Академический Документы
Профессиональный Документы
Культура Документы
Resumen
El reconocimiento de huellas dactilares es uno de los mtodos ms populares
usados con mayor grado de xito para la identificacin de personas. La huella
dactilar tiene caractersticas nicas llamadas minucias, las cuales son puntos donde
los bordes terminan o se dividen. Los sistemas de identificacin que usan patrones
biomtricos de huella dactilar se denominan AFIS (Sistema de Identificacin
Automtico de Huella Dactilar). En este trabajo se realiz un sistema para
reconocimiento de huella dactilar usando combinacin de Transformada Rpida de
Fourier (FFT) con Filtros de Gabor para aclarar la imagen y despus un novedoso
mtodo para el reconocimiento usando caractersticas locales.
---------- Palabras clave: AFIS, FFT, filtros de gabor, minucia,
reconocimiento.
Abstract
Fingerprint recognition is one of the most popular methods used for
identification with greater degree of success. The fingerprint has unique
characteristics called minutiae, which are points where a curve track finishes,
intersect or branches off. Identification systems using fingerprints biometric
patterns are called AFIS (Automatic Fingerprint Identification System). In this
work a method for Fingerprint recognition is considered using a combination of
Fast Fourier Transform (FFT) and Gabor Filters for image enhancement and
later a novel method of recognition using local features.
---------- Keywords: AFIS, FFT, gabor filters, minutiae, recognition.
* Autor de correspondencia: telfono: 52 + 55 + 5729 60 00 Ext. 73207, fax: 52 + 55 + 5656 20 58, correo electrnico:
gualberto@calmecac. esimecu.ipn.mx (G. Aguilar).
101
Rev. Fac. Ing. Univ. Antioquia N. 46. Diciembre, 2008
Introduccin Adquisici
n
La biometra se refiere al reconocimiento autom-tico
de un individuo usando ciertas caractersticas fsicas La adquisicin de las huellas dactilares se reali-
y/o de comportamiento. Tradicionalmente, las z desde el dispositivo biomtrico UareU 4000
contraseas y las tarjetas ID han sido usadas para de Digital Persona Inc. Las imgenes fueron
moderar el acceso a lugares restringidos. Sin capturadas con una resolucin de 512 DPI y un
embargo, en estos sistemas la seguridad puede ser tamao de 340x340 pxeles en escala de grises.
fcilmente violada cuando se divulga la contrase-a a Para este artculo se cre una base de datos con
un usuario no autorizado o cuando un impos-tor roba 1000 diferentes imgenes que corresponden a
la tarjeta. Las huellas dactilares se forman 100 diferentes personas, es decir, 10 imgenes
completamente alrededor de los siete meses de de- por cada persona. Esta base de datos consiste de
sarrollo del feto y la configuracin de los bordes de 500 imgenes obtenidas con nuestro lector pti-
los dedos no cambia durante la vida del individuo co y 500 imgenes obtenidas de la base de datos
excepto debido a algunos accidentes como raspa- FVC2002. La figura 1 muestra el lector ptico y
duras o cortadas en las yemas [1]. Por lo tanto, la algunas imgenes usadas para este trabajo.
probabilidad de encontrar dos huellas dactilares
similares es de 1.9x10-15 [2]. Existen dos mtodos
principales para el procesamiento de huellas dacti-
lares: caractersticas locales y patrones globales. El
primer mtodo analiza las bifurcaciones y termina-
ciones de los bordes, el segundo mtodo representa
una aproximacin macroscpica ya que considera el
flujo de los bordes, por ejemplo, arcos, lazos y
espirales. Otra caracterstica importante es tomar en
cuenta el tipo de lector usado, para este trabajo se
utiliz un lector con superficie ptica. Debemos tener
presente que en una imagen entre mayor sea su
calidad, menor es la probabilidad de encontrar falsas Figura 1 a) Lector ptico usado, b) Ejemplo de
minucias debido a que una falsa minucia es creada en
imgenes obtenidas con nuestro lector, c) Ejemplo de
muchas ocasiones por una mala calidad de la imagen
de entrada. imgenes usadas de la base de datos FVC2002
102
Reconocimiento de huellas dactilares usando caractersticas locales
103
Rev. Fac. Ing. Univ. Antioquia N. 46. Diciembre, 2008
aqu f representa la frecuencia del borde y la espectro original F(u,v). La imagen aclarada con
2 2 este mtodo se observa en la figura 4.
elec-cin de x y y determina la forma de la
envol-vente. Este es por mucho, el mtodo ms
popular para aclarar imgenes de huellas
dactilares. La figura 3 muestra la imagen
aclarada con este m-todo.
Figura 3 Imagen aclarada con filtros de Gabor bas tcnicas presentan buenas caractersticas que
pueden ser combinadas para obtener un mejor
resultado en la imagen aclarada. Por lo tanto, en
Filtro en el dominio de Fourier: Sherlock y Mon- este artculo hemos propuesto usar una combina-
ro [8] realizaron un filtro contextual completa- cin de la FFT y Filtros de Gabor para realizar el
mente en el dominio de Fourier. Cada imagen proceso de aclaracin de la imagen. Una vez que
es convolucionada con filtros precalculados del tenemos las dos imgenes aclaradas, se realiza
mismo tamao que la imagen. Sin embargo, el una suma algebraica y el resultado mostrara una
algoritmo asume que la frecuencia de los bordes imagen con pxeles blancos solamente cuando en
es constante a lo largo de la imagen con el fin de las dos imgenes el pxel sea blanco tambin. La
evitar tener un gran nmero de filtros precalcu- figura 5 muestra este proceso.
lados. Por lo tanto, el algoritmo no utiliza toda
la informacin contextual proporcionada por la
imagen de la huella dactilar. Watson propuso otra
tcnica de aclaracin completamente en el do-
minio de Fourier. En esta tcnica la imagen es
dividida en bloques los cuales son traslapados, la
imagen aclarada es obtenida con las ecuaciones
(2) y (3):
(2) Figura 5 Proceso de combinacin
(3)
104
Reconocimiento de huellas dactilares usando caractersticas locales
Para entender mejor el algoritmo es necesario internos, el segundo paso consiste en realizar una
co-nocer algunas definiciones. Despus del modificacin al algoritmo. Dicho cambio consiste
proceso de aclaracin la imagen es binarizada, en encontrar pxeles internos nicamente con tres
es decir, est formada de ceros y unos, donde un vecinos y despus se eliminan los pxeles lmite.
1 sig-nifica un pxel blanco y un 0 significa La tercera etapa de adelgazamiento consiste en
un pxel negro. Un pxel 0 (x,y) es interno, si sus realizar nuevamente una modificacin al algorit-
cuatro vecinos (x+1,y), (x-1,y), (x,y+1) y (x,y-1) mo que consiste en eliminar pxeles internos. La
son tambin 0. Un pxel 0 es lmite, si no es eliminacin de un pxel interno se realiza cuando
interno y solamente uno de sus ocho vecinos es no es posible eliminar un pxel lmite pero existen
1. Un pxel se considera de conexin si al ser an pxeles internos. El ltimo paso consiste en
eliminado se interrumpe una lnea. eliminar pxeles internos que tienen nicamente 2
vecinos y teniendo cuidado de que no se trate de
El algoritmo consiste en encontrar pxeles in-
un pxel de conexin. El resultado final despus de
ternos en nuestra imagen y despus eliminar los
N repeticiones se muestra en la figura 7
pxeles lmite. Este proceso es realizado hasta no
encontrar ms pxeles internos. A continuacin,
se explica con ms detalle este proceso. El
primer paso de este algoritmo consiste en
encontrar el total de pxeles internos que existen
en nuestra imagen. Despus, se eliminan todos
los pxeles que son lmite, teniendo en cuenta
que no se tra-te de un pxel de conexin. Este
primer paso se muestra en la figura 6.
Extraccin de
minucias
Despus del proceso de adelgazamiento, la ima-
Figura 6 Proceso de adelgazamiento. a) Imagen gen est lista para aplicarle el algoritmo de de-
de inicio. b) Imagen con pxeles internos. c) Imagen teccin de minucias. El algoritmo consiste en
calcular el nmero de pxeles que cruzan el pxel
despus de la eliminacin de pxeles lmite
central (Pc), esto se calcula con la ecuacin (4):
Este proceso se repite hasta que no existan ms
pxeles internos. Despus del primer adelgaza- (4)
miento de la imagen y no encontrar ms pxeles
105
Rev. Fac. Ing. Univ. Antioquia N. 46. Diciembre, 2008
106
Reconocimiento de huellas dactilares usando caractersticas locales
que una imagen de entrada ser reconocida so- gen reconocida, esto ocasionaba tambin, que se
lamente cuando su matriz contenga ms de 15 aumentara el porcentaje de falsa aceptacin. Por
vectores iguales a alguna de las imgenes alma- esta razn, se realiz una segunda etapa que
cenadas en nuestra base de datos. La figura 12 con-siste en verificar las imgenes resultantes.
muestra el proceso de reconocimiento. Con esta prueba se eliminan las imgenes
similares y nicamente se acepta como
verdadera una sola imagen.
En [9] se present un proceso similar. Ah, la etapa
de verificacin se realiz con parmetros estadsti-
cos. La principal desventaja es que se necesita pro-
cesar la imagen completa adelgazada, por lo tanto,
el sistema es ms lento y menos eficiente.
La etapa de verificacin en este artculo es ms
Figura 11 Vector resultante de una minucia rpido, eficiente y con mejor complejidad com-
putacional. Esta etapa consiste en analizar la di-
reccin y el nmero de pxeles que fue movida la
imagen de entrada. Cuando dos imgenes de la
huella dactilar de una misma persona son com-
paradas y una de estas imgenes est trasladada,
todas las minucias de la huella dactilar se mue-ven
en la misma direccin y la misma cantidad de
pxeles. La figura 13 muestra este ejemplo.
107
Rev. Fac. Ing. Univ. Antioquia N. 46. Diciembre, 2008
Tabla 1 Resultados de las pruebas realizadas a 100 imgenes con FFT y filtros de Gabor
Tabla 2 Resultados de las pruebas realizadas con combinacin de FFT y filtros de Gabor
En los resultados anteriores el umbral de acepta- umbral. La tabla 3 muestra los resultados usando
cin fue de 15, es decir, se necesitan como mni- diferentes umbrales de aceptacin (10, 15 y 20).
mo 15 vectores iguales en una matriz para decir
que la imagen es verdadera. Despus, se realiza- Finalmente, la tabla 4 muestra los resultados
ron otras pruebas haciendo una modificacin al apli-cando la etapa de verificacin.
Tabla 3 Resultados de las pruebas realizadas a 100 imgenes con diferentes umbrales
108
Reconocimiento de huellas dactilares usando caractersticas locales