TÌM HIỂU về bài TOÁN NHẬN DẠNG vân TAY

Trờng Đại học Bách Khoa Hà Nội
Khoa Công Nghệ Thông Tin

báo cáo
thực tập chuyên ngành
Đề tài: tìm hiểu về bài toán nhận dạng
vân tay

Giáo viên hớng dẫn:P.Gs-T.s Nguyễn Thanh Thuỷ
Sinh viên thực hiện:
Lớp:

Hà Nội 6-2004


Báo cáo thực tập chuyên ngành

Lời cảm ơn
Báo cáo thực tập trên là kết quả em học hỏi đợc sau một thời gian đợc
thực tập tại Trung tâm tính toán hiệu năng cao Trờng đại học Bách Khoa
Hà Nội .Trong đợt thực tập vừa rồi ,em đã nhận đựoc nhiều sự giúp đỡ của
các thầy cô ,và các anh chị trên trung tâm.
Em xin gửi lời cảm ơn chân thành nhất tới Thầy giáo Phó giáo sTiến sỹ Nguyễn Thanh Thuỷ trởng bộ môn Các hệ thống thông tin ,trờng
đai học Bách Khoa Hoà Nội Giám đốc trung tâm,đã cho em cơ hội đợc
thực tập tai trung tâm .Đồng thời thầy cũng là ngời đa ra ý tởng ,định hớng
cho em.
Báo cáo thực tập này là kết quả thu nhận ban đầu ,em rất hi vọng
trong thời gian tới sẽ phát triển đợc các ý tởng còn dang dở.

đặt vấn đề
hiện nay các bài toán định danh một cá nhân đang đợc rất nhiều nhà

khoa học quan tâm ,trong đó bài toán định dạng cá nhân bằng vân tay la
một hớng nghiên cứu thu hút đợc sự chú ý của nhiều nhà khoa học.
Có khá nhiều phơng thức để định danh một cá nhân nh bằng : giọng
nói ,bằng khuôn mặt..nhng tất cả đều có xác suất nhận dạng kém xa so
với nhân dạng bằng vân tay .Trớc hết vân tay có tính duy nhất .Xác suất
Lớp Tin-Pháp K44

2


Báo cáo thực tập chuyên ngành
trùng lặp một vân tay là 0,00001.Do đó một ngời có hai bàn tay ,với đầy
đủ 10 ngón tay thì xác suất trùng lặp coi bàng không. Vì vậy có thể nói
không có hai ngời có cùng một mẫu vân tay .Hơn thế nữa ,vân tay có tính
bền vững ,có hình dạng ổn định kể từ khi sinh ra cho đến khi chết đi.

Cỏc ng dng ca h thng nhn dng võn tay:


Thay th cỏc s PIN trong ngõn hng: cỏc ngõn hng v cỏc t
chc tớn dng kim tra tớnh hp l ca khỏch hng bng cỏch so
sỏnh võn tay ca khỏch vi mu võn tay ó lu trc ú. Mt
ngi ch ti khon khụng lo b mt card ca mỡnh.



Bo mt (trong cỏc to nh/khu lm vic): Kim tra iu kin vo
ca bng cỏch so sỏnh võn tay ca ngi mun vo vi cỏc võn
tay trong c s d liu.

S dng trong lnh vc an ninh: S dng trong vic sn bt ti phm.
I.Mô hình chung của một hệ thống nhân dạng vân
tay:
Sau thế chiến thứ 2 ,khi có máy tính điện tử ra đời ngời ta bắt đâu xây
dựng các hệ thống nhận dạng vân tay tự động ( Automatic fingerprint
Identification Systems ) gọi tắt là các hệ thống AFIS. Các hệ thống này
ngày càng đợc hoàn thiện hơn cả về phần cứng ( các máy quét vân tay ,các
máy xử lý chuyên dụng ) và về phần mềm ( các thuật toán nhận dạng vân
tay ,tìm kiếm ảnh vân tay trong cở sở dữ liệu cỡ lớn , các thuật toán phân
lớp.) Bên cạnh đó các cở sở dữ liệu lớn và rất lớn tầm cỡ quốc gia và
quốc tế đang đợc xây dựng.

Lớp Tin-Pháp K44

3


B¸o c¸o thùc tËp chuyªn ngµnh

H×nh 1. m« h×nh chung cña hÖ thèng nh©n d¹ng v©n tay
Có thể nói, mọi hệ thống xử lý vân tay tự động đều có sơ đồ tương tự
như sơ đồ minh hoạ trên hình 1. Hệ thống gồm các môđun chính sau đây:
• Làm nổi đường biên ảnh và tăng cường chất lượng ảnh
(Image Enhancement): Bước này có ý nghĩa lớn trong việc xử lý vân tay
do chất lượng của các ảnh vân tay phụ thuộc nhiều vào quá trình lấy mẫu
ảnh cũng như trạng thái của da tay tại thời điểm lấy mẫu. Các ảnh lấy
bằng mực (lăn tay) hay lấy được trên các vật dụng có chất lượng kém hơn
so với các ảnh thu được từ các máy quét chuyên dụng. Khi tay khô, ướt,
dính dầu hay thậm chí là khi ta lấy mẫu ở các vị trí khác nhau cũng thu
được các ảnh vân tay tương đối khác nhau (nếu chỉ quan sát bằng mắt

thường). Chính vì vậy, để làm đơn giản quá trình nhận dạng sau này, các
ảnh vân tay đều phải qua các bước tiền xử lý, nhằm loại bỏ nhiễu, làm nổi
các đường vân và các điểm đặc trưng. Bước này thường sử dụng các bộ
lọc và các kỹ thuật trong lĩnh vực xử lý ảnh.
Líp Tin-Ph¸p K44

4


Báo cáo thực tập chuyên ngành
Trớch chn c trng (Features Extraction): Cú nhiu cỏch tip
cn vic nhn dng v tỡm kim cỏc nh, nhng cú mt c im chung l
khụng bao gi ngi ta i so sỏnh cỏc nh mt cỏch trc tip m bao gi
cng tỡm cỏch biu din nh bng cỏc tham s c trng ca nú. c bit,
vi cỏch tip cn nhn dng nh cỏc c trng (feature-based), pha ny cú
ý ngha vụ cựng quan trng. Sau quỏ trỡnh trớch chn c trng, ta s thu
c mt vect c trng cú th i din cho nh võn tay, ngha l cng
cú cỏc tớnh cht duy nht v bn vng, cú th s dng lu tr thay cho nh
võn tay, giỳp cho quỏ trỡnh tỡm kim v nhn dng võn tay d dng hn.
Phõn lp nh (Classification): Thc cht ca vic nhn dng
võn tay l tỡm kim v i sỏnh du võn tay cn nhn dng vi cỏc mu ó
bit trong c s d liu. Tuy nhiờn, do c s d liu ln, thng thỡ vic
tỡm kim vột cn cho hiu qu rt thp. Vỡ vy, ngi ta tỡm cỏch thu gn
quỏ trỡnh tỡm kim bng cỏch trc ht l phõn lp thụ cỏc võn tay, ri sau
ú ch tỡm kim trong lp ó xỏc nh c. Bi toỏn phõn lp võn tay cú
chớnh xỏc khỏ cao (khong 90%), thi gian tớnh toỏn nhanh, cú th lm
ch s lý tng cho quỏ trỡnh tỡm kim.
Mó hoỏ (Coding): Vect c trng ca nh võn tay c mó hoỏ
lu tr v truyn thụng d dng.
i sỏnh nh võn tay vi nh trong c s d liu (Matching):

Vic i sỏnh cỏc nh võn tay l quỏ trỡnh tỡm kim trong c s d liu cú
sn, vỡ vy thng s dng cỏc heuristic tỡm kim d dng v nhanh
chúng hn. Cú nhiu kiu heuristic khỏc nhau. Hin nay, ngi ta thng
tỡm kim võn tay vi mt chớnh xỏc nht nh v kt qu tr v l mt
danh sỏch cỏc võn tay c sp xp theo giỏ tr tng ng.
Kim tra li bng phng phỏp th cụng (Manual
Verification): Nh ó núi trờn, nh võn tay b nh hng nhiu do cỏc
yu t mụi trng. Do ú, ngi ta thng tỡm kim ra mt danh sỏch hu
hn cỏc ng c viờn trong c s d liu. Vic kim tra li cui cựng c
thc hin th cụng xỏc nh nhn dng trong cỏc ng c viờn ú. õy
l pha tu chn ca h thng x lý võn tay t ng.
Tu thuc vai trũ, chc nng, mc ớch ca tng h thng c th, mt
s mụun s c chỳ trng hoc loi b. Mi mụun cng c thit k
v ci t rt khỏc nhau, to nờn s a dng cho th trng cỏc h thng
x lý võn tay t ng hin ti.
II.Tiền xử lý và trích trọn các đặc trng

Lớp Tin-Pháp K44

5


Báo cáo thực tập chuyên ngành
Trên thc tế các mẫu vân tay thu đơc không phải lúc nào cung đợc nh mong
muốn .Vd :các mâu vân tay thu đợc tại hiện trờng (thờng mờ ,chồng chéo
lên các vật thể khác ..),các mẫu vân tay lăn mực chỉ đợc một phần .
Do đó trớc khi trích trọn các đăc trng tổng thể(Global feature ) ,đặc trng
cục bộ ( Local feature) và các đặc trng khác ,chúng ta phải trải qua một số
công đoạn xử lý ảnh nh:
+ lọc ảnh

+chuyến ảnh xám đa mức về ảnh nhị phân chỉ còn hai mức xám là 0 và
255.
+làm mảnh ảnh
*Đặc trng tổng thể là các đặc lợng đợc trích trọn đợc từ ảnh vân tay ,có
tính chất đại diện cho cấu trúc tổng thể của đờng vân trong vân tay .Có
nhiều loại đặc trng tổng thể khác nhau nh :đăc trng hớng ,các điểm đơn
,các đờng chuẩn ,Fingercode.

Hỡnh2. Minh ho nh 1 võn tay v cỏc võn tay thuc 5 lp thng gp.

Lớp Tin-Pháp K44

6


Báo cáo thực tập chuyên ngành

Hỡnh 3. Cỏc c trng tng th: ng chun v s m ng võn.
*Các đặc trng cục bộ : là các điểm đặc biệt trong các đờng vân của vân tay
. Vì vậy nó chỉ đại diện cho cấu trúc đờng vân trong lân cận cục bộ với nó
mà thôi.Do đó các đặc trng cục bộ mang tính chất cá nhân ,nó thờng chỉ tơng ứng với một vân tay mà thôi .Có nhiều kiểu đặc trng cục bộ ,vi dụ nh:
điểm kết thúc đờng vân ( ridge ending) ,điểm rẽ nhánh (ridge
bifurcation ) ,điểm chạc ba ( ridge trifurcation ) ..Tuy nhiên trên thực
tế ngời ta thờng sử dụng 2 kiểu điểm đặc trng cục bộ là điểm kết thúc đờng
vân và điểm rẽ nhánh ,vì hầu hết các loại điểm đặc trng cục bộ khác đều có
thể biểu diễn qua hai loại điểm này.
II.Bài toán đối sánh hai ảnh vân tay
Mô đun đối sánh hai ảnh vân tay là khâu không thể thiếu trong bài toán
nhận dạng vân tay .
i sỏnh võn tay l quỏ trỡnh i sỏnh mt nh võn tay (gi l nh

võn tay cn nhn dng hay nh võn tay vo) vi mt nh cú sn trong c
d liu (gi l nh mu). T ú a ra mc ging nhau ca nh vo so
vi nh mu. V cui cựng tr li cho cõu hi hai nh võn tay cú phi
cựng mt võn tay hay khụng

Lớp Tin-Pháp K44

7


B¸o c¸o thùc tËp chuyªn ngµnh

Hình 4: (a) và (b) là hai ảnh của cùng một vân tay
(c) và (d) hai ảnh của hai vân tay khác nhau
Từ mô hình của hệ thống, ta nhận thấy pha đối sánh được thực hiện
sau pha trích chọn đặc trưng. Điều này có nghĩa là một ảnh vân tay cần đối
sánh trước tiên phải được trích ra các thuộc tính. Như vậy việc đối sánh
hai ảnh vân tay được đưa về việc đối sánh hai tập thuộc tính Cũng chính
vì vậy pha đối sánh phụ thuộc rất nhiều vào pha trích chọn đặc trưng
Hiện nay trên thế giới có rất nhiều kỹ thuật đối sánh vân tay, nhưng
nhìn chung quá trình đối sánh ảnh vân tay gồm hai giai đoạn chính: Căn
chỉnh (Alignment) và Đối sánh dựa trên kết quả căn chỉnh (Matching)

Hình 5: Sơ đồ khối của quá trình Đối sánh

Líp Tin-Ph¸p K44

8

Báo cáo thực tập chuyên ngành
Quỏ trỡnh cn chnh: Thc hin cỏc phộp quay tnh tin, co dón nh
cn nhn dng sao cho t c s so khp tt nht gia hai nh
Quỏ trỡnh i sỏnh: Thc hin vic i sỏnh trờn hai tp minutia sau
khi ó cn chnh, trờn c s ú cho im i sỏnh i vi trng hp ny.
Mt k thut i sỏnh võn tay c coi l tt nu nú ỏp ng
c cỏc yờu cu sau:


Tp thuc tớnh c trớch chn trong quỏ trỡnh trớch chn c
trng khụng hon ton ging nhau i vi cỏc nh võn tay khỏc
nhau cho dự chỳng xut phỏt t cựng mt võn tay



Cỏc c trng ca nh võn tay cú th b sai do quỏ trỡnh trớch
chn c trng, mc dự vy pha i sỏnh vn phi tỡm ra mt
phộp i sỏnh tt nht

nh u vo thụng thng b nhiu, b bin dng do quỏ trỡnh thu
nhn nh. ụi khi cỏc nh cũn b xoay.
Ta có thể phân các kĩ thuật đối sánh ảnh vân tay thành các loại nh
hình sau:
đối sánh

Đối sánh không
căn chỉnh

Dùng
mạng

Neural

Xây dựng hệ
toạ độ trong

Đối sánh có
căn chỉnh

Đối sánh trên hai
tập minutia và
các thông tin
khác

Đối
sánh
trên
hai
tập minutia

Hình 6 : Các kĩ thuật đối sánh

1.Các kĩ thuật đối sánh có căn chỉnh :

Lớp Tin-Pháp K44

9


Báo cáo thực tập chuyên ngành
Với cách tiếp cận này ,đầu vào là các tập minutia và có thể có các

thông tin phụ khác .Quá trình đối sánh vân tay gồm hai giai đoạn chính :
Căn chỉnh (Alignment) và Đối sánh dựa trên kết quả căn chỉnh
(Matching):
Hai tập
Minutia

Căn chỉnh

Đối sánh

Mức độ
giống

+Quá trình căn chỉnh : thực hiện các phép quay ,tịnh tiến ,co dãn ảnh cần
nhận dạng sao cho đạt đợc sự so khớp tốt nhất giữa hai ảnh .
+Quá trình đối sánh : Thực hiện viêc đối sánh trên hai tập minutia sau
khi đã căn chỉnh ,trên cở sở cho điểm đối sánh với từng trờng hợp
+u điểm : đơn giản ,không khó cài dặt
+Nhợc điểm : Do có căn chỉnh nên chi phí thời gian lớn

Một số giải thuật đối sánh có căn chỉnh :
*Giải thuật đối sánh sử dụng thông tin về đờng vân : đây là giải thuật
đối sánh của Xiping Luo ,Jie Tian và Yan WU, giải thuật này không chỉ
sử dụng các minutia để đối sánh mà còn sử dụng những thông tin về đờng
vân tơng ứng với các minutia .
Trong trờng hợp các minutia là loại chia tách đờng vân ,đòng vân tơng ứng
sẽ là đờng vân gần hớng của minutia nhất . Còn trong trờng hợp đó là
minutia kết thúc của đờng vân thì ta lấy luôn đờng vân đó .
Thuật toán này chỉ xét đến các ảnh vân tay có cùng kích cỡ.
+u điểm :

-do sử dụng khối giới hạn có kích thớc thay đổi nên giải
thuật trên đối sánh đợc các ảnh vân tay có biến dạng khác nhau.
-Ngoài việc sử dụng các minutia ,giải thuật còn sử dụng
thông tin về đờng vân .Cách tiếp cận này làm tăng độ chính xác khi đối
sánh.
+Nhợc điểm :
-Phải lu trữ nhiều thông tin
-Trong quá trình căn chỉnh phải tính khối lợng giới hạn cho
từng điểm minutia trong tập mẫu ,do đó thời gian đối sánh tăng.
*Giải thuật đối sánh dựa trên sự tăng cờng lỗi: (Fingerprint matching
based on error propagation ).
Đây là thuật toán của Ying Hao ,Tieniu Tan ,Yunhong Wang .
Do nhiễu và sự co dãn khoong tuyến tính có thể làm cho quá trình căn
chỉnh không chính xác .Đồng thời ta không thể biểu diễn nhiễu và sự co
dãn không tuyến tính này nh là thuộc tính của minutia .Thuât toán này
gồm ba bớc chính :
-Mỗi minutia trong tập mẫu đợc đối sánh với các minitia
trong tập vào .
-Những cặp minutia trong quá trình đối sánh có kết quả nhỏ
hơn ngỡng sẽ đợc dùng vao MatchedSet
-Điều chỉnh các cặp minutia không khớp .
Giống nh giải thuật trên ,giải thuật này sử dụng thông tin về đờng vân để
xác định hai minutia có khớp nhau không .Tuy nhiên giải thuật này đờng
vân đợc chia thành hai loại tơng ứng với điểm đờng vân có điểm kết thúc
và đờng vân rẽ nhánh .

Lớp Tin-Pháp K44

10

Báo cáo thực tập chuyên ngành
+ u điểm : Sau khi thực hiện các bớc đối sánh nh giải thật trên ,giải thuật
này còn thực hiện bớc đối sánh dực trên sự tăng cờng lỗi ,do vậy kết quả
chính xác hơn.
+Nhợc điểm :
-Cần phải lu trữ dữ liệu nhiều
-Quá trình đối sánh chậm
-Cài đặt thuật toán phức tạp
*Giải thuật đối sánh tam giác (Triangular Matching): của M.KovacsVajna.Vấn đề nhận dạng một minutia trong ảnh tơng đơng với việc so sánh
các vùng xung quanh minutia trong ảnh mẫu và ảnh cần nhận dạng .Để
thực hiện công việc này ,ngời ta xây dựng các khối 16 x 16 xung quanh
munitia và so sánh giá trị các mức xám giữa các vùng .
Khi nhìn cào hai ảnh vân tay của cùng một vân tay ,chúng ta dễ dàng nhận
ra sự biến dạng tổng thể nhng lại không thể nhận ra những biến dạng
nhỏ .Do đo tác giả đă đề xuất phơng pháp đối sánh tam giác .
Một cặp tam giác có thể đợc ghép lại để tạo thành một hình vuông .Và
bằng cách so giãn các cạnh của hình vuông ta thu đợc một hình vuông bị
biến dạng .Nhng với sự biến dạng nhỏ này ta có thể nhận ra hình vuông
ban đầu .
Điều đáng chú ý là sự biến dạng của hình vuồn giống với sự biến dạng nhỏ
của vân tay .Bên cạnh đó đờng vân có thể đợc xem là nhiều hình vuông
ghép lại .Với cách biểu diễn nh thế ,ta có thể tính toán đợc sự biến dạng
nhỏ bằng cách tính sự biến dạng của các đỉnh và các cạnh của tam giác.
+ u điểm : Đây là hớng tiếp cận mới so với các hớng tiếp cânj trớc .Với
giải thuật này cho phép xác định đợc sự biến dạng nhỏ ,làm cho quá trình
đối sánh đạt đợc độ chính xác cao .
+Nhợc điểm: Cài đặt khó.
*Giải thuật đối sánh sử dụng minutia và đặc tính kết cấu của ảnh vân
tay(Fingerprint matching using minutia and texture)của Anil Jain ,

Arun Ross,Sali Prabhakar.
*Giải thuật đối sánh nhanh (Fast algorithm for point matching) của
S-H .Chang ,F-h.Cheng.

2.Kỹ thuật đối sánh không căn chỉnh :

Với cách tiếp cận trên ,trớc khi đối sánh hai tập mẫu phải đợc căn chỉnh
.Đây chính là pha gây tốn kém chi phí nhiều nhất trong thuật toán đối sánh
.Để có thể giảm thời gian tính toán ,cần giảm nhẹ bớc căn chỉnh này. Hiện
nay ,có hai phơng pháp chính là:
Dùng mạng Neural ,và xây dụng hệ toạ độ trong.
Tuy nhiên cả hai cách tiếp cận này đều khá phức tạp và khó cài đặt.
*Kĩ thuật sử dụng mạng Neural :
Thông tin đa vào đối sánh là các trờng hớng ,FingerCode hoặc các minutia
theo cách tiếp cận của V.Vinod and S.Ghose.
*Kĩ thuật xây dựng hệ toạ độ trong:
H to trong (Intrinsic Coordinate System) c xỏc nh t ma
trn c trng hng v cỏc im n. Nú cú mt trc to chy song
song vi cu trỳc ca cỏc ng võn trong nh võn tay, trc cũn li vuụng
gúc vi cỏc ng võn.
Lớp Tin-Pháp K44

11


B¸o c¸o thùc tËp chuyªn ngµnh
Trước hết, người ta tiến hành phân vùng ảnh vân tay nhờ đặc trưng
hướng, điểm tâm và điểm tam giác. Có thể dễ dàng rút ra luật phân vùng
từ hình minh hoạ 2.14a. Từ điểm tâm, ta vẽ đường song song với đường
vân tại đó. Từ điểm tam giác, ta vẽ các đường vuông góc với các đường

vân trong các vùng lân cận. Các đường này cắt nhau tạo ra các vùng khác

Hình 7. Minh họa quá trình xây dựng hệ tọa độ trong
nhau.
Sau đó, các trục của hệ toạ độ trong được xác định cho mỗi vùng vân.
Đầu tiên, ta xác định các trục tham chiếu. Ở mỗi vùng, có 2 trục tham
chiếu có gốc tại điểm tâm, một trục là đường vuông góc với hướng của
đường vân nội tại kẻ từ điểm tam giác, trục còn lại là đường song song với
hướng đường vân (hình 2.14b) . Với các loại vân tay không có điểm tam
giác, chỉ có một vùng vân được xác định và các trục tham chiếu là một cặp
đường song song và vuông góc với hướng của đường vân tại một điểm bất
kỳ.
Lưới toạ độ trong được xây dựng bằng cách dò các đường cong
vuông góc và song song với đặc trưng hướng cục bộ của đường vân tại
những khoảng cách đều nhau từ trục tham chiếu (hình 2.14b). Các đường
Líp Tin-Ph¸p K44

12


Báo cáo thực tập chuyên ngành
ny song song v cỏch u nhau ti vựng gn trc tham chiu nhng khi i
ra xa, chỳng cú th giao nhau hoc b thay i khong cỏch do cỏc ng
võn cú th b r nhỏnh.
Cui cựng, ngi ta biu din cỏc im c trng cc b trong h to
trong. Vic ny c thc hin pha tỡm cỏc im c trng cc b
bng cỏch dũ dc theo ng võn tng ng vi im c trng cc b ú
cho n khi ng võn y ct cỏc trc tham chiu.
Sau khi biu din ton b tp c trng tng th trong h to
trong, vic i sỏnh c thc hin rt d dng m khụng cn cn chnh.

õy l mt cỏch tip cn rt mi i vi bi toỏn nhn dng võn tay (cụng
b nm 2001). Kt qu th nghim ca cỏc tỏc gi cho thy thụng thng,
to vuụng gúc vi c trng hng c bo ton chớnh xỏc sau mi
phộp quay v phộp dch chuyn, tuy nhiờn, to song song thỡ cú th b
thay i vựng gn tõm. Khi biu din cỏc im c trng cc b, k c
loi c trớch chn t ng v loi c chuyờn gia phỏt hin, kt qu
cỏc cp im c biu din ging nhau lờn ti 90%. So sỏnh vi tiờu
chun i sỏnh thụng thng (hai nh tay cú khong 80% im c trng
cc b ging nhau c coi l thuc cựng mt võn tay) thỡ õy l kt qu

Hỡnh 8. Tp im c trng cc b ca 2 nh thuc cựng mt võn tay biu
din trong h to trong v kt qu i sỏnh.
Rất đáng khả quan.

Lớp Tin-Pháp K44

13