CON el avance en las tecnologías de la información,

(1)

Encuentro de Investigaci´on en Ingenier´ıa El´ectrica Zacatecas, Zac, Marzo 13—14, 2008

Implementaci´

on de un Sistema de

Reconocimiento de Huellas Dactilares en un

DSP Basado en la Funci´

on POC

Reducindo Ruiz, I.1

, Arce Santana, E. R.2 1

Unidad Académica de Ingenier´ıa Eléctrica, Universidad Autónoma de Zacatecas.

2

Facultad de C´ıencias, Universidad Aut´onoma de San Luis Potos´ı.

1

Tel: (492) 9275613, e-mail: [email protected]

2

Tel: (449) 9105002, ext. 127, e-mail: [email protected]

Resumen — En este documento se pre-senta la información referente a la imple-mentación de un sistema de identificación de personas a través de sus huellas dac-tilares, implementado en el DSP (Digi-tal Signal Processor) TMS320C6713 de la TI (Texas Instruments), usando el sen-sor dactilar FADT2 AFS8600 de la mis-ma compañ´ıa. El sistema biométrico im-plementado, esta basado en el algoritmo de reconocimiento de huellas dactilares por medio de la función POC (Phase Only Cor-relation), usada como medida de simili-tud entre dos huellas dactilares. La mayor parte del algoritmo fue implementado en el DSP por medio de su programación en CCS (Code Composer Studio) y el resto en MATLAB, obteniendo un sistema que trabaja en sincron´ıa, entre el DSP y MAT-LAB.

Abstract — On this paper is presented the information about the implementa-tion of a fingerprint identificaimplementa-tion sys-tem using the DSP (Digital Signal Proces-sor) TMS320C6713 from TI (Texas Instru-ments), and using the finger sensor FADT2 AFS8600 from the same company. The bio-metric system used, its based on the

fin-gerprint identification algorithm using the POC (Phase Only Correlation) function, using this function as a way of measuring the similarities between two fingerprints. Most of the algorithm was implemented on the DSP using its own programming en-vironment CCS (Code Composer Studio) and the rest using MATLAB, obtaining this way a system that works in synchrony between the DSP and MATLAB.

Descriptores — Biometr´ıa, Función POC, Procesador Digital de Señales, Proce-samiento Digital de Imágenes.

I. INTRODUCCI ´ON

C

ON el avance en las tecnolog´ıas de la in-formación, muchas de las labores que anteriormente eran realizadas por seres hu-manos son, gracias a las mejoras tecnológicas, realizadas por sistemas automatizados [1]. Dentro de estas actividades que pueden ser automatizadas en la actualidad, se encuentra la identificación de individuos o biometr´ıa. Para que una caracter´ıstica anatómica pue-da ser utilizapue-da en un sistema biométrico,

(2)

debe cumplir con las siguientes caracter´ısti-cas: Universalidad, Unicidad, Permanencia y Cuantificaci´on [2].

Un indicador biométrico que satisface estos requisitos es la huella dactilar. Sin embar-go, la gran variedad de imperfecciones en la adquisición de una misma huella (rotaciones, condiciones de la piel, ruido en la captura, traslaciones, deformaciones, etc.), es uno de los principales problemas [3]. En este trabajo se presenta la implementación f´ısica de un sis-tema biométrico, que elimina una gran canti-dad de imperfecciones en la adquisición de las huellas dactilares, usando un algoritmo robusto basado en la función POC [3].

II. SISTEMA DE IDENTIFICACI ´ON DE HUELLAS DACTILARES

En la Figura 1 se muestra el diagrama de blo-ques del sistema implementado cuya estruc-tura se divide en dos etapas: 1) etapa de reg-istro y 2) etapa de identificación. En la etapa de registro únicamente se captura y almace-na la huella dactilar patrón f, en una base de datos. Por otro lado, el objetivo de la eta-pa de identificación es determinar un nivel de similitud entre la huella patrónf y una huella candidata g. Esta etapa incluye los bloques de captura, extracción de las caracter´ısticas de las huellas mediante un pre-procesado y aplicación de la función POC [4].

Figura 1. Diagrama de bloques del sistema biom´etrico.

III. FUNCI ´ON POC

La función POC [Koichi Ito et.al] es una me-dida de identificación entre dos imágenes que permite cuantificar la similitud entre ellas. Esta función se define como la correlación normalizada en el espacio de frecuencias en-tre dos imágenes f yg de dimensiones N1 x N2 [3] y [4]: PF G(k1, k2) = F(k1, k2) ¯G(k1, k2) ¯ ¯F(k1, k2) ¯G(k1, k2) ¯ ¯ (1)

dondeF yGdenotan la Transformada Disc-reta de Fourier en 2D (DFT2D) de las hue-llas patr´on f y candidata grespectivamente,

F y G definen las componentes de fase de la DFT de f y g, G es el conjugado de G

y PF G representa la DFT2D de la funci´on POC. Consecuentemente, la funci´on POC en el dominio del tiempo en (2) se obtiene al aplicar la Transformada Inversa Discreta de Fourier en 2D (IDFT2D) en (1) [3] y [4], dan-do como resultadan-do: pf g(n1, n2) = 1 N1N2 P k1,k2 PF G(n1, n2)W_N−k1n1 1 W −k2n2 N2 (2) conWN1 =e −j_N2π 1 yW N2 =e −j_N2π 2.

En general la función POC representa una operación semejante a la correlación pero con propiedades más convenientes al problema de identificación de huellas dactilares como son: es invariante a traslaciones, escalamientos de intensidad de la imagen y robustez al ruido, a diferencia de la función de correlación or-dinaria [3] y [4]. En la Figura 2 se ilustra la diferencia entre la aplicación de la función POC y la función de correlación ordinaria de las imágenes f yg.

(3)

Figura 2. a) Imagenf, b) Imageng, c) Correlación ordinaria entref y ella misma, d) Correlación ordinaria entref yg, e) Función POC entrefy ella

misma y f) Funci´on POC entref yg.

IV. IMPLEMENTACI ÓN DEL ALGORITMO DE IDENTIFICACI ÓN El proceso implementado para el re-conocimiento de las huellas dactilares con-siste en comparar una huella patrón f con una huella candidata g, obteniendo de esta comparación un valor de similitud que se uti-liza para validar o rechazar la huella candi-data.

El algoritmo fue implementado en el DSP TMS320C6713 el cual se muestra en la figu-ra 3, con el sensor dactilar FADT2 AFS8600 montado.

Figura 3. DSP TMS320C6713 y sensor dactilar FADT2 AFS8600 de Texas Instruments.

El funcionamiento del sistema comienza con el establecimiento de la comunicación entre el DSP y MATLAB a través de la librer´ıa RT-DX, a continuación MATLAB inicia la cap-tura y el DSP obtiene la huella dactilar candi-dataga través del sensor FADT2, que entre-ga una imagen de 96X96 pixeles y se maneja dentro del DSP como un arreglo lineal. Una vez capturada la huella se procede a la etapa del pre-procesado de las huellas, en la cual se van modificando las huellas candidata y pa-trón para reducir los errores de identificación producidos por ruido, rotación y desplaza-miento.

Dos funciónes muy importantes para poder llevar acabo este trabajo son la DFT2D y la IDFT2D, el código con el que se programaron estas funciones en el DSP es el siguiente (para mayor detalle sobre la forma de programción del DSP ver [5]):

Transformada Discreta de Fourier en 2D void dft2(COMPLEX *x2,int m,int div,COMPLEX *out){

float sumRe = 0; float sumIm = 0; int i = 0; float real1 = 0; float real2 = 0; double imag1 = 0; double imag2 = 0; int cont_trig = 0;

for (i = 0; i < div; i++){ cont_trig=(i*m)%div;

real1 = x2[i].real*COS_ren[cont_trig]; real2 = x2[i].imag*SIN_ren[cont_trig]; imag1 = x2[i].imag*COS_ren[cont_trig]; imag2 = x2[i].real*SIN_ren[cont_trig]; sumRe += real1 + real2;

sumIm += (float)(imag1 - imag2); }

out[m].real = sumRe; out[m].imag = sumIm; }

Transformada Inversa Discreta de Fourier en 2D

void idft(COMPLEX *x2, int m, int div, int selec, COMPLEX *out){

float sumRe = 0; float sumIm = 0;

(4)

int i = 0; float real1 = 0; float real2 = 0; float imag1 = 0; float imag2 = 0; int cont_trig = 0;

for (i = 0; i < div; i++){ cont_trig=(i*m)%div; if(selec==201){ real1 = x2[i].real*COS_col[cont_trig]; real2 = x2[i].imag*SIN_col[cont_trig]; imag1 = x2[i].imag*COS_col[cont_trig]; imag2 = x2[i].real*SIN_col[cont_trig]; } else{ real1 = x2[i].real*COS_ren[cont_trig]; real2 = x2[i].imag*SIN_ren[cont_trig]; imag1 = x2[i].imag*COS_ren[cont_trig]; imag2 = x2[i].real*SIN_ren[cont_trig]; }

sumRe += real1 - real2; sumIm += imag1 + imag2; }

out[m].real = sumRe/div; out[m].imag = sumIm/div; }

El primer paso de el pre-procesado es el en-mascarar la huella candidata g que se mues-tra en la Figura 4, lo que consiste en aplicar un filtro pasa bajas en dos dimenciones en el dominio de las frecuencias, que cambia a ne-gro las zonas de la periferia de la imagen de la huella donde no hay informaci´on y ruido, obteniendo g0 _{a la que se le aplica la DFT2D}

para obtener G.

Figura 4. a) Huella candidatag, b) Filtro de enmascaramiento y c) Huella enmascaradag0_.

El c´odigo programado de la funci´on que en-mascara la huella es el siguiente:

void enmascara(int *imagen, float *masc){ int i;

float maximo = 0; COMPLEX *aux1=poc; FFT2D(imagen,fft);

for(i = 0; i < image_size; i++){

aux1[i].real=(fft[i].real*masc[i]); aux1[i].imag=(fft[i].imag*masc[i]); }

IFFT2D(aux1);

for(i = 0; i < image_size; i++){ masc[i]=aux1[i].real;

if(masc[i] > maximo) maximo = masc[i]; }

for(i = 0; i < image_size; i++)

if(masc[i] >= maximo*0.7) imagen[i] = 0; }

A continuaci´on, se entra en un ciclo donde MATLAB toma la huella patr´on f (enmas-carada previamente) de una base de datos, esta se comienza a rotar de -20o

a 20o

obte-niendo as´ı una imagen f0 _{en cada rotaci´on}

(Figura 5). La imagen f0 _{es enviada al DSP}

el cual le aplica la DFT2D para obtener F y calcula la funci´on POC entreF yG.

Figura 5. a) Huella patronf y b) Huella patron rotadaf0_.

La funcón POC fue programada en el DSP como función con parametros de entrada y salida para poder ser utilizada en cualquier paso de la programcaión del DSP y el código de la función es el siguiente:

COMPLEX fpoc(COMPLEX fx, COMPLEX gx) { COMPLEX aux1,p; float aux2; aux1.real=(fx.real*gx.real)+(fx.imag*gx.imag); aux1.imag=(fx.imag*gx.real)-(fx.real*gx.imag); aux2=sqrt((aux1.real*aux1.real)-(aux1.imag*aux1.imag)); p.real=aux1.real/aux2; p.imag=aux1.imag/aux2; return p; }

De las 41 rotaciones de la huellaf, se obtiene laf0_{con la que se logr´o el POC mas alto. Con}

esta f0 _{y la} _g0 _{se ecuentra el desplazamiento}

(5)

la posición donde está ubicado el pico más al-to de la función POC, usando esta posición se procede a cortar las dos imágenesf0 _y_g0 _para

obtener solamente el ´area de las dos huellas que se traslapa y eliminar la informaci´on que no coincide entre estas, obteniendo as´ıf00 _y

g00 _{que se muestran en la Figura 6,}

terminan-do el pre-procesaterminan-do de las terminan-dos huellas.

Figura 6. a) ´Area de traslape entref0_y_g0_{, b) Huella}

recortadaf00_{y c) Huella recortada}_g00_.

El c´odigo para llevar acabo el corte o despla-zamiento de las dos imagenes de las huellas dactilares es el que se muestra acontinuaci´on: if(desplaza.columna<0) new_size.columna=N+desplaza.columna; else new_size.columna=N-desplaza.columna; if(desplaza.renglon<0) new_size.renglon=N+desplaza.renglon; else new_size.renglon=N-desplaza.renglon;

void desp_col_pos(unsigned char *imagen, int size,int corte){

int i,j,aux1,aux2; for (i = 0; i < N; i++) for(j = 0; j < size; j++){ aux1=vec_pos(i,corte+j); aux2=vec_pos(i,j); imagen[aux2]=imagen[aux1]; } for(i = 0; i < N; i++) for(j = 0; j < corte; j++){ aux1=vec_pos(i,size+j); imagen[aux1]=0; } }

void desp_ren_pos(unsigned char *imagen, int size, int corte){

int i,j,aux1,aux2; for (i = 0; i < N; i++) for(j = 0; j < size; j++){ aux1=vec_pos(corte+j,i); aux2=vec_pos(j,i); imagen[aux2]=imagen[aux1]; } for(i = 0; i < N; i++) for(j = 0; j < corte; j++){ aux1=vec_pos(size+j,i); imagen[aux1]=0; } }

void desp_ren_neg(unsigned char *imagen, int size, int corte){

int aux1,i,j; for(i = 0; i < N; i++) for(j = 0; j < corte; j++){ aux1=vec_pos(size+j,i); imagen[aux1]=0; } }

void desp_col_neg(unsigned char *imagen, int size, int corte){

int aux1,i,j; for(i = 0; i < N; i++) for(j = 0; j < corte; j++){ aux1=vec_pos(i,size+j); imagen[aux1]=0; } }

A las imágenes ya procesadas f” y g” se les aplica la DFT2D para obtener F’y G’, el DSP realiza la Función POC por última vez con F’y G’, se obtiene el pico máximo y se env´ıan los datos (POC, ángulo de la rotación, f” y g”) a MATLAB (Figura 7). Por último, MATLAB muestra estos datos y cierra la co-municación con el DSP, dando por finalizado el proceso.

Figura 7. a)F0_{, b)}_G0_{con una rotaci´}_{on de 2 grados}

(6)

V. CRITERIO DE IDENTIFICACI ÓN La función POC produce múltiples picos que indican varios grados de similitud en difer-entes regiones de una misma imagen, esto de-bido a las posibles deformaciones que presen-tan las diversas muestras de una misma hue-lla dactilar. Con el objetivo de obtener un porcentaje de similitud se estableció el cri-terio de tomar la suma de los 2 picos más distintivos, estableciendo as´ı el porcentaje de similitud (matching) como la suma de las am-plitudes de los dos picos más grandes [4]. Se realizaron algunas pruebas con huellas dactilares de tres personas distintas hacien-do comparaciones entre ellas, arrojanhacien-do como resultado a primera vista, que cuando era la misma persona obteniamos un POC arriba de 0.09, y cuando eran de distintas personas las huellas comparadas, un POC por debajo de 0.06.

Para la toma de decisión sobre la validación o rechazo de una huella dactilar candidata se propone la estimación de un umbral, a través de un análisis estad´ıstico, para que el sistema sea capaz de distinguir las huellas dactilares auténticas de las huellas impostoras. Cabe re-saltar que dicho estudio estad´ıstico no ha si-do realizasi-do, pero se plantea como trabajo a futuro de este proyecto.

VI. CARACTERÍSTICAS DEL SISTEMA Para el desarrollo del sistema biométrico se requirió de la utilización de los siguientes el-ementos de hardware:

Tarjeta DSP TMS320C6713 (32-bit, 200-167 MHz, Punto flotante).

Sensor de huellas dactilares FADT2 AFS8600.

PC con procesador Pentium 4 a 3.20 Ghz con 1Gb en RAM.

La tarjeta DSP cuenta con conexión USB para la comunicación con la PC. As´ı mismo, cuenta con la extensión de periféricos para el acoplamiento de una tarjeta hija. Esta última en lo particular consta del sensor para huellas dactilares FADT2, no susceptible a la presión impresa. Las herramientas de software uti-lizadas en el sistema incluyen las plataformas de Code Composer Studio 3.0 (CCS) y MAT-LAB 6.5. La Figura 8 muestra la integración de la plataforma utilizada para la realización del sistema de reconocimiento de huellas dac-tilares.

Figura 8. Plataforma del sistema biom´etrico.

VII. CONCLUSIONES

En este trabajo se logró la implementación de un sistema de reconocimiento de personas por medio de las huellas dactilares basado en el uso de la función POC. Este sistema se integró en su mayor´ıa en el DSP dejando solo la parte de las rotaciones a MATLAB, por ser un procedimiento que requiere de mayor potencia de procesamiento de la que dispone el DSP usado en este trabajo.

Los resultados obtenidos mostraron un de-sempeño aceptable, ya que son prácticamente iguales a los que se obtuvieron en la im-plementación de este sistema usando ´ unica-mente MATLAB, asegurando de esta ma-nera que se programó el algoritmo de re-conocimiento de huellas dactilares de forma eficiente en el DSP.

(7)

Como trabajo a futuro, se propone la apli-cación de un banco de filtros de Gabor con el propósito de mejorar la calidad en la in-formación de cada huella para reducir la pro-babilidad de error, llevar acabo un estudio estad´ıstico para determinar el umbral que nos permitirá aceptar o rechazar una huella, as´ı como implementar el algoritmo en su to-talidad y de forma eficiente en el DSP, para de esta forma obtener un dispositivo confiable que pueda ser empleado como un sistema de seguridad autónomo.

RECONOCIMIENTOS

Quisiera agradecer a la Secretar´ıa de Investi-gación y Posgrado de la UASLP y a la Co-ordinacón de Investigacón y Posgrado de la UAZ por haberme brindado la oportunidad de participar en el verano de la ciencia re-gión centro 2007, as´ı como al Laboratorio de Comunicaciones de la Facultad de Ciencias de la UASLP y Analia Sicardi Segade por su apoyo durante mi estancia.

Referencias

[1] Domingo Morales L.,Javier Ruiz-del-Solar; “Sistemas Biom´etricos: Matching de Hue-llas Dactilares Mediante Transformada de HOUGH Generalizada”. Agosto 2007, http://www2.ing.puc.cl/ iing/ed429/sistemas bi ometricos.htm

[2] L. Hong and A. Jain, “Integrating Faces and Fingerprints for Personal Identification”, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 20, no. 12, pp. 1295-1307, 1998. [3] Koichi Ito et.al. “A Matching Algorithm Using Phase Only Correlation”, IEICE Trans. Funda-mentals, vol. E87-A, No. 3 March 2004.

[4] V. M. Cordero Alfaro, E. R. Arce Santana, “Sis-tema Biom´etrico para el Reconocimiento de Hue-llas Dactilares Basado en la Funci´on POC”. 20 de Julio de 2007.

[5] Rulph Chassaing.“Digital Signal Processing and Aplications whit the C6713 and C6416 DS”, John Wiley and Sons, Inc., New Jersey, 2005.