Đang tải... (xem toàn văn)
Đồ án kỹ thuật_nhận dạng dấu vân tay
i Mục lục Mục lục i Danh mục các hình vẽ iv Danh mục một số thuật ngữ thường dùng vi Lời nói ñầu vii 1. Giới thiệu 1 2. Vân tay trong sinh trắc học 4 2.1. Vị trí của nhận dạng vân tay trong sinh trắc học 4 2.2. Uniqe là một thuộc tính của vân tay 5 2.3. Hình thức thể hiện và các ñặc tả của vân tay 5 2.4. Khó khăn gặp phải khi nhận dạng vân tay 7 3. Đại cương về ảnh số và xử lý ảnh trong Matlab 8 3.1. Đại cương về ảnh số 8 3.1.1. Biểu diễn ảnh số 8 3.1.2. Cơ sở về màu 9 3.1.3. Chuyển ñổi màu 12 3.2. Xử lý ảnh số trong Matlab 13 3.2.1. Histogram 13 3.2.2. Phân ngưỡng cục bộ 14 3.2.3. Biến ñổi Fourier-2D rời rạc 15 3.2.4. Lọc ảnh Sobel 16 3.2.5. Phát hiện biên bằng toán tử gradient 18 3.2.6. Loang rộng và thu nhỏ ñối tượng 20 4. Sơ ñồ khối thiết kế hệ thống nhận dạng vân tay 22 4.1. Các nguyên lý nhận dạng vân tay 22 4.2. Hệ thống nhận dạng vân tay 23 4.3. Xây dựng hệ thống nhận dạng vân tay bằng ảnh số 24 ii 5. Tập mẫu ảnh vân tay 26 6. Trích chọn minutiae cho ñối sánh vân tay 28 6.1. Chu n hóa ảnh ñầu vào 29 6.1.1. Chuẩn hóa kích thước ảnh 29 6.1.2. Cân bằng cường ñộ sáng của ảnh 29 6.2. Tăng cường ảnh chất lượng ảnh 30 6.2.1. Tăng cường ảnh bằng cân bằng histogram 30 6.2.2. Tăng cường ảnh bằng biến ñổi Fourier-2D 31 6.3. Ước lượng orientation image và khoanh vùng ảnh vân tay 32 6.3.1. Ước lượng orientation image 32 6.3.2. Khoanh vùng ảnh vân tay 34 6.4. Trích chọn minutiae 35 6.4.1. Nhị phân hóa và làm mảnh ñường vân 36 6.4.2. Phát hiện minutiae 37 6.4.3. Ước lượng khoảng cách ñường vân 39 6.4. Hiệu chỉnh ñường vân và lọc minutiae sai 39 6.4.1. Hiệu chỉnh ñường vân và lọc minutiae sai cấp một 39 6.4.2. Lọc minutiae sai cấp hai và tạo mã từ minutiae 41 7. Phân loại kiểu vân tay 43 7.1. Trích chọn ñặc tính 44 7.2. Tạo vec-tơ ñặc tính 45 7.3. Khâu phân loại kiểu vân tay 46 8. Đối chiếu vân tay ñể ñịnh danh mẫu 48 8.1. Khớp mẫu hai mẫu vân tay 49 8.2. Đối sánh vân tay 50 9. Tổng kết và hướng phát triển 52 9.1. Kết quả của ñồ án 52 9.2. Những kiến thức bản thân thu ñược 53 9.3. Những hạn chế của ñồ án 53 9.4. Hướng phát triển 53 Tài liệu tham khảo 55 iii Phụ lục 56 Danh sách các script file khác trong ñồ án 56 Các bước chạy phần mềm mô phỏng 57 iv Danh mục các hình vẽ Hình-1. Một số tín hiệu sinh trắc học cơ bản 4 Hình-2. Đóng góp của các ngành trong sinh trắc học 4 Hình-3. Vân tay thể hiện ở cấp ñộ very-fine 5 Hình-4. Vân tay thể hiện trong cấp ñộ global 6 Hình-5. Hai dạng minutiae quan trọng 7 Hình-6. Biểu diễn ảnh số 8 Hình-7. Cảm nhận của các tế bào nhạy sáng trong võng mạc mắt 9 Hình-8. Tổ hợp màu 10 Hình-9. Hệ tọa ñộ màu 11 Hình-10. Phân tích lược ñồ xám 14 Hình-11. Giá trị ngưỡng tối ưu 15 Hình-12. Các bước thực hiện lọc ảnh trong miền tần số 16 Hình-13. Các bước lọc ảnh bằng toán tử không gian 17 Hình-14. Biểu diễn mask 18 Hình-15. Loang rộng ñối tượng 20 Hình-16. Thu nhỏ ñối tượng 21 Hình-17. Tạo mã vân tay 22 Hình-18. Sơ ñồ khối hệ thống nhận dạng vân tay 24 Hình-19. Các loại vân tay 26 Hình-20. Thuật toán trích chọn minutiae 28 Hình-21. Tăng cường ảnh 30 Hình-22. Ước lượng orientation image 33 Hình-23. Khoanh vùng ảnh vân tay 35 Hình-24. Thông số của hai dạng minutiae quan trọng 36 Hình-25. Nhị phân hóa và làm mảnh ñường vân 36 Hình-26. Phát hiện minutiae 38 v Hình-27. Số minutiae phát hiện ñược 40 Hình-28. Lọc các minutiae 40 Hình-29. Các minutiae ñược trích chọn cuối ñể tạo mã 41 Hình-30. Năm kiểu vân tay trong thực tế 43 Hình-31. Sơ ñồ khối mô tả thuật toán phân loại vân tay 44 Hình-32. Phương pháp chỉ số Poincaré 44 Hình-33. Lấy ñặc tính cho phân loại 46 Hình-34. Kết quả cây quyết ñịnh của bài toán phân loại kiểu vân 46 Hình-35. Đường cong sai số học và kiểm tra 47 Hình-36. Đối chiếu vân tay dựa trên cơ sở minutiae 48 Hình-37. Khớp mẫu từng ñối tượng 49 Hình-38. Thực hiện matching 50 Hình-39. Kết quả nhận dạng 51 Hình-40. Cửa sổ giao diện 57 Hình-41. Mở một file ảnh 57 Hình-42. Cân bằng lược ñồ xám 58 Hình-43. Biến ñổi Fourier rời rạc và cân bằng cường ñộ sáng 58 Hình-44. Nhị phân hóa ảnh 59 Hình-45. Trường ñịnh hướng 59 Hình-46. Segmentation 60 Hình-47. Phát hiện core 60 Hình-47. Làm mảnh ñường vân 61 Hình-48. Lọc minutiae 61 Hình-49. Hiển thị minutiae 62 Hình-50. Đối sánh vân tay 62 vi Danh mục một số thuật ngữ thường dùng trong nhận dạng vân tay • Ridge: Đường vân tay trên ngón tay người. • Vallay: Đường rãnh xen kẽ hai ñường vân tay. • Singular: Điểm kỳ dị của vân tay trên ngón tay người, mang ñặc ñiểm phân loại. • ore: Điểm “tâm” của vân tay, là một trong những ñiểm singular. • Minutia: Điểm ñặc trưng của vân tay trên ngón tay con người. • Termination: Điểm kết thúc của ñường vân, một loại minutia quan trọng. • Bifurcation: Điểm trẽ ba của ñường vân, là một loại minutia quan trong. • Sweat pores: Vòng xuyến xếp liên tiếp tạo thành ñường vân (thường quan sát ñược khi ảnh vân tay ở ñộ phân giải cao: > 1000dpi). • Orientation Image: Hình ảnh thể hiện các ñịnh hướng cục bộ của các ñường vân tay, bao gồm nhiều phần tử [ ] ij 0, θπ ∈ tại các ñiểm [i,j]. • Direction Image: Tương tự như Orientation Image nhưng [ ] ij 0,2 θπ ∈ . • Segmentation: Phân ñịnh giữa vùng ảnh thể hiện ñường vân và vùng ảnh nền. • Varance field: Một các thể hiện vùng ảnh thể hiện ñường vân còn thô. • Crossing number: Một phương pháp dùng ñể phát hiện minutiae. • Poincaré: Một phương pháp dùng ñể phát hiện core theo trường vec-tơ và ñường bao. • Ridge map: Ảnh ñen trắng chỉ thể hiện các ñường vân màu trắng nhưng không nhất thiết các ñường vân có ñộ rộng ñồng ñều. • Thinned ridge map: Ảnh ñen trắng thể hiện các ñường vân màu trắng nhưng nhất thiết các ñường vân có ñộ rộng ñồng ñều 1pixel vii Lời nói ñầu Hiện nay, việc thu thập, xử lý thông tin qua ảnh ñể nhận biết ñối tượng ñang ñược quan tâm và ứng dụng rộng rãi. Với phương pháp nay, chúng ta có thể thu nhận ñược nhiều thông tin từ ñối tượng mà lại không cần tác ñộng nhiều ñến ñối tượng nghiên cứu. Một trong những nhóm ứng dụng hay gặp trong xử lý thông tin bằng hình ảnh là xác minh hoặc ñịnh danh mẫu. Nhận dạng vân tay là một bài toán cụ thể mà cần phải giải quyết một trong hai vấn ñề nêu trên: xác minh vân tay (fingerprint verification) hoặc ñịnh danh vân tay (fingerprint identification). Qua tìm hiểu thực tế em chọn ñề tài: “Thiết kế hệ thống nhận dạng vân tay từ ảnh số”. Đề tài này có nội dung bao trùm lên cả các hệ thống có kiểu nhận nhận dạng verification (cần mã PIN cộng với ảnh vân tay). Do ñề tài có tính chất mới, trong quá trình làm ñồ án em ñã gặp rất nhiều khó khăn. Được sự giúp ñỡ, chỉ bảo tận tình của TSKH. TRẦN HOÀI LINH em ñã dần dần tiếp cận ñược tới lĩnh vực này và bước ñầu ñã ñạt ñược một số các kết quả (phân loại ñược hơn 90% các kiểu vân tay và ñịnh danh ñược vân tay). Sau thời gian 15 tuần khẩn trương thực hiện ñồ án tốt nghiệp, ñề tài ñã ñược hoàn thành ñúng kế hoạch. Em mong những thiếu sót của em trong ñồ án sẽ nhận ñược những ý kiến ñóng góp quý báu của các thầy, cô cùng các bạn sinh viên. Em xin chân thành cảm ơn TSKH.TRẦN HOÀI LINH. Thầy ñã tận tình chỉ bảo em rất nhiều. Các thầy cô giáo trường Đại Học Bách Khoa, bộ môn Kỹ thuật ño và Tin học công nghiệp ñã cho em những kiến thức, kinh nghiệm, cùng những bài học giúp trưởng thành hơn trong quá trình học tập ở trường. Xin cảm ơn bạn bè, người thân, gia ñình ñã ñộng viên, giúp ñỡ và là chỗ dựa vững chắc cho em trong quá trình học tập, làm ñồ án. viii Xin cảm ơn Công ty TNHH Tin học và Điện tử Thăng Long cùng chú VŨ QUANG THÀNH ñã tạo ñiều kiện giúp ñỡ, cho em nhiều lời khuyên bổ ích trong quá trình thực tập tốt nghiệp và làm ñồ án. Hà Nội, ngày 20 tháng 5 năm 2007 Sinh viên thực hiện Ngô H ng Việt 1. GIỚI THIỆU 1 . Giới thiệu Nhận dạng vân tay là một bộ phận của nhận dạng sinh học. Khoa học nhận dạng vân tay cũng ñã hình thành từ khá lâu. Nhưng tới thời gian gần ñây, cùng với sự ra ñời của máy tính nó mới ñạt ñược nhiều kết quả quan trọng và trở thành một trong những phương pháp sinh trắc có ñộ tin cậy nhất. Ảnh vân tay dùng ñể nhận dạng thường bị ảnh hưởng nhiều bởi ñiều kiện thu thập số liệu (hình ảnh vân tay không trọn vẹn, bị xoay góc, méo hay có nhiều nhiễu…) nên việc so sánh trực tiếp hai mẫu vân tay sẽ rất phức tạp và khó khăn. Do ñó vân tay cần lọc nhiễu, sau ñó tạo mã từ một số các ñặc tính của nó (có thể phân biệt với vân tay khác) nhằm mục ñích giải quyết vấn xử lý, lưu trữ vân tay với số lượng lớn mà vẫn ñảm bảo chính xác. Các kỹ thuật thực nhận dạng vân tay cũng có khá nhiều. Tựu trung, quá trình này trải qua ba công ñoạn chính: thu nh n vân tay (i); trích chọn ñặc tính vân tay (ii); ñối sánh vân tay (iii) [1]. Bởi vì ngay trong từng công ñoạn này lại có nhiều biện pháp khác nhau, tùy vào ngữ cảnh và vùng ứng dụng các khâu này sẽ thực hiện theo cách cụ thể. Công nghệ nhận dạng vân tay ngày nay ñã ñạt tới ñộ chính xác rất cao. Tuy vây, các hệ thống nhận dạng AFIS (Automated Fingerprint Identification Systems) vẫn còn nhiều mặt hạn chế. Chẳng hạn như IAFIS của FBI có cơ sở dữ liệu lớn tới hàng trăm triệu vân tay, thời gian tìm kiếm tính bằng phút cho một mẫu, ñộ tin cậy cao… nhưng ñó là một hệ thống ñồ sộ gồm nhiều máy tính xử lý song song và giới hạn trong giám ñịnh hình sự. Trong ứng dụng dân sư, các hệ thống nhận dạng thường ñược giới hạn ở một mức ñộ ít phức tạp hơn: số mẫu không lớn (khoảng vài nghìn), cấu trúc hệ thống kiểu nối tiếp, ảnh ñầu vào không có quá nhiều nhiễu (nhằm giảm bớt gánh nặng xử lý tính toán),… có vậy mới giải quyết ñược vấn ñề chi phí ñồng thời vẫn ñảm bảo ñộ tin cây. Đồ án này sẽ thực hiện nhận dạng vân tay bàng ảnh số theo hướng có thể triển khai trong dân sư. Chính vì vây phương pháp nhận dạng là dựa trên cơ sở phát hiện và sử dụng các ñiểm nút ñặc trưng (gọi là minutiae) [2]. Đây là 1. GIỚI THIỆU 2 phương pháp thứ hai trong ba phương pháp nhận dạng ñược áp dụng nhiều hiện nay [1], ch. 4. Hệ thống AFIS nói chung cũng sử dụng phương pháp này [11]. • Phương pháp thứ nhất, sử dụng ñặc trưng tương quan của hai mẫu vân tay. Xếp chồng trực tiếp hai mẫu này và dựa vào tương quan giữa các pixel ñể tính toán sự khác nhau giữa hai mẫu. Phương pháp này không thích hợp với ñồ án vì ñòi hỏi khối lượng tính toán lớn mà chất lượng ảnh phải ñảm tốt. • Phương pháp thứ ba, sử dụng các ñặc trưng về ñường vân. Đường vân của các mẫu ñược trích ra khỏi ảnh ban ñầu rồi so sánh giữa chúng. Phương pháp này không thích hợp với ñồ án vì nó chỉ thích hợp với các mẫu có chất lượng xấu (chẳng hạn như vân tay tội phạm ñể lại hiện trường sau vụ án). Đồ án sẽ sử dụng bộ mẫu chuẩn các vân tay ñã ñược chuẩn bị trước. Đó là các ảnh số vân tay lấy trong FVC200 (một bộ dữ liệu chuẩn quốc tế xây dựng bởi phòng thí nghiêm hệ thống sinh trắc, ñại học Bologna). Trong tâm của ñồ án tập trung vào hai phần: • Tạo vec-tơ ñặc tính cho mục ñích phân loại kiểu vân tay và cho ñối sánh vân tay (feature extraction). • Sử dụng các ñiểm minutea ñã trích chọn bước trước ñể ñối sánh nhận dạng vân tay (minutiae matching). Đồ án trình bày theo cấu trúc: • ương 1: Giới thiệu chung. • ương 2: Vân tay trong sinh trắc học. Đề cập một số bộ phận của sinh trắc học (trong ñó có nhận dạng vân tay) và những tính chất gì quyết ñịnh vân tay ñược ứng dụng nhiều nhất trong sinh trắc học. • ương 3: Đại cương về ảnh và xử lý ảnh trong Matlab, trình bày khái quát về ảnh số và một số thuật toán xử lý ảnh trong Matlab sử dụng trong ñồ án. [...]... ño n này áp d ng các thu t toán x lý nh ñ t o mã vân tay • ương 7: Đ i sánh vân tay M u vân tay ñư c t o mã t minutiae công ño n trư c ñư c ñ i sánh trong công ño n này • ương 8: Phân lo i ki u vân tay Trình bày v v n ñ t o vec-tơ ñ c tính cho khâu phân lo i ki u vân tay và th c hi n phân lo i ki u vân tay • ương 9: T ng k t và hư ng phát tri n Trình bày nh ng k t qu c a ñ án, nh ng ki n th c b n thân... th ng nh n d ng vân tay và xây d ng sơ ñ kh i h th ng nh n d ng vân tay b ng nh s • ương 5: B d li u nh s d ng trong ñ án Đây là b d li u nh vân tay trích ra t FVC2000 (cơ s d li u nh vân tay chu n, hi n nay ñư c nhi u nhà khoa h c ch n ñ nghiên c u và ki m nghi m k t qu ) • ương 6: Trích ch n ñ c tính vân tay và ñ i sánh vân tay Đây m t trong nh ng công ño n quan tr ng nh t c a ñ án Giai ño n này... pháp nh n d ng vân tay Ti p theo là các hình h th ng nh n d ng ña năng m i ph n, s l a ch n ra phương án th c hi n trong ñ án Đây là hai ti n ñ xây d ng nên sơ ñ h th ng nh n d ng vân tay cho ñ án này 4.1 Các nguyên lý nh n d ng vân tay Các nguyên lý nh n d ng vân tay thì liên quan ch t ch ñ n cách th c tìm ra s tương ñ ng gi a nh vân tay ñ u vào v i m t template trong cơ s d li u vân tay Dư i ñây là... sáng trong võng m c m t v i các màu ánh sáng ph thu c vào chi u dài bư c sóng ánh sáng 9 3 Đ I CƯƠNG V NH VÀ X LÝ NH Trong võng m c m t ngư i có các t bào c m th hình nón nh y v i ánh sáng Có kho ng 6 ÷ 7 tri u t bào lo i này trong m t, chúng chia làm ba nhóm nh y v i ba màu ánh sáng khác nhau: 65% t bào nh y v i ánh sáng ñ (red), 32% t bào nh y v i ánh sáng xanh l c (green) và 2% còn l i nh y v i ánh... t c a vân tay Nh m m c ñích mô t ngư i ta ñã ñ nh nghĩa m t s hình th c th hi n vân tay M i m t trư ng h p th hi n thì s có hình th c trích ch n ñ c t vân tay tương ng Vì v y, căn c vào nh vân tay ñ u vào chúng ta có th l a ch n ñư c ñ c tính c n trích ch n và d ki n phương án nh n d ng Hình-3 Vân tay th hi n c p ñ very-fine: các sweat pores ñư c khoanh tròn, ñi m vân ch ba (bifurcation) và vân c t... n ti n) Đ án này t p trung ñ n hình th c lưu tr a) nh theo file b) c) Hình-19 Các lo i vân tay: a) vân tay latent; b) vân tay lăn m c; c) vân tay trong Db2b-FVC2000 Có nhi u ñ nh d ng nh vân tay khác nhau, ph bi n hơn c là: jpeg, bmp, tif, gif, png, Các thông s nh bao g m: ñ r ng c a nh, ñ phân gi i, s bit dành cho m t pixel, ñ chính xác hình h c, méo, Khi thi t k h th ng nh n d ng vân tay, các thông... Đóng góp c a các ngành trong sinh tr c h c (vân tay ñ ng v trí hàng ñ u trong các ng d ng nh n d ng) 4 2 VÂN TAY TRONG SINH TR C H C 2.2 Uniqe là m t thu c tính c a vân tay Cho t i nay, v n chưa có b ng ch ng xác th c 100% vân tay trên các ngón tay tuy t ñ i mang tính cá nhân và không h l p l i Câu tr l i chính xác ch có ñư c khi ñem so sánh t ng m u vân tay c a mư i ñ u ngón ngư i v i hơn sáu t ngư... g p ph i khi nh n d ng vân tay Do ñi u ki n thu nh n nh quy t ñ nh nhi u ñ n ch t lư ng nh thu th p nên nhi u khi các chi ti t trên m u vân tay không th hi n rõ ràng Có th li t kê m t s trư ng h p dư i ñây: • Dry finger (vân tay thu nh n trong ñi u ki n “khô”): nh thu nh n s có nhi u ch ñư ng vân b m ñi, ñư ng vân b l n v i n n nh L c n c a tay nh ho c m c in không ñ (v i vân tay lăn trên gi y) là các... nguyên nhân chính • Vân tay thu th p không ñ y ñ : nh thu th p ñư c ch có m t ph n vân tay trên ngón tay Nguyên nhân chính là do ngón tay ñ t không ñúng v trí chu n thu th p Tuy v y trong th c t cũng có nhi u m u vân tay thu th p trong ñi u ki n t t nên có ch t lư ng cao 7 3 Đ I CƯƠNG V 3 Đ i cương v NH VÀ X LÝ NH nh s và x lý nh trong Matlab Đ án này không xây d ng b thu th p m u vân tay mà s d ng b m... s tài li u dùng tham kh o chính trong ñ án • Ph l c Bao g m danh sách các script file c a phân m m mô ph ng và các bư c th c hi n ch y ph n m m mô ph ng nh n d ng vân tay 3 2 VÂN TAY TRONG SINH TR C H C 2 Vân tay trong sinh tr c h c Trong ph n này s trình bày nh ng ti p c n kh i ñ u, như: v trí c a nh n d ng vân tay trong sinh tr c h c; nh ng tính ch t c a vân tay ñ tr thành ñ i tư ng cơ b n c a sinh . tính vân tay và ñối sánh vân tay. Đây một trong những công ñoạn quan trọng nhất của ñồ án. Giai ñoạn này áp dụng các thuật toán xử lý ảnh ñể tạo mã vân tay. • ương 7: Đối sánh vân tay. Mẫu vân. bằng toán tử gradient 18 3.2.6. Loang rộng và thu nhỏ ñối tượng 20 4. Sơ ñồ khối thiết kế hệ thống nhận dạng vân tay 22 4.1. Các nguyên lý nhận dạng vân tay 22 4.2. Hệ thống nhận dạng vân tay. phân loại kiểu vân tay và cho ñối sánh vân tay (feature extraction). • Sử dụng các ñiểm minutea ñã trích chọn bước trước ñể ñối sánh nhận dạng vân tay (minutiae matching). Đồ án trình bày theo