Weryfikacja odcisków palców
Krzysztof Mieloch 30.06.2003 Raport z projektu ze Sztucznej Inteligencji |
Problem rozpoznawania osób na podstawie odcisków palców może być podzielony na dwa zasadniczo różne problemy:
Do wykonania któregokolwiek z tych dwóch zadań potrzebujemy bazy danych, w której będą przechowywane, zeskanowane wcześniej i odpowiednio przetworzone odciski palców. Weryfikacja będzie polegać na porównaniu elementu otrzymanego z odpowiednim elementem w bazie, identyfikacja natomiast na wyszukaniu pasującego elementu w bazie. Identyfikacja może być również rozpartywana jako weryfikacja otrzymanego odcisku palca z każdym posiadanym w bazie.
W rozdziale 3. zostały przedstawione metody przygotowania obrazu odcisku do obróbki. Wybrałem metody, które wg mnie przygotowuja najlepiej obraz dla algorytmu weryfikacji opisane w rozdziale 4. Algorytm ten został zaczerpnięty z pracy [2]. W rozdziale 5. przedstawione zostaną wyniki działania.
Na rysunku 2 przedstawiony jest przykładowy odcisk palca.
Odcisk palca składa sie z linii papilarnych. Na nich możemy wyróżnić punkty szczególne. Jedną z grup punktów szczególnych są tzw. minucje. Są one lokalnymi nieciągłościami w obrazie odcisku palca, które odpowiadają zakończeniu bądź rozgałęzieniu się grzbietu linii papilarnej.
Weryfikacja przedstawiona tutaj będzie polegała na znajdowaniu podobieństw i różnic między odpowiednimi minucjami w obudwu obrazach.
Ten etap ma na celu przygotowanie obrazu wejściowego do obróbki, jak również wyeliminowanie zniekszktałceń powstałych podczas pobierania próbki.
Obraz jest przetwarzany wg wzoru:
gdzie T jest odpowiednio dobranym progiem. Dobór odpowiedniego progu dla całego obrazu jest zazwyczaj niemożliwy. Dlatego obraz jest dzielony na cześci rozmiaru nbin×nbin. Kolejno w każdej z nich obliczana jest wartość średnia intensywności czerni i ona jest progiem w odpowiadającej części.
Bardzo często można zauważyć, że na zeskanowanym obrazie linie mają małe obszary w kolorze tła. Niestety, te obszary (zwane dziurami) w momencie wyszczuplania linii (patrz następny rozdział) powoduja powstawanie pętli.
![]() |
![]() |
|||
niewypełniona dziura | wypełniona dziura |
Dla każdego obszaru w kolorze tła wyliczany jest jego rozmiar. Jeśli nie przekracza on pewnej wartości progowej (ustalonej doświadczalnie w zależności od skanera), to ten obszar wypełniany jest kolorem linii.
Jeśli narysujemy okrąg o środku w zakończeniu linii (rys 1) i odpowiednio małym promieniu, to powinien być dokładnie jeden punkt przecięcia okręgu z liniami papilarnymi. Dla rozdzielenia powinny być dokładnie trzy punkty przecięcia. Dlatego, aby znaleść minucje postępujemy następująco: W każdym punkcie q obrazu obliczana jest formuła:
gdzie indeks k przebiega po wszystkich ośmiu sąsiadach punktu q. Liczba Cq określa liczbę zmian kolorów na ,,okręgu'', czyli jest dwa razy większa od liczby przecięc. Zatem jeśli Cq = 2, to punkt q jest zakończeniem, a gdy Cq = 6 - rozdzieleniem. Pozostałe wartości Cq są ignorowane.
Dla każdej minucji zapamiętywane jest:
![]() |
Na skutek zniekształceń obrazu może dojść do przerwania linii.
Dlatego dla każdej pary
zakończeń leżących odpowiednio blisko sprawdzane jest, czy różnica
kątów jest w okolicy (kierunki obydwu zakończeń są przeciwne).
Jeśli tak, to te zakończenia są usuwane, a linie łączone.
Wejściem są dwa odciski palców reprezentowane przez ich MAGi, MAG1 = (V1, E1) i MAG2 = (V2, E2). Wyjściem jest znormalizowana miara podobieństwa, która ma wartości między 0 (obrazy nie przedstawiają tego samego odcisku palca) a 100 (obrazy przedstawiają ten sam odcisk palca).
Algorytm można podzielić na etapy:
W tej fazie minucje z obydwu obrazów są parowane. Dla każdej pary wierzchołków m i n obliczana jest funkcja kosztu ich sparowania - Cm, n.
Niech N1 i N2 będą otoczeniami odpowiednio m i n. Para (m, n) jest brana pod uwagę tylko, jeśli
Sprawdzamy zgodność sparowanych wierzchołków w zbiorze TOP.
Para
(ui, vi) TOP jest zgodna, jeśli przynajmniej
Nm elementów z
{(uiuj, vivj) : j = 1, 2,..., Tm} jest zgodnych
krawędziowo i wierzchołkowo. Zbiór TOP jest zgodny, jeśli
zawiera przynajmniej Nm zgodnych par.
Gdzie ccons_pair jest średnią kosztów dopasowania krawędzi.
Dla
80 < dmax < 100 w otoczeniu było średnio 10 - 13 wierzcho2ków.
Pozostałe parametry:
Tm = 8;
drel = 0.15;
cdiff = 3;
D = 0.1;
fmin = 0.7.
Miara podobieństwa jest obliczana według wzoru:
Do testów wykorzystano następujące obrazy odcisków palców:
|
Próbka testowa była bardzo mała, jednak już na jej podstawie można ocenić sprawność algorytmu. Można zauważyć, że algorytm miał problemy z obrazem C21 i obrazami odcisków osoby A. Dla pozostałych testów widzimy, że dla obrazów odcisków pochodzących od dwóch różnych palców wartość współczynnika podobieństwa jest poniżej 40, a dla obrazów odcisków pochodzących z tego samego palca jest powyżej 70. Co pozwala dobrze określić rozgraniczenie miedzy akceptacją, a odrzuceniem.
This document was generated using the LaTeX2HTML translator Version 99.2beta8 (1.43)
Copyright © 1993, 1994, 1995, 1996,
Nikos Drakos,
Computer Based Learning Unit, University of Leeds.
Copyright © 1997, 1998, 1999,
Ross Moore,
Mathematics Department, Macquarie University, Sydney.