CONTROL DE ASISTENCIA AUTOMATICO EN LA E.P.I.

E MEDIANTE RECONOCIMIENTO DE HUELLA DACTILAR

YUNGANINA ZEA, David Ulises Universidad Nacional de Altiplano Puno Davisd-ulises@hotmail.com

Resumen: Este proyecto

trata del reconocimiento automtico de personas a partir de sus patrones biomtricos de huella dactilar como por ejemplo el control de asistencia. Los objetivos planteados en este trabajo de investigacin abarcan: el estudio de las tcnicas y sistemas de reconocimiento de huellas dactilares, el diseo de algoritmos de procesado para la mejora de la calidad de imagen y para la extraccin de caractersticas, el diseo de algoritmos para el reconocimiento de patrones de minucias de huella dactilar y la implementacin prctica de todos estos algoritmos en un sistema completo de verificacin. La necesidad de evaluar el funcionamiento del sistema de reconocimiento obliga a la adquisicin de bases de datos de huellas dactilares especficas, atendiendo al tipo de dispositivo utilizado durante la captura de las imgenes, en este trabajo de investigacin se ha utilizado un sensor ptico (lector de huella dactilar). En el presente trabajo se describen: el funcionamiento del sistema de reconocimiento de huellas dactilares implementado, las etapas de procesado necesarias para generar el patrn biomtrico y la etapa de reconocimiento de patrones, se demuestra la forma para la extraccin de puntos caractersticos o de Galton de las huellas dactilares, mediante el tratamiento digital de la imagen. Asumiendo que la mejora de la calidad de la imagen y el almacenado para su comparacin, el algoritmo a utilizar para las simulaciones ser en el matlab.

optical sensor. This paper describes: the operation of the system implemented fingerprint recognition, the processing steps necessary to generate the biometric pattern and the pattern recognition stage, we show how to extract minutiae or Galton fingerprints, using digital image processing. Assuming that improving the quality of the image and stored for comparison, the algorithm used for the simulations is in Matlock.

keywords
AFIS (Automatic Identification System fingerprint) fingerprint recognition algorithm, digital processing, Galton features, minutiae.

Introduccin
Una huella digital es una representacin de la forma de la piel de las yemas de los dedos, que se produce cuando se presionan los dedos sobre una superficie lisa. Se trata de un patrn, nico y diferente, de un dedo humano. Si bien se puede afirmar que no pueden existir dos huellas digitales iguales, no se puede decir que stas sean patrones completamente aleatorios, ya que poseen caractersticas o formas comunes.

Caractersticas Fundamentales
Una de las caractersticas principales de las huellas digitales, es su individualidad, ya que se considera, con fuertes evidencias, que las huellas digitales son diferentes de persona a persona, e incluso un mismo individuo posee huellas diferentes en cada uno de los dedos de sus manos. La caracterstica ms evidente de una huella es un patrn de crestas y valles intercalados entre s que aparecen en las imgenes como partes oscuras y claras.

Palabras Clave
AFIS (Sistema de identificacin automtica de huellas dactilares), Huella Dactilar, algoritmo de reconocimiento, procesamiento digital, caractersticas de Galton, minucias.

Abstract: This project is the automatic recognition

of people based on their biometric fingerprint patterns such as time and attendance. The objectives in this research include: the study of techniques and systems for fingerprint recognition, the design of processing algorithms to improve image quality and feature extraction, design of algorithms for pattern recognition and fingerprint minutiae of practical implementation of these algorithms in a complete system check. The need to evaluate the performance of the recognition system requires the purchase of databases specific fingerprint, by type of device used for capturing images in this research has used an

Fig. 1 crestas y valles

Regiones Singulares
Al hacer un anlisis general, los patrones de huellas digitales muestran una o ms regiones donde las lneas de la misma toman formas distintivas.

Fig.2 tipos bsicos de regiones singulares Minucias.

En un nivel ms detallado, se denotan otras caractersticas importantes dentro de los patrones digitales, conocidas como minucias. Las minucias se refieren a las diferentes formas en que las crestas pueden ser discontinuas. Por ejemplo, una cresta puede sbitamente finalizar (terminacin), o puede esta dividirse en dos crestas independientes (bifurcacin). Aunque se pueden considerar diversos tipos de minucias, los principales se muestran.
Fig.4 diagrama de flujos de algoritmo de reconocimiento

Para el reconocimiento de la huella dactilar se divide en tres partes las cuales son

1. realce de la imagen
Segmentacin de la imagen Imagen realzada con anlisis de Fourier tradicional Captura de la pantalla despus dela binarizacion (izquierda) y bloque de la estimacin de la direccin (derecha) rea de Inters.
Fig.3 tipos principales de minucias

Binarizacin. Adelgazamiento.

Para determinar las caractersticas de una huella, el algoritmo propuesto se muestra en la siguiente figura:

2. identificacin de minucias
Identificacin de minucias 3.

algoritmo de empate.

Comparacin de imgenes procesada

realce de la imagen
Proceso de reconocimiento de huella dactilar, la serie de botones de la izquierda sern ejecutados secuencialmente. Las dos reas en blanco son usadas para mostrar la imagen de la huella antes y despus de la comparacin.

Para el presente proyecto se emplear el algoritmo de realce en base al anlisis STFT, La Transformada de Fourier de Tiempo Corto o STFT, es una transformada que se emplea para encontrar la frecuencia sinusoidal y la orientacin de secciones locales de una seal, mientras esta vara con el tiempo. La STFT, para una dimensin est dada por la ecuacin

ecuacin (1)
Fig. 5 interface de reconocimiento de huella dactilar

Binarizacin.
La imagen mejorada, resultante del proceso de realce, se encuentra en escala de grises, es decir una imagen que contiene 8 bits por cada pxel, y con 256 posibilidades diferentes de tonos de gris. El prximo paso consiste en transformar esta imagen a un formato binario, unos o ceros, lo que va a permitir diferenciar claramente y procesar las crestas y los valles en la imagen.

Abrimos una imagen en escala de grises de la huella dactilar desde su base de datos ecualizacin de Histograma. La imagen de la izquierda es la huella original. La imagen mejorada despus de la ecualizacin se muestra a la derecha.

Fig.6 segmentacin de la imagen

El valor experimental es 0.45 sin embargo podemos utilizar cualquier otro valor para obtener un mejor resultado. La imagen mejorada aparecer en la parte izquierda.

Fig.8 Captura de la pantalla despus dela binarizacion (izquierda) y bloque de la estimacin de la direccin (derecha)

rea de Inters.
En el procesamiento de la huella es importante determinar el rea de inters, o lo que es lo mismo, la regin donde est la informacin para de este modo los posteriores procesamientos se realicen solo dentro de esta rea y economizar procesos.

Fig.7 Imagen realzada con anlisis de Fourier tradicional

Como vemos en la figura, existen sectores donde la calidad de la imagen es ptima, pero ante una ligera variacin de la orientacin de las crestas, produce una muy pobre calidad de la imagen.

Fig.9 Extraccin de la ROI (Regin Of Interest) Aparece a la derecha. Las operaciones siguientes se harn sobre la ROI.

Adelgazamiento.
Adelgazamiento es el proceso por el cual, las crestas en la imagen, que se representan mediante unos binarios, son reducidas en espesor, para de esta manera obtener una imagen en la que todas las crestas tengan solamente 1 pixel de ancho, lo que va a facilitar el posterior proceso de extraccin de puntos caractersticas.

por minucias es el ms conocido y ampliamente usado para reconocimiento de huellas digitales Guardamos las huella toma en la base de datos luego comparamos con otra huella guardada en la base de datos

Fig.12 comparacin de huellas

Fig. 10 Se muestra la imagen de la huella despus de la reduccin de crestas y borrado de picos aislados (derecha).

Para las pruebas experimentales, se obtuvieron impresiones de huellas digitales en escala de grises, las cuales fueron procesadas y mejoradas. Las imgenes fueron almacenadas en formato TIFF.

Identificacin de minucias
Una vez obtenida la imagen esqueleto de la huella digital, todas las crestas tienen un espesor de un pixel, lo que permite realizar una bsqueda de las minucias, bifurcaciones y terminaciones.

Funcionamiento
Esquema general de reconocimiento de huella dactilar para el control de asistencia para docentes que laboran en la escuela profesional de ingeniera electrnica

Fig.11 Marcacin de Minucias (derecha) y borrado de Falsas Minucias (izquierda) Fig. 13 Diagrama de bloques de un sistema biomtrico de reconocimiento dactilar

Las bifurcaciones estn marcadas con cruces amarillas y las terminaciones estn marcadas con estrellas rojas. Las minucias genuinas (izquierda) estn marcadas con flechas verdes de orientacin.

Consta de tres partes las cuales son:

Algoritmo de empate.
El algoritmo de empate es el encargado de calcular la semejanza entre dos huellas. El algoritmo de empate

Mdulo de inscripcin.
Este mdulo est formado por un sistema de adquisicin encargado de proporcionar la seal biomtrica que caracteriza al individuo. En el caso de un sistema de huella dactilar, por ejemplo, un sensor

de huella ser el encargado de proporcionar los datos digitales que constituyen la imagen de la huella.

de tratamiento digital de la imagen. Tambin se ha investigado trabajos anteriores realizados en el mismo campo con la misma tecnologa (tratamiento digital de la imagen) u otra tecnologa

Definicin de FRR, FAR y EER.

Las prestaciones de un algoritmo de reconocimiento biomtrico se evalan atendiendo a los parmetros que a continuacin se definen: FRR (False Rejection Rate): tasa de rechazo errneo, la probabilidad de que un usuario que est autorizado sea rechazado a la hora de intentar acceder al sistema. Si los usuarios son rechazados errneamente con frecuencia, parecer que el sistema no funciona correctamente y deber ser revisado. FAR (False Acceptance Rate): tasa de falso positivo, hace referencia a la probabilidad de que un usuario no autorizado sea aceptado. Este parmetro deber ajustarse para evitar el fraude en los sistemas biomtricos. ERR (Equal Error Rate): el punto de cruce de las curvas FAR y FRR proporciona el valor umbral en el que las tasas son iguales y recibe el nombre ERR. Las tasas FRR y FAR dependen de donde se fija el umbral (resultado de la etapa de cotejo, esto es, minucias emparejadas/minucias totales) de aceptacin o rechazo. Un umbral alto dar lugar a un sistema con una tasa de falsa aceptacin muy baja y posiblemente una tasa de falso rechazo elevada. Por el contrario, un umbral muy bajo conllevar una situacin contraria con tasas bajas y altas de FRR y FAR, respectivamente. La prestaciones del sistema suelen evaluarse en funcin del punto para el cual ambas tasas tienen el mismo valor (EER) tal y como se presenta en la siguiente figura.

Fig. 14 Funcionamiento en modo de inscripcin

Base de datos.
El patrn biomtrico extrado por el mdulo de inscripcin es almacenado en la base de datos del sistema de reconocimiento. La base de datos contendr, por tanto, todos los patrones biomtricos de los individuos que sean usuarios legtimos del sistema.

Mdulo de reconocimiento
Este mdulo se encarga de establecer la identidad del individuo que accede al sistema. Para ello, tras la adquisicin del rasgo biomtrico del individuo, se extraen las caractersticas y se obtiene el patrn biomtrico que, posteriormente, es comparado con los patrones almacenados en la base de datos. Los resultados de dichas comparaciones son cuantificados y valorados, permitiendo as la toma de decisiones respecto a la identidad del individuo en funcin del grado de similitud obtenido.

Fig.15 Funcionamiento en modo de verificacin.

Elementos del Trabajo y metodologa

El presente trabajo se ha realizado con la idea original del algoritmo de reconocimiento de minucias, basndose en las teoras obtenidas de la bibliografa

Fig. 16 Donde se cruzan las dos lneas, FAR y FRR es el ERR

Rendimiento y eficiencia. Rendimiento

El rendimiento del sistema est en relacin directa con las caractersticas del computador donde se ejecuta el programa. Para estas pruebas, se us un PC porttil.

Eficiencia
Con propsitos de prueba fue ingresado un nmero total de catorce imgenes obteniendo empates correctos. En base a estas pruebas experimentales se puede afirmar que la eficiencia del sistema es igual a: %errores = %errores = = 7.1% ecuacin (1) ecuacin (2)

programacin especializada como SQL, ORACLE, etc. Los datos a almacenar en esta base de datos corresponden a dos matrices: Coordenadas y orientaciones de minucias junto a su mapa de crestas. Para las pruebas experimentales, se obtuvieron impresiones de huellas digitales en escala de grises, las cuales fueron procesados y mejoradas. Las imgenes fueron almacenadas en formato TIFF.

Referencias
[1] B. S. Atal, "Automatic Recognition of Speaker from Their Voices", Proceedings IEEE, Vol. 64, pp. 460-475, 1976. M. Atiquzzaman, "Multiresolution Hough Transform - An Efficient Method of Detecting Pattems in Images", IEEE Trans. Pattera Analysis and Machine Intelligence, Vol. 14, pp. 1090-1095, 1992. K. Balck and K. Rao, "A Hybrid Optical Computer Processing Technique for Fngerprint Verification", IEEE Trans. Computer, Vol. 24, pp. 358-369, 1975. D. H. Ballard, "Generalized Hough Transform to Detect Arbitrary Pattems", IEEE Trans. pattem Analysis and Machine Intelligence, Vol. 3,No.2,pp. 111-122, 1981. M. S. Bartlett and T. J. Sejnowski, "Independent Component Representations for Face Recognition", Proc. of the SPIE: Conference on Human Vision and Electronic Imaging III, Vol. 3299, pp.528-539, 1998.

[2]

Conclusiones y Recomendaciones.
En base a los resultados obtenido en la ecuacin (2). Podemos concluir que aunque no se obtenga una precisin del cien por ciento en las etapas de identificacin de minucias y empate de huellas, si se puede conseguir identificar las imgenes que presenten mayor porcentaje de similitud, con una eficiencia aproximada del noventa y tres por ciento.

[3]

[4]

Se consigui plasmar en un programa computacional, toda una base terica que envuelve el reconocimiento de huellas digitales, consiguiendo una aplicacin de buena precisin, y bajo coste computacional. Como trabajos futuros, se cree conveniente, la implementacin del manejo de una base de datos ms completa, empleando

[5]