Hệ Thống Mở Cửa Bằng Vân Tay: Đề Tài Tốt Nghiệp Ngành Điện - Điện Tử

Chuyên khảo phân tích Hệ thống mở cửa bằng vân tay, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên cứu tiếp theo., phục vụ nghiên cứu và ứng dụng thực tiễn

• Đề tài: Hệ Thống Mở Cửa Bằng Vân Tay: Giải Pháp An Toàn Cho Ngành Điện - Điện Tử

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Mục đích của đề tài
• 1.2. Nhiệm vụ và giới hạn của đề tài
• 1.3. Phương pháp nghiên cứu
• 1.4. Tóm tắt đề tài
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Sinh trắc vân tay là gì?
• 2.2. Hệ thống nhận dạng vân tay
• 2.3. Các phương pháp nhận dạng vân tay
• 3. CHƯƠNG 3: THIẾT KẾ HỆ THỐNG
• 3.1. Sơ đồ khối và phần cứng
• 3.2. Các khối xử lý quan trọng
• 3.2.1. Khối trích đặc trưng
• 3.2.2. Khối nhận dạng
• 3.3. Hệ thống chấp hành
• 4. CHƯƠNG 4: THUẬT TOÁN XỬ LÝ
• 4.1. Khối trích đặc trưng
• 4.1.1. Tiền xử lý
• 4.1.2. Chuẩn hóa ảnh
• 4.1.3. Ước lượng hướng vân
• 5. CHƯƠNG 5: KẾT QUẢ THỰC NGHIỆM
• 5.1. Lấy ảnh từ cảm biến
• 5.2. Chương trình trên Matlab và mô phỏng
• 5.3. Cơ cấu chấp hành
• 6. CHƯƠNG 6: KẾT LUẬN
• 6.1. Hướng phát triển
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Vì sao hệ thống vân tay là tương lai an ninh ngành điện tử

Ngành công nghiệp Điện - Điện tử, với đặc thù sở hữu tài sản trí tuệ giá trị cao và các dây chuyền sản xuất phức tạp, đòi hỏi một cấp độ an ninh vượt trội so với các phương pháp truyền thống. Trong bối cảnh đó, hệ thống mở cửa bằng vân tay nổi lên không chỉ như một tiện ích mà là một giải pháp chiến lược. Công nghệ này dựa trên nền tảng công nghệ sinh trắc học, sử dụng đặc điểm duy nhất và không thể sao chép của mỗi cá nhân để định danh. Thay vì dựa vào chìa khóa vật lý hay thẻ từ dễ dàng bị mất cắp hoặc sao chép, hệ thống này mang đến một lớp bảo vệ gần như tuyệt đối. Nghiên cứu trong đồ án “Hệ thống mở cửa bằng vân tay” của Hoàng Trọng Khánh (2015) đã chứng minh tính hiệu quả của việc áp dụng các thuật toán xử lý ảnh để nhận dạng chính xác, đặt nền móng cho các ứng dụng thực tiễn trong môi trường công nghiệp. Một hệ thống kiểm soát ra vào hiện đại không chỉ ngăn chặn truy cập trái phép mà còn cung cấp khả năng giám sát, ghi lại nhật ký truy cập và phân quyền người dùng một cách linh hoạt, đáp ứng các tiêu chuẩn an ninh khắt khe nhất.

1.1. Định nghĩa công nghệ sinh trắc học trong kiểm soát ra vào

Sinh trắc học là khoa học ứng dụng các thuộc tính vật lý hoặc đặc điểm hành vi riêng biệt của con người để nhận dạng. Trong lĩnh vực kiểm soát ra vào, xác thực sinh trắc học sử dụng các yếu tố như vân tay, mống mắt, khuôn mặt hay giọng nói. Vân tay được ưa chuộng nhất do tính độc nhất và sự ổn định theo thời gian. Mỗi vân tay có các điểm đặc trưng (Minutiae) như điểm kết thúc và điểm rẽ nhánh với cấu trúc không trùng lặp, ngay cả ở anh em sinh đôi. Một access control system dựa trên vân tay sẽ số hóa các đặc điểm này thành một mẫu template, thay vì lưu trữ hình ảnh vân tay gốc, nhằm tăng cường bảo mật dữ liệu.

1.2. Vai trò của hệ thống quản lý truy cập trong sản xuất hiện đại

Trong một nhà máy sản xuất linh kiện điện tử, việc quản lý truy cập không chỉ dừng lại ở cửa chính. Nó bao gồm việc phân quyền chi tiết cho từng khu vực: ai được vào phòng R&D, ai được tiếp cận kho linh kiện giá trị cao, và ai được phép vận hành trong phòng sạch. Một hệ thống kiểm soát ra vào hiệu quả giúp tự động hóa quy trình này, loại bỏ rủi ro do con người, đồng thời cung cấp dữ liệu minh bạch về lịch sử ra vào của nhân viên. Điều này cực kỳ quan trọng trong việc truy vết sự cố, đảm bảo tuân thủ các quy trình sản xuất và bảo vệ bí mật công nghệ.

II. Top 3 rủi ro an ninh nhà xưởng ngành điện điện tử hiện nay

An ninh trong ngành điện - điện tử không chỉ là ngăn chặn trộm cắp vật lý. Các mối đe dọa phức tạp hơn, có thể gây thiệt hại hàng triệu đô la và làm suy yếu lợi thế cạnh tranh của doanh nghiệp. Vấn đề cốt lõi nằm ở việc các biện pháp bảo mật truyền thống như khóa cơ hay thẻ từ đã tỏ ra lỗi thời và dễ bị vô hiệu hóa. Theo thống kê được trích dẫn trong tài liệu nghiên cứu, các loại khóa thông thường dễ dàng bị phá bằng công cụ chuyên dụng. Mở rộng ra môi trường công nghiệp, rủi ro không chỉ đến từ bên ngoài mà còn từ nội bộ. Việc kiểm soát lỏng lẻo có thể dẫn đến việc nhân viên không phận sự tiếp cận các khu vực nhạy cảm, gây ra sai sót vận hành hoặc cố ý đánh cắp dữ liệu. Do đó, một giải pháp an ninh tích hợp và thông minh là yêu cầu cấp thiết để đảm bảo an ninh nhà xưởng một cách toàn diện, từ cửa ngõ đến những khu vực trọng yếu nhất như trung tâm dữ liệu.

2.1. Thách thức bảo mật cho phòng server và trung tâm dữ liệu

Phòng server và trung tâm dữ liệu là "bộ não" của mọi doanh nghiệp công nghệ. Việc đảm bảo an toàn cho trung tâm dữ liệu là ưu tiên hàng đầu. Một sự xâm nhập trái phép có thể dẫn đến mất cắp dữ liệu khách hàng, mã nguồn sản phẩm hoặc gây gián đoạn toàn bộ hệ thống. Thẻ từ có thể bị đánh cắp hoặc sao chép, mật khẩu có thể bị lộ. Ngược lại, khóa cửa điện tử sử dụng vân tay đảm bảo chỉ những cá nhân được ủy quyền mới có thể truy cập, đồng thời ghi lại chính xác thời gian và danh tính người ra vào, tạo ra một lớp bảo vệ vững chắc.

2.2. Nguy cơ thất thoát tài sản trí tuệ tại phòng R D

Phòng Nghiên cứu và Phát triển (R&D) là nơi chứa đựng những bí mật thương mại và các thiết kế sản phẩm tương lai. Việc đảm bảo an ninh cho phòng R&D là sống còn. Sự cạnh tranh khốc liệt trong ngành điện tử làm gia tăng nguy cơ gián điệp công nghiệp. Kẻ xấu có thể truy cập để sao chép bản vẽ, nguyên mẫu hoặc các kết quả nghiên cứu. Hệ thống vân tay cho phép phân quyền truy cập đa lớp, ví dụ, chỉ các kỹ sư trưởng mới được vào khu vực lõi, trong khi nhân viên khác chỉ có thể tiếp cận các khu vực phụ trợ. Điều này giúp khoanh vùng và giảm thiểu rủi ro một cách hiệu quả.

III. Giải mã quy trình hoạt động của hệ thống mở cửa bằng vân tay

Một hệ thống mở cửa bằng vân tay không phải là một thiết bị đơn lẻ mà là một quy trình xử lý sinh trắc học gồm nhiều bước phức tạp. Quá trình này bắt đầu từ việc thu nhận hình ảnh vân tay thô, sau đó tiến hành các bước tiền xử lý để nâng cao chất lượng, trích xuất các đặc điểm duy nhất và cuối cùng là đối sánh với cơ sở dữ liệu đã đăng ký để ra quyết định. Đồ án của Hoàng Trọng Khánh (2015) đã tập trung sâu vào các thuật toán xử lý ảnh trên nền tảng Matlab. Cụ thể, nghiên cứu đã sử dụng các phương pháp như chuẩn hóa ảnh, ước lượng hướng và tần số vân, và đặc biệt là bộ lọc Gabor để làm rõ cấu trúc đường vân mà không làm mất các điểm đặc trưng. Quá trình này đảm bảo rằng ngay cả khi ảnh vân tay đầu vào bị nhiễu nhẹ do bụi bẩn hoặc độ ẩm, hệ thống vẫn có thể trích xuất chính xác các điểm Minutiae để so sánh, mang lại độ tin cậy cao cho việc xác thực sinh trắc học.

3.1. Từ đầu đọc vân tay đến dữ liệu số Quá trình thu nhận ảnh

Bước đầu tiên của hệ thống là sử dụng một đầu đọc vân tay (cảm biến). Các cảm biến quang học, như loại U.are.U 4500 được sử dụng trong nghiên cứu, hoạt động bằng cách chiếu sáng bề mặt ngón tay và ghi lại hình ảnh phản chiếu của các đường vân lồi và lõm. Hình ảnh analog này sau đó được chuyển đổi thành dữ liệu số (ảnh bitmap thang xám) để máy tính có thể xử lý. Chất lượng của bước này cực kỳ quan trọng, vì một hình ảnh mờ, nhiễu hoặc không đầy đủ sẽ ảnh hưởng trực tiếp đến độ chính xác của các bước sau.

3.2. Trích chọn điểm đặc trưng Minutiae Chìa khóa nhận dạng

Hệ thống không lưu trữ toàn bộ hình ảnh vân tay. Thay vào đó, nó phân tích ảnh số để tìm ra các điểm đặc trưng (Minutiae), chủ yếu là điểm kết thúc của đường vân (ridge ending) và điểm rẽ nhánh (bifurcation). Vị trí tương đối, hướng và loại của các điểm này tạo thành một "bản đồ" duy nhất cho mỗi vân tay. Quá trình này được gọi là trích chọn đặc trưng. Mẫu dữ liệu chứa thông tin về các điểm Minutiae này sẽ được mã hóa và lưu trữ trong cơ sở dữ liệu. Khi nhận dạng, hệ thống sẽ lặp lại quy trình và so sánh "bản đồ" mới tạo ra với các mẫu đã lưu.

IV. Bí quyết chọn khóa vân tay công nghiệp Các thuật toán cốt lõi

Không phải mọi hệ thống vân tay đều được tạo ra như nhau, đặc biệt là khi ứng dụng trong môi trường công nghiệp khắc nghiệt. Việc lựa chọn một khóa vân tay công nghiệp phù hợp đòi hỏi sự am hiểu về các thuật toán xử lý bên trong. Chất lượng của hệ thống phụ thuộc vào khả năng xử lý ảnh đầu vào thiếu hoàn hảo và độ chính xác của thuật toán đối sánh. Như đã trình bày trong tài liệu nghiên cứu, các bước tăng cường ảnh đóng vai trò quyết định. Việc sử dụng bộ lọc Gabor là một phương pháp tiên tiến giúp loại bỏ nhiễu và làm nổi bật cấu trúc vân. Sau khi trích xuất các điểm đặc trưng, thuật toán đối sánh (matching algorithm) sẽ so sánh hai bộ dữ liệu Minutiae. Các thuật toán hiện đại không chỉ so khớp vị trí điểm mà còn tính đến sự biến dạng đàn hồi của da, đảm bảo nhận dạng chính xác ngay cả khi người dùng đặt ngón tay ở các góc hoặc áp lực khác nhau. Đây là yếu tố phân biệt một khóa cửa điện tử cấp tiêu dùng và một giải pháp công nghiệp tin cậy.

4.1. Vai trò của bộ lọc Gabor trong việc tăng cường chất lượng ảnh

Bộ lọc Gabor là một công cụ xử lý ảnh mạnh mẽ được sử dụng rộng rãi trong nhận dạng vân tay. Đặc tính của nó cho phép lọc và làm nổi bật các đường vân theo một hướng và tần số nhất định. Trong thực tế, ảnh vân tay thường bị nhiễu do da khô, mồ hôi hoặc vết bẩn trên cảm biến. Thuật toán sẽ ước lượng hướng và tần số của các đường vân tại từng vùng của ảnh, sau đó áp dụng bộ lọc Gabor tương ứng để tái tạo lại cấu trúc vân một cách rõ nét. Kết quả là một hình ảnh "sạch" hơn nhiều, giúp cho việc trích xuất các điểm Minutiae ở bước sau trở nên chính xác hơn.

4.2. Phương pháp đối sánh và xác thực sinh trắc học chính xác

Sau khi có được hai bộ điểm đặc trưng (từ mẫu đầu vào và từ cơ sở dữ liệu), hệ thống cần một thuật toán để đối sánh chúng. Một phương pháp phổ biến là căn chỉnh hai bộ điểm này và đếm số lượng cặp điểm trùng khớp. Thuật toán Hough Transform, được đề cập trong nghiên cứu, là một kỹ thuật hiệu quả để tìm ra các tham số xoay và tịnh tiến tối ưu nhằm xếp chồng hai mẫu vân tay lên nhau. Sau khi căn chỉnh, hệ thống sẽ tính toán một điểm số tương đồng (similarity score). Nếu điểm số này vượt qua một ngưỡng được xác định trước, quá trình xác thực sinh trắc học được xem là thành công và hệ thống sẽ thực thi lệnh mở cửa.

V. Ứng dụng hệ thống vân tay Giải pháp an ninh tích hợp tối ưu

Sức mạnh thực sự của hệ thống mở cửa bằng vân tay trong ngành điện tử được thể hiện qua khả năng tích hợp và ứng dụng đa dạng. Nó không chỉ là một chiếc khóa đơn thuần mà là một phần của một giải pháp an ninh tích hợp toàn diện. Hệ thống có thể được triển khai tại nhiều vị trí chiến lược, từ cửa ra vào chính của nhà xưởng, phòng thí nghiệm, đến các khu vực yêu cầu an ninh cấp cao như phòng sạch và kho linh kiện. Hơn nữa, dữ liệu từ hệ thống vân tay có thể được đồng bộ hóa với các hệ thống khác. Ví dụ, việc tích hợp với hệ thống camera an ninh cho phép tự động ghi hình khi có người ra vào. Quan trọng hơn, nó có thể kết hợp với hệ thống quản lý nhân sự để thực hiện chấm công bằng vân tay, giúp tự động hóa quy trình, giảm thiểu sai sót và gian lận. Khả năng này biến hệ thống kiểm soát ra vào thành một công cụ quản lý vận hành hiệu quả.

5.1. Triển khai khóa cửa phòng sạch và khu vực sản xuất nhạy cảm

Phòng sạch (cleanroom) trong sản xuất vi mạch và linh kiện điện tử đòi hỏi kiểm soát nghiêm ngặt không chỉ về con người mà còn về môi trường. Việc sử dụng khóa cửa phòng sạch bằng vân tay giúp đảm bảo chỉ những nhân viên đã qua đào tạo và có phận sự mới được phép đi vào, hạn chế tối đa nguy cơ nhiễm bẩn. Tương tự, tại các khu vực sản xuất nhạy cảm, việc kiểm soát cửa tự động bằng sinh trắc học giúp quy trình vận hành diễn ra liền mạch, an toàn và chỉ giới hạn cho các kỹ sư có chuyên môn.

5.2. Tích hợp phần mềm quản lý ra vào và chấm công bằng vân tay

Một phần mềm quản lý ra vào trung tâm cho phép người quản trị có thể giám sát toàn bộ hoạt động truy cập trong nhà máy từ một nơi duy nhất. Quản trị viên có thể dễ dàng thêm, xóa hoặc phân quyền người dùng theo thời gian thực. Việc kết hợp chức năng chấm công bằng vân tay giúp loại bỏ hoàn toàn việc sử dụng thẻ giấy hoặc thẻ từ. Dữ liệu chấm công được ghi nhận chính xác, tự động và không thể gian lận, từ đó đơn giản hóa công tác tính lương và quản lý nhân sự, tiết kiệm thời gian và chi phí cho doanh nghiệp.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Vấn nạn trộm cắp tài sản nhà ở và công trình dân dụng luôn là một thách thức an ninh nghiêm trọng. Dẫn chứng số liệu từ Sở Công an TP. Hồ Chí Minh năm 2013 cho thấy trên địa bàn thành phố đã xảy ra 2.747 vụ trộm cắp tài sản, chiếm 53,77% tổng số vụ phạm pháp hình sự. Nguyên nhân chủ yếu xuất phát từ sự thiếu cảnh giác của người dân và đặc biệt là sự hạn chế về mặt bảo mật của các loại khóa cơ học truyền thống. Các ổ khóa thông thường dễ dàng bị vô hiệu hóa bởi các công cụ chuyên dụng như đoản phá khóa, vam phá khóa hay chìa khóa vạn năng.

Mặc dù các giải pháp khóa mã số điện tử đã ra đời để thay thế chìa cơ, phương thức này vẫn tồn tại nhược điểm như người dùng dễ quên mật mã hoặc bị kẻ gian nhìn trộm trong quá trình thao tác. Do đó, công nghệ sinh trắc học — đặc biệt là nhận dạng vân tay — trở thành hướng tiếp cận tối ưu. Dấu vân tay của mỗi cá nhân mang tính duy nhất (ngay cả ở các cặp sinh đôi cùng trứng) và ổn định suốt cuộc đời, khó bị làm giả hay đánh cắp.

Đề tài "Hệ thống mở cửa bằng vân tay" do sinh viên Hoàng Trọng Khánh thực hiện dưới sự hướng dẫn của ThS. Nguyễn Duy Thảo tại Trường Đại học Sư phạm Kỹ thuật TP.HCM (ngành Kỹ thuật Điện - Điện tử, Bộ môn Điện tử Công nghiệp) tập trung vào việc thiết kế và triển khai một hệ thống khóa cửa sinh trắc học tự động.

Hệ thống đặt ra các mục tiêu và nhiệm vụ nghiên cứu cụ thể:

1. Khảo sát cảm biến nhận dạng vân tay quang học DigitalPersona U.are.U 4500 và xây dựng phương thức thu nhận ảnh vân tay số hóa từ thiết bị.
2. Xây dựng các thuật toán xử lý ảnh số trên môi trường Matlab nhằm nâng cao chất lượng ảnh, trích chọn các điểm đặc trưng (Minutiae) và lưu trữ vào cơ sở dữ liệu.
3. Thực hiện thuật toán đối sánh mẫu vân tay đầu vào với cơ sở dữ liệu đã lưu, từ đó ra lệnh điều khiển cơ cấu chấp hành đóng/mở cửa hoặc kích hoạt cảnh báo an ninh.

Phạm vi và giới hạn của đề tài:

• Hệ thống hoạt động trong điều kiện nguồn điện cung cấp liên tục và môi trường lắp đặt trong nhà.
• Quy mô cơ sở dữ liệu vân tay được thiết kế ở cấp độ hộ gia đình.
• Cơ cấu chấp hành đóng/mở cửa và báo động ở giai đoạn này được mô hình hóa và kiểm nghiệm thông qua hệ thống đèn chỉ thị trạng thái điều khiển bởi vi điều khiển.

---

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình sinh trắc vân tay

Vân tay được hình thành từ các đường vân lồi (ridge) và vân lõm (valley) trên bề mặt đầu ngón tay. Trong cấu trúc sinh trắc học vân tay, các điểm đặc trưng được chia thành hai nhóm chính:

• Minutiae (Điểm đặc trưng cục bộ): Gồm khoảng 150 dạng biến thể, trong đó hai dạng cơ bản và phổ biến nhất được sử dụng trong xử lý nhận dạng là điểm kết thúc (Ridge Ending - điểm mút của một đường vân) và điểm rẽ nhánh (Ridge Bifurcation - điểm một đường vân tách đôi thành hai nhánh).
• Singularity (Điểm đặc trưng toàn cục): Gồm các điểm dị thường trên bề mặt vân tay như điểm tâm (Core) và điểm tam giác (Delta), thường dùng để phân loại dạng vân tay (vòng xoáy, vòng cung, quặp cong).

Dạng Minutiae cơ bản:

Đối với phương pháp nhận dạng, tác giả đã khảo sát ba hướng tiếp cận chính:

1. Đối sánh dựa trên điểm đặc trưng (Minutiae matching): Trích xuất tọa độ và góc hướng của các điểm minutiae để so sánh độ tương đồng.
2. Đối sánh tương quan điểm ảnh (Correlation-based matching): Xếp chồng hai ảnh vân tay và tính toán hệ số tương quan mức xám pixel.
3. Đối sánh mẫu đường vân (Ridge feature-based matching): Trích xuất và so sánh trực tiếp hình học của toàn bộ hệ thống đường vân.

Đề tài lựa chọn phương pháp đối sánh điểm đặc trưng Minutiae do thuật toán có độ phức tạp tính toán vừa phải, tốc độ xử lý nhanh, tối ưu hóa được dung lượng bộ nhớ lưu trữ mẫu và giảm tải cho hệ thống xử lý.

---

Phương pháp xử lý ảnh và thuật toán trích chọn đặc trưng

Quy trình xử lý ảnh vân tay được xây dựng dựa trên mô hình nghiên cứu của Lin Hong và Anil Jain (1998), gồm các bước xử lý liên hoàn:

Bước xử lý	Thuật toán / Phương pháp áp dụng	Mục đích kỹ thuật
Chuẩn hóa ảnh (Normalization)	Chuẩn hóa mức xám dựa trên kỳ vọng ($M_0$) và phương sai ($VAR_0$) mong muốn	Đưa độ tương phản và mức xám của ảnh về dải chuẩn, giảm ảnh hưởng của lực ấn ngón tay
Ước lượng hướng vân (Orientation Estimation)	Mặt nạ Sobel tính đạo hàm theo trục x, y; kết hợp bộ lọc thông thấp kích thước $5 \times 5$	Xác định góc nghiêng $\theta(i,j)$ của các đường vân cục bộ trên từng khối $w \times w$ ($16 \times 16$)
Ước lượng tần số vân (Frequency Estimation)	Phân tích cửa sổ định hướng $32 \times 16$ dọc theo hướng vân, mô hình hóa dạng sóng sin	Xác định khoảng cách trung bình giữa các đỉnh vân kề nhau, dải tần số chuẩn nằm trong khoảng $[1/25, 1/3]$
Tạo vùng mặt nạ (Region Mask)	Đánh giá 3 tham số: biên độ đỉnh sóng ($\alpha$), tần số ($\beta$), độ sai lệch ($\gamma$)	Phân lập vùng vân tay có khả năng phục hồi với vùng nền nhiễu không thể khôi phục
Lọc Gabor 2D	Bộ lọc Gabor đối xứng 2 chiều điều biến theo hướng $\phi$ và tần số $f$	Loại bỏ nhiễu, làm mịn và nối liền các đường vân đứt quãng mà không làm mất cấu trúc thực
Nhị phân hóa ảnh	Tách ngưỡng thích nghi tự động (Adaptive Thresholding)	Chuyển đổi ảnh mức xám sau lọc sang ảnh nhị phân (chỉ gồm hai giá trị 0 và 1)
Làm mỏng ảnh (Thinning)	Phép biến đổi hình thái học bwmorph ('thin', 'spur')	Rút gọn độ rộng các đường vân về đúng 1 pixel mà vẫn bảo toàn cấu trúc hình học
Trích chọn Minutiae	Phương pháp số bắt chéo (Crossing Number - $CN$) trên vùng lân cận $3 \times 3$	Xác định điểm kết thúc ($CN=1$), điểm trung gian ($CN=2$) và điểm rẽ nhánh ($CN>2$)
Hậu xử lý (Post-processing)	Áp dụng ngưỡng khoảng cách $D$ trên 7 mẫu sai hỏng ($m_1$ đến $m_7$)	Loại bỏ các điểm minutiae giả tạo do nhiễu đứt đoạn, nhánh ngắn hoặc gai dính

---

Phương pháp đối sánh vân tay

Quá trình so khớp hai tập hợp điểm đặc trưng Minutiae (mẫu đầu vào $E$ và mẫu cơ sở dữ liệu $T$) sử dụng hai bước liên tiếp:

1. Biến đổi tọa độ bằng thuật toán Hough: Rời rạc hóa không gian 4 chiều $(\Delta x, \Delta y, \theta, s)$ đại diện cho độ tịnh tiến trục x, độ tịnh tiến trục y, góc xoay và hệ số co giãn. Mảng tích lũy $A[\Delta x, \Delta y, \theta, s]$ được cực đại hóa để tìm bộ thông số căn chỉnh không gian tối ưu nhất.
2. Đối sánh điểm (Point Matching): Sau khi tịnh tiến và xoay tập điểm, từng cặp điểm được so khớp dựa trên dung sai khoảng cách không gian $r_0$ và dung sai góc lệch $\theta_0$: $$\sqrt{(x_i - x_j)^2 + (y_i - y_j)^2} \le r_0$$ $$\min(|\theta_i - \theta_j|, 360^\circ - |\theta_i - \theta_j|) \le \theta_0$$ Tỷ lệ tương đồng (%) được tính bằng tỷ số giữa số cặp điểm trùng khớp trên tổng số điểm đặc trưng của mẫu đối chứng. Nếu tỷ lệ vượt ngưỡng cài đặt trước, hệ thống xác nhận nhận dạng thành công.

---

Thiết kế và triển khai hệ thống

Kiến trúc phần cứng

Hệ thống được thiết kế theo mô hình phân tán gồm ba khối chức năng chính:

• Khối thu nhận ảnh: Sử dụng cảm biến quang học DigitalPersona U.are.U 4500 kết nối với máy tính qua chuẩn USB 2.0.
• Khối xử lý trung tâm: Máy tính cá nhân chạy các thuật toán tiền xử lý, trích xuất đặc trưng và đối sánh dữ liệu.
• Khối chấp hành & Cảnh báo: Mạch điều khiển sử dụng vi điều khiển PIC16F887 nhận lệnh từ máy tính thông qua giao tiếp nối tiếp RS232 (cổng COM, tốc độ truyền 9600 baud, xung nhịp thạch anh 20 MHz).

Thông số kỹ thuật của cảm biến DigitalPersona U.are.U 4500:

• Điện áp hoạt động: $5.0\text{V} \pm 5%$ cấp qua cổng USB.
• Dòng điện tiêu thụ: $<100\text{mA}$ (chế độ quét), $120\text{mA}$ (chế độ chờ), $<0.5\text{mA}$ (chế độ tạm dừng).
• Định dạng dữ liệu quét: Ảnh mức xám 8-bit, độ phân giải chuẩn 500 dpi.
• Khả năng chống tĩnh điện (ESD): $>15\text{kV}$.
• Chuẩn giao tiếp: USB 2.0 Full-speed.

---

Kiến trúc phần mềm và giao thức giao tiếp

Phần mềm hệ thống được chia thành hai module hoạt động phối hợp:

1. Chương trình thu nhận ảnh (Visual Basic 6.0): Sử dụng thư viện SDK của nhà sản xuất (DPFPCapture, DPFPSampleConversion) để giao tiếp ngầm với driver cảm biến. Khi người dùng đặt tay lên lăng kính, sự kiện Capture_OnComplete tự động chụp, chuyển đổi và lưu file ảnh định dạng bitmap (Img.bmp) xuống ổ đĩa cục bộ.
2. Chương trình xử lý và đối sánh (Matlab 2013b GUI):
   • Xây dựng giao diện đồ họa người dùng với hệ thống nút chức năng độc lập (từng bước tiền xử lý, nhị phân, trích chọn, hiển thị điểm minutiae) và các nút điều khiển tự động.
   • Chế độ tự động trực tuyến (Online Mode): Sử dụng hàm imfinfo để liên tục giám sát sự thay đổi thời gian tạo file (FileModDate) của file Img.bmp. Khi phát hiện file mới, Matlab tự động kích hoạt chuỗi xử lý và đối sánh với toàn bộ các mẫu đã lưu trong thư mục cơ sở dữ liệu (localtuutru).

Giao thức truyền thông máy tính - Vi điều khiển (UART Protocol): Máy tính truyền các ký tự mã hóa đơn byte qua cổng COM:

• Ký tự 'x': Báo hiệu hệ thống đang trong tiến trình xử lý ảnh $\rightarrow$ PIC16F887 bật sáng LED chỉ thị xử lý (chân B5).
• Ký tự 'y': Nhận dạng vân tay chính xác $\rightarrow$ PIC16F887 tắt LED xử lý, bật sáng LED mở cửa (chân B6) trong khoảng thời gian định trước.
• Ký tự 'n': Vân tay không khớp $\rightarrow$ PIC16F887 tắt LED xử lý và tăng biến đếm số lần sai (dem). Nếu nhập sai 2 lần liên tiếp (dem == 2), vi điều khiển kích hoạt chu trình nhấp nháy LED cảnh báo 50 chu kỳ liên tục.

---

Nội dung chính theo từng chương

Chương 1: Tổng quan

Trình bày tính cấp thiết của đề tài xuất phát từ thực trạng tội phạm trộm cắp tài sản và các lỗ hổng của khóa cơ truyền thống cũng như khóa số. Khái quát tình hình ứng dụng công nghệ sinh trắc học vân tay trên thế giới và tại Việt Nam. Xác định rõ mục tiêu, nhiệm vụ nghiên cứu, phạm vi giới hạn của đề tài và tổng quan các chương trong đồ án.

Chương 2: Cơ sở lý thuyết

Nghiên cứu bản chất sinh học của vân tay, tính duy nhất và tính bất biến theo thời gian. Trình bày chi tiết các dạng đặc trưng hình học của vân tay gồm Minutiae (điểm kết thúc, rẽ nhánh, cầu nối, đảo vân, móc) và Singularity (Core, Delta). Phân tích cấu trúc hệ thống nhận dạng vân tay tổng quát và so sánh ba phương pháp nhận dạng chính: so khớp minutiae, so khớp tương quan ảnh và so khớp mẫu đường vân.

Chương 3: Thiết kế hệ thống mở cửa bằng vân tay

Xây dựng sơ đồ khối tổng thể của hệ thống. Giới thiệu chi tiết phần cứng cảm biến U.are.U 4500 của DigitalPersona, nguyên lý hoạt động quang học dựa trên diode nhạy sáng và lớp photphor phát sáng. Thiết lập mô hình kết nối máy tính - vi điều khiển và cấu trúc ba khối xử lý quan trọng: tiền xử lý, trích chọn đặc trưng và đối sánh.

Chương 4: Thuật toán xử lý

Đây là chương trọng tâm của đồ án, mô tả chi tiết cơ sở toán học và thuật toán thực thi cho từng khâu:

• Công thức chuẩn hóa ảnh dựa trên kỳ vọng và phương sai.
• Thuật toán Sobel và bộ lọc thông thấp $5 \times 5$ ước lượng hướng vân.
• Ước lượng tần số vân bằng phân tích sóng sin trên cửa sổ định hướng $32 \times 16$.
• Thiết kế bộ lọc Gabor 2 chiều thích nghi.
• Kỹ thuật tách ngưỡng tự động và làm mỏng vân bảo toàn cấu trúc topo.
• Thuật toán Crossing Number ($CN$) phát hiện điểm đặc trưng.
• Quy tắc hình học loại bỏ 7 dạng minutiae sai ($m_1$ đến $m_7$).
• Thuật toán biến đổi Hough 4 chiều và công thức tính tỷ lệ tương đồng đối sánh.

Chương 5: Kết quả thực nghiệm

Trình bày kết quả xây dựng phần mềm trên Visual Basic 6.0 và giao diện điều khiển trên Matlab 2013b. Minh họa các kết quả xử lý ảnh trung gian qua từng giai đoạn: ảnh gốc, ảnh chuẩn hóa, ảnh sau lọc Gabor, ảnh nhị phân, ảnh làm mỏng, tọa độ các điểm minutiae sau khi loại bỏ điểm giả. Đánh giá hoạt động của mạch điều khiển vi điều khiển PIC16F887 với các trạng thái LED phản hồi tương ứng với mã lệnh truyền qua cổng RS232.

Chương 6: Kết luận và hướng phát triển

Đánh giá toàn diện các kết quả đạt được về mặt phần cứng lẫn phần mềm. Phân tích các hạn chế còn tồn tại về tốc độ tính toán của bộ lọc Gabor, phương thức giao tiếp dữ liệu trung gian giữa VB6 và Matlab, và đề xuất các giải pháp kỹ thuật phát triển trong tương lai.

---

Kết quả và đóng góp

Kết quả đạt được

Đồ án đã triển khai thành công một mô hình thực nghiệm hoàn chỉnh từ thu nhận tín hiệu đến xử lý giải thuật và chấp hành:

• Làm chủ giao tiếp phần cứng với cảm biến quang học DigitalPersona U.are.U 4500 thông qua bộ thư viện SDK trên Visual Basic 6.0, cho phép trích xuất ảnh vân tay 8-bit grayscale chuẩn 500 dpi.
• Xây dựng thành công chuỗi thuật toán xử lý ảnh trên Matlab 2013b, nâng cao độ rõ nét của ảnh vân tay bị mờ hoặc dính vết bẩn bằng bộ lọc Gabor, trích xuất chính xác tọa độ và hướng của các điểm minutiae bằng giải thuật Crossing Number kết hợp loại bỏ 7 dạng sai hỏng hình học.
• Thiết lập cơ chế nhận dạng trực tuyến (online) tự động: hệ thống tự phát hiện khi có mẫu vân tay mới, thực hiện đối sánh Hough và xuất tín hiệu điều khiển UART tới vi điều khiển PIC16F887.
• Hệ thống điều khiển chấp hành phản hồi chính xác ba trạng thái: Đang xử lý (sáng LED B5), Mở cửa (sáng LED B6 khi khớp vân tay) và Cảnh báo an ninh (chớp tắt LED B6 khi nhập sai 2 lần liên tiếp).

Quy trình thực thi tín hiệu:
[Đặt ngón tay] 

Đóng góp kỹ thuật

• Tích hợp thành công cảm biến vân tay thương mại dạng độc lập (dành cho nhà phát triển) vào hệ thống điều khiển tự động thay vì sử dụng các module khóa cửa đóng gói sẵn trên thị trường.
• Hiện thực hóa quy trình tăng cường ảnh vân tay phức tạp (kết hợp Normalization, Orientation, Frequency, Mask và Gabor Filter) trên công cụ Matlab, tạo ra bộ công cụ trực quan hỗ trợ nghiên cứu cấu trúc sinh trắc học.
• Đề xuất và kiểm nghiệm cơ chế vận hành trực tuyến tự động qua việc giám sát tệp tin trung gian, tạo tiền đề cho việc xây dựng các hệ thống kiểm soát ra vào thời gian thực.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của hệ thống

1. Phương thức liên kết phần mềm chưa tối ưu: Hệ thống vẫn phải sử dụng hai môi trường phần mềm riêng biệt (Visual Basic 6.0 để giao tiếp cảm biến và Matlab để xử lý ảnh), việc trao đổi dữ liệu thông qua tệp tin trung gian trên ổ đĩa làm tăng độ trễ toàn hệ thống.
2. Thời gian xử lý của giải thuật: Bộ lọc Gabor 2 chiều và việc quét ước lượng hướng/tần số trên từng khối tiêu tốn nhiều tài nguyên tính toán, kéo dài thời gian phản hồi khi nhận dạng.
3. Độ phức tạp khi duyệt cơ sở dữ liệu lớn: Thuật toán đối sánh tuần tự từng mẫu khiến thời gian phản hồi đối với mẫu vân tay sai lâu hơn đáng kể so với mẫu vân tay đúng.
4. Cơ sở đối sánh đơn lẻ: Hệ thống chỉ dựa trên các điểm Minutiae cục bộ; khi ngón tay bị xước sâu, mòn vân hoặc đặt sai góc quá lớn, tỷ lệ đối sánh chính xác có thể bị suy giảm.
5. Cơ cấu chấp hành ở mức mô hình: Hệ thống mới thử nghiệm qua các đèn chỉ thị LED và mạch vi điều khiển, chưa tích hợp chốt khóa điện từ (solenoid lock) hay khóa từ hút thực tế.

Hướng phát triển

• Xây dựng phần mềm thu nhận và xử lý ảnh tích hợp duy nhất (trên C/C++ hoặc C#) để loại bỏ độ trễ lưu trữ tệp tin trung gian.
• Tối ưu hóa giải thuật tăng cường ảnh hoặc sử dụng các bộ lọc có độ phức tạp thấp hơn nhằm rút ngắn thời gian xử lý thời gian thực.
• Bổ sung các đặc trưng toàn cục (Singularity: Core, Delta) kết hợp với đặc trưng Minutiae để nâng cao độ chính xác nhận dạng.
• Ứng dụng mạng nơ-ron nhân tạo (Neural Network) hoặc các thuật toán học máy trong khâu đối sánh nhằm tăng tốc độ truy vấn khi cơ sở dữ liệu vân tay mở rộng quy mô.
• Tích hợp cơ cấu khóa điện từ thực tế và module truyền thông báo động không dây (GSM/SMS hoặc cảnh báo qua mạng).

---

Giá trị tham khảo

Đồ án là tài liệu tham khảo kỹ thuật hữu ích cho:

• Sinh viên ngành Kỹ thuật Điện - Điện tử, Kỹ thuật Điều khiển & Tự động hóa, và Công nghệ Thông tin: Tham khảo quy trình thiết kế hệ thống nhúng tích hợp xử lý ảnh, lập trình vi điều khiển PIC giao tiếp máy tính qua RS232, và kỹ thuật lập trình giao diện GUI trên Matlab.
• Người nghiên cứu về Xử lý ảnh sinh trắc học: Nắm bắt chi tiết các bước toán học trong quy trình tiền xử lý ảnh vân tay của Lin Hong, cách cài đặt thuật toán lọc Gabor 2D, giải thuật số bắt chéo (Crossing Number) để trích xuất Minutiae và giải thuật đối sánh Hough.
• Kỹ sư phát triển hệ thống an ninh: Tham khảo nguyên lý thu nhận dữ liệu từ cảm biến quang học DigitalPersona U.are.U 4500 và kiến trúc hệ thống kiểm soát cửa ra vào ở quy mô vừa và nhỏ.

---

Câu hỏi thường gặp

1. Cảm biến vân tay sử dụng trong đề tài là loại nào và hoạt động theo nguyên lý gì?
Hệ thống sử dụng cảm biến quang học DigitalPersona U.are.U 4500. Thiết bị hoạt động bằng cách sử dụng lớp photphor phát sáng chiếu vào bề mặt ngón tay đặt trên lớp cảm ứng kính; ánh sáng phản xạ từ các đỉnh và thung lũng vân tay sẽ được mảng diode nhạy sáng thu nhận, tái tạo thành ảnh mức xám 8-bit độ phân giải 500 dpi và truyền qua cổng USB.

2. Tại sao tác giả lại chọn phương pháp đối sánh dựa trên điểm Minutiae thay vì tương quan điểm ảnh?
Phương pháp đối sánh điểm Minutiae được lựa chọn vì thuật toán trích chọn và so khớp tọa độ điểm không quá phức tạp, tốc độ tính toán nhanh hơn, dung lượng dữ liệu lưu trữ cho mỗi mẫu vân tay rất nhỏ và giảm thiểu đáng kể gánh nặng xử lý cho hệ thống so với phương pháp so sánh toàn bộ điểm ảnh.

3. Bảy loại điểm Minutiae sai ($m_1$ đến $m_7$) được xử lý như thế nào sau khi làm mỏng ảnh?
Hệ thống thiết lập một ngưỡng khoảng cách cửa sổ $D$. Khi các điểm minutiae rơi vào các trường hợp lỗi hình học (như một nhánh ngắn nối vào đường vân, hai điểm rẽ nhánh quá gần nhau, đường vân kết thúc có nhánh ngắn, hoặc các nhánh nhỏ nằm trong ngưỡng cửa sổ), toàn bộ các điểm đặc trưng trong vùng ngưỡng $D$ đó sẽ bị loại bỏ để tránh gây sai lệch kết quả đối sánh.

4. Vi điều khiển PIC16F887 xử lý các lệnh điều khiển từ máy tính gửi xuống như thế nào?
Vi điều khiển nhận dữ liệu byte nối tiếp từ Matlab qua giao tiếp UART (baud 9600). Khi nhận ký tự 'x', vi điều khiển bật LED báo đang xử lý (B5). Khi nhận ký tự 'y', vi điều khiển bật LED mở cửa (B6). Khi nhận ký tự 'n', vi điều khiển ghi nhận 1 lần sai; nếu số lần nhận ký tự 'n' liên tiếp đạt 2 lần, PIC16F887 sẽ kích hoạt chương trình nhấp nháy LED cảnh báo 50 lần liên tục.

5. Điểm cải tiến và hạn chế lớn nhất trong khâu vận hành thực nghiệm của đề tài là gì?
Điểm cải tiến là hệ thống đã vận hành được ở chế độ trực tuyến (online) tự động: tự động bắt ảnh từ cảm biến, tự gọi chuỗi hàm xử lý Matlab và xuất lệnh điều khiển chấp hành. Hạn chế lớn nhất là dữ liệu ảnh phải trung chuyển qua tệp tin lưu trên đĩa giữa phần mềm Visual Basic 6.0 và Matlab, làm phát sinh độ trễ xử lý.

---

Kết luận

Đồ án "Hệ thống mở cửa bằng vân tay" đã nghiên cứu và ứng dụng thành công kỹ thuật xử lý ảnh sinh trắc học vào hệ thống kiểm soát cửa tự động. Tác giả đã làm chủ quy trình thu nhận dữ liệu từ cảm biến quang học U.are.U 4500, xây dựng hoàn chỉnh chuỗi giải thuật tăng cường ảnh Gabor, trích chọn Minutiae bằng Crossing Number và đối sánh bằng thuật toán Hough trên Matlab. Kết quả thực nghiệm chứng minh hệ thống có khả năng nhận dạng chính xác và điều khiển ổn định cơ cấu chấp hành thông qua vi điều khiển PIC16F887, tạo nền tảng vững chắc cho các nghiên cứu phát triển khóa thông minh thương mại hóa.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan. Chương này trình bày khái quát về lĩnh vực nghiên cứu, tình hình nghiên cứu, tầm quan trọng, và mục tiêu của đề tài. Chương 2: Cơ sở lý thuyết: chương này trình bày cơ sở lý thuyết về sinh trắc vân tay và phương pháp nhận dạng vân tay. Chương 3: Thiết kế hệ thông mở khóa bằng vân tay Chương 4: Thuật toàn xử lý quản trọng, Chương S: Kết quả thực nghiệm: Chương 6; Phần kết luận và hướng phát triển của đề tái Chuong 2 CO SO LY THUYET 2.1 Sinh trắc vân tay là gì? 'Vân tay là hình ảnh lớp da trên mỗi đầu ngón tay, nó được tạo bởi những vân lồi và vân lõm với nhiều cách bố trí khác nhau (Hình 2.

Chúng được hình thành từ khi chúng ta còn trong bụng mẹ. Mỗi người được cho là có một bộ vân tay duy nhất trên thế giới ngay cả khi hai người sinh đôi cùng chung DNA cũng có vân tay khác nhau. Double loops Hinh 2.1 Một số dang vân tay (trái) và vân tay được chụp từ cảm biến U. Van tay là một phần trong sinh trắc học, ngành khoa học sử dụng những thuộc tính vật lý, đặc điểm sinh học của mỗi cá nhân để nhận diện.

Vân tay có tính ổn định không thay đổi trong suốt cuộc đời của một người dù cho tốn thương làm mắt vân tay nhưng sau một thời gian nó cũng phục. hồi lại được. Hầu như sinh ra ai cũng có vân tay và tỉ lệ một vân tay khác giống hoàn toàn gần như bằng không. Vì vậy vân tay được sử dụng phổ biến nhất trong công nghệ sinh trắc.

Vân tay được chia thành nhiều loại dựa theo sự sắp xếp bố trí của các đường vân, [3]người ta ước tính có khoảng 150 loại đặc điểm được tạo bởi chúng và được chia làm 2 loại phổ biến: Minutiae và Singularity. Minutiae: là những chỉ tiết nhỏ trên mỗi vân tay (Hình 2.2) Minutiae Example _ Minutiae Example ridge ending 1 [= bridge 7 = bitlureatlon ? == | =| double bifurcation 8 NE dot 3 c si] teiturcation 9 —Z je ¬ >> Ielandl (shiofttidgs) 4 = opposed biturcetions 19 | ZA lake (enelveure) 5 | ridge crossing 1 CC i = Ĩ opposed — hook (spur) ‘ | =| bifurcation/ridge 2 > Sas ending c=— Hình 2.2 Các loại Minutiae nhúng chủ yêu thường gặp ở dạng là điểm kết thúc của một é: ending) va điểm rẽ nhánh (Bifurcation) (Hình 2. Singularity: Là những vùng có cấu trúc khác so với những vùng có cầu trúc. song song người ta gọi là Singularity.

Có thể thấy rõ là ở dạng này có hai đặc điểm cơ bản Core và Delta (Hình 2. Tùy vào vị trí của hai loại này người ta có nhiều loại khác nhau. Ridge Ending Ridge Bifurcation Hình 2.4 Dựa vào vị trí của Core và Delta người ta phân thành nhiều loại 2.2 _ Hệ thống nhân dạng vân tay 4+ Cấu trúc hệ thống nhận dạng Để xây dựng một hệ thống nhận dạng vân tay (Hình 2.5) ta phải xây dựng được cơ sở dữ liệu chứa vân tay người sử dụng. Sau đó chỉ cần đối sánh vân tay cần nhận dang với cơ sở dữ liệu đã được lưu trong hệ thống.

Hệ thống sẽ tự động nhận dạng vân tay từ cảm biến với tất cả mẫu vân đã được lưu trong hệ thống Và đưa ra quyết định làm gì tùy vào mục đích người sử dụng. Xử lý và Tác trích đặc động trưng, Cơ12 sở aie | dữ | Hinh 2.5 Hệ thống nhận dang vân tay Irong đó đưộc chía làm hai khâu quan trọng: khâu xử lý wi Khầu nhận dụng. > Khầu xử lý trích đặc trưng: Để có được dữ liệu lưu trữ vân tay cho thì người dùng cần phải có một thiết bị chụp được ảnh vân tay và chuyển sang dữ liệu số để Matlab dé dang xử lý. Tuy nhiên hình ảnh từ cảm biến thu được đôi khi chưa đạt được chất lượng tốt do một số ảnh hưởng như nhiễu từ dấu vân còn trên mặt cảm biến, lực ấn chưa đủ.

Vì thế sau khi có hình ảnh của vân tay đưa vào Matlab ta sẽ phải qua giai đoạn tiền xử lý ảnh và tăng cường hình ảnh. Ở giai đoạn này ảnh vân tay sẽ được xoay cắt những phan khong cần thiết sau đó sẽ được qua một số hàm xử lý tăng cường ảnh để cho một vân có chất lượng tốt mà không mắt các điểm đặc trưng thực. Đây là giai đoạn quan trọng nhất trong việc trích chọn đặc trưng sau này. Ảnh sẽ được loại bỏ những thông tin nhiễu hay không cần thiết.

Sau đó ảnh sẽ qua các giai đoạn xử lý chuyển sang dạng nhị phân, làm mảnh phục vụ cho việc tìm các điểm đặc trưng lưu vào cơ sở dữ liệu bằng một phương pháp đỏ tim, > _. Khâu nhận dạng đối sánh vân tay cũng tương tự như những bước lưu dữ liệu chỉ khác là ở giai đoạn lưu dữ liệu ta sẽ thay vào đó việc đối sánh với từng vân tay có trong hệ thống. Bằng thuật toán đối sánh vân tay sẽ dựa vào thông tin của các đặc trưng (gồm: tọa độ(x. hướng cúa đặc trưng, góc tạo bởi tiếp tuyến của đường vân với trục ngang.) của hai vần tay để tìm ra điểm giếng nhau.

Tính toán tỉ lệ giống nhau giữa hai vận tay cho ta biết độ tường đồng của chúng là bao nhiêu. Nếu đạt được ngưỡng cho phép thì sẽ tác thực hiện nhiệm vụ tiếp theo của hệ thống. 2/3 Cie phương pháp nhận dang van tay Hiện này cả ha phuang pháp nhận dạn so Phường pháp thủ nhật, dựa vào việc tìm và so sánh các c trưng Gminutae) của hai vân tay để tính toán tỉ lệ giống nhau. ®— Phuong pháp thú hai, bằng việc xếp chồng hai mau van gười ta tính toàn sự tương quan giữa các điểm ảnh (pixel) để tìm ra điềm giống nhau, » _ Phương pháp thứ ba, tương tự như như phương pháp thứ ñ2( zz#ig sử dụng đường vân thay cho toàn bộ ảnh, bằng việc tách đường vân 12 người ta so sánh chúng với nhau để nhận dạng.

Trong đó phương pháp thứ nhất được sử dụng trong đề tài nảy, vì thuật toán tìm các điểm đặc trưng không phức tạp và kết quả đối sánh nhanh hơn các phương pháp còn lại, giảm gánh nặng xử lý. Chương 3 THIET KE HE THONG MO CWA BANG VAN TAY 3. Sơ đồ khối và phần cứng ( Trích đặc Cảm biến lại Nhận dạng Mở cửa ( trưng Hình A21 So đề khỏi hệ thống mớ cửa báng van tay Phần cũng hệ thẳng trong đề tài này gồm một cảm biến ván 1⁄2y vá một máy tinh dam nhiệm việc xử ly cũng như tác động xuống hệ thống chấp hanh (mé hinh).0 Cam biển văn tay Theo tìm hiểu của nhóm thì trên thị trường Việt Nam có nhiều loại căm biến vân tay, hầu hết chúng được tích hợp trong các thiết bị mang tính ứng dụng như máy chấm công, khóa cửa vân tay. Cho nên việc lấy được ảnh vân tay cũng gặp nhiêu khó khăn.

Trong đó nhóm đã liên hệ và đặt mua được thiết bị đọc vân tay U.U 4500 của hãng Digital Persona (Hình 3.2 Thiết bị đọc vân tay U.U 4500 hãng Digit Tuy nhiên việc lấy ảnh ra từ thiết bị này nhà sản xuất cung cấp một thư viện và một chương trình mẫu. Nhóm đã nghiên cứu và tìm được cách lấy ảnh được từ thiết bị. Hoạt động của thiết bị này tương tự như một máy ảnh kỹ thuật số có cấu tạo đặc biệt. Lớp trên cùng của mặt kiếng ( nơi đặt ngón tay vào) được gọi là lớp cảm ứng.

Dưới lớp này là một lớp photphor phát sáng chiếu vào bề mặt ngón tay. Ánh sáng phản chiếu từ các ngón tay đi qua lớp photphor sẽ được các diode nhạy sáng tái tạo lại và tổng hợp thành hình ánh của vân tay đó và được chuyển đổi sang dạng số hóa phục phụ cho việc xử lý[1] Hình ảnh vận tay từ cảm tide cho ra kết quá ánh khá tốt, song đo một số trudng hop hie vain tay ẩm tết, vách đặt ngón tay báy vét in con trên cảm biến lại Jam anh van tay bị nhiều cho vhải lượng không được tốt, Điều nà; ng nhiều đến việc tìm các đặc trưng mặt cách chính xác, Cho nên ảnh vân tay v Ông sẽ được qua các bu Vũ lý môi có thể trích chọn đặc trưng được. Phén quan trong cla hệ thông chủ vêu là hài Khôi trích đặc trưng và khối nhận dang.2) May tinh Cần có cài các phần mềm hỗ trợ cho việc thực hiện đồ án như: - Mierosoft Visual Basic 6.0, driver cảm biến vân tay: giao ti cảm biến thông qua cổng USB - Matlab2013b: Xử lý ảnh trích chọn điểm đặc trưng, thực hiện nhận dạng, và tác động đến hệ thống.3 Hệ thống chấp hành xuống, Cơ cấu chấp hành của hệ thống (Hình 3.3) sẽ được thực thi khi có tín hiểu gửi từ máy tính và được xử lý tác động bằng vi điều khiển, do giới hạn đề tài nên việc đèn. mở cửa, cảnh báo được thay bằng việc tắt mở các 10 Hình 3.3 Mô hình cơ cầu chấp hành 3.2 Các khối xử lý quan trọng 3.1 Khối trích đặc trưng Để trích điểm đặc trưng từ ảnh vân tay phải trải qua ba công đoạn đã được nghiên cứu và sử dụng phổ biến[6].

Gồm có: Tiền xử lý, xử lý trích chọn đặc trưng và sau xử lý.4) - _ Tiền xử lý bao gồm các thuật toán nâng cao chất lượng ảnh và nhị phân ảnh nhằm mục đích cải thiện rõ rang cấu trúc các đường vân cho công việc trích chọn Minutiae. Có nhiều phương pháp để tăng cường hình ảnh trong đó Lọc Phương pháp Gabor là một trong những phương pháp phổ biến nhất hiện nay. nghiên cứu bởi Lin Hong [2], bao gồm: Chuẩn hóa ảnh này là một Estimation), ước (Normalization), ước lượng hướng vân (Orientation Image 11 lượng tần số vân (Frequency Image Esti mation), tạo vùng mặt nạ (Region Mask Generation) và lọc Gabor (Filtering) (Hin h 3.5) Trich ac trung iền xử lý = > Tăng cường ảnh a a | > Nhi phan anh “Trích chọn minutiae > Làm mỏng vân | > Tìm điểm Minutiae Ñau xử Vly lý 3 Ả Seas = > Loại diém Minutiae sai Đinh Á24 Các công đoạn trong việc tích đặc trưng Sau khi tầng cường xong việc còn là chuyên đổi ảnh xám sau Igc Gabor sang ảnh được nhị phản (có giá trị là 0 và 1). - Trich đặc trung: Ảnh được nhị phân được làm mảnh bề dày củ4 ván ty xuống cồn một điểm ảnh mà cấu trúc vân vẫn được bảo toàn.

Sau khí ánh đã được tàm mỏng thì một phép quét ảnh sẽ trích ra được các điểm đặc trưng. -_ Sau xử lý: là bước loại bỏ những điểm đặc trưng sai khi không thõa những yêu cầu đặc tính về số học liên quan đến điểm đặc trưng.