ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ






NGUYỄN THỊ THÚY VÂN







NHẬN DẠNG MÀNG MỐNG MẮT TRONG
XÁC THỰC SINH TRẮC HỌC











LUẬN VĂN THẠC SĨ

Hà Nội – 2008
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ





NGUYỄN THỊ THÚY VÂN






NHẬN DẠNG MÀNG MỐNG MẮT TRONG
XÁC THỰC SINH TRẮC HỌC





Ngành: Công nghệ thông tin
Chuyên ngành: Các hệ thống thông tin
Mã số:





LUẬN VĂN THẠC SĨ

NGƯỜI HƯỚNG DẪN KHOA HỌC: Tiến sĩ Nguyễn Ngọc Hóa









Hà Nội – 2008


MỤC LỤC
LỜI CẢM ƠN 1

MỤC LỤC 2

MỞ ðẦU 4


CHƯƠNG I. GIỚI THIỆU TỔNG QUAN 1

1.1. ðặt vấn ñề 1

1.2. Tính cấp thiết của ñề tài 2

1.3. Mục tiêu của luận văn 2

1.4. Cấu trúc của luận văn 3

CHƯƠNG II. SINH TRẮC HỌC VÀ XÁC THỰC SINH TRẮC HỌC 5

2.1. Giới thiệu 5

2.2. Tổng quan về sinh trắc học và xác thực sinh trắc học 6

2.2.1. Sinh trắc học là gì 6

2.2.2. Tại sao sử dụng ñặc tính sinh trắc học 7

2.3. Xác thực sinh trắc học 7

2.3.1. Hệ thống sinh trắc học 7

2.3.2. Các công nghệ sinh trắc 8

2.4. Kết luận 10

CHƯƠNG III. NHẬN DẠNG MỐNG MẮT 11


3.1. Giới thiệu 11

3.2. Qui trình xác ñịnh mống mắt 13

3.2.1. Xác ñịnh vị trí mống mắt và ñồng tử 13

3.2.2. Sự dò tìm các mí mắt và ñường viền (limbus): thuật toán lặp 19

3.2.3. Dò tìm các lông mi: phân loại MAP với tiêu chuẩn liên kết 20

3.2.4. Trích chọn vùng quan tâm 22

3.2.5. ðánh giá loại bỏ tạp nhiễu 23

3.3. Quy trình nhận dạng mống mắt 23

3.3.1. Chuẩn hoá ảnh 24

3.3.2. Trích chọn ñặc trưng 28

3.3.3. So khớp ñặc trưng 34

3.5. Kết luận 39

CHƯƠNG IV. MÔ HÌNH ỨNG DỤNG VÀ THỰC NGHIỆM 40

4.1. Mô hình ứng dụng 40

4.1.1. Mô hình hộ chiếu ñiện tử có sử dụng ñặc trưng sinh trắc mống mắt40


4.1.2 Mô hình xác thực HCðT có ñặc trưng mống mắt 47



4.1.3. Mô hình hệ thống HCðT với ñặc trưng mống mắt 48

4.2. Phát triển hệ thống thực nghiệm 49

4.2.1. Thu nhận ảnh 49

4.2.2. Làm sạch ảnh 50

4.2.3. Dò tìm ñồng tử 51

4.2.4. Dò tìm cạnh Canny 51

4.2.5. Dò tìm mống mắt 54

4.2.6. Trải ñặc trưng mống mắt – Chuẩn hóa ảnh 54

4.2.7. Trích rút ñặc trưng 55

4.2.8. Giải thuật so khớp 56

4.3. Kết quả thực nghiệm 57

4.4. ðánh giá 58

CHƯƠNG V: KẾT LUẬN CHUNG 60


TÀI LIỆU THAM KHẢO 62














MỞ ðẦU
Như chúng ta ñã biết, một trong những tiến bộ của khoa học công nghệ của
thế kỷ XX là sự ra ñời của thông tin ñiện tử và Internet. Giới khoa học nhận ñịnh
thế kỷ XXI là thế kỷ ñánh dấu những bước nhảy vọt về công nghệ thông tin và
các hệ thống thông tin. Một trong những ứng dụng ñộc ñáo của công nghệ thông
tin ñó chính là công nghệ sinh trắc học (Biometrics Technology). Công nghệ
sinh trắc học ñược ứng dụng trong việc nhận dạng những dấu hiệu ñặc biệt và
mang tính duy nhất của con người ñể phục vụ cho việc lưu trữ các thông tin cá
nhân, bảo mật hệ thống…. Dưới môi trường mạng Internet phát triển, mọi người
trong môi trường ñó rất gần nhau và thông tin có thể chia sẻ ñược, do ñó vấn ñề
bảo mật thông tin và bảo mật hệ thống càng ñược chú trọng. Một trong các công
nghệ ñang ñược quan tâm nhất hiện nay là nhận dạng mống mắt bởi kỹ thuật
nhận dạng mống mắt có ñộ chính xác cao.
Công nghệ nhận dạng màng mống mắt ñã ñược nghiên cứu ở nước ngoài

rất nhiều, nhưng tại Việt Nam ñây là vấn ñề còn chưa có những nghiên cứu, tìm
hiểu thích ñáng. Từ ñó, với mong muốn tìm hiểu, khám phá những ñiều mới
trong lĩnh vực công nghệ thông tin, tôi ñã lựa chọn và tiến hành nghiên cứu nội
dung “Nhận dạng màng mống mắt ứng dụng trong xác thực sinh trắc học” như
nội dung làm luận văn của mình.
Cùng với thời gian nghiên cứu và sự hướng dẫn của thầy giáo, tôi ñã hoàn
thành luận văn với những nội dung ñề ra. Tuy nhiên do thời gian hạn chế, vấn ñề
nghiên cứu rất mới với nhiều kiến thức khó, do vậy không thể tránh ñược những
thiếu xót, kính mong nhận ñược sự ñóng góp ý kiến của các Thầy, Cô và các
bạn.

1/63
CHƯƠNG I. GIỚI THIỆU TỔNG QUAN
1.1. ðt vn ñ
Xác thực người dùng luôn là một trong những vấn ñề quan trọng trong việc
ñảm bảo an toàn/an ninh các hệ thống thông tin. Một trong những phương pháp
cho phép xác thực người dùng hiệu quả hiện nay là sử dụng các ñặc trưng sinh
trắc học (biometrics) gắn liền với người sử dụng ñể từ ñó xác thực chính người
ñó. Công nghệ sinh trắc học (biometrics technology) còn khá mới mẻ ở Việt
Nam. Tuy nhiên, trên thế giới công nghệ này ñã bắt ñầu thể hiện tiềm năng ứng
dụng rộng rãi và ưu việt trong nhiều lĩnh vực, trong ñó nổi trội nhất là vấn ñề an
ninh, bảo mật. Vấn ñề này ngày càng có tầm quan trọng và ảnh hưởng lớn mà
Việt Nam không thể ñứng ngoài cuộc. Do vậy, một số nhóm nghiên cứu trong
nước cũng ñã bắt ñầu tìm hiểu và nghiên cứu về công nghệ sinh trắc học này
(nhóm nghiên cứu tại khoa CNTT, trường ðHCN và khoa CNTT, trường
ðHBK Hà Nội…).
Một thực tế không thể phủ nhận là xã hội ngày càng ñược kết nối chặt chẽ
và rộng khắp, với ñủ loại công nghệ và thiết bị phức tạp như Internet, mạng ñiện
thoại di ñộng, thương mại ñiện tử ðiều này giúp cho bất kỳ ai có thể truy cập bất
cứ thông tin gì từ bất cứ ñâu và vào bất kỳ lúc nào; cũng ñồng nghĩa với việc các

thông tin cá nhân ngày càng gắn kết chặt chẽ vào môi trường mạng lưới chung.
Từ khá lâu nay, kỹ thuật lưu trữ thông tin cá nhân và nhận dạng cá nhân
chủ yếu vẫn dựa vào một trong hai hoặc cả hai phương pháp chính là vật sở hữu
(thẻ, con dấu, chìa khoá ) và mã cá nhân (mật khẩu, mã số PIN ). Những
phương pháp này có hạn chế cố hữu là có thể bị thất lạc, bị mất cắp, bị giả mạo,
bị quên
ðể vượt qua những hạn chế trên, các nhà nghiên cứu ñã tìm ra hướng kết
hợp công nghệ sinh trắc học vào công nghệ thông tin, ñể giúp nhận dạng và xác
thực cá nhân một cách hiệu quả, an toàn, dựa trên những ñặc ñiểm sinh lý và
hành vi. Những kỹ thuật sinh trắc học phổ biến nhất, hiện ñang ñược nghiên cứu
và ứng dụng rộng rãi, bao gồm nhận dạng giọng nói, khuôn mặt, chữ ký, vân
tay, mống mắt Trong số này, ba kỹ thuật ñầu có hiệu quả thấp bởi giọng nói
thì bị ảnh hưởng bởi sức khoẻ của người nói và tiếng ồn xung quanh; khuôn mặt
có thể bị hoá trang và ảnh hưởng bởi ánh sáng, ñộ tuổi ; còn chữ ký thì ngay cả
chủ nhân cũng khó có thể ký giống hệt nhau mỗi lần. Kỹ thuật nhận dạng vân
tay hiện ñang ñược sử dụng phổ biến nhất, nhưng có nhược ñiểm là ngón tay
phải tiếp xúc với máy, nhanh chóng gây bẩn lên bề mặt và khiến máy nhanh

2/63
xuống cấp. Một trong các công nghệ ñang ñược quan tâm nhất hiện nay là nhận
dạng mống mắt bởi kỹ thuật nhận dạng mống mắt có ñộ chính xác cao.
1.2. Tính cp thit ca ñ tài
Mặc dù các công nghệ nhận diện sinh trắc học ñang ngày càng ñược cải
tiến nhưng mỗi công nghệ lại có những hạn chế riêng. Thí dụ, phương pháp xác
thực qua giọng nói, mặc dù có ñộ chính xác cao và khó bị giả mạo nhưng lại có
thể bị ảnh hưởng bởi nếu sử dụng hình thức kết nối truyền dữ liệu bằng ñường
ñiện thoại. Hiệu quả của quá trình nhận dạng khuôn mặt lại bị ảnh hưởng bởi
cường ñộ ánh sáng, dáng ñứng, mỹ phẩm (sử dụng trên mặt) và ñặc biệt trong
các trường hợp song sinh giống nhau, ….
Xuất phát từ những nghiên cứu chung về công nghệ sinh trắc học và các

ứng dụng sinh trắc trắc học. Nhận dạng mống mắt là một trong những chủ ñề
mới ñang ñược trong và ngoài nước quan tâm nghiên cứu nhằm ứng dụng trong
các lĩnh vực nhận dạng, an ninh, bảo mật Việc ứng dụng sinh trắc học trong
nhận dạng là công cụ rất hiệu quả nhằm làm giảm tình trạng gian lận, kể cả giúp
giám sát hoạt ñộng ra vào những khu vực nhạy cảm như nhà máy ñiện hạt nhân,
các phòng thí nghiệm, cơ quan chính phủ Hơn nữa, so sánh với các công nghệ
sinh trắc học khác, như nhận dạng khuôn mặt, giọng nói và vân tay …, nhận
dạng mống mắt ñược xem là hình thức tin cậy nhất, có ñộ chính xác cao trong
công nghệ sinh trắc học. Chính vì những lý do trên mà tôi quyết ñịnh ñề tài tốt
nghiệp của tôi tập chung nghiên cứu sâu hơn về chủ ñề “Nhận dạng màng
mống mắt trong xác thực sinh trắc học”.
1.3. Mc tiêu ca lun văn
Từ những vấn ñề nêu trên, luận văn này hướng ñến những mục tiêu chính sau:
- Tìm hiểu tổng quan về lĩnh vực xác thực dựa trên những nhân tố sinh
trắc học
- Nghiên cứu, phân tích các ñặc trưng liên quan ñến màng mống mắt, một
trong số những nhân tố có tỷ lệ xác thực cao nhất. Từ ñó ñi sâu nghiên cứu
những phương pháp nhận dạng màng mống mắt và ứng dụng trong bài toán xác
thực dựa trên nhân tố này.
- Nghiên cứu, xây dựng mô hình xác thực người dùng dựa trên các ảnh
mống mắt, cụ thể là xây dựng quá trình kiểm tra người dùng. Từ ñó làm tiền ñề
cho hệ thống xác thực hộ chiếu ñiện tử với các ñặc trưng chính là ảnh mống mắt,
ảnh mặt người và ảnh vân tay của công dân.

3/63
- ðánh giá kết quả thu ñược và hoạch ñịnh những phương hướng phát
triển trong thời gian tới.
Hệ thống thử nghiệm sẽ ñược xây dựng thông qua việc mô tả các quá trình
chính trong việc xác ñịnh ñặc trưng và so khớp ảnh mống mắt. Các giai ñoạn
bao gồm: phân ñoạn-xác ñịnh vị trí vùng mống mắt trong một ảnh mắt, chuẩn

hoá- tạo ra một kích thước phù hợp sự miêu tả về vùng mống mắt, phân tích ñặc
trưng- tạo ra một mẫu chỉ chứa các ñặc trưng phân biệt nhất của mống mắt. ðầu
vào hệ thống sẽ là một ảnh mắt, và ñầu ra sẽ là một mẫu mống mắt, chúng sẽ
ñưa ra một sự miêu tả chính xác vùng mống mắt.
1.4. Cu trúc ca lun văn
Nội dung ñề tài bao gồm 5 phần chính:
- Chương I: giới thiệu tổng quan vấn ñề ñặt ra cũng như mục tiêu chủ chốt
của luận văn này.
- Chương II: ñề cập những kiến thức cơ bản liên quan ñến lĩnh vực xác thực
người dùng thông qua những ñặc trưng sinh trắc.
- Chương III: tập chung phân tích những vấn ñề liên quan ñến việc nhận
dạng mống mắt, một ñặc trưng cho phép mang lại ñộ chính xác rất cao trong quá
trình xác thực người dùng. Chương này ñề cập ñến những nội dung chính sau:
• Qui trình trích chọn ñặc trưng của mống mắt
 Xác ñịnh vị trí mống mắt và ñồng tử
 Dò tìm các mí mắt
 Cô lập các lông mi
 Trích chọn vùng quan tâm
 ðánh giá loại bỏ tạp nhiễu (ñộ rọi sáng )
• Qui trình nhận dạng mống mắt
 Trích trọn ñặc trưng
 So khớp ñặc trưng
- Chương IV ñược dành ñể trình bày những ñóng góp chính của luận văn
thông qua việc ứng dụng kết quả nhận dạng mống mắt trong bài toán xác thực
hộ chiếu ñiện tử, một bài toán ñiển hình trong lĩnh vực xác thực sinh trắc học.
Nội dung chính của chương bao gồm:
 Mô hình hộ chiếu ñiện tử có sử dụng ñặc trưng sinh trắc màng
mống mắt.

4/63

 Xây dựng ứng dụng thử nghiệm quá trình ñối sánh ảnh mống mắt
chụp ñược với dữ liệu ñặc trưng ñã ñược lưu trên hộ chiếu ñiện tử.
- Chương V: tổng kết những kết quả thu ñược trong luận văn cũng như
những hướng phát triển kế tiếp.

5/63
CHƯƠNG II. SINH TRẮC HỌC VÀ XÁC THỰC SINH TRẮC HỌC
2.1. Gii thiu
Nói ñến sinh trắc học là nói ñến nhận dạng và kiểm tra sự giống nhau của
con người dựa trên các ñặc ñiểm sinh lý nào ñó về một người. Các ñặc ñiểm sinh
trắc học thường sử dụng bao gồm: Mống mắt, giọng nói, vân tay, khuôn mặt,
chữ viết tay, hình bàn tay…
Mống mắt là màng tròn mỏng, nằm giữa giác mạc và thuỷ tinh thể của mắt
người. Một ảnh nhìn chính diện của mống mắt ñược chỉ ra trong hình 1.a dưới
ñây. Mống mắt bị ñục thủng gần tâm của nó bởi lỗ tròn gọi là ñồng tử.
Hình 1a. Ảnh mắt của con người nhìn trực diện từ phía trước [7]
Nói một cách khác, mống mắt là một cơ trong mắt. Nó là phần màu của
mắt với màu của mống mắt ñược xác ñịnh chủ yếu dựa trên số lượng sắc tố
melatonin có trong cơ. Chức năng của mống mắt là ñiều chỉnh kích thước ñồng
tử và số lượng ánh sáng vào mắt. ðiều này ñược thực hiện bởi các cơ vòng và cơ
giãn, chúng ñiều chỉnh kích thước ñồng tử. ðường kính trung bình của mống
mắt là 12mm và kích thước ñồng tử có thể biến ñổi từ 10 ñến 80% ñường kính
mống mắt [7].
Mống mắt gồm một số lớp, thấp nhất là lớp biểu mô, chúng chứa các tế bào
sắc tố dày ñặc. Lớp chất nền nằm trên lớp biểu mô và chứa các mạch máu, các tế
bào sắc tố và hai cơ mống mắt. Mật ñộ của sắc tố chất nền xác ñịnh màu sắc của
mống mắt. Bề ngoài rõ ràng bề mặt của mống mắt là ña lớp có hai vùng, chúng
thường có màu sắc khác nhau. Một vùng mi ngoài và một vùng ñồng tử trong,
và hai vùng ñó ñược phân ra bởi ñường viền- chúng xuất hiện như kiểu chữ chi
(zíc zắc). (Xem các hình 1a, 1b)

Mí mắt
Giác mạc

Mống mắt

ðồng tử

6/63






[3] [13]

Mặc dù màu sắc và cấu trúc của mống mắt gắn với vấn ñề di truyền học,
nhưng những ñặc trưng chính của mỗi mống mắt là không giống nhau. Mắt phát
triển trong suốt thời kỳ trước khi trưởng thành thông qua một quá trình ñịnh
hình chặt chẽ và sự tạo nếp của các màng mô. Sự hình thành mống mắt bắt ñầu
vào tháng thứ ba của thời kỳ thai nghén và việc tạo ra cấu trúc kiểu của nó khá
ñầy ñủ vào tháng thứ tám. Nhưng kiểu dáng duy nhất trên bề mặt mống mắt
ñược tạo thành trong suốt một năm ñầu tiên, và sự phát triển của các sắc tố chất
nền xảy ra khoảng vài năm ñầu sau khi sinh. Sự hình thành các kiểu dáng ñơn
nhất của mống mắt là ngẫu nhiêu không liên quan tới bất kỳ nhân tố gien nào.
Chỉ những ñặc tính mà phụ thuộc vào gien là sắc tố của mống mắt mới xác ñịnh
màu sắc của nó. Nhờ biểu sinh tự nhiên của các kiểu mống mắt, hai mắt của một
cá nhân hoàn toàn ñộc lập về kiểu mống mắt và ngay cả các cặp sinh ñôi giống
hệt nhau cũng có các kiểu mống mắt khác nhau.
Chính vì ñặc ñiểm mỗi mống mắt là duy nhất và các cấu trúc khác biệt nêu

trên nên ảnh mống mắt có thể ñược sử dụng cho mục ñích nhận dạng/xác thực
người dùng.
2.2. Tng quan v sinh trc hc và xác thc sinh trc hc
2.2.1. Sinh trắc học là gì
Sinh trắc học là nhân tố thể hiện các ñặc ñiểm hành vi hoặc thuộc tính của
con người, có khả năng phân biệt người này với người khác như: vân tay, khuôn
mặt, giọng nói, mống mắt, hình dạng bàn tay, v.v Nó là một công nghệ sử
dụng những thuộc tính vật lý hoặc các mẫu hành vi ñể nhận diện con người. Ví
dụ sử dụng vân tay, vân tay ñược ñặt trên một máy cảm biến và sau ñó ñược
Hình 1b: Cấu trúc mống mắt
Vết lõm mống mắt
Vùng ñồng tử
Vùng mao
Vòng nhỏ
ð
ồng
tử
Mống
mắt
Các nếp nhăn
Diềm ñồng tử

7/63
quét vào máy tính ñể nhận dạng bằng cách so sánh với dữ liệu vân tay ñược lưu
trong cơ sở dữ liệu máy tính.
2.2.2. Tại sao sử dụng ñặc tính sinh trắc học.
Một ñặc ñiểm lý tưởng của sinh trắc học ñược mô tả bởi giá trị ñặc trưng:
- Tính duy nhất cao- nghĩa là khả năng hai người bất kỳ có cùng ñặc ñiểm
sẽ là nhỏ nhất;
- Tính ổn ñịnh - Tức là ñặc trưng không bị thay ñổi qua thời gian, và

- Tính ñược giữ lại dễ ràng- Tức là ñưa ra sự thuận tiện cho người sử dụng
và hạn chế sự miêu tả sai về ñặc trưng.
Chính vì ñặc ñiểm trên mà các ñặc tính sinh trắc học ñược xem có tính bảo
mật và quản lý cao. Nó thuận tiện và dễ dàng tìm ra sự gian lận khi sử dụng. Sử
dụng ñặc tính sinh trắc học tốt hơn sử dụng password, mã PIN hoặc thẻ thông
minh. Bởi người sử dụng không cần phải nhớ các password, khi ñược nhận dạng
thì hệ thống yêu cầu sự xuất hiện vật lý của người ñược nhận diện. Mặt khác các
ñặc tính vật lý và hành vi là duy nhất khó có thể bị vay mượn, mất cắp hay bỏ
quên và cũng không thể ñể quên nó ở nhà. Chính vì những lý do ñó mà các ñặc
tính sinh trắc học ñược sử dụng ngày một nhiều.
2.3. Xác thc sinh trc hc
2.3.1. Hệ thống sinh trắc học
Hệ thống sinh trắc học sẽ tiến hành ghi nhận chứng thực người dùng của
bạn và lưu trữ tất cả những dữ liệu ñặc biệt này thành một mẫu nhận diện ñược
số hóa toàn phần. Về sau, mỗi khi bạn xuất hiện trước hệ thống, thiết bị ñọc
chuyên dụng sẽ quét nhanh tất cả những ñặc ñiểm sinh học này rồi kiểm tra
chúng với mẫu nhận diện tương ứng. Nếu hai mẫu này giống nhau, thì bạn sẽ
ñược cấp phép ñể ñi vào một khu vực hạn chế nào ñấy hoặc ñể truy xuất thông
tin trên máy tính.
Nguyên tắc hoạt ñộng của các hệ thống sinh trắc học là trước hết giữ lại
một mẫu ñặc trưng bằng thiết bị cảm biến, như là việc ghi một tín hiệu âm thanh
số cho nhận dạng giọng nói, hoặc chụp lại một ảnh màu dạng số cho nhận dạng
khuôn mặt. Mẫu này sau ñó biến ñổi bằng cách sử dụng một số hàm toán học ñể
trích chọn các ñặc trưng liên quan nhằm sinh ra một mẫu sinh trắc học. Mẫu sinh
trắc học ñưa ra chuẩn hoá, hiệu quả và chính xác cao về ñặc trưng ñược lưu trữ
trong cơ sở dữ liệu. Sau ñó chúng có thể ñược so sánh khách quan với các mẫu
khác ñể xác ñịnh nhận dạng. Hầu hết các hệ thống sinh trắc học cho phép hai
chế ñộ hoạt ñộng. Một chế ñộ kết nạp ñể thêm các mẫu vào cơ sở dữ liệu, và

8/63

một chế ñộ nhận dạng, trong ñó một mẫu ñược tạo ra cho một cá nhân và sau ñó
một mẫu thích hợp ñược tìm kiếm ñối với cơ sở dữ liệu của các mẫu ñã nạp vào
trước ñó.









Hình 2: Luồng xử lý cơ bản của một cấu trúc hệ thống sinh trắc học [11]
Phương pháp sinh trắc học có thể ñược chia làm hai loại: tiếp xúc và thụ
ñộng. Sinh trắc học tiếp xúc ñòi hỏi một cá nhân phải tương tác hoặc chạm vào
máy cảm biến qua bàn tay, khuôn mặt, mống mắt …. Sinh trắc học thụ ñộng thì
ngược lại, như chứng minh hoặc hộ chiếu sinh trắc…
2.3.2. Các công nghệ sinh trắc
Các hệ thống nhận dạng dựa trên ñặc tính sinh trắc học hiện tại ñược chia
làm hai nhóm: Sinh trắc học vật lý: Vân tay, Nhận dạng khuôn mặt, Hình tay,
Mống mắt, Võng mạc, ðộ tuổi, Các kiểu mạnh (ñộng mạch ), nhóm này tương
ñối ổn ñịnh, ít bị thay ñổi trong cuộc sống; Sinh trắc học hành vi: Nhận dạng
người nói, Chữ ký, Cách gõ phím, Kiểu dáng ñi, Nhận dạng giọng nói. Nhóm
này có thể bị thay ñổi theo ñiều kiện tâm lý, số lượng và bị ảnh hưởng bởi các
ñặc ñiểm vật lý (ñàn ông, ñàn bà, khổ người ).
Dưới ñây là những cách chính mà công nghệ sinh trắc ñang ñược sử dụng
ngày nay (chủ yếu mang tính thử nghiệm hoặc sử dụng ít tại một số công ty hoặc
trong các nhánh của chính phủ, liên bang):
Quét vân tay: Như chúng ta ñã biết, mỗi người có vân tay ñộc nhất vô nhị.
Công nghệ sinh trắc vân tay tạo ra một bản ñồ gồm các ñiểm chính của ñường

và vòng xoắn ngón trỏ hoặc ngón cái. Sau ñó, nó mã hoá thông tin thành bit số
Giai ñoạn kết nạp dữ liệu mẫu
Thu nhận dữ
li
ệu v
à ñi
ều kiện

Trích mẫu ðịnh dạng mẫu

Dữ liệu mẫu

So sánh
m
ẫu

Giai ñoạn nhận dạng/Kiểm tra
Thu nhận dữ
li
ệu v
à ñi
ều kiện

Trích mẫu ðịnh dạng mẫu

Ra quyết
ñịnh

9/63
và byte. Khi người ñặt ngón tay của họ trên một máy quét vân tay, vân tay trực

tiếp của họ sẽ ñược so sánh với bản ñồ số. Bản ñồ số này có thể ñược sử dụng ñể
nhận dạng một người song không thể ñược biến thành vân tay thực.
Công nghệ nhận dạng dấu vân tay hiện ñã ñược dùng khá phổ biến, nhưng
cũng có nhược ñiểm là ảnh hưởng bởi da khô, da ướt và ñặc biệt sẽ không chính
xác cao với người có tay hay tiếp xúc với hoá chất. Vì ñây là công nghệ nhận
dạng thông qua tiếp xúc trực tiếp, nên người người dùng có cảm giác mất vệ
sinh khi phải tiếp xúc với bộ phận mắt thần ñọc dấu vân tay.
Xác nhận giọng nói: Giọng nói cũng ñộc nhất vô nhị ñối với mỗi người.
Nhiều chuyên gia coi sinh trắc giọng nói là công nghệ rẻ tiền nhất và ít xâm
nhập sự riêng tư nhất vì người dùng chỉ cần nói qua micro ñể ñược nhận dạng.
Tương tự sinh trắc vân tay, xác nhận giọng nói tạo ra một bản ñồ số gồm các
ñỉnh và ñáy của giọng nói. Sau ñó, nó sẽ so sánh với giọng nói thực khi người
dùng thực hiện giao dịch hoặc ra vào công sở. Công nghệ nhận dạng giọng nói,
phù hợp với các dịch vụ trả lời tự ñộng, thông qua các call center, nhưng nhược ñiểm
của phương pháp này là tiếng ồn, không phù hợp với nơi công cộng ñông người.
Sinh trắc học khuôn mặt: Trong trường hợp này, bản ñồ số ñược tạo nên
từ hình dạng khuôn mặt hoặc hình dạng bàn tay. ðể ñược nhận dạng, người
dùng ñứng trước camera. Camera này ñọc các ñiểm trên khuôn mặt rồi so sánh
chúng với thông tin số trong cơ sở dữ liệu máy tính. Công nghệ nhận dạng
khuôn mặt có nhiều nhược ñiểm ảnh hưởng bởi cường ñộ ánh sáng, dáng ñứng,
mỹ phẩm (sử dụng trên mặt) và ñặc biệt trong các trường hợp song sinh giống nhau.
Sinh trắc hình học bàn tay: Là công nghệ sinh trắc
phổ biến nhất hiện nay. Người dùng cầm một vật thể ñọc
hình dạng bàn tay và so sánh với hình dạng mã hoá
trong cơ sở dữ liệu. Nó không ñọc vân tay hoặc các dấu
vết trên bàn tay mà chỉ ñọc chu vi, chiều dài, ñộ dày và
diện tích bề mặt của bàn tay rồi so sánh với dữ liệu sẵn có trong máy, sau ñó ñưa
ra câu trả lời "Có", hoặc "Không". Quá trình nhận dạng chỉ mất chưa tới 1 giây.
Các chuyên gia nói rằng các dạng công nghệ sinh trắc khuôn mặt và bàn
tay là ít hiệu quả nhất vì hình dạng của khuôn mặt và

bay tay có thể thay ñổi dễ dàng.
Sinh trắc mống mắt: Trong trường hợp này,
bản ñồ số về hình dạng mống mắt ñược tạo ra bằng
cách: Người dùng ñứng trước một camera và nó
chụp hình chớp nhoáng hoặc sử dụng laser ñể ñọc

10/63
mống mắt. Sau ñó, hình dạng mống mắt ñược so sánh với thông tin số ñã ñược
lưu trữ từ trước. ðược coi là công nghệ sinh trắc có ñộ chính xác cao nhất (chỉ
sau việc kiểm tra DNA), song nó cũng là công nghệ cần có sự hưởng ứng từ
người dùng và cũng chịu những ảnh hưởng ñến từ những hình thức bên ngoài
mắt người như kính mắt (ñặc biệt là ñối với loại kính áp tròng).
Chính vì ñây là ñặc trưng sinh trắc ñảm bảo tỷ lệ xác thực người dùng là
cao, thế nên những ứng dụng của việc nhận dạng màng mống mắt ngày càng
ñược ứng dụng rộng rãi, ñặc biệt trong lĩnh vực ñảm bảo xác thực ñúng người
trong các giao dịch tài chính, xác thực công dân tại cửa khẩu quốc tế, …
2.4. Kt lun
Mống mắt là ñặc ñiểm sinh trắc học có “tính duy nhất” cao hơn hẳn các ñặc
ñiểm sinh trắc học khác như Vân tay, khuôn mặt, giọng nói … Do ñó nhận dạng
mống mắt là công cụ ñược sử dụng trong các hệ thống an ninh bảo mật rất hiệu
quả làm giảm tối ña tình trạng gian lận. ðây là một kỹ thuật ñược ngành an ninh
ñặc biệt quan tâm và ứng dụng. Nó ñược coi là công nghệ sinh trắc chính xác
nhất, có ñộ chính xác cao.
Với những phân tích ñó, trong luận văn này, chúng tôi hướng chủ yếu ñến
bài toán xây dựng quy trình xác ñịnh ñặc trưng phục vụ cho bài toán so khớp,
nhận dạng mống mắt. Từ ñó, ứng dụng trong lĩnh vực xác thực người dùng
thông qua ñặc trưng sinh trắc học này. Chương kế tiếp sẽ trình bày cụ thể những
kỹ thuật ñiển hình trong quá trình nhận dạng mống mắt.



11/63
CHƯƠNG III. NHẬN DẠNG MỐNG MẮT
3.1. Gii thiu
Mống mắt, nhìn từ bên ngoài, còn là một cơ quan bảo vệ kiểu biểu sinh duy
nhất của chúng và ổn ñịnh suốt cuộc sống trưởng thành. Các ñặc tính ñó làm nó
rất thu hút ñể sử dụng như một sinh trắc học ñối với việc nhận dạng các cá nhân.
Các kỹ thuật xử lý hình ảnh có thể ñược dùng ñể trích chọn kiểu mống mắt duy
nhất từ một ảnh số của mắt, và mã hoá nó thành một mẫu sinh trắc học, chúng
có thể ñược lưu trữ trong một cơ sở dữ liệu. Mẫu sinh trắc học ñó chứa một sự
miêu tả chính xác khách quan về thông tin duy nhất ñã lưu trữ trong mống mắt,
và cho phép so sánh tạo ra giữa hai mẫu. Khi một người muốn ñược nhận dạng
bởi một hệ thống nhận dạng mống mắt, mắt của họ trước hết ñược chụp và sau
ñó một mẫu tạo ra cho sự nhận dạng mống mắt của họ. Mẫu này sau khi ñược so
sánh với các mẫu khác ñã lưu giữ trong cơ sở dữ liệu tới khi hoặc là một mẫu
phù hợp ñược tìm ra và người ñó ñược nhận dạng, hoặc không mẫu phù hợp nào
ñược tìm thấy và người ñó vẫn không ñược nhận dạng.
So sánh với các công nghệ sinh trắc học khác, như nhận dạng khuôn mặt,
giọng nói và vân tay, nhận dạng mống mắt có thể dễ dàng ñược xem là hình thức
tin cận nhất của công nghệ sinh trắc học. Người ta ñã thống kê và ñưa ra ñược
bảng so sánh về ñộ chính xác và tin cậy của nhận dạng mống mắt so với các
công nghệ sinh trắc học khác như sau [8].

Phương thức

Mẫu ñược phân tích
Tỷ lệ nhận
dạng sai
Bảo mật Các ứng dụng
Nhận dạng
mống mắt

Ảnh mống mắt 1/1,200,000 Cao
ðiều kiện dễ dàng
bảo mật cao
Nhận dạng
vân tay
Ảnh vân tay 1/1,000 Trung bình Phổ biến
Nhận dạng
hình bàn tay
Kích thước, chiều dài, ñộ
dày, hình dáng bàn tay
1/700 Thấp
ðiều kiện dễ dàng
bảo mật thấp
Nhận dạng
khuôn mặt
ðường nét, hình dáng và s
ự
phân bổ của các mắt và mũi

1/100 Thấp
ðiều kiện dễ dàng
bảo mật thấp
Nhận dạng
chữ ký
Hình dạng của các ký tự,
trật tự viết, viết ñè…
1/100 Thấp
ðiều kiện dễ dàng
bảo mật thấp
Nhận dạng

giọng nói
ðoạn âm học 1/30 Thấp Dịch vụ ñiện thoại

12/63
Nhận dạng màng mống mắt là một quá trình nhận dạng một người bằng
cách phân tích mẫu ngẫu nhiên về mống mắt. Mống mắt là một cơ trong mắt mà
ñiều chỉnh kích thước ñồng tử, ñiều khiển số lượng ánh sáng vào mắt. Nó phân
chia màu mắt với màu sắc dựa trên số lượng sắc tố melatonin trong cơ. Các ñặc
tính của mống mắt ñược bảo vệ từ môi trường và khá ổn ñịnh so với các sinh
trắc học phổ biến khác. Các nghiên cứu sau này về nhận dạng mống mắt ngày
càng ñược cải tiến hơn. Ví dụ, thuật toán ñược phát triển bởi Daugman ñược
xem như là sự tiên tiến trong lĩnh vực nhận dạng mống mắt.
Vài năm sau sự công bố về thuật toán ñầu tiên của Daugman, các nghiên
cứu khác ñã phát triển và ñưa ra các thuật toán nhận dạng mống mắt mới. Hệ
thống ñược mô tả bởi Wildes, Boles và Boashash, Tisse, Zhu, Lim, Noh và Ma
là các thuật toán ñược biết ñến sau này [4]. Các thuật toán ñược phát triển bởi
Wildes và Boles phù hợp với các ứng dụng xác minh bởi sự chuẩn hóa mống
mắt ñược thực hiện trong quá trình ñối sánh và mất nhiều thời gian trong các
ứng dụng nhận dạng. Mặc dù các thuật toán ñã thành công, họ vẫn yêu cầu ñược
cải tiến về tỷ lệ ñộ chính xác và tốc ñộ ñã so sánh với thuật ñưa ra bởi Daugman.
Mặc dù thuật toán của Daugman có thể thực hiện nhanh và nhận dạng
chính xác về các mống mắt, một số chi tiết thuật toán không ñược công bố. Ví
dụ, việc chuẩn hoá mống mắt dựa trên sự biến ñổi cực yêu cầu một ñiểm tham
chiếu riêng là gốc cực. Tuy nhiên chi tiết về ñiểm tham chiếu này không ñược mô tả [5].
Nhìn chung, việc nhận dạng mống mắt ñược tiến hành qua các giai ñoạn
khác nhau. Giai ñoạn ñầu tiên của nhận dạng mống mắt là chính là quá trình
tách ra (cô lập) vùng mống mắt thực sự từ một ảnh chụp mắt người.
Mống mắt sẽ ñược xác ñịnh bằng cách sử dụng các ñặc trưng giới hạn. Các
ñặc trưng giới hạn và hình dạng khác nhau của mống mắt ñưa ra trong ảnh, cô
lập các ñặc trưng và trích trọn nó. Sự xác ñịnh mống mắt là một bước quan trọng

trong nhận dạng màng mống mắt bởi vì, nếu làm không ñúng cách, kết quả tạp
nhiễu (lông mi, ñồng tử, mí mắt , …) trong ảnh có thể dẫn tới kết quả thực hiện kém.
Vùng mống mắt, chỉ ra trong hình 3, có thể ñược tính xấp xỉ bởi hai vòng
tròn: một là vòng tròn ranh giới giữa mống mắt và màng cứng mắt, một vòng
tròn khác nằm bên trong cái thứ nhất là ranh giới giữa mống mắt và ñồng tử.
Các mí mắt và lông mi thông thường che các phần trên và dưới của vùng mống
mắt. Hơn nữa, sự phản chiếu ánh sáng có thể xảy ra trong vùng mống mắt làm
lỗi mẫu mống mắt. Một kỹ thuật yêu cầu phải tách ra và loại trừ các tác nhân ñó
cũng như việc ñịnh vị vòng tròn vùng mống mắt.


13/63





Hình 3: Các ñường trắng bao ngoài cho biết vị trí xác ñịnh của mống mắt và các giới hạn mí mắt [3]
Sự thành công của giai ñoạn này phụ thuộc vào chất lượng hình ảnh của
các ảnh mắt. Hơn nữa, những người có mống mắt với các sắc tố màu tối sẽ biểu
thị rất thấp sự tương phản giữa ñồng tử và vùng mống mắt nếu ảnh hoá dưới ánh
sáng tự nhiên, làm cho sự phân ñoạn khó khăn hơn. Giai ñoạn sự phân ñoạn
quyết ñịnh sự thành công của hệ thống nhận dạng mống mắt, từ ñó dữ liệu ñã
biểu thị sai thì dữ liệu mẫu mống mắt sẽ làm hỏng các mẫu sinh trắc học ñã tạo
ra, dẫn ñến các tỷ lệ không ñủ ñể nhận dạng.
3.2. Qui trình xác ñnh mng mt
3.2.1. Xác ñịnh vị trí mống mắt và ñồng tử
Bước này là ñể tìm ra ñường biên bên trong (giữa mống mắt và ñồng tử) và
ñường biên bên ngoài (giữa mống mắt và màng cứng) trong ảnh gốc chỉ ra trong hình 3.
Cả hai ñường ranh giới trong và ngoài của một mống mắt ñiển hình có thể

ñược ñưa ra xấp xỉ như các ñường tròn. Tuy nhiên hai ñường tròn này thường
không ñồng tâm, nhưng trong hệ thống này giả thiết chúng ñồng tâm tại tâm
ñồng tử.
Bằng cách dò tìm ñồng tử và mống mắt, hệ thống sẽ không thay ñổi ñối với
sự chuyển dịch. Kỹ thuật xác ñịnh vị trí ñã ñiều khiển khoanh vùng chính xác
vùng ñồng tử và mống mắt của cơ sở dữ liệu ảnh mống mắt có tỷ lệ thành công
lần lượt khoảng 100% và 98% [9,10]
[9] [10]
Hình 4 Ảnh mống mắt với các ñường ranh giới

14/63
Có nhiều phương pháp ñể xác ñịnh vị trí mống mắt vào ñồng tử. Trong
luận văn này sẽ giới thiệu một số phương pháp ñiển hình sau:
a. Biến ñổi Hough
Biến ñổi Hough là một thuật toán phân tích ảnh chuẩn mà có thể ñược sử
dụng ñể xác ñịnh các tham biến của các ñối tượng hình học ñơn giản như ñường
kẻ, ñường tròn biểu thị trong một ảnh. Sự biến ñổi ñường tròn Hough có thể
ñược sử dụng ñể ñưa ra bán kính và các toạ ñộ tâm của vùng ñồng tử và mống mắt.
Một thuật toán phân ñoạn tự ñộng dựa trên sự biến ñổi ñường tròn Hough
ñược sử dụng bởi Wildes, Kong vừ Zhang, Tise, và Ma [4] sử dụng biến ñổi
Hough ñể xác ñịnh vị trí các mống mắt. Phương pháp xác ñịnh vị trí cũng tương
tự như phương pháp của Daugman là dựa trên ñạo hàm bậc nhất của ảnh. ðầu tiên,
lược ñồ cạnh ñược sinh ra bằng sự tạo ngưỡng ñộ lớn về gradient cường ñộ ảnh [4]:
),(*),( yxIyxG
∇
(1)
Trong ñó ∇ ≡ (δ/δx, δ/δx) và G(x,y)=
2
2
0

2
0
2
)()(
2
2
1
σ
πσ
yyxx
e
−+−
−
. G(x,y) là hàm
làm nhẵn Gaussian với tham biến tỷ lệ δ ñể lựa chọn phân tích tỷ lệ cạnh chính xác.
Từ lược ñồ cạnh quyết ñịnh khoảng cách Hough ñối với các tham biến của
vòng tròn ñi qua mỗi ñiểm cạnh. Các tham biến là các toạ ñộ tâm x
c
, y
c
và bán
kính r, chúng có thể xác ñịnh bất cứ vòng tròn nào theo phương trình (theo [10]):
0
222
=−+ ryx
cc
(2)
Giá trị lớn nhất trong khoảng cách Hough sẽ tương ứng với bán kính và các
toạ ñộ tâm của vòng tròn ñã xác ñịnh tốt nhất bởi các ñiểm cạnh (biên). Nếu coi
các ñiểm cạnh là (x

j
, y
j
) , j = 1, 2, …, n, biến ñổi Hough có thể ñược viết là:
∑
=
=
n
j
ccjjcc
ryxyxhryxH
1
),,,,(),,( (3)
Trong ñó:



=
=
0
0,,,, if 1
),,,,(
r)yxyg(x
ryxyxh
ccjj
ccjj
(4)
Các ñường giới hạn và ñồng tử cả hai ñược mô hình hoá là các ñường tròn
và hàm tham số g ñược ñịnh nghĩa như sau:
222

)()(),,,,( ryyxxryxyxg
cjcjccjj
−−+−= (5)
Gi
ả thiết rằng một ñường tròn có tâm (x
c
,y
c
) và bán kính r, các ñiểm cạnh
ñược xác ñịnh qua ñường tròn kết quả với hàm có giá trị 0. Giá trị của g sau ñó

15/63
biến ñổi thành 1 bởi hàm h mà nó thể hiện dạng cục bộ của ñường viền. Các
dạng cục bộ sau ñó ñược sử dụng trong thủ tục sử dụng biến ñổi Hough, H, ñể
xác ñịnh ñồng tử và các ñường ranh giới riêng biệt. ðể dò tìm ñường ranh giới
chỉ thông tin cạnh dọc ñược sử dụng. Các phần trên và dưới, mà chứa thông tin
cạnh ngang, thường bị che bởi các mí mắt. Thông tin cạnh ngang ñược sử dụng
cho việc dò tìm các mí mắt trên và dưới, chúng ñược mô hình hoá như là các
cung parabol.
Wildes và Kong và Zhang [10] lợi dụng sự biến ñổi Hough dạng parabol
ñể tìm ra mi mắt xấp xỉ các mi mắt trên và dưới ứng với các cung parabol chúng
ñược biểu thị như sau:

(
)
(
)
(
)
(

)
(
)
(
)
22
sincoscossin
jjjjjjjjj
kyhxakyhx
θθθθ
−+−=−+−−
(6)
Trong ñó a
j
ñiều chỉnh ñộ cong, (h
j
,k
j
) là ñỉnh parabol và θ
j
là góc quay liên
quan trục x.
Sự thực hiện thứ tự bước tìm ra cạnh, Wildes sử dụng ñạo hàm theo chiều
ngang ñối với việc tìm ra các mí mắt, và theo chiều dọc ñối với việc tìm ra ranh
giới vòng tròn ngoài của mống mắt, ñiều này ñược minh hoạ hình 5, ở ñây các
mí mắt thường ñược căn theo chiều ngang, và hơn nữa bản ñồ cạnh mí mắt sẽ
làm hỏng bản ñồ cạnh ranh giới vòng tròn mống mắt nếu sử dụng toàn bộ dữ
liệu Gradien. Chỉ ñưa ra các gradien dọc cho việc xác ñịnh vị trí ranh giới mống
mắt sẽ giảm bớt sự ảnh hưởng của các mí mắt khi thực hiện biến ñổi ñường tròn
Hough, và không phải tất cả các ñiểm ảnh cạnh (pixel) xác ñịnh vòng tròn là bắt

buộc cho sự ñịnh vị thành công. Như vậy ñiều này làm sự xác ñịnh vòng tròn
chính xác hơn, hiệu quả hơn trong khoảng cách Hough.




Hình 5: a-Một hình ảnh mắt từ cơ sở dữ liệu CASIA; b-Bản ñồ cạnh tương ứng;
c-Bản ñồ cạch chỉ có các grañien ngang; d-Bản ñồ cạch chỉ có các grañien dọc[7].
Ảnh gốc

a
Bản ñồ cạnh

b
Bản ñồ cạnh theo
chiều ngang
c
Bản ñồ cạnh theo
chiều dọc
d

16/63
Có một số hạn chế với phương pháp biến ñổi Hough:
- Trước hết, nó yêu cầu các giá trị ngưỡng (giới hạn) ñược chọn ñể tìm ra
cạnh, và ñiều này có thể dẫn ñến các ñiểm cạnh tới hạn ñang bị loại bỏ, kết quả
tìm ra các vòng tròn/cung tròn bị sai.
- Thứ hai, sự biến ñổi Hough chuyên về tính toán nhờ phương pháp “brute-
force” của nó, và vì thế có thể không phù hợp cho các ứng dụng thời gian thực.
b. Toán tử vi phân toàn bộ của Daugman
Daugman sử dụng một toán tử vi phân toàn bộ cho sự xác ñịnh vị trí vòng

tròn mống mắt và các vùng ñồng tử, hơn nữa là các cung của mí mắt trên và mí
mắt dưới. Toán tử giả thiết rằng ñồng tử và các ñường giới hạn của mống mắt
các ñường viền tròn và thực hiện như một bộ dò tìm cạnh ñường tròn. Toán tử vi
phân toàn bộ ñược xác ñịnh như sau [4]:

∫
∂
∂
00
00
,,
),,(
2
),(
*)(max
yxr
yxr
ds
r
yxI
r
rG
π
σ
(7)
Trong ñó I(x,y) là ảnh mắt, r là bán kính ñể tìm kiếm, G
σ
(r) là một hàm
làm nhẵn (làm mịn) Gaussian, và s là ñường tròn ñưa ra bởi r, x
0

, y
0
. Ở ñó, Toán
tử tìm kiếm ñường tròn có sự thay ñổi lớn nhất các giá trị ñiểm ảnh, bởi sự biến
thiên của bán kính và vị trí tâm x và y của ñường tròn. Toán tử ñược áp dụng lặp
lại với số lượng hàm làm nhẵn ngày một giảm ñi ñể ñạt ñược sự xác ñịnh vị trí
một cách chính xác. Sự dò tìm các mí mắt trên và dưới cũng ñược thực hiện bởi
toán tử vi phân toàn bộ bằng cách ñiều chỉnh ñường viền thay thành một cung .
Vi phân toàn bộ có thể ñược xem như một biến thể của sự biến ñổi Hough,
vì nó cũng lợi dụng ñạo hàm bậc nhất của ảnh và thực hiện một phép tìm kiếm
ñể tìm ra các tham số hình học. Từ ñó thực hiện với các thông tin ñạo hàm ban
ñầu (ñạo hàm thô), nó không bị các vẫn ñề về giới hạn của sự biến ñổi Hough.
Tuy nhiên, thuật toán có thể thất bại ở ñó có tạp nhiễu trong ảnh mắt, ví dụ như
sự phản chiếu ánh sáng, vì nó chỉ thực hiện trên một tỷ lệ cục bộ (tỷ lệ quỹ tích).
c. Các biến ñổi Fourier rời rạc hai chiều- 2D DFT (Two-Dimensional Discrete
Fourier Transforms)[1]
ðể tìm ra ñường biên bên trong (mống mắt/ñồng tử) và ñường biên bên
ngoài (mống mắt/màng cứng) trong ảnh gốc f
org
(m
1
,m
2
) chỉ ra trong hình 6. Qua
một tập hợp các thí nghiệm, quyết ñịnh sử dụng một Elíp như một kiểu ñường
biên trong. ðặt (l
1
, l
2
) là chiều dài hai trục chính của Elíp, (c

1
, c
2
) là tâm của nó,
và θ là góc quay. Bây gi
ờ cần tìm ra sự ñánh giá tối ưu (l
1
, l
2
, c
1
, c
2
, θ) cho
ñường biên bên trong là lớn nhất theo khác nhau về giá trị tuyệt ñối:

17/63

),,,,(),(
2121,,,2211
21
θ
θ
ccllSllllS
cc
−∆+∆+ (8)
Ở

ñ
ây, ∆l

1,
∆l
2
là các h
ằ
ng s
ố
nh
ỏ
, và S bi
ể
u th
ị
N
ñ
i
ể
m
ñườ
ng vi
ề
n - t
ổ
ng
c
ộ
ng các giá tr
ị

ñ

i
ể
m
ả
nh d
ọ
c theo Elíp
ñượ
c xác
ñị
nh là:
∑
−
=
=
1
0
212121
))(),((),,,,(
N
n
org
npnpfccllS
θ
(9)
Trong
ñ
ó p
1
(n) = l

1
cosθ. Cos(
n
N
π
2
) - l
2
sinθ. sin(
n
N
π
2
) + c
1
và p
2
(n) = l
1
sinθ.
cos(
n
N
π
2
) - l
2
cosθ. sin(
n
N

π
2
) + c
2
. Do
ñ
ó s
ẽ
tìm ra
ñườ
ng biên bên trong nh
ư

elíp trên,
ả
nh cho th
ấ
y có s
ự
thay
ñổ
i
ñộ
t ng
ộ
t v
ề

ñộ
chói t

ổ
ng theo chu vi c
ủ
a
nó.
ðể
gi
ả
m b
ớ
t th
ờ
i gian tính toán, t
ậ
p tham bi
ế
n (l
1
, l
2
, c
1
, c
2
, θ) có th
ể

ñượ
c
ñơ

n gi
ả
n hoá ph
ụ
thu
ộ
c vào các
ả
nh m
ố
ng m
ắ
t. M
ặ
t khác,
ñườ
ng biên bên ngoài
ñượ
c tìm ra theo cách t
ươ
ng t
ự
, v
ớ
i t
ổ
ng
ñườ
ng vi
ề

n
ñ
ã thay
ñổ
i t
ừ
elíp thành
ñườ
ng tròn (ngh
ĩ
a là l
1
= l
2
).

Hình

6: Ảnh mống mắt. a) Ảnh gốc f
org
(m
1
, m
2
); b) Ảnh chuẩn hoá;
c) Ảnh chuẩn hoá với mạng che mí mắt f(n
1
, n
2
) [1]

d. Mô hình ñường viền tròn ñộng rời rạc (Discrete Circular Active Contour)
Ritter
ñề
xu
ấ
t mô hình
ñườ
ng vi
ề
n
ñộ
ng cho s
ự
xác
ñị
nh v
ị
trí
ñồ
ng t
ử

trong
ả
nh m
ắ
t. Mô hình dò tìm
ñồ
ng t
ử

và gi
ớ
i h
ạ
n b
ằ
ng vi
ệ
c kích ho
ạ
t và
ñ
i
ề
u
khi
ể
n
ñườ
ng vi
ề
n
ñộ
ng s
ử
d
ụ
ng hai
ñị
nh ngh

ĩ
a tác
ñộ
ng: n
ộ
i l
ự
c và ngo
ạ
i l
ự
c.
Các tác
ñộ
ng bên trong là nguyên nhân làm giãn
ñườ
ng vi
ề
n thành m
ộ
t
ñ
a giác
ñầ
y
ñủ
v
ớ
i
δ

l
ớ
n h
ơ
n bán kính trung bình c
ủ
a
ñườ
ng vi
ề
n. N
ộ
i l
ự
c F
int,i
tính cho
m
ỗ
i
ñỉ
nh V
i

ñượ
c
ñị
nh ngh
ĩ
a nh

ư
sau [4]:

iii
VVF
−
=
int,
(10)
Trong
ñ
ó
i
V
là v
ị
trí mong mu
ố
n c
ủ
a
ñỉ
nh trong
ñ
a giác
ñầ
y
ñủ
. V
ị

trí c
ủ
a
i
V

có th
ể

ñạ
t
ñượ
c v
ề
C
r
, bán kính trung bình
ñườ
ng vi
ề
n hi
ệ
n t
ạ
i, và tâm
ñườ
ng
vi
ề
n, C = (C

x
,

C
y
). Tâm c
ủ
a
ñườ
ng vi
ề
n
ñượ
c xác
ñị
nh nh
ư
sau:

18/63

∑
=
==
n
i
icc
V
n
yxC

1
1
),( (11)
Là v
ị
trí trung bình c
ủ
a t
ấ
t c
ả
các
ñỉ
nh
ñườ
ng vi
ề
n. Bán kính trung bình c
ủ
a
ñườ
ng vi
ề
n
ñượ
c
ñị
nh ngh
ĩ
a nh

ư
sau:

∑
=
−=
n
i
ir
CV
n
C
1
1
(12)
Là kho
ả
ng cách trung bình c
ủ
a t
ấ
t c
ả
các
ñỉ
nh t
ừ
v
ị
trí tâm

ñ
ã xác
ñị
nh. V
ị

trí các
ñỉ
nh c
ủ
a
ñ
a giác
ñầ
y
ñủ
sau
ñ
ó
ñượ
c tính:
))/2sin()(),/2cos()(( niCCniCCV
ryrxi
πδπδ
++++=
(13)
Trong
ñ
ó n là t
ổ

ng s
ố
các
ñỉ
nh.
Các n
ộ
i l
ự
c
ñượ
c s
ử
d
ụ
ng
ñể
m
ở
r
ộ
ng
ñườ
ng vi
ề
n và duy trì nó thành hình
tròn. Mô hình l
ự
c gi
ả

thi
ế
t r
ằ
ng
ñồ
ng t
ử
và
ñườ
ng rìa là
ñườ
ng tròn chung,
ñể

gi
ả
m thi
ể
u s
ự
bi
ế
n d
ạ
ng không mong mu
ố
n do s
ự
ph

ả
n chi
ế
u g
ươ
ng và các v
ế
t
ñ
en g
ầ
n gi
ớ
i h
ạ
n
ñồ
ng t
ử
.
Quá trình xác
ñị
nh
ñườ
ng vi
ề
n c
ủ
a mô hình d
ự

a trên s
ự
cân b
ằ
ng c
ủ
a n
ộ
i
l
ự
c và ngo
ạ
i l
ự
c
ñ
ã
ñị
nh ngh
ĩ
a. Các ngo
ạ
i l
ự
c thu
ñượ
c t
ừ
các giá tr

ị
c
ườ
ng
ñộ

m
ứ
c xám c
ủ
a
ả
nh và
ñượ
c dùng
ñể

ñẩ
y các
ñỉ
nh vào trong.
ðộ
l
ớ
n c
ủ
a ngo
ạ
i l
ự

c
ñượ
c xác
ñị
nh nh
ư
sau:

)()(
,, iextiiiext
FVIVIF
)
+−= (14)
Trong ñó I(V
i
) là mức xám của lân cận gần nhất với V
i
.
F
ˆ
ext, i
là hướng của
ngoại lực ñối với mỗi ñỉnh và ñược ñịnh nghĩa như là véc tơ ñơn vị:

i
i
iext
VC
VC
F

−
−
=
,
)
(16)
Vì vậy, ngoại lực ñối với n ñỉnh có thể ñược viết như sau:

iextiextiext
FFF
,,,
)
=
(17)
Sự chuyển ñộng của ñường viền dựa trên sự tổng hợp của các nội lực và
ngoại lực qua các ñỉnh ñường viền. Sự thay thế của mỗi ñỉnh ñược lặp lại bởi:

iextiii
FFtVtV
,int,
)1()()1(
β
β
−
+
+
=
+
(18)
Trong ñó β là một trọng lượng ñã ñược xác ñịnh mà kiểm soát tốc ñộc

chuy
ển ñộng ñường viền và thiết lập các ñiều kiện cân bằng của các nội và ngoại
lực. ðường viền tròn ñộng rời rạc sau ñó ñược di chuyển dưới các tác ñộng phản

19/63
chiếu bên trong và bên ngoài tới khi nó tìm ra trạng thái cân bằng. Trạng thái
cân bằng cuối cùng ñạt ñược khi bán kính trung bình và tâm của ñường viền trở
thành một với m lần lặp và ñồng tử ñược xác ñịnh.


Hình 7: Các nội, ngoại lực của ñường tròn viền ñộng rời rạc[4]
3.2.2. Sự dò tìm các mí mắt và ñường viền (limbus): thuật toán lặp
Các mí mắt và lông mi thường che các phần trên và dưới của vùng mống
mắt. Do ñó chúng ta cần sử dụng một kỹ thuật nào ñó ñể tách biệt chúng.
Một thuật toán lặp ñược phát triển ñể xác ñịnh vị trí chính xác các mí mắt
và ñường rìa (limbus). Phương pháp trích chọn sử dụng toán tử vi-tích phân ñể
dò tìm các ñường ranh giới. Sự dò tìm một mí mắt dựa trên các ñường viền elíp
mà ñược mô hình hoá bởi dạng hình cầu của một cầu mắt và ñường cong mí mắt
mong muốn với ñộ mở của mắt khác nhau.
Trong các ảnh hồng ngoại gần ñã cung cấp bởi viện tự ñộng hoá, học viện
khoa học Trung Quốc (CASIA), các ñường rìa ranh giới sự tương phản không
ñầy ñủ do ñó các kỹ thuật tìm kiếm chung như toán tử vi tích phân là phù hợp
hơn quá trình trích chọn. Tuy nhiên, thậm chí các phương pháp tìm kiếm chung
có thể cho kết quả dò tìm sau bởi các tạp nhiễu như các ñường biên rõ ràng của
các mí mắt trên và dưới.
Thuật toán ñã phát triển lặp lại tìm kiếm cho các ranh giới mống mắt và các
mí mắt và loại ra các vùng mí mắt ñã tìm thấy cho bước lặp tiếp theo. Quá trình
này ñược thiết kết với tâm ñồng tử là ñiểm tham chiếu và ñược thực biện bằng
việc loại bỏ các giá trị ñiểm ảnh ở ñó bán kính của ñường rìa lớn hơn bán kính
của hoặc mi mắt trên hoặc mi mắt dưới. ðiều kiện này che ñánh dấu các vùng ở

ñó mống mắt bị che kín bởi hai mí mắt và quá trình này ñược lặp lại cho tới khi
k
ết quả tìm kiếm hội tụ về một tâm và bán kính cố ñịnh ñối với ñường rìa.
a. Các nội lực b. Các ngoại lực

20/63
3.2.3. Dò tìm các lông mi: phân loại MAP với tiêu chuẩn liên kết
Các lông mi có thể bít phần trên và phần dưới của mống mắt. Chúng ta có
thể sử dụng kỹ thuật ñơn giản nào ñó ñể tách biệt chúng.
Việc dò tìm các lông mi yêu cầu sự lựa chọn ñúng các ñặc trưng và qui
trình phân lớp do tính phức tạp và ẩu của các mẫu. Sự xác ñịnh các lông mi ñã
ñưa ra bởi Kong và Zhang [4]. Ở ñây các lông mi ñược xem như thuộc hai kiểu:
các lông mi tách rời ñược (chúng ñược tách rời ra trong ảnh), và các lông mi bội
(chúng ñược bó lại cùng nhau và chồng lên nhau trong ảnh mắt) và áp dụng hai
thuật toán trích chọn ñặc trưng khác nhau ñể dò tìm các lông mi. Một bộ lọc
Gabor dạng 1D ñể dò tìm các lông mi tách rời ñược và sự khác nhau về cường
ñộ ñược lựa chọn cho việc dò tìm nhóm lông mi bội. Hai ñặc trưng kết hợp với
một tiêu chuẩn liên kết sẽ dẫn ñến quyết ñịnh hiện diện của các lông mi. Thêm
vào ñó, một phương pháp dò tìm lông mi cũng ñược ñưa ra bởi Hung[4]. Mà sử
dụng thông tin cạnh ñã thu ñược bởi pha tương ñồng của một dãy các bộ lọc
Log-Gabor. Thông tin cạnh cũng truyền thông tin vòng ñể xác ñịnh vị trí các
vùng tạp nhiễu.
Một thuật toán dò tìm lông mi ñược phát triển bằng cách sử dụng các
cường ñộ mức xám của ảnh kết hợp với một tiêu chuẩn liên kết. Các giá trị
cường ñộ mức xám ñược lựa chọn như các ñặc trưng và sự dò tìm dựa trên một
sự phân loại MAP thứ cấp ñã thiết kế.
Giới hạn MAP ñạt ñược bởi việc ñánh giá biểu ñồ cấu trúc mống mắt và
biểu ñồ của các lông mi. Biểu ñồ của mống mắt và các lông mi ñược mô hình
hoá như sự phân bổ Gaussian, mà giá trị trung bình và sự khác nhau của chúng
ñược ñánh giá. Biểu ñồ kết cấu mống mắt ñược ñánh giá từ mống mắt ñã ñược

xác ñịnh vị trí. Tuy nhiên, các lông mi mà bao trùm kết cấu ảnh hưởng biểu ñồ
của mống mắt ñể loại ra sự ảnh hưởng của các lông mi, giá trị cực ñại của biểu
ñồ thu ñược coi nhu là giá trị trung bình kết cấu mống mắt. Sự khác nhau sau ñó
ñược ñánh giá chỉ từ các giá trị của biểu ñồ mà lớn hơn giá trị trung bình ñể loại
ra sự ảnh hưởng của các lông mi trùm lên mống mắt.
Giá trị trung bình và sự khác biệt của biểu ñồ các lông mi ñược ñánh giá
theo cách tương tự như mống mắt với sự khác nhau về về vùng bên ngoài mống
mắt ñã xác ñịnh. Trong các ảnh ñược cung cấp bởi CASIA, vùng ñồng tử và các
lông mi có giá trị cường ñộ thấp nhất. Nghĩa là giá trị của một mống mắt cao
hơn hai vùng này và giá trị trung bình phần còn lại của ảnh cao hơn giá trị trung
bình c
ủa kết cấu mống mắt. Xét về giả ñịnh là ñúng với mọi ảnh, giá trị trung
bình của các lông mi ñược xác ñịnh như là lớn nhất cục bộ mà tìm thấy thấp hơn