3.Impronte digitali

Il riconoscimento di impronte digitali [2][3], per le sue caratteristiche, può essere considerato un sistema di identificazione personale affidabile. La reale importanza delle impronte digitali è basata essenzialmente sui seguenti principi:

Ø       Immutabilità.    La  configurazione  e  i  dettagli  del  disegno  sono  permanenti  e    non     cambiano   mai   durante  la  vita.

Ø       Unicità.    La   possibilità   di   variazione   del   disegno  dell'impronta  è  talmente  alta,   che   non  compaiono  mai  due  disegni  uguali  in  diverse  dita  della   stessa  persona  o    in  persone  differenti [10].

Ø       Classificazione.     Le  possibili  variazioni   dello   schema  sono  limitate,  per  cui  è    possibile  una  classificazione  sistematica di tali configurazioni.

 

3.1 Il  Confronto  delle  Impronte

L'applicazione delle impronte digitali ai due diversi problemi di "identificazione"  e  "riconoscimento"  richiede tecniche di confronto differenti, in quanto nel primo caso si tratta  di paragonare due sole impronte, mentre nel secondo occorre un confronto di tipo  1 : N ,  ossia il campione di  ingresso deve   essere  ritrovato fra un numero molto alto di impronte.
Da ciò si evince che per la verifica non si pone l'obbligo di implementare algoritmi efficienti di confronto;ciò non vale per l'identificazione. Infatti se un singolo confronto fra  2   impronte richiedesse    solo  10  msec,   la scansione di un archivio di  30.000.000   di impronte richiederebbe in ogni caso  83,3  ore, cioè  più di 3 giorni che è un tempo inaccettabile.Per tale motivo bisogna progettare algoritmi che limitano il numero di confronti ed inoltre siano in grado di riconoscere immagini affette da "rumore".


3.2 Anatomia  di  una  impronta  digitale

Un'impronta digitale è costituita da un insieme di linee, dette   ridge  line che scorrono in linee parallele, che a volte intersecano oppure si interrompono,formando un disegno detto ridge pattern. A partire dal ridge pattern possono essere estratte ulteriori informazioni quali   flow line,  ridge count,  immagine direzionale,  singolarità,  pattern  area,   minuzie.

Impronte digitali e ridge line

 

Quest’ultime costituiscono un fattore importante per la discriminazione delle impronte infatti esse sono i punti in cui  si ha un comportamento anomalo delle ridge line; ognuna di esse può essere descritta come un vettore con un attributo che ne descrive il tipo. L' ANSI  (American National Standard Institute) [1] dà  una  classificazione in quattro categorie principali:  

  1.       Terminazioni
  2.       Biforcazioni,
  3.       Triforcazioni  o  crossover
  4.       Indeterminate  

I   7   tipi   più  comuni  di  minuzie  nelle  impronte  digitali

 

Il modello di identificazione minuzie <-> coordinate prevede di memorizzare per ogni minuzia il tipo (terminazione o biforcazione), le coordinate  (x,y)  e  l'angolo  ( che la tangente alla minuzia forma  con  la  direzione  orizzontale  .La maggior parte delle tecniche per il confronto di impronte digitali basate su minuzie, prevedono in una prima fase l'estrazione completa delle minuzie dalle due impronte da confrontare e successivamente il confronto dei due insiemi di minuzie estratti.

Singolarità   

Esaminando accuratamente l'andamento delle ridge line  si possono notare delle regioni in cui esse assumono andamenti particolari: curvature accentuate, terminazioni o biforcazioni frequenti. Queste zone sono dette  singolarità e sono riconducibili  a  tre classi  distinte :

·       Core  :  caratterizzata da un insieme di creste che hanno un andamento a   U.

·       Whorl : caratterizzata da  una  struttura  a  O.

·       Delta :  caratterizzata da  creste  che delineano una struttura  a (.

              
                  

Pattern Area

La parte centrale dell'impronta, dove normalmente sono dislocate le singolarità, è detta pattern area ed è delineata da due linee principali, denominate  type  line  , che sono individuabili come le due linee più interne che la separano dal resto dell'impronta. Le singolarità, insieme alla forma e alla direzione delle ridge line della patter area, costituiscono, le macro-caratteristiche dell'impronta su cui si basano la maggior parte dei sistemi per la classificazione delle impronte digitali


Pattern  area  e  type  lyne  che  la  delimitano


Flow Line

Una  flow-line  o  linea di flusso  è una ipotetica linea che corre parallelamente a un insieme di ridge contigue ; si tratta di linee che non hanno controparti fisiche e la cui determinazione non è univoca, ma dipende dalle ipotesi fatte al momento in cui le si localizza.Con   ridge-count (AB)   si intende il numero di ridge line intersecate dal segmento di estremi  A  e B, punti generalmente situati in zone facilmente identificabili dell'impronta, come il centro euna regione singolare .



Immagine  direzionale  
E' un insieme di vettori non orientati ottenuti tramite la sovrapposizione di una griglia all'immagine dell'impronta  [7]. Ogni vettore è posto in un nodo della griglia e ha direzione parallela a quella della flow line che attraversa il medesimo. Si dice anche ridge direction.
              

  Impronta e la sua immagine direzionale


3.3 Acquisizione  delle  impronte

     Il metodo più noto per l'acquisizione di impronte digitali consiste nell' inchiostratura dei polpastrelli, seguita da un movimento di "rullatura" sulla carta che consente di imprimere l'intero disegno dell'impronta. Un sistema più pratico è invece costituito da un sistema ottico . Non sempre l'immagine  è di buona qualità a causa di diversi fattori, tra cui, ad esempio uno strato di vapore (acqua) che il contatto del dito con la superficie calda produce o anche in relazione alla pressione che si esercita sulla superficie  .


      Dispositivo ottico per rilevare le impronte digitali



3.4  Sistemi  per  il  riconoscimento
Nella gestione delle grandi quantità di dati che riguardano le impronte è possibile   individuare  due  fasi  principali [9],  una  fase  off-line   ed  una  fase  on-line. La fase off-line riguarda l'aggiornamento della base di dati, l'impronta è infatti elaborata ed inserita nel database sapendo già a chi appartiene; Nella fase on-line l'impronta è elaborata, ma lo scopo finale è ottenere un insieme di impronte candidate simili a quella data o un risultato  SI / NO  riguardo la presenza o meno nel database dell'impronta stessa. Come è prevedibile l'efficienza  (tempo  e  precisione) è essenziale nella fase on-line.
Sostanzialmente, quest’ultima, si compone delle seguenti operazioni :

Ø     Estrazione  dei  dati
La fase di estrazione dei dati è una delle parti più delicate per quanto riguarda il riconoscimento di impronte digitali, infatti è proprio in questa fase che si possono verificare la maggior parte degli errori. Dopo la fase di reperimento, che può avvenire in modo manuale o tramite lettori ottici, quindi automatica, l'immagine digitale passa attraverso diversi filtri che hanno lo scopo di ripulirla e individuare in modo chiaro  le    ridge line   e  quindi le minuzie. La prima fase è quella di  binarizzazione  o  segmentazione  e consiste nel trasformare l'immagine   inizialmente  in toni di grigio in una immagine binaria.      La fase successiva alla binarizzazione  è quella di  thinning, dove  le ridge line vengono rappresentate come linee formate con un solo pixel di spessore [4]. A causa della scarsa qualità dell'impronta originaria, non sempre le ridge line appaiono come continue nell'immagine binaria, per questo sono stati pensati procedimenti che tendono ad eliminare possibili fonti di errori quali buchi e interruzioni [4] [8].

 

Ø     La  Classificazione
La classificazione può risultare uno strumento molto importante in quanto alleggerisce la ricerca nel database delle impronte. Un buon sistema di classificazione deve avere le seguenti caratteristiche :

ü       Affidabilità :  non deve errare nella individuazione della classe;

ü       Selettività : la base di dati dovrebbe essere partizionata in un alto numero di classi che    non si sovrappongono, con cardinalità simili;

ü       Efficienza : ogni impronta dovrebbe essere elaborata in un tempo breve.

 

Quello che da molti viene considerato l'approccio più promettente è quello proposto dal  NIST [3]che considera 5 classi  :

 

q       Arch  o  impronta ad arco semplice : impronte in cui le creste entrano da un lato,  crescono verso il centro e scendono per poi uscire dal lato opposto.

q       Tended Arch o impronta ad arco triangolare : impronte che hanno lo stesso   andamento di quelle ad arco semplice, ma in cui le creste formano un angolo o una piega al centro con la presenza di un delta;

q       Right Loop  o  impronta con ansa a destra :  impronte in cui una o più creste  entrano dal lato destro, si ripiegano, superano la linea immaginaria determinata    dal core e escono dallo stesso lato;

q       Left Loop  o  impronta con ansa a sinistra : come le precedenti, ma piegate dal lato  opposto;

q       Whorl  o  impronta a figura chiusa con forma circolare, ellittica o a spirale :  impronte  con almeno due delta e una figura chiusa (circolare, ellittica o a spirale) centrale. In questa classe sono comprese anche le impronte  Double Loop, impronte con  due delta e due loop distinti accavallati.

 

 Le diverse classi.

3.5  La   Registrazione

Prima della fase di matching è possibile, se necessario, anteporre una parte detta di  registrazione, che ha lo scopo di portare tutte le impronte in un unico sistema di riferimento così da facilitare l'applicazione degli algoritmi di matching.
Le trasformazioni che vengono applicate sono essenzialmente quelle di "centramento" dell'impronta e  "rotazione"; entrambe le fasi necessitano di un punto di riferimento comune, detto  punto di core, che è un particolare punto dell'impronta.

Il  Matching

L'algoritmo di matching è di fondamentale importanza poiché si occupa di calcolare uno "score"  di bontà tra due insiemi di minuzie ricavate da impronte distinte, esso avviene di norma sfruttando le microcaratteristiche, ossia le minuzie. Come gli algoritmi di classificazione anche gli algoritmi di matching devono considerare diversi fattori :

 

v      un'impronta di solito è di scarsa qualità;

v       il database delle impronte è molto grande;

v      distorsioni strutturali delle immagini richiedono potenti algoritmi di matching.