LINIE PAPILARNE 16:15-17:45

Podobne dokumenty
CECHY BIOMETRYCZNE: ODCISK PALCA

BIOMETRIA WYKŁAD 4 CECHY BIOMETRYCZNE: ODCISK PALCA

WARSZTATY Przetwarzanie obrazów. w biometrii TĘCZÓWKA 18:00-19:30

Odciski palców ekstrakcja cech

rozpoznawania odcisków palców

Biometryka. Aleksander Nałęczyński Mateusz Zakrzewski Michał Krajewski

Krzysztof Ślot Biometria Łódź, ul. Wólczańska 211/215, bud. B9 tel

Materiały dydaktyczne: Maciej Krzymowski. Biometryka

Identyfikacja człowieka metody kryminalistyczne i biologiczne - ogólnie

Opis ochrony danych osobowych oraz technologii wykorzystanej w zintegrowanym systemie informatycznym do obsługi wejść użytkowników karnetów OK

Uniwersytet Śląski Wydział Informatyki i Nauki o Materiałach Instytut Informatyki. Rozprawa doktorska O BRAZÓ W LINII PA PIL A R N Y C H

Diagnostyka obrazowa

RODO A DANE BIOMETRYCZNE

Diagnostyka obrazowa

Analiza obrazów - sprawozdanie nr 3

Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż.

Daktyloskopia wąskie znaczenie (gr. daktylos= palec; skpoeo- oglądam) - zajmuje się badaniem śladów linii papilarnych opuszek palców.

XVI Konferencja Sieci i Systemy Informatyczne Łódź, październik 2008 NEW MINUTIAE DETECTION CRITERIA IN FINGERPRINT RECOGNITION ALGORITHM

Początek biometrycznych systemów autoryzacji: Babilon i Egipt

Problematyka identyfikacji osób jest przedmiotem zainteresowania nauki kryminalistyki, która jako nauka praktyczna opracowuje: - zasady działania, -

Detekcja twarzy w obrazie

Automatyka i Robotyka, V rok. promotor: dr Adrian Horzyk. Kraków, 3 czerwca System automatycznego rozpoznawania

Biometryczna Weryfikacja (NIE inwigilacja)

SYSTEMY INTELIGENTNEJ BRAMKI BAZUJĄCE NA ROZPOZNAWANIU ODCISKÓW PALCÓW UWZGLĘDNIAJĄCYCH ICH USZKODZENIA

Rozpoznawanie odcisków palców

Wyższa Szkoła Informatyki Stosowanej i Zarządzania

Operacje morfologiczne w przetwarzaniu obrazu

Reprezentacja i analiza obszarów

Plan wykładów 2015/2016

PROVEN BY TIME.

Reprezentacja i analiza obszarów

Dane biometryczne pracowników a kontrola czasu pracy

Cyfrowe przetwarzanie obrazów. Dr inż. Michał Kruk

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat

Szacowanie wartości monet na obrazach.

BIOMETRIA WYKŁAD 8: BŁĘDY SYSTEMOW BIOMETRYCZNYCH

(12) OPIS OCHRONNY WZORU PRZEMYSŁOWEGO

BIOMETRIA. Napisz coś na klawiaturze, a powiem Ci. Wojciech Wodo Katedra Informatyki Wydział Podstawowych Problemów Techniki. Wrocław, r.

Analiza obrazów. Segmentacja i indeksacja obiektów

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 10 AiR III

Grafika Komputerowa Wykład 2. Przetwarzanie obrazów. mgr inż. Michał Chwesiuk 1/38

POB Odpowiedzi na pytania

Przygotowanie materiału uczącego dla OCR w oparciu o aplikację Wycinanki.

Technologia biometryczna w procesach obsługi pacjentów i obiegu dokumentacji medycznej Konferencja ekspercka dotycząca e- Zdrowia Warszawa, 27

Technologia dynamicznego podpisu biometrycznego

Wykorzystanie cheiloskopii w praktyce śledczej

ROZPORZĄDZENIE MINISTRA SPRAW WEWNĘTRZNYCH I ADMINISTRACJI1) z dnia 21 lipca 2010 r.

MAZOWIECKI URZĄD WOJEWÓDZKI W WARSZAWIE D Y R E K T O R G E N E R A L N Y Jarosław Szajner. Warszawa, dn. 30 listopada 2018r.

Analiza i przetwarzanie obrazów

9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie

1. Definicja danych biometrycznych

SPIS TREŚCI Wstęp Rozdział I. Oględziny

Poszczególne kroki wymagane przez normę ISO celem weryfikacji tożsamości użytkownika

Kryminalistyczne znaczenie linii papilarnych w ekspertyzach daktyloskopijnych

Bezpieczeństwo 2.0 w mbanku

Biometria podpisu odręcznego

Wykrywanie twarzy na zdjęciach przy pomocy kaskad

Proste metody przetwarzania obrazu

SYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY. Autorzy: M. Lewicka, K. Stańczyk

i ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk

AUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI

Rola i znaczenie biometrii w. Straży Granicznej. ppor. SG KUPTEL Dorota. Centrum Szkolenia. Straży Granicznej

Biometria w projektach rządowych

Przetwarzanie obrazów wykład 4

Biometryczna Identyfikacja Tożsamości

Przetwarzanie obrazów wykład 2

Inspiracje kognitywne w procesie analizy pozycji szachowej

Przekształcenia punktowe

Wiring Diagram of Main PCB

Metody numeryczne w przykładach

BIULETYN AGH CZŁOWIEK STAJE SIĘ HASŁEM TEMAT WYDANIA. ISSN Egzemplarz bezpłatny MAGAZYN INFORMACYJNY AKADEMII GÓRNICZO-HUTNICZEJ

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 8 AiR III

AUTOMATYCZNA AKTUALIZACJA BAZY DANYCH O BUDYNKACH W OPARCIU O WYSOKOROZDZIELCZĄ ORTOFOTOMAPĘ SATELITARNĄ

Szczegółowy opis przedmiotu zamówienia. .. sztuk:..

Grupa ds. Biometrii, Forum Technologii Bankowych przy ZBP

Nietypowe metody identyfikacji człowieka

BIOMETRIA - wybrane problemy, zastosowania i metody informatyczne. Katedra Systemów Multimedialnych Wydzial Informatyki. dr inż.

w jednym kwadrat ziemia powietrze równoboczny pięciobok

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

Parametryzacja obrazu na potrzeby algorytmów decyzyjnych

Przemysław Strzelczyk prof. Andrzej Pacut

Zygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab

Detekcja punktów zainteresowania

Symbol Wygląd Znaczenie Objaśnienie. Linia pojedyncza przerywana. Linia pojedyncza ciągła. Linia jednostronnie przekraczalna. Linia podwójna ciągła

Teoria do zajęć została opracowana na podstawie materiałów pochodzących ze strony internetowej mgra Krzysztofa Misztala:

Ćwiczenia z grafiki komputerowej 4 PRACA NA WARSTWACH. Miłosz Michalski. Institute of Physics Nicolaus Copernicus University.

Modelowanie dłoni. 1. Obraz referencyjny

Wykrywanie twarzy ludzkich na kolorowych obrazach ze złożonym tłem

Warszawa, dnia 10 kwietnia 2013 r. Poz. 32 DECYZJA NR 129 KOMENDANTA GŁÓWNEGO POLICJI. z dnia 6 kwietnia 2013 r.

Przetwarzanie i Kompresja Obrazów. Morfologia matematyczna

SFERA NEW SFERA SOLID Moduł czytnika linii papilarnych (odcisków palców)

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Finger Vein ID. Technologia biometryczna firmy Hitachi. Hitachi Europe Ltd Systems Solutions Division 24/07/2007

Analiza i przetwarzanie obrazo w

Spośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy prosty i skuteczny.

Operacje przetwarzania obrazów monochromatycznych

DAKTYLOSKOPIA, DERMATOSKOPIA

ARKADIUSZ WRÓBLEWSKI REGISTRATURY KRYMINALISTYCZNE

Horyzonty daktyloskopii

Transkrypt:

WARSZTATY Przetwarzanie obrazów w biometrii LINIE PAPILARNE 16:15-17:45

Na początek trochę teorii.

Czym jest biometria? Biometria to nauka zajmująca się rozpoznawaniem ludzi na podstawie ich cech fizjologicznych lub behawioralnych czyli innymi słowy, potwierdzenie bądź odrzucenie ich tożsamości dla celów bezpieczeństwa. Termin biometria wywodzi się z greckich słów bio (życie, żywy, procesy życiowe) i metrics (mierzyć).

Księga Sędziów 12:5-6: Następnie Gileadczycy odcięli Efraimitom drogę do brodów Jordanu, a gdy zbiegowie z Efraima mówili: Pozwól mi przejść, Gileadczycy zadawali pytanie: Czy jesteś Efraimitą? - A kiedy odpowiadał: Nie, wówczas nakazywali mu: Wymówże więc Szibbolet Jeśli rzekł: Sibbolet - a inaczej nie mógł wymówić - chwytali go i zabijali u brodu Jordanu. Tak zginęło przy tej sposobności czterdzieści dwa tysiące Efraimitów.

Belgijski matematyk i astronom Adolphe Quetelet w swoim traktacie z 1871 roku, L anthropometrie ou mesuare des diffenretes facultes de l homme, przedstawił nowoczesne użycie biometryki - twierdził, że różnice pomiędzy ludźmi mogą być mierzalne (wprowadził metody matematyczne do antropologii i socjologii, prowadził badania statystyczne przestępczości).

Weryfikacja a identyfikacja

Cecha użyta do pomiaru powinna przede wszystkim być: uniwersalna, unikalna, niezmienna, mierzalna, akceptowalna, wydajna, niepodrabialna.

Linie papilarne (dermatoglify) Układ wypukłych bruzd (grubości ok. 0,2-0,3 mm i wysokości do 0,7 mm) na skórze ssaków naczelnych na opuszkach palców rąk, wewnętrznej powierzchni dłoni, palcach stóp Poza naczelnymi, obecność linii papilarnych stwierdzono u koali U człowieka tworzą się w czasie życia płodowego (pomiędzy 100 a 120 dniem) w przypadkowym procesie kurczenia się, początkowo całkowicie gładkiej i wypukłej, skóry opuszków palców Cecha fenotypowa (różnice u bliźniąt jednojajowych) Niezmienne do końca życia (skaleczenia)

Odcisk palca jako cecha biometryczna Obiektywizacja procesu identyfikacji Łatwość rejestracji Duża akceptowalność społeczna Uniwersalność Unikalność linii papilarnych (wg danych FBI: 1:10 97 przy populacji w historii rzędu 10 11 ) FAR: 0,01-1%, FRR: 10-20%

Zasada 3N Francisa Galtona niezmienność, nieusuwalność niepowtarzalność

Ścieżki badań Daktyloskopia (z gr. daktylos - palec i skopeo - patrzę, oglądam) to technika śledcza zajmująca się badaniami porównawczymi linii papilarnych palców w celu ustalenia sprawcy czynu zabronionego. Cheiroskopia badanie linii papilarnych dłoni Podoskopia badanie linii papilarnych stóp Cheiloskopia badanie linii papilarnych czerwieni wargowej

Stopień szczegółowości w daktyloskopii Wzory linii (kategorie odcisków) Punkty charakterystyczne Minucje

Wzory linii papilarnych (Kategorie odcisków, Centralna Registratura Daktyloskopijna) Pętlicowe (L, Loop) (65% rasa biała) Lewy (34% wszystkich wzorów) Prawy (31% wszystkich wzorów) Wirowe (W, Whirl) (50-60 % rasa żółta) 28% wszystkich wzorów Lewoskrętny Prawoskrętny Wielorodny Dwupętlicowy Łukowe (A, Arch) 4% wszystkich wzorów Namiotowe (łuk wyostrzony) 3% wszystkich wzorów

Wzory linii papilarnych

Punkty charakterystyczne (identyfikacja) delta (punkt, w którym zbiegają się linie z trzech stron) rdzeń (core, punkt otoczony naokoło przez linie).

Minucje Cechy charakterystyczne linii (początki, zakończenia, rozwidlenia, haczyki itp.), których wzajemny układ jednoznacznie identyfikuje daną osobę. Do uznania dwóch śladów linii papilarnych za tożsame wystarczy od kilku do kilkunastu cech wspólnych (ta sama minucja w tym samym miejscu). W Polsce 12 cech wspólnych wystarcza do pewnego określenia tożsamości (niektóre minucje występujące rzadziej lub specyficzne dla danej populacji): 8 12 (Niemcy) 17 (Francja).

Minucje Nazwa polska Nazwa łacińska Symbol Początek Initium J Zakończenie Terminatio T Rozwidlenie pojedyncze Bifurcatio simplex B 1 Rozwidlenie podwójne Bifurcatio duplex B 2 Rozwidlenie potrójne Bifurcatio triplex B 3 Złączenie pojedyncze Iunctio simplex Jn 1 Złączenie podwójne Iunctio duplex Jn 2 Złączenie potrójne Iunctio triplex Jn 3 Haczyk Unculus U Oczko pojedyncze Ocellus simplex O 1 Oczko podwójne Ocellus duplex O 2 Mostek pojedynczy Ponticulus simplex P 1 Mostek bliźniaczy Ponticulus gemellus P 2 Punkt Punctum Pn Odcinek Segmentum S Styk boczny Junctura lateralis J Linia przechodząca Linea intermittens L i Skrzyżowanie Decussatio D Trójnóg Tripus T r Linia szczątkowa Linea rudimentalis L r Minucja typu 'M' Minutia M formis M

Minucje

Etapy rozpoznawania odcisku 1. Pobranie i sprawdzenie jakości obrazu wejściowego 2. Obliczenie kierunku przepływu bruzd (kolejna poprawa jakości) 3. Segmentacja bruzd 4. Generowanie obrazu konturowego (lokalizowanie cech minucji) 5. Usunięcie minucji fałszywych (np. na krawędziach obrazu) Minimalna reprezentacja minucji {x i,y i,d i }

Etapy rozpoznawania odcisku- preprocessing

Algorytm na dziś

1. Pozyskanie obrazu wejściowego

2. Usuwanie przebarwień Przebarwienia na krawędziach (które bezwzględnie należy usunąć) wynikają z charakterystyki pracy urządzenia pobierającego: ręcznie w dowolnym programie graficznym (dla małych baz danych). badając histogram linii pionowych i poziomych i usuwając na krawędziach linie znacząco odbiegające od średniej.

3. Konwersja do odcieni szarości R + G + B I = 3 I = 0.3R + 0.59G + 0,11B I = rgb2gray(rgb)

4. Normalizacja histogramu

5. Binaryzacja obrazu BW = im2bw(i, level)

6. Szkieletyzacja BW3 = bwmorph(bw,'skel',inf))

Operacje morfologiczne? Dylatacja Erozja Zamknięcie Otwarcie

Fałszywe minucje jak je usunąć? Najprościej jest wyciąć wszystkie minucje, które mieszczą się na brzegu obszaru zawierającego odcisk. Bardziej skomplikowana metoda zakłada podział zbinaryzowanego obrazu odcisku na kwadraty/prostokąty i zliczanie w nich czarnych pikseli. Kwadraty, w których ilość czarnych pikseli jest znacząco niska, stanowią tło obrazka. Minucje w nich leżące należy usunąć. Do tego należy również usunąć minucje, które leżą w bliskim sąsiedztwie kwadratów tła. Należy również usunąć minucje leżące znacząco blisko krawędzi obrazu. Poniżej znajduje się obraz ze wszystkimi minucjami, na różowo zaznaczono te, które należy usunąć