(Parte 1 de 2)

Anais do 14O Encontro de Iniciação Científica e Pós-Graduação do ITA – XV ENCITA / 2009 Instituto Tecnológico de Aeronáutica, São José dos Campos, SP, Brasil, Outubro, 19 a 2, 2009.

Sistema de Autenticação/Identificação Pessoal Biométrica Através da Palma da Mão com o Auxílio de Redes Neurais Artificiais

Danilo Rodrigues Fontana

Instituto Tecnológico da Aeronáutica – ITA Rua dos Girassóis, nº 380, apto. 62, Jd. Industrias Bolsista PIBIC-CNPq danilofontana@uol.com.br

Luiz Roberto Marim

Instituto Tecnológico da Aeronáutica – ITA

Rua Antares 175, apto 307C, Jd. Satélite marim@ita.br

Resumo. A palavra Biometria vem do grego “bios” (vida) e “metros” (medida), é a ciência pela qual é possível reconhecer o individuo a partir de suas características físicas e comportamentais. As linhas da palma da mão oferecem grande segurança e sendo uma característica física do corpo humano que não sofre muita variação após a fase adulta da vida, considerando que o tamanho da mão não se altera e que as linhas da palma da mão não se deformam com o passar dos anos. A palma da mão, assim como as digitais, tem algumas linhas, traços característicos, que nos diferenciam dos demais. A partir das linhas da palma da mão, realizaremos um estudo através da técnica de Redes Neurais Artificiais (RNAs) para diferenciar os indivíduos através destas linhas características. No campo da inteligência artificial, Redes Neurais Artificiais (RNAs) são sistemas não lineares que simulam o mecanismo de processamento do cérebro humano, pois funcionam através de conexões entre os neurônios por impulsos elétricos, assim como supõe-se ser no cérebro humano.

Palavras chave: Biometria, Palma da Mão, Redes Neurais Artificiais

1. Introdução

As formas de identificação humana são pesquisadas desde os tempos primordiais. O reconhecimento básico natural de uma pessoa é feito, há séculos, através da face e da voz. As marcas de nascença e as cicatrizes podem se tornar formas de se reconhecer alguém. As principais dificuldades relacionadas à identificação estão ligadas à segurança, à facilidade de utilização e ao tipo de tecnologia a ser adotada.

A biometria apresenta-se como um potencial solução a este problema. Suas variantes estão cada vez mais acessíveis e vêm sendo utilizadas em muitas empresas e entidades governamentais.

A necessidade de autenticação/identificação está associada à possibilidade de acesso restrito a um determinado espaço, bem ou serviço, e pode ser realizada de várias formas: por aquilo que se possui (crachá, cartão magnético), por aquilo que se sabe (senha) ou por aquilo que se é (características biométricas, tais como retina, íris, voz, impressão digital, palma da mão, etc.). O ponto divergente em relação a outras formas de identificação como a senha e o cartão magnético é que não podemos perder ou esquecer as nossas características biométricas.

O foco principal do projeto foi utilizar as Redes Neurais Artificiais para autenticação/identificação de indivíduos através da biometria da palma da mão (MATOS, 1998).

A palma da mão de uma pessoa é formada ainda no 7º mês do período de gestação e é uma característica que permanece na pessoa até o fim da vida, sem sofrer alterações e mudanças (MOREIRA, 2004). As principais características que serão analisadas nesse projeto são as linhas da palma da mão. A Figura 1 mostra a imagem da palma da mão retirada pintando-se a mão com tinta preta e colocando no papel.

Figura 1 – Mão Pintada com Tinta Preta

Anais do XIV ENCITA 2008, ITA, Outubro, 19-2, 2009 ,

Algumas das linhas da palma da mão foram extremamente importantes durante a implementação deste projeto. A Figura 2 mostra um desenho ilustrativo da palma da mão que caracteriza as linhas de estudo deste projeto.

Figura 2 - Linhas da Palma da Mão

Como mostrado acima, são três as características mais importantes da palma da mão, são as linhas DTC (Distal

Transverse Crease), PTC (Proximal transverse Crease) e TC (Thenar Crease), que significam respectivamente linha transversa distal, linha transversa proximal e linha tenar (BOREKI, 2003).

2. Aquisição da Imagem

O processo de captura da imagem foi realizado com um scanner de uma impressora multifuncional HP 1500 series. Um meio eficiente para coletar as imagens das palmas foi colocar uma folha de cartolina preta com um espaço delimitado a fim de evitar as rotações da mão. Após a captura da imagem da palma temos como resultado uma imagem de 256 tons de cinza, escala de 8 bits com 75 ppi de resolução e formato jpeg.

Em um modo mais natural de se ver, imagens não são diretamente próprias para se fazer uma análise no computador, pois computadores trabalham com informações numéricas e não de figuras, então uma imagem tem que ser convertida para números antes de qualquer tentativa de implementação de métodos de tratamento de imagens (

GONZALEZ, 2000). original

Figura 3 - Imagem capturada pelo scanner

A forma de capturar uma imagem e representá-la em uma matriz de números consiste em “dividir” a imagem real em pequenas regiões denominada elementos da figura, ou mais conhecida como pixels. A imagem é dividida em linhas horizontais de pixels adjacentes e cada parte destas divisões representa a cor e o brilho no determinado ponto real desta imagem. Todo este processo é chamado de digitalização da imagem. No final da amostragem de toda a imagem original, temos como resultado uma matriz numérica que representará a nossa imagem no computador (PEREIRA, 2003).

Anais do XIV ENCITA 2008, ITA, Outubro, 19-2, 2009 ,

3. Pré Processamento

Como visto acima, a imagem precisa ser convertida em números para ser trabalhada pelo computador, assim, a imagem vai para uma escala de tons de cinza e tem sua matriz extraída pelo computador.

3.1 Filtros

A filtragem aplicada a uma imagem digital é uma operação local que modifica os valores dos níveis digitais de cada pixel da imagem considerando o contexto atual do pixel. Pela filtragem, o valor de cada pixel da imagem é modificado utilizando-se uma operação de vizinhança, ou seja, uma operação que leva em conta os níveis digitais dos pixels vizinhos e o próprio valor digital do pixel considerado.

3.2 Filtro Gaussiano

O filtro gaussiano tem a finalidade de “borrar” a imagem para descartar pequenos ruídos como falhas na figura, linhas pouco evidentes e algumas imperfeições formadas a partir da imagem em tons de cinza. O filtro percorre toda a vizinhança da imagem em forma de quadrado, centralizando um pixel e “borrando” os demais, fazendo este percurso por toda a imagem. Como visto na Figura 1, existem mais de três linhas evidentes na mão, existem também muitas linhas pequenas que podem ser comparadas com as minúcias nas digitais, essas minúcias ficam apagadas com o uso do filtro gaussiano por serem muito finas e não oferecerem garantia expressiva se usado isoladamente para caracterização do indivíduo. gauss

Figura 4 – Imagem após filtro Gaussiano

3.3 Binarização

O processo seguinte consiste em tornar a imagem binária, ou seja, transformar todas as informações contidas na matriz em zeros e uns, onde 0 significa preto e 1 significa branco. Este é um passo importante para a implementação dos demais algoritmos de tratamento da imagem, pois muitos destes trabalham melhor com imagens na forma binária.

Um problema relacionado a imagens binárias é que estas provocam perda na qualidade da imagem e podem em alguns casos gerar pequenas falhas na imagem em pontos na borda e nas terminações de cada linha.

Figura 5 - Imagem Binária (tons de branco e preto) binarizar

Anais do XIV ENCITA 2008, ITA, Outubro, 19-2, 2009 ,

Após isso a imagem foi filtrada em sua forma binária por outro algoritmo do MATLAB, um filtro que buscava os limites da imagem a fim de recuperar parte da qualidade que perdemos ao binarizar a imagem, para isso, também foi implementado uma técnica de afinamento das linhas que será vista abaixo.

4. Algoritmo

O processo de afinamento consiste em diminuir para uma linha uma seqüência de linhas que formavam uma linha grossa na imagem. Este processo suaviza a imagem e retira boa parte das imperfeições facilitando assim o processo de tratamento na imagem. A varredura da imagem é feita ponto a ponto, examinando a vizinhança e verificando quando o pixel pode ou não ser apagado. Quando um pixel é apagado, seu valor na matriz muda de 1 para 0 e a imagem é dita afinada. Após ser afinada a imagem passa por um processo de “limpeza”, um algoritmo “passa baixa” busca todos os pixels isolados e os remove analisando sua vizinhança acima, abaixo e aos lados para saber se tem ou não um valor 1 correspondente nas casas, reforçando assim o trabalho de afinamento da imagem e melhorando a qualidade da mesma. limpar

Figura 6 – Imagem Limpa

O algoritmo desenvolvido tem o intuito de realizar todos os passos descritos até agora e além disso, redimensionar a imagem para o tamanho de 256 por 256 pixels para que possamos transferir estes mesmos dados para uma matriz no tamanho 16 x 16 mantendo todas as características da original.

O fato de usarmos uma matriz menor nos dá um ganho de tempo computacional no treinamento da rede neural e facilita o manuseio dos dados. A seguir temos a imagem no tamanho 16 x 16 na forma binária, de valores 0 e 1.

Figura 7 – Imagem 16 x 16

5. Redes Neurais Artificiais

A origem da teoria de Redes Neurais remonta aos modelos matemáticos e aos modelos de engenharia, de neurônios biológicos. Como qualquer célula biológica, o neurônio é delimitado por uma fina membrana celular que alem da sua função biológica normal, possui determinadas propriedades que são essenciais para o funcionamento elétrico da célula nervosa. Basicamente o neurônio é composto de três partes fundamentais: o corpo celular, o axônio e os dendritos.

O corpo celular, ou soma, é o centro dos processos metabólicos da célula nervosa, dele projetam-se extensões filamentares, os dendritos, e o axônio.

(Parte 1 de 2)

Comentários