（仪器科学与技术专业论文）自动指纹识别系统关键技术研究.pdf

中文摘要 摘要 作为现代身份鉴别的重要工具，生物识别技术正前所未有地引起人们的关注。 指纹识别是最具代表性的生物识别技术之一，不仅已在司法领域取得巨大成功， 而且开始涉足广阔的民用领域，在现代社会中正不断发挥其重要作用。 自动指纹识别系统涉及图像处理、模式识别、计算机和传感器等多种技术， 是随着人们对指纹识别需求的不断增加而产生的，对它的研究可以追溯到2 0 世纪 6 0 年代初期。经过近半个世纪的发展，自动指纹识别系统在各方面性能上都有了 长足的进步。但是，由于指纹识别所特有的复杂性和不确定性，自动指纹识别系 统仍面临着不少问题有待解决和完善。 指纹识别算法是自动指纹识别系统的核心和关键，该文以指纹识别算法为重 点进行研究，并在算法研究的基础上实际构建了一个自动指纹识别系统，主要完 成了如下工作： 1 该文研究了指纹图像质量评价，分析了现有方法的不足，并提出一种新的 指纹图像质量评价算法。该算法利用模糊推理系统( f i s ) 的模糊处理能力对指纹图 像的多种特征进行综合分析，并利用支持向量机( s v m ) 的小样本学习、全局最优 和泛化能力强等特点实现比较可靠的图像分割，在此基础上最终完成指纹图像的 总体质量评价。实验结果表明，该算法能够合理区分不同质量的指纹图像，有助 于改善自动指纹识别系统的整体性能。 2 该文研究了指纹图像增强，对指纹图像增强的研究状况作了概括介绍，指 出当前最具代表性的g a b o r 滤波方法所固有的缺陷，并提出一种新的指纹图像增 强算法，首次将目前正引起关注的l o g - g a b o r 滤波器用于指纹图像增强。该算法 利用l o g - g a b o r 滤波器独特的频率响应特性，有效克服了传统g a b o r 滤波器的局 限性，首先根据指纹的纹理信息构造出l o g - g a b o r 滤波器组，然后通过合理的频 域滤波实现指纹图像增强。实验结果表明，该算法能显著改善原始指纹图像的质 量，有助于提高自动指纹识别系统的准确性和鲁棒性。 3 该文研究了指纹匹配，对现有的指纹匹配算法作了概括介绍和比较，在此 基础上提出一种新的指纹匹配算法。该算法首先利用脊线信息快速确定满足局部 匹配要求的细节点对，在此基础上进一步通过全局坐标变换完成细节点的全局配 准，并采用仿射变换模型通过最小二乘估计对配准参数进行优化，然后在配准的 基础上分别进行细节点匹配和方向场匹配，最后对两种匹配分值进行融合，以取 得较合理韵匹配结果。实验结果表明，该算法不仅能保证指纹识别的准确性，而 且还具有较高的实时性。 重庆大学博士学位论文 4 该文设计和实现了一个具有自主知识产权的嵌入式指纹识别系统，对嵌入 式系统的硬件平台和软件系统进行了较全面的研究和设计，并在嵌入式系统上移 植和实现了指纹识别算法。系统的硬件体系结构己获国家专利授权，相应的软件 系统则通过国家软件产品登记测试。验证样机所达到的技术指标表明，该系统具 有较高的实际应用价值。 该文系统而深入地研究了自动指纹识别系统的理论和技术，在指纹图像质量 评价、指纹图像增强和指纹匹配等核心算法上均作了创新性的工作，提出有效的 新方法，并最终设计和实现了一个具有自主知识产权的嵌入式指纹识别系统。该 文的研究工作为进一步完善自动指纹识别系统提供了重要的理论依据和技术基 础，对于促进自动指纹识别技术的发展和应用有着积极的意义。 关键词：指纹识别，图像质量评价，l o g - g a b o r 滤波，指纹匹配，嵌入式系统 i i 英文摘要 a b s t r a c t a sas i g n i f i c a n ta p p r o a c ht o p e r s o n a li d e n t i f i c a t i o n , b i o m e t r i c s i s a t t r a c t i n g u n p r e c e d e n t e da t t e n t i o n f i n g e r p r i n ti d e n t i f i c a t i o ni so n eo ft h em o s tr e p r e s e n t a t i v e t e c h n o l o g i e so fb i o m e t r i c sa n dh a sa c h i e v e dg r e a ts u c c e s sb o t hi np o l i c ea n dc i v i l a p p l i c a t i o n s a u t o m a t i cf 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 m ( a f i s ) i n v o l v e st h et e c h n o l o g i e so f i m a g ep r o c e s s i n g , p a t t e r nr e c o g n i t i o n , c o m p u t e ra n ds e n s o r i ti sd e v e l o p e dw i t ht h e i n c r e a s i n gd e m a n df o rf i n g e r p r i n ti d e n t i f i c a t i o na n dt h eo r i g i n so ft h er e s e a r c hc a nb e t r a c e db a c kt ot h ee a r l y1 9 6 0 s w i t hah a l f c e n t u r yo f d e 、，e l o p m e n t ，t h ep e r f o r m a n c eo f a f i sh a sb e e ng r e a t l yi m p r o v e d h o w e v e r , d u et ot h ec o m p l e x i t ya n du n c e r t a i n t yo f f i n g e r p r i n ti d e n t i f i c a t i o n ，t h e r ea r e s t i l l m a n yp r o b l e m st ob er e s o l v e df o rf u r t h e r i m p r o v e m e n to f a f i s t h ed i s s e r t a t i o np r i m a r i l yi n v e s t i g a t e dt h ef i n g e r p r i n ti d e n t i f i c a t i o na l g o r i t h m w h i c hi so n eo ft h em o s tk e yt e c h n o l o g i e so fa f i s ，a n df u r t h e rc o n s t r u c t e dap r a c t i c a l s y s t e mb a s e do nt h er e s e a r c ho fa l g o r i t h m t h em a i nc o n t r i b u t i o n so ft h ed i s s e r t a t i o n a r ea sf o l l o w i n g ： 1 t h ed i s s e r t a t i o ni n v e s t i g a t e df i n g e r p r i n ti m a g eq u a l i t ye v a l u a t i o na n dp r o p o s e d an e we v a l u a t i o nm e t h o dc o n s i d e r i n gt h el i m i t a t i o n so ft h ee x i s t e dm e t h o d s t h e p r o p o s e dm e t h o dm a k e sc o m p r e h e n s i v ea n a l y s i so nv a r i o u sf e a t u r e so faf m g e r p r i m i m a g eb yu t i l i z i n gt h ef u z z yi n f e r e n c es y s t e m ( f i s ) ，a n dc a r r i e so u ta c c u r a t ei m a g e s e g m e n t a t i o nb yu t i l i z i n gt h es u p p o r tv e c t o rm a c h i n e ( s v m ) b a s e do nt h i s ，t h eg i o b a l q u a l i t yo ff i n g e r p r i n ti m a g ei sf i n a l l ye v a l u a t e d e x p e r i m e n t a lr e s u l t ss h o wt h a tt h e p r o p o s e dm e t h o dh a st h ea b i l i t yt od i s t i n g u i s hb e t w e e nf i n g e r p r i n ti m a g e sw i t hv a r i o u s q u a l i t i e sa n dm a y c o n t r i b u t et op r o m o t et h ep e r f o r m a n c eo f a f i s 2 t h ed i s s e r t a t i o nm a d eas u r v e yo nf i n g e r p r i n ti m a g ee n h a n c e m e n ta n dp r o p o s e d an o v e le n h a n c e m e n ta l g o r i t h mw h i c ha d o p t sl o g - g a b o rf i l t e r st oe n h a n c ef i n g e r p r i n t i m a g e sf o rt h ef i r s tt i m e t h ep r o p o s e da l g o r i t h me f f e c t i v e l yo v e r c o m e s t h ed r a w b a c k s r e s u l tf r o mt h el i m i t a t i o n so ft r a d i t i o n a lg a b o rf i l t e r si nv i r t u eo ft h eu n i q u e & e q u e n c y r e s p o n s ec h a r a c t e r i s t i co fl o g - g a b o rf i l t e r s i nt h i sa l g o r i t h m ，ab a n ko fl o g - g a b o r f i l t e r si sc o n s t r u c t e da c c o r d i n gt ot h et e x t u r ef e a t u r e so ff i n g e r p r i n ti m a g e , a n dt h e i m a g ei se n h a n c e db yf f c q u e n c yf i l t e r i n g e x p e r i m e n t a lr e s u l t ss h o wt h a tt h ep r o p o s e d a l g o r i t h mc a ne f f e c t i v e l yi m p r o v et h eq u a l i t yo ff i n g e r p r i n ti m a g e sa n dh e l pt oe n s u r e i i i 重庆大学博士学位论文 t h ea c c u r a c ya n dr o b u s t n e s so f a f i s 3 t h ed i s s e r t a t i o ni n v e s t i g a t e df i n g e r p r i n tm a t c h i n ga n dp r e s e n t e dan e wm a t c h i n g m e t h o db a s e do nt h ea n a l y s i sa n dc o m p a r i s o no ft h ee x i s t e dm e t h o d s t h i sm e t h o d f i r s t l ys e a r c h e st h em i n u t i a ep a i r sw h i c hs a t i s f i e dt h er e q u i r e m e n to fl o c a lm a t c h i n gb y u t i l i z i n gt h er i d g ei n f o r m a t i o n t h e n ，t h em i n u t i a es e t s a r ea l i g n e dg l o b a l l yt h r o u g h c o o r d i n a t et r a n s f o r m ，a n dt h ea l i g n m e n tp a r a m e t e r sa r eo p t i m i z e db yu s i n ga f f i n e t r a n s f o r ma n dl e a s ts q u a r em e t h o d f i n a l l y , m i n u t i a em a t c h i n ga n dd i r e c t i o n a lf i e l d m a t c h i n ga r er e s p e c t i v e l ya c h i e v e db a s e do nt h em i n u t i a ea l i g n m e n t ，a n dt h et w o m a t c h i n gs c o r e sa r ef u s e di n t oas i n g l et oo b t a i nam o r er e a s o n a b l er e s u l t e x p e r i m e n t a l r e s u l t ss h o wt h a t t h i sm e t h o dc o n t r i b u t e st oe n s n r et h ea c c u r a c yo ff i n g e r p r i n t i d e n t i f i c a t i o na sw e l la sp o s s e s s e st h er e a l t i m ep e r f o r m a n c e 4 t h ed i s s e r t a t i o nd e s i g n e da n dr e a l i z e da ne m b e d d e df i n g e r p r i n ti d e n t i f i c a t i o n s y s t e mw h i c ho w n si n d e p e n d e n ti n t e l l e c t u a lp r o p e r t y i nt h i sw o r k ，b o t ht h eh a r d w a r e p l a t f o r ma n dt h es o f t w a r es y s t e ma r ei n v e s t i g a t e da n dd e s i g n e d ，a n dt h ea l g o r i t h mo f f i n g e r p r i n ti d e n t i f i c a t i o ni sa l s os u c c e s s f u l l yt r a n s p l a n t e di n t ot h ee m b e d d e ds y s t e m t h eh a r d w a r es t r u c t u r eh a sb e e na w a r d e dt h ec h i n e s ep a t e n ta n dt h ec o r r e s p o n d i n g s o f t w a r es y s t e ma l r e a d yp a s s e dt h es o f t w a r ep r o d u c tr e g i s t e rt e s to f c h o n g q i n gs o f t w a r e t e s tc e n t e r , t h ea c h i e v e dt e c h n i c a lp e r f o r m a n c el e v e ls h o w st h a t t h i ss y s t e mi so f c o n s i d e r a b l ep r a c t i c a lv a l u e t h ed i s s e r t a t i o ns y s t e m i c a l l ya n dd e e p t yi n v e s t i g a t e dt h et h e o r ya n dm e t h o d so f a f i s ，b r o u g l l tf o r t hn e wi d e a so nf i n g e r p r i n ti m a g eq u a l i t ye v a l u a t i o n , f i n g e r p r i n t i m a g ee n h a n c e m e n ta n df i n g e r p r i n tm a t c h i n g ，a n de v e n t u a l l yr e a l i z e da ne m b e d d e d f 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 mw i t l li n d e p e n d e n ti n t e l l e c t u a lp r o p e r t y t h i ss t u d ym a y p r o v i d et h e o r e t i c a la n dt e c h n i c a ls u p p o r tf o rf u r t h e rd e v e l o p i n gt h ea f i sw i t hh i g h e r p e r f o r m a n c e ri so f a c t i v es i g n i f i c a n c et op r o m o t et h ed e v e t o p m e n tm a da p p l i c a t i o no f a u t o m a t i cf 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 k e y w o r d s ：f i n g e r p r i n ti d e n t i f i c a t i o n ，i m a g eq u a l i t ye v a l u a t i o n ，l o g - g a b o rf i l t e r i n g , f i n g e r p r i n tm a t c h i n g , e m b e d d e ds y s t e m 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取 得的研究成果据我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写过的研究成果，也不包含为获得重庞太堂 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本 研究所做的任何贡献均已在论文中作了明确的说明并表示谢意 学位论文作者签名：易多扣签字日期：卯年6 月，日 学位论文版权使用授权书 本学位论文作者完全了解重庞太堂有关保留、使用学位论文的 规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许 论文被查阅和借阅。本人授权 重废态堂可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段 保存、汇编学位论文。 保密( ) ，在年解密后适用本授权书。 本学位论文属于 不保密( v ) 。 ( 请只在上述一个括号内打“4 ”) 学位论文作者签名：每枸 i 签字日期：7 年舌月厂日 导师繇劫届 签字日期：泷甸年月乡日 1 绪论 1 绪论 1 1 研究背景 1 1 1 生物识别技术与现代社会安全 随着科技的进步，人类社会已进入快速发展的信息时代，信息化浪潮正全方 位地重塑整个社会。信息技术的进步使人类的信息交流变得更加方便和快捷，极 大地提高了人们的工作效率，并推动社会的快速发展。但是，随之而来的信息安 全问题则显得日益突出，任何非法窃取、冒用或篡改信息的行为都有可能给社会 或个人带来重大损失。据美国联邦贸易委员会估计，近几年来，每年大约有1 0 0 0 万美国人的个人信息被盗窃或滥用，给消费者造成5 0 亿美元的损失，而每年商业 机构的损失则高达4 8 0 亿美元。实行个人身份鉴别是保障信息安全的重要途径， 如何快速准确地辨别出个人身份，以确保信息安全和维护社会秩序，己成为现代 社会亟待解决的重要课题。 传统的身份鉴别方法主要有两种【i i ：基于知识( k n o w l e d g e - b a s e d ) 的方法和基于 信物( t o k e n - b a s e d ) 的方法。基于知识的方法通过核对“你知道什么”来确定个人身 份，即待鉴别者使用所掌握的知识如密码、个人识别码( p i n ) 或口令等来证明自己 的身份。基于信物的方法则通过核对“你拥有什么”来确定个人身份，即待鉴别者使 用所持有的信物如证件、印章或钥匙等来证明自己的身份。显然，上述两种方法 都有明显的缺陷，“知识，存在容易遗忘或混淆、被他人窃取或破解等问题，f 言物” 则存在携带不便、会丢失或被盗、容易被仿制等问题。随着信息时代的到来，传 统的身份鉴别方法面临着严峻的挑战，并显得越来越不适应科技的发展和社会的 进步。 由于人体的生物特征具有不可复制的特点，人们把目光转向了生物识别技术 ( b i o m e t r i c s ) h l ，希望可以籍此技术克服传统身份鉴别方法的缺陷。所谓生物识 别，简单地说就是根据人体特征来确定个人身份。确切说来，这里的生物识别是 指采用自动技术测定人体固有的生理特征或行为特征，并将这些特征数据与数据 库中预存的模板数据进行比较，最后根据比较得到的相似性来确定个人身份。与 传统技术所使用的“知识”和“信物”相比，生物识别技术所采用的人体特征具有不怕 遗忘、不会丢失、难以伪造、不可替代、不需额外携带等突出优点。因此，生物 识别不仅安全可靠，而且操作方便，具有显著的优越性。需要注意的是，并非所 有的人体特征都适用于生物识别，只有同时具备以下性质的人体特征才有可能被 使用： ( 1 ) 普遍性，即人人都具有该特征； 重庆大学博士学位论文 f 唯一性，即每个人在该特征上都于他人不同； ( 3 ) 稳定性，即特征在一个相当长的时期内保持不变； ( 4 ) 可采集性，即特征可以方便地获取和量化。 尽管生物识别对所使用的特征有较严格的要求，人体还是拥有较多符合要求 和可供选择的特征。同时，随着计算机技术和传感器技术的进步，人体特征的自 动测定和比对也有了良好的硬件基础。在此条件下，生物识别技术以其独有的优 越性迅速引起人们的广泛重视和研究，并开始得到应用，逐渐成为一种公认的身 份鉴别技术。像计算机安全控制、电子商务、考勤管理、海关进出口检验、安全 保障和刑侦司法等多种领域均可看到生物识别技术的身影，其应用呈逐年上升趋 势。据国际生物识别集团( r a g ) 的预测，生物识别技术的市场规模将从2 0 0 7 年的 3 0 1 亿美元增长到2 0 1 2 年的7 4 亿美元【”。 鉴于生物识别技术对现代社会的重要意义，目前许多国家都将其作为重大基 础战略技术加以研究。9 1 1 事件发生后，这一技术更是受到美国、日本以及欧洲各 国的高度重视。在此前后，国际上还纷纷成立了各种官方和非官方的生物识别组 织，其中著名的有i b g 、i b i a 、b c 和b i o a p i 等。我国也于2 0 0 3 年9 月1 4 日在 中国科学院自动化研究所设立了生物特征认证与评测中心，以期进一步推动生物 识别技术在国内的研究和应用。 1 1 2 常见生物识别技术简介及比较 人体用于生物识别的特征可以分为两类：生理特征和行为特征。生理特征主 要有：指纹、掌形、虹膜、视网膜、人脸、面部热像等；行为特征主要有：签名、 语音、步态、击键等。研究和实验表明，人体的上述特征都在不同程度上满足普 遍性、唯一性、稳定性和可采集性等四个基本性质的要求。基于这些特征，人们 发展了多种生物识别技术，其中应用较广或研究较深的有：指纹识别【6 】、掌形识别 【刀、虹膜识别【8 一、视网膜识别【1 0 5 、人脸识别【n , t 2 、面部热像识别【1 3 】、签名识别1 4 1 、 语音识别等。 在各种生物识别技术中，指纹识别和掌形识别的应用最为广泛，可以看出使 用手部特征进行身份鉴别较易被大众所接受。其中指纹识别更是占据了绝对的优 势，国内外市场上的主要生物识别产品基本上都是基于指纹识别技术的。视网膜 识别具有高度的准确性和防伪性，但在采集方面要求较高，因此并未普及应用， 目前主要用于需要高度安全防范的场合。其它几种被看好的技术是虹膜识别、人 脸识别和语音识别。虹膜识别具有相当于视网膜识别的高准确性和高防伪性，对 采集设备的要求则相对低于视网膜识别。入脸识别和语音识别比较容易为人们所 接受，而且下一代智能人机接口也将融合有关的采集技术，因此具有较大的应用 潜力。实际上，人体生物特征要在现实中得到应用，不仅要求具有上面提及的四 2 1 绪论 个基本性质，还需要考虑其它一些因素，如所能达到的识别精度、公众的接受度、 防伪性、对硬件设备的要求等。综合考虑起来，目前还不存在哪一种人体生物特 征能够在所有方面同时占据优势，因此在实际应用中必须根据需要进行适当选择。 表1 1 给出了几种生物识别技术在各项性能上的比较。 表1 1 各种生物识别技术的比较 t a b l e1 1c o m p a r i s o no f b i o m e t r i et e c h n o l o g i e s 生物特征普遍性唯一性稳定性采集性可靠性接受性防伪性 指纹 由 高高中高中中 掌形 由 中 中 高 中中中 虹膜高 高 高中高 低 高 视网膜高高中低高低高 人脸高低中高低高低 面部热像高 高低 高 中高高 签名低低低 高 低高低 语音中低低 由 低高低 击键低低低 中 低中中 步态 中 低低高 低高中 鬻懋酶撬物识瓤麦惑 。z ”。”r 虹媵识别语音识别 图1 1 生物识别技术的z e p h y r 分析嘲 f i g 1 1z e p h y ra n a l y s i so f b i o m e t r i ct e c h n o l o g i e s 嘲 3 重庆大学博士学位论文 图1 1 采用z 印h ”分析法 5 】的对各种生物识别技术作更直观的比较。其中，不 同的标号分别表示干扰用户程度、独特性、价格和易用性。标号所处的位置代表 对应的技术在该项性能上所达到的水平，性能越高，对应的标号离z 印i i y r 图的中 心就越远，性能越低，标号离中心就越近。 1 1 | 3 生物识别系统的基本原理及特点 生物识别系统是一种根据人的生理特征或行为特征来识别人的身份的模式识 别系统，它以生物识别技术为核心，并结合计算机和传感器等技术来构建。一个 通用的生物识别系统框图如图1 2 所示【i “。系统包括五个组成部分：数据采集、传 输、信号处理、存储和决策。其中，数据采集部分用于测定和量化生物特征；传 输部分负责将数据从采集终端输送到处理中心；信号处理部分负责对原始数据进 行处理，主要完成特征提取和模式匹配，并在必要时以反馈的形式对采集终端进 行质量控制，以保证数据采集的可靠性；决策部分则根据模式匹配的结果做出最 终的判决，即确定使用者的身份，所采用的策略往往取决于系统在安全性和实用 性等方面的要求。 图1 2 生物识别系统框图 f i g l 2b 1 0 c kd i a g m mo fb j o i i l e t 成s y s t e m 从工作流程上看，生物识别系统可以分为注册和认证两个模块，如图1 3 所示。 注册模块用于将用户的特征数据提取出来并形成特征模板，然后以与用户i d 相关 联的形式保存到系统的数据库中。认证模块则用于将实时获取的用户特征与数据 库中的模板进行比较，并根据比较结果确定用户身份。显然，用户在认证之前必 须先注册，否则系统是无法识别其身份的。 4 1 绪论 图1 3 生物识别系统工作流程图 f i g 1 3f l o wg h a t to f b i o m e t r i cs y s t e m 根据认证方式的不同又可将生物识别系统的工作模式分为两类：验证 ( v e r i f i c a t i o n ) 和辨识( i d e n t i f i c a t i o n ) 。验证实际上就是“一对一匹配f o n e t o o n e m a t c h i n g ) ”，它回答的是这样一个问题：“他是他自称的这个人吗”。在验证模式下， 使用者必须首先向系统输入用户d ，系统则根据用户i d 取得相关联的特征模板， 并将其与所提取的特征进行匹配，以确定当前使用者是否为该用户。辨识则是“一 对多匹配( o n e - t o m a n ym a t c h i n g ) ”，它回答的问题是：“他是谁”。在辨识模式下， 系统并不需要预先获取用户i d ，而是根据所提取的特征对数据库进行搜索，找出 其中最相似的模板，然后根据与该模板相关联的用户m 确定当前使用者的身份。 搜索模板的最简单做法是将当前特征与数据库中的所有模板逐一进行匹配，这通 常需要消耗大量的时间，因此一般先要对模板进行分类，并判定当前特征所属类 别，然后只在同类模板中作匹配以加快速度。尽管利用分类可以在一定程度上缩 小模板搜索空间，辨识所要耗费的时间通常还是远大于验证的时间，尤其对于一 些大型数据库，辨识所要承担的工作量是难以想象的。因此，辨识模式对硬件资 源要求较高，尤其是计算机的运算速度。辨识模式的优点则在于不需要输入用户 m ，能够自动进行搜索，方便使用，并且适用于一些特殊场合，如在刑侦领域中 用于锁定犯罪嫌疑人。 1 1 4 生物识别系统的性能评价 评价生物识别系统性能的优劣，不仅要考虑其处理速度和可操作性，更重要 的是考虑其识别精度。由于各方面因素影响，生物识别系统的输出实际上是一个 有一定置信度的结果，有可能会出现两种错误判断，其一是把来自不同人的特征 判定为匹配，其二是把来自同一个人的特征判定为不匹配。上述两种错误判断对 5 e一哆 重庆大学博士学位论文 应着生物识别系统在识别精度上的两个重要指标：错误匹配率( f a l s em a t c hr a t e ， 简称f m r ) 和错误未匹配率( f a l s en o nm a t c hr a t e ，简称f n m r ) 。若系统的f n m r 较大，就容易造成用户多次输入而无法确认其身份，使用户感到不便，进而对该 系统产生不信任和厌恶感；而若系统的f m r 较大，则容易使不法之徒乘虚而入， 给合法用户造成损失。因此，生物识别系统应尽量保证具有较低的f m r 和f n m r 。 然而，对于一个确定的生物识别系统，要使两者同时降低是不可能的，因为这两 个参数是相互制约的，减小其中一个参数必然会导致另一个参数的增大。因此在 实际应用中，需要根据用途的不同进行参数调整，使系统满足不同目的的需求。 例如，对于高度机密的场合，可以适当放宽对f n m r 的要求，而尽量减小f m r ， 以保证安全性；对于公安刑侦应用，则应尽量减小f n m r ，以免遗漏罪犯；对于 一般的民用领域，通常需要兼顾精度和效率，则取适中的参数。 实际上，仅凭一对f m r 和f n m r 的取值并不足以完全反映生物识别系统的 识别精度，通常采用接受者操作特性( r e c e i v e ro p e r a t i n gc h a r a c t e r i s t i c ，简称r o c ) 曲线来描述系统的精度特性。r o c 曲线上每一点，都对应了特定安全阈值下系统 的f m r 和f n m r 。图1 ，4 给出了一个生物识别系统的r o c 曲线示例。r o c 曲线 能够比较详细地描述生物识别系统在识别精度方面的特性，但是表示起来比较麻 烦，因此在许多情况下，为方便起见，通常采用等错误率( e q u a le r r o rr a t e ，简称 e r r ) 来表示系统的精度特性。所谓等错误率，指的是f m r 与f n m r 在相等时的 取值。显然，e e r 越小，表示系统的识别精度越高。 f n 胍 图1 4 生物识别系统的r o c 曲线示例 f i g 1 , 4 a ne x a m p l eo f r o c c u r v ef o r b i o m e t r i es y s t e m 1 1 5 指纹的形成及特点 指纹是一种比较理想的生物识别特征。研究已经表明，胎儿在母体内发育七 6 1 绪论 个月左右，其指纹就已完全形成，并且终身不会发生变化，除非手指发生意外的 物理损伤u ”。一般地，生物组织包括体表可观察特征都是由基因和环境共同决定 和影响的，指纹就是体表可观察特征的一种。对于指纹来说，基因决定了它的总 体模式特征，当指尖上的皮肤细胞开始分化时，指纹的总体特征开始逐渐形成。 在细胞分化的过程中，胎儿在子宫中的位置会不断地改变，其周围的羊膜液体也 会有不同的流动情况。这样，不同手指所处的微环境都不相同。指纹的精细结构 就是由所处的微环境所决定的，环境的轻微改变都会使得细胞的分化过程极不相 同。人类的基因是如此的丰富，形成指纹的环境又是如此的变化多样，以至于没 有任何两个手指的指纹是相同的。即便是具有相同d n a ( 目前尚无法区分) 的同卵 胞胎，也不会有相同的指纹( 如图1 5 所示) ，他们的指纹完全可以根据细节特征进 行区分【l ”。值得指出的是，指纹的形成在总体上要受到基因的影响，所以也不是 完全随机的，可以认为指纹的形成过程是一个混沌系统而不是一个随机系鲥7 1 。 ( a )( b ) 图1 5 同卵胞胎的指纹比较 f i g 1 5c o m p a r i s o no f t h ef i n g e r p r i n t sc ef r o mi d e n t i c a lt w i n s 指纹是分布在人体手指皮肤上的纹路图案，由多种脊状纹路构成。在手指表 皮接触过的物体上，会留下与手指指纹相应的印痕。通常所说的指纹在非特指的 情况下往往包括手指皮肤上的指纹和遗留在客体上的印痕。人们很早便发现，不 同人的指纹纹路在整体结构、断点和交叉点的位置各不相同，可以用作个人身份 的标识。在人体的各种生物特征中，指纹是较早被使用的。考古资料显示，早在 数千年前，古代中国人和叙利亚人就意识到指纹的唯一性，并将其作为个人身份 的象征。古代中国的一些文件上印有起草者的指纹，古叙利亚的一些房屋留有工 匠的指纹。史籍资料还表明，我国将指纹应用于民间契约及断案有着悠久的历史。 可见，指纹作为身份鉴别的依据很早就为人们所接受，并且经历了长期的考验。 7 重庆大学博士学位论文 1 1 6 指纹识别的研究与发展 尽管古人已经意识到指纹具有唯一性，但是由于缺乏专门研究，未能将指纹 识别上升为一门科学。一般认为，具有科学意义的现代指纹识别研究开始于1 6 世 纪后期i l g , 1 9 】。1 6 8 4 年，英国学者n e h e m i a hg r e w 发表了世界上第一篇关于指纹的 科学论文，对指纹的脊、谷和毛孔结构进行了系统的研究 t 9 1 。从此，关于指纹的 研究工作开始大量出现。1 7 8 8 年，m a y e r 从解剖学角度详细描述了指纹的形成机 理，并对指纹的脊线特征进行刻画和区分1 2 0 1 。1 8 2 3 年，p u r k i n j e 提出了世界上第 一种指纹分类方法，根据指纹的脊线结构将指纹分为9 类】。1 8 8 0 年，h e n r yf a u l d 首次从科学角度提出指纹应具有唯一性。1 8 9 2 年，f r a n c i sg a l t o n 发表论著 “f i n g e r p r i n t s ”深入阐述了他从1 9 世纪8 0 年代以来对指纹识别的研究成果。他建立 了指纹唯一性和不变性的理论基础，通过计算得出两个来自不同手指的指纹相似 的概率是6 4 0 亿分之一。f r a n c i sg a l t o n 还尝试设计了大容量指纹数据库的分类系 统，并提出采用g a l t o n 点( 细节点) 来比对指纹，这种基于细节点的方法一直沿用至 今。1 8 9 9 年，e d w a r dh e n r y 确立了著名的h e n r y 指纹分类体系，促成指纹识别的 一大进步“9 1 。h e n r y 体系中最典型指纹类型有五种：拱型( a r c h ) 、尖拱型( t e n t e d a r c h ) 、螺旋型( w h o a ) 、左环型( l e f tl o o p ) 和右环型( r i g h tl o o p ) 等【2 “，如图1 , 6 所 示。 图1 6 h e n r y 体系的五类典型指纹示例 f i g 1 6e x a m p l e so f f i v et y p i c a lc l a s s e so f f i n g e r p r i n t si nh e m ys y s t e m 8 1 绪论 经过几个世纪的研究，到2 0 世纪初期，指纹识别的基础理论开始形成，可以 归结为以下三条： ( 1 ) 不同手指的指纹各不相同； ( 2 ) 指纹的整体结构并不固定，但变化有限，适于分类； ( 3 ) 指纹的整体结构和细节特征恒久不变。 从2 0 世纪初期起，指纹识别开始在西方被正式接纳为合法的身份鉴别方法并 成为标准的法律依据，世界各国纷纷设立指纹识别机构并建立罪犯指纹数据库【1 ”。 如美国联邦调查局( f b d 便于1 9 2 4 年设立指纹识别处，并收集了8 1 万张指纹卡片。 与此同时，各种指纹识别相关技术包括潜在指纹获取、指纹分类和指纹匹配等都 得到了极大发展。 最早的指纹识别工作只能由人工来完成，指纹专家凭借知识和经验对指纹图 像进行辨认。随着指纹识别技术在刑侦领域的广泛应用，各国司法机关的指纹数 据库越来越大，如美国f b i 数据库中的指纹数量最开始大约为8 1 万，到1 9 4 6 年 便高达l o 亿，并且一直都在不断增长中。如此大的数据量，仅仅依靠人工是远远 不能满足需要的，人们为此开始寻找其它办法。随着计算机的出现和发展，从2 0 世纪6 0 年代起，美国f b i 、英国内政部和法国巴黎警察局开始着手研究自动指纹 识别系统( a u t o m a t i cf 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 m ，简称a f i s ) ，希望借助现代计 算机超强的运算能力来节约人力和时间。美国于1 9 6 3 年最先开始研究工作，并于 1 9 7 5 年成功推出第一个商业化系统p d n t r a k 2 5 0 。日本随后在1 9 7 5 年进行研究，于 1 9 8 2 年开发出n e c a f i s 并投入使用矗e 国的公安部门也在2 0 世纪8 0 年代初与各 大高校合作，共同研究自动指纹识别系统。 早期的自动指纹识别系统只能运行在大型计算机或工作站上，并通过体积较 大的光学设备来采集指纹，使用不便且价格昂贵。随着技术的进步，个人计算机 已经可以独立完成指纹识别任务，极大地方便了自动指纹识别系统的研究和应用。 如今，体积小、功耗低的嵌入式处理器和半导体指纹图像传感器的出现更使得嵌 入式指纹识别系统成为可能，从而使自动指纹识别系统得以向小型化、一体化方 向发展。与此同时，模式识别和图像处理方法的进步也为指纹识别的算法理论研 究提供了坚实的基础，使得自动指纹识别系统能够在有限的硬件技术条件下不断 得到改善。 就目前的发展状况来看，自动指纹识别系统已经由大型计算机处理、微机处 理发展到嵌入式处理阶段。尽管嵌入式指纹识别系统尚处于发展初期，开发难度 较高，不仅需要构建可靠的嵌入式处理平台，对指纹识别算法也提出了较高的要 求，但是由于它具有体积小、功耗低、性价比高、安全性高、实时性强、适应性 强、可灵活定制等优点，能够迅速扩大指纹识别技术的