（信号与信息处理专业论文）基于pcnn及模糊金库算法的指纹识别技术的研究.pdf

基于p c n n 及模糊金库算法的指纹识别技术中文摘要 基于p c n n 及模糊金库算法的指纹识别技术的研究 中文摘要 指纹识别技术是一种利用人体固有的指纹生理特征进行身份鉴定的技术，也是目 前最成熟、最有前景的生物识别技术。它主要包含四个部分：指纹图像的获取、指纹 图像的处理、特征提取及保存和特征匹配。本论文在充分研究传统指纹识别技术的基 础上，提出了两种改进算法，即采用p c n n 模板的二值指纹图像改进细化算法和基于 伪随机序列的改进模糊金库算法。提出的算法均在f v c 2 0 0 4 标准指纹图像库上进行仿 真，并且在v i s u a lc + + 6 0 软件平台上设计了可视化友好图像界面，可应用于指纹 图像的处理。 采用p c n n 模板的二值指纹图像改进细化算法是在给出了方形模板和三角模板的 基础上，利用p c n n 并发特点对二值指纹图像进行细化的一种算法。该算法是采取迭 代方法移除边界点，通过结合方形模板并行细化和三角模板串行细化来加快处理速 度。通过实验仿真表明，该算法能在不破坏原始图像连接性的基础上有效地去除边界 点，克服细化不彻底的问题，有效地消除纹线断裂和毛刺的产生，并且可应用于指纹 图像识别系统，提高指纹的识别率。在介绍算法原理的同时，也给出了基于模板的 p c n n 数学模型。 基于伪随机序列的改进模糊金库算法是利用伪随机序列对指纹模板库中的特征 点分布情况进行改变的一种算法，其能够有效地增强用户身份与其密钥之间的联系， 实现模板的撤销和变换。为了能补偿特征模板的非线性形变，引入了可变限界盒进行 特征点的匹配。实验结果表明，改进模糊金库算法可重复撤销或者变换模板，更好地 隐藏密钥，且可抵抗各种攻击，提高密钥破解复杂度。 由以上两种改进算法构成的指纹识别系统可以准确提取指纹特征点，提高匹配精 度，并且可以更安全地管理指纹模板数据库。 关键词：指纹识别；脉冲耦合神经网络；指纹密钥算法；模糊金库 作 者：李百良 指导老师：徐大诚 r e s e a r c ho nf i n g e r p r i n ti d e n t i f i c a t i o nt e c h n o l o g yb a s e d o np c n na n df u z z yv a u l ta l g o r i t h m s a b s t r a c t f i n g e r p r i n ti d e n t i f i c a t i o nt e c h n o l o g y i sat e c h n o l o g yw h i c hu s e st h ef i n g e r p r i n t c h a r a c t e r i s t i c st ov e r i f yt h ei d e n t i f i c a t i o n ，a n di st h em o s tm a t u r ea n dm o s tp r o m i s i n g b i o m e t r i ct e c h n o l o g y i tc o n t a i n sf o u rp a r t s ：f i n g e r p r i n ti m a g ea c c e s s ，i m a g ep r o c e s s i n g ， f e a t u r ee x t r a c t i o na n dp r e s e r v a t i o n ，a n dm a t c h i n g b a s e do ns t u d y i n gt r a d i t i o n a lf i n g e r p r i n t i d e n t i f i c a t i o nt e c h n o l o g y , a ni m p r o v e db i n a r yf i n g e r p r i n ti m a g et h i n n i n ga l g o r i t h mu s i n g t e m p l a t e - b a s e dp c n n s a n da ni m p r o v e da p p r o a c ht og e n e r a t e df u z z yv a u l tb a s e do nt h e p s e u d o - r a n d o ms e q u e n c e a r ep r o p o s e d b o t ha l g o r i t h m st e s to nf v c 2 0 0 4d a t a b a s e m o r e o v e r , av i s u a l i z a t i o ni m a g ei n t e r f a c ei sd e s i g n e di nv i s u a lc + + 6 0 ，w h i c hc a nb e a p p l i e dt of i n g e r p r i n ti m a g ep r o c e s s i n g a ni m p r o v e db i n a r yf i n g e r p r i n ti m a g et h i n n i n ga l g o r i t h mu s i n gt e m p l a t e b a s e d p c n n si sam e t h o dt h a ti sb a s e do np a r a l l e lc a p a b i l i t yo fp c n na f t e rg i v i n gs q u a r e - a n d t r i a n g l e - t e m p l a t e t h ep r o p o s e da l g o r i t h mi t e r a t i v e l yd e l e t e sb o r d e rp i x e l s ，i nw h i c h t h ec o m b i n e ds e q u e n t i a lt h i n n i n gu s i n gs q u a r et e m p l a t e sa n dp a r a l l e lt h i n n i n gu s i n g t r i a n g l et e m p l a t e sa r ee m p l o y e dt oa c c e l e r a t ee x e c u t i o n t h er e s u l t ss h o w t h a tt h em e t h o d c a ne f f e c t i v e l yd e l e t eb o r d e rp i x e l sw i t h o u tb r e a k i n gt h eo r i g i n a lc o n n e c t i v i t y , o v e r c o m e n o tt h o r o u g ht h i n n i n g ，a n dr e d u c eb r e a k sa n ds p i k e s ，a n dc a na p p l yt ot h ea u t o m a t i c f i n g e r p r i n tr e c o g n i t i o ns y s t e mt oi m p r o v ea c c e p tr a t e t h ed i s s e r t a t i o ni n t r o d u c e st h i s ， a l g o r i t h ma sw e l la sa m a t h e m a t i c a lm o d e lo ft e m p l a t e - b a s e dp c n n s an o v e la p p r o a c ht og e n e r a t e df u z z yv a u l tb a s e do nt h ep s e u d o - r a n d o ms e q u e n c ei sa m e t h o dt h a tt h ev e c t o r so ft h ef i n g e r p r i n tt e m p l a t e sc a nb et r a n s f o r m e db yt h ed e f i n e d s e q u e n c e ，w h i c hm a k e st h e mm o r er a n d o ma n di m p r o v e st h es a f e t yo fk e y ab o u n d i n g b o xo fv a r i a b l es i z em i n u t i a em a t c h e ri sa p p l i e dd u r i n gd e c o d i n gt oa c c o u n tf o rn o n l i n e a r d i s t o r t i o na n dt h i sl e a d st of i n do u tr e l i a b l em i n u t i a et oi m p r o v et h eg e n u i n ea c c e p tr a t e t h ee x p e r i m e n t a lr e s u l t sd e m o n s t r a t et h a tw ec a na c h i e v er e v o c a b i l i t yo rm o d i f i c a t i o no f i l r e s e a r c ho nf i n g e r p r i n ti d e n t i f i c a t i o nt e c h n o l o g yb a s e do np c n na n df u z z yv a u l ta l g o r i t h m s a b s t r a c t v e c t o r , h i d et h ek e ya n dd e f e n da g a i n s tm a n ya t t a c k s b e s i d e s ，i tc a ne n h a n c et h e c o m p l e x i t yo fk e yc r a c k e d t h ef i n g e r p r i n ti d e n t i f i c a t i o ns y s t e mc o n s i s t i n go ft h ea b o v et w oi m p r o v e da l g o r i t h m s c a nb ea c c u r a t e l ye x t r a c t e df i n g e r p r i n tf e a t u r ep o i n t st oi m p r o v et h em a t c h i n gp r e c i s i o n a n dc a nb em o r es e c u r et om a n a g ef i n g e r p r i n tt e m p l a t ed a t a b a s e k e y w o r d s ：f i n g e r p r i n tr e c o g n i z e ，p c n n ，f i n g e r p r i n tk e ya l g o r i t h m ，f u z z yv a u l t w r i t t e nb yl ib a i l i a n g 1 i i s u p e r v i s e db yx ud a c h e n g 基于p c n n 及模糊金库算法的指纹识别技术的研究 中英文缩略词对照表 英文缩略词 中英文缩略 c c d ( c h a r g ec o u p l e dd e v i c e ) c r c ( c y c l i cr e d u n d a n c yc h e c k ) c r c - 1 6 d p i f a r ( f a ls ea c c e p tr a t e ) f r r ( f a ls er e j e c tr a t e ) f u z z yv a u l t g a r ( g e n u i n ea c c e p tr a t e ) g f ( g a l o i sf i e l d ) p c n n ( p u l s ec o u p l e dn e u r a ln e t w o r k ) t r ( t h i n n i n gr a t e ) t t e ( t h i n n i n gt i m ee x p e n s e ) 词对照表 中文对照 电荷耦合器件 循环冗余校验 1 6 位循环冗余校验 每英寸点数 错误接受率 错误拒绝率 模糊金库 真实接受率 伽罗华域 脉冲耦合神经网络 细化比率 细化耗时 苏州大学学位论文独创，陛声明及使用授权的声明 学位论文独创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进 行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含 其他个人或集体已经发表或撰写过的研究成果，也不含为获得苏州大学 或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡 献的个人和集体，均己在文中以明确方式标明。本人承担本声明的法律 责任。 研究生签名：鹰历茛日期： 学位论文使用授权声明 苏州大学、中国科学技术信息研究所、国家图书馆、清华大学论文 合作部、中国社科院文献信息情报中心有权保留本人所送交学位论文的 复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本 人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文 外，允许论文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分 内容。论文的公布( 包括刊登) 授权苏州大学学位办办理。 研究生签名：盘塑嫠 导师签名： ； 期 期 日 日 基于p c n n 及模糊金库算法的指纹识别技术的研究 第章绪论 第一章绪论 1 1 本课题研究的背景及意义 随着计算机技术和现代电子集成制造技术的不断发展，越来越多的智能型电子产 品进入了人们的日常生活( 如笔记本电脑、银行a t m 、手机电子支付、门禁控制、各 种身份识别的智能卡等) ，使人们的生活方式发生了翻天覆地的变化，身份识别也随 之成为人们日常生活中的一个基本问题。当今社会是一个高科技社会，在我们的生活 中几乎时时刻刻都需要鉴别别人的身份，证明自己的身份，而传统身份识别方法已经 不能满足现代社会的要求。传统的身份识别方法主要有基于特定身份识别持有物( 如 身份证、信用卡、钥匙等) 和特定身份识别知识( 如个人密码、暗语、用户名等) 两种。 虽然传统识别方法在过去给人们带来了极大的方便和一定程度的安全，但是他们的缺 点也是非常明显。例如，传统身份识别具有特定持有物易丢失、易被盗或易遗忘的缺 点，而特定知识则存在记忆上困难和被破译的风险。同时，传统身份识别方法与用户 并不唯一绑定，一旦为他人获得，将拥有和失主同样的权利。因此，需要有一种准确、 方便、安全的识别技术来代替传统的身份识别方法。 生物识别技术n 1 是利用人体所固有的生物特征进行身份认证的一种技术。由于人 体的身体特征具有不可复制的特点，因此生物识别技术成为人们研究的热点。根据现 有的研究表明，人的指纹、掌纹、虹膜、面孔、声音等都具有唯一性和稳定性的特征， 因此可以据此识别出人的身份。许多的生物识别技术已经很成熟并得以应用，其中应 用最广泛的就是指纹识别技术。 指纹识别技术是生物识别中最早应用、技术最成熟、价格最低廉的分支。尽管各 个指纹识别系统的生产厂家都报出极高的识别率，但是他们都是在自己的实验指纹数 据库中得出的测试结果。如果在统一的标准指纹库上进行测试，其结果往往又都不尽 如人意。所以在指纹识别算法的研究上，还存在许多需要改进的地方。 有效的指纹识别系统不仅依赖于指纹识别算法，还有很多其他的重要因素，比如 指纹图像的获取、指纹识别的速度、指纹识别的错误接受率和错误拒绝率、指纹系统 安全性、指纹图像注册和认证过程等。其中最重要的就是安全性，特别是对指纹特征 数据库的管理。进入二十一世纪后，计算机网络为人们提供更多地便利和效益，但同 时也使人们面临着信息安全方面的巨大挑战。黑客利用网络非法侵入、重要资料的丢 基于p c n n 及模糊金库算法的指纹识别技术的研究第一章绪论 失、病毒的侵入等恶性事件层出不穷，让政府机构、企业及个人蒙受了重大的经济损 失。在指纹识别技术中，储存在计算机里的大量的指纹模板数据库，很容易为网络攻 击者直接获取，而且一旦获取之后，攻击者可以根据所得的指纹模板数据库人工制造 指纹图像心3 ，因此如何去更好地维护指纹模板数据库成为必须解决的问题。 综上所述，指纹识别算法的改进以及指纹模板数据库的管理成为本论文研究的重 点。文中首先就指纹图像细化做了深入研究，提出了基于p c n n ( 脉冲耦合神经网络) 模板的二值指纹图像改进细化算法。其次，为了能够有效地管理指纹特征数据库，提 出基于伪随机序列的改进指纹模糊金库算法。因为基于模糊金库( f u z z yv a u l t ) 的指 纹识别算法可以加强密钥和用户之间的联系，提高指纹识别系统的安全性，因而研究 该算法具有非常重要的理论意义。同时，由于指纹识别已经成为了目前最有市场前景 和应用前景的生物认证技术，因此系统地研究指纹识别算法也具有实用价值。 1 2 指纹识别技术的国内外发展动态 指纹识别技术中关键的技术就是指纹识别算法，由于其研究历史久远，所以有很 多算法相当成熟。指纹图像的细化算法在指纹识别技术中起到很关键的作用，它关系 到后面特征提取及匹配过程。快速细化算法和o p t a 细化算法1 是传统的指纹识别技 术中应用最多的细化算法，虽然这两种算法运行速度较快，但是存在细化不彻底、破 坏脊线连通性的问题。基于p c n n 的指纹细化算法首先由顾晓东等人提出的h 1 。该算 法充分利用p c n n 的并发特点实现图像的细化，但是实验证明该方法在其它二值图像 上细化效果较好，而在指纹图像上细化效果不明显。 l s h a n g 等人于2 0 0 7 年也提出了基于p c n n 的指纹细化算法晴1 。该方法通过建立 的四种相遇判断条件来确定细化结果。虽然该方法应用于一般的二值图像细化有较好 的效果，但是在二值指纹图像细化中容易产生纹线断裂、细化不彻底等问题。 纪禄平等人提出了基于p c n n 模板的二值指纹图像细化算法晦3 。该算法利用传统的 p c n n 模型，构建出p c n n 细化模板( 三角模板和方形模板) ，借助于指纹脊线方向实现 指纹图像细化。虽然细化后的效果比l s h a n g 的细化效果好，而且也克服了一定程 度的断裂，但是由于使用方向场而增加了细化的时间开销，同时也存在破坏骨架连通 性的问题。因此，基于p c n n 的指纹细化的研究需要进一步深入。 近几年，指纹模糊金库算法已经成为国内外研究的热点。该算法首先由j u e l s 等 2 基于p c n n 及模糊金库算法的指纹识别技术的研究 第一章绪论 人口1 提出，由于它采用了模糊匹配的方法，因此比较适用于指纹识别系统。该算法的 基本思想是将秘密k 分段设定为一个多项式系数，使用集合a 将该秘密k 上锁 ( l o c k ) ( 求解集合a 对应的函数值) ，从而生成模糊金库，那么利用一个与集合a 足够 相近的集合b 就可以将该模糊金库解锁( u n l o c k ) ，从而恢复出秘密k 。但李琼等暗1 提 出该算法在使用r s 检错码进行解锁( u n l o c k ) 时存在不合理性，这主要是因为上锁 ( l o c k ) 算法中的r s 编码和解锁算法中的r s 检错码之间存在差异。 u u l u d a g 等人嘲n 在文献中提出了一种基于指纹特征的金库算法。该算法在指纹 特征数据中使用指纹特征点的( x ，y ) 坐标和脊线的角度。在生成模糊指纹金库之前， 首先对模板和输入的指纹进行校准以消除由于旋转、变换等引起的非线性形变。当两 个指纹的某两个细节点坐标值相差于一个阈值之内，则认为是匹配点。在生成金库时， 将8 位的( x ，y ) 坐标串起来，作为g f ( 2 6 ) 里的多项式的输入，然后将1 2 8 位的密钥 进行c r c 编码，生成1 4 4 位的码字，将其分成9 段，作为多项式的系数。而释放密 钥时，在g f ( 2 1 6 ) 域上使用拉格朗日插值法重构多项式，最后将多项式系数( 1 4 4 位的 码字) 通过c r c 检错原理侦测其是否有错，从而判断是否释放原始密钥。虽然该算法 简单易行，识别率较高，但是由于生成模糊指纹金库之前对原始指纹进行了预校准， 这就需要用户提供标准的指纹模板来构建金库，不符合实际应用的需要。 s h e n g l i ny a n g 等n 妇在文献中提出了一种基于f u z z yv a u l t 方案的自动指纹验证 系统。它是通过多次采集同一个指纹图像，通过一个函数来确定特征点之间的相似度， 找出多个图像中最相似的一个点，将这个点作为参考点，然后找出现场采集指纹图像 的相应参考点，将该图像和模板按照各自参考点将细节点集合转换成极坐标进行比 对。该论文最终得出通过提高多项式阶次来提高错误拒绝率( f a l s er e j e c tr a t e ) 的 结论，但其所选用的实验样本并未在标准图像库上测试，因此其结果有待商榷。 n a g a ra 等人n 2 1 提出了基于可修改f u z z yv a u l t 算法的对称性指纹密码系统。该 方法是在使用r s 编解码原理对每一个信息进行编码后填充在nx3 栅格中的一格中， 同时，将指纹坐标值也存储在另外的n x3 栅格中，存放的位置和信息存放的位置对 应。至于剩下的栅格，则随机填入噪声点。解码时，仅需要知道嵌入的信息或者真实 点位置，然后借助于r s 检错得到解锁结果。为了实现可撤销方案，文中将长度为2 5 5 的模板拆分为二维1 5 x1 7 ，然后与二维随机内核矩阵卷积得到变换后的模板。该算 基于p c n n 及模糊金库算法的指纹识别技术的研究 第一章绪论 法虽然安全性比较高，而且实现了可撤销模板效果，但是借助于r s 编解码还是有一 定问题，同时，测试图像的数量比较少，没有一定的说服力。 d a e s u n gm o o n 等人n 羽在文献中提出了基于f u z z yv a u l t 算法实现指纹模板的保护。 文中指出了现今模板的安全性存在隐患，然后提出了解决方案。首先从细节点集合中 选择一个参考点，然后将其它的细节点相对于参考点做旋转和平移变换，重复执行以 上步骤直到所有细节点都变换结束，即得到变换模板，最后再执行f u z z yv a u l t 算法。 在指纹密钥恢复阶段，提取的细节点采取同样的变换处理。该方法虽然能有效地克服 了非线性形变的影响，但是计算开销较大。 k a r t h i kn a n d a k u m a r 等人口们综述了基于指纹的f u z z yv a u l t 算法。文中使用循环 校验码( c r c - 1 6 ) 进行编解码验证，同时指出了在提取细节点时可以挑选出参考点 ( h e l p e rd a t a ) ，在匹配时用来克服处理旋转、平移等非线性变换。该算法虽然识别 的可靠性得到了提高，但如何确定参考点就成为了难点，同时，在选择过程中不可避 免地会遗漏重要信息。 r a t h a 等人n 踟提出了三种可撤销指纹模糊金库方法，即笛卡尔坐标变换、极坐标 变换及寻找不可逆变换函数实现模板的变换。该论文从原理上进行了阐述和证明，但 是在指纹图像库上并未真正地进行尝试，因而，它仅仅是一种指引，一种理论证明。 h i r s c h b i c h l e r 等n 6 3 提出了采用多重指纹和f u z z yv a u l t 算法来增强指纹认证系 统的安全性。该方法是把密钥分配给多个用户，这样每个用户都具有部分权限。虽然 密钥的安全性得到了提高，但同时也提升了解锁的难度。 h a r m e rk 等n 7 3 在文献中提出基于方向的特征向量实现模糊指纹金库智能卡。文 中并未像传统f u z z yv a u l t 算法一样，而是在密钥中直接加入干扰噪声点，嵌入到多 项式系数中去。所以从严格意义上说并不是f u z z yv a u l t 算法的应用。 目前，国内对于f u z z yv a u l t 算法的研究还处于起步阶段，哈尔滨工业大学的李 琼等n 町曾将该算法应用于基于虹膜识别和指纹识别中，北京邮电大学的冯全等人口卯 也应用模糊金库算法实现了指纹密钥的绑定和释放。虽然他们的方法取得了一定成 效，但仍有改进的空间。因此，模糊金库算法的研究将会成为国内学者研究的重点。 1 3 本文主要内容 本论文对基于细节点的指纹识别算法、指纹模糊金库算法及现有的指纹模糊金库 4 基于p c n n模糊金库算法的指纹识别技术的研究 第一章绪论 算法作了仔细的研究，提出了两种改进算法，即基于p c n n 模板的二值指纹图像改进 细化算法和基于伪随机序列的改进模糊金库算法。通过进行了大量的仿真实验，证实 了算法的有效性。 全文内容安排如下： 第一章首先介绍指纹识别技术的研究背景及应用状况，阐述了传统指纹细化算 法存在的问题，指出了指纹模板数据库存在安全隐患，最后给出了基于p c n n 模板的 二值指纹图像细化算法和指纹模糊金库算法的国内外研究现状。 第二章本章主要介绍了指纹识别技术概况及其应用。 第三章研究并实现了指纹图像的预处理算法、基于细节点的指纹特征提取和比 对算法，着重研究如何利用脉冲耦合神经网络实现指纹图像的细化，同时提出了相应 的数学模型。 第四章提出了基于伪随机序列的指纹模糊金库( f u z z yv a u l t ) 改进算法，可利用 用户设定的伪随机序列对指纹模板中的特征向量进行变换，从而使其达到更加随机的 效果，进而可加强密钥的安全性。 第五章给出了文中提出的两种改进算法的测试结果，并对他们的性能进行了分 析，同时在v i s u a lc + + 6 0 软件上设计了可视化图像处理界面，用于算法的测试。 5 基于p c i c n 及模糊金库算法的指纹识别技术的研究 第二章指纹识别技术及其应用 第二章指纹识别技术及其应用 2 1 指纹识别技术概述 每个人的指纹在纹路图案、断点、分叉点、纹理的中心点和三角点都呈现惟一性 且终生不变。因此，一个人的身份就可以同他的指纹惟一的对应，通过将他的现场采 集指纹和数据库中的指纹模板进行比较，进而可以验证他的真实身份，这就是指纹识 别技术。 指纹识别技术中最关键的技术就是指纹识别算法，它一般包括两个部分：离线识 别算法和在线识别算法，组成框图如图2 1 。 离线部分 在线部分 匹配结果 图2 1 指纹识别系统算法框图 指纹识别算法的离线部分：用指纹图像传感器采集指纹图像，进行指纹图像预处 理，再提取出指纹图像特征点构成特征向量，然后将指纹特征向量保存到数据库中， 作为指纹图像模板数据库。 指纹识别算法的在线部分：用指纹图像传感器采集指纹图像，进行指纹图像预处 理，再提取出指纹图像特征点，然后将指纹特征点与数据库中模板特征点进行匹配， 得到匹配结果。 指纹识别系统首先进行注册( 离线部分) ，即指纹图像的获取、指纹图像预处理、 指纹特征提取、指纹模板数据库的建立。然后，指纹识别系统可以现场采集指纹，进 行图像处理，得到待匹配指纹的特征向量，最后与指纹数据库中的特征向量进行比较， 得到认证( 匹配) 结果。 6 基于p c n n 及模糊金库算法的指纹识别技术的研究第二章指纹识别技术及其应用 2 2 指纹图像的获取 2 2 1 指纹图像传感器技术 指纹图像传感器3 是实现指纹图像获取的关键器件。最早的指纹识别技术是以光 学传感器为基础的光学识别系统，识别范围仅限于皮肤的表层，通常也把它称作为第 一代指纹识别技术。随后，第二代指纹识别系统采用了半导体电容式传感器技术，实 现了识别范围从表皮到真皮的转换，从而大大提高了识别的准确率和增强了系统的安 全性。目前市场上大部分指纹识别设备都是半导体电容式传感器。还有一种是超声波 指纹图像传感器，虽然采集效果是最好的一个，但是因其成本高而未能得到广泛应用。 光学指纹图像传感器曾是研究时间最长、应用最广泛的传感器，其关键技术是利 用光的全反射原理。当手指置于加膜台板( 一般是硬质塑料) ，照射到压有指纹的玻璃 表面时，反射光经电荷耦合器件( c h a r g ec o u p l e dd e v i c e ，c c d ) 转换为相应电信号， 并传输至后端做进一步地处理。其中，反射光强度取决于两方面因素，即压在玻璃表 面指纹的脊和谷的深度以及皮肤与玻璃间的油脂和水分。由于光线经玻璃照射到谷的 区域后在玻璃与空气的界面发生全反射至c c d ，而射向脊的光线被脊与玻璃的接触面 吸收或者反射到其他地方，这样，就可利用c c d 将指纹的脊和谷构成的图像转换成数 字信号。 光学指纹传感器主要优点是：抗静电能力强、系统稳定性较好、使用寿命长，能 提供分辨力为5 0 0 d p i ( d o tp e ri n c h ) 的图像，特别是能实现较大区域的指纹图像采 集，但指纹图像采集区域较大时所需焦距亦较长，采集设备体积需随之增大，否则， 会导致采集的图像边缘线形发生扭曲。 光学指纹传感器的缺点在于手指在台板上按完后容易留下了指印，这样不但会降 低指纹图像的质量，严重时，还可能导致多个指印重叠，显然，难以满足实际应用需 要。此外，台板涂层及c c d 阵列会随时间推移产生损耗，可能导致采集的指纹图像质 量下降。同时，它也具有无法进行活体指纹鉴别、对干湿手指的适用性差等缺点。这 主要是因为光不能穿透皮肤表层，所以只能够扫描手指皮肤的表面，或者扫描到死性 皮肤层，而不能深入真皮层。在这种情况下，手指表面的干净程度，直接影响到识别 的效果。如果，用户手指上粘了较多的赃物，可能就会导致识别出错。因此，对于用 户而言，使用起来不是很稳定。 基于p c n n 及模糊金库算法的指纹识别技术的研究 第二章指纹识别技术及其应用 2 2 2c m o s 指纹图像传感器技术 半导体电容式指纹图像传感器( c m o s 指纹图像传感器) 属于半导体传感器中应用 最广泛的一种传感器( 例如，m b f 2 0 0 是富士通公司推出的一款固态指纹传感器芯片， 属于电容式传感器) 。电容传感器根据指纹的脊或谷与半导体电容感应颗粒形成的电 容值大小不同，来判断脊或谷的位置。其工作过程是通过对每个像素点上的电容感应 颗粒预先充电到某一参考电压，当手指接触到半导体电容指纹表面时，因为脊是凸起 而谷是凹下，根据电容值与距离的关系，会在脊和谷的地方形成不同的电容值，然后 利用放电电流进行放电( 因为脊和谷对应的电容值不同，所以其放电的速度也不同， 脊下的像素( 电容量高) 放电较慢，而处于谷下的像素( 电容量低) 放电较快) ，根据放 电率的不同，可以探测到脊和谷的位置，从而形成指纹图像数据。 电容指纹传感器优点为图像质量较好、无明显形变、器件尺寸较小及易集成，而 且其发出的电子信号将穿过手指的表面和死性皮肤层，达到手指皮肤的活体层( 真皮 层) ，直接读取指纹图案，从而大大提高了系统的安全性。 目前，随着指纹识别技术的不断发展，高质量、低功耗、较小体积的c m o s 指纹 图像传感器已经成为便携式产品中极其重要的指纹图像采集手段，应用也日益广泛， 其市场规模正以惊人速度飞速拓展。目前，c m o s 指纹图像传感器已经成为指纹采集 技术的主流。 2 2 3 各种指纹图像传感器技术的比较 表2 1 是3 种指纹图像传感器优缺点比较。显然，从表格中可以看出c m o s 指纹 图像传感器的应用价值更高。 表2 1 比较项目光学指纹传感器c m o s 指纹传感器 超声波指纹传感器 体积 大小中 干手指成像差，汗多干手指成像好，汗多 成像能力非常好 或稍脏手指成像模糊或稍脏手指不能成像 耗电较多较少较多 成本低低高 8 基于p 州n 及横糊叠库算法的指纹识别技术的研究 第二章指纹识别技木厦其应用 2 3 指纹图像预处理技术 指纹图像预处理过程“一般包括：指纹图像获取、指纹图像评估及有效区分割、 指纹图像增强、二值化、细化等步骤。图( 2 2 ) 为指纹图像预处理流程框图。 指纹图像评估及有效区分割是指纹识别中的一个图像预处理子模块。由于指纹采 集器的采集面积较小，图像质量受外界环境影响较大，所以为了保证整个系统的可靠 性和稳定性，需要对图像做一个评估，特别是在指纹登记过程中，图( 23 ) 所示为几 种质量较差的指纹图像。 图2 2 指纹图像预处理流程 图2 3 低质量指纹图像 指纹图像有效区分割的目的是把图像中质量较差、在后续处理中很难将恢复的图 像区域与有效区分开来，使后续处理能够集中于有效区。通过分割不仅能提高特征提 取的精确度，而且还能大大减少指纹预处理的时间。因此，它是指纹图像处理中的重 要组成部分。 指纹图像的增强是为了改善不清晰图像区域的质量，以保证后续处理的可靠性。 对于指纹图像增强算法，目前已经相当成熟了，他们主要是依据沿脊线垂直方向的灰 度变化呈现正弦波的假设，设计出各种具有方向选择性的滤波器“4 ，其中应用最广泛 基于p c n n 及模糊金库算法的指纹识别技术的研究第二章指纹识别技术及其应用 的是g a b o r 滤波器口3 1 。g a b o r 滤波器具有频率选择和方向选择双重特性，并且在时域 和空域中均能达到滤波的效果。 指纹图像二值化的目的是把灰度图像变成0 - i 取值的二值图像。对指纹图像的二 值化方法有两种：全局阈值法和自适应阈值法。全局阈值法简单易行，处理速度快， 而自适应阈值法二值化效果好，处理精度高。本论文由于前期处理工作较多，所以采 取了全局阈值法二值化图像。 指纹图像细化是将二值化图像变为单像素宽度的骨架图像。传统的细化算法有很 多，代表性的有快速细化算法、o p t a 细化算法等。自动指纹识别系统中的纹线细化 要求满足收敛性、保持性、连接性、拓扑性和快速性的要求，但传统的快速细化算法 存在细化不彻底、纹线易断裂等问题，而o p t a 细化算法也存在细化后图像不是单像 素宽度的问题。提出的基于p c n n 模板的指纹细化算法充分利用p c n n 的并发特点，采 用方形模板和三角形模板进行图像的细化，能够有效地克服指纹细化不彻底的问题， 同时也能有效地保持纹线的连通性。 总之，在指纹识别系统中，指纹图像预处理对后续处理起着至关重要的作用。 2 4 指纹特征提取 2 4 1 指纹特征分类 对于指纹的特征，习惯上分为两类，即总体特征和局部特征。 总体特征是指那些用人眼直接就可以观察到的特征，包括指纹形状特征、中心点、 三角点和指纹纹数等，具体说明如下： ( 1 ) 根据脊线的走向与分布情况，指纹形状特征分为三大类，即环型( 1 0 0 p ) 指纹、 弓型( a r c h ) 指纹、螺旋型( w h o r l ) 指纹( 如图2 4 ) ； ( 2 ) 中心点( c o r ep o i n t ) 是位于指纹纹路的渐进中心，它一般作为读取指纹和比 对指纹时的参考点( 如图2 5 ) ； ( 3 ) 三角点( d e l t a ) 是位于从核心点开始的第一个分叉点或者断点、或者两条纹路 会聚处、孤立点、折转处，或者指向这些奇异点，它能够提供指纹纹路的计数和跟踪 的开始位置( 如图2 5 ) ； ( 4 ) 指纹纹数( r id g ec o u n t ) 是指指纹纹路的数量，在计算指纹的纹数时，一般先 连接中心点和三角点，然后计算这条连线与指纹纹路相交的数量，该数值即可认为是 l o 基于嗍及模糊金库算法的指纹识别技术的研究 第二章指纹识别技木厦其应用 指纹的纹数。 在指纹识别系统中，仅仅依靠总体特征来分辨指纹是远远不够的，因为它只是一 个粗略的分类，通过该分类可在量数据库中快速地搜寻到匹配的指纹。而利用局部特 征可以更有效、更准确地分辨出指纹。 局部特征是指指纹上的节点( m i n u t i ap o i n t s ) 。由于指纹纹路并不是连续的、平 靖笔直的，而是经常出现中断、分叉或打折像这些断点、分叉点和转折点就称为“节 点”，也正是这些节点才组成了指纹唯一的特征。指纹上的节点具有四种不同特性， 即多样性、方向性、曲率特性和位置性。 ( 1 ) 节点的多样性是指节点的分类很多，但最典型的节点是端点和分叉点( 如图 ( 2 s ) ) 。端点( e n d i n g ) 一条纹路在此终结：分叉点( b i f u r c a t i o n ) 一条纹路 在此分开成为两条或更多的纹路；分歧点( r i d g ed i v e r g e n c e ) 两条平行的纹路在 此分开；孤立点( d o to ri s l a n d ) 一条特别短的纹路，以至于成为一点；环点 ( e n c l o s u r e ) 一条纹路分开成为两条之后，立即有合并成为一条，这样形成的一 个小环称为环点：短纹( s h o r tr i d g e ) 一端较短但不至于成为一点的纹路。 ( 2 ) 节点的方向性( o r i e n t a t i o n ) 是指节点可以朝着一定的方向延伸。 ( 3 ) 节点的曲率特性( c u r v a t u r e ) 是描述纹路方向改变的速度。 ( 4 ) 节点的位置性( p o s i t i o n ) 是指节点的位置通过( x ，y ) 直角坐标来描述，可以 是绝对的，也可以是相对于三角点或中心点的。 酶蛾 k ) 左环右耳 图2 4 指纹总体特征 基于p c n n 及模糊金库算法的指纹识别技术的研究第= 章指纹识别技术厦其应用 图2 5 指纹局部特征 24 2 指纹特征提取方法 当前比较成熟的自动指纹识别系统大多采用基于细节点的表述方式。该方法是在 指纹图像上确定细节特征( 主要为端点和分叉点) 的位置，然后通过比较特征之间的相 互关系来确定指纹是否匹配。细节点特征是指指纹脊线的突变，常见韵形式如图2 6 。 由于端点和分叉点在指纹图像中占得比例较大，而且其他的细节特征均可以描绘为端 点和分叉点的组合，所以端点和分叉点成为最常用的两种细节特征。 丫x 锣 ( a ) 端点( b ) 分夏点( c ) 交卫点( d ) 桥形( e ) 崭耀 图2 6 几种类型的细节特征 端点和分叉点的提取方法比较多，模板匹配法是最典型的，因为它具有运算量小、 速度快的优点。在图27 中，p 点八邻域的所有状态满足端点特征条件的有8 种，满足 分叉点特征条件的有9 种，图2 8 为端点和分叉点模板示意图。具体的提取算法在第三 章介绍。 基于p c n n 及模糊金库算法的指纹识别技术的研究 第二章指纹识别技术及其应用 图2 7 像素点p 的8 邻域 田留圈困田因田酗 ( a ) 端点模板 圆因醋j l j 田园醪醑园 ( b ) 分叉点模板 图2 8 端点和分叉点模板 在指纹识别系统中，除了上述的基于局部细节点提取外，往往也会提取奇异点， 即中心点和三角点，它们主要描述了指纹的整体特征，提取它们有利于进行指纹分类 以及比对过程中的相对坐标系定位。对于奇异点的提取比端点和分叉点的提取要复杂 得多，常用的提取方法是p o i n c a r e 算法乜引。它是利用给定的p o i n c a r e 公式，对某一 像素点周围一圈求取方向场差的积分。求得的值越大，p o i n c a r e 值越大，说明该点 周围方向场变化剧烈，存在奇异点的可能性较大。经过该算法判断出的奇异点必须进 行去伪处理。 2 。5 指纹模板数据库 指纹模板数据库是把指纹特征与持有人的身份用一个i d 绑定组成一个指纹特征 模板。不同的指纹特征模板构成不同的数据库。有时，为了进一步加快持有人身份识 别的数据库检索速度，往往在指纹特征模板中加入传统指纹学的箕和涡等类型信息。 指纹数据库是用来存储具有数据结构的指纹模板。指纹模板的数据结构是用指纹 特征的拓扑结构表示。最简单的指纹模式数据结构是由端点和分叉点组成的拓扑结 构，图2 9 描述了端点和分叉点的数据结构，前两个字节为x 、y 坐标，类型表示当 前特征点是端点( 0 ) 还是分叉点( 1 ) ，方向是该点脊线方向。为了正确和高效地实现指 基于p c b l l v 及模糊金库算法的指纹识别拄术的研究薰二章指教识别技术及其应用 纹识别和匹配，指纹数据结构中可以添加中心点或者三角点。 在指纹识别系统中，指纹模板数据库的维护是非常重要的。因为大量的指纹图像 库很容易为网络攻击者直接获取，而且一旦数据库丢失，意味着持有人的身份将永久 地丢失。因而，如何去维护数据库就成为了当前研究的重点。 本文提出了改进的指纹模糊金库算法，以加强数据库的安全。该算法采用伪随机 序列来改变数据库中各个特征模扳，从而达到可撤销或变换模板的目的。 # 女姑梅 z 坐幕，坐幂；毪- 方向 ， ， ( a ) 蛙女 暑结构 ( h ) 撇丹叉点菇曙结柑 图2 9 端点和分叉点数据结构 26 指纹特征匹配 指纹特征匹配就是把输入的指纹特征与数据库中所存储舶指纹特征相比较，计算 它们的匹配程度，输出对比结果，进而作出判断。最常见的指纹匹配方法是基于细节 点拓扑结构的匹配方法。在细节点拓扑结构的匹配中，利用指纹图像中纹线端点和纹 线分叉点作为判断指纹唯一性的特征点来识别指纹，这就将指纹匹配的问题转化为点 模式匹配的问题。d e l a u n a y - - - 角网格( 如图2 1 0 ) 匹配算法充分利用细节点间的拓扑结 构实现匹配，虽然该方法能有效地克服噪声、旋转及变形对指纹识别的干扰，但是计 算代价是很大的。基于脊线跟踪匹配算法嘲是借助于参考点将细节点坐标系转换为极 坐标进行匹配