IMPRIMIR VOLTAR A. Ciências Exatas e da Terra - 2. Ciência da Computação - 17. Ciência da Computação BIOMETRIA: DESENVOLVIMENTO DE UM SOFTWARE PARA CLASSIFICAR IMPRESSÕES DIGITAIS Silvia Maria Farani Costa 1   (autor)   silvia@sim.lme.usp.br Adriana Paula Borges 2   (colaborador)   adrianapaula25@uol.com.br Wanderley Carneiro 1   (colaborador)   wdcarneiro@uol.com.br João Marcelo de Oliveira 3   (colaborador)   jmvo@fipecafi.fea.usp.br 1. Depto. de Administração e Análise de Sistemas, Faculdade Morumbi Sul 2. Depto. de Sistemas de Informação, Faculdade Montessori 3. Depto de Microeletrônica, Universidade de São Paulo INTRODUÇÃO: O reconhecimento de impressões digitais, abordado em biometria, tem se destacado no contexto do reconhecimento de padrões. A comparação de impressões digitais, antigamente restrita a área criminal, exerce papel fundamental na verificação de pessoas. Hoje, porém, com o avanço tecnológico, a verificação de impressões digitais pode ser empregada em sistemas de segurança, transações financeiras, controle de acesso a locais restritos, controle de freqüência de funcionários, validação de documentos, comprovação de identidade, etc. Desta forma, percebemos que a verificação de impressões digitais não está somente associada à identificação jurídica de um indivíduo, atualmente tem sido usada em diversas aplicações aumentando a cada dia a demanda dos sistemas computacionais. Métodos tradicionais de verificação pessoal normalmente usam algo que conhecemos - uma senha - ou algo que possuímos - uma chave, um cartão. O grande problema é que estes recursos podem ser esquecidos, roubados, perdidos, copiados, armazenados de maneira insegura e até utilizados por uma pessoa que não tenha autorização. Desta forma, não é surpreendente que o novo campo de atrações seja a biometria, ou seja, a maneira de identificar pessoas por intermédio de suas características físicas. Baseado nesta tecnologia buscamos desenvolver um software que classifique impressões digitais visando otimizar o processamento na fase de verificação. METODOLOGIA: A meta da classificação é assegurar que uma dada impressão digital pertença a uma classe específica de acordo com suas propriedades geométricas. Desta forma baseado na classificação proposta pelo FBI desenvolvemos um software que classifica impressões digitais distribuindo-as em cinco classes - arco plano ou angular, presilha direita ou esquerda, e verticilo. Primeiramente calculamos a direção de um pixel usando uma máscara 9x9 centrada no ponto de interesse. Os valores em 8 direções são somados para obter as grandezas S0 a S7. Obtendo estas somatórias, conseguimos definir as oito possíveis direções - zero a sete. A partir do mapa direcional gerado aplicamos um algoritmo de suavização das direções para evitar distorções das imagens e conseqüentemente erro na classificação. Desta forma, dividimos a imagem em blocos onde serão considerados os vizinhos para estabelecer um valor médio de direção. Dado um mapa direcional suavizado, a classificação é feita baseada nos pontos singulares, ou seja, núcleos e deltas. Um ponto será classificado como ordinário, núcleo ou delta pelo cálculo do índice de Poincaré. Este algoritmo calcula a somatória das mudanças dos ângulos de direção em uma janela 2x2. Desta forma, percebe-se que as direções se fixam em 0º quando temos um ponto ordinário, -180º quando temos um ponto delta e +180º para o ponto núcleo. Após localizar todos os núcleos e deltas, classificamos a imagem de acordo com o número e localização destes pontos. RESULTADOS: O software de classificação desenvolvido foi testado para 330 imagens, provenientes de quatro bancos de dados. O Nist Special Database 4, que possui 50 imagens disponibilizadas pelo FBI (Federal Bureau of Investigation). O banco de dados DSPAMI com 14 imagens e o FINGDB, com 168 imagens, ambos fornecidos pelo Biometric Systems Lab, e por fim um banco de dados obtido no Departamento de Dactiloscopia do Estado de São Paulo, com 98 imagens. Considerando esse universo foi possível classificar 80% das imagens automaticamente. O programa atribui cor vermelha para um ponto ordinário, azul para o delta e verde para o núcleo, de forma que o usuário possa visualizar melhor prováveis pontos falsos que podem ser desconsiderados manualmente. Este programa foi implementado em linguagem C++ e possui alto grau de flexibilidade, uma vez que o usuário pode optar pelo número de direções, tamanho da grade para suavização e também qual mapa direcional será utilizado para classificação. Após a classificação, o programa gera um relatório com informações sobre a imagem classificada fornecendo a classe, o número de pontos ordinários, núcleos e deltas e uma legenda das cores atribuídas para melhor visualização. CONCLUSÕES: A maioria dos sistemas de identificação de impressões digitais são baseados em comparações de minúcias que constituem um padrão de impressão digital. A detecção automática de minúcias é um processo extremamente crítico, especialmente em imagens de baixa qualidade. Em uma imagem de impressão digital ideal, linhas pretas e linhas brancas se alternam, o fluxo da direção é localmente constante e as minúcias - pontos de interesse - são anomalias das cristas. Entretanto na prática um percentual significativo de imagens adquiridas é de baixa qualidade. Desta forma um número significativo de aspectos falsos pode ser detectado e em contrapartida, um grande percentual de aspectos significativos, podem ser ignorados ou distorcidos. Neste contexto a classificação das impressões digitais vem otimizar o processo uma vez que impressões digitais só serão comparadas na fase de verificação se pertencerem ao mesmo grupo. Um resultado que enfatizamos neste trabalho é a suavização do mapa direcional para eliminação de ruídos. Resultados experimentais mostram que o método que estamos propondo permite fazer a suavização gerando um mapa direcional menos distorcido e minimizando também a complexidade de cálculo. O software implementado também faz a diferenciação de cores para que especialistas tenham melhor visualização dos pontos de interesse indispensáveis na classificação. Instituição de fomento: Faculdade Morumbi Sul Palavras-chave:  reconhecimento de padrões; biometria; bioinformática. Anais da 56ª Reunião Anual da SBPC - Cuiabá, MT - Julho/2004