（机械电子工程专业论文）自动指纹识别技术的研究.pdf

y5 6 5 1 6 6 自动指纹识别技术的研究 机械电子工程专业 研究生盖武指导教师康戈文 指纹识别是一种非常可靠的身份识别方法，自 动指纹识别系统用途广泛， 它在法庭取证和日 常生活中发挥着重要作用，如网 络安全、罪犯鉴定、门 禁系 统和 a t m 的身份认证。因此， 进行指纹识别技术方面的研究，具有较高的现 实意义和理论意义。 本文在收集和分析近年来国内外指纹识别方面的研究报告、 学术论文等专业资料的基础上，对指纹识别所涉及的常见算法，包括预处理、 指纹特征提取和指纹匹配的算法等，进行了探讨和研究。 本文主要在微机指纹识别技术方面进行了以下工作: 1 )对指纹预处理算法进行了研究。采用离散方向法来求取指纹的点方向 图， 进而用直方图法结合动态分块得到指纹的块方向图; 再对指纹图像进行方 向法滤波; 然后使用逐点局部闽值法， 对指纹图像进行二值化处理; 二值化后 对二值图进行后处理;细化算法采用基于o p t a 的改进细化算法，可以 获得高 质量的指纹骨架。预处理算法中的一些参数的选择是经过反复实验而选定的。 2 )对指纹的特征提取算法进行了研究。 所使用的求取8 一 领域交叉数算法 能够准确地提取指纹图像的细节特征，并表现出较强的抗干扰性。 3 )在从细化图中提取特征的基础上，利用脊线跟踪后处理算法去除伪细 节 特征， 如毛 刺、 小 桥 和 小 孔。 虽 然 该 算 法 单 就 特 征 提取 这 一 步 来 说 需 要 更多 的 时 间， 但它为 指 纹的 匹 配 节 省了 大 量 的时 间 ， 并 可以 有 效 地提 高匹 配的 l f 确 率。经过该方法处理后，能有效地去除伪特征点。对于质量较差的指纹图像， 效果更加显著。这就为提高指纹图像匹配的速度和性能奠定了良好的基础。 4 )对基于脊线校准的特征点匹配算法进行了研究和讨论。本算法能够减 小指纹平移、 旋转误差， 在有噪声和形变情况下， 先优选出极坐标原点对， 进 而求出匹配对的数 目。 经实验验证，以上技术和方法都取得了较好的效果。 关键词:方向场 预处理 特征提取 后处理 匹配 s t u d i e s o n a u t o ma 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 t e c h n i q u e s p e c i a l i t y m e c h a t r o n i c s e n g i n n e e r i n g p o s t g r a d u a t e g a i wus u p e r v i s o r k a n g g e w e n f i n g e r p r i n t v e r i f i c a t i o n i s o n e o f t h e m o s t r e l i a b l e p e r s o n a l i d e n t i f i c a t i o n m e t h o d s . a n a 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 ) i s w i d e l y e m p l o y e d . i t p l a y s a v i t a l r o le i n p r o v i d i n g f o r e n s i c e v id e n c e s a s w e l l as i n o u r e v e ryd a y l i v e s , f o r i n s t a n c e , i n c r i m i n a l i d e n t i fi c a t i o n , a c c e s s c o n t r o l , a n d a t m c a r d v e r i f i c a t i o n . t h u s , t o e x e c u t e d e e p r e s e a r c h e s o n f i n g e r p r i n t r e c o g n i t i o n i s n o t o n l y t h e o r e t i c a l l y b u t a l s o p r a c t i c a l l y m e a n i n g f u l . b a s e d o n l a t e s t e x t e n s i v e d i s c o u r s e s a n d t e c h n o l o g y j o u rn a l s i n t h i s f i e l d , t h e d i s s e r ta t i o n i s t ry i n g t o m a k e s t u d i e s o n c o m m o n f i n g e r p r i n t r e c o g n i t io n , f r o m a l g o r i t h m s o n f i n g e r p r i n t p r e p r o c e s s i n g , t o f i n g e r p r i n t f e a t u r e e x t r a c t i n g a n d f in g e r p r i n t m a t c h i n g . t h e m a i n t o p i c s o f t h i s d i s s e r t a t i o n a r e l i s t e d as f o l lo w s : 1 ) a l g o r i t h m s o n f i n g e r p r i n t p re p r o c e s s i n g i s f ir s t s t u d i e d i n u n i t 3 . f i r s t o f a l l , a p o i n t d i r e c t i o n i m a g e i s a c q u i r e d b y u s i n g d i s c r e t e d i r e c t i o n m e t h o d . t h e n a b l o c k d i r e c t i o n i m a g e i s c r e a t e d b y a c o m b i n a t i o n u s i n g o f t h e r e c t a n g u l a r h i s t o g r a m m e t h o d a n d t h e d y n a m i c b l o c k - c u tt i n g m e t h o d . n e x t , f i n g e r p r i n t i m a g e c a n b e h a n d l e d w i t h a fi l t e r , w h i c h i s a d ir e c t i o n s e l e c t iv e s y s t e m. t h e n t h e g r a y i m a g e i s t r a n s f o r m e d i n t o a b i n a r y i m a g e t h r o u g h a o n e - b y - o n e - p o in t s e c t i o n - t h r e s h o ld b i n a ry a l g o r i t h m . a ft e r t h a t , a p o s t p r o c e s s i n g i s i m p l e m e n t e d o n t h e g i v e n b i n a r y i m a g e . i n t h e p a r t o f t h i n n i n g a l g o r i t h m , a n i m p r o v e d t h i n n i n g a l g o r i t h m d e r i v e d f r o m t h e o p t a i s i n t r o d u c e d i n , f o r t h e p u r p o s e o f p r o d u c i n g h i g h q u a l it y s k e l e t o n o f f i n g e r p r i n t s , o n w h i c h t h e m o r e a c c u r a t e f i n g e r p r i n t f e a t u r e lo c a t io n a n d t y p e a r e b a s e d . a s a r e s u l t ,p i n p o i n t f i n g e r p r i n t m a t c h i n g c a n b e a c h i e v e d . p r e f e r e n c e s i n t h e p r e p r o c e s s i n g a r e d e c i d e d b y r e p e a t i n g e x p e r i m e n t s 2 ) a l g o r i t h m s o n f i n g e r p r in t f e a t u r e e x t r a c t i o n a r e s t u d ie d i n u n i t 4 . mi n u t i a e c a n b e e x t r a c t e d w i t h e x a c t it u d e b y u s in g 8 - n e i g h b o r h o o d c r o s s - c a l c u l a t i o n a l g o r i t h m , a k i n d o f a l g o r it h m s f e a t u r e d e s p e c i a l l y i n i t s a b i l i t y o f a n t i 一 a m m i n g . 3 ) i n u n i t 4 , a n e w f e a t u r e e x t r a c t io n p o s t p r o c e s s i n g a l g o r it h m b a s d e d o n r i d g e t r a c i n g i s i n t r o d u c e d . i t c a n t o t a l l y r e m o v e p s e u d o - s t r u c t u r e s l i k e s p u r s , b r i d g e s a n d h o l e s f r o m a t h i n n e d f i n g e r p r i n t i m a g e . a l t h o u g h , i t c o n s u m e s m u c h t i m e i n t h e s t e p o f f e a t u r e e x t r a c t i o n , i t s a v e s u s a l o t i n t h e s t e p o f f i n g e r p r i n t m a t c h i n g o n t h e o t h e r h a n d , a n d m o r e o v e r , t h i s p o s t p r o c e s s i n g s t e p l a r g e l y i m p r o v e s b o t h t h e p r e c i s i o n a n d t h e e ff i c i e n c y o f t h e m a t c h i n g . a ft e r t h i s s t e p , s p u r i o u s m i n u t i a e i s n o t a t r o u b l e t o u s a n y m o r e . wh i l e a p p l i e d t o t h o s e l o w q u a l i t y i m a g e s , i t s e v i d e n t e ff e c t c a n b e e a s i l y b e h e l d . s o f a r , a s o l i d f o u n d a t i o n f o r f u r th e r f i n g e r p r i n t m a t c h i n g h a s b e e n e s t a b l i s h e d . 4 ) i n u n i t 5 , a n a l i g n m e n t - b a s e d a lg o r i t h m s m i n u t i a e m a t c h i n g f o r f i n g e r p r i n t v e r i f i c a t i o n i s s t u d i e d . t h i s m a t c h i n g a l g o r it h m c a n r e d u c e d i ff e r e n c e s d u r in g t r a n s l a t i o n , r o t a t i o n , a n d z o o m i n g u n d e r th e n o i s y o r d i s t o rt e d c o n d i t i o n . t o d o t h i s , fi r s t l y , s e l e c t o p t i m u m m a t c h i n g - o r i g in - p a i r i n t h e p o l a r c o o r d in a t e s , t h e n t h e n u m b e r o f m a t c h i n g p a i r s c a n b e a c q u i re d . t h e v a l i d i t y o f m e t h o d s p r e s e n t e d a b o v e a r e a l l w e l l c o r r o b o r a t e d b y s u b s t a n t i v e e x p e r i m e n t s . k e y w o r d s : o r i e n t a t i o n f i e l d ; p r e p r o c e s s i n g ; m i n u t i a e x t r a c t i o n ; p o s t p r o c e s s i n g ; m a t c h i n g 四 川 大 学 硕 士 学 位 论 文 第一章 绪论 随着电子信息大众化和电子商务的日 益普及 到各行各业的高度重视。在人类的现代生活中， 面电脑、笔记本电脑、a t m提款机、蜂窝电话、 ，信息安全管理工作越来越受 电子设备越来越多，例如:桌 门禁控制系统等等。对于个人 安全、 方便的身份认证技术变得越来越紧迫。 我们越来越过分地依赖像智能卡、 身份证号码、口 令等保护措施， 然而， 即使拥有这样的保护措施也不够，各种 各样的 损失时有发生，并且影响到各种服务， 增加商品的 额外开销。我们需要 当我们在与机器之间交互和交易时安全方便，即我们需要简单快速地使用机器 而不用担心安全问 题。然而，现有的基于智能卡、身份证号码和口令的系统却 只能在安全与方便之间徘徊，充分的安全从来没有实现过，而对于更好的安全 却与不方便同时出 现。为了实现较高的安全性， 我们必须使用更复杂和更不方 便的口 令，因为如果对在我们身边不同的机器使用一个相同的密码，那我们在 得到了 方便性的同时也增加了 安全性的隐患。 b i l l g a t e s 曾 做过这样的断言 ， 生物识别技术( b i o m e t r i c r e c o g n i t i o n t e c h n i q u e ) ， 利用人的生理 特征， 例如 像指纹等来识别个人的身份， 将成为今后几年i t 产业的重要革新， g a t e s 的 这 段言论是因为有越来越多的个人、消费者、公司和政府机关都承认现有的基于 智能卡、身份证号码和密码的身份识别系统是远远的不够的，而生物识别技术 为此提供了一个解决方案。所谓生物特征识别是指通过计算机.将人体所固有 的生理特征或行为特征收集并进行处理来进行个人身份鉴定的技术。生物识别 技术是目 前最为方便与安全的 识别系统， 它不需 要你记住像身份证号码和密码， 也不需随身携带像智能卡之类的东西。 指纹自 动识别 技术， 可称为人体密码， 是集传感器技术、生物技术、 数字图 像处理、 模式匹配、电 子技术于一体的高 新技术。 长期以 来，随着科学技术和电 子信息业的 迅猛发展，世界各国 争先在 这一领域进行研究，由 于它具有唯一性 和稳定 性等特点， 受到计算机自 动化办 公系统、金融保险、电子商务、社保、身份证管理、证券业、防伪等行业，以 及军方和警方的普遍应用。以 指纹为代表的生物识别技术，将会逐步在各行业 中得到越来越广泛的 应用，并 将最终占 据身份识别领域的主导地位，成为人们 生活中不可或缺的一部分。因 此， 进行指纹识别技术方面的 研究，具有较高的 v9 川 大 学 硕学 位 论 文 现 实 意 义 和 理 论 意 义 卜 们 。 1 . 1指纹识别技术的发展历史及现状 指纹作为一个独立学科出现，是比 较晚的事情。如果说从 1 9 2 3年泊金杰 ( p u r k i n j e ) 将指纹分成九类并加以 命名算起， 至今也不过一百六十年的 历史。 但是人类对指纹的应用，却从非常远古的时候就开始了。如在西安半坡出土的 距今六千多年的陶器上就己发现了指纹的痕迹。 我国古代有关指纹的遗迹是有很多的，诸如河南郑州商城遗址出土的春秋 战国时代陶豆柄上的指纹，西安秦始皇墓兵马俑上的指印等等。同样，世界上 其他国家， 特别是一些文明古国都可以找到古老的指纹印 痕。 据说印度、 波斯、 土耳其、俄国、北非等国 家都较早地和指纹打过交道，但是他们都没有向中国 和日本使用的那样广泛， 指、 掌纹在中国 古 代最广泛的应用， 可以说是在文书契约上按手( 指) 印。 德国之文学家海因德尔根据我国 周礼 曲礼断定: ” 中国第一个提到用指纹 鉴别个人的是唐代的作家贾公彦。 他的 作品 大约写于公元6 5 0 年， 他是着重提 到指纹是确定个人方法的世界上最老的作家。 “ 其实， 贾公彦只不过是根据我国 长期应用指、掌纹的实践经验对“ 质剂尸 和 下手书 作了 进一步解释而己，中国 正式应用指纹远早于此。 我国 是最早利用手印 进行侦查活动的国家。 有文字可 考，有实物可证的距今己有二千一百余年。在唐代应用指、掌印于文书契约的 基 础 上， 至 少 到了 宋 代 ， 手 印 己 正 式 作 为 刑 事 诉 讼 的 物 证 了 。 指、 掌 纹 在中 国 古代的借贷契约、买卖文凭、 婚约休书、狱词供状，军队名籍等方面的广泛应 用，反映了 我国人民己 经根据经验， 认识到了指、掌纹可以 代表一个人，而且 是不变的，否则就不足以为证了我国在广泛应用指、掌纹的漫长历史中，随 着对外文化的交流， 应用指纹的传统习惯传播到了 世界上许多国家。中国也是 世界公认的指纹发源地17 1 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脊的 式样( r i d g e p a t t e r n ) 不同， 另 外一个是指纹纹脊的式 样终生不改变。这个研究成果使得指纹在犯罪鉴别中得以正式应用。 ( 主要代 表性的事件有:1 8 9 6 年阿根廷首次应用，然后是 1 9 0 1 年的苏格兰，2 0 世纪初 其他国家也相继应用到犯罪鉴别中。)2 0 世纪 6 0 年代，由于计算机可以有效 四 川 人 学 顿卜学 位 论 文 的处理图形，人们开始着手研究利用计算机来处理指纹。从那时起，自 动指纹 识别系统 a f i s ( a u t o m a t e d f i n g e r p r i n t d e n t i f i c a t i o n s y s t e m ) 在法律实 施方而的研究和应用在世界许多国家展开。在指纹识别上的改进发生于六十年 代与七十年代之间，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。从六十年代末期， f b i开始使用一种自 动识别指纹的设备，到七十年代 末期，已 经有一定数量的设备开始在美国 大范围 使用司 。 2 0 世纪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。 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 量运算的模糊匹配算法。 现代电子集成制造技术使得我们可以制造相当小的指 纹图像读取设备，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， 指纹识别技术己经非常实用。2 0 世纪9 0 年代中期开始出现半导体的指纹传感 器。最初的这类传感器采集的图像质量和光学传感器有较大的差距，但是随着 半导体技术的 进步， 它采集的图 像质量:也越来越高， 现在这两种传感器采集 的图像质量差距已 经很小了。 9 0 年代后期， 低价位取像设备的引入及其飞速发 展，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。老式的指 纹传感器都是基于光学技术的传感器， 这种传感器结构复杂，价格昂贵， 体积 庞大。因此造成实际系统价格非常昂贵，所以过去指纹识别系统仅仅在公安、 银行等特殊部门内应用。随着光电技术的发展，光学传感器的价格和体积也开 始大幅度下降， a f i s 的应用领域也开始进入普通的民用领域。 半导体传感器具 有价格低、体积小的优点，有取代光学传感器的 趋势。目 前世界上大约有 5 0 家手指扫描系统生产厂家， 大多数厂家的产品是采用光学录入技术的。主要的 光学指纹录入系统生产商有: a m e r i c a n b i o m e t r i c c o m p a n y , i d e n t i x , i d e n t i c a t o r , b a c , s a s , c r o s s m a t c h和d i g i t a l p e r s o n a。u l t r a s c a n是唯 - l 产超声波指纹录入技术的厂家 ( 主要部件有k o d a k 公司生产)。基于芯片 的 指 纹 录 入 生 产 厂 家 主 要 有: t h o m s o n - c s f , i n f i n e o n , s t m i c r o e l e c t r o n i c s , a u t h e n t e c , v e r i d i c o m 和w h o v i s o n + 。 四 川 大 学 硕 卜学 位 论 文 对生物识别技术来说，被广泛接受意味着在影响千万人的日常生活的各个 日 方使用。 通过取代个人识别码和口令， 生物识别技术可以阻止非授权的访问， j 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 爪 过电话、网络进行的金融交易时进行身份认证;在建筑物或工作场所，生物 识别技术可以取代钥匙、证件、图章和卡阅读器。 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 义识 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 吸，国内外的差距并不明显。 2 现有指纹识别方法 预处理是指纹自 动识别系统中的最重要的一步，它的好坏直接影响着指纹 i n 别的效果。 预处理的目的就是利用信号处理技术去除图像中的各种噪声干扰 dm i变成一幅清晰的指纹点线图， 增强图 像的可识别性， 恢复指纹的纹线结构， 以 便正 确 可 靠 地提取出指纹 特征【e 1 【们 ， 因 此， 预 处 理性能的 好坏直接影响 着指 坟识别的效果。 在已 有的众多指纹图 像预处理算法中，利用方向图 来获得指纹特征被证明 1 1, 一 种很 有 效的 方 法ju l i ， 因 此， 如何 较为 准 确 地计 算指纹图 像的 方向 便成 为 关 键 所 在。 现 有的 指 纹 增强 算 法 多 数 是 基 于 局 部 纹 线方向 的， 比 如d o u g l a s h u n g 等 人的 适应 局 部纹 线方向 的 增强 算法o zl 和l i n h o n g 等人使 用g a b o r 滤波器的 方 法 13l 14 1 等， 这些算 法的性 能依 赖于局 部 纹线的 方向 性 ，因 此， 对 于方向 图 的 民取有很高的要求。 近年来，国内外的 学者在提出了多种求取指纹方向图的 算 i1 : , m e h t r e 0 s l 等人提出一 种利 用邻域内 不同 方向 上灰度值的 变化特性来求取点 i l 向，进而统计出 块方向的方法，该方法只能提取出 有限的几个离散方向，比 如4 , 8 或1 6 ， 这 些 方 法 最大 的 弊 病 是 存 在 很 大 的 量 化 误 差， 但 这 种 方 法 具 有 简单 实 用的 特点。 r a o a l 提出 了 一种利 用梯 度 算 子 求取 方向 图的 方向 ， 利用纹 线 力向 上灰度值变化最小的原理， 来求取指纹方向。该方法得到的是连续方向， 夙 可 抑 制 量 化 误 差 ， 但 这 种 方 法 计 算 量 较 大 。 a n i l j a i n 和l i n g h o n g 0 等 人对r a o的方法作了进一步的改进， 采用了一种后处理平滑算法， 并利用g a b o r 滤波器对频率和方向的选择性，实现了图像增强。这种方法处理效果较好，可 计算复杂性较大。 四 川 大 学 硕 卜学 位 论 文 从细化后的指纹点线图提取特征点是特征点匹配算法的关键步骤，细化的 好坏直接影响指纹识别的识别率 15 1x 0 ) 。 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用来进行指纹的 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2 0 。 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。美国国家标准测量局 n i s t ( n a t i o n a l i n s t i t u t e o f s t a n d a r d s a n d t e s t i n g ) 提出 一 种指纹细节 分 类方式， 将 指 纹 特征分 为四 类2 1) : 端点、 分 叉点、 复 合点和未定义特征， 而最重要的 细节特征就是: 端点 和分叉点。目 前最常用 的是美国联邦调查局 f b i ( f e d e r a l b u r e a u o f i n v e s t i g a t i o n ) 提出的 特征点坐 标模型，它利用端点和分叉点14 2 8 这2 种特征点的 坐标来鉴定指纹。 指纹图像 的特征点一般是从细化后的指纹点线图中来提取的，这样做可以得到指纹的细 节特征的 位置、 类型和方向 8 9 2 2 2 3 。 也曾 有人提出 过 在灰度图像上利用纹线 跟踪. 直接获取特征点，比 如文献冈， 但是 后者的 提取速 度和效果明 显不如前 者。 一个有效的指纹分类算法对于指纹的快速检索是至关 重要的， 指纹的奇异 点检测是指纹分类的重要步骤之一， 通过对指纹的 奇异点( s i n g u l a r p o i n t s ) 进行检测，可以得到奇异点的数目 和奇异点之间的相对位置关系，这是指纹分 类依据之一。指纹的奇异点检测，即中 心点 和三角点的准确提取，己 经有很多 种方法(2 3 (2 5 l2 8 3 。 奇异点的 提取对指纹图 像的分 类和指纹图 像的匹 配有重要意义， 在参 考文献(2 3 中 给出一种利用 p o i n c a r e工 n d e x值 来求取中 心点和三角点的算 法。 m i c h a e l (2 1 1 等人利用b 一 样条曲 线提取指纹图 像的几 何框架并基于此 进行指 纹的分类， 该方法提出的只是纹形的最粗略框架， 不能完全反映指纹纹形特征。 人们已 经提出了各种指纹匹配的 算法， 其中许多是基于点匹配算法的。点 匹配算法，是假设通过某些变换( 如平移变换、旋转变换、伸缩变换) 可以把两 个点集中的对应点匹配起来 - y o r a n a d 。 与r o s e n f e l d 提出了点匹配的 松弛 算 法12 1 ， 该方法因为需要反复迭代计算可靠度， 所以 速度较 慢。 s t o c k m a n 等人提 出的基于h o u g h 变换的方法，把点模式匹配转化成了对转换参数的h o u g h 空间 中 峰值的 检测p=y ， 这种方法的相对缺点在于当 细节点 较少( 少于3 0 个) 时， 很难 在h o u g h 空间里积累起足够大的证据来保证一个可靠的匹配，另外，该方法有 四 川 人 学 硕 卜学 位 论 又 计算量较大的缺点。 而g o s h t a s b v 和s t o c k m a n在文献c u q 中 利用凸 起外侧属性 来选择匹配点的子集， 这样就可以 减少s t o c k m a n 算法的计算时间， 当两个点模 式的两个不同的凸起外侧，具有某些共有的点，但是却没有相同的边界或者在 边界上没有特征点时， 这种算法会导致某些错误匹配的出 现。 j . p . s t a r i n k与 e . b a c k e r 从能量最小化的 角度描述点匹 配问 题， 并使用了模拟退火的方法d o 该方法的计算量也较大。 r a t k o v i c 提出了 更细致的指纹特征模型3 4 1 ， 该 模型区 分 1 0 种不同的指纹特征， 在此基础上 j . h . l i u 等人采用在指纹图上叠加栅格 井 对 特 征 点 的 分 布 进 行 编 码 的 方 法 来 识 别 特 征 131 1 e s p a r r o w s s1 与a . k . h r e c h a k 1 等人都提出了 基于 结构 信息的 指 纹 特征匹 配， 而d . k . i s e n o r 与s . g . z a k y 使 用 图来表示指纹特征， 并用图匹配的方 法来匹 配指纹图ae 1 。 这些方法都利用了 指 纹图像中的拓扑结构信息 来克服指纹图的噪声、旋转与变形对识别的干扰。 s . s o b a j i c等 人 描 述了3 种 指 纹匹 配 的 方 法 39 1 ， 一 种 是 利 用 光学 仪 器 实 现 两 幅 指纹图的相关性计算，该方法速度快，但实现的价格昂贵并且不宜携带。另一 种是 p c a ( p r i n c i p a l c o m p o n e n t a n a l y s i s ) 方法，该方法在指纹识别中的 效果 不理想，原因是指纹图中的 特征是松散定义的，并且有大量的伪特征点存在。 还有一种是b a l d i - c h a u v i n 的神经网 络算法，该方法简单， 鲁棒性好， 但计算 代价非常大。 l a v i n e等人在文献4 3 中 提出了一种使用最小子树法和最小 邻近 距离 法 来对 具 有 平 移 和 旋 转 的 特 征点 进 行匹 配。 o g a v a 文 献 4 11 中 运 用d e l a u n a y 稳定法和最大邻近点群法， 可以得出 有仿射几何形变并且特征点己经按顺序编 号的 情况下的 特征点 间的 相互 最大 匹 配 对。 j . h o n g 和x . t a n 4 3 1 提出 一种 针 对 有 规范形式的一组特征点的时间复杂度为0 ( n ) 的点匹配算法， 其中n 是两幅图像 中的 特征点的总数。 v i n o d a n d g h o s e在文 献143 1 中 提出 一种运用非对称神经网 络的点匹配算法，它能够处理平移、旋转和形变以 及噪声但是不能处理图像尺 度变形。 当神经网络在单处理器的计算机上模拟时， 它需要数量级为0 ( n ) 个的 神经元。 d . s k e a 在文献4 4 1 中 用一个累 加器来对由 三个特征点组成的三角形进行 匹配并计数算法中可通过扫描该累加器来得到对应特征点间的匹配情况， 但这 种方式也有可能会引入错误的匹配点对。中国科学院自 动化研究所的漆远等人 1;， 和东南大学的陈海峰 1. 1 等人提出了 改进的 遗传算法用于指纹点匹 配， 主要是 解决旋转、 平移和形变等问 题。 上海大学的张朝鸣 刁 等人提出 将遗传算法用于 指纹的连续分类，连续分类 ( c o n t i n u o u s c l a s s i f i c a t i o n ) 是一种不同于传统 四 川 大 学 硕卜学 位 论 文 的排他性分类的新的分类方案，这种分类法对每个指纹用一个数值向量来描述 其特征， 不再 将系统直接归 类于某个预设的类别。 a n i l j a i n 等人在针对指纹 匹配中的点模式匹配问题提出了一种算法，该算法将直角坐标系中的细节点转 换到极坐标系中， 通过串匹 配算法来进行点匹配。罗希平(1 9 ， 刘强0 9 等人又对 这种方法做了改进。 1 . 3论文主要研究内 容及研究目 标 1 . 3 . 1 论文的 主要研究内 容 论文在前人的研究基础上，对指纹识别过程中的以下关键算法进行了重点 研究: 用离散方向法获得指纹图像的方向场方法; 利用指纹局部方向性的滤波方法: 局部闽值二值化法及后处理; .o p t a 细化方法; 细节特征点提取及纹线跟踪法去除噪声点; 基于脊线校准的指纹点匹配算法; 1 . 3 . 2研究目 标 在收集和分析近年来国内 外指纹识别方面的研究报告、学术论文等专业资 料的基础上，对指纹识别所涉及的常见算法，包括预处理、指纹特征提取 和指纹匹 配等算法进行探讨和研究， 并要在p c 机上建立一套指纹识别算法， 要 求该套算法具有较高的识别率，误识率尽量小，且具备一定的稳定性。 四 川 大 学 顽1 一学 位 论 文 第二章 指纹识别系统概述 2 . ，指纹取像的几种技术和特点 指纹取像设备分成三大类:光学取像设备、晶体传感器和超声波扫描取像 设备5 1 2 . 1 . 1光学取像设备 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。光学取像设 备依据的是光的全反射原理( f t i r ) 。光线照到压有指纹的玻璃表面，反射光线 由c c d 去获得，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 c 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 c c d 上形成了指纹的图像。 图 2 . 1 由于最近光学设备的革新，极大地降低了设备的体积。最近 9 0 年代中期， 传感器可以装在 6 x 3 x 6 英寸的盒子里， 在不久的将来更小的设备是 3 x l x l 英寸。 这些进展取决于多种光学技术的发展而不是f t i r 的发展。 例如: 可以利用纤维 光束来获取指纹图像。纤维光束垂直射到指纹的表面，他照亮指纹并探测反射 光。另一个方案是把含有一微型三棱镜矩阵的表面安装在弹性的平面上，当手 指压在此表面上时，由于脊和谷的压力不同而改变了微型三棱镜的表面，这些 变化通过三棱镜光的反射而反映出来。 2 . 1 .2晶体传感器 晶体传感器是最近在市场上刁出现的，尽管它在技术介绍性文章中己经出 现近2 0 年。 这些含有微型晶体的平面通过多种技术来绘制指纹图像。 最常见的 硅电容传感器通过电子度量被设计来捕捉指纹。在半导体金属阵列上能结合大 四 川 人 学 硕 i - 学 位 论 文 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面。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。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)转化为相应的电子信号。其他的晶体传感器还有温度感应传感 器，它通过感应压在设备上的脊和远离设备的谷温度的不同旧可以获得指纹图 像。 2 . 1 . 3超声波扫描取像设备 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。不象光学扫描，积累在皮肤上的脏物和油脂对超声波获 得的图 像影响不大，所以 这样的图像是实际脊地形 ( 凹凸)的真实反映，应用 起来更为方便。 2 . 1 . 4三种取像技术的比 较 大多数光学设备， 只能通过人工调整来改变图像的质量。 而晶体传感器则 具有局部调整、 软件控制、自 动获取控制( a g c ) 等功能。 晶体传感器能自 动调节 局部范围的敏感程度，从而能够提高图像的质量。 a g c在不同的环境下结合反 馈的信息产生高质量的图像。例如，一个不清晰( 即对比 度差) 的图像，如干燥 的指纹， 能够被感觉并增强灵敏度， 在捕捉的瞬间产生清晰的图像( 对比 度好) ; 由 于提供了 局部调整的能力， 图像不清晰( 对比度差) 的区域也能够被检测到( 比 如手指压得较轻的地方) ，并在捕捉的瞬间为这些像素提高灵敏度。 光学扫描也有自己的优势。 其中之一是在较大的外形可以 做较大指纹取像 区 域。而制造较大的晶体传感器的指纹取像区域是非常昂贵的，所以 通常晶体 传感器的指纹取像区域小于1 平方英寸， 而光学扫描的指纹取像区 域等于或大 于1 平方英寸。 然而这个对于较小的光学扫描设备并不是优势。 较小的光学扫 描也是较小指纹取像区域， 这是因为较大的指纹取像区域需要较长的焦点长度， 所以要有较大包装，否则如果较大的取像区域使用较小的包装，则光学扫描设 备会受到图像边缘线形扭曲的影响。， 晶体传感器技术最重要的弱点在于，它们容易受到静电的影响，这使得晶 休传感器有时会取不到图像，甚至会被损坏，另外，它们并不象玻璃一样耐磨 四 川 大 学 硕学 位 论 文 损，从而影响了使用寿命。 总之，各种技术都具有它们各自 的优势，也有各自的缺点。我们在下 面给 出三种主要技术的比较。 比较项 目光学全反射技术半导体硅电容传感器技术超声波扫描技术 成像能力 干手指差， 汗多的和稍 脏的手指成像模糊， 易 受皮肤上的脏物和油 月 旨 的影响 干手指好， 但汗多的和稍脏的手指 不能成像， 易受静电千扰， 易受皮 肤上的脏物和油脂的影响 非常好 取像面积大.j 、中 耗电最较多较少较多 耐用性非常耐用容易损坏一般 成本低低很高 表2 . 1 三种指纹取像技术的比较 2 . 2指纹识别的基本过程 指纹图像其实是比 较复杂的，与 人工处理不同， 许多生物识别技术公司并 不直接存储指纹的图像。多年来在各个公司及其研究机构产生了 众多的数字化 的算法( 美国有关法律认为， 指纹图像属于个人隐私， 因此不能直接存储指纹图 像) ，而所用的指纹识别算法最终都归结为在指纹图 像上提取和比 对指纹特征。 指纹识别的基本过程是通过取像设备读取指纹图像， 然后用计算机识别软 件提取指纹的特征数据，最后通过匹配识别算法得到识别结果，以确定指纹所 有人身份。指纹识别技术原理框图如图2 . 2 所示。 图2 . 2 指纹识别基本过程图 四 川 人 学 硕 _学 位 论 文 2 . 3验证和辨识 应用系统利用指纹识别技术可以 分为 两类，即 验证和辨识5 i j ， 验证就是通 过把一个现场采集到的指纹与一个己经登记的指纹进行一对一的比对 ( o n e - t 。 一 。 n e m a t c h i n g ) ， 来 确 认 身 份 的 过 程。 作 为 验 证 的 前 提 条 件， 他 或 她 的指纹必须在指纹库中已经注册。指纹以一定的压缩格式存贮，并与其姓名或 其标识 ( i d , p 工 n ) 联系起来。 随后在比 对现场， 先验证其标识， 然后， 利用系 统的指纹与现场采集的指纹比 对来证明其标识是合法的。验证其实是回答了这 样一个问题:” 他是他自 称的这个人吗? 这是应用系统中 使用得较多的方法。 图2 . 3 一对一指纹登记与验证示意图 辨识则是把现场采集到的指纹同指纹数据库中的指纹逐一对比，从中找出 与现场指纹相匹配的指纹。