Σχεδιασμός και ανάπτυξη συστήματος βιομετρικής αναγνώρισης βασισμένο στα δακτυλικά αποτυπώματα

Εργαστήριο Ηλεκτρονικής Τομέας Ηλεκτρονικής και Υπολογιστών Τμήμα Φυσικής Πανεπιστήμιο Πατρών Ειδική Επιστημονική Εργασία Σχεδιασμός και ανάπτυξη συστήματος βιομετρικής αναγνώρισης βασισμένο στα δακτυλικά αποτυπώματα Τσέλιος Κωνσταντίνος Α.Μ. 60 Επιβλέπων καθηγητής: κ. Σπυρίδων Φωτόπουλος Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών στην Ηλεκτρονική και Επεξεργασία της Πληροφορίας Δ.Π.Μ.Σ.-Η.Ε.Π. Πάτρα 2008

ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων....1 1.1 Ιστορική αναδρομή...1 1.2 Βιομετρικά χαρακτηριστικά...2 1.3 Χαρακτηριστικά δακτυλικών αποτυπωμάτων...3 1.3.1 Σημεία Πυρήνα και Δέλτα (Core points and delta)...3 1.3.2 Λεπτομέρειες(miniatures)...6 1.4 Αξιοπιστία δακτυλικών αποτυπωμάτων ως βιομετρικά χαρακτηριστικά....7 1.4 Βιομετρικά συστήματα αναγνώρισης....8 1.5 Αισθητήρες δακτυλικών αποτυπωμάτων...12 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων...16 2.1 Διασύνδεση αναπτυξιακή πλακέτας DSK 6713 και Κάρτα συλλογής δακτυλικών αποτυπωμάτων AFS8600...17 2.2 Λογισμικό συστήματος συλλογής δακτυλικών αποτυπωμάτων...20 2.2.1 Εφαρμογή DSK 6713...21 2.2.2 Εφαρμογή Υπολογιστή....22 2.3 Δημιουργία βάσης δακτυλικών αποτυπωμάτων....24 Κεφάλαιο 3 ο Μεθοδολογία και ανάπτυξη αλγορίθμων για την υλοποίηση του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων...26 3.1 Το δακτυλικό αποτύπωμα ως εικόνα...27 3.1.1 Λήψη εικόνα δακτυλικού αποτυπώματος από τον αισθητήρα AFS8600. 28 3.2 Προεπεξεργασία (Preprocessing)...29 3.2.1 Κανονικοποίηση Εικόνας...30 3.2.2 Προσανατολισμός παρυφών(ridges)...31 3.2.4 Συχνότητα κορυφογραμμών (ridges)...35 3.2.5 Βελτίωση εικόνας με Gabor φίλτρα...38 3.2.5 Κατωφλίωση και Λέπτυνση (Binarization & Thining)....41 3.3 Εντοπισμός πυρήνα (Core Point) εικόνας δακτυλικού αποτυπώματος....43 3.4 Εξαγωγή χαρακτηριστικών βασισμένων στην κατευθυντικότητα της γραμμής (line directionality)...46 3.5 Ταξινόμηση χαρακτηριστικών...48 3.5.1 Τo Πιθανοτικό Νευρωνικό Δίκτυο Συνάρτησης Ακτινικής Βάσης (PNN).49 3.5.2 Ταξινόμηση Κοντινής Γειτονιάς (Nearest Neighbor Classifier)...53 3.5.3 Τετραγωνικός Μπαεσιανός Ταξινομητής (Quadratic Bayesian Classifier)55 3.6 Αξιολόγηση σφαλμάτων και επιδόσεων βιομετρικών συστημάτων....57 3.6.1 Αξιολόγηση σφαλμάτων και επιδόσεων συστημάτων εξακρίβωσης δακτυλικών αποτυπωμάτων (Verification systems)...58 3.6.2 Καμπύλες ROC (Receiver Operating Characteristic) συστήματος εξακρίβωσης δακτυλικών αποτυπωμάτων...61 Κεφάλαιο 4 ο : Πειραματικά αποτελέσματα και συζήτηση πάνω στην μεθοδολογία και ανάπτυξη του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων...66 4.1 Εισαγωγή...66 4.2 Διαδικασία εφαρμογών...67 4.3 Πείραμα εξακρίβωσης δακτυλικών αποτυπωμάτων...69

4.4 Πείραμα ταυτοποίησης δακτυλικών αποτυπωμάτων...72 4.5 Συμπεράσματα...77 4.5 Προτάσεις για μελλοντική έρευνα...78 Βιβλιογραφία...79 Παράρτημα-Κώδικες...81

Abstract Fingerprint acquisition, preprocessing and recognition consist one of the most important aspects in biometric recognition technologies. They are far and away one of the most widely used from all the various biometrics because they are non invasive and the acquisition uses low cost sensors. In this master thesis we developed a biometric recognition system based on fingerprints. An efficient fingerprint pre-processing and recognition algorithm was implemented in this biometric recognition system. A software application was developed using a Pc, the TMS320C6713 DSP starter kit module, along with the Authentec AFS 8600 fingerprint sensor, in order to create a fingerprint database for the evaluation of the fingerprint recognition system. Forty four people apart of the fingerprint database by enrolling 20 images of their fingerprints of the index finger of their right hand. Every fingerprint image has 96x96 pixels in a 250 ppi resolution, at 8-bit gray level. Biometric recognition system was developed by software in Matlab. The fingerprint acquisition software was developed in C and visual C++. First fingerprint images were subjective to a frequency and orientation processing. That was achieved using gabor filters that provided an image with best quality. Secondly, a method has been developed in order to extract the critical parameters of the fingerprint image which provides the features. Feature extraction base on line directionality. Core point of fingerprint image was detected in order to derive local information around core point. Finally classification algorithms were developed, which include training as well as evaluating phase. The type of classifier used was the Quadratic Bayesian, knn, Probabilistic Neural Network and Single Hypothesis testing. A classification accuracy of 97,39% was achieved for the verification task and 93,2% for identification task.

Εισαγωγή Ο αυξανόμενος αριθμός χρήσης συστημάτων αναγνώρισης βιομετρικών δεδομένων κάνει επιτακτική την ανάγκη για ανάπτυξη λογισμικών με τα οποία θα επιτυγχάνεται τόσο η αξιοπιστία όσο και η ταχύτητα στην αναγνώριση των βιομετρικών δεδομένων ώστε ο χρήστης να έχει μεγαλύτερη ασφάλεια και να υφίσταται λιγότερη ταλαιπωρία. Σκοπός αυτή της ειδικής επιστημονικής εργασίας είναι η ανάπτυξη ενός λογισμικού για αναγνώριση δακτυλικών αποτυπωμάτων. Το συγκεκριμένο σύστημα χρησιμοποιεί για την αναγνώριση, τον δείκτη του δεξιού χεριού του χρήστη. Ουσιαστικά το δακτυλικό αποτύπωμα χρησιμοποιείται είτε για αναζήτηση της ταυτότητας του χρήστη από μια βάση δεδομένων με δακτυλικά αποτυπώματα είτε σαν κωδικός χρήστη για την πρόσβαση του χρήστη. Στην συγκεκριμένη εργασία αναπτύχθηκε ένα καινούργιο χαρακτηριστικό το οποίο βασίζεται στην κατεύθυνση της γραμμής (Line Directionality). Η εξαγωγή του χαρακτηριστικού αυτού είναι ιδιαίτερα γρήγορη με αποτέλεσμα ο χρόνος επεξεργασίας του συστήματος να μειώνεται αρκετά. Η ανάλυση του χαρακτηριστικού αυτού γίνεται στο τρίτο κεφάλαιο της εργασίας αυτής. Η εργασία αυτή αποτελείται από τέσσερα κεφάλαια. Στο πρώτο κεφάλαιο γίνεται εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. Ακολούθως στο δεύτερο κεφάλαιο αναλύεται το σύστημα συλλογής δακτυλικών αποτυπωμάτων που αναπτύχθηκε προκειμένου να υλοποιηθεί η βάση με τα δακτυλικά αποτυπώματα, η οποία θα χρησιμοποιηθεί για την αξιολόγηση του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων. Στην συνέχεια στο τρίτο κεφάλαιο αναλύονται όλοι οι αλγόριθμοι του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων που αναπτύχθηκε σε αυτήν την εργασία. Το τέταρτο κεφάλαιο αποτελεί τον επίλογο της εργασίας αυτής όπου ερμηνεύονται τα αποτελέσματα της εφαρμογής του συστήματος στην βάση δακτυλικών αποτυπωμάτων και παρατίθενται τα κυριότερα συμπεράσματα που προέκυψαν. Επιπροσθέτως γίνονται προτάσεις για μελλοντική έρευνα. Οι κώδικες υλοποίησης του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων παρατίθενται στο παράρτημα της εργασίας αυτής.

Ευχαριστίες Στα πλαίσια της παρούσας εργασίας θα ήθελα να ευχαριστήσω τους Καθηγητές κ. Ευάγγελο Ζυγούρη, κ. Αθανάσιο Νασσιόπουλο,κ. Γεώργιο Οικονόμου και κ. Σπυρίδων Φωτόπουλο για την εμπιστοσύνη τους στην επιλογή του θέματος της ειδικής επιστημονικής εργασίας και τις πολύτιμες συμβουλές τους και καθοδήγησή τους. Θα ήθελα να ευχαριστήσω τον καλό φίλο Δρ. Ηλία Ζώη για τις πολύτιμες συμβουλές του και την καθοδήγησή του προκειμένου να ολοκληρωθεί η παρούσα εργασία. Επίσης θα ήθελα να ευχαριστήσω τον Αθανάσιο Καλαντζόπουλο για την πολύτιμη βοήθειά του στον προγραμματισμό του αναπτυξιακού DSK6713. Θα ήθελα να ευχαριστήσω, τον αδερφό μου, την μητέρα μου και τον Κωνσταντίνο Σιδηρόπουλο για την βοήθειά τους στην σελιδοποίηση και την διόρθωση λαθών. Τέλος θα ήθελα να ευχαριστήσω την οικογένειά μου για την οικονομική της και ψυχική της υποστήριξη.

1 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. 1.1 Ιστορική αναδρομή Η χρήση των δακτυλικών αποτυπωμάτων για βιομετρική ταυτοποίηση, δηλαδή για αναγνώρισης ατόμων, ξεκινάει από τα τέλη του 19 ο αιώνα.για πρώτη φορά συστηματική μελέτη στο θέμα της ταυτοποίησης ατόμων έγινε το 1880 από τον ανθρωπολόγο Francis Galton. Ταξινόμησε τα δακτυλικά αποτυπώματα και κατηγοριοποίησε τα χαρακτηριστικά ή λεπτομέρειες τους με στόχο να μπορεί να καθορίζει πότε ταιριάζουν δυο δακτυλικά αποτυπώματα. Το 1892 ο Juan Vucetich, ένας αστυνόμος από την Αργεντινή χρησιμοποιώντας την μελέτη του Francis Galton έκανε την πρώτη χρήση ταυτοποίησης με δακτυλικά αποτυπώματα για την εξιχνίαση ενός εγκλήματος. Συγκεκριμένα η αναγνώριση έγινε από ένα δακτυλικό αποτύπωμα

2 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. με αίμα που άφησε ο δολοφόνος στον τόπο του εγκλήματος. Επισήμως η χρήση δακτυλικών αποτυπωμάτων για την εξιχνίαση εγκλημάτων έγινε από τον Edward Henry της Scotland Yard το 1901 χρησιμοποιώντας το σύστημα του Francis Galton, το οποίο το εξέλιξε [1]. 1.2 Βιομετρικά χαρακτηριστικά Ως βιομετρικά χαρακτηριστικά ορίζονται τα φυσικά χαρακτηριστικά ή τα γνωρίσματα εκείνα της συμπεριφοράς ενός ατόμου τα οποία μπορούν να χρησιμοποιηθούν για να αναγνωριστεί η ταυτότητά του. Η βιομετρική αναγνώριση αναφέρεται στη χρήση διαχωρίσιμων φυσικών χαρακτηριστικών (δακτυλικά αποτυπώματα, ίριδα) και χαρακτηριστικών της συμπεριφοράς (υπογραφή, φωνή) για την αναγνώριση ατόμων. Τα φυσικά χαρακτηριστικά σχετίζονται άμεσα με την συμπεριφορά ενός ατόμου με αποτέλεσμα η αναγνώριση ενός ατόμου να αποτελεί συνδυασμό και τον δύο χαρακτηριστικών. Παράδειγμα αποτελούν τα δακτυλικά αποτυπώματα τα οποία μπορεί να είναι φυσικά χαρακτηριστικά αλλά ο τρόπος με τον οποίο γίνεται η τοποθέτηση τους στην συσκευή αναγνώρισης, δηλαδή με ποιο σημείο του δακτύλου ο χρήστης θα ασκήσει την μεγαλύτερη πίεση στην επιφάνεια του αισθητήρα και με ποια γωνία, εξαρτάται από την συμπεριφορά του ατόμου. Σχήμα 1.1 Δημοφιλείς χαρακτηριστικά αναγνώρισης.

3 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. Η φωνή μπορεί να αποτελεί ένα χαρακτηριστικό που διαμορφώνεται κυρίως από την συμπεριφορά του ατόμου, δηλαδή την διάθεσή του, εάν μιλάει δυνατά ή χαμηλά,αλλά η βιολογική δομή του συστήματος ομιλίας ενός ατόμου που αποτελεί φυσικό χαρακτηριστικό έχει σημαντικό ρόλο στην αναγνώριση. Στο παραπάνω σχήμα παρουσιάζονται κάποια διαδεδομένα βιομετρικά χαρακτηριστικά [1,2]. 1.3 Χαρακτηριστικά δακτυλικών αποτυπωμάτων. Τα χαρακτηριστικά των δακτυλικών αποτυπωμάτων καθορίζουν την μοναδικότητα και με βάση την θέση τους, το σχήμα τους και το μέγεθός τους γίνεται η αναγνώριση του ατόμου. Τα βασικότερα χαρακτηριστικά είναι οι διαδοχικές κοιλάδες(valleys) και παρυφές(ridges) της επιδερμίδας που βρίσκεται στο δακτυλικό αποτύπωμα. Συνήθως σε μια εικόνα δακτυλικού αποτυπώματος οι κοιλάδες(valleys) είναι άσπρες και οι παρυφές(ridges) μαύρες. Οι παρυφές έχουν πάχος συνήθως 100-300μm και οι κοιλάδες 200μm. Σχήμα 1.2 Παρυφές (ridges) και αυλακώσεις (valleys) δακτυλικών αποτυπωμάτων. 1.3.1 Σημεία Πυρήνα και Δέλτα (Core points and delta) Συνήθως οι παρυφές και οι κοιλάδες βρίσκονται παράλληλα η μια στην άλλη μέχρι μια παρυφή να διακλαδωθεί σε δύο παρυφές ή να τερματίσει απότομα. Όταν αναλύουμε το δακτυλικό αποτύπωμα σε γενικό επίπεδο μπορούμε να παρατηρήσουμε

4 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. μία ή δύο περιοχές στις οποίες οι παρυφές και οι κοιλάδες έχουν συγκεκριμένα σχήματα. Αυτές οι περιοχές ονομάζονται ιδιαίτερες(singular regions) και διαχωρίζονται στις κατηγορίες δέλτα σημείο(delta point) και σημείο πυρήνα (core points), σύμφωνα με την μελέτη του Juan Vucetich και του Edward Henry,και χαρακτηρίζονται από μεγάλη καμπυλότητα των παρυφών και των κοιλάδων και απότομων τερματισμών αυτών. Συγκεκριμένα ως σημεία δέλτα χαρακτηρίζονται τα σημεία στα οποία διασταυρώνονται παρυφές και κοιλάδες με τρεις διαφορετικές διευθύνσεις όπου κάθε διεύθυνση απέχει 120 ο από τις άλλες δύο όπως παρουσιάζεται στο παρακάτω σχήμα με το τρίγωνο. Σχήμα 1.3 Κατηγορίες σημείων πυρήνα (core points). Η συνήθης κατηγοριοποίηση των σημείων πυρήνα παρουσιάζεται στο παραπάνω σχήμα, όπου τα σημεία αυτά παριστάνονται με τετράγωνο. Η διαφοροποίηση της καμπυλότητας των παρυφών και των κοιλάδων διαμορφώνει τις εξής πέντε κατηγορίες σημείων πυρήνα. Αριστερός Βρόγχος (Left Loop) Δεξιός Βρόγχος (Right Loop) Δακτύλιος (Whorl)

5 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. Τόξο (Arch) Τεντωμένο Τόξο (Tented Arch) Σε ορισμένα βιομετρικά συστήματα αναγνώρισης υπάρχει και η κατηγορία του διπλού βρόγχου η οποία διακρίνεται πολύ δύσκολα από την κατηγορία του δακτυλίου. Στο σύστημα της παρούσας εργασίας θεωρούμε μια κατηγορία τον διπλό βρόγχο και τον δακτύλιο. Οι κατηγορίες τεντωμένο τόξο, αριστερός και δεξιός βρόγχος έχουν μόνο ένα δέλτα σημείο ενώ η κατηγορία δακτύλιος έχει δύο δέλτα σημεία. Η κατηγορία τόξο δεν έχει δέλτα σημείο και το σημείο πυρήνα είναι το ποιο δύσκολα αναγνωρίσιμο από τα υπόλοιπα. Ακολούθως παρουσιάζονται τα είδη των σημείων πυρήνα με βάση τα δακτυλικά αποτυπώματα που συλλέξαμε από έναν συγκεκριμένο αισθητήρα με μικρή επιφάνεια. Η μικρή επιφάνεια του αισθητήρα έχει ως αποτέλεσμα στις παρακάτω εικόνες να μην εμφανίζεται το δέλτα σημείο το οποίο για την συγκεκριμένη εφαρμογή δεν είναι απαραίτητο. Σχήμα 1.4 Κατηγορίες σημείων πυρήνα (core points). Οι ιδιαίτερες περιοχές (singular regions) χρησιμοποιούνται για την ταξινόμηση των δακτυλικών αποτυπωμάτων σε κατηγορίες με σκοπό την ταχύτερ η,ποιο εύκολη και πιο αξιόπιστη αναζήτηση από μεγάλες βάσης δακτυλικών αποτυπωμάτων.

6 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. 1.3.2 Λεπτομέρειες(miniatures) Ο σχηματισμός των ιδιαίτερων περιοχών προκαλείται από την έντονη καμπυλότητα των παρυφών και των κοιλάδων, η συνηθισμένη όμως μορφή και διάταξη των παρυφών και τω ν κοιλάδων είναι να βρίσκονται παράλληλα η μια στην άλλη μέχρι μια παρυφή ή κοιλάδα να διακλαδωθεί σε δύο παρυφές ή κοιλάδες ή να τερματίσει απότομα. Οι ιδιαίτερες περιοχές (singular regions) μπορεί να χρησιμοποιούνται κυρίως για την ταξινόμηση των δακτυλικών αποτυπωμάτων σε κατηγορίες αλλά τα κύρια χαρακτηριστικά αναγνώρισης είναι η διακλάδωση των παρυφών και των κοιλάδων ή ο απότομος τερματισμός τους. Οι διακλαδώσεις (bifurcations) και οι τερματισμοί (terminations) των παρυφών ή των κοιλάδων αποτελούν τις λεπτομέρειες (miniatures) ενός δακτυλικού αποτυπώματος και είναι τα κύρια χαρακτηριστικά αναγνώρισης του ατόμου από το σύστημα. Francis Galton(1821-1911),o οποίος παρατήρησε ότι οι λεπτομέρειες αυτές παραμένουν αναλλοίωτες κατά την ζωή ενός ατόμου. Όλα τα είδη λεπτομερειών που υπάρχουν παρουσιάζονται στην παρακάτω εικόνα. Σχήμα 1.5 Τερματισμός (Termination) και διακλάδωση (Bifurcation) παρυφής αντίστοιχα. O διαχωρισμός των λεπτομερειών σε διακλαδώσεις και τερματισμούς έγινε από τον

7 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. Σχήμα 1.6 Κατηγορίες λεπτομερειών (miniatures). Τα περισσότερα συστήματα αναγνώρισης χρησιμοποιούν μόνο τις δύο βασικές λεπτομέρειες γιατί όλες προκύπτουν από διακλαδώσεις και τερματισμούς όπως φαίνεται από την παραπάνω εικόνα. 1.4 Αξιοπιστία δακτυλικών αποτυπωμάτων ως βιομετρικά χαρακτηριστικά. Ένα ανθρώπινο χαρακτηριστικό ή συμπεριφορά μπορεί να χρησιμοποιηθεί σαν βιομετρικό χαρακτηριστικό για την αναγνώριση ατόμου, εφόσον είναι χαρακτηριστικό που έχει κάθε άνθρωπος (καθολικότητα universality), είναι εμφανές διαχωρίσιμο μεταξύ δύο ατόμων (διαχωρισιμότητα distinctiveness), είναι μόνιμο και αμετάβλητο κατά την διάρκεια της ζωής του ατόμου(μονιμότητα permanence) και ότι μπορεί να μετρηθεί ποσοτικά(ικανότητα συλλογήςcollectability)[1]. Ακολούθως παρουσιάζεται ένας πίνακας αξιολόγησης των πιο διαδεδομένων βιομετρικών χαρακτηριστικών με βάση τις 4 παραπάνω ιδιότητες [1]. Η αξιολόγηση έγινε με τα γράμματα H,M και L που είναι αντίστοιχα υψηλά (High) μεσαία (Medium) και χαμηλά (Low) [1].

8 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. Σχήμα 1.7 Αξιολόγηση βιομετρικών χαρακτηριστικών. Τα δακτυλικά αποτυπώματα είναι πλήρη σχηματισμένα στον έβδομο μήνα ζωής του εμβρύου και δεν αλλάζουν κατά την διάρκεια ζωής του ατόμου εκτός της περίπτωσης που συμβεί κάποιο σοβαρό ατύχημα όπως βαθύ κόψιμο, έγκαυμα, ακρωτηριασμός. Εάν τα εγκαύματα ή τα κοψίματα είναι στην επιφάνεια του δέρματος,δεν επηρεάζεται η δομή των παρυφών και των κοιλάδων γιατί η δομή αυτή θα αναπαραχθεί ξανά στο καινούργιο δέρμα που μεγαλώνει. Υπάρχουν τόσες πολλές μεταβολές κατά τον σχηματισμό του δακτυλικού αποτυπώματος,οι οποίες καθιστούν απίθανη την ταύτιση δύο δακτυλικών αποτυπωμάτων από δύο άτομα. Ακόμα και τα δακτυλικά των ομόζυγων διδύμων διαφέρουν παρόλο που σχηματίζονται από το ίδιο γονίδιο. Ύστερα από έρευνες παρατηρήθηκαν ότι παρόλο που η πληροφορία των λεπτομερειών ενός δακτυλικού αποτυπώματος είναι διαφορετικά σε ομόζυγων διδύμους υπάρχει πολύ μεγάλη συσχέτιση στην ταξινόμηση τους ως προς το σημείο πυρήνα (core point) [1]. 1.4 Βιομετρικά συστήματα αναγνώρισης. Ένα βιομετρικό σύστημα είναι ουσιαστικά ένα σύστημα αναγνώρισης προτύπων το οποίο αναγνωρίζει ένα άτομο καθορίζοντας την αυθεντικότητα ενός

9 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. συγκεκριμένου φυσικού χαρακτηριστικού ή συμπεριφοράς του ατόμου. Κατά τον σχεδιασμό του συστήματος αυτού πρέπει να καθοριστεί πρώτα ο τρόπος με τον οποίο ένα άτομο αναγνωρίζεται. Σύμφωνα με το είδος της αναγνώρισης το σύστημα μπορεί να χωριστεί στις παρακάτω δυο κατηγορίες: Σύστημα ταυτοποίησης (Identification) βιομετρικών δεδομένων. Σύστημα εξακρίβωσης (Verification) βιομετρικών δεδομένων. Ένα σύστημα εξακρίβωσης βιομετρικών δεδομένων, αναγνωρίζει την αυθεντικότητα της γνησιότητας της ταυτότητας ενός ατόμου συγκρίνοντας τα αποκτηθέντα από το σύστημα βιομετρικά χαρακτηριστικά με τα πρότυπα βιομετρικά χαρακτηριστικά του ατόμου με την γνήσια ταυτότητα, που έχουν αποθηκευτεί προηγουμένως στο σύστημα. Ένα σύστημα εξακρίβωσης απορρίπτει ή δέχεται ένα άτομο που ισχυρίζεται ότι έχει την συγκεκριμένη ταυτότητα σύμφωνα με τον βαθμό γνησιότητας των βιομετρικών χαρακτηριστικών του. Ακολούθως το σύστημα ταυτοποίησης αναγνωρίζει ένα άτομο αναζητώντας σε μια μεγάλη βάση δεδομένων, με βιομετρικά χαρακτηριστικά,την ταυτότητα του ατόμου προς αναγνώριση. Το σύστημα αυτό συγκρίνει ένα προς ένα τα αποθηκευμένα βιομετρικά χαρακτηριστικά της βάσης δεδομένων του συστήματος με τα βιομετρικά χαρακτηριστικά του ατόμου προς αναζήτηση, προκειμένου να εντοπίσει την ταυτότητα του ατόμου. Εάν τα χαρακτηριστικά του ατόμου δεν υπάρχουν στην βάση δεδομένων τότε το σύστημα αποτυγχάνει να τα εντοπίσει (fail). Σε ένα σύστημα ταυτοποίησης δεν υπάρχει ο ισχυρισμός του ατόμου προς αναγνώριση, για την γνησιότητα των βιομετρικών δεδομένων του. Ακολούθως παρουσιάζονται στο παρακάτω σχήμα ο τρόπος με τον οποίο γίνεται η εγγραφή (enrollment), η εξακρίβωση (verification) και η ταυτοποίηση (dentification).

10 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. Σχήμα 1.8 Συστήματα αναγνώρισης βιομετρικών δεδομένων α)εγγραφή (enrolment) βιομετρικών χαρακτηριστικών στο σύστημα β)σύστημα εξακρίβωσης (Verification) βιομετρικών χαρακτηριστικών. γ)σύστημα αναγνώρισης (identification) βιομετρικών χαρακτηριστικών. Η διαδικασία της εγγραφής(enrolment) των βιομετρικών χαρακτηριστικών ενός ατόμου στην βάση δεδομένων (System DB) στο σύστημα αναγνώρισης γίνεται και στα δυο είδη αναγνώρισης. Κατά την εγγραφή καταχωρούνται στην βάση δεδομένων του συστήματος. Κατά την διαδικασία της εγγραφής, το βιομετρικό χαρακτηριστικό του ατόμου αποτυπώνεται από κάποιον αισθητήρα βιομετρικών χαρακτηριστικών και μετατρέπεται σε ψηφιακό σήμα. Ακολούθως πραγματοποιείται ένας έλεγχος

11 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. ποιότητας (Quality checker) με σκοπό να επιβεβαιωθεί ότι το συγκεκριμένο δείγμα του βιομετρικού χαρακτηριστικού μπορεί να επεξεργαστεί επιτυχώς στα επόμενα στάδια επεξεργασίας. Στο επόμενο στάδιο ακολουθεί μια προεπεξεργασία (Preprocessing) με σκοπό την βελτίωση κάποιων χαρακτηριστικών του δείγματος, ώστε να επιτευχθεί η καλύτερη εξαγωγή των χαρακτηριστικών αυτών (Feature Extractor), τα οποία στο στάδιο της σύγκρισης(matcher) θα χρησιμοποιηθούν για την αναζήτηση από την βάση δεδομένων. Η εξαγωγή κάποιων συγκεκριμένων χαρακτηριστικών γίνεται τόσο για να μειώσει των χρόνο αναζήτησης από την βάση όσο και να αυξήσει την αξιοπιστία της αναζήτηση. Τα χαρακτηριστικά (templates) που παράγονται από το στάδιο εξαγωγής(feature Extractor) θα χρησιμοποιηθούν για την αναγνώριση, γι αυτό αποθηκεύονται σε μια βάση βιομετρικών δεδομένων(system DB) μαζί με το όνομα του ατόμου (Template name) που αντιστοιχούν αυτά τα χαρακτηριστικά. Στην περίπτωση του συστήματος εξακρίβωσης(verification) o χρήστης εισάγει το όνομά του ή ένα μυστικό κωδικό PIN (Personal Identification Number) και ακολούθως εισάγει το βιομετρικό του χαρακτηριστικό. Ο αισθητήρας απόκτησης βιομετρικών χαρακτηριστικών μετατρέπει το βιομετρικό χαρακτηριστικό σε ψηφιακό σήμα και εφόσον προχωρήσει στο επίπεδο ταιριάσματος (Matcher), γίνεται σύγκριση μόνο με τα χαρακτηριστικά (templates) του γνήσιου χρήστη που είναι αποθηκευμένο στην βάση δεδομένων του συστήματος, εφόσον βέβαιο ο κωδικός PIN είναι σωστός. Στην περίπτωση της ταυτοποίησης (identification) δεν εισάγεται κωδικός ή όνομα και το σύστημα συγκρίνει τα χαρακτηριστικά(templates) που εξήχθησαν από το βιομετρικό χαρακτηριστικό του χρήστη με όλα τα χαρακτηριστικά όλων των χρηστών ( N ) που είναι αποθηκευμένα στην βάση του συστήματος. Η έξοδος ενός συστήματος ταυτοποίησης είναι η ταυτότητα του χρήστη με το βιομετρικό χαρακτηριστικό που τοποθετήθηκε στην είσοδο του συστήματος ή ένα μήνυμα που δηλώνει ότι ο χρήστης δεν βρέθηκε στην βάση δεδομένων (user not identified). Όταν οι βάσης βιομετρικών δεδομένων είναι πολύ μεγάλες χρησιμοποιούνται και τεχνικές ταξινόμησης των βιομετρικών χαρακτηριστικών σε κατηγορίες προκειμένου να ελαχιστοποιηθεί ο χρόνος αναζήτησης και η ανάγκη για μεγάλη υπολογιστική ισχύ του συστήματος αναγνώρισης.

12 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. 1.5 Αισθητήρες δακτυλικών αποτυπωμάτων. Προτού αναλυθεί το βιομετρικό σύστημα αναγνώρισης δακτυλικών αποτυπωμάτων θα αναφερθούν οι τεχνολογίες των αισθητήρων που χρησιμοποιούνται για την καταγραφή των δακτυλικών αποτυπωμάτων με εκτενή περιγραφή στον αισθητήρα που χρησιμοποιήθηκε στην παρούσα εργασία. Η σημασία του αισθητήρα στο σύστημα αναγνώρισης δακτυλικών αποτυπωμάτων είναι μεγαλύτερη από όλα τα άλλα μέρη του συστήματος. Είναι σημαντικό λοιπόν η ποιότητα της εικόνας του δακτυλικού αποτυπώματος που θα αποκτηθεί από τον αισθητήρα να είναι μεγάλη. Εάν η ποιότητα δεν είναι ικανοποιητική,όσο τέλειος και αποτελεσματικός είναι ο αλγόριθμος επεξεργασίας και αναγνώρισης ολόκληρο το σύστημα θα είναι αναξιόπιστο. Ακολούθως αναφέρονται κάποιες δημοφιλής τεχνολογίες αισθητήρων δακτυλικών αποτυπωμάτων. Πιεζοηλεκτρικοί Ηλεκτρικού πεδίου DC Οπτικοί Ηλεκτρο-οπτικοί Θερμικοί Υπερήχων Ο αισθητήρας που χρησιμοποιήθηκε στην παρούσα εργασία χρησιμοποιεί τεχνολογία ημιαγωγών στερεάς κατάστασης [3,4] και ανήκει στην κατηγορία των αισθητήρων ηλεκτρικού πεδίου RF. Ακολούθως στο παρακάτω σχήμα παρουσιάζεται η αρχή λειτουργία του αισθητήρα. Προτού όμως αναλυθεί η αρχή λειτουργίας του αισθητήρα θα γίνει μια συνοπτική περιγραφή της ανατομίας του δέρματος στην π εριοχή του δακτυλικού αποτυπώματος. Στο παρακάτω σχήμα παρουσιάζεται η εγκάρσια τομή του δέρματος που αποτελείται από το στρώμα των ζωντανών κυττάρων του δέρματος (Live skin cell layer) το οποίο επικαλύπτεται από το στρώμα των νεκρών κυττάρων (Outer dead skin layer) προτού το δέρμα έρθει σε επαφή με το εξωτερικό περιβάλλον [3,4]. Μετά από μελέτες βρέθηκε ότι το στρώμα των ζωντανών κυττάρων του δέρματος στην περιοχή αυτή έχει μεγάλη ηλεκτρική αγωγιμότητα σε αντίθεση με το στρώμα των νεκρών κυττάρων το οποίο συμπεριφέρεται σαν ημιμονωτής. Στις ηλεκτρικά αγώγιμες αυτές

13 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. ιδιότητες του δέρματος βασίζεται και η κατασκευή του αισθητήρα. Η ηλεκτρική συμπεριφορά του εξωτερικού στρώματος νεκρών κυττάρων του δέρματος ισοδυναμεί με έναν πυκνωτή ενώ το εσωτερικό στρώμα των ζωντανών κυττάρων ισοδυναμεί με ένα αγωγό. Σχήμα 1.9 Εγκάρσια τομή αισθητήρα λήψης δακτυλικών αποτυπωμάτων (τεχνολογίας ηλεκτρικού πεδίου RF) και του δακτύλου, την ώρα που το δάκτυλο είναι τοποθετημένο στον αισθητήρα Ο συγκεκριμένος αισθητήρας διαθέτει μια γεννήτρια διέγερσης εναλλασσόμενης τάσης (Exitation Generation) RF συχνότητας με σκοπό το ρεύμα να διαπεράσει το στρώμα του δέρματος με τα νεκρά κύτταρα που ισοδυναμεί με πυκνωτή με αποτέλεσμα να κλείσει κύκλωμα μεταξύ του στρώματος δέρματος με τα ζωντανά κύτταρα και ενός επιπέδου αναφοράς του RF σήματος (Excitation signal reference plane) και βρίσκεται ακριβώς κάτω από ένα πίνακα από μικροσκοπικές επίπεδες κεραίες (solid state antenna array) ο οποίος βρίσκονται κάτω ακριβώς από την επιφάνεια του αισθητήρα που έρχεται σε επαφή με το δάκτυλο. Η RF συχνότητα επιλέγεται αρκετά χαμηλή ώστε το μήκος κύματος να μην είναι αρκετά μεγαλύτερο από τις διαστάσεις του αισθητήρα με αποτέλεσμα να μην δημιουργείται σημαντικά μεγάλη μαγνητική συνιστώσα που θα επηρέαζε το ημιστατικό πεδίο που δημιουργείται. Επίσης επιλέγεται αρκετά υψηλή ώστε να διαπερνά το στρώμα του δέρματος με τα νεκρά κύτταρα τα οποία έχουν μικρή αγωγιμότητα. Όταν ένα δάκτυλο τοποθετηθεί στην επιφάνεια του αισθητήρα κάνει ηλεκτρική επαφή με τον αισθητήρα

14 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. (σχήμα 1.9), μέσο του Drive-Ring και κλείνει κύκλωμα μεταξύ του στρώματος δέρματος με τα ζωντανά κύτταρα (Live skin cell layer) και του επιπέδου αναφοράς (Excitation signal reference plane), με αποτέλεσμα να δημιουργηθεί ένα ημιστατικό επίπεδο ηλεκτρικό πεδίο μεταξύ του στρώματος του ζωντανού δέρματος και του επιπέδου αναφοράς [3,4]. Ουσιαστικά το στρώμα δέρματος με τα ζωντανά κύτταρα (Live skin cell layer) και το επιπέδου αναφοράς αποτελούν τους οπλισμούς ενός πυκνωτή, ανάμεσα στους οποίους αναπτύσσεται το ημιστατικό επίπεδο ηλεκτρικό πεδίο. Επειδή όμως ο ένας οπλισμός του πυκνωτή είναι το στρώματος του δέρματος με τα ζωντανά κύτταρα (Live skin cell layer) και το σχήμα του έχει το σχήμα τον παρυφών και των κοιλάδων του δακτυλικού αποτυπώματος, αναπτύσσεται ένα ημιστατικό ηλεκτρικό επίπεδο πεδίο το οποίο ακολουθεί την μορφή των παρυφών και των κοιλάδων ακριβώς όπως φαίνεται στο παραπάνω σχήμα [4]. Η μαύρες γραμμές,οι οποίες ακολουθούν την μορφή των παρυφών και των κοιλάδων, στο σχήμα δείχνουν την γεωμετρία του πεδίου ( Electric field geometry), όπου σε κάθε μαύρη γραμμή η ένταση του πεδίου είναι ίδια. Ο πίνακα από τις μικροσκοπικές επίπεδες κεραίες (solid state antenna array) βρίσκεται μέσα στο πεδίο και καταγράφει την ένταση του πεδίου σε κάθε σημείο του επιπέδου των κεραιών. Κάθε επίπεδη κεραία από τον πίνακα κεραιών καταγράφει την ένταση του πεδίου σε εκείνο το σημείο, η οποία είναι ανάλογη με την απόσταση της επίπεδης κεραίας από την επιφάνεια του δέρματος. Η απόσταση αυτή αντιστοιχείται σε ένα τόνο του γκρι. Δηλαδή κάθε κεραία μπορεί να αντιστοιχήσει σε ένα εικονοστοιχείο και ανάλογα με την απόστασή της από την επιφάνεια του δέρματος να δώσει έναν τόνο του γκρι. Το σήμα από κάθε κεραία διαβάζεται μέσω ενός ενισχυτή το οποίο στην συνέχεια συνθέτει την ψηφιακή εικόνα του δακτυλικού αποτυπώματος [3,4]. Για κάθε κεραία υπάρχει και ένας ενισχυτής. Ένα σημαντικό πλεονέκτημα της παραπάνω τεχνολογίας είναι η ικανότητα συλλογής των δακτυλικών αποτυπωμάτων ανεξαρτήτως τις μολύνσεις από σκόνη, λάδι ή άλλα υλικά τις οποίες μπορεί να έχει το δακτυλικό αποτύπωμα την ώρα της συλλογής του, διότι η μέτρηση γίνεται κατευθείαν στο εσωτερικό στρώμα του δέρματος, των ζωντανών κυττάρων τα οποία δεν αλλοιώνονται. Το πλεονέκτημα αυτό δεν υπάρχει σε καμία άλλη τεχνολογία συλλογής δακτυλικών αποτυπωμάτων. Μειονέκτημα αποτελεί η κακή αγωγιμότητα μέσω του Drive-Ring στην περίπτωση που υπάρχει έντονη ξηροδερμία στη περιοχή του δακτυλικού

15 Κεφάλαιο 1ο Εισαγωγή στα δακτυλικά αποτυπώματα και στα συστήματα αναγνώρισης βιομετρικών δεδομένων. αποτυπώματος με αποτέλεσμα να μην είναι εφικτό να κλείσει κύκλωμα μέσο του στρώματος δέρματος με τα ζωντανά κύτταρα (Live skin cell layer) και ακολούθως να γίνει η απεικόνισή του. Η ανάλυση του αισθητήρα είναι 250dpi και παράγει εικόνα ασπρόμαυρη 96x96 εικονοστοιχεία με βάθος εικόνας 8 bits [5].

16 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. Για την συγκεκριμένη εργασία αναπτύχθηκε λογισμικό για την δημιουργία μιας βάσης δακτυλικών αποτυπωμάτων, με την χρήση κάρτας συλλογής δακτυλικών αποτυπωμάτων και μονάδα επεξεργασίας αυτών. Για την μονάδα επεξεργασίας των δακτυλικών αποτυπωμάτων επιλέχθηκε η αναπτυξιακή πλακέτα της εταιρίας Texas Instruments TMS320C6713 DSK και για την συλλογή δακτυλικών αποτυπωμάτων επιλέχθηκε η κάρτα τις εταιρίας Spectrum Digital με τον αισθητήρα αναγνώρισης δακτυλικών αποτυπωμάτων AFS8600 τις εταιρίας Authentec, η οποία σχεδιάστηκε ώστε να προσαρμόζεται στην αναπτυξιακή πλακέτα TMS320C6713 DSK μέσο εξωτερικών συνδετήρων. Η αναπτυξιακή πλακέτα της εταιρίας Texas Instruments (TMS320C6713 DSK) διαθέτει τον επεξεργαστή ψηφιακού σήματος κινητής υποδιαστολής TMS320C6713. Η επιλογή έγινε με βάση το χαμηλό κόστος της

17 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. κάρτας απόκτηση δακτυλικών αποτυπωμάτων και της αναπτυξιακής πλακέτας TMS320C6713 DSK και της συνεργασίας των δύο μεταξύ τους μέσο εξωτερικών συνδετήρων. Επιπρόσθετα η εταιρία ανάπτυξης λογισμικού Bioscrypt προσφέρει το λογισμικό FADT2 για τον έλεγχο της ορθής λειτουργίας της συνεργασίας της αναπτυξιακής πλακέτας TMS320C6713 DSK με την κάρτα συλλογής δακτυλικών αποτυπωμάτων AFS8600 και τον υπολογιστή. Βέβαια o κώδικας από τις βιβλιοθήκες της Bioscrypt δεν είναι διαθέσιμος για τροποποίηση από τον χρήστη με αποτέλεσμα να χρειαστεί η δημιουργία των αντίστοιχων βιβλιοθηκών σε περίπτωση ανάπτυξης καινούργιου λογισμικού για την συνεργασία των δύο καρτών. To παραπάνω συστήματος επικοινωνεί με τον υπολογιστή μέσο σειριακής επικοινωνίας USB(Universal Serial Bus) και διαχειρίζεται από ένα φιλικό περιβάλλον για τον χρήστη (user interface) προκειμένου η συλλογή των δακτυλικών αποτυπωμάτων να αποθηκεύεται στον υπολογιστή. Η επιλογή του συγκεκριμένου επεξεργαστή(tms320c6713),πέρα από το χαμηλό του κόστος, οφείλεται και στο ότι είναι σχεδιασμένος για την εφαρμογή αλγορίθμων επεξεργασίας εικόνας, που απαιτούν αρκετές πράξεις κινητής υποδιαστολής, σε πραγματικό χρόνο όπως συμβαίνει στην συγκεκριμένη περίπτωση. 2.1 Διασύνδεση αναπτυξιακή πλακέτας DSK 6713 και Κάρτα συλλογής δακτυλικών αποτυπωμάτων AFS8600. Η διασύδεση του επεξεργαστή TMS320C6713 με την κάρτα συλλογής δακτυλικών αποτυπωμάτων AFS8600 υλοποιήθηκε μέσω του περιφερειακού EMIF [6]. To συγκεκριμένο εσωτερικό περιφερειακό του επεξεργαστή είναι μια διεπαφή για εξωτερικές μνήμες (EMIF-External Memory Interface) η οποία είναι ικανή να διασυνδέσει τον επεξεργαστή με SRAM, SDRAM, SBSRAM και άλλα ασύγχρονα περιφερειακά όπως η συγκεκριμένη κάρτα δακτυλικών αποτυπωμάτων AFS8600. Ο EMIF επικοινωνεί με την CPU του επεξεργαστή μέσο του EDMA (Enhanced Direct Memory Access) ο οποίος χρησιμοποιείται για την εγγραφή σε μια εσωτερική ή

18 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. εξωτερική μνήμη του επεξεργαστή χωρίς να απασχολείται η CPU για την μεταφορά των δεδομένων στην μνήμη αυτή. Στην συγκεκριμένη περίπτωση η κάρτα AFS8600 επικοινωνεί μέσω του EMIF σαν ασύγχρονο περιφερειακό [7]. H διεπαφή EMIF διαθέτει δίαυλο για σήματα ελέγχου και δεδομένων 32 bit [8]. O δίαυλος αυτός οδηγείται σε έναν εξωτερικό συνδετήρα (connectors) του αναπτυξιακού, τον External Memory Interface Connector στον οποίο θα τοποθετηθεί η κάρτα δακτυλικών αποτυπωμάτων AFS8600. H κάρτα συνδέεται και με τον External Periferal Interface Connector από τον οποίο κυρίως έρχονται τα σήματα τροφοδοσίας τάσης της κάρτας. Ακολούθως στο παρακάτω σχήμα παρουσιάζονται τα σήματα μέσο των οποίων επικοινωνεί η κάρτα με τον επεξεργαστή του αναπτυξιακού [6]. Σχήμα 2.2 Σήματα ελέγχου και δεδομένων της κάρτας δακτυλικών αποτυπομάτων AFS8600 [6]. Το σήμα CE(chip enable) ενεργοποιεί την κάρτας δακτυλικών αποτυπωμάτων κατά την ρύθμιση και ενεργοποίηση του EMIF ώστε ο επεξεργαστής TMSC6713 να βλέπει την κάρτα στον χάρτη μνήμης του (μέσω του EMIF) και συγκεκριμένα στις περιοχές μνήμης για το EMIF CE2 [8].Ουσιαστικά το CE είναι το σήμα CE2 τα

19 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. οποία προέχονται από την σελιδοποίηση ( paging ) της μνήμης του επεξεργαστή. Ο επεξεργαστής TMSC6713 βλέπει όλα τα περιφερειακά του μέσω διευθύνσεων μνήμης. Στο ακόλουθο σχήμα παρουσιάζονται η σελιδοποίηση της μνήμης του επεξεργαστή TMSC6713 και πως βλέπει τα εξωτερικά περιφερειακά που είναι συνδεδεμένα σε αυτόν μέσο του EMIF. Σχήμα 2.2 Χάρτης μνήμης (memory map) του TMSC6713 [3]. To σήμα Α2 αναφέρεται στο pin 2 του συνδετήρα ή διεπαφής εξωτερικής μνήμης και είναι το λιγότερο σημαντικό bit (MSB) του διαύλου διευθύνσεων του EMIF [6,8]. Ο επεξεργαστής έχει πρόσβαση σε μία εξωτερική μνήμη τύπου SDRAM(Synchronous Dynamic Radom Access Memory ) χωρητικότητας 16 MB, μέσω του 32 bit διαύλου EMIF. Η μνήμη αυτή χρησιμοποιείται για την προσωρινή αποθήκευση της εικόνας των δακτυλικών αποτυπωμάτων,προτού σταλεί στον υπολογιστή για αποθήκευση.. Στην SDRAM αποθηκεύεται, μέσω του EMIF, το περιεχόμενο του διαύλου δεδομένων (data bus) της κάρτας D0-D7(1 byte). Συνολικά αποθηκεύονται 96x96 bytes εφόσον η ασπρόμαυρη εικόνα του δακτυλικού αποτυπώματος που συλλέγει ο αισθητήρας είναι 96x96 εικονοστοιχεια (pixels) με βάθος εικόνας 8 bits. Τα σήματα AWE# και ARE# ενεργοποιούν αντίστοιχα την ασύγχρονη εγγραφή και το

20 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. ασύγχρονο διάβασμα εντολών ή δεδομένων στην κάρτα μέσω του διαύλου δεδομένων (data bus) της κάρτας D0-D7. Το σήμα EXT_INT5 ενεργοποιεί την εξωτερική διακοπή 5 του επεξεργαστή προκειμένου να εκτελεστεί η συνάρτηση εξυπηρέτησης διακοπής ISR5. To σήμα DC_DET (Daughter card detect) ενημερώνει τον επεξεργαστή ότι η κάρτα ανιχνεύτικε και είναι σε λειτουργία. Δυστυχώς δεν παρέχεται η αρχιτεκτονική του ολοκληρωμένου του αισθητήρα με αποτέλεσμα να μην είναι δυνατή η πλήρη κατανόηση της λειτουργίας της κάρτας με σκοπό την επανασχεδίαση της διασύνδεσή της με το αναπτυξιακό DSK 6713. Ο αισθητήρας που χρησιμοποιεί στην κάρτα δακτυλικών αποτυπωμάτων AFS8600 είναι τεχνολογίας ηλεκτρικού πεδίου RF [6]. 2.2 Λογισμικό συστήματος συλλογής δακτυλικών αποτυπωμάτων. To λογισμικό συστήματος συλλογής δακτυλικών αποτυπωμάτων,αναπτύχθηκε στο CCStudio έκδοση 3.1 της Texas Instruments και σε MFC του Microsoft visual studio 2003 στηριζόμενο στο λογισμικό της εταιρίας Bioscrypt. Συγκεκριμένα η κάρτα συλλογής δακτυλικών αποτυπωμάτων AFS8600 διαθέτει ένα λογισμικό επίδειξης με όνομα FAD2 από την εταιρία ανάπτυξης λογισμικού Bioscrypt. Το λογισμικό αυτό έχει υλοποιηθεί σε CCStudio 3.1 για την εφαρμογή της αναπτυξιακή πλακέτα DSK6713 και MFC Microsoft visual studio 2003 για την εφαρμογή στον προσωπικό υπολογιστή. Η εφαρμογή στην αναπτυξιακή πλακέτα DSK6713 αποτελείται από αρχεία με ρυθμίσεις της επικοινωνίας της κάρτας AFS8600 με το DSK6713,βιβλιοθήκη με αλγορίθμους αναγνώρισης δακτυλικών αποτυπωμάτων και μια εφαρμογή του dsk6713 για την επικοινωνία με τον υπολογιστή. Επίσης διαθέτει από την πλευρά του υπολογιστή μια εφαρμογή που αναπτύχθηκε σε Microsoft visual studio 2003 για την επικοινωνία του υπολογιστή με το DSK6713 [6]. Τα αρχεία επικοινωνίας της κάρτας AFS8600 με το DSK6713 και η βιβλιοθήκη με αλγορίθμους αναγνώρισης δακτυλικών αποτυπωμάτων βρίσκονται στην βιβλιοθήκη BYT_AlgAndSensors_v1_0.lib, της οποίας ο κώδικας δεν

21 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. διατίθεται στον χρήστη. Η βιβλιοθήκη αυτή προσφέρει συναρτήσεις για εγγραφή ενός μόνο δακτυλικού αποτυπώματος και αναγνώριση του ίδιου χωρίς να υπάρχει δυνατότητα αναγνώρισης μέσα από μια βάση. Επιπροσθέτως πρέπει να αναφερθεί ότι τα σήματα ελέγχου και διαχείρισης της κάρτας απόκτησης δακτυλικών αποτυπωμάτων AFS8600 δεν είναι διαθέσιμα στον χρήστη με αποτέλεσμα η χρήση κάποιον έτοιμων συναρτήσεων της βιβλιοθήκη BYT_AlgAndSensors_v1_0.lib, όπως τα αρχεία επικοινωνίας της κάρτας AFS8600 με το DSK6713 να είναι απαραίτητη. Όπως αναφέρθηκε παραπάνω υπάρχει μια εφαρμογή από την πλευρά του DSK6713 και μια από την πλευρά του υπολογιστή που επικοινωνούν μέσο του πρωτόκολλου επικοινωνίας RTDX. 2.2.1 Εφαρμογή DSK 6713. Για την επικοινωνία του αναπτυξιακού DSK6713 με τον Υπολογιστή (PC) αναπτύχθηκε στο CCStudio έκδοση 3.1 η εφαρμογή fingerprint_dsk6713_ccs_3.1 βασισμένη στο πρόγραμμα FAD2 της εταιρίας Bioscript όπως αναφέρθηκε παραπάνω. Στην συγκεκριμένη εφαρμογή η επικοινωνία υλοποιήθηκε μέσω του πρωτοκόλλου RTDX (Real Time Exchange System) που διαθέτει το αναπτυξιακό DSK6713. Το RTDX είναι ένα πρωτόκολλο επικοινωνίας για μεταφορά δεδομένων σε πραγματικό χρόνο, μεταξύ ενός υπολογιστή και ενός αναπτυξιακού DSK6713 χωρίς να σταματάνε οι εφαρμογές που εκτελούνται τόσο στον υπολογιστή, όσο και στο αναπτυξιακό κατά την μεταφορά αυτή. Η μεταφορά των δεδομένων υλοποιείται και προς τις δυο κατευθύνσεις, δηλαδή τα δεδομένα μπορούν να σταλούν από τον υπολογιστή στο DSK6713 και από το DSK6713 στον υπολογιστή. Το πρωτόκολλο RTDX έχει αναπτυχθεί από την Texas Instruments. Στην εφαρμογή του DSK6713 δημιουργηθήκαν τρία κανάλια RTDX. To πρώτο κανάλι δημιουργήθηκε για έξοδο από το DSK. Συγκεκριμένα μεταφέρει δεδομένα από το DSK6713 στην εφαρμογή του υπολογιστή. Το μέγεθος του καναλιού έχει οριστεί 10000 bytes εφόσον το μέγιστο μέγεθος δεδομένων που μπορεί να μεταφέρει είναι 96x96 bytes (9216 bytes) δηλαδή μια εικόνα δακτυλικού αποτυπώματος 96x96 εικονοστοιχεία με βάθος εικόνας 8 bit(1 byte). To δεύτερο κανάλι δημιουργήθηκε για είσοδο. Χρησιμοποιείται για την μεταφορά 4 bytes

22 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. δηλαδή μιας μεταβλητής τύπου ακεραίου (integer), από την εφαρμογή του υπολογιστή στην εφαρμογή του DSK6713, η οποία χρησιμοποιείται για τον έλεγχο της ροής του προγράμματος στην εφαρμογή του DSK6713, μέσω εντολών ελέγχου μεγέθους ενός ακεραίου. Το τρίτο κανάλι δημιουργήθηκε για έξοδο, με μέγεθος μεταφοράς δεδομένων 4 bytes, με σκοπό να ελέγχει την ροή του προγράμματος της εφαρμογής του υπολογιστή, μέσω εντολών ελέγχου μεγέθους ενός ακεραίου. Ακολούθως παρουσιάζεται η εφαρμογή του υπολογιστή και το γραφικό περιβάλλον του χρήστη (user interface) που δημιουργήθηκαν προκειμένου να διευκολύνουν την διαδικασία συλλογής των δακτυλικών αποτυπωμάτων. 2.2.2 Εφαρμογή Υπολογιστή. Για την επικοινωνία του χρήστη με τον υπολογιστή, προκειμένου να δημιουργηθεί η βάση δεδομένων των δακτυλικών αποτυπωμάτων, αναπτύχθηκε ένα γραφικό περιβάλλον σε MFC Microsoft visual studio 2003,το οποίο επικοινωνεί με το DSK6713 μέσο RTDX πρωτοκόλλου. Το όνομα της εφαρμογής αυτής είναι fingerprints_user_interface_mfc_pc_application. Στα πλαίσια της εφαρμογής αυτής δημιουργήθηκε μια C++ κλάση χρησιμοποιώντας μεθόδους της έτοιμης βιβλιοθήκη rtdxinit.dll, προκειμένου να γίνει η επικοινωνία,μέσω RTDX,του υπολογιστή με το DSK6713. H βιβλιοθήκη rtdxinit.dll διατίθεται από τ το ερευνητικό αναπτυξιακό πακέτο (SDK) του CCS 3.1 για εφαρμογές του υπολογιστή (PC). Η κλάση που δημιουργήθηκε είναι η RTDXCOM της οποία η διασύνδεσή της (interface) παρουσιάζεται στο αρχείο rtdxcom.cpp. Ακολούθως παρουσιάζονται οι μέθοδοι ( συναρτήσεις ) που περιέχει η κλάση αυτή. bool InitRtdx(); bool EnableRTDX(bool mode); bool ReadBuffer(unsigned char* buffer,long len); bool WriteCommand(int command); bool ReadCommand(int command); Η συνάρτηση InitRtdx αρχικοποιεί και δημιουργεί τα τρία κανάλια που αναλύθηκαν παραπάνω στην εφαρμογή του DSK6713. Πρέπει να αναφερθεί ότι στην

23 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. περίπτωση που δημιουργηθούν τα κανάλια από την εφαρμογή στον υπολογιστή δεν χρειάζεται να ξαναδημιουργηθούν στην εφαρμογή του DSK6713. Η συνάρτηση EnableRTDX ενεργοποιεί τα τρία κανάλια RTDX. Η μέθοδος ReadBuffer λαμβάνει ένα πίνακα διαστάσεων 96x96 με μη προσημασμένους ακεραίους (unsigned characters) μέσω το πρώτου ορίσματος εισόδου *buffer που είναι ένας δείκτης σε μεταβλητή τύπου μη προσημασμένου ακεραίου που είναι μεγέθους 1 byte. Ο πίνακας αυτός είναι η εικόνα του δακτυλικού αποτυπώματός η οποία είναι 96x96 εικονοστοιχεία με βάθος εικόνας 1 byte. To δεύτερο όρισμα εισόδου της συνάρτησης είναι το len που είναι το μήκος της μίας διάστασης του πίνακα που στην συγκεκριμένη περίπτωση είναι 96. Οι μέθοδοι WriteCommand και ReadCommand στέλνουν και λαμβάνουν εντολές αντίστοιχα στο DSK6713 προκειμένου να ελεγχθεί η ροή του προγράμματος στον υπολογιστή (PC) ώστε να υπάρχει συγχρονισμός μεταξύ των δύο προγραμμάτων στο DSK6713 και στον υπολογιστή αντίστοιχα. Ακολούθως παρουσιάζεται η λειτουργία της εφαρμογής στον υπολογιστή (user interface ) από την πλευρά του χρήστη. Σχήμα 2.3 Περιβάλλον χρήστη (User Interface) για την δημιουργία βάσης δακτυλικών αποτυπωμάτων.

24 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. μεταξύ των δύο προγραμμάτων στο DSK6713 και στον υπολογιστή αντίστοιχα. Ακολούθως παρουσιάζεται η λειτουργία της εφαρμογής στον υπολογιστή (user interface ) από την πλευρά του χρήστη Το κουμπί Capture FingerPrint μεταφέρει εντολή στο DSK6713 ώστε να καταγραφεί το δακτυλικό αποτύπωμα από την κάρτα AFS8600 και να μεταφερθεί στο υπολογιστή και να εμφανιστεί στο περιβάλλον του χρήστη όπως παρουσιάζεται παραπάνω. Ακολούθως ο χρήστης κάνει οπτική εκτίμηση της ποιότητας του δακτυλικού αποτυπώματος πρωτού το αποθηκεύσει πατώντας το κουμπί Save FingerPrint σε αρχείο τύπου bitmap. Σε περίπτωση που η ποιότητα είναι χαμηλή πατιέται ξανά το κουμπί Capture Fingerprint για να κάνει καινούργια λήψη. Ο αύξων αριθμός στο αρχείο που σώζεται το δακτυλικό αποτύπωμα αυξάνει μόνο εάν αποθηκευτεί(σωθεί), δηλαδή πατηθεί το πλήκτρο Save FingerPrint. To πλήκτρο Create Directory To Save Fingerprints δημιουργεί ένα κατάλογο για να σωθούν τα αρχεία των δακτυλικών αποτυπωμάτων μέσο ενός Dialog Box από το οποίο δίνεται το όνομα του φακέλου και του αρχείου που θα σωθεί το δακτυλικό αποτύπωμα. Μετά την συλλογή 20 δειγμάτων η εφαρμογή ζητάει το όνομα του καινούργιου δότη για να συλλεχθούν τα επόμενα 20 δείγματα. Με το πλήκτρο Cancel η εφαρμογή τερματίζει. 2.3 Δημιουργία βάσης δακτυλικών αποτυπωμάτων. Προκειμένου να ελεγχθεί η ορθή λειτουργία του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων δημιουργήθηκε μια βάση δεδομένων από δακτυλικά αποτυπώματα μέσω των παραπάνω εφαρμογών στο DSK6713 και τον υπολογιστή (PC). Η βάση αυτή αποτελείται από 44 άτομα με 20 δείγματα από κάθε άτομο. Το δείγμα συλλέκτηκε από τον δείκτη του δεξιού χεριού και η εικόνες αποθηκεύτηκαν σε μορφή bitmap με βάθος εικόνας 8 bit δηλαδή με 256 τόνους διαβαθμίσεων του γκρί. Για την ανάπτυξη της συγκεκριμένης βάσης δεν χρησιμοποιήθηκαν κάποια ποσοτικά κριτήρια επιλογής της ποιότητας των εικόνων, αλλά μόνο οπτικά έγινε η αξιολόγηση. Ακολούθως δημιουργήθηκε μια δεύτερη βάση δεδομένων με όλα τα δακτυλικά αποτυπώματα μετά το στάδιο των αλγορίθμων προεπεξεργασίας

25 Κεφάλαιο2 ο Σύστημα συλλογής δακτυλικών αποτυπωμάτων και δημιουργία βάσης δεδομένων. (preprocessing) ώστε να μην εκτελείται κάθε φορά η προεπεξεργασία η οποία είναι ιδιαίτερα χρονοβόρα. Η εξαγωγή των χαρακτηριστικών από τις προεπεξεργασμένες εικόνες δεν απαιτεί μεγάλη υπολογιστική ισχύ και είναι ιδιαίτερα γρήγορη, γι αυτό δεν δημιουργήθηκε βάση δεδομένων με τα εξαγμένα χαρακτηριστικά.. Η βάση αυτή χρησιμοποιήθηκε για την αξιολόγηση τόσο του συστήματος ταυτοποίησης (Identification) όσο και του συστήματος εξακρίβωσης (Verification) δακτυλικών αποτυπωμάτων.

26 Κεφάλαιο 3 ο Μεθοδολογία και ανάπτυξη αλγορίθμων για την υλοποίηση του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων. Κεφάλαιο 3 ο Μεθοδολογία και ανάπτυξη αλγορίθμων για την υλοποίηση του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων. Στο κεφάλαιο αυτό γίνεται αναλυτική περιγραφή του συστήματος ταυτοποίησης και εξακρίβωσης δακτυλικών αποτυπωμάτων που αναπτύχθηκαν στην παρούσα εργασία.περιγράφονται τεχνικές βελτίωσης των εικόνων δακτυλικών αποτυπώματα που συλλέγονται από τον αισθητήρα, αλγόριθμοι εξαγωγής χαρακτηριστικών από τις προεπεξεργασμένες εικόνες και αλγόριθμοι ταξινόμησης.

27 Κεφάλαιο 3 ο Μεθοδολογία και ανάπτυξη αλγορίθμων για την υλοποίηση του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων. 3.1 Το δακτυλικό αποτύπωμα ως εικόνα Υπάρχουν τεχνικές που ταιριάζουν τα δακτυλικά αποτυπώματα συγκρίνοντας το γνήσιο με το πλαστό μέσω μεθόδων συσχέτισης των δυο, παρόλα αυτά όμως η επεξεργασία τους σαν ασπρόμαυρης ψηφιακής εικόνας αποτελεί το βασικό στοιχείο στις περισσότερες τεχνικές αναγνώρισης όπως και στην συγκεκριμένη εργασία. Επομένως είναι σκόπιμο να γίνει αναφορά στην αναπαράσταση του δακτυλικού αποτυπώματος σαν εικόνα με διακυμάνσεις στους τόνους του γκρι. Στην εργασία αυτή το δακτυλικό αποτύπωμα αναπαρίσταται σαν μια εικόνα. Εάν θεωρηθεί I η εικόνα, g o αριθμός των επιπέδων του γκρι,i[x,y] η ένταση του γκρι στο εικονοστοιχειο x,y, τα εικονοστοιχεία με μαύρο χρώμα ανήκουν στο 0 επίπεδο του τόνου του γκρι και τα εικονοστοιχεία με λευκό χρώμα ανήκουν στο επίπεδο του τόνου του γκρι, τότε οι κοιλάδες(valleys) του δακτυλικού αποτυπώματος αντιστοιχούν στο g-1 (λευκό) επίπεδο του τόνου του γκρι και οι παρυφές(ridges)του δακτυλικού αποτυπώματος στο 0(μαύρο) επίπεδο του τόνου του γκρι. Σχήμα 3.1 Αντιστοίχηση τόνων του γκρι σε παρυφές(ridges) και κοιλάδες (valleys).

28 Κεφάλαιο 3 ο Μεθοδολογία και ανάπτυξη αλγορίθμων για την υλοποίηση του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων. Στο σχήμα 3.1 παρουσιάζεται ο τρόπος με τον οποίο απεικονίζονται οι παρυφές και οι κοιλάδες σε μία ασπρόμαυρη εικόνα. 3.1.1 Λήψη εικόνα δακτυλικού αποτυπώματος από τον αισθητήρα AFS8600. Η ανάγκη για την γρήγορη μεταφορά των εικόνων δακτυλικών αποτυπωμάτων (Δίκτυα αισθητήρων), την εξοικονόμηση χώρου αποθήκευσης (Χρήση ενσωματωμένων συστημάτων για την υλοποίηση αλγορίθμων επεξεργασίας και αναγνώρισης δακτυλικών αποτυπωμάτων, με μικρό αποθηκευτικό χώρο) και την βέλτιστη προεπεξεργασία των εικόνων για την πιο αξιόπιστη εξαγωγή χαρακτηριστικών από αυτές, οδήγησαν στην δημιουργία τύπων εικόνας (formats) δακτυλικών αποτυπωμάτων οι οποίες έχουν συμπιεστεί κατάλληλα με ταυτόχρονη βελτιστοποίηση των χαρακτηριστικών που θα χρησιμοποιηθούν στην αναγνώριση [10]. Η κάρτα δακτυλικών αποτυπωμάτων AFS8600 χρησιμοποιεί αυτό τον βέλτιστο τύπο εικόνων. Συγκεκριμένα η βελτιστοποιημένη εικόνα που λαμβάνουμε από την κάρτα χρησιμοποιεί 3 bits κωδικοποίησης από τα οποία προκύπτουν τα εξής 8 επίπεδα τόνων του γκρι τα οποία έχουν κρατήσει την πληροφορία που χρειάζεται για να γίνει η βέλτιστη εξαγωγή των χαρακτηριστικών[10]. Επίπεδο γκρί Χαρακτηριστικό δακτυλικού αποτυπώματος που βελτιστοποιείται 0 Εικονοστοιχείο υψηλής βεβαιότητας ότι είναι παρυφή (ridge) 1 Εικονοστοιχείο μεσαίας βεβαιότητας ότι είναι παρυφή (ridge) 2 Εικονοστοιχείο χαμηλής βεβαιότητας ότι είναι παρυφή (ridge) 3 Εικονοστοιχείο μεσαίας περιοχής 4 Εικονοστοιχείο μεσαίας περιοχής 5 Εικονοστοιχείο χαμηλής βεβαιότητας ότι είναι κοιλάδα (Valley) 6 Εικονοστοιχείο μεσαίας βεβαιότητας ότι είναι κοιλάδα (Valley) 7 Εικονοστοιχείο υψηλής βεβαιότητας ότι είναι κοιλάδα (Valley) Πίνακας 3.1 Επίπεδα γκρί εικόνων βέλτιστου τύπου [10]. Ακολούθως παρουσιάζεται μια εικόνα δακτυλικού αποτυπώματος που αποκτήθηκε από την κάρτα του αισθητήρα AFS8600 και το αντίστοιχο ιστόγραμμα

29 Κεφάλαιο 3 ο Μεθοδολογία και ανάπτυξη αλγορίθμων για την υλοποίηση του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων. των τόνων του γκρί της εικόνας. Στο ιστόγραμμα φαίνονται τα 8 επίπεδα τόνων του γκρι. Τα 8 επίπεδα κατανέμονται σε όλη την κλίμακα των 256 τόνων του γκρι. Δηλαδή μπορεί τα 3 bit (8 επίπεδα του γκρί) κωδικοποίησης να συνθέτουν την παρακάτω εικόνα, όμως το βάθος της εικόνας παραμένει 8 bit (256 τόνοι του γκρί). Η κωδικοποίηση μαζί με την προεπεξεργασία για την εξαγωγή των 8 επιπέδων του γκρί υλοποιείται από μικροεπεξεργαστή που είναι ενσωματωμένος στην κάρτα AFS8600. Σύμφωνα με της προδιαγραφές αυτού του τύπου εικόνας η προεπεξεργασία αυτή για την τόνωση(βελτιστοποίηση) των παρυφών και των κοιλάδων του δακτυλικού αποτυπώματος είναι ικανή ώστε στην εικόνα να υλοποιηθούν απευθείας αλγόριθμοι εξαγωγής χαρακτηριστικών. Σχήμα 3.2 Εικόνα δακτυλικού αποτυπώματος με το αντίστοιχο ιστόγραμμα. Όμως όπως θα αποδειχθεί παρακάτω με την εφαρμογή επιπλέων αλγορίθμων προεπεξεργασίας ο διαχωρισμός μεταξύ κοιλάδων και παρυφών θα βελτιωθεί περισσότερο. Ακολούθως αναλύονται τα στάδια των αλγορίθμων επιπλέων προεπεξεργασίας που αναπτύχθηκαν σε αυτή την εργασία. 3.2 Προεπεξεργασία (Preprocessing) Οι αλγόριθμοι προεπεξεργασίας αποσκοπούν στο να βελτιώσουν τα χαρακτηριστικά της εικόνας των δακτυλικών αποτυπωμάτων, δηλαδή να τονώσουν τις παρυφές και τις κοιλάδες ώστε να είναι πιο εύκολα διαχωρίσιμες μεταξύ τους, με αποτέλεσμα η εξαγωγή των χαρακτηριστικών να είναι πιο αξιόπιστη. Το πρώτο στάδιο προεπεξεργασίας είναι η κανονικοποίηση της εικόνας.

30 Κεφάλαιο 3 ο Μεθοδολογία και ανάπτυξη αλγορίθμων για την υλοποίηση του συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων. 3.2.1 Κανονικοποίηση Εικόνας Στην περίπτωση εικόνων δακτυλικών αποτυπωμάτων η κανονικοποίηση αποσκοπεί στην μείωση των διακυμάνσεων των τόνων του γκρί κατά μήκος των παρυφών (ridges) και των κοιλάδων (valleys) αλλάζοντας το εύρος τιμών των τόνων του γκρι της εικόνας [11]. Με αυτόν τον τρόπο αυξάνεται έντονα η αντίθεση της εικόνας. Οι μικρές διακυμάνσεις των τόνων του γκρι προέρχονται από τις διαφορές της πίεσης της επιφάνειας του δακτύλου πάνω στον αισθητήρα κατά την λήψη του δακτυλικού αποτυπώματος [12]. Για όλα τα εικονοστοιχεία (pixels) της εικόνα του δακτυλικού αποτυπώματος, η κανονικοποίηση ορίζεται σύμφωνα με τον παρακάτω τύπο. 2 V0 ( I( i, j) M) M 0 +, εαν Ii (, j ) > M V Ni (, j) = 2 V0 ( I( i, j) M) M 0 Διαφορετικ ά V ( 3.1 ) Όπου I(i,j) είναι η τιμή του τόνου του γκρι στο εικονοστοιχείο της εικόνας με θέση (i,j). M και V είναι η μέση τιμή και η διακύμανση,αντίστοιχα, των τόνων του γκρι όλης της εικόνας. Μ 0 και V 0 είναι η επιθυμητή μέση τιμή και διακύμανση αντίστοιχα της εικόνας που θα έχει μετά την κανονικοποίηση. Στην συγκεκριμένη περίπτωση επιλεχθήκαν Μ 0 =100 και V 0 =100. Η κανονικοποίηση δεν αλλάζει την σαφήνεια της δομής των παρυφών (ridges) και των πεδιάδων (valleys).η διαδικασία της κανονικοποίησης υλοποιείται από την συνάρτηση normalization_finger.