DESENVOLVIMENTO DE ALGORITMOS PARA ANÁLISE DE IMAGENS DE IDS ROTACIONADAS UTILIZANDO GRAFOS

DESENVOLVIMENTO DE ALGORITMOS PARA ANÁLISE DE IMAGENS DE IDS ROTACIONADAS UTILIZANDO GRAFOS Claudia Tedesco 1, Daniel Lucena Couto 1 Faculdade Ruy Barbosa (FRB) Salvador - Ba- Brasil {claudiat, daniellc}@frb.br RESUMO Os sistemas biométricos surgiram para oferecer uma alternativa para o reconhecimento de usuários com maior eficiência e segurança. A utilização de Impressões Digitais (ID) é um dos métodos biométricos que oferece maior segurança e eficácia. O reconhecimento utilizando ID ainda não é totalmente seguro, pois alguns problemas podem ocorrer quando as imagens das IDs não estão bem comportadas, ou seja, possuam ruídos, deslocamentos e/ou rotações. Este trabalho visou analisar imagens de IDs que sofreram rotação e desenvolver algoritmos para minimizar os erros na comparação das duas imagens de IDs. Foram utilizados métodos de tratamento de imagens e algoritmos específicos para reconhecimento das IDs juntamente com as técnicas de grafos para melhorar a eficiência na análise de imagens de IDs que tenham sofrido algum tipo de rotação durante sua captura. Os resultados dos testes aplicados foram promissores para uma grande faixa de ângulos de rotação, o que permite que essa abordagem possa servir de base para novas pesquisas. Palavras-chave: impressão digital, Sistemas biométricos, grafo ABSTRACT The biometric systems were brought up to offer an alternative in user recognition with a greater efficiency and security. The utilization of fingerprints is one of the biometric methods that offer optimum security and efficacy. Recognition utilizing fingerprints is still not completely secured, since some problems may occur when the images of the fingerprints are not well-behaved, meaning, contains noise, shifts and/or rotations. This work calls for analyzing images of fingerprints that underwent rotations and develop algorithms to minimize the errors when comparing two fingerprint images. Specific images and algorithm treatment methods where utilized for recognizing fingerprints. Furthermore, graphic techniques for improving the efficiency in the analysis of fingerprint images that have undergone some type of rotation during capture where also used. The results of the applied tests were promising for a great range of rotational angles, what allows this study to serve as base for new researches. Keywords : Fingerprint, Biometric systems, graph 1

1.INTRODUÇÃO Os sistemas biométricos surgiram para permitir o desenvolvimento de sistemas de autenticação de indivíduos com maior segurança e minimizar os problemas encontrados nos métodos tradicionais de identificação (senhas e cartões). Os sistemas biométricos identificam indivíduos com base em suas características físicas ou comportamentais. As características físicas que podem ser analisadas são a geometria de mão, a geometria facial, a face, a íris e a ID. As características comportamentais são a assinatura de uma pessoa, o ritmo de digitação e o padrão de voz [1]. Dentre as características que podem ser analisadas as IDs têm se destacado no contexto do reconhe cimento de indivíduos por ser um dos métodos mais simples de ser implantado, necessitar de menores custos de investimento, apresentar resultados satisfatórios de segurança e ser uma das técnicas mais antigas no reconhecimento de indivíduos que data do século II a.c. Naquele século os governantes chineses já usavam as IDs para lacrar documentos importantes. Desde então, a técnica de reconhecimento de IDs evoluiu e passou a ser empregada em grande escala, tornando-se o principal método para comprovar, de forma inegável, a identidade de uma pessoa [1]. Os sistemas de reconhecimento que utilizam a caraterística física, ID, ainda não são totalmente seguros. Na ocorrência de problemas na captura das imagens de IDs alguns pontos importantes, para o processo de comparação, podem ser perdidos e um falso reconhecimento pode acontecer. No caso de imagens de IDs rotacionadas estes pontos podem ser perdidos quando se aplica um ângulo de rotação à imagem e podendo afetar o processo de reconhecimento. O processo de reconhecimento envolve as etapas de captura das IDs, o tratamento da imagem, a extração dos padrões, e comparação. O objetivo deste trabalho foi desenvolver um algoritmo utilizando técnicas de tratamento de imagem e de grafos para minimizar o problema causado pela rotação das IDs, na etapa da captura, que influenciam no confronto das IDs. O próximo capítulo apresenta a característica a ser estudada neste trabalho, as IDs, os pontos característicos que a compõe e os métodos de extração destes pontos. O capítulo 3 apresenta técnicas para tratamento de imagens que visam fornecer uma imagem mais nítida para o processo de comparação implementado. O capítulo 4 descreve o objetivo da utilização de grafos e qual a representação utilizada para a construção dos algoritmos implementados. O capítulo 5 descreve os testes aplicados com as IDs capturadas mostrando os resultados obtidos. O capítulo 6 apresenta a conclusão do trabalho desenvolvido. 2

2. IMPRESSÃO DIGITAL As IDs são formadas geralmente no sétimo mês de gestação e permanecem intactas por toda a vida, se não houver um ferimento ou corte profundo. Esta propriedade faz com que a ID seja um grande atrativo na identificação biométrica [2]. A caracterização de aspectos de IDs têm sido apresentada na literatura, por Galton, Henry e pelo Federal Bureau of Investigation (FBI). Francis Galton foi o primeiro a fazer um estudo dos aspectos de IDs. As IDs possuem aspectos, detalhados no item 2.2, que servem como base para o processo de reconhecimento como cristas finais, bifurcações, cristas curtas, cruzamentos, espores e ilhas, chamados de minúcias [1]. Algumas linhas de pesquisas utilizaram a ID como foco de estudo. O trabalho referenciado em [1] teve como foco principal a classificação das IDs. Neste trabalho é citado o software ARID [3] que utiliza grafos para o confronto das IDs. O trabalho referenciado em [4] baseou-se na utilização de redes neurais artificiais para o reconhecimento dos padrões. Este trabalho visou minimizar o problema causado pela rotação das IDs, na etapa da captura, que influenciam no confronto das IDs. 2.1.Métodos mais comuns para obtenção de IDs Existem dois métodos para se capturar uma impressão digital: o ink in paper e por leitores de IDs. No primeiro método o dedo é colocado em tinta e depois pressio nado e rolado em um papel para que seja posteriormente escaneado. Apesar de ser muito útil nas instituições envolvidas com a justiça criminal este método apresenta muitos problemas. O excesso ou falta de tinta é um desses fatores assim como a intensidade com que o dedo é pressionado e rolado no papel. Este método não oferece uma boa qualidade de imagem, porém é o que apresenta o menor custo de investimento. O segundo método, por leitores de IDs, utiliza um sistema eletrônico de geração de dados, e por esta razão é muito mais eficiente. O leitor biométrico transforma os aspectos físicos extraídos em um template, ou seja, em um conjunto de características. pelo leitor: A figura 1 ilustra a diferença entre uma ID adquirida pelo método ink in paper e Figura 1: Impressão tintada em papel e a segunda impressão adquirida em um leitor TouchSafeII da Identix [1]. 3

O método adotado, neste trabalho, inicialmente foi o ink in paper, mas as imagens de IDs não apresentavam uma boa qualidade o que interferia no processo de extração das minúcias. Através de pesquisas na Internet, banco de dados [5] de IDs foram encontrados. Algumas capturas destes bancos foram utilizadas e auxiliaram na aplicação dos testes. 2.2 Pontos de característicos nas imagens - Minúcias As minúcias são aspectos que se encontram nas cristas papilares como, por exemplo, linhas que terminam abruptamente ou se bifurcam, e são consideradas na autenticação e definem a unicidade das IDs. As minúcias ou pontos característicos podem ser classificados dentro de duas categorias: aspectos básicos e aspectos compostos. Os aspectos básicos são: cristas finais e cristas bifurcadas. Os aspectos compostos são: ilhas, cristas curtas, espora, cruzamento e são construídos a partir dos aspectos básicos. Ambos os aspectos estão detalhados nas Figura 2. [2] Segue abaixo uma breve explicação dos aspectos básicos e compostos: a) Crista Fina: um ponto onde a crista ou cume termina abruptamente; b) Bifurcações: um ponto onde a crista diverge dentro de cristas brancas, ou seja, vales (linhas brancas); c ) Ilha: duas bifurcações conectadas; d) Espore: são formadas pela combinação de bifurcações e cristas finais; e) Crista Curta: como cristas finais muito pequenas ou simp lesmente como cristas quebradas; f) Cruzamento: são definidos como duas ou mais bifurcações conectadas na vizinhança, ou seja, duas bifurcações com um caminho conectado. 4

Figura 2: (a-b) aspectos básicos das IDs e aspectos compostos das IDs(c-f) [1]. Foram reconhecidos os aspectos básicos, pois através destes são formados todos os outros padrões. O final de linha foi reconhecido como uma matriz 3 x 3 onde o pixel central possui conectividade 1, enquanto que as bifurcações são identificadas quando o pixel central da matriz possui conectividade 3. Figura 3: exemplos de conectividade [6] Na imagem capturada além dos pontos padrões característicos existem ruídos que podem interferir no processo. Visando aumentar a eficiência no processo de extração das minúcias alguns métodos de tratamento de imagem foram aplicados. 5

3. PRÉ- PROCESSAMENTO Para que o processo de comparação de IDs seja considerado confiável se faz necessária a execução de etapas preliminares para o tratamento das IDs. Estas etapas iniciais podem envolver técnicas como binarização, afinamento, remoção de ruídos, filtros, detecção de bordas, entre outras. As técnicas de processamento de imagens em geral são aplicadas quando se verificam as seguintes necessidades [1]: ruídos. - Alguns aspectos da imagem precisam ser melhorados devido à presença de - Elementos da imagem precisam ser caracterizados, classificados, comparados ou medidos, como por exemplo, a extração das minúcias nas IDs que possibilitam realizar a classificação e verificação; - Faz-se necessário combinar ou reorganizar determinadas regiões das imagens. Os algoritmos de afinamento e binarização foram desenvolvidos por serem essenciais para o processo de extração das minúcias e consequentemente comparação das IDs. Como a forma mais simples de se trabalhar com imagens é na forma binária o algoritmo de binarização é essencial para o processo, e a técnica de afinamento define melhor as formas geométricas da ID facilitando o reconhecimento das minúcias. 3.1.Binarização O processo de binarização significa transformar imagens em tons de cinza em imagens binárias. Tendo como entrada uma imagem de ID em tons de cinza verificam-se os valores de intensidade dos pixels para decidir se este receberá o valor preto ou branco. A decisão é feita pela comparação numérica dos pixels com um determinado valor chamado nível de threshold ou limiar. Se o pixel de interesse tem valor menor do que o nível de threshold, então receberá valor preto, caso contrário receberá valor branco [7]. Neste trabalho foi implementada a binarização de forma dinâmica. O algoritmo calcula um novo valor do limiar para cada região da imagem ao invés de utilizar um único valor para toda a imagem. A principal vantagem de se utilizar a binarização dinâmica ao invés da estática é evitar que seja responsabilidade do usuário de fornecer um valor de limiar ou thereshold, pois o usuário teria que avaliar e fornecer um valor (limiar) para o grau de intensidade de cor da imagem. 3.2. Afinamento O algoritmo de afinamento remove todos os pixels redundantes das imagens de IDs produzindo uma nova imagem simplificada com largura de um único pixel [7]. Esta operação é repetida até que não existam mais pixels redundantes, ou seja, até o ponto em que os pixels remanescentes sejam aqueles que pertençam ao esqueleto do objeto. A varredura da imagem é feita linha a linha, examinando a vizinhança e verificando quando o pixel pode ou não ser apagado. 6

Quando um pixel é apagado, seu valor muda de 1 para 0, a imagem é dita afinada. Um número total de pixels, apagados em um passo, constitui um número total de mudanças neste passo. O afinamento é dito completo quando o número de mudanças na imagem converge para zero[1]. Após o afinamento são encontradas nas imagens formas semelhantes a uma escada. O processo de staircase removal, chamado de Afinamento de Holt com staircase removal [7], consiste na remoção dos pontos semelhantes a uma escada sem afetar o formato ou a conectividade do objeto. A fórmula de Holt com a staircase removal constitui uma poderosa ferramenta para afinamento, superando os resultados do algoritmo de Zhang Suen [8], sendo mais rápido e simples de implementar. A Figura 4 apresenta duas IDs sendo que na primeira imagem não houve nenhum tratamento, já a segunda ID o algoritmo de afinamento foi aplicado. Figura 4: A mesma impressão digital: à esquerda sem aplicação do algoritmo de afinamento, à direita com aplicação do algoritmo. Caso a imagem possua muitos ruídos torna-se importante aplicar algum filtro antes da binarização, pois invés de detectar minúcias pode-se detectar ruídos. Os métodos de tratamento de imagem implementados neste trabalho foram suficientes, pois as imagens não possuíam muitos ruídos, e foram detectadas minúcias suficientes para o processo de comparação. 7

4.0 GRAFOS - REPRESENTAÇÃO DAS MINÚCIAS O objetivo do uso de Grafos neste trabalho é construir uma estrutura eficiente de armazenamento das minúcias auxiliando a etapa de comparação. A estrutura do grafo capturada contém dados referentes à distribuição, tipo da minúcia e relacioname nto entre as minúcias. O grafo formado foi representado em uma lista de adjacência onde o centróide foi ligado as n minúcias mais próximas, sendo este n configurável pelo usuário, conforme ilustrado na figura 5. Esta representação pode ser facilmente manip ulada, não possuíndo uma complexidade computacional elevada. Figura 5: As minúcias representadas por círculos juntamente com o centróide sobrepostos à imagem da ID. [6] A estrutura da lista de adjacência denotada por um conjunto de n listas A(v), uma para cada vértice v pertencente a V. Cada lista A(v) é denominada lista de adjacências do vértice v e contém os vértices w adjacentes a v em G, ou seja [9]: A(v) = {w / (v,w) pertence a E} Figura 6: Lista de Adjacência [9]. Os grafos gerados com os pontos capturados são denominados templates. Após a montagem dos grafos das duas IDs é feita uma varredura à procura de características equivalentes. As características relevantes que estão sendo levadas em consideração para a equivalência entre os grafos são: a quantidade de pontos em cada grafo, a totalização das distâncias das minúcias em cada grafo e o confronto das árvores. 8

4.1 Comparação dos grafos Os algoritmos implementados para as etapas de comparação das IDs consideram a posição (x, y) da minúcia armazenada no grafo, distância ao centro do grafo gerado e o tipo de minúcia (crista final ou bifurcação). Desta forma, duas imagens são coincidentes quando localizadas na mesma posição em relação ao centro e são do mesmo tipo de padrão. Com esses valores é calculado um percentual de minúcias equivalentes para cada grafo. Os aspectos que fazem duas minúcias serem equivalentes são serem do mesmo tipo e possuírem a distância ao centro com no máximo 5% de variação (este valor foi adquirido durante os testes). Ao sofrer rotação alguns pontos da imagem podem não ser mapeados corretamente, ou até mesmo serem perdidos na etapa de pré-processamento. Duas tomadas distintas da mesma ID podem originar grafos distintos. Figura 7: dois grafos distintos para mesma ID [6]. 9

5. TESTES E RESULTADOS Para os testes foram utilizadas imagens de bancos de dados disponíveis na Internet [5]. Foram utilizadas dezesseis IDs diferentes com número de capturas das IDs variando entre 1 e 5. As imagens utilizadas estão no formato bitmap 256 tons de cinza com dimensões que variam entre 140 e 160 pixels de largura e altura. As manipulações feitas nas IDs foram rotação e alteração do ajuste de contraste com isso formou-se um conjunto de IDs para análise com uma média de 80 imagens. Para a aplicação dos testes algumas das 16 imagens utilizadas sofreram rotação. As rotações foram feitas no sentido horário e anti-horário variando os ângulos de 5, 10, 20, 30, 45, 70, 90 e 180 graus. As imagens rotacionadas foram comparadas com as imagens originais (que não sofreram nenhuma alteração) e também imagens de outra captura da mesma ID. Em um dos testes aplicados a probabilidade de pontos coincidentes foi superior a 80%.O teste possui as seguintes características: a ID original não sofreu nenhuma modificação; a segunda ID foi rotacionada em 15 graus e não houve manipulação do nível de contraste e a quantidade de pontos capturados é igual a 300 (configurada antes de efetuar o tratamento da ID, pelo usuário do programa). Em outro teste aplicado o ângulo de rotação da digital foi de 150 graus em sentido horário e comparada com a ID original (não rotacionada) forneceu um resultado de 66 % de igualdade. Figura 8: falso negativo da mesma ID.[6] Os fatores críticos, que definiram os resultados obtidos, para a análise de duas capturas diferentes de uma mesma imagem são: a intensidade do contraste, o nível de ruído e o grau da rotação. Ao se fazer uma nova captura de uma ID nem sempre a mesma região do dedo é mapeada e, a depender da quantidade de pontos que a região não mapeada possua haverá um deslocamento do centro da imagem. Na figura 8, regiões da imagem foram perdidas com a rotação da ID e alguns pontos não foram extraídos. Para a quantidade de 100 pontos capturados obteve-se 66 pontos equivalentes que a depender do nível de segurança exigido, a taxa possa ser aceita ou não. 10

Uma variação no cálculo das distâncias entre o centróide e cada minúcia pode ocorrer entre duas capturas da mesma ID, sendo o grande problema causado pela rotação da imagem das IDs. Isto pode ocorrer, pois algumas regiões da imagem não são capturadas, ou até mesmo serem desprezadas no pré-processamento (pontos perdidos). Assim o resultado da comparação pode não ser o esperado (esperar uma taxa de acerto e informar que as imagens são diferentes). Após a aplicação dos testes os resultados obtidos são mostrados de forma gráfica na figura 9. Os resultados mais relevantes obtidos nos testes aplicados foi o uma taxa superior a 80% na comparação de IDs com variação mínima de ângulos e uma taxa superior a 50% onde as IDs apresentavam variação de 45º. 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 90% 80% 82% 76% 71% 70% 63% 50% Taxa de acerto Mesma ID 0º ID Diferente 0º Mesma ID até 40º ID Diferente até 40º Mesma ID entre 40 e 140 ID Diferente entre 40 e 140 Mesma ID entre 140 e 180 ID Diferente entre 140 e 180 Figura 9: gráfico de resultado final.[6] 11

6. CONCLUSÕES A utilização de grafos na modelagem da solução simplificou e otimizou o desenvolvimento dos algoritmos e forneceu uma forma mais robusta para o reconhecimento quando as imagens apresentam rotação. O grafo gerado em forma de template oferece um maior grau de segurança ao algoritmo por não permitir a reconstrução da imagem original da ID. Para um melhor desempenho seria necessário implementar a persistência desses templates em bases de dados evitando assim que a imagem tenha que passar pelo pré-processamento novamente. 12

9. REFERÊNCIAS BIBLIOGRÁFICAS [1] COSTA, Silvia Maria Farani. Classificação e verificação de IDs. 2001. Dissertação de Mestrado em Engenharia Elétrica - Escola Politécnica da Universidade de São Paulo, São Paulo, 2001. Disponível em: <http://www.sim.lme.usp.br/publicacoes/teses/pdf/dissertacao_silvia.pdf>. Acesso em: abr., 2002. [2] HRECHAK, Andrew K., MCHUGH, James A. Automated Fingerprint Recognition using Structural Matching. Pattern Recognition, v. 23, n. 8, p. 803,904, 1990. [3] Antheus Tecnologia Ltda. http://www.arid.com.br.acesso em abr., 2002 [4] SANTOS, Daniel, ABE Narumi. Sistema Reconhecedor de IDs Utilizando Redes Neurais. 2002. Projeto de Graduação de Engenheira da Computação - Universidade Católica Dom Bosco, Campo Grande. Disponível em: http://www.ec.ucdb.br/engenharia/projeto-graduacao/projetos- 2002/monografias/monografia-g7.pdf >.Acesso em nov., 2002. [5] http://bias.csr.unibo.it/research/biolab/bio_tree.html [6] Couto, Daniel Lucena, Tedesco Claudia. Algoritmo para analise de impressões digitais rotacionadas utilizando grafos - Projeto de Graduação em Ciência da Computação Faculdade Ruy Barbosa, Salvador. [7] FACON S, Jacques. Algoritmo de Afinamento de Holt. Programa de Pós- Graduação em Informática Aplicada. Pontifícia Universidade Católica do Paraná. Disponível em: <www.ppgia.pucpr.br/~facon/afinamento/ > Acesso em: jul. 2002. [8] FACON S, Jacques. Algoritmo de Afinamento de Zhang Suen. Programa de Pós-Graduação em Informática Aplicada. Pontifícia Universidade Católica do Paraná. Disponível em: <www.ppgia.pucpr.br/~facon/afinamento/ > Acesso em: jul. 2002. [9] MARIANI, Antonio Carlos. Teoria dos Grafos. Departamento de Informática e de Estatística - Universidade Federal de Santa Catarina. Disponível em : <http://www.inf.ufsc.br/grafos/definicoes/definicao.html>. Acesso em: jan. 2003. 13