ĐẠI HỌC QUỐC GIA TP. HCM
TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGUYỄN VĂN DŨNG

HỆ THỐNG NHẬN DIỆN MỐNG MẮT
THÔNG MINH

Chuyên ngành: Kỹ Thuật Điều Khiển Và Tự Động Hóa
Mã số: 60520216

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, tháng 12 năm 2015


CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI
TRƯỜNG ĐẠI HỌC BÁCH KHOA
ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH
Cán bộ hướng dẫn khoa học: PGS. TS. Huỳnh Thái Hoàng Ký tên:
Cán bộ chấm nhận xét 1: .............................................................................
Ký tên
Cán bộ chấm nhận xét 2: .............................................................................
Ký tên
Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp.
HCM, ngày ............ tháng .... năm 201 ...............
Thành phần Hội đồng đảnh giá luận văn thạc sĩ gầm:
1 ......................................................................
2 ......................................................................
3 ...........................................................................
4 ...........................................................................

5 ...........................................................................
Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành
sau khi luận văn đã được sửa chữa (nếu cố).
CHỦ TỊCH HỘI ĐỒNG

TRƯỞNG KHOA ĐIỆN - ĐIỆN TỬ


ĐẠI HỌC QUỐC GIA TP.HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: NGUYỄN VĂN DŨNG

MSHV: 13153060

Ngày, tháng, năm sinh: 20/02/1990

Nơi sinh: Đồng Nai

Chuyên ngành: Kỹ Thuật Điều Khiển Và Tụ Động Hóa

Mã số: 60520216

I. TÊN ĐỀ TÀI:

HỆ THỐNG NHẬN DIỆN MỒNG MẮT THÔNG MINH
II. NHIỆM VỤ VÀ NỘI DUNG:
- Thu thập tập mẫu và trích đặc trưng.
- Xây dựng bộ nhận diện dựa trên mạng thần kinh.
- Kiểm tra, đánh giá phần mềm bằng cách nhận diện 100 nguời.
III.

NGÀY GIAO NHIỆM VỤ: 20/01/2015

IV.

NGÀY HOÀN THÀNH NHỆM VỤ: 31/12/2015

V.

CÁN BỘ HƯỚNG DẪN: PGS.TS. Huỳnh Thái Hoàng
Tp. HCM, ngày .... thảng ....... năm 201...
CÁN BỘ HƯỚNG DẪN

CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

PGS.TS. Huỳnh Thái Hoàng

TS. Trương Đình Châu

TRƯỞNG KHOA ĐIỆN-ĐIỆN TỬ

TS. Đỗ Hồng Tuấn



LỜI CẢM ƠN
Trong quá trình thực hiện đề tài, tôi đã nhận được sự hướng dẫn, chỉ bảo tận tình của
các thầy cô trong khoa Điện - Điện tử, đặc biệt là các thầy cô trong bộ môn Điều Khiển
Tự Động, sự giúp đỡ của bạn bè cũng như sự động viên, khích lệ tinh thần từ phía gia đình.
Tôi xin gửi đến thầy PGS.TS. Huỳnh Thái Hoàng lời biết ơn sâu sắc vì đã dành thời
gian quý báu để hướng dẫn, tạo điều kiện thuận lợi cũng như cho tôi những lời khuyên bổ
ích để hoàn thành luận văn này.
Tôi xin cám ơn cha mẹ và các anh chị em trong gia đình đã động viên và tạo điều
kiện giúp tôi vượt qua những khó khăn trong suốt quá trình học tập và nghiên cứu vừa qua.
Cuối cùng, tôi cũng xin gửi lời cảm ơn đến các bạn học viên, sinh viên vì đã giúp đỡ
tôi trong quá trình lấy mẫu và kiểm tra, đánh giá phần mềm của đề tài.
TP Hồ Chi Minh, tháng 12/2015

NGUYỄN VĂN DŨNG


TÓM TẮT LUẬN VĂN
Luận văn này nghiên cứu và phát triển hệ thống nhận diện mống mắt thông minh
dụa trên mạng thần kinh. Khối lương luận văn thực hiện gồm 4 nhiệm vụ chính: phân
đoạn mống mắt, chuẩn hóa, trích đặc trưng và tạo mạng thần kinh.
Phân đoạn mống mắt được thực hiên bằng bộ biến đổi Hough Circle và Hough
Line. Hough Circle được dùng để tách vòng trong và vòng ngoài mống mắt, Hough Line
được dùng để tách mí mắt trên và mí mắt dưới.
Chuẩn hóa mống mắt: dùng phương pháp chuẩn hóa Daughman Rubber Sheet để
chuẩn hóa mống mắt về hình chữ nhật kích thước 20x240 pixel.
Đặc trưng được trích qua 2 bước: bước 1 dùng giải thuật Local Binary Pattern
(LBP), bước 2 dùng giải thuật Principal Component Analysis (PCA) để rút gọn kích
thước vector đặc trưng.
Bộ nhận diện là những mạng thần kinh 2 lớp: 1 lóp vào với 40 tế bào thần kinh, 1
lớp ra với 1 tế bào thần kinh.

Luận văn này sử dụng phần mềm Matlab để thực hiện xử lý ảnh và xây dụng mạng
thần kinh.

ABSTRACT
This thesis researches and develops an intelligent iris recognition system based on
neural network. The thesis comprises of 4 main parts: iris segmentation, iris
normalization, feature exttaction and neural network ttaining.
Iris is segmented by using Hough Cừcle and Hough Line. Hough Circle is used to
exttact inner and outer cừcle of iris. Hough Line is used to exttact top and bottom eyelid.
Iris normalization: uses Daughman Rubber Sheet method to normalize iris to
rectangle with size of 20x240 pixels.
Features are extracted through 2 steps: first step uses Local Binary Pattern (LBP)
method, second step uses Principle Component Analysis (PCA) to reduce size of
2


feature vectors.
Identifier is a 2 layers neural network: layer 1 consists of 40 neurals, layer 2
consists of 1 neural.
This thesis uses Matlab software to process image and create neural network.

3


LỜI CAM KẾT
Tôi xin cam kết các nội dung lý thuyết trình bày trong luận văn này là do tôi tham
khảo các tài liệu và biên soạn lại. Phần mềm nhận diện và tất cả các kết quả kiểm tra
đánh giá thục nghiệm đều do chính bản thân tôi tự làm ra, hoàn toàn không phải sao
chép từ bất kỳ một tài liệu hoặc công trình nghiên cứu nào khác.
Nếu tôi không thục hiện đúng các cam kết nêu trên, tôi xin hoàn toàn chịu trách

nhiệm truớc kỷ luật của nhà trường cũng như pháp luật Nhà nước.
NGUYỄN VĂN DŨNG

4


MỤC LỤC
LỜI CẢM ƠN. .......................................................................................................................... 1
TÓM TẲT LUẬN VĂN. ........................................................................................................... 2
LỜI CAM KÉT. ........................................................................................................................ 4
DANH MỤC HÌNH ẢNH ........................................................................................................ 7
Chương 1 TỔNG QUAN. ....................................................................................................... 11
1.1 Đặt vấn đề ................................................................................................................... 11
1.2 Tổng quan nghiên cứu ................................................................................................ 12
1.2.1 Phân tích mắt người và ảnh mống mắt ................................................................ 12
1.2.2 Những công trình nghiên cứu liên quan .............................................................. 13
1.3 Mục tiêu đề tài ............................................................................................................ 25
1.4 Sơ lược nội dung luận văn .......................................................................................... 26
Chương 2 CƠ SỞ LÝ THUYỂT ........................................................................................... 28
2.1. Giới thiệu về hệ thống xử lý ảnh.................................................................................. 28
2.2 Vấn đề cải thiện chất lượng ảnh ............................................................................... 31
2.2.1 Cải thiện ảnh dùng toán tử không gian................................................................ 32
2.3 Phân vùng ảnh ............................................................................................................ 38
2.3.1 Phân vùng ảnh theo ngưỡng biên độ ................................................................... 38
2.3.2 Phân vùng ảnh theo miền đồng nhất ................................................................... 39
2.4 Biến đổi Hough Circle................................................................................................ 41
2.5 Biến đổi Hough Parabol ............................................................................................. 42
2.6 Biến đổi Hough Line .................................................................................................. 43
2.7 Phương pháp Local Binary Patttem............................................................................ 45
2.8 Phương pháp Principal Component Analysis - PCA.................................................. 46

2.9 Mạng thần kinh.......................................................................................................... 47
Chương 3 XÂY DỰNG GIẢI THUẬT................................................................................. 49
3.1 Nghiên cứu lý thuyết .................................................................................................. 49
3.2 Đề xuất giải thuật ....................................................................................................... 50
3.2.1 Thu thập ảnh mẫu và cơ sở dữ liệu ..................................................................... 50
3.2.2 Phân vùng mống mắt......................................................................................... 54
Chương 4 KÉT QUẢ. ........................................................................................................... 76
4.1 Tổng quan phần mềm huấn luyện và nhận diện ......................................................... 76
4.2 Giao diện đồ họa người dùng ..................................................................................... 77
4.3 Kết quả thực nghiệm .................................................................................................. 78
5


4.3.1 Kết quả phân đoạn mống mắt .............................................................................. 78
4.3.2 Kết quả nhận diện ............................................................................................... 80
Chương 5 KỂT LUẬN VÀ HƯỞNG PHÁT TRIỂN............................................................. 82
5.1 Các kết quả đạt được .................................................................................................. 82
5.2 Hạn chế và hướng phát triển đề tài ............................................................................ 83
5.2.1 Hạn chế................................................................................................................ 83
5.2.2 Hướng phát triển ................................................................................................. 83
TÀI UỆU THAM KHẢO........................................................................................................ 85
PHẦN LÝ LỊCH TRÍCH NGANG ........................................................................................ 87
QUẢ TRÌNH ĐÀO TẠO ........................................................................................................ 87
QUÁ TRÌNH CÔNG TÁC ...................................................................................................... 87

6


DANH MỤC HÌNH ẢNH
Hình 1.1 Cấu trúc các thành phần của mắt ................................................................ 13

Hình 1.2 Hình mổng mẳt và đặc trưng ....................................................................... 13
Hình 1.3 Tách con ngươi bằng phương pháp gán nhãn ............................................. 14
Hình 1.4 Tách vòng ngoài dùng biến đồi Hough Circle............................................ 15
Hình 1.5 Dùng hình chữ nhật tìm vùng ảnh con ngươi .............................................. 15
Hình 1.6 Biên giữa con ngươi và mổng mẳt ............................................................... 16
Hình 1.7 Chuẩn hóa mổng mẳt theo mô hình Daugman ............................................ 17
Hình 1.8 Mổng mẳt sau khỉ chuẩn hóa ....................................................................... 17
Hình 1.9 Các đặc trưng được trích dọc theo các vòng tròn trong mổng mẳt ........... 18
Hình 1.10 Luồng biến đồi Rỉdgelet ............................................................................. 20
Hình 1.11 Mầu code nhị phân mổng mẳt sau khỉ dùng biến đổỉ Rỉdgelet .................. 20
Hình 1.12Ăwồng biến đồi Curvelet ............................................................................ 21
Hình 1.13 Mầu code nhị phân mổng mẳt sau khỉ dùng biến đổỉ Curvelet ................ 21
Hình 1.14 Lượng tử hóa góc pha thành 4 mức .......................................................... 23
Hình 1.15 Mạng thần kinh với 1 lớp ẩn ...................................................................... 24
Hình 1.16 Giải thuật di truyền .................................................................................... 25
Hình 2.1 Các bước cơ bản trong xử lý ảnh ................................................................ 29
Hình 2.2 Sơ đồ phân tích và xử lỷ ảnh và lưu đồ thông tin giữa các khổỉ ................ 31
Hình 2.3 Sơ đồ bộ lọc thông cao ................................................................................ 36
Hình 2.4 Khải niệm 4 liên thông và 8 liên thông ........................................................ 40
Hình 2.5 Minh họa biến đoi Hough Circle ................................................................. 42
Hình 2.6 Không gian tích lũy biến đoi Hough Circle ................................................ 42
Hình 2.7 Không giai tích lũy biến đồi Hough Line.................................................... 45
Hình 2.8 Ví dụ tính Local binary pattern ................................................................... 46
Hình 2.9 Histogram đặc trưng dựa trên LBP ............................................................. 46
Hình 2.10 Mạng thần kinh .......................................................................................... 47
Hình 3.1 Lưu đồ giải thuật đề xuất ............................................................................. 50
Hình 3.2 Hình mổng mẳt được chụp trong nguồn ánh sáng nhìn thẩy và trong vùng
ánh sáng hòng ngoại................................................................................................... 51
7



Hình 3.3 Thiết bị chụp mổng mẳt IrỉShỉeld™-USB MO 2120 ................................... 52
Hình 3.4 Hình ảnh mống mẳt của tác giả luận văn được chụp bằng thiết bị
IriShỉeld™-USB MO 2120 ......................................................................................... 53
Hình 3.5 Camera OKIIRISPASS-h và hình trong CSDL OKIIRISPASS-h ..............54
Hình 3.6 Các bước phân vùng mổng mẳt ................................................................... 55
Hình 3.7 Histogram của ảnh mổng mẳt...................................................................... 56
Hình 3.8 Ảnh hưởng nhiễu lông mỉ sau khỉ lấy ngưỡng .............................................57
Hình 3.9 Ảnh nhị phân sau khỉ qua bộ lọc trung vị ....................................................58
Hình 3.10 a. Hình ảnh gốc I b. bản đồ cạnh I c. bản đồ cạnh theophương ngang I d.
bản đồ cạnh theo phương dọc..................................................................................... 60
Hình 3.11 Kết quả định vị đồng tử .............................................................................61
Hình 3.12 Kết quả làm nồi cạnh trước khỉ làm mịn ảnh ............................................62
Hình 3.13 Tác dụng của bộ lọc trung bình ................................................................. 64
Hình 3.14 Kết quả làm nồi cạnh sau khỉ làm mịn ảnh ............................................... 65
Hình 3.15 Áp dụng biến đồi hough tròn trong bản đồ biên để tìm biên ngoài mổng mat
.................................................................................................................................... 65
Hình 3.16 Bản đồ biên mổng mẳtphần trên và phần dưới .........................................66
Hình 3.17 Tìm đường thẳng trên hai bản đồ biên bằng biến đổi hough ....................67
Hình 3.18 Hình ảnh sau khi loại bỏ mí mắt................................................................67
Hình 3.19 Mô hình Daughma Rubber Sheet ............................................................... 68
Hình 3.20 Các pixel được chọn trong mô hình Rubber Sheet ....................................69
Hình 3.21 Chuấn hóa với độ phân giải 10x40............................................................70
Hình 3.22 Hình các pixel được chọn trong quả trình chuấn hóa ............................... 71
Hình 3.23 Kết quả chuấn hóa ..................................................................................... 71
Hình 3.24 Mặt nạ LBP ................................................................................................ 72
Hình 3.25 Mô hình mạng thần kinh ............................................................................ 73
Hình 3.26 Giải thuật Huẩn luyện mạng thần kinh ..................................................... 74
Hình 3.27 Giải thuật nhận diện .................................................................................. 75
Hình 4.1 Tổng quan chương trình .............................................................................. 76

Hình 4.2 Giao diện đồ họa người dùng ...................................................................... 77
8


DANH MỤC BẢNG BIỂU
Bảng 4. 1 Kết quả phãn đoạn cơ sở dữ liệu CASỈA-IrisV4 ........................................ 79
Bảng 4. 2 Kết quả phân đoạn cơ sở dữ liệu chụp từ camera IrỉShỉeld™ USB MO
2120 ............................................................................................................................ 79
Bảng 4. 3 Kểt quả nhận diện cơ sở dữ liệu CASIA-IrisV4 ......................................... 80
Bảng 4. 4 Kết quả nhận diện cơ sở dữ liệu chụp từ camera IrỉShỉeld™ USB MO
2120 ............................................................................................................................81
Bảng 4. 5 Kết quả nhận diện cơ sở dữ liệu ngoại lớp ................................................81

9


Chương 1

TỔNG QUAN
1.1 Đặt vấn đề
Con người có những đặc điểm khác biệt và độc đáo mà có thể được sử dụng để
phân biệt người này với người khác. Một số đặc điểm đặc trưng cho đặc tính sinh lý hay
đặc tính hành vi của con người, có thể được sử dụng để nhận dạng sinh trắc học. Đặc
điểm sinh lý cơ bản gồm: mặt, dấu vân tay, mống mắt, võng mạc, mùi và mùi hương.
Tiếng nói, chữ ký, nhịp điệu gõ, dáng đi có liên quan đến đặc điểm hành vi. Các thuộc
tính quan trọng của những đặc điểm đó cho sự nhận diện đáng tin cậy là sự độc đáo của
các đặc tính đó đối với mỗi cá nhân và sự ổn định không thay đổi theo thời gian. Mống
mắt của con người là đặc tính tốt nhất khi chúng ta xem xét các thuộc tính này.
Mống mắt là một phần giữa con ngươi và cũng mạc trắng. Các kết cấu của mống
mắt phức tạp, độc đáo và rất ổn định trong suốt cuộc đời. Chúng cung cấp nhiều đặc

tính như tàn nhang, vành, sọc, rãnh, tiểu nang. Trong cấu trúc mống mắt, hoa văn mống
mắt có sự ngẫu nhiên rất cao. Đây là những gì làm cho chúng có tính duy nhất. Mống
mắt là một cơ quan nội tạng được bảo vệ và nó có thể được sử dụng như một dữ liệu
nhận dạng hoặc một mật khẩu có tính bảo mật rất cao. Từ một tuổi đến khi chết, các hoa
văn của mong mắt tương đối ổn định. Bởi vì tính độc đáo và tính bất biến của nó, nhận
dạng mong mắt là một trong những đặc điểm nhận dạng con người chính xác và đáng
tin cậy.
Ngày nay công nghệ sinh trắc học đóng vai trò quan trọng trong lĩnh vực an ninh
công cộng và an ninh thông tin. Mong mắt là một trong những sinh trắc học đáng tin
cậy và chính xác, nó đóng một vai trò quan trọng trong việc nhận diện cá nhân. Phương
pháp nhận dạng mong mắt cung cấp kết quả chính xác trong những hoàn cảnh môi
trường khác nhau.
Hệ thống sinh trắc học bắt đầu từ việc lấy mẫu đặc trưng như hình quét vân tay,
hình chụp mống mắt. Những mẫu sau khi lấy sẽ được chuyển thành một khuôn mẫu sinh
trắc học bằng cách dùng nhiều hàm toán khác nhau. Khuôn mẫu này được chuẩn hóa,
10


trích đặc trưng tiêu biểu cho vật để có thể so sánh với khuôn mẫu khác và đưa ra quyết
định nhận dạng. Đa số hệ thống sinh trắc học bao gồm hai chế độ hoạt động: chế độ ghi
danh và chế độ nhận dạng. Chế độ ghi danh cho phép thêm một khuôn mẫu vào cơ sở
dữ liệu. Chế độ nhận dạng để kiểm tra một khuôn mẫu mới được tạo thuộc lớp nào trong
cơ sở dữ liệu.
Luận văn này dùng phương pháp Local Binary Pattern and Principal Component
Analysis để trích đặc trưng và dùng mạng thần kinh để xây dựng bộ nhận diện.
1.2 Tổng quan nghiên cứu
1.2.1 Phân tích mắt người và ảnh mống mắt
Mắt người là một cơ quan cảm nhận ánh sáng. Những bộ phận quan trọng của mắt
người có liên quan đến kỹ thuật nhận dạng mống mắt bằng xử lý ảnh bao gồm:
❖

❖

Giác mạc (comea) là một màng trong suốt phía trươc cầu mắt.
Mống mắt (iris) là cơ điều khiển kích thước của con ngươi (pupil), giống như lỗ
mở ống kính trong một camera cho ánh sáng đi vào.

♦♦♦ Mong mắt có chi tiết, họa tiết, màu sắc khác biệt giữa người này với người khác,
do đó có thể được dùng trong sinh trắc học.
♦♦♦ Màng cứng mắt (sclera) là bề mặt đai ở phía ngoài của cầu mắt và có màu trắng
(tròng trắng) trong ảnh mắt.
♦♦♦ Limus là biên giữa tròng trắng và tròng đen.
♦♦♦ Đồng tử (pupil) là hình tròn đen bên trong.

11


Hình 1.1 Cấu trúc các thành phần của mắt
Mống mắt (iris) là vùng vành khuyên giữa đồng tử màu đen và màng cứng màu
ưắng.

Hình 1.2 Hình mống mắt và đặc trưng
Mống mắt chứa dữ liệu chỉ tiết đặc trưng phong phú cho việc nhận diện sinh trắc
học.
1.2.2 Những công trình nghiên cứu liên quan
Nhận diện mống mắt là so sánh đạc trưng trích được từ mống mắt vớỉ các đặc
trưng được lưu sẵn trong cơ sở dữ liệu.
Nhận diện mống mắt là một trong những để tài hấp dẫn được phát triền trong
những năm gần đây. Đa số các phương pháp nhận diện mống mắt gồm các bước như
sau:


12


- Bước 1: Thu thập ảnh.
- Bước 2: Phân đoạn ảnh.
- Bước 3: Chuẩn hóa.
- Bước 4: Trích đặc trưng và mã hóa.
- Bước 5: Nhận diện.
Sau đây ỉà một vàỉ phương phảp nhận diện mống mắt trong những năm gần đây.
a) Phân đoạn ảnh
- Phương pháp gán nhãn [13]
Ảnh mống mắt sau khi thu thập sẽ được chuyển sang ảnh nhị phân theo một giá
trị ngưỡng nào đỏ.

Hình 1.3 Tách con ngươi bằng phương pháp gán nhăn
Các pixel này sẽ được gắn nhãn, các pixel kết nối với nhau sẽ được gắn cùng 1
nhãn. Sau đó ta sẽ chọn ra nhãn thỏa các thuộc tính là hình tròn và thỏa điều kiện bán
kính của con ngươi. Tiếp theo để tách được vòng ngoài mống mắt, áp dụng bộ lọc
cạnh Canny vào ảnh để làm nổi các cạnh lên. Sau đó dùng biến đổi Hough Circle để
tìm vòng ngoài mống mắt.

13


Circle Fitting Using
Hough Transform

Hình 1.4 Tách vòng ngoài dùng biến đổi Hough Circle
- Phương pháp hình chữ nhật màu đen [8]
Phương pháp này dùng một hình chữ nhật để tìm ra một vùng trong con ngươi.

Chia ảnh mống mắt thành nhiều đường ngang đều nhau. Dùng hình chữ nhật kích
thước 10x10 pixel, bắt đàu quét từ đường ngang chính giữa, quét từ trái sang phải. So
sảnh giá trị thang xám cảc pixel trong hình chữ nhật này với 1 giá trị ngưỡng, nếu tất cả
các pixel này đều nhỏ hơn ngưỡng thì đó là hình chữ nhật đó đã nằm trong vùng con
ngươi.

Hình 1.5 Dùng hình chữ nhật tìm vùng ảnh con ngươi

14


Từ tọa độ hình chữ nhật này, tìm ra các điểm thay đổi thang xám đột ngột theo
chiều ngang và chiều dọc, đó chính là biên giữa mống mắt và con ngươi.

Hình 1.6 Biên giữa con ngươi và mống mắt
Từ đó ta xác định được tâm và bán kính con ngươi
xp = (x1+x2)/2,yp = (y3 + y4)/2
r

p = 7(xc-^)2+(yc-y!)2

(1 2)

Để tìm được vòng ngoài mống mắt, ta dùng phương pháp so sánh sự thay đổi
thang xám của tổng 10 pixel liên tiếp theo trên đường nắm ngang đi qua tâm con ngươi.
Ta sẽ chia làm 2 vùng để tìm: vùng bên trái con ngươi từ pixel thứ 10 tới pixel thứ yp (r +10), vùng bên phải từ pixel thứ yp + rp +10 tới biên bên phải trừ đi 10 pixel. Như
vậy trên mỗi vùng này tìm được 1 điểm mà sự thay đổi tổng thang xám 10 pixel liên
tiếp lớn nhất. Đó chính là biên ngoài mong mắt. Vậy ta đã xác định được tâm và biên
ngoài mong mắt.
b) Chuẩn hóa mống mắt [4]

Chuẩn hóa mống mắt là biến đổi mống mắt từ hình vành khuyên về một hình chữ
nhật có kích thước chuẩn để thuận tiện cho việc trích đặc trưng.
Đa số các nghiên cứu dùng phương pháp chuẩn hóa của Daugman.
15


*1 ,1
r

1

Hình 1.7 Chuẩn hóa mống mắt theo mô hình Daugman

Hình 1.8 Mống mắt sau khi chuẩn hóa
c) Các phương pháp trích đặc trưng
- Phương pháp thống kê [1]
Đe trích các đặc trưng, vẽ các vòng tròn đồng tâm với tâm con ngươi trong giới
hạn của mong mắt. Các đặc trưng thống kê sẽ được tính dọc theo các vòng tròn này.
Các đặc trưng thống kê gồm:
_ Nc
-Mean x = ỵx‘,c = ỉ,c
c

__

i=ỉ

(1.3)

16



Trong đó: c - số vòng tròn trong vùng mống mắt.
XCỊ - giá trị pixel thứ i của vòng tròn thứ c.
- Mode Mc
- Variance
1 Ễ(X,C-XC)2
i=l
2VC-1

(1.4)

- Standard deviation
đ

y----------(1.5)

Trong đó Nc - số pixel dọc theo vòng tròn thứ c.

Hình 1.9 Các đặc trưng được trích dọc theo các vòng tròn trong mống mắt

Từ các đặc trưng này xây dựng vector đặc trưng và được lưu thành dữ liệu để
nhận diện.
Fc—(Xc ,MC ,sc ,dc),c— l^c

(16)

Trong đó: c - số lượng vòng tròn trong vùng mong mắt.
xc — mean của vòng trôn thứ c.
Mc - mode của vòng tròn thứ c.

sc - variance của vòng tròn thứ c.
17


dc - standard deviation của vòng tròn thứ c.
Sau khi có được vector đặc trưng, dùng Hamming distance để so sánh nhận diện.
D(FC,FẠÌ=ŨỸ

Trong đó: Fc - vector đặc trưng cần nhận diện.
Fj - vector đặc trưng thứ i trong cơ sở dữ liệu.
Phương pháp này đơn giản dễ thực hiện nhung hiệu quả không cao.
- Phương pháp biến đổi Ridgelet [2]
Mống mắt sau khi chuẩn hóa sẽ được trích đặc trưng dùng phương pháp biến đổi
Ridgelet. Biến đổi Ridgelet được giới thiệu bởi Candes và Donoho năm 1999. Phương
pháp trích đặc trưng này tương đối phức tạp nhung trích được nhũng đặc trung hiệu quả
hơn so với phương pháp thống kê. Sau đây là luồng biến đổi Ridgelet.
Image -ỳ Fast Fourier Transform 2D -ỳ Invert Fast Fourier Transform ID ->
Wavelet Transform

18


“7 -----

FFT(2D>
IMAGE

INV. FFT
(1D) >


WT(1D)
RADON TRANSFORM

RtDGELET
AN

G

FREQUENCY

Hình 1.10 Luồng biến đối Ridgeỉet
Các đặc trưng trích được gồm đặc trưng ngang, đặc trưng dọc, đặc trưng chéo và
đặc trưng tổng hợp.
CV’CU

50

100 150 230 250

10

20

20 4G w

Hình 1.11 Mấu code nhị phân mống mắt sau khi dùng biến đối Ridgeỉet
- Phuong pháp biến đổi Curvelet [2]
Các bước làm tương tự như phương pháp trên, chỉ khác là trích đặc trưng dùng
biến đổi Curvelet. Biến đổi Curvelet cũng được giới thiệu bởi Candes và Donoho năm
1999.


19


Hình 1.12 Luồng biến đối Curveỉet

Image -ỳ Wavelet Transform 2D -ỳ Fast Fourier Transform 2D -ỳ Invert Fast
Fourier Transform ID -ỳ Wavelet Transform ID
pJQAMAJ rep IMAGE

Hinarifrr| hqrrrciilBl Drlail HI

r-jdf HP-H. 7-

10 2d 3d

Id 20

30

ZJ

al

Hình 1.13 Mau code nhị phân mống mắt sau khi dùng biến đối Curveỉet

20

3Ũ



- Phương pháp Local Binary Pattern [14]
Local binary pattern (LBP) được giới thiệu bởi Ojala vào năm 1996, đây là phương
pháp đơn giản nhưng hiệu quả trong việc trích xuất đặc trưng dùng cho các bộ phân loại.
Ưu điểm của phương pháp này là tính toán đơn giản và thời gian trích đặc trưng nhanh.
Vì vậy nó phù hợp cho những ứng dụng yêu cầu thời gian thực. Ngoài ra phương pháp
này chỉ dựa vào sự so sánh thang xám của pixel trung tâm với 8 pixel xung quanh nó
trong liên kết 8, vì vậy nó tránh được ảnh hưởng điều kiện ánh sáng môi trường lên toàn
bộ ảnh.
- Phương pháp biến đổi bộ bốn tương quan góc pha [5]
Một phương pháp mới trong trích đặc trưng đó là sử dụng bộ bốn tương quan góc
pha. Đây cũng là phương pháp hiệu quả trong việc giảm ảnh hưởng điều kiện ánh sáng
môi trường lên toàn bộ ảnh. Không giống như những phương pháp trích đặc trưng khác
(đa số trích đặc trưng dựa trực tiếp giá trị thang xám của các pixel), trong phương pháp
này từ giá trị thang xám các pixel được biến đổi sang miền số phức. Bộ biến đổi có thể
là Gabor ID, hoặc Gabor 2D, hoặc Log Gabor.
(T-PỶ (9-ệÝ
/ỉ

{Re,Im}(

r ớ

’ ) = g {Re,Im}jj (A^>’' ể “ ể
S n

/

W)


2

pd pdộ
(1.7)

pộ

Sau khi biến đổi sang miền số phức thì thông tin về pha sẽ mang lại lại nhiều thông
tin hữu ích trong việc trích đặc trưng chứ không phải thông tin về biên độ. Trong miền
số phức này, góc pha sẽ được giải điều chế để nén dữ liệu. Nó được thực hiện bằng
lượng tử hóa góc pha thành 4 mức.

21


Hình 1.14 Lượng tử hóa góc pha thành 4 mức
Như vậy mỗi pixel trong ảnh chuẩn hóa sẽ được mã hóa thành 2 bít.
d)

Các phương pháp nhận diện

- Phương pháp Hamming distance [4]
Đây là phương pháp đơn giản nhưng hiệu quả không cao. Trong phương pháp này,
ta tính khoảng cách Hamming giữa đặc trưng cần nhận diện và các đặc trưng trích trước
đó được lưu trong cơ sở dữ liệu. Đặc trưng nào có khoảng cách ngắn nhất thì đó là đối
tượng cần nhận diện.
1

HD =----- -- - =--------- £ X. (XOR)Y(AND^Xn] (AND^Yrij
N-^Xnk(OR)Ynk J'

*=1 (1.8)
- Phương pháp mạng thần kinh và di truyền [6]
Trong nghiên cứu này, tác giả không sử dụng hamming distance mà sử dụng mạng
thần kinh và giải thuật di truyền để nhận dạng. Sau khi trích được đặc trưng mống mắt,
các đặc trưng này sẽ là tín hiệu đầu vào để huấn luyện mạng thần kinh.
Sử dụng mạng thần kỉnh 2 lớp, gầm 1 lớp ẩn và 1 lớp ra. Các trọng số của mạng thần
22