بخشی از مقاله
چکیده: در این مقاله روشی برای شناسایی افراد، مبتنی بر تصویر رگ های پشت دست ارائه خو.اهد شد . این بررسی در 4 مرحله صورت گرفته است : مرحله ثبت و گردآوری داده ها و مرحله تأیید .در مرحله ثبت، تعداد M تصویر دست با استفاده از روش تصویر برداری نزدیک به مادون قرمز برای افراد مختلف به عنوان نمونه های اصلی آموزشی جمع آوری شده است .
این تصاویر طی مراحل پیش پردازش، استخراج ویژگی و مدلسازی مورد پردازش قرار می گیرند تا نمونه های قابل تطبیق ایجاد شوند و سپس برای مرحله تأیید از کلاسیفایر SVM استفاده خواهد شد . در این روش زیست سنجی از رگهای پشت دست فرد تصویر تهیه می شود و ساختار آنها مورد پردازش و تحلیل قرار می گیرند. ساختار این رگها برای افراد مختلف منحصربفرد است. ارزیابی این سیستم حاکی از عملکرد بالای آن در تشخیص به میزان %92 و خطای ارزیابی %0 روی نمونه های ورودی است.
.1 مقدمه1
انسان همواره در قرون و اعصار گذشته به دنبال روشهایی بود تا از داشته های خود محافظت نماید. در عصر حاضر پیشرفت علم و فناوری چنان سرعت و شتاب فزاینده ای به خود گرفته است که دیگر به سادگی نمی توان بر زمان دقیق پایان یک عصر و آغاز یک دوره جدید اتفاق نظر داشت . پدیده های جدید پی در پی در حال ظهورند و هر یک به شدت بر ساختارهای فرهنگی، اجتماعی، جغرافیایی و سیاسی زندگی انسانها تأثیر می گذارند و به علت گستردگی این تأثیر و عمق نفوذ آن و تفاوت کشورهای مختلف در میزان توجه و اهتمام به هر مورد، شکاف میان کشورهای فقیر و غنی از هر لحاظ از جمله علمی، صنعتی و اقتصادی روز به روز در حال افزایش است.[5-1]
از جمله این پدیده ها می توان فناوری بیومتریک را نام برد که اگرچه از تخصصهایی سود می جوید که هر یک از آنها سابقه ی دیرینه در علم و صنعت دارند ولی دارای تعاریف، مفاهیم و کاربست های نو و جدیدی است. این فناوری که در واقع روشهای تعیین یا تأیید هویت افراد به صورت خودکار، طبق شناسه های فیزیولوژیکی یا رفتاری است . شناسایی افراد برای کنترل دسترسی آنها به منابع امنیتی همواره مورد توجه بشر حتی از زمانهای بسیارقدیم بوده است .
در هر عصری، پیشرفته ترین تفکر و فناوری در این راه بکار رفته و تلاشهای زیادی در جهت بهبود روشهای موجود و ابداع روشهای بهتر انجام گرفته است. امروزه نیز تأمین امنیت یکی از شاخه های بسیار فعال علوم وتحقیقات است و با گسترش هرچه بیشتر ارتباطات و اشتراک منابع مالی، فنی و... نیاز به آن بیشتر احساس می شود.[ 6-9 ]
روشهای بکار رفته در هر دوره قوت و ضعف فناوری آن را به همراه دارد. به طور کلی می توان گفت که در هر دوره ای پیشرفتهای حاصل شده در روشهای شناسایی در جهت بالابردن دقت و اتوماسیون بیشتر فرایندهای لازم، بوده است. سیستمهای کامپیوتری سرعت، دقت و برنامه ریزی های پیچیده را برای ما به ارمغان آورده است. در عصر ما روی اتوماسیون روشهای سنتی و بهبود آنها با استفاده از توان پردازشی بسیار بالا ونسبتاً ارزان سیستمهای کامپیوتری متمرکز شده است .[10- 15]
از مدتها قبل مشخصاتی مثل قیافه ، رنگ چشم ، قد ، رنگ موی سر و... برای شناسایی افراد بکار می رفته و معمول بوده است که این مشخصات همانند نام و نام خانوادگی افراد در شناسنامه یا کارتهای شناسایی آنها ثبت شود. ویژگیهای یاد شده به همراه مشخصات فیزیولوژیکی و زیستی و مشخصات رفتاری مجموعه روشهایی را در بر می گیرد که به Biometrics معروفند
-1 الگوریتم پیشنهادی
در این قسمت الگوریتم روش پیشنهادی بیان خواهد شد. با توجه به اینکه موضوع شناسایی افراد از روی الگوی رگهای خونی پشت دستان در تصاویر مادون قرمز می باشد، نیاز است که هم به شناسایی رگها و هم تفکیک افراد بپردازیم، لذا الگوریتم پیشنهادی، به چهار مرحله تقسیم میشود. در مرحله اول عملیات حذف زمینه پرداخته خواهد شد تا تنها دست از عکس ها جدا گردد.
سپس توسط عملیات مورفولوژیک به رگهای پشت دست از تصاویر مادون قرمز بیرون کشیده خواهد شد تا در مرحله بعد از آنها استفاده گردد. در مرحله سوم هم ویژگی های هندسی این رگهای خونی استخراج خواهد شد که این ویژگی ها مبنای آموزش کلاسیفایر ما خواهند بود. در آخرین مرحله ویژگی های مستخرج از مرحله قبل توسط SVM که در ادامه معرفی خواهد شد مورد دسته بندی قرار خواهند گرفت تا افراد از هم تمیز داده شوند. روش پیشنهادی نهایتا بر روی پایگاه داده موجود تست خواهد شد و نتایج در فصل بعد بررسی خواهد شد.
-1-2 مرحله اول : حذف زمینه
برای تحلیل روش پیشنهادی از دیتا بیس که شامل 75 تصویر از 25 نفر مختلف می باشد که از هر نفر سه تصویر مادون قرمز از پشت دست آنها گرفته شده است. در ابتدا تصویر ورودی را باید طوری تغییر داد که اطلاعات زمینه اثری در پردازش های بعدی نگذارند. لذا به نحوی باید زمینه را حذف نمود. تصویر ورودی مادون قرمز یک تصویر RGB است که برای تشخیص صحیح رگها بهتر است به فضای HSV تبدیل شود.
فضای رنگ HSV هم مثل RGB شامل سه مولفه H رنگ ، S اشباع و V روشنایی میشود. ما در اینجا از تصویر S برای پردازشهای آتی استفاده خواهیم نمود. در شکل 1 یک نمونه تصویر RGB از دیتابیس مذکور و تصویر S آن دیده می شود. در ادامه فرایند حذف زمینه ، باید تصویر بدست آمده از مرحله قبل آستانه گذاری شود تا طرح کلی دست بیرون کشیده شود.
برای اینکار با استفاده از روش آستانه یابی اتسو Otsuاستفاده خواهد شد. شکل 2 نتیجه این مرحله را نشان میدهد. همان طور که مشاهده می گردد دایره ای مشکی رنگ اطراف الگوی دست را پوشانیده است که باید حذف گردد. برای حذف آن از از یک ماسک دایرهای باید استفاده کنیم که تنها پیکسل های داخل دایره را حفظ کند و بقیه را دور بریزد. برای اینکار از یک روش مبتکرانه استفاده نمودیم بطوری که برای ساخت بهینه ترین ماسک دایره ای، تمام تصاویر را بعد از اینکه با روش اتسو آستانه گذاری نمودیم با هم میانگین گرفتیم و سپس سطح مشکی را از آن جدا نمودیم.
در این مرحله کافی است تا ماسک تولید شده روی تصویر شکل 2 اعمال گردد و طرح دست استخراج شود. شکل 3 نتیجه این مرحله را نشان میدهد. زوائدموجود را هم توسط عملیات مورفولوژیک میتوان حذف نمود. چون در این عملیات از انبساط نصویر هم استفاده شده است، لذا باید تصویر دوباره منقبض گردد. از طرفی لبه یابی در مرحله بعد هم تولید خطوطی دقیقا در مرز ماسک دست خواهد نمود که با منقبض کردن تصویر ماسک دست باید از آن جلوگیری کرد. شکل 4 پایان تولید ماسک دست در این مرحله با استفاده از عملگر انقباض حجم مورفولوژیک را، نشان میدهد.
-2-2 مرحله دوم : لبه یابی
در این مرحله تصویر بدست آمده از مرحله قبل توسط الگوریتمکِنی لبه یابی خواهد شدنتیجه. خروجی الگوریتم کِنی بروی تصویر بدست آمده از مرحله قبل در زیر نشان داده شده است. همانگونه که مشاهده می گردد لبه های زیادی از جمله رگها و حاشیه دست تشخیص داده شده است که باید از هم جدا گردند. طی دو مرحله توسط عملیات مورفولوژی حذف حاشیه دور دست ، حذف پیکسل های مساحت کم و ضخیم نمودن خطوط بجای مانده، به مسیر رگهای خونی پشت دست خواهیم رسید.
