Luận văn: Nghiên cứu nhận dạng vân tay trong ảnh - Đại học Bách Khoa Hà Nội

Luận văn nhận dạng vân tay trong ảnh: Nghiên cứu chuyên sâu về các thuật toán, phương pháp xử lý ảnh vân tay tiên tiến nhất hiện nay. Tải luận văn miễn phí!

Chuyên ngành

Công nghệ thông tin

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sĩ kỹ thuật
75
1
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CAM ĐOAN

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC CÁC HÌNH

DANH MỤC CÁC BẢNG

TÓM TẮT NỘI DUNG NGHIÊN CỨU

1. Giới thiệu chung

1.1. Lý do chọn đề tài

1.2. Nội dung nghiên cứu của đề

1.3. Phương pháp tiếp cận

1.4. Một số phương pháp nhận dạng sinh trắc học phổ biến

2. Hệ thống nhận dạng vân tay

2.1. Đặc điểm ảnh vân tay

2.2. Sơ đồ tổng quan hệ thống nhận dạng vân tay

2.3. Chuẩn hóa kích thước

2.4. Chuẩn hóa đường vân

2.5. Tăng cường chất lượng ảnh

2.6. Trích chọn đặc trưng

2.7. Đối sánh

3. CHƯƠNG III: HỆ THỐNG CÀI ĐẶT THỬ NGHIỆM

3.1. Sơ đồ hệ thống

3.2. Chuẩn hóa kích thước

3.3. Chuẩn hóa đường vân

3.4. Tăng cường ảnh vân tay

3.5. Ước lượng hướng đường vân

3.6. Tính khoảng cách đường vân

3.7. Nâng cao chất lượng ảnh bằng bộ lọc Gabor

3.8. Trích chọn đặc trưng

3.9. Nhị phân hóa ảnh xám

3.10. Làm mảnh đường, vân. Thuật toán từa xương

3.11. Trích chọn đặc trưng từ ảnh nhị phân.n các cặp điểm so khớp giữa 2 vân tay: thuật toán Hough transform

3.12. Thuật toán đối sánh

4. CHƯƠNG IV: KẾT QUẢ THỰC NGHIỆM

4.1. Môi trường cài đặt. Chương trình

4.2. Đánh giá thử nghiệm. Dữ liệu thử nghiệm

4.3. Kết quả thực nghiệm

4.4. Kết quả so khớp

5. CHƯƠNG V: KẾT LUẬN VÀ ĐỊNH HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI

Tóm tắt

I. Tổng Quan Về Luận Văn Nhận Dạng Vân Tay Trong Ảnh

Luận văn nhận dạng vân tay trong ảnh là một lĩnh vực nghiên cứu quan trọng trong sinh trắc học. Mục tiêu là tự động xác định danh tính của một người dựa trên hình ảnh vân tay của họ. Các hệ thống nhận dạng vân tay ngày càng trở nên phổ biến trong nhiều ứng dụng, từ bảo mật thiết bị di động đến kiểm soát truy cập và pháp y. Luận văn này đi sâu vào các phương pháp và kỹ thuật khác nhau được sử dụng để xử lý ảnh vân tay, trích xuất đặc trưng vân tay, và so sánh vân tay để đưa ra quyết định nhận dạng.

Quá trình nhận dạng vân tay trong ảnh bao gồm nhiều bước, bắt đầu bằng việc thu thập hình ảnh. Chất lượng hình ảnh có thể bị ảnh hưởng bởi nhiều yếu tố, bao gồm điều kiện ánh sáng, độ ẩm và áp lực. Do đó, các kỹ thuật cải thiện chất lượng ảnh vân tay là rất quan trọng. Sau khi có được hình ảnh chất lượng, các đặc trưng vân tay, chẳng hạn như điểm kết thúc và điểm phân nhánh (minutiae), được trích xuất. Các đặc trưng này sau đó được sử dụng để so sánh vân tay với các mẫu vân tay đã được lưu trữ trong cơ sở dữ liệu vân tay. Cuối cùng, một quyết định được đưa ra dựa trên mức độ tương đồng giữa vân tay đầu vào và các mẫu vân tay trong cơ sở dữ liệu. Các hệ thống nhận dạng vân tay được đánh giá dựa trên các chỉ số hiệu năng như tỷ lệ chấp nhận sai (FAR) và tỷ lệ từ chối sai (FRR). Sự cân bằng giữa hai chỉ số này là rất quan trọng để đảm bảo tính chính xác và độ tin cậy của hệ thống.

1.1. Giới Thiệu Các Phương Pháp Nhận Dạng Sinh Trắc Học

Các phương pháp nhận dạng sinh trắc học sử dụng các đặc điểm sinh học hoặc hành vi độc nhất của một cá nhân để xác minh danh tính. Ngoài nhận dạng vân tay, các phương pháp phổ biến khác bao gồm nhận dạng khuôn mặt, nhận dạng mống mắt, và nhận dạng giọng nói. Mỗi phương pháp có những ưu và nhược điểm riêng. Nhận dạng vân tay được ưa chuộng vì tính ổn định, dễ thu thập và chi phí tương đối thấp. Tuy nhiên, hiệu suất có thể bị ảnh hưởng bởi chất lượng hình ảnh và các yếu tố môi trường. Theo nghiên cứu của Daugman (2003), nhận dạng mống mắt có độ chính xác cao hơn nhưng yêu cầu thiết bị chuyên dụng và điều kiện chụp ảnh nghiêm ngặt. Lựa chọn phương pháp nhận dạng sinh trắc học phụ thuộc vào yêu cầu cụ thể của ứng dụng, bao gồm mức độ bảo mật, chi phí và sự tiện lợi cho người dùng.

1.2. Tổng Quan Hệ Thống Nhận Dạng Vân Tay Quy Trình Chi Tiết

Một hệ thống nhận dạng vân tay điển hình bao gồm các thành phần chính sau: cảm biến vân tay, module tiền xử lý, module trích xuất đặc trưng, module so sánh vân tay, và module ra quyết định. Cảm biến vân tay thu thập hình ảnh vân tay, có thể là cảm biến quang học, điện dung, hoặc siêu âm. Module tiền xử lý thực hiện các bước như chuẩn hóa kích thước, chuẩn hóa đường vân, và tăng cường chất lượng ảnh để cải thiện chất lượng hình ảnh. Module trích xuất đặc trưng xác định và trích xuất các đặc trưng vân tay quan trọng, chẳng hạn như minutiae. Module so sánh vân tay tính toán mức độ tương đồng giữa các đặc trưng vân tay đã trích xuất và các mẫu vân tay trong cơ sở dữ liệu. Cuối cùng, module ra quyết định đưa ra quyết định nhận dạng dựa trên mức độ tương đồng. Hoang Ngọc Tuần (2023) trong luận văn đã trình bày chi tiết các bước trong quy trình này, nhấn mạnh tầm quan trọng của việc cải thiện chất lượng ảnh vân tay để đạt được độ chính xác cao.

II. Thách Thức Trong Nhận Dạng Vân Tay Trong Ảnh Chất Lượng Kém

Một trong những thách thức lớn nhất trong nhận dạng vân tay trong ảnh là xử lý hình ảnh chất lượng kém. Hình ảnh vân tay có thể bị mờ, bị nhiễu, hoặc bị biến dạng do nhiều yếu tố. Ảnh vân tay chất lượng thấp có thể dẫn đến việc trích xuất đặc trưng không chính xác, làm giảm hiệu suất của hệ thống nhận dạng vân tay. Các yếu tố gây ảnh hưởng đến chất lượng ảnh vân tay bao gồm áp lực không đều khi thu thập, điều kiện môi trường (ví dụ: khô hoặc ẩm ướt), và các vết bẩn trên cảm biến. Ngoài ra, các kỹ thuật giả mạo vân tay cũng đặt ra những thách thức đáng kể cho các hệ thống bảo mật vân tay. Các phương pháp tấn công sử dụng vân tay giả, được tạo ra từ silicone hoặc các vật liệu khác, có thể vượt qua các hệ thống nhận dạng vân tay thông thường. Để giải quyết những thách thức này, các nhà nghiên cứu đang phát triển các kỹ thuật tiên tiến để cải thiện chất lượng ảnh vân tay và phát hiện các cuộc tấn công giả mạo.

2.1. Ảnh Hưởng Của Ảnh Vân Tay Chất Lượng Thấp Phân Tích Chi Tiết

Ảnh vân tay chất lượng thấp gây ra nhiều vấn đề trong quá trình nhận dạng vân tay. Đầu tiên, nó làm giảm độ chính xác của việc trích xuất đặc trưng. Các đặc trưng vân tay, chẳng hạn như minutiae, có thể bị mờ hoặc bị biến dạng, dẫn đến việc xác định sai vị trí hoặc hướng của chúng. Thứ hai, ảnh vân tay chất lượng thấp làm tăng độ khó trong việc so sánh vân tay. Mức độ tương đồng giữa vân tay đầu vào và các mẫu vân tay trong cơ sở dữ liệu có thể bị đánh giá sai, dẫn đến việc chấp nhận sai hoặc từ chối sai. Theo nghiên cứu của Maltoni et al. (2009), ảnh vân tay chất lượng thấp làm tăng đáng kể tỷ lệ lỗi của các hệ thống nhận dạng vân tay. Do đó, việc phát triển các kỹ thuật mạnh mẽ để cải thiện chất lượng ảnh vân tay là rất quan trọng.

2.2. Các Phương Pháp Phát Hiện Vân Tay Giả Đánh Giá Độ Tin Cậy

Phát hiện vân tay giả là một lĩnh vực nghiên cứu quan trọng trong bảo mật vân tay. Các phương pháp phát hiện vân tay giả có thể được chia thành hai loại chính: phần cứng và phần mềm. Các phương pháp phần cứng sử dụng các cảm biến bổ sung, chẳng hạn như cảm biến nhiệt độ, cảm biến điện dung, hoặc cảm biến quang phổ, để phát hiện các đặc tính khác biệt giữa vân tay thậtvân tay giả. Các phương pháp phần mềm sử dụng các thuật toán xử lý ảnh để phân tích hình ảnh vân tay và phát hiện các dấu hiệu của sự giả mạo, chẳng hạn như thiếu lỗ chân lông hoặc sự khác biệt về độ đàn hồi của da. Theo nghiên cứu của Galbally et al. (2011), các phương pháp kết hợp cả phần cứng và phần mềm thường đạt được hiệu suất tốt nhất trong việc phát hiện vân tay giả. Việc đánh giá hiệu năng nhận dạng vân tay trong môi trường có vân tay giả là vô cùng cần thiết.

III. Các Phương Pháp Cải Thiện Chất Lượng Ảnh Vân Tay Hiệu Quả

Để giảm thiểu tác động của ảnh vân tay chất lượng thấp, nhiều phương pháp cải thiện chất lượng ảnh vân tay đã được phát triển. Các phương pháp này nhằm mục đích giảm nhiễu, tăng độ tương phản, và làm rõ các đặc trưng vân tay. Một số phương pháp phổ biến bao gồm: lọc Gabor, cân bằng lược đồ màu (histogram equalization), và các kỹ thuật xử lý ảnh dựa trên miền tần số. Lọc Gabor là một phương pháp hiệu quả để tăng cường các đường vân và giảm nhiễu. Cân bằng lược đồ màu giúp cải thiện độ tương phản của hình ảnh. Các kỹ thuật xử lý ảnh dựa trên miền tần số có thể loại bỏ các thành phần nhiễu trong hình ảnh. Theo luận văn của Hoang Ngọc Tuần (2023), việc kết hợp nhiều phương pháp cải thiện chất lượng ảnh vân tay có thể đạt được kết quả tốt hơn so với việc sử dụng một phương pháp duy nhất. Quan trọng nhất là phải lựa chọn phương pháp phù hợp với loại nhiễu và đặc điểm của hình ảnh vân tay cụ thể.

3.1. Sử Dụng Bộ Lọc Gabor Để Tăng Cường Ảnh Vân Tay

Bộ lọc Gabor là một công cụ mạnh mẽ để tăng cường ảnh vân tay. Bộ lọc Gabor có thể được thiết kế để đáp ứng với các hướng và tần số khác nhau của các đường vân. Bằng cách áp dụng bộ lọc Gabor phù hợp, các đường vân có thể được làm rõ và nhiễu có thể được giảm thiểu. Quá trình này thường bao gồm việc ước lượng hướng của các đường vân và sau đó áp dụng bộ lọc Gabor với hướng tương ứng. Các tham số của bộ lọc Gabor, chẳng hạn như tần số và độ rộng, cần được điều chỉnh để phù hợp với đặc điểm của hình ảnh vân tay cụ thể. Theo nghiên cứu của Hong et al. (1998), lọc Gabor là một trong những phương pháp hiệu quả nhất để cải thiện chất lượng ảnh vân tay. Luận văn của Hoang Ngọc Tuần (2023) cũng sử dụng phương pháp lọc Gabor để tăng cường ảnh vân tay.

3.2. Kỹ Thuật Cân Bằng Lược Đồ Màu Giải Pháp Hiệu Quả

Cân bằng lược đồ màu (histogram equalization) là một kỹ thuật đơn giản nhưng hiệu quả để cải thiện độ tương phản của hình ảnh. Kỹ thuật này phân phối lại các giá trị cường độ pixel trong hình ảnh để làm cho lược đồ màu trở nên đồng đều hơn. Điều này giúp tăng cường độ tương phản giữa các đường vân và vùng nền, làm cho các đặc trưng vân tay dễ nhận biết hơn. Có nhiều biến thể của cân bằng lược đồ màu, chẳng hạn như cân bằng lược đồ màu cục bộ (adaptive histogram equalization), trong đó cân bằng lược đồ màu được áp dụng cho các vùng nhỏ của hình ảnh. Các kỹ thuật này đặc biệt hữu ích cho ảnh vân tay có độ tương phản thấp hoặc độ sáng không đồng đều. Gonzalez and Woods (2018) đã chứng minh rằng cân bằng lược đồ màu có thể cải thiện đáng kể hiệu suất của các hệ thống nhận dạng vân tay trong điều kiện ánh sáng khác nhau.

IV. Trích Xuất Đặc Trưng Vân Tay Nâng Cao Minutiae và Hơn Thế

Sau khi cải thiện chất lượng ảnh vân tay, bước tiếp theo là trích xuất đặc trưng vân tay. Các đặc trưng vân tay được sử dụng để phân biệt giữa các vân tay khác nhau. Các đặc trưng phổ biến nhất là minutiae, bao gồm điểm kết thúc và điểm phân nhánh của các đường vân. Tuy nhiên, các đặc trưng khác, chẳng hạn như lõi và delta, cũng có thể được sử dụng. Quá trình trích xuất đặc trưng thường bao gồm việc nhị phân hóa hình ảnh, làm mỏng các đường vân, và sau đó xác định vị trí và hướng của các minutiae. Các thuật toán phức tạp có thể được sử dụng để loại bỏ các minutiae giả và đảm bảo tính chính xác của các đặc trưng đã trích xuất. Luận văn của Hoang Ngọc Tuần (2023) sử dụng thuật toán Hough Transform để đối sánh các cặp điểm giữa hai vân tay.

4.1. Thuật Toán Xác Định Minutiae Cách Tìm Điểm Đặc Trưng

Thuật toán xác định minutiae là một bước quan trọng trong quá trình trích xuất đặc trưng. Các thuật toán này thường dựa trên việc phân tích cấu trúc của các đường vân đã được làm mỏng. Một phương pháp phổ biến là sử dụng một ma trận lân cận 3x3 để xác định loại minutiae tại mỗi điểm ảnh. Nếu một điểm ảnh có một điểm láng giềng, nó được coi là một điểm kết thúc. Nếu một điểm ảnh có ba điểm láng giềng, nó được coi là một điểm phân nhánh. Các thuật toán phức tạp hơn có thể sử dụng các quy tắc và ngưỡng để loại bỏ các minutiae giả do nhiễu hoặc biến dạng. Jain et al. (1997) đã đề xuất một thuật toán mạnh mẽ để xác định minutiae dựa trên phân tích hình thái học của các đường vân đã được làm mỏng. Luận văn cũng đề cập đến việc sử dụng phương pháp này.

4.2. Các Đặc Trưng Vân Tay Khác Ngoài Minutiae Phân Loại và Ứng Dụng

Ngoài minutiae, các đặc trưng vân tay khác cũng có thể được sử dụng để nhận dạng vân tay. Các đặc trưng này bao gồm: lõi (core), delta, đường vân (ridge), và khoảng cách giữa các đường vân. Lõi là điểm trung tâm của hình vân tay. Delta là điểm nơi các đường vân phân kỳ thành ba hướng. Đường vân là các đường nổi trên bề mặt da. Khoảng cách giữa các đường vân có thể cung cấp thông tin bổ sung về cấu trúc của vân tay. Các đặc trưng này có thể được sử dụng để bổ sung cho minutiae và cải thiện độ chính xác của các hệ thống nhận dạng vân tay. Park et al. (2004) đã chứng minh rằng việc kết hợp nhiều loại đặc trưng vân tay có thể tăng cường đáng kể hiệu suất nhận dạng.

V. So Sánh Vân Tay Các Phương Pháp Đối Sánh và Đánh Giá

Sau khi trích xuất đặc trưng, bước cuối cùng là so sánh vân tay. Quá trình này bao gồm việc tính toán mức độ tương đồng giữa các đặc trưng vân tay đã trích xuất và các mẫu vân tay trong cơ sở dữ liệu vân tay. Các thuật toán đối sánh vân tay thường dựa trên việc tìm kiếm các cặp minutiae tương ứng giữa hai vân tay. Các thuật toán phức tạp hơn có thể sử dụng các kỹ thuật như biến đổi Hough hoặc khớp đồ thị để xử lý các biến dạng và sai lệch. Kết quả của quá trình so sánh vân tay là một điểm số hoặc độ đo tương đồng, cho biết mức độ giống nhau giữa hai vân tay. Điểm số này sau đó được so sánh với một ngưỡng để đưa ra quyết định nhận dạng. Các hệ thống nhận dạng vân tay được đánh giá hiệu năng nhận dạng vân tay dựa trên các chỉ số như FAR và FRR. Hoang Ngọc Tuần (2023) đã sử dụng thuật toán Hough Transform để đối sánh vân tay, và đánh giá hệ thống dựa trên kết quả thực nghiệm.

5.1. Thuật Toán Đối Sánh Minutiae Xác Định Mức Độ Tương Đồng

Thuật toán đối sánh minutiae là một trong những phương pháp phổ biến nhất để so sánh vân tay. Thuật toán này tìm kiếm các cặp minutiae tương ứng giữa hai vân tay và tính toán một điểm số dựa trên số lượng và chất lượng của các cặp tương ứng. Các yếu tố được xem xét bao gồm khoảng cách và hướng giữa các minutiae, cũng như loại minutiae (điểm kết thúc hoặc điểm phân nhánh). Các thuật toán phức tạp hơn có thể sử dụng các kỹ thuật như biến đổi Hough hoặc khớp đồ thị để xử lý các biến dạng và sai lệch. Ratha et al. (1996) đã đề xuất một thuật toán đối sánh minutiae mạnh mẽ dựa trên việc khớp đồ thị có trọng số.

5.2. Các Chỉ Số Đánh Giá Hiệu Năng Nhận Dạng Vân Tay FAR và FRR

Các hệ thống nhận dạng vân tay được đánh giá hiệu năng nhận dạng vân tay dựa trên các chỉ số như tỷ lệ chấp nhận sai (FAR) và tỷ lệ từ chối sai (FRR). FAR là tỷ lệ mà hệ thống chấp nhận một người không được ủy quyền. FRR là tỷ lệ mà hệ thống từ chối một người được ủy quyền. Một hệ thống nhận dạng vân tay lý tưởng nên có cả FAR và FRR thấp. Tuy nhiên, thường có một sự đánh đổi giữa hai chỉ số này. Việc giảm FAR thường dẫn đến việc tăng FRR, và ngược lại. Do đó, việc lựa chọn ngưỡng quyết định nhận dạng là rất quan trọng để đạt được sự cân bằng tối ưu giữa FAR và FRR. Theo nghiên cứu của Jain et al. (2000), một hệ thống nhận dạng vân tay tốt nên có FAR dưới 0.1% và FRR dưới 1%.

VI. Ứng Dụng Thực Tiễn và Hướng Phát Triển Của Nhận Dạng Vân Tay

Các hệ thống nhận dạng vân tay có nhiều ứng dụng thực tiễn, bao gồm bảo mật thiết bị di động, kiểm soát truy cập, pháp y và quản lý danh tính. Trong bảo mật thiết bị di động, nhận dạng vân tay được sử dụng để mở khóa điện thoại thông minh và máy tính bảng. Trong kiểm soát truy cập, nhận dạng vân tay được sử dụng để hạn chế truy cập vào các tòa nhà và khu vực an ninh. Trong pháp y, nhận dạng vân tay được sử dụng để xác định nghi phạm trong các vụ án hình sự. Trong quản lý danh tính, nhận dạng vân tay được sử dụng để xác minh danh tính của các cá nhân. Trong tương lai, nhận dạng vân tay có thể được sử dụng trong các ứng dụng mới, chẳng hạn như thanh toán di động và chăm sóc sức khỏe. Luận văn của Hoàng Ngọc Tuần (2023) cũng đề xuất một số hướng phát triển cho đề tài này.

6.1. Tiềm Năng Học Sâu Nhận Dạng Vân Tay Mạng Nơ ron Tích Chập

Học sâu nhận dạng vân tay, đặc biệt là sử dụng mạng nơ-ron tích chập vây tay, là một hướng nghiên cứu đầy hứa hẹn trong lĩnh vực nhận dạng vân tay. Các mạng nơ-ron tích chập có khả năng học các đặc trưng phức tạp từ hình ảnh vân tay một cách tự động, giúp cải thiện đáng kể độ chính xác của các hệ thống nhận dạng vân tay. Các mạng nơ-ron tích chập có thể được sử dụng để cải thiện chất lượng ảnh vân tay, trích xuất đặc trưng vân tay, và so sánh vân tay. Theo nghiên cứu của Cao and Jain (2015), các mạng nơ-ron tích chập có thể đạt được hiệu suất cao hơn so với các phương pháp truyền thống trong nhận dạng vân tay.

6.2. Ứng Dụng Nhận Dạng Vân Tay Trong Các Lĩnh Vực Mới Thanh Toán và Chăm Sóc Sức Khỏe

Nhận dạng vân tay có tiềm năng ứng dụng rộng rãi trong các lĩnh vực mới, chẳng hạn như thanh toán di động và chăm sóc sức khỏe. Trong thanh toán di động, nhận dạng vân tay có thể được sử dụng để xác minh danh tính của người dùng và ngăn chặn gian lận. Trong chăm sóc sức khỏe, nhận dạng vân tay có thể được sử dụng để quản lý hồ sơ bệnh án và xác minh danh tính của bệnh nhân. Các ứng dụng này có thể cải thiện đáng kể tính bảo mật và hiệu quả của các quy trình thanh toán và chăm sóc sức khỏe. Theo báo cáo của ABI Research (2022), thị trường nhận dạng vân tay trong thanh toán di động và chăm sóc sức khỏe dự kiến sẽ tăng trưởng mạnh mẽ trong những năm tới.

Tóm tắt và mô tả trên trang này được tạo với sự hỗ trợ của AI từ nội dung tài liệu gốc; tài liệu do người dùng đóng góp và được kiểm duyệt trước khi xuất bản. Báo lỗi nội dung.

11/09/2025
Luận văn nhận dạng vân tay trong ảnh

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VẢ ĐÀO TẠO TRUONG DAI HOC BACH KHOA HA NOI ONYOIT NWT. OODK Họ và tên tác giả luận văn TIOẢNG NGỌC TUẦN SHDN DNOD TEN ĐÉ TÀI LUẬN VAN NHAN DANG VAN TAY TRONG ẢNH NILONQOHL LUẬN VĂN THẠC SĨ KỸ THUẬT CHUYEN NGÀNH: CÔNG NGHỆ THÔNG TIN YöI06 Tia NGi — Nam. BỘ GIÁO DỤC VÀ DẢO TẠO _ TRUONG DATTIOC BACTI KIEGA TIA NOT Họ và tên tắc piä luận văn HOANG NGOC TUẦN TÊN ĐÈ TÀI LUẬN VĂN NAN DANG VAN TAY TRONG ANII CHUYEN NGANH: CONG NGHE THONG ‘TIN TUẬN VĂN THẠC SĨ KỸ THUẬT NGƯỜI TƯỞNG DẪN KỸ THUẬT 1. NGUYEN THI OANH LOI CAM ON Lời đâu tiên, em xin trân thành cảm en các thây, cô khoa Công Nghệ Thông Tin Và Truyền Thông Trường Đại Học Bách Khoa Hà Nội đã tham gia giảng đạy uy: đạt kiến thức cho tập thể lớp 12A CNTY - HY nói chung và cho cá nhân em nói riêng, Đó là những kiến thức kết hợp giúp em trong qué trink làm luận văn này.

Đặc biệt, em: xin trần thành cảm ơn T8. Nguyễn Thị Oanh, đã tận tình hướng din em thực hiện đề tài nay. Học Viên Hoang Ngoc Tuân - MỤC LỤC LOT CAM DOAN DANH MỤC CÁC TỪ VIỆT TẮT. DANII MỤC CÁC THNH.

"— BR wi DANH MỤC CÁC BẢNG DANH MYC 86 BO. MAW TOM TAT NOI DUNG NGIZEN CUU. Lý do chọn dễ tải. Nội dung nghiên cứu của đẻ 5.

Phương pháp tiếp cậu. Giốt thiệu chỉng. Một số phương pháp nhận dạng sinh trắc hợc phỏ biển 1. Hệ thông nhận đạng vân tay 2.1 Đặc điểm ảnh vân tay 2.2, Sơ dỗ tổng quan hệ thống nhận dạng vận tay.

Chuẩn hóa kích thước.2 Chuẩn hóa đường vận. Tăng cường chất lượng ảnh 2. Trích chọn đặc trưng. Đối sánh CHUONG IIL.

HỆ THÓNG CÀI ĐẶT THỬ NGHIỆM. - MỤC LỤC LOT CAM DOAN DANH MỤC CÁC TỪ VIỆT TẮT. DANII MỤC CÁC THNH. "— BR wi DANH MỤC CÁC BẢNG DANH MYC 86 BO.

MAW TOM TAT NOI DUNG NGIZEN CUU. Lý do chọn dễ tải. Nội dung nghiên cứu của đẻ 5. Phương pháp tiếp cậu.

Giốt thiệu chỉng. Một số phương pháp nhận dạng sinh trắc hợc phỏ biển 1. Hệ thông nhận đạng vân tay 2.1 Đặc điểm ảnh vân tay 2.2, Sơ dỗ tổng quan hệ thống nhận dạng vận tay. Chuẩn hóa kích thước.2 Chuẩn hóa đường vận.

Tăng cường chất lượng ảnh 2. Trích chọn đặc trưng. Đối sánh CHUONG IIL. HỆ THÓNG CÀI ĐẶT THỬ NGHIỆM.

- MỤC LỤC LOT CAM DOAN DANH MỤC CÁC TỪ VIỆT TẮT. DANII MỤC CÁC THNH. "— BR wi DANH MỤC CÁC BẢNG DANH MYC 86 BO. MAW TOM TAT NOI DUNG NGIZEN CUU.

Lý do chọn dễ tải. Nội dung nghiên cứu của đẻ 5. Phương pháp tiếp cậu. Giốt thiệu chỉng.

Một số phương pháp nhận dạng sinh trắc hợc phỏ biển 1. Hệ thông nhận đạng vân tay 2.1 Đặc điểm ảnh vân tay 2.2, Sơ dỗ tổng quan hệ thống nhận dạng vận tay. Chuẩn hóa kích thước.2 Chuẩn hóa đường vận. Tăng cường chất lượng ảnh 2.

Trích chọn đặc trưng. Đối sánh CHUONG IIL. HỆ THÓNG CÀI ĐẶT THỬ NGHIỆM. DANH MỤC CÁC BINA Tình1.1 Dạng sóng của tín hiệu ghi nhận được từ âm thanh của người [25] 8 Hinh 2.1 Cac dim singularity core va della.2 Một số loại core thường gặp.3 oáo điểm đường vân Riđge Ending (kết thúc), Bifurcation (rế nhánh) [28].4 cae didn minutine côn lại Crossover (chd gino nhau), lake (dang hé, Spur (cua gà).

Đẹc mẫu vân lay vào hệ thông 19 Hình 3. Kết quả chuẩn hóa với Mạ~50, Vạ~300. He reeere 2 Hình 3.4 Các bước tăng cường ảnh của phương hap loc Gabor [17] 22 Hình 3. Cửa số hướng đùng để tinh x-signature [17] 24 Hinh 3.6, Két qua ting cudng amb SH.

HH E111 1111 ca 28 TTinh 3. Kêt quả nhị phân hóa với việc lẫy ngướng động, 30 Hình 3. Kết quả của việc làm mảnh đường vận.scceiecceee we BA Hình 3. Đặc điểm của điểm ảnh đựa vào 8 điểm xung quanh.

Kết quá của thuật toán Hough: transform. Kết quả của việc đối sánh 2 mẫu vân tay 40 Hình 4.1 Giao diện chính chương bình với việc đối sản: 43 Hình 4,2 Hộp thoại thông báo sơ khớp thánh công với kiểu "đói sánh với mau van tay trong CSDI. Thông tin học viên được tìm thấy thông qua việc nhận dạng vận tay.4, Một số hình ánh dử liệu thứ nghiệm thu nhỏ.5 Kết quả so khớp với 2 mẫu trên cùng một rgồn tay gủa một người 32 Hình 4. Kết quả so khớp với 2 mẫu trên củng một ngồn tay của một người bị từ chỗi 3 tị ne - MỤC LỤC LOT CAM DOAN DANH MỤC CÁC TỪ VIỆT TẮT.

DANII MỤC CÁC THNH. "— BR wi DANH MỤC CÁC BẢNG DANH MYC 86 BO. MAW TOM TAT NOI DUNG NGIZEN CUU. Lý do chọn dễ tải.

Nội dung nghiên cứu của đẻ 5. Phương pháp tiếp cậu. Giốt thiệu chỉng. Một số phương pháp nhận dạng sinh trắc hợc phỏ biển 1.

Hệ thông nhận đạng vân tay 2.1 Đặc điểm ảnh vân tay 2.2, Sơ dỗ tổng quan hệ thống nhận dạng vận tay. Chuẩn hóa kích thước.2 Chuẩn hóa đường vận. Tăng cường chất lượng ảnh 2. Trích chọn đặc trưng.

Đối sánh CHUONG IIL. HỆ THÓNG CÀI ĐẶT THỬ NGHIỆM. DANH MỤC CÁC TỬ VIET TAT FRR Lỗi từ chi nhằm. FAR Lỗi chấp nhận rữàm.

EER Mức độ lỗi cân bằng. P Độ chính xác Arch dic trưng dường vân kiểu hình cung, Bifurcation Dặc trưng rẽ nhánh của vân tay, là điểm mà tại đường vân rẽ hai nhánh Core Đặc trưng lõi vân tay Cossovers Đặc trưng bắt chéo của vân tay Ending Đặc trưng điểm kết thúc, là điểm kết thúc của đường vân. Island Đặc trưng vẫn dạng đão Lake Dặc trương đường vân dang hé, là đường vân khép kin tạo thành lỗ nhỏ Left Loop Đặc trmg đường vân kiếu lặp tròn trái Matching So khớp, so khớp bai ảnh vân tay với nhau. Minutiae TDặc trưng của ánh vẫn tay như: kết thúc, đường rẽ nhánh hoặc dạng đảo, tê Rigde Vũng da lỗi trên vẫn tay Spur Tặc trưng đường vân hình cựa gà Right Loop Đặc trưng dường vân dạng lặp tròn phải ‘Tented arch D&e trung đường vân kiểu hình cung nhọn Tein Loop Đặc trưng đường vân lập tròn 2 lần LOT CAM DOAN Tám xin cam đoan đây là công tinh nghién cfu cia riéng em, ofc tài liệu và kết quá nghiên cứu trong luận văn là trung thực.

Học viên Hoang Ngọc Tuần 3.1, Sơ dễ hệ thông,. sexy S11 HH n1 xe 3. sexy sexy S11 HH n1 xe 3. Chuẩn hỏa kích thước.

Chuẩn hóa đường vân. Tăng cường ảnh vân tay 3. Ước lượng hướng đường vẫn 3. Tính khoảng cách đường vẫn 3.

Nâng cao chất lượng ảnh bằng bộ lọc Gabor. Trích chọn đặc trưng 3. Nhị phân hóa ãnh xám 3. Lâm mảnh đường, vên.Thuật toán từa xương,.

Trích chọn đặc trưng từ ảnh nhị phân.n các cặp điểm so khớp giữa 2 vân tay: thuật toản Hough transform. Thuật toán đối sánh. CHƯƠNG IV. KÉT QUÁ THỰC NGHIỆM 4.1, Mỗi trường cải đột.

Chương trình 4. Đánh giá thử nghiệm. Dữ liệu thứ nghiệm.3 Kết quả thực nghiệm. sexy S11 HH n1 xe 4.1 Kết quả so khớp CHƯƠNG V KÉT LUẬN VÀ ĐINH HƯỚNG THÁT TRIẾN CỦA ĐẺ TÀI DANH MỤC CÁC BINA Tình1.1 Dạng sóng của tín hiệu ghi nhận được từ âm thanh của người [25] 8 Hinh 2.1 Cac dim singularity core va della.2 Một số loại core thường gặp.3 oáo điểm đường vân Riđge Ending (kết thúc), Bifurcation (rế nhánh) [28].4 cae didn minutine côn lại Crossover (chd gino nhau), lake (dang hé, Spur (cua gà).

Đẹc mẫu vân lay vào hệ thông 19 Hình 3. Kết quả chuẩn hóa với Mạ~50, Vạ~300. He reeere 2 Hình 3.4 Các bước tăng cường ảnh của phương hap loc Gabor [17] 22 Hình 3. Cửa số hướng đùng để tinh x-signature [17] 24 Hinh 3.6, Két qua ting cudng amb SH.

HH E111 1111 ca 28 TTinh 3. Kêt quả nhị phân hóa với việc lẫy ngướng động, 30 Hình 3. Kết quả của việc làm mảnh đường vận.scceiecceee we BA Hình 3. Đặc điểm của điểm ảnh đựa vào 8 điểm xung quanh.

Kết quá của thuật toán Hough: transform. Kết quả của việc đối sánh 2 mẫu vân tay 40 Hình 4.1 Giao diện chính chương bình với việc đối sản: 43 Hình 4,2 Hộp thoại thông báo sơ khớp thánh công với kiểu "đói sánh với mau van tay trong CSDI. Thông tin học viên được tìm thấy thông qua việc nhận dạng vận tay.4, Một số hình ánh dử liệu thứ nghiệm thu nhỏ.5 Kết quả so khớp với 2 mẫu trên cùng một rgồn tay gủa một người 32 Hình 4. Kết quả so khớp với 2 mẫu trên củng một ngồn tay của một người bị từ chỗi 3 tị ne LOT CAM DOAN Tám xin cam đoan đây là công tinh nghién cfu cia riéng em, ofc tài liệu và kết quá nghiên cứu trong luận văn là trung thực.

Học viên Hoang Ngọc Tuần LOT CAM DOAN Tám xin cam đoan đây là công tinh nghién cfu cia riéng em, ofc tài liệu và kết quá nghiên cứu trong luận văn là trung thực. Học viên Hoang Ngọc Tuần DANH MỤC CÁC BINA Tình1.1 Dạng sóng của tín hiệu ghi nhận được từ âm thanh của người [25] 8 Hinh 2.1 Cac dim singularity core va della.2 Một số loại core thường gặp.3 oáo điểm đường vân Riđge Ending (kết thúc), Bifurcation (rế nhánh) [28].4 cae didn minutine côn lại Crossover (chd gino nhau), lake (dang hé, Spur (cua gà). Đẹc mẫu vân lay vào hệ thông 19 Hình 3. Kết quả chuẩn hóa với Mạ~50, Vạ~300.

He reeere 2 Hình 3.4 Các bước tăng cường ảnh của phương hap loc Gabor [17] 22 Hình 3. Cửa số hướng đùng để tinh x-signature [17] 24 Hinh 3.6, Két qua ting cudng amb SH. HH E111 1111 ca 28 TTinh 3. Kêt quả nhị phân hóa với việc lẫy ngướng động, 30 Hình 3.

Kết quả của việc làm mảnh đường vận.scceiecceee we BA Hình 3. Đặc điểm của điểm ảnh đựa vào 8 điểm xung quanh. Kết quá của thuật toán Hough: transform. Kết quả của việc đối sánh 2 mẫu vân tay 40 Hình 4.1 Giao diện chính chương bình với việc đối sản: 43 Hình 4,2 Hộp thoại thông báo sơ khớp thánh công với kiểu "đói sánh với mau van tay trong CSDI.

Thông tin học viên được tìm thấy thông qua việc nhận dạng vận tay.4, Một số hình ánh dử liệu thứ nghiệm thu nhỏ.5 Kết quả so khớp với 2 mẫu trên cùng một rgồn tay gủa một người 32 Hình 4. Kết quả so khớp với 2 mẫu trên củng một ngồn tay của một người bị từ chỗi 3 tị ne 3.1, Sơ dễ hệ thông,. sexy S11 HH n1 xe 3. sexy sexy S11 HH n1 xe 3.

Chuẩn hỏa kích thước. Chuẩn hóa đường vân. Tăng cường ảnh vân tay 3. Ước lượng hướng đường vẫn 3.

Tính khoảng cách đường vẫn 3. Nâng cao chất lượng ảnh bằng bộ lọc Gabor. Trích chọn đặc trưng 3. Nhị phân hóa ãnh xám 3.

Lâm mảnh đường, vên.Thuật toán từa xương,. Trích chọn đặc trưng từ ảnh nhị phân.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ