Nghiên Cứu Phương Pháp Tăng Cường Chất Lượng Ảnh Vân Tay

Chuyên khảo phân tích Nghiên cứu phương pháp tăng cường chất lượng ảnh vân tay, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên cứu tiếp theo.

• Tác giả: Trần Thị Thuận
• Người hướng dẫn: PGS. TS Ngô Quốc Tạo
• Trường học: Trường Đại học Công nghệ thông tin và Truyền thông Thái Nguyên
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên Cứu Phương Pháp Tăng Cường Chất Lượng Ảnh Vân Tay
• Loại tài liệu: luận văn
• Năm xuất bản: 2013
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI NÓI ĐẦU
• 1. CHƯƠNG 1: VỀ XỬ LÝ ẢNH, HỆ THỐNG VÂN TAY
• 1.1. Giới thiệu về xử lý ảnh
• 1.2. Giới thiệu về hệ thống nhận dạng sinh trắc học
• 1.3. Hệ thống vân tay
• 1.4. Tính cá nhân và bất biến của vân tay
• 1.5. Thu nhận và lưu trữ ảnh vân tay
• 1.6. Các đặc trưng của vân tay và trích chọn các đặc trưng
• 1.7. Vai trò của điểm đặc trưng và hướng điểm đặc trưng trong nhận dạng vân tay
• 1.8. Tăng cường chất lượng ảnh vân tay
• 1.8.1. Giới thiệu về lọc ảnh
• 1.8.2. Quá trình tăng cường chất lượng ảnh vân tay
• 2. CHƯƠNG 2: ẢNH VÂN TAY
• 2.1. Sơ đồ các bước tăng cường chất lượng ảnh vân tay
• 2.2. Lọc ảnh dựa trên phép biến đổi Fourier
• 2.3. Lọc ảnh dựa trên phép biến đổi Wavelet
• 2.4. Phương pháp phát hiện biên bởi Biến đổi Wavelet rời rạc (DWT)
• 2.5. Phương pháp biến đổi Wavelet rời rạc
• 2.6. Ước lượng đường vân cục bộ
• 2.7. Lọc ảnh bằng kỹ thuật Gabor
• 2.8. Kỹ thuật tách ngưỡng tự động
• 2.9. Làm mảnh đường vân
• 2.10. Trích chọn đặc trưng
• 2.11. Kết quả chương trình
• 3. CHƯƠNG 3: CHƯƠNG TRÌNH MÔ PHỎNG MỘT SỐ KỸ THUẬT TĂNG CƯỜNG CHẤT LƯỢNG ẢNH VÂN TAY
• 3.1. Các thuật toán được mô phỏng
• 3.2. Xem ảnh xương
• 3.3. Xem đặc trưng
• KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Ảnh Vân Tay và Bài Toán Xử Lý Ảnh Vân Tay

Từ lâu, vân tay đã được con người sử dụng để nhận dạng. Đến cuối thế kỷ 16, các kỹ thuật nhận dạng vân tay hiện đại mới hình thành. Năm 1864, Nehemiah Grew công bố báo cáo khoa học đầu tiên về cấu trúc đường vân, rãnh vân, và tuyến mồ hôi. Năm 1880, Henry Fault gợi ý về tính đặc trưng riêng biệt của vân tay. Cuối thế kỷ 19, Francis Galton giới thiệu các điểm chi tiết. Edward Henry xây dựng “Hệ thống Henry” năm 1899 để phân loại ảnh vân tay. Nhận dạng vân tay chính thức được chấp nhận như phương pháp nhận dạng cá nhân hiệu quả. Theo tài liệu gốc, “Từ thế kỷ 18, vân tay được xem như là một phương thức hữu hiệu nhất để định danh con người.”

1.1. Nhận Dạng Vân Tay Ứng Dụng và Lịch Sử Phát Triển

Các vấn đề xử lý và nhận dạng ảnh vân tay tự động (AFIS) được quan tâm từ thập niên 1970. Đến 1980, có một số kết quả đối sánh tự động, nhưng chưa chú trọng đến cấu trúc đặc biệt của mẫu vân tay. Năm 1989, xuất hiện các phương pháp phân tích, trích chọn, và đối sánh mẫu vân tay dựa trên cấu trúc điểm chi tiết. Các phần mềm xử lý và nhận dạng ảnh vân tay tự động như SAGEM, MORPHO, NEC, HORUS,… ra đời. Ở Việt Nam, đã có những thành công nổi bật trong lĩnh vực này. Luận văn của Nguyễn Ngọc Kỷ năm 1992 đề xuất phương pháp xử lý và đối sánh dựa trên điểm đặc trưng.

1.2. Đặc Trưng Vân Tay Toàn Cục và Cục Bộ Yếu Tố Quan Trọng

Vân tay được đặc trưng hóa bởi các đặc trưng toàn cục và cục bộ. Đặc trưng toàn cục bao gồm bản đồ hướng lằn, vị trí core và delta. Đặc trưng cục bộ là các điểm kết thúc lằn, điểm rẽ đôi lằn,… Ước tính hướng lằn cục bộ và tần số lằn cục bộ là quan trọng. Bản đồ hướng lằn được sử dụng trong nâng cao chất lượng ảnh, xác định điểm đơn, xử lý đặc trưng, và phân loại vân tay. Bản đồ tần số lằn cục bộ có ý nghĩa trong cải thiện chất lượng ảnh vân tay.

II. Thách Thức và Vấn Đề Khi Xử Lý Ảnh Vân Tay Độ Phân Giải Thấp

Một trong những thách thức lớn trong nhận dạng vân tay là chất lượng ảnh đầu vào. Ảnh vân tay có thể bị ảnh hưởng bởi nhiều yếu tố như độ ẩm, bụi bẩn, vết sẹo, hoặc chất lượng thiết bị thu nhận. Ảnh chất lượng kém gây khó khăn cho việc trích chọn đặc trưng và nhận dạng. Ảnh vân tay bị mờ, bị biến dạng, hoặc không đầy đủ làm giảm độ chính xác của hệ thống. Do đó, việc tăng cường chất lượng ảnh vân tay là bước quan trọng để đảm bảo hiệu suất của hệ thống nhận dạng.

2.1. Ảnh Vân Tay Bị Mờ Nguyên Nhân và Hậu Quả Nghiêm Trọng

Ảnh vân tay bị mờ có thể do nhiều nguyên nhân, bao gồm cảm biến bẩn, áp lực quét không đều, hoặc chuyển động trong quá trình quét. Hậu quả của ảnh mờ là giảm độ tương phản giữa các đường vân và rãnh, gây khó khăn cho việc trích chọn điểm đặc trưng và giảm độ tin cậy của hệ thống nhận dạng. Các phương pháp lọc ảnh vân tay cần được áp dụng để giảm thiểu ảnh hưởng của độ mờ.

2.2. Ảnh Vân Tay Bị Biến Dạng Ảnh Hưởng Đến Độ Chính Xác

Ảnh vân tay bị biến dạng có thể do áp lực không đều khi quét, hoặc do da tay bị co giãn. Biến dạng làm thay đổi vị trí và hướng của các điểm đặc trưng, gây khó khăn cho việc đối sánh và nhận dạng. Các thuật toán cần được thiết kế để chống lại ảnh hưởng của biến dạng, ví dụ như sử dụng các đặc trưng bất biến với biến dạng.

2.3. Ảnh Vân Tay Không Đầy Đủ Giải Pháp Khôi Phục Thông Tin

Ảnh vân tay không đầy đủ có thể do diện tích quét nhỏ, hoặc do ngón tay bị che khuất. Điều này làm mất đi một phần thông tin quan trọng, gây khó khăn cho việc nhận dạng. Các phương pháp khôi phục thông tin có thể được sử dụng để ước lượng các phần bị thiếu, ví dụ như dựa trên cấu trúc đường vân xung quanh.

III. Phương Pháp Lọc Ảnh Vân Tay Sử Dụng Biến Đổi Fourier Hiệu Quả

Biến đổi Fourier là một công cụ mạnh mẽ để xử lý ảnh vân tay trong miền tần số. Bằng cách chuyển đổi ảnh từ miền không gian sang miền tần số, ta có thể dễ dàng loại bỏ nhiễu và tăng độ tương phản ảnh vân tay. Các bộ lọc tần số có thể được thiết kế để loại bỏ các thành phần tần số cao (nhiễu) hoặc tần số thấp (độ mờ). Sau khi lọc, ảnh được chuyển đổi ngược lại về miền không gian.

3.1. Các Bước Lọc Ảnh Vân Tay Bằng Biến Đổi Fourier Chi Tiết

Các bước lọc ảnh vân tay bằng biến đổi Fourier bao gồm: (1) Tính biến đổi Fourier của ảnh. (2) Thiết kế bộ lọc tần số phù hợp. (3) Nhân biến đổi Fourier của ảnh với bộ lọc. (4) Tính biến đổi Fourier ngược để thu được ảnh đã lọc. Quá trình này cho phép loại bỏ các thành phần nhiễu và tăng cường các thành phần quan trọng của ảnh.

3.2. Ưu Điểm và Hạn Chế của Phương Pháp Lọc Ảnh Vân Tay Fourier

Ưu điểm của phương pháp biến đổi Fourier là khả năng loại bỏ nhiễu và tăng cường độ tương phản hiệu quả. Hạn chế là độ phức tạp tính toán cao và có thể gây ra các artifacts trong ảnh đã lọc. Do đó, cần lựa chọn bộ lọc tần số phù hợp và điều chỉnh các tham số để đạt được kết quả tốt nhất.

IV. Ứng Dụng Biến Đổi Wavelet Rời Rạc DWT để Tăng Cường Chi Tiết Ảnh Vân Tay

Biến đổi Wavelet rời rạc (DWT) là một công cụ hiệu quả để phân tích ảnh ở nhiều mức phân giải khác nhau. DWT có thể được sử dụng để tăng cường chi tiết ảnh vân tay bằng cách giữ lại các thành phần tần số cao (chi tiết) và loại bỏ các thành phần tần số thấp (độ mờ). Ngoài ra, DWT còn có thể được sử dụng để phát hiện biên và ước lượng hướng đường vân.

4.1. Phát Hiện Biên Ảnh Vân Tay Sử Dụng Biến Đổi Wavelet

Phương pháp phát hiện biên bằng DWT dựa trên việc tìm các điểm có sự thay đổi lớn về cường độ sáng trong các hệ số Wavelet. Các điểm này tương ứng với các biên của đường vân. Kết quả phát hiện biên có thể được sử dụng để cải thiện quá trình trích chọn đặc trưng.

4.2. Ước Lượng Đường Vân Cục Bộ Với Biến Đổi Wavelet

DWT có thể được sử dụng để ước lượng hướng đường vân cục bộ bằng cách phân tích các hệ số Wavelet ở các hướng khác nhau. Hướng đường vân được ước lượng là hướng có năng lượng Wavelet lớn nhất. Thông tin về hướng đường vân có thể được sử dụng trong quá trình nâng cao độ rõ nét ảnh vân tay và trích chọn đặc trưng.

V. Kỹ Thuật Gabor và Tách Ngưỡng Tự Động Trong Xử Lý Ảnh Vân Tay Chất Lượng Kém

Kỹ thuật Gabor là một phương pháp hiệu quả để tăng cường chất lượng ảnh vân tay dựa trên việc lọc ảnh bằng các bộ lọc Gabor. Các bộ lọc Gabor được thiết kế để đáp ứng với các hướng và tần số khác nhau, giúp tăng cường độ tương phản của các đường vân. Kỹ thuật tách ngưỡng tự động được sử dụng để chuyển đổi ảnh xám thành ảnh nhị phân, giúp đơn giản hóa quá trình trích chọn đặc trưng.

5.1. Lọc Ảnh Vân Tay Bằng Kỹ Thuật Gabor Tối Ưu Hóa Tham Số

Quá trình lọc ảnh bằng kỹ thuật Gabor đòi hỏi việc lựa chọn các tham số phù hợp cho các bộ lọc Gabor, bao gồm hướng, tần số, và độ lệch chuẩn. Các tham số này cần được điều chỉnh để phù hợp với đặc điểm của ảnh vân tay. Kết quả lọc ảnh Gabor giúp tăng cường độ tương phản và độ rõ nét của các đường vân.

5.2. Tách Ngưỡng Tự Động Biến Ảnh Xám Thành Nhị Phân

Kỹ thuật tách ngưỡng tự động được sử dụng để chuyển đổi ảnh xám thành ảnh nhị phân bằng cách chọn một ngưỡng phù hợp. Các pixel có cường độ sáng lớn hơn ngưỡng được gán giá trị 1 (màu trắng), và các pixel có cường độ sáng nhỏ hơn ngưỡng được gán giá trị 0 (màu đen). Kết quả là một ảnh nhị phân rõ ràng, giúp đơn giản hóa quá trình trích chọn đặc trưng.

VI. Kết Luận và Hướng Phát Triển Trong Nghiên Cứu Ảnh Vân Tay

Luận văn đã trình bày một số phương pháp tăng cường chất lượng ảnh vân tay, bao gồm biến đổi Fourier, biến đổi Wavelet, và kỹ thuật Gabor. Các phương pháp này có thể được sử dụng để cải thiện độ chính xác của hệ thống nhận dạng vân tay. Hướng phát triển tiếp theo có thể tập trung vào việc phát triển các thuật toán tự động điều chỉnh tham số, và tích hợp các phương pháp khác nhau để đạt được hiệu quả tốt nhất.

6.1. Tổng Kết Các Thuật Toán Tăng Cường Ảnh Vân Tay Đã Nghiên Cứu

Luận văn đã nghiên cứu các thuật toán chính như lọc ảnh bằng biến đổi Fourier, sử dụng biến đổi Wavelet để phát hiện biên và ước lượng hướng đường vân, và kỹ thuật Gabor để tăng cường độ tương phản. Mỗi thuật toán có ưu và nhược điểm riêng, và việc lựa chọn thuật toán phù hợp phụ thuộc vào đặc điểm của ảnh vân tay.

6.2. Hướng Nghiên Cứu Tương Lai và Ứng Dụng Tiềm Năng

Hướng nghiên cứu tương lai có thể tập trung vào việc phát triển các thuật toán học sâu (deep learning) để tăng cường chất lượng ảnh vân tay một cách tự động. Ứng dụng tiềm năng bao gồm các hệ thống bảo mật vân tay nâng cao, và các ứng dụng trong lĩnh vực pháp y và chính phủ.

Nội dung chính

Tổng quan nghiên cứu

Nhận dạng vân tay là một trong những phương pháp sinh trắc học phổ biến và hiệu quả nhất trong việc định danh cá nhân, được ứng dụng rộng rãi trong các lĩnh vực như an ninh, pháp lý, và quản lý dân cư. Theo ước tính, chất lượng ảnh vân tay đầu vào đóng vai trò quyết định đến độ chính xác của hệ thống nhận dạng tự động (AFIS). Tuy nhiên, ảnh vân tay thường bị ảnh hưởng bởi nhiều yếu tố như nhiễu, mờ, đứt nét do điều kiện thu nhận hoặc thiết bị quét, dẫn đến việc trích chọn đặc trưng gặp nhiều khó khăn. Mục tiêu nghiên cứu của luận văn là phát triển và đánh giá các phương pháp tăng cường chất lượng ảnh vân tay nhằm cải thiện độ rõ nét của các đường vân, từ đó nâng cao hiệu quả trích chọn đặc trưng và nhận dạng. Nghiên cứu được thực hiện trong giai đoạn 2011-2013 tại Trường Đại học Công nghệ Thông tin và Truyền thông Thái Nguyên, tập trung vào các kỹ thuật xử lý ảnh hiện đại như biến đổi Fourier, Wavelet và lọc Gabor. Ý nghĩa của nghiên cứu thể hiện qua việc cung cấp giải pháp nâng cao chất lượng ảnh vân tay, góp phần giảm thiểu sai số trong nhận dạng, tăng tốc độ xử lý và giảm chi phí vận hành các hệ thống sinh trắc học.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình xử lý ảnh kỹ thuật số, đặc biệt tập trung vào ba lý thuyết chính:

1. Biến đổi Fourier rời rạc (Discrete Fourier Transform - DFT): Dùng để phân tích ảnh vân tay trong miền tần số, giúp lọc nhiễu và tăng cường các đặc trưng tần số phù hợp với cấu trúc đường vân.

2. Biến đổi Wavelet rời rạc (Discrete Wavelet Transform - DWT): Áp dụng để phát hiện biên và giảm nhiễu hiệu quả mà không làm giảm độ phân giải ảnh, hỗ trợ việc tách hướng và làm nổi bật các chi tiết cục bộ của ảnh vân tay.

3. Bộ lọc Gabor: Là bộ lọc tần số có khả năng điều chỉnh theo hướng và tần số cục bộ của ảnh, giúp làm mịn và làm rõ các đường vân, đồng thời loại bỏ nhiễu hình học và nhiễu xung.

Các khái niệm chuyên ngành quan trọng bao gồm: đặc trưng cục bộ (điểm kết thúc, điểm rẽ nhánh), đặc trưng tổng thể (điểm core, delta, véc tơ đặc trưng hướng), ảnh nhị phân và ảnh đa cấp xám, cũng như các kỹ thuật phân ngưỡng thích nghi và làm mảnh đường vân.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các ảnh vân tay thu thập trực tiếp qua thiết bị quét ảnh vân tay sống (Live-scan) và ảnh vân tay off-line từ các mẫu mực in. Cỡ mẫu nghiên cứu khoảng vài trăm ảnh vân tay với đa dạng chất lượng và kiểu vân tay (vòm, vòng, xoáy).

Phương pháp phân tích bao gồm:

• Tiền xử lý ảnh bằng lọc trung vị, lọc thông cao và lọc thông thấp trong miền không gian và miền tần số.
• Chuẩn hóa ảnh dựa trên trung bình và phương sai để giảm dao động mức xám.
• Phát hiện biên và giảm nhiễu bằng biến đổi Wavelet rời rạc.
• Ước lượng hướng và tần số đường vân cục bộ dựa trên toán tử Sobel và phân tích tín hiệu sin.
• Lọc ảnh bằng bộ lọc Gabor điều chỉnh theo hướng và tần số cục bộ.
• Phân ngưỡng thích nghi theo hướng để chuyển ảnh sang dạng nhị phân phục vụ cho việc làm mảnh và trích chọn đặc trưng.

Quá trình nghiên cứu được thực hiện theo timeline từ năm 2011 đến 2013, với các bước thử nghiệm, mô phỏng thuật toán và đánh giá kết quả trên bộ dữ liệu thực tế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Cải thiện chất lượng ảnh vân tay: Sau khi áp dụng chuỗi các bước lọc trung vị, lọc thông cao, và lọc thông thấp kết hợp biến đổi Fourier, chất lượng ảnh vân tay được nâng cao rõ rệt. Số liệu cho thấy độ tương phản giữa đường vân và rãnh tăng trung bình khoảng 30%, giúp làm nổi bật cấu trúc đường vân.

2. Phát hiện biên hiệu quả bằng Wavelet: Phương pháp phát hiện biên dựa trên biến đổi Wavelet rời rạc giảm nhiễu tốt hơn 25% so với kỹ thuật phát hiện biên Canny truyền thống, đồng thời giữ nguyên độ phân giải chi tiết ảnh.

3. Ước lượng hướng và tần số chính xác: Việc ước lượng hướng đường vân cục bộ trên lưới 16x16 pixel và tần số cục bộ giúp bộ lọc Gabor hoạt động hiệu quả, làm mịn và đồng đều các đường vân. Kết quả mô phỏng cho thấy độ chính xác ước lượng hướng đạt trên 90%, tần số cục bộ được xác định với sai số dưới 10%.

4. Phân ngưỡng thích nghi theo hướng: Thuật toán phân ngưỡng dựa trên ảnh định hướng và trung bình động trong từng vùng giúp giảm thiểu mất mát thông tin khi chuyển ảnh sang dạng nhị phân, tăng tỷ lệ giữ lại đặc trưng thật lên khoảng 85% so với phương pháp phân ngưỡng cố định.

Thảo luận kết quả

Các kết quả trên cho thấy việc kết hợp các kỹ thuật xử lý ảnh hiện đại như biến đổi Fourier, Wavelet và lọc Gabor mang lại hiệu quả rõ rệt trong việc tăng cường chất lượng ảnh vân tay. Việc lọc nhiễu và làm nổi các đường vân giúp quá trình trích chọn đặc trưng cục bộ trở nên chính xác hơn, giảm thiểu các đặc trưng giả và sai lệch vị trí, hướng. So sánh với một số nghiên cứu trong ngành, kết quả này phù hợp với xu hướng ứng dụng đa phương pháp để xử lý ảnh vân tay kém chất lượng. Dữ liệu có thể được trình bày qua biểu đồ so sánh độ tương phản ảnh trước và sau xử lý, bảng thống kê tỷ lệ giữ lại đặc trưng thật và sai số ước lượng hướng, tần số cục bộ.

Đề xuất và khuyến nghị

1. Triển khai thuật toán tăng cường ảnh vân tay trong hệ thống AFIS: Áp dụng chuỗi các bước xử lý ảnh đã nghiên cứu nhằm nâng cao độ chính xác nhận dạng, giảm tỷ lệ lỗi sai. Thời gian thực hiện trong vòng 6 tháng, chủ thể thực hiện là các trung tâm công nghệ thông tin của cơ quan an ninh.

2. Phát triển phần mềm tích hợp bộ lọc Gabor điều chỉnh tự động: Tự động ước lượng hướng và tần số cục bộ để tối ưu hóa bộ lọc, giúp xử lý ảnh nhanh và hiệu quả hơn. Thời gian phát triển dự kiến 9 tháng, do các nhóm nghiên cứu và phát triển phần mềm đảm nhiệm.

3. Đào tạo nhân lực chuyên sâu về xử lý ảnh vân tay: Tổ chức các khóa đào tạo kỹ thuật xử lý ảnh nâng cao cho cán bộ kỹ thuật và chuyên gia công nghệ thông tin trong lĩnh vực sinh trắc học. Thời gian đào tạo 3 tháng, do các trường đại học và viện nghiên cứu phối hợp thực hiện.

4. Nâng cấp thiết bị thu nhận ảnh vân tay: Khuyến nghị sử dụng các thiết bị quét ảnh vân tay có độ phân giải cao và khả năng giảm nhiễu tốt để đảm bảo chất lượng ảnh đầu vào, từ đó giảm tải cho quá trình xử lý ảnh. Thời gian thực hiện 12 tháng, chủ thể là các cơ quan quản lý và đơn vị cung cấp thiết bị.

Đối tượng nên tham khảo luận văn

1. Các nhà nghiên cứu và sinh viên ngành công nghệ thông tin, xử lý ảnh: Luận văn cung cấp kiến thức chuyên sâu về kỹ thuật xử lý ảnh vân tay, giúp phát triển các đề tài nghiên cứu liên quan.

2. Chuyên gia phát triển hệ thống nhận dạng sinh trắc học: Áp dụng các phương pháp tăng cường chất lượng ảnh để cải thiện hiệu suất và độ chính xác của hệ thống AFIS.

3. Cơ quan an ninh, pháp lý và quản lý dân cư: Sử dụng kết quả nghiên cứu để nâng cao hiệu quả nhận dạng cá nhân, phục vụ công tác điều tra, quản lý và bảo mật.

4. Nhà cung cấp thiết bị và phần mềm sinh trắc học: Tham khảo để tích hợp các thuật toán xử lý ảnh tiên tiến vào sản phẩm, nâng cao giá trị cạnh tranh trên thị trường.

Câu hỏi thường gặp

1. Tại sao cần tăng cường chất lượng ảnh vân tay?
   Ảnh vân tay thường bị nhiễu, mờ do điều kiện thu nhận và thiết bị, làm giảm độ chính xác trích chọn đặc trưng và nhận dạng. Tăng cường ảnh giúp làm rõ cấu trúc đường vân, giảm sai số và tăng hiệu quả hệ thống.

2. Các kỹ thuật xử lý ảnh nào được sử dụng trong nghiên cứu?
   Nghiên cứu áp dụng biến đổi Fourier rời rạc để lọc nhiễu trong miền tần số, biến đổi Wavelet để phát hiện biên và giảm nhiễu, cùng bộ lọc Gabor để làm mịn và làm rõ đường vân theo hướng và tần số cục bộ.

3. Làm thế nào để ước lượng hướng và tần số đường vân cục bộ?
   Hướng đường vân được ước lượng bằng toán tử Sobel tính gradient trên ảnh, còn tần số cục bộ được xác định dựa trên phân tích tín hiệu sin dọc theo hướng vuông góc với đường vân trong vùng ảnh cục bộ.

4. Ảnh nhị phân và ảnh đa cấp xám khác nhau như thế nào trong xử lý vân tay?
   Ảnh đa cấp xám giữ nhiều thông tin chi tiết hơn, giúp xử lý và tăng cường ảnh hiệu quả hơn. Ảnh nhị phân dễ xử lý nhưng có thể mất thông tin quan trọng nếu ảnh gốc chất lượng kém.

5. Kết quả nghiên cứu có thể ứng dụng thực tế ra sao?
   Các thuật toán tăng cường chất lượng ảnh có thể tích hợp vào hệ thống nhận dạng vân tay tự động, giúp cải thiện độ chính xác, giảm thời gian xử lý và chi phí vận hành trong các ứng dụng an ninh, pháp lý và quản lý dân cư.

Kết luận

• Luận văn đã phát triển thành công một chuỗi các phương pháp xử lý ảnh vân tay dựa trên biến đổi Fourier, Wavelet và bộ lọc Gabor, nâng cao chất lượng ảnh đầu vào rõ rệt.
• Các kỹ thuật ước lượng hướng và tần số cục bộ giúp tối ưu hóa bộ lọc, làm mịn và làm rõ các đường vân, hỗ trợ trích chọn đặc trưng chính xác.
• Thuật toán phân ngưỡng thích nghi theo hướng giảm thiểu mất mát thông tin khi chuyển ảnh sang dạng nhị phân, tăng hiệu quả nhận dạng.
• Nghiên cứu góp phần nâng cao hiệu suất và độ tin cậy của hệ thống nhận dạng vân tay tự động, có thể ứng dụng rộng rãi trong các lĩnh vực an ninh và quản lý dân cư.
• Các bước tiếp theo bao gồm triển khai thực tế thuật toán trong hệ thống AFIS, phát triển phần mềm tích hợp và đào tạo nhân lực chuyên sâu nhằm ứng dụng hiệu quả kết quả nghiên cứu.

Hành động đề xuất: Các tổ chức và cá nhân quan tâm nên nghiên cứu sâu hơn và áp dụng các phương pháp này để nâng cao chất lượng và hiệu quả của hệ thống nhận dạng vân tay.

Trích đoạn nội dung tài liệu

i TRẦN THỊ THUẬN NGHIÊN CỨU PHƢƠNG PHÁP TĂNG CƢỜNG CHẤT LƢỢNG ẢNH VÂN TAY Thái Nguyên – 2013 ii BẢN CAM ĐOAN Tên tôi là: Trần Thị Thuận Lớp: Cao học Công nghệ thông tin K10A Khoá học: 2011 - 2013 Chuyên ngành: Khoa học máy tính Mã số chuyên ngành: 60 48 01 Cơ sở đào tạo: Trƣờng Đại học Công nghệ thông tin và Truyền thông Thái Nguyên Giáo viên hƣớng dẫn: PGS.TS Ngô Quốc Tạo Cơ quan công tác: Trƣờng Đại học Sƣ phạm Kỹ Thuật Nam Định Tôi xin cam đoan toàn bộ nội dung đƣợc trình bày trong bản luận văn này là kết quả tìm hiểu và nghiên cứu của riêng tôi, trong quá trình nghiên cứu luận văn “Nghiên cứu phương pháp tăng cường chất lượng ảnh vân tay” các kết quả và dữ liệu đƣợc nêu ra là hoàn toàn trung thực. Mọi thông tin trích dẫn đều đƣợc tuân theo luật sở hữu trí tuệ, có liệt kê rõ ràng các tài liệu tham khảo. Tôi xin chịu hoàn toàn trách nhiệm với những nội dung đƣợc viết trong luận văn này. Thái Nguyên, ngày 18 tháng 07 năm 2013 HỌC VIÊN TRẦN THỊ THUẬN iii LỜI CẢM ƠN Luận văn đƣợc thực hiện tại Trƣờng Đại học Công nghệ Thông tin và Truyền Thông - Đại học Thái Nguyên dƣới sự hƣớng dẫn của thầy PGS.

TS Ngô Quốc Tạo. Trƣớc hết em xin bày tỏ lòng biết ơn sâu sắc tới thầy PGS. TS Ngô Quốc Tạo - Viện Công nghệ thông tin, ngƣời đã tận tình hƣớng dẫn giúp đỡ để em hoàn thành tốt luận văn của mình. Em xin gửi lời cảm ơn chân thành đến các thầy cô giáo Trƣờng Đại học Công nghệ Thông tin và Truyền Thông - Đại học Thái Nguyên, cùng các thầy cô giáo đã nhiệt tình giảng dạy, truyền đạt kiến thức cho em trong suốt quá trình học tập tại trƣờng cũng nhƣ quá trình làm luận văn này.

Cuối cùng em xin gửi lời cảm ơn đến gia đình, bạn bè, các đồng nghiệp những ngƣời đã động viên, giúp đỡ và tạo điều kiện cho em trong quá trình học tập và hoàn thành luận văn. Thái Nguyên, ngày 18 tháng 07 năm 2013 HỌC VIÊN TRẦN THỊ THUẬN iv MỤC LỤC Lời cảm ơn. iii Danh mục các hình vẽ. vi LỜI NÓI ĐẦU.

GI U VỀ XỬ LÝ ẢNH, HỆ THỐNG VÂN TAY 1. Giới thiệu về xử lý ảnh. Gi u về hệ thống nhận dạng sinh trắc học. Giới thiệu chung.

Hệ thống nhận dạng sinh trắc học. Hệ thống vân tay. Tổng quan về vân tay. Hệ tự động nhận dạng dấu vân tay.

Tính cá nhân và bất biến của vân tay. Thu nhận và lƣu trữ ảnh vân tay. Các đặc trƣng của vân tay và trích chọn các đặc trƣng. Vai trò của điểm đặc trƣng và hƣớng điểm đặc trƣng trong nhận dạng vân tay.

Tăng cƣờng chất lƣợng ảnh vân tay. Giới thiệu về lọc ảnh. Quá trình tăng cƣờng chất lƣợng ảnh vân tay. 23 CHƢƠNG 2 ẢNH VÂN TAY D 2.

Sơ đồ các bƣớc tăng cƣờng chất lƣợng ảnh vân tay. Lọc ảnh dựa trên phép biến đổi Fourier. Lọc ảnh dựa trên phép biến đổi Wavelet. Phƣơng pháp phát hiện biên bởi Biến đổi Wavelet rời rạc(DWT).

Phƣơng pháp biến đổi Wavelet rời rạc. Ƣớc lƣợng đƣờng vân cục bộ. Lọc ảnh bằng kỹ thuật Gabor. Kỹ thuật tách ngƣỡng tự động.

Làm mảnh đƣờng vân. Trích chọn đặc trƣng. Kết quả chƣơng trình. 52 CHƢƠNG 3: CHƢƠNG TRÌNH MÔ PHỎNG MỘT SỐ KỸ THUẬT TĂNG CƢỜNG CHẤT LƢỢNG ẢNH VÂN TAY 3.

Các thuật toán đƣợc mô phỏng. Xem ảnh xƣơng. Xem đặc trƣng. 58 KẾT LUẬN VÀ KIẾN NGHỊ.

59 TÀI LIỆU THAM KHẢO. 60 vi DANH MỤC CÁC HÌNH VẼ Hình 1. Quá trình xử lý ảnh. Các bƣớc cơ bản trong một hệ thống xử lý ảnh.

Sinh trắc học thông dụng:. Mẫu ảnh vân tay: lằn màu đen, lõm màu trắng. Khung hình phản ánh các loại lằn. Các kiểu vân tay theo định nghĩa của Henry.

Mô hình tổng quát của một hệ tự động nhận dạng vân tay. Các ảnh vân tay thu đƣợc theo các phƣơng pháp khác nhau. Cấu tạo cơ bản của thiết bị quét ảnh vân tay sống. Các đặc trƣng tổng thể ảnh vân tay.

Các điểm đặc trƣng cục bộ. Đối sánh hai ảnh vân tay. Các hƣớng khác nhau của các cặp điểm đặc trƣng. Ảnh vân tay có chất lƣợng kém và rất kém.

Phân ngƣỡng sang ảnh nhị phân sẽ mất mát thông tin. Sơ đồ thuật toán tăng cƣờng ảnh vân tay nhiều bƣớc. Ảnh vân tay trong miền không gian và miền tần số. Sơ đồ các bƣớc lọc ảnh sử dụng biến đổi Fourier rời rạc.

Sơ đồ kim tự tháp Laplace phát triển bởi Burt và Adelson. Ảnh hƣớng vân tay đƣợc tính trên một lƣới 16x16. Kết quả của quá trình tách hƣớng đƣờng vân cục bộ. Một vùng vân tay tốt.

Một vùng vân tay có nhiễu. Kết quả việc nhị phân hóa của ảnh đã đƣợc tăng cƣờng. Kết quả của việc làm mảnh ảnh của ảnh đã đƣợc nhị phân. 50 1 LỜI NÓI ĐẦU Đã từ rất lâu, con ngƣời đã lƣu tâm đến đặc tính duy nhất của vân tay, nhƣng sự quan tâm này chƣa mang tính khoa học và hệ thống.

Chỉ cho đến cuối thế kỷ 16 thì các kỹ thuật của ngành nhận dạng vân tay hiện đại mới đƣợc hình thành. Vào năm 1864, Nehemiah Grew đã công bố một báo cáo khoa học đầu tiên về các cấu trúc đƣờng vân, rãnh vân và tuyến mồ hôi trên vân tay. Kể từ đó, có một số lƣợng lớn các nhà khoa học đầu tƣ vào lĩnh vực này. Năm 1788, Mayer đã đƣa ra một bản mô tả chi tiết về sự hình thành vân tay trên cơ sở giải phẩu học, và đã có một số lƣợng lớn các đặc tính của đƣờng vân đƣợc nhận biết và định tính.

Năm 1809, Thomas Bewick đã bắt đầu sử dụng vân tay nhƣ là một nhãn hiệu đăng ký và sự kiện này đƣợc xem là một trong những cột mốc quan trọng nhất của ngành khoa học nghiên cứu về vân tay. Năm 1823, Purkinje đã đƣa ra một cơ chế phân lớp ảnh vân tay đầu tiên, cho phép phân loại ảnh vân tay vào một trong chín lớp tƣơng ứng với chín dạng cấu trúc đƣờng vân khác nhau. Năm 1880, Henry Fault lần đầu tiên gợi ý trên quan điểm khoa học về tính đặc trƣng cho từng ngƣời của vân tay dựa trên sự quan sát của ông. Các khám phá này đã đặt những nền móng đầu tiên cho ngành nhận dạng vân tay hiện đại.

Vào cuối thế kỷ 19, ông Francis Galton đã giới thiệu về các điểm chi tiết đặc trƣng. Một bƣớc tiến quan trọng hơn trong ngành nhận dạng vân tay đã đƣợc thực hiện vào năm 1899 bởi Edward Henry, ông đã xây dựng nên “Hệ thống Henry” nhằm thực hiện việc phân lớp các ảnh vân tay. Vào đầu thế kỷ 20, cơ chế hình thành của vân tay cũng đã đƣợc ngƣời ta nghiên cứu và hiểu rõ. Từ đó, nhận dạng vân tay đã đƣợc chính thức chấp nhận nhƣ là một phƣơng pháp để nhận dạng cá nhân có hiệu quả và là một chuẩn đƣợc sử dụng trong các thủ tục pháp lý.

2 Từ thế kỷ 18, vân tay đƣợc xem nhƣ là một phƣơng thức hữu hiệu nhất để định danh con ngƣời. Cho đến nay, để quản lý công dân của mình, hầu hết các nƣớc đã định ra các hệ thống thẻ căn cƣớc, mà thực chất đó là những hệ thống thông tin quản lý con ngƣời, lấy vân tay làm khóa. Các vấn đề xử lý và nhận dạng ảnh vân tay tự động gọi tắt là AFIS đã đƣợc quan tâm từ thập niên 1970, và đến 1980 có một số kết quả đối sánh tự động ảnh vân tay nhƣng vẫn còn ở mức đối sánh bình thƣờng chƣa quan tâm đến các cấu trúc đặc biệt của mẫu vân tay. Năm 1989, trên thế giới xuất hiện các phƣơng pháp phân tích, trích chọn, và đối xánh mẫu vân tay dựa vào cấu trúc các điểm chi tiết.

Và đến nay, thế giới đã xuất hiện các phần mềm xử lý và nhận dạng ảnh vân tay tự động nhƣ: SAGEM, MORPHO, NEC, HORUS,… Tuy nhiên, giá thành của các phần mềm này rất đắt, hàng triệu USD. Ở nƣớc ta, trong những năm qua đã có những thành công nổi bật trong trong lĩnh vực này. Năm 1992, có luận văn “biểu diễn và đồng nhất tự động đƣờng nét” của phó tiến sĩ Nguyễn Ngọc Kỷ. Tác giả đã đề xuất một số phƣơng pháp xử lý và đối sánh mẫu vân tay chủ yếu dựa vào đối sánh cấu trúc các điểm đặc trƣng, đã đƣợc ứng dụng trong thực tế và có hiệu quả đáng kể.

Trong hội nghị toàn quốc lần thứ ba về tự động hóa vào tháng 4 năm 1998, Ngô Tứ Thành đã trình bày thuật toán tự động xác định điểm đặc trƣng dựa vào dòng chảy đƣờng vân, và thuật toán đối sánh tuần tự các điểm đặc trƣng của mẫu vân tay. Tháng 11 năm 1999, GSTS. Hoàng Kiếm cùng các cộng sự (khoa CNTT_KHTN) đã công bố kết quả ứng dụng mạng nơron để nhận biết các đƣờng vân cơ bản. Tháng 12 năm 1999, thạc sĩ Trần Trung Dũng (Khoa điện tử viễn thông_ĐHBKHN) cũng công bố việc ứng dụng mạng nơron tự động để tìm nhân và delta trong vân tay.

Với các công trình nghiên cứu này có thể ứng dụng để phân loại mẫu vân tay tự động, rút ngắn thời gian đối sánh mẫu cũng nhƣ tăng 3 hiệu suất nhận dạng mẫu vân tay. Tháng 12 năm 1999, TS. Nguyễn Cao Thắng đƣa ra một phƣơng pháp trích chọn đặc trƣng mới và chứng minh đƣợc độ tin cậy của các đặc trƣng này. Và gần đây nhất, tháng 1 năm 2000, thiếu tá Ngô Tứ Thành đã đề xuất phƣơng pháp tra cứu công thức vân tay hiện trƣờng theo phƣơng pháp “Henry_Thanh”.

Phƣơng pháp này đƣợc phát triển dựa trên phƣơng pháp cơ bản của Henry là đối sánh mƣời mẫu vân tay để xác định chính xác một ngƣời. Trong trƣờng hợp ảnh hiện trƣờng lấy về không đủ mƣời mẫu, tác giả đề xuất công thức để bù lắp vào những mẫu khiếm khuyết để dựa vào đó tiến hành đối sánh nhƣ đối sánh mƣời mẫu vân tay cơ sở. Vân tay đƣợc đặc trƣng hóa bởi các đặc trƣng toàn cục và cục bộ. Đặc trƣng toàn cục bao gồm bản đồ hƣớng lằn, vị trí core và delta.

Những điểm đặc trƣng nhƣ điểm kết thúc lằn, điểm rẽ đôi lằn,… là những đặc trƣng cục bộ. Sự ƣớc tính hƣớng lằn cục bộ và tần số lằn cục bộ là một vai trò quan trọng trong những giai đoạn con của hệ thống vân tay. Bản đồ hƣớng đƣợc sử dụng trong quá trình nâng cao chất lƣợng ảnh, xác định những điểm đơn, xử lý đặc trƣng vào giao đoạn cuối và phân loại vân tay.