（电路与系统专业论文）指纹图象增强和指纹识别方法研究.pdf

a b s t r a c t a b s t r a c t an o v e lt e c h n i q u ef o ra u t o m a t e df i n g e r p r i n ta u t h e n t i c a t i o ni sp r e s e n t e d w h i c hu t i l i z e st h eg a b o rf i l t e ra n da l la l i g n m e n t b a s e de l a s t i cm a t c h i n ga l g o r i t h m t op r o m o t et h er a t eo ff i n g e r p r i n tr e c o g n i t i o n b yc o m b i n i n gt h eu s eo ft h o s e t w ot e c h n i q u e s ，w eh a v ed e v e l o p e dau n i q u em u l t i l e v e lv e r i f i c a t i o n i d e n t i f i c a t i o n s y s t e mw h i c hh a sah i g hr a t eo ff i n g e r p r i n tr e c o g n i t i o na n dc r e a t e sa m o r es t r o n g r o b u s to v e r a l ls e to ff e a t u r e s n o to n l yi sas p e c i a la l g o r i t h mo fi m a g ep r e p r o c e s s i n gg i v e nt oe n h a n c ef i n g e r p r i n tr i d g es t r u c t u r e ，b u ta na d a p t i v ee l a s t i c m a t c h i n ga l g o r i t h mi sa l s og i v e nt oc o m p e n s a t et h em i n u t i al o c a l i z a t i o ne r r o r s a n dn o n l i n e a rd e f o r m a t i o n s l o wf a l s er e j e c ta n dz e r of a l s ea c c e p te r r o rr a t e s h a v eb e e no b s e r v e db a s e do ni n i t i a lt e s t i n go ft h ep r o t o t y p ev e r i f i c a t i o ns y s t e m t a k i n gt h e5 0 0 d p i f i n g e r p r i n ti m a g ea sa ne x a m p l e ，w eh a v ec a r r i e do u t s e v e r a le f f e c t i v ea l g o r i t h m si n t h i sp a p e rf r o mf i n g e r p r i n tp r e p r o c e s s i n g ，f e a t u r e e x t r a c t i o na n dr e c o g n i t i o n m a i nr e s e a r c hw o r ko ft h i sp a p e ri n c l u d e s ： ac r i t i c a l s t e pi na u t o m a t i cf i n g e r p r i n tm a t c h i n gi s t oa u t o m a t i c a l l ya n d r e l i a b l y e x t r a c tm i n u t i a ef r o mi n p u tf i n g e r p r i n ti m a g e sw ep r e s e n taf a s t f i n g e r p r i n te n h a n c e m e n ta l g o r i t h m ，w h i c ha p p l i e st h ee v e n s y m m e t r i cg a b o r f i l t e rt oa ni m a g eb a s e do nt h ee s t i m a t e dl o c a lr i d g eo r i e n t a t i o na n df r e q u e n c y a n dc a na d a p t i v e l yi m p r o v et h ec l a r i t yo fr i d g ea n df u r r o ws t r u c t u r e so fi n p u t f i n g e r p r i n ti m a g e s f o rm i n u t i am a t c h i n g ，a l la l i g n m e n t b a s e de l a s t i cm a t c h i n ga l g o r i t h mh a s b e e nd e v e l o p e dt h i s a l g o r i t h mi sc a p a b l eo ff i n d i n gt h ec o r r e s p o n d e n c e s b e t w e e nm i n u t i ai nt h ei n p u ti m a g ea n dt h es t o r e dt e m p l a t ew i t h o u tr e s o l i n gt o e x h a u s t i v es e a r c ha n dh a st h ea b i l i t yo fa d a p t i v e l yc o m p e n s a t i n gf o rt h e n o n l i n e a rd e f o r m a t i o n sa n dt h ei n e x a c t p o s e t r a n s f o r m a t i o n sb e t w e e n f i n g e r p r i n t s an n + n nn e u r a ln e t w o r km o d u l ei sp r e s e n t e d i ti s c o m p o s e do ft w o s u b s y s t e m s ，w h i c hi n c l u d et h ei n p u tf i n g e r p r i n tc o m p r e s s i o nn e u r a ln e t w o r ka n d a b s t r a c t t h ei n t e l l i g e n tr e c o g n i t i o nn e u r a ln e t w o r kt h es u b s y s t e m se x t r a c tt h ef e a t u r e so f i n p u ti m a g e sa n dr e c o g n i z et h ef i n g e r p r i n ti n d e p e n d e n t l y ，w h i c hp r o v i d eaf a s t f i n g e r p r i n tr e c o g n i t i o nr a t e b i n a r i z a t i o nb a s e do ne d g es e a r c hi s p r e s e n t e d t h i sm e t h o dt a k e sf u l l a d v a n t a g eo f t h ef e a t u r e so f t h eo r i g i n a lg r a yi m a g e ，w h i c hm a k e s ac l e a rc o n t r a s t b e t w e e nf i n g e r p r i n tr i d g ea n dt h e i rb a c k g r o u n d ，a n dt h u sm a k e si tm o r es u i t a b l e f o r t h es u b s e q u e n tm i n u t i a ee x t r a c t i o na l g o r i t h m a ni m p r o v e dv e r s i o no ft h i n n i n ga l g o r i t h mi n c o r p o r a t e dw i t ht h es e r i a la n d p a r a l l e lt h i n n i n gc o m p u t a t i o n ，w h i c hi sb a s e do nt h ec l a s s i ch i l d i t c ht h i n n i n g a l g o r i t h m ，i sa l s od e v e l o p e d 第一章概述 第一章概述 指纹识别、语音识别、虹膜识别、掌纹识别、人脸识别、动态签名 识别等等都是利用人的生物特征进行身份识别的有效方法。计算机技术的 飞速发展，为个人身份自动识别提供了强有力的支持。国外对指纹识别进 行了长期研究。二十世纪七十年代，尤其八十年代以来，科学技术发达的 国家如美国、日本、西德( 现在的德国) 、瑞典等国开始研究以自动化的方 式来代替落后的人工指纹识别操作。指纹因其具有唯一性和稳定性，一直 是身份鉴定的可靠手段。以指纹来代替其它个体识别技术( 如印鉴、钥匙、 密码、签字等) 是二十一世纪的具有深远意义的课题。近年来，有关指纹自 动识别的研究已成为模式识别、图像理解及计算机视觉等领域中广为关注 的热点。指纹图像的自动识别是模式识别领域的一项综合性研究，这一研 究的成果将进一步完善多尺度分析和模式识别中的不变量理论，丰富图像 形态变换与分析理论，拓展计算机视觉技术，完善模糊图像处理及模糊模 式识别的理论与方法，同时，也将为通过指纹揭示人体生命信息莫定一定 的基础。 第一节自动指纹识别研究概况 近二十年来，自动指纹识别系统a f i s ( a u t of i n g e r p r i n ti d e n t i f i c a t i o n s y s t e m ) 的研究可分成以下两类： l ，半自动：所谓半自动化，是指采用人工方式或人机结合的方式分 析指纹，判断指纹是否匹配，但指纹的存储和查找均为自动化，如用计算 机来对指纹进行分类、定位和编码。这样，在管理上更加科学简便，减轻 了人工劳动。 2 ，自动：所谓全自动化，是指不仅对指纹存储和查找采用自动化的 方式，而且对指纹的分析、指纹的匹配也是自动化。计算机用来全程处理 数字指纹图像，并提取特征，然后用基于特征的数据库查询方法或其他模 式识别方法自动进行指纹识别。 1 9 7 6 年，美国莫耶尔和傅京孙【l “”1 ( k i n g s u nf u ) 采用句法模式识 别研究了一个指纹识别的树系统，并用实例进一步阐述了树文法和树自动 第一章概述 第一章概述 指纹识别、语音识别、虹膜识别、掌纹识别、人脸识别、动态签名 识别等等都是利用人的生物特征进行身份识别的有效方法。计算机技术的 飞速发展，为个人身份自动识别提供了强有力的支持。国外对指纹识别进 行了长期研究。二十世纪七十年代，尤其八十年代以来，科学技术发达的 国家如美国、日本、西德( 现在的德国) 、瑞典等国开始研究以自动化的方 式来代替落后的人工指纹识别操作。指纹因其具有唯一性和稳定性，一直 是身份鉴定的可靠手段。以指纹来代替其它个体识别技术( 如印鉴、钥匙、 密码、签字等) 是二十一世纪的具有深远意义的课题。近年来，有关指纹自 动识别的研究已成为模式识别、图像理解及计算机视觉等领域中广为关注 的热点。指纹图像的自动识别是模式识别领域的一项综合性研究，这一研 究的成果将进一步完善多尺度分析和模式识别中的不变量理论，丰富图像 形态变换与分析理论，拓展计算机视觉技术，完善模糊图像处理及模糊模 式识别的理论与方法，同时，也将为通过指纹揭示人体生命信息莫定一定 的基础。 第一节自动指纹识别研究概况 近二十年来，自动指纹识别系统a f i s ( a u t of i n g e r p r i n ti d e n t i f i c a t i o n s y s t e m ) 的研究可分成以下两类： l ，半自动：所谓半自动化，是指采用人工方式或人机结合的方式分 析指纹，判断指纹是否匹配，但指纹的存储和查找均为自动化，如用计算 机来对指纹进行分类、定位和编码。这样，在管理上更加科学简便，减轻 了人工劳动。 2 ，自动：所谓全自动化，是指不仅对指纹存储和查找采用自动化的 方式，而且对指纹的分析、指纹的匹配也是自动化。计算机用来全程处理 数字指纹图像，并提取特征，然后用基于特征的数据库查询方法或其他模 式识别方法自动进行指纹识别。 1 9 7 6 年，美国莫耶尔和傅京孙【l “”1 ( k i n g s u nf u ) 采用句法模式识 别研究了一个指纹识别的树系统，并用实例进一步阐述了树文法和树自动 _ _ n 一一 第一蕈概述 机在句法模式识别中的应用，该系统能自动地确定一个指纹是斌于商限个 基本类型中的哪一个，并用来改进已肖的手工指纹匹配蕃口分类方法。 现在最普及的自动指纹识别系统的模型照m i n u t i a e c o o r d i n a t e 模型 m5 3 ( 也称f b i f e d e r a lb u r e a uo f i n v e s t i g a t i o n 指纹表示) 。大部分商业 系统郝是基于f b i 的基本模型及其扩展模型。在此模型中，两种指纹的特 征：指纹的断开及分叉点被作为指纹的重要特征，特征的坐标及特征的切 线与参照线的夹角也被记录下来用于代表该指纹。特征识别算法可以归纳 为以下三类：第一类是逐次遥近法，它根据特征点和其相应特征点的致 住来调整重复每特征点对之间的置信腹，直剽满足给定的要求。第二类是 晗夫变换法，绝特，征匹配转换成寻找哈夫变换参数空闯上的峰德。它首先 绝交换参数窀间离散分割，然瑶奁诧离散分割后的空闯域上报攒结构或特 征匹配技术来推出新的变换参数。最厝一羊中怒基于能萤矮小方法，这种方 法蓄先根据凄耪所裔可艟静对应特征点集合怒义一个能蠹代价函数，然后 爝遗传弊法袋模叛邋火方法优讫，寻找可能酶子匿配。 美毽国家标准端n s t i 豹掇窦另一稀模型n “”j ，采霜指纹的结构特征 采表示撵绞，从_ 纛允诲指纹小程度静拯馥，麓转及变化。这个模型主要设 鬟一条遴过指纹中，0 静基毽线，并记袭逶j 童该线鹣豢绞绞线骢串苓，疰，该秸 搬纹靛表示跫指纹榴关数据搜寻豹基磷。 杰我国，北京大学信息中心、潺华大学、国防科技大学等裹校对计算 枫搓绞凰象处理也住了较多故磺究。清华大学拈1 骺研测憝叁幼搬纹识别系 统，是罴月绷节的n 近邻法对指纹图象进行黪配，也就是以缨节近邻关系 作为匹配依据，从丽使算法对于指纹处理中不能党服或带来的供细节不敏 感。出于该方法匹配速度熳，滂华大学在硬彳牛方颟也进行了研究。阉防科 技大学“。1 所研制的指纹自动识别系统是以中心为基准点，对指纹的各个 细节进行匹耍已，该算法速度快，但匹配效祟强烈依赖于寻找中心算法的抗 嗓音性。 最近，美国国防部j o n a t h a n ds t o s z 和l i s a a a l y e a t 4 9 j 提出一种刹用手 指上的毛孔和指纹特征相结合的方法采提高指纹的识别率，但此时对指纹 提取器有着很高的要求( 8 0 0 d p i 以上) 。赫特福德大学( u n i v e r s i t yo f h e r t f o r d s h i r e ) 的c r a h ge m b o t u l 4 8 j 对小波变换指纹压缩技术进行了研究， 并在此基础上提出了一种自动指纹识别方法。密歇檄州立大学( m i c h i g a n 第章概述 s t a t eu n i v e r s i t y ) t 4 54 7 。o 指纹识别研究中心在指纹分类方蘑微了大量的研究 工作，针对大型指纹数据库提也了多级分类识别方法，由于算法的并行性 和为了提高识别效率，a ，j a i n ，lh o n g ，a n dr b o l l e t 4 ”等在指纹识别的软、 硬件结台方懒也进行了研究。 在指纹图像处理方面，m e h t r e 和m u r t h y 20 l 在1 9 8 7 年把方向图的概念 引入自动指纹处理系统，并据此掇出一种指纹方向圈分割算法。为了克服 在指纹图象中模糊区域部分方向图分割算法不能很好地分离出指纹纹线的 不足，m e h t r e 和c h a t t e r j e e 在1 9 8 9 年又夜方向图分割算法的基础上计算指 纹图象获度方蔻值，以达到指纹纹线秘纹谷能较好分离的目的。与此同时， o l o r m a n 和n i c k e r s o n f ”。3 7 l 把指纹纹线近似为三个方向0 = 0 ，3 ，2 3 ， 利用空域滤波采增强指纹圈象。1 9 9 4 年，s h e r l o c k l ”l 迸步提出方向带通 滤波算法，德翻甭快速傅立时交换f f t 鼠1 6 个方向0 = in 1 6 ，i = o ， i 5 上计箨弱域指绞纹线方雇。为与实聍整理硬件楮适应，l9 9 7 年，e m i r i g l u 秘a k h a n 针对2 5 6 级获度指纹图象，疆窭区域平均黼值r a t 解决方法。 本文根据指纹蹬象獒有指纹绞线与纹豁辎闻，在届邻域肉可认为指纹绞线 稂纹谷平行躲特点，采雳了g a b o r 繁逡方离滤波懿方法。 经过二十多年豹努力，许多国家跫采震了半蠡懿佬袋全鑫动纯方式管 理指纹楼案。龙其程烈事铁察郯门，妇美国懿联邦调查建( f b i ) 、英国豹 苏揍兰场( s c o t l a n dy a r d ) ，塞幼擐纹识别不缎已获应用，悉显 墨设窍专门 机构对自动搓纹识别技术 乍进步研究。在我国，鸯动拯纹识别也已获应 周，如合肥枣公安局，采用鲍是清华大学硪划的套鑫动指纹识别系绞。 握日经b p 枣报道，日本的n e c 博于2 0 0 0 年提出舆毒指纹识别功能 的笔记本电脑( 售价1 6 万5 0 0 0 日元) ，通过识别指纹对房门实施开关控制 的新式房门系统“f i n g e rt h r o u g h ”( 售价为3 9 万8 0 0 0 网元) 。 据n e c 在i n t e r n e t 上发布的消息，f i n g e r t h r o u g h 系统采用了n e c 公 司独自的指纹识别技术，每人殿多可以登记两个指纹数据，据悉该系统对 他人的误识攀在o0 0 0 2 以下，本人扼识率在0 0 0 5 以下。该系统还可以 和i d 认汪并行使用。该系统可登记的人数上限为，单纯指纹识别方式时 io o 人( 推荐人数2 0 人) ，与i d 并用方式时2 5 0 0 人。识别所需时间均在3 秒以下。 北大方难指纹电子有限公司的“公安指纹自动识别系统”针对奔腾i i i 第一章概 述 处理器进行了程序优化。目前北大方正公安指纹识别系统指纹比对器的全 面优化工作已经完成。通过使用英特尔公司的性能测试软件v t u n e ，并且 根据方正的分析，通过优化，运算时间缩短了一半，速度提高了倍。因 此，整个程序的执行时间缩短了大约3 0 。新一代的高性能微处理器的出 现，极大地提高了指纹识别处理性能。后面我们还要提到，随着v l s i 和 传感器技术的发展，又将有力地推动自动指纹识别技术的研究和应用。 第二节几种生物特征识别系统的比较 指纹识别系统，人们对指纹识别的研究较多，可以说指纹在生物特征 识别领域占有主导地位，目前国内、国外已有不少成熟产品。然而利用指 纹进行身份验证对用户的要求较高。第一，手指的干、湿度对识别有较大 的影响，这里的干湿主要是指由于环境、空气的影响造成的，并不完全指 人为造成的。当手指太干燥或太湿润，都可能造成误判。再有，识别时， 手指一定要保持洁净，手脏也会影响识别的效果，这就对使用者及其工作 种类与所工作的环境有较高要求。也许是人们对指纹的了解较多，在人们 的观念中，很容易接受指纹识别的可靠性。 视网膜和虹膜识别系统。视网膜和虹膜识别都是根据人的眼睛的特殊 结构而来的。对于视网膜，使用时，需要用户眼睛紧贴于扫描机构上，不 如指纹采集那么方便。但从方便的角度出发，虹膜识别是最方便不过的了， 它不需要与用户接触，使用者只需用眼睛看一下采集器，系统便采集到了 眼睛的虹膜图像。这两种技术都有很高的识别精度，而且不像指纹那样由 于诸多因素的影响会存在变形的可能性。但这两种识别器的价格之昂贵， 不是大多数用户所能够接受的。 人脸识别系统。这是一项较新的识别技术，它根据人的长相而将人们 一一区分开来。但由于人们脸上的表情丰富，难以捕捉到完全相同的表情； 同时由于生病等原因，人的面部容易产生浮肿等变形，这些都有可能造成 误识。这些因素都致使人脸识别的识别精度不可能太高。 综上所述，每一种生物特征识别技术，都有各自的特点和各自的市场 及用户。指纹识别器在生物特征识别领域，以其特征代码少、识别的准确 率高、识别速度快、价格便宜等特点，将会受到用户的欢迎，具有较好的 第一章概 述 处理器进行了程序优化。目前北大方正公安指纹识别系统指纹比对器的全 面优化工作已经完成。通过使用英特尔公司的性能测试软件v t u n e ，并且 根据方正的分析，通过优化，运算时间缩短了一半，速度提高了倍。因 此，整个程序的执行时间缩短了大约3 0 。新一代的高性能微处理器的出 现，极大地提高了指纹识别处理性能。后面我们还要提到，随着v l s i 和 传感器技术的发展，又将有力地推动自动指纹识别技术的研究和应用。 第二节几种生物特征识别系统的比较 指纹识别系统，人们对指纹识别的研究较多，可以说指纹在生物特征 识别领域占有主导地位，目前国内、国外已有不少成熟产品。然而利用指 纹进行身份验证对用户的要求较高。第一，手指的干、湿度对识别有较大 的影响，这里的干湿主要是指由于环境、空气的影响造成的，并不完全指 人为造成的。当手指太干燥或太湿润，都可能造成误判。再有，识别时， 手指一定要保持洁净，手脏也会影响识别的效果，这就对使用者及其工作 种类与所工作的环境有较高要求。也许是人们对指纹的了解较多，在人们 的观念中，很容易接受指纹识别的可靠性。 视网膜和虹膜识别系统。视网膜和虹膜识别都是根据人的眼睛的特殊 结构而来的。对于视网膜，使用时，需要用户眼睛紧贴于扫描机构上，不 如指纹采集那么方便。但从方便的角度出发，虹膜识别是最方便不过的了， 它不需要与用户接触，使用者只需用眼睛看一下采集器，系统便采集到了 眼睛的虹膜图像。这两种技术都有很高的识别精度，而且不像指纹那样由 于诸多因素的影响会存在变形的可能性。但这两种识别器的价格之昂贵， 不是大多数用户所能够接受的。 人脸识别系统。这是一项较新的识别技术，它根据人的长相而将人们 一一区分开来。但由于人们脸上的表情丰富，难以捕捉到完全相同的表情； 同时由于生病等原因，人的面部容易产生浮肿等变形，这些都有可能造成 误识。这些因素都致使人脸识别的识别精度不可能太高。 综上所述，每一种生物特征识别技术，都有各自的特点和各自的市场 及用户。指纹识别器在生物特征识别领域，以其特征代码少、识别的准确 率高、识别速度快、价格便宜等特点，将会受到用户的欢迎，具有较好的 第一章概述 市场前景。 第三节指纹的性质 众所周知，指纹人皆有之，且因人而异，不能变化，不能更改。从古 代开始，人们就已经利用指纹作为确证人身的根据，但这只是感性认识。 理论上的研究始于十七世纪的欧洲。1 8 9 2 年，英国学者f r a n c i sg a l t o n ( 18 2 2 1 9 1 1 ) 发表了f i n g e r p r i n t s 一书，奠定了指纹应用的基础。 f r a n c i sg a l t o n 书中主要阐明了指纹三个主要的性质。 1 稳定性：指纹的纹型和细节在人的一生中，从出生到死亡，始终 保持不变，尽管随着年龄的增长，纹线会有所变粗，花纹的面积会 增大，但到了成年以后，这些变化就不显著，且花纹的类型、结构、 细节特征的总体布局、纹线总数等方面，始终没有什么变化。 2 唯一性：据f r a n c i sg a l t o n 估计，两个指纹完全一致的概率不超过 2 。8 6 ，也就是说几乎没有两个指纹是完全致的。 3 可分类性：指纹纹线的排列和分布都有一定规律性，经常出现的 纹线是弓、箕、斗，很少有中间类型或其它类型。 、= ， 、 ( a ) 峨点 f b ) 分支或弁叉( c ) 哥形 弋：一 ( e ) 马利 图1 1 ：o a l t o n t 旨纹特征 = ( f ) 岍形 第一章概述 市场前景。 第三节指纹的性质 众所周知，指纹人皆有之，且因人而异，不能变化，不能更改。从古 代开始，人们就已经利用指纹作为确证人身的根据，但这只是感性认识。 理论上的研究始于十七世纪的欧洲。1 8 9 2 年，英国学者f r a n c i sg a l t o n ( 18 2 2 1 9 1 1 ) 发表了f i n g e r p r i n t s 一书，奠定了指纹应用的基础。 f r a n c i sg a l t o n 书中主要阐明了指纹三个主要的性质。 1 稳定性：指纹的纹型和细节在人的一生中，从出生到死亡，始终 保持不变，尽管随着年龄的增长，纹线会有所变粗，花纹的面积会 增大，但到了成年以后，这些变化就不显著，且花纹的类型、结构、 细节特征的总体布局、纹线总数等方面，始终没有什么变化。 2 唯一性：据f r a n c i sg a l t o n 估计，两个指纹完全一致的概率不超过 2 。8 6 ，也就是说几乎没有两个指纹是完全致的。 3 可分类性：指纹纹线的排列和分布都有一定规律性，经常出现的 纹线是弓、箕、斗，很少有中间类型或其它类型。 、= ， 、 ( a ) 峨点 f b ) 分支或弁叉( c ) 哥形 弋：一 ( e ) 马利 图1 1 ：o a l t o n t 旨纹特征 = ( f ) 岍形 第一章概述 第四节指纹的特点 f r a n c i sg a l t o n 是第一个系统研究指纹特征的人，他不仅指出指纹具有 稳定性、唯一性、可分类性这三个基本性质，还定义了指纹的端点、分支、 岛形、短线、马刺和桥形等多种指纹特征( 图1 1 ) 。以致于后来许多人把 指纹特征称之为g a l t o n 特征( 图1 2 ) 。 短绒 端点 图1 2 ：在一幅指纹图中的g a l t 。n 特征 马刺 岛形 分曼 指纹纹线( 隆起线) 是手指真皮向表皮乳突形成的皱痕，又称指纹的 脊线。由两条指纹纹线之间的部分的低陷，称为指纹的谷。纹线分布在整 个手指的内侧，尽管各部分纹线所处的方位不同，但均从一端起始流至另 一端终止，途中可能出现分叉或相互连接的现象，也能单独走完整个流程。 e d w a r dh e n r y 是第一个根据的纹线结构和方向将指纹进行分类的人， 他在1 9 0 0 年就将指纹分为拱形纹、箕形纹、斗形纹及复合型等四大类型。 这就是有名的h e n r y 分类系统，f b i 采纳并稍稍改进h e n r y 分类系统，而 且一直沿用至今。 根据北京刑事科学研究所提供的资料”i ，在我国拱形纹约占3l ，箕 形纹约占5 16 ，斗形纹约占4 53 。这个数字在不同国家、不同民族、 不同人种间是不相同的。 指纹的特征，尤其是细节特征( m i n u t i a e ) ，是指纹确认的主要依据， _ _ _ h _ _ _ _ _ _ _ _ _ _ _ _ _ m - _ _ - _ _ _ h * _ _ _ - 一一一。一 第一章概述 考虑到指纹图象的特点及嗓音的存在，本文所采用的指纹特征如下： 1 细节特征点( m i n u t i a e ) ：包括纹线端点、分叉点( 如图1 - 3 所示) ， 在一幅指纹中其数目为4 0 一i o o 个之间。其他特征点均可由这两种 基本特征复合而成。 2 特征点的类型与个数：指在某一条指纹线上湍点、分支、岛形、 短线、马刺和桥形等特 藏点的各自数目。 3 夹角：( 如图l 。3 所示) 罄l - 3 ；指纹蓁本静征，百精萁位重浸方简来描述 4 参照点贼中心点：参照点指确定巢一特征点，其他特征点的位羹、 方位憋其作为指纹中心点一般定义为指纹中最内鼗线中最上点， 它般是在指纹的中心。 5 特征点到中心点的纹线数：在中心点与特征点之间嘲一条连线， 与这条连线相交的指纹纹线的数目，称为其纹线数。 第五节本文研究的目的和内容 随着社会经济生活的电子信息化，金融、业和电子商务等民用领域也都 存在着身份认证的需求。 v l s 和传感器技术的发展，新代的小型、离精度、高性能传感器和 啜处礁器的出现，使这种商泣纯需求成为可能。德国西门子公司开发的指 纹传感器“f i n g e r t i p ”，它利用手指所带静电来迸行指纹的掰断处理。传感 _ _ _ h _ _ _ _ _ _ _ _ _ _ _ _ _ m - _ _ - _ _ _ h * _ _ _ - 一一一。一 第一章概述 考虑到指纹图象的特点及嗓音的存在，本文所采用的指纹特征如下： 1 细节特征点( m i n u t i a e ) ：包括纹线端点、分叉点( 如图1 - 3 所示) ， 在一幅指纹中其数目为4 0 一i o o 个之间。其他特征点均可由这两种 基本特征复合而成。 2 特征点的类型与个数：指在某一条指纹线上湍点、分支、岛形、 短线、马刺和桥形等特 藏点的各自数目。 3 夹角：( 如图l 。3 所示) 罄l - 3 ；指纹蓁本静征，百精萁位重浸方简来描述 4 参照点贼中心点：参照点指确定巢一特征点，其他特征点的位羹、 方位憋其作为指纹中心点一般定义为指纹中最内鼗线中最上点， 它般是在指纹的中心。 5 特征点到中心点的纹线数：在中心点与特征点之间嘲一条连线， 与这条连线相交的指纹纹线的数目，称为其纹线数。 第五节本文研究的目的和内容 随着社会经济生活的电子信息化，金融、业和电子商务等民用领域也都 存在着身份认证的需求。 v l s 和传感器技术的发展，新代的小型、离精度、高性能传感器和 啜处礁器的出现，使这种商泣纯需求成为可能。德国西门子公司开发的指 纹传感器“f i n g e r t i p ”，它利用手指所带静电来迸行指纹的掰断处理。传感 第一耄概述 器盼图豫分辩率为5 1 3 点阵英寸，处理范霭袁2 2 4 x 2 8 8 像素，其扫搂速艘 鸯2 0 0 圭5 0 m m s 。该公司表示，将考虑把该技术避一步扩展到手极以及| c 卡等镶域。 本文掰要讨论的是纂予芯片输入鲍糖纹个人囊傍确认，准备应题于电 予藏务领域，虹冬静卡疆，接入控制，金融安全，a t m ，电子锁，甚至驾 驶执照等场会，可以说在商业上有着广泛的应用翦景和市场潜力。 指纹自动识别通常一般包括三个部分，如下梃图所示： 压耍亟鲴一匮基噩圃一圆 在框图所示的流程中，预处理和特征提取是两个主要的处理过程，也是解 决各种指纹图像不确定性的关键步骤。图像处理和模式识别的各种理论方 法和梭心技术在这两个步骤中都有广泛的应用。本文不仅利用图像处理技 术对指纹进行了增强，对模式识别理论在指纹自动识别中的应用也遴行了 探讨。具体表现在以下几个方面： l ，传统的方向滤波主要是利用指纹纹线的方向特性，采用傅氏变换， 能获得方向信息，值要丢失位鬣信息。而指纹的弱一特陡一颓率特往却 束能l 起足够的重橇。实际t ，指绞的绞线和纹谷结构籁率楚指绞箭内在 属往之一。裱据指纹图象其有鬻绞纹线与纹谷檑瀚，在局邻城内可认为指 纹绞线和纹谷平行静特点。稠焉g a b o r 滤波嚣既膏频率选择，又有方商选 择的特性，采甭_ g a b o r 带逶方商滤波赘方法，获得很好翡籀绞增强效采 2 。结合指纹圈像的特点，针对模糊区域帮孤立噪声，梅造嚣掩模函数， 对指纹线进露掩模卷积运算。檄据“获度变化平稳”这一骰定积邻元灰发 静交化来避一步臻认像踅隶瀑懿录竣鸷最转程度。 3 ，撮基基予边缘搜索黪二馕化算法。拢算法的本矮是一秽鑫适应的二 售化过程，选取指纹豹纹线边缘终为二值化闲值可以保疆指纹线不会产生 继线等退化馕况。对在指纹图象灰发呈不均匀的块状分蠢巽寸采用统一的二 缀化阂值可熊产生大强积的纹线丢失有很好的抑制作用。 4 ，杰改进h i l d i t c h 经典细化算法的基础上发展了 手申并串结合的细化 处理方法，溅免细化算法对指纹图象带来新的噪裔并有利于指纹图象细化 第一章概述 后的特征抽取。 5 ，尽管噪声及形变等因素对指纹中的微观对象如指纹特征的真伪、位 置影响较大，但对指纹中的宏观对象如指纹线的相对影响则较小。我们实 现了一种在极坐标系统中自适应弹性对齐匹配算法，较好地克服了指纹特 征点处的局部变化及指纹本身非线性形变的影响。同时将匹配转化成串匹 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， 为识别节约了时间。 6 ，提出了一种二级b p 神经网络结构模型，并将其应用于指纹识别中。 利用神经网络的固有特性，提高系统的自适应能力，并优化特征抽取。通 过神经网络的整体匹配，将一个待识别的复杂对象加载到输入神经元中并 简单地输出它的辨识结果。对引入人工神经网络技术提高指纹识别速度的 可能途径做了有益的尝试。 基于这些讨论并进行了实验，给出了实验结果，证明我们的研究方法 是有效的。 第二章指纹图象的增强处理 第二章指纹图象的增强处理 图像预处理包括图像增强、滤波、二值化等过程。成功的预处理可以 减少低质量的图像对识别结果的影响。由于指纹图像只包含纹线和谷线两 种图案，因而通过图像分割技术来区分指纹图像的前景和背景是指纹预处 理过程的核心内容。 图象增强就是用一系列手段对所取得的图象灰度作修正，或者对噪声 作过滤，使得图象灰度与实际景物的灰度尽可能地匹配。由于指纹非常小， 而纹线又非常密，加上指纹皮肤的皱折，以及按指印时的轻重等原因，均 会造成指纹的失真，因此对于所获得的指纹图象的纹线进行增强处理是非 常必要的。 m e h t r e 和m u r t h y l 2 0 1 在1 9 8 7 年把方向图的概念引入自动指纹处理系 统，并据此提出一种指纹方向图分割算法。为了克服在指纹图象中模糊区 域部分方向图分割算法不能很好地分离出指纹纹线的不足，m e h t r e 和 c h a t t e r j e e 在1 9 8 9 年又在方向图分割算法的基础上计算指纹图象灰度方差 值，以达到指纹纹线和纹谷能较好分离的目的。与此同时，o l o r m a n 和 n i c k e r s o n t ”：2 3 7 】把指纹纹线近似为三个方向o = o ，“3 ，2 3 ，利用空 域滤波来增强指纹图象。1 9 9 4 年，s h e r l o c k i ”1 进步提出方向带通滤波算 法，他利用f f t ( f a s tf o u r i e r t r a n s f o r m ) 从1 6 个方向0 ，= in 1 6 ，i = o ， l 5 上计算局域指纹纹线方向。为与实时处理硬件相适应，1 9 9 7 年，e m i r i g l u 和a k h a n 针对2 5 6 级灰度指纹图象，提出区域平均闽值r a t ( r e g i o n a l a v e r a g et h r e s h o l d i n g ) 解决方法。 与上述文献中所采用的方法有所不同，为了能用于实时( o n l ir l e ) 系 统，本文根据指纹图象具有指纹纹线与纹谷相间，在局邻域内可认为指纹 纹线和纹谷平行的特点，采用了g a b o r 带通方向滤波的方法，以期达到节 约计算，提高效率之目的。 本章第一节定义了在指纹处理过程中将要用到的几个概念以及简单介 绍了方向自适应滤波器的设计；第二节介绍了g a b o r 变换和g a b o r 滤波器； 第三节为利用g a b o r 滤波器处理指纹图像的具体算法原理及其实现；第四 节是根据指纹先验知识提出的一种指纹纹线增强方法：第五节是指纹的 二值化处理。 第二童指纹图象的增强处理 第一节几个概念和定义 在指纹自动识别过程中，输入的指纹图象由于各种原因的影响，是一 幅含噪音较多的灰度图象，预处理的目的就是去除图象中的噪音，把它变 成一幅清晰的点线图，便于提取正确的指纹特征。预处理是指纹自动识别 系统中的第一步，它的好坏直接影响着指纹识别的效果。本文详细介绍了 一种经过实践证明并取得很好效果的预处理方法。该指纹增强算法将原始 的指纹图象通过一系列的处理过程，最后输出增强了的指纹图象。在图象 处理过程中，需要用到如下几个定义和概念： 指纹灰度图像l ，定义为m n 大小的图像矩阵，i ( j ，j ) 表示 第j 行第i 列处像素的灰度值。本文中图象的分辨率为5 0 8 d p i ( f b i 推荐值为5 0 0 d p i ) 。 指纹方向图o ，方向图o ( i ，i ) 是指纹源图象的一种变换表示方 法，用纹线的方向来表示该纹线。一般有两种方向图，一种是点方 向图，表示源指纹图象中每一象素点纹线的方向；另一种是块方向 图，用源指纹图象中每一块脊线的大致方向来表示在像素( f ，j ) 处 指纹线的方位。方向图一般不针对每一具体像素，而是把整个图像 分成w w 大小互不重叠的图形块，然后对每一局部块计算其指纹线 方向。 指纹的频率图像f ，f ( i ，j ) 表示局部指纹线的频率，定义成在 一个局部邻域内，沿着其局域指纹线方向( 如图2 一l 所示) ，指纹的 纹线和纹谷结构频率。该结构频率可近似成一正弦波形，如果在此 局部邻域内有特征点存在或异常，则不遵从正弦波曲线，此时频率 定义为平均邻域频率。同样，频率图像也是分成块定义的。 指纹纹线的方向特性是指纹的主要特性之一，因此方向滤波是指纹增 强预处理中最基本也是用得最多的滤波方法之一。在利用方向滤波器对指 纹图像处理时，为了有效地对指纹图像进行滤波，增强原图像，消除噪音。 滤波器必须满足以下几条： l ，滤波器必须增强指纹图像中的纹线和谷线的对比度，这就要求滤 波器对应于指纹纹线的系数为正，且中间最大，沿着该纹线方向 系数逐渐减小；另一方面，对应于指纹谷线的系数应为负且中间 第二章指纹图象的增强处理 负系数的绝对值最大，沿着谷线的方向系数的负的绝对值逐渐减 小( 滤波器的系数由中央向两边逐渐递减是为了防止指纹图像处 理后出现小的孑l # p j ) 。 2 ，滤波器必须沿着指纹图像的方向进行增强。 3 ，进行图像增强时必须依赖所处理图像像素周围的灰度平均值，而 不是整幅图像的灰度平均值。 4 ，滤波器的大小最好对应于信号的一个周期，既指纹纹线和谷线宽 度的总和。这样才能平滑噪音，增强信噪比，且不至于使信号趋 于模糊，特别是在图像曲率较大的地方。 5 ，滤波器必须关于它的方向轴对称，并且滤波器的尺寸为奇数。 以上几条保证了该滤波器是相对于指纹图像上的各像素点的方向匹 配滤波器，而且能根据指纹纹线和谷线的最大、最小宽度来增强指纹纹线 与谷线的对比度。如果设指纹纹线的最大和最小宽度分别为w 。，w 。： 指纹谷线的最大和最小宽度分别为w 。，w 。，则水平方向上的滤波器 各系数形成描述如下，其它方向上的滤波器只需对水平方向的滤波器加以 旋转便可得到。 首先，设滤波器的大小为k k ，k 由下式确定： k = 呒。+ 一+ 1 既+ 睨+ 1 既一十。 叽一+ 。+ 2 ( 当一为偶数，玎0 一为偶奇数) ( 当一为奇数，睨一为奇数) ( 当一为偶数，既一为奇数) ( 当。为奇数，睨一为奇数) 这里设睨。+ 一= 既。+ 一 根据指纹图像的特点，将水平滤波器模板沿水平方向分成三段，中间区域 - h 。j h ：过渡区域：- h 。 j - h 。，h 。 j h 。；旁边区域h ，j 一h 。，h t j h ，h 参数定义为： 吃= 卑 ( 当既为偶数) ( 当阡，w 。为奇数) 第二掌指纹擞囊的增强戆理 h ，= h s = 坠墼一l 致。一1 _ 拜j e g a t m + l + i 1 弩攀小每，- ( 当呒。为偶数) ( 警取一为奇数) ( 当m m 为f 爵数) ( 当吸。力奄数) 滤波器模板中各系数是从中央向两边递减，设中心点的系数为a o , 则各系 数的确定过稔为： j ( o ，j ) = ( o ，一) = 龟。潞h _ 4 a p 歹丸) 岛c o s矧协哆) 飞i 礤 u ! j g f 一 因为熬个禳投鑫毒系鼗总稻为0 ，b 。瓣系数潦下式决