Thiết Kế Hệ Thống Xử Lý Ảnh Nhận Diện Khớp Ngón Tay Người Sử Dụng Raspberry Pi

• Tác giả: Vũ Cường Thịnh
• Người hướng dẫn: TS. Trần Thị Thảo
• Trường học: Trường Đại Học Bách Khoa Hà Nội
• Chuyên ngành: Kỹ Thuật Điều Khiển & Tự Động Hóa
• Đề tài: Thiết Kế Hệ Thống Nhận Diện Khớp Ngón Tay Bằng Raspberry Pi
• Loại tài liệu: đồ án tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ BÀI TOÁN NHẬN DẠNG KHỚP NGÓN TAY CON NGƯỜI
• 1.1. Sự phát triển của các phương pháp xác thực bằng sinh trắc học
• 1.2. Bài toán nhận diện khớp ngón tay
• 1.3. Những khó khăn và thách thức trong bài toán nhận diện khớp ngón tay
• 1.4. Các ứng dụng của bài toán nhận diện khớp ngón tay
• 1.5. Giới thiệu thiết bị phần cứng
• 2. CHƯƠNG 2: PHƯƠNG PHÁP XÁC ĐỊNH VÙNG QUAN TÂM (ROI)
• 2.1. Cơ sở lý thuyết xác định vùng quan tâm
• 2.2. Thuật toán trích xuất ROI từ hình ảnh FKP
• 2.2.1. Tiền xử lý hình ảnh đầu vào
• 2.2.2. Xác định trục X của hệ tọa độ
• 2.2.3. Crop hình ảnh theo trục X đã xác định
• 2.2.4. Dò cạnh sử dụng thuật toán Canny
• 2.2.5. Mã hóa đường vân lồi của khớp ngón tay
• 2.2.6. Xác định trục Y của hệ tọa độ
• 2.2.7. Crop hình ảnh theo trục Y đã xác định
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NHẬN DIỆN KHỚP NGÓN TAY SỬ DỤNG ĐẶC TRƯNG VỀ HƯỚNG VÀ ĐỘ LỚN ĐƯỜNG VÂN
• 3.1. Thuật toán biến đổi sóng Gabor
• 3.2. Một số phương pháp trích xuất đặc trưng khớp ngón tay điển hình
• 3.2.1. Phương pháp mã hóa sơ đồ định hướng (CompCode)
• 3.2.2. Phương pháp nhị phân hóa sơ đồ mã hóa định hướng (BOCV)
• 3.2.3. Phương pháp biến đổi Radon trong một vùng cục bộ (LRT)
• 3.3. Phương pháp nhận diện khớp ngón tay sử dụng đặc trưng về hướng và độ lớn của đường vân
• 3.3.1. Trích xuất đặc tính đường vân của khớp ngón tay bằng phép biến đổi sóng Gabor
• 3.3.2. Phương pháp đối sánh ảnh để nhận diện người từ hai sơ đồ mã hóa nhận được
• 4. CHƯƠNG 4: TRIỂN KHAI VÀ KẾT QUẢ THỰC NGHIỆM
• 4.1. Thu thập dữ liệu
• 4.1.1. Tập data Finger Knuckle Print tham khảo
• 4.1.2. Tập data Finger Knuckle Print tự thu thập
• 4.2. Triển khai hệ thống trên Google Colaboratory
• 4.2.1. Tốc độ xử lý hệ thống FKP sử dụng công cụ Google Colab
• 4.2.2. Kết quả thực nghiệm thu được trên Google Colab
• 4.3. Triển khai hệ thống trên Raspberry Pi
• 4.3.1. Sản phẩm phần cứng
• 4.3.2. Tốc độ xử lý hệ thống FKP sử dụng Raspberry Pi
• 4.3.3. Kết quả thực nghiệm thu được trên Raspberry Pi
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

I. Tổng quan về thiết kế hệ thống nhận diện khớp ngón tay bằng Raspberry Pi

Hệ thống nhận diện khớp ngón tay bằng Raspberry Pi đang trở thành một trong những giải pháp sinh trắc học tiên tiến. Với khả năng nhận diện chính xác và nhanh chóng, hệ thống này hứa hẹn mang lại nhiều ứng dụng trong thực tế. Việc sử dụng camera Raspberry Pi giúp thu thập hình ảnh khớp ngón tay một cách hiệu quả, từ đó phục vụ cho quá trình nhận diện. Đồ án này sẽ trình bày chi tiết về thiết kế và triển khai hệ thống này.

1.1. Ứng dụng của hệ thống nhận diện khớp ngón tay

Hệ thống nhận diện khớp ngón tay có thể được ứng dụng trong nhiều lĩnh vực như bảo mật, kiểm soát truy cập, và xác thực danh tính. Việc sử dụng khớp ngón tay để nhận diện giúp tăng cường tính bảo mật và giảm thiểu gian lận.

1.2. Lợi ích của việc sử dụng Raspberry Pi trong thiết kế

Sử dụng Raspberry Pi trong thiết kế hệ thống mang lại nhiều lợi ích như chi phí thấp, dễ dàng lập trình và khả năng mở rộng. Hệ thống có thể hoạt động độc lập và dễ dàng tích hợp với các thiết bị khác.

II. Những thách thức trong việc nhận diện khớp ngón tay

Mặc dù hệ thống nhận diện khớp ngón tay bằng Raspberry Pi có nhiều ưu điểm, nhưng vẫn tồn tại một số thách thức cần giải quyết. Các yếu tố như điều kiện ánh sáng, góc chụp và chất lượng hình ảnh có thể ảnh hưởng đến độ chính xác của hệ thống. Việc cải thiện các yếu tố này là rất quan trọng để nâng cao hiệu suất nhận diện.

2.1. Ảnh hưởng của điều kiện ánh sáng đến nhận diện

Điều kiện ánh sáng không đồng đều có thể làm giảm chất lượng hình ảnh khớp ngón tay. Việc sử dụng cảm biến nhận diện chất lượng cao và điều chỉnh ánh sáng phù hợp là cần thiết để cải thiện độ chính xác.

2.2. Vấn đề góc chụp và chất lượng hình ảnh

Góc chụp không đúng có thể dẫn đến việc không nhận diện được khớp ngón tay. Cần thiết lập các quy tắc chụp hình để đảm bảo hình ảnh thu được có chất lượng tốt nhất.

III. Phương pháp nhận diện khớp ngón tay hiệu quả

Để nhận diện khớp ngón tay, hệ thống sử dụng các thuật toán xử lý ảnh tiên tiến. Các phương pháp như trích xuất đặc trưng và so sánh hình ảnh là rất quan trọng trong quá trình nhận diện. Việc áp dụng các thuật toán này giúp nâng cao độ chính xác và tốc độ nhận diện.

3.1. Thuật toán trích xuất đặc trưng khớp ngón tay

Các thuật toán như biến đổi sóng Gabor và mã hóa định hướng được sử dụng để trích xuất đặc trưng từ hình ảnh khớp ngón tay. Những đặc trưng này giúp phân biệt các khớp ngón tay khác nhau.

3.2. So sánh hình ảnh để nhận diện

Sau khi trích xuất đặc trưng, hệ thống sẽ so sánh hình ảnh khớp ngón tay với cơ sở dữ liệu để xác định danh tính. Việc sử dụng các phương pháp so sánh hiệu quả giúp tăng cường độ chính xác của hệ thống.

IV. Kết quả thực nghiệm và ứng dụng thực tiễn

Kết quả thực nghiệm cho thấy hệ thống nhận diện khớp ngón tay bằng Raspberry Pi hoạt động hiệu quả trong nhiều điều kiện khác nhau. Hệ thống đã được thử nghiệm với nhiều người dùng và cho kết quả chính xác cao. Các ứng dụng thực tiễn của hệ thống này rất đa dạng, từ bảo mật đến kiểm soát truy cập.

4.1. Kết quả thử nghiệm trên Raspberry Pi

Hệ thống đã được thử nghiệm trên Raspberry Pi 4 Model B và cho thấy khả năng nhận diện nhanh chóng và chính xác. Các thử nghiệm cho thấy tỷ lệ nhận diện thành công đạt trên 90%.

4.2. Ứng dụng trong thực tế

Hệ thống có thể được ứng dụng trong các lĩnh vực như ngân hàng, bảo mật và các hệ thống kiểm soát truy cập. Việc sử dụng khớp ngón tay để xác thực giúp tăng cường tính bảo mật và tiện lợi cho người dùng.

V. Kết luận và hướng phát triển tương lai

Hệ thống nhận diện khớp ngón tay bằng Raspberry Pi đã chứng minh được tính khả thi và hiệu quả trong việc xác thực danh tính. Trong tương lai, hệ thống có thể được cải tiến hơn nữa với các công nghệ mới và thuật toán tiên tiến. Việc mở rộng ứng dụng của hệ thống sẽ mang lại nhiều giá trị cho người dùng.

5.1. Hướng phát triển công nghệ nhận diện

Công nghệ nhận diện khớp ngón tay có thể được kết hợp với các công nghệ sinh trắc học khác để nâng cao độ chính xác và bảo mật. Việc nghiên cứu và phát triển các thuật toán mới sẽ là một hướng đi quan trọng.

5.2. Tương lai của hệ thống nhận diện khớp ngón tay

Hệ thống nhận diện khớp ngón tay có tiềm năng lớn trong việc ứng dụng vào các lĩnh vực như y tế, an ninh và thương mại. Việc phát triển hệ thống này sẽ góp phần nâng cao chất lượng cuộc sống và bảo vệ quyền riêng tư của người dùng.