Documente Academic
Documente Profesional
Documente Cultură
2017-2018
Cuprins
Introducere............................................................................................................................................3
Tipuri de sisteme biometrice.............................................................................................................4
Tipuri de senzori................................................................................................................................4
1. Îmbunătățirea imaginii ..................................................................................................................7
2.Extracția elementelor amprentei..................................................................................................11
3. Potrivirea(găsirea) amprentei......................................................................................................15
4. Generatorul sintetic de amprente SfinGe....................................................................................16
5. Aplicații ale amprentei și comparație tehnologică cu alte sisteme biometrice:...........................17
Bibliografie..........................................................................................................................................18
2
Tipuri de sisteme biometrice
Tipuri de senzori
3
Figura S2 Ilustrație cu senzori și imaginile captate de aceștia
4
Tabelul S Senzori pentru prelevarea de amprente papilare
5
1. Îmbunătățirea imaginii .
O nouă intensitate este calculată pentru fiecare pixel utilizând Câștigul pixelului și
Media locală, după cum urmează:
Noua intensitate = Câștigul pixelului * (Valoarea pixelului – Media locală) + Media locală (1.3)
Efectul produs de metodă se poate observa în Figura 1.1, iar în Figura 1.2 putem
observa că valorile se împrăștie pe întreg spectrul de valori și valoarea medie a pixelilor este
apropiată de 128. Comparând cele două imagini se poate observa clar o îmbunătățire clară în
contrast a imaginii.
6
Figura 1.2 Histogramele asociate figurilor1.1 a) și 1.1 b)
O altă metodă de îmbunătățire a imagini este folosirea filtrelor Gabor [1]. Avantajele
acestor filtre față de algoritmul de îmbunătățire a contrastului local sunt următoarele:
Proprietăți selective a frecvenței
Proprietăți selective a orientarii
Rezoluție optimă spațială și în domeniul frecvenței
Minimizarea benzii de frecvență odată cu maximizarea rezoluției spațiale
Pe baza proprietăților selective imaginea se poate îmbunătăți prin faptul că anumite
goluri sau întreruperi din liniile(ridges) amprentei se pot umple sau lega. De asemenea, se
poate determina o discriminare mai clară între liniile(ridges) și văile(valleys) amprentei.
Aplicarea filtrelor Gabor se face folosind următoarea formulă:
2 2
[ −1 x θ yθ
∙
( +
2 σ x 2 σ y2
g ( x , y :θ , f )=cos (2 πf ∙ x θ) ∙ e
)] (1.4)
x θ = sin θ cos θ ∙ x
[ ][ ][ ]
y θ −cos θ sin θ y
(1.5)
σ x și σ y reprezintă deviațiile standard ale anvelopei Gauss de-a lungul axelor x și y.
Prin creșterea acestor deviații, banda filtrului Gabor scade.
Astfel, pentru folosirea filtrului Gabor avem nevoie de cunoașterea parametrilor f și θ,
unde f reprezintă frecvența de apariție a liniilor amprentei și θ orientarea acestora.
Estimarea lui f se face pe baza formulei lui Maltoni [2]:
V (h)
f= (1.6)
2∙(x 2−x 1 )∙ α m
,unde V(h) are formula (1.7) și se poate aproxima prin (1.8) considerând că numărul
de linii de pe amprentă variază conform figurii 1.3.
x2
dh(x)
V (h)=∫
x1
dx| | dx (1.7)
7
Figura 1.3 Variația numărului de linii(ridges) de pe amprentă. ∝mreprezintă media
amplitudinii.
Estimarea orientării liniilor se face cu ajutorul formulelor (1.9) și a figurii 1.4 [2]:
(1.9)
8
Figura 1.5 Fereastra de orientare
Considerând următorul exemplu [1] din figura 1.6 aplicat pe figura 1.1 a), putem
observa o îmbunătățire mai bună, în figura 1.7, decât în cazul primului algoritm de
îmbunătățire.
Figura 1.6 Reprezentații grafice ale filtrului Gabor cu parametrii θ =135°,f = 1/5,
σ x =σ y =3.
9
Figura 1.7 în a) este amprenta inițială și în b) rezultatul aplicării filtrului Gabor cu
parametrii din figura 1.6
10
Figura 2.2 Principalele forme de detalii precise sau singularități(minutae) ale amprentei
Figura 2.3 a) arc,b) buclă în dreapta, c)buclă în stânga, d) spirală P, e)spirală C, f) spirală D
11
Figura 2.4 Etapele de extracție a detaliilor amprentei
12
Câteva metode de detecție a singularitățiilor sunt metoda Rosenfeld și Poincare [1],
[4].
Prin metoda Rosenfeld se pot determina bifurcațiile și terminațiile liniilor(ridges)
amprentei, precum și alte forme ale liniilor.Iar, prin metoda Poincare se pot determia bucle,
delta și spirale.
Metoda Rosenfeld constă în examinarea unui bloc de 3x3 pixeli din jurul unui pixel
central. În urma acestei examinări se decide dacă pixelul central este alb sau negru. Dacă este
alb, atunci acea locație reprezintă o vale, iar dacă este negru reprezintă o linie. Această
metodă se aplică după binarizarea imaginii. Un exemplu al acestei metode este prezentat în
figurile următoare:
Metoda Poincare constă în utilizarea indexului lui Poincare care poate avea valorile:
0°
PG , C ( i , j )= 360 °
180°
−180 °
{ (2.1)
Dacă acest index are 0°, atunci punctul de coordonate (i,j) nu aparține la o singularitate(arc).
Dacă acest index are 360°, atunci punctul de coordonate (i,j) aparție la o spirală(whorl).
Dacă acest index are 180°, atunci punctul de coordonate (i,j) aparține la o buclă (loop).
Dacă acest index are -180°, atunci punctul de coordonate (i,j) aparține la un delta.
Un exemplu al acestei metode este prezentat în figura 2.7, utilizând formula (2.2).
PG , C ( i , j ) = ∑ angle (d k , d (k +1) mod 8 ) (2.2)
k=0 … 7
13
Figura 2.7 a) spirală b) buclă, c) delta
Figura 2.8 [4] Exemplu de detecție,folosind indexul Poincare, a unei bucle și o delta( în figura
a) și b) ) și a două bucle ( în figura c) și d) )
d 1+ d 2 l2
Figura 2.9 a) traseu central al unei linii(ridges), b) T= , c) F=
L l1
Conform figurii 2.8 a), prin marcarea unui traseu central pentru linii, se poate obține o
discriminare mai fină printre arce, bucle din dreapta și a bucle din stânga în funcție de înclinația
traseului central. Utilizând parametrul T și F se poate face o distincție între buclele gemene și
spiralele plane.
O altă tehnică ajutătoare la extracție este etapa de binarizare din figura următoare[1]:
14
Figura 2.10 a) imaginea amprentei după filtrare Gabor, b) binarizarea imaginii a) Subțierea
liniilor și a văilor,din imaginea b), la lațimea de un pixel
Binarizarea reprezintă procescul prin care imaginea din nivel gri este transformată într-o
imagine care conține două valori: alb(văi) și negru(linii). Deși acest proces poate aparent ușura
detecția detaliilor amprentei, nu este recomandată folosirea aceste tehnici, deoarece se pierd multe
informații din imaginea de nivel gri, poate introduce impurității și este greu de folosit la imagini de
slabă calitate.
3. Potrivirea(găsirea) amprentei
Figura 3.1 a)detaliile extrase din imaginea amprentei șablon, b) detaliile extrase din
imaginea amprentei de intrare, c) detaliile celor două imagini sunt suprapuse și perechea
principală este marcată cu o elipsă ,d) marcarea principalelor perechi de detalii(minutae)
Metoda lui Chang este o metodă de potrivire a amprentei bazată pe tehnici de potrivire a
detaliilor(minutae) amprentei.
Deoarece metodele de potrivire a detaliilor amprentei sunt dificil de utilizat în cazul
extracțiilor detaliilor din imagini de slabă calitate, au apărut alte tehnici de potrivire bazate pe
linii(ridges).
O metodă de acest tip este algoritmul lui Jain din figura 3.2[3]. Acest algoritm
reprezintă o analiză locală a texturii amprentei în conformitate cu nucleul detectat al
amprentei. După ce nucleul amprentei este detectat, imaginea amprentei este împărțită în
sectoare care ,apoi, vor fi normalizate. Apoi, se formează un vector cu informația locală
extrasă conținută în fiecare sector. Informația din acest vector este filtrată cu ajutorul unor
filtre Gabor pentru a păstra informația utilă. Apoi, se calculează o abatere de la media
absolută (A.A.D) a răspunsului filtrului față de celulele sectoarelor pentru elementele
vectorului. În final, rezultă un vector de lungime fixă, numit FingerCode, prin care este
reprezentată o amprentă. Pentru a se realiza operația de potrivire, se aplică distanța
15
Euclidiană între Codul Amprentei(FingerCode) de intrare și un șablon al codului amprentei
dorite. Folosirea acestui algoritm împreună cu cel al lui Chang crește gradul de acuratețe și
robustețe al algoritmilor de potrivire(găsire) a amprentei.
16
http://biolab.csr.unibo.it/research.asp?
organize=Activities&select=&selObj=12&pathSubj=111%7C%7C12&
17
Bibliografie
18