ĐẠI HỌC QUỐC GIA HÀ NỘI
Tân đề tài:
Phân loại vân tay tự động dựa trên
• 1 / • • o ■
các điếm dị thường
(Báo cáo tống hợp đề tài NCKH cấp ĐHỌG do khoa Công nghệ quan lý)
Mà số: QC.04.07
Chủ nhiệm đề tài: TS Trịnh anh Vũ
Đ A I H O C QUO'' AtJAl H U I VrJUV
TQUNGT^N
____
p i /
( § _
Hà nội 2005
1. Mớ đầu:
MỤC LỰC
Tranư
3
1.2 Giải thích các chừ viết tắt 3
1.3 Danh sách những người tham gia đề tài

3
1.4 Danh mục các bản số liệu
3
1.5 Danh mục các hình v ẽ 3
1.6 Tóm tẳt các kết quả chính của dề tài NCKH 4
2. Nội dung chính: 5
2.1 Đặt vấn đ ề 5
2.2 Tông quan các vân đê nghiên cứu 5
2.3 Nội dung và kêt quá nghiên cứu

6
2.3.1 Tài liệu vê xác định tiêu chuàn điêm kỳ dị và kỳ thuật tách
các điêm này 6
2.3.2 Tài liệu về tiêu chuẩn xắp xếp, phân loại vân tay dựa trên
các điếm kỳ dị tách được: 6
2.3.3 Tài liệu về nhận dạng vân tay theo trường định hướng

6
2.3.4 Phần mềm phân loại và nhận dạne tự động
7
2.4. Thảo luận 7
3. Tài liệu tham kháo
8
4. Phụ lục 8
4.1 Phụ lục 4.1 9
4.2 Phụ lục 4.2 31
4.3 Phụ lục 4.3 39
4.4 Phụ lục 4.4 47
5. Phiếu đănR ký kết quả nahiên cứu khoa h ọc

53
1. Mở đầu
1.2 Giải thích các chừ viết tắt
PIN : Personal Identification Number số nhận dạng cá nhân
ATM : Automatic Teller Machine Máy rút tiền tự động
FTIR : Frustrated Total Internal Reflection
Led : Light Emitting diode Đi ốt phát quang
CCD : Charge Coupled Device
1.3 Danh sách nhừng người tham gia thực hiện đề tài
TT

Họ và tên Học vị
Chuyên ngành
Cơ quan công tác
1 Trịnh anh Vũ
TS ĐT-VT BM Viễn thông
2 Dương thị quỳnh Thu
CN ĐT-VT Trung tám
3 Lê quang Tòan
CN
ĐT-VT
Trung tâm
4
Trân mạnh Hà CN ĐT-VT BM Viên thônu
1.4 Danh mục các ban sô liệu
1.5 Danh mục các hình vẽ
Hình 1. Một sô loại vân tay điên hình
Hình 2. Kiến trúc hệ thong nhận thực tụ1 độns
Hình 3. Một số kiêu thu vân tay
Hình 4. Đầu cuối đường gồ và đườns gô rẽ nhánh
Hình 5. Thuật toán làm nôi bật vân tay
Hỉnh 6 Kết qua làm nôi bật vân tay
Hình 7. Bộ lọc Gabor đối xứng, chẵn
Hỉnh 8. Gian đồ phân loại vân tay
Hình 9. 2 anh cua củng một vân tay
Hình 10. Cấu trúc đườne ííồ được xấp hàng cua 2 vân tay
Hình 1 1. Hộp biên íiiới hạn sai lệch và sự hiệu chinh
Hình 12 Ket qua áp dụnu thuật toán nhận dạng
.1
1.6 TÓM TẮT NHỮNG KẾT QUẢ CHÍNH CỦA ĐỀ TÀI NCKH
1. Tên đề tài: Phân loại phân tay tự động dựa trên các diem dị thường

Tiếng anh: :The automatic fingerprint classification base on singular
points
Mã số: QC.04.07
2. Chủ trì đề tài: TS Trịnh anh Vũ
3. Những kết quả chính:
a) Ket quả về khoa học: (Những đóng góp đề tài, các công trình
khoa học công bổ)
Có 2 báo cáo Khoa học tại Hội nghị Vô tuyến Điện tử toàn quốc
REV04 và tạp chí Khoa học ĐHQG hà nội
b) Ket quả phục vụ thực te (sản phâm công nghệ, kha năne; áp
dụng thực tế)
Một phân mêm nhận dạng có khả năng phục vụ thực tê
c) Kết quả đào tạo: (so sv, học viên cao học, NCS làm trong đề
tài)
01 học viên cao học đang tham gia dê tài
d) Ket quả nâng cao tiềm lực khoa học (trình độ cán bộ, trane, thiêt
bị)
Tài liệu nghiên cứu phục vụ đào tạo cán bộ
e) Tình hình sử dung kinh phí
Đã xử dụng hết 30.000.000 đ
Chu nhiệm đê tài
Xác nhận của đơn vị
2. Nội dung chính:
2.1 Đặt vấn đề (M ục tiêu của đề tài):
Vân tay có tính chất đặc thù ở mỗi cá thế con người. Việc sử dụns kv
thuật phân loại và nhận dạng vân tay tự động đang được nghiên cửu áp
dụng trong nhiêu phạm vi khác nhau : An ninh, điêu tra hình sự, ạiao dịch
thương mại (phụ lục 4.1). Mục tiêu của đề tài này là: Trên cơ sơ nghiên cứu
đặc điêm câu trúc vân tay , xây dựng phần mềm tự động phân loại nhằm <ịìắp
xếp các cơ sở dữ liệu lớn theo các loại điển hình, giúp cho việc truy tìm

nhanh. Ngoài ra chỉ với tính chất của trường định hướng, đề tài đã đề xuất
thêm một phương pháp nhận thực vân tay đơn giản nhàm ứng dụne trong
các giao dịch thương mại, khoá điện tử
2.2 Tông quan các vấn đề nghiên cứu:
Hiện nay việc phân loại và nhận dạng vân tay tự động đang từng bước
được áp dụng trên thực tế với độ tin cậy ngày càng cao. Nước Mỹ vừa qua
đã cho triên khai hệ thống này bên cạnh thị thực nhập cảnh và đã phát hiện
nhiều trường hợp giả mạo. Một số công ty nước ngoài đã có kế hoạch áp
dụng kiêm tra vân tay đê điêm danh công nhân tránh ngưcri thay thế làm hộ.
ơ VN cục tin học nghiệp vụ Bộ công an cũng đã tự xây dựng một hệ thổne
nhận dạng hiện đại phục vụ côna, tác điêu tra lưu trừ. Tuy nhiên các kỳ thuật
phân loại nhận dạng vân không ngừng được sửa đôi hoàn thiện đê nâng cao
độ tin cậy tránh sai sót.
Vấn đề nhận thực vân tay của cá nhân một người có thê được phân
loại thành hai loại với mức độ phức tạp khác nhau: Kiểm tra (Verification)
và nhận dạng (Recognition). Kiêm tra là sự thừa nhận hay phủ nhận 'danh
tính' của một người, (tôi có đúng là người này không?) . Còn sự nhận dạng
(tôi là ai?) là cho biết (tìm kiếm) 'danh tính’ cá nhân một ngưòi cụ thẻ trona.
một cơ sở dừ liệu. Nhận thực tin cậy rất quan trọng trong nhiều giao dịch
hàng ngày. Chăng hạn, việc kiểm soát sự truy cập tới nhừng thiết bị vật lí và
máy tính cá nhân đane trơ nên quan trọng trona việc ngăn chặn nhừns hành
vi truy cập trái phép. Sự tiên bộ nhanh của các thiêt bị điện tử (sensor nho
2,011 tinh xảo, các bộ vi xư lý tôc độ nhanh), cho phép triên khai áp dụnti
nhận dạng vân tay vói chi phí không đăt sano các yêu câu đơn le như khoá
điện tử, điểm danh, ơiao dịch thươntỊ mại ớ siêu thị đana được quan tâm
niìàv càng lớn {phụ lục 4. Ị).
Kỹ thuật cơ sớ cua việc phân loại và nhận dạrm trong đê tài nahiẻn cửu
này dựa trên hình dạna và đặc tính cua trường, định hiróne. Từ trườna định
hướng có thê tách ra các điêm dị thường (phụ lục 4.2) phục vụ cho việc phân
loại, hay là các điêm tham chiếu phục vụ cho việc nhận thưc (phụ lục 4.3).

Địa điềm thời gian và phương pháp nghiên cứu:
Tại khoa ĐT-VT trường ĐH Công Nghệ, ĐHQGHN
2.3 N ộ i dung và kết quả nghiên cứu (gồm các phần) .
2.3.1 Tài liệu vê xác định tiêu chuẩn điểm kỳ dị và kỳ thuật tách các điẽm
này:
- Một ảnh vân tay sau khi được làm nồi bật [1] được chia thành các
khôi 16x16 pixel. Mỗi khôi biêu diễn một hướng tập trung nhât của đường
nôi vân tay (đường gồ) bằng các phép tính Gradien theo trục X, trục V [2].
Tập hợp các hướng biêu diễn này của các khối tạo nên trường định hướnu
của một ảnh vân tay. (phụ lục 4.3)
- Xét tập hợp 3x3 khôi gôm một khối trung tâm và 8 khôi xung quanh
làm thành một vòng tròn xác định theo chiều ngược kim đồng hô . Sai lệch
hướng giữa 2 khôi liên tiêp (Hiệu góc của 2 hướng) trên vòng tròn này được
tích Iuỹ lại theo 2 cách:
- Lấy tông bình thường và lây tông các giá trị tuyệt đôi {phụ lục 4.3).
Dựa trên tong bình thường có thê xác đinh các điẻm dị thườn tỉ Core hay
Delta theo tiêu chuấn Poincare (đây là các điêm trung tâm cua nhừim nơi
đường nôi vân tay có độ cong lớn nhât), song theo tiêu chuân này khônu xác
định được các vị trí đi êm uốn it. Tài liệu này được thêm vào tiêu chuàn tônií
tuyệt đối đế xác định được vị trí có điêm uôn cực đại song chưa phai là Core
hay Delta. Tính chất và vị trí các điêtn này sẽ là cơ sơ cho việc phân loại và
nhận thực
2.3.2 Tài liệu về tiêu chuẩn xắp xếp, phân loại vân tay dựa trên điếm kv
dị tách được:
Đê phân loại theo các định dạng tiêu biêu truyên thong. Thuật toán phản
loai sẽ xác định các điêm dị thường (nêu có), đêm sô lượng và kiêu dị
thường của các điếm này. Nếu không có các điêm dị thường theo tiêu chuân
Poicare sẽ xác đinh vị trí có độ cong lớn nhât và eiá trị độ con
2, dó. Thuật
toán được mô tá trong Phụ lục 4. Ị

1.3 Tài liệu về nhận dạne, vân tay theo trườn R định hướnư;
Với ơiả thiết Sensor thu vân tay có kích thước hạn che. Một thuật toán
CỈƯƠC xâv dơnii đè đơn liian quá trình so khớp vân tay mau và vân tay cân xư
lv nhàm hưóntT tới các ứnu dụnti thươniỉ mại hav khoá điện tư đơn uian. Su
duns, các vi trí kv dị làm điẻm tham chiêu, Toàn bộ trườnÍỊ định hưứntỉ sè
6
được so sánh hướng của từng cặp block (16x16 pixel) tương ứna đê xác định
sự giong nhau hay khác nhau cua 2 ánh vân tay (Phụ lục 4.3)
2.3.4. Phần mềm phân loại và nhận dạng tự động.
Phần mềm này có 2 giao diện thể hiện trong Phụ lục 4.4. cho 2 mục
đich kiêm tra việc phân loại tự động và nhận dạng vân tay (so sánh với
mắt thường).
Việc sử dụng giao diện cũng được mô tả sau đó
2.4 K ết luận và kiến n g h ị:
Ket quả nghiên cứu đã được thử nghiệm trên một số cơ sớ dừ liệu vân
tay điên hình với độ chính xác 99%. Tuy nhiên sô lượng thứ nghiệm còn ít
và chưa thật sát thực tế vì còn thiếu thiết bị nhập vân tay ‘sống’ vào cơ sở
dừ liệu
Kết quả nghiên cứu này có khả năng đáp ứng các ứng dụng thương mại
nho như: Khoá điện tử, Điềm danh công nhân
Đe nghị được đầu tư làm san phẩm mẫu
7
3 Tài liệu tham khảo:
(viết theo qui định của tạp chí khoa học ĐHQGHN)
Tài liệu tiếng việt
Tài liệu tiêng nước ngoài
[1] L.O’Gorman, “Fingerprint verification” ỉn Biomtrics: Personal
identification in networked Society, A.K.Jain, R.Bolle and S.Pankanti,
Editors, pages 43-64, Kluwer Academic Publishers, 1999.
[2] A.M. Baze, G.T.B.Verwaaijen, S.H.Gerez, L.P.J.Veelenturf and

B.J.vander Zwaag, “A correlation-based fingerprint verification system,”
Proc.ProRJSC2000 Workshop on Circuits, Systems and Signal Processing,
Veldhoven, Netherlands, November 2000.
[3] L.Hong,Y. Wan and A.J.Jain. “Fingerprint Image Enhancement: Algorithm and
Performance Evaluation”, IEEE Transactions on Pattern Analysis and Machine
Intelligence, vol.20. pp.777-789.1998.
[4] A.v. Trinh and D.T.Nguyen,’’Fingerprint Classification based on
Extracted Singular Points”. Proceedings 7" international Symposium on
Digital Signal Processing and Communication Systems DSPCS'2003,
November, Gold Coast, Australia.
[5] C.Klimance, A.V.Trinh and D.T.Nguyen, “Accurate Determination of
Singular Points and Principal Axes on a Fingerprint,” Proceeding o f IEEE
International Conference TENCON2004, Paper # 0682, November 21-24,
Chiang Mai, Thailand.
4 Phụ lục
(Các so liệu S.OC, ảnh minh hoạ,báo cáo các đẻ tài nhánh, bài báo khoa
học, trang bìa luận văn):
4.1 Tài liệu cơ bản về phân loại và nhận dạne vân tay
4.2 Báo cáo tại hội nghị vô tuyến điện tử toàn quôc REV04
4.3 Bài báo đăng trons tạp chí khoa học Đại học quốc gia N°2, 2005
4.4 Thuyết minh sư dụng phân mêm xử lý phân loại và nhận dạns
X
Phụ lục 4.1
Cơ SỞ kỹ thuật phân loại và nhận
thực vân tay
1. Giới thiêu
•
Vân đề nhận thực cá nhân một người có thể được phân loại thành hai
loại với mức độ phức tạp khác nhau: Kiểm tra (Verification) và nhận dạng
(Recognition). Kiêm tra là sự thừa nhận hay phủ nhận ‘danh tính’ của một

người, (tôi có đúng là người này không?) . Còn sự nhận dạng (tôi là ai?) là
cho biết (tìm kiểm) ‘danh tính’ cá nhân một người cụ thể trong một cơ sơ dừ
liệu. Nhận thực tin cậy rất quan trọng trong nhiều giao dịch hàne ngày.
Chang hạn, việc kiếm soát sự truy cập tới những thiết bị vật lí và máy tính cá
nhân đang trở nên quan trọng trong việc ngăn chặn những hành vi truy cập
trái phép. Vấn đề nhận thực cá nhân tin cậy với chi phí không đắt trong dân
sự, thương mại, và trong các ứng đụng tài chính cũng đang đưọ’c quan tâm
ngày càng lớn
Thông thường một người cân được nhận dạng dựa vào:
a) Trạng thái sở hữu của người đó (một vài thứ mà bạn SO'
hữu) ví dụ như được phép vào một tòa nhà với những ai có
chìa khỏa;
b) Sự hiểu biết về một lượng thông tin nhất định (một vài thứ
mà bạn biêt) ví dụ : được phép truy cập vào một hệ thông
đối với ai biết user ID và một passw ord được câp cùne với
nó.
Một phương pháp tiếp cận khác đên sự nhận dạng là dựa trên đặc tính
vật lý của con người. Các tính chất có thê là các vân tay, hình dạng hình học
bàn tay, vân vân hay là các hành vi của người đó như giọng nói và chừ kí.
Phương pháp nhận thực một người dựa vào các tính chât vật lý cua họ được
gọi là Sinh trắc học. Các tính chất sinh trắc học không thê bị quên (như mật
khẩu - password) và khônơ thề dễ dàng chia xẻ (cho mượn) hay thay thế
(như chìa khóa).
2. Các úng dụng nổi bật:
Nhân thực chính xác một người sẽ xác định được tội phạm hay ke aia
mao trong các ơiao dịch thương mại, và tiêt kiệm tiên của. Sau đây là một sô
ví du: Cờ môt tỷ đô la trợ càp xà hội của Mỹ thường bị mât bơi nhiêu lân
nhận thực sai. 450 triệu/ năm mât theo Credit Card (Việc nhận thực n ti ười
chu tại điểm bán hàn« sẽ 2.iam sự eiá mạo Credit Card), cỏ khoana một ty
9

giá trị cuộc gọi điện thoại tế bào bị ăn trộm (do bị trộm PIN hay điện thoại bị
mât). Một lân nữa nhận thực được người chủ của máy di độne sẽ chốna lại
việc lây căp cuộc gọi. Một phương pháp tin cậy nhận biết người chu cùa
Card tại máy ATM sẽ giảm mất trộm mỗi năm 3 tỳ. Hay nhận thực tốt trone
môi hệ login cũng loại bỏ hacker chui vào bẻ khoá máy tính hoặc một
phương pháp nhận thực đảm bảo check trả tiền cũng sẽ giảm ca ty đô la bị
mât do người trả tiên giả mạo. Bộ nhập cư Mỳ ước tính mồi ngày có 3000
người nhập cư bât hợp pháp tại biên giới Mêxicô, việc phát hiện ra ạiả mạo
mà không làm chậm trề những người nhập cư họp pháp cũng đòi hói một
phương pháp nhận thực tự động nhanh tin cậy.
Mạng máy tính tốc độ nhanh hiện nay cũng cho thấy triển vọng thủ vị
của thương mại điện tử và trả tiền điện tử. Việc nhận thực chính xác qua
mạng cũng là một ứng dụng quan trọng của nhận thực dựa theo sinh trắc
học.
Các sản phâm sensor kích thước và khối lượng nho{ như sensor thu
vân tay) ra đời đang tạo điều kiện thuận lợi cho việc nhận thực dựa trẽn sinh
trăc học
3. Vân tay là một sinh trắc học
Một mẫu các đường cong trơn mềm mại tạo bởi sự xen kẽ các đường
gô lên và các đường lõm xuông trên bàn tay được gọi là vân bàn tay. Sự hỉnh
thành dạng vân tay phụ thuộc vào các điều kiện ban đầu phát triên của bào
thai. Mầu trên mỗi đốt ngón tay được coi như là một mẫu cá thê và được eọi
chung là vân tav. Mồi vân tay được cho là độc nhất vô nhị đổi với mỗi
người. Thậm chí các vân tay của những người sinh đôi cũng khác nhau.
Vân tay là một trong các công nghệ sinh trãc học mạnh mẽ nhât và
được coi là những bằng chứng chúng minh hợp pháp của các tòa án trorm
ngành luật trên thế giới. Vì thế vân tay thườne được sử dụng trong kỹ thuật
hình sự cho các cuộc điều tra tội phạm. Gần đây càng có nhiêu ửns dụnu
thương mại và an ninh được sử dụng hay xem xét tích cực việc sư dụng nhận
thực dựa vào vân tay vì ràng sự hiểu biết tốt hơn về vân tay cũng như là kha

năng so khớp đu'Ọ'c chửng minh ưu việt hơn các công nghệ sinh trăc học
đang tồn tại khác.
4. Lịcli sử ngành vân tay
Con người đã sứ dụnạ các vân tay cho việc nhận dạns cá nhân tro nu
một thời gian rất dài. Các công no,hệ so khớp vân tav hiện đại được đẻ
xướng vào cuối thế kv 16. Henry Fauld, vào năm 1880, đẻ cập một cách
khoa học về sự độc nhất và tính cá nhân cua các vân tay. CD nu cùnu thời
oian này Herschel khăna định răne, Ôn2 ta đã thực hành việc nhận dạnii vân
10
tay trong khoảng 20 năm. Sự khám phá này đã tạo cơ sở cho việc nhận dạna
vân tay hiện đại. Vào cuối thế kỉ 19, Sir Francis Galton đã tiến hành một
nghiên cứu phạm vi rộng về các vân tay. Ông ta giới thiệu các điếm đặc
trưng ch ì tiêt cho việc phân loại các vân tay đơn vào nãm 1888. Sự khám
phá nàỵ làm cho phương pháp nhận dạng vân tay càng hiệu quả hơn. Một
phát triên quan trọng trong nhận dạng vân tay là của Edward Henry vào năm
1899 và đã thiết lập hệ thống Henrry nổi tiếng cho sự phân loại vân tay: một
phương pháp chỉ số hoá vân tay tinh vi thuận tiện cho các chuyên gia nhân
học thực hiện việc nhận dạng vân tay. Vào đầu thế kỷ 20, sự nhận dạng vân
tay được châp nhận rộng rãi như là một phương pháp nhận dạng vân tay cá
nhân có giá trị. Các cơ quan nhận dạng vân tay được thiết lập trên phạm vi
rộng với các cơ sở dừ liệu vân tay tội phạm được thiết lập. Với việc in vân
tay được quét trực tiếp và khả năng của các sensor thu vân tay khá re tiền
gân đây, càng tăng khả năng sử dụng cho các ứng dụng thương mại và chính
phủ trong việc nhận dạng con người.
Hình ỉ. Một sổ loại vân tay điên hình: b) dạng lều đửng.c)
cỉạng vòng phái.cỉ) Dạng vòng trái.e) Dạng tròn. f)Dạng xòng
1 I
Hình 2 Kiến trúc hệ thống nhận thực tự động
5. Kiến trúc hệ thống
Sơ đô khôi một hệ thông nhận dạng vân tay được nêu trẽn hình 2. Nó

bao gôm 4 phần: giao diện người dùng, cơ sở dù' liệu hệ thống, môđun thu
nhận vân tay và môđun xác nhận. Giao diện người dùng cung câp các cơ cấu
cho một người dùng trình bày nhân dạng của anh ấy hay cô ấy và đưa các
vân tay của anh ấy hay cô ây vào trong hệ thốn^. Cơ sớ dữ liệu hệ thốnu bao
gôm một tập họp các bản ghi, mà mồi cái tương ứng với một người được xác
nhận rằng trong hệ thống. Mồi bản ghi bao gôm các trườns, dưới đây mà
đirọ'c sử dụng cho mục đích xác nhận: tên user của người đó, các mầu chi
tiết trên vân tay của người đó, và các thông tin khác.
Nhiệm vụ của môđun thu nhận là thu nhận các thône tin cá nhản và
các dấu vân tay của họ vào trong cơ sở hệ thống. Khi các hình anh vân tav
và tên user của một cá nhân được thu nhận và đưa tới môđun thu nhận, một
thuật toán tách chi tiết được áp dụng đâu tiên cho các các hình anh vân tay
và các mầu hình được tách. Một thuật toán kiêm tra chất lượns được áp
dụng để đám bảo rằng các bản ghi trong cơ sơ dừ liệu hệ thông chỉ bao gôm
các vân tay có chất lượna tốt mà trong đó một sô lượna, đáno kẻ cua chi tiết
xác thực có thế được tìm thấy (mặc định >25). Nêu một hình anh vân tay có
chất lượng kém, nó được làm nôi đê cái thiện sụ' rò ràne cua các cảu trúc vân
tav và che kín tất ca các vùns, mà không thẻ cho kêt qua tin cậy. Hình anh
vân tay sau làm nồi được đưa tới bộ tách chi tiết.
12
Nhiệm vụ cuả môđun xác nhận là để nhận dạng cá nhân muốn truv
nhập vào hệ thông. Cá nhân muôn truy nhập đặt ngón tay lên máy quét vân
tay. Một hình ảnh sô của vân được thu nhận, các mầu chi tiết được tách từ
ảnh vân tay này được đưa tới phần thuật toán so khớp với các mẫu chi tiết
của cá nhân trước đó được lưu trừ trong cơ sở dữ liệu hệ thống đế thiết lập
nhân dạng.
6 Cảm biến vân tay
Có hai phương pháp cơ bản đế thu nhận một hình ảnh vân tay: phươnu
pháp bôi mực (offline) và không bôi mực (live scan). Một ảnh vân tav bôi
mực là một vết hăn của một ngón tay in mực lên một tờ giấy và vết hàn sau

đó được quét băng máy quét tài liệu mặt phăng. Một vân tay không bôi mực
(live scan) là một thuật ngữ chung cho một ảnh vân tay thu trực tiếp từ ngón
tay mà không thông qua bước trung gian la thu nhận một vết hằn trên aiấy.
Yêu câu vân tay bôi mực là khá rắc rối. Trong điều kiện một hệ thốn” xác
nhận nhân dạng. Công nghệ phổ biến nhất để thu được một hình anh vân tay
live scan dựa vào một sự phản xạ quang học toàn phần (FTIR). Khi một
ngón tay được đặt trên một phía của một tẩm ép thuy tinh, các đường gồ trên
ngón tay thì tiếp xúc với tấm ép, trong khi các đường hõm khôns tiếp xúc
với tâm ép. Phân còn lại của hệ thống bao gồm một dãy các nguồn sáng Led
và các CCD được đặt trên mặt còn lại của tấm ép thủy tinh. Nguồn sániỉ
laser chiếu sáng tấm thúy tinh tại một góc xác định và một camera được đặt
đê thu ánh sáng laser phan xạ từ gương. Ánh sánR tới trên tấm ép tại bề mặt
gương tiếp xúc với đường gồ chịu tán xạ trong khi ánh sáng tới tại bề mặt
gương tương ứng với sự phản xạ toàn phân tại các bê mặt lỏm. Do đó các
phần trên CCD tương ứng với các đường gô là tôi và tương ứng với các chồ
hõm là sáng. Gần đây, các sensor vân tay live-scan điện dung dựa trên trạng
thái lỏng đáng tin cậy hơn khi chúng có kích thước rất nhó và eiá cá hứa hẹn
không đắt trong tương lai gần đây. Một sensor điện dung thu vân tay bao
sồm một dãy các điện cực. Lớp da trên các vân tay đóng vai trò như các điện
cực còn lại, bằng cách đó tạo thành một điện dune chi tiêt. Điện dmm ứnu
với các đường gồ ngón tay thì cao hơn điện dune thu đuợc bới các cho hòm
trên ngón tay. Điện duntí khác nhau là cơ sở hoạt động trong sensor điện
dung trạng thái ióng.
Hình 3. Một sô kiêu thu vân tay: a) thu nhuộm mực.b) tìm
từ sensor qucinẹ học ,c)Lân kín cà ngón tay.d) thu từ
sensor tinh thê lay một vùng nhỏ.e) Vân tay đẽ lại hiện
7. Biếu diễn vân tay
Biếu diền vân tay có hai kiêu: cục bộ và toàn cục. Biếu diễn chính các
thông tin cục bộ trong vân tay của hình ảnh lối vào, các đườne 2.Ồ, các chấm
trên đường gồ, hoặc các phần nhô ra (cụt) từ các đường gồ. Sự biêu diễn có

ưu thẻ hơn dựa trên các điêm cuôi của các đường eô hay các chồ rẽ đôi. Đặc
biệt là biêu diễn dựa trên vị trí các chi tiết và hướng của đường sô tại vị trí
chi tiết này. Phân loại vân tay dựa trên biêu diền toàn cục cua ảnh là chu đề
của phần 10. Một sô biêu diễn toàn cục bao gôm thông tin vê vị trí cua các
điẽm then chôt trong một vân tay.
8. Tách các đặc điếm
Bộ tìm kiêm tìm các điêm cuối đường gồ (ridge endine) và các điểm
rẽ nhánh đường gô (ridge bifurcation). Nếu các đường gồ được định vị tốt
trên ảnh vân taỵ, thì việc tách chi tiết chỉ là việc tách các điếm kỳ dị đơn
giản trên bản đô đường gô được làm mảnh. Tuy nhiên trong thực tế, không
phải lúc nào cũng thu được một sơ đồ đường gồ hoàn hảo. Khá năne cua các
thuật toán tách chi tiêt hiện naỵ phụ thuộc nhiều vào chất lượng của các hình
ảnh vân tay lôi vào. Do một sô các yếu tố, các hình ánh vân tay khône, phai
lúc nào cũng có các cấu trúc đường gồ được xác định tốt.
Một thuật toán tách chi tiết tin cậy là quan trọne đối với một hệ thốnỉi xác
thực vân tay tự động. Biêu đồ toàn bộ tiến trình cùa một hệ thống bao ạồm 3
thành phân chính: sự ước lượng trường định hướng, tách đường gô, tách chi
tiêt và xử lý.
1. Uớc lượng trường định hướng:
Trường định hướng của một ảnh vân tay biêu diễn hướng cua các đườnu
gồ. Nó đóng vai trò rất quan trọng trong phân tích ảnh vân tay. Một so
phương pháp đã được đê cập đên đê ước lượng trường định hướng cua các
hình ảnh vân tay. Hình ảnh vân tay thông thường được chia thành các khôi
(block) không chồng lấp lên nhau(ví dụ 32x32 pixels) và việc biêu diễn các
đường gồ trong khối dựa vào phép phân tích độ dốc mức xám tronu khối.
Hướng của khôi được xác định từ hướng độ dôc điêm ảnh, nhờ vào sự lav
trung bình, bầu cử hay tối ưu hóa.
Chúng tôi đã tone kết thuật toán ước lượng trườne định hướng trone, hình
5.
a) chia anh vân tay thành các khôi có kích cỡ là ỈVXỈV.

b) Tính toán độ dốc Gx và Gy tại môi điêm anh trong môi khói
Ước lượng trường định hướng cục bộ tại môi điềm anh (i,j) sư dụng các
phư ơng trình dưới đây:
v,(ij)= I E2Gx(u,v)Gv(u,v), (1)
u V
Hình 4. Đâu cuối đường gồ và đường gồ rẽ nhánh
15
u chạy từ i-W/2 -n+W/2
V chạy từ j-W/2 -f-j+W/2
9(i j) = Ọ/2)tan-'(Vs(ij)/ v,(i j))
tro ngđ ó w là kích thước của cửa sô cục bộ Gx và Gy lần lượt ỉ à biên độ
độ dôc theo chiêu X và theo chiều y.
Tinh toán mức độ chăc chăn cua trường định hướng trong các lân cận
xung quanh của một khối với công thức dưới đây
C(i,j) = l/N*sqrt(I|9(i ,j’)- 0(ij)|) theo i vàj
|0’-0 I - d nếu d=((0 - e+360)mod 360 < 180
Và = d-180 nếu ngược lại
Trong đó D biêu diễn lãn cận cục bộ xung quanh khối (i,j) trong hệ
thông của bạn kích cỡ của D là 5x5. N là sô lượng khôi tronạ D.
6 (ỉ\j ’) và 0 ’(i, j) lân lượt là các trường định hướng đường gồ cục bộ
tại các khối (i \ j ') và (ij).
c) Nêu mức độ chăc chân là cao hơn một ngưỡng xác định Tc
khi đó trường định hướng cục bộ xung quanh vùng này được ước ỉượnq
lại tại một mức quyêt định tháp hơn cho tới khi C(i,j) là cao hơn một mức
xác định.
2. Phân vùng.
Phân vùng nhăm khoanh vùng các phần nôi bật của ánh vân tav.
Phương pháp đơn gián nhât đê phân vùng là dựa vào mức ngưỡng thích nghi
hay toàn cục. Một phương pháp phân vùng mới và tin cậy bơi Ratha khai
thác một thực tê răng có một sự khác nhau đáng kê vê biên thiên biên độ các

mức xám giữa dọc theo và cat các đường gô. Thông thường kích cờ khôi cho
sự tính toán variance trong khoảng là từ một đên hai đường gô bên trong.
3. Tách đường gồ:
Tách đường gồ sử dụng ngưỡng thích nghi hoặc là ngường đơn eian.
Các phương pháp này có thể không tốt với các anh có sự tương phản thấp
hay nhiễu. Một đặc tính quan trọng của các đường gô trong anh vân tay là
các giá trị mức xám trên các đường này đạt được cực đại địa phươna dọc
theo hướng vuông góc với hướng của đường gô. Các điêm được nhận ra như
là các điếm của đường 20 dựa trên đặc tính này. Các đường gô tách được có
thể được làm mảnh sử dụng cách làm manh chuân và các thuật toán thành
phần kết nổi.
4. Tách chi tiết:
Khi bản đồ các đường gồ mảnh có được, các điêm anh gô với 3 điẻm
anh ‘Tồ xunsz, quanh được nhận dạng là rẽ nhánh đôi và các điẻm anh có một
điểm anh £ồ lân cận được nhận dạng như là các điẻm cuối đường gô. Tuy
16
nhiên, các chi tiêt nhỏ tìm được không thật xác thực do ngoại lai trone xứ lý
và nhiễu trong hình ảnh vân tay.
5. Postprocessing:
Trong giai đoạn này, các chi tiết nhỏ thực sự rút từ các chi tiểt nho
tách được dựa theo một sổ kinh nghiệm. Ví dụ, rất nhiều chi tiết nho tro na
một lân cận nhở có thê cho biết đó là nhiễu và chúng được loại bỏ. Các điếm
cuôi đường gồ rất gần nhau định hướng đối song song có thê cho biết các chi
tiêt nhở giả tạo bởi lôi trong đường gồ dựa do tương phản kém hay một vết
đứt trên ngón tay. Những chỗ rẽ đôi có vị trí rất gần nhau chune một đoạn 2,0
ngăn thường là các chi tiết ngoại lai do sự bắc cầu giừa các đường Rồ tạo ra
bới vêt bân hay các dụng cụ xử lý ánh.
9. Làm nổi bật vân tay
Khả năng cua thuật toán so sánh hình ảnh vân tay dựa nhiều vào chất
lượng của các hình ảnh vân tay lối vào. Trong thực tế, một phần trăm đáng

kê của các hình ảnh vân tay được yêu cầu (xấp xỉ 10% tương ứng với các thí
nghiệm của chúng tôi) là có chất lượng thấp.
Các cấu trúc đường gô trong các ảnh chất lượng thấp thì khôntỉ phai
lúc nào cũng được xác định tôt và do vậy chúng không luôn được tách chính
xác. Điều này dẫn đến những vấn đề sau đây: một số lượng đáng kẻ các chi
tiết nhỏ sai có thể được tạo ra. Một phần trăm lớn các chi tiết thực có thẻ bị
bỏ qua. Các lỗi lớn trong sự định vị các chi tiêt nhỏ (vị trí và hướnc, cùa các
đường gồ kèm theo) có the bị đưa vào. Đẻ đảm bảo rang khả nărm cua thuật
toán tách mạnh với chất lượng ánh vân tay khác nhau, một thuật toán làm
nổi cấu trúc các đường gô là cân thiêt.
Thông thường, các phương pháp làm nôi ánh vân tay sử dụng kỹ thuật miên
tần số và đòi hỏi nhiều tính toán. Trong một lân cận cục bộ nho, các đường
gồ và các rãnh giống như một sóng hình sin 2 chiêu dọc theo hướng trực
giao(vuông góc với nhau) với hướng đường gồ cục bộ. Vì vậy, các đường gồ
và các rãnh trong một lân cận cục bộ nhở có tần số cục bộ được xác định tốt
và các đặc tính định hướng cục bộ. Những cách tiêp cận phô biên là sư dụng
các mạch lọc thông dải chúng mô hình hóa các đặc trung trong miên tân sô
cua một ảnh vân tay chất lượng tốt. Hình ảnh vân tay chất lượng thấp đuợc
xứ lý bằng cách sư dụng bộ lọc để chặn nhiễu từ các nguồn bên ngoài đông
thời cho qua tín hiệu vân tay. Một vài phương pháp có thê ước lượng trường
định hướng và/hoặc tần sổ cua đường gồ trong mồi khôi trên hình anh vân
tay và điều chỉnh thích nehi các thông sô cua bộ lọc cho phù hợp với các
thông sô cua đường gô.
I Ị Ô >
n . '
A M A í \ w
, J
(L
THƯ V • 4
17

í'
I 1 < »1 ií-iìl . H ' '11
i
( (* n 1 ị M \ i i i I ‘ n
Ể ẩ ẵ -
■-rW
Hình 5. Thuật toán làm nôi bật ván tay
Thôny, thường, các phưona pháp làm nôi ảnh vân tav SU' dụnu kỳ thuật
miền tần số và đòi hói nhiêu tính toán. Trona một lân cận cục bộ nho, các
đường Rồ và các rãnh giông như một sóng hình sin 2 chiêu dọc theo hưcnm
trirc £Ĩao(vuônạ góc với nhau) vói hướne đườn LI ÍIÔ cục bộ. Vì vậy. các
đirờne và các rãnh trong một lân cận cục bộ nho có tân sỏ cục hộ được
xác định tốt và các đặc tính định hướng cục bộ. Những cách tiếp cận phô
biên là sử dụng các mạch lọc thông dái chúng mô hình hóa các đặc trưng
trong miền tần sổ của một ảnh vân tay chất lượng tốt. Hình ảnh vân tay chất
lượng thấp được xử lý bằng cách sử dụng bộ lọc để chặn nhiều từ các nsuôn
bên ngoài đồng thời cho qua tín hiệu vân tay. Một vài phương pháp có thê
ước lượng trường định hướng và/hoặc tần sổ của đường gồ trong mỗi khối
trên hình ảnh vân tay và điều chỉnh thích nghi các thông số của bộ lọc cho
phù hợp với các thông số của đường gồ.
ầ Ê . ' ■
S ỉ-;
y? V
’ r-ỉr-* V * v V., ;
V ?
'i ■
0 -1 V
* '\ vVi
#1 ‘ » . i l
• V \ỳ r

• V1. '-S’i I '\
Hình 6 Kết quả làm nôi bật vân tay: a) Vân tay có chất lượng
kém. b) Tập chi tiết tách từ vàn tay khi không làm nôi bật. c)
Tập chi tiết tách từ ván tav sau khi làm nôi bật
Hình 7. Bộ lọc Gobor đối xứng chăn
19
Một biên điên hình của vấn đề này là chia một ảnh ra thành từng khối
vuông không chông lâp lên nhau với độ rộng của khối lớn hơn khoana cách
trung bình của hai đường gô liên nhau. Sừ dụng một tập hợp các bộ lọc
thông dải một chiêu, môi bộ lọc được ứng với các đường gồ theo một hướns
định trước. Bộ lọc tạo ra một đáp ứng mạnh theo hướng nổi trội (có ưu thế
nôi bật) của dòng gô trong vân tay ở một khối xác định. Kết quả về thôno tin
định hướng thì chính xác hơn, dẫn đên có những nét đặc trưng tin cậy hơn.
Chiêu một khôi đơn lẻ có thê không bao giờ phản ánh đúng các chiều cua
các đường gô trong khôi và có thê tạo nên ngoại lai.
Ví dụ, bộ lọc một chiều phổ biến làm nổi ảnh vân tay là một bộ lọc
Garbol. Các bộ lọc này có các đặc tính lọc lựa cả tần số và ca hướníi và có
giải pháp tôi ưu trong cả miền tần số và miền không gian. Bộ lọc Garbol đối
xứng trơn có dạng chung
h(x,y) = exp{(-l/2)[x2/ôN2+y2/5v2]}cos(27iu0x)
Trong đó U() là tân sô của sóng dạng hình sin dọc theo trục X, và ôx và 5, là
không gian bất biên cua hình bao Gausian lân lượt dọc theo trục X và trực y.
Các bộ lọc Gabor với trường định hướng tùy ý có thê thu được dựa vào sự
quay của lìệ thông trục X, y. Hàm điêu chê truyên đạt (MTF) cua bộ lọc
Garbol có thê được biêu diền như sau.
H(u,v) =27iỗx5y(exp {(-1 /2)[(u-u0)2/5u2 + V2/Ỗv2]}+ exp {(-1/2)[(U-U(, )2/ỏL12 +
V2/Sv2]})
Trong đó, õu =1/2tu5x và 5X = l/27ĩôỵ. Hình 9 chi ra một bộ lọc Gabor đôi
xúng chẵn và MTF của nó. Thông thường, trong một hình anh vân tay 500
dpi, 512x512, một bộ lọc Gabor với U() =60 vòng tròn trên chiêu dài hay

chiều rộng của hình ảnh, độ rộng băng thông theo radian của 2.5 octaves, và
trường định hướng 0 mô hình hóa các ridge vân taỵ theo chiều 0 + 7T/2
Chúng ta tổng kết một phương pháp mới đê tăng cường hình anh vân
tay được đề cập bơi Hon? và đông nghiệp. Phương pháp này phân tích một
hình ảnh hiện có thành một chuồi các hình ảnh thành phân sư dụng một ngân
hàng các bộ lọc thôns; dai Garbol định hưcmg và tăng cường các ridge từ môi
hình ảnh được lọc thong dai sử dụng một thuật toán làm nòi đặc trưng điên
hình. Bằng cách tổng hợp các thông tin từ các đường gồ tách ra từ các anh
được lọc thuật toán làm nôi suy luận ra vùng cua vân tay mà tại đó có thông
tin là đầy đu được cho sự là m nôi {vùng có thế khôi phục lại) và ước lượng
một ban đồ đuờntỉ C.Ồ mức thỏ cho vùng có thẻ khỏi phục được. Việc tỏng
họp các thông tin dựa quan sat là đường gô thực trong một vùng cho một
đáp ứng mạnh trên ảnh đặc trưng lấy từ các bộ lọc được định hướng theo
20
hướng song song với hướng ridge trong vùng đó và một đáp ứn° yếu nhất
trong các hình ảnh thực từ các bộ lọc đỉnh hướng theo hướne vuông sóc với
hướng ridge trong vùng đó. Vì vậy, một ban đồ thô đường"gồ được tạo ra
bao gôm các đường gô từ ảnh được lọc chăc chẳn tương hồ với nhau và các
phân của ảnh nơi mà thông tin đường gồ qua các hình ánh lọc cấu thành
vùng có thê khôi phục được .
Trường định hướng được ước lượng từ bản đồ thô là tin cậy hơn sự
ước lượng trường định hướng từ hình ảnh vân tay lối vào. Sau khi thu được
trường định hướng, hình anh vân tay sau đó được làm nổi bật một cách thích
nghi băng cách sứ dụng thông tin định hướng cục bộ. Coi f,(x,y) (i=
0,1,2,3,4,5,6,7
) quy định giá trị mức xám tại điếm ánh (x,y) cuá hình anh
được lọc tương ứng với trường định hướng 0, =1*22.5° Gia trị mức xám tại
điêm ảnh (x,y) của hình ảnh được làm nôi bật có thể được nội suy tương ứng
với công thức dưới đây:
f«,h(x,y) = a(x,y)fp(x.»(x,y) +(l-a(x,y))fq(vv)(x,y),

Trong đó p(x,y) = [0(x,y)/22.5], q(x,y) = [0(x,y)/22.5]mod 8 và
a(x,y)=( 9(x,y)- p(x,y))/22.5 và 0(x,y) biếu diễn giá trị cua trường định
hướng cục bộ tại điếm ảnh (x,y).
Lí do chính mà chúng ta thêm vào(nội suy) một hình ảnh làm nôi trực
tiếp từ một số hạn chế các hình ảnh được lọc là vì các hình ánh được lọc
luôn có san và phép nội suy ở trên hoàn toàn có thê tính toán được.
Một ví dụ minh họa các kêt quá cúa thuật toán tách các chi tiẻt nho
trên một hình anh bị nhiễu lối vào và ban sao của nó được tăng c ườn tỉ như
được chỉ ra trong hình . Sự cải thiện khả năng dựa vào sự làm nôi anh được
đánh giá bằng việc sử dụng bộ so sánh vân tay mô ta trong phân 1 1. Hình 10
chí ra sự cải thiện về độ chính xác khi so sánh có và không có làm nôi ánh
trên cơ sở dừ liệu MSU bao gồm 700 hình anh vân tay của 70 người riêna
biệt (10 vân tay trên một ngón tay cuả 1 người)
10. Phân loại vân tay
Các vân tay được phân loại theo cách truvên thông; thành các loại dựa
vào thông tin trong các mẫu toàn cục của các đường gô. Trên qui mó lớn các
hệ thống nhận dạng vân tay, các phương pháp phân loại phức tạp thu còng
được đánh sổ riêng le vào các nhóm theo một sô tiêu chuân, các phương
pháp này không cần so sánh một hay nhiều hình anh vân tay lôi vào với vân
tay trong cơ sỏ dừ liệu và trong các ứng dụna nhận dạng nên giam đáng kê
các yêu câu tính toán.
Sư nồ lưc tronn việc phân loại vân tay tự dộna đã tha\ thê dân cho hệ
thốn« phân loại vân tay thu công. Hình 1 chi ra một lược dô phân loại vận
tav thủ côns, thôns dụns được chuyển thành phàn loại ván tay tự động. Diêu
21
quan trọng cần chú ý là sự phân loại vân tay thành 6 lớp (chi ra trone hình 1 )
là không đông đêu. Một hệ thông phân loại vân tav phải là bất biến vói sự
quay, sự dịch chuỵên, và biến dạng mềm do ma sát bề mặt. Bên cạnh đó.
thường thì một phân đáng kê của ngón tay có thế không được vê ra và các
phương pháp phân loại yêu câu thông tin từ toàn bộ hình ánh vân tay có thẻ

bị hạn chê cho nhiêu ứng dụng.
Nhiêu phương pháp phân loại vân tay đã được phát triển. Một số ban
đâu không sử dụng nhiêu thông tin phong phú trona các câu trúc đườnti £ồ
và chỉ phụ thuộc vào thông tin trường định hướng. Mặc dù các bờ trons vàn
tay cung thông tin đê phân loại vân tay rât hiệu qua. Các phươna, pháp chi
nhờ vào các bờ trong vân tay thì có thể không thành công lam do bơi khôrm
có nhiêu các thông tin như vậy trong nhiêu hình ảnh vân tay và bơi vì rât
khó khăn đê tách các thông tin về bờ từ các hình ánh bị nhiễu. Do vậy, các
phương pháp thành công nhất cân: (i) thông tin trường định hướnẹ cùntĩ vói
thông tin vê đường gô; (ii) sử dụng thông tin vê bờ trong vân tay khi cỏ thẻ;
(iii) và sử dụng các phương pháp nhận ra các mẫu có câu trúc tin cậy bô
sung cho phương pháp thống kê.
Chúng ta tống kết một phương pháp phân loại vân tay có tiêu chuân thiẽt kẻ
được đề cập ở trên và đã được kiêm tra trên một cơ sớ dữ liệu lớn cua các
vân tay thực tế đê phân loại thành 5 nhóm chính: vòng tròn bên phai, vòng
tròn bên trái, vòng cung kiêu tò vò, tented arch và dạng vòng xoăn.
H ình 8. Gián đô phân loại ván toy
Trường định hướng được xác định từ hình anh lối vào có thế khôníĩ được
chính xác lam và các đường gồ được tách ra có thế chứa nhiều vết nhân
tạo do xứ lý và vì vậy không thê sử dụng trực tiêp cho sự phân loại vân
tay. Một tâng kiêm tra độ tin cậy cùa các đườna 20 tách được dựa trên
chiều dài cua mồi đoạn gồ kết nối và sự xếp hàng cua nó với các đường
gồ bên cạnh. Các đoạn con ngay cạnh song sone thông thường cho thấy
một vùng vân tay chất lượng tôt. Sự ước lượng đườne; eô hoặc hướng
trong các vùng này được dùng đê chính xác ước lượns tronẹ ban đô
đường 2,0 hoặc trường định hướng.
ỉ.Các điểm kỳ dị : chí số Poincare trong trường định hướng được sư dụng
xác định số các điểm delta ND và core Nc trong vân tay, một đường cong
khép kín \|/, khoảng 25 điềm ảnh, vòng quanh mỗi điếm anh được sứ dụng
đế tính toán chi số Poincare như được định nghĩa dưới đây:

NT
Poincare(i,j) = ( l/2ĩi)IA(k)
k=0
Trong đó
A(k) = 5(k) nếu |5(k)| < tc/2
= 5(k) +71 nếu 5(k) <= - 7U/2
- 71 - ỗ(k) trong các trường hợp còn lại
5 ( k ) = 0 ’(V|/X( i ’), \|/y( i ’)) - o ’(v|/x(i), Vị/v( i »
i’ = (i+1) mod N
0 là trường định hướng, và VỊ/X(i) và \|/v(i) ký hiệu toạ độ cua điềm thứ i trên
chiêu dài của khép kín được tham số hóa
2. Tính đôi xứng: bước tách các điêm đặc trưng cũng ước lượng một trục đối
xứng cục bộ với các câu trúc đường gồ tại core và tính (i) a là £,óc aiừa trục
đôi xứng và đoạn thăng nôi giữa core và delta, (ii) p sự sai khác góc trune,
bình giữa hướng đường gô và hướng của đoạn thắng nối điềm core và delta,
và (iii) Y sô các đường gồ đi qua đoạn thẳng nối core và delta. Vị trí tirơns,
đôi, R, của cùa delta với trục đối xứng được quy định như sau đây: R=1 nếu
delta ở bên phía phải của trục đối xứng, còn lại thì R =0.
3. Câu trúc đường gồ: Bộ phân loại không chỉ sứ dụng thông tin về hướrm
mà còn tận dụng thông tin câu trúc trong các đường gô tách được. Đặc điếm
này nôi tóm tất bản chất toàn the của dòng đường gồ trong vân tay. Trons
thực tê, nó phân loại mỗi đường 20 của vân tay thành 3 nhóm sau:
Các đu'0'ng gô không cong nhiều lắm
Các đường gồ loại 1 có độ cong xấp xỉ pi
Các đường gô loại 2 có độ cong lớn hơn pi
Thuật toán phân loại tông kết ớ đây là một dãy các phép thứ đẻ xác định loại
vân tay bao gồm các phép thử đơn giản trước khi quyết định. Ví dụ, 2 điẻm
core thông thường được coi là dạng whorl và là điều kiện dễ kiêm tra hơn là
tách sổ các đường gồ loại 2. Một điêm nôi bật nữa của thuật toán là nêu
không tìm thấy các thông số quan trọng nhât cua bàt kỳ nhóm nào từ các đặc

điềm tách đu'Ọ'c trong một vân tay, nó sẽ tính toán lại các đặc điêm chính với
một phương pháp tiền xử lý khác. Ví dụ, trong các ứng dụng hiện tại, quá
trình tiền xử lý khácnhau là làm trơn với kích cỡ khác nhau. Nhu thây trên
oiãn đồ thuật toán tìm thấy whorl dựa trên việc tìm thấy hai điẽni core hay
một số lưọng đu các đường gô loại2, (ii) tìm thây arch dựa trên việc không
tìm thấy các điểm core hay delta , (iii) vòng lặp phai hay trái dựa vào các
đặc tính nghiênh đi của trục đôi xứng, tìm ra một điêm core, hoặc tìm ra một
điểm delta hay một lượng đu các các đường cong loại 1. và (iv) tented arch
dưa trên trục đối xírne, tươnẹ đối thăng, tìm ra một điêm core, và hoặc tim ra
một điểm delta khác hay một sổ đu các đường cong loại 1
24
11. So sánh vân tay
Từ hai tập hợp các đặc trưng cơ bán rút từ hai vân tay, hệ thống so sánh sè
xác đinh nó có là biêu diên của cùng một ngón tay hay khôns. Việc so sánh
vân tay đã được tiêp cận với một vài hướng khác nhau, như là dựa trên hình
ánh, dựa trên mâu (kiêu) các đường gồ, và dựa trên các chi tiểt (điểm) nho.
Cũng tôn tại các cơ câu dựa trên đồ thị cho việc so sánh vân tay. So sánh vân
tay dựa trên hình ánh không chịu được méo phi tuyến tính lớn trong cấu trúc
đường gô vân tay. Các bộ so sánh dựa vào sự tách ra các đường gồ hoặc các
thông tin kêt nôi có thê giảm cấp mạnh khi thay đôi chất lượng ảnh vân tay
lôi vào. Do đó chúng ta tin răng phương pháp so sánh các chi tiết nho thuận
tiện cho việc thiêt kê một thuật toán kiểm tra nhanh, đơn gián và mạnh mẽ
chỉ cân một kích cỡ mẫu nhỏ.
: •' /á
Ễ
w > r i
m
Hình 9. 2 ánh cua cùng mội vân tay. Đẻ so sánh các chi
nết phoi loại bo sự biên dạng vò định vị chính xác các chì
So sánh thông thườim là xác định sự giống nhau (khoang cách theo

mét) giữa 2 biếu diễn vân tay, từ đó xác định hai biêu diền này thu nhận từ
cùnớ các ngón tay hay không dựa trên lượng giống nhau là lớn hơn hay nho
hơn môt nmrờn«. Sư eiốrm nhau dựa trên khái niệm phù hợp các chi tiết nho.
Môt chi tiet trong vân tay lối vào và một chi tiêt trong vân tay mâu được nói
là tương ứniĩ với nhau nếu chúng biêu diễn cùng một chi tiết quét từ cùng
một ngón tay.
Trước khi các biêu diễn vãn tay cỏ thê được so sánh với nhau, phân
lớn các bô so sánh dựa trên các chi tiêt nho trước tiên chuyên đỏi (dăng kv)
các đãc tinh cơ ban vàn tay mầu và lối vào thành một khung tham chiếu
25