Báo cáo Ứng dụng DSP trong nhận diện khuôn mặt và vân tay

ỨNG DỤNG DSP TRONG NHẬN DẠNG KHUÔN MẶT VÀ DẤU VÂN TAY Đây là đề tài mình chọn từ việc ứng dụng xử lý tín hiệu số trong sinh trắc học, trong đó tài liệu nhiều nhất có lẻ ở lĩnh vực nhận dạng. Ngoài ra còn có các đề tài trong nhiều lĩnh vực khác như +Truyền thông(CDMA, 3G, nâng cao băng thông mang,…) + Y học (điện tâm đồ,…) + Hình ảnh (xử lý và nén ảnh) + Âm thanh (điều chế xử lý âm thanh) … Mọi người cứ chọn các đề tài khác(xem đề tài nào có nhiều tài liệu thì OK hết ^_^). Nhớ xem trước trên Forum xem đề tài đó có ai chọn chưa? Nếu đồng ý với đề tài trên thì dưới đây là bản phân công cho nhóm.(Mọi người có ý kiên gì xin liên lạc qua mail shenlong2210@gmail.com) Bản phân công chi tiết công việc trong nhóm: 1. Nhận dạng vân tay Nguyễn Hải Quang Minh Nguyễn Văn Long Lê Minh Nhật Nguyễn Cao Minh 2. Nhận dạng khuôn mặt Tôn Thị Kim Loan Bùi Thị Mỹ Như Hà Nghi Mọi người dùng font kiểu Unicode(Tahoma,…) để mình dễ dàng thống nhất bố cục bài tổng hợp. Mọi người cố gắng trình bày bào viết dưới dạng các ý và tô đậm phần nội dung chính, vui lòng đừng chọn bất cứ màu nào khác ngoài màu mặc định của font chữ. Khái niệm, nguyên tắc và phương pháp nhận dạng vân tay. Cách tăng cường chất lượng và độ chính xác khi nhận dạng Khái niệm, nguyên tắc và phương pháp nhận dạng khuôn mặt. Cách tăng cường chất lượng và độ chính xác khi nhận dạng I.NHẬN DẠNG VÂN TAY 1. MỤC ĐÍCH CỦA VIỆC NHẬN DẠNG VÂN TAY Trong thời đại ngày nay, khi tất cả các lĩnh vực trong xã hội đều được ứng dụng Khoa học kỹ thuật giúp cho con người thuận tiện hơn trong công việc hằng ngày. Khi mà công nghệ thông tin bùng nổ, với sự bảo mật riêng tư thông tin cá nhân cũng như để nhận biết một người nào đó trong hàng tỉ người trên trái đất đòi hỏi phải có một tiêu chuẩn, hệ thống đảm nhận các chức năng đó. Vân tay là một trong những đặc điểm khá đặc biệt của con người bởi vì tính đa dạng của nó, mỗi người sở hữu một dấu vân tay khác nhau, rất ít trường hợp những người có dấu vân tay trùng nhau. + Người ta lợi dụng đặc điểm này để xây dựng các hệ thống bảo mật các thông tin riêng tư cho người sở hữu chúng, từ việc thay thế cho các ổ khóa cho đến việc thay thế mật khẩu đã quá phổ biến trong thời đại tin học ngày nay. Người ta chỉ cần quét dấu vân tay của mình qua các thiết bị chức năng là có thể đăng nhập vào hệ thống máy vi tính, qua một phòng bí mật hay các trạm bảo vệ bí mật. Đó là giải pháp an ninh tuyệt đối cho những yêu cầu bảo mật của con người trong nhiều lĩnh vực như: Kiểm soát an ninh trong các cơ quan của Chính Phủ, trong quân đội, ngân hàng, trung tâm lưu trữ dữ liệu... hoặc để kiểm soát ra vào của nhân viên tại các trung tâm thương mại, các tập đoàn, các đại sứ quán... + Trong các lĩnh vực phòng chống tội phạm, người ta có thể tìm ra tung tích tội phạm cũng như nạn nhân thông qua dấu vân tay ở trên hiện trường. + Phổ biến nhất có lẻ là dấu vân tay của chúng ta qua mặt sau của chứng minh thư để xác định một cách nhanh nhất các đặc điểm, hồ sơ của một công dân đã được lưu trong cơ sở dữ liệu. + Ngoài ra, hệ thống còn hỗ trợ đắc lực cho việc quản lý và chấm công tại các nhà máy, xí nghiệp, công ty, bảo vệ anh ninh cho mỗi gia đình hoặc cá nhân. 2. CẤU TẠO, ĐẶC ĐIỂM VÀ PHÂN LOẠI CÁC DẠNG VÂN TAY 2.1 Cấu tạo vân tay: dấu vân tay của mỗi cá nhân là độc nhất. Xác suất hai cá nhân - thậm chí ngay cả anh em (hoặc chị em) sinh đôi cùng trứng - có cùng một bộ dấu vân tay là 1 trên 64 tỉ. Ngay cả các ngón trên cùng bàn tay cũng có vân khác nhau. Dấu vân tay của mỗi người là không đổi trong suốt cuộc đời. Người ta có thể làm phẫu thuật thay da ngón tay, nhưng chỉ sau một thời gian dấu vân tay lại được hồi phục như ban đầu. Vân tay là những đường có dạng dòng chảy có trên ngón tay người. Nó là một tham số sinh học bất biến theo tuổi tác đặc trưng cho mỗi cá thể. Trên vân tay có các đường gợn và các luống. 2.2 Các điểm đặc trưng của vân tay: Trên các ảnh vân tay có các điểm đặc trưng (là những điểm đặc biệt mà vị trí của nó không trùng lặp trên các vân tay khác nhau) được phân thành hai loại: singularity và minutiae Singularity: Trên vân tay có những vùng có cấu trúc khác thường so với những vùng bình thường khác (thường có cấu trúc song song), những vùng như vậy goi là singularity. Có hai loại singularity là core và delta. Core thường có một số dạng như sau: Minutiae: Khi dò theo từng đường vân ta sẽ thấy có những điểm đường vân kết thúc (Ridge Ending) hoặc rẽ nhánh (Bifurcation), những điểm này được gọi chung là minutiae. 2.3 Phân loại vân tay: Các ảnh vân tay được phân loại nhằm tăng tốc độ tìm kiến trong cơ sở dữ liệu vân tay trong quá trình nhận dạng. Và các phương pháp phân loại vân tay hiện nay đều dựa trên hai loại đặc điểm chung nhất của mọi vân tay, đó là tâm và tam phân điểm (hay còn được gọi là delta). Dựa trên các thông tin về số lượng tam phân điểm và vị trí của chúng là ta hoàn toàn có thể xác định được loại của vân tay. Vì vậy, vấn đề trích chọn tâm và tâm phân điểm là khâu không thể thiếu được trong quá rình phân loại vân tay. Sau đây là một số phương pháp phân loại vân tay đã được nghiên cứu và công bố, muốn lưu ý tới phương pháp trích chọn tâm và tam phân điểm được sử dụng.  Phương pháp phân loại Henry: Đây là phương pháp phân loại cổ điển và phổ biến nhất, được sử dụng chủ yếu khi nhận dạng vân tay một cách thủ công. Các tâm và tam phân điểm được nhận biết bằng mắt thường và vân tay được phân loại dựa trên số lượng đường vân bị cắt bởi đường nối tâm và tam phân điểm.  Các phương pháp phân loại dựa trên các đặc điểm tổng thể: Việc phân loại vân tay trong phần lớn các hệ AFIS hiện nay đều dựa trên các đặc điểm tổng thể. Việc trích chọn tâm và tam phân điểm có thể được thực hiện trực tiếp trên ảnh vân tay theo phương pháp xử lý ảnh theo từng điểm, nhưng nhược điểm của phương pháp này là tôc độ xử lý chậm. Sau khi tách hướng các vùng, ta nhận được một ảnh định hướng đặc trưng cho vân tay.  Phương pháp 2. Màu phân bố hướng chuẩn được định nghĩa là một mẫu hai chiều mô tả phấn bố của các hướng lằn xung quanh một điểm đặc trưng. Bằng nghiên cứu thống kê trên nhiều vân tay, các tác giả đã định nghĩa đặc trưng tâm tam phân điểm bằng các mẫu phân bố hướng chuẩn. Việc trích chọn tâm và tam phân điểm được qui về việc tìm kiến trên ảnh định hướng các vectơ phân bố hướng có dạng giống với mẫu phân bố hướng chuẩn bằng các đối sánh các mẫu phân bố hướng tại các điểm có khả năng là đặc điểm với các mẫu phân bố hướng chuẩn.  Phương pháp 3: Hướng của các vùng được lượng tử hóa theo 8 hưosng trong khoảng từ 00 đ đến 1800. Các vùng đặc điểm tâm và tam phân điểm được định vị trên ảnh định hướng bằng cách kiểm tra chỉ soó Poincaré trên một đường cong nhỏ khép kín xung quanh một điểm. 3. CÁCH XÂY DỰNG HỆ THỐNG NHẬN DẠNG VÂN TAY 3.1. Quá trình nhận dạng dấu vân tay  Xác nhận dấu vân tay ( fingerprint verification ) Tại bước này một người sẽ cung cấp dấu vân tay cùng với chứng minh thư, hoặc là các đặc điểm cá nhân của người đó, ví dụ như Họ tên, ngày sinh, quê quán…(trong chứng minh thư) hoặc là Username, tên tài khoản, các quyền hạn của ngươi đó,…(trong bảo mật). Bước này nhằm tạo ra một cơ sở dữ liệu tương ứng dấu vân tay và các đặc điểm liên quan . Nguyên lý cơ bản của hệ thống này là sử dụng các diot phát sáng để truyền các tia gần hồng ngoại (Near Infrared NIR) tới ngón tay và chúng sẽ được hấp thụ lại bởi hồng cầu trong máu. Vùng các tia bị hấp thụ trở thành vùng tối trong hình ảnh và được chụp lại bởi camera CCD. Sau đó, hình ảnh được xử lý và tạo ra mẫu vân tay. Mẫu vân tay được chuyển đổi thành tín hiệu số và là dữ liệu để nhận dạng người sử dụng chỉ trong vòng chưa đến 2 giây. Công nghệ truyền ánh sáng của Hitachi cho phép ghi lại rõ nét sơ đồ vân nhờ độ tương phản cao và khả năng tương thích với mọi loại da tay, kể cả da khô, da dầu hay có vết bẩn, vết nhăn hoặc bị khiếm khuyết do tạo hoá trên bề mặt của các ngón tay. Lượng dữ liệu nhỏ đó là căn cứ cho việc nhận dạng và tạo nên một hệ thống nhỏ gọn, an toàn, thân thiện và nhanh nhất trên thế giới. Hệ thống này có thể lưu trữ từ 6.000-8.000 ngón tay trong một máy và mỗi người có thể được nhận dạng bởi 1 trong 5 ngón tay khác nhau đã đăng ký trước đó. Ưu điểm vượt trội của hệ thống này là chỉ tương tác với cơ thể sống nên việc bắt chước, giả mạo hoặc ăn cắp dữ liệu là điều hoàn toàn bất khả thi. FVB ra đời hồi đầu năm 2006, đã nhanh chóng thành công tại thị trường Nhật Bản, Singapor, Trung Quốc...  Nhận diện dấu vân tay (finger identification ) Dấu vân tay sẽ được đưa vào để đối chiếu với database chứa các vân tay để truy ra các đặc điểm muốn truy xuất. Việc đối sánh ảnh vân tay cần nhận dạng chỉ cần được tiến hành trên các vân tay (có trong cơ sở dũ liệu) thuộc loại đã được xác định nhờ quá trình phân loại. Đây là giai đoạn quyết định xem hai ảnh vân tay có hoàn toàn giống nhau hay không và đưa ra kết quả nhận dạng, tức là ảnh vân tay cần nhận dạng tương ứng với vân tay của cá thể nào đã được lưu trữ trong cơ sỏ dữ liệu. 3.2. Hai phương pháp nhận dạng dấu vân tay  Dựa vào các đặc tính cụ thể của dấu vân tay, như điểm cuối, điểm rẽ nhánh của các vân trên tay.  So sánh toàn bộ đặc tính của dấu vân tay. Thực chất đây chỉ là 2 mức độ của việc nhận dạng. Rõ ràng trong cách thứ 2 đã bao gồm cách1. Tuy nhiên do đặc điểm của vân tay, nếu ta không phải so sánh quá nhiều ( cơ sở dữ liệu không quá lớn ) các đặc điểm đặc biệt trên dấu vân tay đủ để ta nhận dạng ra dấu vân tay đó của ai. Cách thứ 2 là một công việc phức tạp đòi hỏi tính toán nhiều , tuy nhiên cho kết quả với độ tin cậy cao. Bài báo cáo này tập trung vào cách làm thứ nhất. 3.3. Sơ đồ hệ thống nhận dạng dấu vân tay Theo phân tích ở trên thì hệ thống này gồm 2 phần: + Verification: Ban đầu một người dùng trong hệ thống cung cấp thông tin dấu vân tay của mình và lưu trữ vào cơ sở dữ liệu. + Identification: Khi sử dụng hệ thống này, dấu vân tay được thu thập từ một sensor và đem đi xử lý. Quá trình xử lý có thể tùy chọn một trong 2 phương pháp trên trên ) 3.4. Giai đoạn xử lý ảnh trong quá trình nhận dạng vân tay: Về giai đoạn xử lý ảnh bạn có thể làm các phép xử lý như duới hình sau Bài báo cáo này sẽ đi sâu vào trình bày cách phân vùng ảnh theo cách phân loại dấu vân tay ở trên, tức là trích được các điểm đặc trưng từ một bức ảnh dấu vân tay. Cuối bài bổ sung thêm một phần nhỏ phương pháp nâng cao độ chính xác trong nhận dạng vân tay. Trích các điểm singularity a. Trường định hướng (orientation field) Ảnh vân tay là ảnh định hướng, các đường vân là các đường cong theo các hướng xác định. Góc hợp bởi phương của một điểm trên đường vân với phương ngang được gọi là hướng của điểm đó. Tập hợp các hướng của các điểm trên ảnh vân tay gọi là trường định hướng của ảnh vân tay đó. Phương pháp xác định trường định hướng như sau [5], [14]: − Chia ảnh vân tay thành các khối nhỏ hơn kích thước WxW − Tính gradient theo hai hướng x, y là Gx, Gy tại mỗi điểm (pixel) trong khối − Khi đó hướng của điểm chính giữa của khối được xác định theo công thức: b. Xác định các điểm singularity bằng chỉ số Poincare (Poincare index) [3] Giả sử (i,j) là một điểm bất kỳ trên ảnh vân tay, C là một đường cong khép kính xung quanh (i,j) thì chỉ số Poincare tại (i,j) là tổng đại số các độ sai lệch hướng của các điểm liền kề nhau trên đường cong C. Trong đó: Np là tổng số điểm trên đường cong “số” C. ϕ(x,y) là hướng tại điểm (x,y) Dựa vào chỉ số Poincare ta có thể xác định các điểm singularity Trích các điểm minutiae Có hai phương pháp chính để tìm các điểm minutiae: trích các điểm minutiae từ ảnh binary và trích các điểm minutiae trực tiếp từ ảnh xám. a. Trích các điểm minutiae từ ảnh binary [5] Ý tưởng chính của phương pháp này là từ ảnh xám ban đầu ta sử dụng các bộ lọc thích hợp để phát hiện và làm mảnh đường vân dưới dạng một pixel (ridge detection), biến đổi ảnh xám ban đầu thành ảnh binary (có giá trị là 0 hoặc 1) tương ứng. Sau đó, các điểm minutiae sẽ được trích như sau: giả sử (x,y) là một điểm trên đường vân đã được làm mãnh và N0, N1, …, N7 là 8 điểm xung quanh nó thì 4. NÂNG CAO ĐỘ CHÍNH XÁC KHI NHẬN DẠNG VÂN TAY 4.1 Mục đích của việc nâng cao độ chính xác khi nhận dạng vân tay Hơn 100 năm qua so sánh dấu vân tay vốn được coi là một phương tiện hữu hiệu hỗ trợ cho các nhà điều tra trong quá trình phá án và xét xử.Hiện thời thì phương pháp này đã bộc lộ một vài khuyết điểm Có không ít thủ thuật mà người ta vốn quen sử dụng trong khi chưa chứng minh một cách khoa học về tính hiệu quả và độ tin cậy của nó. Nhận dạng qua dấu vân tay là một trong những ví dụ điển hình cho "thói quen" này. Từ cuối thế kỷ 19, phương pháp nhận dạng qua dấu vân tay đã được coi là một trong những công cụ pháp y để xác định nghi phạm và sự hiện diện của họ tại hiện trường gây án. ... và gây ra khá nhiều oan sai Theo nhà nghiên cứu tội phạm Simon Cole, hằng năm chỉ riêng ở nước Mỹ, các giới chức thực thi pháp luật đã “bắt nhầm” tới 1.000 người qua so sánh vân tay. Trong một cuộc kiểm tra của FBI, người ta đã thu được tỉ lệ sai sót của các phân tích dấu vân tay là 0,8%. Theo số liệu của các phòng nhận dạng sinh học Mỹ, trong năm 2002 đã có tới 1.900 kết quả không chính xác trong khâu so sánh vân tay. Có năm, tỉ lệ sai số của phương pháp so sánh dấu vân tay lên tới 4,4%. Việc nhận dạng vân tay sẽ gặp nhiều vấn để trở ngại đến kết quả vì các yếu tố khách quan như tác động của môi trường thời tiết,hiện trường sau khi khảo sát,…và các yếu tố chủ quan gây nhiễu. Nếu chỉ đơn thuần dựa vào yếu tố kỹ thuật mà bỏ qua một loạt các biện pháp nghiệp vụ khác, sai số này có thể lên tới 10% Và ngày ngay ngoài phương pháp nhận dạng dấu vân tay đã có khá nhiều các phương pháp nhận dạng sinh trắc học khác có độ chính xác cao hơn và cho kết quả nhanh hơn như phương pháp nhận diện khuôn mặt,nhận dạng tĩnh mạch lòng bàn tay,… Nhưng phương pháp nhận dạng vân tay hiện vẫn còn phổ biến ở nhiều nơi và nhiều quốc gia,mặc nhiên phương pháp nhận dạng vân tay vẫn được sử dụng trong việc điều tra phá án của cảnh sát vì thế việc nâng cao sự chính xác khi nhận dạng vân tay là một vấn để thiết yếu. Và việc áp dụng các phương pháp xử lý tín hiệu giúp cho kết quả nhận dạng tốt hơn và tránh được rủi ro trong việc điều tra nhận dạng.Việc nhận dạng vân tay cũng chính là việc xử lý ảnh. 4.2 Đi sâu vào phương pháp xử lý hình ảnh vân tay trong việc nhận dạng Vân tay khi đem phân tích thường hiển thị dưới dạng màu đen và nền là màu trắng,trước khi nhận ra dạng Menutia( những dạng đặc biệt của vân tay) chúng ta phải biết cách tách vân tay ra khỏi màu nền.Như vậy ở hàm mật độ xám phải có 2 điểm cực đại càng rõ càng tốt.Khoảng cách giữa điểm max và min càng lớn thì sẽ tạo lên sự tương phản rõ ràng giữa vân tay và màu nền. Từ ảnh mờ của vân tay chúng ta muốn có ảnh rõ nét hơn, không phải là chúng ta thay đổi hàm mật độ xám là có được ảnh rõ nét hơn, mà phải dùng những phương pháp xữ lý ảnh cho toàn bộ hay từng phần của hình vân tay. Bạn có thể dùng phương pháp lọc (Filter) để cho hình ảnh rõ ràng hơn. Tùy theo hình và mục đích ứng dụng mà chúng ta dùng phương pháp lọc khác nhau, chẳng hạn như lọc màu xám chỉ còn trắng đen mà thôi, thì như các bạn đã biết giữa hai điểm cực đại trên hàm mật độ xám chúng ta chọn điễm ngưỡng (Thresthold). Có thể là điểm cực tiểu hay là điễm giữa của hai điểm cực đại... làm điểm ngưỡng thì phần bên trái điểm ngưởng chúng ta gán giá tri 0 (màu đen) còn phần bên phải thì là 255 (màu trắng). Có khi hình ảnh bị rỗ (Noise), tùy theo mức độ của rổ mà mình có thể dùng Gaussian Filter để lọc bớt cho hình bớt những ảnh bị rỗ,nếu dùng phương pháp lọc Gaussian với độ lệch sigma = 3 thì hình ảnh sẽ rõ hơn. Nhớ rằng vân tay cũng có chiều quy định của nó giống như Vectơ vậy. Thực ra thì sau khi lọc cho ảnh vân tay rõ nét, người ta còn loại bỏ những vết cắt, hay là bóng da tay mỗi vấn đề mỗi thủ thuật khác nhau. Nhưng cũng là xử lý ảnh để loại bỏ một số điểm đáng ngờ. Kế tiếp là làm mỏng các đường nét của vân tay. Ở mỗi vân tay người ta không phải giữ hình ảnh của vân tay mà giữ những điểm đặc biệt gọi là Menutia (càng nhiểu điểm thì độ chính xác càng cao ). Cuối cùng chúng ta lấy được những điểm cần thiết ra. Tuy nhiên để chính xác người ta chồng chất những dấu vân tay cùng một ngón tay để tìm ra điểm chung để tăng độ chính xác hơn và ta sẽ có được những điểm bao gồm cả hai hình cùng một vân tay. Thông thường chắc ăn người ta đăng ký khoảng 4 lần cùng một vân tay để thành lập một cấu trúc rồi nén lại khoảng 300 tới 500 bytes, chứa khoảng từ 20 đến 80 điểm đặc biệt. Ngoài ra chúng ta phải kiểm tra và kiễm định bằng phương pháp thông kê rất nhiều để xác định sai số cho phép,... 4.3 Phương pháp lọc Gabor Bộ lọc Gabor sử dụng để tăng cường đường vân và phục hồi vân. Hiệu quả sử dụng của các thuật toán trích chọn đặc tính và các kĩ thuật nhận dạng vân tay khác phụ thuộc rất lớn vào chất lượng của ảnh vân tay đầu vào. Trong trường hợp ảnh vân tay, vân lồi và vân lõm thay thế nhau và hướng theo một hướng cố định. Trong những tình huống thế này, các vân có thể dễ dàng được phát hiện và các chi tiết có thể xác định một cách chính xác trên ảnh. Nhưng trong thực tế, do điều kiện da ( như khô hay ướt, bị cắt… ), nhiễu cảm biến, ấn vân tay không đúng, và các ngón tay chất lượng thấp, một phần không nhỏ các ảnh vân tay ( khoảng 20% ) là có chất lượng thấp. Trong nhiều trường hợp, một ảnh vân tay chứa nhiều vùng gồm có cả chất lượng tốt, trung bình và xấu . Nói chung, có vài dạng mất giá trị liên hệ với các ảnh vân tay: • các vân không liên tục,có vài nếp đứt • các vân song song không tách biệt rõ ràng do tồn tại của nhiễu liên kết các vân song song, khiến chúng tách biệt kém • bị cắt, có nếp gấp, hay thâm sẹo Ba dạng bị vân mất giá trị này làm cho việc trích chọn đặc tính cực kì khó khăn. Chúng dẫn tới các vấn đề sau trong việc trích chọn đặc tính: • Trích chọn các chi tiết sai lệch • Bỏ qua các chi tiết đúng • Gây lỗi về hướng và vị trí của chi tiết Để bảo đảm hiệu quả tốt trong các thuật toán trích chọn chi tiết trên các ảnh vân tay chất lượng kém, cần một thuật toán tăng cường để nâng cao sự rõ ràng trong cấu trúc vân. Một chuyên gia vân tay thường có thể nhận dạng chính xác các chi tiết bằng cách sử dụng nhiều manh mối nhìn được như hướng vân tay, tính liên tục của vân, xu hướng vân…Trong lý thuyết, có thể phát triển một thuật toán tăng cường sử dụng các manh mối nhìn được này để cải thiện chất lượng hình ảnh. Nói chung, với một ảnh vân tay cho trước, các cùng vân tay đã được phân đoạn có thể chia vào ba hạng mục: • Vùng được định nghĩa tốt: các vân được phân biệt rõ ràng với các vân khác • Vùng có khả năng phục hồi: các vân bị hư hỏng bởi các đường đứt gãy nhỏ, thâm sẹo… nhưng chúng vẫn có khả năng nhìn được và các vùng xung quanh cung cấp thông tin đủ để khôi phục cấu trúc ban đầu của chúng • Vùng không thể phục hồi, nơi các vân bị hư hại bởi các nhiễu nghiêm trọng, không có vân nào nhìn thấy được và các vùng xung quanh không cho phép chúng được xây dựng lại Các vùng chất lượng tốt, có thể phục hồi và không thể phục hồi có thể được nhận dạng qua vài tiêu chuẩn: độ tương phản, tính đầy đủ của hướng, tần suất vân, và các đặc tính cục bộ khác có thể kết hợp để định nghĩa chỉ số chất lượng. Mục đích của một thuật toán tăng cường là để cải thiện tính rõ ràng của các cấu trúc vân trong các vùng có khả năng khôi phục và đánh dấu các vùng không thể khôi phục vì quá nhiễu cho các xử lý tiếp theo. Có rất nhiều phương pháp để nâng cao chất lượng vân, có một phương phá