（模式识别与智能系统专业论文）指纹识别系统中的关键算法研究.pdf

摘要 指纹识别系统中的关键算法研究 模式识别与智能系统专业 硕士研究生刘波指导教师滕奇志 由于指纹具有唯一性和不变性，长期以来指纹识别一直是个人身份识别最 有效的方法之一。自动指纹识别系统( a f i s ) 是当今图像处理和模式识别领域 里的一个重要研究课题，具有很高的实用价值和市场前景。 本文针对自动指纹识别系统中的指纹图像增强、特征提取和匹配识别等关 键算法进行了研究。在前人研究的基础上，给出了一些改进的指纹识别算法， 经实验证明，取得了良好的效果。 本文的主要工作： i ) 在预处理过程中，依据指纹具有脊线与谷线相间，在局部范围内可以 认为指纹脊线和谷线平行的特点，利用g a b o r 滤波器既有频率选择，又有方阿选 择的特性，采用g a b o r 方向滤波的方法，增强脊线和谷线的对比度，去除了图像 中的叉连、断点以及模糊不清的部分，得到幅比较清晰的狄度图像，取得良好 效果。 2 ) 针对局部阀值二值化算法中因阂值跳变而造成的纹线不平滑的问题，本 文提出了改进方法。首先利用大津展之算法求出每一子块的二值化阈值，然后 进行一元全区间等距插值，作为每一个分子块的阀值，这样就消除了因分块带 来的闽值跳变造成的纹线不平滑的问题。 3 ) 对于细节特征提取，提出了一套在细化后的指纹点线图上提取细节特征 以及删除伪特征点的改进方法。对于各种原因产生的伪特征点，分别采用不同 的算法加以去除。并根据脊线端点和分歧点的拓扑特性，去除大量的伪细节特 征点，具有较强的抗干扰性，为指纹匹配打下了良好的基础。 四川大学硕士学位论文 4 ) 本文实现了种基于细节特征点匹配算法，该算法通过脊线末梢和脊线 分叉点来表示指纹的特征，并在极坐标下完成指纹匹配。由于采用大小可变的 限界盒进行匹配，有效的解决了指纹图像中存在的细节点匹配时非线胜形变的 问题。 实验结果表明，本论文采用的算法在一定程度上提高了图像的处理效果、匹 配速度，论文的结果具有一定的理论价值和实用价值。 关键词：a n s ，方向图，g a b o r 滤波，特征提取，弹性匹配 i i a b s t a c c t h er e s e a r c ho fk e y a l g o r i t h m i na 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 ns y s t e m m a j o r ：p a t t e r n r e c o g n i t i o n a n d a m f i c i a li n t e l l i g e n c e a d v i s o r ：t e n gq iz h i f i n g e r p n a ti d e n t i f i c a t i o nh a sb e e no n eo f t h em o s te f f e c t i v em e t h o d so np e r s o n a l i d e n t i f i c a t i o nf r o ml o n gt m ea g od u et o 矗n g e r p r i n t s u n i q u e n e s sa n di n v a r i a n c e 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 ) r e s e a r c hi sa ni m p o r t a n t s u b j e c t i nt h ef i e l do f i m a g ep r o c e s s i n ga n dp a t t e mr e c o g n i t i o n ，a n dh a sh i g hv a l u e s m l db r o a dm a r k e t si nf u t u r e t h i sp a p e rm a i n l yf o c u s e so nt h ed e v e l o p m e n to f t h ek e ya l g o f i t h n su s e di na f i s ， i n c l u d i n gf i n g e r p r i n ti m a g ee n h a n c e m e n t , f e a t u r e e x t r a c t i o na n dm a t c h i n g i d e n t i f i c a t i o n e x p e r i m e n t ss h o w e dt h a tt h ea l g o r i t h m sa r ee f f e c t i v e a u t h o r sw o r kn m i n l yi n c l u d s ： 1 ) i nt h ep r o c e a u r eo fp r e p m c e s s i n g ，af a s tf i n g e r p r i n t sh n a g ee n h a n c e m e n t a l g o r i f l m la p p l i e sg a b o rf i l t e r 幻a ni n l a g eb a s e do nt h ee s t i m a t e d1 0 c a lr i d g e o r i e n t a t i o na n df r e q u e n c ya n dc a na d a p f i v e l yi m p r o v et h ec l a r i t yo f r i d g ef u r r o w s t r u c t u r e so f i n p u tf i n g e r p r i n ti m a g e s 2 ) t o d e a lw i t ht h ep r o b l e mo fu n s m o o t he d g e so b t a i n e db yl o c a lb i n a f i z a t i o n , a n a p p r o a c hi sp r o p o s e dt h a t 蜘i n gb i n a r a i z a t i o ni su s e dt og e tt h et h r e s h h o l do f e a c hl o c a li m a g eb l o c k , a n dt h e ng l o b a li n t e r p o l a t i o ni su s e dt oc a l c u l a t ean e w t h r e s h o l df o re a c hb l o c k ，s oc a na v o i dt h ep r o b l e mo fu n s l 2 1 0 0 t he d g e st h a t b r o u g h tb yg r o u p i n g 3 1i nt e r m so fm i n u t i af e a t u r ee x t r a c t i o n , a ni m p r o v e da l g o r i t h mi sa p p l i e dt ot h e f i n g e r p r i n ti m a g ew h i c h a f t e rt h i n n i n go p e r a t i o ns ot h a tp s e u d of e a t u r e sc a r lb e d e l e t e d d i f f e r e n ta l g o r i t h m sa l eu s e dt or e m o v ep s e u d of e a t n r ep o i n t sc a u s e db y i i 四川大学硕士学位论文 v a r i o u sr e a s o b s ，b a s e do r lt o p o l o g yf e a t u r eo fr i d g ep o i n tm i db l t m c hp o i n t ， p s e u d om i n u t j a sa r er e m o v e d ，a n dw h i c hi sf u n d a m e n t a lo f f i n g e l p r i n tm a t c h i n g 4 ) am a t c h i n ga l g o r i t h mi si m p l e m e n t e di nt h i sp a p e rb a s e d0 1 3 n m m f i af e a t u r e b y u s 地r i d g ep o i n t sa n db r a i a c hp o i n t sa sf i n g e r p r i n tf e a t u r e , f i n g e r p r i n tm a t c h i n g f u l f i l l e di np o l a rc o o r d i n a t es p a c e a p p l y i n gs c a l a b l ed e l i n a i t a t i o nb o xc a i n _ s o l v e n o i d i n e a rd i s t o r t i o no f m i n u t i am a t c h i n gi nf i n g e r p r i n ti m a g e e x p e r i m e n ts h o w st h a ta l g o r i t h m sw ep r o p o s e di nt h i sp a p e ri m p r o v ei n a a g e p r o c e s s i n ga n da c c e l e r a t e sm a t c h i n gs p e e d t h ec o n c l u s i o ni s v a l u a b l ei nb o t h t h e o r e t i c a la n dp r a c t i c a l k e y w o r d s ：a f i s ，d i r e c t i o n a li m a g e ，g a b o rf i l t e r ；m i n u t i af e a t u r e e x t r a c t i o n ， e l a s t i cm a t c h i n g 1 概述 1 1 简介 随着计算机和电子技术的发展，信息在个人及社会发展过程中起着越来越 重要的作用。信息安全保障已成为当今信息技术中的个重要问题，如何有效、 方便、快捷的进行个人身份识别，从而更好的利用信息，保证人们的合法权益 和各种社会活动的合法| 生和有效性，是人们关心的焦点之一。 传统的个人身份识别一般采用密码、i c 卡、磁卡等，但它们都有其各自的 优缺点，存在着复制、移植、替代的问题。自动指纹识别是上世纪六十年代兴 起的，利用计算机代替人工进行指纹识别的方法。近年来，随着计算机技术的 飞速发展和低价位指纹采集仪的出现，使得自动指纹识别技术越来越多的进入 到人们的工作和生活中，自动识别系统的研究和开发已成为国内外学术界和商 业界的热点，相对于其它的生物特征确认技术例如虹膜识别和语音识别，指纹 识别具有更多的独到的优点，更重要的是它具有具有很高的实用性和可行性， 已经被认为是一种理想的身份确认技术，有着十分广泛的前景，矧哿来生物特 征识别技术主流。 传统的指纹识别是由专家对指纹进行人工分析、比较、并进行判断，得到 结论，这是一个即繁琐又耗时的工作，主要应用于公安系统中对罪犯的身份识 别及一些相关的法律问题的解决中，而不能满足越来越多的民用要求。自动指 纹识别系统( a f i 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 ) 正是在 这一背景下发展起来的一门商业新技术，它通过取像设备读取指纹图像，然后 计算机识别软件提取指纹特征数据，最后，通过匹配识别算法得到结果。以确 定所有人身份的生物特征。它主要涉及指纹图像采集、指纹图像处理、特征提 取、保存数据、特征比对与匹配等过程。伴随着计算机技术和信息处理技术与 识别技术的不断进步，指纹识别技术得到迅猛发展，现已成为最成熟，最可接 受的一种生物特征识别技术。在公安、网络安全、银行、社会保险、雇员证明、 海关身份鉴定、电子门禁许多领域得到广泛的应用，具有重要的理论研究意义 四川大学颂二b 学位论文 和市场应用价值。 显然指纹识别技术已经在全世界得到了广泛应用，但要达到快速、准确的 指纹自动识别以及如何刚氏直用成本方面还有很多工作要做。本课题研究的目 的在已有的指纹识别算法基础上，进行进一步分析、研究、优化以求能得到一 种或几种是用于指纹识别的新方法，能够在指纹处理中不同阶段，包括指纹图 像的预处理、特征点的提取以及指纹的自动匹配等方面进一步完善指纹识别算 法，提高其准确率( 拒认率、误认率) 和运算速度。 1 2 指纹识别的历史和发展概况 人的指纹即为手指皮肤上的纹路，它是人的种生物特征。该特征具有独 特的性质，其图案的细节由细微纹点和纹脊的起点、终点、分叉、汇聚等组成。 指纹作为一种有效的个人身份识别手段，已经有上百年的历史。早在1 6 8 4 年， 英国人n g r e w 就对指纹的脊线、谷线、和毛孔结构进行了系统研究。从此，大 量的研究者开始致力于指纹识别技术的研究。1 8 8 9 年，e h e r r y 在指纹识别的 研究中做出了重大突破，建立了用于指纹分类的著名的“h e r r y 系统”“。 到了2 0 世纪初，指纹识别已被公安和法律机构广泛接受为一个有效的个人身份 识别方法，指纹识别机构也在世界范围内建立起来，并建立了罪犯指纹数据库。 到2 0 世纪7 0 年代，由于计算机的广泛应用和模式识别理论的发展，人们 开始利用计算机进行指纹自动识别的研究，世界各国尤其是英、美、法等计算 机技术比较发达的国家开始争先研究和开发使用指纹识别系统。从7 0 年代末开 始，一些实用系统已经出现。世界各主要国家除了在自己本国外，正花大力气 开拓国外市场，特别近年来，欧洲、美国、韩国等国家的指纹识别系统纷纷进 入中国市场，但是它们的价格太高，在中国市场推广速度很缓慢。 我国在研制指纹自动识别系统方面起步较晚，直到8 0 年代才开始进行，但 目前已取得了令人瞩目的进展。北京大学、清华大学、以及中国科学院自动化 研究所等单位取得了不少研究成果，完成了一些自动化或半自动化的指纹识别 系统。北京大学在七五科技攻关项目中研制成功了实用化的指纹自动鉴定系统 d e l t as ，用于公安刑侦破案，并将此系统在美国市场销售。 在国内，指纹识别系统已经迅速的进入了民用化，如广东省的社会养老金 发放中已经采用了指纹识别作为身份鉴别；湖南省社会保障卡项目批量定型使 用中，中控科技提供了自主知识产权的指纹识别技术与设备。尽管指纹信息技术 在社会保障卡中的应用目前虽然尚有局限性，但是随着中国社会保障体系改革 的大面积推广，指纹信息有望成为中国国民社会保障中的基本信息之。在不 久的将来，指纹数据将作为将作为重要的依据入库，在身份证存储中心编号寄 存并且存档，并对其编号，存入新的身份证件上去。 1 3 指纹识别的现状 长期以来，在人类社会活动需要验证个人身份时，传统的方法是验证个人 是否持有有效的证明文件或信物，核对照片、密码或钥匙、磁卡、i c 卡等。从 本质上来说，这种方法验证的是该人持有的某种“物”，而不是验证其本人。 因此人们开始寻求一种认人不认物的直接验证方法，这就是所谓的“人体生物 特征生物鉴别技术”。其依据每个人自身具有的生物特征来鉴别每个 的真实 身份，为确保其准确性与可靠性，它要求这些特征具有“人各有异”、“终身 不变”、和“随身携带”三个特点。迄今为止的现代科学技术发现同时兼具这 三个特点的生物特征有三个：指纹、虹膜( 视网膜毛细胞血管分布图) 和人体 细胞的遗传基因( d n a 结构) 。其它还有些虽然不能完全具备e 述三个特点， 但尚能在一段时间内具备“人各有异”特点的生物特征，如面容、掌纹、声音、 行为动作( 如签名) 等等。 在众多的生物识别技术中，指纹识别是应用最多最为成熟的一门技术。相 对于指纹识别来说，面部特征和d m 系统过于昂贵复杂，虹膜可能受锻炼或外 界温度刺激等影响而且一定程度上受使用者的抵制，声音可能受语气、身体健 康等其它因素的影响。指纹与其它几种的生物识别技术”。可以从以下几个方面 进行比较： 通用性：是指每个人都应具备的特征； 不变性：是指凌特征不因时问而改变； 唯一| 生：是指任何两个人的特征都不能相同； 可接受胜：是指任何人都愿意接受该系统检测的程度； 可采集陛：是指该特征可被采集并用来进行是别的程度； 发放中已经采用了指纹识别作为身份鉴别；湖南省社会保障卡项目批量定型使 异j 中，中控科技提供了自主知识产权的指纹识别技术与设备。尽管指纹信息技术 在社会保障卡中的应用目前虽然尚有局限性，但是随着中国社会保障体系改革 的大面积推广，指纹信息有望成为中国国民社会保障中的基本信息之一。在不 久的将来，指纹数据将作为将作为重要的依据入库，在身份证存储中心编号寄 存并且存档，并对其编号，存入新的身份证件上去。 1 3 指纹识别的现状 长期以来，在人类社会活动需要验证个人身份时，传统的方法是验证个人 是否持有有效的证明文件或信物，核对照片、密码或钥匙、磁卡、i c 卡等。从 本质上来说，这种力祛验证的是凌人持有的某种“物”，而不是验证其本人。 因此人们开始寻求种认人不认物的直接验证方法，这就是所谓的“人体生物 特征生物鉴别技术”。其依据每个人自身具有的生物特f 睐鉴别每个人的真实 身份，为确保其准确生与可靠性，它要求这些特征具有“人各有异”、“终身 不变”、和“随身携带”三个特点。迄今为止的现代科学技术发现同时兼具这 三个特点的生物特征有三个：指纹、虹膜( 视网膜毛细胞血管分布图) 和人体 细胞的遗传基因( d m 结构) 。其它还有些虽然不错完全具备e 述三个特点， 但尚能在一段时间内具备“人各有异”特点的生物特征，如面容、掌纹、声音、 行为动作( 如签名) 等等。 在众多的生物识别技术中，指纹识别是应用最多最为成熟的一门技术。相 对于指纹识别来说，面部特征和d n a 系统过于昂贵复杂，虹膜可能受锻炼或外 界温度刺激等影响而且一定程度e 受使用者的抵制，声音可能受语气、身s 撤, o l 康等其它因素的影响。指纹与其 u i x 4 的生物识别技术可以从以下几个方面 进行比较： 通用性：是指每个人都应具备的特征； 不变性：是指 瓣征不因对问而改变； 唯一| 生：是指任何两个人的特征都不能相同： 可接受性：是指任何人都愿意接受该系统检测的程度； 可采集性：是指该特征可被采集并用来进行矗划的程度： 可采鬃陛：是指该特征可被采集并用来进行是划的破： 凹川大学硕士学位论义 可欺骗性：是指采用定的欺骗技术导致系统产生误判的难易程度。 与国外相比，我国在指纹自动识别技术研究水平上还存在一定的差距。主 要表现在：( 1 ) 指纹录入设备的质量和精度与国外先进产品还存在一定差距；( 2 ) 从技术上讲，自动识别的算法研究水平还有待提高；在应用层面，表现为产品 适应性差和易用性差，对一些干、湿指纹往往不能正确区别，对指纹录入的旋 转、平移比较敏感。 目前，尽管在指纹识别技术e 已有许多成型产品，但由于指纹的噪声、皮 肤弹性的非线性因素，以及许多文献都因为商业利益而未公丌，理想的指纹识 别系统依然是个很困难的研究任务。 1 4 指纹图像中的基本概念 指纹识别器是十分复杂的，因为指纹有着许多不同于其它图像的特征。与 人工识别不同，现代的生物识别技术并不直接存储指纹图像( 一是考虑到隐私 权：二是由于存储空间) 而是记录从指纹源图像中提取到的特征，指纹识别算 法最终都归结到在指纹图像上找到的比对指纹特征。 一般通过指纹的两类特征来进行指纹的验证：总体特征和局部特征。总体 特征是指那些用人眼就可以观察到的特点包括： 基本纹路图案：环型( 1 0 0 p ) ，弓型( a r c h ) ，涡型( w h o r l ) 其它的指纹图 案都是基于这三种基本图案。仅仅依靠图案类型来分辨指纹是远远不够的。因 为这只是一个粗略的分类，但通过分类使得在数据库中搜寻指纹更为方倒。指 纹图像类别的比例是这样的：漩涡型( 包括w h o r l ，d o u b l e w h o r l ) 占2 7 9 ，环型( 包 括r i g h t l o o p , l e f t l o o p ) 占6 5 5 ，弓型( 包括a 溅t e n t e d a r c h ) 6 ，6 。 模式区( p a t t e m a r e a ) ：模式区是指指纹上包括总体特征的区域即从模 式区就能分辨出指纹是属于哪一种类型的指纹。有的识别算法只适用 于模式区的数据。 核心点( c o r ep o i n t ) ：扬b 点位于指纹纹路的渐进中心，可作为读取 指纹和比对指纹的重要参考点。 三角点( d e l t a ) ：三角点位于从核心点开始的第一个分叉点或者断点， 或者两条纹路会聚处、孤立点、转折点和奇异点。三角点提供了指绞 概述 纹路的计数和跟踪的开始之处。 纹数( r i d g ec o u n t ) ：指模式区内指纹绞数的的数量。在计算指纹的纹 数时，一般先连接核心点和三角点，这条连线与指纹相交的数量即可 认为是指纹的纹数。 而局部特征是指指纹上的细节点。两枚指纹经常会有相同的总体特征， 但它们的局部特征细节点”。，却不会完全相同。 细节点( m i n u t i ap o i n t ) ：指纹纹路并不是连续的，平滑笔直，而是经 常出现中断，分叉或打折点，就称为“细节点”，这些细节点提供了指 纹唯性的确认信息。 类型细节点有以下几种最典型的就是末端点和分叉点。 末端点条纹路在此终结。 分叉点条纹路在此分开成两条或多条。 孤立点条特别短的纹路以至于成为点。 环点条纹路分开成两条后，立即合并成为一条，这样形成的 一个小环，成为环点。 方向细节点的方向由所在脊线方向决定。 曲率描述纹路的方向改变速度。 位置细节点的位置，可通过( x ，y ) 坐标来描述。可以是绝对 的，也可以通过参考点或特征点的相对位置来获得。 图】1 指纹图像特征示意图 四川i 大学硕士学位论文 1 5 本课题所作的主要工作 本课题的研究目标是：在图像预处理和指纹匹配算法等方面有所改进，力 求得到更高的识别率、更快的速度和更好的鲁棒性。 通过对指纹自动识别过程中每一个环节进行研究，在每个环节上选取性能 较好的方法对指纹图像进行处理。对于指纹图象匹配，本文采用了基于可变限 界盒的指纹匹配算法，有效地解决了两幅指纹图像之间定位难的问题，从而提 高了指纹自动识别系统的指标性能。 本课题完成的主要工作如下： 1 、传统的方向滤波主要是利用指纹纹线的方向性，采用付立叶变换，获得 方向信息，而指纹的另杼陛频率特性却未能引起足够的重视。实际上，指 纹的纹线和纹谷结构是指纹的内在屙陛之。依据指纹图像具有指纹脊线与谷 线相问，在局部范围内可以认为指纹脊线和谷线平行的特点。本文利用g a b o r 滤波器既有频率选择，又有方向选择的特性，去除了图像中的叉连、断点以及 模糊不清的部分，得到一幅比较清晰的灰度图像，取得良好效果。 2 、针对局部闽值二值化算法中因阈值跳变而造成的纹线不平滑，本文提出 了首先利用大津展之算法求出每一子块的二值化阂值，然后进行_ 元全区间等 距插值，作为每一个分子块的阈值，这样就解决了分块带来了的阈值跳变造成 的纹线不平滑的问题。 3 、利用传统的方向图进行有效区域提取是种常用的方法，但是这种方 法的提取效果依赖于所求点方向以及块方向的可靠性，而对图像对比度的高低 并不敏感。但是对于纹线不连续、单一灰度和方向难以正确估计的区域及中心 区、三角区附近，方向剧烈变化的区域，方向提取则往往难以取得令人满意的 效果。本文使用了种改进的多级有效区域提取算法结合了方向提取与灰度方 差提取，这种提取方法在一定程度上改进了单一灰度区域的提取效果。 4 、本文运用了在细化后的指纹点线图上提取细节特征并对删除伪特征点 的改进方法。对于各种原因产生的伪特征点，分别采用不同的算法加以去除。 并由脊线端点和分歧点的拓扑特性，去除大量自争伪细节特征点，具有较强的抗 干扰性，为指纹匹配打下了良好的基础。 5 、尽管噪声及形变等因素对指纹细节特征点的真伪影响较大，但对指纹 中的宏观对象( 录入指纹的纹线) 的相对影响较小。本文实现了种在极坐标 系统中自适应弹性对齐匹配算法，较好的克服了指纹特征点处的局部变化以及 指纹本身非线性形变的影响。同时将匹配转化为串匹配( 根据角度线性增加) ， 克服了指纹匹配过程中的大量循环和冗余计算，为识别节约时间。 1 6 论文组织结构 近年来，有关指纹自动识别的研究已经成为模式识别、图像理解及计算机 视觉等领域中广为关注的焦点。指纹图像的自动识别是模式识别领域的一个综 合研究，这一研究的成果将迸一步完善模式识别理论，丰富图像形态变换与分 析理论，拓展计算机视觉。同时，也将为通过指纹解释人体生命信息奠定一定 的基础。 通过阅读了大量的指纹识别方面的论文，研究了基于细节点特征的指纹自 动识别系统，其中主要研究了在整个系统中占有重要位置的图像预处理、特征 提取以及特征匹配这几方面，并在此基础上应用了新的算法。 本论文的内容重点集中在第三章到第五章： 第二章中从其结构、原理等方面系统的介绍基于细节点特征的指纹识别系 统。讨论了自动指纹识别系统( a h s ) 的构成，并对指纹识别算法进行了综述， 同时阐述了指纹识别技术的应用。 第三章详细介绍指纹图像的预处理过程，经图像传感器采集得到的原始指 纹图像是一幅含有较多噪声的灰度图像，它必须先经过预处理，以便于从中获 取指纹的特征信息。预处理的结果在大体上决定了系统的有效眭和准确率。因 此，预处理在自动指纹识别中具有重要的地位和作用，是指纹识别算法的关键。 本章详细介绍了利用图像的方向特性和灰度特性进行图像有效区域提取，滤波 以及二值化和细化，取得良好的效果。 第四章详细介绍了指纹图像细节点的提取，并列出了消除伪特征点的算法。 细节点提取过程合理的利用了指纹图像的脊线位置信息，利用脊线进行模式的 校准。 第五章介绍种自适应弹性匹配的指纹匹配算法。首先对输入的细节特征 点先进行初校正，然后再根据可变大小的限界盒决定每一个模板细节点的匹配 四川大学硕士学位论文 分数，用匹配分数与预先设定阈值相比，来确定是否来自同一指纹。这种算法 能有效的识别指纹，匹配速度较快，并有较强的抵抗噪声与非线性形变的能力。 第六章是工作的总结与展望 自动指纹识别系统( a f i s ) 简介 2 自动指纹识别系统( a f i s ) 简介 2 1 概述 一个优秀的生物识别系统要求能实时迅速有效的完成其识别过程。所有的 生物识别系统都包括如下几个处理过程：采集、比对和匹配。指纹识别处理包 括图像采集、指纹图像预处理、特征提取、特征值的比对与匹配、分类等过程。 指纹识别方式的特点在于它的可靠、方便且容易被接受。许多研究表明指纹识 别在所有生物识别技术中的是对人体最不构成侵犯的一种技术手段。 自动指纹识别系统( a f i s , a u t o m a t i cf i n g e r p r h a ti d e n t i f i c a t i o ns y s t e m ) 结构如 下： 图2 1 自动指纹识别系统结构 尽管已经有许多成型的产品，但由于指纹的噪声、皮肤弹性等引起的非线 四川大学硕士学位论文 性变形、指纹录入位置偏移等因素，理想的自动指纹识别系统的实现仍是一个 相当困难的研究任务。 目前的自动指纹识别系统主要包括上图所示的几个系统，而人们最感兴趣 的是图像采集系统、指纹图像预处理系统和指纹细节匹配系统。下面分别对每 一个子系统进行讨论。 2 2 指纹数据采集 传统的指纹采集是将手指沾墨水后压在纸上获取指纹图像。这种方法的缺 点是费时，图像质量无法保证，丽且不适应于在线指纹检验。现在已经出现了 许多无墨指纹采集装置，可以用数字方式采集指纹。无墨指纹采集装置”。可以 分为两大类：光学取像装置和非光学取像装置。 光学取像技术是目前常用的可靠性好的指纹取像技术，始于7 0 年代，扫描 仪和数码像机是卡片或照片上的指纹或现场的指纹印痕直接被取像设备中的光 电耦合器件( c c d ) 获取，并经数字化器件转化得到数字化图像。 光学活体指纹摄 装置利用光学的全反射原理，即当光源照射到按有手指 的玻璃棱镜表面时，入射光经玻璃射到指纹纹谷后，在玻璃与空气的界面发生 全反射，反射回c c d 光强损失很少，而射向指纹脊线的光线不会发生全发射， 被纹脊与玻璃的接触表面吸收或者发生漫反射，这样反射皤c c d 的光强就大 大减弱，因此纹谷和纹脊的不同反射光强由c c d 获得并被数字化器件转化为 灰度图像。反射光强的损失受压在玻璃棱镜表面指纹的纹脊和纹谷的深度，以 及皮肤与玻璃之间的油脂和水分的影响。 指纹图像采集系统由先进的光感应元件，扫描窗口，数掘收集电路，液晶 显示器和键盘组成。光感应元件是利用光学反射原理进行工作的，当光线照射 到压有手指的三棱镜表面时，这是手指上的分泌物就充当了良好的光学粘接 剂，与棱镜表面紧密接触的指纹的脊线部分，破坏了光线的全反射条件，而没 有紧密接触的谷线部分，光线仍是全反射的，反射光线由c c d 获得，利用这 种原理制作的光电传感器把的指纹光学信号转换成电信号，从而可以得到较清 晰的图像。在实际指纹采集系统中，为了让每次取指纹大致保持一致，不发生 大的旋转、平移，一般还具有一个限位装置。 自动指纹识j ：_ _ j 杀统( a f i s ) 简介 非光学指纹取像技术也可分为两类：半导体传感器和超声波扫描取像。半 导体取像传感器是最近几年才出现的技术，主要有： ( 1 ) 硅电容传感器 它是最常见的半导体取像传感器”。在半导体硅体表面约有1 0 0 ，0 0 个电 容传感器，其外表是绝缘表面，当用户将手指压在该半导体表面上时，皮肤组 成了电容阵列的另一面。由于指纹纹脊和纹谷相对于另一极的距离不同( 纹路 存在深浅) ，导致硅表面电容阵列的各个电容电压不同，通过测量并纪录各点的 电压值就可以获得具有具有灰度级的指纹图像。 ( 2 ) 半导体压感式传感器 它表面的顶层是具有弹性的压感介质材料。当用户将手指压按在该半导体 表面上时，这些压感介质将指纹纹脊和纹谷的不同压力转化为相应的不同电信 号，并进一步产生具有灰度级的指纹图像。 由于制造较大尺寸的半导体传感器。1 非常昂贵，所以通常半导体传感器的 指纹取像范围般小于1 平方英寸。半导体传感器的主要缺点是：易受静电( 电 缆线、用户接触以及取像器内部的静电) 的影响，有时会取不到图像，甚至被 破坏；不像玻璃那样耐磨损，从而影响了寿命；手指汗液中的盐分或者其它的 污物，以及手指磨损都会使半导体传感器取像困难。同光学全反射取像相比， 半导体传感器取像设备的优点是：分拶 率可以高达6 0 0 d p i ，体积小，功耗小。 ( 3 ) 超声波扫描取像技术 超声波扫描技术被认为是指纹取像技术中最好的一种，但现在在指纹识 别中还不多见。超声波指纹取像的原理是：当超声波扫描指纹的表面，紧接着 接受设备获取其反射信号，由于指纹的纹脊和纹谷声阻抗不同，导致反射回接 收接收器的超声波能量不同，测量它的大小，从而产生指纹灰度图像，积累在 皮肤上的污物和油脂对超声波取像的影响不大，所以这样获取的图像是实际指 纹纹纹路凸凹的真实反映。下表给出了活体指纹采集取像技术的比较。 四川大学硕士学位论文 表2 1 活体指纹采用的取像技术比较 光学全反射技术半导体硅电容传感技术超声波扫描技术 干手指羞，汗 干手指好，汗多f 勺、 多的、稍脏的手指 稍脏的手指不能成像，易 成像模蝴，易受皮 受静电影响，易受皮肤上 非常好成像能力肤上的油脂和脏 的油脂和脏物影响 物影响 取像面积大小中 耗电量较少较少较多 可靠性非常可靠 容易损坏一般 价格 低低很高 2 3 指纹图像的预处理 在指纹自动识别过程中，输入的指纹图像由于各种原因的影响，如指纹摄 入时图像质量不商或者录 指纹过程中发生指纹畸变，经常使指纹图像模糊不 清，造成脊线的粘连或者断开，产生伪特征点，会造成识别系统的拒认或误认。 指纹图像的预处理的作用就是去除图像中的噪声，把它变成清晰的图像，便于 提取正确的指纹特征，预处理是指纹自动识别过程中的第一步，它的好坏直接 影响到指纹是别的效果。指纹预处理的工作过程如图2 2 所示： 图2 2 指纹图像预处理流程 由图2 2 可以出，预处理是分为四步进行的：图像有效区域提取、灰度图 滤波、二值化、细化。在指纹图像中，感兴趣的区域是由指纹及指纹纹组成的 的清晰指纹区域，称之为前景；而非指纹区域或噪声严重的区域，是应尽量避 免处理的区域，称之为背景。指纹图像有效区域提取的目的就是将指纹前景区 自动指纹识别系统( a f i s ) 简介 域同背景区域分离开来，以避免在噪声和背景区域中提取细节特征点，以提高 特征点提取的准确性，同时节省处理时间，从而提高整个系统的性能。灰度图 滤波的目的是去除图像中的叉连、断点以及模糊不清的部分，得到一幅比较清 晰的灰度图像；然后对这幅图像进行二值化，把它转变成一幅二值指纹图像； 而后把这幅清晰的二值化图像通过细化变成点线图，即指纹图像中的脊线都以 点线( 宽度为1 的线) 的方式表示，这幅清晰的点线图可以供以后的特征提取 使用。 2 4 指纹图像的特征提取 指纹特征主要分为两类：总体特征和细节特征。总体特征一股是指指纹奇 异点的类型，般可将奇异点分为几大类：核形、三角形和斗形。细节特征 可分为有很多种，但用于自动特征提取与匹配的特征有两种；脊端点和脊分叉 点。 在预处理过程中，可以得到可靠的细化二值图像，这些图像的灰度值只有 两种清况 3 - ( 2 2 ) 图2 3 特征提取模板 13 四川大学硕士学位论文 就可以在细化后的图像找到细节点( 端点和分又点) ，并7 , - i + 算刨门在图中的 相对位置。第1 7 7 7 章将介绍指纹图像细节点的提取，并列出了消除伪特征点的算 法，细节点提取过程合理的利用了指纹图像的方向场信息，并利用脊线进行模 式的校准。 2 5 指纹匹配 指纹特征的匹配是指在两枚指纹的特征点分别提取出后，比较二者的特征 点的位置、类型和方向是否吻合，以达到身份鉴别认证的目的。一般的结构匹 配算法对细节特征点之间的距离及其在坐标系中的位置有很高的要求“。但当 人的手指按在指纹采集装置上时，用力过猛或过轻时，都会造成待识指纹图像 各特征点相互距离变化及本身在坐标系的位置变化，即所谓的畸变。同时，经 常存在着待识图象的指纹方向与样本( 登记) 指纹图存在方向上的角度差，即 所谓的旋转误差。总之，采用常规的匹配法对以上隋况进行处理时，不可避免 地存在较高的拒识率和误识率，大大降低了系统的实用性。 因此指纹匹配的关键问题在于如何如何克服由于平移、旋惭口伸缩等造成 的畸变，将两幅指纹图像迸行定位重台，克服在采集过程中由于平移、旋转和 伸缩等造成的畸变。然后在对两幅指纹图象中提取出的细节特征点进行比对， 找出匹配的细节特征点，得到两幅图象匹配的结果。较常用且被认为较好的方 法是基于细节特征点匹配。本文第五章将介绍一种基于可变限界盒的指纹匹配 算法。首先对输入的细节特征点先进行初校正，然后再根据可变大小的限界盒 决定每一个模板细节点的匹配分数，用匹配分数与预先设定阅值相比，来确定 是来自同一指纹。这种算法能有效的识别指纹，匹配速度较快，并有较强的抵 抗噪声与非线性形交的能力。 基于方向特性的指纹图像预处理 3 基于方向特- 胜的指纹图像预处理 经图像传感器采集得到的原始指纹图像是一幅含有较多噪声的灰度图像， 它必须先经过预处理，消去大量的噪声信号，将噪声的刊e 降低到最低程度， 得到纹绷青晰的点线图，以便于从中获取指纹的特征信息。预处理的结果大体 上决定了系统的有效性和准确率。因此预处理在自动指纹识别系统中具有重要 的地位和作用，是指纹识别算法的关键。 经过研究和实践发现常用的算法在指纹处理应用中存在以下问题： ( 1 ) 在一般算法中，多数固定阈值和经验值对原始图像的灰度特征具有依 赖性，并非以个统一的图像规格作为参考，容易失效； ( 2 ) 对图像有效区和无效区的判别效率低下，对不同的区域存储和运算的 开销分配失当； f 3 ) 对于低质量图像处理效果差，不能充分利用指纹的固有特性( 如方向 性、频率胜等) 来恢复被噪声淹没的纹线结构。 针对以上问题，在研究前人研究成果的基础上，利用指纹纹线的方向性“ 以及频率特性等自身特点，实现种适合指纹图像特有的预处理方法，为后续 的特征提取和指纹匹配打下良好的基础。 3 1 指纹图像的方向特性 3 1 1 指纹方向图原理及其特点 指纹图像就其图像本质而言，属于纹理图像范畴。指纹的自动识别问题必 须紧密结合指纹图像纹理结构特征进行。指纹的方向图抽象了指纹脊线与纹谷 交错平行分布的特点，反映了指纹图像纹理结构的本质。 指纹方向图具有以下三个特点“： 1 真实性 指纹局部方向图真实的反映了指纹图像本质的纹理特征。再现了指纹的中 心纹路，外围包络线的形状和走势。 2 渐变眭 四川大学硕士学位论文 由于纹线具有平缓变化的特点，求出的方向图也不能发生走向的剧变，利 用这特陡，可以在有噪声情况下求出方向图，并进行平滑处理，从而可能在 低质量指纹图像中获得的效果较好的方向图。 3 抽象性 指纹方向图是对纹线形状的一种抽象描述，因此使研究指纹拓扑结构的问 题，得到大大简化。 3 1 2 获得指纹方向的方法 1 领域方向模板法 方向图是指纹图像的一种变换表示方法。用纹线的方向来表示该纹线，有 两种方向图。一种是点方向，表示源指纹图像中每一个像素点脊线的方向。另 一种是块方向，表示指纹图像中每一予块脊线的方向。邻域方向模板求点方向 的算法“描述如下： 假设所求点( f ，) 方向为d ( f ，_ ，) ，首先计算沿。方向的灰度变化量最。 最= i ，( f ，) 一z ( ， ) 1 0 - 1 ) 5 3 4 又 一 彪 6 ”k 。8 图3 1 指纹纹线方向示意图 其中厂( f ，) 是点( f ，) 的灰度值，( ， ) ：是7 y n o 上的第k 个点，n 表示 所取方向的总数，1 1 为所取的相邻点数。通常取8 个相邻点，1 6 个方向aa ( i ，- ，) 基于方向特性的指纹幽像预处理 的方向为s 。取值最小的方向，即灰度变化最小的方向。这是求点方向的基本思 想，但用此方法求得的方向效果并不是很好，误差较大，故可以如下改进。 首先，在求某一方向的灰度差时，不使用该点的灰度值，而是用该方向上 n 个点的平均灰度值来求灰度差： s o = f f ( i ，) 一f o ( i i ，j k ) j ，f o r o = 1 , 2 ，- n ( 3 - 2 ) i = l 其中 舭舻去荟讹川 ( 3 3 ) 这相当于在求点方向前先进行了一次均值滤波，另外，在求该点的方向时， 可以不仅仅考虑咒取值最小的方向，同时考虑d 的垂线o ，使得咒取值较小 雨取值较大。即不仅考虑指纹图像中的纹线的切线方向灰度变化最小，同时 考虑它的垂线方向应该是灰度变化最大的方向。求点方向流程如图3 2 示。把 点方向图分成1 6 1 6 大小的块，对每一块计算方向直方图，方向直方图中的峰 值即为该块的方向，可计算出块方向。 万间d o ，1 2 烈 鸯b 点k 锄，1 ，2 ，- “ 攀掺；鲁豢c ；“j i 【= ) 上 瀵誊磷黪铺。, j k ，j 0 球s 。值磺小的“ 一一一i 一一一( i j ) 的点方j 句d f x ( i j ) = 图3 2 求指纹图像点方向流程图 凹川大学硕士学位论文 2 基于梯度算子的最小均方根法 ar _ r a o 提出了种利用梯度算子求出块方向的算爨旧现稻述如下： 将指纹图像以w + w 的窗口划分为互不重叠的子块，对每一块内的每个像 素计算x 轴和y 轴方向上的微分a ，( 石，y ) 并ba 。( x ，y ) 。并按下式计算平均方向。 ”力+ 六( f ，r ，) = 2 a ，( f ，) a y ( f ，) 一野一 ，垲h 酗，力= 泼钡渤 慢呦 2 妒黜， ( 3 4 ) ( 3 5 ) ( 3 6 ) a n t ij a i n 算法“”对a r r a o 的方法作了进一步的改进，采用了平滑算法， 对求出的方向进行平滑处理。由于指纹纹线方向具有渐变性的特点因此选择 合适的低通滤波器是可以进行方向平滑滤波的。 a r r a o 的方法在选用合适的算子计算梯度有较好的抗噪声能力，但相应 的计算复杂度增加，将花费大量预处理时间。a n t ij a i n 采用后处理平滑算法加 以改进后，对噪声具有较好的鲁棒性，对求出的点方向有较大改进，但缺点是 对整幅指纹图像采用低通滤波器时有可能对中心区，三角区等纹线非正常变化 的区域产生不不良影响。 根据上面方法求得的点方向与块方向，在指纹图像多级有效区域提取、 o a b o r 滤波中起着关键的作用，为后续处理打下了良好的基础。如图3 3 为不同 指纹图像的块方向图。 兰三垄塑壁堡竺塑竺型堡堡些型 - _ _ _ _ - _ _ _ _