NÂNG CAO CHẤT LƯỢNG ẢNH VÂN TAY VÀ TRÍCH CHỌN ĐẶC TRƯNG LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

 

 

BỘ GIÁO DỤC VÀ ĐÀO TẠO 
TẠO 
TRƯỜNG ĐẠI HỌC LẠC HỒNG 
HỒNG 
****

NGUYỄN XUÂN THẮNG 
THẮNG 

NÂNG CAO CHẤT LƯỢNG ẢNH VÂN TAY
VÀ TRÍCH CHỌN ĐẶC TRƯNG 
TRƯNG  
LUẬN VĂN THẠC SỸ 
SỸ 
NGÀNH CÔNG NGHỆ THÔNG TIN 
TIN  

ĐỒNG NAI, 
NAI, NĂM 2012


 

 

ii

BỘ GIÁO DỤC VÀ ĐÀO TẠO 
TẠO 
TRƯỜNG ĐẠI HỌC LẠC HỒNG 
HỒNG 

NGUYỄN XUÂN THẮNG 
THẮNG 

NÂNG CAO CHẤT LƯỢNG ẢNH VÂN TAY
VÀ TRÍCH CHỌN ĐẶC TRƯNG 
TRƯNG  
Chuyên ngành: Công nghệ thông tin 
tin 
Mã số: 60.48.02.01 
60.48.02.01 

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN 
TIN 

NGƯỜI HƯỚNG DẪN KHOA HỌC: 
HỌC:  

PGS TS NGÔ QUỐC TẠO 
TẠO  

ĐỒNG NAI, NĂM 2012
NĂM 2012


 

 

i

LỜI CẢM ƠN 

Lời đầu tiên, em xin chân thành cảm ơn các thầy, cô khoa Công nghệ
Thông tin Trường Đại học Lạc Hồng cùng các thầy cô tham gia giảng dạy cho lớp
Cao học khóa 2 đã hết lòng truyền đạt kiến thức cho chúng em trong quá trình học
tập tại trường. Đặc biệt, em x in chân thành cảm ơn Thầy PGS TS   Ngô
Ngô Quốc Tạo,
người thầy đã tận tình hướng dẫn em thực hiện đề tài. Em xin cảm ơn Thầy PGS
TS Đỗ Năng Toàn đã cung cấp cho em nhiều kiến thức, tài liệu bổ ích trong quá
trình thực hiện đề tài này.  
Xin chân thành cảm ơn gia đình và  bạn đồng nghiệp đã giúp đỡ, động viên

tinh thần, đóng góp nhiều ý kiến để giúp cho em hoàn thành luận văn này.  

 Nguyễn Xuân
Xuâ n Thắng
Thắn g 


 

 

ii

LỜI CAM ĐOAN 
ĐOAN 

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, các
tài liệu và kết quả nghiên cứu trong luận vă n là trung thực.
Học viên 

 Nguyễn Xuân Thắng 


 

 

iii

TÓM TẮT NỘI DUNG LUẬN VĂN 
VĂN 

1. Mục đích
đích và đối tượng nghiên cứu của luận văn. 
văn.  
1.1. Mục đích của luận văn: Tìm ra một phương pháp nâng cao chất lượng ảnh
và rút trích minutiae hiệu quả để phục vụ cho bài toán nhận dạng vân tay. Bằng việc
kết hợp giữa phương pháp nâng cao chất lượng ảnh bằng tháp phân rã với phép lọc
đối xứng xoay của nhóm Bigun, đây là mô hình rút trích minutiae trực tiếp từ ảnh
xám không thông qua giai đoạn làm
l àm mảnh đường vân.  
1.2. Đối tượng nghiên cứu của luận văn: các  phương pháp nâng cao chất lượng
ảnh vân tay, các đặc trưng cục bộ của vân tay   và các phương pháp rút trích những  

đặc trưng này.
2. Các phương
phương pháp nghiên cứu đã sử dụng:
dụng:
Luận văn đã sử dụng phương pháp phân tích, tổng hợp, so sánh các kết quả
nghiên cứu trong và ngoài nước trong những năm gần đây để chọn ra phương pháp
nâng cao chất lượng ảnh vân tay và trích chọn đặc trưng một cách hiệu quả. Để
kiểm chứng kết quả của đề tài, luận văn đã sử dụng phương pháp thống kê, phương
 pháp chuyên gia và phương pháp so sánh trực quan trên máy tính.
3. Các kết quả chính và kết luận:  
Bài toán truy tìm ảnh vân tay đối với cơ  sở dữ liệu vân tay lớn là một bài toán
khó và có nhiều thách thức, đặc biệt là với cơ  sở dữ liệu có chất lượng vân tay thấp.
Thách thức lớn nhất trong bài toán này là tìm ra phương pháp nâng cao chất lượng
ảnh vân tay hiệu quả để xác định chính xác về số lượng các minutiae và vị trí của
chúng trong ảnh vân tay.  
Qua việc nghiên cứu ảnh vân tay, tác giả nhận thấy: ngoài việc tìm ra phương
 pháp nâng cao chất lượng ảnh vân tay hiệu quả thì phương pháp rút trích minutiae
có thể chia thành hai nhóm chính: rút trích minutiae có thôn g qua giai đoạn nhị
 phân hóa, làm mảnh đường vân và phương pháp rút trích minutiae trực tiếp từ ảnh
xám. Việc rút tr ích minutiae của ảnh vân tay có thông qua giai đoạn nhị phân hóa và
làm mảnh phải trải qua nhiều giai đoạn và xuất hiện nhiều minutiae giả do quá trình
nhị phân hóa và làm mảnh sinh ra. Phương pháp rút trích minutiae trực tiếp từ ảnh
xám sẽ không cần qua giai đoạn nhị phân hóa và làm mảnh đường vân, do đó số
minutiae giả thường ít hơn, thời gian xử lý nhanh hơn.  
Luận văn đã  nghiên cứu các phương pháp tiến bộ để giải quyế t bài toán rút
trích minutiae trong ảnh vân tay. Cụ thể, để giải quyết bài toán ảnh vân tay chất
lượng thấp, luận  văn sử dụng  phương
phương pháp nâng cao chất lượng ảnh vân tay bằng

 

 

iv

tháp phân rã và dùng phép lọc đối xứng xoay được áp dụng để tìm ra số lượng các
minutiae cũng như  vị trí của chúng. Để có cái nhìn chính xác về kết quả đạt được,
luận văn đã so sánh giữa việc nâng cao chất lượng ảnh bằng phép lọc Gabor , nâng
cao chất lượng ảnh theo phương pháp của Chikkerur  và phương pháp nâng cao chất
lượng ảnh bằng tháp phân rã. Đồng thời so sánh giữa phương pháp   rút trích

minutiae của ảnh vân tay thông dụng đó là: ảnh được nhị phân hóa, làm mảnh với  
 phương pháp rút trích minutiae trực tiếp từ ảnh xám  bằng
bằng phép lọc đối xứng xoay
(không qua giai đoạn nhị phân hóa và làm mảnh ). Việc so sánh này được thực
nghiệm trên cơ  sở dữ liệu vân tay FVC2004 - DB1, tập A. Kết quả thực nghiệm đã  
chứng minh rằng các lựa chọn được sử dụng trong luận văn là hợp lý đối với bài
toán nhận dạng vân tay trên cơ  sở dữ liệu với phần lớn ảnh chất lượng thấp.  


 

 

v

MỤC LỤC 
LỤC 
LỜI CẢM ƠN ......................

............................................
............................................
............................................
.............................................
.................................
.......... i 
LỜI CAM ĐOAN ………………………………………………………………………….ii 
TÓM TẮT NỘI DUNG LUẬN V
VĂN
ĂN …………………………………………………… iii

DANH MỤC CÁC TỪ KHÓA VIẾT TẮT ………………………………………………vii
DANH MỤC BẢNG ......................
............................................
.............................................
.............................................
.......................................
.................viii
DANH MỤC HÌNH ....................
...........................................
..............................................
.............................................
............................................
......................ix
LỜI NÓI ĐẦU .....................
...........................................
............................................
............................................
.............................................
................................

......... 1
CHƯƠNG 1: TỔNG QUAN VỀ ẢNH VÂN TAY  ...................
..........................................
...........................................
.................... 3
1.1 Hệ thống nhận dạng sinh trắc học ...................
..........................................
.............................................
..........................................
.................... 3

1.1.1 Giới thiệu hệ thống nhận dạng sinh trắc
t rắc học .....................
............................................
.......................................
................ 3
1.1.2 Một số phương pháp nhận dạng sinh trắc học phổ biến ....................
..........................................
........................ 4
1.1.3 Nhu cầu thực tế về ứng dụng nhận dạng sinh trắc học ......................
............................................
........................ 6
..........................................
.............................................
.............................................
...........................
.....88
1.2 Hệ thống nhận dạng vân tay ....................
1.2.1 Tình hình nghiên cứu về công nghệ nhận dạng vân tay ..........................................
............................................ 8

1.2.2 Kiến trúc của hệ thống nhận dạng vân ta y [1] ........................................................
........................................................10
10
1.2.3 Thu nhận và lưu trữ ảnh vân tay ......................
.............................................
.............................................
................................
.......... 11
1.2.3.1 Thu nhận ảnh vân tay .....................
...........................................
.............................................
.............................................
.........................
... 11

1.2.3.2 Lưu trữ ảnh vân tay [3] .....................
........................................
................... Error! Bookmark not defined. 
1.2.4 Nâng cao chất lượng ảnh vân tay .....................
............................................
.............................................
................................
.......... 13
1.2.5 Trích chọn minutiae ......................
............................................
.............................................
.............................................
.............................
....... 14

1.2.6 Đối sánh ảnh vân tay .....................
...........................................
.............................................
.............................................
.............................
....... 18
............................................
..............................................
.............................................
.............................................
.................................
.......... 19
1.3 Kết luận .....................
CHƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP NÂNG CAO CHẤT LƯỢNG ẢNH VÂN TAY

VÀ TRÍCH CHỌN ĐẶC TRƯNG ...................
..........................................
..............................................
............................................
..................... 20
2.1 Nâng cao chất lượng ảnh vân tay bằng bộ lọc Gabor  .............................................
....................................................
.......20
2.1.1 Phân đoạn và chuẩn hóa ảnh ....................
..........................................
.............................................
.........................................
.................. 20
2.1.2 Ước lượng hướng đường vân ...................
..........................................

.............................................
........................................
.................. 22
2.1.3 Tính khoảng cách đường vân ...........................
..................................................
.............................................
................................
.......... 24
2.1.4 Nâng cao chất lượng ảnh bằng
b ằng lọc Gabor .............................................
...............................................................
.................. 26
2.2 Rút trích minutiae từ ảnh nhị phân .....................
............................................
.............................................
....................................
..............28
2.2.1 Nhị phân hóa [2], [12].....................................
...........................................................
.............................................
.................................
..........28
2.2.2 Làm mảnh ảnh vân tay ......................
............................................
.............................................
.............................................
.........................
... 29

 

 

vi
2.2.3 Rút trích minutiae [2], [14] ....
..........................
............................................
.............................................
.....................................
.............. 30

2.2.4 Sử dụng mô hình Ar tmap để loại bỏ minutiae giả mạo  ..........................................
.......................................... 31
2.2.4.1 Cấu trúc mạng Artmap [4 ] ...................
..........................................
..............................................
....................................
............. 32
2.2.4.2 Áp dụng mạng Artmap cho phân lớp minutiae [4] .........................................
......................................... 33
2.3 Phương pháp rút trích minutiae từ ảnh xám ......................
.............................................
............................................
..................... 35
2.3.1 Phương pháp rút trích đặc trưng từ ảnh xám bằng thuật toán “dò theo đường vân”
[2], [7] ......................
.............................................
.............................................
............................................

.............................................
.....................................
.............. 35
2.3.2 Đánh giá hiệu quả rút trích minutiae bằng thuật toán “dò
“dò theo đường vân”
vân” .......... 38
38
2.4 Kết luận .....................
............................................
..............................................
.............................................
.............................................
.................................
.......... 39
CHƯƠNG 3: RÚT TRÍCH ĐẶC TRƯNG TỪ ẢNH XÁM ......................
............................................
.........................
...40
40
3.1 Mô hình của nhóm Bigun ....................
..........................................
.............................................
.............................................
.............................
.......40
40
3.2 Nâng cao chất lượng ảnh dựa vào tháp phân rã [8] .............................................
.......................................................
.......... 40
3.3 Trích chọn minutiae bằng phép lọc đối xứng xoay [8] ..................................................

.................................................. 46
3.4 Kết luận .....................
............................................
..............................................
.............................................
.............................................
.................................
.......... 47
..........................................
..............................................
.............................
...... 48
CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM ...................
4.1 Cơ sở dữ liệu dùng để thực nghiệm ....................
...........................................
.............................................
....................................
.............. 48

4.2 So sánh kết quả nâng cao chất
ch ất lượng ảnh giữa phương pháp tháp phân rã của nhóm
Bigun và một số phương pháp khác.  ..........................................
.................................................................
.........................................
.................. 48

4.3 So sánh kết quả phát hiện minutiae giữa phương pháp nhị phân ảnh và phương pháp
lọc đối xứng xoay của nhóm Bigun ......................
............................................
.............................................

.........................................
.................. 52
4.3.1 So sánh về thời gian xử lý ....................
...........................................
..............................................
............................................
..................... 52
4.3.2 So sánh kết quả phát hiện minutiae ....................
...........................................
..............................................
.............................
...... 53
4.4 Kết luận .....................
............................................
..............................................
.............................................
.............................................
.................................
.......... 58
............................................
..............................................
.............................................
.............................................
.................................
.......... 59
KẾT LUẬN .....................
TÀI LIỆU THAM KHẢO .....................
............................................
..............................................
.............................................

....................................
..............

PHỤ LỤC ....................
...........................................
.............................................
............................................
.............................................
.........................................
..................


 

 

vii

DANH MỤC CÁC TỪ KHÓA VIẾT TẮT 

AFIS

(Automated Fingerprint Identification System): Hệ thống nhận dạng
vân tay tự động. 

Arch

Đặc trưng đường vân kiểu hình cung.

Bifurcation Đặc trưng rẽ nhánh của vân tay, là điểm

điể m mà tại đường vân rẽ hai
nhánh.
BKAFIS
Core

(Bach khoa Automated Fingerprint Identication System) Hệ thống
nhận dạng vân tay tự động bách khoa.  
Đặc trưng lõi vân tay.

Crossovers Đặc trưng bắt chéo của vân tay .
Ending
Đặc trưng điểm kết thúc, là điểm kết thúc của đường vân .
Ennhance

Làm nổi, nâng cao chất lượng ảnh .

FVC

FingerPrint Verification Competition –  Cuộc thi về xác thực ảnh vân
tay.
Đặc trưng vân dạng đảo .

Island
Lake
Left Loop

Đặc trưng đường dạng lòng hồ, là đường vân khép kín tạo thành lỗ
nhỏ.
Đặc trưng đường vân kiểu lặp tròn trái.

Matching

So khớp, so khớp khớp hai ảnh vân tay với nhau. 

Minutiae

Đặc trưng của ảnh vân tay như: Kết thúc, đường rẽ nhánh hoặc dạ
dạng
ng
đảo, lòng hồ,… 
Vùng da lồi trên vân tay.

Rigde

Right Loop Đặc trưng đường vân dạng lặp tròn phải.
Singular
Một loại đặc trưng vân tay (minutiae ít gặp). 
Spur
Đặc trưng đường vân rẽ nhánh hình cửa gà.  
Tented arch Đặc trưng đường vân kiểu hình cung nhọn. 
Thinning
Làm mảnh đường vân.  
Valley
VAFIS

Vùng da lõm trên ngón tay.

(Vietnam Automated Identification System) Hệ thống nhận dạng
vân tay tự động Việt Nam.  
X-Signature Một giá trị biểu diễn dạng hình sin sự biến thiên mức xám của

đường vân và rãnh.  


 

 

viii

DANH MỤC BẢNG 
Bảng 3-1. Tiến trình xây dựng tháp phân rã ……… ...……………………42
Bảng 4-1: Thời gian xử lý trung bình các bước và tổng thời gian của
 phương pháp rút trích minutiae của một  vân tay có qua giai đoạn làm mảnh và
 phương pháp nâng cao chất lượng ảnh bằng tháp lọc phân rã và trích chọn đặc
trưng bằng phép lọc đối xứng xoay  được sử dụng trong luận
văn…………………………….……..……………………………………………. 53
Bảng 4-2: Kết quả thực nghiệm phát hiện minutiae của hai phương pháp
dựa vào Crossing Number và phương pháp của nhóm Bigun.. …….........………58


 

 

ix

DANH MỤC HÌNH 
Hình 1.1: Tỷ lệ phần trăm ứng dụng công nghệ sinh trắc học [16] .......................................
....................................... 7
Hình 1.2: Các ứng dụng của hệ thống nhận dạng vân tay .....................

............................................
................................
......... 7
Hình 1.3: Doanh thu công nghệ sinh trắc học trong những năm gần đây và dự đoán do anh
thu trong những năm tới  [15]. ........................
...............................................
.............................................
..................................
............ 8
Hình 1-4: Mô hình của hệ thống xác thực/xác định vân tay tự động.....................
...................................
.............. 10
Hình 1-5: cấu trúc cơ bản của hệ thống đối sánh vân tay dựa vào minutiae  ....................
.......................
... 10
Hình 1-6: (a) Dấu mực lăn ảnh vân tay, (b) Vết mực khô dấu vân tay, (c) Mẫu vân tay sống,
(d) Mẫu vân tay ẩm, (e) Mẫu vân tay được sao chụp bằng bộ cảm biến đồng nhất … 1
 122
Hình 1-7: Giao diện của một cảm biến dấu vân tay đặc trưng quang học dựa trên
 phản xạ nội toàn phần (TIR) …………………………………………………. 12 
Hình 1-8: (a) điểm nổi bật trên vân tay (điểm delta, điểm core); (b) khoảng cách đường vân.  . 15
Hình 1-9: 5 phân lớp chính của một ảnh vân tay. ....................
...........................................
............................................
.....................15
Hình 1-10: Các lớp vân tay theo phân lớp Henrry:  (a) left loop. (b) right loop. (c) whorl.
(d) arch. (e) tented arch. ............................................
...................................................................
............................................
..................... 15

Hình 1-11: Một số minutiae phổ biến của ảnh vân tay .......................................................
...................................................... 16
Hình 1-12: Một số dạng minutiae phổ biến của ảnh vân ta
tayy [2] .........................................
......................................... 16
Hình 1-13: (a) Điểm kết thúc; (b) Điểm rẽ nhánh ......................
.............................................
.........................................
.................. 17
Hình 1-14: Thông tin rút trích minutiae (a) Điểm kết thúc, (x,y) là tọa độ của đặc trưng,  
là góc tạo bởi hướng của đặc trưng; (b) Điểm rẽ nhánh. ......................................
...................................... 17
17  
Hình 1-15: Các điểm kết thúc và rẽ nhánh hai có thể tráo đổi cho nhau ở  cùng vị trí …....18 
Hình 1-16: Sơ đồ các bước nhận dạng vân tay ....................
...........................................
..............................................
........................... 19
Hình 2-1: Minh họa việc phân đoạn và chuẩn hóa ảnh vân tay. (a) ảnh gốc, (b) ảnh được
chọn vùng vân tay và chuẩn hóa. ......................
.............................................
..............................................
.............................
...... 21
Hình 2-2: Hướng đường vân tại tọa độ (x,y) của ảnh vân tay [12]......................................
...................................... 22
Hình 2-3: a) Ước lượng hướng mà chưa được làm trơn,  b)
b) Ước   lượng hướng đã được làm
............................................
.............................................

.............................................
............................................
.........................
... 24
trơn [1] ......................
Hình 2-4: Cửa sổ hướng dùng để tính x -signature [9] ..................................................
.........................................................
....... 25
Hình 2-5: (a) Ảnh gốc, (b) Ảnh sau khi sử dụng hàm lọc gabor  ....................
.........................................
..................... 28
Hình 2-6: (a) Ảnh gốc, (b) Ảnh nhị phân theo cách chọn ngưỡng cục bộ thích nghi. ......... 29
Hình 2-7: Ảnh nhị phân hóa và làm mảnh có thể chứa một số minutiae giả: (a) Đường vân
dạng bridge, (b) Đường vân dạng cựa gà (Spur), (c) Đường vân dạng đảo
(Island), (d) Đường vân bị đứt (Break)[4]. ......................
.............................................
.....................................
.............. 29
Hình 2-8: (a, b) Không là 8 simple, (c,d) Là 8 simple ....................
...........................................
.....................................
.............. 30
Hình 2-9: (a) Ảnh được nâng cao chất lượng, (b) Ảnh được nhị phân h óa, (c) Ảnh được
làm mảnh [12]..............................................................
.....................................................................................
.........................................
.................. 30
Hình
2-10:: Đặc
(a) Một

 ( b)
phần
vânảnh
tay,dựa
 b)vào
Điểm
kết thúc,
Điểm......................
rẽ nhánh. ..............
điểm
củacủa
mộtảnh
điểm
8 điểm
xung (c)
quanh.
Hình 2-11
................................
.......... 31
31
Hình 2-12: Cấu trúc vân lỗi được điều chỉnh thành cấu trúc vân
v ân đúng [2] .........................
......................... 32


 

 

x

Hình 2-13: Cấu trúc các lớp trong mạng Artmap [4 ]...........................................................
........................................................... 32
Hình 2-14: Mẫu đầu vào kích thước 5x5 cho mạng Noron Artmap .....................................
................................... 33
Hình 2-15: Một số mẫu dạng rẽ nhánh trong tập huấn luyện mạng nơron Artmap ............. 34
Hình 2-16: Các đường vân (r idge)
idge) và rãnh (ravine) trên bề mặt vân tay .............................
............................ 36
Hình 2-17: Điểm cực đại (ic,jc) tương ứng với (is,,js) .............................................
...........................................................
.............. 37
Hình 2-18: Dịch chuyển một đoạn  theo đường vân [7] ......................................
....................................................
.............. 37
Hình 2-19: Thiết diện của đường vân [7 ] .....................
............................................
.............................................
................................
.......... 38
Hình 3-1: Mô hình rút trích điểm đặc trựng từ ảnh xám  ....................
...........................................
.................................
.......... 40
Hình 3-2: Sơ đồ nâng cao chất lượng ảnh bằng tháp phân rã .............................................
............................................... 41
Hình 3-3: Kết quả sử dụng tháp phân rã nâng cao chất xử lý ảnh chất lượng ảnh vân tay,
ảnh chất lượng tốt (104_6- hàng trên), hàng dưới ảnh chất lượng thấp (1_1) của
FVC2000-DB2; cột (a) Ảnh gốc, cột (b)-(c) sau khi ảnh được tăng cường ở mức
l1-3  . Cột (d) Ảnh được nâng cao chất lượng bằng cách thực hiện các bước được

liệt kê ở phần b, bảng 1. ............................................
...................................................................
............................................
..................... 43
Hình 3-4: Thể hiện HSV của tín hiệu lọc phản hồi LS1-3 (cột 1-3) của hai ảnh vân tay. .... 43
Hình 3.5: Ảnh được nâng cao chất lượng bằng tháp phân rã: (a) Ảnh gốc,   (b) Ảnh lọc ở
...................................... 45
tháp l1, (c) Ảnh kết quả lọc ở tháp l 2,3, (d) Ảnh kết quả.. ......................................
Hình 3-6: K ết
ết quả áp dụng bộ lọc đối xứng xoay ....................
...........................................
............................................
..................... 46
46  
Hình 3-7: Phát hiện minutiae của một ảnh vân tay trong CSDL FVC 2004DB1: (a) Ảnh
gốc, (b) Ảnh nâng cao chất lượng bằn g tháp phân rã, (c) LS (HSV), (d) |PS|,
(e) |PS|.(1-|LS|) và (f) 30 minutiae đáng tin cậy nhất………………………….. 47
Hình 4-1: Kết quả nâng cao chất lượng ảnh đối với ảnh vân tay chất lượng cao (99-5) và chất
lượng thấp (1-7) trong FVC2004-DB1: a) Ảnh gốc,  (b) Ảnh nâng cao chất lượng
 bằng bộ lọc Gabor,
Gabor,  (c) Ảnh nâng cao chất lượng  theo phương pháp của Chikkerur, 
(d) Ảnh nâng cao chất lượng bằng tháp p hân rã ………………………...………… 48
Hình 4-2: Kết quả nâng cao chất lượng ảnh: (a) Ảnh gốc 1 -3.tif, (b) Ảnh nâng cao chất lượng
 bằng phươ
phương
ng phá
phápp lọc
lọc Ga
Gabor
bor,, (c) Ảnh nâng cao chất lượng bằng tháp phân rã …... 49

Hình 4-3: Kết quả nâng cao chất lượng ảnh: (a) Ảnh gốc 2-2.tif, (b) Ảnh nâng cao chất lượng
 bằng phương pháp lọc
lọc Gabor,
Gabor, (c) Ảnh nâng cao chất lượng bằng tháp phân rã …. 49
Hình 4-4: Kết quả nâng cao chất lượng ảnh: (a) Ảnh gốc 3-2.tif, (b) Ảnh nâng cao chất lượng
 bằng phương pháp lọc
lọc Gabor,
Gabor, (c) Ảnh nâng cao chất lượng bằng tháp phân rã …. 49
Hình 4-5: Kết quả nâng cao chất lượng ảnh: (a) Ảnh gốc 4-3.tif, (b) Ảnh nâng cao chất lượng
 bằng phương pháp lọc
lọc Gabor,
Gabor, (c) Ảnh nâng cao chất lượng bằng tháp phân rã ….50
Hình 4-6: Kết quả nâng cao chất lượng ảnh: (a) Ảnh gốc 5-2.tif, (b) Ảnh nâng cao chất lượng
 bằng phương pháp lọc
lọc Gabor,
Gabor, (c) Ảnh nâng cao chất lượng bằng tháp phân rã ….50
Hình 4-7: Kết quả nâng cao chất lượng ảnh: (a) Ảnh gốc 6-2.tif, (b) Ảnh nâng cao chất lượng
 bằng phương pháp
 pháp lọc
lọc Gabo
Gabor,
r, (c) Ảnh nâng cao chất lượng bằng tháp phân rã….. 50
Hình 4-8: Kết quả nâng cao chất lượng ảnh: (a) Ảnh gốc 7-3.tif, (b) Ảnh nâng cao chất lượng
 bằng phươ
phương
ng phá
phápp lọc
lọc Ga
Gabor
bor,, (c) Ảnh nâng cao chất lượng bằng tháp phân rã …...51

 

 

xi

Hình 4-9: Kết quả nâng cao chất lượng ảnh: (a) Ảnh gốc 8-2.tif, (b) Ảnh nâng cao chất lượng
 bằng phương pháp lọc
lọc Gabor,
Gabor, (c) Ảnh nâng cao chất lượng bằng tháp phân rã …. 51
Hình 4-10: Kết quả nâng cao chất lượng ảnh: (a) Ảnh gốc 9 -2.tif, (b) Ảnh nâng cao chất lượng
 bằng phươ
phương
ng phá
phápp lọc
lọc Ga
Gabor
bor,, (c) Ảnh nâng cao chất lượng bằng tháp phân rã …...51
Hình 4-11: Kết quả nâng cao chất lượng ảnh:  (a) Ảnh gốc 10 -1.tif, (b) Ảnh nâng cao chất
lượng bằng phương pháp lọc Gabor, (c) Ảnh nâng cao chất lượng bằng tháp phân
rã. .....................
............................................
..............................................
.............................................
.............................................
.................................
.......... 52
Hình 4-12: Kết quả phát hiện đặc trưng: (a) Ảnh gốc 1_3.tif, (b) Phương pháp làm mảnh,

(c) Phương pháp lọc đối xứng xoay . ....................
...........................................
..............................................
........................... 54
Hình 4-13: Kết quả phát hiện đặc trưng: (a) Ảnh gốc 2_2.tif, (b) Phương pháp làm mảnh,
(c) Phương pháp lọc đối xứng xoay. .....................
............................................
..............................................
........................... 54
Hình 4-14: Kết quả phát hiện đặc trưng: (a) Ảnh gốc 3_2.tif, (b) Phương pháp làm mảnh,
(c) Phương pháp lọc đối xứng xoay. .....................
............................................
..............................................
........................... 54
Hình 4-15: Kết quả phát hiện đặc trưng: (a) Ảnh gốc 4_3.tif, (b) Phương pháp làm mảnh,
(c) Phương pháp lọc đối xứng xoay. .....................
............................................
..............................................
........................... 55
Hình 4-16: Kết quả phát hiện đặc trưng: (a) Ảnh gốc 5_2.tif, (b) Phương pháp làm mảnh,
............................................
..............................................
........................... 55
(c) Phương pháp lọc đối xứng xoay. .....................
Hình 4-17: Kết quả phát   hiện đặc trưng: (a) Ảnh gốc 6_2.tif, (b) Phương pháp làm mảnh,
(c) Phương pháp lọc đối xứng xoay. .....................
............................................
..............................................
........................... 55
Hình 4-18: Kết quả phát hiện đặc trưng: (a) Ảnh gốc 7_3.tif, (b) Phương pháp làm mảnh,

(c) Phương pháp lọc đối xứng xoay. .....................
............................................
..............................................
........................... 56
Hình 4-19: Kết quả phát hiện đặc trưng: (a) Ảnh gốc 8_2.tif, (b) Phương pháp làm mảnh,
(c) Phương pháp lọc đối xứng xoay. .....................
............................................
..............................................
........................... 56
Hình 4-20: Kết quả phát hiện đặc trưng: (a) Ảnh gốc 9_2.tif, (b) Phương pháp làm mảnh,
(c) Phương pháp lọc đối xứng xoay. .....................
............................................
..............................................
........................... 56
Hình 4-21: Kết quả phát hiện đặc trưng: (a) Ảnh gốc 10-1.tif, (b) Phương pháp làm mảnh,
(c) Phương pháp lọc đối xứng xoay. .....................
............................................
..............................................
........................... 57


 

 

1

LỜI NÓI ĐẦU 
 Ngày nay, trong kỷ nguyên công nghệ,   việc ứng dụng công nghệ thông tin

vào trong các lĩnh vực kinh tế xã hội đã đạt được  nhiều thành tựu to lớn. Trong đó,
việc nghiên cứu các hệ thống nhận dạng và bảo mật bằng sinh trắc học đang được
quan tâm rộng rãi. Đây là kĩ thuật sử dụng những thuộc tính vật lý hoặc các mẫu
hành vi, các đặc điểm sinh học như: dấu vân tay, mẫu mống mắt,  giọng nói, khuôn
mặt, dáng đi,...để nhận diện con người. Trong hàng loạt kĩ thuật nhận dạng sinh
trắc học đó, nhận dạng vân tay ra đời sớm nhất và đã chứng minh được   tính hiệu
quả so với kĩ thuật nhận dạng sinh trắc học khác. Các đặc điểm sinh trắc học kh ác
như dáng đi, gương mặt, chữ ký,…của con người có thể thay đổi theo thời gian
hoặc có thể được làm giả hoặc được mô phỏng nhưng vân tay là duy nhất hoàn
hảo theo từng đường vân riêng lẻ và không thay đổi theo thời gian. Các nghiên
cứu chỉ ra rằng: không thể có hai người trên thế giới có vân tay trùng nhau. Tính
riêng biệt này đã chứng minh rằng nhận dạng vân tay là chính xác và hiệu quả hơn
rất nhiều phương pháp nhận dạng sinh trắc học khác. 
Hiện nay, hệ thống nhận dạng vân tay được ứng dụng phổ biến trong lĩnh
vực dân sự, thương mại như: việc xác định nhân thân khi truy cập mạng, khóa

chống trộm, hệ thống ngân hàng, hệ thống chấm công, hệ thống bảo mật thông ti n,
hệ thống kiểm soát an ninh… Hệ thống nhận dạng ảnh vân tay còn có   ý nghĩa rất
quan trọng trong việc đấu tranh  phòng, chống tội phạm của ngành Công an. Trong
thực tế đấu tranh phòng , chống tội phạm, ảnh vân tay khi thu được tại hiện trường

thường bị ảnh hưởng bởi các yếu tố   như: vị trí ấn, áp lực ấn, độ ẩm của da, bụi
 bẩn… dẫn đến
đ ến ảnh vân tay bị
b ị nh
nhiễu,
iễu, bị bbiến
iến dạng, bị đứt
đ ứt nét…  Ngoài ra, cơ sở dữ
liệu vân tay dùng cho việc   nhận dạng thường rất lớn. Những yếu tố trên dẫn tới

việc nhận dạng vân tay gặp khó khăn hơn. Trong nhận dạng ảnh vân tay, việc trích
chọn điểm minutiae của ảnh vân tay giúp cho việc đối sánh nhanh hơn  và chính
xác hơn. Với những lý do trên, tác giả chọn đề tài là: “Nâng cao chất lượng ảnh
vân tay và trích chọn điểm minutiae” để nghiên cứu. 
Với mục tiêu của luận văn là nghiên cứu các kỹ thuật nâng cao chất lượng
ảnh vân tay và trích  chọn minutiae dựa vào tháp phân rã và phép đối xứng xoay để
 phát hiện minutiae từ ảnh xám. 


 

 

2

Bố cục của luận văn: 
Luận văn được trình bày gồm 4 chương.  Chương 1 giới thiệu tổng quan về
nâng cao chất lượng ảnh vân tay : giới thiệu về hệ thống nhận dạng sinh trắc học  
và hệ thống nhận dạng vân tay, đồng thời nêu lên hướng nghiên cứu của đề tài .
Chương 2 nghiên cứu một số phương pháp nâng cao chất lượng ảnh vân tay và
trích chọn minutiae từ ảnh xám, ảnh nhị phân, đồng thời nêu lên ưu, nhược điểm
của từng phương pháp. Nội dung luận văn này tập trung ở chương 3, nghiên cứu
nâ ng cao chất
ch ất lượng
lượ ng ảnh dựa
d ựa vào tháp phân
ph ân rã và trích
t rích chọn
ch ọn minutiae
minut iae

 phương pháp
 pháp nâng
 bằng phép
phé p lọc  đối xứng xoay của nhóm Bigun: Nâng cao chất lượng ảnh bằng tháp
lọc phân rã, sau đó áp dụng phép lọc đối xứng xoay để phát hiện minutiae .
Chương 4, đánh giá khả năng của phương pháp nâng cao chất lượng ảnh và trích
chọn minutiae được đề cập trong luận văn trên cơ sở dữ liệu ảnh vân tay chất
lượng thấp (FVC2004 DB1 –  800 ảnh vân tay). Phần kết luận được trì nh bày trong
kết luận chung của đề tài.  


 

 

3

CHƯƠNG 1: TỔNG QUAN VỀ 
VỀ ẢNH VÂN TAY 
1.1 Hệ thống nhận dạng sinh trắc học  
1.1.1 Giới thiệu hệ thống nhận dạng sinh trắc
t rắc học 
 Ngàyy nay, công
 Ngà
công nghệ sinh trắc
trắc học đã được ứng dụng rộng rãi trong
trong nhiề
nhiềuu lĩnh
vực của đời sống. Cùng với sự ra đời của thương mại điện tử, ngân hàng  điện tử, trạm
kiểm soát an ninh, trung tâm lưu trữ dữ liệu, hệ thống rút tiền tự động,…đòi hỏi các biện

 phápp bảo
 phá
bảo mật
mật cao
cao nngày
gày càng
càng trở
trở thàn
thànhh một
một vấn
vấn đđềề rất
rất quan
quan ttrọn
rọngg và cấp thiết.
thiết. Tuy nhi
nhiêên,
các ứng dụng của hệ thống định danh cá nhân theo phương pháp truyền thống trước đây

là dựa vào các hiểu biết (knowledge- based)
 based):: mật khẩ
khẩu,
u, số PIN hay là dựa trên các thẻ
ID…không thuận tiện và dễ bị lừa gạt.  Bởi vì mật khẩu, số PIN… có thể quên hay có thể

 bị đoán
đoán bởi những
những kẻ
kẻ m
mạo
ạo ddanh

anh, các thẻ bài cũng có thể bị quên hay bị đánh cắp. Do đó,
các phương pháp định danh cá nhân dựa trên hiểu biết và chứng cứ truyền thống khó đáp
ứng nhu cầu thực tế hiện nay. Để đáp ứng các nhu cầu  đó thì các phương pháp bảo mật
 bằngg các
 bằn
các đặc
đặc trưng
trưng sinh trắc học như: ảnh khuôn mặt, ảnh mống mắt, giọng nói, ảnh vân
tay, ảnh bàn tay, chữ ký, dáng đi, cấu trúc tĩnh mạch của mặt sau bàn tay, thành phần hóa
học của mùi mồ hôi,…đang được ứng dụng thay thế dần các phương pháp truyền thống
và thu hút được sự quan tâm của nhiều nhà khoa học.
Vậy nhận dạng sinh trắc học là gì? Nhận dạng sinh trắc học là việc định danh một
cá nhân dựa trên đặc trưng hành vi hay cấu trúc vật lý của một cá nhân nào đó mà có khả
năng tin cậy và phân biệt được  với kẻ mạo danh. Từ cơ sở đó người ta chia nhận dạng
sinh trắc học thành hai loại chính:  phương pháp nhận dạng dựa trên hành vi và phương
 pháp nhận
 pháp
nhận dạng
dạng dựa
dựa theo
theo ccấu
ấu trú
trúcc vật lý của con ngư
người.
ời. 
Đối với phương pháp dựa trên hành vi là cố gắng xác định một vài hành vi ngắn
điển hình của con ngườ i như: cách dùng viết khi viết hay hành vi ấn phím trên bàn phím
để nhập mã PIN, mật khẩu…  Đối với phương pháp dựa trên cấu trúc vật lý là dựa vào
một số tính chất vật lý để xác định cá nhân người dùng như: ảnh bàn tay, ả nh vân tay,
ảnh mống mắt,… 

Để các minutiae sinh trắc học được ứng dụng trong nhận dạng, định danh cá
nhân thì nó phải thoả mãn các tính chất sau đây: 
Tính duy nhất (Uniqueness) 


 

 

4

Tính bất biến theo thời gian (Invariance to Time) 
Tính đo được (Mesuarability)
Tính phổ biến (Univerality) 
 Nhận dạng dựa trên ảnh vân tay là phương pháp nhận dạng sinh trắc học
đáp ứng tốt nhất các yêu cầu đó.  
1.1.2 Một số phương pháp nhận dạng sinh trắc học phổ biến
* Phương pháp nhận dạng chữ ký (Signature Verification):
Chữ ký là căn cứ pháp lý để sử dụng trong các giao dịch. Chữ ký của mỗi

người thường khác nhau và có những đặc điểm riêng biệt nên thường được dùng
để phân biệt người này với người khác. Hệ thống nhận dạng chữ ký tự động không
chỉ khảo sát hình dạng của chữ  ký mà còn khảo sát quá trình động khi người dùng
đang ký.  Như
Như vậy, nhận dạng chữ ký là một trong những phương pháp nhận dạng
sinh trắc học dựa trên hành vi khi người sử dụng ký. Hiện nay, có nhiều lĩnh vực
ứng dụng nhận dạng chữ ký như: xác nhận giao dịch   như hợp đồng, thẻ trả tiền,
hay đăng nhập mạng thông qua thiết bị cầm tay...  
 pháp nhận
nhận dạng

dạng ggiọn
iọngg nnói
ói (Voice Verification):
* Phương pháp
Giọng nói là kết quả của tập hợp các tác động vật lý bởi vì âm thanh phát ra do
tác động của sự kết hợp giữa các thành phần như: các dây thanh âm, vòm miệng, vùng
thanh âm, răng, vùng xoang và phần bên trong các mô tế bào miệng của con người. Có
thể nói giọng nói là hành vi bởi vì khi phát ra một từ thì mỗi một người có thể phát âm to,
nhỏ, nhanh, chậm khác nhau phụ thuộc trạng thái tâm lý của người nói lúc đó như: giận,
hờn, vui, buồn…Như vậy, hệ thống nhận dạng giọng nói phân tích sóng và các mẫu  áp
lực không khí thu được khi một người nào đó nói vào micro. Do đó, nhận dạng giọng nói
là sự kết hợp của hai phương pháp nhận dạng hành vi và nhận
nh ận dạng kiến trúc vật lý.
Trong thực tế nhận dạng giọng nói có thể không chính xác do trong môi trường
thường bị ảnh hưởng bởi các tạp âm khác. Do đó, hệ thống nhận dạng giọng nói rất khó
khăn trong việc loại bỏ tạp âm ra khỏi giọng nói.


 

 

5

* Hệ thống nhận dạng khuôn mặt (Face Recognition):  

Một trong những hệ thống nhận dạng được sử dụng sớm nhất trong các hệ
thống nhận dạng nói chung và nhận dạng sinh trắc học nói riêng đó là nhận dạng
khuôn mặt. Mỗi khuôn mặt đều có nhiều điểm mốc, những phần lồi lõm tạo nên
các đặc điểm của khuôn mặt. Những đặc điểm trên khuôm mặt được gọi là các

điểm nút. Mỗi mặt người có khoảng 80 điểm nút. Hệ thống nhận nhận diện khuôn
mặt thông qua một số điểm nút như sau: Khoảng cách giữa hai mắt; chiều rộng
của mũi;  Độ  sâu của hốc mắt; Hình dạng của xương gò má;   Độ dài của xương
hàm. Các điểm nút trên được đo đạc và tạo ra nhiều mã số được gọi là dấu bộ mặt
(FacePrint) đại diện cho khuôn mặt trong cơ sở dữ liệu.  Vì vậy, mỗi người sinh ra
có một đặc điểm khuôn mặt riêng biệt, trở thành cái khóa để phân biệt người đó  
với mọi người xung quanh.   Ngày nay phương pháp nhận dạng mặt người đã có
các kỹ thuật tiến bộ hơn và đóng vai trò rất lớn trong nhiều lĩnh vực như: công tác
điều tra tội phạm, nhận dạng các cổ động viên quá khích trong trận thi đấu thể
thao,… 
Hệ thống nhận dạng mặt người có thể chia thành hai loại chính: một là,
dùng để định danh một cá nhân trong một môi trường đã biết với một khoảng cách
hằng số cho trước; hai là, định danh một cá nhân từ trong một nhóm người   với
môi trường động và khoảng cách ngẫu nhiên. Đối với trường hợp một thì tương
đối đơn giản còn trong trường hợp hai thì phức tạp hơn. Bởi vì, khi một người
đứng yên thì việc đánh dấu để nhận dạng dễ hơn so với khi người đó đang di
chuyển.  Tuy nhiên, nhận diện khuôn mặt sử dụng các mẫu 3D đã giúp cho việc
nhận dạng được chính xác hơn.  Chúng sử dụng độ sâu và trục của các phần trên
khuôn mặt không bị ảnh hưởng bởi ánh sáng, vì thế việc nhận dạng khuôn mặt 3D
có thể được sử dụng cả trong bóng tối và có thể   nhận ra khuôn mặt từ nhiều góc
độ khác nhau với độ chênh lệch lên tới 90 độ.  

* Hệ thống nhận dạng mống mắt (Iris Scanning):
Mống mắt là phần của mắt và nó có thể xác định tính duy nhất của con
người. Mống mắt bắt đầu hình thành từ tuần thứ tám của bào thai và không thay


 

 

6

đổi trong suốt đời của con người. Các thuộc tính có thể nhận thấy của mống mắt
là: quầng mắt, rãnh mắt, tàn nhang…Hệ thống nhận dạng người dựa trên mống
mắt là rất an toàn. Bởi vì mống mắt có tới 2000 đặc điểm du
duyy nhất để sử dụng cho
việc nhận dạng. Hệ thống này thường dùng camera để thu và xử lý lưu trữ dưới
dạng các mã mống mắt (IrisCode) và hệ thống sẽ đối sánh các mã này để định
danh một cá nhân nào đó. Hiện nay, hệ thống này thường được áp dụng với các hệ
thống cố định, chưa được sử dụng trong hệ thống nhận dạng di động.  Đồng thời nó
mang lại hiệu quả cao trong việc nhận dạng so với công nghệ nhận dạng sinh trắc
học khác, tuy nhiên chi phí của hệ thống nhận dạng này cao hơn các ứng dụng hệ
thống nhận dạng sinh trắc học khác.  
* Hệ thống nhận dạng vân tay (Fingerprint Recognition):  

Việc sử dụng vân tay để định danh một cá nhân nào đó là do vân tay có tính
duy nhất và bền vững. Xác suất trùng lặp một vân tay là 10 -6. Một người với hai
 bàn tay có 10 ngón đầy đủ thì xác suất trùng lặp cả 20 ngón trở nên rất nhỏ đến
mức có thể coi như bằng 0. Do đó, không có hai người khác nhau có các vân tay
trùng nhau. Hơn nữa, hình dạng vân tay ổn định từ lúc sinh ra đến khi chết đi, ít có
điều kiện thay đổi, kể cả nhờ các biện pháp hiện đại như giải phẫu [5].
 Ngày nay,
na y, trong tất
t ất cả các phương pháp nhận
nhậ n dạng sinh
s inh trắc
trắ c học thì
th ì ảnh vân
v ân

tay được sử dụng thông dụng và mang lại hiệu quả cao trong việc định danh một
cá nhân.
1.1.3 Nhu cầu thực
thực tế
tế về ứng dụng nhận dạng sinh trắc học 
 Ngàyy nay công
 Ngà
công nghệ sinh
sinh trắc
trắc học được ứng
ứng dụng rộng
rộng rãi tr
trong
ong nhiều
nhiều lĩnh
lĩnh vực

của đời sống. Đặc biệt, công nghệ nhận dạng vân tay đã và đang được ứng dụng và mang
lại lợi ích lớn cho xã hội. Theo phân tích ở hình 1.2, tổng số ứng dụng công nghệ nhận
dạng vân tay chiếm tới 48,8% trên tổng số ứng dụng sinh trắc học, điều này phản ánh
nhu cầu ứng dụng là rất lớn. 


 

 

7

học [16]

Hình 1.1: Tỷ lệ phần trăm ứng dụng công nghệ sinh trắc học [16]

Theo dự báo của các chuyên gia, với những   đặc trưng  nổi trội của công
nghệ nhận dạng vân tay mang lại, trong  nhiều năm tới, công nghệ này vẫn tiếp tục
được ứng dụng rộng rãi trong nhiều lĩnh vực (hình 1. 2) và mang lại doanh thu rất
lớn (hình 1. 3).

Truy cập mạng
(non-mobile)

Hình 1.2: Các ứng dụng của hệ thống nhận dạng vân tay 
tay 


 

 

8

Hình 1.3: Doanh thu công nghệ
nghệ sinh trắc học trong
trong những năm gần đây 
đây 
doanh thu trong những năm tới [15].
tới [15].
và dự đoán doanh 

1.2 Hệ thống nhận dạng vân tay 
n hận dạng vân tay 

1.2.1 Tình hình nghiên cứu về công nghệ nhận
Vân tay không ai giống ai. Nghiên cứu các dấu vân tay có thể định danh một
người. Người châu Âu ngày xưa đã sớm nhận ra điều đó. Có những ông vua đã áp cả
lòng bàn tay (thay cho việc đóng dấu) và ký vào các sắc dụ cơ mật để không ai đánh tráo
được. Những thợ gốm bậc thầy, những nhà nặn tượng trứ danh cũng in dấu hoa tay tài
nghệ làm chứng chỉ cho tác phẩm chính hiệu của mình. Các kỹ thuật nhận dạng hiện đại
dựa trên dấu vân tay ra đời từ thế kỷ 16.
- Vào năm 1684, một nhà hình học người Anh tên là Nehemiah Grew đã đưa ra

một bài báo khoa học đầu tiên các công trình nghiên cứu của ông  về các đường vân, rãnh
và cấu trúc ảnh vân tay . Kể từ sau đó đến nay đã xuất hiện nhiều công trình nghiên cứu
về vấn đề này. 
- Vào năm 1788 Mayer đã tiến hành giải phẫu  các vân tay và miêu tả một cách

chi tiết các thông tin về các đường vâ n và rãnh trên vân tay .
- Bắt đầu từ năm 1809, Thomas Bewick đã sử dụng vân tay của mình như là một

nhãn hiệu của ông ta và nó trở thành một trong những công trình khoa học đầu tiên về
định danh cá nhân bằng ảnh vân tay. 


 

 

9

-  Năm 1823, nhà phẫu thuật Jan Evangel
Evangelista
ista Purkyne

Purkyn e thuộc trường   đại học

Breslau đã trình bày trong luận án của mình về 9 mẫu vân tay.  
- Năm 1858, William
Willia m Herschel  đã dựa vào vết vân  tay để nhận dạng tù nhân
-  Năm 1880, bác sĩ Người Anh Henry Faulds đưa ra kiến nghị lấy dấu vân

tay của tội phạm tại hiện   trường xảy ra vụ án và đưa ra lý luận gien vân tay. Năm
1882, theo sáng kiến của A. Bertion, lần đầu tiên cảnh sát Paris đã áp dụng lăn
ngón tay trên các hồ sơ căn cước [ 3].

18 92, Francis Galton là người   đầu chia vân tay t hành 3 nhóm: xoáy,
-  Năm 1892,
móc, sóng.

Việc sử dụng các nghiên cứu khoa học của dấu vân tay ở thế kỷ 19 đã làm
tiền đề cho việc  ứng dụng rộng rãi công nghệ nhận dạng vân tay trong nhiều lĩnh
vực của cuộc sống sau này.
-  Năm 1924, FBI (Federal Bureau of Investigation)
Investigat ion) đã thu thập và lưu trữ  

hơn 250 triệu dấu vân tay của người dân   để cho việc   điều tra tội phạm và nhận
dạng những người bị giết. 
-  Nước Anh cũng sớm sử dụng biện pháp này và đến năm 1944, họ đã lưu

trữ tới hơn 90 triệu dấu vân tay của tất cả binh lính và những người dân. Với việ c
sử dụng dấu vân tay để nhận dạng, cảnh sát có thể truy tìm tung tích tội phạm,
người chết, mất thẻ căn cước hoặc mắc bệnh tâm thần lú lẫn, …  [2]
- Năm 1977,
1977 , chương trình IAI's

IA I's Certified
Certif ied Latent Print Examiner
Ex aminer ra đời
đ ời được

áp dụng để xác nhận phạm nhân tron g tòa án.
- Ở Việt Nam, từ những năm 1992 , chương trình Điện tử -Tin học cấp quốc

gia KCO1_RD8 do Khoa Điện tử Viễn thông trường Đại học Bách khoa Hà Nội
chủ trì đã từng bước nghiên cứu xây dựng hệ thống nhận dạng vân tay AFIS. Sau
5 năm nghiên cứu, hai luận án TS: “Khôi phục và nâng cấp ảnh ứng dụng trong
tiền xử lý dấu vân tay” của Ngô Văn Sỹ và “Ứng dụng xử lý ảnh để tự động nhận
dạng vân tay đã được nâng cấp khôi phục” của Trần Minh Thành   đã được bảo vệ
thành công tại Hội đồng cấp nhà nước.  


 

 

10

- Ngoài các luận án TS trên nhiều công trình khác cũng đang nghiên cứu về

lĩnh vực này. Chẳng hạn, hệ BKAFIS do nhóm nghiên cứu Viện công nghệ thông
tin và Khoa công nghệ thông tin trường Đại học Bách khoa Hà Nội mà đứng đầu
là PGS-TS Nguyễn Thanh Thuỷ và PGS -TS Ngô Qu ốc Tạo. Hệ thống này đã đưa

ra kiến trúc dựa trên mô hình song song hoá cơ sở dữ liệu. Về cấu trúc , nó tương
tự như mô hình phân tán với truyền thông tập trung, nhưng chia thành hai luồng

truyền thông khác nhau: luồng truyền yêu cầu từ các máy đầu cuối về cho hệ
thống và luồng truyền thông tin điều khiển trong hệ thống xử lý. Hệ thống xử lý
được cài trên một mạng LAN [5].
1.2.2 Kiến trúc của hệ thống nhận dạng vân tay
ta y [1]
Tùy theo trường hợp sử dụng hệ thống nhận dạng vân tay, hệ thống nhận

dạng vân tay được gọi là hệ thống xác thực hay hệ thống xác định. Hệ thống xác
thực là hệ thống mà người cần nhận dạng sẽ cung cấp thông tin cá nhân của họ
cùng với vân tay.  

nhận/ truy tìm vân tay tự động 
Hình 1-4: Mô hình
hình của hệ thống xác nhận/truy

Lấy mẫu/đăng ký vân tay 

Hình 1-4: Cấu
Cấu trúc 
trúc cơ bản của hệ thống xác thực/xác 
thực/xác định vân tay
vân tay tự động 
động 


 

 

11

minutiae  
Hình 1-5:
1-5: Cấu trúc cơ bản của hệ thống đối sánh vân tay dựa vào minutiae

1.2.3 Thu nhận và lưu trữ ảnh vân tay 
1.2.3.1 Thu nhận ảnh vân tay 
Hiện nay, có hai phương pháp phổ biến được sử dụng cho việc thu nhận ảnh vân
tay: Phương pháp thu nhận ảnh gián tiếp và phương pháp thu nhận trực tiếp
t iếp.
- Phương pháp thu nhận gián tiếp là ảnh được thu từ các vết mực được thấm trên

các đầu ngón tay và dùng đầu ngón tay ấn (lăn) lên tờ giấy để in dấu vân tay lên tờ giấy
trắng, sau đó ảnh được lưu trữ thông qua các thiết bị như: máy quét ảnh, camera  (hình
1.6). Phương pháp thu nhận ảnh gián tiếp là có thể thu nhận được ảnh khi chưa có các

thiết như máy quét hay camera…Tuy nhiên, các ảnh vân tay thu được bởi  phương
phương pháp
pháp
này thường có chất lượng thấp. Đặc biệt là các ảnh thu được tại hiện trường thường có
chất lượng thấp do mồ hôi, chất nhờn, bụi,… Do đó,   để lấy được ảnh tại hiện trường
người ta cần có một số phương pháp để giúp cho ảnh được thể hiện rõ như phương pháp
lăn tay. [3]
- Phương pháp thu nhận ảnh trực tiếp là quá trình thu thập ảnh trực tiếp thông qua

các thiết bị cảm biến mà không cần thông qua bước trung gian: người ta đặt đầu ngón tay
lên thiết bị cảm biến để thu nhận ảnh. Công nghệ thu nhận ảnh  phổ
 phổ biế
biếnn nhất
nhất hhiện

iện nay là
sử dụng cảm biến quang dựa trên cơ chế phản xạ nội toàn phần (TIR) để thu nhận ảnh


 

 

12

vân tay ( Hình 1.7). Kết quả là thu được một ảnh vân. Ảnh vân tay sử dụng phương pháp

này có chất lượng tốt hơn so với phương pháp thu nhận gián tiếp. 

(a)

(b)

(c)

(e)
(d)
Hình 1-6: (a) Dấu mực lăn ảnh vân tay, (b) Vết mực khô dấu vân tay, (c) Mẫu vân tay sống,
(d) Mẫu vân tay ẩm, (e) Mẫu vân tay được sao chụp bằng bộ cảm biến đồng
đ ồng nhất.
nhất.  
Đường đi của các tia phản xạ khi gặp
vân và rãnh 

 Nguồn sáng 

Phản xạ khuếch tán 

Phản
nội 
toànxạ
phần
Hình 1.7:
1.7: Giao diện của 
của một cảm biến 
biến dấ
dấu
u vân tay đặc trưng 
trưng quang học dựa trên
dựa trên
phản xạ 
xạ nội toàn phần (TIR)
phần (TIR)

1.2.3.2 Lưu trữ ảnh vân tay  
Lưu trữ ảnh vân tay trong cơ sở dữ liệu là một vấn đề hết sức quan trọng,
có ảnh hưởng sống còn đến hiệu năng tìm kiếm trong các hệ nhận dạng vân tay cỡ
lớn. Đối với ảnh vân tay, các thông tin minutiae cần được lưu trữ gồm: véc tơ