Metody i algorytmy sztucznej inteligencji

Rozpoznawanie odcisków palców

Prowadzący: dr inż. Witold Paluszyński

Edgar Ostrowski
Wrocław 2007


Spis treści

  1. Wstęp
  2. Struktura opuszka palca
  3. Metoda rozpoznawania
  4. Wyniki badań
  5. Przykład działania
  6. Wnioski
  7. Źródła

1. Wstęp

W codziennym życiu co raz częściej można się spotkać z zabezpieczeniami biometrycznymi (np. paszporty biometryczne), polegające na elektronicznym zapisie danych biometrycznych: tęczówki oka lub linii papilarnych. Taki rodzaj zabezpieczeń można wykorzystać przy weryfikacji tożsamości osób lub do zabezpieczenia dokumentów.

W projekcie zapoznano się z podstawowymi metodami rozpoznawania odcisków palców. Wykorzystując gotowe narzędzie [1] [2], przeprowadzono szereg eksperymentów, które miały sprawdzić skuteczność zaimplementowanych przez autorów metod.


2. Struktura opuszka palca

Opuszek palca dłoni pokryty jest liniami papilarnymi, które tworzą charakterystyczne bruzdy na skórze. Istnieje głębokie przekonanie, że nie ma dwóch takich osób z identycznymi liniami papilarnymi (zasada 3N, sformułowana przez Francisa Galtona).

Linie papilarne opisuje się za pomocą tzw. minucji czyli charakterystycznych cech takich jak początki, końce, rozwidlenia, złączenia itd. Poniższy rysunek przedstawia przykładowe minucje.

Przykładowe rodzje minucji

Rozmieszczeni minucji na opuszku palca identyfikuje daną osobę. Do stwierdzenia, że dwa ślady linii papilarnych należą do jednej osoby wystarczy kilkanaście wspólnych cech tzn. ta sama minucja leży w tym samym miejscu.


3. Metoda rozpoznawania

Metoda rozpoznawanie odcisków palców, którą przebadano składa się z następujących etapów:

  1. Akwizycja danych - W praktyce odciski palców sczytuje się za pomocą czytników daktyloskopowych, czyli odpowiedniego układu optycznego. W projekcie pominięto etap akwizycji danych, ponieważ metody np. przy użyciu skanera dają stosunkowo kiepskie rezultaty. Do testów wykorzystano gotową bazę obrazów [3].
  2. Wzbogacenie (enhancement) - Konieczne jest usunięcie z obrazu informacji nie związanych z odciskiem palca oraz uwydatnienie szczegółów. W celu stosuje się rozciągnięcie histogramu obrazu oraz szybką transformatę Fouriera.
  3. Progowanie (binarization) - Założono, że przetwarzane obrazy są zapisane jako obrazy w 8-bitowej skali szarości (format *.tiff). Aby prawidłowo wyodrębnić charakterystyczne minucje należy sprogować obraz tak aby był zapisany tylko za pomocą 0 i 1.
  4. Wyodrębnienie minucji - Obraz należy doprowadzić do takiej postaci aby linie papilarne były reprezentowane przez linie, które składają się z pojedynczych pikseli. Redundantne piksele w obrazie należy usunąć. Do tego najlepiej wykorzystać funkcje morfologiczne [4] (przykładem funkcji morfologicznej jest przetwarzanie splotowe obrazów). Wszystkim drobionym minucją przypisuje się współrzędne oraz orientacja. Takie informacje warto zapisywać w oddzielnym pliku aby nie przetwarzać każdego obrazu za każdym razem.
  5. Porównywanie dwóch odcisków - Jest to najtrudniejszy etap całego procesu. Porównuje się współrzędne minucji obu obrazów. Konieczne jest znalezienie wspólnego układu odniesienia. Jest to jedyny skuteczny sposób aby porównać dwa różne odciski palców tej samej osoby.

Zbadany program analizuje odciski palców zgodnie z powyższym opisem. Wynik porównania dwóch odcisków zwracany jest w postaci liczby całkowitej z zakresu od 0 do 100 gdzie: 100 doskonałe dopasowanie a 0 całkowity brak dopasowania. Poniższe ilustracje przedstawiają przebieg procesu wyodrębniania minucji.

Pierwotny obraz Wzbogacony obraz
1. Pierwotny obraz odcisku palca 2. Wzbogacony obraz
Sprogowy obraz Wyróżnienie minucji
3. Sprogowany obraz 4. Wyróżnienie minucji
Obraz pierwotny z naniesionymi minucjami
5. Obraz pierwotny z naniesionymi minucjami

4. Wyniki badań

Skuteczność działanie przedstawionego programu zbadano pod następującymi kątami:

  1. wrażliwość na zakłócenia,
  2. wpływ zmiany orientacji obrazu,

4.1 Wrażliwość na zakłócenia

Do dowolnie wybranego obrazu zawierającego odcisk palca stopniowo dodawano zakłócenia w postaci szumu gaussowskiego a następnie porównywano z oryginałem. Poniższa tabelka przedstawia wyniki przeprowadzonych badań.

Ilość szumu [%]5 101520 253035 405060
Wynik porównania78 868986 837774 101444

Z powyższych wyników można wyciągnąć bardzo ciekawy wniosek. Okazuje się, że niewielka ilość szumu dodanego do obrazu może poprawić rezultat porównania. Duża ilość szumu powoduje wykrycie minucji na obrazie, które nie istnieją. Oczywiste jest, że porównując dwa odciski palców należy się posługiwać obrazami jak najlepszej jakości, co niestety nie zawsze jest możliwe.

4.2 Wpływ zmiany orientacji obrazu

Dowolnie wybrany obraz obracano stopniowo o dany kąt a następnie porównywano z oryginałem. Poniższa tabela przedstawia wyniki badań.

Kąt obrotu [o]1 234 51020 304050 607080 90180270
Wynik porównania80 797772 747677 697673 000 1100

Widać, że program do pewnej granicy zwraca zadawalające wyniki (ok. 50 stopni). Od pewnego kąta nie jest już wstanie skutecznie porównać tego samego odcisku palca. Okazuje się, że obraz zawierające odciski palców aby były skutecznie rozpozna muszą być zawsze zorientowane w ten sam sposób. Najlepiej to wcześniej wykonać ręcznie za pomocą edytora grafiki aby uniknąć nie prawidłowej analizy.

5 Przykład działania

Z bazy [3] wybrano 3 odciski palców w 3 różnych wersjach. Następnie wszystkie obrazy przebadano pod względem dopasowania. Poniższa tabela przedstawia zbadane obrazy.

Wzór nr 1 Wzór nr 2 Wzór nr 3
Odcisk 1 Odcisk 1, wzor 1 Odcisk 1, wzor 2 Odcisk 1, wzor 3
Odcisk 2 Odcisk 2, wzor 1 Odcisk 2, wzor 2 Odcisk 2, wzor 3
Odcisk 3 Odcisk 3, wzor 1 Odcisk 3, wzor 2 Odcisk 3, wzor 3

Poniższa tabela przedstawia wyniki porównań wszystkich odcisków palców metodą "każdy z każdym".

111213 212223 313233
11 10075 6910 60183
12 749973 2372184
13 7471100 01210227
21 022100 648 108
22 2161064 10029 052
23 50153 28100 643
31 830079 10077 78
32 4320318 7699 76
33 417523 7576 100

Z otrzymanych rezultatów wynika kilka bardzo ciekawych faktów. Okazuje się kolejność wprowadzania porównywanych obrazów jest bardzo istotna, szczególnie to widać w przypadku obrazów 21 oraz 23. W kolejności 1-3 odciski palców nie zostały uznane za tożsame. W niektórych przypadkach lepsze rezultaty otrzymywana gdy porównywano dwa różne odciski. Natomiast w kolejności 3-1 zwrócony wynik jest o wiele lepszy i może świadczyć o tym, że oba odciski należą do tej samej osoby.

6. Wnioski

Podczas realizacji projektu zapoznano się z podstawowymi metodami rozpoznawania odcisków palców. Metody, które są zaimplementowane w przykładowym programie można uznać, że działają prawidłowo. Zwracają stosunkowo zadawalające rezultaty a jednocześnie nie wymagają dużej ilości zasobów obliczeniowych.

Z przeprowadzonych eksperymentów wynika, że komputerowe porównanie należy traktować jedynie jako podpowiedz. Przykładowy program można potraktować jedynie jako system do wyszukiwanie porównywalnych odcisków z bazy danych. Wnikliwą analizę należy jednak pozostawić człowiekowi, ponieważ wszystkie systemy tego rodzaju są bardzo podatne na błędy oraz w łatwy sposób można je oszukać.

7. Źródła

  1. http://web.mit.edu/sharat/www/resources.html
  2. http://www.comp.hkbu.edu.hk/~vincent/
  3. FVC2006 Fingerprint Verification Competition
  4. Image Processing Toolbox - Morphological Operations
  5. http://www.kryminalistyka.fr.pl

Valid HTML 4.0 Transitional