（电力电子与电力传动专业论文）基于嵌入式系统的指纹识别技术的研究.pdf

西华大学硕士学位论文f p s 2 0 0 、闪存f l a s h 、存储器s r a m 、l c d 和p c 为一体化的硬件平台，在此基础上就可以移植嵌入式实时操作系统u c l i n u x 和指纹算法，最终可以完成嵌入式生物识别系统的开发。关键词：指纹识别、a r m 、f p s 2 0 0 、嵌入式系统、自动指纹识别系统i l西华大学硕士学位论文r e s e a r c ho ff 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 yb a s e do ne m b e d d e ds y s t e mp o w e re l e c t r o n i c sa n dp o w e rd r i v eg r a d u a t e ：z h a oy a n gs u p e r v i s o r ：l us h u n c h a n g ( p r o f e s s o r )b i o m e t r i ci d e n t i f i c a t i o nt e c h n o l o g y ( b i t ) i st h es c i e n c et h a ti d e n t i f i e so t h e r sa st h ep h y s i o l o g i c a lc h a r a c t e r s f 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 yi st h em o s ti m p o r t a n tt e c h n o l o g yo fb i t , a n di ti sam a t u r et e c h n o l o g y a sar a p i d l yd e v e l o p i n gt e c h n o l o g y , a f i si su s e di nm a n yf i e l d si n c e a s i n g l y , s u c ha si d e n t i t yi d e n t i f i c a t i o na n ds a f e t yi n s p e c t i o ns y s t e m w i t ht h ed e v e l o p m e n to fm i c r o - e l e c t r o n i c st e c h n o l o g ya n dt h ec o r r e s p o n d i n gf i n g e r p r i n ta r i t h m e t i ct e c h n o l o g y , i tw i l lu r g et h i st e c h n o l o g yt ob eu s e di nm o r ea n dm o r ef i e l d s w ec o m b i n et h ec o m b oo fa f i sa n de m b e d d e ds y s t e mi nt h ed e s i g n ，i tc a nl e ta f i sw o r kf a s t e ra n dm o r ee f f i c i e n c y , a n di tw i l ll e tt h ea p p l i c a t i o no fa f i sb e c o m ef a s t e ra n dw i d e r b a s e do nt h er e s e a r c ho fa f i s ，t h i sp a p e rd e t a i l st h ew o r ko f“r e s e a r c ho ff 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 yb a s e do ne m b e d d e ds y s t e m ”t h i sp a p e rd i s c u s s e st h es t u d ya c t u a l i t ya n dd e v e l o p m e n td i r e c t i o no ft h et a s k ，a n dt h ee n t r yp o i n ti nt h er e s e a r c ht h a tw ef a c e d t h e ni ti n t r o d u c e st h em o s ti m p o r t a n tp a r t t h ef i n g e r p r i n ta r i t h m e t i c i ti n c l u d e st h ep r e t r e a t m e n to ff i n g e r p r i n ti m a g e ，f e a t u r e se x t r a c t i o n a n dc h a r a t e rm a t c h i n g ，a n dc o n t r a s t st w oi d e a so ff e a t u r e se x t r a c t i o n w ec h o o s eo n ea n dc a r r yo u tt h ef i n g e r p r i n ti d e n t i f i c a t i o ns o f t w a r eb yu s i n gm a t l a b ，a n dc a r r yo u tt h ed e v e l o p m e n to ff i n g e r p r i n tr e t r i e v eb a s e do nf i n g e r p r i n ts y m m e t r y t h ee 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 ns y s t e mi nt h i sp a p e ri n c l u d e st w op a r t s ；1 1 1西华大学硕士学位论文o n ei sf i n g e r p r i n ti m a g ec o l l e c t i o ns y s t e mb yu s i n gf p s 2 0 0 ，a n o t h e ri se m b e d d e ds y s t e mb yu s i n gl p c 2 214 m e a n so fc o m m u n i c a t i o no ff i n g e r p r i n ti m a g ec o l l e c t i o ns y s t e mi su s b ；i tc a nc o n n e c tw i t ht h ec o m p u t e ra saf i n g e r p r i n ti m a g ec o l l e c t i o ns y s t e m ，a n dd ot h ep r e f r o n t a lw o r ko fe m b e d d e ds y s t e mt o o w i t ht h ec o m b i n eo ft h el 矗曲c a p a b i l i t y 、s m a l lp o w e rc o n s u m e d 、3 2 - b i tr i s cs t r u c t u r ep r o c e s s o r s a r mk e m e la n dp u b l i cs o u r c e c o d ee m b e d d e dr e a l t i m eo p e r a t i n gs y s t e m ，w ei n t e g r a t i v et h eh a r d w a r eb a s e do nl p c 2 2 1 4 ，f p s 2 0 0 ，f l a s h ，s r a m 、l c da n dp c 。a n dt h e nt r a n s p l a n te m b e d d e dr e a l - t i m eo p e r a t i n gs y s t e mu c l i n u xa n df i n g e r p r i n ta r i t h m e t i c ，f i n a l l ya c h i e v et h ee x p l o i t a t i o no fe 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 ns y s t e ma p p l i c a t i o n k e y w o r d ：f i n g e r p r i n ti d e n t i f i c a t i o n ，a r m ，f p s 2 0 0 1e m b e d d e ds y s t e m ，a f i sj v两华大学硕士学位论文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。除了文中特别加以标注和致谢的地方外，论文中不包括其他人已经发表或撰写过的研究成果，也不包含为获得西华大学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己在论文中作了明确的说明并表示谢意。本学位论文成果是本人在西华大学读书期间在导师指导下取得的，论文成果归西华大学所有，特此声明。作者签名：建垒冈臃年6 月4 - 日翮签名弗赐磁年多月争日西华大学硕士学位论文第一章绪论生物识别技术( b i o m e t r i ci d e n t i f i c a t i o nt e c h n o l o g y ) 是利用人生理上的特征来识别人的科学。与传统方法的不同在于，生物特征识别方法依据的是我们所拥有的东西，是我们的个性特征。事实上，任何生理上的特征都可以用来进行识别。生物特征分为身体特征和行为特征两类。身体特征包括：指纹、掌形、眼睛( 视网膜和虹膜) 、人体气味、脸型、皮肤毛孔、手腕手的血管纹理和d n a等；行为特点包括：签名、语音、行走的步态等。根据生物识别技术采用的生物特征的不一样，广泛应用的生物识别技术可以分为三类1 1 , 4 5 1 ：( 1 ) 次级生物识别技术( l e s s e rb i o m e t r i c s ) ，如掌纹识别、人脸识别、语音识别、签名识别等。( 2 ) 高级生物识别技术( h i g hb i o m e t r i c s ) ，如视网膜识别、虹膜识别和指纹识别等。( 3 ) 深奥的生物识别技术( e s o t e r i cb i o m e t r i c s ) ，如血管纹理识别、人体气味识别等本文主要是对指纹识别技术的应用和研究。1 1 课题背景根据导师的科研任务的要求以及实验室现有的条件，选择了“基于嵌入式系统的指纹识别技术的研究”作为毕业论文的研究题目。现今的工作生活中，无论是到进入机要部门，还是存取贵重物品、保密资料；无论是刑侦破案、银行取款，还是电子门锁、网络购物、保险业务，太多太多的场合都需要身份的确认，而传统的基于标志和知识的身份认证技术由于受到证件伪造以及密码破解等的威胁，逐渐表现得有些力不从心。受启发于人的身体特征具有不可复制的特点，人们开始把目光转向了生物识别技术。因为人的指纹、掌纹、面孔、发音、虹膜、视网膜、d n a 、骨架等都具有唯一西华大学硕士学位论文性和稳定性的特征，为实现更安全、方便的身份认证提供了物理条件，所以，各种基于人体的生物识别技术研究也就展开了。表1 1 各种生物识别技术的比较t a b l e1 - 1t h ec o m p a r i s o no ft y b i cb i o l o g yi d e n t i f i c a t i o nt e c h n o l o g y生物特征唯一性永久性可采集性准确性可接受性防伪性指纹高商中商中高手写体低低齑低高低声音低低中低高低视网膜高中低离低高擘塑t 扣中高中中中脾形低中高低痞低相对于其它身份认证技术( 如表1 1 ) t 1 5 9 1 ，自动指纹识别是一种更为理想的身份确认技术，用自动指纹识别不仅具有许多独到的信息安全优点，更重要的是还具有很高的实用性、可行性，具体体现在以下几个方面：第一，指纹的唯一性。每个人的指纹是独一无二的，两人之间不存在着相同的手指指纹。第二，终身不变性。每个人的指纹是相当固定的，不会随着人的年龄的增长或身体健康程度的变化而变化，但是人的声音等却存在较大变化的可能。第三，易采集性。指纹样本便于获取，易于开发识别系统，实用性强。目前已有标准的指纹样本库，方便了识别系统的软件开发；另外，识别系统中完成指纹采样功能的硬件部分也较易实现。第四，易组合。一个人的十指指纹皆不相同，从而可以方便地利用多个指纹构成多重口令，提高系统的安全性。第五，易传输性。指纹识别中使用的模板并非最初的指纹图，而是由指纹图中提取的关键特征，这样使系统对模板库存储量的要求较小。另外，对输入的指纹图提取关键特征后，可以大大减少网络传输的负担，便于实现异地确认，支持计算机的网络功能。指纹识别技术是指利用人体的指纹特征对个体身份进行区分和鉴定。在所西华大学硕士学位论文有的生物识别技术中指纹识别技术是目前最为成熟，也被应用最广的生物识别技术。指纹识别技术的原理和其它生物识别技术的原理相似。它是利用人体的指纹特征对个体身份进行区分和鉴定。在所有的生物识别技术中指纹识别技术是目前最为成熟，也被应用最广的生物识别技术。这主要因为指纹采用的过程对人们来讲非常简单，指纹识别的准确率高的原因。在所有的生物识别技术中，其理论准确率仅次于虹膜识别技术，为百万分之一【9 l3 1 。1 2 指纹识别的现状在i b g ( 国际生物识别集团) 发布了2 0 0 7 - - 2 0 1 2 年度全球生物识别市场报告中预测了未来5 年全球生物识别市场的规模。2 0 0 7 年超过3 0 亿美元，2 0 0 8年达到3 8 亿美元，到2 0 1 2 年将超过7 4 亿美元。报告显示2 0 0 7 年全球指纹识别技术的市场份额( 包括a f i s 和非a f i s 的指纹应用) 达到5 8 9 ，较2 0 0 6年又有了更多增长，远远超过了其它生物识别技术。这说明人们对指纹识别的接受和应用已经步入快车道。据统计，2 0 0 7 年中国生物识别市场的销售收入约1 0 亿，其中超过9 7 为指纹识别产品，国产设备占主流，并有大量出口。按销售数量计算，出口比例大约为3 0 。中国生物识别行业中，指纹识别技术和产品仍然占据主导地位。其他识别技术，除掌形识别稍有应用外，大都处于初期推广阶段。但人脸识别和虹膜识别都有了很可观的发展和进步，未来一两年它们将会有全新的市场表现。据分析，2 0 0 7 年中国生物识别市场应用与往年的变化不大，仍然是以指纹锁、考勤和门禁系统为主。指纹门锁产品，仍然是出口量最大的生物识别产品。而国内设计生产的指纹识别考勤和门禁设备，因为缺乏自己的市场渠道，目前大多以贴牌方式销往海外市场【l4 1 。2 0 0 5 年以来，中国指纹识别产品市场指纹笔记本电脑、指纹u 盘、指纹门锁成为最热门产品，销量都有了大幅度增长，而一度被认为与生物识别技术结合会有良好前景的智能卡已基本被淘汰。2 0 0 5 年先后推出指纹笔记本电脑的厂商有近2 0 家，2 0 0 6 年几乎所有的笔记本电脑品牌都推出了指纹识别n b 产品，西华大学硕士学位论文2 0 0 7 年6 月清华、同方携手芯微发布的新超扬系列p c 就是其推出指纹识别p c的开端，今后将有更多的指纹识别p c 、n b 产品推出。指纹u 盘则是因为推出了带虚拟光驱能自动安装的主控芯片，使产品易用性大大增强，再加上指纹传感器价格从均价1 5 美元降到了5 美元，使得指纹u 盘的成本已只比普通u 盘( 相同容量) 高不了多少，完全具备了大规模普及的可能。指纹门锁方面，虽然国内指纹门锁的技术仍比较落后，尤其是在指纹芯片与控制电路的结合方面，但市场认可度在提高，出口方面也提高很快。指纹电脑、指纹手机、指纹u 盘将成为中国未来最具市场前景的三大指纹产品。1 3 指纹识别研究的意义指纹识别作为科技识别技术已经有很长的历史了，基于指纹的识别技术在美国和西欧已使用了一百多年，而最早用于商业的指纹设备亦始于2 0 世纪7 0年代。2 0 世纪6 0 年代到7 0 年代，指纹识别技术发生新突破。随着个人计算机和光学扫描技术的发展，f b i 开始使用一种自动识别指纹的设备，至7 0 年代末期，开始在美国大范围内推广使用。2 0 世纪9 0 年代末期，价格较低的指纹采集器、快速、匹配的算法发展为指纹技术用于个人身份识别提供了广阔的市场空间，不过目前用于数字交易系统的指纹技术与过去的a f i s 有着根本的区别【5 8 】。我们可能会丢失证件或遗忘密码，但“丢失”或“遗忘”自己的手指基本不可能。起始于2 0 世纪7 0 年代的生物测量学代表了最安全可靠的个人身份鉴别方法。人的每个手指隐藏有8 0 到1 0 0 个独立的特征，这些特征经过编码，可以以“生物代码”形式储存在计算机里。在过去的3 0 年中，指纹识别技术突破了原有的局限性，广泛应用于任何需要安全性方面的领域，如税务、银行、证券、计算机系统、核电站、身份证、公安、汽车、电话、指纹门禁、指纹考勤、特殊部门的确认系统、指纹进入智能管理系统、护照、警网现场指纹认证等许多方面，这无疑将取代原有的识别技术而成为二十一世纪生物识别技术应用的最新发展趋势，具有在各个领域的广泛应用前景和无比巨大的市场潜力。西华大学硕士学位论文现在3 2 位、6 4 位a r m 、d s p 等嵌入式微处理器的处理能力越来越强大，而且价格也不断的降低，使得离线型指纹识别系统的价格也相对的越来越适合于民用场合，也同时为嵌入式指纹识别系统提供广阔的市场 4 5 5 9 。1 4 论文研究的主要内容和创新工作论文主要介绍了在设计过程中的研究工作，如下所示，其中第( 2 ) 点是本文提出的创新点，并作了相应的理论研究。( 1 ) 基于灰度图像的指纹特征提取算法研究。通过图像预处理，进行g a b o r滤波，然后通过8 方向卷积进行a a d 的指纹频率特征的计算，最后通过a a d 的匹配来进行指纹识别。( 2 ) 论文提出了“基于指纹对称对指纹检索的改进”的新观点。在大的指纹库的匹配中这个观点可以实现检索速度和精度上的改进。( 3 ) 算法实现与验证。我们在w i n d o w s x p 操作系统中，利用m a t l a b 实现并验证了我们所提出的算法。( 4 ) 基于u s b 接口的指纹采集模块设计实现。利用f p s 2 0 0 指纹芯片设计指纹检测模块，该模块利用u s b 接口与计算机相连，并且利用相应的软件控制该指纹采集模块采集指纹图像。( 5 ) 基于嵌入式应用的指纹处理模块板的设计。利用l p c 2 2 1 4 作为处理器的指纹识别系统，外扩f l a s h 、s r a m 、l c d 显示等构成了整个离线式指纹识别系统。论文主要分三个部分来介绍指纹识别系统第一部分主要介绍了指纹识别算法，同时又分为指纹图象的预处理、指纹图象的特征提取和特征匹配三个小部分，并对指纹检索的改进做了探讨。第二部分是指纹识别系统的硬件设计。第三部分是指纹识别系统的软件设计。西华火学硕士学位论文第二章指纹识别系统的算法2 1 指纹识别算法的概述指纹识别算法作为指纹识别系统的核心内容和检验指纹识别系统的重要指标，已经成了各国学者努力学习和不断研究的重要方向。指纹识别算法主要分为对所采集到的指纹图象进行图象预处理、指纹图象特征提取和后期的指纹图象特征匹配这三个过程( 如图2 1 ) 。现在的指纹识别算法中最重要的就是图象的滤波算法、特征提取算法，而在指纹识别系统实际运用中，特征匹配正成为阻碍指纹识别系统的大规模运用的一个主要方面，特征匹配关系了指纹识别系统的识别精度和识别速度1 5 7 。f i g2 1t h ep r o c e s so ff i n g e r p r i n ti d e n t i t ya r i t h m e t i c图2 1 指纹识别算法的过程2 2 指纹图象的预处理指纹图象的预处理指的是对所采集到的指纹图象进行图象加工，并使加工后的图象能清楚的进行指纹特征提取的过程【3 1 1 。由于所采集到的指纹图象通常会有各种各样的噪声，一部分是由于采集仪器，比如采集仪器上的污垢，采集仪器的精度，采集仪器灵敏度的下降等；另一部分是由于人手指状态，比如手湿了或出汗了，手指是有污垢，手指上原来的伤疤甚至是由于手指对采集仪器压力的不足，这些都会引起指纹图象中的噪声的增加。仪器所引起的问题容易解决，而手指引起的图象噪声问题就比较难解决。指纹图象的预处理就是主要解决这个问题n 一1 。6 西华大学硕士学位论文图象预处理步骤一般可分为图象的归一化、方向场的计算、图象的滤波增强，二值化和细化 1 9 , 2 0 , 2 2 。2 2 1 归一化在图像做归一化之前，我们首先要对指纹图像进行调整。在我们整个指纹算法中，我们所处理的指纹图像都是灰度图象，这就要求把指纹图像灰度化。图象的归一化又可称图象的平滑、图象的分割，就是把图象的背景和图象前景分割开来。图象的前景就是指纹图象，他包含着指纹图象的一切有效信息，而背景中则包括了阻碍有效信息的许多噪声。这些有效信息就是我们需要提取出来的信息，因此我们就需要把噪声消除，首先我们就必须把最容易消除的噪声消除，而这一步就是归一化。在图象归一化过程开始时也就是在输入灰度指纹图象后，我们对指纹图象处理的第一步就是把图象分块，根据所采集到的图象的大小我们可以分为1 6 x1 6 或3 2 x 3 2 等不同的大小。而在w x w 的分块图象中，图象的灰度值是不一样的，我们可以用一种基于变化灰度阀值的归一化方法来对分块图象进行一次性平滑。在一块图象中，如果一点的灰度值小于本块图象的灰度阀值，则属于背景；反之则是前景 4 5 1 。指纹图象的归一化公式如下，式中w 表示块的大小，g ( i ) 和v a r ( i ) 分别是像素均值和平方差。( 2 1 )l i a r ( ，) = 矿1w 缶- i 缶w - i ( 砸) 一m ( 呦2( 2 - 2 )则归一化之后的指纹图象g 为力b“问瑚一i 旷=um西华大学硕士学位论文g ( i ，) = v v a r o ( 铲i ( i , j ) m ( i ) ) z 以“pm v v a r o ( 簪i ( i , j ) - m ( i ) ) 2 黝( 2 3 )其中i 为指纹图象，而，( f ，) 表示在第i 行、第j 列的灰度值，m ( i ) 表示图象的灰度平均值，v a r ( i ) 表示图象的灰度方差【4 5 】。归一化图像如图2 2 ：指纹原图归一化个2 2 2 方向场的计算f i g2 2n o r m a l i z a t i o ni m a g e图2 2 归一化图像指纹方向场真实地反映了指纹图象最本质的纹理特征，再现了指纹中心花纹、外围包络线及脊线的形状和走势。方向场图象上每一个点的数值是指纹图象上对应点的局部脊线方向的数值。方向场表达了指纹图象最基本的信息，因此方向场的好坏也是衡量指纹图象好坏的一个重要因素 6 , 1 6 1 。计算指纹方向场的方法有公式法和掩膜法。而公式法求方向场比掩膜法更精确，公式法的主要步骤如下：两华大学硕士学位论文( 1 ) 计算指纹图象方向场把指纹图象分成大小为w x w 的方块，对于5 0 0 d p i 指纹图象，w 一般选择是1 6 。计算点( f ，) 的梯度a ，( i ，_ ，) 和a 。( f ，) 。在这里我们一般选用s o b e l 算子计算梯度。计算以( f ，) 为中心的每一块的方向，公式如下【4 5 】：，+ 兰，上。圪( = ( 2 a ，( “，v ) a y ( “，v ) )( 2 3 )”了”。it 气j 巧( f ，) = ( a 2 ，( 甜，v ) - 0 2 y ( ) ) ( 2 - 4 )”。7 ”广了川= 三a r c 协c 鬻，p 5 ，式中，o ( x ，y ) 是局部脊线方向的最小平方估计，数学上，它表示的是这个方向垂直于w 奉w 窗的傅立叶频率的主方向 4 5 , 3 1 。( 2 ) 计算指纹图象的平滑方向场由于噪声、断裂的脊线和谷线的存在，估计的脊线方向甙f ，_ ，) 可能不总是正确的。在没有奇异点的邻域内，局部脊线方向是缓慢变化的，可以用一个低通滤波器来修改不正确的脊线方向。为此，方向场需要转化到一个连续的向量场1 9 。纯( f ，歹) = c o s ( 2 0 ( i ，) )( 2 6 )矽。( f ，) = s i n ( 2 0 ( i ，) )( 2 7 )式中o x ( i ，) 和矽。( f ，j ) 分别是向量场的x 和y 分量，低通滤波器可以如下式( 2 8 )和式( 2 9 ) 所示：堕监“f ，) = ( 办( ) 织“- - 1 1 w ，一w ) )( 2 8 )。：上。上西华大学硕士学位论文”，妒y ( f ，) = e ( h ( u , v ) 办( f 一毗一w ) )( 2 9 )。：上，上式中，h 是一个二维低通滤波器，其积分为1 ；x 是滤波器的大小。这个平滑操作是在块上执行的，其大小默认为5 5 。指纹图象的平滑方向场计算公式如下：咖) = - 1 2 a r c t a n 锱协通过这种方法，就可以得到一个相当平滑的方向场。2 2 3 图象的滤波增强指纹图象的增强，就是对指纹图象通过一定的算法进行处理，使其纹理线路结构清晰化，尽量突出和保留固有的特征信息，而避免产生伪特征信息提取的准确性和可靠性。对图象滤波增强的简单滤波增强一般是线性滤波、中值滤波、自适应滤波。线性滤波可以比较容易删除灰尘噪声；中值滤波可以在不减小图象对比度的情况下剔除一些异常值；自适应滤波可以对图象进行对比性的平滑增强4 9 1 。在指纹图像增强算法中，有空间域增强算法和频率域增强算法两种基本算法。而我们所使用的是g a b o r 滤波增强算法，就是指纹增强算法中最常见的一种 1 9 】。g a b o r 滤波增强算法g a b o r 滤波增强是使用方向场图像来进行图像增强的，是指纹图像增强算法中最常用的一种算法。这种算法的基本出发点是基于出发点是基于指纹的数学模型，指纹在局部小区域内可以认为是一组平行的具有一定频率的直线，可以沿着脊线的方向使用g a b o r 窗函数进行滤波增强，使脊线的信息得到加强f 1 9 2 0 ，6 ，3 1 1 。西华大学硕士学位论文通常的二维g a b o r 滤波算子的定义如下：讯鹏舶一y ) - e x p - 三( 善+ 蒉) e x p ( j 2 n f x 川( 2 - 其中= x c o s o + y s i n0( 2 1 5 )y 口= - x s i n 0 + y c o s o( 2 - 1 6 )式中，f 是g a b o r 滤波器的频率，定义为平均脊线宽度的倒数，秒是滤波器的方向因子，吒，仃，分别是x 方向和y 方向上的标准方差，一般设为4 。上述公式是以一个复变函数的表达式，实际应用中，我们只使用它的实数部分，也叫做偶对称的g a b o r 滤波算子。k y 蚍a y ) = e x p 一吉( 善唔) c o s ( j 2 n f x a ) 】( 2 - 1 7 )g a b o r 滤波增强的基础首先是要计算出滤波脊线的方向，所以方向场的计算准确度对滤波增强的结果影响很大，一般都采取前面所述的公式来计算图像的方向场。具体过程如下：( 1 ) 计算出指纹图像中任意一点( f ，) 的方向场( 2 ) 计算指纹图像的点( f ，) 领域内的平均脊线宽度f ( i ，)( 3 ) 利用公式( 2 1 8 ) 计算滤波后的数值监丝g ( f ，歹) = ( 乃一( 材，v ，o ( i ，歹) ，厂( i ，j ) g ( i ，川)( 2 - 1 8 )。：玉。上g a b o r 滤波增强是利用方向场来进行图像增强方法中的一种，但是使用g a b o r 滤波器进行图像增强有两个缺点：第一是需要计算脊线的频率，第二是计算量比较大，所以不太适合实时处理。因此一个快速有效的滤波函数往往是一个指纹系统中最核心的技术之一。在滤波增强之后、二值化图像之前，我们可以对图像进行锐化，使图像变得更清晰。如图2 3 。西华大学硕士学位论文滤波增强锐化f i g2 3t h ei m a g eo ff i l t e re n h a n c e m e n ta n ds h a r p e n i n g图2 3 滤波增强和锐化图像2 2 4 二值化及其增强增强后的图像就可以使用一定的阀值来把图像变成二值图像，以便进一步的处理。在这里不能对整个图像使用一个简单的阀值来进行二值化，而需要采取一种局部自适应得的阀值的办法，这种阀值是一个动态的阀值，利用局部图像强度的状况来决定二值化的阀值。算法如下 7 , 1 0 , 4 5 ：( 1 ) 把指纹图像分割成w x w 的块，对于5 0 0 d p i 的图像，一般是1 6 x1 6( 2 ) 对每一块取得他的灰度均值t砸，)t = ! !( 2 1 9 )( 3 ) 对每一块进行二值化二值化图象f 【0 ，2 5 具5 , 他i ( i ，) 丁( 2 2 。)一般而言，在指纹图像质量较好时，动态阈值二值化方法能够有效地对指纹西华大学硕士学位论文图像进行二值化处理。但在指纹图像质量较差时，该方法由于仅仅依靠统计特征数据而没有充分利用指纹图像的纹理特征没能有效地应用指纹图像的方向信息，使得二值化过程对一些噪声的抗干扰能力较差。这就可以对二值化后的指纹图像进行去噪增强：去除毛刺和填补空洞2 0 1 。填补空洞二值化的图像，在谷线上可能会出一些断点或由于较差指纹图像而引起的谷线断裂，我们就说是空洞。由于空洞对于指纹信息存在很大的干扰，我们就需要把空洞填补起来。设一个点i ，与他直接相邻的有8 个点，如图2 4 。n 1n 2n 3n 8in 4n 7 n 6n 5f i g2 4t h e3x3n e i g h b o u r h o o do f p o i n ti图2 4 点i 的3 3 邻域当点i 的像素值为0 时，而直接邻域的8 个点的像素值之和大于5 的时候，我们就说点i 是空洞，则需要填补，公式如下。r8kl ，善m 5像2 1 )i i = o ，其他去除毛刺空洞同样也会对指纹图像产生很大的干扰，因此我们也需要把毛刺给剔除出去。与空洞相反，点i 的像素值要为l ，当他的邻域8 个点的像素值达到公式( 2 2 2 ) 的要求时，如下( n 2 + n 3 + n 4 ) ( n 6 + 7 + n 8 ) + ( n 1 + n 2 + n s ) ( n 4 + n 5 + n 6 ) = 0( 2 2 2 )我们就可以确定点i 是毛刺，需要剔除，则点i ：0 。西华大学硕士学位论文通过二值化后的指纹图像的去噪后，空洞和毛刺被有效地清除了，图像经过去噪后，二值图中的大部分二值化指纹图像更接近原始的指纹图像2 9 1 ，如图2 5 。i二值化“去除毛刺2 2 5 细化及去噪增强去蘸空褥f i g2 5i m a g eb i n a r y z a t i o na n de n h a n c e m e n t图2 5 二值化及其增强细化是图像分析、信息压缩、特征提取和模式识别常用的基木技术，它使西华人学硕士学位论文图像的每条纹线都变为单象素宽的“点线”，且细化后的纹线近似处于原图的“中轴”。二值化后的纹线仍然具有一定的宽度，而指纹识别只注重纹线的走。，要提高识别的准确性，就要对二值指纹图进行细化，大大减少冗余的信息，突出指纹纹线的主要特征，便于后而的特征提取 3 s 4 0 。细化是删除指纹纹线的边缘像素，使之只有一个像素的宽度。好的细化算法应满足下列条件：( 1 ) 保护纹线的特征( 2 ) 谷线只有一个像素宽( 3 ) 谷线应接近中心线( 4 ) 不引起纹线的逐步吞食( 5 ) 算法简单、快速目前应用的细化算法主要有快速细化算法和改进的o p t a 算法。快速细化算法和o p t a 算法和其改进算法各有优点和缺点，快速细化算法运行速度快，所得到的细化曲线不仅光滑而且没有毛刺，不足在于曲线细化不够彻底：o p t a细化算法和其改进算法细化彻底，但是毛刺较多 6 2 1 。在算法的操作过程中，通过o p t a 算法的删除模板可以迅速的将指纹细化，虽然不够充分，但是己经可以得到一个平滑细化曲线。这样可以为下一步的o p t a 改进细化方案提供一个较好的处理对象。经过o p t a 算法的删除模板细化后的细化图像是一个平滑图像，但是其中还是有一些毛刺，我们可以使用o p t a 的改进算法的后续步骤即保留算法来消除这些毛刺，这就是细化去噪 3 8 , 4 0 9在细化和细化去噪两个步骤中，是不可分割的。因此细化和细化去噪是一次同时进行的。步骤如下：( 1 ) o p t a 细化算法o p t a 细化算法是通过点i 及其他的邻域点( n 1 n 8 ) ( 如图2 2 ) 与图2 6的o p t a 的删除模板相匹配，如果与其中的一个模板相匹配，则点i 的值为l即保留点i ，如果都不匹配的话，点i 的值为0 即删除点i 。西华大学硕士学位论文圈豳圈圈( c )( d )圈圈圈圈( e )( f )( g )( h )f i g2 6t h ee x p u r g a t em o u l d i n gb o a r dt h eo p t aa r i t h m e t i c图2 6o p t a 算法的删除模板( 2 ) 细化图像的去噪算法当图2 2 与图2 6 的8 个模板都不匹配的时候，我们就需要选取点i 的4 * 4邻域图( 如图2 7 ) ，于图5 的保留算法中的9 个保留模块相匹配，如果与其中的一个相匹配的化，点i 保留，反之则删除。图2 8 中的( g ，h ，i ) 三副模板是特意为向左、向右和向上三种毛刺的消除而设置的改进模板。n ln 2n 3n 9n 8in 4n 1 0n 7n 6n 5n 1 ln 1 5n 1 4 n 1 3 n 1 2f i g2 7t h e4 x 4n e i g h b o u r h o o do f p o i n ti图2 7 点i 的4 4 邻域图x3x0l 1】l0 1w0 xx xx注)ox1，：1，：00cr d )0nl】ol110王l1l 。0l1x000】o譬，】) (xxx临)ox1zl0xo0( c )000o0】oj1】l111lxx】01】0xv0 0xxx( 。jx0xixi，eol1o0c；c f )110o11】o】11o】l0of i g2 8t h es a v e dm o u l d i n gb o a r do fi m p r o v e do p t aa r i t h m e t i c图2 8o p t a 改进算法的保留模板经过细化和细化去噪后的细化图像已经是一个十分清晰的指纹纹线图象了，我们的预处理图像的工作也就完成了，如图2 9 。细化图f i g2 9t h ei m a g eo ff i n g p r i n tt h i n n i n g图2 9 指纹细化图西华大学硕士学1 1 i ) = 论文2 3 指纹特征提取特征提取是整个指纹识别流程中的算法核心。传统的特征提取算法，要提取和处理尽可能多的奇异点和细节特征点。这是因为，奇异点主要用于在指纹库里对指纹进行粗分类，细节特征点主要用于同类型的指纹之间的区分。这对于指纹的集中鉴别是非常有好处的，因为存储在指纹数据中心的数据量很大，在鉴别的过程中必须先依据一枚指纹的宏观特性对其进行归类，然后在指纹库中的相应类别的指纹中，通过细节特征参数进行匹配，从而可以极大的减少匹配时间。2 3 1 指纹特征指纹的特征可以反映在给定的人群中来自不同人的不同手指的指纹之间的相似的成的。指纹的特征信息很多，这些所有的指纹特征信息构成了庞大的指纹特征集合。在分类上，指纹特征可以分为整体特征和局部特征 4 3 , 4 5 。指纹的整体特征从全局的角度来看，指纹的整体特征可以分为指纹的类型特征和指纹的频谱特征这两种主要特征。指纹的类型特征是引用公安系统得分类，根据指纹特征区域的特征线进行的人工的一种分类方法，它把指纹图像分成漩涡类、拱形和环型3 种大分类( 具体的在指纹检索中会涉及) 。指纹的频率特征是根据不同的滤波函数作用于指纹图像，从而得到指纹图像的特征信息。在频率特征的提取可以分为几个步骤：( 1 ) 求方向场及其平滑方向场( 见2 2 2 )( 2 ) 计算占，g ( i ，j ) = s i n ( o ( f ，) )( 2 - 2 3 )( 3 ) 对于图像的每一点像素( f ，) ，计算区域i ( o 。6 0 , 1 2 0 。1 8 0 。) 和区域i i ( 6 0 。一1 2 0 。) 的像素值和的差，赋值给彳( f ，) ，计算公式如下：两华大学硕士学位论文a ( i ，_ ，) = ( i ，j ) - e e ( i ，歹)( 2 2 4 )ii 】( 4 ) 求得a 图像中值最大的那个点，就是需要找的参考点，一般是最黑的那个点就是参考点。( 5 ) 减小窗口的大小重复步骤，从而在上一次获得的参考点的基础上找到更精准的参考点。( 6 ) 指纹图像的g a b o r 滤波( 见2 2 3 )( 7 ) 指纹图像的频率特征的提取定义特征值平均绝对偏差是频率特征的特征值。公式如下：k p = ( ( w ) 一础( 2 _ 2 5 )i月，式中，只口( 工，y ) 表示指纹图像中第i 个圆环( i 4 ，集结点( 3 ) 寻找伪细节点在寻找出了端点和分叉点等细节点后，我们会发现图中还有许多伪细节点，也就是无效的端点和分叉点。伪细节点的存在会同时提高指纹图像匹配是的误识率和拒识率。因此就需要进行伪细节点的删除。如何确定伪细节点可根据以下两点：端点不应与其他细节点相对、分叉点不应与与其他端点和分叉点相连。( 4 ) 对伪细节点的处理在确定了伪细节点之后，我们会发现这些伪细节中有一些是由于细化过程中算法或其他原因导致脊线出现断裂、毛刺的产生、还有错误连接。对这些伪西华大学硕士学位论文节点进行修补，如果可以修补则保留细节点，不能则删除。断桥的修补：一个端点在以名为半径圆中，出现其他的端点，如果两个端点的斜率相同而且方向相反，则两个端点相连。毛刺的消除：在处理了断桥之后已经有一些毛刺消除掉了，仍然存在的毛刺可以使用这种方法消除：一个分叉点以名为半径的圆内，如果存在端点，则此分叉点到端点的脊线是毛刺，需要删除。错误连接：如果两个分叉点相连，如果两个分叉点相隔的距离不到五，修补时只需要分别把分叉点的两条脊线相连。从3 种不同的伪细节点的修补中，我们发现最关键的就是旯值得确定：五是两条相邻的脊线之间的平均像素数目。( 5 ) 记录各细节点相对于中心点的距离、角度等信息特征值。2 4 特征匹配指纹匹配的任务是判断两个指纹是否来自相同的手指。在自动指纹识别系统中，指纹匹配是完成最终识别的关键一步，也是评价整个自动指纹识别系统性能的最主要依据。指纹匹配的方法很多，如基于图像统计特征的方法、基于纹线匹配的方法等，这些方法受指纹变形的影响很大。指纹细节点具有唯一性和稳定性，且表达方式简单，因此绝大多数指纹匹配基于指纹细节点的匹配细节点匹配中常用的细节点类型为端点和分叉点。细节点匹配的任务是计算两个细节点模式的相似性【4 5 1 。我们这里所研究的是指纹库很小的匹配，频率特征的特征匹配和细节点特征的匹配都是1 ：1 匹配，需要一个一个指纹轮流匹配。2 4 1 频率特征匹配频率特征的匹配思想是求数据库存储的模板的f i n g e r c o d e 与待匹配的输入模板的f i n g e r c o d e 之间的欧拉距离。由于f i n g e r c o d e 只具有平移不变性，而不西华大学硕士学位论文具有旋转不变性，因此在匹配过程中，我们需要取两f i n g e r c o d e 之间最小的欧拉距离作为这两幅指纹图像的相似度。由于这种匹配和识别的可靠性高度依赖于中心点的确定的准确性，因此当指纹图像的中心点附近区域十分模糊时，或者是尖拱型指纹时，指纹的匹配成功率就会有所下降。2 4 2 细节特征的匹配指纹匹配主要是依靠比较两枚指纹的局部纹线特征和相互关系来决定指纹的唯一性。目前最常用的匹配方法是指纹细节点的匹配，它利用指纹脊线的端点和分叉点来鉴定指纹，通过细节点表示为点模式，一个指纹识别问题就转化为点模式的匹配问题。目前较常用的方法是f b i 提出的指纹细节点模型匹配 5 , 1 2 , 1 8 , 2 4 。它利用指纹脊线的端点和分叉点来鉴定指纹。通过将细节点表示为点模式。一个自动指纹识别问题就转化为点模式匹配问题。采用很小的特征模板，具有较好的鲁棒性和快速性。我们将匹配分为两个阶段：( 1 ) 初匹配阶段：利用相邻点间的结构关系建立局部特征向量进行初步匹配。这个步骤的主要目的是找到两个指纹点集间的坐标校准参数( 即平移和旋转参数) 。这在某种程度上是模仿指纹专家手上匹配指纹的操作，专家们通过寻找指纹上一些局部特征的相对位置来对两枚指纹进行重新定位。( 2 ) 一次匹配阶段：以初匹配的最优点对为参考，对所有特征点进行全局坐标调整，并转化到极坐标系表示。在判断两点是否匹配时使用了可变大小的限界盒解决了一定范围内的变形问题。最后整合多种判决门限完成全局特征匹配( 如图2 1 2 ) 。西华大学硕士学位论文梭叛点缀输入点锭r 一一一一一一一一一一一j定精钳jf 冀纯讯照j j雌别j雕凝点j坂够镟既j後j 点- - 杯一凇j嬲象f i g2 12t h ef l o wc h a r to fd e t a i lp o i n t sm a t c h i n g图2 1 2 细节点匹配流程图e 雕点缀初匹配初匹配不但可以减少拒判的时间，而且可以准确获得对点集进行重新定位的校准参考点。经过特征提取得到指纹图像上的所有分叉点和端点，每一个