153746385 Rut trich đặc trưng van tay PDF [PDF]

Zitiervorschau

43

CHƯƠNG 3: RÚT TRÍCH ĐẶC TRƯNG VÂN TAY 3.1 Tổng quan về vân tay Trong đời sống hằng ngày, con người thường dùng các đặc tính của cơ thể để nhận dạng nhau như mặt, giọng nói, cử chỉ, dáng điệu,…. Các đặc tính đó gọi là các đặc tính sinh trắc học. Mọi đặc tính vật lý, hành vi đều có thể dùng làm đặc tính nhận dạng trong các hệ thống sinh trắc học nếu thỏa các tính chất sau: -

Phổ biến: mọi người đều có.

-

Riêng biệt: khác nhau đối với hai người khác nhau.

-

Vĩnh cửu: bất biến theo thời gian.

-

Có thể thu thập được: đo được một cách định lượng.

Tuy nhiên trong các hệ thống sinh trắc học thực tế thì còn có ba nhân tố khác được xem xét: -

Hiệu suất thi hành: độ chính xác, tốc độ, tài nguyên đòi hỏi.

-

Khả năng chấp nhận: vô hại đối với con người.

-

Bảo mật, an toàn: độ bền vững trước các phương pháp gian lận, tấn công.

Một số đặc tính sinh trắc học thông dụng: DNA, tai, mặt, thân nhiệt mặt, thân nhiệt tay, tĩnh mạch tay, vân tay, dáng đi, đặc trưng hình học bàn tay, móng mắt, cách bấm phím, mùi cơ thể, chỉ tay, võng mạc, chữ ký, giọng nói.

44

Hình 3. 1: Sinh trắc học thông dụng: (a) DNA, (b) tai, (c) mặt, (d) thân nhiệt mặt, (e) thân nhiệt tay, (f) tĩnh mạch tay, (g) vân tay, (h) dáng đi, (i) đặc trưng hình học bàn tay, (j) mống mắt, (k) chỉ tay, (l) võng mạc, (m) chữ ký, (n) giọng nói.

Bảng 3. 1: Bảng so sánh các kĩ thuật trên đặc tính sinh trắc học Hệ thống nhận dạng sinh trắc học có rất nhiều ứng dụng trong thực tế như:

45

-

Thương mại: đăng nhập mạng máy tính, an toàn dữ liệu điện tử, ecommerce, ATM, thẻ tín dụng, PDA, điện thoại di động, ...

-

Chính phủ: chứng minh nhân dân, bằng lái xe, bảo hiểm xã hội, kiểm soát biên giới, kiểm soát passport, ...

-

Pháp y: nhận diện tử thi, nhận diện tội phạm, nhận diện khủng bố, xác định quan hệ huyết thống, ...

Trong các hệ thống nhận dạng sinh trắc học thì có rất nhiều hệ thống sử dụng vân tay để nhận dạng, đặc biệt là các ứng dụng pháp lý và chính phủ như nhận dạng tử thi, nhận dạng tội phạm, chứng minh thư, ... Vân tay là mẫu đặc trưng của một ngón tay. Mọi người đều có vân tay và là duy nhất, bất biến với thời gian. Một vân tay bao gồm nhiều lằn và lõm.

Hình 3. 2: Mẫu ảnh vân tay: lằn màu đen, lõm màu trắng

46

Hình 3.3 là khung hình phản ánh về các loại lằn mà chúng ta thường gặp trong mẫu ảnh vân tay.

Hình 3. 3: Khung hình phản ánh các loại lằn Có rất nhiều cách phân loại vân tay nhưng cách phân loại thông thường nhất là vân tay được chia làm bốn loại: vòng xoắn, vòng trái, vòng phải, vòm hay cung. Còn theo tài liệu của FBI [20] , vân tay có thể chia thành ba nhóm mẫu lớn: vòm, vòng và vòng xoắn. Trong mỗi nhóm mẫu lớn đó có thể chia thành nhiều nhóm nhỏ khác nhau như bảng 3.2: Vòm

Vòng

Vòng xoắn

A. Vòm thẳng.

A. Vòng quay.

A. Vòng xoắn thẳng.

B. Vòm cong.

B. Vòng trụ.

B. Vòng ổ trung tâm. C. Vòng đôi. D. Vòng xoắn ngẫu nhiên.

47

Bảng 3. 2: Bảng phân loại vân tay theo FBI Các khái niệm, định nghĩa liên quan thuật ngữ (vùng lấy mẫu, lằn kết thúc, lằn rẽ đôi,....) dùng trong lĩnh vực vân tay được đề cập trong 0.

3.2 Các công trình liên quan Đã từ rất lâu, con người đã lưu tâm đến đặc tính duy nhất của vân tay, nhưng sự quan tâm này chưa mang tính khoa học và hệ thống. Chỉ cho đến cuối thế kỷ 16 thì các kỹ thuật của ngành nhận dạng vân tay hiện đại mới được hình thành. Vào năm 1864, Nehemiah Grew đã công bố một báo cáo khoa học đầu tiên về các cấu trúc đường vân, rãnh vân và tuyến mồ hôi trên vân tay. Kể từ đó, có một số lượng lớn các nhà khoa học đầu tư vào lĩnh vực này. Năm 1788, Mayer đã đưa ra một bản mô tả chi tiết về sự hình thành vân tay trên cơ sở giải phẩu học, và đã có một số lượng lớn các đặc tính của đường vân được nhận biết và định tính. Năm 1809, Thomas Bewick đã bắt đầu sử dụng vân tay như là một nhãn hiệu đăng ký và sự kiện này được xem là một trong những cột mốc quan trọng nhất của ngành khoa học nghiên cứu về vân tay. Năm 1823, Purkinje đã đưa ra một cơ chế phân lớp ảnh vân tay đầu tiên, cho phép phân loại ảnh vân tay vào một trong chín lớp tương ứng với chín dạng cấu trúc đường vân khác nhau. Năm 1880, Henry Fault lần đầu tiên gợi ý trên quan điểm khoa học về tính đặc trưng cho từng người của vân tay dựa trên sự quan sát của ông. Các khám phá này đã đặt những nền móng đầu tiên cho ngành nhận dạng vân tay hiện đại. Vào cuối thế kỷ 19, ông Francis Galton đã giới thiệu về các điểm chi tiết đặc trưng. Một bước tiến quan trọng hơn trong ngành nhận dạng vân tay đã được thực hiện vào năm 1899 bởi Edward Henry, ông đã xây dựng nên “Hệ thống Henry” nhằm thực hiện việc phân lớp các ảnh vân tay. Vào đầu thế kỷ 20, cơ chế hình thành của vân tay cũng đã được người ta nghiên cứu và hiểu rõ. Từ đó, nhận dạng vân tay đã được chính thức chấp nhận như là một phương pháp để nhận dạng cá nhân có hiệu quả và là một chuẩn được sử dụng trong các thủ tục pháp lý. Từ thế kỷ 18, vân tay được xem như là một phương thức hữu hiệu nhất để định danh con người. Cho đến nay, để quản lý công dân của mình, hầu hết các nước

48

đã định ra các hệ thống thẻ căn cước, mà thực chất đó là những hệ thống thông tin quản lý con người, lấy vân tay làm khóa. Các vấn đề xử lý và nhận dạng ảnh vân tay tự động gọi tắt là AFIS đã được quan tâm từ thập niên 1970, và đến 1980 có một số kết quả đối sánh tự động ảnh vân tay nhưng vẫn còn ở mức đối sánh bình thường chưa quan tâm đến các cấu trúc đặc biệt của mẫu vân tay. Năm 1989, trên thế giới xuất hiện các phương pháp phân tích, trích chọn, và đối xánh mẫu vân tay dựa vào cấu trúc các điểm chi tiết. Và đến nay, thế giới đã xuất hiện các phần mềm xử lý và nhận dạng ảnh vân tay tự động như: SAGEM, MORPHO, NEC, HORUS,… Tuy nhiên, giá thành của các phần mềm này rất đắt, hàng triệu USD. Ở nước ta, trong những năm qua đã có những thành công nổi bật trong trong lĩnh vực này. Năm 1992, có luận văn “biểu diễn và đồng nhất tự động đường nét” của phó tiến sĩ Nguyễn Ngọc Kỷ. Tác giả đã đề xuất một số phương pháp xử lý và đối sánh mẫu vân tay chủ yếu dựa vào đối sánh cấu trúc các điểm đặc trưng, đã được ứng dụng trong thực tế và có hiệu quả đáng kể. Trong hội nghị toàn quốc lần thứ ba về tự động hóa vào tháng 4 năm 1998, Ngô Tứ Thành đã trình bày thuật toán tự động xác định điểm đặc trưng dựa vào dòng chảy đường vân, và thuật toán đối sánh tuần tự các điểm đặc trưng của mẫu vân tay. Tháng 11 năm 1999, GSTS. Hoàng kiếm cùng các cộng sự (khoa CNTT_KHTN) đã công bố kết quả ứng dụng mạng nơron để nhận biết các đường vân cơ bản. Tháng 12 năm 1999, thạc sĩ Trần Trung Dũng (Khoa điện tử viễn thông_ĐHBKHN) cũng công bố việc ứng dụng mạng nơron tự động để tìm nhân và delta trong vân tay. Với hai công trình nghiên cứu này có thể ứng dụng để phân loại mẫu vân tay tự động, rút ngắn thời gian đối sánh mẫu cũng như tăng hiệu suất nhận dạng mẫu vân tay. Tháng 12 năm 1999, TS. Nguyễn Cao Thắng đưa ra một phương pháp trích chọn đặc trưng mới và chứng minh được độ tin cậy của các đặc trưng này. Và gần đây nhất, tháng 1 năm 2000, thiếu tá Ngô Tứ Thành đã đề xuất phương pháp tra cứu công thức vân tay hiện trường theo phương pháp “Henry_Thanh”. Phương pháp này được phát triển dựa trên phương pháp cơ bản của Henry là đối sánh mười mẫu vân tay để xác định chính xác một người. Trong trường hợp ảnh hiện trường lấy về không đủ mười mẫu, tác

49

giả đề xuất công thức để bù lắp vào những mẫu khiếm khuyết để dựa vào đó tiến hành đối sánh như đối sánh mười mẫu vân tay cơ sở. Vân tay được đặc trưng hóa bởi các đặc trưng toàn cục và cục bộ. Đặc trưng toàn cục bao gồm bản đồ hướng lằn, vị trí core và delta. Những điểm đặc trưng như điểm kết thúc lằn, điểm rẽ đôi lằn,… là những đặc trưng cục bộ. Sự ước tính hướng lằn cục bộ và tần số lằn cục bộ là một vai trò quan trọng trong những giai đoạn con của hệ thống vân tay. Bản đồ hướng được sử dụng trong quá trình nâng cao chất lượng ảnh, xác định những điểm đơn, xử lý đặc trưng vào giao đoạn cuối và phân loại vân tay. Bản đồ tần số lằn cục bộ có ý nghĩa trong việc nâng cao chất lượng ảnh vân tay. Phần lớn các hệ thống nhận dạng vân tay online hay offline như AFIS,… thì không dùng đến lằn và lõm mà dùng đến đặc trưng là những điểm không bình thường trên lằn như điểm kết thúc lằn, điểm rẽ đôi lằn, delta, core,…. Trong số những loại đặc trưng, có hai loại có ý nghĩa nhất và được sử dụng nhiều nhất đó là đặc trưng kết thúc lằn, đó là điểm kết thúc lằn và đặc trưng rẽ đôi nhánh, là điểm trên lằn mà tại đó có hai nhánh được rẽ ra như hình 3.7.

3.3 Rút trích đặc trưng vân tay Tài liệu [1] trình bày khác chi tiết và đầy đủ các hướng tiếp cận trong quá trình rút trích đặc trưng vân tay. Tuy nhiên, vì giới hạn của luận văn cho nên ở đây xin trình bày hướng tiếp cận chính mà luận văn này sử dụng một cách ngắn gọn và xúc tích. Việc thi hành rút trích đặc trưng bao gồm có 3 giai đoạn chính: tiền xử lý, rút trích đặc trưng và hậu xử lý.

50

Tiền xử lý

Rút trích đặc trưng

Hậu xử lý

Hình 3. 4: Qui trình rút trích đặc trưng vân tay Giai đoạn tiền xử lý: nâng cao chất lượng ảnh, nhị phân hóa ảnh. Giai đoạn rút trích đặc trưng: rút trích đặc trưng vân tay. Giai đoạn hậu xử lý: loại bỏ những đặc trưng sai.

3.3.1 Tiền xử lý ảnh vân Đầu vào là ảnh vân tay (có thể là ảnh xám hoặc ảnh nhị phân) và kết quả của quá trình này là ảnh nhị phân mảnh chất lượng cao. Quá trình này được tiến hành như hình 3.5:

Ảnh vân tay

Bước 1: Lọc

Ảnh chất lượng cao

Bước 2: Nhị phân cục bộ

Ảnh nhị phân

Bước 3: Làm mảnh ảnh

Ảnh mảnh

Hình 3. 5: Quá trình tiền xử lý ảnh vân Có thể nói phương pháp tiếp cận trong hình 2 là phương pháp tiếp cận truyền thống đơn giản và hiệu quả nhất đối với quá trình tiền xử lý vân tay như trong [32] , [44] có đề cập. Bước 1 (Lọc): Quá trình lọc nhằm giúp nâng cao chất lượng ảnh vân tay, nghĩa là giúp ảnh rõ hơn, nâng cao độ tương phản giữa lằn và lõm, nối những điểm gãy trên cùng một lằn với nhau. Có nhiều phương pháp nâng cao chất lượng ảnh từ đơn giản đến phức tạp, từ miền không gian đến miền tần số. Để nâng cao chất lượng của lằn, bộ lọc tham số cục bộ sẽ được sử dụng trong từng khối ảnh. Phần lớn các kĩ

51

thuật hiện nay đều dựa trên bộ lọc ngữ cảnh mà những tham số của nó phụ thuộc vào tần số lằn và hướng cục bộ. Có bốn bộ lọc phổ biến hiện nay: Gabor, Anisotropic, Watson, và STFT tương ứng với các thao tác lọc tên miền không gian và miền Fourier. Dựa trên kết quả thực nghiệm với ảnh vân tay [32] , [44] , bộ lọc Gabor được chọn trong luận văn này. Quá trình tìm ảnh nâng cao thông qua bộ lọc Gabor được mô tả như hình 3.6: Ảnh vân tay

Ảnh chuẩn hóa

Ảnh hướng

Lọc Gabor Ảnh nâng cao Mặt nạ vùng

Ảnh tần số

Hình 3. 6: Tìm ảnh nâng cao bằng bộ lọc Gabor Bước 2 (Nhị phân cục bộ): Quá trình này giúp tạo ảnh nhị phần từ một ảnh bất kỳ (xám hay nhị phân). Hướng tiếp cận trực tiếp và đơn giản nhất để có được 1 ảnh nhị phân đó là dựa vào ngưỡng toàn cục T: I '( x, y) =  0

I (i, j) > T . I (i, j) ≤ T

Trong đó, I là ảnh gốc và I´ là ảnh nhị phân. Tuy nhiên, hướng tiếp cận này không tối ưu. Để cải tiến hướng tiếp cận này, thay vì áp dụng ngưỡng toàn cục T trên toàn ảnh thì dùng ngưỡng cục bộ là giá trị mật độ trung bình trên một khối w×w. Đây chính là phương pháp nhị phân hóa mô phỏng cục bộ [40] . Nếu giá trị pixel lớn hơn giá trị trung bình của khối hiện tại thì nhận giá trị 1, ngược lại giá trị 0. Bước 3 (Làm mảnh ảnh): Quá trình này giúp làm mảnh các đường lằn, loại bỏ những pixel thừa của đường lằn cho đến khi bề rộng của nó chỉ còn một pixel mà vẫn giữ được cấu trúc hình học của ảnh. Có nhiều thuật toán làm mảnh như Stentiford [19] , Zhang-Suen [48] , và Holt [8] được đề xuất. Tuy nhiên kết quả thực nghiệm cho thấy với ảnh vân tay, thuật toán Hilditch đơn giản và cho kết quả tốt. Với thuật toán này, tại mỗi điểm P1 nằm trên lằn, xem xét lân cận 8 của pixel P1.

52

Sau đó tính A(P1) và B(P1), với A(P1) là số lượng cặp pixel (0, 1) trong chuỗi P2, P3, P4, P5, P6, P7, P8, P9, P2 và B(P1) là số lượng pixel P1 lân cận khác 0. Pixel tại P1sẽ chuyển từ 1 (black) sang 0 (white) nếu thỏa mãn 4 điều kiện: (1) 2 ≤ B(P1)≤6; (2) A(P1) = 1; (3) P2.P4.P8=0 hoặc A(P2) != 1; (4) P2.P4.P6 = 0 hoặc A(P4) != 1.

3.3.2 Rút trích đặc trưng vân Đầu vào là ảnh nhị phân mảnh chất lượng cao và kết quả của quá trình này là vector đặc trưng vân. Có hai đặc trưng được rút trích trong quá trình này là: điểm kết thúc lằn và điểm rẽ đôi nhánh. Hai điểm này có thể được minh họa thông qua hình 3.7 sau:

Hình 3. 7: Điểm kết thúc lằn và điểm rẽ đôi Bằng cách chia ảnh nhị phân mảnh thành các khối ảnh xếp chồng nhau, kích thước 3×3, điểm P1 nằm trung tâm khối được xác định là điểm kết thúc lằn nếu các lân cận P1 thoải một trong các trường hợp ở hình 3.8 sau: P9

P2

P3

P9

P2

P3

P9

P2

P3

P9

P2

P3

P8

P1

P4

P8

P1

P4

P8

P1

P4

P8

P1

P4

P7

P6

P5

P7

P6

P5

P7

P6

P5

P7

P6

P5

P9

P2

P3

P9

P2

P3

P9

P2

P3

P9

P2

P3

P8

P1

P4

P8

P1

P4

P8

P1

P4

P8

P1

P4

P7

P6

P5

P7

P6

P5

P7

P6

P5

P7

P6

P5

Hình 3. 8: Trường hợp P1 là điểm kết thúc lằn Dựa trên định nghĩa, điểm P1 được xác định là điểm rẽ đôi nếu các lân cận P1 thuộc các trường hợp trong hình 3.9 sau:

53

P9

P2

P3

P9

P2

P3

P9

P2

P3

P9

P2

P3

P8

P1

P4

P8

P1

P4

P8

P1

P4

P8

P1

P4

P7

P6

P5

P7

P6

P5

P7

P6

P5

P7

P6

P5

P9

P2

P3

P9

P2

P3

P9

P2

P3

P9

P2

P3

P8

P1

P4

P8

P1

P4

P8

P1

P4

P8

P1

P4

P7

P6

P5

P7

P6

P5

P7

P6

P5

P7

P6

P5

P9

P2

P3

P9

P2

P3

P9

P2

P3

P9

P2

P3

P8

P1

P4

P8

P1

P4

P8

P1

P4

P8

P1

P4

P7

P6

P5

P7

P6

P5

P7

P6

P5

P7

P6

P5

P9

P2

P3

P9

P2

P3

P9

P2

P3

P9

P2

P3

P8

P1

P4

P8

P1

P4

P8

P1

P4

P8

P1

P4

P7

P6

P5

P7

P6

P5

P7

P6

P5

P7

P6

P5

Hình 3. 9: Trường hợp P1 là điểm rẽ đôi Tuy nhiên, một số lằn gãy sai vì không đủ mực hay lằn cắt nhau vì mực loan sẽ tạo ra các đặc trưng sai trong quá trình rút trích đặc trưng vân tay như các trường hợp trong hình 3.10 sau:

Hình 3. 10: Một số trường hợp khiến quá trình rút trích vân sai Tương ứng với các trường hợp trên: (m1): lằn đi ngang qua lõm, (m2): một lằn sai kết nối hai lằn, (m3): hai rẽ đôi gần nhau trong cùng một lằn, (m4): hai điểm gãy trong lằn có hướng giống nhau và gần nhau, (m5) giống (m4) ngoại trừ một phần lằn gãy quá ngắn đến nỗi một rẽ đôi có thể phát sinh, (m6) mở rộng (m4) với lằn thứ ba được tìm thấy ở giữa của hai lằn gãy, (m7) có một lằn ngắn. Do đó, để tránh ảnh hưởng tới kết quả, một số đặc trưng thừa sẽ được loại bỏ thông qua một số luật heuristic như sau: - Nếu khoảng cách giữa điểm rẽ nhánh và lằn kết thúc nhỏ hơn D thì hai điểm này được xem là cùng một lằn (trường hợp m1) và loại bỏ chúng. - Nếu khoảng cách giữa hai điểm rẽ đôi lằn là nhỏ hơn D và chúng thuộc cùng về một lằn thì loại bỏ chúng đi (trường hợp m2, m3).

54

- Nếu hai điểm kết thúc lằn có khoảng cách nhỏ hơn D và hướng của chúng lệch với nhau một khoảng nhỏ. Và không có điểm kết thúc lằn nào xen vào giữa. Thì hai điểm kết thúc đó được xem là đặc trưng sai nhận từ lằn gãy và loại bỏ đi. (trường hợp m4, m5, m6). - Nếu hai điểm kết thúc nằm trên một lằn ngắn với chiều dài nhỏ hơn D, thì loại bỏ hai điểm kết thúc đó đi (trường hợp m7). - Nếu hướng của đặc trưng là không phù hợp với hướng của lằn cục bộ thì loại bỏ đi. Điều này loại bỏ đi những đặc trưng xuất hiện như nhiễu trong ảnh. - Loại bỏ tất cả đặc trưng mà có khoảng cách nhỏ hơn ngưỡng T so với đường bao quanh của ảnh vân tay. Luật này sẽ loại bỏ những đặc trưng giả tạo mà nó xuất hiện dọc theo đường bao quanh của ảnh vân tay. Trong đó, D là bề rộng hay khoảng cách trung bình giữa hai lằn lân cận. Hình vẽ 3.11 sau minh họa cho quá trình rút trích đặc trưng vân: Rút trích Ảnh mảnh

Heuristic Ảnh rút trích

Ảnh sau khi loại bỏ đặc trưng sai

Hình 3. 11: Quá trình rút trích đặc trưng vân tay Lưu ý trong hình minh họa trên, vòng tròn màu đỏ tương ứng với điểm rẽ đôi, vòng tròn màu xanh tương ứng với điểm kết thúc lằn.