（通信与信息系统专业论文）基于指纹识别技术的门禁系统研究.pdf

华中科技大学硕士学位论文 摘要 指纹作为身份认证的历史具有悠久的历史，人们早在两百多年前就证明了指纹的唯 一性和不变性，但是指纹识别技术的真正广泛应用是自动指纹身份识别f a 兀s ) 问世才真 正开始。得益于社会信息化需求、指纹识别算法的成熟、指纹采集技术的商品化和d s p 软硬件技术的快速发展，指纹自动身份识别系统日益走向实用化，在各领域得到广泛的 应用。传统门禁系统采用生物特征识别技术是发展趋势，相比其他生物特征识别技术( 脸 部、虹膜、视网膜、掌纹等识别技术) 而言，指纹识别具有技术成熟、易采集、识别率 较高，从而在高性能门禁系统中得到应用。 本课题主要研究指纹门禁系统中的指纹识别算法及其软硬件实现。论文介绍了国内 外指纹自动识别技术和门禁系统的现状以及发展趋势，通过比较和实践各种指纹识别技 术，总结出一套具有快速和较高识别率的指纹识别系统，包括设计了硅电容式指纹采集 传感器的接口，实现了一种基于细节特征的指纹识别算法。论文详细的讨论了算法的预 处理、特征提取和特征匹配过程，给出了实验结果并进行了分析。同时，也介绍了在单 片机和d s p 处理器双机构架下实现的指纹门禁系统样机。 本文所研究的指纹门禁系统为自动指纹识别的广泛应用于安全控制领域提供了一 条有效途径，具有良好的市场前景和产业化前景。同时，由于指纹自动识别系统的通用 性，本系统稍加修改就可以应用于其他需要身份认证的领域。 关键词；指纹门禁系统指纹识别算法自动指纹身份识别系统d s p 技术 华中科技大学硕士学位论文 f i n g e r p r i n th a sal o n gh i s t o r ya sai d e n t i f i c a t i o nm e t h o d ，a l t h o u g ht h er e s e a r c h e r sh a d p r o v e dt h eu n i q u e n e s sa n dp e r m a n e n c eo ff i n g e r p r i n tt w oh u n d r e dy e a r sa g o ，b u tt h e f i n g e r p r i n t i d e n t i f i c a t i o nh a dn o tb e e nw i d e l yu s e du n t i lt h ea u t o m a t i cf 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 ( a f i s ) c a m eo u t b e n e f i t i n gf r o mt h er e q u i r eo fs o c i e t yi n f o r m a t i o n ，t h e m a t u r a t i o no ff i n g e r p r i n ti d e n t i f i c a t i o na l g o r i t h m s ，t h ee m e r g e n c eo fc o m m e r c i a lf i n g e r p r i n t c o l l e c t i o nd e v i c ea n dt h ed e v e l o p i n gd s ph a r d w a r ea n ds o f t w a r e ，t h ea f i sb e c o m ew i d e l y a p p l i e di n v a r i o u sf i e l d t h er e c e n td e v e l o p i n gt r e n do fd o o r - c h e c k i n gs y s t e mi st ou s e b i o m e t r i ct e c h n i q u e sa si d e n t i f i c a t i o n ，a n dw h e nc o n t r a s tt oo t h e ri d e n t i f i c a t i o nt e c h n i q u e s ( s u c ha sf a c e ，i r i s ，h a n dv e i n ，r e t i n a ls c a ne ta 1 ) t h ea f i sh a st h ea d v a n t a g eo ft e c h n i q u e m a t u r a t i o n ，e a s yt oc o l l e c ta n dh i g hp e r f o r m a n c e ，s oi tt u r n s 的t h em o s t l yu s e di d e n t i f i c a t i o n t e c h n i q u ei nd o o r c h e c k i n gs y s t e m t h em a i nt a s ko fo u rp r o i e c ti st or e s e a r c ht h ef i n g e r p r i n ti d e n t i f i c a t i o no ft h ef i n g e r p r i n t d o o r - c h e c k i n gs y s t e m ，i n c l u d i n gt h ea l g o r i t h ma n di t sh a r d w a r ea n ds o f t w a r er e a l i z a t i o n t h e r e c e n tr e s e a r c ha n dd e v e l o p i n gt r e n do ft h ef i n g e r p r i n td o o r - c h e c k i n gs y s t e mw e r ci n t r o d u c e d i nt h et h e s i s a f t e rp r a c t i c i n gs e v e r a lf 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 i q u e ，w ed e v e l o par a p i d a f i sw i t h h i i g hd i s c r i m i n a t i o n am i n u t i a e - b a s e da l g o r i t h mw a su s e da n das i l i c o n c a p a c i t a n c ef i n g e r p r i n ts e n s o rw a sa c c e p t e da sf i n g e r p r i n tc o l l e c t i o n d e v i c e t h ei m a g e p r e p r o c e s s ，m i n u t i a ee x t r a c t i o n a n df i n g e r p r i n t m a t c h i n gw e r ep r e s e n t e d i n d e t a i l ，t h e e x p e r i m e n t sw e r ec a r r i e do u ta n dd i s c u s s e d ar e a lf i n g e r p r i n td o o r - c h e c ks a m p l es y s t e m b a s e do i lt h ed u a lc o r ep l a t f o r mw i t ham i c r oc o n t r o l l e ra n dad s pp r o c e s s o r t h ef i n g e r p r i n td o o r - c h e c k i n gs y s t e mi n t r o d u c e di nt h et h e s i sh a sc a nb ew i d e l yu s e di n s e c u r ec o n t r o la r e a ，a n da l s oc a nb eu s e di no t h e ra r e aw i t haf e wc h a n g e s t h es y s t e ms h o u l d h a v eg o o dm a r k e ta n di n d u s t r i a l i z a t i o af u t u r e k e y w o r d s ：f i n g e r p r i n td o o r - c h e c k i n gs y s t e m f i n g e r p r i n ti d e n t i f i c a t i o na l g o r i t h m a u t o m a t i c f 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 l s ) d s pt e c h n i q u e 独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他 个人或集体己经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集 裤，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。 学位论文作者繇啪孳 日期：彬年玲月万日 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，即：学校有 权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 借阅。本人授权华中科技大学可以将本学位论文的金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。 本论文属于 保密口，在年解密后适用本授权书a 不保密。 ( 请在以上方框内打“”) 靴敝储徽：巾豸 指导教师签名名喀平 日期：沁年 中月、，日 日期： 蛄年中月厶争日 华中科技大学硕士学位论文 1 1 概述 1 绪论 1 1 1 门禁系统 门禁系统是最近几年才在国内广泛应用的又一高科技安全设施之一，现已成为现代 建筑的智能化标志之一。在越来越注重商业情报和安全的今天，传统的个人身份鉴别手 段己不能完全满足现代社会经济活动和社会安全防范的需要。从消除人为不安全因素 看，只有不易被他人代替、仿制、甚至其本人也无法转让的身份识别凭证才能胜任。 有些人认为门禁仅是一种进行出入门控制的设备，擐典型的就是传统的门边安装的 键盘控制器或磁卡读卡器，出入者为了获得进入权必需先刷卡。然而现在门禁已有更先 进的技术和新的应用市埸，现在应用于门禁系统的技术有：条形码、图形d 、磁条形 码、韦根式、感应式、智能码、生物辨识等。这些门禁系统所采用的技术及所能达到的 安防级别互不相同。例如：光学技术应用予条形码及图形m 系统中以辨别贮存在条形 码及图形i d 中的信息；电磁技术则应用于磁卡门禁系统中，当持卡人刷磁卡时系统将 读取允许进入的磁特性：韦根技术极为巧妙，仍属电磁学的范畴；感应式技术通常使用 的频率一般在1 1 0 - - 1 2 5 k h z ，频率越强，感应式门禁系统的读卡距离越远，随着技术的 不断完善，频率为1 3 5 6 m i - i z 感应式门禁系统的读卡距离已可达到将近1 米，这种门禁 系统已有了许多其它的应用领域，例如：停车场、各种收费系统等。当然最安全的门禁 系统应是能辨识人体生物特征，而不是辨识人所持物体特征的系统，例如：利用人体独 有的生物特征的生物辨识系统可辨识指纹和瞳孔结构，这将是门禁系统的最高境界。因 此，从易用性、安全性、成熟性和造价等方面综合比较，随着i t ( 信息技术) 的不断前 进，随着识别技术的不断成熟，随着计算机技术的飞速发展，门禁技术发展迅猛，正以 惊人的速度从传统的键盘、磁卡式向感应卡、智能卡及生物识别的方向发展。 1 1 2 生物识别技术 生物u l ；l j 技长( 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 ) 屉利用人体生物特征进行身份 华中科技大学硕士学位论文 认证识别的一种技术1 1j 。人类利用生物特征识别的历史可追溯到古代埃及人通过测量人 体各部位的尺寸来进行身份鉴别，现代生物识别技术始于7 0 年代中期，早期的识别设 备比较昂贵，因而仅限于安全级别要求较高的原子能实验、生产基地等。现在，由于微 处理器及各种电子元器件成本不断下降，精度逐渐提高，生物识别技术逐渐应用于商业 上的授权控制领域，如门禁、企业考勤管理、系统安全认证等。 生物识别技术辨认的是人本身，无须要记住复杂的密码，也无须随身携带钥匙、智 能卡之类的东西，因而比传统的认证方式更安全、更方便。此外，生物识别技术产品均 借助于现代计算机技术实现，很容易配合电脑与安全、监控、管理系统进行整合，实现 自动化管理。因此可以预见，生物识别技术的应用将在未来的安防领域中占据身份验证 识别市场的主要位置。 在现实世界系统中使用的生物认证有许多不同的类型。可以测量的身体特征包括指 纹、手形、虹膜、声音、面部、视网膜认证等。还出现了一些有趣的生物认证技术：例 如美国斯坦福大学正在进行通过敲击键盘的节奏来进行身份认证的研究。这是一项即使 第三者获取了他人的密码，也能通过敲击键盘的节奏来确认真实用户的技术。另外基于 语音的认证技术也正在向实用化迈进。使用语音的特征一声纹的用户认证已经投入使 用。这是一项通过用户说出密码时的语音来确认用户身份的认证方法。 在所有的生物特征中，指纹相对稳定，但采集指纹不是非侵犯性的。面部特征具有 很多优点，如主动性、非侵犯性和用户友好等，但面部会随年龄变化，而且容易被伪装。 语音特征具有与面相特征相似的优点，也会随年龄、健康状况及环境等因素丽变化，而 且语音识别系统也比较容易被录音所欺骗、被伪造。虹膜特征识别解决了上述问题，同 时还具有上述其他生物特征所具有的一些优点，不过技术没有指纹成熟，而且造价较高。 所以相对而言，利用指纹识别技术来进行身份认证是一种较好的解决方案。 1 1 3 指纹识别是成熟的生物识别技术 相对于其它身份认证技术，自动指纹识别是一种更为理想的身份确认技术，用自动 指纹以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一陀、u r 行性 i z l 。1 i 体体观在以f 几个方睡l ： 璇，每个人的指纹是弛。无：的，两人之削小r f 拒着牛 l 同的手指指纹， 华中科技大学硕士学位论文 第二，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，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。而对视网膜则难于采样，也无标准的视网膜样本库供系统软件开发使用，这 就导致视网膜识别系统难以开发，可行性较低。 第四，一个人的十指指纹皆不相同，这样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，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的存储量较小。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。 今天，随着现代科学技术的发展，指纹识别技术尤其是指纹自动识别技术不仅在警 察探案和法官断案等活动发挥着不可替代的作用，雨且还广泛地应用在出入口控制、信 息编码、银行信用卡、重要证件防伪等许多领域的管理工作中。可以说，现代指纹识别 技术被认为是理论成熟、科学性强、实践应用广泛、发展前景广阔的一项生物识别技术， 尤其是指纹自动识别技术正在形成一个全新的技术领域和产业，并蕴藏和创造着巨大的 商机。 1 2 国内外动态及发展趋势 1 1 2 1 历史、现状和未来 考古证实，公元前7 0 0 0 年到6 0 0 0 年以前，古叙乖j 亚和中国，指纹作为身份的鉴别 已经开始应用。据相关资料显示，我国古代最早的指纹应用可追溯至秦朝。至唐朝，以 “按指为书”为代表的指纹捺印已经在文书、契约等民用场合被广泛采用。自宋朝起， 指纹则开始坡辩 做刑事诉讼的物证。 在欧洲，1 7 8 8 年，梅耶( j m a y e r ) 首次提出没有两个人的指纹会完全相闹：1 8 8 9 年，亨利( e r h e n r y ) 在总结前人研究成果的基础上，提出了指纹细节特征泌别理沦， 奠定了现代指纹学的基础。 华中科技大学硕士学位论文 指纹识别技术从被发现时起，就被广泛地应用于契约等民用领域。由于人体指纹具 有终身稳定性和唯一性，很快就被用于刑事侦查，并被尊为“物证之首”。但早期的指 纹识别采用的方法是人工比对，效率低、速度慢，不能满足现代社会的需要。2 0 世纪 6 0 年代末，在美国开始有人提出用计算机图像处理和模式识别方法进行指纹分析以代替 人工比对，这就是自动指纹识别系统( 简称a f i s ) 。 因为成本及对运行环境的特殊要求，开始时其应用主要限于刑侦也叫警用领域。随 着计算机图像处理和模式识别理论以及大规模集成电路技术的不断发展与成熟，指纹自 动识别系统的体积不断缩小，其价格也不断降低，因而被应用到民用领域。 2 0 世纪8 0 年代，个人电脑、光学扫描这两项技术的革新，使得它们作为指纹取像 的工具成为现实，从而使指纹识别可以在其他领域中得以应用，比如代替i c 卡。现在 ( 9 0 年代后期) ，低价位取像设备的引入及其飞速发展，可靠的比对算法的发现为个人 身份识别应用的增长提供了舞台。 今天，随着计算机技术和集成电路技术的发展，个人计算机以及其他一些微处理器 完全有能力实现个自动指纹识别系统，嵌入式自动指纹识别系统随之出现，与采用计 算机的系统相比。嵌入式系统具有功耗低。可靠性高、功能强大、性能价格比高、实时 性强、支持多任务、占用空阔小、效率离、面商特定应用、可根据需要灵活定制等优点。 可以说嵌入式技术的发展使得指纹识别技术进一步走向实用化和大众化。 1 2 2 研究现状 指纹识别算法是自动指纹识别系统( a f i s ) 的核心技术，这方面的研究早在1 9 世 纪初就开始了，但这方面的深入研究是从2 0 世纪6 0 年代后随着计算机技术的引入而开 展起来的。不过，早期的研究都是在高性能计算机上完成的，主要针对脱机的指纹图像 进行研究。随著技术的发展，到9 0 年代初才开始进行联机的活体指纹识别算法的研究， 这个时期的研究都是针对光学传感器所做的，由于这个时候a f i s 只在特殊的行业部门 使用，所以往往使用了价格比较昂贵的专用d s p 等硬件附加设备来解决指纹识别的实 时性问题。9 0 年代来到现在，由于半导体指纹传感器的出现，使得指纹识别的应用领域 迅速扩大，在个人电脑、个人数字助理、掌上电脑、手记、门禁系统、考勤系统、f 果险 箱控f 制系统等很多领域都丌f c f i 他用a f i s 技术，所以指纹洪别算法的研究再点从比。j 传 4 华中科技大学硕士学位论文 感器转移到半导体传感器，对算法的性能也提出了更高的要求。指纹虽然稳定性很好， 但是仍然存在脱皮等问题，这个时候往往对算法性能产生极大的挑战，也是a f i s 研究 者需要努力克服的问题。 指纹识别算法主要分为两类：一类是基于细节特征点( m i n u t i a e _ b a s e d ) 的指纹识 别算法；另一类是基于滤波( f i l t e rb a s e d ) 的指纹识别算法洲4 i i5 1 。如图1 1 所示。 m i n u t i a e b a s e df i l 拇卜b l 琢d 图1 1 两类指纹识别算法 基于细节特征点的指纹识别算法是在采集到指纹图像后，经过灰度滤波，二值化， 二值滤波，细化，细化后的去嗓等对图像进行预处理，然后提取特征点，将其和模板的 特征点进行比对。 但是采集图像的半导体指纹传感器价格与硅晶片的面积是成正比的，为了降低成 本，晶片面积一般都比较小，从而导致了图像包含的指纹信息少，而且每次捕提的图像 重叠区域就可能很小，所以输入图像与样本图像间缺乏足够多的对应细节点，传统的基 于细节特征点的算法的性能就会下降：另外，由于提取的细节点数目不同，很难实现快 速匹配。 基于滤波的指纹识别方法的出现，弥补了上述不足，既能充分利用指纹图像纹理结 构信息，抓住图像全局特征，又能体现细节特点【5 1 【6 l 。指纹图像的脊和谷具有局部平行 性和特定的纹理频率，基于滤波器的算法利用g a b o r 滤波器，选择合适的参数，可以 获取局部和全局特征，增强特定方向的信息，保留真正的脊和谷结构，降低其他方向上 的强度。 目前在指纹识别算法的研究方面，国内外指纹识别算法采用基于细节特征点的比 较多，从研究角度宋 兑，国内外的差距并不明显。但是，国外一些发达闺家山于起步较 早，研宄f 段和设备比较先进，冈此在这方i 面的研究已纾比较成熟，自动指纹识j j i j 系统 华中科技大学硕士学位论文 在这些国家的很多领域已经得到广泛应用。相对来说，国内指纹识别算法研究方面起步 比较晚。 基于指纹识别的门禁系统作为一种高效实用、方便安全的智能化工具，在一些发达 国家已得到普遍的应用。许多大公司都有专门的机构从事该项技术的研究、开发、应用， 包括美国d i g i t a l p e r s o n 、i d c n t i x 、v e r i d i c o m 、韩国现代、朝鲜培富士、台湾a e t e r 等公司 等，识别算法上都达到世界先进水平。美国v e r i d i c o m 公司的指纹识别算法同样是国际 上最优秀的算法之一，它不进行细化，直接对二值化后的指纹图进行滤波，在其上提取 特征点，利用拓朴图进行比对，拒判率 l ，误判率 0 0 1 。在英国政府的重要部门， 指纹识别仪已被广泛采用。在美国除军事设施外，五角大楼、政府实验室、银行、监 狱和商业部门也广泛使用了自动指纹识别门禁系统；1 9 9 6 年在美国亚特兰大奥运村的第 2 6 届奥运会上已广泛采用了指纹自动识别系统。 我国在9 0 年代指纹识别系统的应用发展迅速，深圳攀登电子有限公司研制了活体 指纹身份识别系统；深圳红光奥康光电有限公司推出自动指纹识别监控器；西安交大、 清华大学、北京大学等纷纷推出指纹自动识别系统；北京中控、南京凹凸，杭州中正， 深圳数码等等都在积极推出相关产品，在一些著名风景点如北海、张家界已经采用指纹 识别代替门票。但是绝大多数是用国外的指纹识别模块进行系统集成，如同飞资讯、深 圳数码、深圳乾诚科技等，产品成本高，市场推广难度大；只有少数企业用自己的算法， 但产品价格高，性能不稳定，性价比不高，真正完全拥有自主知识产权的技术是风毛麟 角。其中杭州中正公司推出的s m - 2 独立式指纹识别模块，由高速d s p 处理器、s r a m 和f b 蟠h 芯片等构成。在无需上位机参与管理的情况下具有指纹录入、图像处理、 指纹比对、搜索和模板储存等功能的智能型模块。它应用自我学习遗传经验算法，利用 拓扑特征图作为模式特征进行匹配，拒判率 1 ，北大高科、西安青松等少数几个公 司也有类似的产品。 统计资料表明，目前国内的生物识别技术市场正处于诸侯割据的阶段。指纹识别技 术自出现以束发展十分迅速，其中指纹考勤机受到了企事业嗨位的青睐。在国内的指纹 产品市场t h 指纹考勤机拥有超过3 0 的市场占有率，此外，指纹门禁、远程教育、网 络安全等：f j 场的发展也方兴未芝。 6 华中科技大学硕士学位论文 据了解，我国自主开发的系列嵌入式指纹识别硬件和应用软件产品错误率低于1 1 ， 在识别准确率和识别速度上达到了较高的水平。 在我国，北大高科等对指纹识别技术的研究开发已达到可与国际先进技术抗衡，中 科院的汉王科技公司在一对多指纹识别算法上取得重大进展，达到的性能指标中拒识率 小于0 1 ，误识率小于0 0 0 0 1 ，居国际先进水平；指纹识别技术在我国已经得到较广 泛的应用，随着网络化的更加普及。指纹识别的应用将更加广泛。 1 2 3 发展趋势 l 、非接触式真皮层指纹采集 指纹图像的质量对系统性能的影响非常大，指纹识别系统中有很大一部分的工作都 是在做预处理和增强，如果能在源头解决图像质量问题，那将大大简化处理过程。就实 际应用来讲，目| i 仃的指纹图像获取技术和活体指纹采集设备还不能很好地满足需要，这 已经成为制约自动指纹识别技术发展的一个瓶颈。主要表现在：( 1 ) 对被采指纹的适应 性差。在指头较湿、较干、较脏或磨损较为严重时，采集的指纹质量往往不能让人满意。 虽然可以通过指纹增强提高指纹质量，但这不可能从根本上解决问题。毕竟，清晰的指 纹图像是正确实现自动指纹识别的前提和保障。( 2 ) 指纹采集时的变形问题至今没有 得到很好的解决。指头是一个柔性体，尤其在使用平板窗口的采集设备进行指纹采集时， 每次采集用力大小、用力方向和采集位置都会有所不同，造成指纹的各种形变，使指纹 特征点的相对位置发生较大的偏移，从而很难对各特征点做到精确定位。另外，指头表 面是一个三维曲面，而获取的指纹图像却是一个二维平面，这种从立体向平面的转化也 会造成指纹的变形。更为主要的是，以上因素造成的指纹变形往往是不确定的、随机的， 很难用确定的数学模型来描述。生理学的研究结果表明，指纹的结构在真皮层有着完整 和稳定的表现。如果能实现在真皮层采集指纹结构，就可以在指纹采集技术方面实现突 破，在指头干、湿、脏和指纹磨损的情况下能准确、清晰、完整地进行指纹采集。通过 非接触方式采集指纹则可以有效解决指纹录入时的变形问题。 2 ，多种生物识别技术的融合 身份识别技术的发展趋势由单一到综合。由j 各种生物特征的识别方式郜肓其一定 的适用范j 目f 要求，单- f f 】生物特征口 别系统在实际应用中显示出各自的局限胜患门 华中科技大学硕士学位论文 内障的人虹膜会发生变化等等，统计显示迄今为止，还没有一个单一生物特征达到完美 无错的要求。目前，生物特征识别领域又出现了一种新的方向，即多种生物特征识别技 术结合使用。德国知名的法兰富尔协会研发了一种多重模板识别系统，d c s a g 公司采 用这一专利开发了身份识别系统b i o l d 。b i o l d 利用目前臼渐普及的数字摄像头，将一 个人的面貌、声音以及嘴唇运动3 种生物特征相结合，在一秒钟内快速完成了动态、静 态这两种特征，当其中的一种生物特征变动时，多重模板识别系统还能依据其他两项生 物特征进行识别。将数据融合方法用于身份鉴别，结合多种生理和行为特征进行身份鉴 别具有低错误拒绝率、特征变化的适应性强、安全可靠性高等优点，从而进一步提高了 识别率。提高鉴别系统的精度和可靠性，成为身份鉴别领域发展的趋势。 自动指纹识别技术是一项综合性的高新技术，它涉及图像处理、模式识别、计算机、 光学、电子和生理等领域，是一个学科交叉性很强的研究领域。目前，指纹识别技术正 朝嵌入式硅片、小面积、低成本的方向发展。随着移动性要求的增长，指纹识别系统所 面临的主要挑战是，如何在p d a 或其它手持移动设备上嵌入指纹识别功能，并使得这 一应用系统具有开放式体系架构和强劲的实时处理能力，以实现一种简便、安全、可靠 的身份认证和安全保障解决方案，以低成本、快速、准确、便捷的手段，来确认接入用 户宣称的身份是否真实有效。这些应用在手机付费系统、社会保险、金融税务等行业具 有广阔的应用前景。 1 3 主要研究内容 指纹自动识别作为一个有较大难度的模式识别研究分支，其研究难点主要集中在如 何对采集进来的各种有噪声图像进行滤波和增强、如何抽取指纹的全局和局部特征以及 如何进行在图像不能完全定位和图像可能发生扭曲变形情况下的特征匹配上。 本课题主要研究指纹识别算法及其软件实现、基于d s p c i m s 3 2 0 v c 5 4 0 2 ) 的指纹门 禁系统的设汁。本门禁系统的身份i ： 别方案是输入密码和指纹，将密码对应的库中指纹 和输入指纹进行比对。 华中科技大学硕士学位论文 2 1 系统流程 2 自动指纹识别系统 自动指纹识别技术主要由2 部分组成：采集技术和识别技术。图2 1 所示即是一个 完整的自动指纹识别系统( a u t o m a t 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 m ，简称a f i s ) 的流 程。 c i l 数据库 【j 2 2 指纹的特征 图2 1 自动指纹识别系统的流程 指纹指的是指头表面的纹路，其中突起的纹线称为脊，脊之间的部分称为谷。通常 可通过指纹的两类特征进行验证：局部特征和总体特征。只考虑局部特征时，英国 e r h e r r y 认为，只要比对1 3 个特征点重合，就可以确认是同一个指纹。总体特征指 那些用人眼直接就可观察到的特征，如图2 2 所示，通过分类存贮可使得在大数据库中 搜寻指纹更为便捷。 华中科技大学硕士学位论文 ( a ) 双环 ( d ) 弓形 ( b ) 右环( c ) 左环 ( e ) 帐形 ( d 螺旋 图2 2 指纹分类 指纹的纹路并不是连续、平滑流畅的，而是经常出现中断、分叉或转折，这些断点、 分叉点和转折点，称为细节特征点( m i n u t i a e ) 。局部特征即指纹上细节特征，就是这些 细节提供了指纹唯一性的识别信息。两枚指纹经常会具有相同的总体特征，但它们的局 部特征一细节特征点，却不可能完全相同。指纹上的特征点有以下4 种不同特性。 ( 1 ) 特征点的类型。特征点有多种类型，可分为端点、分叉、口、刺、十字、桥型， 共6 类特征。指纹特征分类如表2 1 所示。其中最典型的是终结点和分又点，称为主特 征，后4 类称为辅助特征。 华中科技大学硕士学位论文 表2 1 指纹特征分类 终结点f e n d i n g ) 指一条纹路在此终结 a ) ，例如a = l b = 3 ：如果对于。 华中科技大学硕士学位论文 个断点，经过平滑滤波后，此点灰度值也会和邻近象素点接近。可见，平滑滤波器有连 接断点的作用。锐化滤波的权系数选取原则为：2 a + b = 0 ，b 取正，a 取负，起到一个 突出某一点与周围的差即分离的作用。如图2 9 所示。 ( a ) 指纹原图( b ) 平滑图( c ) 锐化图 图2 9 指纹方向滤波效果图 2 5 2 二值化及去噪 二值化的目的是把灰度指纹图像变成o 和1 取值的二值图像。对一幅图像进行二值 化，首先必须选取闽值，把高于阅值灰度的象素点判为1 ，低于闽值的象素点判为0 。 可以把整幅图像分割成若干块，阈值取每块的灰度均值。去除二值图中的噪声，主要是 边缘打磨和去掉空洞。边缘打磨为使细化图线不是扭曲的边缘线，去空洞为使细化线没 有伪特征叉点。指纹二值化图如图2 1 0 所示。 ( a ) 锐化图 图2 1 0 指纹二值化图 ( b ) 二值化图 华中科技大学硕士学位论文 2 5 3 指纹的细化 细化就是从原来的图中去掉一些点使指纹纹线只有一个象素宽，但仍保持原来的形 状。指纹图像的细化除了满足一般细化算法的要求之外，还应该满足如下原则：细化时 应保证纹线的连接性，方向性和特征点不变，还应保持纹线的中心基本不变。一种好的 细化方法应满足下列条件【2 8 1 【2 9 1 【3 0 1 ： ( 1 ) 迭代必须收敛的。( 收敛性) ( 2 ) 不破坏纹线的连接性。( 连接性) ( 3 ) 不引起纹线的逐步吞食。( 拓朴性) ( 4 ) 保护指纺的细节特征。( 保持性) ( 5 ) 骨架纹线的宽度为1 个象素。( 细化性) ( 6 ) 骨架尽可能接近条纹中心线。( 中轴性) ( 7 ) 算法简单、速度快。( 快速性) 细化方法不同，细化结果就有差异。在指纹识别中，细化的目的是为了提取指纹线 的拓扑结构信息和含端点的纹线方向特征，因而要求在不改变原来指纹图像的拓朴连通 性的同时，细化的结果应为严格的八邻域图像骨架，笔划中除去特征点以外，每个象素 均只与相邻两个象素为八邻域，抹去任意一象素都将破坏纹线的连通性。近来关于细化 方法的研究工作已有很多成果，所采用的方法从使用的观点来看，比较多的是采用模板 匹配的方法( 如迭代法、o p t a 单连通法等) 。 这种方法是根据某个象素的局部邻域( 如3 x 3 ，5 x 5 等) 的图像特征对其进行处理， 此外也有采用边缘搜索、外轮廓计算【1 2 】以及神经网络等细化方法。并行模板匹配算法 ( 如p a v l i d i s 经典细化算法) 是通过一组判决横板的匹配来实现的，因而处理简单，规则 一致，为目前细化研究的主要方向。一种细化的消除模板如图2 1 1 所示。若一个黑点的 8 邻域情况和图2 1 1 中任一个模板0 0 1 3 1 j 相同则删去该点。对整幅图逐点扫描，如果这次 扫描没有一个点被删除，则循环结束，否则进行新一轮的扫描，直到没有点被删除。 田圜田园圈口口圈 图2 1 1一种细化的消除模板 华中科技大学硕士学位论文 2 5 4 细化后的去噪 细化图中的噪声一般可分为以下5 类( 3 2 】，如图2 1 2 所示，( a ) 是毛刺，( b ) 是短线， ( c ) 是断点，( d ) 是假小桥，( e ) 是小洞。 卜i ? 一i 。 ( a )( b )( c ) ( d )( e )( a ) ( b ) 图2 1 2细化后的噪声 图2 1 3 错误连接 在细化去噪之前，需要特征点端点、独点和叉点位置。因为去噪要针对特征点来进 行。求出特征点后，对这些特征点进行检查，是伪特征点则修正。以下给出部分消除噪 声的方法。 连接断点：细化后的指纹图上很多纹线都有断开的地方，从而产生假端点，独点，因 此有必要把断开的纹线尽量连接上。在连接过程中，若出现了近似垂直的情况( 如图 2 1 3 ) ，则要取消连接。 消除毛刺：毛刺会产生假端点和假叉点，应该尽量消除。当遇上端点时，从端点开 始跟踪纹线，若跟踪8 个像素内遇上叉点，则认为是毛刺，叉点至端点间的纹线应予消 除。 2 6 特征点的求法 经过前面的预处理，指纹图像已经变成一幅清晰的点线圈，下面就对它进行特征提 取。 指纹图中存在两种待提取的特征：全局特征和局部特征。全局特征用于指纹的分类， 一个重要的全局特征是中心区的形状，另一个重要的全局特征是三角区，即指纹图中纹 线方向发生变化的区域。可以通过方向图的变化检测出来。 局瓢特征又称指纹图中的细甘，它可以通过细化后的指纹图求得。设计中使用纹线 端点羊分义点作为指纹特征点，这不仅是因为这两类特征点出现的几率最高且存动检 华中科技大学硕士学位论文 测，更重要的是它们足以描述指纹的唯一性。在提取出指纹特征点后，便会得到一组矢 量点，同样在指纹模板库中保存的指纹模板也是一组矢量点，要判断两个指纹是否相同 的问题也就转化成判断两组矢量点是否相同的点模式匹配问题。以下是计算特征点的方 法。 对于脊线上每一个点，( f ，) ，以它为中t l , i r - + 3 x 3 的模板，它的3 x 3 邻域定义 y g h u m ( k ) ，k1 1 u 9 ，对于”l f m ( ) 作闭合式顺序互减，求绝对值的和1 2 6 】【2 7 】： c h ：= ( a b s ( n u m 【6 】- n u m 3 ) + a b s ( n u m 3 一n u m x ) + a b s ( n u m 2 - n u m 1 】) + a b s ( n u m 1 - n u m 4 ) + a b s ( n u m 4 n u m 7 ) + a b s ( n u m 7 - a u r a 8 1 ) + a b s ( n u m s n u m 9 1 ) + a b s ( n u m 9 n u m 【6 】) )( 2 5 ) 式但5 ) 中当c h = 2 表示是端点，o h = 6 表示是三叉点。 2 7 指纹匹配算法 如1 2 2 节所述，指纹识别算法通常分为两类：基于细节特征( m i n u t i a e b a s e d ) 和基 于滤波( f i l t e r - b a s e d ) 的指纹识别算法。本文设计的指纹特征匹配是指基于细节特征的 特征匹配算法。 对于给定的两个指纹特征( 待测特征和参考特征) ，指纹匹配目的是判别二者是否 由同一指纹所得。实际上也就是获得两副指纹的相似度，并根据测得的相似度给出一个 门限以得出一个二值的匹配结论。 前人在特征匹配算法作了很多工作，d k i s e n o r 等人l 招】提出了图匹配方法。a n d r e w k h r e c h a k 等人【3 4 悃结构匹配法。目前最常用的方法是用f b i 提出的细节点坐标模型来做 细节匹配。它利用脊线末梢( 我们称为端点) 与脊线分支点这两种关键点来鉴定指纹。通 过将细节点表示为点模式，一个自动指纹认证问题可以转化为个点模式匹配f 细节匹 配1 问题。本文采用的就是这种指纹匹配方法。 点模式匹配问题是模式识别中的一个有名的难题，人们肘一般的点模式匹配l 口j 题提 出过很多的饽法，像s a n j a yr a n a d e 等人f 3 5 i 的松弛算法，此方法螫反复迭代计算量夫： 华中科技大学硕士学位论文 h i h h s uc h a n g 等人【3 6 】的基于二维聚类的快速算法、z s o l tm i k l 等人刚的三角匹配的算法、 x u d o n gj i a n g 等人【3 8 】的基于局部和全局结构的匹配算法，这些算法可靠度适用性有特提 高。 指纹匹配中的点模式匹配问题需要解决指纹图像的平移、旋转和缩放的问题。由于 在验证型的指纹识别系统( 如门禁系统) 中，指纹采集设备是一致的，缩放的问题不是 很严重，但平移和旋转是指纹匹配需要考虑的两个重要因素。此外，还需考虑指纹采集 过程中的指纹特征点丢失和增加，特征提取过程中点坐标的误差等，也就是在匹配时要 考虑特征匹配对在数量和位置上的容限问题。 要解决指纹的平移和旋转问题，如果不在预处理过程中就通过变换的方法将待测指 纹和参考指纹通过h o u g h 转换等方法保持一致，就需要在指纹匹配的时候将这些因素考 虑进去，通常的方法是寻找指纹的中心点，匹配以中心点为基础进行，求出特征点相对 于中心的位置，再进行匹配。本文采用是后一种方法，在本算法种中心点匹配就显得很 重要。 2 7 1 中心点的定位 中心点定义为，指纹的脊衄线蓝率最大的点，在基于点模式的匹配算法中，将中心 点作为匹配的参考点具有一致性比较强的特点。 中心点定位算法可以在方向图中进行，如基于灰度梯度的算法m 】f 4 1 1 ，此种算法对于 拱形指纹效果不佳：也有在细化图中跟踪得到中心点【4 2 1 ，跟踪算法比较复杂，且对指纹 质量要求高，适用比较清晰的指纹图，如果指纹中心区噪声比较大甚至有的中心点已经 丢失，在细化图上依赖比较严格的算法往往搜不到中心点，或搜到错误的点，从而使这 种算法的可靠性降低，若有的指纹图噪音大，内层弧的顶点或最内层弧中的棒都缺失， 中心点就无法搜寻。 我们的研究表明，在特征提取比较成功的情况下，用我们采用的匹配算法，中心点 的定位显得非常关键，直接影响到匹配的效果。经过多种算法的实践和测试，本文采用 了参考文献1 3 】中的中心点定位算法，浚算法将块方向信息和脊的细节特征结合起来确定 中心点。州比其他定位方法，该算法对指纹图像质量要求不 i ，定位更准确。 华中科技大学硕士学位论文 ( a )( b )( c ) 图2 1 4 中心点定位过程 ( a ) 平滑后的方向图( b ) 方向图的亮度分布 ( c ) 块方向图的s i n e 变换结果( 其中最暗的点就代表了中心点) 该算法可简单描述如下： 1 ) 求取指纹图像的块方向o ( f ，) 在2 5 1 节我们已经论述了基于块方向图灰度梯度算法，其中块方向图的算法( 式 2 1 、2 2 和2 _ 3 ) 和结果在这里继续得到使用。 2 ) 在领域内将o ( f ，) 进行平滑( 低通滤波) ，得 到平滑后的块方向图0 o ，j ) 首先将o ( f d 表示为x 方向和y 方向的连续向 量，也就是计算o ( f ，) 在工坐标方向和y 坐标方向的 分量。 中，“，) ac o s ( 2 0 q ，埘( 2 6 ) 巾，( f ，) ；s i n ( 2 0 ( i ，脚( 2 7 ) 然后分别对面，和中，进行低通滤波： 图2 1 5 中心点定位几个敛果图 ”；2”- 3 掣奠卜。妥。墨署v ) m r 。叫w ，一w ) ( 2 8 ) ”? 2”2 、( f ) i 。毛棚w ( u 川呻w 印w ) ( 2 t 9 ) 华中科技大学硕士学位论文 其中w ( u ，v ) 代表二维的低通滤波器，其大小为w 垂w 巾，我们采用的是简单的5 5 平均滤波器。 这样，平滑后的块方向图表示为： 一1t a n - l ( 器) 3 ) 计算o ( i ，) 的s i n e 分量f o ，) ，结果如图2 1 4 c 所示，图中最黑的点就代表了所 求的中心点。 e 0 ，) ；s i n ( o ( f ，脚( 2 1 1 ) 图2 1 5 所示的是中心点定位几个效果图，可以看到该定位方法对较差的指纹图像也 可以达到较好的效果，并且对双弓型指纹的中心点也可处理得很好。 实验测试，此算法的定位精度在1 0 个象素范围内( 等同于一个脊或谷的距离) ，对 于非常差的图像也可能找不出中心点，对弓型指纹中心点的定位还不够精确和稳定。 2 7 2 指纹特征向量的提取 指纹特征的选