（模式识别与智能系统专业论文）在线指纹识别系统研究.pdf

摘要 本文憝瑟变主要琵对程战魅疆指绞识黧系浚。誊交蕊主要蒸熬在予： 雷先我翻夔篷了一羚融台菝囊菝灌蓊薤戆播袭銎缀蒺量浮徐簿涟。该羹疆逶 越对获艨对比度、方麓、缎黯梯度方向一致橼、以及在频鬣串的镶相位、等额 率能嫩比等特征聚类，樽剿代表不同图像餍辍的数据原型，并鼠在这些数据原 型的越勰上通过k n n 对攒蚊豳像质量进行在线谢价，该方法在p a t t o k 数据库上 霹达9 4 瀚爨豫霞量谵徐燕漤攀。 我粕捷受了一饕篓予多分辨零方意霆瓣爨茹焱捻漆篝法，谈爨涟麓耩确定蘧 稽绽瀚稼奇异点，同对不错簧后憝理。蓄建利用彳氐分辨率懿方商黼遥过格林积 分的两法检测中心点的能鬣，然后在检测出米衡异点的一个邻城内计算高分辨 率的方向图，并在该方向阁中精确定位指纹奇辩点。该方法在p a t t e k 数据库上 定佼淹器熹的耩度可这9 8 戳。 袭将徭疆褒方委，襞秘褥凌了一蘩凌避蕊蕊攘获凄褥诬鬟彀方法。在该方法 中，貔们对纹路追踪簿滚，追踪拐始点选彀，缝踪终垂条锌滏歉缁节熹类壅翔 定婚方两作了较大的敬璇，实验仿真表明，诚方法是种高精艘，商效率的特 征提墩方法，在p a t t e k 嫩据库上面可达8 8 纳特征提取准确攀。 拣溪酲冀法方瑟，我饿挺逡了一种基予中心蠢酶指绞缨蒂结构驻黧冀法。蓄 先巍耀枣心点建爨箕法获褥串惑熹戆位登嚣青囊，然嚣羹串心点辩避煞一些缓 节惑窳义一令爱蘩结鞠。邋遘建琵这些簧帮锚镌，我弱获褥嚣蟋糖绞嚣像筑对 应点。利用中心点和对蹴点之间的相对位爨、角度等关系来确认真正的细节对 成点。其次，利用获得的对应点对准指纹特铡向鬣并进行全局腻黼。晟后，利 臻您激缎节懿全局距褒帮赚离方差来判次燎终强配结累。f 该算法谯p a t t e k 指纹 黪上磷达链误接受奉( f a l s e 聚t c h r a t e 仓。l 蕊，赣误键鳃晕( f a l s e n o t m a t c h r a t e ) i 繇。旁了竞蓑鏊予中心轰雾法嚣法舞蘧残袋撵绞蕊竣熹，褥霹叉麓掺爨 诫我们箨法在小模板容擞，快速匹配的优势，我们提出了一种套新的基于全局 躐谢的指纹细节匹配算斌。首先利用l 近邻的方法寻找对戍点，然后进行全局 避粼，最后利用统计匹配澡莲距离进行综台隧酝判决。该算法农f v c 2 0 0 2 四个 数糕簿警逡等错误攀( e q u a l e r r o rr a t e ) 为6 冁。 率文熬主要霹蠢藏袋痰臻饕孛秘模委辩控窍瓣凳霉摹予d s p 麓鬻绞谖囊接 心樾缺中，取得良好识别散桑。 a b s t r a c t o u rs t u d ym a i n l yf o c u s e so nr e a lt i m ef i n g e r p r i n tr e c o g n i t i o ns y s t e m t h em a i n c o n t r i b u t i o n so f t h i sp a p e ra r e ： f i r s , w ep r o m o t e d ac o m b i n e d g r a y s c a l e a n d f r e q u e n c y f e a t u r eb a s e d f i n g e r p r i n ti m a g eq u a l i t ya s s e s s m e n ta l g o r i t h m 。i nt h i sa l g o r i t h m ；w ea c q u i r e dt h e i m a g eq u a l i t yp r o t o t y p eb yc l u s t e rt h ec o n t r a s t ，v a r i a n c eo f g r a y * s c a l e ，r i d g eg r a d i e n t c o h e r e n c e ，a n dd o m i n a t ec o m p o n e n ti nf r e q u e n c ys p a c e t h e nw ed ot h ef i n g e r p r i n t i m a g eq u a l i t ya s s e s s m e n tt h r o u g ht h ek n n w i t hs y s t e m s e x p e r i m e n tr e s u l t ss h o w t h a tt h ea l g o r i t h m sd oe o l a e c ta s s e s s m e n tn ol e s st h a n9 4 。4i np a 鼓e k f i n g e r p r i n t d a t a b a s e + s e c o n d l y ，w ep r o m o t e dam u l t i r e s o l u t i o nd i r e c t i o nf i e l db a s e ds i n g u l a rp o i n t d e t e c t i o n a l g o r i t h m t h ea l g o r i t h m c a n p r e c i s e l y l o c a l i z et h e s i n g u l a rp o i n t ， m e a n w h i l en e e dn o t a n yp o s t - p r o c e s s i n g w e f i r s td e t e c t s i n g u l a rp o i n t o n l o w r e s o l u t i o nd i r e c t i o nf i e l d , t h e ni nt h ed e t e c t e da r e a1 1 8 et h e h i g h - l e s o l u t i o n d i r e c t i o nf i e l dt op r e c i s e l yl o c a l i z et h es i n g u l a r p o i n t t h ea l g o r i t h m c a l ll o c a l i z et h e s i n g u l a rp o i n ts u c c e s s f u l l ya b o v e9 8 o np a t t e kf i n g e r p r i n td a t a b a s e t h i r d l y , w ep r o m o t e dan o v e ld i r e c tg r a y - s c a l ef i n g e r p r i n tf e a t u r ee x t r a c t i o n a l g o r i t h m i nt h i sa l g o r i t h m ，w ep r e s e n t e dt h er i d g el i n et r a c k i n g ，i n i t i a lt r a c k i n g p o i n t ss e l e c ts c h e m e ，r i d g el i n et r a c k i n ge n d i n g c o n d i t i o n sa n dm i n u t i a ec l a s s i f i c a t i o n 。 e x p e r i m e n t r e s u l t ss h o wt h a tt h ep r o m o t e d a l g o r i t h m i sah i 囊- p r e c i s i o na n de f f i c i e n t f e a t u r ee x t r a c tm e t h o d t h ef e a t u r ee x t r a c t i o np r e c i s i o ni s8 8 i np a t t e kf i n g e r p r i n t d a t a b a s e f i n a l l y , w ep r o m o t e da c o r e - b a s e ds t r u c t u r em i n u t i a em a t c h i n g a l g o r i t h m i nt h i s a l g o r i t h m ，w ef i r s tc o n s t r u c ts o m el o c a ls t r u c t u r ef o rt h em i n u t i a ea r o u n d 攮ec o r e p o i n t ，t h e nw ea c q u i r e dt h ec o r r e s p o n d i n gp o i n tp a i rt h r o u g hm a t c ht h o s es t r u c t u r e s 。 u s i n gt h o s ec o r r e s p o n d i n gp o i n tp 8 i r ，w ed ot h eg l o b a lm i n u t i a em a t c h i n g f i n a l l y , w e v e r i f y t h em a t c hr e s u l t t h r o u g h t h e g l o b a l m a t c hd i s t a n c ea n dv a r i a n c e 。 e x p e r i m e n tr e s u l ts h o w st h a tt h ef a l s em a t c hr a t el e s st h a n0 1 a n dt h ef a l s en o t m a t c hr a t el e s st h a ni o l lp a t t e kf i n g e r p r i n td a t a b a s e i no r d e rt od u a lw i t ht h e d e f o r m i t yf i n g e r p r i n tw h i c hd o e s n o ti n c l u d e sc o l ep o i n t s , m e a n w h i l ek e e pt h e p e r t o r m a n e ea n de f f i c i e n to f o u rf i r s tm a t e h i 怒a l g o r i t h m ，w ep r o m o t e dag l o b a l d i s t a n c eb a s e df i n g e r p r i n tm i n u t i a em a t c h a l g o r i t h m t h i sa l g o r i t h mu s et h ei n n t o f i n dt h ec o r r e s p o n d i n gp o i n tp a i r , t h e nd og l o b a lm a t c h i n g ，f i n a l l ym a k et h ed e c i s i o n b a s e do ng l o b a lm a t c he r r o r t h ea v e r a g ee q u a le r r o rr a t ei s6 o nt h ef v c 2 0 0 2 f i n g e r p r i n td a t a b a s e ， p a r t so ft h ea l g o r i t h m sm e n t i o n e di nt h i sp a p e rh a v eb e e nu s e di nt h ed s pb a s e d f i n g e r p r i n tr e c o g n i t i o nm o d u l ed e v e l o p e db yb e i j i n gp a t t e kl t d 独创性声明 奉a 声鞠辑戏交匏论文是我个人在导帮摇导下落行蕊磅究王幸# 及取终靛磅究或采。尽我所知 除了文中特别加以标注和致谢的地方外，论文中不包禽其他人已经发表或撰写过的研究成果。与 我一丽丁作缒丽志对本顼究掰徽熊任何贡献缘已在论文中俸了明确避说鹳并表示了谢意。 撼名 目期 关于论文使用授权的说明 本人宠全了解中国科学院囊动健研究耩有关傈整、搜愿学位论文瓣蔑定，馨：中鏊秘学院鑫 动纯研究所有权保留送交论文昀复印件，允诲论文被套阅和借阕：可以公布论文的全部或部分内 容，可以采用影印、缩印或其他复制手段保存论文。 签名： ( 保密静论文在舞枣屠瘦遂镥既蔑定) 导耀煞名：爨期： ：! ! 纛煮j 燃塑圭兰望兰墨一憋塞茎壅 篱睾浆遴 峨代社会对于身份髂渐( 犄凇确往、安垒拣姆褰掰悭提出了簸瀚的瓣求，传统 的襄谂淤箍方法已经不拣潲鼹逡转要求。蔼人体率鬻浆生理穗符搀蜷挺淹此提供 了一拿霹簿骢鬃密方絮，辫蕊薅l 起了餮嚣擎零嚣斡垒鼗褰黎广泛甍瞧。垒溺跨疆 谖戮蕊释攘蒺炎葵霆囊麓蕊溪饕茬 雾臻藏、鼹豫、篷蓑莓袋簿蕊蒋茬蘩 滚添、疹裔、步态等) 慕瀑涮鸯螽懿霰寒强誊瀚；。近年亲，蓬辫麟逡鼹灏，蘑爨 处趱料黼怠传感等按米的举断发展，生秘特拣淑潮显示出更蠹广“黼 ； 奄虑麓前景。 密秣媳鼹藏广为使用的姆协撼掰的方法，蜒窀漆辫瓣缺陷如易意憾、鼹被别人盗 溪簿髓懿幂戆羲轰安垒拣稳舞稔鉴甏隽浚，辫戳母等警能卡搿彀瀚爨敲鹚蓬， 鏊挚令太整骥瑟赛蚤浆藤蕊赣褒囊羹蠢，褥鳝澄霆、霞委安受舔德焱。这鳌饕 磷蕊大辩生孛漂蔫蔼蕊灏漆稳定犍，幂蘩爨漶，逶夸蘑予鸯狳瓣蹩，霹釜纛凳 耩溅瓣鼹谂鉴剐的主黉攀辍。2 0 0 1 年s 蠢瓣，徽歙公霹 蔷簿粼蹋篱鼹卡稻生 物被刺技术采加强计辫村i 漱髋的安全。比承溅漱咚召全球的简槲撇魑司共同努 老，默濑港毒在于嚣葵戳淤蹙鹱壤连熙簿礴。趟辩，鏊豁大公镧拣瓣瓣装入式 羹浆宠戆蕊露蘩墅”襄瀑羧臻”鼗拳嚣疆襄。瓣鹱逛赣攀熬袭溅悠热，襞蓍夭 鉴蠡参，凝会皇溪嚣蚕争寅嚣嚣存在簧赛整漆辫瓣秘蘸，瑟嚣黎蔑溪懿彝翳鏊蘩 警裁褥辩藩压，苓麓逡艘拣禽发展静篱袋，菸褥麓蘩蟹重要矮蠛警鼢缀罴鬻其蕉 自氯知识产权的技术，黝纰+ 研制自主产权的婀璎囊份鉴别系蟪鹦燧成为社会发 燕熬溅撼篱求。 躐辫薅篷强暖蹴眺挺黎孛；蹇缓瑷辫麓蠛爵黎爨赛参篓鬟缱戡乏一，奁争 天癸静蘩溪羲壤孝餐簿了广泛懿瘟鬓瑟，l 攀。鸯篡滚彝赛爨蕊惑羧零舞鎏襄、瑟 嘏、簿袄、避膜等褪拣羧+ 辫纹赛贽鎏琰蒗漆蕊一静虿靠毪菇、蒜瓣缝与接受淫 强的麝僚鉴别技术。膝黼撩被识别通常与筑漱黼缱的犯罪嫌疑 认 i l ：紧密的联系 奁灏，餐是薅着令人姆瓣懋鼹蹙爝零求辩辩髓蜷长，嚣裁撵皴淤制技术越来越 广“溅燃囊鬻在夫察蕊器簿德潦枣，缀嚣器拣以熊蕊蔬、囊爨螯袅漩潍、生秘强警 篆筑、穗子囊蚕羹萋嚣试疑黎壤等。蕊霞。黎黎谖蘩莲逶霪爨袭黪蕊等王耩鬻拳 炎娥瓣，然孬，手互豌潼幂援嚣常戆耗惑。遴囊鼹嚣素嚣彩漆黎炎，鼹墓不蘸潢 足黼瀚艘麓需求。因弛t 黯潮指纹识澍茶麟f a q 蚋n 协l i cf i n g e 坤礤潴豫e n t i f i c a t i o t t $ y s t e m - a f i s ) 的需求礴髓燃搬。尽管露翁融嫩黼锻雾戆a f i s 粼然+ 键是，由于 黎猕潦苇姆莲舞彀、攒靛馘熬葵涟，捂骏蕊嫌魏爨警方羹嚣葵潦凝潦潦廷蓑墅簧 藕囊照攥麓煮襄，势嚣，攘参簿凌量爨毒簌辫瓣避魏；夔曼稳秘辫茂给蓦霉萎蚤， 搴遽禽王程疰零添嚣蕊。滋驭捂袭藜爨藜冀稳淤及工攫建鼹露蒸辩谤究毽己经壤 为一n 嘲紧迫的任务。零谶一裳燕簧集中在辩捺敞潮潮新算法敬爱拣瓣王裎应餍方藤 科院自动化所搏七学位论文 第审综述 的研究。 自九十年代以来，中科院自动化所模式识别国家重点实验室一直致力丁_ - “基 十生物特征的身份鉴别”研究，目前已承担了与生物特征识别相关的两项8 6 3 课题( 其一为生物网禁技术) ，并申请了五项专利，目前正在成果转化阶段，目 前所达到的技术水平与国外具有可比性。但是由于缺乏深入的应用研究，很多科 研成果在产业化发面遇到了一定的困难，这不仅到导致了资源的浪费，也限制了 研究进一步的进行。本论文主要在模式识别国家重点实验室“基于生物特征的身 份鉴别”研究成果的基础上，进行进一步的应用研究，并探索适合工程应用的新 算法。课题结合中科模识科技有限公司指纹门禁系统的研究进行，研究成果将直 接应用于实际系统。因此本课题不仅有一定的理论意义，也将对实际的工程应用 产生重要影响。 1 1b i o m e t r i c s 技术及其应用 精确的个人身份鉴别有着广泛豹应用，比如门禁控制，电子商务，社保系统 等等。传统的个人身份鉴别方法比如密码，口令等等在我们的高度互联的信息化 社会中存在保密程度低，易于受攻击，容易忘记等缺点。b i o m e n i c s 技术是指通 过个人所拥有的物理特征或行为特征对个人身份进行鉴别的方法。依据“你是谁 图卜1b i o m e t r i c s 技术的选用原则 或你如何行为”来做出正确的区分，由于个人的某些物理特征和行为特征具有唯 一一性和不变性，因此b i o m e t r i c s 技术比基于知识或基于口令的方法区分真正经 过授权的用户与假冒者有更高的可靠性和可操作性。需要指出的是，b i o m e t r i c s 墨：签蹩曼壁! ! ! 堡! 兰堡鎏塞茎! 堡堡 不避把万藐戆钥熬，它仅莰是绘我们提徽了一耱离穗度弱个入努谂鉴爨系统狴 架和解决途径。 。+ 1 常甩b i o m e t r i c s 技术及 e 较 嚣蔫b i o t e t r i c s 技寒主要毽捂：憋掇，撵莰，虹骥，攀纹，声绞，签名等 嚣。镑种都有一定的特点，通常我们需螫穰搦应用场景、藏本、对精度的要求等 方僦网素选取相应的b i o m e t r i c s 技术解决方案。 嚣i - 2b i o m c t r i e s 技术大家簇 ( i ) 簸糖 脸相是人们进行个人南份鉴别的最常用的方式，脸相识别魑b i o m e t r i c s 研究 贞娥中最活跃的领域之一，脸相识别的艘用戗括静态、简单背景的识别到动态、 复袋场景识别。脸棚识别的研究主要包攒以下几个方囊： - 太整捡溅；羧淤黼撩孛是整否缮张大验 入验定霞：扶蒋最中褥天黢分裁国寐 一入脸校正：将不硒姿态的入脸圉裂校正到同一姿态 一 人脸识别：对融经分割的人脸进行识别 j ：述殴方面是脸棚识剐研究的重点，也鼹脸相识别的雉点。 3 土! 型塞旦要幽主堂望堡塞 蔓兰鳖堕 ( 2 ) 指纹 指纹是手指表面的谷和脊的交替分布的纹理，指纹识别是一种历史最悠久的 b i o m e t r i c s 技术。人们利用指纹识别进行个人身份鉴别已经有几个世纪的历史 了t 同时指纹识别也具有法律上的效力。指纹识别在应用中存在如下问题： 人们的接收性：由于指纹识别具有法律效力，因此在一定程度上存在用户 的接收性问题。 _ 指纹识别的适用范围：指纹识别的适用范围受很多因素影响，比如年龄， 工作类型，环境等等。 ( 3 ) 虹膜 虹膜是瞳孔和巩膜之间的环形区域，虹膜的纹理特征在2 岁左右稳定，并具 有非常高可靠性和区分性，初步的实验结果表明虹膜识别是一种具有广泛应用前 景的b i o m e t r i c s 技术，尤其适合大用户量的个人身份管理，即使是双胞胎的虹膜 或者一个人的左右眼的虹膜都在很大程度上不嗣。虹膜识别存在以下几个问题 一虹膜识别系统的成本问题 i 虹膜识别的用户接受程度问题 相信在不久的将来，随着虹膜识别研究的深入，具有易用性和低成本的虹膜 识别系统将成为种重要的个人身份鉴别技术。 ( 4 ) 签名 每个人都有一种特殊的书写风格，基于签名的个人身份鉴别系统有成功的商 业应用。但是签名弗没有提供足够的区分信息以支持大规模的痔份鉴别应用。签 名的研究主要有掰种：静态和动态。与静态签名相比，动态签名有更多的优势： 它融合了形状信息和动态信息，使假冒者更难摹仿。 ( 5 ) 声纹 个人的发音特点由其发音器官来决定，每个人的发音习惯虽然不同，但是声 纹鉴别在大规模的应用中区分性不强。声纹鉴别主要分为文本有关和文本无关两 种，文本无关的声纹鉴别难度较大，但同时也提供了更广阔的研究空间。 ( 6 ) 各种b i o m e t r i c s 技术的比较 表卜l 各种b i o m e t r i c s 技术的比较 6 7 7 0 】 b i o m e t r i c s脸相 指纹虹膜签名 声纹掌型键盘 普遍性高 由 高低 巾 中 低 唯一性低高高低低 由 低 永久性中 高高低 低 由 低 易采集性高中 由 高 中 高 由 性能低高高低低 由 低 4 科院 功化所博士学位论艾 第审、述 接收性高 由 低高 高 b r h 欺骗性低高 中低 低中中 1 1 2b i o m e t r i c s 技术应用 ( 1 ) b i o m e t r i c s 系统 b i o m e t r i c s 系统实质上是一个个人身份鉴别的模式识别系统，该系统基于 个人的物理或行为特征，通常，一个b i o m e t r i c s 系统可以分为两大部分：注册 模块和验证模块。注册部分将个人的信息注册到b i o m e t r i c s 系统中，在注册阶 段，通过传感器将个人的生物特征采集到计算机中，并通过特定的特征抽取来描 述这些特征，这些特征称为模板。模板可以存在b i o m e t r i c s 系统的数据库中， 或者存储在智能卡上。验证模块负责验证用户是否为它所宣称的人“w h o is w h o ? ”，在验证阶段，传感器将生物特征转变成特征数据，并通过同样的特征抽 取建立模板，通过比较中央数据库中的模板与采集的模板是否致实现访问控制 等等。 图1 3b i o m e t r i c s 系统的工作方式 ( 2 ) b i o m e t r i c s 系统分类 依据应用的不同，个b i o m e t r i c s 系统可以是个验证( v e r i f i c a t i o n ) 系 统或识别( i d e n t i f i c a t i o n ) 系统，验证系统通过验证个人的生物特征是否与预 先存储在系统中他的特征一致。通常一个验证系统需要将用户的特征模板存储在 系统数据库中，并通过键盘等输入自己的i d 号，或者将自己的特征模板存储在 一个智能卡中。识别系统通过搜索整个数据库来确认是否存在一致的特征模板。 也就是说通过生物特征来确认个人的身份。 ! 塑坚旦塑堕! 堂垡堡塞 兰皇堡垡 图卜4b i o m e t r i c s 系统的操作模型 ( 3 ) b i o m e t r i c s 系统性能评估方法 一个b i o m e t r i c s 系统的性能可以通过如下的指标来衡量：( i ) 精度，( i i ) 速度，( ji i ) 模板容量。通常b i o m e t r i c s 系统不能保证1 0 0 的性能，即系统可 能存在错误的拒绝真正用户或者错误地接受假冒用户。上述两种错误通常称为 f a ls en o nm a t c hr a t e ( f n m r ) a n df a l s em a t c hr a t e ( f m r ) 。这两种错误通常 有定的关联性，一个小的f n 腿通常导致大的f m r ，一个小的f m r 通常导致大 的f n m r 。b i o m e t r i c 系统的r o c ( 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 s ) 曲线 能够客观地反映一个b i o m e t r i c s 系统的性能，该曲线同时以f m r 和f n m r 为两个 坐标。f m r 和f n m r 相等的点称为等错误率e e r ( e q u a le r r o rr a t e ) 点。通常e e r 点可以用来简要地衡量一个b i o m e t r i c s 系统的精度。 模板的大小，每个人存储的模板数目，以及模板数据的可压缩性影响系统的 存储容量，当模板的容量很大，并且存储在中央数据库中，网络的带宽就成为 b i o m e lr i c s 系统的瓶颈，然而如果采用智能卡存贮模板数据，通常智能卡的容 量只有几千个字节，不可能存储大量的特征数据。在对存储容量要求比较苛刻的 场所，减小模板容量就成为一个主要问题。对于某些应用场合，系统的处理时间 非常苛刻，比如门禁系统，h t m 终端，通常这些应用希望b i o m e t r i c s 系统在1 秒钟之内完成识别任务。而在某些系统，比如警用系统，时间可能不是主要问题。 通常影响b i o m e t r i c 系统广泛应用的因素还有价格和人们的接受程度。一个 b i o m e t r i c s 系统的价格主要取决于两部分，传感器和计算能力需求。如果一个 b i o m e t r i c s 系统需要的计算能力很强的话，可能导致价格大幅上升。用户的接 受程度也是影响b i o m e t r i c s 系统推广的一个重要因素。如果用户广泛认可，比 如脸相识别系统，比较容易实现推广，反之则不宜推广。 因此，我们看到影响b i o m e t r i c s 系统性能的不单有技术方面的因素，合理的 6 科院自动化所博士学位论立 第皋综述 处理这些因素，充分发挥各种因素的长处，就可以更快的促进b i o m e t r i c s 技术 的推广应用。 1 2 指纹识别系统研究现状 早在很早以前，人们已经开始将指纹作为身份鉴别的一种方式了，尤其在近 几年来，随着信息时代的来临，个人身份鉴别的需求急剧增加，国际上掀起了一 场b i o m e t r i c s 技术应用研究的热潮。指纹身份鉴别有几个世纪的应用历史了， 因此，基于指纹识别的个人身份鉴别较其它几种身份鉴别技术更可靠，同时也具 有更一泛的接收性。随着新型应用的不断出现，比如指纹门禁系统，网禁系统等， 仅靠传统的人工方法进行指纹识别已经远远不能满足这些新型应用领域的需求 了。 目前，已经存在一些指纹自动识别系统a f i s 4 。1 0 ，1 2 ，2 6 ，6 5 ，8 6 ，这些识别 系统主要基于细节特征匹配 1 0 ，这里所指的细节特征主要包括端点、分叉点。 大多数的指纹识别的研究主要集中在指纹图像分类，增强、二值化、后处理、匹 配算法等方面，尤其在预处理、增强、后处理等方面，提出了很多种方法，包括 频域滤波、空域滤波，基于图像形态学的的指纹图像修复等等 3 ，5 ，6 ，7 ，1 3 ，1 5 ，2 9 ，3 5 ，3 8 ，4 9 ，6 7 ，7 3 ，7 4 ，8 l ，9 0 ，9 1 。指纹识别的另外一个重要 的问题就是指纹分类。在分类方面国外也有很多研究。r a f f e l ec a p p e l l i 提出 了基于方向图的指纹图像分类方法 4 2 ；g u s t a v od r e t s 提出了一种基于中心点 检测的指纹分类方法 4 3 ；而k a l l ek a r u 则提出了另外一种中心点检测等方 法，并利用它进行分类 4 4 。这些方法中不仅给出了指纹图像分类的方法，而且 还探索了求中心点的方法，因此对中心点检测闯题也有定启发意义。 国内在指纹识别领域也作了很多的研究，其中，中科院自动化所模式识别国 家重点实验室自九十年代以来，一直致力于“基于生物特征的身份鉴别”研究， 目前已承担了与生物特征识别相关的两项8 6 3 课题( 其一为生物网禁技术) ，并 申请了五项专利，在指纹、虹膜、脸相识别等方面已经取得很多的科研成果。清 华大学在8 0 年代就开始了指纹识别的研究，其中包括在指纹图像的分类，二值 形态学及其在指纹图像细化中的应用，小波变换及其在自动指纹识别系统中的应 用，自动指纹识别系统等方面做了很多的研究。北京大学也开展了指纹识别的研 究。总的来说，国内开展了很多研究，而且取得了很多的成果。但是目前国内的 指纹识别系统与国际上最好的指纹识别系统还有一定的差距 1 7 ，因此深入进行 指纹识别应用研究是非常必要的。 对于实时、在线指纹识别系统来说，由于受到指纹采集装置的限制，通常我 ! 壁篓窭堂堂堡鲨圭望壁堡塞 整：皇整堡 对予窦时、在线捂搜识剐系统来滋，莲 予爱弱指纹采巢装嚣驹鞭裁，逶常我 们仪仅能够采集局部指纹图像，残缺指纹对于大多数指纹分类葬涤来说都是不够 的程我们的系统中没有瓣熏考虑指纹分豢。因此，下面我们靴图像预处理， 特征攮啜、及特征匹配这三兰方丽懿如容中礴代焱性懿算法寒讨论鹩翁指纹识戮系 统鳃磷突瑰状殴聂存在熬不蹩之蛏。 1 2 1 圈像预处理 预处理的结果直接影响至u 特征提取的精魔，为了对增强指纹嘲像，乙a w r e n e e 0 g o r m a n 提出了一秘方趣是适应滤波嚣对攘绞鬻豫遘行滤波【5 】。在逮秘方法 孛，穗磊j 逮遴渡器襄鼹郝熬螽获袭臻方疯羹台窳魏攒绞嚣豫露波。葵孛缓鼹方凄 是鞭毙估计的，丽纹路静宽度是梭据图像鹩姆患两预先设置了一个蔽盈。在大多 数情况下，指纹的纹路宽艘麓别很大，即使巍同一幅图像中指纹的纹路宽度也有 很大的不同，因此，如聚缎路宽度超过了他们预先设置的范围，他们的方法将会 必效。b g s h e r l o c a k 提拣了种基于方巍f o u r i e r 滤波器数方法 3 8 】。在 遮耱方渡孛，毽翻薹先缀攒不茂翁绞黯隽建帮纹路竟囊设诗了一褥分襄滤渡器 缎。然焉分巍零j 弼不籁熟滤波嚣薅委豫滤波莽褥甄一缀滤波溪豫，藏露聱l 臻弱帮 纹潞方向将不同的滤波阕像进行重组来藿热滤波图像。在滤波瓣缀q e 常大的时， 他们辫法性能非常好，德媳这导致算法的性能惫劂下降。t o s h i ok a m e i 提出了 另外种基于f o u r i e r 熟媸绞整像增强方法8 】，在这种方法巾，她 】裂雕了 嚣个分离懿滤波器缀，这嚣令滤渡嚣缰鹭蘩懿蘧绞籍饔爱黎方憩。藏终，疆弱定 义了个憩量函数豪蕊姆濑缳特征，毙魏颥率窥方窝。透逶逡撵嚣像特薤最枣晓 能爨豳数，增强的函数渤滤波图像重构产燕。同样，由于滤波耱组i l 勺数量非常大， 这种群法非常耗时。h o n g 提出了一种基于g a b o r 的增强方法 3 】，涉及局部方 向估讨，局部纹路频零锻计。利用这些参数洙设计g a b o r 滤波器，然霞根据设计 静滤波器对蠢德滤波。褒熄谯豹算法串，纹结塞霾蕊诗是逶避获漤淫爨盏接竞残 秘。潺道一系襄戆实验虢联发魂，热累鏊豫矮爨较差，萋予袈发魏绞爨竟褒蘩诗 将念必败。同时，由于衡擀区域的纹路方向黛优过大，直接基于狡魔的估计方法 在谢辩区域也会失效。 缀近，a 。j w i n i g 提如了一种商效的措锭图像增强方法媳】。这是一种 鏊予f 心静蘑橡增强帮警淫方法。毽橱鼹方滚巍露豫曩量较萋对麟实黪骖壤强篷 豫鼷鬃，但是鼙导致嚣努一个毙较严重熬翘麓：产生痊鬏熬壤煮娥努叉纛。建蘩， 这种滤波器的参数趋蕊搂依赖于蓉像的，缀难选择适应不丽嬲像参数。z s o t m i k l ( ) s 分别针对注册和验证提出了两种增粼方法 1 2 ，在注册阶段，他们利用 了神精细的滤波器摄取鼹实特征，这种滤澈器主要包括一个两维f o u r i e r 变换 科院自动化所博士学位论文 第莘综述 器来快速的增强图像。尽管这种方法在图像质量好时速度非常快，但是一旦图像 质量变差，这种算法的性能急剧下降。x u d o n gj i a n g 提出了一种自适应的滤波 器 1 1 ，这种滤波器与l a w r e n c e0 g o r m a r l 提出的方法比较相似。唯一的区 别就是他们精确的估计纹路宽度。b m m e h t r e 基于纹路方向提出了一种 c o n t e x t u a l 滤波器组，并利用这些滤波器组和图像卷积实现图像增强，但是这 种方法的性能不是很好。 目前也存在一些直接分割指纹纹路的增强方法，他们将增强和二值化在一次 操作内完成。m a r i u st i c o 提出了一种基于地形学的指纹纹路分割方法 8 ，他 们直接将纹路从背景中分割出来，同样，当图像质量变差时，他们的算法将导致 很多虚假的纹路。m a r i o ss p a t t i c h i s 提出了一种基于a m 一刚模型的特征提 取的指纹分类方法 1 1 2 。在他们的方法中，他们将指纹图像看成一种a m f m 模 型，并利用主成分分析的方法提取基本f m 分量，并将这些基本分量作为指纹图 像分类算法的输入，他们获得了良好的分类性能。这其实也是一种增强方法的变 形。 1 2 2 特征提取 在 3 4 中提出了一种基于统计模式识别和结构模式识别方法相结合特征提 取方法。在该方法中，首先他们定义了常见的伪细节点的类型比如：断裂，桥等 等，然后在算法中定义了去除这些伪细节点的规则，同时他们提出了去除伪细节 点的两条重要原则：( 1 ) 在去除伪细节点时尽量不引入新的伪细节点；( 2 ) 如果 上一步骤引入的伪细节点必须在这步骤中去除。这两条原则对去除伪细节点有重 要指导意义。 3 5 中提出了一种在细化图像上特征提取的方法。该方法的主要 贡献在于提出了两个端点和分叉点的验证条件。通过这两个验证条件，他们将主 要的注意力放在确认所提取的细节点的可靠性上蕊，如果所提取的细节点不满足 这两个验证条件，则认为是伪细节点去除，反之。则认为是真实细节点加以保留。 这两项工作是基于细化图像特征提取方法中最有代表性的两种方法。 4 1 中提出了一种与众不同特征提取方法。在这种方法中，他们提出了通 过追踪指纹图像中的纹路实现了快速的特征提取。这种方法的主要思想是：导致 传统算法特征提取效率较低的主要原因是在传统方法中，我们对图像的每一个像 素都执行同样的预处理操作，其实我们最关心的仅仅是细节点周围的处理结果。 这样会导致在进行图像预处理中作了很多冗余工作。而他们的方法仅仅对图像中 特定区域进行增强处理，这样以来，大大减少了图像预处理中的冗余，并提高了 特征提取的效率。 1 1 中针对这一算法进行了改进。这两种算法开创了直接灰度 特征提取方法的先河。直接提取方法对提高算法的效率有很大的帮助作用。但该 l ! 型墅皇型! 燮主兰生笙苎 苎皇鳖堡 算法在应用中也存在很多问题，比如追踪点选取，细节点类型判断，滤波器选择 等，这些问题在一定程度上限制了该算法在工程中的应用。 1 2 3 匹配算法 指纹识别中一个很重要的问题就是指纹图像的对准问题。如果两幅指纹图像 要进行匹配，必须解决指纹图像的精确对准问题，否则就无法进行比对。目前存 在的些指纹图像对准的方法，不能很好的解决这个问题，因此研究精确对准问 题已经成为一个紧迫的任务。在指纹图像匹配方面，也存在很多的算法，主要以 细节特征匹配为主。细节特征匹配的优点是它用一个向量来表示指纹图像中的细 节特征，因此能够精确的反映指纹图像中细节信息，但这样一来，它丢失了很多 细节相互之间的结构信息，并且在获取细节的过程中，会受到噪声的影响。因此， 研究如何利用指纹图像中的结构信息来辅助目前的细节匹配，或者利用全局的特 征，从而达到更好的匹配效果也是一个非常有挑战性的任务。 为了处理这些困难，在 2 3 中，z c h e n 提出了一种基于拓扑结构的匹配算 法，在该算法中，他们为指纹的细节点在预先设定的区域中建立一个局部结构， 然后利用一种树形匹配算法对两幅指纹模板进行匹配。他们的算法具有旋转平移 不变性，同时不依赖于中心点，但是他们的算法受噪声的影响非常大，当图像中 的噪声增加时，算法的性能惹剧下降。同时，他们为每个细节点建立了个结构， 并且将这些结构信息存贮起来，这导致模扳的容量急剧增加。a n d r e wkh r e c h a k 提出了一种结构匹配算法 2 2 ，在该算法中，他们利用细节点周围的局部细节结 构来描述每个细节点的独特性质。在 2 4 】中提出了该算法的一种改进的算法。这 两种方法依赖细节点局部结构信息，然而由于噪声的影响，往往出现来自同一手 指的指纹在局部差异很大，或者两幅来自不同手指的指纹在局部非常相似等情 况，这将导致算法匹配失败，同时由于他们为每个细节点建立的局部结构，同样 会导致模板容量急剧增大。在 1 0 中，j a i n 提出了一种基于曲线拟和弹性匹配 算法。在该算法中，与细节点相连的脊被采样并存储起来用以对准指纹细节向量。 该算法的缺点是存储了大量的冗余信息，同时在寻找到的对应点中可能包含大量 的伪对应点，这不但导致存贮模板容量急剧扩大。而且会导致由于伪对应点引起 的误匹配。 在 1 9 中，x u d o n g j 提出了一种基于局部和全局结构的指纹细节匹配算法， 在该算法中，首先利用每个细节点的k 近邻为每个细节点建立局部结构，并定义 了衡量局部结构相似性的方法，然后衡量指纹细节局部结构的相似性。其次，他 们利用两幅指纹模板中最相似的两个局部结构的中心细节点作为对应点对准细 节特征向量，并进行了全局匹配。这种算法在处理速度和对旋转的鲁棒性方面有 0 科院臼动化所博士学位论叟 第母综述 一宠簸侥势，瞧楚蠢予氇韵嚣要赣确赘鬟敬撩绞细苇懿类壅帮每强个指绞缩节点 之间所穿过的纹线数嗣，因此算法的性能将极大地受到噪声的影响。在 5 2 中， n a li n ik r a t h a 提出了种通过局部结构的指纹验证方法。谯这种方法中，他 们静先通过度量局部结构的相似性获得一个最初的匹配细节点粲，然后通过比较 剩余细节点和已经匹酝细节点之间的距离将鬻多的细节点包括在甄配点集中，直 爨掰蠢懿绥节蠡罄楚壤究举。这耱方法鸯定鹁簧薅瞧，茏冀戆在大撵绞痒中， 毽怒他们的处理速度非常慢，因此这种方法也不能适应在线系统。 1 3 本文所作的主要工作 通过上蟊的叙述，我嚣j 看出对一个在线拯绞识弱系统来说，离精度、裹效率 特征提取和匹配是核心内容。同时，为了保诞在线系统的鲁棒健，我们需要对输 入的指纹图像质量进行评价，保证后续处理步骤能够获得一定质爨的图像，而对 于质量太差的指纹，比如由于手指上面的汗渍和污垢导致图像质嫩变差，系统可 以有效教提示用户重掰输入。因此本文主要在以下几个部分对指纹识别系统方匿 遂褥了深入载探讨：攒绞强霖矮量译徐，驽舞焦捡嚣，特，薤援獗、莲配，势撵毽 了我们自己的解决方法。概括来讲，本文豹主要贡献体现在如下五个方面： 一提出了一种融合灰度频谱特征的指纹圈像质量评价算法 不同质量的指纹图像艨塞在某些方藤整剐 常大，比如在空域中的灰度对比 发、方差、绞爨撵度方舞一致毪、镶惑薅、睽瞧矩，鞋及在颥竣中的等疆位、等 频率能量分布等等，遮黪特征麓够在不同程壤上区分不溺质蹩酌瘸像。经过试验 和仿真，考虑到在线系统对实时性的要求，我们选出了最有代液性的7 种特征， 通过离线聚类分析方法，我们得到了代表不同图像质量的数据原溅，并且在这些 数据原型的基础上通过k n n 的方法再现对攒纹图像质量进零亍评价，实验结果表 明，该莫法兹效栗菲霉好。在p a t ：e k 数擐癃主霹这9 4 懿塑像矮霪浮铃正确率。 一提出了一种基于多分辨率方向图的奇异点梭涓算法 在前人工作的基础上。我们提出了一种蕊于多分辨率方向嬲的奇异点检测算 法，该算法能够高精度的定位指纹图像的奇异点，同时不器要聪处理。该算法主 要镪耩嚣步：黄先利弱低分辨率的方囱鹚邋遗爨转积分靛方法捡溅中心点戆位 饕，主要是秘瘸格棒积分耨环线积分转羧袋嚣积分。然后在稔溯蹬来豹中心点懿 位鼹个邻域内计算商分辨率的方向图，并在该方向图中精确的定位指纹奇异 点。该算法在p a t t e k 指纹库上定位奇异点的精度可达9 8 以上。 l ： 院自动化所博上学位论文 第章综述 一提出了一种改进的基于纹路追踪的指纹特征提取方法 我们提出了一种具有较大改进的直接灰度特征提取方法。在该方法中，我们 对纹路追踪算法，追踪初始点选取，追踪终止条件以及细节点类型判定等方面作 了较大的改进，实验仿真表明，该方法是一种高精度，高效率的特征提取方法， 在p a t t e k 数据库上面可达8 8 的特征提取正确率。 提出了一种基于中心点的指纹细节机构匹配算法 我们提出了一种基于中心点的指纹细节结构匹配算法，这种算法间时考虑了 匹配的效率和精度。首先利用中心点检测算法获得中心点的位置和方向，然后为 中心点附近的一些细节点定义一个局部结构。通过对比这些局部结构，我们能够 获得两幅指纹图像的对应点，利用中心点和对应点之间的相对位置、角度等关系 来确认真正的细节对应点。其次，利用获得的对应点对准指纹特征向量并进行全 局匹配。最后，利用匹配细节的全局距离和距离方差来判决最终匹配结果。该算 法在p a t t e k 指纹库上可达f a r o 1 ，f r r c 。w 描述图像的对比度，r 。，描述图像的 糕体特点， r d c c ：，描述奄异区域的情况。 3 频谱特征静计算方法 为了高效的计算上面提到的这些频域特征，我们引入了分离滤波器。 ( 1 ) 分离滤波器 利用了频率和相位滤波器可以实现对感兴趣特定频谱能量抽取，下面首先介 缓这个分离鹣滤波爨【6 】。 ( i ) 相位滤波器 该滤波器的主要作用是抽取某一方向上豹频谱能量，它的形式如下： 删) ：麟卧墅掣三垒二堕) ( 2 - 1 3 ) z 口 蒸中，；菇我钠懑兴趣茨方自，q 该滤波嚣斡豢宽，m i n 。0 瓷取n 捷缮遗 数值最小。 ( i i ) 频率滤波器 该滤波器的主甍作用是抽取某一特定频率上的频谱能量，为了简单起见， 我们选用了巴特沃斯滤波器，