Sistemas Automticos de Identificao de Impresses Digitais

Fingerprint Automatic Identification Systems

Raimundo Cludio da Silva Vasconcelos , FATEC

Resumo Este trabalho trata do uso das impresses digitais em sistemas de identificao automticos. Inicialmente apresentado um resumo histrico e os conceitos principais da biometria e suas aplicaes. Tambm aborda a caracterizao das impresses digitais, incluindo algumas tcnicas utilizadas para melhoramento de imagens e as etapas envolvidas na classificao e identificao de uma impresso digital. Por fim, discute a comparao de uma impresso digital com imagens previamente armazenadas. Palavras-chave. biometria; impresses digitais; sistemas automticos; identificao. Abstract This work considers the using of fingerprints in automatic identification systems. Initially, presents a summary history and key concepts of biometrics and its applications. It also deals with the characterization of fingerprints, including some techniques used for image enhancement and the steps involved in sorting and identification of a fingerprint. Finally, it discusses the comparison of a fingerprint and an image previously stored. Keywords. biometry; fingerprints; automatic systems; identification.

1.Introduo
Impresses digitais so bastante utilizadas em sistemas de identificao, reconhecimento e autorizao, por suas caractersticas intrnsecas: imutabilidade, unicidade, universalidade e classificabilidade. A anlise manual da impresso digital uma tarefa tediosa, onde os aspectos para comparao so extremamente pequenos necessitando auxlio de lentes de aumento para obter um melhor exame das marcas de uma impresso digital (JAIN et. al., 1997). Reconhecimento biomtrico, ou apenas biometria, consiste em reconhecer de forma automtica indivduos baseado nas suas caractersticas fisiolgicas e ou comportamentais. Este reconhecimento melhor do que aquele estabelecido em algo que o indivduo deva lembrar (ex.: senhas) ou do que ele deva carregar (ex.: cartes de identificao) (JAIN, ROSS & PRABHAKAR, 2004) (ver Figura 1).

Mestre. Docente da Faculdade de Tecnologia de Americana-FATEC (Americana-SP).

46

Sistemas Automticos de Identificao de Impresses Digitais (Vasconcelos)

Figura 1. Evoluo das tcnicas de autenticao (COSTA, 2001).

Os sistemas automticos de identificao de impresses digitais (AFIS) so sistemas biomtricos e consistem nos mdulos de registro e no de identificao. O primeiro mdulo, chamado de identificao, consiste nas seguintes etapas: a) aquisio da impresso digital, b) melhoramento da imagem ou pr-processamento, c) extrao das mincias (pontos caractersticos), d) armazenamento do vetor de caractersticas (template) dessas mincias. A partir dessas informaes armazenadas em um banco de dados, pode-se comparar uma impresso digital candidata com todas as j armazenadas e analisar os resultados. A aquisio de uma impresso digital pode ser feita atravs da impresso tintada em papel ou leitor eletrnico (ptico ou capacitivo), mais confivel. Vrias tcnicas podem ser aplicadas para o melhoramento da imagem: filtros (contraste, Gabor, Wavelets), operaes morfolgicas (binarizao, afinamento), aplicados pontualmente ou por rea. Este trabalho est organizado da seguinte forma: a primeira Seo aborda o histrico, principais conceitos e aplicaes envolvidas com biometria. A Seo seguinte aborda tcnicas para melhoramento de imagens. A terceira Seo descreve as etapas de classificao e identificao de mincias em uma impresso digital, e por fim a comparao de uma impresso digital com as armazenadas discutida.

2.Histrico
Alphonse Bertillon, chefe da diviso de identificao criminal do departamento de polcia francesa em Paris, desenvolveu e praticou a idia de usar medidas corporais para identificar criminosos no sculo XIX (JAIN, ROSS & PRABHAKAR, 2004). Sir Francis Galton, antroplogo e primo de Charles Darwin, provou cientificamente no sculo XIX que impresses digitais no mudam ao decorrer do tempo de vida humana. De acordo com seus clculos, a probabilidade de duas impresses serem iguais de um em um bilho. Galton identificou as caractersticas (mincias) atravs das quais impresses digitais podem ser identificadas (GALTON, 2005). Em 1891, Juan Vucetich, argentino naturalizado apresentou seu sistema de identificao com o nome de Icnofalangometria. Em 1894, Dr. Francisco Latzina, sugere que o nome Icnofalangometria fosse substitudo por Dactiloscopia. Em 1901 impresses digitais foram introduzidas para identificao criminal na Inglaterra e pas de Gales. As observaes de Galton e revises feitas por sir Edward Richard Henry foram utilizadas. Isto deu origem ao chamado Sistema Henry de Classificao, que adotava quatro tipos fundamentais: arcos, presilhas, verticilos e compostos. Em 1903, foi regulamentada a lei 947, instituindo o sistema dactiloscpico Vucetich, no Rio de Janeiro.

47

Sistemas Automticos de Identificao de Impresses Digitais (Vasconcelos) Em 1918, Edmond Locard escreveu que se 12 pontos (detalhes de Galton) forem os mesmos entre duas impresses digitais, isto seria suficiente para uma identificao positiva. Isto foi intitulado como a regra dos 12 pontos. O uso de impresses digitais ganhou popularidade e, a partir de 1991, a identificao baseada em impresses digitais foi formalmente aceita pela justia e governo da Inglaterra como mtodo de identificao pessoal. Atualmente, vrios departamentos de polcia aderiram idia de armazenar impresses digitais de criminosos em um banco de dados para realizar futuras pesquisas a partir de impresses digitais deixadas (fragmentos, geralmente) em cenas de crime. Alm dessa aplicao, o reconhecimento de indivduos atravs de biometria tem sido utilizado em vrias aplicaes civis, buscando o aumento de segurana e agilidade em sistemas de controle de acesso, financeiros, eleio, licena para dirigir, carto de crdito, entre outros (ver Figura 2). Sistemas baseados em impresses digitais se popularizaram de tal forma que se tornaram sinnimo para sistemas biomtricos.

Figura 2. Aplicaes que requerem autenticao automtica (PRABHAKAR, 2001).

3.Caractersticas da impresso digital

Uma caracterstica biomtrica pode ser: caracterstica fisiolgica (atributo inato aos indivduos); ou caracterstica comportamental (algo que ns fazemos, podendo sofrer alteraes motivadas por doena ou idade. Ex.: assinatura, caminhar). Em termos de preciso, geralmente caractersticas fisiolgicas so mais confiveis do que comportamentais. As principais caractersticas em estudo abordam face, impresses digitais, geometria da mo, veias da mo, ris, padro da retina, voz, e termograma facial. Impresses digitais so bem aceitas como biometria por apresentarem as seguintes caractersticas (OLIVEIRA & LEITE, 2004): Universalidade: todas as pessoas possuem; Distinguibilidade: suficientemente distinguvel de uma pessoa para outra, mesmo em caso de gmeos idnticos; Permanncia: as caractersticas no se alteram no decorrer do tempo; e Coletabilidade: fceis de serem coletadas.

48

Sistemas Automticos de Identificao de Impresses Digitais (Vasconcelos) Impresses digitais (ver Figura 3) so feitas de cristas (ridges) e vales resultados da frico dos dedos (linhas papilares) sobre superfcies. Quando uma pessoa toca alguma coisa com seus dedos, geralmente haver resduos visveis ou invisveis deixados na superfcie tocada. O resduo cpia da impresso digital e pode ser coletado para posterior estudo e comparao. A formao das papilas uma combinao de fatores genticos e ambientais. Mesmo gmeos possuem impresses digitais diferentes2.

Figura 3. Um dedo e sua impresso digital (WIKIPEDIA, 2005).

Uma impresso digital pode ser vista em diferentes nveis: global, local e muito fino (SANDSTROM, 2004). No nvel global pode-se observar pontos de singularidade, chamados ncleo e delta (ver Figura 4). Esses pontos so muito importantes para classificao de uma impresso digital, mas no so suficientes para um casamento preciso.

Figura 4. Ncleo e delta de uma impresso digital (SANDSTROM, 2004).

No nvel local pode-se observar mincias. As mincias podem ser: terminao de uma crista, bifurcao, crista independente, ponto ou ilha, lago, espora e cruzamento (Figura 5). As duas mincias mais importantes so terminao e bifurcao.
2

http://www.fingerprint.tk

49

Sistemas Automticos de Identificao de Impresses Digitais (Vasconcelos) No nvel de maior detalhamento h os poros de suor (Figura 5). A posio e a forma dos poros podem ser usadas para ajudar a identificar uma pessoa. Para poder utilizar essa informao, a imagem precisa ser de alta resoluo.

Figura 5. esquerda, mincias, tambm conhecidos como detalhes de Galton. direita, parte de uma impresso digital, onde pode-se observar as linhas pretas correspondem s cristas e as linhas brancas aos vales.

Os pontos brancos so os poros (crculos brancos em uma crista). As mincias esto marcadas como crculos em preto.

3.1.Classificao
Impresses digitais foram classificadas de vrias maneiras atravs da histria. O sistema de classificao de Henry foi a base para os sistemas AFIS modernos. Os novos mtodos de classificao usam a distncia entre o ncleo e o delta, mincias e o tipo de impresso digital (atravs do sistema de Henry). Impresses digitais podem ser divididas em trs grandes classes: arco, lao e verticilo. Essas classes podem sofrer outras subdivises: arco plano, arco angular, lao esquerda, lao direita, espirais e mistos.(Figura 6)

Figura 6. Verticilo, lao esquerda, lao direita, arco plano e arco angular (ROSISTEM, 2005).

3.2.Sistema automtico de identificao de impresses digitais

Um sistema biomtrico um sistema de reconhecimento de padres que opera sobre dados biomtricos adquiridos de um indivduo, extrai um conjunto de caractersticas e compara essas caractersticas com as armazenadas em um banco de dados. Um sistema biomtrico pode operar no modo de verificao ou de identificao:

50

Sistemas Automticos de Identificao de Impresses Digitais (Vasconcelos) No modo de verificao, o sistema valida a identidade de uma pessoa comparando a informao biomtrica capturada com a informao do prprio usurio previamente armazenada no banco de dados. O sistema realiza uma comparao um-para-um. No modo de identificao, o sistema reconhece um indivduo pesquisando o conjunto de caractersticas de todos os cadastrados no banco de dados em busca de um casamento. O sistema realiza uma comparao um-para-muitos para estabelecer a identidade de um indivduo. Um sistema automtico de identificao de impresses digitais (AFIS) consiste em trs estgios fundamentais: aquisio da imagem da impresso digital; extrao das caractersticas; tomada de deciso, onde as caractersticas da imagem de consulta so comparadas com as caractersticas armazenadas no sistema. Esta comparao quantificada, de forma que se ficar acima de um certo limiar, as imagens so consideradas terem se originado do mesmo dedo. Freqentemente, o banco de dados particionado segundo informaes extras (sexo, idade) ou intrnsecas s impresses digitais (classes, por exemplo). A maioria dos AFIS segue os mesmos estgios bsicos para identificao de uma impresso digital.

Figura 7. Sequncia de operaes para extrao de mincias (JAIN, HONG & BOLLE, 1997).

Existem vrias abordagens para tratar uma imagem de impresso digital a fim de obter o vetor de caractersticas, visando um futuro casamento com impresses previamente armazenadas em um banco de dados. Os sistemas clssicos (YAGER & AMIN, 2004) de verificao de impresses digitais automticos efetuam basicamente as seguintes operaes (Figura 7): Aquisio: o mtodo tradicional para obter impresses digitais realizado atravs da rolagem do dedo tintado sobre cartes de coleta. Para sistemas automatizados, usa-se scanners, que so mais rpidos e de baixo custo. Representao: as impresses devem ser armazenadas de forma eficiente e compacta. O FBI desenvolveu uma forma de compactar as imagens baseada na compresso por wavelets (FBI, 1993). Uma outra maneira pode ser armazenar apenas as caractersticas extradas, mais apropriado para

51

Sistemas Automticos de Identificao de Impresses Digitais (Vasconcelos) sistemas em tempo real, pois o pr-processamento e a extrao de caractersticas so executadas apenas uma vez. Tambm possvel armazenar tanto a imagem quanto as caractersticas. Pr-processamento: a qualidade de uma impresso digital pode ser um fator decisivo na fase de extrao de caractersticas. H muitas pesquisas sendo desenvolvidas coma finalidade de melhorar a imagem de uma impresso digital. Em nvel regional, as cristas e vales que compem uma impresso digital possuem freqncia e orientao bem definidas. Portanto, natural usar ferramentas de anlise de frequncia para melhorar a imagem, como (GONZALEZ & WOODS, 2001) transformadas de Fourier, filtros de Gabor e wavelets. Outros passos teis so equalizao de histogramas e filtragem laplaciana. Estimao da orientao das cristas, binarizao e afinamento so etapas importantes no pr-processamento. Extrao de caractersticas: tais caractersticas so as mincias j discutidas na Seo 3. Casamento: o objetivo final de um AFIS encontrar ou confirmar a identidade de uma pessoa cujas impresses digitais foram submetidas ao sistema. Em ltima anlise, isto significa comparar as caractersticas de duas impresses e determinar a probabilidade de que elas tenham partido do mesmo dedo.

3.3.Tcnicas para melhoramento da imagem

Para uma boa extrao das mincias de uma impresso digital importante que a imagem tenha qualidade e confiabilidade. Vrias tcnicas podem ser aplicadas para o melhoramento da imagem: filtros (contraste, Gabor, wavelets), operaes morfolgicas (binarizao, afinamento), aplicados pontualmente ou por rea. Considera-se o bloco de extrao de mincias crucial, devendo, portanto, ser imune a qualquer interferncia na imagem ou erro de extrao. O filtro de contraste tem como objetivo principal aumentar a discriminao visual entre os objetos contidos em uma imagem. Por exemplo, pode-se considerar uma certa vizinha do pixel (5x5). Se o valor do pixel for menor do que a mdia da regio considerada, receber zero, caso contrrio manter o seu valor original (HONG et. al., 1996). As operaes morfolgicas so aplicadas quando se tem interesses na resoluo das formas (contornos, padres geomtricos, etc.) dos elementos da imagem.

3.4.Extrao de caractersticas
O mtodo mais popular para extrao de mincias consiste em usar uma representao binarizada e esqueletizada da imagem. Esses algoritmos consistem geralmente em trs passos: estimao da orientao, deteco das cristas e afinamento. A imagem direcional contm informao sobre as direes regionais das cristas de uma impresso direcional. Um exemplo da imagem direcional pode ser vista na Figura 8.

Figura 8. Imagem de uma impresso digital e sua imagem direcional (YAGER & AMIN, 2004).

52

Sistemas Automticos de Identificao de Impresses Digitais (Vasconcelos) A imagem direcional largamente utilizada em AFIS e possuem vrias aplicaes incluindo prprocessamento, classificao de impresses digitais e deteco de cristas. Existem vrias tcnicas para o seu clculo. A mais comum baseia-se nos gradientes da imagem (JAIN, HONG & BOLLE, 1997). Outros algoritmos realizam a convoluo de mscaras apropriadas para detectar a direo predominante de uma crista. Este ltimo mais rpido e simples, mas h um limite com relao quantidade de direes detectadas. A fim de achar as mincias necessrio primeiro localizar as cristas. Um mapa de cristas uma imagem da impresso digital onde os pixels pretos correspondem s cristas e os pixels brancos correspondem aos vales. Uma soluo simples seria aplicar um algoritmo de limiarizao (binarizao). Como pixels dos vales so mais brilhantes do que pixels das cristas, qualquer pixel acima de um certo valor poderia ser classificado como vale. Contudo, devido presena de rudos, o resultado pode ser ruim. Portanto, informao regional do pixel deve ser levado em conta para definir deve sele ele pertence a uma crista ou a um vale. A operao de afinamento (esqueletizao) pode ser usada para remover pontos isolados no fundo da imagem e ngulos retos ao longo de borda dos objetos (COSTA, 2001). Um esqueleto (skeleton) uma representao linear de um objeto com largura de um pixel e que preserva a topologia do objeto, e dessa forma o esqueleto criado atravs do afinamento de uma imagem binarizada. A extrao das mincias a partir do mapa de cristas afinado uma tarefa trivial. Qualquer pixel preto que possui um nico vizinho (8-conexo) uma terminao e qualquer pixel preto com mais do que dois vizinhos uma bifurcao (ver Figura 9). Infelizmente no to simples assim e o processo necessita de filtragem adicional para retirar falsas mincias.

Figura 9. Terminao e bifurcao (YAGER & AMIN, 2004).

3.5.Casamento de impresses digitais

O resultado do passo de extrao de mincias costuma ser uma lista de locais e orientaes, representada pelas coordenadas x e y e o ngulo de orientao #. importante observar que a maioria dos sistemas no difere entre terminaes e bifurcaes quando comparando duas impresses digitais. Uma razo pode ser o rudo ou o excesso de presso que pode fazer com que uma bifurcao seja vista como uma terminao, ou vice-versa. Alinhar conjuntos de mincias conhecido com registro (ver Figura 10), e essencialmente um problema de casamento de padro de pontos (point pattern problem). O objetivo encontrar uma translao, rotao e possivelmente, escala, que alinhe os conjuntos de pontos. Vrios algoritmos foram propostos, mas devido ao domnio especfico, muitos no so adequados ao problema.

53

Sistemas Automticos de Identificao de Impresses Digitais (Vasconcelos)

Figura 10. Mincias de duas impresses digitais que podem ser do mesmo dedo (YAGER & AMIN, 2004).

Aps o alinhamento, calcula-se a pontuao do casamento entre duas impresses digitais como na Equao 1 (JAIN, HONG & BOLLE, 1997).

Equao 1. Pontuao do casamento entre digitais

onde Ncorrespondentes o nmero de mincias que casaram, M o nmero de mincias de um conjunto e N, do outro. A pontuao requerida para que duas impresses digitais sejam consideradas iguais pode ser um parmetro ajustvel do sistema. Para os sistemas biomtricos comerciais, o desempenho deve ser considerado. Este desempenho pode ser categorizado por duas medidas, a taxa de falsa aceitao (FAR) e a taxa de falsa rejeio (FRR). FAR (False Acceptance Rate): representa a porcentagem de usurios no autorizados que so incorretamente identificados como usurios vlidos e, portanto, aceitos pelo sistema. FRR (False Reject Rate): representa a porcentagem de usurios autorizados que so incorretamente rejeitados pelo sistema.

4.Concluses
Reconhecimento de impresses digitais tem sido tema de pesquisa nas reas de processamento de imagens e de reconhecimento de padres nos ltimos vinte anos, fato que propiciou o surgimento de vrios AFIS comerciais bem como seu uso em vrias aplicaes civis. Mesmo assim, a comunidade cientfica considera que h muito que melhorar: a etapa de extrao de mincias crucial. Os algoritmos existentes ainda perdem uma quantidade razovel de mincias ou geram mincias esprias. Algumas propostas existentes sobre imagens em tons de cinza tm alcanado resultados similares aos algoritmos baseados em esqueleto, a despeito do menor curso computacional. algoritmos de verificao de mincias podem ter uma etapa de ps-processamento, como por exemplo, confirmar as mincias extradas a partir do esqueleto com tcnicas de percurso sobre cristas da imagem em tons de cinza. solues hbridas que incorporem, alm de impresses digitais, ris, DNA podem aumentar a robustez e confiabilidade nos sistemas. Agrega-se a isto a crescente preocupao mundial com segurana, o que tem levado pases e empresas a investir cada vez mais em sistemas de identificao e verificao de indivduos.

54

Sistemas Automticos de Identificao de Impresses Digitais (Vasconcelos)

5.Referncias bibliogrficas
COSTA, S. M. F. Classificao e Verificao de Impresses Digitais. Dissertao (Mestrado em Engenharia Eltrica [SP-Capital]) - Universidade de So Paulo, defendida em 2001. Disponvel em http://www.teses.usp.br/teses/disponiveis/3/3140/tde-18032002-102113/ publico/dissertacao_Silvia.pdf. Acesso em 09/2005. FBI (Federal Bureau of Investigation). WSQ gray-scale fingerprint image compression specification. Document IAFISIC-0110v2. Disponvel em: ftp://ftp.c3.lanl.gov/pub/misc/WSQ/ documents/wsqSpec2.ps. Acesso em 09/2005. GALTON. Sir Francis Galton F. R. S.. Disponvel em: http://galton.org/. Acesso em 09/2005. GONZALEZ, R. & WOODS, R. Digital Image Processing. Second Edition, Upper Saddle River: Prentice-Hall Inc., 2001. HONG, L.; JAIN, A.; PANKANTI, S. & BOLLE, R. Fingerprint Enhancement. Proceedings of Third IEEE Workshop on Applications of Computer Vision, pp. 202-207, Sarasota, FL, 1996. JAIN, A.; HONG, L. & BOLLE, R.. OnLine Fingerprint Verification.. In: IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.19, n 4, pp. 302-313, 1997. JAIN, A.; HONG, L.; PANKANTI, S. & BOLLE, R.. An Identity-Authentication System using Fingerprints. Proceedings of the IEEE, vol. 85, n 9, pp. 1365-1388, 1997. JAIN, A.; ROSS, A. & PRABHAKAR, S. An Introduction to Biometric Recognition. In: IEEE Transactions on Circuits and Systems for Video Technology, Special Issue on Image- and VideoBased Biometrics, Vol. 14, No. 1, January 2004. OLIVEIRA, M. & LEITE N. Reconnection of Fingerprint Ridges Based on Morphological Operators and Multiscale Directional Information. SIBGRAPI, pp. 122-129, Computer Graphics and Image Processing, XVII Brazilian Symposium on (SIBGRAPI'04), 2004. PRABHAKAR, S. Fingerprint Classification and Matching Using a Filterbank. Dissertao de doutorado Michigan State University. 2001. Disponvel em: http://citeseer.ist.psu.edu/482312.html. Acesso em 09/2005. SANDSTROM, M. Liveness Detection in Fingerprint Recognition Systems. Dissertao Linkping University. 2004. Disponvel em: http://www.diva-portal.org/liu/undergraduate/ abstract.xsql?dbid=2397. Acesso em 09/2005. ROSISTEM. Bar Cod Biometric Education. Disponvel em: http://www.barcode.ro/tutorials/ biometrics/fingerprint.html. Acesso em 09/2005. WIKIPEDIA. Fingerprint. Disponvel em: http://en.wikipedia.org/wiki/Fingerprint. Acesso em 09/2005. YAGER, N. & AMIN, A. Fingerprint verification based on minutiae features: a review. In: Pattern Analysis and Applications, Ed. Sameer Singh. Springer, Germany, 2004, vol.7 pp. 94 113.

55