Representación de una Huella Digital Utilizando Evolución de Curva Discreta

Jonás Cuahutle Calderón

Universidad Autónoma de Tlaxcala
Facultad de Ciencias Básicas Ingenierı́a y Tecnologı́a
Calzada Apizaquito s/n Km. 1.5 Apizaco, Tlaxcala
kredoker 0195@hotmail.com

Resumen El progreso significante ha sido la identificación de la

El sistema de reconocimiento de huella digital se ha
vuelto cada vez más necesario en nuestras vidas en los últi-
mos años. Por lo que en esta tesis se propone una nueva
representación de una huella digital, a fin de facilitar la
comparación entre distintas huellas. En este trabajo se de-
scribe el diseño de una nueva Metodologı́a que ayude y fa-
cilite a cualquier usuario la representación de huella digital
por medio de la técnica llamada Evolución de Curva Disc-
reta, sin la necesidad de un equipo sofisticado, únicamente
con una comparación visual de las huellas.
1.. Introducción
Las huellas digitales se han usado ampliamente, su uso
ha tenido una validez y se ha establecido bien aun con
los grandes requerimientos de hardware y software que
un sistema de este tipo requiere. Muchos de los métodos
de identificación personales se basan en la firma, rostro y
habla.
Normalmente una Huella Digital debe unirse a una
anotación que describe el volumen de la imagen. La meta
principal para la recuperación de información visual (huella
digital) es utilizar la Técnica de Evolución de Curva
Discreta para que cualquier usuario pueda representar de
una manera conveniente huellas digitales sin necesidad de
utilizar diversas herramientas que requieren en ocasiones
de conocimiento previo.
Aunque la comprobación de la huella digital es
comúnmente asociada con la identificación delictiva, por
ejemplo en el trabajo policı́aco, se ha puesto más popular
ahora en las aplicaciones civiles como el mando de acceso,
la seguridad financiera, etc.
huella digital automática, sin embargo esto se puede lograr
bajo un ambiente muy controlado, reduciendo la posibili-
dad de tener un sistema de este tipo a las organizaciones
pequeñas.
Adoptar una aproximación de la clasificación es una
estrategia común para reducir el número de comparaciones
durante la recuperación de la huella digital y por consigu-
iente, para reducir el tiempo de respuesta del proceso de
representación.
La aproximación tı́pica para la recuperación automática
de imágenes es basada en el análisis de caracterı́sticas de la
imagen de bajo nivel como el color, textura o forma. Este
tipo de sistema no proporciona la semántica asociada con
el volumen de cada imagen.
2.. Antecedentes
La huella dactilar surge como un medio de identifi-
cación de las personas, debido a que éstas son únicas
para cada individuo. El sistema de reconocimiento de
la huella dactilar es la manera más antigua de identifi-
cación biométrica que ha sido empleada durante muchos
años. La Identificación biométrica es la verificación de la
identidad de una persona basado en caracterı́sticas de su
cuerpo, utilizando por ejemplo su mano, su huella digital,
el iris de su ojo, su voz o su cara en el reconocimiento facial.
Las huellas digitales son razonablemente precisas ya que
una huella digital está formada por un patrón de crestas y
valles. Las crestas son segmentos de curvas de la huella dac-
tilar y los valles se encuentran en medio de las crestas. La
intención de la tecnologı́a de huella digital es identificar de
manera precisa y única a una persona por medio de su huella
dactilar.
2.1. Usos de las huellas dactilares a través 3. Conceptos Básicos de Huellas Digitales
del tiempo
Una huella dactilar o huella digital es una representación
Imagen prehistórica escrita encontrada en Nueva Es- de la forma de la piel de las yemas de los dedos, que se
cocia muestra los rasgos de una huella digital. produce cuando se presionan los dedos sobre una superficie
En las antiguas ciudades de Babilonia y Persia se usa- lisa. Las huellas digitales poseen una serie de surcos que
ban las impresiones dactilares para autenticar registros forman un único modelo para cada individuo, ya que en
en arcilla, pues ya se conocı́a su carácter único. cada huella digital se pueden observar diferentes crestas
que caracterizan a una sola persona, puede haber casos en
En la China ancestral, las huellas de los pulgares eran los que se puedan parecer los surcos y valles de una huella
utilizadas en sellos de barro para probar la identidad en con la huella de otra persona pero aun a si no va a ser
transacciones financieras. igual; las huellas digitales de un individuo se encuentran
completamente formadas alrededor de los siete meses de
1686 Marcelo Malpigui, profesor de anatomı́a de la gestación y este patrón permanecerá invariable durante
Universidad de Bologma, escribió acerca de las lı́neas
toda la vida del individuo, salvo el caso de accidentes como
y patrones en las huellas digitales. heridas o cortes graves en uno o en varios dedos donde se
1823 El profesor Pirkinji de la Universidad de Breslau vera afectado la forma de la huella digital.
describió nueve patrones básicos en la huella digital,
mismos que son utilizados hasta nuestros dı́as.
1823 El Dr. Henry Faulds escribió un artı́culo descri- 4. Metodologı́a General del Sistema
biendo las huellas digitales como medio de identifi-
cación personal. Se le acredita como el primero en Técnica de Evolución de Curva Discreta
haber justificado la detención de una persona ante un Esta técnica reduce el conjunto de vértices de un polı́gono
tribunal después de haber probado la concordancia en- a un subconjunto de vértices, el cual contiene información
tre la huella del convicto y la huella dejada en una relevante del polı́gono original. Para reducir el número
botella de alcohol. de vértices es necesario asignar una medida de relevancia
a cada vértice, para que el vértice menos importante sea
1892 Sir Francis Galton, un antropólogo británico, removido.
publicó el primer sistema de clasificación y estable-
ció la individualidad y permanencia de las huellas dig- Una vez que un vértice es removido, el vértice que
itales. Los ”puntos finos” que Galton identificó son uti- queda se debe de conectar al vértice vecino. Este proceso es
lizados hoy en dı́a. repetido hasta que se obtenga la simplificación de la forma
1903 El sistema de prisiones de Nueva York, inició el deseada la Figura 1 muestra la estrategia de esta técnica.
uso sistemático de huellas digitales en Estados Unidos
para identificar a criminales conocidos.
1904 La armada de Estados Unidos empezó a utilizar
las huellas digitales para identificar al personal reclu-
tado.
1905 Las agencias de policı́a a lo largo de Estados
Unidos cambiaron al sistema de identificación de huel-
la digital.
1919 El congreso estableció la División de Identifi-
cación del F.B.I. Consolidaron sus archivos para for-
mar el núcleo de los archivos de huellas digitales del
F.B.I. Para 1946, el F.B.I. habı́a procesado 100 mil-
lones de tarjetas de huella digital, y para 1971 tenı́a
procesados 200 millones.
Figura 1. Ejemplos del Método de la Evolu-
A la fecha se ha incrementado notablemente el uso
ción de Curva Discreta
de la huella al disminuir los costos de los equipos de
cómputo y de reconocimiento de huellas.

El orden de las sustituciones de los vértices es dado por
la medida de relevancia K, donde β(S1, S2) es el ángulo del
vértice común de los segmentos S1, S2 y l es la longitud de
la función normalizada con respecto a la longitud total de la
curva poligonal C. Entre más bajo es el valor de K(S1, S2)
menos es la contribución de la forma de la curva del arco S1
∪ S2, véase [1]. Para detener la evolución es necesario un
parámetro que define el número de iteraciones, en la Figura
2 se muestra la formula de la Evolución de Curva Discreta.
Figura 2. Formula para el Método de la ECD
5. Procesamientos de Imagen
Se describen varias etapas donde se ve de forma visual el
procesamiento de una huella digital, donde estas imágenes
son el resultado del programa de Representación de una
Huella Digital Utilizando Evolución de Curva Discretea.
5.1. Imagen Original
Huella Digital: En este paso lo primero que se tiene que
hacer es adquirir una imagen de una huella guardaba desde
una carpeta especifica en el cual contiene varias imágenes
y cargarla al sistema, en la Figura 3 se puede observar la
imagen original al ser cargada mediante el explorador de
archivos de MATLAB.
5.2. Binarizar la Imagen
Una ves adquirida la imagen al programa lo que procede
es binarizar la huella digital, véase [2], para esto se utiliza
la binarización. El proceso de binarización consiste en con-
vertir una imagen de escala de grises que normalmente tiene
256 bits de profundidad a una imagen a blanco y negro que
tiene solo 2 bits de profundidad, en la Figura 4 se puede
observar la imagen después de aplicar la binarización.
5.3. Mejorar la Imagen
La imagen se mejora después de aplicar la binarización
porque se establece un pı́xel a 1, y si hay cinco o mas pı́xe-
les en su vecindad de su matriz de 3X3, entonces van a ser
HUELLA ORIGINAL
Figura 3. Huella Original Cargada
1s. De los contrario si son menos de cinco pı́xeles en su
vecindad, se establece el pı́xel a 0, por esa razón cuando el
pı́xel es 0, se eliminan los pequeños puntos de la imagen
binarizada, en la Figura 5 se puede observar la imagen que
ha sido mejorada.
5.4. Adelgazar la Imagen
Después de que se haya mejorado la imagen, el siguiente
paso es hacer la esqueletización, véase [3]. La esqueleti-
zación busca representar la imagen mejorada a solo 1 pı́xel
de grosor. Los algoritmos de esqueletización se basan en la
ejecución de un conjunto de iteraciones y se utilizan me-
diante filtros, donde en cada una se realiza el borrado de
los pı́xeles pertenecientes a los bordes de la imagen, hasta
que solamente queda el esqueleto, en la Figura 6 se puede
observar el esqueleto de la imagen.
5.5. Eliminar el ruido
Luego de que la imagen de la huella ha sido adelgazada,
ahora lo que sigue es eliminar el ruido, véase [4]; el ruido
son las imperfecciones que se encuentran en la imagen de la
huella, esto es que la imagen tenga manchones de tinta so-
brantes y los bordes de la huella que parezcan puntos o que
no tengan una forma aceptable serán eliminados, un algorit-
mo de eliminación de objetos pequeños es mejorar la clari-
dad de la estructura de los bordes en las regiones recupera-
bles con demasiado ruido. La mayorı́a de las técnicas exis-
tentes están basadas en el uso de filtros contextuales cuyos
parámetros dependen de la frecuencia y orientación de los
bordes locales, por este motivo es necesario eliminar el rui-
 HUELLA BINARIZADA
Figura 4. Huella Binarizada
do de la imagen de la huella para un mejor procesamiento,
en la Figura 7 se puede observar la imagen después de la
eliminación de pequeños objetos.
5.6. Aplicar la Evolución de Curva Disc-
reta
Una ves que se ya se haya adelgazado la imagen de la
huella, lo procede es ya empezar a implementar el Método
de la Evolución de Curva Discreta en MATLAB para que
el vértice con cierta condición sea removido y el vértice
que quede se debe de conectar con el vértice mas cercano.
Y este proceso sera repetido hasta que se obtenga una
simplificación deseada de la imagen de la huella digital.
Por el momento este método va empezar a ser programado.
5.7. Imprimir el Resultado
Lo que sigue es nada mas imprimir la imagen resultante
de la huella digital en donde se utilizo la Evolución de Curva
Discreta.
5.8. Comparación Visual
El ultimo paso es comparar la imagen que resulto de-
spués de haber aplicado la Evolución de Curva Discreta con
la imagen original de la huella que fue cargada al programa.
HUELLA MEJORADA
Figura 5. Huella mejorada
6. Resultados
Para realizar las primeras pruebas experimentales de las
primeras fases de procesamiento se obtuvieron impresiones
de huellas digitales reales, las cuales fueron digitalizadas
por medio de un escáner. Las imágenes están almacenadas
en una carpeta dentro del path de MATLAB con el forma-
to *.tif. Se puede decir que al desarrollar y después aplicar
este nuevo método llamado ECD va a ser mas fácil la rep-
resentación de una huella digital.
7. Trabajos futuros
Por el momento aun no se han definido sobre los trabajos
futuros para esta tesis pero pues una de las opciones seria: el
estudio detallado a mas filtros de imágenes pero aplicado a
las huellas digitales; también se podrı́a implementar el fun-
cionamiento con transformada de Fourier y utilizarlo como
filtro, la utilización de redes neuronales aplicado a las huel-
las digitales y a lo mejor comparar estos dos métodos con el
método de la ECD y saber cual es mejor. Y por este motivo
se podrı́a ampliar los lı́mites de este programa para incluir
la programación de un motor de búsqueda de huellas.
8. Conclusión
Se han obtenido buenos resultados en el tratamiento digi-
tal de la imagen por lo que al experimentar el procesamiento
de varias huellas digitales ya que hay imágenes que varia la
calidad por que ay imágenes que se ven bien y otras que no
se aprecia bien la forma y a pesar de que no se aplicado aun
 HUELLA ADELGAZADA

HUELLA SIN RUIDO

Figura 6. Huella adelgazada a un pı́xel de
grosor

la Evolución de Curva Discreta el tiempo de procesamiento

de cada imagen es el mismo y no hay variación de tiempo.

Referencias

[1] Longin Jan Latecki and Rolf Lakämper. Convexity Rule

for Shape Decomposition Based on Discrete Contour
Evolution. Department of Applied Mathematics, Univer-
sity of Hamburg, Germany, 1998.
[2] BAEZ MOYANO, Luciano Martı́n. Extracción de car-
acterı́sticas de Galton de Huellas Dactilares por proce-
Figura 7. Huella libre de imperfecciones
samiento digital de la imagen. Universidad Tecnológica
Nacional, Facultad Regional Córdoba.
[3] Enrique Cantó, Mariano López, Nicolau Cañellas,
Marı́a D. Palomera, Mariano Fons, Francesc Fons. Co-
procesador para la Esqueletización de Huellas Dacti-
lares. Dept. d’Enginyeria Electrònica, Eléctrica i Au-
tomàtica, Universitat Rovira Virgili, 43007 Tarragona.
[4] Gualberto Aguilar, Gabriel Sánchez, Karina Toscano,
Mariko Nakano, Héctor Pérez. Reconocimiento de
Huellas Dactilares Usando Caracterı́sticas Lo-
cales(Fingerprint Recognition Using Local Features).
ESIME Culhuacan, Instituto Politécnico Nacional. Av.
Santa Ana 1000, 04430 México D.F; Recibido el 28 de
enero de 2008. Aceptado el 30 de junio de 2008.