1
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
TRỊNH VĂN GIÁC
XÁC THỰC VÂN TAY VÀ ỨNG DỤNG
TRONG QUẢN LÝ ĐIỂM DANH Chuyên ngành: Khoa học máy tính
Mã số : 60 48 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƢỜI HƢỚNG DẪN KHOA HỌC: TS. NGUYỄN VĂN TẢO
NGƢỜI
THÁI NGUYÊN – 2013
2
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
DANH MỤC MỘT SỐ THUẬT NGỮ TRONG NHẬN DẠNG VÂN TAY 5
DANH MỤC HÌNH ẢNH 6
MỞ ĐẦU 7
CHƢƠNG 1: CƠ BẢN VỀ NHẬN DẠNG VÂN TAY 9
1.1 Lịch sử nghiên cứu vân tay 9
1.2 Tình hình ứng dụng nhận dạng vân tay 10
1.3 Giới thiệu hệ thống xác thực và nhận dạng vân tay 11
1.3.1 Hệ thống xác thực 11
1.3.2 Hệ thống nhận dạng vân tay 13
1.4 Một số kỹ thuật phân tích và biểu diễn vân tay 15
1.4.1 Phân tích cấu trúc vân tay 15
1.4.2 Biểu diễn hình ảnh vân tay 16
1.4.3 Các điểm đặc trƣng trên ảnh vân tay 17
1.4.4 Ƣớc lƣợng hƣớng vân cục bộ 18
1.4.5 Ƣớc lƣợng tần suất vân cục bộ 20
1.4.6 Tăng cƣờng ảnh 21
1.4.7 Phát hiện chi tiết 27
1.4.8 Lọc chi tiết 29
1.5 Một số lỗi khi nhận dạng 30
1.5.1 Các lỗi của hệ thống kiểm tra 31
1.5.2 Các loại lỗi của hệ thống nhận dạng 33
CHƢƠNG 2: MỘT SỐ KỸ THUẬT ÁP DỤNG TRONG XÁC THỰC 35
VÂN TAY 35
2.1 Một số thuật toán áp dụng trong xác thực vân tay 35
2.1.1 Giới thiệu. 35
2.1.2 Thuật toán tính hƣớng vân tay cục bộ 35
2.1.3 Thuật toán chuẩn hóa ảnh 36
2.1.4 Thuật toán tăng cƣờng ảnh 37
2.1.5 Thuật toán tách ngƣỡng tự động. 37
4
3.3.4 Giao diện tìm kiếm vân tay 68
3.3.5 Giao diện điểm danh sinh viên 69
3.4 Thử nghiệm thuật toán 70
3.4.1 Bộ dữ liệu thử nghiệm thuật toán 70
3.4.2 Kết quả thử nghiệm thuật toán 71
KẾT LUẬN 74
TÀI LIỆU THAM KHẢO 76
5
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên DANH MỤC MỘT SỐ THUẬT NGỮ TRONG NHẬN DẠNG VÂN TAY
Thuật ngữ
Nội dung
Ridge
Đƣờng vân tay trên ngón tay ngƣời
Vallay
Đƣờng rãnh xen kẽ hai đƣờng vân tay
Singular
Điểm kỳ dị của vân tay trên ngón tay ngƣời, mang đặc điểm phân
loại
Core
Điểm “tâm” của vân tay, là một trong những điểm Singular
Minutiae
Điểm đặc trƣng của vân tay trên ngón tay ngƣời.
Termination
Điểm kết thúc của đƣờng vân, một loại Minutiae quan trong.
Bifurcation
Điểm rẽ ba của đƣờng vân, một loại Minutiae quan trong.
xy
f
25
Hình 1.12: Một biểu diễn đồ họa trong một nhóm 24 bộ lọc Gabor 26
Hình 1.13: Các ví dụ của tăng cƣờng ảnh vân tay dựa vào lọc Gabor. Ở bên phải các
vùng có khả năng khôi phục đã đƣợc tăng cƣờng 26
Hình 1.14 a) ảnh cấp xám của một vân tay, b) ảnh nhận đƣợc khi nhị phân hóa ảnh
a),c)ảnh nhận đƣợc khi làm mảnh ảnh b). 28
Hình 1.15: minh họa về phát hiện chi tiết trên xƣơng 29
Hình 1.16: Các cấu trúc sai cơ bản (hàng đầu tiên) và cấu trúc sau khi sửa lỗi (hàng
thứ hai) 30
Hình 1.17: Tiền xử lý chi tiết . Ở ảnh bên phải, hầu hết các chi tiết sai đã bị loại bỏ
từ ảnh ảnh vân bên trái 30
Hinh 1.18: Biểu đồ đánh giá độ chính xác của hệ thống nhận dạng 32
Hình 2.1: Minh họa thuật toán tìm xƣơng 39
Thuật toán kiểm tra điều kiện xóa của điểm (x,y) đƣợc thực hiện nhƣ sau: 39
Hình 2.2 Thông số của hai dạng minutiae quan trọng: a) bifurcation; b) ridge
ending. 41
Hình 2.3 Phát hiện minutiae: a), b) pixel trên đƣờng vân; c) bifurcation minutiae; d)
ridge ending minutiae. 42
7
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên MỞ ĐẦU
Ngày nay, các kỹ thuật sinh trắc học ngày càng đƣợc ứng dụng rộng rãi, đây
cứu “Xác thực vân tay và ứng dụng trong quản lý điểm danh” có ý nghĩa khoa học
và thực tiễn.
Luận văn gồm ba chƣơng không kể phần mở đầu, phần kết luận và tài liệu
tham khảo với các nội dung chính nhƣ sau:
Chƣơng 1: Cơ bản về nhận dạng vân tay: nội dung của chƣơng sẽ tập trung
giới thiệu các nội dung cơ bản về nhận dạng vân tay nhƣ: lịch sử sử dụng vân tay
trong nhận dạng, giới thiệu một số hệ thống nhận dạng vân tay, các phƣơng pháp
phân tích và biểu diễn vân tay và một số lỗi thƣờng gặp khi nhận dạng vân tay.
Chƣơng 2: Một số kỹ thuật áp dụng trong xác thực vân tay: nội dung của
chƣơng sẽ tập trung trình bày một số thuật toán áp dụng trong xác thực vân tay, cơ
sở lý thuyết và thuật toán đối sánh vân tay. Cuối chƣơng sẽ đề cập tới một số vấn đề
trong quá trình thiết kế hệ thống xác thực vân tay ứng dụng trong quản lý điểm danh
nhằm phục vụ cho việc xây dựng hệ thống trong phần sau.
Chƣơng 3: Cài đặt, thử nghiệm và đánh giá kết quả: chƣơng này đƣa ra thiết
kế cài đặt demo chƣơng trình “Xác thực vân tay và ứng dụng trong quản lý điểm
danh” qua đó đƣa ra thử nghiệm, đánh giá kết quả.
9
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên CHƢƠNG 1: CƠ BẢN VỀ NHẬN DẠNG VÂN TAY
Chƣơng này giới thiệu các nội dung cơ bản về nhận dạng vân tay nhƣ: lịch
sử sử dụng vân tay trong nhận dạng, giới thiệu một số hệ thống nhận dạng vân tay,
các phƣơng pháp phân tích và biểu diễn vân tay và một số lỗi thƣờng gặp khi nhận
dạng vân tay.
Nguyên lý
1. Là cơ sở cho nhận dạng vân tay
2. Là cơ sở để tiến hành phân loại vân tay.
Cũng từ đầu thế kỉ 20, nhận dạng vân tay chính thức đƣợc chấp nhận nhƣ
một phƣơng pháp nhận dạng cá nhân có giá trị và trở thành chuẩn trong pháp luật.
Ví dụ, năm 1924 FBI đã thiết lập một cơ sở dữ liệu có 810000 thẻ vân tay.
1.2 Tình hình ứng dụng nhận dạng vân tay
Hơn 100 năm qua so sánh dấu vân tay vốn đƣợc coi là một phƣơng tiện hữu
hiệu hỗ trợ cho các nhà điều tra trong quá trình phá án và xét xử. Ngƣời ta có thể
tìm ra tung tích tội phạm cũng nhƣ nạn nhân thông qua dấu vân tay ở trên hiện
trƣờng. Tuy nhiên phƣơng pháp này vẫn bộc lộ một một số khuyết điểm do tác động
của các yếu tố khách quan nhƣ môi trƣờng thời tiết, hiện trƣờng sau khi khảo
sát,…và các yếu tố chủ quan gây nhiễu. Nếu chỉ đơn thuần dựa vào yếu tố kỹ thuật
mà bỏ qua một loạt các biện pháp nghiệp vụ khác, sai số này có thể lên tới 10%.
Mặc dù vậy, phƣơng pháp nhận dạng vân tay hiện vẫn còn phổ biến ở nhiều nơi và
nhiều quốc gia, mặc nhiên phƣơng pháp nhận dạng vân tay vẫn đƣợc sử dụng trong
11
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên việc điều tra phá án của cảnh sát vì thế việc nâng cao sự chính xác khi nhận dạng
vân tay là một vấn để thiết yếu. Ngày nay, ngƣời ta cũng lợi dụng các đặc điểm
riêng biệt của vân tay để xây dựng các hệ thống bảo mật các thông tin riêng tƣ cho
ngƣời sở hữu chúng, từ việc dùng các ổ khóa vân tay thay thế cho các ổ khóa thông
thƣờng cho đến việc dùng vân tay thay thế mật khẩu đã quá phổ biến trong thời đại
công nghệ thông tin. Ngƣời ta chỉ cần quét dấu vân tay của mình qua các thiết bị
chức năng là có thể mở đƣợc một cánh cửa, đăng nhập vào hệ thống máy vi tính,
qua một phòng bí mật hay các trạm bảo vệ bí mật. Đó là giải pháp an ninh tuyệt đối
cho những yêu cầu bảo mật của con ngƣời trong nhiều lĩnh vực nhƣ: Kiểm soát an
và đối sánh đặc tính sinh trắc của ngƣời này với toàn bộ các mẫu sinh trắc đƣợc lƣu
giữ trong cơ sở dữ liệu.
Ngoài ra một hệ thống sinh trắc có thể đƣợc phân loại theo một số đặc tính
của ứng dụng:
Phối hợp hoặc không phối hợp: đề cập đến hành vi của kẻ giả mạo tƣơng tác
với hệ thống. Ví dụ ở ngân hàng điện tử, là trƣờng hợp có phối hợp kẻ mạo danh
phải đăng nhập hệ thống để sử dụng tài khoản, còn hệ thống không phối hợp trong
kiểm tra hộ chiếu đi máy bay, những kẻ khủng bố có thể bị phát hiện khi sử dụng hộ
chiếu
Công khai và bí mật: hệ thống là công khai nếu ngƣời sử dụng biết mình
đang đƣợc xác thực bởi hệ thống, còn khi ngƣời sử dụng không biết mình đang
đƣợc xác thực bởi hệ thống thì hệ thống là bí mật.
Thƣờng xuyên và không thƣờng xuyên: chỉ mức độ thƣờng xuyên mà ngƣời
dùng sử dụng hệ thống sinh trắc. Ví dụ, ứng dụng đăng nhập máy tính là một hệ
thống sinh trắc thƣờng xuyên bởi vì ứng dụng này đƣợc sử dụng đều đặn, còn ứng
dụng làm bằng lái xe là hệ thống không thƣờng xuyên do mỗi bằng lái xe chỉ đƣợc
làm mới sau một số năm.
Môi trƣờng điều hành chuẩn hay phi chuẩn: Môi trƣờng điều hành là chuẩn
nếu hệ thống đƣợc hoạt động trong môi trƣờng đƣợc điều khiển (các yếu tố nhiệt
độ, độ ẩm…)
Ƣng dụng công cộng hay ứng dụng kín: nếu là ứng dụng kín thì ngƣời sử
dụng hệ thống sinh trắc là khách hang, nhân viên của tổ chức triển khai hệ thống.
13
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên Ứng dụng mở và ứng dụng đóng: Ứng dụng mở sử dụng chung các mẫu sinh
trắc của một ngƣời với các ứng dụng khác, còn ứng dụng đóng phải sử dụng các
mẫu sinh trắc thích hợp dành riêng.
d) Ethentica TactilSense
e) STMMicroelectronics TouchChip TCS1AD
f) Veridicom FPS110
g) Atmel FingerChip AT77C101B
h) Authentec AES4000
1.4 Một số kỹ thuật phân tích và biểu diễn vân tay
1.4.1 Phân tích cấu trúc vân tay
Khi ấn ngón tay vào một bề mặt trơn, một vân tay đƣợc sao chép lại từ lớp
biểu bì da. Cấu trúc dễ nhận thấy nhất của vân tay là các vân lồi và vân lõm, trong
ảnh vân tay, vân lồi có màu tối trong khi vân lõm có màu sáng. Vân lồi có độ rộng
từ 100
m đến 300
m. Độ rộng của một cặp vân lồi, lõm cạnh nhau là 500
m. Các
chấn thƣơng nhƣ bỏng nhẹ, mòn da…không ảnh hƣởng đến cấu trúc bên dƣới của
vân, khi da mọc lại sẽ khôi phục lại đúng cấu trúc này.
16
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên Vân lồi và vân lõm thƣờng chạy song song với nhau, chúng có thể rẽ thành
hai nhánh, hoặc kết thúc. Ở mức độ tổng thể, các mẫu vân tay thể hiện các vùng vân
khác nhau mà ở đó các đƣờng vân có hình dạng khác biệt. Những vùng này (gọi là
các vùng đơn) có thể đƣợc phân loại thành các dạng: loop, delta và whorl và đƣợc
kí hiệu tƣơng ứng là
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên xám là g-1, thì các đƣờng vân (xuất hiện có màu tối trong I) tƣơng ứng với bề mặt
vân lồi còn khoảng không gian giữa các vân lồi (có màu sáng) tƣơng ứng là bề mặt
vân lõm.
Hình 1.4: Bề mặt S của một vùng vân tay
1.4.3 Các điểm đặc trưng trên ảnh vân tay
Trên ảnh vân tay có những điểm đặc trƣng (những điểm đặc biệt mà vị trí
của nó không trùng lặp trên các vân tay khác nhau) đƣợc phân làm hai loại[8]:
singularity và minutiae.
1 - Singularity: Trên vân tay có những vùng có cấu trúc khác thƣờng (thƣờng có
cấu trúc song song), những vùng nhƣ vậy gọi là Singularity. Có hai loại singularity:
core và delta.
Hình 1.5: Các điểm singularity
18
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên Core thƣờng có những dạng sau đây:
Hình 1.6: Một số loại core thường gặp
2 - Minutiae: Khi dò theo đƣờng vân tay ta thấy những điểm đƣờng vân kết thúc
(Ridge Ending) hoặc rẽ nhánh (Bifurcation) hoặc điểm rào (Enclosure) hay điểm
đỉnh (Ridge Dot), những điểm này gọi chung là Minutiae.
nốt [i,j] trong lƣới ô vuông chứa điểm ảnh [x
i
, y
j
], biểu diễn hƣớng trung bình của
đƣờng vân trong lân cận của [x
i
, y
j
]. Ngƣời ta thêm vào một giá trị r
ij
liên kết với
ij
để biểu diễn tính tin cậy (hay toàn vẹn) của hƣớng. Giá trị của r
ij
là nhỏ ở các
vùng bị nhiễu và hƣ hại, có giá trị lớn ở các vùng có chất lƣợng tốt.
Hình 1.8: Một ảnh vân hướng vân tay được tính trên một lưới 16x16. Mỗi phần
tử là hướng cục bộ của đường vân; chiều dài tương ứng với tính tin cậy
Để tính hƣớng vân cục bộ, phƣơng pháp đơn giản nhất là tính toán gradient
trên ảnh vân tay. Gradient (x
i,
y
j
) ở điểm [x
i,
y
j
] là trực giao với góc pha gradient tại [x
i,
, y
j
] . Hƣớng vân cục bộ θ
ij
bằng
cách kết hợp nhiều ƣớc lƣợng gradient trong một cửa sổ 17x17 có tâm tại [ x
i,
, y
j
] .
20
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
ij
88
88
88
2
88
88
2
Trong đó
,
xy
là các thành phần gradient theo hƣớng x, và y đƣợc tính qua
mặt nạ Sobel.
1.4.5 Ước lượng tần suất vân cục bộ
Tần suất vân cục bộ (hay mật độ) f
xy
tại điểm [x, y] là nghịch đảo của số vân
trên một đơn vị chiều dài dọc theo đoạn có tâm tại [x, y] và vuông góc với hƣớng
vân cục bộ θ
xy
. Một ảnh tần suất F, tƣơng tự với ảnh hƣớng D, có thể xác định nếu
tần suất đƣợc ƣớc lƣợng ở các vị trí rời rạc và đƣợc sắp xếp vào trong một ma trận.
Tần suất vân cục bộ thay đổi trên các ngón tay khác nhau, và thay đổi trên
các vùng khác nhau của cùng một vân tay. Ƣớc lƣợng tần suất vân cục bộ bằng cách
tính trung bình số điểm ảnh giữa hai đỉnh liên tiếp của mức xám dọc theo hƣớng
thông thƣờng với hƣớng vân cục bộ. Cho mục đích này, bề mặt S tƣơng ứng với vân
tay đƣợc phân chia bằng một cặp đƣờng song song với trục z và vuông góc với
hƣớng vân cục bộ. Tần suất f
xy
, x
2
] là tổng của thay đổi theo chiều dọc trong h:
2
1
21
()
( ) .
()
2.( )
x
x
dh x
V h dx
dx
Vh
f
xx
Nếu hàm h tuần hoàn trong khoảng [x
1
, x
2
] hoặc biên độ thay đổi trong
22
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên Trong trƣờng hợp ảnh vân tay, vân lồi và vân lõm thay thế nhau và hƣớng theo một
hƣớng cố định. Trong những tình huống thế này, các vân có thể dễ dàng đƣợc phát
hiện và các chi tiết có thể xác định một cách chính xác trên ảnh. Nhƣng trong thực
tế, do điều kiện da (nhƣ khô hay ƣớt, bị cắt…), nhiễu cảm biến, ấn vân tay không
đúng, và các ngón tay chất lƣợng thấp, một phần không nhỏ các ảnh vân tay
(khoảng 10%) là có chất lƣợng thấp nhƣ trong mẫu (c) :
Hình 1.9: a) ảnh vân tay chất lượng tốt, b) vân tay với các nếp đứt, gãy c) Vân tay
có rất nhiều nhiễu
Trong nhiều trƣờng hợp, một ảnh vân tay chứa nhiều vùng gồm có cả chất
lƣợng tốt, trung bình và xấu. Nói chung, có một số dạng mất giá trị liên hệ với các
ảnh vân tay: các vân không liên tục, có một số nếp đứt các vân song song không
tách biệt rõ ràng do tồn tại của nhiễu liên kết các vân song song, khiến chúng tách
biệt kém bị cắt, có nếp gấp, hay thâm sẹo.
Ba dạng vân bị mất giá trị này làm cho việc trích chọn đặc tính gặp nhiều
khó khăn. Chúng dẫn tới các vấn đề sau trong việc trích chọn đặc tính:
Trích chọn các chi tiết sai lệch
Bỏ qua các chi tiết đúng
Gây lỗi về hƣớng và vị trí của chi tiết
Để bảo đảm hiệu quả tốt trong các thuật toán trích chọn chi tiết trên các ảnh
vân tay chất lƣợng kém, cần một thuật toán tăng cƣờng để nâng cao sự rõ ràng trong
cấu trúc vân.
23
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
2
00
'
2
00
[x,y]-m . / [x,y]>m
,
[x,y]-m . / [x,y] m
m I v v khi I
I x y
m I v v khi I
24
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên Trong đó m và v là kì vọng và phƣơng sai ảnh, còn m
o
và v
o
Trong đó θ là hƣớng của bộ lọc, và [x
θ
, y
θ
] là ảnh của [x,y] sau khi quay quanh trục
Cartesian một góc ( 90
o
– θ ):
sin os
os(90 ) sin(90 )
os sin
-sin(90 ) os(90 )
x
c
xx
c
c
yy
c
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên Trong biểu thức ở trên, f là tần suất của sóng phẳng hình sin, σ
x
, σ
y
là độ
lệch chuẩn Gauss tƣơng ứng dọc theo trục x và trục y.
Hình 1.11: Biểu diễn đồ họa của bộ lọc Gabor xác định bởi tham số
90 , 1/5, 3
xy
f
Để áp dụng các bộ lọc Gabor tới một ảnh, cần xác định bốn tham số
(θ,f,σ
x,
σ
y
). Tần suất của bộ lọc hoàn toàn đƣợc quyết định bởi tần suất vân cục bộ và
hƣớng của bộ lọc đƣợc quyết định bởi hƣớng vân cục bộ. Việc chọn các giá trị σ
x
và
σ
y
là số các tần suất rời rạc {f
j
| j = 1…n
f
}. Sau đó mỗi
điểm ảnh [x, y] của ảnh đƣợc quấn lại, trong miền không gian, với bộ lọc g
ij
( x, y ),
với θ
i
là hƣớng đƣợc rời rạc hóa gần nhất với θ
xy
và f
j
là tần số đƣợc rời rạc hóa gần
nhất với f
xy
.
Copyright: Tài liệu đại học ©