Reconocimiento de huellas dactilares

El investigador Delgado, en el artículo publicado el año 2007 titulado “El margen de error de la dactiloscopia”, menciona que en el ámbito mundial existen varios métodos de clasificación dactilar entre los que se encuentran: Vucetich, Henry Americano, Henry Canadiense entre otros, y como complemento a esto una excelente herramienta de biometría llamada “Sistema de Reconocimiento Automático de Huellas Dactilares”, la cual es utilizada para mejorar y dar una mejor calidad de imagen a la huella, todo lo anterior está fundamentado científicamente por las crestas papilares y las siguientes características: que a continuación se mencionan: Inmutabilidad, se mantienen invariables en su forma, tamaño y ubicación, aunque al causar afectación de la dermis al sanar la lesión se genera un dibujo cicatrizal; perennes, las huellas no cambian con el tiempo se forman en su integridad en el sexto mes de vida intrauterina del ser humano y permanecen hasta la muerte hasta encontrar el cuerpo en estado de putrefacción o descomposición cadavérica, mencionado en el artículo escrito el año 2009 por Roberto Carro con el título “De las crestas papilares II”. Locard, realizó una prueba para la dactiloscopia, se quemó los pulpejos de los dedos de las manos con agua hirviendo, hierro candente y aceite caliente para demostrar que después de la curación de las heridas las huellas dactilares aparecían siendo las mismas en su forma, ubicación y situación. Se encontró como ultima características que son diversiformes, son únicas tiene su propio dibujo, lo que significa que no existen huellas iguales ni en los dedos de la misma mano ni diferentes manos, esto último mencionado en el artículo escrito el año 2011 por Virginia Jiménez con el título “Crestas papilares”.

En la tesis doctoral de Lindoso, publicada el año 2009 con el título “Contribución al reconocimiento de huellas dactilares mediante técnicas de correlación y arquitecturas hardware para el aumento de prestaciones”, se muestra un esquema típico de un sistema de comparación automática de huellas dactilares de un sistema de reconocimiento automático de huellas dactilares, que consiste de las siguientes fases: (1) Adquisición. En esta etapa se toma una muestra de la huella dactilar de un sujeto. Existen diferentes tipos de sensores, entre los cuales resaltan los ópticos, capacitivos, térmicos, ultrasónicos, y otros. Dependiendo del sensor utilizado, la calidad y la resolución de la imagen obtenida varían enormemente. Los parámetros más relevantes que se utilizan para caracterizar los sensores son la resolución, el área de captura, el número de píxeles, la precisión geométrica, el contraste y la distorsión geométrica. (2) Preprocesado. La imagen obtenida en la etapa de adquisición se trata en función de las necesidades de los algoritmos de extracción y comparación que se vayan a utilizar. Normalmente siempre es necesario algún ajuste de la imagen para aumentar la calidad de la misma, como pueden ser ajuste de contraste, ecualización del histograma y una eliminación de las partes de la imagen que no contienen a la huella dactilar, lo que se denomina segmentación. Bazen, en el artículo publicado el año 2002 con el título “Métodos sistemáticos para el cálculo de los campos de dirección y puntos singulares de huellas dactilares”, menciona que en muchos algoritmos es necesario el cálculo del campo de orientación que determina la orientación de las crestas en cada zona de la huella dactilar. Normalmente el preprocesado requerido para los algoritmos de comparación de huellas dactilares es bastante complejo y requiere una alta capacidad computacional. Un preprocesado típico para la comparación basada en minucias se muestra en el artículo de Jain y sus colegas titulado “Biometría: Identificación personal en una sociedad en red”. La comparación de minucias requiere un fuerte preprocesado, ya que es necesario adelgazar las crestas hasta formar un flujo de líneas de grosor un píxel para después extraer la localización de los puntos singulares. (3) Extracción de características. En esta etapa se extrae la información relevante de las huellas para su posterior comparación. La mayor parte de los algoritmos de comparación de huellas dactilares utilizan como característica las minucias. Uno de los algoritmos de extracción de minucias más destacado es el algoritmo de seguimiento de crestas de Maio, descrito en el artículo escrito el año 1997 titulado “Detección de minucias en escala de grises directa en huellas dactilares”, que consiste en el seguimiento de todas las crestas de la huella, determinando como minucias las bifurcaciones, desdoblamiento de una cresta en dos crestas y terminaciones, fin de una cresta. Cabe destacar que los algoritmos de extracción de minucias extraen generalmente gran cantidad de minucias falsas que es necesario eliminar antes de pasar a la comparación para evitar errores en la decisión. (4) Comparación. En esta etapa se comparan las características extraídas para determinar si las dos muestras pertenecen al mismo individuo. Existen algoritmos que no necesitan extracción de características y por tanto realizan directamente la comparación.

Lindoso, en la tesis citada, señala que para evaluar la precisión de los algoritmos de comparación de los sistemas biométricos se suelen utilizar dos tasas de error: (1) Tasa de falsa aceptación, que mide la cantidad de errores que produce el algoritmo de comparación cuando reconoce muestras de distintos usuarios como pertenecientes a un mismo usuario. (2) Tasa de falso rechazo, que mide los errores producidos cuando el algoritmo de comparación no reconoce muestras de un mismo usuario y las considera pertenecientes a distintos usuarios.