（电路与系统专业论文）自动指纹认证系统设计和算法研究.pdf

摘要 现代社会对于身份鉴别的准确性、安全性与实用性提出了更高的要求，传 统酌身份识别方法已经不能满足这种需要，而人体丰富的生理和行为特征为此 提供了一个可靠的解决方案，因而引起了国际学术界和企业界的广泛关注。 自动指纹识别技术作为生物特征识别的主流技术，是国内外研究和应用的 热点。7 本文以p c 机和硅芯片指纹传感器为实验基础，综合运用图像处理和模式 识别技术，在国内外指纹识别领域已有的理论成果的基础上，针对一些关键问 题和难点，设计并实现了指纹图像预处理、细节特征提取和指纹匹方面若干有 特色的新算法，并成功完成了一个行之有效的的自动指纹认证系统。 ( 本文的主要工作和成果如下： 、 1 在指纹图像预处理方面，详细研究了指纹图像的方向特性及其方向图的 算法，并在准确计算方向场的前提下设计实现了一个基于各向异性方向 滤波器的增强算法，该算法无需计算指纹图的频率特性；实验表明，该 算法的运行时间很短( 1 秒) ，并且能取得相当好的效果，提高了后续处 理的准取度； 2 在特征提取算法方面，实现了完整的基于传统方法的细节提取流程， 并对预处理、二值化、细化、后处理、细节点筛选等各个步骤做了详细 讨论；在此基础上，本文发展了种自适应地跟踪脊线来检测细节点的 提取算法，能够直接从灰度指纹图象中有效地抽取出细节点及其相关信 息。由于该算法中省去了二值化和细化的操作，相对于传统的方法具有 明显的速度优势，而且保持了较高的准确率； 3 在指纹匹配算法方面，着重讨论了基于对齐的细节匹配算法，分析了 该算法的基本思路，并指出了几种不同的基于对齐的细节匹配算法的异 同之处。在此基础上设计并实现了一种对空间存储需求低的细节匹配算 法，实验表明该算法无论在时间和准确度上都能达到实际应用的要求。 4 在指纹匹配算法方面，着重讨论了基于对齐的细节匹配算法，分析了 该算法的基本思路，并指出了几种不同的基于对齐的细节匹配算法的异 同之处。在此基础上设计并实现了一种对空问存储需求低的细节匹配算 法，实验表明该算法无论在时间和准确度上都能达到实际应用的要求。 5 比较了几种不同的指纹采集技术，选择以硅芯片传感器作为指纹图像输 入设备，并从工作模式、系统组成、结构原型和算法流程等方面完成了 自动指纹认证系统的总体设计d 、 本文较为深入地研究了自动堂终迟到的方法和技术，在指纹图像方向信息提 取、指纹图像增强、指纹细节特征提取和指纹匹配等算法的研究方面均取的新 的成果，设计并完成了一个基于指纹识别的个人身份认证系统，该系统曾参加 安徽省国际信息技术展览会，取得良好效果。 a b s tr a c t a na c c u r a t ea u t o m a t i cp e r s o n a li d e n t i f i c a t i o ni sc r i t i c a lt oaw i d er a n g eo f a p p l i c a t i o nd o m a i n ss u c ha s a c c e s sc o n t r o l ，e l e c t r o n i cc o m m e r c e ta n dw e l f a r e b e n e f i t sd i s b u r s e m e n t t r a d i t i o n a lp e r s o n a li d e n t i f i c a t i o nm e t h o d s ( e g ，p a s s - w o r d s p i n ls u f f e rf r o man u m b e ro fd r a w b a c k sa n da r en n a b l et os a t i s f yt h es e c u r i t yr e q u i r e m e n t s o fo u rh i g h l yi n t e r - c o n n e c t e di n f o r m a t i o n s o c i e t 矿b i o m e t r i c s r e f e r st oa u t o m a t i ci d e n t i f i c a t i o no fa ni n d i v i d u a lb a s e do nh i s h e rp h y s i o l o g i c a l a n d o rb e h a v i o r a lt r a i t s w h i l eb i o m e t r i c si s n o ta l li d e n t i f i c a t i o np a n a c e a ，i t i s b e g i n n i n gt op r o v i d ev e r yp o w e r f u l t o o l sf o rt h ep r o b l e m sr e q u i r i n gp o s i t i v e i d e n t i 矗c a t i o n 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 ni so n eo ft h em o s tr e l i a b l eb i o m e t r i ct e c h n o l o g y i nt h i st h e s i s ，o u ro b j e c t i v e i st od e s i g naf i n g e r p r i n t b a s e db i o m e t r i c s y s t e mw h i c hi sc a p a b l eo fa c h i e v i n gaf u l l ya u t o m a t i cp o s i t i v ep e r s o n a lv e r i f i c a - t i o nw i t hah i g hl e v e lo fc o n f i d e n c e w eh a v ei d e n t i f i e da n de x p l o r e dt h ef o l l o w i n gi s s u e s ： ( i ) i m a g ee n h a n c e m e n t i m p r o v i n g t h ec l a r i t yo f r i d g es t r u c t u r e so ff i n g e r p r i n t i m a g e st of a c i l i t a t ea u t o m a t i ce x t r a c t i o no ff e a t u r e so rf o rv i s u a li n s p e c t i o n ( i i ) f e a t u r ee x t r a c t i o n f i n d i n gr e p r e s e n t a t i v ef e a t u r e sf r o ma ni n p u ti m a g ef o rt h e p u r p o s eo ff i n g e r p r i n tm a t c h i n g ，( i i i ) m i n u t i a em a t c h i n g d e t e r m i n i n gw h e t h e r t w os e t so ff e a t u r e s ( m i n u t i a ep a t t e r n s ) a r ee x t r a c t e df r o mt h es a m ef i n g e r ， w eh a v ed e s i g n e dap r o t o t y p eb i o m e t r i cv e r i f i c a t i o ns y s t e mw h i c hu s e sf i n g e r p r i n t st oa u t h e n t i c a t et h ei d e n t i t yc l a i m e db y au s e r t h ea l g o r i t h m sa n d s y s t e m h a v eb e e ne v a l u a t e de x t e n s i v e l yo nal a r g en u m b e l o f f i n g e r p r i n ti m a g e sc a p t m e d w i t hs i l i c o nc h i ps c a n n e r s e x p e r i m e n t a lr e s u l t ss h o wt h a to u rs y s t e m sp e r f o r m v e r yw e l lo nt h e s ed a t as e t s 表格 1 1 几种个人身份识别技术的比较 1 2 几种生物特征识别技术的比较 3 1 几种采集方式的比较 3 2 实验室采用的几种硅传感芯片的技术指标比较 3 3 计算方向场时间比较 4 1 实验所用的指纹库 4 2 细节提取时间比较 4 3g i 指数比较 5 1 实验结果 0 0 殂 组 卯 驵n 殂 插图 1 1 基于虹膜的身份认证系统的应用 考古发现的指纹雕刻和指纹印痕 生物特征识别系统模型 登录( e n r o l l m e n t ) ，。 认证( v e r i f i c a t i o n ) 辨识( i d e n t i f i c a t i o n ) 自动指纹认证系统设计方案 r o c 曲线( r e c e i v e ro p e r a t i n gc u r v e ) 电容传感扫描的基本原理 用三种芯片采集到的作者左手食指的指纹图像( 不同时期) 外推法计算方向， l h o n g 指纹增强算法流程图 我们采用的指纹增强算法流程图 各向异性滤波器 各向异性滤波器的冲激频率响应 用f i n g e r t i p 所采集指纹的增强效果图， 细节特征的定义 传统的细节提取算法流程图 细化后处理示意图 0 加 玛 埒 m m 屿 如 盟 驭 勰 约 n 弛 弛 弘 卵 姐 1 七 3 4 5 6 7 l 2 3 4 5 6 7 8 l 2 3 2 2 2 2 2 2 2 3 3 3 3 3 3 a 爱 出t 乱 插图 ! 一 4 4 常见的伪细节点- - 4 5 脊线跟踪算法示意图 5 1 本文所用的细节点模型示意图 5 2v e r i d i c o ml n c 提供的匹配演示程序 5 3 基于对齐的细节点匹配算法示意图 54 脊线对齐r i d g e l i n ea l i g n m e n t 5 5 转化成极坐标后的串匹配示意图 56 细节点与2 邻域细节点之间的关系 _ 驵 卯 弘 弱 够 睨 第一章 j 厶一 刖吾 现代社会对于身份鉴别的准确性、安全性与实用性提出了更高的要求，传 统的身份识别方法已经不能满足这种需要，而人体丰富的生理和行为特征为此 提供了一个可靠的解决方案，因而引起了国际学术界和企业界的广泛关注。生 物特征识别是一种根据人体自身的生理特征( 如指纹、脸像、虹膜等) 和行为特 征( 如笔迹、声音等) 来识别身份的技术。近年来，随着模式识别、图像处理等 理论研究的深入以及信息传感和网络通讯等技术的不断发展，基于不同特征的 各种生物识别技术已取得丰硕成果，显示出极为广阔的应用前景。 1 1生物特征识别技术 1 1 1研究背景 随着电子商务( e c o m m e r c e ) 、智能卡( s m a r t c a r d ) 等技术的日益普及，个 人隐私和信息安全倍受关注，使得自动身份认证技术( a u t o m a t i cp e r s o n a l i d e n t i f i c a t i o n ) 成为非常热门的研究方向。自动身份认证技术的研究目的是使用 自动化的手段，快速准确地鉴定个人的身份，从而有效地防止犯罪和诈骗、提 高办公效率、节约资源，无疑有着十分重大的社会和经济意义。 然而利用自动化的手段，识别一个人的身份并非轻而易举。传统的身份识 别方法把这个问题转化为鉴别一些标识个人身份的事物这包括两个方面：1 ) 身 份标识物品( w h a ty o uh a v e ) ，比如钥匙、证件、信用卡等；2 ) 身份标识知 识( w h a ty o uk n o w ) ，比如用户名和密码等。在一些安全性要求严格的系统 2 1 1 生物特征识别技术 图1 1 ：基于虹膜的身份认证系统的应用 中，可以将这两者结合起来，比立i a t m 机要求用户同时提供a t m 卡和密码。 这些传统的身份鉴别方法存在明显的缺点：比如个人拥有的物品容易丢失或被 伪造，个人的密码容易遗忘或记错甚至被窃取等等，这些都使得系统无法区分 拥有真实身份者和通过某些手段取得身份标识物或相关信息的冒充者。 目前，国外许多高技术公司正在试图用眼睛虹膜、指纹、面貌特征等取代 人们手中的信用卡或密码，并且已经开始在机场、银行等场所进行了实际应 用。美国i r i d i a n 公司研制出的虹膜识别系统( 如图1 1 ) 已经安装在得克萨斯州联 合银行的三个营业部内，储户办理银行业务时无需银行卡，更没有记忆密码的 烦恼。他们在该取款机上取钱时，一台摄像机首先对用户的眼睛进行扫描，然 后将扫描图象转化成数字信息与数据库中的资料核对，以对用户的身份进行检 验。日本三菱电机公司不久前将“指纹认证装置”微型化，并内置于公司将要推 出的手机中。在使用者打电话时只要用手指触摸手机的传感器部位，手机就能 马上识别出指纹是否与使用者事先登记的指纹一致。如果与事先登记的指纹不 相符合，电话就不能接通，使得手机用户再也不必担心手机被人盗用了。 在上面这些应用实例中，人体一些生理特征的不可复制、唯一稳定的特 点被用来弥补传统身份鉴定方法的缺陷。这种基于生物特征的身份鉴定技术 被称为生物特征识别技术( b i o m e t r i c s ) 。随着网络和计算机技术的飞速发展， 基于生物特征的身份鉴别技术应用领域将更广泛。学术界针对该技术的研 究伴随着这一市场的发展也越来越深入，逐渐自成系统使得该技术在近年 第一章前言 3 技术判断依据常见应用范围例子 基于物品你有吗?访问控制钥匙，i c 卡 基于知识你知道吗?网络登录名字，密码 基于生物特征你是谁呀?电子商务等指纹、脸像、虹膜 表1 1 ：几种个人身份识别技术的比较 来取得了可观的进展，其在自动身份认证领域的独特优势也愈加凸现出来。 在一个成熟的自动身份认证系统中，基于知识的( k n o w l e d g 争b a s e d ) 、基于物 i 约( p o s s e s s i o n s - b a s e d l ) 和基于生物特征( b i o m e t r i c 争b a s e d ) 的认证技术缺一不 可，这样的观点目前已被绝大多数安全专家所接受。 1 1 2 生物特征 如前文所述，传统的身份认证技术具有其先天的缺陷，使得建立在其上的 各类应用系统面临着安全上的严峻挑战，由于人体的身体特征具有不可复制的 特点，人们把目光投向了生物特征识别技术，希望可以籍此技术来构筑更加成 熟健壮的信息安全系统。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。研究和经验表明，人的指纹、手部血管分布、脸形、声音、虹 膜、视网膜、手写签名等在一定程度上都具有唯一性和稳定性，即每个人的这 些特征都与别人不同、且终生不变，因此可以据此识别出人的身份。基于这些 特征，人们发展了指纹识别、脸形识别、语音识别等多种生物识别技术，目前 许多生物识别技术的研究都已经取得了一定的成果，有些已经得到了初步的推 广和应用，开始逐步走进我们的日常生活之中。 所谓生物特征识别( b i o m e t r i c s1 ) 技术是指利用人体所固有的“生理特征 或行为特征”来“自动”地进行个人身份鉴定。生理特征与生俱来，多为先天 性的：行为特征则是习惯使然，多为后天性的。生理特征包括：指纹、掌 型、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 j f f d n a 等；行为特点包括：签名、语音、行走的步态、击打键盘的力度等。 我们将生理和行为特征统称为生物特征。其中，指纹识别、虹膜识别、面像识 别、掌型识别、语音识别、签名识别等是几种比较成熟、应用广泛的生物识别 技术。 1 b i o m e t r i c s 在学术界传统上的意思是数理统计在生物学上的应用，即现在所谓的生物统计 学( b i o s t a t i s t i c s ) 4 1 _ 1 生物特征识别技术 一般认为，能够用来鉴别身份的生物特征应该具有以下的特点： l ，普遍瘪即每个人都应该具有这种特征： 2 唯一性：即每个人拥有的特征应该各不相同： 3 稳定性：即所选择的特征应该不随时间发生变化； 4 可采集性：即所选择的特征可以通过一定的设备和手段采集并测量。 实际的应用还给基于生物特征的身份鉴别系统提出了更多的要求，需要考虑以 下问题： 1 准确性能：所选择的生物统计特征能够达到多高的识别率，识别的准确 度如何： 2 可接受性：使用者在多大程度上愿意接受基于所选择的生物统计特征的 系统： 3 安全性能：系统抵御攻击的能力有多高； 4 是否具有相关的、可信的研究背景作为技术支持 5 提取的特征容量、特征模板是否占有较小的存储空间 6 价格；是否达到用户所接受的价格； 7 速度：是否具有较高的注册和识别速度 8 是否对用户具有侵犯性。 到目前为止，还没有任何一种单独的生物特征可以满足上述的全部要求。 基于各种不同生物特征的身份鉴别系统都有各自的优缺点，适用于一定的范 围。表1 2 比较了几种常用的生物特征。 总的来说，与传统的身份鉴定手段相比，生物特征具有以下突出的优点：1 ) 不易遗忘或丢失：2 ) 防伪性能好，不易伪造或被盗；3 ) “随身携带”，随时随地 可用。因此，生物特征识别技术在对当今社会有着非常广阔的用武之地，已被 视为2 1 世纪的十大热门技术。 第一章前言 5 b i o m e l r j c s广泛性唯一性稳定性可采集性准确性可接受性安全性 人脸高低中高低高低 指纹中高 高 由 高中高 掌纹中 d 】 中高中 d 】由 掌脉 由由由 中中 d j 高 虹膜高高高 中 高低高 视网膜高高 由 低高低高 签名低低低高低高低 声纹 由 低低中低高低 表1 2 ：几种生物特征识别技术的比较 1 1 3 应用与研究概况 广阔的应用领域 宏观地看，生物识别技术的应用领域大致可以分为两类：一类是公共安全 领域，一类是民用领域。以指纹为例，公安系统可以通过采集犯罪现场罪犯留 下的指纹，与数据库中有犯罪记录的人的指纹进行比对，来直接确定罪犯的身 份或确定嫌疑对象、缩小调查范围。而在民用领域的应用则更为广泛，下面 列举一些指纹的典型应用场所：( 1 ) 门禁系统，比如指纹锁等：f 2 ) 指纹考勤系 统，利用指纹对员工进行考勤管理；( 3 ) 银行保管箱的指纹管理；( 4 ) 自动提款 机的指纹管理；( 5 ) 电子商务。通过网络进行交易时，以指纹作为身份标识。 市场回顾与前雅 自2 0 世纪8 0 年代末9 0 年代初，一些以生物特征识别为核心技术的高科技公 司如雨后春笋般涌现。1 9 9 3 年，剑桥大学的d a u g m a n 博士在对虹膜识别算法深 入研究的基础上创立t i r i s c a ni n c 2 。同时许多诸女h s o n y 、n e c 等知名企业也 都纷纷成立了生物特征识别相关的专门子公司，如h a r r i s 半导体的a u t h e n t e c i n c ，西门子的i n f i n e o ni n c 等等。据1 9 9 9 年的统计显示，从事生物特征识别 技术的公司已超过百家。此外，许多公司还共同发起组织了一个国际行业组 织i b i a ( i n t e r n a t i o n a lb i o m e t r i ci n d u s t r ya s s o c i a t i o n ，i b i a ) 。美国政府还成立 了专门的生物特征协会( b i o m e t r i cc o n s o r t i u m ) ，组织协调和指导生物特征识别 2 后改名为i r i d i a ni n c 61 _ 1 生物特征识别技术 领域的研究开发等方方面面。可以说，正是诱人的市场前景使得生物特征识别 已经形成了一个具有相当规模的产业。 1 9 9 8 年5 月，美旧举行了题为“b i o m e t r i c sa n dt h ef u t u r eo fm o n e y ”的听证 会，听取并讨论了关于生物特征身份确认技术应用于银行、金融以及个人信息 安全领域的情况。会上许多业界专家介绍了生物特征识别技术当时的应用状 况，并展望了未来发展的趋势，一致认为该技术将影响到人们现有的生活方式 和商业模式。2 0 0 0 年6 月美国通过了电子签名法案( e l e c t r o n i cs i g n a t u r ea c t ) ， 使电子签名在美国与传统的亲笔签名具有同等的律效力，这项法案的签署被看 作是美国迈向电子商务时代的一个重要里程碑，也为生物特征识别技术在电子 商务领域的应用提供了无限商机。 9 1 1 事件之后，如何通过高科技手段来高速准确地鉴定个人身份成为各国政 府和公众最为关注的一个话题，而在所有需要进行身份识别的地方，都可以应 用生物特征识别技术，因此生物特征识别技术也受到了前所未有的重视。当时 受经济萧条影响而不景气的生物特征识别领域的各大公司都呈现出了惊人的商 业活力。原来只在政府机密部门和军事基地等高度敏感区域使用的虹膜识别技 术已被欧美各大机场所采用；一些大型体育场馆开始用脸像识别技术预防潜在 的肇事分子。可以预见，在不久的将来，生物特征识别技术将被广泛地运用到 安全防范中特别是出入口控制上。而对于生物特征产业来说，意义更为深远的 是9 1 1 事件使得公众对生物特征识别技术从心存抵触到逐渐认可和接受，从而 为拓展广阔的民用市场开辟了道路。 据i b g3 的统计预测，2 0 0 3 年全球生物特征识别产业的收益额将从1 9 9 9 年 的5 8 0 0 万美元上升至6 亿美元；2 0 0 5 年的交易额将从2 0 0 0 年下半年的4 亿美元上 升到2 0 亿美元，而且来自工商界的采购额将超过目前占很大比例的政府采购 额，大众化的应用将成为生物特征识别产业的主导市场。 学术研究概况 学术上对生物特征的研究由来已久。早在1 9 世纪末，欧洲一些学者已经 开始对指纹进行了比较深入的研究。英国科学家f r a n c i sg a t o nf 1 8 2 2 1 9 1 1 1 发 表的指纹专著f i n g e rp 一亿s 奠定了指纹研究的基础，计算机科学的先驱a l a n t u r i n g 也曾经对利用声音进行说话人鉴别展开过研究。 近十年来，生物特征识别广阔的应用前景推动着理论研究的发展。国外许 多高校和大公司都专门成立了针对生物特征识别的研究团队，并在生物特征 3 t h ei n t e r n a t i o n a lb i o m e t r i cg r o u p 第一章前言 7 的各个领域进行了系统深入的研究工作。位于s a n j o s es t a t eu n i v e r s i t y 的美国 国家生物特征识别实验中t = , ( n a t i o n a lb i o m e t r i c st e s tc e n t e r ) 在生物特征识别 的系统建模、标准制定等方面进行了许多很有意义的基础工作；以m i c h i g a n s t a t eu n i v e r i s i t y 的模式识别与图像处理实验室为依托的生物特征识别研究组主 要在指纹识别领域的多个专题做了许多卓有成效的工作；意大利伯罗尼亚大学 的生物特征系统实验室则在指纹、人脸、手掌以及系统评测等方面开展了一些 创新研究。这些研究都取得丰硕成果，每年许多高水平的论文不断出现在国际 上相关领域的顶级学术期刊和会议上9 ”。 国内发展现状 我国在生物特征识别领域的起步较晚，过去，只有北大、清华、长春光机 所等少数单位较早进行了自动指纹识别和采集的研究开发，并已研制出实用产 品，在公安司法等领域得到应用，但总体上，与国外相比研究面相对狭窄，产 品的软硬件水平上也相对落后，更没有形成很大的产业规模。 近年来，国内逐渐重视起对生物特征识别的研究。目前自动化所模式识别 国家重点实验室在虹膜、人脸、语音、步态等多种生物特征上开展了多方位的 研究，自动化所人工智能实验室在自动指纹识别上做了卓有成效的工作，浙江 大学、西北大学等许多学校都启动了针对某些生物特征的长期稳定的研究课 题，呈现出了百花齐放的可喜态势。面向国内学术界的生物特征识别研讨会4 已分别在2 0 0 0 年北京、2 0 0 1 年杭州成功举办了两届，今年8 月第三届生物特征 识别研讨会将在西安召开。 与此同时，国内企业界也注意到了生物特征识别巨大的市场前景，许多以 生物特征识别技术为旗帜产品的新兴公司应运而生。但他们之中绝大多数是代 理国外公司的软硬件产品，或者是做二次开发、系统集成等工作，而真正拥有 核心硬件和相关算法的知识产权，有能力独立完整实现系统解决方案的企业很 少。因此，如何在良好的市场环境下，借鉴国外成功经验，依托国内科研力 量，做好产学研三者相结合，研制出具有自主知识产权的成熟的生物特征识别 系统，形成与国外同行具有相当竞争力的产业规模，依然是值得各界关注的重 要问题和需要继续努力的方向。 4 s i n o b i o m e t r i c sw o r k s h o p ，h t t p ：w w w s i n o b i o m e t r i c s o r g 8 1 2 关于本论文 1 2关于本论文 在本章，我们着重关注了自动身份认证系统中的新技术：生物特征识别技 术，并简单介绍了生物特征识别技术的基本概念、市场应用前景和国内外研究 的概况。 本文将主要讨论生物特征识别领域中的主流技术：自动指纹识别技术。我 们的总体研究目标是面向身份识别技术在当前社会的广泛应用需求，在国内外 指纹识别领域已有的理论成果的基础上，针对一些关键问题和难点，研究一系 列应用于自动指纹识别的算法并实现一套行之有效的自动指纹认证系统。下面 我们将围绕这一目标展开一些关于自动指纹认证系统设计和算法研究方面的探 讨。 第二章简单介绍指纹识别的基本原理和研究内容，指出了自动指纹认证系 统设计中所需考虑的一些问题；第三章首先对指纹图像的采集技术做了简要的 介绍和比较，然后讨论了图像分析和处理中的一些专题，其中着重分析了指纹 方向特性以及求方向的算法，并提出了一种基于方向滤波的指纹图增强算法； 第四章讨论指纹特征的抽取，我们详细描述了经典的细节抽取过程，并发展了 一种基于指纹脊线跟踪的细节点抽取算法，而且与传统的算法进行了比较；第 五章首先回顾了前人提出的指纹匹配算法，重点研究了基于细节点模型的点匹 配算法，并提出了我们自己的细节匹配算法；最后，我们在第六章总结全文， 并展望了以指纹识别为代表的生物特征识别技术在未来的研究和发展方向。 第二章 自动指纹识别技术 自动指纹识别是本世纪六十年代兴起的、利用计算机取代人工来进行指纹 识别的一种方法。相对于其它生物特征鉴定技术例如语音识别及视网膜识别， 指纹识别具有许多独到的优点，更重要的是它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，有着十分广泛的应用前景，是将来生物 特征识别技术的主流。近年来，随着计算机技术的飞速发展、低价位指纹采集 仪的出现以及高可靠算法的实现，更使得自动指纹识别技术越来地进入到人们 的生活和工作中，自动指纹识别系统的研究和开发正在成为国内外学术界和商 业界的热点，许多院校和公司都在从事这方面的研究和开发。在国外，指纹识 别作为一种身份认证技术已经有较多种的实用化软、硬件产品，这其中包括指 纹采集芯片，自动识别软件和相应的软件开发工具包等等。我国正在酝酿第二 代身份证，它的一个重要特征就是将指纹技术加入其中，但我国在这方面的研 究相对落后，大力开展以指纹识别技术为代表的生物特征识别技术势在必行。 虽然在过去的几十年中已取得很大进展，但指纹识别仍是国内外图像处 理、信号分析以及模式识别研究中的热点之一。我们相信，指纹图像的自动识 别作为模式识别领域的一项综合性研究，其研究成果将进一步完善多尺度分析 和模式识别领域中的不变量理论，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，有着非常重要的 意义。 2 1 指纹性质简介 指纹是指手指末端正面皮肤上凸凹不平的纹路，由于有这些凸凹纹路的存 1 0 2 2 指纹研究的历史 ( a ) 新石器刚代( b ) 公元 刻在石壁上的前2 0 0 0 年刻 指纹在石柱上的 指纹 ( c ) 公元前3 0 0 年的中国 泥土指纹印章 图2 1 ：考古发现的指纹雕刻和指纹印痕 ( d ) 公元4 0 0 年的 巴勒斯坦指纹痕 迹 在，增加了皮肤表面的摩擦力，使得我们能够用手方便的抓起重物。纹路中隆 起部分是手指真皮向表皮乳突形成的皱痕，又称指纹脊线( r i d g e ) ；指纹脊线之 间的凹陷部分，称为指纹的谷线( f u r r o w ) 。这种脊谷分布模式是由皮肤表皮细 胞死亡、角化、在皮肤表面积累形成的。 尽管指纹只是人体皮肤的- 4 , 部分，但是，它却蕴涵了大量的信息。这些 手指皮肤的纹路在图案、断点和交叉点上是各不相同的，在信息处理中我们 将它们称之为“特征”，这些特征对每个手指都是不同的。依靠特征惟一性的特 点，我们就可以把一个人同他的指纹对应起来，通过比较他的指纹特征和预先 保存的指纹特征，就可以验证他的真实身份。而且人的指纹特征是与生俱来 的，在出生6 个月指纹基本形成后，指纹的纹线类型、结构、统计特征的总体 分布等始终没有明显变化。很早人们就认识到指纹的唯一性，至今还找不出两 个指纹完全相同的人。其实指纹的纹路不仅人与人之间存在不同就是同一个 人的十指指纹也有明显的区别，即使是同卵双胞胎的指纹也是很不相同的。 2 2指纹研究的历史 人类使用指纹作为身份识别的依据已经有了很长的历史“4 。考古学家们发 现人们在很久以前就开始注意指纹t ( o n 图2 1 ) 。当然，这并不足以说明在当时 人们就已经使用指纹作为身份识别的依据。 第二章自动指纹识别技术 一般认为，对指纹真正理论意义上的研究始于十七世纪的欧洲。1 6 8 4 年， 英国植物学家n e h e m i a hg r a w 发表了人类对指纹进行科学研究的第一篇论文， 研究了指纹纹线脊、谷和孔状结构的对称性。从此以后，很多人开始致力于 对指纹性质的观察和分析9 8 “”。1 7 8 8 年，m a y e r 发表论文从解剖学的观点详细 描述了指纹纹线的结构，并对纹线的结构特征进行了定义。1 8 0 9 年，t h o m a s b e w i c k 开始使用其指纹作为他的私章，被认为是现代指纹识别技术研究的里 程碑。1 8 2 3 年，p e r k i n j e 提出了第一套指纹分类方案，根据纹线的全局结构模 式，将指纹大致分为九类。1 8 8 0 年，h e n r yf a u l d 第次比较科学地研究了指纹 的唯一性问题。大约在同一时间，h e r s c h e l 宣称他从事指纹识别技术的研究已 有近2 0 年的历史。这些研究奠定了现代指纹识别技术的基石。 在十九世纪后期，英国学者f r a n c i sg a l t o n ( 1 8 2 2 - 1 9 1 1 ) 对指纹进行了较为深 入的研究，他于1 8 8 8 年撰文将指纹细节特征引入分类概念。1 8 9 2 年，f r a n c i s g a l t o n 发表了一本关于指纹特征的书f i n g e rp r i n t s ，奠定了指纹应用的基 础。1 8 9 9 年，e d w a r dh e n r y 建立了著名的“h e n r y 指纹分类体系”，标志着指 纹分类取得了重大进展。 2 0 世纪早期，在前人研究的基础上，人们逐步归纳整理，建立了指纹的三 个主要性质： 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，尽管随时着年龄的增大，纹线会有所变粗，花纹的面积会有所增 大，但到了成年以后，这些变化不会显著增加，且花纹的类型、结构、 细节特征的总体布局和纹线总数等方面，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 “6 ， 也就是说，几乎没有两个指纹是完全一致的。 3 可分类性：指纹纹线的排列和分布都有一定的规律。 第一和第三条原则是指纹识别的基础，而第二条原则是指纹分类的基础。 2 3自动指纹识别 从2 0 世纪初，指纹识别开始正式成为身份识别的方法。司法部门将其用作 身份鉴定的一个重要依据，开始在世界范围内建立指纹识别的研究机构和罪犯 1 22 3 自动指纹识别 指纹档案。指纹识别的有关技术，包括指纹采集技术、指纹分类技术和指纹匹 配技术都得到了较快发展。随着指纹识别技术的推广，指纹数据库也逐步膨 胀，早在1 9 2 4 年，美国联邦调查局( f b i ) 的库存指纹样本就达到了8 1 万枚。2 0 世 纪6 0 年代以来，为了以自动化手段来代替落后耗时的人工指纹识别操作，美 国、同木、法同、西德( 现在的德国) 、瑞典等国家开始大力发展对自动指纹 识别系统( 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 ) 的研究。时至今 日，很多自动指纹识别系统已在世界各地的司法部门取得了成功应用。近年 来，信息技术的飞速发展和社会的应用需求促使自动指纹识别技术从传统的司 法刑侦领域逐渐转向民用领域，同时广阔的市场前景也推动了对自动指纹识别 技术及其相关领域研究的深入。 2 3 1系统设计 自动指纹识别系统是生物特征识别系统中的一个典型范例，本节我们以指 纹识别系统为例，在广义范围讨论生物特征识别系统的模型、功能设计以及性 能分析等问题。 系统模型 生物特征识别属于交叉学科的范畴，背后蕴含了多个学科领域的技术。从 整体上，可以归纳出一个生物特征识别系统的通用模型，如下图2 2 所示： 在实际应用中，一个基于生物特征的自动身份鉴定系统可以分为如下几个 相对独立的子功能系统： 1 登录( e n r o l l m e n t ) 在登录系统中，个体的生物特征( b i o m e t r u c s ) 首先经相 应设备读入、测量，成为数字化的样本( s a m p l e ) ，进而经特征提取算法抽 取出特征信息( f e a t u r e ) ，根据需要，系统将特征信息保存在数据库或智 能卡等介质中，存贮起来的特征信息被称为模板( t e m p l a t e ) 。通常，还需 要为这个新登记的生物特征信息分配或指派一个标识符( i d e n t i f i e r ) ，这个 标志符号通常与数据库中个人信息相关，比如用户姓名，i d ，权限等。 2 认i l 正( v e r i f i c a t i o n l 认证是通过把个从现场采集到的生物特征( c u r r e n ts a m p l e ) - 与- - 个已经 登记并存储在数据库或智能卡中的生物特征( t e m p l a t e ) 进行一对一的比 第二章自动指纹识别技术 1 3 图2 3 ：臀录( e n r o l l m e n t l 1 4 2 3 自动指纹识别 图2 4 ：认证( v e r i f i c a t i o n ) 图2 5 ：辨识( i d e n t i f i c a t i o n ) x f f ( o n e t o o n em a t c h i n g ) 来确认身份的过程。用户首先需要提供一个标识 符比如姓名、i d ，然后系统根据这个标识符在数据库中取得与之相关联 的生物特征模板或者直接与用户所持有的卡中存储的生物特征模板进行 比较。如果比对通过，则认证成功。认证回答了这样一个问题：“他是他 。 自称的这个人吗? ”。这也是在面向民用的应用系统中使用得较多的模 式。 3 辨识( i d e n t i f i c a t i o n ) 辨识则是把现场采集到的生物特征同样本数据库中的生物特征逐一对 比。从中找出与现场生物特征相匹配的特征信息。由于用户没有事先 提供用于表示身份的标识符，所以必须执行“对多匹配( o n e - t o m a n y m a t c h i n g ) ”。辨识其实是回答了这样一个问题：“他是谁? ”。辨识主要应 用公共安全领域。比如，可以通过将一个不明身份的人的指纹与数据库 中有犯罪记录的人的指纹比对，来确定此人是否曾有过犯罪记录。 值得注意的是，由于登录、认证和辨识三者的目的和功能上的区别，在算 第二章自动指纹识别技术 1 5 自动指纹认证系统 图2 6 自动指纹认证系统设计方案 法和系统设计上也各具技术特点。登录包含数据采集、数据传输和特征提取与 存储；认证和辨识都必须具有特征提取和模式匹配的功能。在登录系统中，由 于模板长期存储，在后续匹配中经常被访问，所以对生物特征质量的要求比 较高；另外，由于登录可以离线完成，所以对特征提取算法速度的要求相对较 宽，而在认证和辨识系统中，特征提取必须实时完成，所以对速度要求更高。 在辨识系统中，由于牵涉到大数据量的比对工作，一般要使用分类技术来加快 查询的速度。认证系统对比对算法的速度要求不如辨识系统高，但更强调准确 性和易用性。 我们的系统定位是面向民用的自动指纹认证系统，为了与通常用在公安 刑侦领域的自动指纹识别系统a f i s 区分，我们以a f v s ( a u t o m a t i cf i n g r e p r i n t v e r i f i c a t i o ns y s t e m ) 作为自动指纹认证系统的简称。系统设计方案见图2 6 。显 然，我们在系统实现上还需加上友好的图形用户界面( c u i ) 和用户指纹数据库 管理两个功能模块。 2 3 2性能评估 理想的基于生物特征的身份鉴别系统应满足 所有人都拥有这生物特征，并且不同人的生物特征是可以区分的； 生物特征的采集不随采集的条件而不同； 1 6 23 自动指纹识别 系统能够区分冒充者( i m p o s t e r ) 。 对身份鉴别系统进行评估，实际上就是判断其符合上述理想系统的程度。 f a r 和f r r 由于生物特征信息本身的复杂性，生物识别系统很难对识别任务给出绝对 的结果：是或者不是。一般而言，给出的识别结果都带有一个置信度水平。从 理论上讲，被识别的对象有两种状态：真实者和冒充者。从生物识别系统的可 能给出的识别结果看，也有两种结果：通过和拒绝。这样，总共可能会出现四 种情况： 1 真实者的身份得到确认； 2 真实者被系统错误地拒绝； 3 冒充者被系统发现； 4 冒充者被系统错误地接受。 生物识别系统的准确率可以通过两个指标来描述：误识率( f a r ) $ t l 误拒 率( f r r ) 。误识率指的是一个冒充者被系统错误地接受的可能性，而误拒率指 的是一个真实者被系统错误地拒绝的可能性。 对于理想的系统来说，这两个错误率都应该是零。但实际中，这两个指 标是相关的，而且是一对相互制约的指标。要求低的误识率必然导致高的误 拒率，反之亦然。这就使得在应用系统的设计中，要权衡易用性和安全性。 系统往往需要在两个错误率之问取一个折衷。用r o c 曲线( r e c e i v e ro p e r a t i n g c u r v e ) 能够很好地反映两个错误率之间的关系，如图2 7 所示。曲线上的点表示 在某个给定的匹配阈值下得到的错误拒绝率和错误接受率。在确定阈值时，应 根据具体应用进行考虑。在刑事应用中。需要把可能的嫌疑人都找出来，应尽 量减小错误拒绝率，所以错误接受率非常大；而对于高度保密应用来说，错误 接受造成的损失非常大，因此要求错误接受率很低。 尽管生物识别系统也存在着可靠性问题，但其安全性也比相同可靠性级别 的“用户i d + 密码”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 。与采用误识率为0 0 l 者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。但是他绝对不可能在短时间内找到一万个人都去 为他把手指试一遍。j 下因为如此，对于般的应用，1 的误识率就可以接受。 第二章自动指纹识别技术 1 7 龟 盘 、一， 爱 臼 性能评价标准 r