1. القياسات الحيوية
القياس الحيوي المبني على بصمة )Palmprint( الكف مقدم من قبل:بتول الحواني
Lecture by Batoul Al-Hourani and Dr. Ahmad B. A. Hassanat, Information Technology department, Mutah University, Jordan

2. القياسات الحيوية المحتويات اللمحة العامة بصمة الكف تصنيف بصمة الكف
التعرف على الاشخاص من خلال اليد وبصمة الكف
مزايا بصمة الكف التي تتفوف بها على القياس الحيوي لليد
ملامح مختلفة لبنية الكف
تطبيقات بصمة الكف في الحياة العملية
مخطط المراحل الاساسية في التعرف على بصمة الكف
الحصول على صورة راحة الكف( Palmprint Acquisition)
المعالجة الاولية (Preprocessing)
استخراج الخصائص (Feature Extraction)
مرحلة المطابقة (Maching)

3. القياسات الحيوية محتويات ورقة البحث لمحة عامة حول موضوع الورقة البحثية
مرحلة الحصول على صورة بصمة الكف
المعالجة الاولية
استخلاص الصورة
تمثيل الخصائص لبصمة الكف
مرحلة المطابقة وتحديد الهوية
النتائج التجريبية
المراجع

4. بصمة الكف القياسات الحيوية
overveiw
بصمة الكف
بصمة الكف تؤخذ للمنطقة الداخلية ما بين نهاية الاصابع وبداية معصم اليد .
ويتم الحصول على صورة راحة الكف إما بشكل مباشر(online) من خلال الاجهزة الالكترونية(أي عن طريق الماسح الضوئي أو CCD)
او بشكل غير مباشر (offline)حيث يتم أخذ صورة من خلال الحبر والورق.

5. القياسات الحيوية تصنيف بصمة الكف
وتصنف بصمة الكف من ضمن الخصائص الفسيولوجية التي يمكن استخدامها للتمييز بين الأفراد .
القياسات الحيوية
السلوكية
الفسيولوجية
الوجه
القزحية
راحة الكف
الصوت
التوقيع
هندسة اليد

6. التعرف على الأشخاص من خلال اليد وبصمة الكف
التعرف من خلال شكل اليد يركز على ابعاد اليد و شكلها (كالحجم و الطول)
التعرف من خلال بصمة الكف يركز على السطح الداخلي من جهة، نمطها من خطوط وشكل سطحه

7. مزايا بصمة الكف التي تتفوف بها على القياس الحيوي لليد
القياسات الحيوية
مزايا بصمة الكف التي تتفوف بها على القياس الحيوي لليد
بصمة الكف لديها بعض المزايا تتفوق بها على التقنيات البيومتريةالاخرى لليد، مثل بصمات الأصابع و هندسة اليد ، ومن
اهمها :
راحة الكف كبيرة الحجم .
تحتوي على ميزات وفيرة من مستويات مختلفة ، مثل التجاعيد والخطوط الكف، والملمس الخ ...
تزوير بصمة الكف أكثر صعوبة ، وذلك للأسباب التالية:
- نسيج بصمة الكف أكثر تعقيدا .
- مقارنة مع الأصابع، الكف هي أكثر عرضة للتلف و الأوساخ لذا يصعب تزويرها [ 2 ]

8. خصائص مختلفة في بصمة الكف
القياسات الحيوية
خصائص مختلفة في بصمة الكف
عرض الكف
طول الكف
خطوط الكف
تجاعيد باطن الكف
تلال بصمة الكف
نسيج و تفصيلات
نقاط الدلتا

9. تطبيقات بصمة الكف في الحياة العملية
القياسات الحيوية
تطبيقات بصمة الكف في الحياة العملية
التطبيقات الجنائية
تطبيقات الطب الشرعي
التطبيقات التجارية
مسرح الجريمة

10. مخطط المراحل الاساسية في التعرف على بصمة الكف
القياسات الحيوية
مخطط المراحل الاساسية في التعرف على بصمة الكف
استخراج الخصائص
مرحلة التصنيف
استحصال الصورة
المعالجة الاولية للصورة

11. الحصول على صورة راحة الكف
القياسات الحيوية
الحصول على صورة راحة الكف
يتم التقاط صورة بصمة الكف من خلال
ماسح ضوئي أو كاميرا بصمة الكف.
يوجد أربعة أنواع مختلفة من أجهزة
الاستشعار لجمع الصور
1-الكاميرات الرقمية
2-الماسحات الضوئية الرقمية
3-كاميرات الفيديو
4-الماسحات الضوئية باستخدام
جهازCCD-

12. المعالجة الاولية (Preprocessing)
القياسات الحيوية
المعالجة الاولية (Preprocessing)
تحويل صورة من RGB إلى الرمادي
قص منطقة الكف فقط من اليد

13. استخراج الخصائص (Feature Extraction
القياسات الحيوية
استخراج الخصائص (Feature Extraction
ولقد تم الاعتماد على عدة طرق لاستخراج ميزات بصمة الكف المختلفة والتي تصنف إلى ثلاث فئات :
الخطوط الأساسية line based
مظهر الكف appearance-based
نسيج الكف texture-based

14. القياسات الحيوية استخلاص الخصائص
عدة طرق تستخدم المبدأ الذي يعتمد على الخطوط الاساسية لبصمة الكف باستخدام أساليب الكشف عن الحواف مثل :
-Sobel operator ([4];[5] )
-morphological operator [6]
-edge map [7]
-modified radon transform [8].
-Other researchers implemented their own edge detection algorithms to extract the line patterns ([9]; [10]; [8]).

15. القياسات الحيوية استخلاص الخصائص
النهج القائم على المظهر هو أكثر وضوحا كما يعامل الصورة ، الطرق الشائعة هي :
تحليل المكون الرئيسي principal component analysis (PCA) ([11]; [12])
تحليل التمايز linear discriminant analysis (LDA) ([12]).
تحليل عنصر مستقل independent component analysis (ICA) ([13]).
طور بعض الباحثون خوارزميات خاصة بهم لتحليل ظهور بصمة الكف ( [ 14 ] ) .

16. القياسات الحيوية استخلاص الخصائص
النهج القائم على تحليل النسيج لراحة الكف ، ومن الطرق الشئعة في هذا النهج :
-Law’s convolution masks.[15]
-Gabar filter.
-Fourier Transform. Among the methods tested, 2-D Gabor filter has been shown to provide engaging result ([16])
- Ordinal measure ([17])

17. القياسات الحيوية المطابقة والتصنيف
بالاعتماد على أنواع من الميزات المستخرجة، واستخدمت مجموعة متنوعة من تقنيات المطابقة للمقارنة بين الصور المدخلة ، وهناك نهجين تم اتباعهما : 1-المطابقة القائمة على هندسة الكف geometry-based matching : مقارنة باستخدام النقاط وخطوط الميزات[ 17 ] . 2-المطابقة التي تستند على الميزة feature-based matching : يعمل بشكل جيد للنهج القائم على المظهر و القائم على النسيج [ 18[

18. البيانات المستخدمة في الورقة البحثية
القياسات الحيوية
البيانات المستخدمة في الورقة البحثية
وتشمل عملية جمع البيانات أربع خطوات : ( 1 ) استخدم الباحث 500 شخص من كلا الجنسين ومن جميع الأعمار. ( 2 ) جمع ستة عينات لراحة الكف لكل شخص ( 3 ) اختيار عشوائيا واحدة من العينات الست لإعداد قاعدة (training)البيانات، التي اصبح لديها 500 نموذج ( 4 ) استخدام 2500 عينة على أنها مجموعة الاختبار(testing).

19. اسم البحث: PALMPRINT BY FOURIER TRANSFORM
القياسات الحيوية
اسم البحث: PALMPRINT BY FOURIER TRANSFORM

20. البيانات المستخدمة في البحث
القياسات الحيوية
البيانات المستخدمة في البحث
جميع العينات كانت لليد اليمنى ، و التقطت من قبل جهاز بصمة الكف، والتي يمكن أن تضع حدا لدوران اليد للحصول على صورة الكف باتجاه ثابت ومحدد
العينات الماخوذة لراحة اليد كانت جميعها بحجم 320× 240

21. المعالجة الاولية لبصمة الكف
القياسات الحيوية
المعالجة الاولية لبصمة الكف

22. القياسات الحيوية
المعالجة الاولية

23. القياسات الحيوية المعالجة الاولية
(a)Three sample from the same palm with different directions and locations
(b) Alignment results
(c) The extracted subimages

24. استخلاص الخصائص باستخدامFourier Transform
القياسات الحيوية
استخلاص الخصائص باستخدامFourier Transform
يشمل التمثيل التحويل الى Fourier transform والتحويل العكسي.
عملية التحويل تشمل التحويل من المجال المكاني spatial domain الى المجال الترددي frequency domain

25. القياسات الحيوية استخلاص الخصائص
›تم استخدام مرشح الترددات المتدنية ( low pass filter) لتحسين الصورة المدخلة.

26. القياسات الحيوية
استخلاص الخصائص

27. القياسات الحيوية استخلاص الخصائص
تحويل فورييه (Foureier transform) يمكن استخدامه في استخراج الخصائص لبصمة الكف. هذا لأن هناك توجد بعض النقاط المتقابلة في استخراج بصمة الكف للصورة ذات النطاق المكاني spatial domain )) و تلك الصورة ذات النطاق الترددي (frequency domain). حيث ان : -التجاعيد القوية والمضغوطة كثيرا في صورة النطاق المكاني ، تظهر بضغط اقل في صورة النطاق الترددي مما يوفر معلومات اكثر للبحث. - وإذا كان هناك خطوط قوية لصورة بصمة الكف في المجال المكاني فانها ستعطي الكثير من المعلومات في المجال الترددي خاصة للخطوط بالاتجاه العامودي

28. القياسات الحيوية
استخلاص الخصائص

29. القياسات الحيوية
استخلاص الخصائص

30. القياسات الحيوية
استخلاص الخصائص

31. القياسات الحيوية تمثيل خصائص بصمة الكف
يتم وصف الميزات باستخدام نظام الاحداثيات القطبيبية (polar coordination) (r, θ) ،لتمثيل الصور في النطاق التردد. -شدة التغير في الميل خلال قيم(r)يعبر عن شدة التجاعيد على بصمة الكف( palmprint’s creases) . -و قيم الزاوية (θ )يدل على اتجاهات الطويات(creases) في بصمة الكف .

32. القياسات الحيوية تمثيل خصائص بصمة الكف
صورة يمكن تحويلها من نظام احداثيات الزاوية اليمنى
( right-angle coordination system )الى نظام الاحداثيات القطبية (polar coordination system ) من خلال استخدام المعادلة التالية :

33. القياسات الحيوية تمثيل خصائص بصمة الكف
لتمثيل شدة الطويات (crease ) على بصمة الكف ، يتم تقسيم صورة نطاق التردد الى سلسلة من الدوائر التي لها نفس المركز، كما هو مبين في الشكل .

34. القياسات الحيوية تمثيل خصائص بصمة الكف
لتمثيل الاتجاه على بصمة الكف ، يتم تقسيم صورة نطاق تردد من خلال سلسلة من الخطوط التي تمر عبر وسط الصورة ، كما هو مبين في الشكل (b ) .

35. القياسات الحيوية تمثيل خصائص بصمة كف
لاستخراج قيم الخصائص ل (r) ، نستخدم المعادلة التالية :
لاستخراج قيم الخصائص ل (θ) ، نستخدم المعادلة التالية :

36. القياسات الحيوية مطابقة وتصنيف الخصائص مطابقة الخصائص تتم لقيم r و θ

37. مطابقة الخصائص والتعرف من خلال بصمة الكف
القياسات الحيوية
مطابقة الخصائص والتعرف من خلال بصمة الكف

38. مطابقة الخصائص والتعرف من خلال بصمة الكف
القياسات الحيوية
مطابقة الخصائص والتعرف من خلال بصمة الكف

39. مطابقة الخصائص والتعرف من خلال بصمة الكف
القياسات الحيوية
مطابقة الخصائص والتعرف من خلال بصمة الكف
المجموعة A، والذي يتضمن عينات لنفس الكف اي لنفس الشخص ، و معدل ​​المسافة لخصائص r هي 3.7 و والخصائص θ هي قريبة جدا من بعضها البعض .
تشمل المجموعة الثانية عينات لبصمات كف لاشخاص مختلفين لكن العينات متماثلة ، حيث معدل ​​المسافة لخصائص r هي 9.4 وخصائص θ هي قريبة من بعضها البعض .
المجموعة C ، الذي تعطي عينات لبصمات كف لاشخاص مختلفين، معدل ​​المسافة لخصائص r هي 20.0 و والخصائص θ لا تزال بعيدة عن بعضها البعض

40. القياسات الحيوية النتائج التجريبية
وتظهر النتائج التجريبية أن بصمة الكف تساعد على تحديد الهوية القائمة على استخراج الخصائص في مجال التردد و الجدول التالي يبين ذلك .

41. المصادر القياسات الحيوية
[1] Zhang, D. (2004). Palmprint Authentication, Kluwer Academic Publishers.
[2] Identification of a Person by Palm Geometry Using Invariant Features.
[3] Zhang, D. & Liu, L. L. (2009). Palmprint Features, In Encyclopedia of Biometrics, S. Z. Li, pp , Springer.
[4] Wu, X., Wang, K. & Zhang, D. (2004a). A novel approach of palm-line extraction. Proceeding of the Third International Conference on Image and Graphics, pp. 230–233
[5] Boles, W. & Chu, S. (1997). Personal identification using images of the human palms. Proceedings of IEEE Region 10 Annual Conference, Speech and Image Technologies for Computing and Telecommunications, Vol. 1, pp. 295–298
[6] RafaelDiaz, M., Travieso, C., Alonso, J. & Ferrer, M. (2004). Biometric system based in the feature of hand palm. Proceedings of 38th Annual International Carnahan Conference on Security Technology, pp. 136–139

42. المصادر القياسات الحيوية
[7] Kung, S., Lin, S. & Fang, M. (1995). A neural network approach to face/palm recognition. Proceedings of IEEE Workshop on Neural Networks for Signal Processing, pp. 323–332.
[8] Huang, D., Jia, W. & Zhang, D. (2008). Palmprint verification based on principal lines. Pattern Recognition, Vol.41, No.4, pp. 1316–1328
[9] Wu, X., Wang, K., & Zhang, D. (2004b). Palmprint recognition using directional energy feature. Proceedings of International Conference on Pattern Recognition, Vol. 4, pp. 475– 478
[10] Wu, X., Wang, K., & Zhang, D. (2004b). Palmprint recognition using directional energy feature. Proceedings of International Conference on Pattern Recognition, Vol. 4, pp. 475– 478
[11] Lu, G., Zhang, D. & Wang, K. (2003). Palmprint recognition using eigen palms features. Pattern Recognition Letters, Vol.24, No.9, pp. 1463–1467
[12] Kumar, K. V. & Negi, A. (2007). A novel approach to eigenpalm features using feature partition ing framework. Conference on Machine Vision Applications, pp
[13] Connie, T., Jin, A., Ong, M. & Ling, D. (2005). An automated palmprint recognition system. Image and Vision Computing, Vol. 23, No.5, pp. 501–515

43. المصادر القياسات الحيوية
[14]Yang, J., Zhang, D., Yang, J. & Niu, B. (2007). Globally maximizing locally minimizing: unsupervised discriminant projection with applications to face and palm biometrics. IEEE Transactions on Pattern Analysisand Machine Intelligence, Vol.29, No.4, pp. 650–664 .
[17] Duta, N., Jain, A. & Mardia, K. (2002). Matching of palmprint. Pattern Recognition Letters, Vol. 23, pp
[18] Huang, D., Jia, W. & Zhang, D. (2008). Palmprint verification based on principal lines. Pattern Recognition, Vol.41, No.4, pp. 1316–1328 ص