（控制理论与控制工程专业论文）指纹识别系统的研究与设计.pdf

武汉理工大学硕士学位论文 摘要 由于指纹所具有的唯一性和不变性，以及指纹识别技术具有很高的可行性 和实用性，指纹识别成为最流行、最方便、最可靠的个入身份认证技术之一。 虽然指纹识别领域己有许多研究成果，但随着社会对指纹识别的迫切需要，以 及指纹识别技术在实际应用和测试中表现出的许多不足，近年来，许多研究机 构都在十分活跃地进一步深入研究指纹识别领域的各种关键技术，以提高指纹 识别的性能和解决实际应用中的问题，从而加速指纹识别技术的普及。但是因 为指纹图的噪声、皮肤弹性的非线性等因素，以及许多文献都因商业利益而未 经公开，理想的指纹自动识别系统依然是一个很困难的研究任务。 随着计算机技术的飞速发展，人工神经网络作为人工智能的重要分支之 一，对其在指纹识别中的应用研究必然会对相应识别技术发展起到极大的促进 作用。与传统的模式识别方法相比，神经网络具有信息的分布存储，并行处理 及自学习能力等特点，因而受到广泛的应用。 基于此，本文选择人工神经网络技术作为指纹识别的方法，并在对传统的 指纹预处理算法进行了分析、总结的基础上提出了一种新的基于g a b o r 滤波的 指纹图像预处理技术。该预处理技术由指纹图象规格化、方向图的计算、滤波 图象、分割及二值化、细化与去噪等几个部分组成。指纹图象规格化的目的是 降低沿脊线谷线方向的灰度变化程度，但不改变脊线和谷线结构的清晰对比度。 利用点方向图计算每个象素点处的纹线方向，求出指纹纹线的频率，用方向和 频率调节g a b o r 滤波器对每个象素点进行自适应滤波，改善指纹图象质量，增 强系统抗干扰的能力。然后，分割背景和前景块，二值化、细化并去除噪声， 消去大量的指纹冗于信息，得到较完整的细节特征信息。最后将指纹的细节点 特征送入b p 神经网络进行识别并输出识别结果。 实验结果表明，利用基于指纹细节点特征的方法，合理采用神经网络可以 有效地克服一定范围内的指纹旋转及平移因素的影响及对噪声的抵抗力，对于 残缺或模糊的指纹图象也有较好的的识别效果。 关键词：指纹识别，g a b o r 滤波，方向图，神经网络 武汉理工大学硕士学位论文 a b s t r a c t d u et ot h e u n i q u e n e s s a i l d i n v a r i a b i l i t y o ff i n g e r p r i n t s ， t h ea u i o m a t e d i d e n t i f i c a t i o nb a s e do nf i n g e i p r i n t si sb e c o m i n ga i la t t r a c t i v ea l t e m a t i v et ot h e t r a d i t i o n a lm e t h o d so fi d e n t i f i c a t i o n i tp l a y sam o r ea n dm o r ei m p o r t a n tr o l ei n n 瑚yr e g i o n s a l t h o u g h ，f i n g e r p r m tr e c o g n i t i o nh a sb e e ne x t e n s i v e l ys t u d i e d 蚰d m a i l ya d v a l l c e sh a v eb e e nm a d eo ni t ，t h e r ca r es t i l lm a n yp r o b l e m se x p e c t e dt ob e s o l v c dw k c ha r es h o w ni na c t l l a l 印p l i c a t i o n s 锄de v a | u a t i o n s a sac o n s e q u e n c e ，i n r c c e n ty e a r s ，m a n ya c a d e m i e sa n di n d u s t r i e sh a v eb e e nm a k i n ga 1 1i n - d 印mr e s e a r c h o nf i n g e r p r i tr e c o 印i t i o nt e c l l i l o l o g i e s h o w e v e r ，m e r ei sm u c hs p e c i a ln o i s ei n f i n g e r p r i n ti r i l a g c s ，a i l dm a l l ym e t h o d sw o u l d n t b ep u b l i c i z e d ，s oa ni d e a la u t o m a t e d f i n g e 印r i n ti d e n t i f i c a t i o ns y s t e m ( a f i s ) i ss t i l lad i 佑c u l tr e s e a r c hs u b j e c t w 仙也ed e v e l o p m e n to ft h ec o m p u t e r ，a sab r a n c h o fi n t e g e l l c e t e c h n o l o g y ，t h ed e v e l o p m e n to fn e u r a in e t w o r kc a np r o m o t et h ed e v e l o p m e n to f p a t t e mr e c o g l l i t i o n c o h l p a r e dw i mt h e 把l d i t i o n a lp a t t e mr e c o g n i t i o nm e t h o d s ，t h e n c n ，en e t w o r kh a st h ed i s t r i b u t i o nm e m o r yo fi n f o n n a t i o n ，p a r a l l e lp r o c e s s i n ga n d l e a n l i l l gc 印a b i l i t yb yi t s e l f ，m u s ，i tr e c e i v e sw i d e s p r e a d 印p l i c a t i o n b a s e do nt h i s ，t 1 1 i sa r t i c l ec h o o s e st h e 枷f i c i a ln e u r a ln e t w o r k st e c h n 0 1 0 9 ya s 出e 蠡n g e r p d n tr e c o g n i t i o nm e 出o d ，a 1 1 dp r o v i d e san e wg a b o r 矗l t e r b a s e d 啦o g 出i u m a r e ra n a l y s i n gt r a d i t o n a lf i r 唱e r p r i n tp r e p r o c e s sa l o g 【1 1 i u m t h i sa l o g m i u mi n c l u d e s i m a g en o m l a l i z i n g ，o r i e m a t i o ne s t i m a t i o n ，i m a g es m o o m ，d i v i s i n ga 1 1 db i n a r y i n g ， m i m i n ga r l dr e i r l o v e dn o i s e t h em a i np u r p o s eo fi m a g en o m a l i z i n gi st or e d u c et l l e v 撕a t i o n si ng r a y1 e v e lv a l u e sa l o n gr i d g e sa n df u r r o w s ，b u tn o tt oc h a n g et h ec l 撕t y o ft h er id _ g ea n d 血r r o ws t n l c t u r e s u s i n gp o i n t o r i e n 陇i o ne s t i m a 把st 1 1 eo r i c n t a _ t i o n a te a c hp i x e l ，c o m p u t e st h er i 心ef r e q u e n c yt h e na d j u s tt h ep a r 锄e t e r so fg a b o r f i l t e ru s i n gm eo r i e n t a t i o na n dr i d g ef r e q u e n c ya te a c hp i x e lt or e a l i z ea d a p t i v e f i l t e r i n g t h u sm es y s t e mi sm b u s tt ol o wq u a l i t yo f f i n g e r p r h l ti m a g e t h e nd i v i d i n g b a c k g r o u n db l o c ka n df b r e g r o u n db l o c ka n db i n a r y i n gi m a g e t h ep u i p o s eo f t h i n n i n gi m a g e j st or e d u c eal o to fi n e s s e n t i a li n 南n a t i o na 1 1 dt og e tv e r yi n t e g r a t e d i i 武汉理工大学硕士学位论文 m i n u t i a ei n f o 肌a t i o n t h e nu s i n gs o m ef i n g e r p r i m sr n i n u t ef e a n l f e sf o rm e f i n g e r p r i n ti d e n t i f i c a t i o n 丽t lt h eb p n e u r a ln e t w o r kt og e t 1 er e s u l t e x p e r i m e m a lr e s u l t s s h o wt 1 a tw i t l lm e m e m o d sb a s e do nd e t a i l so f f m g e r p r i m s ，t h em e t l l o do fn e u r a ln e t w o r kh a sb e e nr e a s o n a b l yu s e d s ot l l a ti t e b e c t i v e l yo v e r c o m e s t h ee 抒、e c to fn n g e r p 订n tc i r c u m r o t a t i o na 1 1 dm o v i n g ，i n c r e a s e s t h er e s i s t i b i l i t yt on o i s e ，i ti sp m v e dt ob er e l a t i v e l yh i 曲e 行e c t i v ei nr e c o g t l i z i n g d 锄a g e do rb l u r i y 矗n g e 印r i n ti m a g e s k e yw o r d s ：f i n g e r p r i n tr e c o g 堇1 i b o n ，g a b o rf i l t e r o r i e n t e di m a g e ，n e u r a ln e t w o r k s i l i 武汉理工大学硕士学位论文 1 1 引言 第l 章绪论 随着时代数字化的发展，人们对于身份鉴别的安全性和可靠性的要求越来 越高，传统的身份鉴别方法如钥匙、证件、用户名、密码等存在着易丢失、易 遗忘、易被他人伪造或盗用的缺点，己不能满足人们的需要，人们逐渐把目光 转向了生物特征识别技术( b i o m e t r i c l 。 生物识别技术是根据每个人自身具有的生物特征来进行身份验证和识别的 一种方法。为了确保其准确性与可靠性，要求这些生物特征具有“人各有异”、 “终身不变”和“随身携带”三个特点。迄今为止，发现同时兼具这三个特点 的人体生物特征有三个：一是指纹：一是虹膜( 视网膜毛细血管分布图) ；三是 人体细胞的遗传基因( d n a 结构) 。其它还有一些虽然不能完全具备上述三个 特点但也能在一段时间内具有“人各有异”特点的生物特征，如面容、掌纹、 声音等等。 生物识别是目前最为方便与安全的识别技术，并且生物识别产品均借助计 算机技术实现，容易和安全、监控、管理系统整合，实现自动化管理。因此， 随着生物与信息技术的快速发展及不断融合，随着信息化、数字化社会的逐步 形成，特别是随着“九一一”事件后人们对安全措施的普遍重视和更高要求， 生物识别技术的开发与应用将会掀起一个新的高潮。可以预见，越来越多的生 物识别产品将会出现在门禁控制、银行帐户、公安侦察、互联网安全、电子商 务等各个领域。 1 2 课题的研究背景和意义 在社会日益信息化的今天，信息网络呈大规模的全球互联趋势，使得人们 的社会和经济活动对计算机网络的依赖与日俱增，因此信息安全已经成为信息 化建设的一个核心问题。 越来越多的电子设备和保密机构对更安全更方便的身份认证和访问控制的 武汉理工大学硕士学位论文 需求变得越来越紧迫，传统的机械钥匙、“口令+ 密码”以及智能卡等的保护措 施存在着丢失、遗忘、复制及被盗用的隐患，在这种情况下生物识别技术为上 述方法的不足提供了一个很好的解决方案。一个人的生物特征是“随身携带” 的，不用担心会丢失，您可以不必携带大串的钥匙，也不用费心去记或更换密 码；生物特征又具有唯一不可复制性，有学者推论：以全球6 0 亿人口计算，3 0 0 年内都不会有两个相同的指纹出现。指纹被称为“物证之首”，安全可靠。进入 信息时代，生物特征识别在西方又一次崛起。以电子商务、电子银行的安全认 证为例，目前在电子商务中他人假冒当事人上网采购所造成的欺诈案越来越多， 并有孩子冒充家长上网采购的案例。如果对当事人的身份能有效确认，例如通 过生物特征识别确认，就能有效防止此类事件的发生。另外，网络、数据库和 关键文件等的安全控制，机密计算机的登录认证，银行a t m ，p 0 s 终端等的安 全认证，蜂窝电话，p d a 的使用认证等等，- 都离不开可靠安全的生物特征识别。 可见，在即将到来的信息社会，生物特征识别不但有可观的经济效益，还有不 可估量的国家信息安全效益。 指纹识别是生物识别技术中最早应用，技术最为成熟，价格最低廉的分支。 每个人都有。自己唯一的、永远不变的指纹，与一般的图像相比，指纹图像有自 己的特点，它的内容比较单一，通常有交替出现的宽度大致相同的脊( r i d g e ) 和谷( v a l l e y ) 组成，通过提取并匹配端点和分叉点等细节特征，可以达到鉴别 个人身份的目的。 作为自动身份识别的新方式，指纹识别显示出了广阔的应用前景。指纹识 别最早应用于司法刑侦领域i l “，到二十世纪九十年代初，随着社会信息化的发 展，指纹识别开始在民用领域获得应用，例如指纹门禁、指纹考勤、指纹加密、 指纹在银行中的应用、指纹在社会保障中的应用、指纹在居民身份证中的应用 等等，可以毫不夸张地说，凡是以往使用密码或令牌方式进行身份识别的领域 都可以使用指纹识别技术进行替换或加强。民用领域的应用对指纹识别提出了 比司法领域应用更高的要求，主要体现在要求自动化程度更高、识别准确性更 高以及识别速度更快。这些更高的要求给指纹识别技术的研究带来了更大的挑 战。 2 武汉理：i ：大学硕士学位论文 1 3 课题研究的国内外发展现状 1 3 1 指纹识别系统的国内外发展现状 人类应用指纹进行身份认证已经有很长历史了。据考古学家证实：公元前 7 0 0 0 年到6 0 0 0 年之间，指纹作为身份鉴别的工具已经在中国和古叙利亚开始 应用。在这个时代，一些粘土陶器上留有陶艺匠人的指纹，中国的一些文件上 印有起草者拇指指纹，在j e r c h 的古城市的房屋留有砖匠一对拇指指纹的印记 等，同时玛雅文中也出现指纠”。我国唐朝时代，以“按指为书”为代表的指 纹捺印已经在文书、契约等民用场合被广泛采用。自宋朝起，指纹则开始被用 做刑事诉讼的物证。但是，由于缺乏专门性研究，未能将指纹识别技术上升为 一门科学。 现代指纹识别技术起源于1 6 世纪后期，1 9 世纪末到2 0 世纪初，指纹识别 的应用正式走向了科学化的道路。1 9 世纪初，科学研究发现了至今仍然承认的 指纹的两个重要特征，一是两个不同手指的指纹纹线的模式( r i d g ep a n e m ) 不 同，另外一个是指纹纹线的模式终生不改变。这个研究成果使得指纹在犯罪鉴 别中得以正式应用。最早提出用指纹来鉴定罪犯身份的是英国医生亨利福尔兹。 1 8 8 0 年亨利福尔兹在英国自然杂志上发表了一封信，谈到“当血污的指印 在泥土、杯子等东西上留下痕迹时，它们就能导致用科学方法来证明罪犯的身 份”。英国科学家法郎西斯盖尔顿在前人基础上首创指纹分类编码技术，1 8 8 2 年出版了他的专著指纹。其中便有三个影响重大的结论：( 1 ) 指纹终身不变； ( 2 ) 指纹可以识别；( 3 ) 指纹可以分类。布塞蒂奇于1 8 9 2 年在盖尔顿研究的 启发下，创造了一套实用的指纹分类方法，他在人体测量学和指纹学使用概 论一书中详述了指纹学的优越性，导致1 8 9 6 年阿根廷警察局在世界上率先使 用指纹术。从此，近代指纹术风行世界警坛，最终取代了发明于1 8 7 9 年且风行 一时的法国人类学家贝蒂永的人体测量法( 即结合人体次测量、特征描述和照 相来鉴定罪犯) 。 美国是指纹自动识别研究开展最早的国家，也是指纹识别技术应用最广泛 的国家。美国i d e n t i x 公司最近推出的t o u c h e w 是一种很好的活体取指器， 其分辨率达到每英寸5 0 0 p e l 。该公司的犯罪指纹识别产品t o u c ”r i n t 已被美国 联邦调查局所采用。b a c 公司推出的业界领先的s e c u r c t o u c h 指纹识别机产品， 3 武汉理工大学硕士学位论文 加拿大o s c a n e l e c t m o p t i c s 公司推向市场的自动指纹识别产品，都是具有很 高应用价值和前景的产品。 单就指纹识别算法而言，国内外的研究水平处于同步状态。现在国内外指 纹识别的技术基本上都是采用基于细节特征点的指纹识别技术，从研究角度来 说，国内外的差距并不明显。 我国也有数家单位从事指纹识别方面的工作，并取得了一定的成果。其中 较为突出的是清华大学自动化系和北京大学信息中心两家。清华大学自动化系 研究成功的犯罪指纹识别系统己经被北京市公安局使用。北京大学信息中心研 究成功的指纹识别系统己经被美国某地方机构用来发放救济金。珠海市定发工 贸公司于1 9 9 3 年推出了指纹识别系统。1 9 9 9 年1 1 月四川大学电子信息学院何 小海教授领导的课题组结合图像处理、模式识别、神经网络等先进技术，成功 研制出具有先进水平的指纹识别算法。但是，总的说来，指纹自动识别技术还 没有在国内广泛的使用。所以开发出实用的指纹识别产品具有非常广阔的应用 前景。 1 3 2 指纹识别系统的应用及发展趋势 随着社会生产和生活的发展，对指纹识别技术来说，被广泛接受意味着在 影响千万人的日常生活的各个地方使用。现阶段，法律部门通常把它用于对罪 犯的鉴别上，世界上许多国家都建立了指纹库，仅美国联邦调查局的指纹库中 就存有几亿个指纹。除此之外，指纹鉴定也用于其它许多方面，通过取代个人 识别码和口令，指纹识别技术可以阻止非授权的访问，可以防止盗用a t m 、蜂 窝电话、智能卡、桌面p c 、工作站及其计算机网络；在通过电话、网络进行的 金融交易时利用指纹识别进行身份认证，正在快速增长之中。但也因此产生了 很多的问题，尤其在信息安全方面。无论是团体或者个人的信息，都害怕在四 通八达的网络上传送而发生有损权益的事情。由于指纹特征数据可以通过电子 邮件或其他传输方法在计算机网络上进行传输和验证，通过指纹建筑物或工作 场所，指纹识别技术可以取代钥匙、证件、图章和卡阅读器等。 近年来，自动发送信息的互联网络，带给人们的方便与利益，识别技术， 限定只有指定的人才能访问相关信息，可以极大地提高网上信息的安全性，这 样，包括网上银行、网上贸易、电子商务的一系列网络商业行为，就有了安全 性保障。在s f n b ( s e c 谢t yf i r s t n e t w o r kb a l l k 安全第一网络银行) ，就是通过 4 武汉理丁大学硕士学位论文 互联网络来进行资金划算的，他们目前正在实施以指纹识别技术为基础的保障 安全性的项目，以增强交易的安全性。 利用指纹识别技术的应用系统常见有两种方法，即嵌入式系统和连接p c 的桌面应用系统。嵌入式系统是一个相对独立的完整系统，它不需要连接其他 设备或计算机就可以独立完成其设计的功能，象指纹门锁、指纹考勤终端就是 嵌入式系统。其功能较为单一，应用于完成特定的功能。而连接p c 的桌面应 用系统具有灵活的系统结构，并且可以多个系统共享指纹识别设备，可以建立 大型的数据库应用。当然，由于需要连接计算机才能完成指纹自动识别的功能， 限制了这种系统在许多方面的应用。 指纹识别技术的发展得益于现代电子集成制造技术和快速可靠的算法的研 究。尽管指纹只是人体皮肤的一小部分，但用于识别的数据量相当大，对这些 数据进行比对也不是简单的相等与不相等的问题，而是使用需要进行大量运算 的匹配算法。现代电子集成制造技术使得我们可以制造相当小的指纹图象读取 设备，同时飞速发展的个人计算机运算速度提供了在微机甚至单片机上可以进 行两个指纹的比对运算的可能。另外，匹配算法可靠性也不断提高，指纹识别 技术有着非常实用的价值。 1 4 本课题的研究内容 本文从指纹图像预处理的基本概念入手，首先对图像预处理的知识进行了 综述，在对指纹识别技术作了详细论述之后，给出了一个作者设计开发的基于 g a b o r 滤波和神经网络的指纹识别系统。全文共由六章组成，每章的主要内容 如下： 第一章：绪论 概述了课题的来源、目的以及指纹识别系统的发展现状和发展趋势。 第二章：指纹识别技术 主要讲述指纹识别的基本原理，详细介绍指纹识别的总体特征和细节特征， 总结指纹识别技术在实际中的用途。 第三章：基于g a b o r 滤波的指纹图像预处理 对本文中使用到的几种指纹预处理方法进行介绍，如基于g a b o r 滤波的指 纹图像增强、图像分割和图像二值化等。 5 武汉理工大学硕士学位论文 第四章：指纹图像特征提取 主要阐述指纹图像的特征提取技术，叙述了如何去除指纹图像细化后的短 线、毛刺和小孔等以及如何删除虚假特征点。 第五章：基于神经网络的指纹匹配 主要叙述神经网络的基本概念，阐明如何利用b p 网络优秀的非线性映射 特性对指纹进行识别匹配。 第六章：全文总结及进一步的工作 对全文进行总结，并对系统今后的进一步扩展提出修改建议。 6 武汉理工大学硕士学位论文 第2 章指纹识别技术 2 1 指纹识别技术概述 指纹是指手指末端正面皮肤上凸凹不平产生的纹路，尽管指纹只是人体皮 肤的一小部分，但是它的纹路在图案、断点和交叉点上是因人而异的，在信息 处理中将它们称作“特征”。依靠特征的唯一性，我们就可以把一个人同他的指 纹对应起来，通过比较他的指纹特征和预先保存的指纹特征验证他的真实身份。 指纹识别可以追溯到古代的中国，它在美国和西欧也已经使用了一百多年。 指纹识别的改进发生在6 0 7 0 年代之间，一些公司开发出一种能自动识别指纹 的仪器，以用于法律的实施。在六十年代末期，f b i 开始使用种自动识别指 纹的设备。在七十年代末期，己经有一定数量的设备开始在美国大范围使用。 在国内，清华大学和北京大学己经研制出实用产品，并在公安、司法等领域得 到实用。事实证明，相对于其它的生物识别技术( 如视网膜识别和语音识别等) ， 指纹识别技术是一种更为理想的安全身份认证技术。原因如下： 1 、每个人的指纹是独一无二的，两人之间不存在相同的手指指纹。 2 、每个人的指纹是相当固定的，很难发生变化。例如，指纹不会随着人的 年龄的增长或身体健康程度的变化而变化。人的声音却有着较大的变化。 3 、便于获取指纹样本，易于开发身份识别系统，实用性强。目前已有标准 的指纹样本库，方便了识别系统的软件开发；另外，识别系统中完成指纹采样 功能的硬件部分也较易实现。而对视网膜则难于采样，也无标准的视网膜样本 库供系统软件开发使用，这就导致视网膜识别系统难以开发，可行性较低。 4 、一个人的十指指纹皆不相同，这样，可以方便地利用多个指纹构成多重 口令，提高系统的安全性。同时，并不增加系统的设计负担。 5 、指纹识别中使用的模板并非最初的指纹图像，而是由指纹图像中提取的 关键特征，这样使系统对模板库的存储量较小。另外，对输入的指纹图像提取 关键特征后，可以大大减少网络传输的负担，便于实现异地确认，支持计算机 的网络功能。 从以上分析可以看到，与其他生物特征识别技术相比，指纹识别技术不仅 有许多信息安全方面的独特优点，更重要的是还具有很高的实用性和可行性。 武汉理工大学硕士学位论文 2 2 指纹识别的基本原理 2 2 1 指纹识别的基本概念 在讨论指纹识别的基本原理之前，首先明确几个与指纹相关的概念。 指纹是手指末端正面皮肤上凸凹不平产生的纹路。尽管指纹只是人体皮肤 的一小部分，但是，它蕴涵大量的信息。指纹特征可分为两类：总体特征和局 部特征。总体特征指那些用人眼就可以直接观察到的特征，包括基本纹路图案、 模式区、核心点、三角点、式样线和纹数等。基本纹路图案有环型、弓型、螺 旋型。局部特征指指纹上的特征点，即指纹纹路上的终结点、分叉点和转折点。 这些指纹特征点可用以下四种特性来描述【4 】。 l 、位罱特征点的位置通过( x ，y ) 坐标来描述，可以是绝对的，也可以 是相对于三角点的。 2 、方向该特征点所在的局部脊线的方向。 3 、分类特征点有以下几种类型：终结点、分叉点、分歧点、孤立点、 环点、短纹等。最典型的终结点和分叉点如图2 2 所示。 4 、脊线特征点对应的脊线( z ，口，) 。特征点对应的脊线用在该脊线上 的采样点来表示。采样点用该点与对应特征点的距离d ，和连接该点与对应特征 点的直线和对应特征点方向的夹角口来表示。 ( a ) 终结点 ( b ) 分叉点 图2 2 典型的指纹特征点 2 2 2 指纹图像的采集 在进行指纹图象处理之前，首先要利用指纹图象采集器获取指纹图象，将 其通过串口或u s b 接口传输到计算机中。根据指纹采集的原理不同，指纹采集 器一般分为c c d 光学和c m o s 电容式两种类型。 8 武汉理工大学硕士学位论文 ( 1 ) c c d 光学图象采集器 c c d 光学图象采集器是随着计算机技术的发展及c c d 图象采集技术的成 熟，自七十年代以来逐渐发展成熟，并且实现商品化的。光学采集仪灵敏度较 高，采集图象质量较好，利于指纹匹配，但其缺点是成本高，所以基于c c d 传 感器的光学图象采集器目前运用在公安、金融等重要部门，随着光学仪器成本 的降低，它也将逐渐进入巨大的民用产品市场空间。c c d 光学图象采集器也有 其采集时的限制，它对较干、较湿、污染的手指采集困难。 ( 2 ) c m o s 采集仪 c m 0 s 采集仪是目前使用最广泛的采集仪，其价格较低，采集图象质量较 差：目前主要应用的是电容式压敏传感器，它是运用最新半导体科技开发出来 的产品。该传感器半导体硅片表面由1 0 0 ，0 0 0 半导体电容传感器组成。当使用 者将手指按压在该半导体表面上，由于指纹纹路及深浅的存在，导致硅表面电 容阵列的各个电容电压不同，通过测量并记录各点的电压值就可以获得具有灰 度级的指纹图象。c m o s 采集仪采集指纹时对手指本身的干湿、污染程度不太 敏感，但采集仪器表面易磨损。 2 _ 2 3 指纹的特征 人的指纹有两类特征：总体特征和细节特征。这两类指纹特征可以角来进 行指纹的验证和辨识。其中总体特征包括：基本纹路图案( 环型、弓型和螺旋 型) 、中心点、三角点和纹线数等 5 】。细节特征( m i n u t i a e ) 是指在指纹拓扑图 中的几种有效的特征，它是指纹识别的最基本的依据。即使两枚指纹的总体特 征相同，但是它们的细节特征却不可能完全相同。一些学者认为只要有1 3 个局 部特征相符，就可以认为是同一个指纹。 ( 1 ) 总体特征是指那些用人眼直接就可以观察到的特征，比如环型、弓 型和螺旋型，如图2 1 所示。 环形( 1 0 0 p ) 弓形( a r c b ) 螺旋型( w h o 一) 图2 1 指纹总体特征 9 武汉理工大学硕士学位论文 其他的指纹图案都基于这三种基本图案。仅仅依靠纹形来分辨指纹是远远 不够的，这只是一个粗略的分类，通过更详细的分类使得在大数据库中搜寻指 纹更为方便快捷。 更详细的总体特征分类如下所述： 模式区( p a n e mm e a ) ： 是指纹上包括了总体特征的区域，即从模式区就能够分辨出指纹是属于那 一种类型的。有的指纹识别算法只使用模式区的数据，有的指纹识别算法还使 用了所取得的完整指纹而不仅仅是模式区进行分析和识别。如图2 2 ( a ) 所 不。 中心点( c o r ep o i n t ) ： 中心点位于指纹纹线的渐进中心，它在读取指纹和比对指纹时作为参考点。 许多算法是基于中心点的，即只能处理和识别具有中心点的指纹。中心点对于 某些指纹识别算法很重要，没有中心点的指纹某些算法就不能处理。如图2 2 ( b ) 所示。 三角点( d e l t a ) ： 三角点是位于从中心点开始的第一个分叉点、断点、两条纹线会聚处、孤 立点、折转处等。三角点是指纹纹线的计数跟踪的开始之处。如图2 2 ( c ) 所示。 式样线( t 如el i n e s ) 式样线是指在包围模式区的纹路线开始平行的地方所出现的交叉纹路，式 样线通常很短就中断了，但它的外侧线开始连续延伸。 纹数( r i d g ec o u n t ) ： 指模式区内指纹纹线的数量。在计算指纹的纹数时，一般先要连接中心点 和三角点，这条连线与指纹纹线相交的数量即可认为是指纹的纹数。如图2 2 ( d ) 所示。 ( a ) 模式区( b ) 中心点 ( c ) 三角点( d ) 纹数 图2 2 指纹图案细分图 1 0 武汉理工大学硕士学位论文 ( 2 ) 细节特征 细节特征是指纹上具有某种特性的的节点，这些具有某种特征的节点也称 为特征点。两枚指纹经常会具有相同的总体特征，但它们的细节特征却不可能 完全相同。 指纹纹线并不是连续的、平滑笔直的，而是经常出现中断、分叉或打折。 这些断点、分叉点和转折点就称为“特征点”。就是这些特征点提供了指纹唯一 性的确认信息。指纹的细节特征主要是指节点( m i n u t i a p o i n t s ) 。 指纹上的节点有四种不同特性： 分类节点有以下几种类型，最典型的是端点和分叉点 a 、端点( e n d i 职) 一条纹路在此终结。 b 、分叉点( b i 如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。 c 、分歧点( 砌咄ed i v e 唱e n c e ) 两条平行的纹路在此分开。 d 、孤立点( d o t o r i s l a i l d ) 一条特别短的纹路，以至于成为一点。 e 、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。 f 、短纹( s h o nr i 趣e ) 一端较短但不至于成为一点的纹路。 方向( o r i e n t a t i o n ) 节点可以朝着一定的方向。 曲率( c u n 愠t u r e ) 描述纹路方向改变的速度。 位置( p o s i t i o n ) 节点的位置通过( x ，v ) 坐标来描述，可以是绝对 的，也可以是相对于三角点或特征点的。 指纹的细节特征是人工识别与计算机自动识别所依赖的主要根据。在指纹 领域知识的支持下实现从指纹原始图象到其特征表示的映射，是指纹识别系统 实现的重点。 2 2 4 指纹图像识别流程 指纹识别是计算机图象处理应用中的一个分支【6 。】。对于一个待识别的物 体，可以从中获得的信息是相当庞大的，但并不是所有的信息都是有用的。而 且，图象处理工作是用计算机来完成的，所以这些描述物体的信息又应该是计 算机能获取并处理的。因此首先需要将待识别物体转化成一组能够为计算机所 接受并能反映该物体不同于其它物体本质特征的量值，即特征值的集合，进而 建立表征单一个体的模式，然后通过模式间的匹配来完成单一个体的区分( 识 武汉理工大学硕士学位论文 别) f 8 】。指纹图象识别的一般过程如图2 3 所示 图2 3 指纹图像识别流程图 其中，指纹图象预处理过程通常包括以下几个步骤：增强、分割、二值化 和细化等。增强的主要目的在于改善图象质量，便于细化和特征提取。一般的 增强算法采取平滑、锐化、灰度修正等手段来改善指纹图象质量，而本文采用 具有方向和频率选择特性的g a b o r 滤波进行图像增强。对于分割则是把图象划 分为指纹区域和非指纹区域。二值化是将指纹中脊线和谷线变为黑白象素。细 化则把脊线提取后的图象转变为只有一个象素点宽度的线型图，用来作特征提 取使用。具体的预处理算法见第三章所述。 特征提取一般是指提取指纹图像的局部特征，也就是细节点特征。在基于 细节点的指纹自动识别系统中，特征提取是在细化后的指纹图像上进行。具体 的算法步骤见第四章所述。 匹配( 识别) 主要是依靠比较两枚指纹的局部纹线特征和相互关系来决定 指纹的唯一性。指纹的局部纹线特征和相互关系通过细节特征点的数量、位置 和所在区域的纹线方向等参数来度量。具体的匹配算法见第五章所述。 2 3 指纹识别系统 ( 1 ) 自动指纹识别系统的结构图如下图所示 ( 2 ) 衡量指纹识别系统的指标 系统的稳定性 1 2 武汉理工大学硕士学位论文 系统往往需要连续稳定地工作，在硬件、操作系统、数据库、运行软件、 网络设备各个环节必须稳定可靠。 上层应用系统的实用性 指纹识别算法 由于计算机处理指纹时，只是涉及了指纹的一些有限的信息，而且比对算 法并不是精确匹配，其结果也不能保证l o o 准确。指纹识别系统的特定应用的 重要衡量标志是识别率，主要由两部分组成：拒判率( f r r ) 和误判率( f a r ) ，我 们可以根据不同的用途来调整这两个值，f r r 和f a r 是成反变的。 指纹扫描器的寿命 2 4 指纹识别技术的用途 ( 1 ) 在刑侦领域 刑侦领域的主要对象是犯罪嫌疑人和身份不明者，目的是从公众指纹库、 犯罪指纹库或现场指纹库中查找有无此人，从而判定此人是否是罪犯。刑侦用 指纹识别系统的特点是： 可以快速从指纹数据库中查询捺印指纹或现场指纹，获取犯罪嫌疑人的 信息； 能够管理几十力、甚至上百万人的十指指纹； 可以实现联网，在更大的范围内实现指纹信息共享； 可以与其它信息系统联网，形成综合犯罪信息网络系统。在西方发达国 家的刑侦部门中指纹识别系统已经得到广泛应用。 ( 2 ) 在民用领域 指纹识别技术可以应用到民用领域的许多方面。目前国内外主要有以下方 面的应用【9 j ： 信息安全领域：如个人计算机上的系统和应用程序的密码使用指纹验证 代替、网络安全防范、网上银行、网上贸易、电子商务的安全交易等。 数据通信领域：加密技术是研究数据的加密和解密及其变换的技术，是 信息安全传输的必要手段。指纹识别技术作为生物密钥可对加密传输数据进行 二次加密，增加安全性。 公共安全方面：如指纹门锁、汽车门锁、个人指纹身份证等。 1 3 武汉理：j 大学硕士学位论文 金融安全方面：如指纹智能卡、a t m 指纹终端、指纹保险箱、指纹储 蓄卡、大额取款客户身份确认、交易终端客户身份确认、远程交易身份确认等。 医疗方面：如献血输血管理、个人医疗档案管理等。 社会福利方面：有公费医疗确认、保险受益人确认等。 其他方面：如指纹考勤、俱乐部会员确认、海关及民航快速通关认证等。 2 5 本章小结 指纹识别技术是生物识别技术中发展最为成熟、应用面最广泛的技术之一。 本章概述了指纹识别技术，介绍了指纹识别的基本原理和方法步骤，讨论了指 纹识别技术在实际中的应用情况，重点论述了指纹的总体特征和细节特征，其 中细节特征正是本文所述的指纹识别系统进行指纹匹配的依据。 1 4 武汉理工大学硕士学位论文 第3 章基于g a b o r 滤波的指纹图像预处理 在实际应用中，由于采集条件( 指头太湿、太干或比较脏) 和采集设备的 因素，采集到的指纹图像质量比较差，含有大量的噪音。这样，容易导致很多 问题，影响后续的处理效果。因此，在对图像进行特征提取前，必须经过一系 列的预处理，消去大量噪声信号，以便得到纹线清晰的点线图，为后续处理工 作奠定基础。 指纹预处理主要完成从指纹的原始图像到细化图像的转化，其中主要经过 图像增强、图像分割、二值化和细化等处理过程。下面详细介绍各个处理过程 采用的算法。 3 1 指纹图像增强 3 1 1 图像增强概述 指纹识别的原始输入数据是数字化指纹图像，而指纹识别所依据的通常是 指纹纹线的结构信息。例如指纹匹配一般基于纹线的局部结构特征，如纹线端 点、分叉点等细节点；指纹分类多数基于指纹纹线全局结构特征，如纹线形态 或奇异点。能否从原始指纹图像中可靠地提取出这些特征，对指纹识别系统的 精度以及指纹匹配、指纹分类等算法的设计难度具有非常关键的影响。 如果指纹图像中的指纹纹线非常清晰，即脊线和谷线对比度很大、脊线之 间明显分离，则很容易用图像二值化方法从指纹图像中分离出脊线区域和谷线 区域，进而从脊线上提取出指纹局部特征或全局特征。然而在实际中，受各种 因素的影响，采集到的指纹图像不能保证都很清晰，图像中可能出现纹线粘连、 纹线断裂或对比度不均匀等情形。在这种情况下很难从图像中正确地分离出指 纹纹线，导致指纹特征的可靠提取变得非常困难。 传统的指纹识别系统中预处理uo 】主要采用方向滤波方法来改善指纹图象质 量，预处理是分三步进行的：增强( 灰度滤波，二值化，二值滤波) ，细化，细 化后去噪。增强中灰度滤波利用方向图来对指纹图象进行滤波，目的是对输入 武汉理工大学硕士学位论文 的噪音较多的指纹灰度图象进行滤波，去除图象中的叉连，断点及模糊不清的 部分，得到一幅较清晰的指纹灰度图象。但由于滤波效果依赖于选择的方向数 目，方向数目少，效果差，方向数目多，效果好，但耗时较长。接着对滤波后 的指纹灰度图象进行二值化，使其变成一幅二值指纹图象。由于灰度去噪的不 完全性及二值化时又可能引入其它噪声，所以对二值化后的指纹图还需进行一 次去噪操作，才能得到清晰的二值化指纹图象。然后将清晰的二值化指纹图象 经过细化变为点线图，点线图中的脊线都以点线( 宽度为1 个象素) 方式表示。 由于前面滤波去噪的不完全性及细化算法本身可能引入的噪声，因此，细化后 的指纹图象还需进行一次滤波操作，才能得到清晰的点线图，这样才能够对指 纹的特征进行提取，分析等使用。 因此可以看出传统的指纹增强算法采用两次滤波操作，需要分多次处理， 耗时长，并且噪声较多，不能满足指纹认证任务的快速和高识别率的要求，并 且在指纹图象预处理过程中，必须保证尽可能不出现伪特征，减少假特征的误 配率，尽量保持其真实特征不受损失。所谓的真实特征是指实际存在的指纹脊 线构型，而不是指纹图上表现出的构型。由于在指纹摄取时手指用力不均匀， 在用力的区域纹线可能会出现误连，并且在用力小的区域可能会出现纹线误断。 在这种情况下，利用基于灰度的预处理方法就会造成许多假特征出现，这些假 特征的存在将极影响特征匹配的成功率，因此必须寻求新的指纹图象增强算法 来适应实时认证( 识别) 系统的要求。 指纹图像由脊线和谷线交替构成，理想情况下，指纹图像局部区域中的指 纹纹线可以看作是一个具有固定频率和方向的平面正弦波，故在局部指纹图像 的傅立叶频谱图中，纹线信息和噪声信息所对应的频谱具有很好的可分性，且 纹线信息所对应的傅立叶频谱的位置和方向与指纹纹线的频率和位置有关 “。基于这一性质，利用具有方向和频率选择特性的带通滤波器可以实现很 好的增强效果，大多数灰度指纹增强算法采用这一思想，并取得较好效果。本 文仍是采用这一思想，提出一种优化后的g a b o r 滤波以增强指纹图像及消除噪 声，提高了指纹识别算法的效率，在实验中得到比较好的效果。 3 1 2g a b o r 滤波器的物理模型 g a b o r 滤波器是一种带通滤波器，它具有良好的方向和频率选择特性 其在空间域的表达式为： 1 6 武汉理工大学硕士学位论文 一c y ，口，= e x p 一言 吾 + 若 ) c 。s c ：承， c s 一， 其中： x = z s i n 目+ v c o s 口 y = x c o s 目一ys i n 口 由式( 3 1 ) 可以看出g a b o r 滤波实际上是由二维高斯函数和余弦的乘积 构成。图3 1 为o 度方向的g a b o r 滤波器的函数图形。式( 3 1 ) 中p 是g a b o r 滤波器的方向，是滤波器的频率，正和占。分别是沿x 轴和y 轴的高斯包络常 数。对于g a b o r 滤波的算法实际上就是对