（电路与系统专业论文）自动指纹识别系统关键技术研究[电路与系统专业优秀论文].pdf

中南大学硕士学位论文 摘要 摘要 由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员 身份的自动指纹识别技术已经成为生物识别技术领域应用最广泛的 技术。虽然指纹识别领域已有许多研究成果，但是由于指纹识别所特 有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解 决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指 纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工 作： 1 研究了指纹图像质量评估技术。分析了现有方法的不足，提出 了一种新的基于判别因子的指纹图像质量评估算法。该算法依据不同 的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评 估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户 重新输入指纹图像，并给出修改建议。 2 研究了指纹图像预处理算法。深入分析了指纹图像区域类型， 提出对指纹图像进行二级分割以减少特征提取的错误率，其中初级分 割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分 割采用指纹图像子块的傅立叶频谱能量比和灰度对比度构成特征向 量，利用线性支持向量机( s v m ) 对前景区域进行分割以剔除指纹图像 中的不可恢复区域。 3 研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹 特征匹配算法，该算法将整个匹配过程分为三步：一是在采集到的指 纹特征和待匹配的指纹特征模板中，以奇异点或细节点为三角形的一 个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角 形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点 所构成的三角形进行平移和旋转操作，使两个全等三角形在误差允许 的范围内重叠，求出三角形的平移和旋转参数，然后根据这些参数， 对所采集到的全部指纹特征象素点进行平移和旋转操作：三是采用弹 性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数， 并由此确定指纹识别结果。 关键词指纹识别；指纹质量评估；图像二次分割；指纹特征匹配 中南大学硕士学位论文 a b s t r a c t a bs t r a c t b e c a u s eh u m a nf i n g e r p r i n ti sp e r m a n e n ta n du n i q u e ，f i n g e r p r i n t v e r if i c a t i o nh a sb e c o m eo n eo ft h em o s tw i d e l ya p p l i e dt e c h n i q u e si n b i o m e t r i cv e r i f i c a t i o nt e c h n o l o g ya n dt h et e c h n i q u eo fi d e n t i f y i n gp e o p l e t h r o u g hf i n g e r p r i n t m i n u t i a ei s b e c o m i n g m o r ea n dm o r e p o p u l a r f i n g e r p r i n tr e c o g n i t i o nh a sb e e ne x t e n s i v e l ys t u d i e da n dm a n y a d v a n c e s h a v eb e e nm a d eo ni t h o w e v e rd u et ot h ec o m p l e x i t ya n du n c e r t a i n t yo f f i n g e r p r i n ti d e n t i f i c a t i o n ，t h e r ea r es t i l lm a n yp r o b l e m st ob er e s o l v e df o r f u r t h e ri m p r o v e m e n to fa 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 i n t h i sp a p e r , f i n g e r p r i n ti m a g eq u a l i t ye v a l u a t i o na l g o r i t h m s ，f i n g e r p r i n t i m a g ep r e p r o c e s s i n ga l g o r i t h m s ，f i n g e r p r i n tm a t c h i n ga l g o r i t h m a r e a n a l y z e d a n dd i s c u s s e di nd e t a i l t h em a i nc o n t r i b u t i o n so ft h e d i s s e r t a t i o na r ea sf o l l o w i n g ： 1 t h ed i s s e r t a t i o ni n v e s t i g a t e df i n g e r p r i n ti m a g eq u a l i t ye v a l u a t i o n a n dp r o p o s e dan e wm e t h o dt oe v a l u a t ef i n g e r p r i n ti m a g eq u a li t yo nt h e b a s i so fd i s c r i m i n a n tf a c t o r s t h eo r d e ro fd i s c r i m i n a n tf a c t o r s i si n a c c o r d a n c ew i t ht h e i m p a c t o nt h ef i n a le v a l u a t i o nr e s u l t s i ft h e f i n g e r p r i n ti m a g ed o e s n tm e e tt h er e q u i r e m e n t ，t h ep r o c e s so f e v a l u a t i o n i se n d t h eu s e ri sr e q u e s t e dt oi n p u to t h e ro n ea g a i na n dt h es u g g e s t i o n f o rr e v i s i o ni sp r o p o s e da tt h es a m et i m e 2 f i n g e r p r i n ti m a g ep r e p r o c e s s i n ga l g o r i t h mi ss t u d i e d t h et y p e s o ff i n g e r p r i n ti m a g er e g i o n sa r ea n a l y z e da n dm u l t i s t a g es e g m e n t a t i o ni s p r o p o s e d f o r e g r o u n d a n db a c k g r o u n da r e s e p a r a t e db yp r i m a r y s e g m e n t a t i o n s e c o n d a r ys e g m e n t a t i o nw h i c hu s e sl i n e a rs u p p o r tv e c t o r m a c h i n ef o l l o w st h e s t e p s o f p r i m a r ys e g m e n t a t i o n t oc u tt h e u n r e c o v e r a b l er e g i o n sf r o mt h ef o r e g r o u n do fp r i m a r ys e g m e n t a t i o n ，a n d t h u si sa b l et oa v o i de x t r a c t i o no ff a l s ef e a t u r e 3 f i n g e r p r i n t f e a t u r e m a t c h i n ga l g o r i t h m i ss t u d i e d ，a n da t r i a n g l e b a s e df i n g e r p r i n tm i n u t i am a t c h i n ga l g o r i t h mi sp r o p o s e d t h e w h o l em a t c h i n gp r o c e s si sd i v i d e di n t ot h r e es t e p s f i r s t ，i nt e r m so ft h e s p e c i f i e dm e t h o d ，f i n dt w oc o n g r u e n tt r i a n g l e s w i t h i ne r r o rt o l e r a n c e f r o mt h ee n t i r ee x t r a c t e df i n g e r p r i n tm i n u t i aa n dt h ef i n g e r p r i n tm i n u t i a e t e m p l a t e st ob em a t c h e d ，w i t he a c hs i n g u l a rp o i n ta so n ev e r t e xo fa 中南大学硕士学位论文a b s t r a c t t r i a n g l e t h e na c c o r d i n g t ot h er e l a t i v e p o s i t i o n s o ft w ot r i a n g l e s ， t r a n s l a t ea n dr o t a t et h et r i a n g l ef o r m e db yt h em i n u t i a ee x t r a c t e dt i l lt h e t w ot r i a n g l e so v e r l a pc o m p l e t e l yw i t h i ne r r o rt o l e r a n c ea n dd e t e r m i n et h e t r a n s l a t i o na n dr o t a t i o np a r a m e t e rw i t hw h i c ha 1 1t h ef i n g e r p r i n tm i n u t i a e e x t r a c t e da r et r a n s l a t e da n dr o t a t e d f i n a l l y , e l a s t i cm a t c h i n ga l g o r i t h mi s a d o p t e dt oc o m p u t eg l o b a lf e a t u r ed i s t a n c ef o rm i n u t i a e sc o r r e s p o n d i n g r e l a t i o na n dm a t c h i n gs c o r ed e t e r m i n a t i o n k e yw o r d s f i n g e r p r i n tr e c o g n i t i o n ，f i n g e r p r i n ti m a g eq u a l i t y e v a l u a t i o n ，m u l t i s t a g es e g m e n t a t i o n ，f i n g e r p r i n tf e a t u r em a t c h i n g l 原创性声明 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。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。 作者签名：社 日期： 丝年皇月孕 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 名：芈聊签名蝣嗍毕上月掌日 中南大学硕上学位论文第一章绪论 1 1 生物识别技术 第一章绪论 1 1 1 生物识别技术概述 随着科技的进步，人类社会已进入快速发展的信息时代，信息化浪潮正全方 位地重塑整个社会。信息技术的进步使人类的信息交流变得更加方便和快捷，极 大地提高了人们的工作效率，并推动着社会的快速发展。但是，随之而来的信息 安全问题则显得日益突出，任何非法窃取、冒用或篡改信息的行为都有可能给社 会或个人带来重大损失。据美国联邦贸易委员会估计，近几年来，每年大约有 1 0 0 0 万美国人的个人信息被盗窃或滥用，给消费者造成约5 0 亿美元的损失，而 每年商业机构的损失则高达4 8 0 亿美元。实行个人身份鉴别是保障信息安全的重 要途径，如何快速准确地辨别出个人身份，确保信息安全和维护社会秩序，已成 为现代社会亟待解决的重要课题。 传统的身份认证方式l lj 包括基于知识( 如密码、1 ：3 令) 的身份认证和基于令 牌( 如钥匙、身份证) 的身份认证，这些身份认证方式存在许多缺点：密码和口 令存在容易忘记、容易受攻击、容易泄露等问题，钥匙和身份证等存在容易被盗、 丢失、伪造、冒用等问题。随着信息时代的到来，传统的身份鉴别方法面临着严 峻的挑战，并显得越来越不适应科技的发展和社会的进步。 由于人体的生物特征具有不可复制的特点，人们把目光转向了生物识别技术 ( b i o m e t r i c s ) 抖】，希望可以籍此克服传统身份鉴别方法的缺陷。所谓生物识别， 就是根据人体特征( 生理特征和行为特征) 来确定个人身份。与传统技术所使用 的“知识”和“令牌”相比，生物识别技术所采用的人体特征具有不怕遗忘、不会丢 失、难以伪造、不可替代、不需额外携带等突出优点。因此，生物识别不仅安全 可靠，而且操作方便，具有显著的优越性。近些年来，生物识别技术以其独有的 优越性迅速引起人们的广泛重视和研究，并开始得到应用，逐渐成为一种公认的 身份鉴别技术。在计算机安全控制、电子商务、考勤管理、海关进出口检验、安 全保障和刑侦司法等多种领域均可看到生物识别技术的身影，其应用呈逐年上升 趋势。 鉴于生物识别技术对现代社会的重要意义，目前许多国家都将其作为重大基 础战略技术加以研究。“9 1 1 事件”发生后，这一技术更是受到美国、日本以及欧 洲各国的高度重视。在此前后，国际上还纷纷成立了各种官方和非官方的生物识 别组织，其中著名的有i b g 、i b i a 、b c 和b i o a p i 等。我国也于2 0 0 3 年9 月 中南大学硕十学位论文 第一章绪论 1 4 日在中国科学院自动化研究所设立了生物特征认证与评测中心，以期进一步 推动生物识别技术在国内的研究和应用。需要注意的是，并非所有的人体特征都 适用于生物识别，只有同时具备以下性质的人体特征才有可能被使用【5 】： ( 1 ) 普遍性，即人人都具有该特征； ( 2 ) 唯一性，即每个人特征都应与其他人不一样； ( 3 ) 稳定性，即此特征在一个相当长的时期内保持不变； ( 4 ) g 采集性，即可以方便地获取并量化这些特征或行为。 然而，在实际操作中仅仅满足上述四个条件还是不够的，还需要考虑到以下 问题1 6 ： ( 1 ) 系统整体的性能，也就是说采用这种特征来识别人的身份时，速度、精 度以及系统的鲁棒性是否能够达到指标要求； ( 2 ) 采用这种生物特征人们是不是可以接受，是否干涉了人的隐私或对人体 有伤害，以及对用户而言是否操作方便； ( 3 ) 对于各种欺骗手段，系统应有足够的适应性等等。 1 1 2 主要生物识别技术 人体用于生物识别的特征可以分为两类：生理特征和行为特征。生理特征主 要有：指纹、掌形、虹膜、视网膜、人脸、面部热像等；行为特征主要有：签名、 语音、步态、击键等。研究和实验表明，人体的上述特征都在不同程度上满足了 对生物识别特征的要求。基于这些特征，人们发展了多种生物识别技术，其中应 用较广或研究较深的有：指纹识别【7 1 、掌形识别【引、虹膜识别【9 l0 1 、视网膜识别【1 1 1 、 人脸识别【1 2 , 1 3 】、面部热像识别【1 4 1 、签名识别【1 5 】、语音识别【1 6 】等。表1 1 给出了几 种主要生物识别技术在各项性能上的比较。 需要指出的是，上述的大多数生物识别技术的认证结果，都不能作为法律上 的证据。目前，被世界各国司法机关认可的只有指纹和签名识别，这两种技术经 过多年的研究与应用，已经日趋成熟，并被广泛接受。 在各种生物识别技术中，指纹识别和掌形识别的应用最为广泛，可以看出使 用手部特征进行身份鉴别较易被大众所接受。其中指纹识别更是占据了绝对的优 势，国内外市场上的主要生物识别产品基本上都是基于指纹识别技术的。视网膜 识别具有高度的准确性和防伪性，但在采集方面要求较高，因此并未普及应用， 目前主要用于需要高度安全防范的场合。其它几种被看好的技术是虹膜识别、人 脸识别和语音识别。虹膜识别具有相当于视网膜识别的高准确性和高防伪性，对 采集设备的要求则相对低于视网膜识别。人脸识别和语音识别比较容易为人们所 接受，而且下一代智能人机接口也将融合有关的采集技术，因此具有较大的应用 潜力。 2 中南大学硕士学位论文第一章绪论 表1 1 各种生物识别技术的比较 1 1 - 3 生物识别系统的结构 生物识别系统是一种根据人的生理特征或行为特征来识别人的身份的模式 识别系统，它以生物识别技术为核心，并结合计算机和传感器等技术来构建。一 个通用的生物识别系统结构如图1 1 所示【1 7 】。 图1 1 生物识别系统框图 中南人学硕士学位论文 第一章绪论 系统包括五个组成部分：数据采集、数据传输、信号处理、存储和决策。其 中，数据采集部分用于测定和量化生物特征；传输部分负责将数据从采集终端输 送到处理中心；信号处理部分负责对原始数据进行处理，主要完成特征提取和模 式匹配，并在必要时以反馈的形式对采集终端进行质量控制，以保证数据采集的 可靠性；决策部分则根据模式匹配的结果做出最终的判决，即确定使用者的身份， 所采用的策略往往取决于系统在安全性和实用性等方面的要求。 1 2 自动指纹识别技术 指纹是人体的手指表皮上呈现的纹理。这些纹理由脊线和谷线构成，是由皮 肤表面细胞死亡、角化并在皮肤表面累积形成的。这些指纹的纹理在图案、断点 和交叉点上是各不相同的，在信息处理中，将这些信息称为“特征”。这些特征 在人的生长早期形成之后，终生保持不变，并且是唯一的。根据特征唯一性的特 点，就可以把一个人与其指纹对应起来，通过比较采集到的指纹特征和预先保存 的指纹特征，就可以验证人的身份，整个过程称为指纹识别。在众多生物识别技 术中，指纹识别是应用最多的一种。 1 2 1 研究目的和研究意义 作为生物识别技术的一种，指纹识别技术具有准确性高、识别速度快、采集 指纹方便、对指纹特性的认识比较充分、获得法律认可、容易被人们接受、市场 份额较大等优点，因此，指纹识别的研究和应用长期以来都是生物识别领域的热 点。 自动指纹识别系统独具的优越性使其一出现就在刑侦司法领域得到广泛使 用，事实上，也正是该领域的迫切需要促成了自动指纹识别系统的诞生。随着计 算机技术的进步，个人计算机以及其它一些微处理器如d s p 、a r m 等已经有足 够的能力独立完成指纹识别运算。同时，随着传感器技术的进步，指纹采集设备 的体积、功耗和价格都有了大幅度的减少，这使自动指纹识别系统得以向民用领 域发展，可以广泛应用于政府、银行、医疗、社保、学校和公司等部门机构的信 息访问、电子交易、门禁控制、考勤管理和证卡管理等各类需要个人身份认证的 场合。而自动指纹识别系统的广泛应用也必将有助于减少舞弊行为、遏制犯罪、 避免不必要的社会经济或个人财产损失，同时还有助于人们方便快捷地完成身份 认证，提高工作效率。从市场的情况来看，生物识别技术的市场规模每年都以极 快的速度增长，而指纹识别所占的比例一直保持着绝对的优势。据国际生物识别 集团( i b g ) 估计，指纹识别在2 0 0 8 年所占的市场份额超过整个生物识别技术市场 的4 0 ( 女1 1 图1 2 所示) 。由此可见，自动指纹识别系统具有广阔的应用及市场前 4 中南犬 顾学位论立 第一章绪论 景，所能带来的社会效益和经济效益不容忽视 图i22 0 0 6 年生物识别技术市场比例 122 研究历史和研究现状 人们使用指纹来进行身份认定已经有很长的历史l i q 。在中国，一千多年前 就有了签字画押的记载。无论在法庭证词还是民间契约上，利用指纹作为个人识 别已经得到法律上的认同。同一时期的古印度，指纹也被用于身份鉴别。 现在的指纹身份识别技术始于十七世纪末期。1 6 8 4 年，英国的植物形态学 者n e h e m i a hg r e w 发表了世界上指纹研究的第一篇论文，对指纹的谷线、脊线、 汗腺孔的结构进行了系统的分析研究【l q 。从此，关于指纹的研究工作开始大量 出现。1 7 8 8 年，m a y e r 从解剖学角度详细描述了指纹的形成机理，并对指纹的 脊线特征进行了刻画和区分 2 0 1 。1 8 2 3 年，p u r k i n j e 提出了世界上第一种指纹分类 方法，根据指纹的脊线结构将指纹分为9 类1 2 0 1 。1 8 8 0 年，h e n r yf a u l d 首次从科 学角度提出指纹应具有唯一性。1 8 9 2 年，f r a n c i sg a l t o n 发表论著 f i n g e r p r i n t s ”， 深入阐述了他从1 9 世纪8 0 年代以来对指纹识别的研究成果，建立了指纹唯一性 和不变性的理论基础，他通过计算得出两个来自不同手指的指纹相似的概率是 6 4 0 亿分之一。f r a n c i s g a l t o n 还尝试设计了大容量指纹数据库的分类系统，并提 出采用g a b o n 点( 细节点) 来比对指纹，这种基于细节点的方法一直沿用至今。 1 8 9 9 年te d w a r dh e n r y 确立了著名的h e n r y 指纹分类体系，促成指纹识别的一 大进步口“。到了二十世纪早期，结合解剖学的观点，人们对指纹的构成已经有 了很好的认识，指纹鉴别被司法部门正式规定为合法的身份识别方法。此后指纹 识别被大部分国家采用，并建立了大量的犯罪指纹库。 到了2 0 世纪7 0 年代，由于计算机的广泛应用和模式识别理论的发展，许多 国家开始了对自动指纹识别系统( 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 a f i s ) 的研究和应用。美国的联邦调查局( f b i ) 和巴黎警方首先开发了自动指 中南大学硕十学位论文 第一章绪论 纹识别系统，大大提高了法律部门的工作效率，日本n e c 公司早在1 9 8 2 年就向 警方提供了自动指纹识别系统。自动指纹识别系统在司法领域取得的成功大大推 进了其往民用方向的发展。 早期的自动指纹识别系统只能运行在大型计算机或工作站上，并通过体积较 大的光学设备来采集指纹，使用不便且价格昂贵。随着技术的进步，个人计算机 已经可以独立完成指纹识别任务，极大地方便了自动指纹识别系统的研究和应 用。如今，体积小、功耗低的嵌入式处理器和半导体指纹图像传感器的出现更使 得嵌入式指纹识别系统成为可能，从而使自动指纹识别系统得以向小型化i 一体 化方向发展。与此同时，模式识别和图像处理方法的进步也为指纹识别的算法理 论研究提供了坚实的基础，使得自动指纹识别系统能够在有限的硬件技术条件下 不断得到改善。 就目前的发展状况来看，自动指纹识别系统已经由大型计算机处理、微机处 理发展到嵌入式处理阶段。尽管嵌入式指纹识别系统尚处于发展初期，开发难度 较高，不仅需要构建可靠的嵌入式处理平台，对指纹识别算法也提出了较高的要 求，但是由于它具有体积小、功耗低、性价比高、安全性高、实时性强、适应性 强、可灵活定制等优点，能够迅速扩大指纹识别技术的应用范围，因此得到了广 泛的关注和研究。国内外众多指纹识别研究机构和公司厂商都己将嵌入式指纹识 别系统作为研究开发的重点，并推出了部分产品，尽管该类系统离市场要求还有 一定的距离，但已经体现了当前的一个重要发展趋势。 1 2 3 自动指纹识别系统的构成 自动指纹识别是同时集光电技术、图像处理、计算机及网络、数据库技术、 模式识别技术等多种技术于一体的综合性系统。自动指纹识别系统的构成与一般 的生物识别系统构成类似( 如图1 1 所示) 。为了提高指纹识别系统的识别率， 采集到指纹图像后，首先进行指纹图像的质量评估，然后再进行后续处理。同时， 为了提高指纹识别的速度，对指纹特征进行分类存储。带有指纹图像质量评估模 块的自动指纹识别系统的结构如图1 3 所示，系统由离线部分和在线部分组成。 在系统的离线部分，用指纹采集仪采集指纹，对指纹图像进行预处理，提取其特 征信息并进行分类，然后将指纹特征保存到模板数据库中。在系统的在线部分， 同样是采集指纹，对其进行预处理和特征提取，然后将这些特征点与保存在数据 库中的模板特征点进行匹配，判断输入特征点与模板特征点是否来自同一个手指 的指纹。 6 中南人学硕士学位论文 第一章绪论 图1 3 带有指纹图像质量评估模块的自动指纹识别系统结构框图 系统的几个主要构成部分如下： ( 1 ) 指纹图像采集 指纹图像的采集可分为脱机扫描( o f f - l i n e ) 和活体扫描( l i v e s c a n ) 两种方式。 脱机扫描如采集罪犯作案现场的指纹，采集在纸上按的手印等，这种方法采集到 的指纹图像有效区域面积大，特征保留得比较完整，但图像噪声非常严重。活体 扫描指手指放在联机的传感器上采集指纹，此方法无须经过中间数字化过程，操 作简单方便，获得的指纹图像质量好。活体扫描中使用的传感器近年来已有许多 技术革新1 2 2 。，主要的传感器类型有光学传感器、固态传感器和超声波传感器三 种。光学指纹传感器利用了全反射原理( f t i r ) ，光线照射到压有指纹的玻璃表面， c c d 利用获得的反射光线绘制指纹图像，反射光的量取决于压在玻璃表面的指 纹脊和谷的深度及皮肤与玻璃间的油脂和水分。一般来说，光学传感器体积较大， 但它获取的指纹面积也比较大( 如图1 4 ( a ) 所示) ，采集的图象质量较好，但对 干手指比较敏感。固态传感器采用微型晶体阵列，通过多种技术绘制指纹图像。 最常见的是硅电容传感器，其表面是电容阵列，手指放在上面时，皮肤组成电容 阵列的另一极，电容的电量随指纹的脊和谷相对于传感器表面的距离而变化( 如 图1 4 ( b ) 所示) 。另一种固态传感器是压感式传感器，其表面是具有弹性的压感 介质材料，它们将指纹表面脊和谷的凹凸变化转换为相应的电信号。固态传感器 体积小，耗电量低，但容易受到静电的影响，容易损坏，成本比光学传感器高。 7 中自学碗i 学位论立第一章绪论 超声波传感器用超声波扫描指纹表面并获取反射信号，根据反射信号绘制指纹图 像。超声波传感器对累积在皮肤七的脏物和油脂不敏感，采集的图像质量好，但 成本很高( 如图14 ( c ) 所示) 。 溪黍豢 a )( c ) 图14 不同指纹传感器获取的指纹图像 r 2 1 指纹图像质量评估 自动指纹识别系统的性能与所采集指纹图像的质量密切相关。现有的指纹识 别算法能有效处理质量良好的指纹图像，但是对于劣质指纹图像，识别的准确性 将会显著降低。为了保证整个自动指纹识别系统的可靠性和稳定性，系统应当在 用户登记注册和验证辨识过程中对采集的指纹图像进行质量分析，实时自动地给 出操作指引和提示，并能自适应地根据图像质量进行补偿处理。特别是在指纹登 记过程中，一定要保证指纹模扳的可靠性。 r 3 1 指纹图像预处理 指纹图像预处理是各种数字图像处理技术的综合应用，并在很大程度上决定 了指纹识别的准确程度。在目前的技术条件下，不论采用何种采集方式，指纹图 像中都有可能出现各种质量缺陷，给计算机自动识别造成困难，指纹图像预处理 的任务就是尽可能降低图像噪声或质量缺陷所带来的影响，准确可靠地提取指纹 特征，以保证后续处理的可靠性和鲁棒性。一般说来，指纹图像预处理包含了图 像均衡化、图像分割、图像增强、图像二值化和细化等步骤。 ( 4 ) 指纹图像特征提取 指纹是手指末端正面皮肤凸凹不平所形成的纹线。在人的指纹中包含大量的 信息，这些信息称为指纹特征。指纹特征主要包括全局特征和局部特征两类。 全局特征描述了指纹纹线的整体走向，其主要表现形式是指纹纹线存在奇异 区，在这些区域中，纹线方向是不连续的，通常将方向变化较大的点称为奇异点。 指纹奇异点可分为中心点和三角点两种，它们的位置、方向等信息比局部特征更 为稳定，是指纹对齐、特征匹配及指纹分类的主要依据。 指纹的唯一性主要由局部细节特征决定。指纹的局部特征有端点( e n d i n g ) 、 中南大学目学位论文 第一章绪论 分叉点( b i f l l r a t i o n ) 、孤立点( d o t ) 、短纹( s h o r tr i d g e ) 、环点( e n c l o s u r e ) 、桥( b r i d g e ) 曲率( c u r v a t u r e ) 。圈1 5 给出了指纹基本特征的一个图例。 图1 5 指纹的基本特征举例 ( 5 ) 指纹图像分类 指纹图像分类是指纹识别算法的重要组成部分，它按照指纹的宏观特征( 全 局特征) ，把不同的指纹划分到相应的类别，这对于缩小细节匹配范围和提高识 别效率具有非常重要的意义。总的说来指纹分类的研究主要围绕以下五点进行： 一是指纹的类别数：类别越多，分类检索的效率就越高，但类别数太多，有可能 导致类间差异过小，影响分类的准确性；二是指纹在各类之间的分布：若指纹在 各类之间的分布比较均匀，则分类检索的效率也较高：三是分类的一致性：即来 自同一手指的指纹每次都应当稳定地被归为相同类别；四是分类的准确性：即能 够依照既定的标准，准确地对指纹进行归类；五是分类算法的计算复杂度：指纹 分类是为了加快检索指纹的速度，若分类所需的计算代价过高，则将失去实际意 义。 r 6 1 指纹图像特征匹配 指纹匹配是自动指纹识别系统最基本也是最主要的功能，用于检验两幅指纹 是否来自同一手指，通常表现为对指纹的特征模板进行比对，并给出匹配结果或 匹配分数。指纹匹配主要涉及两个方面的问题：一是如何有效地描述指纹图像， 也就是如何选择和提取能够体现指纹唯一性的特征；二是如何比对两幅指纹，即 如何根据指纹的特征确定两幅指纹的相似性。上述两个问题并不是相互独立的， 而是相互影响和制约的。特征的选取在很大程度上决定了特征比对所能采用的手 段，而特征比对的可靠性则决定了所选取的特征是否有意义。 1 _ 2 4 自动指纹识别系统的工作模式 指纹识别系统一般分为验证( v e d f i c a t i o n ) 和识别( i d e n t i f i c a t i o n ) 两种工作模 式。验证模式是一对一的匹配，它首先把用户的指纹特征信息及相关标识以某种 形式存储起来。随后在比对现场，通过把当前被识别指纹的特征与该标识对应的 中南大学硕士学位论文第一章绪论 指纹模板进行匹配来判断其标识是否合法。验证模式通常用于确定性识别，目的 是为了进行身份认证，防止多人用同一身份。 识别模式是一对多的匹配，要预先把每个用户的指纹特征信息及相关标识存 入数据库，识别时将当前被识别指纹的特征与模板数据库中的多个指纹分别进行 一对一的匹配，判断是否有和当前指纹匹配的模板以识别身份。显然，识别模式 完成的是多次验证，验证系统是识别系统的一个特例。 1 2 5 自动指纹识别系统的性能评价指标 评价自动指纹识别系统性能的优劣，不仅要考虑其处理速度和可操作性，更 重要的是要考虑其识别精度。由于各方面因素影响，自动指纹识别系统的输出实 际上是一个有一定置信度的结果，有可能会出现两种错误判断：一是把来自不同 人的指纹判定为匹配，二是把来自同一个人的指纹判定为不匹配。上述两种错误 判断对应着生物识别系统在识别精度上的两个重要指标：错误匹配率( f a l s e m a t c hr a t e ，简称f m r ) 和错误未匹配率( f a l s en o nm a t c hr a t e ，简称f n m r ) 。需 要说明的是，这里的f m r 和f n m r 实际上就是通常所说的误识率( f a l s e a c c e p t a n c er a t e ，简称f a r ) 和拒识率( f a l s er e j e c t i o nr a t e ，简称f r r ) ，但是所 表达的含义更不易引起混淆，国际指纹识别竞赛( f v c ) 也采用这种称法。若系统 的f n m r 较大，就容易造成用户多次输入而无法确认其身份，使用户感到不便， 进而对该系统产生不信任和厌恶感；而若系统的f m r 较大，则容易使不法之徒 乘虚而入，给合法用户造成损失。因此，自动指纹识别系统应尽量保证具有较低 的f m r 和f n m r 。然而，对于一个确定的识别系统，要使两者同时降低是不可 能的，因为这两个参数是相互制约的，减小其中一个参数必然会导致另一个参数 的增大。因此在实际应用中，需要根据用途的不同进行参数调整，使系统满足不 同目的的需求。例如，对于高度机密的场合，可以适当放宽对f n m r 的要求， 而尽量减小f m r ，以保证安全性；对于公安刑侦应用，则应尽量减小f n m r ， 以免遗漏罪犯；对于一般的民用领域，通常需要兼顾精度和效率，则取适中的参 数。 实际上，仅凭一对f m r 和f n m r 的取值并不足以完全反映生物识别系统的 识别精度，通常采用接受者操作特| 生( r e c e i v e ro p e r a t i n gc h a r a c t e r i s t i c ，简称r o c ) 曲线来描述系统的精度特性。r o c 曲线上每一点都对应了特定安全阈值下系统 的f m r 和f n m r 。图1 6 给出了一个生物识别系统的r o c 曲线示例。r o c 曲 线能够比较详细地描述生物识别系统在识别精度方面的特性，但是表示起来比较 麻烦，因此在许多情况下，为方便起见，通常采用等错误率( e q u a le r r o rr a t e ，简 称e r r ) 来表示系统的精度特性。所谓等错误率，指的是f m r 与f n m r 在相等 时的取值。显然，e e r 越小，表示系统的识别精度越高。 1 0 中南大学硕士学位论文第一章绪论 f r r 图1 6 生物识别系统的r o c 曲线示例 1 3 本文的主要工作 本文针对当前指纹识别所存在的问题，综合利用数字图像处理、模式识别理 论与技术等，系统、深入地研究了指纹图像质量评估算法、指纹图像分割算法、 指纹图像增强算法和指纹细节点匹配算法，主要做了以下工作： ( 1 ) 研究了指纹图像质量评估算法。分析了现有的质量评估方法的不足，提 出了基于判别因子的指纹图像质量评估算法。该算法有两个创新之处：一是把指 纹图像质量评估融合在指纹图像预处理的过程中，根据预处理算法的特点来确定 所需要的全局特征和局部特征，从而降低了评估的计算复杂度，提高了自动指纹 识别系统的效率；二是摆脱了现有评估系统对各个质量特征加权的综合评定方 法，而依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进 行评估，对不符合质量要求的图像，即时终止其评估过程，提示用户重新输入指 纹图像，并给出修改建议。这样既及时拒绝了低质量指纹的输入，提高了指纹评 估系统的运行效率，同时在输入过程中给用户提示，避免了同样错误的输入情况 发生。 ( 2 ) 研究了指纹图像分割算法。深入分析了指纹图像区域类型，提出了指纹 图像二级分割算法：用最大类间方差阈值分割法对指纹图像进行初级分割，使其 前景区域和背景区域分开；然后再进行次级分割，采用指纹图像子块的傅立叶频 谱能量比和灰度对比度构成特征向量，利用线性支持向量机( s v m ) 对前景区域进 行分割，剔除其中的不可恢复区域，以减少特征提取的错误率。 ( 3 ) 研究了指纹图像增强算法，并给出了一种基于g a b o r 滤波的指纹图像增 强改进方法。由于局部指纹纹线相互平行，方向固定，近似一个周期信号，因此 在其傅立叶频谱图中，纹线信号和噪声信号所对应的频谱成分之间具有很好的可 分性，利用傅立叶频谱图可求出每个像素点处的纹线方向和纹线的平均频率，用 中南人学硕士学位论文 第一章绪论 纹线方向和平均频率调节g a b o r 滤波器参数，可对每个像素点进行自适应滤波并 使指纹图像得到增强。 ( 4 ) 研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹特征匹配 算法，该算法将整个匹配过程分为三步：一是在采集到的指纹特征和待匹配的指 纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误 差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通 过对所采集到的特征点所构成的三角形进行平移和旋转操作，使两个全等三角形 在误差允许的范围内重叠，求出三角形的平移和旋转参数，然后根据这些参数， 对所采集到全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以 确定细节点之间的对应关系并计算最终的匹配分数，由此确定指纹识别结果。 1 2 中南大学硕士学位论文第二章指纹图像质量评估算法研究 第二章指纹图像质量评估算法研究 自动指纹识别系统的性能与所采集指纹图像的质量密切相关，现有的指纹识 别算法能有效处理质量良好的指纹图像，但是对于劣质指纹图像，识别的准确性 将会显著降低。由于在采集指纹图像过程中存在多种噪声，如手指汗渍、褪皮、 干湿、伤疤、按捺压力，加上采集系统本身性能等原因，难以保证所采集得到的 指纹图像质量能满足系统的要求。因此，有必要在自动指纹识别系统的前端加入 指纹图像质量评价这一环节，以改善系统对不同质量指纹图像的判别和处理能 力，从而保证系统的鲁棒性。 图像质量评估方法大致可以分为主观评估、计算机辅助评估和计算机自动评 估等。前两种方法需要人工参与，受到操作者的专业知识、经验和其他心理因素 影响，精度和工作效率都难以得到保障，因此具有较大的局限性，显然不适合自 动指纹识别系统的要求。计算机自动评估是新发展起来的基于计算机和人工智能 的评价方法，其本质是让计算机模拟人类视觉特性的客观测度，利用数字图像处 理方法对图像进行分析，定量地得出质量评测数据。自动指纹识别系统注重的是 计算机能否自动和准确地从原始图像中提取有效的指纹特征，而且指纹图像具有 独特的纹理特性，与一般图像有着显著的区别。因此，对于指纹图像质量评价而 言，不能照搬现有的图像质量评价方法，而必须根据指纹识别和计算机图像处理 的特点设计出合适的算法。 2 1 指纹图像质量评估概述 指纹图像质量评估在自动指纹识别系统中有着十分重要的作用和价值。研究 实践表明，任何指纹识别系统的性能都极其依赖于输入指纹图像的质量。完善的 自动指纹识别系统应当在用户登记注册和验证辨识过程中对采集的指纹图像进 行质量分析，实时自动地给出操作指引和提示，并能自适应地根据图像质量进行 补偿处理。具有图像质量评价功能的自动指纹识别系统原理框图如图1 3 所示。 目前的商用指纹识别系统通常都带有质量评估模块，如美国v e r i d i c o m 公司 的自动指纹识别系统【2 3 - 。由于不同种类的指纹图像传感器通常具有各自不同的 图像采集效果，缺乏统一的质量标准，因此指纹图像质量评估具有较大的复杂性， 难以形成统一理论和标准。1 9 9 8 年，美国联邦调查局刑事司法资讯局( t h ef b i s c r i m i n a lj u s t i c ei n f o r m a t i o ns e r v i c e sd i v i s i o n ) 曾给出指纹图像采集技术细则，也 仅是定性地对指纹图像的信噪比、灰度分布和几何扭曲等特性作了要求l 。从 目前的文献资料来看，与指纹图像质量评价有关的研究更多地集中在指纹图像分 中南大学硕士学位论文第一二章指纹图像质量评估算法研究 割方面 2 5 - 3 2 】。指纹图像分割的主要目的是把包含指纹特征的有效区域和不包含指 纹特征的无效区域区分开来，其功能比较单一，不能完全满足指纹图像质量评价 的要求，但是可以作为质量评价的辅助手段或成为质量评价的组成部分。 评价图像质量首先要求能够对图像质量进行度量，而指纹图像质量并没有明 确和统一的定义，因此通常是根据指纹的固有特征和识别算法的特点来对其进行 分析和描述。文献【3 3 j 将指纹图像质量定义为：指纹脊线和谷线的清晰度以及用 于辨识的指纹特征的可提取性的度量。文献p 4 j 认为高质量的指纹图像所包含的 指纹脊线和谷线具有变化缓慢，在局部区域稳定一致的方向。尽管没有确切的指 纹图像质量定义，但是评价指纹图像质量的最终目的是一致的，即在相同的硬件 平台和识别算法条件下，尽可能提高指纹识别系统的可靠性和鲁棒性。最近