Luận văn Tóm tắt 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 (Green- G) 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 nghĩa như là một vec-tơ hai thành phần: / / x y G f x G f y               f 2.3.6 Loang rộng và thu nhỏ đối tượng Loang rộng (dilation) và thu nhỏ (erosion) đối tượng là hai toán tử cơ của nhóm thuật toán xử lý morphology. 2.4. Sơ đồ khối thiết kế hệ thống nhận dạng vân tay 2.4.1. Các nguyên lý nhận dạng vân tay: Các nguyên lý nhận dạng vân tay thì liên quan chặt chẽ đến cách thức tìm ra sự tương đồng giữa ảnh vân tay đầu vào với một template trong cơ sở dữ liệu vân tay. Ba phương pháp chính: - Minutiae-base matching. - Correlation-base matching. - Ridge feature-base matching. 2.4.2 Hệ thống nhận dạng vân tay: Có hai hình thức phân loại hệ thống nhận dạng vân tay: dựa trên kiến trúc của hệ thống và cách xử lý dữ liệu trong hệ thống. a) Phân loại hệ thống theo kiến trúc: - Hệ thống có kiến trúc song song - Hệ thống có kiến trúc nối tiếp - Hệ thống có kiến trúc thứ bậc b) Phân loại hệ thống theo các xử lý dữ liêu: - Hệ thống có khâu hợp nhất sau trích chọn đặc tính. - Hệ thống có khâu hợp nhất sau đối sánh. - Hệ thống có khâu hợp nhất sau tổng hợp kết quả. 2.4.3 Xây dựng hệ thống nhận dạng vân tay bằng ảnh số: Trên cơ sở các phân tích đã nêu, sau đây là đề xuất về sơ đồ khối hệ thống nhận dạng vân tay bằng ảnh số. Hệ thống này có khả năng phân loại vân tay, tạo cơ sở dữ liệu và nhận dạng vân tay. - Kiểu nhận dạng là identification, nghĩa là một mẫu cần nhận dạng (input) sẽ nhận kết quả bằng cách đối sánh với N mẫu khác trong cơ sở dữ liệu (template). - Kiểu chế độ hoạt động của hệ thống hướng đến là online. Nghĩa là hệ thống có thể hoạt động liên tục, có khả năng ghép với khâu thu thập số liệu sử các phương pháp thu nhận ảnh live-scan (bằng máy scan, sensor,…) và quan trọng hơn có thể vừa thu thập số liệu vừa có thể nhận dạng. - Kiến trúc hệ thống thiết kế theo hướng xử lý dữ liệu nối tiếp 2.5. Tập mẫu ảnh vân tay Vân tay có thể lưu trữ theo hai cách: trên giấy (giấy thường, giấy ảnh...) hoặc file ảnh. 2.6. Trích chọn minutiae cho đối sánh vân tay Hướng chung là chọn các phương pháp mà có thể tận dụng được các mô- đun chương trình ở công đoạn này và áp dụng được cho công đoạn khác. Nhưng các phương pháp lựa chọn phải đạt yêu cầu cho bài toán nhận dạng cuối cùng. Vì vậy, tạo tính mở cho hệ thống và tiết kiệm thời gian thiết kế. 2.6.1. Chuẩn hóa ảnh đầu vào: Chuẩn hóa ảnh đầu vào là bước cần thiết trước khi vào bước tiền xử lý ảnh. Do ảnh dùng cho trích trọn đặc tính có thể không phù hợp về kích thước cũng như phân bố mức xám. Trong luận văn, giai đoạn này gồm: chuẩn hóa kích thước ảnh và đồng đều hóa cường độ sáng giữa các ảnh đầu vào khác nhau. Chuẩn hóa kích thước ảnh: Ảnh chuẩn đầu vào có kích thước 364 x 256 pixel. Các thuật toán xử lý ảnh vân tay về sau thường áp dụng cho từng từng block vuông trên ảnh (thường sử dụng các block vuông cạnh 16 pixel, 32 pixel,…). Nên kích thước ảnh chuẩn hóa hợp lý hơn là 352´ 256 pixel. Cân bằng cường độ sáng của ảnh: Do điều kiện thu thập ảnh khác nhau với mỗi lần lấy mẫu vân tay; do kỹ thuật thu nhận ảnh (sử dụng sensor, scanner,…) khác nhau nên độ sáng ảnh vân tay không gần nhất. 2.6.2. Tăng cường ảnh chất lượng ảnh: Hai thuật toán sử dụng để tăng cường ảnh chất lượng ảnh ở đây là: histogram equalization (cân bằng lược đồ xám) và biến đổi Fourier rời rạc. Tăng cường ảnh bằng cân bằng histogram: Histogram của ảnh xám là một biểu đổ thể hiện quan hệ giữa cường độ ảnh và số pixel có cùng cùng cường độ ảnh đó. Tăng cường ảnh bằng biến đổi Fourier-2D: Sử dụng lọc Gabor và biến đổi Fourier là hai nền tảng chính để thực hiện tăng cường ảnh trong xử lý ảnh vân tay. 2.6.3. Ước lượng orientation image và khoanh vùng ảnh vân tay: Trong phần này sẽ trình bày các ước lượng định hướng vân tay cục bộ. Ước lượng orientation image: Trường định hướng thể hiện bản chất tự nhiên của đường vân và các rãnh đường vân. Trường định hướng cung cấp nhiều thông tin quan trong cho các bước xử lý tiếp theo. Khoanh vùng ảnh vân tay: Khoanh vùng ảnh vân tay nhằm mục đích phân chia các vùng khác nhau trên ảnh vân tay. Một ngưỡng Tc được đặt ra và block đó định nghĩa làm: - background nếu C (i, j) < Tc , - foreground nếu C (i, j ) < Tc . 2.6.4. Trích chọn minutiae: Giai đoạn này bao gồm: nhị phân hóa ảnh bằng thuật toán local threshold với ảnh đã được tăng cường kết hợp với kết quả khoanh vùng ảnh vân tay ở phần trên; sau đó với ảnh có các đường vân đã được làm mảnh đến độ rộng một pixel thì thực hiện tìm minutiae bằng thuật toán crossing number. Nhị phân hóa và làm mảnh đường vân: Sau tăng cường ảnh bằng biến đổi Fourier rời rạc, đường vân tây đã nổi rõ hơn so với ảnh ban đầu. Phát hiện minutiae: Vân tay sau khi đã làm mảnh có thể bắt đầu tìm các minutiae. Ước lượng khoảng cách đường vân: Vân tay trên ngón tay không giống nhau giữa mỗi người. Ngay cả trường hợp ở một người, các đường vân cũng thể hiện sự khác biệt trên từng ngón tay. 2.6.5. Hiệu chỉnh đường vân và lọc minutiae sai: Hiệu chỉnh đường vân và lọc minutiae sai cấp một: Giai đoạn này thực hiện hiệu chỉnh các vân tay và các tín hiệu cho là nhiễu (đoạn vân ngắn, chẽ nhánh cụt, vòng xuyến nhỏ…) sẽ được loại đi. Như vậy sẽ làm tăng tính xác thực của các minutiae đã trích chọn được so với ảnh vân tay gốc ban đầu. Lọc minutiae sai cấp hai và tạo mã từ minutiae: Các minutiae trích chọn cuối cùng này sẽ được lưu trữ thành file tạo template cho cơ sở dữ liệu. Thông tin lưu trữ là tọa độ, định hướng minutiae. 2.7. Phân loại kiểu vân tay Quá trình phân loại vân tay được thực hiện qua ba bước chính: 1) Trích chọn đặc tính định hướng cục bộ, 2) Tạo vec-tơ đặc tính, 3) Bộ phân loại. 2.7.1. Trích chọn đặc tính: Phân loại vân tay thì phụ thuộc nhiều vào các điểm kỳ dị (singular point), bao gồm điểm delta và điểm core. 2.7.2. Tạo vec-tơ đặc tính: Sau khi phát hiện được điểm core, vec-tơ đặc tính được tạo ra bằng các khoanh vùng lấy 11 x 11 định hướng cục bộ mà điểm này làm trọng tâm. Một ma-trận cỡ 11 x 11 không thích hợp làm vec-tơ đầu vào cho khâu phân loại nên nó được điều chỉnh lại kích thước thành vec-tơ 121 thành phần. 2.7.3. Khâu phân loại kiểu vân tay: Trong khâu phân loại này, bộ mẫu sử dụng trích ra từ 175 ảnh và tiến hành xây dựng cây tối ưu thông qua thuật toán cross-validation. 2.8. Đối chiếu vân tay để định danh mẫu Cũng giống như phân loại vân tay, có rất nhiều các để thực hiện đối chiếu vân tay. Tuy nhiên có thể chia làm nhóm phương pháp. - Correlation-based - Minutiae-based - Ridge feature-based 2.8.1. Khớp mẫu hai mẫu vân tay: Khớp mẫu vân tay được hiểu là “đặt” một mẫu vân tay cần đối sánh với mẫu mà nó cần sẽ đối sánh ở một vị trí sao cho có sự phù hợp giữa chúng theo một ngưỡng. 2.8.2. Đối sánh vân tay: Thời gian thực hiện đối sánh: thử nghiệm với 6250 lần đối sánh ( 25 x mẫu kiểm tra với 25 x mẫu còn lại) thì mất khoảng 2,5 giờ. Nên thời gian trung bình một lần thực hiện đối sánh khoảng 1,4 giây. CHƯƠNG III XÂY DỰNG HỆ THỐNG THỬ NGHIỆM 3.1 Danh sách các scrip file sử dụng trong luận văn: 3.2 Các bước chạy phần mềm mô phỏng 3.3 Tổng kết và hướng phát triển Nhận dạng vân tay là một trong những lĩnh vực nghiên cứu chuyên sâu. Các tài liệu, thuật toán, mô-đun chương trình rất hạn chế vì bản quyền tác giả. Kết thúc luận văn, đã xây dựng được phần mềm mô phỏng các bước thực hiện nhận dạng trong hệ thống nhận dạng vân tay. Các mô-đun chương trình cần thiết cũng đã được hoàn thành.