Tài liệu Thiết kế hệ thống nhận dạng vân tay từ ảnh số

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG --------------------------------------- CÁP TUẤN BIÊN THIẾT KẾ HỆ THỐNG NHẬN DẠNG VÂN TAY TỪ ẢNH SỐ Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số: : TÓM TẮT LUẬN VĂN THẠC SỸ KĨ THUẬT HÀ NỘI – NĂM 2013 Luận văn được hoàn thành tại: HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học: TS. TRỊNH ANH TUẤN Phản biện 1:…………………………… ……………………. Phản biện 2: ………………………………………………… Luận văn sẽ được bảo vệ trước Hội đồng chấm luận văn thạc sĩ tại Học viện Công nghệ Bưu chính Viễn thông Vào lúc: ......giờ.....ngày.......tháng......năm .............. Có thể tìm hiểu luận văn tại: - Thư viện của Học viện Công nghệ Bưu chính Viễn thông PHẦN I: MỞ ĐẦU 1. Lời nói đầu: Ngày nay, việc thu thập, xử lý thông tin qua ảnh để nhận biết đối tượng đang được quan tâm và ứng dụng rộng rãi. Với phương pháp này, chúng ta có thể thu nhận được nhiều thông tin từ đối tượng mà lại không cần tác động nhiều đến đối tượng nghiên cứu. 2. Giới thiệu: Nhận dạng vân tay là một bộ phận của nhận dạng sinh học. Khoa học nhận dạng vân tay cũng đã hình thành từ khá lâu. Nhưng tới thời gian gần đây, cùng với sự ra đời của máy tính nó mới đạt được nhiều kết quả quan trọng và trở thành một trong những phương pháp sinh trắc có độ tin cậy nhất. Luận văn này sẽ thực hiện nhận dạng vân tay bằng ảnh số theo hướng có thể triển khai trong dân sự. Có 3 phương pháp: Phương pháp thứ nhất: sử dụng đặc trưng tương quan của hai mẫu vân tay. Phương pháp thứ hai: dựa trên cơ sở phát hiện và sử dụng các điểm nút đặc trưng (minutiae). Phương pháp thứ ba: sử dụng các đặc trưng về đường vân. 3. Trọng tâm của luận văn tập trung vào hai phần: Tạo vec-tơ đặc tính cho mục đích phân loại kiểu vân tay và cho đối sánh vân tay (feature extraction). Sử dụng các điểm minutiea đã trích chọn bước trước để đối sánh nhận dạng vân tay (minutiae matching). 4. Luận văn trình bày theo cấu trúc: Chương I: Vân tay trong sinh trắc học. Chương II: Trích chọn đặc tính vân tay và đối sánh vân tay. Chương III: Xây dựng hệ thống thử nghiệm. Ví dụ minh họa PHẦN II: NỘI DUNG CHƯƠNG I: VÂN TAY TRONG SINH TRẮC HỌC Thực chất việc lấy dấu vân tay dùng để làm gì? Việc lấy dấu vân tay nhằm mục đích làm cơ sở dữ liệu. Gồm 2 quá trình chính trong việc lấy dấu vân tay như sau : 1. Xác nhận dấu vân tay ( fingerprint verification )Tại bước này một người sẽ cung cấp dấu vân tay cùng với chứng minh thư nhằm tạo ra một cơ sở dữ liệu tương ứng dấu vân tay và thẻ chứng minh thư . 2. Nhận diện dấu vân tay (finger identification ) Bước này sẽ không cần dùng tới chứng minh thư nữa. Dấu vân tay sẽ được đưa vào để đối chiếu với database chứa các vân tay. Chương trình xử lý thuật toán trong luận văn thiết kế theo mô-đun và có thể tận dụng cho các khâu khác cùng hệ thống. Hệ thống thiết kế có tính mở. Có khả năng thay thế các mô-đun thực hiện thuật toán. Cơ sở dữ liệu ảnh có thể bổ sung thêm dễ dàng. 1. Vai trò của nhận dạng vân tay trong sinh trắc học Công nghệ sinh trắc học : dùng để nhận dạng Ai là Ai qua vân tay, mống mắt, giọng nói, các đặc điểm trên mặt, trên người...Tất cả các đặc điểm trên đều giúp chúng ta nhận ra Ai là Ai. Tuy nhiên theo các nghiên cứu thì vân tay là một đặc điểm nhận dạng có tính chất ưu việt nhất và phổ biển nhất. Nguyên lý hoạt động của Công nghệ nhận dạng vân tay: Quá trình xử lý dữ liệu sẽ được thiết bị chuyển sang các dữ liệu số và ra thông báo rằng dấu vân tay đó là hợp lệ hay không hợp lệ để cho phép hệ thống thực hiện các chức năng tiếp theo. Có hai phương pháp để lấy dấu vân tay: - Cách thứ nhất (cổ điển) là sao chép lại hình dạng vân tay (như lăn tay, hay chạm vào một vật gì đó) thông qua máy quét ghi nhận và xử lý. - Cách thứ hai được xem là "đọc" dòng điện dưới ngón tay thông qua hệ thống khuyếch đại xung điện, rồi chuyển thành vân tay. Ngày nay việc ứng dụng công nghệ sinh trắc học về nhận dạng vân tay được sử dụng ngày càng nhiều vì nó đáp ứng yêu cầu bảo vệ dữ liệu, đảm bảo an ninh an toàn với độ chính xác cao. Thuật toán so khớp vân tay: Thuật toán gồm hai bước: giai đoạn thứ nhất là thiết lập quần thể và giai đoạn hai là sự tiến hóa dựa vào di truyền. Thuật toán được trình bày tóm tắt như sau: 1) Áp dụng toán tử so khớp cục bộ để thiết lập quẩn thể ban đầu gồm P cá thể được biểu diễn dạng vector các số thực. 2) Tính toán giá trị thích nghi dựa vào phương trình (8) cho mỗi cá thể trong quần thể ban đầu . 3) Lặp lại các bước cho đến khi gặp điều kiện dừng. 4) Chọn P/2 cá thể có độ tích nghi cao (bằng phương pháp đấu chọn kích thước k [23], k=5 trong thực nghiệm) trong quần thể làm cá thể bố mẹ . 5) Sản sinh ra thế hệ con sử dụng phép lai ghép các cá thể bố mẹ này và sau đó áp dụng phép đột biến theo phương pháp Gaussian lên cá thể con. 6) Tính toán giá trị thích nghi của các cá thể con mới tạo ra. 7) Tạo ra quần thể mới có kích thước P gồm các cá thể bố mẹ và các cá thể con sinh ra từ lai ghép và đột biến. 8) Chọn các thể có giá trị thích nghi cao nhất trong quần thể là giá trị tương quan cần tìm. 1.2. Uniqe là một thuộc tính của vân tay Cho đến nay, vẫn chưa có bằng chứng xác thực 100% vân tay trên các ngón tay tuyệt đối mang tính cá nhân và không hề lặp lại. Câu trả lời chính xác chỉ có được khi đem so sánh từng mẫu vân tay của mười đầu ngón người với hơn sáu tỉ người còn lại. - Tính “phổ thông”, mọi người đều có. - Tính cá nhân và không lặp lại. Xác suất trùng khớp với người khác gần bằng không. - Tính “bất biến”. Hình dạng tổng thể của vân tay trên các ngón tay của con người không thay đổi theo thời gian. Ngay cả trường hợp bị chấn thưong nhẹ, dấu vân tay vẫn có khả năng khôi phục lại. 1.3. Thể hiện các đặc tả của vân tay Căn cứ vào ảnh vân tay đầu vào chúng ta có thể lựa chọn được đặc tính cần trích chọn và dự kiến phương án nhận dạng. 1.4. Khó khăn gặp phải khi nhận dạng vân tay Tùy vào điều kiện thu nhận ảnh dẫn đến chất lượng ảnh thu thập nên nhiều khi các chi tiết trên mẫu vân tay không biểu hiện hiện rõ ràng. Tuy vậy trong thực tế cũng có nhiều mẫu vân tay thu thập trong điều kiện tốt nên có chất lượng cao. CHƯƠNG II ĐẶC TÍNH VÂN TAY VÀ ĐỐI SÁNH VÂN TAY 2.1. Đại cương về ảnh số và xử lý ảnh trong Matlab Trong phần này sẽ trình bày tóm tắt về ảnh số và một số thuật toán xử lý ảnh số trong Matlab. 2.2. Đại cương về ảnh số: Ảnh có thể biểu diễn dưới dạng tín hiệu tương tự hoặc số. Trong phần này sẽ tập trung vào biểu diễn ảnh số, cơ sở về mầu và việc chuyển đổi màu. 2.2.1. Biểu diễn ảnh số: Với ảnh màu các giá trị tại mỗi phần tử của ma-trận biểu diễn ba màu riêng biệt gồm: đỏ (Red-R), lục (GreenG) và lam (Blue-B). Để biểu diễn cho ba màu riêng rẽ cần 24-bit, 24-bit này được chia thành ba khoảng 8-bit. Mỗi khoảng này biểu diễn cho cường độ sáng của một trong các màu chính. 2.2.2. Cơ sở về màu: Ánh sáng màu là tổ hợp các ánh sáng đơn sắc. Mắt người có thể cảm nhận được một số màu nhất định nhưng lại có thể phân biệt được rất nhiều màu (trong vùng quang nhìn thấy, có dải bước sóng 400nm ÷ 750nm ). Cảm nhận màu của con người phụ thuộc vào ba thuộc tính B, H, S. H (hue): sắc lượng, S (saturation): độ bão hòa. B (brightness): độ chói, Tổ hợp B, H, S đối với từng ánh sáng màu trong ba màu này giúp mắt con người có thể phân biệt được hàng ngàn màu. R, G, B còn được gọi là các màu cơ sở. Phân bổ phổ năng lượng của một nguồn sáng màu có bước sóng l ký hiệu là C (l) và việc tổ hợp màu theo ba màu cơ sở (có các đường cong cảm nhận S1, S2, S3). Tổ chức quốc tế về chẩn hóa màu CIE đã đưa ra một số không gian màu như: RGB, CMY, CMYK, HIS,… Trong đó mô hình RGB có vai trò quan trọng. 2.2.3. Chuyển đổi màu: Hệ tọa độ màu do CIE quy định như một hệ quy chiếu và trên thực tế không thể biểu diễn hết các màu. 2.3. Xử lý ảnh số trong Matlab: Đứng về mặt xử lý tín hiệu nói chung và xử lý ảnh nói riêng, Matlab là công cụ rất mạnh. Trong Matlab có nhiều Toolbox hỗ trợ các ứng dụng chuyên sâu. Với bài toán nhận dạng hình ảnh, các Toolbox thường được sử dụng gồm: - Image Processing Toolbox - Image Acqusition Toolbox - Wavelet Toolbox - Signal Processing - Statistics Toolbox - Neural Network Toobox Hiện nay, MATLAB dù đã được sử dụng khá phổ biến trên thế giới, còn khá mới mẻ đối với chúng ta. Vì thế, tôi xin trình bày chút hiểu biết cơ bản tích lũy sau một thời gian tiếp cận với MATLAB trong toán giải tích nhiều biến. Tổng quan, có 2 cách để thực hiện lệnh trên MATLAB : 1.Trực quan từng lệnh một (MẶC ĐỊNH) 2.Script – một tập hợp lệnh (ở dạng tênfile.m) 2.3.1. Histogram: Histogram (lược đồ xám) thể hiện tần suất xuất hiện mỗi mức xám trong ảnh. 2.3.2 Phân ngưỡng cục bộ: Phân ngưỡng với mục đích làm tăng độ tương phản các đối tượng cần quan tâm đông thời loại bớt nhiễu. Nếu phân ngưỡng toàn bộ ảnh nhiều khi tỏ ra không hiệu quả, nhất là khi cường độ sáng của ảnh không đồng đều. 2.3.3. Biến đổi Fourier-2D rời rạc: Biến đồi Fourier rời rạc trong xử lý ảnh số nhằm mục đích lọc lấy các thành phần tín hiệu ảnh có tần số trội. 2.3.4. Lọc ảnh Sobel: Lọc Sobel là một trường hợp của lọc số tuyến tính. Nghĩa là bộ lọc dùng một convolution-mask (cửa sổ dùng để nhân chập, gọi tắt mask), rồi lấy tổng có trọng số các điểm lân cận với điểm ở chính giữa trong mask đó. Di chuyển mask trên toàn bộ miền tín hiệu ảnh, mỗi bước một pixel, cuối cùng thu ảnh kết quả. 2.3.5. Phát hiện biên bằng toán tử gradient: Sử dụng toán tử gradient trong miền 2D là một trong các phương pháp dùng để phát hiện biên. Toán tử định