تشخیص هویت با بهره بري و استفاده از اثر انگشتReviewed by comet on Mar 26Rating:
در جامعه امروز ما تشخیص هویت نقش مهمی را ایفا می کند در تشخیص هویت سعی می مي شود تا برای چنین سوالاتی پاسخ پیدا کنیم:
۱- ایا یک فرد خاص آن هم کسی است که ادعا می کند؟
۲- ایا سوابق و همچنين یا اطلاعاتی از یک فرد خاص موجود است؟
۳- ایا یک فرد خاص حق وارد شدن به سیستم را دارد؟
۴- یک کارمند خاص مجاز به چه عملیاتی در سیستم است؟
برای پاسخ دادن به این سوالات در اولین گام باید هویت فرد را مشخص کرد.از طرفی دیگر با رشد سریع تکنولوژی شاهد ان هستیم که ارتباط بین اشخاص بیش از پیش الکترونیکی می مي شود. بنابراین نیاز داریم تا هویت اشخاص را بطور دقیق و همچنين خودکار تعیین کنیم. با وجودیکه شناسایی اشخاص بصورت خودکار در جامعه امروز امری ضروری به نظر می اید ولي بايد توجه داشت شناسایی اشخاص توسط خصیصه های فیزیکی ان ها موضوع جديد و تو و تازه ای نیست .انسان ها یکدیگر را با توجه به خصیصه های فیزیکی شان شناسایی می کنند.ما در ملاقات حضوری یکدیگر را از روی چهره تشخیص می دهیم و همچنين یا در ارتباط تلفنی با توجه به صدای فرد مقابل به هویت او پی می بریم.
در روش های سنتی اطلاعاتی که فرد در اختیار دارد بیانگر هویت اوست.شامل این اطلاعات می قدرت به کلمه رمز و همچنين یا یک شماره شناسایی اشاره کرد که این روش های سنتی دارای مزایا و همچنين معایبی خواهند بود .
مزایا:
سادگی و همچنين کم هزینه بودن ان ها است.سیستمی که بخواهد چنین شاخص هایی را مورد شناسایی قرار دهد چندان پیچیده نخواهد بود و همچنين با هزینه اندکی نیز قابل پیاده سازی است.
معایب:
این شاخص ها قابل دزدین خواهند بود و همچنين یا ممکن است فراموش شوند.در واقع در روش های سنتی سیستم قادر نیست تا بین فرد واقعی و همچنين فرد نفوذ کننده تمایز قایل مي شود و همچنين هر کسی که دانش مورد نظر را در اختیار داشته باشد به عنوان فرد واقعی شناسایی خواهد شد پس می قدرت نتیجه گرفت که سیستم های سنتی از امنیت کافی برای جامعه الکترونیکی امروزی ما برخوردار نیستند.
ولي بايد توجه داشت امروزه تعیین هویت قطعی اشخاص در مبادله اطلاعات یک عنصر حیاتی در ایمنی داده ها است.بنابراین روش های مختلفی برای تعیین هویت اشخاص وجود دارد.
یکی از پایه های خودکار سازی تعیین هویت اشخاص , شناسایی انسان ها بر اساس ویژگی های بیومتریک انها مانند چهره, الگو های گفتاری و همچنين اثر انگشت و همچنين …است.
تعیین هویت اشخاص با بهره بري و استفاده از اثر انگشت نسبت به سایر روش های بیومتریک تعیین هویت بطور گسترده ای مورد بهره بري و استفاده قرار می گیرد.به برامدگی ها و همچنين فرو رفتگی های موجود در پوست نوک انگشت اثر انگشت گویند بزرگترین دلیل بهره بري و استفاده گسترده و همچنين عمومی از اثر انگشت بعنوان ابزار تعیین هویت این است که اثر انگشت اشخاص منحصر به فردند و همچنين در طول عمر فرد تغییر نمی کنند.
روش های شناسایی اثر انگشت یکی از جذاب و جالب توجه ترین روش های تشخیص الگو برای تعیین هویت اشخاص خواهند بود.تکنیک های شناسایی اثر انگشت اطمینان و همچنين ثبات درتشخیص هویت را تضمین می کنند و همچنين بدین ترتیب در کاربردهای متنوع و گوناگون و مختلف مورد بهره بري و استفاده قرار می گیرد.
از جمله اثر انگشت در صنایع کامپیوتری مانند business,Network,Software liciensing و همچنين وسال جانبی مانند ماوس و همچنين صفحه کلید کاربرد خواهد داشت.همچنین در روشن کردن اتومبیل , قفل گاو صندوق یا درب ها و همچنين یا کارت های اعتباری بهره بري و استفاده می مي شود.
از طرف دیگر معظلات و مسائل و مشکلات عملی زیادی در سیستم های شناسایی اثر انگشت وجود خواهد داشت.هر دفعه که یک اثر انگشت گرفته می مي شود ممکن است بخاطر قابلیت کشسانی پوست , تحریفاتی در شکل و همچنين محل اثر انگشت ایجاد مي شود.همچنين و علاوه بر این اطمینان بالا و همچنين پردازش بلادرنگ , فاکتورهای مهم مورد نیاز در سیستم خودکار شناسایی اثرانگشت خواهند بود.
برای حل این معظلات و مسائل و مشکلات , استخراج ریزه ها از تصاویر اثر انگشت و همچنين کاربرد ان ها در تطبیق اثر انگشت مورد بررسی قرار می گیرد.
بیومتریک
بیومتریک علم تحیل ویژگی های فیزیولوژی و همچنين یا رفتاری و همچنين پایه خودکار سازی روش های شناسایی یک فرد بر اساس خصوصیات فیزیولوژی و همچنين یا رفتاری است.
روش های بیومتریک از اثر انگشتان , الگوهای رفتاری , خصوصیات چهره ای , اسکن شبکیه چشم , دستخط بعنوان خصیصه های قابل شناخت انسان بهره بري و استفاده می کنند.
این ویژگی ها یا در وجود فرد مسستر است و همچنين یا رفتاری است که او از خود بروز می دهد.بنابراین به صورت ذاتی نسبت به روش های سنتی قابل اعتماد تر بوده است واز امنیت بیشتری برخوردار است.به همین نسبت نیز سیستم هایی که قادر به تشخیص شاخص های بیومتریکی خواهند بود از پیچیدگی بیشتری برخوردارند.
نقطه قابل توجه اینست که سیستم های بیومتریک نیز قابل نفوذ خواهند بود و همچنين در پاره ای موارد امکان تهیه یک کپی و همچنين یا تقلید از ویژگی مورد نظر وجود خواهد داشت.در چنین مواردی سیستم بیومتریک ممکن است دچار اشتباه گردد.با این حال سیستم های بیومتریک به مراتب نسبت به سیستم های سنتی قابل اعتماد تر می باشند.
سیستم های بیومتریک
یک سیستم بیومتریک در واقع یک سیستم شناسایی الگو است که هویت فرد را با تجزیه و همچنين تحلیل ویژگی های استخراج شده از خصیصه بیومتریکی تعیین می کند.
یک سیستم بیومتریک از لحاظ منطقی به دو قسمت و بخش تقسیم می مي شود:۱-قسمت و بخش نام نویسی ۲-قسمت و بخش شناسایی
در قسمت و بخش نام نویسی جمع اوری خصیصه های بیومتریکی اشخاص و همچنين ذخیره ان ها در سیستم انجام می مي شود.
در طی این فاز ویژگی مورد نظر توسط قسمت و بخش بیومتریک خوان خوانده شده و همچنين سپس توسط بخشی با نام استخراج کننده ویژگی , ویژگی های موجود در قالب الگوهایی جدا می مي شود و همچنين در بانک داده سیستم قرار می گیرد.وظیفه قسمت و بخش شناسایی , تشخیص و همچنين تایید هویت اشخاص در هنگام وارد شدن و همچنين یا دستیابی به سیستم است. طی این فاز قسمت و بخش بیومتریک خوان خصیصه بیومتریکی را خوانده و همچنين ویژگی های ان را استخراج می کند سپس این ویژگی ها را با الگو های موجود در بانک داده سیستم مقایسه می کند و همچنين در نهایت مجوز وارد شدن یا عدم وارد شدن به سیستم را صادر می کند.
خطا در سیستم های بیومتریکی
در روش های سنتی دانشی که به سیستم ارایه می مي شود بطور دقیق هویت فرد را مشخص می کند.تفاوت اصلی بین یک سیستم بیومتریک و همچنين یک سیستم سنتیتشخیص هویت در پاسخی است که هر یک از این دو به خصیصه ارایه شده می دهند.
بر خلاف سیستم های سنتی یک سیستم بیومتریک جواب مطلق اری یا نه مبنی بر رد یا پذیرش نمی دهند.به عنوان مثال در یک سیستم سنتی یا عین کلمه رمز ارایه شده در سیستم موجود است و همچنين یا نیست. بنابراین حالت بینایی وجود ندارد ولي بايد توجه داشت در یک سیستم بیومتریک عین خصیصه ارایه شده به سیستم را در بانک داده نداریم وانچه ارزیابی می مي شود میزان شباهت خصیصه ارایه شده به سیستم را در بانک داده نداریم و همچنين ان چه ارزیابی می مي شود میزان شباهت خصیصه ارایه شده با خصیصه موجود در بانک داده است. مثلامیزان شباهت امضای ارایه شده با امضایی که از قبل در سیستم موجود است, مقدار و اندازه گیری می مي شود.
هدف ایده ال طراحی یک سیستم بیومتریک است که میزان تطبیق بین دو خصیصه را بطور صد در صد مشخص کند. ولي بايد توجه داشت در عمل دستیابی به چنین سیستمی غیر ممکن است .بنابراین همواره از یک مقدار حد استانه برای تصمیم گیری در مورد یا پذیرش خصیصه مورد نظر بهره بري و استفاده می مي شود.با توجه به مباحث و مطالب بیان شده دو نوع خطا برای یک سیستم بیومتریک می قدرت تعریف کرد.
۱- رد نادرت: بدین معنا که به فرد اصلی اجازه وارد شدن به سیستم داده نشود.این خطا زمانی رخ می دهد که سیستم شباهت کافی بین خصیصه ارایه شده و همچنين خصیصه موجود در سیستم پیدا نکند.
۲- پذیرش نادرست :به این معنا که به کاربر غیر مجاز اجازه وارد شدن به سیستم داده مي شود.این خطا زمانی رخ می دهد که شباهت بین خصیصه ارایه شده توسط کاربر غیر مجاز و همچنين خصیصهه موجود در سیستم از حد استانه بیشر باشد.
سیستم های تایید وتعیین هویت مبتنی بر اثر انگشت
در گذشه سیستم های بیومتریکی مبتنی بر اثر انگشت برای مسایل پلیسی و همچنين جنایی مورد بهره بري و استفاده قرار می گرفت ولي بايد توجه داشت امروزه این سیستمها برای موارد کنترلی و همچنين امنیتی نهاد ها و همچنين ادارات نیز بهره بري و استفاده می مي شود.
اخذ تصویر
قدیمی تریت روش آن هم روش بهره بري و استفاده از کاغذ و همچنين جوهر است در این شیوه ابتدا سطح انگشت را به جوهر اغشته کرده و همچنين سپس روی کاغذ می غلتانند.برای وارد کردن تصویر به دست امده به یک سیستم کامپیوتری از یک پویشگر تخت بهره بري و استفاده می مي شود. تصویر بدست امده از این روش بسیار اعوجاج داشته و همچنين حتی در تشخیص بصورت دستی نیز نیازمند یک فرد خبره است.روش دیگری که امروزه در بسیاری از سیستم ها از ان بهره بري و استفاده می مي شود بکارگیری دوربین های CCD است.
در روش اخیر که اصطلاحا اسکن زنده نیز نامیده می مي شود دستیابی به تصویری با کیفیت خوب امکان پذیر است.چهار تکنیک برای اسکن زنده وجود داردکه به ان ها اشاره می کنیم:
۱-تکنیک نوری
۲-ماورا صوت
۳-میدان الکتریکی
۴-تکنیک حرارتی
در کلیه این تکنیک ها سطح انگشت با قسمت خاصی از دستگاه در تماس قرار گرفته تصویر اخذ می مي شود.
در تکنیک نوری انگشت بر روی یک منشور قرار می گیرد و همچنين به ان نور تابانده می مي شود.با مقدار و اندازه گیری میزان نور بازگشتی از هر قسمت تصویری از اثر انگشت شکل می گیرد.
در روش ماورا صوت با توجه به میزان انرژی صوتی منعکس شده از سطح انگشت برای اشکار سازی لبه ها و همچنين شیارها بهره بري و استفاده می مي شود.حسگرهای میدان الکتریکی بر اساس مقدار و اندازه گیری اختلاف ظرفیت الکتریکی سطح انگشتی که حسگر را لمس می کند عمل می کنند و همچنين در نهایت حسگر های حرارتی با مقدار و اندازه گیری اختلاف دمای سطح پوست شیارها و همچنين لبه های اثر انگشت را نمایان می سازد.
روش اسکن زنده ,تصویر نسبتا خوبی از اثر انگشت ارایه میدهد.ولي بايد توجه داشت هنوز هم عواملی زيرا و به درستي که خشکی پوست بیماری های پوستی , عرق, کثیفی و همچنين چربی باعث بوجود امدن اعوجاج درتصویر اثر انگشت می شوند.در هر دو روش سنتی و همچنين اسکن زنده عواملی باعث بروز اختلاف در دو ورژن و نسخه از یک اثر انگشت می شوند که در زیر به ان ها اشاره می کنیم:
۱- انتقال: تفاوت در موقعیت مکانی ورژن و نسخه های مختلفی که از اثر انگشت گرفته می مي شود.
۲- چرخش: ناشی از چرخش انگشت هنگام اخذ اثر انگشت است.
۳- مقیاس: از اختلاف فشاری که فرد در هر بار اخذ اثر انگشت به سطح دستگاه یا کاغذ وارد می کند ناشی می مي شود.
۴- اختلاف در اثر انگشت به دلیل عواملی زيرا و به درستي که بیماری های پوستی, سوختگی و همچنين عرق با وجود این که اسکن زنده تصویری با کیفیت خوب از اثر انگشت در اختیار ما قرار می دهد ولي بايد توجه داشت باز هم مکانیزم هایی به موازات ان برای اخذ اثر انگشت به صورت کنترل شده به کار می رود. در اخذ اثر انگشت به صورت کمنرل شده میزان فشاری که فرد در هر بار اخذ به سطح دستگاه وارد می کند توسط یک حسگر فسار مقدار و اندازه گیری شده و همچنين به عنوان یک پارامتر ورودی به سیستم داده می مي شود بدین طریق می قدرت باز هم کارایی سیستم را افزایش داد.
طبقه بندی اثر انگشت
طبقه بندی اثر انگشت در سیستم های تعیین هویت مورد بهره بري و استفاده قرار می گیرد.هدف از طبقه بندی اثر انگشت این است که بانک داده را تا حد امکان به قسمت و بخش های کوچکتری تقسیم کنیم..در سیستم های تعیین هویت تنها بخشی از بانک داده که از حیث طبقه متناظر با اثر انگشت ورودی است مورد جستجو قرار می گیرد.درسیستم هایی که با جمعیت های کم کار می کنند می قدرت از رده ای که اثر انگشت به ان متعلق است به عنوانتنها ویژگی برای تعیین یا تایید هویت فرداستفاده کرد.شامل قدیمی ترین سیستم طبقه بندی مورد بهره بري و استفاده در سیستم های دستی روشی است که توسط هنری ارائه شده است.در این طبقه بندی ۵ رده وجود دارد که به ترتیب راست – حلقه, چپ –حلقه, پیچشی , کمانی و همچنين کمانی خیمه ای نامیده می مي شود.
تعیین طبقه برای یک اثر انگشت با توجه به جهت امتداد لبه ها در اطراف هسته و همچنين همچنین تعداد و همچنين چگونگی قرار گرفتن نقاط هسته و همچنين دلتا صورت می گیرد.در موارد کمی نمی قدرت یک اثر انگشت را به یک طبقه خاص نسبت داد و همچنين همواره در هر نوع سیستم طبقه بندی یک طبقه با نام طبقه غیر مترقبه در نظر گرفته می مي شود و همچنين چنین اثر انگشتی را به این طبقه نسبت می دهند.
طبقه بندی ارائه شده برای فرایندی دستی طبقه بندی مناسبی است.چرا که ضوابط بیان شده برای نسبت دادن یک اثر انگشت به یک رده خاص بسیار شفاف و همچنين واضح است.در یک سیستم خودکار بهتر است تا با بیشتر کردن تعداد رده ها بانک داده را به قسمت و بخش های کوچکتری تقسیم کنیم.ولي بايد توجه داشت به دلیل واضح بودن سیستم طبقه بندی ارائه شده اکثر سیستم های خودکار امروزی نیز از همین طبقه بندی بهره بري و استفاده می کنند.
استخراج ویژگی های موجود در اثر انگشت
خصوصیات اصلی در یک اثر انگشت لبه ها (برجستگی ها) و همچنين شیارها ( فرو رفتگی ها) خواهند بود که بصورت یک در میان قرار دارند.لبه ها و همچنين شیارها بصورت محلی دارای جهت یکسانی بوده و همچنين موازی می باشند.در خطوط لبه بی نظمی های مانند دو شاخه شدن خط لبه و همچنين پایان یافتن خط لبه دیده می مي شود در چنین حالتی اصطلاحا می گوییم با عدم پیوستگی محلی مواجه گشته ایم. که چنین نقاطی را ویژگی می نامند.
رایج ترین ویژگی هایی که امروزه از اثر انگشت استخراج می مي شود ویژگی هایی خواهند بود که توسط Galton معرفی شدند.در ابتدا این شخص چهار ویژگی معرفی کرد ولي بايد توجه داشت بعد ها این ویژگی توسط اشخاص دیگری هم توسعه پیدا کرد و همچنين تا هجده ویژگی معرفی شد.
استخراج خودکار کلیه ویژگی های معرفی شده توسط کامپیوتر بسیار مشکل بوده و همچنين حتی استخراج ان ها بصورت دستی نیز نیاز به تخصص درد. در اکثر سیستم های خودکار امروزی تنها و فقط به استخراج دو ویژگی خاص با نام های پایان – لبه و همچنين دو شاخه که ریزه نامیده می مي شود بسنده می مي شود.این دو ویژگی خاص بیشتر از ویژگی های دیگر در یک اثر انگشت قابل ديدن است و همچنين الگوریتم های استخراج ان از قابلیت اعتماد بیشتری برخوردار می است و خواهد بود.شناسایی اثر انگشت بر اساس تحلیل ریزه های استخراج شده انجام می مي شود.بنابراین قابلیت اجرا و همچنين کارایی سیستم خودکار شناسایی اثر انگشت به دقت ریزه های استخراج شده بستگی دارد.
البته تعداد زیادی از روش ها برای کشف ریزه های اثر انگشت وجود دارد در بیشتر این روش ها تصاویر سیاه و همچنين سفید (سطح خاکستری) اثر انگشت را به یک تصویر باینری (دو سطحی) تبدیل می کند.
طی این فاز لبه ها از شیارها کاملا تفکیک می مي شود. سپس یک فرایند نازک سازی که باعث می مي شود تا لبه ها به منحنی هایی با عرض یک نقطه تبدیل شوند بر روی تصویر باینری انجام می دهند.در مرحله بعد ریزه ا از تصویر باینری نازک سازی شده استخراج می شوند. البته تبدیل تصویر سطح خاکستری به تصویر باینری , ممکن است بسیاری از اطلاعات ریزه ها را از بین ببرد و همچنين عملیات بسیار حساسی است.همچنین فرایند نازک سازی داخلی از نظر محاسباتی بسیار پیچیده است.
روش استخراج ریزه های بررسی شده در این پروژه بر اساس الگوریتم دنبال کردن خط لبه است.در این الگوریتم جهت لبه ها و همچنين مشخصه های ساختاری خطوط لبه مانند عرض و همچنين فاصله خطوط لبه به صورت خودکار از تصویر سطح خاکستری اثر انگشت براورد می شوند.
برای بدست اوردن نتایج قابل اطمینان در استخراج ریزه ا تصویر اثر انگشت ورودی تحلیل می مي شود و همچنين پارامتر های خطوط لبه براورد می شوند. سپس الگوریتم دنبال کردن خط لبه برای استخراج ریزه ها بکار می رود.برای حفظ هر اثر انگشت, مرز های تطبیق توافقی برای حذف ریزه های نا معتبر خارج از محدوده مورد نظر تولید و همچنين برای تعیین مقدار کمی ریزه ها از مفهوم مجموعه های فازی روی ریه ها بهره بري و استفاده می مي شود.در صورتي که ریزه های بدست امده معتبر باشند در یک بانک اطلاعاتی ثبت می شوند و همچنين در غیر این صورت به مرحله تطبیق می روند.
خصوصیاتی از اثر انگشت که در یک سیستم خودکار ذخیره می مي شود شامل موقعیت مکانی , جهت و همچنين نوع ریزه ها است.بدین ترتیب مساله تطبیق دو اثر انگشت به تطبیق دو گراف یا دو مجموعه از نقاط منتهی می مي شود.تحقیقاتی که در طی یکصد سال شمسي قبل گرفته شده یکتا بودن الگوی اثر انگشت بر اساس ریزه را برای جمعیت های زیاد تضمین می کند.بر روی یک تصویر کامل از اثر انگشت بین ۵۰ تا ۱۵۰ ریزه قابل استخراج است و همچنين در یک سیستم خودکار استخراج و همچنين تطبیق حدود ۱۰ ریزه برای نتیجه گیری در مورد یکسان بودن دو اثر انگشت کافی می است و خواهد بود.مشکل عمده سیستم های امروزی که بر اساس ریزه کار می کنند کیقیت پاین تصاویر اثرانگشت و همچنين در نتیجه عدم وجود الگوریتم های قابل اعتماد در استخراج ریزه است.همواره این احتمال وجود دارد که یک ریزه به اشتباه استخراج مي شود و همچنين یا ریزه ای که وجود دارد استخراج نشود.مساله استخراج اشتباه یک ویژگی در مورد دیگر ویژگی های معرفی شده به جز ریزه ها شدیدتر می باشد.
در بعضی سیستم ها ویژگی های دیگری نیز همچنين و علاوه بر ریزه ها استخراج می شوند.یکی از رایج ترین این ویژ”ی ها تعداد لبه ایی است که توسط خط واصل بین دو ریزه قطع می مي شود.از دیگر این ویژگی ها می قدرت به حفره های موجود بر روی بعضی لبهها اشاره کرد.
حجم محاسبات برای استخراج ویژگی های یک اثر انگشت بسیار بالا می باشد. و همچنين این مساله به خصوص در سیستم های On Line مشکل بوجود می اورد.
در قسمت و بخش هایی از اثر انگشت که از کیفیت مطلئبی برخوردار نیستند تعداد زیادی ویژگی کاذب استخراج می مي شود که واقعا وجود ندارند.
برای کاهش حجم محاسبات و همچنين صرفه جویی در وقت الگوریتم استخراج ویژگی بر روی کلیه قسمت های تصویر اعمال نمی مي شود.بلکه ابتدا با محاسبات ساده تری سعی می مي شود تا قسمت هایی که دارای کیفیت بهتری خواهند بود مشخص شوند و همچنين سپس تنها در این قسمت ها به اشتخراج ویژگی پرداخته می مي شود.
بدین طریق هم سرعت سیستم را افزایش داده ایم و همچنين هم به قابلیت اعتماد مکانیزم استخراج ویژ”ی افزوده ایم.در کنار این دو مزیت این روش دارای یک عیب نیز می باشد و همچنين ان اینست که با کنار گذاشتن قسمت هایی از اثر انگشت از درجه یکیتایی ان کاسته می مي شود
در یک اثر انگشت ویژگی هایی وجود دارد که برای فرایند طبقه بندی بسیار مناسب می است و خواهد بود.که این ویژگی ها نقاط هسته و همچنين دلتا نام دارند.که با نام نقاط تکین نیز شناخته می شوند.
که با بهره بري و استفاده از نقشه جهتی استخراج نقاط هسته و همچنين دلتا میسر می مي شود.
نقشه جهتی(Direction Map) ماتریسی است که هر درایه از ان متناظر با محلی روی تصویر اثر انگشت بوده و همچنين مقدار هر درایه جهت غالب لبه ها و همچنين شیارها را در موقعیت مورد نظر نشان می دهد
تطبیق اثر انگشت
تطبیق فرایندی است که طی ان میزان شباهت دو اثر انگشت مقدار و اندازه گیری می مي شود.در اکثر سیستم ها از ریزه ها برای تطبیق دادن دو اثر انگشت بهره بري و استفاده می مي شود
در روشی موسوم به بانک فیلتر ابتدا تصویر اثر انگشت به قسمت و بخش هایی تقسیم می مي شود سپس در هر قسمت و بخش فیلتری موسوم به Gabor Filter را با زائیه های متنوع و گوناگون و مختلف اعمال کرده و همچنين به ازای هر زاویه انحراف معیار برای ناحیه مورد نظر محاسبه می مي شود.
با توجه به این که Gabor Filter یک فیلتر جهتی است و همچنين لبه های اثر انگشت نیز زدر هر ناحیه دارای یک جهت غالب می باشد اعمال فیلتر با زاویه های متنوع و گوناگون و مختلف باعث می مي شود که لبه ها تضعیف یا تقویت شوند.در صورتي که زاویه انتخاب شده برای فیلتر برابر یا نزدیک به جهت غالب لبه ها در ناحیه مورد نظر باشد ان ها را تقویت مي کند و همچنين در غیر این صورت باعث تضعیف یا کم رنگ تر شدن لبه ها می مي شود.در هر بار بکارگیری فیلتر انحراف معیار برای ناحیه مورد نظر محاسبه شده و همچنين مجموعه انحراف معیار های محاسبه شده بردار ویژگی متناظر با اثر انگشت مورد نظر را تشکیل می دهد.در فاز تطبیق این بردار های ویژگی خواهند بود که با هم مقایسه می شوند.
سیستم های تطبیق مبتنی بر ریزه می توانند به یکی از این دو شیوه عمل کنند :۱- تطبیق نقاط ۲- تطبیق ساختار.
در تطبیق نقاط, موقعیت مکانی , نوع ریزه و همچنين جهت لبه ای که ریزه بر روی ان قرار گرفته به عنوان خصوصیات اثر انگشت ذخیره شده و همچنين سپس در فاز تطبیق ببرسی می مي شود که چند ریزه به خصوصیات یکسان بر روی هم ردیف می شوند.
برای بررسی این موضوع دو اثر انگشت به گونه ای بر روی هم قرار می گیرند که بیشترین ریزه با خصوصیات یکسان بر روی هم ردیف شوند.سپس این تعداد شمرده شده و همچنين با مقدار حد استانه مقایسه می مي شود و همچنين تصمیم مورد بهره بري و استفاده و نياز ضروري نیز اتخاذ می گردد.
در روش تطبیق ساختاری , دیگر به موقعیت مکانی ریزه ها توجهی نمی مي شود بلکه ساختار اطراف ان و همچنين یا به عبارت دیگر نوع ریزه هایی که در همسایگی یک ریزه قرار دارند به عنوان خصوصیات ان مد نظر قرار می گیرد.بدین صورت یک زیر گراف برای یک ریزه تشکیل می گردد و همچنين این زیر گراف های ریزه ها خواهند بود که با هم تطبیق داده می شوند.
آذر ۱۲, ۱۳۹۷
آذر ۱۱, ۱۳۹۷
آذر ۱۰, ۱۳۹۷
آذر ۹, ۱۳۹۷