng của một cặp vân lồi, lõm cạnh nhau là 500

m. Các
chấn thƣơng nhƣ bỏng nhẹ, mòn da…không ảnh hƣởng đến cấu trúc bên dƣới của
vân, khi da mọc lại sẽ khôi phục lại đúng cấu trúc này.
16

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Vân lồi và vân lõm thƣờng chạy song song với nhau, chúng có thể rẽ thành
hai nhánh, hoặc kết thúc. Ở mức độ tổng thể, các mẫu vân tay thể hiện các vùng vân
khác nhau mà ở đó các đƣờng vân có hình dạng khác biệt. Những vùng này (gọi là
các vùng đơn) có thể đƣợc phân loại thành các dạng: loop, delta và whorl và đƣợc
kí hiệu tƣơng ứng là


,

,

. Vùng whorl có thể đƣợc mô tả bởi hai vùng loop đối
diện nhau.
Một số thuật toán đối sánh vân tay căn lề ảnh vân tay theo một điểm trung
tâm gọi là điểm nhân (điểm nằm về phía bắc nhất của đƣờng vân nằm trong cùng
nhất). Thực tế, điểm nhân là điểm trung tâm của vùng loop nằm về phía bắc nhất.
Nếu vân tay không chứa các vùng loop hay whorl thì điểm nhân là điểm mà tại đó
độ cong của đƣờng vân là lớn nhất.
Định nghĩa các vùng đơn thƣờng đƣợc sử dụng để phân loại vân tay, với mục
đích làm đơn giản hóa các quá trình tìm kiếm.
Ở mức độ cục bộ, chúng ta tìm kiếm các đặc tính quan trọng, gọi là các chi
tiết. Các chi tiết mô tả cách mà các vân bị đứt quãng. Ví dụ vân có thể đi tới điểm
kết thúc, hay rẽ thành hai nhánh…Viện các chuẩn quốc gia Mỹ đề nghị phân loại
chi tiết theo bốn loại gồm: điểm kết thúc, điểm rẽ hai, điểm rẽ ba, và điểm không
xác định. Trong khi đó mô hình chi tiết của cục điều tra liên bang Mỹ chỉ có hai loại
chi tiết là điểm kết thúc và điểm rẽ hai. Mỗi chi tiết đƣợc đặc trƣng bởi phân lớp, hệ
tọa độ xy, góc tạo bởi tiếp tuyến của đƣờng vân tại chi tiết và trục ngang.
Trong ảnh vân tay, các điểm kết thúc và rẽ hai có thể tráo đổi cho nhau và ở
cùng vị trí, ở ảnh âm bản điểm kết thúc xuất hiện nhƣ là điểm rẽ hai và ngƣợc lại.
1.4.2 Biểu diễn hình ảnh vân tay
Hầu hết các thuật toán phân loại và nhận dạng vân tay yêu cầu giai đoạn trích
chọn đặc trƣng để xác định các đặc trƣng nổi bật.
Hình ảnh vân tay thƣờng đƣợc biểu diễn nhƣ là một bề mặt hai chiều[8]. Kí
hiệu I là ảnh vân tay cấp xám với cấp xám g. I[x,y] là cấp xám của điểm ảnh [x,y].
Kí hiệu z = S(x,y) là bề mặt rời rạc tƣơng ứng với ảnh I: S(x,y) = I[x,y]. Bằng cách
chọn các điểm ảnh màu sáng có cấp xám là 0, và các điểm ảnh có màu tối có cấp
17

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


xám là g-1, thì các đƣờng vân (xuất hiện có màu tối trong I) tƣơng ứng với bề mặt
vân lồi còn khoảng không gian giữa các vân lồi (có màu sáng) tƣơng ứng là bề mặt
vân lõm.

Hình 1.4: Bề mặt S của một vùng vân tay
1.4.3 Các điểm đặc trưng trên ảnh vân tay
Trên ảnh vân tay có những điểm đặc trƣng (những điểm đặc biệt mà vị trí
của nó không trùng lặp trên các vân tay khác nhau) đƣợc phân làm hai loại[8]:
singularity và minutiae.
1 - Singularity: Trên vân tay có những vùng có cấu trúc khác thƣờng (thƣờng có
cấu trúc song song), những vùng nhƣ vậy gọi là Singularity. Có hai loại singularity:
core và delta.

Hình 1.5: Các điểm singularity
18

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Core thƣờng có những dạng sau đây:

Hình 1.6: Một số loại core thường gặp
2 - Minutiae: Khi dò theo đƣờng vân tay ta thấy những điểm đƣờng vân kết thúc
(Ridge Ending) hoặc rẽ nhánh (Bifurcation) hoặc điểm rào (Enclosure) hay điểm
đỉnh (Ridge Dot), những điểm này gọi chung là Minutiae.

Hình 1.7:Các điểm Ridge Ending và Bifurcation
1.4.4 Ước lượng hướng vân cục bộ
Một đặc tính quan trọng của vân tay là hƣớng vân cục bộ tại các vị trí trong
ảnh vân tay. Hƣớng vân cục bộ tại [x,y] là góc

xy
tạo bởi trục ngang và đƣờng
thẳng nối qua một số điểm láng giềng của [x,y]. Do các đƣờng vân không đƣợc định
hƣớng,

xy
là góc vô hƣớng nằm trong đoạn
0 180



.
19

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Thay vì tính hƣớng vân cục bộ tại mỗi điểm ảnh, hầu hết các phƣơng pháp
trích chọn đặc trƣng và xử lý vân tay ƣớc lƣợng hƣớng vân cục bộ tại các vị trí rời
rạc (để làm giảm gánh nặng tính toán và cho phép thực hiện các ƣớc lƣợng còn lại
nhờ phép nội suy). Ảnh hƣớng vân tay, là một ma trận D mà mỗi phần tử mang
thông tin về hƣớng vân cục bộ của các đƣờng vân. Mỗi phần tử

ij
, tƣơng ứng với

nốt [i,j] trong lƣới ô vuông chứa điểm ảnh [x
i
, y
j
], biểu diễn hƣớng trung bình của
đƣờng vân trong lân cận của [x
i
, y
j
]. Ngƣời ta thêm vào một giá trị r
ij
liên kết với

ij
để biểu diễn tính tin cậy (hay toàn vẹn) của hƣớng. Giá trị của r
ij
là nhỏ ở các
vùng bị nhiễu và hƣ hại, có giá trị lớn ở các vùng có chất lƣợng tốt.

Hình 1.8: Một ảnh vân hướng vân tay được tính trên một lưới 16x16. Mỗi phần
tử là hướng cục bộ của đường vân; chiều dài tương ứng với tính tin cậy
Để tính hƣớng vân cục bộ, phƣơng pháp đơn giản nhất là tính toán gradient
trên ảnh vân tay. Gradient (x
i,
y
j
) ở điểm [x
i,
y
j

] của I là một véc tơ hai chiều
[
x
(x
i,
y
j
),
y
(x
i,
y
j
)] trong đó thành phần
x
và
y
là đạo hàm theo x và y của I tại
điểm [x
i,
, y
j
] tƣơng ứng với hƣớng x và y. Góc pha gradient biểu thị hƣớng thay đổi
mật độ điểm ảnh lớn nhất. Vì vậy, hƣớng θ
ij
của một góc giả định qua vùng có tâm
tại [x
i,
, y
j

] là trực giao với góc pha gradient tại [x
i,
, y
j
] . Hƣớng vân cục bộ θ
ij
bằng
cách kết hợp nhiều ƣớc lƣợng gradient trong một cửa sổ 17x17 có tâm tại [ x
i,
, y
j
] .

20

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên



   
 
 
ij
88
88
88
2
88
88
2

88
2
1
90 arctan
2
,,
( , )
( , )
xy
xx yy
xy x i j y i j
hk
xx x i j
hk
yy y i j
hk
G
GG
G x h y k x h y k
G x h y k
G x h y k

 
 
 







      
   
   




Trong đó
,
xy

là các thành phần gradient theo hƣớng x, và y đƣợc tính qua
mặt nạ Sobel.
1.4.5 Ước lượng tần suất vân cục bộ
Tần suất vân cục bộ (hay mật độ) f
xy
tại điểm [x, y] là nghịch đảo của số vân
trên một đơn vị chiều dài dọc theo đoạn có tâm tại [x, y] và vuông góc với hƣớng
vân cục bộ θ
xy
. Một ảnh tần suất F, tƣơng tự với ảnh hƣớng D, có thể xác định nếu
tần suất đƣợc ƣớc lƣợng ở các vị trí rời rạc và đƣợc sắp xếp vào trong một ma trận.
Tần suất vân cục bộ thay đổi trên các ngón tay khác nhau, và thay đổi trên
các vùng khác nhau của cùng một vân tay. Ƣớc lƣợng tần suất vân cục bộ bằng cách
tính trung bình số điểm ảnh giữa hai đỉnh liên tiếp của mức xám dọc theo hƣớng
thông thƣờng với hƣớng vân cục bộ. Cho mục đích này, bề mặt S tƣơng ứng với vân
tay đƣợc phân chia bằng một cặp đƣờng song song với trục z và vuông góc với
hƣớng vân cục bộ. Tần suất f
xy

tại điểm [x
i,
y
j
] đƣợc tính nhƣ sau:
Một cửa sổ có hƣớng 32 x 16 có tâm tại [x
i
, y
j
] đƣợc chọn trong hệ tọa độ
vân (nghĩa là quay để căn chỉnh trục y với hƣớng vân cục bộ) chữ kí x (x-signature)
của mức xám nhận đƣợc bởi tích lũy, cho mỗi cột x, những mức xám của điểm ảnh
tƣơng ứng trong cửa sổ hƣớng. Đây là sắp xếp trung bình để tạo cho mặt nghiêng
mức xám mƣợt hơn và ngăn ngừa các đỉnh vân bị mờ do các đứt gãy của vân f
ij
là
nghịch đảo của khoảng cách trung bình giữa hai đỉnh liên tiếp của x-signature
21

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Phƣơng pháp rất đơn giản và có thể thực hiện nhanh chóng. Nhƣng, khó
khăn của phƣơng pháp này phát hiện một cách tin tƣởng các đỉnh liên tiếp của các
mức xám trong miền không gian của các ảnh vân tay bị nhiễu. Trong trƣờng hợp
này, các tác giả đề nghị sử dụng phép nội suy và lọc thông thấp.
Mẫu vân một cách cục bộ đƣợc mô hình nhƣ là một bề mặt hình sin, và định
lý thay đổi đƣợc sử dụng để ƣớc lƣợng tần số không xác định. Sự thay đổi V của
hàm h trong khoảng [x
1

, x
2
] là tổng của thay đổi theo chiều dọc trong h:

2
1
21
()
( ) .
()
2.( )
x
x
dh x
V h dx
dx
Vh
f
xx






Nếu hàm h tuần hoàn trong khoảng [x
1
, x
2
] hoặc biên độ thay đổi trong

khoảng [x
1
, x
2
] là nhỏ, sự biến thiên có thể đƣợc mô tả nhƣ là hàm của biên độ trung
bình α
m
và tần số trung bình f .

V(h) = ( x2 – x1 ). 2α
m.
.f

Do vậy, tần số không biết đƣợc ƣớc lƣợng nhƣ sau:
21
()
2.( )
Vh
f
xx




Sự biến thiên và biên độ trung bình của một mẫu vân hai chiều đƣợc ƣớc
lƣợng từ phần dẫn xuất đầu tiên và thứ hai và tần suất vân cục bộ đƣợc tính từ biểu
thức tính tần số f.
1.4.6 Tăng cường ảnh
Hiệu quả sử dụng của các thuật toán trích chọn đặc tính và các kĩ thuật nhận
dạng vân tay khác phụ thuộc rất lớn vào chất lƣợng của ảnh vân tay đầu vào[5].

22

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Trong trƣờng hợp ảnh vân tay, vân lồi và vân lõm thay thế nhau và hƣớng theo một
hƣớng cố định. Trong những tình huống thế này, các vân có thể dễ dàng đƣợc phát
hiện và các chi tiết có thể xác định một cách chính xác trên ảnh. Nhƣng trong thực
tế, do điều kiện da (nhƣ khô hay ƣớt, bị cắt…), nhiễu cảm biến, ấn vân tay không
đúng, và các ngón tay chất lƣợng thấp, một phần không nhỏ các ảnh vân tay
(khoảng 10%) là có chất lƣợng thấp nhƣ trong mẫu (c) :

Hình 1.9: a) ảnh vân tay chất lượng tốt, b) vân tay với các nếp đứt, gãy c) Vân tay
có rất nhiều nhiễu
Trong nhiều trƣờng hợp, một ảnh vân tay chứa nhiều vùng gồm có cả chất
lƣợng tốt, trung bình và xấu. Nói chung, có một số dạng mất giá trị liên hệ với các
ảnh vân tay: các vân không liên tục, có một số nếp đứt các vân song song không
tách biệt rõ ràng do tồn tại của nhiễu liên kết các vân song song, khiến chúng tách
biệt kém bị cắt, có nếp gấp, hay thâm sẹo.
Ba dạng vân bị mất giá trị này làm cho việc trích chọn đặc tính gặp nhiều
khó khăn. Chúng dẫn tới các vấn đề sau trong việc trích chọn đặc tính:
 Trích chọn các chi tiết sai lệch
 Bỏ qua các chi tiết đúng
 Gây lỗi về hƣớng và vị trí của chi tiết
Để bảo đảm hiệu quả tốt trong các thuật toán trích chọn chi tiết trên các ảnh
vân tay chất lƣợng kém, cần một thuật toán tăng cƣờng để nâng cao sự rõ ràng trong
cấu trúc vân.
23

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

Một chuyên gia vân tay thƣờng có thể nhận dạng chính xác các chi tiết bằng
cách sử dụng nhiều manh mối nhìn đƣợc nhƣ hƣớng vân tay, tính liên tục của vân,
xu hƣớng vân…Trong lý thuyết, có thể phát triển một thuật toán tăng cƣờng sử
dụng các manh mối nhìn đƣợc này để cải thiện chất lƣợng hình ảnh. Nói chung, với
một ảnh vân tay cho trƣớc, các vùng vân tay đã đƣợc phân đoạn có thể chia vào ba
hạng mục:
1. Vùng đƣợc định nghĩa tốt: các vân đƣợc phân biệt rõ ràng với các vân khác.
2. Vùng có khả năng phục hồi: các vân bị hƣ hỏng bởi các đƣờng đứt gãy nhỏ,
thâm sẹo… nhƣng chúng vẫn có khả năng nhìn đƣợc và các vùng xung
quanh cung cấp thông tin đủ để khôi phục cấu trúc ban đầu của chúng.
3. Vùng không thể phục hồi, nơi các vân bị hƣ hại bởi các nhiễu nghiêm trọng,
không có vân nào nhìn thấy đƣợc và các vùng xung quanh không cho phép
chúng đƣợc xây dựng lại
Các vùng chất lƣợng tốt, có thể phục hồi và không thể phục hồi có thể đƣợc
nhận dạng qua một số tiêu chuẩn: độ tƣơng phản, tính đầy đủ của hƣớng, tần suất
vân, và các đặc tính cục bộ khác có thể kết hợp để định nghĩa chỉ số chất lƣợng.
Mục đích của một thuật toán tăng cường là để cải thiện tính rõ ràng của các cấu
trúc vân trong các vùng có khả năng khôi phục và đánh dấu các vùng không thể
khôi phục vì quá nhiễu cho các xử lý tiếp theo.
Thông thƣờng, đầu vào của thuật toán tăng cƣờng là một ảnh cấp xám. Đầu
ra có thể là ảnh cấp xám hay một ảnh đen trắng, tùy thuộc vào thuật toán. Nhiều kết
quả khi sử dụng các phƣơng pháp dàn trải tƣơng phản, thực thi biểu đồ, chuẩn hóa
và lọc đã thể hiện hiệu quả nhƣ là bƣớc xử lý đầu tiên trong một thuật toán tăng
cƣờng ảnh vân tay phức tạp hơn
Phƣơng pháp chuẩn hóa quyết định giá trị cƣờng độ của mỗi điểm ảnh nhƣ:
 
 
 

2
00
'
2
00
[x,y]-m . / [x,y]>m
,
[x,y]-m . / [x,y] m
m I v v khi I
I x y
m I v v khi I










24

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Trong đó m và v là kì vọng và phƣơng sai ảnh, còn m
o
và v
o

là kì vọng và
phƣơng sai mong muốn sau khi chuẩn hóa. Quá trình chuẩn hóa đƣợc thực hiện trên
từng điểm ảnh (giá trị của mỗi điểm ảnh chỉ phụ thuộc vào các giá trị trƣớc và một
một số tham số toàn cục) và không làm thay đổi cấu trúc vân. Cụ thể hơn, chuẩn
hóa không làm phủ đầy các đứt gãy nhỏ, các lỗ, hay tách các vân song song bị chạm
vào nhau. Hình 1.10 thể hiện một ví dụ:

Hình 1.10: Một ví dụ về chuẩn hoá với m
0
= 50 và v
0
= 200
Một phƣơng pháp hiệu quả dựa trên bộ lọc Gabor. Bộ lọc Gabor có các thuộc
tính chọn tần suất và chọn hƣớng và có độ phân giải tùy chọn trong cả miền không
gian và miền tần số. Nhƣ đƣợc minh họa trong hình 12, một bộ lọc Gabor đƣợc định
nghĩa bởi một sóng phẳng hình sin hẹp lại bởi một Gauss. Một bộ lọc đối xứng hai
chiều Gabor có dạng sau:
22
22
1
( , : , ) exp - . os(2 f.x )
2
Xy
xy
g x y f c
















Trong đó θ là hƣớng của bộ lọc, và [x
θ
, y
θ
] là ảnh của [x,y] sau khi quay quanh trục
Cartesian một góc ( 90
o
– θ ):

sin os
os(90 ) sin(90 )
os sin
-sin(90 ) os(90 )
x
c
xx
c
c
yy
c

y










   









   







25

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên


Trong biểu thức ở trên, f là tần suất của sóng phẳng hình sin, σ
x
, σ
y
là độ
lệch chuẩn Gauss tƣơng ứng dọc theo trục x và trục y.

Hình 1.11: Biểu diễn đồ họa của bộ lọc Gabor xác định bởi tham số
90 , 1/5, 3
xy
f
  
   


Để áp dụng các bộ lọc Gabor tới một ảnh, cần xác định bốn tham số
(θ,f,σ
x,
σ
y
). Tần suất của bộ lọc hoàn toàn đƣợc quyết định bởi tần suất vân cục bộ và
hƣớng của bộ lọc đƣợc quyết định bởi hƣớng vân cục bộ. Việc chọn các giá trị σ
x
và
σ
y

có thể hoán đổi cho nhau. Nếu chọn giá trị lớn thì bộ lọc sẽ chịu nhiễu nhiều hơn,
nhƣng lại tạo ra sự nhầm lẫn giữa vân lồi và vân lõm. Ngƣợc lại nếu chọn giá trị
nhỏ, thì các bộ lọc ít nhầm lần giữa vân lồi và vân lõm nhƣng sau đó chúng sẽ ít
hiệu quả trong việc loại bỏ các nhiễu. Trong thực tế, từ hàm Modulation Transfer
Function (MFT) của bộ lọc Gabor, có thể nhận thấy tăng σ
x
, σ
y
làm giảm dải thông
của bộ lọc và ngƣợc lại. Đặt σ
x
= σ
y
= 4 để làm nhanh quá trình cải thiện, thay vì
tính bộ lọc ngữ cảnh thích hợp nhất cho mỗi điểm ảnh, một tập {g
ij
(x, y)| I = 1…n
o
,
j = 1…n
f
} của các bộ lọc đƣợc tạo ra và lƣu trữ từ trƣớc, trong đó n
o
là số các hƣớng
rời rạc {θ
i
| I = 1…n
o
} và n
f

là số các tần suất rời rạc {f
j
| j = 1…n
f
}. Sau đó mỗi
điểm ảnh [x, y] của ảnh đƣợc quấn lại, trong miền không gian, với bộ lọc g
ij
( x, y ),
với θ
i
là hƣớng đƣợc rời rạc hóa gần nhất với θ
xy
và f
j
là tần số đƣợc rời rạc hóa gần
nhất với f
xy
.