Методы распознавания

В зависимости от качества полученного со сканера изображения отпечатков пальцев, на нем можно выделить некоторые характерные признаки поверхности пальцев, которые в дальнейшем можно использовать в целях идентификации.

На самом простом техническом уровне, например, если разрешение полученного со сканера изображения составляет 300-500 dpi, на изображении поверхности пальца можно выделить достаточно большое количество мелких деталей (minutiae), по которым можно их классифицировать, но, как правило, в автоматизированных системах используют всего два типа деталей узора (особых точек):

  • конечные точки – точки, в которых «отчетливо» заканчиваются папиллярные линии;
  • точки ветвления – определяются как точки, в которых папиллярные линии раздваиваются.

На рисунке 1 представлен пример, на котором явно видно, что из себя представляют конечные точки и точки ветвления.

Если есть возможность получить изображение поверхности пальца с разрешением около 1000 dpi, на нем можно обнаружить детали внутреннего строения самих папиллярных линий, в частности, поры потовых желез (рисунок 2, пустыми кружками отмечены поры, черными кружками отмечены конечные точки и точки ветвления) и соответственно использовать уже их расположение в целях идентификации. Однако этот метод мало распространен из-за сложности получения в не лабораторных условиях изображений такого качества.

В автоматизированном распознавании отпечатков пальцев, в отличие от традиционной дактилоскопии, возникает гораздо меньше проблем, связанных с различными внешними факторами, влияющими на сам процесс распознавания. При получении отпечатков пальцев красковым способом (с помощью откатки) важно исключить или, по крайней мере, максимально уменьшить смещение или поворот пальца, изменение давления, изменение качества поверхности кожи и т.д. С электронных бескрасковых сканеров получить изображение отпечатка пальца с достаточным для обработки качеством существенно проще. Качество получаемого со сканера изображения папиллярного узора пальца является одним из основных критериев, от которого зависит избираемый алгоритм формирования свертки отпечатка пальца и в конечном итоге идентификации человека.

В настоящее время выделяют три класса алгоритмов сравнения отпечатков пальцев:

1. Корреляционное сравнение — два изображения отпечатка пальца накладываются друг на друга, и подсчитывается корреляция (по уровню интенсивности) между соответствующими пикселями вычисленная для различных выравниваний изображений друг относительно друга (например, путем различных смещений и вращений); По соответствующему коэффициенту принимается решение об идентичности отпечатков.
Вследствие сложности и длительности работы данного алгоритма, особенно при решении задач идентификации (сравнение «один-ко-многим») – системы, построенные с его использованием, сейчас практически не используются.

2. Сравнение по особым точкам – по одному или нескольким изображениям отпечатков пальцев со сканера формируется шаблон, представляющий собой двухмерную поверхность, на которой выделены конечные точки и точки ветвления. При сравнении – на отсканированном изображении отпечатка также выделяются эти точки, карта этих точек сравнивается с шаблоном и по количеству совпавших точек принимается решение по идентичности отпечатков (Рисунок 3). В работе алгоритмов данного класса также используются механизмы корреляционного сравнения, но при сравнении положения каждой из предположительно соответствующих друг другу точек.

В силу простоты реализации и скорости работы – алгоритмы данного класса являются наиболее распространенными. Единственным существенным недостатком данного метода сравнения является – достаточно высокие требования к качеству получаемого изображения (около 500 dpi).

3. Сравнение по узору – в данном алгоритме сравнения используется непосредственно особенности строения папиллярного узора на поверхности пальцев. Полученное со сканера изображение отпечатка пальца, разбивается на множество мелких ячеек как показано на рисунке 4 (размер ячеек зависит от требуемой точности).

Расположение линий в каждой ячейке описывается параметрами некоторой синусоидальной волны (Рисунок 5), то есть, задается начальный сдвиг фазы (δ), длина волны (λ) и направление ее распространения (θ).

Соответственно при получении отпечатка для сравнения – он выравнивается и приводится к такому же виду, что и шаблон. Затем сравниваются параметры волновых представлений соответствующих ячеек.

Преимуществом алгоритмов этого класса является то, что данные алгоритмы сравнения не требуеют получения изображения высокого качества.

 

Отдельно стоит заметить, что в автоматизированной идентификации существует несколько проблем связанных со сложностью сканирования и распознавания некоторых типов отпечатков пальцев, в первую очередь это касается маленьких детей, так как их пальцы очень маленькие, для того, чтобы даже на хорошем оборудовании получить их отпечатки пальцев с детализацией, приемлемой для распознавания. Кроме этого, около 1% взрослых людей, являются обладателями настолько уникальных отпечатков пальцев, что работы с ними приходится или разрабатывать специализированные алгоритмы обработки или делать исключение в виде персонального для них отказа от биометрии.