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 thầy, cô khoa Công nghệ Thông tin Trường Đại học Lạc Hồng thầy cô tham gia giảng dạy cho lớp Cao học khóa hết lịng truyền đạt kiến thức cho chúng em trình học tập trường Đặc biệt, em x in chân thành cảm ơn Thầy PGS TS   Ngô Ngô Quốc Tạo, người thầy tận tình hướng dẫn em thực đề tài Em xin cảm ơn Thầy PGS TS Đỗ Năng Toàn cung cấp cho em nhiều kiến thức, tài liệu bổ ích trình thực đề tài   Xin chân thành cảm ơn gia đình  bạn đồng nghiệp giúp đỡ, động viên tinh thần, đóng góp nhiều ý kiến để giúp cho em hoàn thành luận văn    Nguyễn Xuân Xuâ n Thắng Thắn g      ii LỜI CAM ĐOAN  ĐOAN  Tôi xin cam đoan cơng trình nghiên cứu riêng tơi, tài liệu kết nghiên cứu luận vă n trung thực Học viên   Nguyễn Xuân Thắng      iii TÓM TẮT NỘI DUNG LUẬN VĂN  VĂN  Mục đích đích đối tượng nghiên cứu luận văn.  văn   1.1 Mục đích luận văn: Tìm phương pháp nâng cao chất lượng ảnh rút trích minutiae hiệu để phục vụ cho toán nhận dạng vân tay Bằng việc kết hợp phương pháp nâng cao chất lượng ảnh tháp phân rã với phép lọc đối xứng xoay nhóm Bigun, mơ 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 luận văn:  phương pháp nâng cao chất lượng ảnh vân tay, đặc trưng cục vân tay   phương pháp rút trích   đặc trưng Các phương phương pháp nghiên cứu sử dụng: dụng: Luận văn sử dụng phương pháp phân tích, tổng hợp, so sánh kết nghiên cứu nước năm gần để chọn phương pháp nâng cao chất lượng ảnh vân tay trích chọn đặc trưng cách hiệu Để kiểm chứng kết đề tài, luận văn sử dụng phương pháp thống kê, phương  pháp chuyên gia phương pháp so sánh trực quan máy tính Các kết kết luận:   Bài tốn truy tìm ảnh vân tay cơ  sở liệu vân tay lớn toán khó có nhiều thách thức, đặc biệt với cơ  sở liệu có chất lượng vân tay thấp Thách thức lớn tốn tìm phương pháp nâng cao chất lượng ảnh vân tay hiệu để xác định xác số lượng minutiae vị trí chúng ảnh vân tay   Qua việc nghiên cứu ảnh vân tay, tác giả nhận thấy: ngồi việc tìm phương  pháp nâng cao chất lượng ảnh vân tay hiệu phương pháp rút trích minutiae chia thành hai nhóm chính: rút trích minutiae có thơn g qua giai đoạn nhị  phân hóa, làm mảnh đường vân phương pháp rút trích minutiae trực tiếp từ ảnh xám Việc rút tr ích minutiae ảnh vân tay có thơng qua giai đoạn nhị phân hóa làm mảnh phải trải qua nhiều giai đoạn xuất nhiều minutiae giả trình nhị phân hóa làm mảnh sinh Phương pháp rút trích minutiae trực tiếp từ ảnh xám khơng cần qua giai đoạn nhị phân hóa làm mảnh đường vân, số minutiae giả thường hơn, thời gian xử lý nhanh   Luận văn đã  nghiên cứu các phương pháp tiến để giải quyế t tốn rút trích minutiae ảnh vân tay Cụ thể, để giải toán ảnh vân tay chất lượng thấp, luận  văn sử dụng  phương phương pháp nâng cao chất lượng ảnh vân tay     iv tháp phân rã dùng phép lọc đối xứng xoay áp dụng để tìm số lượng minutiae như  vị trí chúng Để có nhìn xác kết đạt được, luận văn đã so sánh việc nâng cao chất lượng ảnh phép lọc Gabor , nâng cao chất lượng ảnh theo phương pháp Chikkerur  và phương pháp nâng cao chất lượng ảnh tháp phân rã Đồng thời so sánh phương pháp   rút trích minutiae ảnh vân tay thơng dụng là: ảnh nhị phân hóa, làm mảnh với    phương pháp rút trích minutiae trực tiếp từ ảnh xám  bằng phép lọc đối xứng xoay (không qua giai đoạn nhị phân hóa làm mảnh ) Việc so sánh thực nghiệm cơ  sở liệu vân tay FVC2004 - DB1, tập A Kết thực nghiệm   chứng minh lựa chọn sử dụng luận văn hợp lý toán nhận dạng vân tay cơ  sở 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 CHƯƠNG 1: TỔNG QUAN 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  1.1.2 Một số phương pháp nhận dạng sinh trắc học phổ biến  1.1.3 Nhu cầu thực tế về ứng dụng nhận dạng sinh trắc học  88 1.2 Hệ thống nhận dạng vân tay 1.2.1 Tình hình nghiên cứu công nghệ nhận dạng vân tay  1.2.2 Kiến trúc hệ thống nhận dạng vân ta y [1] 10 10 1.2.3 Thu nhận 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 lọc Gabor   .20 2.1.1 Phân đoạn 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 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 mơ 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 thuật tốn “dò theo đường vân” [2], [7] 35 2.3.2 Đánh giá hiệu rút trích minutiae thuật tốn “dị “dị theo đường vân” vân”  38 38 2.4 Kết luận 39 CHƯƠNG 3: RÚT TRÍCH ĐẶC TRƯNG TỪ ẢNH XÁM .40 40 3.1 Mơ hình nhóm Bigun 40 40 3.2 Nâng cao chất lượng ảnh dựa vào tháp phân rã [8] 40 3.3 Trích chọn minutiae phép lọc đối xứng xoay [8] 46 3.4 Kết luận 47 48 CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM  4.1 Cơ sở liệu dùng để thực nghiệm 48 4.2 So sánh kết nâng cao chất ch ất lượng ảnh phương pháp tháp phân rã nhóm Bigun số phương pháp khác   48 4.3 So sánh kết phát minutiae phương pháp nhị phân ảnh phương pháp lọc đối xứng xoay nhóm Bigun 52 4.3.1 So sánh thời gian xử lý 52 4.3.2 So sánh kết phát 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 vân tay, điểm điể m mà 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 vân tay Ending Đặc trưng điểm kết thúc, điểm kết thúc đường vân Ennhance Làm nổi, nâng cao chất lượng ảnh FVC FingerPrint Verification Competition –  Cuộc thi xác thực ảnh vân tay Đặc trưng vân dạng đảo Island Lake Left Loop Đặc trưng đường dạng lịng hồ, 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 ảnh vân tay như: Kết thúc, đường rẽ nhánh dạng ng đảo, lòng hồ,…  Vùng da lồi vân tay Rigde Right Loop Đặc trưng đường vân dạng lặp tròn phải Singular Một loại đặc trưng vân tay (minutiae 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 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 biến thiên mức xám đường vân 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 bước tổng thời gian  phương pháp rút trích minutiae một  vân tay có qua giai đoạn làm mảnh  phương pháp nâng cao chất lượng ảnh tháp lọc phân rã trích chọn đặc trưng phép lọc đối xứng xoay  sử dụng luận văn…………………………….…… …………………………………………… 53 Bảng 4-2: Kết thực nghiệm phát minutiae hai phương pháp dựa vào Crossing Number phương pháp nhóm Bigun …… .………58     49 tạo thêm “nhiễu” vào ảnh tạo độ tương phản cao giúp cho ảnh thể rõ vân rãnh đồng thời cho kết thực tốt nhiều so với kỹ thuật lọc Gabor (a) (c) (b) ảnh: (a) Ảnh gốc 11-3.tif; (b) Ảnh nâng cao chất Hình 4-2: Kết nâng cao chất lượng ảnh:  lượng phương pháp lọc Gabor, (c) Gabor, (c) Ảnh nâng cao chất lượng tháp phân rã.  rã.  Hình 4-3: Kết nâng cao chất lượng ảnh:  ảnh: (a) Ảnh gốc 2-2.tif, (b) Ảnh nâng cao chất lượng phương pháp lọc Gabor, Gabor, (c) Ảnh nâng cao chất lượng tháp phân rã.  rã.  (a) (b) (c) Hình 4-4: 4-b4: Kết nâng caolọcchất lượng Ảnhcao gốc 3-2.tif, gốcchất  3-2.tif, (b)bằng Ảnh tháp nângphân cao chất ằng phương pháp Gabor Gabor, , (c)ảnh: Ảnh(a) nâng lượng rã.  lượng rã.      50 (a) (b) (c) Hình 4-5: 4-5: Kết nâng cao chất lượng ảnh: (a) Ảnh gốc 4-3.tif, (b) Ảnh nâng cao chất lượng phương pháp lọc Gabor, Gabor, (c) Ảnh nâng cao chất lượng tháp phân rã.  rã.  (a) (b) (c) Hình 4-6: 4-6: Kết nâng cao chất lượng lượng ảnh: (a) Ảnh gốc 5-2.tif, (b) Ảnh nâng cao chất lượng phương pháp lọc Gabor, Gabor, (c) Ảnh nâng cao chất lượng tháp phân rã.  rã.  (a) (b) (c) Hình 4-7: 4-7: Kết nâng cao chất lượng lượng ảnh: (a) Ảnh gốc 6-2.tif, (b) Ảnh nâng cao chất lượng phương pháp lọc Gabor Gabor,, (c) Ảnh nâng cao chất lượng tháp phân rã.  rã.      51 (b) (a) (c) lượng ảnh: (a) Ảnh gốc 77-3.tif, Hình 4-8: 4-8: Kết nâng cao chất lượng -3.tif, (b) Ảnh nâng cao chất lượng phương pháp lọc Gabor, Gabor, (c) Ảnh nâng cao chất lượng tháp phân rã.  rã.  (a) (b) (c) Hình 4-9: 4-9: Kết nâng cao chất lượng ảnh: (a) Ảnh gốc 8-2.tif; 8-2.tif; (b) Ảnh nâng cao chất lượng phương pháp lọc Gabor, Gabor, (c) Ảnh nâng cao chất lượng tháp phân rã.  rã.  (a) (b) (c) lượng ảnh: (a) Ảnh gốc 9-2.tif, (b) Ảnh nâng cao chất Hình 4-10: 4-10: Kết nâng cao chất lượng lượng phương pháp lọc Gabor, Gabor, (c) Ảnh nâng cao chất lượng tháp phân rã.  rã.      52 (a) (b) (c) Hình 4-11: 4-11: Kết nâng cao chất lượng lượng ảnh: (a) Ảnh gốc 10-1.tif, (b) Ảnh nâng cao chất Gabor, (c) Ảnh nâng cao chất lượng tháp phân rã.  rã.  lượng phương pháp lọc Gabor, 4.3 So sánh kết phát minutiae phương pháp nhị phân ảnh phương  pháp lọc đối xứng xoay của nhóm Bigun 4.3.1 So sánh thời gian xử lý   Để so sánh thời xử lý phương pháp trích chọn minutiae: phương pháp trích chọn minutiae từ ảnh nhị phân phương pháp trích chọn minutiae phép lọc đối xứng xoay; tác giả cài đặt hai phương pháp này.  Cấu hình máy tính dùng để thực nghiệm cá nhân để bàn với xử lý AMD Athlon II X4-640 Dual Core Processor 5000+: 3.2GHz, RAM 2GB, cache L2 4x512Kb, hệ điều hành Windows’XP Professional, tác giả thực nghiệm chương trình ghi nhận thời gian trung bình hai phương pháp sở liệu FVC2004-DB1 bảng 4-1 cho thấy phương  pháp rút trích từ ảnh xám luận văn có thời gian xử lý so với phương pháp rút trích từ ảnh nhị phân có thơng qua giai đoạn làm mảnh.      53 Bảng 4-1: Thời gian xử lý trung bình bước tổng thời gian  phương pháp rút trích minutiae   một  vân tay có qua giai đoạn   làm mảnh  phương pháp nâng cao chất lượng ảnh tháp lọc phân rã trích chọn đặc trưng phép lọc đối xứng xoau sử dụng  trong luận văn.  Thời gian xử lý phương pháp rút trích minutiae vân tay có thơng qua giai đoạn làm mảnh (đơn vị tính: ms) Chuẩn hóa  7.5 Ước lượng hướng  67.3 Tính khoảng cách đường vân   15.5  Nâng cao chất lượng lư ợng ảnh 926 Làm mảnh  30.5 Rút trích minutiae 26.8 Tổng cộng:  Thời gian xử lý trung bình phương  pháp nhóm Bigun sử dụng   luận văn (Đơn vị tính: ms) Chuẩn hóa  Ước lượng hướng   Nâng cao chất lượng lư ợng ảnh   7.5 67.3 620 Rút trích minutiae trực tiếp 357.3 từ ảnh xám  1098.6 1052.1 4.3.2 So sánh kết phát minutiae  Để kiểm chứng xác việc phát minutiae thuật toán luận văn, tác giả tiến hành sau:  - Chọn 30 ảnh ngẫu nhiên.Chuyên gia kiểm nghiệm số minutiae thực tế ghi nhận lại.  - Cho chương trình cài đặt phát minutiae có q trình làm mảnh đường vân sử dụng giá trị Crossing Number - Đếm số minutiae xác so với chuyên gia (lệch ngưỡng cho  phép hình trịn có bán kính điểm ảnh) Đếm số minutiae phát bị sai thuật tốn so với chun gia Q trình đếm khơng tính minutiae đường  biên vân tay ta y.  - Cho chương trình cài đặt trích chọn minutiae trực tiếp từ ảnh xám nhóm Bigun sử dụng trong luận văn.  - Đếm số minutiae xác so v ới chuyên gia (lệch ngưỡng cho  phép hình trịn t rịn có bán kính kín h điểm ảnh) ảnh) Đếm số minutiae phát hi ện bị  sai     54 thuật toán so với chun gia Q trình đếm khơng tính tới minutiae đường biên ảnh vân tay (c) (a) (b) mảnh,  Hình 4-12: 4-12: Kết phát đặc trưng: (a) Ảnh gốc 1_ 3.tif, (b) Phương pháp làm mảnh,  (c) Phương pháp lọc đối xứng xoay xoay (a) (c) (b) Hình 4-13: 4-13: Kết phát đặc trưng: (a) Ảnh gốc 2 _2  _2.tif, tif, (b) Phương pháp làm mảnh, (c) Phương pháp lọc đối xứng xoay xoay (a) (b) (c) Hình 4-14: 4-14: Kết phát đặc trưng: (a) Ảnh gốc 3 _2  _2.ti tif, f, (b) (b) P Phư hươn ơngg ph pháp áp làm mả mảnh, nh, (c) Phương pháp lọc đối xứng xoay xoay     55 (c) (a) (b) Hình 4-15: 4-15: Kết phát đặc đ ặc trưng: (a) Ảnh gốc 4_3.tif, (b) Phương pháp làm mảnh, (c) Phương pháp lọc đối xứng xoay xoay (a) (b) (c) tif, (b) Phương pháp làm mảnh, Hình 4-16: 4-16: Kết phát đặc trưng: (a) Ảnh gốc 5 _2  _2.tif, (c) Phương pháp lọc đối xứng xứng xoay (a) (b) (c) Hình 4-17: 4-17: Kết phát đặc trưng: (a) Ảnh gốc 6 _2  _2.tif, tif, (b) Phương pháp làm mảnh,  mảnh,  (c) Phương pháp lọc đối xứng xoay xoay     56 (b) (a) (c) Hình 4-18: 4-18: Kết phát đặc đ ặc trưng: (a) Ảnh gốc 7_3.tif, (b) Phương pháp làm mảnh, (c) Phương pháp lọc đối xứng xoay xoay (a) (b) (c) Hình 4-19: 4-19: Kết phát đặc trưng: (a) Ảnh gốc 8 _2  _2.tif, tif, (b) Phương pháp làm mảnh, (c) Phương pháp lọc đối xứng xoay xoay (a) (b) (c) Hình 4-20: 4-20: Kết phát đặc trưng: (a) Ảnh gốc 9 _2  _2.tif, tif, (b) Phương pháp làm mảnh, (c) Phươn Phươngg pháp Phương pháp lọc đối xứng xoay xoay     57 (c) (b) (a) Hình 4-21: 4-21: Kết phát đặc trưng: (a) Ảnh gốc 1010-11.tif, (b) Phương pháp làm mảnh, (c) Phương pháp Phương pháp lọc đối xứng xoay xoay Kết phát minutiae phương pháp sử dụng   luận văn so sánh với hướng trích chọn minutiae từ ảnh nhị phân (có thơng qua giai đoạn làm mảnh) thể từ hình -2 đến hình 4-9 Kết thực nghiệm chi tiết luận văn trình bày bà y bảng 4-2 Bảng 4-2: Kết thực nghiệm phát minutiae hai phương pháp dựa vào Crossing Number phương pháp lọc đối xứng xoay  Số  Ảnh vân tay  Phương pháp nhị phân phân  Phương pháp lọc đối xứng xoay   minutiae Số Số Tỉ lệ % (chuyên minutiae minutiae sai đúng   gia đếm)  đúng  thực tế Tỉ lệ % sai Số minutiae đúng  Số  Tỉ lệ % minutiae đúng  đúng  Tỉ lệ % sai 1_2.tif 38 35 92.11 10.53 35 92.11 7.89 2_3tif 58 55 94.83 5.17 56 96.55 6.90 5_8.tif 47 43 91.49 8.51 44 93.62 6.38 6_4.tif 42 40 95.24 7.14 41 97.62 4.76 7_2.tif 29 27 93.10 10.34 27 93.10 6.90 8_2.tif 64 61 95.31 3.13 61 95.31 6.25 9_3.tif 42 40 95.24 7.14 40 95.24 7.14 10_6.tif 28 26 92.86 10.71 26 94.34 7.14 12_8.tif 42 41 97.62 4.76 41 97.62 7.14 15_7.tif 41 40 97.56 7.32 40 97.56 7.32 16_2.tif 42 40 95.24 7.14 39 92.86 7.14 17_4.tif 28 27 96.43 7.14 27 96.43 3.57     58 19_6.tif 29 27 93.10 10.34 28 96.43 10.34 20_7.tif 32 30 93.75 12.50 31 96.88 6.25 22_1.tif 25 24 96.00 8.00 24 96.00 8.00 25_7.tif 41 39 95.12 7.32 40 97.56 7.32 26_3.tif 38 36 94.74 10.53 36 94.74 5.26 28_1.tif 29_8.tif 49 40 45 37 91.84 92.50 10.20 10.00 47 38 95.92 95.00 6.12 10.00 30_6.tif 42 38 90.48 9.52 39 92.86 9.52 94.23 8.37 95.32 7.06 2.66 3.49 Tỉ lệ đúng, sai trung bình 20 ảnh Độ lệch chuẩn trung bình  ∆  3.75 4.13 Trung bình 20 ảnh  ảnh  4.4 Kết luận  Kết thực nghiệm 20 ảnh vân tay cở sở liệu FVC2004 DB1, tập A bảng -2 phương pháp nhóm Bigun sử dụng   luận văn có tỉ lệ phát minutiae   cao phương pháp nhị phân; đồng thời tỉ lệ phát minutiae sai thấp so với phương pháp phát minutiae có qua giai đoạn làm mảnh đường vân Độ lệch chuẩn phép đo số minutiae số minutiae sai phương pháp lọc đối xứng xoay  luận văn thấp so với độ lệch chuẩn phép đo số minutiae số minutiae sai có qua giai đoạn nhị phân làm mảnh Kết cho thấy, với 20 ảnh ngẫu nhiên của cở sở liệu FVC2004 -DB1, tập A phương pháp rút trích minutiae nhóm Bigun sử dụng  trong luận văn tốt so với phương pháp rút trích minutiae có thơng qua giai đoạn làm mảnh Do thời gian không cho phép đề tài tập trung giải qu yết đưa phương pháp tiến hành cài đặt chương trình minh họa việc   nâng cao chất lượng ảnh vân tay   trích chọn minutiae từ ảnh xám sở liệu vân tay có chất lư lượng ợng thấp     59 KẾT LUẬN  LUẬN  Bài toán nhận dạng vân tay na y ứng dụng rộng rãi nhiều lĩnh vực đời sống xã hội Song sở  dữ liệu lớn việc truy tìm ảnh vân tay gặp nhiều khó khăn thách thức Đặc biệt, ảnh vân tay có chất lượng thấp Vấn đề đặt toán nhận dạng vân tay việc xác định số lượng minutiae vị trí chúng ảnh vân tay cách xác Trong luận văn tác giả nêu phương pháp tiến hành giải nhận dạng ảnh vân tay có chất lượng thấp, luận văn sử dụng  phương phương pháp nâng cao chất lượng ảnh vân tay tháp phân rã trích chọn minutiae bằng phép ph ép lọc đối xứng xứ ng xoay nhóm Bigun Để có nhìn xác kết kết đạt luận văn, tác giả so sánh phương pháp nhóm Bigun   với số phương pháp sử dụng thông dụng trước đây, nâng cao chất lượng ảnh lọc gabor trích chọn minutiae từ ảnh nhị phân có thơng qua giai đoạn làm mảnh Việc so sánh thực nghiệm sở liệu ảnh vân tay FVC2004 -DB1, tập A Đây sở liệu dùng để so sánh thi nhận dạng vân tay Tập sở liệu gồm 800 ảnh vân tay 100 người (mỗi vân tay có khác nhau) Mỗi sở liệu có kích thước 640 x 480 điểm ảnh có độ phân giải 500 DPI (dots per inch) Cơ sở liệu có nhiều ảnh vân tay chất lượng thấp có chứa nhiễu như: ảnh bị mờ, vết dơ, vết theo, nét đứt,… Kết thực nghiệm chứng minh rằng: Phương pháp rút trích minutiae ảnh vân tay sử dụng  luận văn có thời gian xử lý nhanh kết rút trích tốt so với phương  pháp nhị phân có qua giai đoạn làm mảnh Do đó, phương pháp được  sử dụng luận văn hợp lý phù hợp với toán nhận dạng vân tay sở liệu chất lượng thấp   Tuy nhiên, ảnh vân tay có chất lượng thấp cho kết cịn có hạn chế  định Vì vậy, hướng phát triển đề tài nghiên cứu  kỹ thuật nâng cao chất lượng ảnh thông qua lọc dựa mờ   (Fuzzy Based Filtering Technique) để loại bỏ nhiễu cải thiện cường độ sáng ảnh vân tay, tăng độ tương phản   giúp cho chất lượng ảnh nâng cao [13]; đồng thời nghiên cứu cài đặt thuật toán so khớp minutiae cho ảnh vân tay       60 TÀI LIỆU THAM KHẢO  KHẢO  * Tiếng Việt:  [1 ]  Văn Thiên Hồng (2009), Truy tìm ảnh vân tay sở liệu gom nhóm , tr 3-30.  [2 ]  Hoàng Quốc Minh (2009), Xây dựng thư viện phần mềm họ Arm phục vụ toán nhận dạng vân tay, tr 20-22; 33-37 [3 ]  Phạm Nguyễn Minh Nhựt (2001)  “Nghiên cứu việc nâng cấp ảnh vân tay trích chọn điểm minutiae”, Tr 13-17; 24-33.  [4 ]  Lê Hoàng Thái, Mai Thị Hải (2009)  “Phát triển mơn hình Artmap cho trích chọn minutiae ảnh vân tay”, Tuyển tập cơng trình nghiên cứu Cơng nghệ thơng tin truyền thông, 2009, ITCFIT 2009 [5 ]  Nguyễn Thanh Thuỷ, Ngơ Quốc Tạo  nhóm Trung tâm tính tốn hiệu cao trường ĐHBK Hà nội  (2003), Xây dựng hệ thống lưu trữ nhận dạng vân tay BKAFIS, Khoa CNTT trường ĐHBK Hà nội, viện CNTT  * Tiếng Tiếng Anh: Anh:  [6 ]  Chaohong Wu (2007),  Advanced Feature Extraction Algorithms For Automatic Fingerprint Recognition Systems, a dissertation submitted to the  faculty of the graduate school of state university of new york at buffalo in  partial fulfillment of the requirements for the degree of doctor of philosophy   , tr 4- 19 [7 ]  Dario Maio and Davide Maltoni,  (1997)  “Direct Gray-Scale Minutiae Detection In Fingerprints”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol 19, No 1, January 1997.  [8 ]  Hartwig Fronthaler, Klaus Kollreider, and Josef Bigun (2008),  “Local Features for Enhancement and Minutiae Extraction in Fingerprints”,   IEEE Transactions on image processing, Vol 17, No 3, march 2008 [9 ]  Lin Hong, Yifei Wan, Anil Jain, Fellow, (1998)  “FingerPrint images Enhanment: Algorithm performance Evaluation, IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL 20, NO 8, AUGUST 1998, tr 777-784     61 [10 ]  Manvjeet Kaur, Mukhwinder Singh, Akshay Girdhar, and Parvinder S Sandhu (2008),  “Fingerprint Verification System using Minutiae Extraction Technique”, World Academy of Science, Engineering and Technology 46 2008 tr 497 –  500  500 [11 ]  Mayank Agarwal (2006), (2006), “Multi-Impression Enhancement of Fingerprint Images”,  Thesis Submitted to the College of Engineering and Mineral Resources at West Virginia University in partial fulfillment of the requirements for the degree of Master of of Science Science in Electrical Engineering, tr 79 –  84  84 [12 ]  Raymond Thai (2003)  Fingerprint Image Enhancement and Minutiae Extraction This report is submitted as partial fulfilment of the requirements for the Honours Programme of the School of Computer Science and Software Engineering,The University of Western Australia, 2003, tr 7 –  17;  17; 29-39 [13 ]  K Srinivasan, C Chandrasekar, (2012) “An Efficient Fuzzy Based Filtering Technique for Fingerprint Image Enhancement”, American Journal of Scientific Research ISSN 1450-223X Issue 43(2012), pp 125- 140, © EuroJournals Publishing, Inc 2012 [14 ]  F Zhao, X Tang, (2007)  "Preprocessing and postprocessing for skeleton basedfingerprint minutiae extraction", Pattern Recognition, 40, trang 1270 – 1281 1281 [15 ]  The Future of Biometrics Market Research Report, Acuity Market Intelligence, 40 Mechanic Mechanic Street, Millburn, NJ 07041 USA, june 10th, 2012 http://www.acuity-mi.com/FOB_Report.php>  [16 ]  International Biometric Group, New York, NY; 1.212.809.9491, may 10th,  2011,       62 PHỤ LỤC Cơ sở liệu FVC 2004 Cơ sở liệu thi vân tay quốc tế FVC2004: http://bias.csr.unibo.it/fvc2004/databases.asp   http://bias.csr.unibo.it/fvc2004/databases.asp Cơ sở Loại cảm biến  liệu  (Sensor) DB1 DB3 Cảm biến quang học  Cảm biến quang học  Cảm biến nhiệt  DB4 SfinGe v3.0 DB2 Kích thước  Số lớp  Độ phân giải 640 x 480 (307pixels) 328 x 364 (119 pixels) 300 x 480 (108 pixels) 288 x 384 (144Kpixels) 100 500dpi 100 500dpi 100 512dpi 100 500dpi Vùng điểm ảnh vân tay có có khả phục hồi vùng ành khơng thể  phục hồi: hồi :  + Vùng điểm ảnh có khả phục hồi: Là vân phân biệt rõ ràng với vân khác hay vân bị hư hỏng đường đứt gãy nhỏ, thâm sẹo… chúng có khả nhìn vùng xung quanh cung cấp thông tin đủ để khôi phục cấu trúc ban đầu chúng + Vùng điểm ảnh phục hồi: Vùng phục hồi nơi vân bị hư hại nhiễu nghiêm trọng, khơng có vân nhìn thấy vùng xung quanh không cho phép chúng xây dựng lại.      63 Nhận dạng mặt người   Hệ thống nhận diện khuôn mặt làm việc ? http://ovo.vn/forum/showthread.php?7860   ... nâng cao chất lượng lượ ng ảnh vân tay trích chọn minutiae     20 CHƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP NÂNG CAO CHẤT LƯỢNG LƯỢNG   ẢNH VÂN TAY TAY VÀ TRÍCH CHỌN ĐẶC ĐẶ C TRƯNG  TRƯNG  2.1 Nâng cao chất. .. 4-1: Kết nâng cao chất lượng ảnh ảnh vân tay chất lượng cao (99-5) chất lượng thấp (1-7) FVC2004-DB1: a) Ảnh gốc,  (b) Ảnh nâng cao chất lượng  bằng lọc Gabor, Gabor,  (c) Ảnh nâng cao chất lượng? ?... lưu vào bảng, giống véc tơ minutiae cục bộ.  1.2.4 Nâng cao chất lượng ảnh vân tay? ? ? ?Nâng c ao chất lượng ảnh vân tay (hay gọi tăng cường ảnh vân tay) làm rõ đường ? ?vân trên bề mặt ảnh vân tay