در این پروژه با استفاده از روشهای پردازش تصویر همچون قابلیت Equalization فیلترهای متنوع مانند fft و Binarization و.. قابلیت AOI Area, Thining, Real Minutiae و… یک بردار ویژگی برای اثر نگشت طراحی و با دقت مناسب دو اثر انگشت را با هم تطبیق میدهیم.این پروژه به همراه داکیومنتی از روش راه اندازی و آموزش تصویری روش اجرای پروژه و فایل پاور پوینت ارایه میشود.
مقدمه ای بر تشخیص اثر انگشت
روشهای شناسایی بیومتریک از روی انگشت، چهره یا عنبیه چشم، راه موثری برای تامین امنیت دستگاههای کامپیوترهای سرویس دهنده است. در این سلسله مقالات با هم برتری و کاستیها و همچنین چگونگی کارکرد روشهای بیومتریک را میبینیم. اگر نظر کارشناسان را بپذیریم باید بگوییم که دوران ورود به سیستمهای کامپیوتری از طریق وارد کردن گذر واژههای ساخته شده از حروف و ارقام از راه صفحه کلید به سر آمده. در آینده از برخی ویژگیهای بدن که تغییر نمیکنند مانند اثر انگشت، چهره، چشم، صدا یا دستخط برای شناسایی کاربر و تعیین صلاحیت او برای کار با سیستمهای کامپیوتری استفاده خواهد شد. هدف از این کار بالاتر بردن امنیت سیستمها و جلوگیری از دسترسی کاربران غیر مجاز است. اما از این روشها نه تنها برای تامین امنیت سیستمهای کامپیوتری بلکه برای افزایش ایمنی شرکتها و مکانها نیز استفاده میشود. روشهای کنونی تشخیص هویت مبتنی بر کارتهای شناسایی دیگر مناسب نیست و بسیار نامطمئن است. از این گذشته این روشها هم نیروی انسانی و هم زمان زیادی میطلبد این کاستیها را میتوان با کمک روشهای تشخیص هویت بر طرف کرد. چون این روشها نه تنها درستی دادهها را بررسی میکنند بلکه میبینند آیا این شخص صاحب واقعی این مشخصات است یا نه.
این روشها نه تنها درستی دادهها را بررسی میکنند بلکه میبینند آیا این شخص صاحب واقعی این مشخصات است یا نه.به این ترتیب سیستمهای بیومتریک با ارائه کار کرد بهتر، هزینههای بالاتر خود را جبران میکنند. در این مقاله به طور مفصل با روشهای بیومتری جاری آشنا شده و به جزئیات آنها پی میبرید.
تشخیص اثر انگشت نوری و خازنی
تشخیص هویت و صدور مجوز از روی اثر انگشت یکی از سادهترین و پرکاربردترین روشهای تشخیص هویت است برای خواندن اثر انگشت، سیستمهای زیادی که از فناوری های گوناگون بهره میبرند، وجود دارد. اما سیستمهایی که اثر انگشت را بر پایه روشهای نوری ثبت میکنند، بیشتر گسترش پیدا کردهاند. در این شیوه، نور از سوی یک چشم به انگشت تابانده میشود. سپس یک دوربین CCD، پرتوهای باز تابیده را دریافت کرده و از روی آنها یک عکس سیاه و سفید میسازد. این عکس مشخصات بارز اثر انگشت را نشان میدهد وضوح این سیستم به میزان اهمیت و نوع کاربرد بستگی دارد. برای نمونه برای تشخیص اثر انگشت کودکان که پیچیدگی بیشتری دارد از وضوح dpi 1000 استفاده میشود در حالیکه برای بزرگسالان، وضوح dpi 500 کافی است. در کنار روشهای نوری، برای کاستن از هزینهها، روشهایی نیز ابداع شدهاند که در آنها از خازن استفاده میشود. در این شیوه از صفحههایی استفاده میشود که تا 000/100 حسگر خازنی دارند و بار آنها پس از تماس انگشت اندازهگیری میشود. از روی نتایجی که بدست میآید عکسی از اثر انگشت ساخته میشود.
تشخیص اثر انگشت با روشهای حرارتی و مافوق اولتراسوند
حسگرهای مافوق اولتراسوند و حرارتی نیز برای تشخیص اثر انگشت به کار میروند. وضوح این روشها هم مانند روشهایی است که در بخش قبل شرح دادیم. در روش حرارتی، آرایهای از حسگرها تصویر گرمایی انگشت را میسازد. سپس این تصویر بر پایه گرادیان دما به یک نمای سه بعدی از اثر انگشت تبدیل میشود روشهای مافوق اولتراسوند اکنون از دقیقترین و همچنین گرانترین روشهای تشخیص هویت از روی انگشت هستند. دلیل آن هم این است که آلودگی یا دیگر عوامل مزاحم در کار این روش اختلالی ایجاد نمیکند. در این روش؛ چند حسگر امواج مافوق اولتراسوند را به سمت انگشت میفرستند. سپس بازتاب این امواج را دریافت کرده و براساس فاصله زمانی بازتابها یک تصویر سه بعدی از اثر انگشت میسازند.
روشهای تحلیل اثر انگشت
برای به حداقل رساندن دادههای یک اثر انگشت در بانک اطلاعاتی، همه تصویر به طور کامل نگهداری نمیشود. نخست کل تصویر تحلیل شده و سپس نقاط کلیدی آن ذخیره میشود. این کار نقش بسیار مهمی برای جستجوی سریع در بانکهای اطلاعاتی دارد. در مجموع هر تصویر اثرانگشت حدود 35 ویژگی مهم مانند نقاط تقاطع، نقاط پایانی، انشعاب و ... دارد. برای تشخیص هر اثر انگشت و اعلام آن با قطعیت بررسی 8 تا 22 ویژگی کافی است. مشخصات اثر انگشت یا به طور مستقیم روی ایستگاه یا روی کارتهای هوشمند یا روی یک سرویس دهنده ذخیره میشود و در صورت تطابق مشخصات دریافتی با مشخصات ذخیره شده نسبت به صدور مجوز تصمیمگیری میشود. این روش در علم بیومتری MBFM یا Minutiae-Based Fingerprint نامیده میشود. در این شیوه پردازش سنگینی روی تصویر برای استخراج مشخصات کلیدی انجام میگیرد. اما روش دیگری نیز با نام CBFM یا Correlation Based Fingerprint Matching وجود دارد که در آن به جای مقایسه تک تک نقاط کلیدی با دادههای اصلی. بخشهایی از تصویر با بخشهای متناظر از شکل اصلی مقایسه میشود.
روش راه اندازی پروژه تشخیص اثر انگشت Matlab
1- ابتدا دکمه ی load برنامه را بزنید.
2- حالا در پنجره باز شده یکی از تصاویر اثر انگشت در بانک اطلاعاتی خود برنامه که ضمیمه شده را انتخاب کنید.
3- حالا به ترتیب دکمه ها را از بالا به پایین فشار دهید و نتیجه عمل را مشاهده کنید.فقط بار اول دکمه match را فشار ندهید چون هنوز تصویری برای مقایسه به وجود نیامده.در بار اول تا دکمه save بروید تصویر بدست امده را ذخیره و حالا دوباره تصویری جدید یا تصویر قدیمی را دوباره انتخاب و مراحل را تکرار کنید.اما این بار دکمه ی save را نزنید بلکه دکمه ی match را بزنید.در کادر باز شده تصویر قدیمی با پسوند *.dat را انتخاب کنید.حالا در صد تشابه را به شما اعلام می کند.
توابع پروژه تشخیص اثر انگشت Matlab
این توابع به چند دسته تقسیم می شوند.
1 – preprocessing (تابعی که برای گرفتن /خواندن تصویر از هارد)
2 – minutiae extraction (توابع مربوط به استخراج ویژگی ها و جزئیات تصویر)
3 – minutiae post – preprocessing (برای اینکه خطوط اضافه و غیر واقعی تصویر رو که در اثر خطای انسانی به وجود آمده است را حذف کنیم از این تابع استفاده میکنیم)
4 – minutiae match (مقایسه و سنجش تصاویر برای شباهت یابی)
محتوای پوشه ی دانلودی
- فایلهای پروژه اثر انگشت با متلب
- فایلهای آموزشی ورد
- فایل پاور پوینت
- فایل عکسها و دیتا بیس چندین اثر انگشت اسکن شده برای مقایسه
توضیحات بیشتر | قیمت : 18000 تومان |