Huellas Tesis

ALGORITMO DE MEJORAMIENTO DE IMGENES DE HUELLAS DACTILARES
PARA SU POSTERIOR USO EN VERIFICACIN BIOMTRICA.

NICOLAS REY VILLAMIZAR

UNIVERSIDAD INDUSTRIAL DE SANTANDER
FACULTAD DE INGENIERAS FSICO MECNICAS
ESCUELA DE INGENIERA ELCTRICA, ELECTRNICA Y
TELECOMUNICACIONES
BUCARAMANGA
ENERO
2008


ESCUELA DE INGENIERAS ELCTRICA, ELECTRNICA Y TELECOMUNICACIONES

ALGORITMO DE MEJORAMIENTO DE IMGENES DE HUELLAS DACTILARES
PARA SU POSTERIOR USO EN VERIFICACIN BIOMTRICA.


Trabajo de grado presentado como requisito para optar al ttulo de
Ingeniero Electrnico

Director
Dr. YEZID TORRES MORENO

Codirector
MI(c). Ing. OMAR JAVIER TJARO ROJAS

UNIVERSIDAD INDUSTRIAL DE SANTANDER
FACULTAD DE INGENIERAS FSICO MECNICAS
ESCUELA DE INGENIERA ELCTRICA, ELECTRNICA Y
TELECOMUNICACIONES
BUCARAMANGA
ENERO
2008





AGRADECIMIENTOS

A todas las personas que de una u otra forma colaboraron en la realizacin de este
proyecto de grado, muy especialmente a mi director por su constante aporte, tanto
en aspectos acadmicos como personales y sobre todo por ser un modelo a seguir
en su entrega a la investigacin. Agradezco tambin a mi codirector, por su
compromiso para con el desarrollo del proyecto. A los miembros del Grupo de
ptica y Tratamiento de seales (GOTS), por su constante aporte durante los
seminarios de grupo en el desarrollo del proyecto. Y a todos mis familiares y
amigos, quienes de una u otra forma brindaron el respaldo necesario para
perseverar en la culminacin de este proyecto.



A mi familia.

Nicolas Rey Villamizar



TABLA DE CONTENIDO

INTRODUCCIN ............................................................................................................................... 12
1. ESPECIFICACIONES DEL PROYECTO ............................................................................... 3
1.1. OBJETIVO GENERAL ......................................................................................................... 3
1.2. OBJETIVOS ESPECFICOS ................................................................................................ 3
2. RECONOCIMIENTO USANDO BIOMETRA ...................................................................... 4
2.1. MTODOS BIOMTRICOS MAS UTILIZADOS ............................................................ 4
2.2. HISTORIA DEL USO DE LAS HUELLAS DACTILARES .............................................. 6
2.3. ESTNDARES PARA EL USO DE LAS HUELLAS DACTILARES COMO MTODO
BIOMTRICO ...................................................................................................................................... 9
3. DIFERENTES MTODOS UTILIZADOS PARA ADQUISICIN DE IMGENES DE
HUELLAS DACTILARES ................................................................................................................. 11
3.1. MTODO TRADICIONAL................................................................................................. 11
3.2. MTODOS DE DIGITALIZACIN DIRECTA ............................................................... 12
3.2.1. SENSORES CAPACITIVOS ............................................................................................... 13
3.2.2. SENSORES DE RADIO FRECUENCIA (RF) .................................................................. 17
3.2.3. SENSORES PTICOS ......................................................................................................... 18
3.2.4. OTROS TIPOS DE SENSORES ......................................................................................... 21
4. SISTEMA DE ADQUISICIN ESCOGIDO .......................................................................... 23
4.1. CARACTERSTICAS DEL SISTEMA .............................................................................. 23
4.2. PRINCIPIO DE FUNCIONAMIENTO .............................................................................. 24
4.3. PRUEBAS REALIZADAS AL SISTEMA ......................................................................... 27
5. BASE DE DATOS ..................................................................................................................... 31
5.1. CARACTERSTICAS DE LAS BASES DE DATOS ........................................................ 31
5.2. BASE DE DATOS CONSTRUIDA ..................................................................................... 32
6. DESARROLLO DE ALGORITMOS DE MEJORAMIENTO DE IMGENES DE
HUELLAS DACTILARES ................................................................................................................. 36
6.1. MEJORAMIENTO DE IMGENES ON-LINE VS OFF-LINE ............................. 36
6.2. ALGORITMOS DE MEJORAMIENTO DE IMGENES .............................................. 36
6.2.1. ALGORITMO BASADO EN FILTROS DE GABOR ...................................................... 37
7. DESARROLLO DE ALGORITMO DE MEJORAMIENTO IMPLEMENTADO ............ 39
7.1. DESCRIPCIN .................................................................................................................... 39
7.1.1. NORMALIZACIN DE PRESIN .................................................................................... 39
7.1.2. SEGMENTACIN DE LA IMAGEN ................................................................................ 43
7.1.3. NORMALIZACIN ............................................................................................................. 43



7.1.4. ESTIMACIN DE LA ORIENTACIN LOCAL ............................................................ 44
7.1.5. ESTIMACIN DE LA FRECUENCIA LOCAL ............................................................... 46
7.1.6. FILTRADO DE GABOR ..................................................................................................... 47
7.2. RESULTADOS ..................................................................................................................... 54
8. ALGORITMO DE ROTACIN DESARROLLADO ............................................................ 58
8.1. DESCRIPCIN DEL ALGORITMO ................................................................................. 61
8.2. INTERSECCIONES DE LAS IMGENES ....................................................................... 62
8.3. CALCULO DE REAS ....................................................................................................... 64
8.4. SUBDIVISIN DE CASOS ................................................................................................. 65
8.4.1. PRIMER CASO .................................................................................................................... 67
8.4.2. SEGUNDO CASO ................................................................................................................. 68
8.4.3. TERCER CASO .................................................................................................................... 69
8.5. RESULTADOS ..................................................................................................................... 69
9. CONCLUSIONES Y RECOMENDACIONES ....................................................................... 72
9.1. RECOMENDACIONES Y TRABAJO A FUTURO ......................................................... 72
9.2. CONCLUSIONES ................................................................................................................ 73
10. REFERENCIAS BIBLIOGRFICAS ................................................................................ 75



LISTA DE FIGURAS

FIGURA 1: PORCENTAJ ES DE USO DE LAS DISTINTAS TECNOLOGAS DE IDENTIFICACIN BIOMTRICA.6
FIGURA 2: REPRESENTACIN GRFICA DEL FUNCIONAMIENTO DE UN SENSOR CAPACITIVO..............15
FIGURA 3: SENSOR CAPACITIVO DE LA COMPAA INFINEON, REFERENCIA FINGERTIP.....................15
FIGURA 4: SENSOR CAPACITIVOS CONFORMADOS POR UNA FILA DE SENSORES, ESTE TIPO DE
SENSORES SON LOS QUE SE UTILIZAN EN SU MAYORA EN LOS COMPUTADORES PORTTILES. 15
FIGURA 5: REPRESENTACIN DEL FUNCIONAMIENTO DE UN SENSOR TIPO CAPACITIVO CON MEJ ORAS
SIGNIFICATIVAS EN SU DESEMPEO, PATENTE #6512381 DE ESTADOS UNIDOS....................16
FIGURA 6: FUNCIONAMIENTO DE LOS SENSORES DE RADIO FRECUENCIA (RF).................................18
FIGURA 7: PRINCIPIO BSICO DE FUNCIONAMIENTO DE LOS SENSORES DE BASE PTICA..................19
FIGURA 8: SENSOR PTICO QUE NO REQUIERE DEL USO DE UN PRISMA COMO SUPERFICIE DE
CONTACTO PARA EL DEDO...........................................................................................................20
FIGURA 9: PRINCIPIO BSICO DE FUNCIONAMIENTO DE LA MAYORA DE SISTEMAS PTICOS.............25
FIGURA 10: PRINCIPIO DE FUNCIONAMIENTO DEL SISTEMA DE SENSADO ESCOGIDO.........................27
FIGURA 11: VARIACIN DEL BRILLO Y DEL CONTRASTE PARA UNA MISMA HUELLA PARTICULAR........28
FIGURA 12: DIFERENTES CLASES DE HUELLAS DACTILARES [11] Y [12].............................................32
FIGURA 13: EJ EMPLO DE LA TOMA DE UNA HUELLA DACTILAR CENTRADA..........................................34
FIGURA 14: EJ EMPLO DE LA TOMA DE UNA HUELLA DACTILAR DESPLAZADA HACIA EL PRIMER
CUADRANTE.................................................................................................................................35
FIGURA 15: IMAGEN MUESTRA TOMADA CON EL SENSOR SELECCIONADO..........................................40
FIGURA 16: CORTE AXIAL DE UNA HUELLA DACTILAR..........................................................................41
FIGURA 17: IMAGEN ORIGINAL Y SU MSCARA DE PRESIN RESULTANTE...........................................41
FIGURA 18: MAPA DE DESVIACIONES...................................................................................................42
FIGURA 19: PROYECCIN DE UNA REGIN LOCAL SOBRE UNA LNEA (1D).........................................47
FIGURA 20: CASOS DE VARIACIN SIGNIFICATIVA DE FRECUENCIA.....................................................50
FIGURA 21: IMAGEN DE UNA HUELLA DACTILAR, J UNTO CON SU TRANSFORMADA DE FOURIER Y SU
DISTRIBUCIN DE ENERGA PARTICULAR.....................................................................................52
FIGURA 22: IMAGEN MUESTRA 1 ANTES Y DESPUS DEL MEJ ORAMIENTO..........................................54
FIGURA 23: IMAGEN MUESTRA 2 ANTES Y DESPUS DEL MEJ ORAMIENTO..........................................55
FIGURA 24: IMAGEN DE HUELLA DACTILAR ANTES (SUPERIOR) Y DESPUS (INFERIOR) DEL
MEJ ORAMIENTO. ANTES DEL MEJ ORAMIENTO FC =63%, DESPUS DEL MEJ ORAMIENTO FC =
75%.............................................................................................................................................56
FIGURA 25: IMAGEN DE HUELLA DACTILAR ANTES (SUPERIOR) Y DESPUS (INFERIOR) DEL
MEJ ORAMIENTO. ANTES DEL MEJ ORAMIENTO FC =47%, DESPUS DEL MEJ ORAMIENTO FC =
59%.............................................................................................................................................57
FIGURA 26: SENSADO DE LA LETRA A POR MEDIO DE UNA MATRIZ DE SENSORES.............................58
FIGURA 27: FORMA IDEAL EN LA QUE SE DEBERA TOMAR UN REGISTRO DE LA ROTACIN DE UNA
IMAGEN........................................................................................................................................59
FIGURA 28: CONVENCIN UTILIZADA PARA REPRESENTAR CADA UNA DE LAS IMGENES..................60
FIGURA 29: ROTACIN PARA LA CUAL EL TAMAO DE SALIDA DE LA IMAGEN ROTADA ES EL MXIMO.61
FIGURA 30: EJ EMPLO DE LOS TRINGULOS DE COLOR AZUL, LOS CUALES REPRESENTAN LAS
INTERSECCIONES DE LOS LADOS DE LAS DOS MATRICES...........................................................63
FIGURA 31: PRIMERO DE LOS CASOS PARA EL CLCULO DE LAS REAS.............................................65
FIGURA 32: SEGUNDO DE LOS CASOS PARA EL CLCULO DE LAS REAS............................................66
FIGURA 33: TERCERO DE LOS CASOS PARA EL CLCULO DE LAS REAS............................................66
FIGURA 34: SUBCASO 1........................................................................................................................67
FIGURA 35: SEGUNDO CASO................................................................................................................68
FIGURA 36: RESULTADOS DE LA ROTACIN DE 50.70 DE UNA ONDA SINODAL PROYECTADA EN 2D.70
FIGURA 37: RESULTADOS AL REALIZAR CORTES TANTO DE LA IMAGEN ORIGINAL COMO DE LA IMAGEN
DESPUS DE LA ROTACIN..........................................................................................................70



LISTA DE TABLAS

TABLA 1: ALGUNAS DE LAS TCNICAS BIOMTRICAS MS COMNMENTE UTILIZADAS Y LA
COMPARACIN ENTRE ELLAS. ................................................................................. 5
TABLA 2: PRINCIPALES REFERENCIAS DE SENSORES DISPONIBLES EN EL MERCADO. ...... 13
TABLA 3: RESUMEN DE LOS RESULTADOS OBTENIDOS. ................................................. 30



TITULO: ALGORITMO DE MEJORAMIENTO DE IMGENES DE HUELLAS
DACTILARES PARA SU POSTERIOR USO EN VERIFICACIN BIOMTRICA
*

AUTOR: REY VILLAMIZAR, Nicolas

PALABRAS CLAVES: Huellas Dactilares, Mejoramiento de Imgenes, Filtro de
Gabor, Rotacin de imgenes

DESCRIPCIN

En la actualidad el uso de mtodos de autenticacin de personas que tengan una
robustez superior a los mtodos tradicionales, los cuales son basados en tcnicas
como: memorizacin de claves, uso de elementos nicos (llaves), etc. ha
incentivado la investigacin en sistemas de verificacin basados en patrones
biolgicos de los individuos. Estos mtodos utilizan la premisa bsica de que estos
patrones son diferentes en cada una de las personas. En particular las huellas
dactilares han sido utilizadas como una caracterstica nica de las personas durante
ms de veinte siglos, desde que fueron introducidas por primera vez por los
antiguos chinos. Esta es la nica caracterstica biomtrica que ha sido ampliamente
aceptada en la mayora de pases para ser usada en las cortes como un criterio
vlido para culpar a un acusado.

En este trabajo de grado se desarrolla la implementacin de un algoritmo que
permite el mejoramiento de las imgenes de huellas dactilares que han sido
digitalizadas por medio de un sistema de sensado ptico. Este algoritmo reconstruye
zonas de la imagen que no fueron correctamente adquiridas por el sistema de
sensado. Estas imgenes pueden ser usadas en un sistema posterior de
verificacin, el cual mejorar considerablemente su desempeo ya que en general
estos sistemas son bastante dependientes de la calidad de las imgenes
introducidas.

*
Trabajo de grado para optar al Ttulo de Ingeniero en Electrnica.
Universidad Industrial de Santander (UIS); Facultad de Ingenieras Fsico-Mecnicas,

Escuela de Ingenieras Elctrica, Electrnica y Telecomunicaciones (E3T); Programa de
Ingeniera Electrnica; Dr. Yezid Torres Moreno, Director de Proyecto; MI(c). Ing. Omar
J avier Tjaro Rojas, Codirector de Proyecto.



TITLE: ALGORITHM FOR IMAGING ENHANCEMENT OF FINGERPRINTS USED
IN BIOMETRIC PATTERN VERIFICATION

AUTHOR: REY VILLAMIZAR, Nicolas

KEY WORDS: Fingerprints, Image Enhancement, Gabor Filter, Image Rotation.

DESCRIPTION

Nowadays the use of identification methods of people that have a superior
performance than the traditional methods, which are based on techniques like:
password memorization, use of unique elements (keys), etc. have gave an incentive
to the research on verification systems based on biological patterns of the
individuals. This methods use the basic idea that this biological patterns are different
from each person. In particular fingerprints have been used as a unique
characteristic of the people during more than twenty centuries, since they were
introduced for the first time by the old Chinese. This is the only biometric
characteristic that has been largely accepted in most of the countries for his use on
courts like a valid criterion to accuse a defendant.

The implementation of an algorithm that allows the enhancement of the fingerprint
images that have been digitalized using an optical system is been develops in this
Undergraduate thesis. This algorithm reconstructs regions of the image that were not
correctly acquired by the sensor system. These images can be use in a subsequent
verification system, which will improve considerably his performance since in general
these systems are really dependant of the quality of the images that are introduced.

Undergraduate thesis as a partial fulfillment of the requirements for the degree of Electronic
Engineering
Universidad Industrial de Santander (UIS); Facultad de Ingenieras Fsico-Mecnicas,

Escuela de Ingenieras Elctrica, Electrnica y Telecomunicaciones (E3T); Electronics
Engineering program; Dr. Yezid Torres Moreno, Director de Proyecto; MI(c). Ing. Omar J avier
Tjaro Rojas, Codirector de Proyecto.



INTRODUCCIN

Los sistemas clsicos de identificacin de personas como son, los basados en
carnets, o en el conocimiento de una clave, se han tornado medios obsoletos para la
identificacin y verificacin de personas en aplicaciones civiles como son las
transacciones bancarias electrnicas, encriptamiento de datos, uso de tarjetas de
crdito o de computadores porttiles entre otras. Debido principalmente a la relativa
facilidad con que un impostor sea aceptado por el sistema como el verdadero
usuario.

La necesidad de crear sistemas robustos que permitan la identificacin de personas
motiv la investigacin en el campo de la biometra, ya que es una tecnologa que
utiliza una caracterstica nica e intransferible de la persona, lo que hace que sta
sea una tcnica de identificacin con bajas probabilidades de falsificacin.

La biometra ha sido una tcnica utilizada desde hace ms de seiscientos aos para
la identificacin de personas. Uno de los antecedentes ms antiguos del que se
tenga noticia del uso de esta tcnica con la finalidad de la identificacin de personas
fue reportada por J oo de Barros en el siglo XIV en China [16].

En el caso de las huellas dactilares, su unicidad se ha establecido por estudios
empricos y hasta 1993 esto era del todo aceptado; sin embargo en el caso de
Daubert v. Merrell Dow Pharmaceuticals [17], este concepto se puso en duda y
desde entonces existen numerosos estudios basados principalmente en la cantidad
de informacin presente en las huellas dactilares y otros parmetros, que intentan
determinar que tan probable es encontrar dos huellas dactilares idnticas [2], [3] y
[7].

Para llevar a cabo la verificacin basada en huellas dactilares, el algoritmo ms
comnmente utilizado consiste en la localizacin de minucias por ser esta la forma
ms similar, a la usada por los expertos forenses tradicionalmente para el anlisis
de huellas dactilares. A pesar de existir ms de 100 clases distintas de minucias



2
(islas, huecos, puentes, etc.) en las huellas dactilares, las cuales son caractersticas
que al ser correlacionadas con respecto a un determinado punto de la huella dactilar
(como puede ser su centro), crean el patrn que caracteriza a dicha huella, en las
tcnicas de verificacin automtica actualmente implementadas, la investigacin se
ha centrado bsicamente en caracterizar dos tipos de minucias. Este hecho es
debido principalmente a la complejidad de los algoritmos que permitan extraer todas
las diferentes clases de minucias posibles presentes en las huellas y por ende su
alto costo computacional.

Por lo tanto, el enfoque de las investigaciones actuales ha sido el de buscar
algoritmos que permitan encontrar caractersticas de las huellas que estn
presentes siempre, como por ejemplo los poros de la piel. Sin embargo estos
mtodos no son de mucho inters por parte de algunos de los sectores que utilizan
las huellas dactilares como mtodo de identificacin de personas, como la
aplicacin en criminalstica donde por lo general las huellas dactilares encontradas
son de una calidad relativamente baja, lo cual hace imposible caracterizar el patrn
de poros de la piel en la huella.

De esta manera, se han explorado otros mtodos para caracterizar huellas
dactilares como el basado en correlacin, el cual se basa en el anlisis de la
informacin global y no en la particular como lo hace el mtodo basado en minucias;
adicionalmente, no introduce errores en la imagen muestra, ya que todo algoritmo
de localizacin de minucias tiene un grado de error considerable, y al no utilizar la
imagen original como patrn de medida, sino las minucias extradas, este error
queda almacenado en las minucias caractersticas de las huellas. Aun as, este
mtodo presenta tambin fuertes inconvenientes como lo son su alto costo
computacional y su alta sensibilidad a la distorsin no lineal introducida por la
plasticidad de la piel en la toma de datos.

Independientemente del mtodo planteado que se utilice para realizar un proceso de
verificacin de huellas, los resultados obtenidos dependen apreciablemente de la
calidad de la imagen muestra que se tenga.



3
1. ESPECIFICACIONES DEL PROYECTO

1.1. OBJETIVO GENERAL

Implementar un algoritmo de mejoramiento de imgenes digitales de huellas
dactilares adquiridas por medio de un sensor, para su posterior uso en un
sistema hibrido (ptico-digital) de verificacin por correlacin de
Transformada de Fourier Conjunta.

1.2. OBJETIVOS ESPECFICOS

Seleccionar el sensor de adquisicin de imgenes de huellas dactilares
acorde a las necesidades del proyecto.
Construir una base de datos de imgenes digitales de huellas dactilares con
criterios claramente establecidos y obtenidas por medio del sistema de
adquisicin escogido.
Escoger un algoritmo de mejoramiento de imgenes de huellas dactilares
que sea el que mejor se ajuste a las condiciones particulares de adquisicin
de la base de datos.
Implementar el algoritmo de mejoramiento de imgenes de huellas dactilares
escogido.
Proponer y describir las caractersticas de un algoritmo que altere en la
menor proporcin la forma y la energa de las imgenes cuando esta es
rotada.



4
2. RECONOCIMIENTO USANDO BIOMETRA

En general toda medida biomtrica puede ser utilizada, siempre que cumpla con
cuatro requisitos fundamentales: universalidad, unicidad, permanencia con el paso
del tiempo y recolectabilidad. De todas las medidas biomtricas estudiadas hasta la
actualidad (huellas dactilares, rostro, iris, geometra de la mano, firma, termograma
facial, voz, etc.) la tcnica de reconocimiento de huellas dactilares es la tcnica que
ha alcanzado el grado ms alto de madurez y adems, es la nica que ha sido
adoptada en la mayora de los pases para su uso en las cortes.

2.1. MTODOS BIOMTRICOS MAS UTILIZADOS

En general toda caracterstica fisiolgica o de comportamiento de las personas
puede servir como un mtodo de identificacin biomtrica, siempre que cumpla con
los requisitos antes mencionados. Adicional a esta prctica, existen en la biometria
otras dos caractersticas muy importantes y deseables, las cuales tienen la
aceptabilidad por parte de la comunidad en general (un ejemplo es el uso del ADN
como mtodo de identificacin biomtrica el cual es un mtodo que hasta ahora
comienza a ser aceptado), y la robustez global de sistema, esta ltima caracterstica
incluye que tan fcilmente un impostor puede ser aceptado como el verdadero
usuario y en general todas aquellas medidas que definen la confiabilidad del
mtodo.

En la Tabla 1 se pueden ver algunas de las caractersticas biomtricas ms
comnmente utilizadas y una comparacin relativa entre estas, donde el nivel se
indica por un nmero; nmero 1 indica alto, el nmero 2 indica medio y el nmero 3
indica bajo.



5

Mtodo Diferenciabilidad Robustez Aceptabilidad Permanencia
Firma 3 3 1 3
ADN 1 1 3 1
Huellas Dactilares 1 2 1 1
Odo 2 2 1 1
Cara 3 3 1 1
Iris 1 1 3 1
Tabla 1: Algunas de las tcnicas biomtricas ms comnmente utilizadas y la
comparacin entre ellas [4].

Como podemos ver el uso de huellas dactilares es un mtodo biomtrico de
identificacin que en general cumple satisfactoriamente con todos los requisitos
anteriormente descritos. Lamentablemente la robustez del mtodo no es la mejor
debido a impostores que usan mtodos para reproducir las huellas dactilares y
engaar a los sistemas de sensado, sin embargo un sistema clsico de escaneo de
imgenes de huellas dactilares no supervisado, se puede complementar con una
supervisin parcial o bien usar una complementacin entre diferentes medidas
biomtricas, y de esta manera, mejorar la robustez global del sistema, evitando todo
tipo de huellas dactilares falsas.

En la figura 1 se puede ver un grfico en el cual se aprecia los porcentajes de uso
de las diferentes tecnologas biomtricas en el mercado. Como pude verse
claramente la identificacin usando huellas dactilares ocupa aproximadamente el
50% del mercado mundial de identificacin biomtrica.



6

Figura 1: Porcentajes de uso de las distintas tecnologas de identificacin
biomtrica.
5

2.2. HISTORIA DEL USO DE LAS HUELLAS DACTILARES

La primera alusin clara al uso de la biometra como sistema de identificacin
proviene del siglo XIV cuando los chinos estampaban las huellas de las manos y de
los pies de los nios para poderlos identificar unos de otros. Pero fue slo hasta
1686 que el Italiano Marcello Malpighi profesor de anatoma de la Universidad de
Bologna identific algunos de los patrones en las huellas dactilares (ahora llamados
minucias), aun as este no hizo ninguna alusin a la idea de utilizar estas medidas
biomtricas como una forma de identificacin.

Solo hasta 1823 un mdico checo llamado J hon Evangelista Purkine hizo el primer
estudio sobre la unicidad de las huellas en los humanos, llegando a la conclusin de
que efectivamente estas eran una caracterstica nica en cada persona. Este
mdico checo escribi lo siguiente en su tesis, publicada en Diciembre 22 de 1823:

5
Tomado de http://www.imrapt.com.au/



7
In the hands of the monkeys, as well as in their prehensile tails, similar lines
occur, the distinction of which adds to the knowledge of the characteristics of
all species. Zoologists, unless they consider them unimportant, will add
further details [6].

Posteriormente en 1856 el ingls Sir William Hershel comenz a utilizar las huellas
dactilares como una forma de remplazar la firma, llegando independientemente a la
conclusin de que las huellas dactilares eran nicas, del mdico checo Purkine,
pero aun as no hizo un estudio detallado del tema.

El 28 de octubre de 1880 el escocs Henry Faulds public el primer artculo
cientfico en la revista Nature sobre cmo se podra utilizar las huellas dactilares
para identificar criminales [20].

Posteriormente Sir Francis Galton en 1888, es la primera persona en comprobar con
estudios empricos que las huellas dactilares no cambian con el paso del tiempo
como se haba sospechado anteriormente, adems es l, la primera persona en
plantear un modelo matemtico para determinar la probabilidad de que en una
poblacin dada existan dos huellas dactilares iguales, su modelo finalmente arroj la
probabilidad de 1 en 64 mil millones, pero este modelo fue descartado
posteriormente por no considerar todos los tipos de minucias posibles existentes en
una huella dactilar y adems porque el mtodo en si se basaba en el hecho de que
si se conocan las vecindades de una parte de la huella (est dividida en 64 partes),
la probabilidad de reconstruccin de esta parte faltante es de , lo cual demostr
fcilmente ms adelante, que la probabilidad de este evento es mucho menor a .

En 1891 J uan Vucetich funcionario de la polica Argentina comenz el primer
archivo de huellas dactilares basado en los estudios de Galton y en el mtodo de
antropologa descriptiva desarrollado por el francs Alphonse Bertillon en 1870.

En 1892 el trabajo de Galton concluye con la publicacin del libro Fingerprints, en
el cual detalla un novedoso sistema de clasificacin de huellas dactilares, siendo
este de gran acogida en su momento ya que la inexistencia de recursos electrnicos



8
para la poca comenzaba a hacer inmanejables las bases de datos de huellas
dactilares.

Despus de que estos estudios tericos no alcanzaron resultados prcticos, el
primer caso de la utilizacin de las huellas dactilares para la condena de un
delincuente se di. Ocurri en Argentina gracias a la rpida acogida de tcnicas
biomtricas adoptadas por Vucetich. Esto sucede el 29 de J unio de 1892 cuando
Francisco Rojas es condenado por asesinato con la prueba irrefutable de dejar una
huella dactilar suya en la escena del crimen.

Paralelo al desarrollo cientfico, el escritor Mark Twain publica dos libros que hablan
de la utilizacin de huellas dactilares por la polica forense para la identificacin de
criminales, estos libros se titularon Life on the Mississippi y The Tragedy of
Puddnhead Wilson. Es esta idea, y la implementacin de recoleccin de huellas
dactilares en las penitenciaras, las que posteriormente crearon un prejuicio
colectivo respecto a la utilizacin de las huellas dactilares como medio de
identificacin, ya que se asocia sta con criminales.

En 1896 Sir Eduard Henry siendo inspector general de la polica de Gales, quien
con ayuda de uno de sus trabajadores, Azizul Haque, modific el mtodo de
clasificacin propuesto por Galton, mtodo al que posteriormente se le llam
mtodo Henry y fue el que la mayor parte de las policas forenses utilizaron a nivel
mundial por muchos aos. Desde 1903 a 1908 se implementa el uso de la huella
dactilar en la Fuerza Area, la Armada y el Ejrcito de los Estados Unidos. De all en
adelante, este mtodo de identificacin comienza a expandirse por el mundo
rpidamente, el creerse comprobado en su totalidad, tesis que 90 aos ms
adelante se rebati en el primer juicio de la historia que cuestion el uso de las
huellas dactilares como prueba contundente.

En 1918 se establece una medida del grado de similitud que deben tener dos
imgenes de una huella dactilar para concluir que estas corresponden a la misma
huella. Edmond Locard llega a la conclusin de que con slo 12 minucias iguales, se



9
puede inferir que las huellas pertenecen al mismo individuo. Eso se tom como base
para la legislacin Estadounidense, aun as cada pas tom diferentes criterios, en
algunos casos ms estrictos y en otros menos estrictos que los adoptados por
Estados Unidos.

La primera patente que se registra concerniente al uso de huellas digitales es la
No.2530758 del 21 de Noviembre de 1950 en Estados Unidos, la cual consista en
una cmara de identificacin de huellas digitales, desarrollada por William T. Cirone.
El 30 de Mayo de 2002 se da concesin a una patente en Colombia a J ean Franois
Mainguet cuyo solicitante es Thomson CSF, la patente se titula Sistema de lectura
de huellas dactilares [5].

Luego, Colombia Trek 2000 International Ltd. solicita la patente para un dispositivo
porttil que tiene capacidades de autentificacin basadas en biometra, inventado
por Poo Teng Pin y Lim Lay Chuan y publicada el 30 de Enero de 2004 con nmero
de expediente 255831 [5].

Actualmente existen diversos dispositivos que utilizan la lectura de huellas dactilares
como medio de identificacin, aun as, ninguno de ellos es completamente fiable,
pero han sido de una gran acogida en el pblico. Este crecimiento en la confiabilidad
de los sistemas de reconocimiento de huellas dactilares se ha visto gravemente
afectado cuando se descubren nuevas formas de vulnerar su seguridad, por ejemplo
est el caso de un hacker que logr vulnerar la seguridad ofrecida por Microsoft con
su dispositivo de lectura de huellas dactilares para remplazar todas las claves
usadas en un computador por la huella dactilar del usuario [10].

2.3. ESTNDARES PARA EL USO DE LAS HUELLAS DACTILARES COMO
MTODO BIOMTRICO

Desde la aparicin de sistemas que permitan digitalizar las imgenes de huellas
dactilares, el FBI dispuso de un estndar de 500 dpi como la mnima resolucin para
la adquisicin de estas imgenes, se lleg a esta conclusin basados en un estudio



10
en el cual se compararon la calidad de las imgenes tomadas por el tradicional
mtodo de la tinta y el papel con el mtodo digital, con la ayuda de expertos en el
tema.

Actualmente la norma ms comnmente aceptada para la estandarizacin de las
imgenes de huellas dactilares es la ANSI/NIST-ITL 1-2000 y CJ IS-RS-0010 (v7),
en stas se encuentra establecida la mnima resolucin de los sistemas de
digitalizacin de imgenes de huellas dactilares, la cual dice debe ser de 500 dpi,
adicional a esto el sistema estandarizado para el registro es de tipo ptico.



11
3. DIFERENTES MTODOS UTILIZADOS PARA ADQUISICIN DE IMGENES
DE HUELLAS DACTILARES

La forma como se adquieren las imgenes de las huellas dactilares se pueden
dividir bsicamente en dos: El tradicional mtodo de tinta y papel, y los mtodos que
permiten la digitalizacin directa de la imagen.

3.1. MTODO TRADICIONAL

Esta forma se ha usado desde principios del siglo XX para almacenar un registro de
las imgenes de las huellas dactilares, cuando el uso de estas como un mtodo de
identificacin biomtrica comenz a ser estudiado. Este mtodo de registro consiste
bsicamente en deslizar la zona que se desea registrar sobre una zona que est
impregnada de una tinta especial, y posteriormente deslizar el dedo sobre un papel
que guardara de esta forma la impresin de las caractersticas de crestas y valles de
la huella.

El estudio de las caractersticas especiales de la combinacin del tipo de tinta y el
tipo de papel correctas, determinan la calidad de la impresin que se tendr de la
imagen de la huella dactilar. El uso de un determinado tipo de tinta, o de un
determinado tipo de papel, fijan las caractersticas globales que tendr la imagen
registrada. Existen extensos estudios sobre todos los tipos de tintas y tipos de
papeles utilizados para registrar las huellas, y como estos afectan la calidad de las
imgenes [19] y [21].

En la actualidad, existe una migracin rpida hacia el uso de sensores digitales y las
correspondientes investigaciones en este campo. Sin embargo, debido a que la
mayor parte de las bases de datos corresponden a imgenes de huellas dactilares
tomadas usando el mtodo tradicional, existe una gran cantidad de casos de estudio
que no han sido resueltos y requieren investigaciones sobre las imgenes de



12
huellas tomadas con base en el mtodo tradicional. Adems de esto las imgenes
encontradas en la escena de un crimen, en su mayora de caractersticas en
resolucin y calidad de imagen, se pueden asemejar a imgenes que han sido
tomadas usando el mtodo tradicional y no tanto a las adquiridas por un mtodo
digital de sensado.

El mtodo tradicional para registrar las imgenes de huellas dactilares ya no es el
mtodo ideal para hacer el registro, debido a que ahora es necesario que toda la
informacin sea digitalizada. Es as que la digitalizacin directa reduce en un paso el
proceso, con lo cual se mejora apreciablemente la eficiencia en general.

3.2. MTODOS DE DIGITALIZACIN DIRECTA

Es as que se ha encontrado que a pesar de la flexibilidad existente en el mtodo
tradicional de registro, se permite utilizar distintos tipos de tinta o papel para resaltar
o no ciertas caractersticas de la huella, se ha optado por utilizar dispositivos de
registro que permiten crear una representacin digital directa, a partir de la muestra
de una huella dactilar.

Actualmente existen en el mercado una gran variedad de compaas que ofrecen
distintos tipos de sensores, en la Tabla 2 se puede ver un resumen de los
principales sensores disponibles en la actualidad, sus principales caractersticas
tcnicas as como tambin su fabricante.



13

O
p
t
i
c
a
s

Technology Company Model Dpi Area(hxw) Pixels
FTIR Biometrika
www.biometrika.it/eng
/
FX2000 569 0.98x0.5
2
560x296
(165,76
0)
FTIR Digital Persona
www.digitalpersona.c
om
UareU200
0
440 0.67x0.4
7
316x228
(72,048)
FTIR
(sweep)
Kinetic Science
www.kinetic.bc.ca
K-1000 Up
to
100
0
0.002x0.
6
2x900
(Hx900)
FTIR Secugen
www.secugen.com
Hamster 500 0.64x0.5
4
320x268
(85,760)
Sheet
prism
Identix
www.identix.com
DFR 200 380 0.67x0.6
7
256x256
(65,535)
Fiber Optic Delsy
www.delsy.com
CMOS
module
508 0.71x0.4
7
360x240
(86,400)
Electro-
optical
Ethentica
www.ethentica.com
TactilSens
e T-FPM
403 0.76x0.5
6
306x226
(69,156)
S
e
n
s
o
r
e
s

d
e

E
s
t
a
d
o

S
o
l
i
d
o

Capacitive
(sweep)
Fujitsu
www.fmw.fujitsu.com
MBF300 500 0.06x0.5
1
32x256
(Hx256)
Capacitive Infineon
www.infineon.com
FingerTip 513 0.56x0.4
4
288x224
(64,512)
Capacitive ST-Microelectonics
Us.st.com
TouchChip
TCS1AD
508 0.71x0.5
0
360x256
(92,160)
Capacitive Veridicom
www.veridicom.com
FPS110 500 0.60x0.6
0
300x300
(90,000)
Thermal
(sweep)
Atmel
www.atmel.com
FingerChip
AT77C101
B
500 0.02x0.5
5
8x280
(H,280)
Electric
Field
Authentec
www.authentec.com
AES4000 250 0.38x0.3
8
96x96
(9,216)
Piezoelectri
c
BMF
www.bm-f.com
BLP-100 406

0.92x0.6
3
384x256
(98,304)
Tabla 2: Principales referencias de sensores disponibles en el mercado
6
.

3.2.1. SENSORES CAPACITIVOS

Este tipo de sensores funcionan basados en las caractersticas del valor de la
capacitancia, en el caso de placas planas paralelas, la variacin en la distancia de
separacin y el tipo de dielctrico que este en medio de estas, son los que

6
D. Maltoni, D. Maio, A.K. J ain, S. Prabhakar Handbook of Fingerprint Recognition Springer, New
York, 2003



14
determinan el valor de la capacitancia. En este caso cada pixel de la imagen, es una
capacitancia que se forma entre la superficie semiconductora (matriz de sensores) y
el dedo que contiene la huella dactilar. Esta capacitancia vara segn el tipo de
material existente entre las dos placas, el cual en este caso puede ser la piel (en el
caso de que sea una cresta la que est presionando determinado pixel) o aire, en el
caso de que sea un valle el que est presionando la superficie semiconductora. Un
problema en el desempeo de estos sensores, ocurre con la acumulacin de
diferentes tipos de dielctricos (sudor, clulas muertas, etc) en los valles lo cual
altera la medida de la capacitancia en estas regiones.

Una ventaja significativa de estos sensores, por la cual son los ms utilizados en los
computadores porttiles, es que al usar un chip semiconductor y no una unidad
CCD, este tipo de sensores tienden a ser ms compactos que los sensores pticos,
los cuales para tener un buen desempeo, requieren de una superficie de sensado
2D.

En la figura 2, se puede ver una representacin grfica del funcionamiento de los
sensores capacitivos. En la figura 3 y 4, se pueden ver dos tipos de presentaciones
en las cuales se fabrican los sensores capacitivos, en la primera de ellas para
realizar el sensado simplemente se debe presionar el dedo sobre la superficie
semiconductora para tener la lectura de la huella dactilar, en el segundo caso un
empaquetamiento menos voluminoso (este es el que en su mayora se utiliza en los
computadores porttiles) existe una lnea de sensores sobre la que se debe deslizar
el dedo para de esta manera realizar la lectura de la huella dactilar.



15

Figura 2: Representacin grfica del funcionamiento de un sensor capacitivo
7
.

Figura 3: Sensor capacitivo de la compaa Infineon, referencia FingerTIP
8
.

Figura 4: Sensor capacitivos conformados por una fila de sensores, este tipo de
sensores son los que se utilizan en su mayora en los computadores porttiles
9
.

En el caso de los sensores en los que hay que deslizar el dedo para registrar la
imagen completa de la huella dactilar, el software de desempeo del sistema es

7
Tomado de http://computer.howstuffworks.com/
8
Tomado de http://www.bergdata.com/fr/
9
Tomado de http://www.3g.co.uk/



16
mucho ms exigente ya que debe reconstruir la imagen de la huella a partir de
lecturas parciales peridicas de la misma. En general, la resolucin de la imagen
resultante obtenida en estos casos no cumple con los estndares mnimos de
calidad de huellas dactilares para ser usada por instancias judiciales.
Particularmente este tipo de sensores son poco tiles cuando la persona a la que se
le toma el registro dactilar no presta la cooperacin adecuada.

En la figura 5 podemos ver la configuracin correspondiente a la patente #6512381
de Estados Unidos, en este caso bsicamente lo que se hace para mejorar el
desempeo del sistema de sensado capacitivo, es aplicar una fuente de seal
conocida (99) al dedo de la persona a la cual se le desea registrar su huella dactilar.
Esta patente es particularmente importante ya que la mejora en el desempeo
lograda con este sistema es significativa respecto al pobre desempeo en general
de los sistemas capacitivos de sensado para huellas dactilares. Especialmente por
el hecho de poder reducir representativamente los errores de sensado producidos
por acumulacin de substancias en los valles de las huellas y por daos
superficiales en la piel de la huella.

Figura 5: Representacin del funcionamiento de un sensor tipo capacitivo con
mejoras significativas en su desempeo, patente #6512381 de Estados Unidos
10
.

10
Tomado de http://www.freepatentsonline.com/



17

3.2.2. SENSORES DE RADIO FRECUENCIA (RF)

Estos son los nicos sensores disponibles comercialmente que son capaces de
hacer el registro de la huella dactilar de la dermis, la cual es la capa de piel que est
detrs de la capa superficial de piel y es llamada epidermis. La dermis al igual que la
epidermis posee la misma huella dactilar, y es por esto que el resultado de hacer un
registro de la dermis o la epidermis tiene los mismos resultados. Gracias a esta
capacidad de hacer un registro de la dermis, se elimina substancialmente la
necesidad de tener una piel limpia para realizar un correcto registro de la huella
dactilar, al igual que se eliminan los problemas relacionados con el deterioro de la
epidermis con las actividades realizadas diariamente y ms importante an, es que
se eliminan problemas con cicatrices que se registren en la capa ms superficial de
la piel en la huella dactilar como consecuencia de heridas causadas con el paso del
tiempo.

En la figura 6, se puede ver como funciona un sensor basado en RF, en este caso
los sensores que se ubican cerca de las crestas miden seales de mayor intensidad,
debido a que las ondas viajan menos distancia antes de hacer contacto con la piel,
en el caso contrario, cuando cerca de un sensor se ubica un valle las ondas viajan
una mayor distancia en el aire antes de hacer contacto con la piel. Con base en esta
diferencia en cada uno de los casos (valles y crestas) se puede crear as una
imagen de la huella dactilar.



18

Figura 6: Funcionamiento de los sensores de Radio Frecuencia (RF)
11
.

Estos sensores son de muy buen desempeo, pero poseen el inconveniente de que
poseen grandes problemas de interferencia electromagntica, adems son ms
voluminosos en general que los sensores de huellas dactilares basados en otro tipo
de tecnologas. Anteriormente, el costo era una limitante bastante fuerte en este tipo
de tecnologa sin embargo se ha visto disminuido gracias a la produccin en masa.

3.2.3. SENSORES PTICOS

Estos son el tipo de sensores que ms se utilizan en la actualidad. Esta es una de
las tecnologas ms antiguas que existen para la creacin de imgenes digitales de
las huellas dactilares. A pesar de ser un concepto antiguo, los avances
relativamente actuales han hecho que esta tecnologa se mantenga vigente y con un
desempeo competitivo respecto de las dems. Particularmente este tipo de
tecnologa es la que se ha estandarizado en los estudios desarrollados por el FBI y,
es por esto que la mayora de las entidades tanto privadas como gubernamentales,
que han sido pioneras en el uso de tecnologas biomtricas para la identificacin de
personas, han optado por el uso de sensores basados en tecnologa ptica.

11
Tomado de http://www.itl.nist.gov/



19
En la actualidad son infinidad las empresas dedicadas a la fabricacin de sensores
de tipo ptico, sin embargo existen algunas de ellas que son lderes en el mercado,
por brindar una solucin biomtrica completa y adems porque poseen patentes
sobre la tecnologa particular que utilizan. Particularmente, la empresa SecuGen es
lder en el campo de los sensores pticos en los Estados Unidos, gracias a que ella
es duea de patentes sobre las tecnologas especficas.

El principio esencial de funcionamiento de los sensores pticos es como se puede
ver en la figura 7. Bsicamente una luz visible es reflejada en la superficie del dedo
a travs de un prisma, despus de lo cual la luz que es reflejada, es dirigida por
medio del prisma hacia una matriz de sensores, ya sea de tipo CCD y es all donde
se captura la imagen y se corrigen algunos problemas de distorsin.

Figura 7: Principio bsico de funcionamiento de los sensores de base ptica.

Esta es la idea ms antigua que existe para el funcionamiento de sensores de tipo
ptico, sin embargo el desarrollo de mejoras constantes para reducir los problemas
de ruido ha mantenido esta idea vigente en el estado del arte de la adquisicin de
imgenes de huellas dactilares.

Existen nuevas ideas referentes al desarrollo de sensores pticos que tratan de
eliminar la necesidad de usar prismas, y por el contrario hacer sensores que no
requieran contacto directo del dedo con una superficie, para de esta forma tomar



20
una mayor rea de registro de la huella dactilar, como puede apreciarse en la figura
8. Sin embargo, la resolucin obtenida usando este tipo de sensores aun no ha sido
comparable con la que se puede lograr con los sensores que funcionan con el
principio clsico.

Figura 8: Sensor ptico que no requiere del uso de un prisma como superficie de
contacto para el dedo
12
.

La tecnologa ptica tiene algunas ventajas significativas sobre las otras, lo cual la
ha hecho particularmente atractiva para su implementacin en aplicaciones
masivas. La primera de ellas es que las tecnologas basadas en chips de silicio
(como lo son la tecnologas capacitivas) tienden a tener un rea de sensado muy
pequea, ya que la manufactura de grandes reas de silicio suele ser bastante
costosa, esto hace que no se pueda tomar la totalidad del registro de la huella
dactilar, especialmente en el dedo ms grande (Pulgar). La segunda es que los
sensores basados en tecnologas de contacto directo con el silicio (como es el caso
de los sensores capacitivos) estn expuestas a daos producto de descargas
electromagnticas y adems de esto requieren mantenimiento constante para
limpiar la superficie de contacto para no introducir ruido en la lectura de la huella
dactilar. Finalmente, a pesar de que algunas de las superficies de silicio estn
protegidas por pequeas capas de materiales resistentes, su costo en caso de dao
es muy superior al costo de reemplazar un prisma en el caso de la superficie de
contacto de un sensor ptico.

12
Tomado de http://pagesperso-orange.fr/



21
Existen numerosos informes que ratifican el mejor desempeo de los algoritmos de
verificacin de huellas dactilares cuando el sistema de adquisicin utilizado es de
tipo ptico. La Universidad Estatal de Michigan ha publicado algunas informes
como: Fingerprint Matching: Data Acquisition and Performance Evaluation, MSU
Technical Report TR99-14 en el cual se pone de manifiesto las ventajas del uso de
sensores de tipo pticos sobre los sensores de tipo capacitivo. Adicional a esto el
concurso de verificacin de huellas dactilares en sus versiones FVC2002, FVC2004
y FVC2006 (el cual es una fuerte referencia en el estado del arte de los sistemas de
verificacin de huellas dactilares) se puede ver claramente en sus informes finales
sobre el desempeo de los algoritmos, que los algoritmos tuvieron un mejor
desempeo sobre las bases de datos obtenidas por medio de sensores pticos. Y
finalmente un artculo [18] que muestra como usando un sensor ptico y uno
capacitivo de las mismas caractersticas se obtiene un TER (Total Error Rate) de
3.2% en el caso de uso de un sensor ptico y de 18.5% en el caso del uso de un
sensor capacitivo.

Particularmente, en el caso de la sociedad colombiana algunos de los bancos, como
Bancaf y Banco de Bogot, que han optado por el uso de tecnologas biomtricas
para dar mayor seguridad a sus transacciones, estn utilizando sensores basados
en tecnologas pticas. Adicional a esto la Registraduria Nacional del Estado Civil en
nuestro pas, ha implementado un sistema de registro de huellas dactilares basado
en sensores pticos para la generacin de las nuevas cdulas de ciudadana que
remplazarn las antiguas cedulas.

3.2.4. OTROS TIPOS DE SENSORES

Existe una gran variedad de tecnologas que se han propuesto para realizar la labor
de sensado de imgenes de huellas dactilares, sin embargo ninguna de estas
tecnologas se ve como la clara substituta de la tecnologa actualmente lder en este
mercado, la cual es la tecnologa basada en ptica.

Algunas de estas tecnologas son:



22

Sensores trmicos: estos a pesar de pensarse como una alternativa viable
desde el punto de vista de la dificultad para ser engaados, posee la
desventaja de que la diferencia de temperatura de la piel de los valles a la de
las crestas es casi imperceptible para sensores de temperatura comerciales
de bajo costo. Adems de este inconveniente tiene la desventaja de que el
tiempo de adquisicin debe ser muy rpido de lo contrario se llega a un
equilibrio trmico entre la superficie de sensado y el dedo, lo que hace
imposible un registro claro de la imagen de la huella dactilar.

Sensores de Presin: Esta fue la primera idea que surgi para la adquisicin
digital de imgenes de huellas dactilares, sin embargo fue rpidamente
descartada debido a la falta de la adecuada tecnologa que permita crear
micro sensores que se activen con la presin ejercida por el dedo y que sea
viable para usos comerciales especialmente debido a su alto costo, su poca
durabilidad y su necesidad de mantenimiento. Tambin surge el problema de
que la imagen adquirida es una imagen de poca informacin ya que es una
imagen de tipo binaria (ON - OFF).



23
4. SISTEMA DE ADQUISICIN ESCOGIDO

El sistema de adquisicin que finalmente se escogi fue el SecuGen Hamster III,
de la compaa SecuGen, la cual tiene la patente tecnolgica para la fabricacin de
este sistema de adquisicin con principio de funcionamiento ptico indicado ms
adelante.

4.1. CARACTERSTICAS DEL SISTEMA

Este es un sistema que basa su funcionamiento en un principio ptico, donde las
caractersticas ms relevantes de este sistema, concernientes al desarrollo de este
proyecto son las mostradas en la Tabla siguiente.

pticas
Sensor FDU02R
Resolucin de la imagen 500 DPI 0.2%
Tamao de la imagen obtenida 260 x 300 pixels
Tamao del rea de sensado 16.1 mm x 18.2 mm
Tamao efectivo del rea de sensado 12.7 mm x 14.9 mm
Escala de grises de la imagen 256 niveles
Distorsin (no lineal) <0.1%
Fuente de luz Tipo LED
Elctricas
Fuente de alimentacin USB
Voltaje de operacin 5 V 5%
Comunicacin
Interface USB 1.1 y USB 2.0
Velocidad de captura de imagen 1.3 segundos
Otras
Sistemas operativos soportados Windows Vista, Xp, 2000, 98, Server, Linux
Sistemas de desarrollo uso acadmico si
Tabla 2: Tabla de especificaciones del sistema de sensado escogido.



24

Este sistema cumple con los requisitos de resolucin establecidos por el FBI para
las imgenes de huellas dactilares. Tambin, posee la caracterstica de ser un
sistema de fcil transporte gracias a su reducido tamao y a que posee la ventaja de
disponer de conexin USB. Adicional a esto tiene la caracterstica de poseer un
mnimo requerimiento de mantenimiento de sus partes.

4.2. PRINCIPIO DE FUNCIONAMIENTO

Tradicionalmente los sistemas de adquisicin de imgenes de huellas dactilares
basados en sensores pticos, utilizan el mtodo de FTIR (Frustrated Total Internal
Reflection). Este mtodo basa sus principios en un fenmeno ptico llamado
Reflexin Interna Total, el cual ocurre cuando un rayo de luz alcanza el borde del
medio en el que viaja (medio 1), con un ngulo mayor al ngulo crtico con respecto
a la normal. Si el ndice de refraccin es mucho menor al otro lado del borde (medio
2), el rayo no puede pasar y por ende toda la luz del rayo es reflejada. El ngulo
crtico es el ngulo mnimo (con respecto a la normal) donde se presenta el
fenmeno de Reflexin Interna Total. Este principio es utilizado en multitud de
dispositivos pticos, pero especialmente en la fibra ptica, donde es de esperarse
que la Reflexin Interna Total se de, para que de esta manera el rayo que se
transmite se atenue la menor cantidad posible cada vez que este incida en el borde
de la fibra trasportadora.

Cuando se presenta la Reflexin Interna Total a pesar de que toda la energa es
reflejada, una onda evanescente, la cual decae exponencialmente con la distancia,
atraviesa el medio. A pesar de que toda la energa es reflejada, esta onda no
transmite energa a menos que encuentre un material con un ndice de refraccin
diferente al del medio en el que viaja (medio 2) a una corta distancia antes de
desaparecer. Si esto sucede, esta onda transmite energa al nuevo medio (medio 3),
causando as que la Reflexin Interna Total se vea frustrada en una proporcin
que depende de las caractersticas del medio 2 con respecto al medio 3, y
principalmente de la distancia de separacin entre el medio 2 y el medio 3,



25
presentndose as el fenmeno de FTIR. Este fenmeno es utilizado en los
divisores de onda los cuales son dispositivos ampliamente utilizados en ptica
experimental.

Para el caso particular de la toma de imgenes de huellas dactilares, el medio 3 es
la piel del dedo de la persona que hace contacto con el prisma (crestas de la huella
dactilar). Como se muestra en la figura 9, en el momento en el que el dedo hace
contacto con el prisma las zonas protuberantes de la huella dactilar (es decir las
crestas) son las que producen el fenmeno de FTIR, no siendo as con los valles, en
los cuales existe un espacio de aire entre el prisma y la piel como consecuencia de
esto la onda evanescente proveniente del LED se atena en esta distancia, y por
esto en estas zonas la Reflexin Interna Total de la onda del LED no es frustrada.
Es as como la onda envolvente que se refracta en el prisma e incide en las crestas
es absorbida por la piel, sucediendo lo contrario con las ondas que inciden en los
valles, y son estas diferencias en la refraccin lo que luego se utiliza en un arreglo
de sensores para as crear la imagen de la huella dactilar.

Figura 9: Principio bsico de funcionamiento de la mayora de sistemas pticos
13
.

El sistema de adquisicin de imgenes de huellas dactilares escogido, llamado
SecuGen Hamster III, funciona bsicamente usando el mismo principio de FTIR,
pero con algunas variaciones que permiten un mejor desempeo, respecto al

13
Tomado de http://www.invenia.es/



26
contraste de las imgenes adquiridas. El principio de funcionamiento de este
sistema tiene la patente numero 6917695 de Estados Unidos.

La figura 10 (tomada de la patente) representa el diagrama de funcionamiento de
este sistema de adquisicin de imgenes, la diferencia principal respecto al mtodo
basado en FTIR, es que en este caso las crestas de la huella dactilar son las que
permiten que el rayo de luz proveniente del LED sea reflejado de vuelta en el
prisma, y los valles por el contrario producen el efecto de que la luz del LED sea
refractada cambiando de medio y de esta forma no llegue al arreglo de sensores
que leen la imagen.

En este mtodo de adquisicin de imagen de la huella dactilar el rayo proveniente
334 de la fuente 312 (LED) incide sobre la superficie 322 la cual es difusiva, y
permite que el rayo de luz sea difundido dentro del prisma 310. Este rayo de luz
difuso incide sobre la cara 318 (cara del prisma donde se posiciona el dedo) con un
ngulo que es menor que el ngulo crtico de esta superficie, por lo cual en el caso
de que este rayo de luz incida sobre un valle de la huella dactilar 309, la mayor parte
del rayo de luz incidente ser refractada y se saldr del prisma, y as no podr incidir
sobre el arreglo CCD que genera la imagen. Contrario al proceso descrito
anteriormente, est el caso en que el rayo de luz incidente 324 sobre la superficie
318, incida en una cresta 311 de la huella dactilar, como consecuencia una parte del
rayo de luz 324 se refleja para posteriormente incidir sobre la cara 320 del prisma y
consecuentemente sobre el arreglo CCD para formar la imagen. Este contraste
entre valles y crestas es el que se aprovecha en el arreglo de sensores CCD y
posteriormente en la etapa de procesamiento para formar la imagen. All se puede
ver que los rayos que finalmente alcanzan el arreglo de sensores, son el negativo de
los rayos que inciden en el arreglo de sensores en el caso del mtodo basado en
FTRI.



27

Figura 10: Principio de funcionamiento del sistema de sensado escogido
14
.

4.3. PRUEBAS REALIZADAS AL SISTEMA

Para poder realizar todas las pruebas al sistema, se solicit al fabricante el sistema
de desarrollo (SDK), el cual fue cedido para uso estricto en aplicaciones
acadmicas. En ste, se puede tener acceso a la modificacin de ciertos
parmetros que de otra manera no sera posible controlar.

La primera prueba que se realiz al sistema fue el manejo de los parmetros de
brillo y contraste. Esto con el fin de lograr que en la adquisicin de las imgenes se
tuviera una imagen con el mejor contraste posible, es decir utilizando toda la escala
de niveles de gris posibles. Existi un problema bastante crtico en este punto y fue
la imposibilidad de mantener un modelo (dedo) fijo en el sistema mientras se hace la
variacin de los parmetros, para su posterior comparacin. Es por esto que se tuvo
que recurrir a la realizacin de un molde en distintos materiales como son: Silicona,
Colbon, plastilina, etc. En el momento de utilizar el molde, se tuvo en cuenta obstruir
por completo toda la parte de sensado del sistema para que los valores que se
obtuvieran de niveles de gris en las reas circundantes no variarn el histograma, el
cual es uno de los parmetros de comparacin del comportamiento del sistema.

14 Tomado de la patente numero 6917695 de Estados Unidos.



28
En la figura 11 se puede apreciar un compendio de grficas donde se encuentran
graficadas una imagen de una huella dactilar y su respectivo histograma a medida
que se varan dos de sus parmetros brillo y contraste. En el eje x (horizontalmente)
est la variacin del contraste y en el eje y (verticalmente) est la variacin del brillo.
Donde el contraste disminuye en sentido de izquierda a derecha, y el brillo
disminuye en sentido de arriba abajo.

Figura 11: Variacin del brillo y del contraste para una misma huella particular.

Teniendo en cuenta los anlisis realizados sobre la variacin de dichos parmetros,
se implement un algoritmo que lograr realizar una toma con el mejor contraste
posible en la imagen. Es decir, se trat de lograr que se utilicen todos los niveles
posibles de la escala de gris. Sin embargo, el sistema adquirido (en general todos
los sistemas de adquisicin de precios razonables) tiene un tiempo de adquisicin
de las imgenes de ms o menos un segundo, lo cual hace que sea imposible
implementar un algoritmo de adquisicin ptimo en el contraste ya que los
movimientos del dedo de la persona sobre el rea de sensado hacen que la



29
convergencia del algoritmo se vea afectada considerablemente. Al realizar la
comparacin con las muestras anteriores, la muestra no es fija, lo que hace que la
comparacin no arroje resultados estables y en muchos casos no se llegue a
encontrar el punto en el cual el contraste es ptimo.

As, para lograr imgenes de un contraste (definido para este trabajo como el mejor
aprovechamiento del rango dinmico del sensor) considerablemente bueno, se
recurri a hacer pruebas de laboratorio con un nmero considerable de muestras
usando 6 voluntarios, los cuales colocaron el dedo en el sensor con ciertos
parmetros de ubicacin establecidos (los cuales se explican en el capitulo referente
a bases de datos) pero con parmetros de presin variables, ya que sta es la
principal variable a tener en cuenta para los anlisis del contraste en la imagen. Esto
se debe a que existe la posibilidad de perder informacin referente a la definicin de
las crestas y valles de la huella cuando existe una exagerada presin sobre el
sensor, puesto que si la piel es presionada lo suficiente har que las crestas de la
huella se aplasten y por lo tanto sean imposibles de detectar por el sensor. Sin
embargo, sin llegar a casos extremos de presin, es posible hacer un mejoramiento
en la caracterstica de crestas y valles, haciendo variaciones adecuadas en el brillo
y el contraste.

Los voluntarios que se utilizaron para esta prueba fueron de un rango de edad
variado, esto debido a que en general las personas adultas tienden a ejercer
diferentes tipos de presin en comparacin de las personas jvenes y estos a su
vez que los nios. En la Tabla 3 se puede apreciar un compendio de los voluntarios
que se utilizaron para hacer las pruebas respectivas y su edad. Adems de esto all
se pueden observar los valores de brillo y contraste con los que finalmente se
obtuvo el contraste ptimo, despus de la realizacin de numerosas pruebas.



30
Edad Brillo Contraste
Voluntario #1 13% 28% 80%
Tabla 3: Resumen de los resultados obtenidos, para brillo y contraste ptimos en
funcin de la persona.

Para la realizacin de esta prueba se hicieron 10 tomas del dedo ndice en dos
sesiones distintas, y los resultados mostrados son el promedio de los valores
ptimos que se encontraron analizando el histograma de las imgenes para el mejor
caso de adquisicin. Es as como analizando estos datos se llegaron a unos valores
que dan un punto de partida para hacer la toma de los datos.

Un punto bastante crtico respecto a las caractersticas del sensor, dado que este va
a ser utilizado en un sistema basado en correlacin, es que este debe corregir las
aberraciones propias del sistema ptico. Es decir el comportamiento no lineal que
introduce la configuracin del LED y el cristal, para que de esta forma no se vean
afectados la imagen en sus bordes. Esto se consult antes de la compra con el
fabricante, y este expres que efectivamente las no linealidades del sistema en los
bordes estaban corregidas, sin embargo siempre existi esta inquietud por parte de
los integrantes del GOTS, asi que se diseo una prueba para investigar esto.

Para esta prueba se plante utilizar un molde al cual se le realiz un rayado
homogneo de una cuadrcula de aproximadamente un milmetro cuadrado de rea,
en sus cuadrados posteriormente esta fue puesta en el sensor para realizar la
adquisicin de la imagen. Despus, se analizaron las distancias que tena dicha
cuadrcula en contraste con las distancias adquiridas por el sensor medidas en
pixeles, y se lleg a la conclusin de que el sistema es completamente lineal y por
ende es viable su utilizacin en un sistema que basara su funcionamiento en
medidas de correlacin.



31
5. BASE DE DATOS

El sensor ptico adquirido se utiliz para la creacin de una base de datos, esto con
el fin de poder manipular las diferentes variables que influyen en la toma de
imgenes de las huellas dactilares, sin tener que recurrir a bases de datos
preestablecidas en las cuales, no se tiene la plena certeza de la forma como se
manejaron los diferentes parmetros cuando fueron construidas.

5.1. CARACTERSTICAS DE LAS BASES DE DATOS

Las bases de datos utilizadas ampliamente para la comparacin y caracterizacin
de los diferentes algoritmos que tratan las imgenes de huellas dactilares son
principalmente dos: las bases de datos que provee el concurso bianual de huellas
dactilares FVC (Fingerprint Verification Competition) y las que provee el NIST
(National Institute of Standards and Technology). En general dichas bases de datos
tienen caractersticas similares y se clasifican segn los mismos parmetros.

La clasificacin de las bases de datos es segn caractersticas tcnicas globales
durante la adquisicin. Un ejemplo claro son las bases de datos utilizadas para las
diferentes versiones de los concursos FVC. En dichos concursos se han utilizado
bases de datos adquiridas con distintos tipos de sensores, cada uno funcionando
con una tecnologa base diferente (ptica, capacitiva, trmica, etc.). Es decir, esta
informacin junto con las clases de huellas que tiene la base de datos, son en
general los detalles que diferencian una base de datos de otra.

Por ejemplo, algunas bases de datos NIST tienen igual cantidad de cada una de las
clases de huellas dactilares existentes. En la figura 12 puede verse un ejemplo de
cada una de los tipos de huellas dactilares segn la clasificacin Henry (en general
la clasificacin que se utiliza en la prctica es slo de seis tipos: Arch, Tented Arch,
Right Loop, Left Loop, Whorl y Twin Loop. En caso de hacerse la base de datos
aleatoriamente con un grupo de voluntarios sin tener en cuenta el tipo de huellas,
algunas de las clases de huellas serian ms abundantes que las otras, ya que como



32
est demostrado existen diferentes probabilidades de hallar uno u otro tipo de huella
en una poblacin determinada.

Figura 12: Diferentes clases de huellas dactilares [11] y [12].

Tambin existen bases de datos basados en otro tipo de caractersticas globales de
las huellas o de la tcnica que fue utilizada para realizar la adquisicin de las
imgenes.

5.2. BASE DE DATOS CONSTRUIDA

Debido a que esta base ser utilizada para la verificacin de la concordancia de las
huellas dactilares por medio de correlacin, se plantea la creacin de una base de
datos que tenga como caracterstica principal que tan centrada esta la huella en el
sistema de sensado. Es decir, se plantea hacer una clasificacin de todas las
huellas dactilares segn qu tan distante esta del centro del rea de sensado, el
centro de la huella. Esto es debido a que la correlacin es una medida global de
similitud, y por lo tanto se ve bastante afectada si la interseccin en la toma de un
rea con respecto a otra toma tiene muy poca rea en comn.

En la base de datos a construir slo se utiliz un sistema de adquisicin y en
algunas de las huellas la calidad en la toma fue controlada, esto con el fin de que
sirva a las personas que utilizan esta base de datos para realizar la puesta a punto
de sus algoritmos.



33

Teniendo en cuenta todo lo anteriormente descrito, se desarroll la base de datos
que se describir a continuacin. Se utilizaron 50 voluntarios a cada uno de los
cuales les tom aproximadamente 10 minutos cada una de las sesiones en que se
hizo la toma de las muestras. La toma se realiz en dos sesiones cada una de las
cuales implicaba la misma serie de pasos para hacer tomas de caractersticas
similares. El protocolo utilizado para hacer la toma de huellas fue el siguiente:

1. Primera toma aleatoria.
2. Segunda toma aleatoria.
3. Toma de huella centrada.
4. Toma de huella desplazada hacia el primer cuadrante.
5. Toma de huella desplazada hacia el segundo cuadrante.
6. Tercera toma aleatoria.
7. Toma de huella desplazada hacia el tercer cuadrante.
8. Toma de huella desplazada hacia el cuarto cuadrante.
9. Cuarta toma aleatoria.
10. Toma de huella centrada.

Las tomas aleatorias implican que la persona coloca el dedo sobre el sensor sin
ninguna indicacin por parte de la persona que est supervisando la toma de las
imgenes de huellas dactilares. El protocolo de toma de huellas combina en
diferente orden tomas aleatorias de las huellas y tomas supervisadas por la persona
encargada. En estas tomas supervisadas se analizan como estn las posiciones del
centro de la huellas con respecto al centro de las imgenes. En la toma supervisada
adems se control que la presin sobre el sensor sea moderada sobre un rango de
trabajo y de esta forma la calidad de la imagen resultante sea considerablemente
buena.

En total se hicieron dos sesiones con 50 personas cada una, de a 10 tomas en dos
de sus dedos (ndice y pulgar derechos) en cada una de las sesiones. Es as como
se obtuvieron un total de 400 imgenes de huellas dactilares, lo cual es una



34
cantidad comparable a la que ofrecen algunas de las bases de datos comerciales
existentes en el mercado para la puesta a punto de los algoritmos.

En las figuras 13 y 14 se pueden ver algunos ejemplos de las imgenes presentes
en la base de datos.

Figura 13: Ejemplo de la toma de una huella dactilar centrada.



35
Figura 14: Ejemplo de la toma de una huella dactilar desplazada hacia el primer
cuadrante.



36
6. DESARROLLO DE ALGORITMOS DE MEJORAMIENTO DE IMGENES DE
HUELLAS DACTILARES

Como ya se ha discutido esta es una etapa fundamental para el buen desempeo
de los sistemas que trabajan en el reconocimiento y verificacin de huellas
dactilares, ya que tener imgenes de buena calidad facilita todo proceso posterior.

6.1. MEJORAMIENTO DE IMGENES ON-LINE vs OFF-LINE

Existen aplicaciones que requieren de un mejoramiento rpido de las imgenes de
huellas dactilares, ya que se necesita realizar una verificacin inmediata. El
algoritmo de mejoramiento se plantea como una solucin para hacer el
mejoramiento de las imgenes que estn almacenadas en la base de datos, y
entonces el tiempo que tome el proceso, a pesar de ser considerablemente
reducido, se puede aumentar con el fin de lograr que las imgenes patrn que sean
almacenadas en la base de datos sean de la mejor calidad posible.

6.2. ALGORITMOS DE MEJORAMIENTO DE IMGENES

Bsicamente existen tres grandes clases entre los que se pueden clasificar los
distintos tipos de mejoramiento de imgenes de huellas dactilares en la actualidad.
stos son los basados en: Transformada de Fourier 2D, Filtros de Gabor y
descomposicin Wavelet [22].

El primero de estos algoritmos a pesar de ser una de las ideas ms antiguas
respecto a la forma como se podra lograr mejoramiento de imgenes de huellas
dactilares, no ha mostrado aun resultados de desempeo que sean lo
suficientemente buenos para ser de consideracin apreciable. El tercero de estos
mtodos es un concepto bastante nuevo que al igual que el primero de los
algoritmos no ha mostrado un desempeo satisfactorio, sin embargo los resultados
obtenidos hasta el momento indican que este mtodo de mejoramiento es una muy
buena opcin.



37

Es as como el algoritmo basado en filtros de Gabor fue escogido como el algoritmo
base para realizar el mejoramiento de imgenes para el caso particular de desarrollo
de este proyecto. Cabe anotar que este algoritmo es el lder indiscutible entre todos
los nuevos algoritmos nacientes ya que se ve como el algoritmo referencia a
perfeccionar por las nuevas ideas propuestas. Cabe anotar que al ser este un
trabajo de grado no se pretendi lograr una idea innovadora totalmente en su
concepto, sino por el contrario partir de la base de un algoritmo global existente para
de esta forma mejorar lo mximo posible este lo mayor posible para adaptarlo a las
condiciones particulares de investigacin de este trabajo.

Antes de tomar en consideracin el algoritmo basado en Filtros de Gabor se
realizaron pruebas preliminares sobre algoritmos novedosos en el estado del arte
pero sin embargo nunca se lleg a tener un resultado satisfactorio en comparacin
al algoritmo basado en Filtros de Gabor [23].

6.2.1. ALGORITMO BASADO EN FILTROS DE GABOR

Este algoritmo de mejoramiento de imgenes de huellas dactilares, basa su
funcionamiento en la utilizacin de filtros de Gabor con parmetros variables segn
regiones locales de las imgenes. Es decir, son filtros que se modifican segn cada
una de las regiones particulares en las cuales se desee aplicar, basados en las
caractersticas de frecuencia y orientacin de las crestas en dicha regin. Este
algoritmo fue el que se decidi utilizar como base para el desarrollo del
mejoramiento de las imgenes de huellas dactilares gracias a que ha sido el que a
demostrado un mejor desempeo y adaptabilidad hasta el momento.

En general existen etapas principales en la implementacin del algoritmo la primera
de ellas es el clculo de la orientacin del patrn de crestas y valles, la segunda es
el clculo de la frecuencia de este patrn, y la tercera es la aplicacin del filtrado de
Gabor. A continuacin se explicar en general como se desarrolla cada una de
estas etapas.



38

El clculo de la orientacin del patrn de crestas y valles en cada una de las
regiones se calcul usando un mtodo basado en la Transformada de Fourier, el
cual al implementarse sobre una regin de la imagen, da como resultado la
orientacin ms sobresaliente hacia donde se inclina dicho patrn. El clculo de la
frecuencia se realiz por un mtodo que implica la proyeccin de la seccin local
sobre una lnea base (plano 1D) usando el algoritmo de rotacin desarrollado
descrito en el captulo 9. Finalmente, la implementacin del filtrado de Gabor se
realiz utilizando como parmetros la frecuencia y orientacin anteriormente
calculadas.



39
7. DESARROLLO DE ALGORITMO DE MEJORAMIENTO IMPLEMENTADO

El algoritmo implementado se basa en el propuesto por Hong [24] el cual se puede
subdividir en los siguientes pasos: normalizacin, estimacin de orientaciones
locales, estimacin de frecuencias locales, y filtrado. Se introducen algunas
variaciones que se han tomado en consideracin segn nuevos artculos publicados
basados en dicho algoritmo as como tambin teniendo en cuenta la aplicacin
particular en la cual se desea implementar este algoritmo de mejoramiento y la
experiencia adquirida durante el desarrollo de este proyecto.

7.1. DESCRIPCIN

A continuacin se describir cada una de los pasos que comprenden la etapa de
mejoramiento de imgenes de huellas dactilares basados en el algoritmo propuesto
por Hong.

7.1.1. NORMALIZACIN DE PRESIN

Como sabemos la superficie de la huella dactilar es curva, es decir que la
representacin exacta debera ser en 3D, para que de esta forma se tuviese en
cuenta la curvatura de la superficie. As es que esta caracterstica causa grandes
problemas de no linealidad cuando se desea hacer una representacin de la huella
en 2D.

Teniendo esto en cuenta podramos afirmar que en general todas las imgenes de
huellas dactilares que son tomadas por sensores planos que no requieren de un
deslizamiento de la huella o que no hacen un sensado en 3D de la huella, tienen
una considerable diferencia en la presin que se ejerce en el centro de la huella
comparada con la que se ejerce en la partes exteriores de la misma. En las huellas
dactilares el centro de esta, definido en la ciencia forense como el punto donde
convergen las curvaturas del patrn de crestas y valles, se encuentra ubicado por lo
general cerca del pico de la superficie de la huella dactilar, es asi que se puede ver



40
en las imgenes de huellas que se aprecia un mayor grosor de las crestas en las
cercanas del centro como consecuencia de una presin superior a la que se ejerce
en la superficie exterior de esta.

Para el caso particular del censor escogido, esta caracterstica de las imgenes
adquiridas descritas anteriormente se cumple. Como puede apreciarse en la figura
15 las crestas cercanas a el centro de la huella estn bien definidas y son continuas
(caso 1), en cambio las crestas que se encuentran alejadas del centro de la huellas
son de una calidad inferior y por lo general poseen una caracterstica de
discontinuidad (caso 2). En la figura 16 se puede ver una representacin de lo que
sucede en la superficie de la cresta en la huella dactilar cuando esta es censada por
una superficie (2D).

Figura 15: Imagen muestra tomada con el sensor seleccionado.

Estas caractersticas de discontinuidad podran ser bastante valiosas para un
mtodo basado en correlacin, ya que en cierta forma estas son una representacin
de la superficie en las crestas de las huellas, algo similar a cortes axiales sobre la
superficie. Sin embargo dado el sistema de adquisicin del que se dispone, que tan
profundo es el corte axial en una cresta particular depende de la presin que se



41
ejerce sobre la superficie del sensor, esto hace que la caracterstica adquirida no
sea repetible y por ende no sea menos viable para su uso como patrn de
verificacin.

Figura 16: Corte axial de una huella dactilar.

En este punto se propone un algoritmo que basado en la varianza de la imagen as
como tambin en la densidad de crestas (negro) determine una mscara de
presin, la cual indica en qu lugar de la imagen se ejerci mayor presin y en
cuales fue menor la presin, para de esta forma lograr aumentar la presin
artificialmente en estas zonas.

Figura 17: Imagen original y su mscara de presin resultante.



42
Bsicamente lo que se hizo fue analizar la varianza y la media globales, y
compararla con la media y varianza locales de la imagen, la cual esta subdividida en
cuadros de rea de ancho w y largo w, donde w esta medido en pixeles, no
trasladables. El tamao de los cuadros se tom de tal forma que en promedio los
cuadrados de subdivisin pudiesen abarcar dos crestas y dos valles, para que de
esta forma contuviesen informacin del patrn de crestas y valles, y no fuese tan
pequea que no se alcanzara a detallar dicho patrn no tan grande que produjera
resultados muy generales.

Figura 18: Mapa de desviaciones.

Adicional a la mscara anteriormente descrita se cre una mscara basndose en la
desviacin estndar. Como se puede suponer esta es mayor en las zonas de alta
frecuencia, es decir en los bordes de las crestas. Para ejercer una presin
artificialmente similar a como se ejerce la presin sobre las crestas cuando estas
son presionadas contra el rea de sensado, lo que se propone es hacer una
operacin de transformacin en los niveles de gris de la imagen de tal forma que la
curva de representacin de dicha transformacin sea tal que para los niveles de gris
ms cercanos al negro (representacin de crestas) se transformen a negro,



43
logrando as un efecto de engrosamiento en las crestas representadas en la imagen.
Es as como teniendo en cuenta la mscara descrita inicialmente, se realiza el
proceso de incrementar la presin artificialmente descrito anteriormente, en las
zonas de la imagen donde existe una menor presin relativa (zonas exteriores de la
imagen).

7.1.2. SEGMENTACIN DE LA IMAGEN

Basados en los clculos de media y desviacin estndar realizados anteriormente,
se implementa un criterio de decisin sobre los segmentos locales, cuadros de
ancho w y largo w, donde w esta medido en pixeles, de la imagen que hacen parte
de la informacin del patrn de huella dactilar y sobre los que hacen parte del fondo
de la imagen. Este criterio de decisin consiste en establecer un nivel crtico para
realizar la decisin y de esta forma segmentar la imagen, este nivel de decisin se
estableci empricamente despus de realizar anlisis de un gran nmero de
imgenes de huellas dactilares.

Esta etapa del algoritmo se plantea despus de la etapa anterior ya que s se
implementa primero la etapa de segmentacin que la de normalizacin de la
presin, gran parte de la informacin de los bordes de la huella es desechada por el
mtodo de decisin como si esta hiciera parte del fondo de la imagen.

7.1.3. NORMALIZACIN

Ya que el sistema de adquisicin utilizado tiene un rango fijo de niveles de gris (8
bits), esta etapa no es del todo necesaria. A pesar de que la media y desviacin
estndar no son conocidas de antemano en todas las imgenes estas no son
parmetros completamente aleatorios. Esto se debe a que el software de sensado
tiene implementado un algoritmo con ciertos requerimiento mnimos sobre la imagen
a sensar para considerarla como una huella dactilar valida, entre estos
requerimientos esta un valor mnimo de media y varianza, lo cual junto al rango de



44
operacin en niveles de gris dan un rango mnimo y mximo para los valores de
media y varianza en las imgenes.

7.1.4. ESTIMACIN DE LA ORIENTACIN LOCAL

Como describi en el primer paso del proceso la imagen fue subdividida en cuadros
de ancho w y largo w, donde w esta medido en pixeles, el algoritmo original utiliza
subdivisiones pares, sin embargo se decidi utilizar tamaos pares para que de esta
forma no exista ambigedad en el clculo del centro de las imgenes locales, el cual
es un parmetro necesario en los clculos realizados.

Esta etapa y las consecutivas son aplicadas independientemente a cada subdivisin
de la imagen en el algoritmo original, sin embargo esto causa que existan grandes
problemas de discontinuidad en la imagen resultante, es por esto que se propone un
mtodo que utiliza cuadrados de ancho w y largo w, donde w esta medido en
pixeles, trasladables, para que de esta forma no se presente problema de
discontinuidad en la imagen resultante.

La implementacin de este sistema de reas que se traslapan tiene un incremento
significativo en el desempeo del algoritmo, a pesar de incrementar el costo
computacional, este se logra reducir considerablemente haciendo uso de los
clculos comunes a una regin con respecto a la anterior. Sin embargo el costo en
la lgica utilizada en la implementacin aumenta considerablemente.

El mtodo propuesto para el clculo de las orientaciones locales se basa en el
mtodo del gradiente, donde se utiliza el hecho de que el vector de orientacin es
ortogonal al gradiente. Se calcula primero que todo el gradiente en cada pixel de la
imagen, despus de esto se realiza una operacin de promediado con el gradiente
de cada pixel en el rea local para as obtener el gradiente representativo de dicha
rea local. Los gradientes (delta x(i,j)) y (delta y(i,j)) se calculan utilizando un filtrado
Sobel.



45
(matrizes sobel) [25]

La orientacin local en cada regin local puede ser estimada utilizando las
ecuaciones (1), (2) y (3), donde ( ) j i, es el mnimo error cuadrtico medio de cada
una de las regiones locales
( ) ( ) ( )

+
=
+
=
=
2
2
2
2
, , 2 ,
w
i
w
i u
w
j
w
j v
y x x
v u v u j i V (1)
( ) ( ) ( )

+
=
+
=
=
2
2
2
2
2 2
, , ,
w
i
w
i u
w
j
w
j v
y x y
v u v u j i V (2)
( )
( ) j i V
j i V
j i
x
y
,
,
tan
2
1
) , (
1
= (3)

Despus de esto se realiza un filtrado tipo Gauss sobre los campos de orientacin
en las vecindades, con el fin de lograr que en los puntos donde hay minucias y los
campos de orientacin no sean correctamente calculados se corrijan estos errores;
esto se hace basados en el hecho de que el cambio en la orientacin del patrn de
crestas y valles no varia abruptamente en las pequeas vecindades.

Debido a que se utiliz una subdivisin de la imagen en regiones con interseccin
no nula, la utilizacin de este filtrado pasa bajos sobre los campos de orientacin no
es necesaria debido a que con esta clase de subdivisin de la imagen las
orientaciones locales se toman teniendo en cuenta las vecindades del rea, cuando
la imagen de salida es calculada, ya que existe una contribucin de las regiones
aledaas con su orientacin particular referida a dicha regin.



46
7.1.5. ESTIMACIN DE LA FRECUENCIA LOCAL

La segunda etapa de clculo local para el diseo de los filtros de Gabor implica el
clculo de la frecuencia local, esto se hace con base en el patrn de crestas y valles
de la huella. Para esto se proyecta cada uno de los cuadrados en los que se ha
subdividido la imagen, sobre una direccin ortogonal a la orientacin local calculada
para dicha rea. Esta parte del algoritmo fue la motivacin para crear el algoritmo
descrito en el captulo 9 sobre rotacin, ya que al tener que realizar la rotacin de
reas tan pequeas (15x15) el mtodo para lograr este fin, debe ser tal que se
introduzca la mnima cantidad de ruido. En general los mtodos propuestos para
realizar la rotacin de imgenes introducen un ruido considerable en las imgenes,
producto de las aproximaciones realizadas al tener que utilizar clculos de senos y
cosenos de ngulos. El mtodo propuesto para la rotacin, reduce el ruido de forma
ptima con un considerable aumento en el costo computacional, sin embargo dada
la aplicacin esta consideracin es vlida.

Despus de esto se realiza una proyeccin de esta imagen 2D sobre una lnea (1D)
para de esta forma obtener una caracterstica patrn que en general posee la forma
de una senoidal. Esta senoidal posee la informacin de la frecuencia de aparicin de
las crestas y valles. Al analizar esta caracterstica en diferentes regiones de las
imgenes, se llega rpidamente a la conclusin de que el clculo de la frecuencia es
bastante sensible al ruido introducido por el algoritmo de rotacin empleado, ya que
el espaciamiento entre cada una de las crestas es bastante reducido.

En la figura 19 podemos ver la forma como se ve la proyeccin de una regin
particular de una huella, sobre una lnea (1D). Para el clculo de la frecuencia de
dicha senoidal se utilizo el algoritmo de FFT, con lo cual se obtuvieron resultados
bastante satisfactorios en comparacin con el mtodo propuesto originalmente en el
algoritmo, el cual calcula la frecuencia basada en mediciones espaciales de esta
senoidal. Pero dadas las caractersticas de alto ruido presentes en las huellas
dactilares, junto con los malos resultados obtenidos en el clculo de primera y



47
segunda derivadas, los clculos de mnimos y mximos en la funcin son bastante
complejos y poco estables.

Figura 19: Proyeccin de una regin local sobre una lnea (1D).

7.1.6. FILTRADO DE GABOR

Una vez se tienen calculados la orientacin y frecuencia de una regin se hace el
diseo del filtro de Gabor a aplicar. Un filtro de Gabor en dos dimensiones consiste
en una onda senoidal de una orientacin y frecuencia definidas, modulada por una
envolvente tipo Gauss. Estos filtros de Gabor son utilizados porque ellos tienen la
propiedad de selectividad en frecuencia y orientacin. Esta caracterstica los hace
ideales para su uso en esta aplicacin, donde estos parmetros son fundamentales.
As es que se utiliza un filtrado de Gabor para mejorar efectivamente el patrn de
crestas y valles, reduciendo considerablemente el ruido.



48

El filtro de Gabor consiste en la parte real de la funcin de Gabor, la cual est dada
por una seal cosenoidal modulada por una Gaussiana. En las ecuaciones (4), (5) y
(6) se puede ver como se define un filtro de Gabor en el dominio espacial.

( ) ( )

fx
y x
f y x G
y x
2 cos
2
1
exp , ; ,
2
2
2
2
+ = (4)
( ) ( )
sin cos y x x + = (5)

( )
cos sin y x y + = (6)

En las ecuaciones anteriormente descritas y f son la orientacin y frecuencia,
calculadas previamente para cada una de las regiones de subdivisin,
x
y
y
son
las desviaciones estndar de la envolvente Gaussiana en cada uno de los ejes
correspondientes. Este filtro de Gabor es aplicado a la imagen convolucionando
espacialmente la imagen con el filtro diseado para cada caso particular. As para
determinar la imagen de salida en cada uno de los pixeles se debe utilizar la
ecuacin (7), la cual calcula la convolucion del filtro con la imagen, donde I es la
imagen que se obtiene despus de realizar los primeros dos pasos y
x
w y
y
w son
los tamaos del filtro en la direccin x y y respectivamente.

( ) ( ) ( )

=
=
=
2
2
2
2
, , ; , ,
x
x
y
y
w
w
u
w
w
v
v j u i I f v u G j i E (7)

El ancho de banda del filtro, es determinado por los parmetros de desviacin
estndar. En el algoritmo original estos parmetros fueron escogidos empricamente
a un cierto valor. Esto hace que el ancho de banda sea constante lo cual no tiene en
cuenta las diferentes variaciones de frecuencia en la imagen, contradiciendo el



49
principio inicial por el que se cre el algoritmo que era suponer que la frecuencia de
las crestas no era un parmetro constante en toda la imagen.

Se hicieron pruebas utilizando crculos concntricos con frecuencias variables y se
pudo ver que usando esta tcnica (desviacin estndar fija) la reconstruccin de la
imagen falla considerablemente cuando existen variaciones de frecuencia
considerables en el patrn de crestas. Es por esto que se propone hacer que las
desviaciones estndar sean proporcionales (constante a calcular) al parmetro de
frecuencia en cada rea de subdivisin. Se encontr empricamente despus de
realizar numerosas pruebas, un valor de 5 para dicha constante.

En el algoritmo original se plantea un tamao para la mscara de filtrado de 11x11,
este valor fue ajustado empricamente, sin embargo en casos en los que la variacin
de la frecuencia es significativa (como el experimento explicado anteriormente) se
puede ver que este tamao no es el adecuado. Es por eso que se propone hacer
una mscara de filtrado de tamao tal que sea adaptable segn la frecuencia del
patrn de crestas y valles, siguiendo la misma idea utilizada para el clculo de la
desviacin estndar.

Es as como se toma esta constante con un valor de 4, con esto, 2 desviaciones
estndar son incluidas en la informacin de la huella. En general las variaciones en
la frecuencias de los patrones de crestas y valles no es significativa, sin embargo en
los puntos de minucias existen variaciones significativas, y es en estos puntos en
donde este algoritmo adaptable tiene mayor importancia. Ejemplo de esto es la
figura 20, donde se pude ver el rea local (verde) de una huella dactilar y sus
vecindades (rojo), all es apreciable que al analizar las reas locales (verdes)
parecera que la frecuencia es casi el doble de la frecuencia global, esto como
consecuencia de la subdivisin repentina de una cresta en dos crestas como en el
primero de los casos, o cuando existe una subdivisin gradual, como es el segundo
de los casos.



50

Figura 20: Casos de variacin significativa de frecuencia.

7.2 MTRICA DE DESEMPEO DEL ALGORITMO

Se utilizara el algoritmo propuesto por Chen [], para el anlisis de la calidad de
imgenes de las huellas dactilares. Con este algoritmo se pretende dar un valor
numrico comparativo a la calidad de las imgenes de huellas dactilares. Esto con
el fin de mostrar que tan eficiente es el algoritmo propuesto, en cuanto al
mejoramiento de la calidad en dichas imgenes.

El mtodo que se propone consiste bsicamente en obtener una medida global de la
distribucin de la energa en la imagen de la huella dactilar con respecto a la
frecuencia, y segn esto, usar un criterio de entropa para dar un factor de calidad
comparativo de cada una de las imgenes.

Partiendo de una imagen dada, se calcula su espectro de energa, el cual es una
medida que contiene la mayor parte del contenido de informacin de la imagen.
Dicho espectro se puede calcular fcilmente como el valor absoluto, elevado al
cuadrado de la transformada de Fourier 2D de la imagen, como se puede ver en la
ecuacin 4.

( ) ( )
2
, . m n F m n P =
(4)

Donde F es la transformada de Fourier de la imagen y P es el espectro de energa.
Al hacer un anlisis sobre las frecuencias espaciales tpicas de las imgenes de
huellas dactilares se ha encontrado un rango de valores dentro de los cuales se
encuentra la informacin ms relevante.



51

Al analizar el espectro de energa de las imgenes de huellas dactilares se puede
ver que cuando el patrn de crestas y valles est bien definido existen un rango
pequeo de frecuencias dominantes, como es de esperarse, dado que el
espaciamiento de las crestas y los valles es constante. Caso contrario se presenta
cuando la imagen de la huella dactilar es de mala calidad y no existe un patrn claro
de crestas y valles, en dicho caso no existe un pequeo rango de frecuencias
dominantes en la imagen, sino que la energa se dispersa en un rango amplio de
frecuencias.

Con esta idea, se puede definir un mtodo para medir la calidad de las imgenes de
huellas dactilares basados en la concentracin de energa en ciertas bandas de
frecuencia. Para esto se plantea hacer filtrados pasa banda butterworth en la
imagen, sobre el rango posible de frecuencias espectrales de imgenes de huellas
dactilares, posterior a esto se analiza el contenido de energa de cada una de estas
bandas de frecuencia establecidas, para de esta manera lograr identificar como es
la distribucin de energa en la imagen con respecto de la frecuencia. Como se
puede ver en la figura 21, donde se aprecia una imagen de una huella dactilar junto
con su espectro de potencia y la distribucin de energa con respecto a la
frecuencia.



52

Figura 21: Imagen de una huella dactilar, junto con su transformada de Fourier y su
distribucin de energa particular.

Como se haba mencionado antes, una imagen de huella dactilar con una buena
resolucin, es aquella que tiene una concentracin apreciable de su energa en un
rango de frecuencias dado, es por esto que se plantea medir la agudeza del pico de
la distribucin de energa con respecto a la frecuencia, como una forma de
determinar la calidad de la imagen. Como parmetro para medir la agudeza de
dicho pico se utiliza la ecuacin 5, la cual da una medida numrica de que tan
concentrada esta la informacin en la grafica de distribucin de la energa respecto
de la frecuencia.

( )
n
E
n
E E
E E E FC * ... * * log
2 1
2 1
=
(5)



53
Donde
n
E E E ,... ,
2 1
, corresponde la energa (normalizada) que se encuentra
presente en cada una de las bandas de subdivisin creadas a partir del filtro pasa
banda Butterworth descrito anteriormente. Como puede verse en caso de una
concentracin mxima, es decir cuando una banda contenga toda la energa (E =1)
y las otras bandas por consiguiente no contengan energa (E =0), el FC (factor de
calidad) es mximo.

Este procedimiento fue aplicado a todas las imgenes de la base de datos antes y
despus del mejoramiento, para de esta forma tener una medida numrica
comparativa respecto al porcentaje de mejoramiento que se logr con la tcnica
planteada. En la seccin de resultados se puede ver lo obtenido.



54

7.2. RESULTADOS

A continuacin se pueden ver algunas de las imgenes a las que se les aplic el
algoritmo de mejoramiento descrito, y los resultados obtenidos.

Figura 22: Imagen muestra 1 antes y despus del mejoramiento.



55

Figura 23: Imagen muestra 2 antes y despus del mejoramiento.

El procedimiento descrito en el captulo 7.2, fue aplicado a toda la base de datos
antes y despus del mejoramiento de imgenes implementado, para de esta forma
tener una medida numrica comparativa del desempeo del algoritmo propuesto. A
continuacin en las figuras 23 y 24, se pueden ver las imgenes originales junto con
las imgenes mejoradas y el factor de calidad medido en cada uno de los casos.



56

Figura 24: Imagen de huella dactilar antes (superior) y despus (inferior) del
mejoramiento. Antes del mejoramiento FC =63%, despus del mejoramiento FC =
75%



57

Figura 25: Imagen de huella dactilar antes (superior) y despus (inferior) del
mejoramiento. Antes del mejoramiento FC =47%, despus del mejoramiento FC =
59%



58
8. ALGORITMO DE ROTACIN DESARROLLADO

Este algoritmo de rotacin est orientado a lograr obtener la menor alteracin en la
distribucin de los niveles de intensidad en la imagen. Bsicamente se plantea un
mtodo en el cual no se utilicen aproximaciones en el clculo de los valores de cada
uno de los pixeles de la imagen rotada, sacrificando el costo computacional. Para
este fin se implement un algoritmo que analiza la correspondencia de la matriz de
pixeles de la imagen nueva con la matriz de pixeles de la imagen original,
basndose en un muestreo digital.

La suposicin bsica para el desarrollo de este algoritmo es que la imagen original
fue obtenida por medio de un arreglo de pel cuadrado, en el cual la distancia de
separacin que existe entre cada uno de los sensores es despreciable y podemos
suponer que una imagen digital es un arreglo de cuadrados continuos (sin espacio
de separacin entre ellos), donde cada uno de estos cuadrados representa el valor
de intensidad (pixel) promedio del rea de sensado. Como pude verse en la figura
26, al censar una imagen, como consecuencia de que el arreglo de censores a
utilizar es de una limitada cantidad, la representacin de la imagen pierde parte de
su definicin original. Esta prdida de informacin ser apreciable dependiendo de
la densidad de sensores con la que cuente la matriz de sensado.

Figura 26: Sensado de la letra A por medio de una matriz de sensores.



59
Cabe anotar que el valor de intensidad de cada uno de los sensores esta dado
como el valor de intensidad luminosa que este recibe durante un determinado
periodo de tiempo. Ahora bien, si lo que se desea es realizar una rotacin de la
imagen, lo ideal sera lograr disponer del modelo original de la imagen y colocar un
arreglo de sensores en la inclinacin que deseemos de rotacin. Como puede verse
en la figura 27.

Figura 27: Forma ideal en la que se debera tomar un registro de la rotacin de una
imagen.

Como se puede ver claramente en esta imagen, uno de los principales problemas
asociados a la rotacin, aun sensando el modelo original, es la diferencia en el
tamao de la imagen rotada con respecto a la imagen no rotada. Es decir que para
el caso de querer aplicar algn procedimiento para comparar una imagen con su
imagen rotada, se debe tener muy en cuenta esta diferencia en los tamaos de las
imgenes.

Intuitivamente vemos que si deseamos realizar una rotacin lo ms cercana a la
rotacin ideal descrita anteriormente, pero sin contar con el modelo original,
debemos realizar un procedimiento similar, con la diferencia que en este caso
debemos tener en cuenta nuestra limitacin de solo disponer de una representacin



60
digital del modelo original (matriz de sensado original). Este procedimiento similar
consiste en simular el sensado de la imagen original, por medio del sensado de la
imagen digital en el ngulo deseado de rotacin, como si esta fuese el modelo
original, o al menos es la mejor aproximacin al modelo original de que disponemos.

Este procedimiento de sensado requiere hacer el clculo para el valor de intensidad
de la nueva matriz rotada, en donde debido a la rotacin los pixeles del nuevo
arreglo no correspondern exactamente con los pixeles del arreglo de la imagen
original, as que para obtener sus valores de intensidad se propone modelar su valor
como una proporcin de los valores de intensidad de los pixeles de la matriz original
con los cuales exista interseccin. Esto es, dentro de los pixeles de la nueva matriz
(imagen rotada) se analizan las reas de interseccin con cada uno de los pixeles
de la matriz original (imagen original), y en proporcin con el valor de cada una de
estas reas se tom su valor de intensidad, para as posteriormente calcular cada
uno de los nuevos valores de intensidad para la nueva matriz.

Figura 28: Convencin utilizada para representar cada una de las imgenes.



61
Como puede verse en la figura 28, La convencin utilizada para representar las
matrices es: lmites de la imagen original (puntos azules) y lmites de la imagen
rotada (puntos rojos).

8.1. DESCRIPCIN DEL ALGORITMO

Primero que todo es necesario definir el tamao mximo de la imagen de salida,
para esto suponemos el peor de los casos, el cual es, cuando exista un ngulo de
rotacin tal que la diagonal de la matriz original quede orientada en su totalidad ya
sea en sentido horizontal o en sentido vertical. Este ngulo crtico para el cual la
imagen de salida tiene que ser de un tamao mximo se puede ver ilustrado en la
figura 29.

Figura 29: Rotacin para la cual el tamao de salida de la imagen rotada es el
mximo.

Es as como la imagen resultante de rotacin que censar la matriz original, deber
ser de este tamao mximo, para que sin importar el ngulo de rotacin la imagen
original siempre quede dentro de los lmites de la imagen rotada.

Como primer paso en el desarrollo de este algoritmo se propone encontrar las
intersecciones entre la matriz de la imagen original y la matriz de la imagen rotada,
esto con el fin de definir los lmites que tienen cada una de las reas de



62
interseccin. Para lograrlo, se recorre cada uno de los lados que definen los pixeles
en las dos matrices y analizar cuando estos lados se intersectan con los lados de la
otra matriz.

Los puntos de delimitacin de un pixel, es decir cada uno de los cuatro puntos que
lo demarcan, son al mismo tiempo puntos de delimitacin de reas, ya que estos
definen el cambio de un pixel a otro, es as como estos puntos no sern analizados
sino que por el contrario de ante mano se incluirn en el vector que contiene las
intersecciones. Debido a que ms adelante ser prioritario tener las intersecciones
en cada uno de los lados en orden creciente, el vector que contendr las
intersecciones adems de contener la informacin de las coordenadas en las que
ocurre la interseccin, deber contener la informacin de la distancia que posee
cada una de las intersecciones con respecto al punto inicial del recorrido del lado en
su dominio.

En el caso de la matriz original las distancias con respecto al punto inicial de cada
lado es una informacin trivial, ya que las coordenadas x y y de cada una de las
intersecciones definen la distancia que existe con el punto inicial, cuando se recorre
la imagen horizontalmente la coordenada x determina la distancia con respecto al
punto inicial, y cuando el recorrido se haga en la direccin vertical, esta distancia
est definida por la componente y. En el caso de la matriz de la imagen rotada, ya
que los puntos inciales de cada una de los lados tienen coordenadas que
dependen tanto del tamao de la imagen de salida como del ngulo de rotacin, el
clculo de las distancias con respecto a los puntos inciales de cada lado implican el
clculo de una hipotenusa utilizando las coordenadas de la interseccin as como
tambin las coordenadas del punto inicial del lado respectivo. As por ejemplo, si se
recorre el quinto lado horizontal de la imagen rotada, todas las distancias deben
estar medidas con respecto al primer punto de la quinta horizontal, el cual coincide
con el punto superior izquierdo que delimita el primer pixel de la cuarta fila.

8.2. INTERSECCIONES DE LAS IMGENES



63
La variable H_1_xy representa las intersecciones de la matriz original con la matriz
rotada, cuando los lados analizados son los horizontales de la imagen rotada.

Figura 30: Ejemplo de los tringulos de color azul, los cuales representan las
intersecciones de los lados de las dos matrices.

Como puede verse en la figura 30, los tringulos de color azul claro representan las
intersecciones de los lados de las dos grficas. Un procedimiento anlogo se realiza
para los lados verticales.

Despus de tener todas las intersecciones entre las dos matrices, se ordenan todos
estos valores segn la distancia que tengan respecto de cada uno de sus lados,
teniendo en cuenta de incluir los lmites de los pixeles en este vector. La necesidad
de incluir los lmites de los pixeles en el vector de intersecciones se ver ms clara
cuando se explique la forma como se calculan cada una de las reas.



64
8.3. CALCULO DE REAS

Esta parte del algoritmo es la ms compleja, ya que en esta se plantea la necesidad
de buscar generalizar todos los casos de intersecciones que se puedan presentar
en los pixeles de la imagen original y los pixeles de la imagen rotada. Es as como
se clasifican de alguna manera todos los casos segn alguna caracterstica que los
identifique a todos sin exclusin.

La mejor forma que se encontr para una clasificacin de todas estas posibilidades
es en base a la cantidad de puntos de delimitacin de pixeles de la imagen original
que se encuentren dentro del rea que limita cada uno de los pixeles de la imagen
rotada. Esta clasificacin se pens, teniendo en cuenta que ms adelante se
necesit calcular cada una de las reas de interseccin, para lo cual esta
clasificacin es bastante til como se explicar ms adelante.

Antes de explicar la clasificacin utilizada para los casos presentados en el clculo
de las reas, vale la pena aclarar que el algoritmo diseado se encarga de realizar
el clculo del nuevo valor de intensidad para cada uno de los pixeles de la imagen
rotada, en base a las reas de interseccin presentes con respecto a la imagen
original ponderadas con su intensidad, y posteriormente avanza a calcular el valor
de intensidad de un nuevo pixel.

Para analizar si un punto de delimitacin de pixel de la imagen original se encuentra
contenido dentro de un pixel de la imagen rotada, se realizaron los siguientes pasos:

1. Calcular cuales de los lados de la imagen original se intersecan con los lados
de cada uno de los pixeles de la imagen rotada.

2. Posteriormente se guardan los puntos de interseccin mutuos de estos
lados, los cuales son los posibles puntos de delimitacin de pixel de la
imagen original que pueden encontrarse contenidos dentro de un pixel de la
imagen rotada.



65

3. Se utiliz el producto punto de los cuatro vectores para as calcular el rea
de cada uno de los polgonos que se forman.

8.4. SUBDIVISIN DE CASOS

Cuando se analiza la cantidad de cruces de los lados horizontales y verticales de la
imagen original sobre los lados de la imagen secundaria y su cantidad, el clculo de
las reas de interseccin, se puede dividir en tres casos principalmente. El primero
de ellos consiste en el caso cuando dentro del rea del pixel de la imagen rotada
existe un punto de delimitacin de pixel de la imagen original como puede verse en
la figura 31.

Figura 31: Primero de los casos para el clculo de las reas.

El segundo caso consiste en el caso cuando dentro del rea del pixel de la imagen
secundaria existen dos puntos de delimitacin de pixel de la imagen original como
puede verse en la figura 32.



66

Figura 32: Segundo de los casos para el clculo de las reas.

El tercer caso consiste en el caso cuando dentro del rea del pixel de la imagen
secundaria no existen puntos de delimitacin de pixel de la imagen original, como
puede verse en la figura 33.

Figura 33: Tercero de los casos para el clculo de las reas.

Ahora se explica cada uno de los casos por separado y como se logra calcular cada
uno de las reas de interseccin de los pixeles. El algoritmo de clculo de reas
implementado calcula las reas con base a los puntos que delimitan el polgono. Se
debe tener muy en cuenta que para que este algoritmo funcione correctamente sin
la necesidad de implementar un algoritmo adicional que ordene los puntos de
delimitacin de los polgonos en un orden definido, incurriendo en un aumento
significativo en el costo computacional, estos puntos que delimitan los polgonos
deben estar ordenados en un sentido definido, es decir, estar ordenados
estrictamente en sentido horario o en sentido anti horario.



67

8.4.1. PRIMER CASO

Tomando como el punto central el punto de delimitacin de pixel de la imagen
original, haciendo la similitud con un sistema de coordenadas cartesianas, podemos
definir cuatro cuadrantes que tomen este punto como el origen (0,0). Segn este
planteamiento este caso se podra dividir adicionalmente en cuatro casos distintos
segn la ubicacin del punto origen (0,0). Dado esto, las esquinas del pixel de la
imagen original es la que se encuentra dentro del rea del pixel de la imagen
secundaria que se est analizando. Se explica detalladamente que algoritmo se
implement para el subcaso 1, esta explicacin podr ser interpretada para
entender el algoritmo implementado en los subcasos 2, 3 y 4, utilizando las
analogas correspondientes en cada uno de ellos.

Subcaso 1:

Figura 34: Subcaso 1.

Como se puede observar en la figura 34 las reas que colindan con el punto de
referencia son fcilmente calculables ya que se posee toda la informacin de las
intersecciones de los lados de los pixeles. Sin embargo el rea que est en color
rojo no colinda con el punto de referencia as que no tenemos un punto de partida
para as poder calcular los puntos que delimitan su rea.

Para generalizar la forma de encontrar estas reas rojas debemos analizar la
cantidad de lados del pixel analizado de la imagen rotada que no son intersecados



68
por los lados de los pixeles de la imagen original, y as de esta forma encontrar los
puntos que delimitan cada una de estas reas, que pueden ser una o dos reas
adicionales a las cuatro principales, tambin existe el caso de que no exista rea
roja.

Una explicacin anloga se da para los subcasos 2, 3 y 4 en los cuales las reas
rojas se pueden encontrar usando un procedimiento anlogo, con la diferencia de
que en cada uno de estos casos la posibilidad de existencia de cada una de estas
reas que colindan con esquinas distintas de los pixeles de la imagen rotada.

8.4.2. SEGUNDO CASO

Figura 35: Segundo caso.

Como podemos ver en la figura 35 el segundo caso en el que se subdividen los
casos de clculo de reas, se presenta cuando dos de las esquinas que definen un
pixel de la imagen original estn incluidos dentro del rea del pixel de la imagen
secundaria que se est analizando. Ocurre un caso anlogo cuando la interseccin
se da sobre las lneas de divisin horizontales de los pixeles.

Igual que en el caso anterior, el punto de referencia es una de las esquinas de
delimitacin del pixel de la imagen original que est dentro del rea del pixel de la
imagen secundaria. As que se calculan las reas que colindan con este punto de
referencia, quedando por calcular dos reas ms que colindan con el punto



69
secundario de referencia el cual es la otra esquina de delimitacin de la imagen
original que se encuentra dentro del rea del pixel analizado.

Un procedimiento anlogo se puede hacer para el caso en que la interseccin se da
sobre las lneas de divisin horizontales de los pixeles.

8.4.3. TERCER CASO

Este se da cuando ninguna de las esquinas de delimitacin de un pixel de la imagen
original est dentro del rea del pixel de la imagen rotada que se est analizando.
En este caso existen cinco distintas posibilidades de configuracin para el clculo de
las reas, segn sea la inclusin o no de las esquinas de delimitacin de los pixeles
de la imagen secundaria dentro del rea de un pixel de la imagen original, con lo
cual se reduce la subdivisin de reas en cada pixel a slo cinco.

Cabe anotar, que en este caso la subdivisin del pixel a analizar puede ser en 4 o 5
reas diferentes y nunca en un nmero diferente a estos. Ya que esto implicara que
el caso que se est analizando no es ste.

8.5. RESULTADOS

El algoritmo funciona correctamente para el clculo de rotacin de imgenes hasta
con una precisin de cinco cifras decimales para el clculo de cada una de las
reas, segn el tamao de las imgenes de huellas dactilares obtenidas con el
sistema de sensado escogido.



70

Figura 36: Resultados de la rotacin de 50.70 de una onda sinodal proyectada en
2D.

Figura 37: Resultados al realizar cortes tanto de la imagen original como de la
imagen despus de la rotacin.



71
En las figuras 36 y 37 se puede ver claramente que al realizar un corte transversal
de la imagen de salida, sta no presenta alteracin en la forma sinodal y adems el
ruido que se introduce en la rotacin es mnimo, ya que la rotacin planteada es la
mejor posible.



72
9. CONCLUSIONES Y RECOMENDACIONES

9.1. RECOMENDACIONES Y TRABAJO A FUTURO

Es de vital importancia para el uso masivo de los sistemas de verificacin de
huellas dactilares, basados en tecnologas de sensado que requieren
contacto, investigar las probabilidades de posicionar el dedo correctamente y
adems que tan variable es la posicin del dedo en la superficie de sensado,
cuando las personas han recibido instruccin y cuando no la han recibido.

Realizar una base de datos con personas dependiendo de su actividad
profesional, para de esta forma analizar algoritmos particulares que tengan
en cuenta el entorno en el cual sern utilizados. Cabe anotar que se
encontr particularmente que las personas dedicadas a actividades
relacionadas con la salud, las cuales utilizan guantes durante una gran parte
del da, reflejan una muy baja resolucin en la toma de las imgenes de
huellas dactilares usando sensores de tipo ptico, de peor calidad an, que
las personas que se dedican a trabajos manuales.

Utilizando un sistema ptico que funcione a diferentes longitudes de onda,
permitira diferentes rangos de penetracin en imgenes cromticas de la
piel, con lo cual se podra crear un escaneo de la caracterstica en las
crestas de la huellas dactilares, es as que se propone investigar si es o no
una caracterstica discriminativa de las huellas el patrn sobre la superficie
de las crestas, o si este es solo debido a clulas residuales muertas.

Crear un algoritmo de engrosamiento en el sentido de los campos de
orientacin, para de esta forma lograr que se mejore esta etapa del proceso
al tenerse en cuenta un mayor engrosamiento en el sentido de las crestas
con lo cual se hace un engrosamiento que espera que ayude a disminuir
discontinuidades, sin las desventaja de crear posibles traslapes entre
crestas, esto se podra implementar por ejemplo con tcnicas morfolgicas.



73
9.2. CONCLUSIONES

La utilizacin de algoritmos que sean particulares al sistema de adquisicin
utilizado, tienen la ventaja de mejorar su desempeo aprovechando las
caractersticas de cada caso particular, como por ejemplo aprovechando la
deformacin general introducida en la huella dactilar en el momento de la
toma, como sucede en el caso particular de este proyecto.

La subdivisin de la imagen en regiones traslapables, hace que la imagen
resultante tenga una caracterstica ms suave, lo cual la hace ms idnea
para la aplicacin posterior de un algoritmo de deteccin de patrones, a
diferencia del caso, cuando la subdivisin de regiones es no traslapable
existe una caracterstica de discontinuidad en los lmites de los cortes de la
imagen, lo cual daa por completo el patrn global de la imagen.

La utilizacin de poros en las huellas dactilares como una caracterstica de
identificacin no es viable con un sistema de sensado que requiere contacto,
ya que en general esta caracterstica es altamente sensible a la presin
ejercida sobre la superficie de sensado del dispositivo, por lo cual se
convierte en una caracterstica no repetible en las tomas de muestras.
Adems se requiere una gran resolucin en las imgenes, tema de
desarrollo actual en este campo de investigacin.

La utilizacin de un algoritmo preciso para el clculo de la reflexin de la
imagen en el sentido del campo de orientacin, es bastante importante
debido a que de esta reflexin depende el clculo de la frecuencia de la
imagen, que es uno de los parmetros principales con los que se realiza el
diseo del filtrado de Gabor.

El uso de una ancho del la campana de Gabor variable tiene una ventaja
significativa, ya que existen casos de huellas dactilares que tienen una
variacin significativa en la frecuencia espacial de las crestas en



74
comparacin con otras, con lo cual se crea un algoritmo adaptable que
ajusta el ancho de banda del filtro dependiendo de la frecuencia.

La utilizacin de poros como una caracterstica de las huellas dactilares, no
es vlida cuando se utilizan sistemas de adquisicin de baja resolucin,
como el utilizado en el presente proyecto, ya que el patrn de poros a pesar
de brindar una informacin muy valiosa sobre las huellas dactilares, no es
una caracterstica lo suficientemente repetible en estos sistemas como para
ser considerada para su uso en verificacin biomtrica.

Debido a que la representacin de las imgenes en las computadoras es por
pixeles, la rotacin de estas implica perdida de informacin excepto en casos
de ngulos de rotacin mltiplos de 90. Se pudo lograr un algoritmo que
realiza la rotacin ptima, con errores muy inferiores a los registrados por un
algoritmo de subdivisin, el cual es un mtodo de fcil implementacin pero
que aumenta substancialmente el costo computacional.

En todo sistema tanto de verificacin como de identificacin de huellas
dactilares, un algoritmo que realice un mejoramiento sobre la imagen, es
fundamental ya que como se puede ver en las imgenes adquiridas en la
base de datos, las condiciones de adquisicin de cada una de las imgenes
de huellas afecta significativamente la imagen resultante que se registra.



75
10. REFERENCIAS BIBLIOGRFICAS

[1] Daubert v. Merrell Dow Pharmaceuticals (92-102), 509 U.S. 579 (1993).
http://supct.law.cornell.edu/supct/html/92-102.ZS.html

[2] F. Galton, Finger Prints, London: McMillan, 1892.

[3] D. A. Stoney and J . I. Thornton, A Critical Analysis of Quantitative
Fingerprint Individuality Models, J ournal of Forensic Sciences, Vol. 31, No.
4, Oct 1986, pp. 1187-1216.

[4] D. Maltoni, D. Maio, A.K. J ain and S. Prabhakar, Handbook of Fingerprint
Recognition, Springer (New York), 2003.

[5] Superintendencia de Industria y Comercio. Consulta de patentes publicadas
en Colombia http://www.sic.gov.co/

[6] Advances in Fingerprint Technology, Edited by Henry C. Lee and R. E.
Gaensslen, Second Edition, CRC Press LCC, Florida, 2001.

[7] E. P. Richards, Phenotype vs. Genotype: Why Identical Twins Have Different
Fingerprints?, http://www.forensic-evidence.com/site/ID Twins.html.

[8] Lin Hong; Yifei Wan; J ain, A.; Fingerprint image enhancement: algorithm and
performance evaluation Pattern Analysis and Machine Intelligence, IEEE
Transactions on Volume 20, Issue 8, Aug. 1998 Page(s):777 789

[9] Biometrix Int. http://www.biometrix.at/page15.html

[10] Researcher Hacks Microsoft Fingerprint Reader, Robert McMillan, IDG News
Service, Monday, March 06, 2006.



76
[11] C. I. Watson and C. L. Wilson, NIST Special Database 4, Fingerprint
Database, National Institute of Standards and Technology, March 1992.

[12] C. I. Watson and C. L. Wilson, NIST Special Database 9, Fingerprint
Database, National Institute of Standards and Technology, March 1992.

[13] FVC 2006 Fingerprint Verification Competition
http://bias.csr.unibo.it/fvc2006/

[14] D. Sherlock, D.M. Monro, and K. Millard, Fingerprint Enhancement by
Directional Fourier Filtering, IEE Proc. Visual Image Signal Processing, vol.
141, no. 2, pp. 8794, 1994.

[15] Hecht, Eugene, Optics, 4th ed. Addison Wesley: New York, 2002, p 125.

[16] Alyson G. Wilson, Gregory D. Wilson and David H. Olwell, Statistical Methods
in Counterterrorism, Springer New York, 2006.

[17] Daubert v. Merrell Dow Pharmaceuticals, 509 U.S. 579 (1993).

[18] G. L. Marcials and F. Roli, Fingerprint verification by decision-level fusion of
optical and capacitive sensors, Pattern Recognition Letters, vol. 25, no. 11,
pp. 13151322, 2004.

[19] Christophe Champod , Chris J . Lennard , Pierre Margot , Milutin Stoilovic
Fingerprints and Other Ridge Skin Impressions, CRC, Primera Edicion, 2004

[20] W.J . Herschel, Skin Furrows of the Hand, Nature, 1885

[21] Henry C. Lee, R. E. Gaensslen, Advances in Fingerprint Technology, CRC,
Segunda Edicion, 2001



77
[22] Anto Melvin Paul, R. Mary Lourde, A Study on Image Enhancement
Techniques for Fingerprint Identification, Proceedings of the IEEE
International Conference on Video and Signal Based Surveillance, AVSS
2006

[23] R. C. Gonzlez and R. E. Woods, Tratamiento Digital de imgenes.
Wilmington, Delware: Addison-Wesley / Diaz de Santo, 1996.

[24] L. Hong, Y. Wan, and A. J ain, Fingerprint Image Enhancement: Algorithm
and Performance Evaluation, IEEE Trans. Pattern Analysis and Machine
Intelligence, vol. 20, no.8, pp.777-789, 1998

[25] R. C. Gonzlez and R. E. Woods, Tratamiento Digital de imgenes.
Wilmington, Delware: Addison-Wesley / Diaz de Santo, 1996.

Huellas Tesis

Cargado por

Copyright:

Formatos disponibles

Huellas Tesis

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Huellas Tesis

Cargado por

Copyright:

Formatos disponibles

ALGORITMO DE MEJORAMIENTO DE IMGENES DE HUELLAS DACTILARES

PARA SU POSTERIOR USO EN VERIFICACIN BIOMTRICA.

Universidad Industrial de Santander (UIS); Facultad de Ingenieras Fsico-Mecnicas,

Universidad Industrial de Santander (UIS); Facultad de Ingenieras Fsico-Mecnicas,

sin cos y x x + = (5)

cos sin y x y + = (6)

También podría gustarte