Nghiên Cứu Cải Thiện Tốc Độ Trích Rút Đặc Trưng Vân Tay - Luận Văn Thạc Sĩ

Luận văn thạc sĩ: Nghiên cứu cải thiện tốc độ trích rút đặc trưng vân tay 002. Tối ưu hóa quy trình, nâng cao hiệu suất nhận dạng vân tay.

Chuyên ngành

Công Nghệ Thông Tin

Người đăng

Ẩn danh

Thể loại

Luận Văn Thạc Sĩ

2013

51
2
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

MỤC LỤC

DANH MỤC CÁC HÌNH

DANH MỤC CÁC KÍ HIỆU VIẾT TẮT

GIỚI THIỆU CHUNG

1. CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DẠNG VÂN TAY

1.1. Giới thiệu

1.2. Nhận dạng vân tay

1.3. Phân tích cấu trúc vân tay

1.4. Quy trình nhận dạng vân tay

1.5. Ứng dụng của nhận dạng vân tay

1.6. Một số nghiên cứu liên quan

2. CHƯƠNG 2: NÂNG CAO CHẤT LƢỢNG ẢNH VÂN TAY

2.1. Bộ lọc Gabor

2.2. Tăng độ tƣơng phản

2.3. Phân mảnh ảnh

2.4. Ƣớc lƣợng hƣớng đƣờng vân

2.5. Ƣớc lƣợng tần số

2.6. Nâng cao chất lƣợng ảnh sử dụng bộ lọc Gabor

2.7. Bộ lọc STFT (Short Time Fourier Transform)

3. CHƯƠNG 3: CẢI THIỆN TỐC ĐỘ NÂNG CAO CHẤT LƢỢNG ẢNH VÂN TAY VÀ THỰC NGHIỆM

3.1. Phƣơng pháp xấp xỉ

3.2. Kĩ thuật giảm tính toán trung gian

3.3. Môi trƣờng thử nghiệm

3.4. Dữ liệu thử nghiệm

3.5. Kết quả thử nghiệm

3.6. Kết quả trực quan

3.7. Kết quả cải tiến trên bộ lọc Gabor

3.8. Kết quả cải tiến với bộ lọc STFT

KẾT LUẬN CHUNG

3.9. Kết quả đạt đƣợc của luận văn

3.10. Hƣớng nghiên cứu tiếp theo

3.11. Phụ lục 1: Các thuật toán sử dụng đối với bộ lọc Gabor

3.12. Phục lục 2: các thuật toán sử dụng đối với bộ lọc STFT

Tóm tắt

I. Tổng Quan Về Nhận Dạng Vân Tay Ứng Dụng Quy Trình

Nhận dạng vân tay là một phương pháp xác thực sinh trắc học phổ biến và có độ chính xác cao, được ứng dụng rộng rãi trong nhiều lĩnh vực, từ an ninh quốc phòng đến dân sự. Đặc trưng sinh trắc này cho phép định danh người dùng với độ chính xác rất cao. Tuy đã có nhiều những nghiên cứu liên quan đến bài toán nhận dạng vân tay, nhưng với tính phổ dụng cao của đặc trưng sinh trắc này, vẫn còn có rất nhiều nghiên cứu để nâng cao tốc độ và chất lượng nhận dạng vân tay. Nhận dạng vân tay bao gồm ba pha chính: thu nhận ảnh vân tay; nâng cao chất lượng ảnh và trích rút đặc trưng; và so khớp vân tay. Việc nâng cao chất lượng ảnh và trích rút đặc trưng vân tay có ý nghĩa rất lớn đối với bài toán nhận dạng vân tay, nó quyết đinh chất lượng so khớp vân tay cũng như kết quả nhận dạng. Chất lượng của các thuật toán trích chọn đặc trưng vân tay dựa trên chất lượng của ảnh vân tay đầu vào. Việc nhận dạng vân tay sẽ gặp nhiều vấn đề trở ngại đến kết quả nhận dạng vì các yếu tố khách quan như tác động của môi trường, thời tiết, hiện trường sau khi khảo sát, bản chất của vân tay không nguyên vẹn…và các yếu tố chủ quan gây nhiễu. Theo tài liệu gốc, tỉ lệ nhận dạng sai có thể lên tới 10% nếu chỉ dựa vào các yếu tố kỹ thuật mà bỏ qua các biện pháp xử lý khác. Vì vậy, để đạt được kết quả nhận dạng cao nhất, trước khi áp dụng thuật toán trích chọn đặc trưng, vân tay thô thu được cần qua xử lý, nâng cấp chất lượng ảnh vân tay.

1.1. Định Nghĩa Các Phương Pháp Nhận Dạng Vân Tay Phổ Biến

Nhận dạng vân tay trong xác thực sinh trắc học là quá trình so sánh vân tay của một cá thể với một hay một tập vân tay mẫu đã được lưu trữ trong hệ thống. Có ba phương pháp chính áp dụng cho việc so sánh này: So sánh tương quan – correlation – based matching: với phương pháp này, ảnh của hai vân tay cần so sánh sẽ được xếp chồng để từ đó có thể tính được tương quan của hai ảnh đó. So sánh dựa trên các chi tiết đặc biệt – minutiae – based matching: với phương pháp này, vân tay của một người sẽ được phân tích để từ đó xác định được những điểm đặc trưng nhất. Từ đó, việc so sánh hai vân tay quy về việc so sánh giữa các điểm đặc trưng đó với nhau. So sánh dựa trên hình dáng vân – ridge feature-based matching: với những ảnh vân tay chất lượng xấu, việc xác định các điểm đặc trưng trở nên khó khăn. Theo tài liệu gốc, việc sử dụng vân một ngón tay trỏ thường cho kết quả nhận dạng không cao (tỉ lệ là sai là 0,6%). Chính vì thế, trong thực tế người ta thường sử dụng kết hợp 4 ngón tay cho quá trình kiểm tra, và tỷ lệ thất bại giảm xuống chỉ còn 0,1%.

1.2. Phân Tích Chi Tiết Cấu Trúc Vân Tay Đường Vân Đặc Trưng

Vân tay là mẫu đặc trưng của mỗi ngón tay của con người. Mọi người đều có vân tay, cái đó là duy nhất và bất biến theo thời gian. Khi ấn ngón tay vào bề mặt trơn, ta dễ nhận thấy được vân của ngón tay được thể hiện dưới dạng nhiều đường vân lồi và lõm. Trong một ảnh vân tay, đường vân lồi có màu đen, đường vân lõm có màu sáng. Các chấn thương như bỏng nhẹ, mòn da…không ảnh hưởng đến cấu trúc bên dưới của vân tay. Khi da mọc lại, sẽ phục hồi đúng như cấu trúc ban đầu. Vân lồi và vân lõm thường chạy song song với nhau, chúng có thể rẽ thành hai nhánh hoặc kết thúc. Ở mức độ tổng thể, các mẫu vân tay thể hiện các vùng vân khác nhau mà ở đó các đường vân có hình dạng đặc biệt, các vùng này (gọi là các vùng đơn) có thể được phân thành các dạng: loop, delta, whorl. Việc định nghĩa các vùng đơn dùng để phân loại các vân tay, với mục đích làm đơn giản hóa các quá trình tìm kiếm.

1.3. Các Giai Đoạn Chính Trong Quy Trình Nhận Dạng Vân Tay

Quá trình nhận dạng vân tay được chia thành 3 bước chính: Bước 1: Tiền xử lý. Bước 2: Trích rút các điểm đặc trưng. Bước 3: So khớp. Thông thường, trước khi trích chọn các điểm đặc trưng, thì ảnh đã được xử lý để nâng cao chất lượng, để giảm nhiễu và cải thiện rõ nét hơn các đường vân lồi và vân lõm. Ở bước tiền xử lý, gồm các giai đoạn: tăng độ tương phản, phân mảnh, chuẩn hóa ảnh, ước lượng tần số/hướng đường vân. Tiếp theo là giai đoạn trích rút các điểm đặc trưng để khai thác các đặc trưng điển hình nhất của mỗi vân tay khi đưa vào so khớp. Giai đoạn so khớp được thực hiện bởi nhiều thuật toán khác nhau, các thông số có thể thay đổi để việc so khớp thu được hiệu quả cao nhất. Như vậy có thể thấy việc nâng cao chất lượng ảnh là bước rất cần thiết trước khi tiến hành trích rút đặc trưng, tập trung cải thiện tốc độ của thuật toán cải thiện có liên quan quan mật thiết đến tốc độ nhận dạng của hệ thống.

II. Vấn Đề Thách Thức Trong Trích Rút Đặc Trưng Vân Tay

Việc trích rút đặc trưng vân tay, đặc biệt là trong môi trường thực tế, đối mặt với nhiều thách thức. Các yếu tố khách quan như tác động của môi trường, thời tiết, hiện trường sau khi khảo sát, và bản chất của vân tay không nguyên vẹn có thể gây nhiễu. Bên cạnh đó, các yếu tố chủ quan cũng có thể ảnh hưởng đến chất lượng ảnh vân tay. Các cấu trúc vân tay tại một số vùng đôi khi không rõ nét vì thế có thể làm cho việc trích rút các đặc trưng không chính xác. Hệ thống định danh tự động vân tay AFIS (Automated Fingerprint Identification Systems) của Cục điều tra liên bang Mỹ FBI có cơ sở dữ liệu lớn tới hàng trăm triệu vân tay, thời gian tìm kiếm tính bằng phút cho một mẫu, độ tin cậy cao… nhưng đó là một hệ thống đồ sộ gồm nhiều máy tính xử lý song song và giới hạn trong giám định hình sự. Trong ứng dụng dân sự, các hệ thống nhận dạng thường được giới hạn ở nhiều mặt cấu trúc hệ thống kiểu nối tiếp, giới hạn về tốc độ tính toán, thiết bị xử lý và ảnh đầu vào thì phức tạp. Hầu hết các kỹ thuật nâng cao chất lượng ảnh vân tay hiện nay đều dựa trên những rất nhiều tính toán bên trong bộ vi xử lý CPU. Trong số các phép tính đó, có nhiều phép tính có thể tính trước và lưu trữ lại để dùng chung cho tất cả các quá trình nâng cao chất lượng ảnh các vân tay khác.

2.1. Các Yếu Tố Ảnh Hưởng Đến Chất Lượng Ảnh Vân Tay Đầu Vào

Chất lượng ảnh vân tay đầu vào có thể bị ảnh hưởng bởi nhiều yếu tố, bao gồm: Tác động của môi trường: Điều kiện thời tiết, bụi bẩn, mồ hôi, và các chất ô nhiễm khác có thể làm mờ hoặc làm biến dạng hình ảnh vân tay. Tình trạng da: Da khô, da dầu, sẹo, vết cắt, hoặc các vấn đề về da khác có thể gây khó khăn cho việc thu thập và trích xuất đặc trưng vân tay. Áp lực và góc độ khi quét: Áp lực quá mạnh hoặc quá nhẹ, cũng như góc độ quét không đúng, có thể dẫn đến hình ảnh vân tay bị mờ hoặc bị biến dạng. Chất lượng thiết bị quét: Thiết bị quét vân tay kém chất lượng có thể tạo ra hình ảnh có độ phân giải thấp, độ tương phản kém, hoặc nhiều nhiễu.

2.2. Hạn Chế Của Các Hệ Thống AFIS Truyền Thống Trong Ứng Dụng Dân Sự

Các hệ thống AFIS truyền thống, mặc dù rất mạnh mẽ và chính xác, có một số hạn chế khi áp dụng trong các ứng dụng dân sự: Chi phí cao: Các hệ thống AFIS đòi hỏi đầu tư lớn vào phần cứng, phần mềm, và cơ sở hạ tầng, khiến chúng trở nên không phù hợp cho các ứng dụng quy mô nhỏ hoặc cá nhân. Độ phức tạp: Việc triển khai và vận hành các hệ thống AFIS đòi hỏi kiến thức chuyên môn sâu rộng và kỹ năng quản lý hệ thống phức tạp. Tốc độ xử lý: Mặc dù AFIS có thể xử lý lượng lớn dữ liệu, thời gian tìm kiếm có thể kéo dài, đặc biệt khi xử lý ảnh vân tay chất lượng kém hoặc không đầy đủ. Tính di động: Các hệ thống AFIS thường cố định và không dễ dàng di chuyển hoặc tích hợp vào các thiết bị di động.

III. Bộ Lọc Gabor Phương Pháp Nâng Cao Chất Lượng Ảnh Vân Tay

Bộ lọc Gabor là một công cụ mạnh mẽ để nâng cao chất lượng ảnh vân tay, đặc biệt hiệu quả trong việc làm rõ cấu trúc đường vân. Các thuật toán cải thiện tốt dựa trên một trong hai cơ sở là sử dụng vùng định hướng địa phương trong miền không gian tọa độ hoặc là dựa vào bộ lọc Gabor trong miền tần số. Phương pháp đầu rất khó thực hiện vì khó ước lượng chính xác được các hình ảnh vân tay có chất lượng kém và có nhiều hạn chế khi sử dụng kĩ thuật lọc. Đối với bộ lọc Gabor, có thể thu được những ước lượng đáng tin cậy ngay cả khi hình ảnh vân tay bị hỏng, nhưng lại hạn chế thời gian xử lý. Đầu vào của thuật toán nâng cao chất lượng ảnh là một ảnh xám, đầu ra có thể là ảnh xám hoặc ảnh nhị phân. Nghiên cứu thuật toán nâng cao chất lượng ảnh vân tay thì quá trình này gồm năm bước sau: Boosting contrast (tăng độ tương phản), Segmentation (phân mảnh), Normalization (chuẩn hóa), Ridge/Frequency Estimation (ước lượng tần số/hướng đường vân), Gabor filter.

3.1. Các Bước Cải Thiện Chất Lượng Ảnh Với Bộ Lọc Gabor

Quá trình nâng cao chất lượng ảnh vân tay bằng bộ lọc Gabor thường bao gồm các bước sau: Tăng độ tương phản: Cải thiện sự khác biệt giữa các đường vân và vùng nền để làm rõ cấu trúc vân tay. Phân mảnh: Xác định và tách vùng chứa vân tay (foreground) khỏi vùng nền (background). Chuẩn hóa: Điều chỉnh độ sáng và độ tương phản của ảnh để giảm sự khác biệt giữa các vùng khác nhau. Ước lượng hướng và tần số đường vân: Xác định hướng và tần số của các đường vân tại mỗi điểm ảnh, cung cấp thông tin quan trọng cho bộ lọc Gabor. Áp dụng bộ lọc Gabor: Sử dụng thông tin về hướng và tần số để lọc ảnh, làm nổi bật các đường vân và giảm nhiễu.

3.2. Ưu Điểm Hạn Chế Của Bộ Lọc Gabor Trong Xử Lý Ảnh Vân Tay

Ưu điểm của bộ lọc Gabor: Hiệu quả trong việc làm rõ cấu trúc đường vân, ngay cả trong ảnh có chất lượng kém. Khả năng lọc nhiễu và làm nổi bật các đặc trưng quan trọng của vân tay. Khả năng thích ứng với các hướng và tần số khác nhau của đường vân. Hạn chế của bộ lọc Gabor: Yêu cầu tính toán phức tạp, có thể làm chậm quá trình xử lý. Đòi hỏi ước lượng chính xác về hướng và tần số đường vân. Có thể tạo ra các artifact hoặc làm mất chi tiết nếu tham số lọc không được điều chỉnh phù hợp.

IV. STFT Short Time Fourier Transform Giải Pháp Tăng Cường Ảnh Vân Tay

STFT nhằm tăng cường ảnh dùng phép biến đổi Fourier rời rạc cho các khối, theo cách này, cách thành phần ảnh có tần số trội hơn sẽ được giữ lại, đó là các vùng ảnh thể hiện là đường vân lồi. Ảnh sau khi thực hiện phép biến đổi Fourier rời rạc có các đường vân lồi và lõm được phân biệt rõ ràng hơn. Đồng thời các vùng ảnh bị nhiễu sẽ được loại bớt đi. Các thuật toán được áp dụng để xác định các đặc trưng của ảnh như mặt nạ khu vực, hướng đường vân và tần số ảnh. Hơn nữa còn đưa ra phương pháp tính toán các thông số này, so sánh với các phương pháp nâng cao chất lượng khác và đã có kết quả cho thấy rằng công nghệ sử dụng bộ lọc STFT có tỷ lệ tăng cường ảnh vượt trội hơn hẳn so với các phương pháp khác. Thuật toán này có thể đồng thời xác đinh được hướng đường vân cục bộ và tần số đường vân là kết quả của việc phân tích Fourier thời gian ngắn.

4.1. Phân Tích Cải Thiện Chất Lượng Ảnh Với Biến Đổi STFT

STFT (Short Time Fourier Transform) là một kỹ thuật nổi tiếng để phân tích tín hiệu bất định, các tác giả đã đề xuất mở rộng STFT cho hình ảnh 2D. Các thuật toán được áp dụng để xác định các đặc trưng của ảnh như mặt nạ khu vực, hướng đường vân và tần số ảnh. Hơn nữa còn đưa ra phương pháp tính toán các thông số này, so sánh với các phương pháp nâng cao chất lượng khác và đã có kết quả cho thấy rằng công nghệ sử dụng bộ lọc STFT có tỷ lệ tăng cường ảnh vượt trội hơn hẳn so với các phương pháp khác. Thuật toán này có thể đồng thời xác đinh được hướng đường vân cục bộ và tần số đường vân là kết quả của việc phân tích Fourier thời gian ngắn. Thuật toán của bộ lọc STFT gồm các thông số: tần số ảnh, hướng địa phương, hướng gắn kết hay là độ tin cậy. Tổng quát của quá trình nâng cao chất lượng qua bộ lọc STFT là: phân tích bộ lọc STFT và thực hiện nâng cao chất lượng ảnh.

4.2. Ưu Điểm Vượt Trội Của STFT So Với Các Phương Pháp Khác

Theo kết quả thực nghiệm, kết quả của mỗi giai đoạn phân tích STFT và nâng cao chất lượng ảnh được thể hiện. Kết quả cho thấy việc việc xác định tần số và hướng đường vân vẫn tốt ngay cả khi ảnh gốc có nhiều nhiễu. Do giai đoạn phân tích đồng thời sinh ra tất cả đặc điểm của ảnh, những yếu tố cần thiết để thực hiện cho việc lọc. Bản thân bộ lọc là tách rời góc và miền tần số. Kết quả của mỗi giai đoạn phân tích STFT và quá trình nâng cao chất lượng ảnh có thể thấy rằng chất lượng ảnh sau khi cải thiện không bị ảnh hưởng ngay cả độ cong của các đường vân là cao. Trong khi hiệu quả của thuật toán nâng cao chất lượng có thể được nhìn thấy một cách trực quan, mục tiêu cuối cùng của quá trình nâng cao chất lượng ảnh là để tăng độ chính xác của hệ thống nhận dạng.

V. Kỹ Thuật Cải Thiện Tốc Độ Xấp Xỉ Giảm Tính Toán Trung Gian

Để cải tiến, luận văn tập trung đến việc cải thiện, nâng cao tốc độ quá trình trích rút đặc trưng vân tay, cụ thể ở bước nâng cao chất lượng ảnh vân tay, với hai kỹ thuật sử dụng bộ lọc Gabor và bộ lọc STFT cùng với một số kỹ năng tính toán khác đã có thể cải thiện được tốc độ của quá trình nhận dạng khá hiệu quả. Để cải tiến với bộ lọc Gabor, tác giả đã nghiên cứu và ứng dụng kết quả bộ công cụ phát triển SDK về nhận dạng vân tay được phát triển trong bộ môn Các hệ thống thông tin – trường đại học Công nghệ. Đối với bộ lọc STFT, việc cải tiến dựa mã nguồn viết trên Matlab của Sharat Chikkerur. Quá trình cải tiến dựa trên việc phân tích và tính toán đối với từng bộ lọc, qua đó tác giả đề xuất hai phương pháp thực hiện sau: Phương pháp xấp xỉ và kĩ thuật tính toán trung gian.

5.1. Phương Pháp Xấp Xỉ Giá Trị Trong Tính Toán Ảnh Vân Tay

Phương pháp tính xấp xỉ thường được dùng trong các ngành toán học tính toán, liên quan tới việc xây dựng và áp dụng các phương pháp khác nhau để thu được những kết quả bằng số gần đúng cho các bài toán, nhưng lại giảm được khá hiệu quả thời gian và độ phức tạp trong tính toán. Trong đề xuất cải tiến, phương pháp tính xấp xỉ loại (i) được sử dụng để tính xấp xỉ giá trị các hàm sin(x) và cos(x) đối với bộ lọc Gabor và STFT. Hướng cải tiến chỉ tập trung thực hiện tính toán chỉ với những góc định hướng đường vân có giá trị lớn hơn 40 , và các bước thực hiện tính toán đối với các góc có giá trị từ 0 đến (180/GABOR_STEP_ANGLE)+1), với GABOR_STEP_ANGLE được đề nghị là 4, nhưng vẫn không ảnh hướng tới bản chất của thuật toán và cấu trúc các đường vân tay. Mặt khác, tần số đường vân còn được coi là số điểm ảnh giữa hai được vân, tần số được đề xuất trong thuật toán cải tiến là từ 0 đến 25.

5.2. Kỹ Thuật Giảm Tính Toán Trung Gian Lưu Trữ Giá Trị Tính Trước

Để giảm thời gian tính toán đối vơi hai bộ lọc, kỹ thuật giảm tính toán trung gian được áp dụng qua việc thực hiện tính toán tất cả các giá trị có thể tính được của sin/cos của các góc từ 0 đến 3600 được tính trước và lưu trữ trong hai mảng tĩnh sinT, cosT. Hơn nữa các giá trị Sin(x), Cos(x) trong thư viện toán học là kết quả của việc tính giá trị của biểu thức Talor, có độ phức tạp tính toán cao, mỗi hàm khi cần tính giá trị sin/cos cần đưa lời gọi hàm để xác định giá trị các biểu thức Talor này. Do đó, thời gian thực hiện theo phương pháp cũ là không tối ưu. Thay vào đó, tôi đưa ra giải pháp lưu các giá trị trị sin/cos vào hai mảng tĩnh sinT/ cosT, mỗi lần cần tính giá trị chỉ cần truyền tham số tới mảng tĩnh này. Đối với bộ lọc STFT, do trong Matlab chỉ số mảng được bắt đầu từ 1, nên khi cần xác định giá trị của góc i, thì giá trị của nó nằm ở cột thứ i+1, nghĩa là ta phải gọi sinT[i+1], cosT[i+1]. Các góc được tính trước nằm trong phạm vi từ 0 đến 3600. Đối với giá trị của bộ lọc Gabor, tính trước giá trị có thể của mảng 4 chiều Exp[x][y][o][f], các tham số được cải tiến tối ưu nhất có thể, các giá trị này được tính toán và lưu hết vào mảng gabor Exp[15][15][(180/GABOR_STEP_ANGLE)+1][25].

VI. Kết Quả Thực Nghiệm Đánh Giá Hiệu Quả Cải Tiến Tốc Độ

Kết quả của luận văn bước đầu cho thấy nghiên cứu đã cải thiện được tốc độ trích rút đặc trưng vân tay của các hệ thống nhận dạng vân tay mà không ảnh hưởng đến chất lượng của ảnh so với trước khi chưa cải tiến. Theo kết quả trực quan thì kết quả nhận dạng là như nhau đối với cả hai bộ lọc, chỉ khác nhau về thời gian cải tiến. Đối với bộ lọc STFT, việc thực hiện trên Matlab cũng dễ dàng hơn. Tác giả tạo một mảng a có giá trị từ [0.360], việc tính trước các giá trị của mảng sinT/cosT được thực hiện như sau: sinT=sin(api/180); cosT=cos(api/180);

6.1. So Sánh Tốc Độ Trước Sau Cải Tiến Với Bộ Lọc Gabor

Thực hiện nâng cao chất lượng với tập dữ liệu là 94 ảnh đầu vào, đối với bộ lọc Gabor kết thu được kết quả như hình 3. Đường màu xanh thể hiện thời gian khi chưa cải tiến, đường mầu đỏ là kết quả của việc cải tiến bộ lọc Gabor, tốc độ được cải tiến trong quá trình nâng cao chất lượng cũng như trích chọn đặc trưng là khá đáng kể.

6.2. Đánh Giá Cải Thiện Tốc Độ Trên Bộ Lọc STFT Bằng Matlab

Với tập dữ liệu thực nghiệm là 20 ảnh đầu vào, đối với bộ lọc STFT ta thu được kết quả như hình 3. Đường màu xanh thể hiện thời gian sau khi cải tiến, đường màu đỏ thê hiện kết quả ban đầu nâng cao chất lượng ảnh bằng bộ lọc STFT.4 ta thấy kết quả sau khi cải tiến để nâng cao tốc độ thi hành đối với bộ lọc STFT đã được thay đổi nhất định.

6.3. Kết Luận Về Ưu Điểm Của Cải Tiến Ứng Dụng Thực Tế

Với kết quả thu được, ta thấy kết quả của việc cải tiến tốc độ đối với các bộ lọc là khá hiệu quả. Kết quả này rất hữu ích đối với những hệ thống thực tế đang vận hành mà có tập dữ liệu là lớn như: ứng dụng nhận dạng vân tay vào quản lý bằng lái xe, quản lý dân số, quản lý thay cho chứng minh thư… Với cách tiếp cận giảm thiểu những bước tính toán trung gian, tính trước những giá trị xấp xỉ có thể được, luận văn đã thử nghiệm được những kỹ thuật cải thiện tốc độ nâng cao chất lượng ảnh vân tay và đánh giá bước đầu cho phép khẳng định được ưu điểm về mặt tốc độ, đảm bảo chất lượng của kỹ thuật đã cài đặt. Kết quả thu được của luận văn có thể cho phép cải thiện được tốc độ trích rút đặc trưng vân tay của các hệ thống nhận dạng vân tay.

24/09/2025

Trích đoạn nội dung tài liệu

Mở đầu Mục đích của thuật toán nâng cao chất lượng ảnh là để cải thiện, làm rõ cấu trúc của các đường vân trong khu vực được đánh dấu là ―nhiễu‖ để nâng cao chất lượng trước khi chuyển sang các bước trích rút đặc trưng vân tay. Trong phạm vi của luận văn, tôi nghiên cứu hai bộ lọc nhằm nâng cao chất lượng ảnh trước khi đưa vào trích rút các điểm đặc trưng, đó là bộ lọc Gabor và bộ lọc STFT. Bước tăng cường ảnh đóng vai trò rất quan trọng góp phần quyết định đến hiệu quả của quá trình trích rút đặc trưng vân tay. Để đảm bảo cho thuật toán trích rút các đặc trưng vân tay có kết quả tốt nhất thì thuật toán nâng cao chất lượng ảnh để làm rõ nét cấu trúc các đường vân là rất cần thiết.

Bộ lọc Gabor 2. Giới thiệu Nhận dạng vân tay được sử dụng rộng rãi trong nhiều lĩnh vực. Tuy nhiên một số hình ảnh dấu vân tay bị nhiễu khá lớn. Trong những trường hợp như thế, cần một thuật toán để cải thiện, nâng cao chất lượng các cấu trúc đường vân một cách rõ nét là điều cần thiết.

Các thuật toán cải thiện tốt dựa trên một trong hai cơ sở là sử dụng vùng định hướng địa phương trong miền không gian tọa độ hoặc là dựa vào bộ lọc Gabor trong miền tần số. Phương pháp đầu rất khó thực hiện vì khó ước lượng chính xác được các hình ảnh vân tay có chất lượng kém và có nhiều hạn chế khi sử dụng kĩ thuật lọc. Đối với bộ lọc Gabor, có thể thu được những ước lượng đáng tin cậy ngay cả khi hình ảnh vân tay bị hỏng, nhưng lại hạn chế thời gian xử lý. Các kết quả thực nghiệm cho thấy, việc xử lý của thuật toán mang lại hiệu quả tính toán có thể sánh với các phương pháp cải thiện khác.

Đầu vào của thuật toán nâng cao chất lượng ảnh là một ảnh xám, đầu ra có thể là ảnh xám hoặc ảnh nhị phân. TIEU LUAN MOI download : skknchat@gmail.com 21 Nghiên cứu thuật toán nâng cao chất lượng ảnh vân tay thì quá trình này gồm năm bước sau: Bước 1: Boosting contrast (tăng độ tương phản): được dùng để cải thiện chất lượng ảnh vân tay. Bước 2: Segmentation (phân mảnh): được thực hiện để nâng cao chất lượng các vùng có vân nổi. Bước 3: Normalization (chuẩn hóa): thiết lập ảnh là các điểm sáng.

Bước 4: Ridge/Frequency Estimation (ước lượng tần số/hướng đường vân): phục vụ cho việc áp dụng bộ lọc Gabor. Bước 5: Gabor filter: được dùng để khử nhiễu trong ảnh. Do đó, ảnh được nâng cao chất lượng hoàn toàn có thể dùng cho trích chọn đặc trưng vân tay. Các bước được thể hiện như sau: Hình 2.

1 Sơ đồ nâng cao chất lượng ảnh của Koehlke’s 2. Tăng độ tƣơng phản Biểu thức (2.1) dùng để tăng độ tương phản của ảnh. Nó tính toán các mức xám của ảnh giữa giữa mức tối thiểu và mức đối đa của ảnh. Xét các ảnh đầu vào I có kích thước là ma trận R×C, trong đó I(i;j) thể hiện mức xám ở hàng i, cột j.

O là ảnh đầu ra, f min và fmax là mức xám tối thiểu và tối đa tương ứng của ảnh đầu vào, và g max là độ xám tối đa cho các ảnh đầu vào nhất định (với ảnh 8 bít, gmax=255). Biểu thức sau đây xác định cách tăng độ tương phản của ảnh [8]: TIEU LUAN MOI download : skknchat@gmail. Phân mảnh ảnh Các bước của phân mảnh nhằm mục đích tìm ra vùng đặc trưng (region of interest - ROI). Trong một ảnh vân tay có một vùng nổi (vùng ưu tiên) và vùng nền.

Vùng nổi là nơi tập trung các đường vân lồi và vân lõm, còn vùng nền là sẽ được bỏ qua trong quá trình xử lý. Vùng nổi có sự khác biệt về mức xám cao, còn vùng nền có sự khác biệt về mức xám thấp. Phân mảnh làm nhiệm vụ tách hai vùng trên, giúp cho việc xác định các đặc trưng được chính xác hơn. Để thực hiện phân mảnh, các ảnh vân tay được chia thành các khối (blocks).

Đối với mỗi khối, tính lại giá trị các mức xám. Nếu giá trị thấp hơn so với ngưỡng chung thì gán là nền, ngược lại đực gán là vùng nổi (ROI) Với V(k) là giá trị của khối có kích thước W×W, thì V(k) được tính như sau: 𝟏 𝐰−𝟏 𝐰−𝟏 𝐕 𝐤 = 𝐢=𝟎 𝐣=𝟎 𝐈 𝐢, 𝐣 − 𝐌(𝐤) 𝟐 (2. Tuy nhiên, giá trị ngưỡng phải được đưa ra hợp lý, nếu giá trị ngưỡng quá lớn thì vùng nổi có thể coi như vùng nền. Ngược lại, nếu giá tri ngưỡng quá bé thì vùng nền có thể coi như vùng chứa các đường vân.

Giá trị ngưỡng tối ưu để phân biệt hai vùng trên nền và vùng nổi được xác định theo thực nghiệm là 100. Chuẩn hóa ảnh Mục đích của bước này là giảm độ khác biệt các mức xám giữa các đường vân tay với nhau nhằm tạo thuận lợi cho các bước xử lý tiếp theo. Nguyên nhân dẫn đến sự khác biệt giữa các mức xám này là do quá trình lấy dấu vân tay từ thiết bị đã tạo nên sự không đều màu, có chỗ màu nhạt màu đậm. Ảnh vân tay sau khi được chuẩn hóa sẽ rõ nét hơn mà không làm thay đổi cấu trúc các đường vân.

TIEU LUAN MOI download : skknchat@gmail.com 23 Bước chuẩn hóa dùng để chuẩn hóa các giá trị cường độ trong một hình ảnh bằng cách điều chỉnh phạm vi các giá trị mức xám để nó nằm trong một phạm vi các giá trị mong muốn.3) 𝑽𝟎 𝒍 𝒊,𝒋 −𝑴 𝟐 𝑴𝟎 − 𝑜𝑡𝑕𝑒𝑟𝑤𝑖𝑠𝑒𝑠 𝑽 Trong đó M và V tương ứng là giá trị ước lượng trung bình và phương sai của I(i,j); M0 và V0 tương ướng là giá trị trung bình và phương sai mong muốn. Ƣớc lƣợng hƣớng đƣờng vân Hình 2. 2 Hướng của đường vân tại 1 điểm Mục đích của bước này là ước lượng hướng của các đường vân tay, nhằm phục vụ cho ước lượng tần số ảnh và lọc Gabor. Đây được xem là một trong những bước quan trọng nhất trong phần tăng cường ảnh vì nếu việc ước lượng hướng không chính xác sẽ dấn đến ước lượng tần số và lọc Gabor bị sai, dẫn đến việc trích rút đặc trưng không đúng.

Hướng cục bộ cũng là một đặc trưng quan trọng của vân tay. Nó là góc tạo bởi phương ngang hợp với phương của đường vân (góc x,y trong hình 2. Giá trị của góc x,y nằm trong khoảng [0. Ước lượng hướng vân tay là điều kiện tiên quyết đầu tiên trong nhận dạng vân tay.

Trong mỗi ảnh, các đường vân có kiểu dáng đi theo các hướng khác nhau. Hướng của mỗi vân tại vị trí (x,y) là hướng dãy các điểm trên đường vân ấy. Với một ảnh đã được chuẩn hóa I, các bước chính để ước lượng hướng đường vân được thực hiện như sau: TIEU LUAN MOI download : skknchat@gmail. Chia ảnh I thành các khối có kích thước w×w (thường là 16×16).

δx(i,j) được tính bằng cách dùng toán tử Sobel ngang, δy(i,j) được tính bằng cách dùng toán tử Sobel dọc. 1 0 1 1 2 1 2 0 2 0 0 0 1 0 2 1 2 1 Toán tử Sobel ngang Toán tử Sobel dọc Trong đó: δx(i, j) = - I(i+1,j+1) +0 + I(i+1,j-1) - 2* I(i,j+1) + 0 + 2*I(i,j-1) - I(i-1,j+1) + 0 + I(i-1,j-1) δy(i, j) = -I(i+1,j+1) - 2*I(i+1,j) - I(i+1,j-1) 0 + 0 + 0 I(i-1,j+1) + 2*I(i-1,j) + I(i-1,j-1) 3. Ước lượng hướng đường vân của mỗi khối, tại mỗi điểm trung tâm của khối, sử dụng phương trình sau: 𝑤 𝑤 𝑢=𝑖+ 𝑣=𝑗 + 2 2 𝜗𝑥 𝑖, 𝑗 = (2𝛿𝑥2 𝑢, 𝑣 𝛿𝑦 (𝑢, 𝑣)) 𝑤 𝑤 𝑢=𝑖− 𝑣=𝑗 − 2 2 w w u=i+ u=i+ ϑy i, j = w 2 w 2 (δ2x u, v − δ2y (u, v))(2.4) u=i− u=i− 2 2 Trong đó (i,j) là hướng cục bộ của ô có tâm là điểm (i;j): TIEU LUAN MOI download : skknchat@gmail. Do sự xuất hiện của nhiễu, các vân bị hỏng, các điểm đặc trưng vân tay trong ảnh đầu vào làm cho việc xác định hướng cục bộ của ô không đúng.

Ngoài ra, tính chất hướng của các ô thay đổi từ từ so với các ô lân cận nó. Từ đó việc ước lượng hướng vân cục bộ có thể là khác nhau ở những vùng lân cận, nơi không xuất hiện các điểm ảnh (có thể mất do quá trình lấy mẫu, hoặc hình ảnh kém chất lượng…). Vì vậy một bộ lọc thông thấp có thể dùng để sửa đổi hướng vân cục bộ bị sai. Để thực hiện việc lọc, các hướng của ảnh cần được chuyển đổi thành một véctơ liên tục, được định nghĩa như sau: φx(i, j) = cos(2(i,j)) φy(i, j) = sin(2(i,j)) Ở đây, x và y là các thành phần của 2 véctơ tương ướng φxvà φy.

Với các trường véctơ kết quả, việc sử dụng bộ lọc có thể được thực hiện như sau: 𝑤∅ 𝑤∅ ∅′𝑥 𝑖, 𝑗 = 2 𝑤 2 𝑤 𝑊 𝑢, 𝑣 ∅𝑥 (𝑖 − 𝑢𝑤, 𝑗 − 𝑣𝑤) (2.6) 𝑢− ∅ 𝑢− ∅ 2 2 𝑤∅ 𝑤∅ 2 2 ∅′𝑦 𝑖, 𝑗 = 𝑊 𝑢, 𝑣 ∅𝑦 (𝑖 − 𝑢𝑤, 𝑗 − 𝑣𝑤) 𝑤 𝑤 𝑢− ∅ 𝑢− ∅ 2 2 Trong đó, W là bộ lọc thông thấp hai chiều, các khối có kích thước Wφ × Wφ. Lưu ý các hoạt động làm mịn được thực hiện ở mức khối. Các bộ lọc được sử dụng trong phạm vi nghiên cứu có kích thước 5×5. Ước lượng hướng vân cục bộ tại điểm (i,j): Hướng sau khi được làm mượt ở mỗi ô: 1 ∅′𝑦 𝑖,𝑗 𝑂 𝑖, 𝑗 = 𝑡𝑎𝑛−1 ( ′ ) (2.7) 2 ∅𝑥 𝑖,𝑗 TIEU LUAN MOI download : skknchat@gmail.

3 Ảnh chưa có được làm mượt 2. Ƣớc lƣợng tần số Mục đích của bước này là xác định tần số của vân tay, nhằm phục vụ cho bước lọc Gabor. Trong các vùng lân cận, nơi không có các điểm đặc trưng xuất hiện, mức xám dọc theo đường vân lồi và vân lõm có thể được mô tả như các sóng hình sin. Do đó tần số vân có thể coi như một đặc trưng của ảnh vân tay.

Tần suất vân cục bộ (hay mật độ) fxy tại điểm (x, y) là nghịch đảo của số vân trên một đơn vị chiều dài dọc theo dọc theo đoạn có tâm tại (x, y) và vuông góc với hướng vân cục bộ θxy. Ước lượng tần suất vân cục bộ bằng cách tính trung bình số điểm ảnh giữa hai đỉnh liên tiếp của hai đường vân. Với mục đích này, bề mặt S tương ứng với vân tay được phân chia bằng một cặp đường song song với trục z và vuông góc với hướng vân cục bộ. 4 Cửa sổ hướng và x-Signature TIEU LUAN MOI download : skknchat@gmail.com 27 a)Hình ảnh tần số của ảnh vân tay có chất lượng tốt b)Hình ảnh tần số của ảnh dấu vân tay chất lượng xấu Hình 2.

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