（仪器科学与技术专业论文）基于结构的指纹表达及其匹配算法研究.pdf

浙江人学博i j 论文 摘要 ( ，传统的机械钥匙、“口令+ 密码”以及智能卡等的安全保护措施存在着丢失、 遗忘、被复制及盗用的隐患，通过辨识人的生理和行为特征进行身份认证的，生物 识别技术为其提供了一个方便可靠的解决方案。由f 恐怖行动和电脑黑客活动猖 獗，近年来生物识别技术越来越多地得到广泛认同。其中，指纹识别技术以方便 易用、高准确率和低价格等诸多优势备受关注。虽然有很多指纹系统的商业产品 和研究成果问世，但仍不能达到某些特定应用的性能要求本文在分析了指纹自 动识别系统现状的基础上，围绕其核心技术识别算法展开。针对传统基于细 节点的指纹识别方法只利用了指纹图像中的有限信息( 细节点) 的不足，本文提 出了基于指纹脊线纹理结构的特征表达及其匹配算法，冲破了传统方法的局限。 在前三章里介绍了指纹识别技术历史、现状和发展趋势，分析了指纹识别的 困难并提出了本文的研究任务：接着介绍了指纹识别系统的组成和评估方法，然 后是对指纹识别的一般算法的介绍和剖析。第四章介绍了加以完善的g a b o r 函数 的指纹识别物理模型，描述了从理论设计到实验验证的g a b o r 滤波器的优化设 计方法，对两种格栅方案和两种参数的滤波器分别做了对比实验，确定优化的 g a b o r 滤波器参数：第五章描述了所建立了一整套基于结构的指纹识别算法，采 用了一系列改进方法，提高了系统性能；为了缩短滤波时白j ，第六章提出了指定 方向滤波g a b o r 表达，还描述了基于模糊神经网络( a n f i s ) 的匹配算法，给出了 在指纹识别算法竞赛( f v c 2 0 0 0 1 2 2 i ) 的数据库上的实验结果，并与其他f v c 2 0 0 0 算法结果进行了比较；第七章描述的是指纹的补偿识别算法，使识别率大大提高， 此方法对指纹识别乃至其他生物识别、图像识别和特征识别技术提供了可以借鉴 的依据。 ， ，基于结构的指纹i ： 别算法充分利用了蕴含在指纹灰度图像中的丰富的纹理 结构信息，又能反映局部信息( 细节点) ，因而弥补了传统方法在小面积指纹的 识别上的不足：基于a n f i s 的匹配算法和指纹的补偿识别算法，对于指纹图像 中的噪声和变形有着很好的鲁棒性，达到了令人满意的识别准确率。所有的算法 都经过标准指纹库验征，并与相应的其他方法拒误斧率方面作了比较，分析了导 敛鲐法瞑莘的集及鹏霆，给了实验 粜刷埘比，分析了馘j ：的小足之处，片： 抛1 l 女逊力i ， 父键j t j ：十旨纹e ! ”川( ；t h t ，r 滤波* f 0 1 * j f j l ； i q i * 孙；u ! jc7 ；，i - 物i j 、l i v 一， 、 。 i 浙江人学博i 论史 a b s t r a c t t r a d i t i o n a ls e c u r i t ys y s t e m ，s u c ha sm e c h a n i c a l k e y ，p a s s w o r d p i na n dp a s s p o r t i d c a r d ，m a y b ef o r g o t t e n ，l o s to rs t o l e na n dc r a c k e db ya ni m p o s t e r t h ee m e r g e n c e o fb i o m e t r i c sh a sa d d r e s s e dt h e s ep r o b l e m s b i o m e t r i c s ，a u t o m a t i ci d e n t i f i c a t i o na n i n d i v i d u a lb y u s i n gc e r t a i np h y s i o l o g i c a lo rb e h a v i o r a lc h a r a c t e r i s t i c sa s s o c i a t e dw i t h t h e p e r s o n ，h a sg a i n e d w i d e a c c e p t a n c er e c e n t l y b e c a u s eo ft h eu n b r i d l e d v i o l e n c eo ft e r r o r i s ma n d h a c k e r f i n g e r p r i n t ( f p ) r e c o g n i t i o ni sa h o ts p o ta n dt h e m o s tw i d e l yu s e db r a n c ho fb i o m e t r i cw i t hm a n y a d v a n t a g e s ，s u c ha se a s i e rt o u s e ，h i g h e rr e l i a b i l i t ya n dl o w e rc o s t an u m b e ro fc o m m e r c i a ls y s t e m sa n d r e s e a r c ha c h i e v e m e n t se x i s tf o r f i n g e r p r i n tr e c o g n i t i o n ；h o w e v e r ，t h e p e r f o r m a n c e c a n n o t s a t i s f y t h e r i g o r o u sr e q u i r e m e n t s o fs o m e s p e c i a l a p p l i c a t i o n i nt h i sp a p e r ，t h ek e yt e c h n o l o g y 一f pr e c o g n i t i o na l g o r i t h mi s l a u n c h e db a s e do nt h ea n a l y s i so fc u r r e n ts i t u a t i o no fa u t o m a t i c f i n g e r p r i n t i d e n t i f i c a t i o n s y s t e m ( a f i s ) t h es t r u c t u r e b a s e d f p r e p r e s e n t a t i o n a n di t s m a t c h i n ga l g o r i t h m a r e p r o p o s e d t oa d d r e s st h e s h o r t c o m i n g o ft r a d i t i o n a l m i n u t i a e b a s e dm e t h o d ，w h i c hm a k e su s eo fl i m i t e di n f o r m a t i o ni nf pi m a g e s i nt h ef o r m e rt h r e ec h a p t e r s ，w ei n t r o d u c et h eh i s t o r y ，s t a t u sq u oa n dt h e d e v e l o p m e n tt r e n do fa f i s ，t h ed i f f i c u l t i e so ff pr e c o g n i t i o n ，a n dt h eo b j e c t o u rr e s e a r c h ；a l s ot h ec o m b i n a t i o na n da c c e s sm e t h o df o rt h ea f i s ；m o r e o v e r ， t h ea n a t o m yo ft r a d i t i o n a lm e t h o df o rf pr e c o g n i t i o n i nt h ef o r t hc h a p t e r ，t h ep h y s i c sm o d e lo fg a b o rf u n c t i o nf o rf pr e c o g n i t i o n i s p r e s e n t t h eo p t i m a ld e s i g n e dg a b o rf i l t e r s i si l l u s t r a t e d t h e o r e t i c a l l ya n d e x p e r i m e n t a l l y t h ec o m p a r i n ge x p e r i m e n t sf o rt w ot e s s e l l a t e dm e t h o d sa n d t w op a r a m e t e r ss e l e c t i o n sa r eg i v e nf o rc o n f i r mt h eo p t i m a lf i l t e r s i nt h ef i f t h c h a p t e r ，t h ew h o l ef pr e c o g n i t i o na l g o r i t h mi sd e s c r i b e di nd e t a i l s ， w h i c hm a d em u c h i m p r o v e m e n t t oe n h a n c et h ep e r f o r m a n c e i nt h es i x t hc h a p t e r ，t h eo r i e n t a t i o ns p e c i f i e df i l t e r e dr e p r e s e n t a t i o ni sd e s c r i b e d t or e d u c et i m ec o n s u m eo ff i l t e r i n go p e r a t i o n ，a n dt h e nt h ea n f i s b a s e d ( a u t o m a t i c n e u r o f u z z yl d e n t i f i c a t i o ns y s t e m ) m a t c h i n ga l g o r i t h m i s p r o p o s e d t h ee x p e r i m e n t 浙江人学啡i 。论文 r e s u l t sc o m p a r e dw i t ho t h e rm e t h o d so nt h es t a n d a r df pd a t a b a s ef f v c 2 0 0 0 【22 1 f p v e r i f i c a t i o nc o m p e t i t i o ma r e g i v e n t h ec o m p e n s a t e dr e c o g n i t i o na l g o r i t h mi s p r o p o s e d t oi m p r o v et h er e c o g n i t i o n r a t ei nt h es e v e n t hc h a p t e r t h i sm e t h o dc o u l db eu s e df o rr e f e r e n c eb yo t h e rf p t e c h n o l o g y ，a n d a l s o b y o t h e r b i o m e t f i c ，i m a g e a n d p a t t e r nr e c o g n i t i o n a n d c l a s s i f i c a f i o n c t c t h em a i nc o n c l u s i o n ，t h es h o r t a g ea n dt h ep r o s p e c to ft h er e s e a r c ho ft h i st h e s i s a r eg i v e nf i n a l l y s t r u c t u r e b a s e df pr e c o g n i t i o nm e t h o dn o to n l ym a k e sb e s tu s eo ft e x t u r e s t r u c t u r ei n f o r m a t i o nc o n t a i n e di nt h eg r a yl e v e lf pi m a g eb u ta l s or e f l e c tt h el o c a l i n f o r m a t i o n s oi tc a no f f s e tt h es h o r t a g eo ft r a d i t i o n a lm e t h o di nl i m i t e da r e ai m a g e a n f i s - b a s e dm a t c h i n ga l g o r i t h ma n dc o m p e n s a t e dr e c o g n i t i o na l g o r i t h ma l er o b u s t t on o i s ea n dd i s t o r t i o n ，a n da c h i e v eah i 曲a c c u r a c y a l lo f t h ee x p e r i m e n t sa l et e s t e d o ns t a n d a r df pd a t a b a s e ，a n dc o m p a r e da c c u r a c yw i t ho t h e rr e l a t e dm e t h o d s t h e e l e m e n ta n d g r a t e o fw h a tc a nr e s u l ti n e l t o ri s a n a l y z e d a n d c o m p a r e db y e x p e r i m e n t s k e yw o r d s ：f i n g e r p r i n tr e c o g n i t i o n ，g a b o r f i l t e r ，n e u r o f u z z y n e t w o r k ， c o m p e n s a t e dr e c o g n i t i o na l g o r i t h m ，b i o m e t r i c 浙江人学博i 论文 鸣谢 首先向我的导师汪乐宇教授表达最真挚的敬意和感谢。汪乐宇教授有着渊博 的学识和敏锐的洞察力，他勇于创新、严谨治学和对科研教育事业的执着追求， 以及孜孜以求的精品意识，是我学习的榜样，他的教导和要求，一直激励我不断 进步。 在浙江大学的求学期间，得到了周泓博士、陈祥献老师很多热心帮助，暨此 之际向他们表示诚挚的谢意。感谢实验室的耿晨歌老师、陈耀武老师、余锋老师， 它们的敬业精神是我学习的榜样，他们以不同方式的指点使我受益匪浅。感谢高 昆、刘莉、王瑞荣、徐小良等师兄弟妹的合作和交流。 最后，我要向深爱我的家人表示衷心的感谢，是他们的理解、支持、关心和 鼓励使我战胜自己，完成学业。 浙江人学博l 论文 第一章绪论 1 1 课题提出的背景及意义 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 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，就可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i m 、p o s 终端等的安全认证，蜂窝电话， p d a 的使用认证等等，都离不丌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。 著名的i t 信息调查公司g a r t n e rg r o u p 认为生物测定技术( b i o m e t r i c ) 将成 为未柬几年最有影响的新技术之一。世界级跨国公司如r b m 、s i e m e n s 、 l u 匹n t 、砌【t s u b i s 等在移 极进行生物识别技术及其产品的丌发。b mg a r e s 曾断南生物识别技术，象指纹以别等来识别个人身份，即将成为今后几年i t 产 业的藿要草新，今年5 月份，微软公司宣布将把，物认证技术添力到自己的视窗 操作系统中，这对这项新技术f 门发展无疑将起到促进作川。 浙江大学博1 论史 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， 各种生物认证技术的比较将在1 2 节中给出。尽管各个指纹识刖系统的生产厂 家都报出极高的识别率，但是他们都是在自己的实验中得出的指纹库上做测试， 而不是在一个统一的标准指纹库上测试，结果的可比性不大。各种产品的网上发 布数据在表1 1 中给出，作为对比，表1 2 中给出了f v q 0 【2 2 坤统一指纹库下 测试的算法结果。可以看出，在后者的错误率比的者要高一些。所以在指纹识别 的算法研究上，还存在着许多需要改进的地方，这使得指纹识别尊法研究还在继 续。 表1 1 网上发布的一些公司的指纹识别系统产品的性能。没有一个公布数据来源 于哪个指纹库，所以这些数据不能被直接比较。其中，f a r ：f a l s e a c c e p t r a t e ；f r r ： 公司( 网址)传感器f a rf r r b i o l i a ku s a ( b i o l i n k u s a c o l i d光学o 0 0 0 0 1o 0 1 b i o m e t f i c l d ( b i o m e t r i c i d c o r n ) 光学 o 0 1o _ 0 1 s t m e k ( s t a r t e k c o m ) 光学 o 0 0 13 3 i o s o f 哪撒( 硫o f 咖e c o 呐 光学 o 1l i d e n t i x ( i d e n t i x c o n 】 光学 o o 0 0 1l n e c ( n e c t e c h c o 蕊 半导体 o o 0 0 2o 0 5 b i o m e t r l xi n t ( b i o m e t a x a t )半导体 o o o lo o 0 0 1 p o l l e x ( p o u e x c h ) 半导体 o 0 0 11 s o n y ( s o n y c o r n ) 半导体 o 0 0 11 中控科技( 中国) 光学 o 0 0 11 f z k o f t _ 嬉耀c o r n ) 中i f 乍物认证技术有限公日 o 0 1 ( 安令等级1 ( 安全等级 i 皇甘体 ( m i a x i s c o r n ) 为5i i , r )为i 叫) 第一章绪论 表1 2 最新的指纹识别算法的e e r 比较。f v c 2 0 0 0 中的d f - - 9 0 光学传感器录 入，由i d e n d c a t o rt e c h n o l o g y 公司生产。指纹大小为4 4 8 4 7 8 。更多信息见文献 【2 2 1 。其中，e e r ：f a r ；f r r 同时能达到的最小值。 算法e e r ( ) 平均匹配时间( 秒)拒绝率 s a 9 1 3 6 42 1 3o o o s a 9 2 4 0 11 9 4o o o c s p n 53 30 3 518 i c e t p 8 2 91 6 6o o o c w a i5 9o 5 72 08 6 k r d l80 316 0 1 19 8 影响指纹识别率的因素有噪声、变形等，例如脏手指、干手指、疤痕导致的 不同时期、不同季节间指纹的差异，芯片表面残留物带来的噪声；手指按压过程 中的扭转和拉伸、按压力度等因素会使指纹产生变形，这些对会影响指纹质量， 使多次录入的同手指的指纹不能被指纹识别系统辨识，这样给指纹识别带来困 难，直接导致识别错误。随着晶体半导体指纹录入芯片的诞生，使得指纹识别技 术从单的司法应用扩展到民用。为了降低成本，指纹芯片的面积做得尽可能小， 这样，由于指纹的多次按压位最不同，导致同一手指的重叠区域有时会很小。传 统的基于细节点的指纹识别算法只利用了指纹图像中- - d , 部分信息( 细节点) ， 丢失了丰富的结构信息，对于小面积指纹图像就有可能因为缺乏足够的信息而影 响识别率。而且细节点提取过程中，由于噪声的影响，很容易产生虚假细节点和 丢失真f 的细节点，在指纹的受损区域，这种现象更为突出。另外，出于每个指 纹的细节点数都不相同，产生出的特征向量长度不同，不利于快速匹配( 主要指 数据库搜索) 。此外，特征匹配时，细节点的相对位置随指纹的弹性变形而改变， 会影响匹配精度。 浙江人学博i 论文 在上述研究现状和市场背景下，丌发新的更高性能的指纹识别算法，显得十 分必要。针对指纹识别技术的不同应用领域，不同的算法都做出了相应的侧重。 本文旨在研究一种算法，冲破细节点方法的局限，克服传统方法的不足，提高识 别准确率。本文提出的基于结构的指纹识别算法，特别适用于广泛应用的电容半 导体芯片采集的小面积指纹图像的识别。此外，本文对噪音和变形指纹图像的识 别，也做了一定的研究。算法的设计及实验结果，以及与其他方法的对比将在以 后的章节中详细讨论。 1 2 指纹识别与生物识别 生物识别( b i o m e t r i c ) 是自动识别( i d e n t i f i c a t i o n ) 或确认( v e r i f i c a t i o n ) 人 的生理特征( 如指纹、手掌的几何形、掌纹、虹膜、视网膜、面孑l 、面部热象图、 手腕脉络、皮肤毛孔、身体的气味、脉管图样等) 和行为特征( 如声音、签名、 步念、姿势等) 来进行身份验证的一种技术i l b i 。生物识别技术的核心在于如何 获取这些生物特征，并将之转换为数字信息，存储于计算机中，利用可靠的匹配 算法来完成验证与识别个人身份的过程。生物识别技术目前主要包括指纹、手掌、 视网膜、虹膜、面孑l 、脉络、声音、步态等的认证。 表3 各种生物识别系统的性能比较 生物认证技术准确率用户接受度 视网膜 1 ：1 0 ，0 0 0 ，0 0 0低 虹膜 1 ：1 3 1 ，0 0 0 中 指纹1 ：5 0 0高 手掌 1 ：5 0 0高 签名1 ：5 0高 声音1 ：5 0高 面孔1 ：5 0高 表3 足n ：2 0 0 1 年的报道总结f b 各种生物以别系统的准确牢和用j 、接收牢 比较，| | ij i 采集税h 膜和虫l 舭的摄像机昂贵，受光j | 影i 桐较人m 然它f l 勺让! ! l j | j h e 第一章绪论 确率很高，用户可接收率比较低；手掌几何形识别只适用于确认( v e r i f t 。t i 。n ) 而不适合于识别( i d e n t i f i c a t i o n ) ；而签名、声音和面孔识别的识别率不高，所 以综合起来只有指纹识别技术是相对准确率最高，而且最易被用户接受的一种身 份认证方案。 1 3 指纹识别的历史与发展 考古证实，公元前7 0 0 0 年到6 0 0 0 年以前，古叙利亚和中国，指纹作为身份 鉴别己经开始应用。那时候的有些陶器印上了指纹，用来标识陶器是由谁制造的。 中国人古时的有些文献也使用印有大拇指指纹的粘土来标识文献的作者。在杰瑞 克( 远古时巴勒斯坦的一个偏僻都市) ，有些房子的砖头上就印有砖匠的拇指指 纹。然而，尽管有些地方使用了指纹，但并没有证据表明指纹在这些社会中得到 了广泛的，基础性的应用。 现代的指纹识别技术始于1 9 世纪术期。1 8 8 0 ，h e n r yf a u l d 首先发现了至今 仍然承认的指纹的两个重要特征，任何两个不同手指的指纹纹脊的式样( r i d g e p a t t e r n ) 不同，并且指纹纹脊的式样在人的一生中不会改变。这发现奠定了现 代指纹识别技术的理论基础。这一研究使得指纹在罪犯鉴定中得到应用，如阿根 廷( 1 8 9 6 年) ，苏格兰( 1 9 0 1 年) ，其他国家在2 0 世纪初也有类似案例发现。 1 8 8 8 年，f r a n c i sg a l t o n 在对指纹作了大量研究以后，提出了利用指纹中微小细 节进行分类的方法。1 8 9 9 年，e d w a r dh e n r y 建立了著名的”h e n r ) , 系统”用于指纹 分类。其后，指纹识别被接受为法律上有效的身份认证方法，些指纹识别机构 建立了世界范围的犯罪指纹档案。 2 0 眭! = 纪6 0 年代v b i ( f e d e r a lb u r e a uo fi n v e s t t g a t i o n ) 丌始指纹的自动识别： 7 0 年代荚l q 政府委派s c a n d i ai , i l b s 调在各种生物识别技术，纰论是指纹谚 别技 术是最 潜力剃准确率最高的u 刖技术。这项调查使得大批研究羁j 川：发1 作集- j 浙江人学博 论文 到指纹识别算法和系统集成上来；8 0 年代，个人电脑、光学扫描这两项技术的革 新，使得它们作为指纹取像的工具成为现实，从而使指纹识别可以在其他领域中 得以应用，比如代替i c 卡：9 0 年代后期，电容传感器等低价位取像设备的引入 及其飞速发展，更使指纹识别系统的体积和价格得意大幅度减低，加上可靠的比 对算法的发现为个人身份识别应用的增长提供了舞台，也为指纹识别算法提出了 新的挑战和要求。例如小面积指纹的识别，就适应了电容传感器的低成本要求。 电容传感器的晶片面积与成本成正比，如果算法能够适应小面积指纹识别，那么 就意味着降低了成本。本文就是基于这样的考虑展开的。 进入2 1 世纪以来，生物认证技术被广泛接受。目前，指纹识别技术正越来 越广泛地应用在机场、银行和网上交易等需要验明身份的地方。随着新的身份识 别技术的发展，指纹识别将成为未来身份认定的重要方式。由于活体指纹识别技 术的发展成功，使指纹识别系统可不需由特定人士操作，成为一般人可使用的工 具，使指纹识别进入个人使用的阶段，如移动电话，p c 等电子产品。2 5 节分 析了指纹产品的应用和前景。 1 4 指纹识别系统的应用及市场前景 指纹识别在于它提供的相同安全等级下的价格和使用方便性，例如便携设备 和i t 应用等。以下是目前市场出现和酝酿的一些具体应用例如( 图1 1 ) ： 金融证券：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、公司提现确认、交易终端客户自份确认、远程交易身份确认等。 i t 业：个人计算机系统及蜂窝电话密码、信息安全防范、网络安全防范、 网i ：银行及电子商务的安全交易。 安防、世：指纹门禁系统、个人证件。 医疗：献血输血管理、个人医疗档案管理。 6 第一章绪论 社会福利：公费医疗确认、保险受益人确认、各种社会福利受益人身份确认。 其他：指纹考勤、俱乐部会员确认、选举身份认证、海关及民航快速通关认 证等。 目前我国开发最有利的项目有指纹门禁系统、指纹保险箱、a t m 指纹终端 和i n t r a n e t 安全等。 最近几年，利用生物识别技术的安全产品市场渐渐稳固，“9 - 1 1 ”以后生物 认证更是得到广泛认同，市场呈增长势头。但也有一些公司或研究机构退出了市 场，只有那些有生命力和适应性的技术能够生存下来。 幽l l 指纹 i 刖系统近 i l 】和未来儿年的成川 7 浙江大学博 j 论文 据业界人士分析【- 5 l ，在最近几年里，指纹识别的市场要经历三个阶段，如图 12 所示：政府项目和嵌入式系统。不仅是发达国家还有发展中国家，一般 用于减少欺骗和个人安全领域。如也门把加有指纹信息的i c 卡作为市民的身份 证明，美国91 1 以后用生物认证加强机场和海关保安。公司用户，如i t 、 手枪和汽车产品安全、金融服务、保健机构等。0 消费群体。随着技术进一步 提高和成本的继续下降，最具吸引力的应用应来自消费群体。如p c 和电话 o e m 、电子商务。另外个人数字产权的保护将非常具有潜力，特别是数字音乐 和电影。这些数字产品可以通过指纹加密授权给个人，证书就是自已的手指。这 将开辟一个新的娱乐业安全市场。 5 0 0 m 设- ( $ 8 8 1 f l r * t 2 0 i b l 4 1 - i s 2 b 市螬) 1 m ( $ 2 0 0 m 幡 2 0 0 32 0 0 42 0 0 5 - 2 0 0 8 闰1 2 近几年指纹认证产品的市场走势分析 1 5 指纹识别技术的困难 尽管指纹议别技术已有很多的商业产品，但识别准确率还是不能满足某些特 定的应用。指纹识别算法主要包括特征提取和特征匹配，当图像质量较差时，还 需要图象增强傩法：用于大型数据库搜索时，为了减少搜索时州，提高识别率， 般还要加入指纹分类算法。 第一章绪论 当三维的指纹被指纹录入设备扫描成二维的数字图像时，会丢失一部分信 息，手指划破、割伤、弄脏、不同干湿程度以及不同的按压方式，还会导致指纹 图像的变化，这给可靠的特征提取带来了相当地困难。例如传统的基于细节点的 识别方法，是依靠提取指纹脊线上的细节点，然后对其位置和类型进行匹配，来 识别指纹的( 详细描述在第三章中) ，而噪声会影响特征提取准确度，增加错误 的特征点或丢失真正的特征点。当噪声很大时，就要增加图像增强算法来改善图 像的质量，但很难找到一种增强算法能够适应所用的噪声，多种增强算法又会大 幅增加算法运行时间，不好的增强算法又会增加人为特征。图1 3 ( n e u r o t e c h n o l o g i j al t d 的v e r i f i n g e r 4 0 产生) 给出了不同噪声等级下，基于细节 点的指纹识别算法提取的特征点。第一幅图像( a ) ，噪声等级最小，( c ) 次之，( e ) 噪声最大，右面一排指纹为它们相应的增强后的图像和提取的细节点。可以看到， 当噪声增大时，提取了许多虚假细节点，还有可能丢失细节点。这就是传统的基 于细节点识别算法的不足之处之一，因为它只利用了指纹图像中的一小部分信 息细节点位置和方向，作为特征进行匹配，丢失的蕴涵在图像中的其他丰富 的结构信息。不难想象，基于这种方法的识别算法，很难全面适应指纹的变化， 算法对噪声的鲁棒性受到置疑。 识别过程是比对提取的特征表达，当匹配双方指纹来自同一手指时输出高的 数值，相反，来自不同手指，输出低数值。好的识别算法应该可以弥补特征提取 步骤的不足，有效的利用特征信息，例如做到旋转、变形不变等。 浙江大学博士论文 幽1 3 随噪卢的增大出现虚假年l i 丢火细点现象 幽中左列是原始指纹，列是它们相麻的增强后的削像平i i 细1 i 点：! t 的指纹对麻的噪卢等级递增。 “) 第一章绪论 1 6 本文研究的目标 本文在分析了大量的指纹识别算法，认识到传统基于细节点的指纹识别方法 的不足，因而迫切需要开发新的指纹表达。基于结构的指纹表达，利用g 。b o 。 函数的方向和频率信息携带能力，能够充分利用指纹的结构特点，但是这种方法 刚刚起步，还存在许多需要改进的地方。本文完善了g a b o r 滤波器的物理模型， 设计了优化的g a b o r 滤波器，并给出了几种方案，对它们分别作出了实验，对 结果进行了对比。为了提高算法的识别率，本文设计了基于自适应模糊神经网络 系统( a n f i s ) 的匹配算法。由于这种方法可以训练同一手指经多次采集的不同 指纹，于是本文又设计了指纹的补偿识别方法，即利用一个采集的指纹做“母指 纹”，模拟出一系列真实情况下采集的指纹，并对它们进行训练，产生出一个指 纹模型，它可以补偿影响指纹质量的各个因素，如噪声、变形等，因而对这些因 素产生鲁棒性，提高识别准确率。 1 7 本文的结构 本文的结构是这样安排的：第二章介绍指纹自动识别系统，包括指纹识别的 系统组成、性能评估方法；第三章讨论各种指纹识别算法：基于结构的指纹识别 算法在第四章到第七章中详细描述，其中g a b o r 滤波指纹识别的物理模型及滤波 器的优化设计在第四章给出：基于结构的指纹识别算法各个步骤在第五章描述； 第六章描述了基于a n f i s 的匹配算法，给出了在指纹识别算法竞赛( f v c 2 0 0 0 ) 的数据库上的实验结果，并与其他f v c 2 0 0 0 算法结果进行了比较；第七章摇述的 是指纹的补偿识别算法，即通过模拟真实环境和情况下指纹的变化，作为补偿因 素，经模糊神经网络训练成一个手指模型，从而提高识别率。许且构造了模拟数 据库，分析了影响指纹质量的各个因索对本文描述的各种识别算法的影响，给出 芡验纪果及对比：第八章是结沦和展掣! 。 浙江人学博i ：论文 第二章指纹的自动识别系统 在这章里，主要介绍指纹识别系统的各部分组成，系统设计时根据特定应 用要考虑的问题，以及系统性能的评估方法等。 2 1 指纹自动识别的系统实现介绍 指纹的自动识别包括两大步骤：指纹的录入和指纹图像的处理。如图2 1 所 示为指纹自动识别系统框图。指纹录入是由一个指纹扫描仪获得手指上的指纹， 并转化成数字图像，通常指纹图像是2 5 6 灰阶的黑自图像，指纹录入设备的介绍 在2 2 节中给出。录入的指纹图像进入指纹图像处理阶段，按照应用分别包括 两个模式：登陆模式和识别模式。前者是将指纹图像转化成模板存入指纹数据库 中备查；后者是用户要出通过指纹验证身份。两个模式中部需要指纹图像的预处 理和特征提取；识别模式中还要有匹配过程，用于给出结果，而登陆模式真接将 提取的特征向量存入数据库中。当应用于大型指纹数据库时，通常需要指纹分类， 因为这样可以把指纹分成几个组( 或称类) ，匹配时先算出某指纹属于哪个组， 这叫做粗匹配。然后再在组内精确匹配，这样减少数据搜索时阳j ，并且提高识别 准确率。指纹图像的识别算法将在第三章详细介绍。 第一章 指纹的自动识别系统 指纹自动识别的系统实现要考虑四个方面的问题 1 指纹录入设备即指纹传感器： 2 指纹识别算法； 3 系统问题； 4 性能的评估。 在以下的各节中，分别简单介绍1 、3 、4 ，由于本文重点研究指纹识别算法， 所以把算法实现放到单独的一章中重点讨论，届时将详细介绍以往的各种算法。 2 2 指纹传感器 指纹录入设备的作用就是抓取指纹图像的点位图，一般来说，每一点用一个 8 - b i t s ，0 - 2 5 5 之间灰度值表示。分辨率是每单位长度内的点数，一般用每英寸点 数_ d d i ( d o t sp e r i n c h ) 表示，它的范围在2 5 0 到6 2 5d p i 之间，5 0 0a v i 为标准分 辨率。指纹图像的范围从o 5 ”o 5 ”( 1 2 7 毫米) 到1 2 5 ”( 3 1 7 5 毫米) ，其中1 ” ( 2 5 4 毫米) 为标准尺寸【8 目。点与点之间的距离称为节距( p i t c h ) ，例如分辨率 为5 0 0d p i 时，节距为5 0u l t i ，分辨率和节距之间的关系可用下式表示： 分辨率( d p i ) = 糕挚 ( 2 - ) 美国联邦调查局( f e d e r a lb u r e a uo fi n v e s t i g a t i o n 一f b i ) 宣布，为可以满足指 纹综合自动识别系统( i a h s - - i n t e g r a t e d a u t o r m t e d f i n g e r p r i n t i d e n t i f i c a t i o n s y s t e m ) 分析指纹的脊和谷的精度要求，分辨率应为5 0 0d p i 。尽管大部分产品都是用这一 数据，在某些商业应用中也不是强制的。因为指纹的脊和谷平均宽度为4 5 0 u l t i ， 所以传感器的节距为2 2 5 就够了，这样理论上分辨二餐为1 1 2d p i ，为了有个相； 的冗余，指纹传感器最小的分辨率应该为2 5 0d p i 。本文提 h 晌基于结构的指纹谚 刖算法，按照大多数指纹j 品肌格，假定分辨牢为5 0 0 d p i 、 浙江人学磷i 论义 目前的二维指纹录入设备采用三种方法：光学、超声波、半导体。各种技术 都有它们各自的优势，也有各自的缺点，表2 1 给出了三种技术中主要方法在体积、 耐用性、成像能力、耗电和成本方面的比较。 表2 1 采用光学、超声波、半导体方法的指纹录入设备比较 比较项 目 光学全反射硅晶体电容传感技术超声波扫描 体积大小 由 耐用性非常耐用容易损坏一般 成像能干手指差，汗多和稍脏手干手指好，汗多和稍脏 非常好 力指成像模糊手指成像较好 耗电较多少较多 成本低较低很高 欺诈性容易受欺诈不容易受欺诈不容易受欺诈 2 2 1 光学方法 光学取像设备有最悠久的历史，可以追溯到2 0 世纪7 0 年代，目前应用也比 较广泛。光学取像设备依据的是光的全反射原理。光线照到压有指纹的玻璃表面， 反射光线由a ：d 去获得，图2 2 给出的是光学方法指纹录入原理图。反射光的量 依赖于压在玻璃表面指纹的脊和谷的深度和皮肤与玻璃间的油脂和水分。光线经 玻璃射到谷的地方后在玻璃与空气的界面发生全反射，光线被反射到o c d ，而射 向脊的光线不发生全反射，而是被脊与玻璃的接触面吸收或者漫反射到别的地方， 这样就在a ：d 上形成了指纹的图像。 第一带 指纹的自动识刖系统 光厂、 源l ， 图2 2 光学方法的指纹录入原理 由于最近光学设备的革新，极大地降低了设备的体积。9 0 年代中期，传感器 可以装在6 x 3 x 6 英寸的盒子里，最近出现更小的设备3 x l x l 英寸。这些进展取决于 多种光学技术的发展。例如：可以利用纤维光束来获耿指纹图像。纤维光束垂直 射到指纹的表面，它照亮指纹并探测反射光，可以减小设备体积。采用光学方法 取像的代表性公司及产品如d i g i t a l p e r s o n a 的u a r e u 指纹扫描仪【1 蚓，i d e n t i c a t o r c o 的d f r 2 0 0 1 3 1 1 等。图2 3 是“u a l e u2 0 0 0 ”光学指纹扫描器图例。 2 2 2 超声波扫描 超声波扫描被认为是指纹取像技术中非常好的一类。很象光学扫描的激光， 超声波首先扫描指纹的表面，紧接着接收设备获取了其反射信号，测量它的范围， 得到脊的深度。与光学扫描不同，积累在皮肤上的脏物和油脂对超音速获得的图 像影响不大，所以这样的图像是实际脊和谷的形状( 凹凸) 的真实反映，应用起 泉更为方便。但是超声成像设备的价格很高，很难推广到民用领域，限n t 它的 发展。 2 2 3 半导体方法 其典光学方法中，已经使j h 丁、仁导体芯片：c c d 但在传感器和手指之m 还f | 助棱镜和镜片，这早所说的、卜导体，j 法是指把手卡匕“接股往芯片表厕。郇种 ，j 浊蹦j t 化- j i 1 ；t t ：f f , j 物理蛑化 ，k l i i q 2j i 允进n 勺价格眠慊m ( i m ( ) s 手支术艇成 0 i 浙江人学博士论义 这些含有微型晶体的平面通过多种技术来绘制指纹图像，它们不用光学方法中的 光子，而是用压力、温度、电场和电容。 市场上晶体传感器出现于9 0 年代后期，最常见的硅电容传感器通过电容度量 被设计来捕捉指纹。在半导体会属阵列上能结合大约1 0 0 ，0 0 0 个电容传感器，其外 面是绝缘的表面，当用户的手指放在上面时，皮肤组成了电容阵列的另一极。电 容器的电容值由于导体间的距离而降低，这里指的是脊( 近的) 和谷( 远的) 相 对于另一极之间的距离。市场上芯片厂商的代表为v e r i c l i c o n p 和s i e m e n s 3 8 。 图 2 4 是v e r i d i c o m 公司的电容传感指纹扫描器图例。 另一种晶体传感器是压感式的，其表面的顶层是具有弹性的压感介质材料， 他们依照指纹的外表地形( 凹凸) 转化为相应的电信号。压力方法是一个比较老 的方法，它的缺点是灵敏度低，输出图像模糊，所以现在已没有此种方法的工业 产品。 温度感应传感器是利用热电材料把温度( t ) 转化成电压量，这种方法不是 测量指纹脊和谷之问的温度差，因为这一温差很小，实际上，手指刚刚放在材料 表面时，脊接触了，它的温度被测量到，而谷没有接触，温度保持不变。这种方 法的缺点是