（电气工程专业论文）指纹识别算法与应用研究.pdf

指纹识别算法与应用研究 摘要 生物识别技术已经成为身份识别和网络安全的发展方向之一。指 纹识别技术是生物识别技术中最具有代表性的应用前景的一种技术。 指纹识别中一般用象脊线末端和脊线分支点这样的细节点来表 示一个指纹，而输入指纹与模板指纹的细节点之间的平移、旋转的校 准算法较为繁琐。本文采用极坐标方式使用了一种更简单的方法来进 行指纹图像的校准，以一种简单而有效的方式将脊线信息引入匹配过 程中，可以用较低的计算代价有效地解决了匹配中参照点对的选取问 题。同时采用大小可变的限界盒来适应指纹的非线性形变，能更好地 区分来自不同指纹的图像，并更加有效地处理来自同一个指纹的被匹 配图像之间的非线性形变。本文同时给出了实用的指纹图像自动评测 算法，它首先基于视觉特性的客观测度给出几种相关评测参数，然后 利用边缘高细节点的信息计算这些评测参数，用加权平均的方法得到 指纹图像的质量分数。 最后文中介绍了指纹门禁系统的设备构成、工作方式及主要特 点，并介绍了其应用前景。 关键词：方向场，细节匹配，限界盒，指纹门禁系统 t h es t u d yo ff d j g e r p r 烈t ) e n t i c a t l 0 n a l g o r i t h ma n da p p l i c a t i o n a b s t r a c t b i o m c t r i ct e c h n o l o g yh a sb e c o m eo n eo ft h ed e v e l o p i n gt e c h n o l o g i e sf o r i d e n t i t yr e c o g n i t i o n a n dn e t w o r k s e c u r i t y f i n g e r p r i n tr e c o g n i t i o n t e c h n o l o g yi st h em o s tt y p i c a la n dt h em o s tp r o m i s i n go n ei nb i o m e t r i c t e c h n o l o g y w eu s em i n u t i a es u c ha sr i d g ee n d i n g sa n dr i d g eb i f u r c a t i o n t or e p r e s e n taf i n g e r p r i n ta n dd of i n g e r p r i n tm a t c h i n gt h r o u g hm i n u t i a e m a t c h i n g i nt h i sp a p e r , as i m p l e ra l i g n m e n tm e t h o di su s e d w ei n t r o d u c e dr i d g e i n f o r m a t i o n p a i r s e l e c t i o nw i t hl o wc o m p u t a t i o n a lc o s t w eu s e c h a n g e a b l es i z e db o u n d i n gb o xt om a k eo u ra l g o r i t h mm o r er o b u s tt o n o n l i n e a rd e f o r m a t i o nb e t w e e nf i n g e r p r i n ti m a g e s t h i sp a p e ra l s op r e s e n t sap r a c t i c a le v a l u a t i o nm e t h o df o rf i n g e r p r i n t i m a g eq u a l i t y a c c o r d i n gt oe d g ef e a t u r em a p ，q u a l i t yc o n t r o ls c o r e sa r e o b t a i n e db a s e do ns o m eo ra l lo ft h eg i v e nc r i t e r i a t h e nq u a l i 够c o n t r o l m o d u l e sm a k ea c c e p t a b l e r e j e c t e dd e c i s i o n sw i t ht h eu n i f o r ms c o r e k e y w o r d s ：o r i e n t a t i o n , m i n u t i a em a t c h i n g , b o u n d i n gb o x , f i n g e r p r i n t g a t i n gs y s t e m 上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期：z o0 2 年2 月2 日 一 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规 定，同意学校保留并向国家有关部门或机构送交论文的复印件和电 子版，允许论文被查阅和借阂。本人授权上海交通大学可以将本学 位论文的全部或部分内容编入有关数据库进行检索，可以采用影 印、缩印或扫描等复制手段保存和汇编本学位论文。 ， 保密豳，在互年解密后适用本授权书。 本学位论文属于 不保密口。 ( 请在以上方框内打“”) 学位论文作者签名： 涕秒 指导教师签名：f1 日期：多肿许硐2 7 日日期啷1 年j 月f 日 上海交通大学工程硕士学位论文指纹识别算法与应用研究 1 1 生物识别技术 第一章绪论 生物识另f j 技术是依靠个人不同的生理或行为特征来进行身份验证的一种解 决方案。要把人体的特征用于身份识别，这些特征必须具有唯一性和稳定性。人 体的生物特征包括脸形、指纹、掌形掌纹、声音、虹膜、视网膜、骨架、签名笔 迹及键盘敲击习惯甚至腕关节的血管脉络等等。未来的生物识别技术必将无所 不在，全民普及为此，生物识别技术应有以下特性“1 ： 1 随时性 2 隐蔽性 3 方便性 4 可靠性 随时随地都有或可以进行生物认证； 似无实有的认证，生物个体轻松接受； 即便于使用，产品符合个人的生理和心理习惯。 采用易于汲取和辨识，由不易流失伪造的生物特征。 以下是对主要的人体生物特征的简要分析 i 虹膜识别技术 虹膜是一种在眼睛中瞳孔内的织物状的各色环状物，每一个虹膜都包含一个 独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等 特征的结构。虹膜识别技术是利用虹膜终身不变性和差异性的特点来识别身份 的，虹膜识别技术与相应的算法结合后，可以到达十分优异的准确度，即使全人 类的虹膜信息都录入到一个数据中，出现认假和拒假的可能性也相当小，但是这 项技术的无法录入问题已经成了它同其它识别技术抗衡的最大障碍。不管怎样， 虹膜识别技术的高精度使它能够在众多识别技术中占有一席之地。所有虹膜识别 技术都是以j o h nd a u g m a n 博士的专利和研究为基础的“1 。眼睛的虹膜是由相当 复杂的纤维组织构成，其细部结构在出生之前就以随机组合的方式决定下来了， 虹膜识别技术将虹膜的可视特征转换成一个5 1 2 个字节的i r i sc o d e ( 虹膜代 码) ，这个代码模板被存储下来以便后期识别所用，5 1 2 个字节，对生物识别模 板来说是一个十分紧凑的模板，但它对从虹膜获得的信息量来说是十分巨大的。 从直径1 l m 的虹膜上，d r d a u g m a n 的算法用3 4 个字节的数据来代表每 平方毫米的虹膜信息，这样，一个虹膜约有2 6 6 个量化特征点，而一般的生物识 别技术只有1 3 个到6 0 个特征点“1 。2 6 6 个量化特征点的虹膜识别算法在众多虹 膜识别技术资料中都有讲述，在算法和人类眼部特征允许的情况下， d r d a u g m a n 指出，通过他的算法可获得1 7 3 个二进制自由度的独立特征点。这在生 物识别技术中，所获得特征点的数量是相当大的虹膜扫描安全系统包括一个 全自动照相机来寻找你的眼睛并在发现虹膜时，就开始聚焦，想通过眨眼睛来欺 骗系统是不行的。 a 虹膜技术的优点 a 便于用户使用； 第1 页 上海交通大学工程硕士学位论文 指纹识别算法与应用研究 b 可能会是最可靠的生物识别技术，尽管它还没有测试过； e 只需用户位于设备之前而无需物理的接触。 b 虹膜技术的缺点 a 一个最为重要的缺点是它没有进行过任何的测试，当前的虹膜识别系统只是 用统计学原理进行小规模的试验，而没有进行过现实世晃的唯一性认证的试 验； b 很难将图像获取设备的尺寸小型化； c 因聚焦的需要而需要昂贵的摄像头； d 镜头可能会使图像畸变而使得可靠性大为降低； c 黑眼睛极难读取； e 需要一个比较好的光源。 视网膜识别技术 视网膜也是一种被用于生物识别的特征，某些人认为视网膜是比虹膜更为唯 一的生物特征，视网膜识别技术要求激光照射眼球的背面以获得视网膜特征的唯 一性。同虹膜识别技术一样，视网膜扫描可能具最可靠、最值得信赖的生物识别 技术，但它运用起来的难度较大。虽然视网膜扫描的技术含量较高，但视网膜扫 描技术可能是最古老的生物识别技术，在2 0 世纪3 0 年代，通过研究就得出了人 类眼球后部血管分布唯一性的理论，进一步的研究的表明，即使是孪生子，这种 血管分布也是具有唯一性的，除了患有眼疾或者严重的脑外伤外，视网膜的结构 形式在人的一生当中都相当稳定“。视网膜是一些位于眼球后部十分细小的神经 ( 一英寸的1 5 0 ) ，它是人眼感受光线并将信息通过视神经传给大脑的重要器 官，它同胶片的功能有些类似，用于生物识别的血管分布在神经视网膜周围，即 视网膜四层细胞的最远处。视网膜招描设备要获得视霹膜图像，使用者的眼睛与 录入设备的距离应在半英寸之内，并且在录入设备读取图像时，眼睛必须处于静 止状态，使用者的眼睛在注视一个旋转的绿灯时，录入设备从视网膜上可以获得 4 0 0 个特征点，同指纹录入比较，指纹只能提供3 0 到4 0 个特征点用来录入，创 建模板和完成确认。由此可见，视网膜扫描技术的录入设备的认假率低于 0 0 0 0 1 ( 一百万分之一) ，当然其它一些生物扫描录入技术也能达到0 0 0 0 1 的认假率( f a r ) ，并且拒假率的水平也会不断提高”1 。f a r 拒假率是指系统不正 确地拒绝一个已经获得权限的用户，使用视网膜录入技术的场合，例如一些军事 设施，1 0 的拒假率是一个十分令人头疼的问题。即使是这样，它仍然是提供安 全度的重要组成部分，当然在销售领域，一些对拒假率不真实的描述是一个十分 难处理的问题。 a 视网膜技术的优点 第2 页 上海变通大学工程硕士学位论文指纹识别算法与应耀研究 a 视网膜是一种极其固定的生物特征，因为它是“隐藏“的，故而不可能磨损， 老化或是为疾病影响： b 使用者不需要和设备进行直接的接触； c 是一个最难欺骗的系统因为视网膜是不可见的，鼓而不会被伪造。 b 视网膜识别的缺点 a 视网膜技术未经过任何测试； b 视网膜技术可能会给使用者带来健康的损坏，这需要进一步的研究： c 对于消费者，视网膜技术没有吸引力； d 很难进一步降低它的成本。 面部识别 面部识别技术通过对面部特征和它们之间的关系来进行识别，其中包括眼 眶轮廓，颧骨的周围区域以及嘴的边缘区域等。由于发型的影响，面部扫描技术 并不利用头发边缘的面部图像，所有这些也都是为了完成一对多的检索，也就是 从存入成千上万个面部图像数据库中定位单独的一个面部图像“。识别技术基于 这些唯一的特征时是非常复杂的，这需要人工智能和机器知识学习系统，用于扑 捉面部图像的两项技术为标准视频和热成像技术。标准视频技术通过一个标准的 摄像头摄取面部约图像或者一系列图像，在面部被捕捉之后，一些核心点被记录， 眼睛，鼻子和嘴的位置以及它们之间的相对位置被记录下来然后形成模板：热成 像技术通过分析由面部的毛细血管的血液产生的热线来产生面部图像，与视频摄 像头不同，热成像技术并不需要在较好的光源条件下，因此即使在黑暗情况下也 可以使用 面部识别技术的核对和确认在许多方面存在着差异，主要的不同表现在确认 不需要使用者提供自己的身份在没有p i n 和用户名的情况下，确认系统首先要 解决“我是谁”的问题，如果数据库不大，这也许不算是一个十分复杂的问题， 但如果数据库相当庞大，这个问题要解决起来就十分困难了，确认系统只有缩小 候选对像的范围，才能进行下一识别步骤。第二点差异表现在确认系统中目标主 体与识别设备的动态性上，在核对系统进程中，假设个使用都是十分配合的， 他尽力使自己面部图像被正确录入，这是完成面部识别的因素，如果一个不配合 的使用者，比如说他根本不留意自已面前的录入设备( 相机) ，或者总是作怪相， 确认系统是根本无法确认一个不合作使用者的身份的。 a 面部识别的优点 a 面部识别是非接触的，用户不需要和设备直接的接触； 第3 页 上海交通丈学工程硕士学位论文指纹识别算法与应用研究 b 尽管可以使用桌面的视频摄像，但只有比较高级的摄像头才可以有效高速的 扑捉面部图像。 b 面部识别的缺点 a 使用者面部的位置与周围的光环境都可能影响系统的精确性； b 大部分研究生物识别的人都公认面部识别是最不准确的，也是最容易被欺骗 的： c 面部识别技术的改进依赖于提取特征与比对技术的提高，并且采集图像的设 备会比其技术昂贵得多； d 对于因人体面部的如头发，饰物，变老以及其他的变化可能需要通过人工智 能来得到补偿，机器学习功能必须不断地将以前得到的图像和现在的得到的 进行比对；以改进核心数据和弥补微小的差别； e 很难进一步降低它的成本，我们必需以昂贵的费用去卖高质量的设备。 i v 签名识别 签名识别，也被称为签名力学辩识( d y n a m i cs i g n a t u r ev e r i f i c a t i o n - - d s v ) 它是建立在签名时的力度上的。它分析的是笔的移动，例如加速度、压力、方向 以及笔划的长度，而非签名的图像本身。签名力学的关键在于区分出不同的签 名部分，有些是习惯性的，而另一些在每次签名时都不同。签名作为身份认证的 手段已经用了几百年了，而且我们都很熟悉在银行的格式表单中签名作为我们身 份的标志。将签名数字化是这样一个过程，测量图像本身以及整个签名的动作 在每个字母以及字母之间的不同的速度、顺序和压力，签名识别和声音识别 一样，是一种行为测定学。然而，签名辩识的问题仍然存在于获取在辩识过程中 使用的度量的方式以及签名的重复性。d s v 系统已被控制在某种方式上去接受变 量。但是，如果不降低接受率，它就无法持续地衡量签名的力度。 a 签名识别的优点 使用签名识别更容易被大众接受而且是一种公认的身份识别的技术 b 签名识别的缺点 a 随着经验的增长，性情的变化与生活方式的改变，签名也会随着而改变； b 为了处理签名的不可辟免的自然改变，我们必须在安全方面做以妥协； c 因为签名的速度不快，我们无法在i n t e r n e t 上使用它； d 用于签名的手写板结构复杂而且价格昂贵，因为和笔记本电脑的触摸板的分 辨率有着很大的差异，我们在技术上很难将两者结合起来； 第4 页 上海交通大学工程硕士学位论文 指纹识别算法与应用研究 e 很难将它的尺寸小型化。 v 声音识别技术 和签名识别相同，声音识别也是一种行为识别技术，声音识别设备不断地测 量、纪录声音的波形和变化。声音的辩识是对基于生理学和行为特征的说话者嗓 音和语言学模式的运用“1 。它与语言识别不同在于这项技术不对说出的词语本身 进行辩识。而是通过分析语音的唯一特性，例如发音的频率，来识别出说话的人。 语音辩识技术使得人们可以通过说话的嗓音来控制能否出入限制性的区域。举例 来说，通过电话拨入银行、数据库服务、购物或语音邮件，以及进入保密的装置。 虽然语音识别是方便的，但由于非人性化的风险、远程控制和低准确度，它并不 可靠。一个患上感冒的人有可能被错误的拒认从而无法使用该语音识别系统。 a 声音识别的优点 声音识别也是一种非接触的识别技术，用户可以很自然地接受。 b 声音识别的缺点 a 和其他的行为识别技术一样，声音因为变化的范围太大，故而很难进行一些 精确的匹配； b 声音会随着音量、速度和音质的变化( 例如当你感冒时) 而影响到采集与比对 的结果： c 随着技术的发展，也许你可以觉察和拒绝录音的声音，然而，目前来说，我 们还很容易用录在磁带上的声音来欺骗声音识别系统； d 高保真的麦克风是很昂贵的。 指纹识别技术 指纹识别技术通过分析指纹的全局特征和指纹的局部特征，特征点如脊、谷 和终点、分叉点或分歧点，从指纹中抽取的特征值可以非常的详尽以便可靠地通 过指纹来确认一个人的身份。 平均每个指纹都有几个独一无二可测量的特征点，每个特征点都有大约七个 特征，我们的十个手指产生最少4 9 0 0 个独立可测量的特征“。1 。这足够来确认指 纹识别是否是一个更加可靠的鉴别方式。 a 指纹识别的优点 a 指纹是人体独一无二的特征，并且它们的复杂度足以提供用于鉴别的足够特 征： b 如果我们想要增加可靠性，我们只需登记更多的指纹，鉴别更多的手指，最 多可以多达十个，而每一个指纹都是独一无二的： 第5 页 上海交通大学工程硕士学位论文指纹识别算法与应甩研究 c 扫描指纹的速度很快，使用非常方便： d 读取指纹时，用户必需将手指与指纹采集头相互接触，与指纹采集头直接接 触是读取人体生物特征最可靠的方法，这也是指纹识别技术能够占领大部份 市场的一个主要原因； e 指纹采集头可以更加小型化，并且价格会更加的低廉。 b 指纹识别的缺点 a 某些人或某些群体的指纹因为指纹特征很少，故而很难成像； b 过去因为在犯罪纪录中使用指纹，使得某些人害怕将指纹纪录在案，然而， 实际上现在的指纹鉴别技术都可以保证不存储任何含有指纹图像的数据，而 只是存储从指纹中得到的加密的指纹特征数据； c 每一次的使用指纹时都会在指纹采集头上留下用户的指纹印痕，而这些指纹 痕迹存在被用来复制指纹的可能性。 可以见到，指纹识别技术是目前最方便、可靠、非侵害和价格便宜的生物识别 技术解决方案。 1 2 生物识别应用 由于人体特征具有人体所固有的不可复制的唯一性，这一生物密钥无法复 制，失窃或被遗忘。人类追寻文档、交易及物品的安全保护的有效性与方便性经 历了三个阶段的发展。第一阶段是最初始的方法，也就是采用大家早已熟悉的各 种机械钥匙。第二阶段是由机械钥匙发展到数字密钥，如口令或条形码等。第三 阶段是利用人体所固有的生物特征来辩识与验证身份。生物识别是当今数字化生 活中最高级别的安全密钥系统。常见的口令、i c 卡、条纹码、磁卡或钥匙则存 在着丢失、遗忘、复制及被盗用诸多不利因素。因此采用生物”钥匙”，您可以不 必携带大串的钥匙，也不用费心去记或更换口令。生物识别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。 第6 页 上海交通大学工程硕士学位论文指纹识别算法与应用研究 2 1 指纹及其特征 第二章指纹特征及其识别 我们手掌及其手指、脚、脚趾内侧表面的皮肤凸凹不平产生的纹路会形成各 种各样的图案。这些纹路的存在增加了皮肤表面的摩擦力，使得我们能够用手来 抓起重物。人们也注意到，包括指纹在内的这些皮肤的纹路在图案、断点和交叉 点上各不相同，也就是说，是唯一的。依靠这种唯一性，我们就可以把一个人同 他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证 他的真实身份。这种依靠人体的身体特征来进行身份验证的技术称为生物识别技 术，指纹识别是生物识别技术的一种 指纹人人都有，人人不同，它具有唯一性、稳定性、再生性的特点。现代科 学界的结论是：人类人口按6 0 亿计，则需3 0 0 年才可能出现重复的指纹，概率 几乎为零；其次，一个人在母腹7 个月时指纹就定型，随着年龄的变化，人的相 貌体格都在变化，而指纹却保持不变“。1 ；另外，只要不伤及真皮组织，指纹即 使被磨掉，也很快会长出来。基于以上特征性，指纹在越来越多的领域如社会安 全、办公安全、资讯安全、金融安全、家庭安全、个人安全等方面得到广泛的应 用，被认为是身份辨认的物证之首。 2 2 指纹的特征 我们定义了指纹的两类特征来进行指纹的验证：总体特征和局部特征。在考 虑局部特征的情况下，英国学者e r h e t t y 认为，只要比对1 3 个特征点重合， 就可以确认为是同一个指纹嘲。 2 2 1 指纹的总体特征 总体特征是指那些用肉眼直接就可以观察到的特征，包括： a 纹形( r i d g eg e o m e t r y ) 其他的指纹图案都基于这三种基本图案。仅仅依靠纹形来分辨指纹是远远不 够的，这只是一个粗略的分类，通过更详细的分类使得在大数据库中搜寻指纹更 为方便快捷。( 见图2 1 ) 第7 页 上海交通丈学工程硕士学位论文 指纹识别算法与应用研究 环型( 1 0 0 p ) 弓型( a r c h )螺旋型( w h o r l ) 图2 。l ：纹形 b 模式区( p a t t e r na r e a ) 模式区是指指纹上包括了总体特征的区域，即从模式区就 能够分辨出指纹是属于那一种类型的。有的指纹识别算法只使 用模式区的数据。 c 核心点( c o r ep o i n t ) 核心点位于指纹纹路的渐进中心，它在读取指纹和比对指 纹时作为参考点。许多算法是基于核心点的，既只能处理和识 别具有核心点的指纹。 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、折转处，或者指向这些奇异点。三 角点提供了指纹纹路的计数跟踪的开始之处。 e 纹数( r i d g ec o u n t ) 第8 页 臻一愿 上海交通大学工程硕士学位论文 指纹识别算法与应用研究 指模式区内指纹纹路的数量。在计算指纹的纹数时，一般 先在连接核心点和三角点，这条连线与指纹纹路相交的数量即 可认为是指纹的纹数。 2 2 2 指纹的局部特征 局部特征是指指纹上的节点的特征，这些具有某种特征的节点称为特征点。 两枚指纹经常会具有相同的总体特征，但它们的局部特征特征点，却不可能完 全相同。 指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或打折。这 些断点、分叉点和转折点就称为“特征点”。就是这些特征点提供了指纹唯一性 的确认信息。指纹的局部特征点的分类如下： 终结点( e n d i n g ) 一一条纹路在此终结。 分叉点( b i f u r c a t i o n ) 一一条纹路在此分开成为两条或更多的 纹路。 分歧点( r i d g ed i v e r g e n c e ) 一两条平行的纹路在此分开。 孤立点( d o t0 1 i s l a n d ) 一一条特别短的纹路，以至于成为一 点。 环点( e n c l o s u r e ) 一一条纹路分开成为两条之后，立即有合并 成为一条，这样形成的一个小环称为环点。 第9 页 上海交通大学工程硕士学位论文指纹识别算法与应翅研究 短纹( s h o r tr i d g e ) 一一端坟短但不至于成为一点的纹路。 方向( o r i e n t a t i o n ) 节点可以朝着一定的方向。 曲率( c u r v a t u r e ) 描述纹路方向改变的速度。 位置( p o s i t i o n ) 节点的位置通过( x 。y ) 坐标来描述，可以是绝对的，也可以用相对于三角点 或特征点来描述。 2 。3 指纹的验证和辨识 应用系统利用指纹识别技术可以分为两类，即验证和辨识。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 o - - o 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a d ，p i 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 2 所示) 圈 旦 马 仁一翮 图例 c 登记 参验证 输入i d ( 萤出示指纹 ( 萤计算特征值 ( d 保存i d 和特征值 ( d 取出相应的指 纹特征值 ( 国比对两个指纹 特征值 图2 2 ：一对一指纹登记与验证系统示意图 第l o 页 习虬囝 上海交通大学工程硕士学位论文 指纹识别算法与应用研究 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。这也叫“一对多匹配( o n e t o 一眦n ym a t c h i n g ) ”。验 证其实是回答了这样一个问题：“他是谁? ”辨识主要应用于犯罪指纹匹配的传 统领域中。一个不明身份的人的指纹与指纹库中有犯罪记录的人指纹进行比对， 来确定此人是否曾经有过犯罪记录。( 图2 3 所示) 丽 i一 图例 c 登记 牵验证 出示指纹 ( 萤计算特征值 ( 多保存特征值 逐一比对 匹配时输出i d 图2 3 ：一对多指纹登记与辩识系统示意图 验证和辨识在比对算法和系统设计上各具技术特点。例如验证系统一般只考 虑对完整的指纹进行比对，而辨识系统要考虑残纹的比对：验证系统对比对算法 的速度要求不如辨识系统高，但更强调易用性：另外在辨识系统中，一般要使用 分类技术来加快查询的速度。 这里有必要解释一下身份识别和身份确认：身份确认( v e r i f i c a t i o n ) 是指证 实一个人是否是他所宣称的身份( a miv h o mic l a i mi 锄? ) ：事实上，在身份 确认中，要比较的样本只有一个，即用户所宣称的那个人的记录。只需进行一次 比较就可完成身份的确认。其关键是比较算法的完善，一方面不会出现对合法用 户的拒识：另一方面不会出现对非法用户的承认。身份识别( i d e n t i f i c a t i o n ) 是指建立一个人的身份( w h oa mi ? ) 。这时需要和整个库中的每个样本进行比较， 最后根据某个比较值做出身份的识别。这里不仅有两个样本比较时算法的问题， 还有数据库的组织问题，应为合理的数据库组织方法可减少库中参与比较的样本 的数目，从而缩短识别时间。在司法应用中的指纹图像一般是模糊的、残缺的， 处理方式是脱机处理：而我们研究的系统的指纹图像一般说来质量较高，而且处 理方式是联机的实时处理。由此，我们采用的算法与通常的给予司法应用的不尽 相同，不过我们力图是我们的算法对残缺的、低质量的指纹图像也有效。 第1 1 页 昔县 医一 囝喜一 上海交通大学工程硕士学位论文 指纹识别算法与应用研究 2 4 可靠性问题 由于计算机处理指纹时，只是涉及了指纹的一些有限的信息，而且比对算法 并不是精确匹配，其结果也不能保证1 0 0 准确。指纹识别系统的特定应用的重 要衡量标志是识别率。主要由两部分组成，拒判率( f r r ) 和误判率( f a r ) 。我们可 以根据不同的用途来调整这两个值。f r r 和f a r 是成反比的。用o 一1 0 或百分 比来表达这个数。r o c ( r e c e i v e ro p e r a t i n gc u r v e ) 一一曲线给出f a r 和f r r 之 间的关系。 尽管指纹识别系统存在着可靠性问题，但其安全性也比相同可靠性级别的“用 户i d + 密玛”方案的安全性高得多。例如采用四位数字密码的系统，不安全概 率为0 0 1 ，如果同采用误判率为0 0 1 指纹识别系统相比，由于不诚实的人 可以在一段时间内试用所有可能的密码，因此四位密码并不安全，但是他绝对不 可能找到一千个人去为他把所有的手指( 十个手指) 都试一遍。正因为如此，权威 机构认为，在应用中1 的误判率就可以接受。( 图2 4 所示) o h v 茁 醇 矗； 砥站卅蠛 舡嗽 o m f 龊d 是冀) 1 图2 4 ：拒判率( f r r ) 和误判率( f a r ) f r r 实际上也是系统易用性的重要指标。由于f r r 和f a r 是相互矛盾的，这 就使得在应用系统的设计中，要权衡易用性和安全性。一个有效的办法是比对两 个或更多的指纹，从而在不损失易用性的同时，极大地提高了系统安全性。 第1 2 页 堪蝣“垃坶8每l 2 o 上海交通大学工程硕士学位论文 指纹识别算法与应用研究 3 1 指纹识别系统 第三章系统设计 一个优秀的生物识别系统要求能实时、迅速、有效地完成其识别过程。所有的生 物识别系统都包括以下几个处理过程：采集、解码、比对和匹配。指纹识别处理 也一样，它包括指纹图像采集、指纹图像处理特征提取、特征值的比对与匹配等 过程。使用指纹识别的优点在于可靠、方便与易于接受。指纹识别算法最终都归 结为在指纹图像上找到并比对指纹的特征，见图3 1 所示。( 国外有关法律认 为，指纹图像属于个人隐私，因此有些场合不能直接处理存储指纹图像。1 ) 图3 1 ：指纹上的节点的不同特性 第1 3 页 上海交通大学工程硕士学位论文指纹识别算法与应锺研究 指纹识别的基本原理是基于特征的模式匹配：首先定义若干指纹特征( 如前 文所述) ；然后对已知指纹图像和未知指纹图像抽取其特征，分别得到已知指纹 图像的指纹特征模板和未知指纹图像的指纹特征模板：接着对这两个特征模板集 进行比较，主要看特征间的相似性，特征的数目，以及特征间的相互关系。指纹 比对方法一般有两种；特征点比较法和区域相关法。这两种方法各有优缺点，特 征点比较法由于抽像成数学模型运算，特征文件小，运算量也小，可以运用各种 数学工具，对指纹的旋转、变形适应性较强，但对模糊指纹适应性较差：而区域 相关法则对模糊指纹有较强的适应能力，但其缺点是特征文件大，运算量也较大， 而且对指纹的旋转平移反应敏感。 如果两个特征模板具有足够的相似度，则认为二者是同一人的指纹，否则视 二者是不同的。指纹识别的基本步骤如下。( 如图3 2 所示) 第一步：指纹图像的生成。把指纹图像输入计算机系统。 第二步：获得的数字图像都是灰度图像，其中充满了噪声，直接从这个图像上提 取特征，将得到许多伪特征点，影响指纹特征的匹配：所以需要运用数字图像处 理技术进行预处理，这通常包括滤波以去除噪声，同时对指纹图像进行质量评测， 如果图像评测不符合要求，系统自动提醒指纹输入者再次输入质量合格的指纹。 第三步：然后采用门限法对图像进行二值化，最后运用细化算法得到细化后的清 晰指纹图像以供提取指纹特征。 第四步：对细化后的指纹图像提取特征。若采用基于细节的指纹特征，可采用窗 口法来提取特征。当然，还可采用其它特征，比如可将指纹图像变换为方向图， 从方向图中提取特征；又如可将指纹图像变换到频率域，在空间频率域中提取特 征；还可不提取特征，直接采用相关法比较两幅指纹图像。 第五步：指纹特征的匹配，可以采用各种常用的匹配算法，如神经网络算法、线 性分类算法以及最小邻域算法。 第1 4 页 上海交通大学工程硕士学位论文 指纹识别算法与应用研究 图3 2 ：指纹识别系统框图 综上所述，指纹识别中要过多的用到图像处理和模式识别中的技术，其关键 是指纹图像的预处理和指纹特征的提取及匹配。 3 2 指纹的采集 指纹的采集主要分成三类：光学取像设备、晶体传感器和超声波扫描等。 3 2 1 光学取像设备 第1 5 页 上海交通大学工程硕士学位论文指纹识别算法与应用研究 基于“电荷耦合器件”( c c d ) 技术的光学系统开始成为主要的指纹识别设 备。c c d 是一种将指纹反射的光转换成电信号的器件。发光二极管将光照射到手 指上，利用指纹的不同部位对光反射的不同，c c d 将此转化成指纹图像供识别用。 整个设备也就是一本字典般大小，结构很简单，用起来也很方便。 手指和取像镜片的状况通常都有缺陷。例如，手指被划伤、擦伤以及纹路模 糊等，这是使用者时常会遇到的问题。影响指纹识别系统取像质量的因素还有： 手指很干燥、很油、有脏污，镜片染上脏物，周围环境的湿度很低，等等。所以 有的系统会对用户提出一些使用要求，如将手擦干净。对于镜片，只要稍稍擦一 下即可，不必像对付照相机镜头那样小心翼翼。这些当然不难做到，但对于精益 求精的用户而言，还是略显不足。 3 2 2 晶体传感器 晶体传感器是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就可以获得指纹图像。 3 2 3 超声波扫描 采用超声扫描技术。其原理是基于皮肤、指纹面和空气对超声波产生的不同 声反射阻抗。无论是c c d 还是全息，用的都是光学系统，而超声波能穿透许多物 质，所有这套系统几乎不受手指和取像平台表面状况的影响，即使手指再脏、再 干也能读取：它还能处理不规则的纹路结构：强烈的阳光对系统的性能也没有影 响；没有了c c d 器件，老化的问题也就用不着考虑了。但由于成像的极限受到波 长的制约，所以超声波的最大分辨率不如光学系统的最大分辨率高。另外，其成 本大约是光学系统的2 - 3 倍。 在晶体传感器之前，一些没有用到可以局部调整的软件控制或自动获取控制 ( a g c ) 技术。对于大多数光学设备，只能通过人工调整来改变图像的质量。然而， 晶体传感器提供自动调节像素。行以及局部范围的敏感程度，从而提高图像的质 量。a c , c 在不同的环境下结合反馈的信息便可产生高质量的图像。例如，个不 清晰( 对比度差) 的图像，如干燥的指纹，都能够被感觉到从而可以增强其灵敏 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( 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 第1 6 页 上海交通大学工程硕士学位论文指纹识别算法与应用研究 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。较小的光学扫描也就意味着较小指纹取像区域，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，这使得晶体传感器有时会 取不到图像，甚至会被损坏，另外，它们并不像玻璃一样耐磨损，从而影响了使 用寿命。 对这三种系统而言，指纹读取和比对时间都已经不是问题了。目前最快的读 取时间能达到0 6 7 秒，与传统的身份鉴别系统相比毫不逊色；一些关键的参数 也很出色了，如误判率( f a r ) 能达到百万分之一，拒判率( f r r ) 也只有1 ， 这些对于实用系统而言已经足够了。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。 比较项光学取像设备晶体传感器超声波扫描 目 体积大小 由 耐用性非常耐用容易损坏一般 成像能力干手指差，但汗多的和干手指好，但汗多的和稍非常好 稍胀的手指成像模糊胀的手指不能成像 耗电较多较少较多 成本 低 低很高 表3 1 ：三种指纹的采集技术的比较 第1 7 页 上海交通大学工程硕士学位论文 指纹识别算法与应用研究 第四章指纹图像处理 4 1 图像预处理 指纹图像的预处理先把从指纹提取器或其它形式获得的指纹图像( 一般为灰 度图像) 进行低通滤波，剔除部分噪声的影响，再将图像二值化，然后将二值图 像进行细化，得到指纹的轮廓图像，以适合下一步指纹的特征提取。在上述滤波、 二值化、细化等操作过程中，其关键是既要保持有用信息，又要尽量除去干扰信 息。 4 1 1 滤波处理 在预处理中，使用滤波器主要是为了提高前景波峰和背景之间的对比度，减 少噪声，一定程度上改善图像质量。为了以后有效提取边缘信息点，我们采用 g a u s s i a n 滤波，它是一种线性滤波模板，模板各位置的权重是根据g a u s s i a n 分 布函数确定的。具体描述如下h “： 俐= 9 2 d ( x , y ) = 皓e 捌) 岛e 倒 = 册他， 由于g a u s s i a n 滤波的二维可分性，我们可以用许多文献中提及的两个一维 g a u s s i a n 滤波器的卷积来实现一个二维g a u s s i a n 滤波器，这里我们采用的是3 3 g a u s s i a n 滤波来处理指纹图像。 4 1 2 指纹脊方向估计 先利用r a o s 算法估计，r a o s 算法步骤如下“1 ： 把输入图像分割成w x w 若干块，对于5 0 0 d p i ( d o t sp e ri n c h ) 指纹图像，w 常 常选为1 6 ： 计算块内每一像素的梯度g l 。g 。： 计算以( i ，j ) 为中心的每一块的方向，如下。 批“_ ，2j + w 2 匕( ) = 2 g x ( u ，v ) g y “v ) ( 4 1 2 ) i + w 1 2j + w 2 0 ( f ，) = ( ( 虬v ) - q ( 甜，一) ( 4 1 3 ) - - f w 1 2 v , j - w 1 2 能胪1 2 t a n 4 锱) ( 4 1 4 ) 这里p ( f ，_ ，) 是局部脊线方向的最小平方估计。数学上，它表示这个方向垂直 于w w 窗的傅立叶频率的主方向。这样我们就得到了指纹图像的方向场。( 如图 第1 8 页 上海交通大学工程硕士学位论文 指纹识别算法与应用研究 4 1 所示) 4 1 3 指纹脊增强 ，一一 ， 1 ， ， ， f i ， tll ， l r t tll l filll f t t t t t l1 ，iij tiiiif t 1iiil lit 1 1 1 il1 11 、 f f f ft l 1 1l 、 1 、 ，_ 、一一 ，m 、 ll ，一卜、 r ，、 t t ttt 、 tii1 、 il1 、 f f fi | f ， 、 ，、 、 、i 、 、 - 、 、t 、l 、1 、lt t 、 tt f ， t tt f l l t ， j t | | l ，ttt t | fff l tt t ，f ，t f tf ff ，lt 、lf f f tl 、i t i 、 、 1 一r 1 一f 图4 1 ：指纹图像和它的方向场 根据以上获得的指纹线方向，对指纹脊增强处理，延着纹线方向局部灰度值 最大的点即为指纹纹线点( 纹脊) 。将指纹图像与两掩模函数进行卷积运算，两 个掩模函数如下嗍： h t ( x , y ，”，v ) = 志e 号如果州v 删y ) 一瓦丽h 两- ) ) v q 如果“= ( v t a n ( o ( x ，y ) ) v q ( 4 1 5 ) 其它 r 丽1e 号如果= ( v t a i l ( 眠力+ 蒯h ) v q 讹y ) 刊面1 如果舻( v 酬烈堋) m q ( 4 ) l 0其它 其中q - _ p 删，p 纠 ( 4 1 7 ) 第1 9 页 一一一一一r、一一一 击。 上海交通大学工程硕士学位论文 指纹识别算法与应用研究 e ( x ，y ) 为点( x ，y ) 处方向角，l l t ( 均为奇数如1 1 x 7 ) 为函数大小， 如果卷积后两种像素值均大于阈值t r i d g e ，则可认为是纹脊点。 4 1 4 边缘高细节点和前景轮廓线的提取 我们采用边缘法分割处理指纹原始图像，得到许多不连续的点，我们称为之 边缘高细节点。边缘检测后，得到一些重要的边缘点，再对这些点进行快速点集 凸包计算，得到指纹前景区域的边缘轮廓线只b ，只) ，f = o ，肘一1 。( 图4 2 c ) 图4 2 ：a 原始图像b 滤波处理c 沿轮廓线分割前景 4 1 5 二值化 增强后的图像需经过一个动态阈值过程，补偿了光照和指压的不均匀一并同 时把图像转换成二值图像b ( i ，j ) 过程如下： 先定义a x b 大小的区域为局部分析区域，计算阙值 f + 1 ) b - l ( 删- i ) a - i = g ( f ，j ) ( a b ) ( 4 1 8 ) 一，d i “ f o rm = o ，1 j ，x an = o ，1 ，y b 在此局部区域内一如果某像素点的灰度值大于阈值u m i n ，则该点值为1 ( 白电 平) 否则值为0 ( 黑电平) 。 4 1 6