Tải bản đầy đủ (.pdf) (4 trang)

Nghiên cứu xây dựng thuật toán phân mảnh chỉ bản mười ngón dựa trên kỹ thuật véctơ hóa ảnh đường nét và ứng dụng

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (199.03 KB, 4 trang )

Nghiên cứu xây dựng thuật toán phân mảnh
chỉ bản mười ngón dựa trên kỹ thuật véctơ hóa
ảnh đường nét và ứng dụng


Nguyễn Thị Hương Thủy


Trường Đại học Công nghệ
Luận văn ThS. ngành: Khoa học máy tính; Mã số: 60 48 01
Người hướng dẫn: TS. Nguyễn Ngọc Kỷ
Năm bảo vệ: 2008


Abstract. Trình bày các khái niệm cơ bản về vân tay, các đặc trưng của vân tay và
hai lĩnh vực ứng dụng quan trọng nhất trong ngành cảnh sát là xác minh danh tính
hay truy nguyên căn cước đối tượng và điều tra dấu vết hiện trường, làm rõ nguyên
lý hoạt động cơ bản, các thành phần chủ yếu của một hệ nhận dạng vân tay tự động
và điểm qua một số hệ nhận dạng vân tay hiện đang được sử dụng phổ biến trong
nước và trên thế giới. Xây dựng thuật toán phân mảnh ảnh chỉ bản 10 ngón, phân
loại vân tay tự động và đối sánh vân tay để kiểm tra vị trí ngón trên chỉ bản. Tiến
hành cài đặt phần mềm và phân tích những tính năng, kết quả nghiên cứu đạt được
khi đưa phần mềm vào ứng dụng thử nghiệm.

Keywords. An toàn dữ liệu; Kỹ thuật véctơ; Nhận dạng; Thuật toán phân mảnh;
Vân tay


Content
Ngày nay, vân tay được thừa nhận rộng rãi trên thế giới như một căn cứ tin cậy và hiệu
quả nhất để truy nguyên danh tính con người. Với sự phát triển mạnh mẽ của công nghệ tin


học, đặc biệt là sự ra đời của các phần mềm nhận dạng và truy nguyên vân tay tự động cùng
các thiết bị đọc vân tay sống, vân tay đã và đang trở thành một phương tiện nhận dạng sinh
trắc học thông dụng nhất.
Ứng dụng truyền thống và nổi bật nhất của công nghệ nhận dạng vân tay tự động là lĩnh
vực pháp lý bởi tác dụng không thể phủ nhận được vai trò của nó trong việc xây dựng các hệ
thống căn cước can phạm và điều tra tội phạm theo dấu vết hiện trường. Tuy nhiên, ngày nay
công nghệ truy nguyên danh tính con người bằng vân tay đã vượt ra ngoài khuôn khổ các ứng
dụng truyền thống và xâm nhập sang nhiều lĩnh vực khác như: Căn cước công dân, kiểm soát
truy cập logic như xác thực và kiểm soát giao dịch thương mại điện tử trên mạng máy tính,
kiểm soát truy cập vật lý như quản lý cửa khẩu, quản lý thời gian làm việc và nhiều loại hình
dịch vụ khác cần xác định danh tính con người với độ tin cậy cao.
Để xây dựng một hệ thống nhận dạng vân tay tự động, cần phải giải quyết một vấn đề
có ý nghĩa mấu chốt nhất và cũng là khó khăn nhất của kỹ thuật đồng nhất vân tay, đó là
thuật toán đối sánh. Chúng ta biết rằng việc đối sánh trực tiếp hai ảnh vân tay không thể
mang lại kết quả do ảnh vân tay của một người qua mỗi lần lăn tay đều sai khác nhau và rất
nhạy cảm với các thiết bị thu nhận, điều kiện chiếu sáng, vết bụi bẩn, vết bong da, vết sẹo, sự
xê dịch vị trí hay sự biến dạng trong quá trình lăn tay. Hiện nay đã có rất nhiều phương pháp
nhận dạng vân tay được đề xuất để giải quyết vấn đề này dựa trên việc ứng dụng các phương
pháp xử lý ảnh số và nhận dạng. Ý tưởng kinh điển để xây dựng thuật toán nhận dạng vân tay
dựa trên việc mô phỏng cách thức phân biệt các dấu vân tay của các giám định viên đường
vân. Để so sánh hai dấu vân tay, các giám định viên tìm cách định vị các điểm đặc trưng chi
tiết hay còn gọi là các đặc điểm như các điểm cụt, rẽ nhánh (minutia) trên mỗi ảnh vân tay rồi
tiến hành đối sánh trực tiếp hai tập các đặc điểm chi tiết tương ứng của chúng. Hiện nay trên
thế giới đã có rất nhiều thuật toán đối sánh vân tay ra đời và từ năm 2002, cứ hai năm một
lần, người ta lại tổ chức cuộc thi kiểm thử thuật toán để đánh giá sự tiến bộ công nghệ. Nhìn
chung đa số thuật toán nhận dạng vân tay hoạt động hiệu quả với chất lượng chỉ bản tốt,
chẳng hạn các chỉ bản thu nhận bằng các thiết bị thu nhận vân tay sống (life scanner). Tuy
nhiên, trên thực tế vân tay quá khô, hay quá ướt, vân tay chỉ bản lăn bằng mực trên giấy, …
thường có chất lượng không cao nên việc nhận dạng các vân tay chất lượng kém vẫn còn là
một bài toán rất nan giải.

Ở nước ta, Phòng Thí nghiệm Mô phỏng và Tích hợp hệ thống Tổng cục Kỹ thuật Bộ
Công an là một trong những đơn vị đã giải quyết thành công bài toán nhận dạng vân tay tự
động, bước đầu đã xây dựng được sản phẩm C@FRIS và đưa vào ứng dụng thực tế đạt kết
quả rất khả quan. Tuy nhiên, để xây dựng được một hệ thống nhận dạng vân tay tự động đủ
tin cậy, có khả năng trích chọn đặc điểm và đối sánh với độ chính xác cao, đạt tốc độ xử lý
nhanh trên CSDL hàng chục triệu chỉ bản, còn có rất nhiều vấn đề kỹ thuật cần tiếp tục cải
tiến.
Luận văn này sẽ trình bày một số kết quả thu được trong quá trình nghiên cứu triển khai
ứng dụng thực tế công nghệ nhận dạng vân tay tự động C@FRIS hiện đang được đưa vào
ứng dụng trong Ngành Công an, đề xuất một số giải pháp nhằm cải tiến, nâng cao hiệu quả
một số công đoạn của hệ nhận dạng vân tay tự động C@FRIS, bao gồm các phần sau:
Chương 1: Tổng quan về hệ thống nhận dạng vân tay tự động. Trong phần này báo cáo trình
bày các khái niệm cơ bản về vân tay, các đặc trưng của vân tay và hai lĩnh vực ứng dụng
quan trọng nhất trong ngành cảnh sát là xác minh danh tính hay truy nguyên căn cước đối
tượng và điều tra dấu vết hiện trường . Tiếp theo, báo cáo trình bày nguyên lý hoa
̣
t đô
̣
ng cơ
bản và các thành phần chủ yếu của một hệ nhận dạng vân tay tự động, có điểm qua một số hệ
nhận dạng vân tay hiện đang được sử dụng phổ biến trên thế giới và trong nước.
Chương 2: Sau phần tổng quan, báo cáo tập trung vào nội dung chính là xây dựng thuật toán
phân mảnh ảnh chỉ bản 10 ngón, phân loại vân tay tự động và đối sánh vân tay để kiểm tra vị
trí ngón trên chỉ bản.
Chương 3: Sau phần xây dựng thuật toán, báo cáo tập trung vào nội dung cài đặt phần mềm
phân mảnh ảnh, phân loại vân tay tự động, đối sánh vân tay để kiểm tra vị trí ngón trên chỉ
bản.
Luận văn tiếp cận một hướng nghiên cứu quan trọng và nếu giải quyết thành công sẽ
đem lại một bước cải tiến đáng kể cho phân hệ nhập liệu tự động, góp phần nâng cao hiệu
quả cũng như làm phong phú thêm tính năng của hệ thống nhận dạng vân tay tự động

C@FRIS nói riêng và các hệ AFIS nói chung.
Đây là một chủ đề liên tục phát triển, khá đa dạng và phức tạp. Trong thời gian làm luận
văn tốt nghiệp, tôi đã tìm hiểu và tiếp tục hoàn thiện thêm một số giải thuật phân mảnh ảnh
chỉ bản 10 ngón và phân loại vân tay nhằm mục đích cài đặt một thư viện phần mềm tự động
phân mảnh ảnh chỉ bản và nhận biết các dạng vân cơ bản. Tuy nhiên, trong quá trình cài đặt
thực tế, tôi đã phát hiện và tính toán thêm nhiều đặc trưng quan trọng khác như ma trận
hướng, đường biên, rất hữu ích cho giai đoạn xử lý trích chọn các đặc điểm chi tiết tiếp theo.



References

Tiếng Việt
[1] Lương Mạnh Bá, Nguyễn Thanh Thuỷ (1998), Nhập môn xử lý ảnh số, NXB
Khoa học kỹ thuật, Hà Nội.
[2] Hoàng Kiếm, Nguyễn Ngọc Kỷ, Bạch Hưng Khang, Quách Tuấn Ngọc, Lê Tự
Thành, Lương Chi Mai (1992), Nhận dạng các phương pháp và ứng dụng, NXB
Thống kê, Hà Nội.
[3] Nguyễn Ngọc Kỷ (1992), Biểu diễn và đồng nhất tự động ảnh đường nét, tr. 18-30,
Luận án Phó Tiến sĩ Toán-Lý, Viện Tin học, Viện Khoa học Việt Nam, Hà Nội.
[4] Nguyễn Ngọc Kỷ (1997 -1998): Khảo sát lý thuyết và thực nghiệm phương pháp nhận
dạng ký tự tiếng Việt theo hướng tiếp cận vec-tơ. Báo các kết quả thực hiện đề tài cấp
Nhà nước KH 01-07, nhánh OCR, Hà Nội.
[5] Nguyễn Ngọc Kỷ (2000): Phương pháp biểu diễn cấu trúc ký tự theo hướng
tiếp cận vec-tơ, tr.72-79, Tạp chí Tin học và Điều khiển học, T16, S.1, Hà Nội.
[6] Nguyễn Ngọc Kỷ (2000): Dạng điểm và đối sánh dạng điểm, tr.1-6, Tạp chí Tin học
và Điều khiển học, T.16, S.3, Hà Nội.
[7] Nguyễn Ngọc Kỷ, Nguyễn Thị Hương Thủy, Nguyễn Thanh Phương, Nguyễn Việt
Tiệp (9-2004): Kết quả nghiên cứu ứng dụng công nghệ nhận dạng vân tay để tự động
hóa các hệ thống căn cước. Kỷ yếu hội nghị CNTT CAND, Hà Nội.

[8] Nguyễn Ngọc Kỷ, Nguyễn Thị Hương Thủy, Nguyễn Thanh Phương, Nguyễn Ngọc
Minh (2008): Hệ thống phần mềm nhận dạng vân tay tự động C@FRIS dùng để tự
động hóa các tàng thư căn cước công dân, căn cước can phạm phục vụ công tác quản
lý và điều tra tội phạm, Toàn văn công trình đăng ký tham dự giải thưởng sáng tạo
khoa học công nghệ Việt Nam, Hà Nội.

Tiếng Anh
[9] A. K.Jain, Y. Chen, and D.Meltem (2007), “Pores and ridges: high-resolution
fingerprint matching level 3 features”, IEE Transactions on Pattern Analysis and Machine
Intelligence, vol. 29, no. 1, pp. 15-27.
[10] A.M.Bazen and S.H. Gerez (2001), “Segmentation of fingerprint images”, in Proc,
ProRISC 2001 Workshop on Circuits, Systems and Signal Processing, pp.276-20.
[11] A.K. Jain and N.K. Ratha (1997), “Object detection using Gabor filters,” Pattern
Reconigtion, vol. 30, no. 2, pp. 295-309.
[12] A.M. Bazen and S.H. Gerez ( Nov. 2000), “Directional field computation for
fingerprints based on the principal component analysis of local gradients,” in proceedings of
ProRISC2000, 11th Annual Workshop on Circuits, Systems and Signal Processing,
Veldhoven, The Netherlands.
[13] A.M. Bazen and S.H. Gerez (2002), “Systematic methods for the computation of the
directional field and singular points of fingerprints,” IEEE Trans. PAMI, to be published.
[14] Barry J. Blain (1993), “An Introduction to Fingerprint Automation”, Police System
Research & Development Group.
[15] C.L. Wilson, G. T. Candela and C. I. Watson (1993), “Neural network Fingerprint
classification”. J. Artificial Neural Networks, Vol. 1, No. 2, pp. 1-25.
[16] E. R. Henry (1900), “Clasification and uses of fingerprint”, Geogre Rouledge and
Sons, London.
[17] Kalle Karu and Anil K. Jain (1995), “Fingerprint Classification”, Michigan.
[18] Lin Hong, Yifei Wan, Anil K. Jain (2004), “Fingerprint Image Enhancement:
Algorithm and Performance Evaluation”, Pattern Recognition and Image Processing
Laboratory – Department of Computer Science – Michigan State University, East Lansing,

MI 48824.
[19] Lin Hong (1998), “Automatic Personal Identification using Fingerprint Images”, PhD
thesis, Michigan .
[20] Lin Hong, Anil Jain, Sharath Pankanti and Ruud Bolle (1998), “Identity
Authentication Using Fingerprints”, Michigan.
[21] Liu Jinxiang (2000), “Fingerprint Processing Techniques for Biometric Applications”,
Master thesis, Nanyang Technological University.
[22]. M. Kawagoe and A. Tojo (1984): “Fingerprint pattern classification”, Pattern
Recognition, Vol 3, No 4, pp. 295-303.
[23] J.L. Blue, G.T. Cancela (1994), “Evaluation of pattern classifiers for fingerprint and
OCR application”. Pattern Recognition, Vol 27, No 4, pp. 485-501.
[24] Shlomo Greenberg, Mayer Aladjem, Daniel Kogan and Itshak Dimitrov (1993),
“Fingerprint Image Enhancement using Filtering Techniques”, Negev, Israel.
[25] V. S. Srinivasan, N. N. Murthy (1992), “Detection of singular points in fingerprint
images”, Pattern Recognition, Vol 25, No 2, pp. 139-153.





×