（计算机系统结构专业论文）基于knnsvm的指纹分类方法研究.pdf

t c a n d i d a t e ：s h a o c o n go u y a n g s u p e r v i s o r ：a s s o c i a t ep r 研t a i z h et a n m a y2 0 1 0 f a c u l t yo fc o mp u t e r g u a n g d o n gu n i v e r s i t yo ft e c h n o l o g y g u a n g z h o u ，g u a n g d o n g ，p r c h i n a ，5 10 0 9 0 网 人 终 定 待 的 应 都 问 等 究 1 对指纹图像进行g a b o r 滤波增强，选用自适应的指纹图像滤波增强进行指纹 图像增强，同传统的g a b o r 滤波器相比较，该方法具有产生虚假纹线少，效 率高等优点。 2 模式区域提取与规格化，使用预处理阶段提取的脊线方向图使用p o i n c a r 6 算 法计算指纹中心点，并把该点作为模式区域中心，规范特征向量，提高算法 分类的精确度，同时提出使用新型特征l b p 直方图特征，应用在指纹分类 系统。 3 基于k n n - s v m 的算法，本文提出使用粗细两级进行指纹分类，首先对提取 的指纹特征使用k 近邻算法获取k 个样本，统计k 个样本所属分类，粗判定 待识别指纹类别为k 个样本中统计数量占优的两个类别。然后引入1 - a - r 的 s v m 分类思想，对每两个指纹类别进行s v m 分类器的训练，把粗分类结果 输入n 0 1 1 练好的1 a - r 的s v m 分类器，进行细分类。该方法将k n n 算法与 s v m 有效地融合在一起，简化了整个指纹分类的系统框架，仅仅在细分类 广东工业大学硕士学位论文 的二级分类上面使用s v m ，大大提高了系统分类的效率。虽然算法在系统 前期s v m 分类器的训练上面会消耗时间，但不影响系统进行指纹分类的性 能，因为s v m 分类器的训练可以在线下进行而不是临时进行的。 4 最后本文基于f v c 2 0 0 6 指纹库进行指纹分类实验，进行预处理、特征提取后， 在本章进行分类，选取的样本容量以及分类正确率，总的分类正确率可以达 到9 0 1 。 总的来说本文算法具有较强的适应性能，同时对特征标准与规范化做出了定 义，提高系统分类的精度。简化了指纹分类过程中使用s v m 数目，提高了指纹 分类的实时性。 关键词：指纹分类、指纹方向信息、指纹增强、局部二值模式、k n n s v m a u t h e n t i c a t i o n , w ew i l lb eb o t h e r i n gw i t hm o r ea n dm o r ec o m p l i c a t er u l e st os e tu p o u rp a s s w o r d s ，s op a s s w o r dm a n a g e m e n tb e c o n 聆t h es p e c i a li m p o r t a n c e b e c a u s et h e f i n g e r p r i n ti su n i q u e ，l i f e l o n gi n v a r i a n ta n dp a r to ft h eb o d y , i tc a n tb ea h e r e da n d c o p i e d ，r e l y i n g0 nt h eu n i q u e n e s sa n ds t e a d i n e s s ，f i n g e r p r i n ti sw i d e l ya p p l y i n go n i n d i v i d u a la u t h e n t i c a t i o n i na na 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 ) ，i t n e e d st om a t c ht h ei n p u tf i n g e r p r i n tw i t ht h ef i n g e r p r i n t si nt h ed a t a b a s e i fw ed ot h i s m a t c h i n gw i t ha l lo ft h ef i n g e r p r i n t s i nt h ed a t a b a s e , i tn o to n l yc o n s u m c s c o m p u t a t i o n黝u “冶， b u ta l s or e d u c e sr e a l - t i m ep e r f o r m a n c eo fa f i s i ti s s i g n i f i c a n tm e a n i n g f u lt oa d o p tf i n g e r p r i n tc l a s s i f i c a t i o ns t r a t e g yi na f i s ，a n dp l a ya l l i m p o r t a n t r o l ei nv e r i f i c a t i o nt a s k d e c o m p o s i t i o n , r e d u c i n gm a t c h i n g s e ta n d i m p r o v i n gr e a l - t i m ep e r f o r m a n c e o nt h er e s e a r c ho ff i n g e r p r i n tc l a s s i f i c a t i o n , t h e r ea r em u c hm o r ea l g o r i t h m s h a v i n gb e e np r o p o s e d ，b u ts t i l ls o m ef i e l d sa r ew o r t h yo fs t u d y i n g t 1 1 i sp a p e ri s m a i n l y t od i s c u s s f i n g e r p r i n tp r e t r e a t m e n tp r o c e s s ，p a t t e r n a r e al o c a t i o na n d n o r m a l i z a t i o n , f e a t u r ev e c t o rc o m p u t a t i o na n dc l a s s i f i c a t i o n 1 1 妮d i s c u s s i o ni st a l k a r o u n df i n g e r p r i n tc l a s s i f i c a t i o n , w ep r o p o s e0 1 1 1 a l g o r i t h m o u rm a i nw o r ki sl i s ta s f o l l o w ： 1 i nt h e f i n g e r p r i n tp r e t r e a t m e n t ，w ep e r f o r m n o r m a l i z a t i o no p e r a t i o no n f i n g e r p r i n ti m a g e ，e s t i m a t eo r i e n t a t i o nm a pa n de n h a n c et h ef i n g e r p r i n ti m a g e u s i n ga d a p t a b l eg a b o rf i l t e r c o m p a r e i n gw i t ht h eo t h e r s , i to b t a i nab e t t e r r e s u l t 2 i nt h ep a t t e r nl o c a t i o na n df e a t u r ev e c t o rc o m p u t a t i o np r o c e s s w ee x e c u t e p o i n c a r 6a l g o r i t h mt ol o c a t et h ec o r ep 0 硫w i t ht h ec o r ep 0 硫b e i n gt h e c e n t e ro ft h es u bi m a g e ，w ea d j u s tt h es u bi m a g et ot h en o r m a l i z e dd i r e c t i o n ； p r o p o s ea n e wf e a t u r ev e c t o r , l b ph i s t o g r a ma saf e a t u r ev e c t o r t r r 广东工业大学硕士学位论文 3 u s i n gk - n e a r e s t n e i g h b o ra n ds u p p o r tv e c t o rm a c h i n et h e o r y , t h em a i n w o r ko ft h i sp a p e ri s f i n g e r p r i n tc l a s s i f i c a t i o n t h i sp a p e rw ed e s i g na t w o - s t a g e c l a s s i f i c a t i o n s y s t e mu s i n gk n n - s v m i nt h eb e g i n n i n g ，w e p e r f o r mt h ef i r s ts t a g eo fp r o c e s st oo b t a i nks a m p l e st h a ta r et h em o s tp o s s i b l e a ss a m ec l a s sa st h ei n p u tf i n g e r p r i n tu s i n gk n na l g o r i t h m , t h e nw ef i g u r eo u t t w oo f t h em o s tp o s s i b l ec l a s s e sb yc a l c u l a t i o n b a s eo nt h er u l eo f1 - a g a i n s t 一1 w et h e nc l a s s i f yt h ei n p u tf i n g e r p r i n ti n t oo n eo ft h e s et w om o s tp o s s i b l e c l a s s e s u s i n gat r a i n e d s v mc l a s s i f i e r o u rw o r ki st oc o m b i n ek n n a l g o r i t h mw i t hs v ma l g o r i t h me f f e c t i v e l y , s i m p l i f yt h ef r a m e w o r ko ft h e w h o l ef i n g e r p r i n tc l a s s i f i c a t i o ns y s t e m w eo n l yu s es v mc l a s s i f i e ro n c et o c l a s s i f yt h ei n p u tf i n g e r p r i n ti n t oo n eo ft h et w om o s tp o s s i b l ec l a s s e st h a tw e a c q u i r e du s i n gk n na l g o r i t h m , t h i sn o to n l yi m p r o v et h ea c c u r a c y , b u ta l s o m a k eo u ra l g o r i t h mm o r ee f f e c t i v e a l t h o u g hw en e e dt oh a v ea l lt h es v m c l a s s i f i e r st r a i n e db e f o r ew ep e r f o r mt h ef i n g e r p r i n tc l a s s i f i c a t i o n , i t ss t i l la b l e t ot r a i nt h es v mc l a s s i f i e r sa n y t i m eo f fl i n e 4 a tl a s tw ep e r f o r ma ne x p e r i m e n to nf v c 2 0 0 6d a t a b a s e ，a n do b t a i na n a c c u r a c ya t9 0 1 t h i sf r a m e w o r ko ff i n g e r p r i n tc l a s s i f i c a t i o ns y s t e mw ep r o p o s e dh e r eh a sag r e a t a d a p t a b l ep e r f o r m a n c e m e a n w h i l eb e c a u s ew em a k ea na g r e e m e n to nt h en o r m a l i z e d f e a t u r ev e c t o r , t h ee f f i c i e n c yo ft h ef i n g e r p r i n tc l a s s i f i c a t i o ns y s t e mg e tap r o m o t i o n , a n di m p r o v et h ea c c u r a c y t h em e a nw h i l ew e s i m p l i f yt h ea r c h i t e c t u r eo f t h es y s t e m , a n dt h er e a l - t i m ep e r f o r m a n c eo b t a i n si m p r o v e m e n t k e y w o r d s ：f i n g e r p r i n tc l a s s i f i c a t i o n , f i n g e r p r i n to r i e n t a t i o nm a pe s t i m a t i o n , f i n g e r p r i n te n h a n c e m e n t ，l b p ，k n n - s v m 1 3 指纹识别技术3 1 4 指纹分类技术5 1 5 论文的组织结构6 第二章指纹图像预处理8 2 1 引言8 2 2 指纹图像的归一化8 2 3 指纹图像的分割9 2 3 1 基于数学形态学的指纹分割方法1 0 2 4 指纹方向图的计算1 2 2 5 指纹的增强1 5 2 5 1 指纹增强方法介绍1 5 2 5 2g a b o r 滤波器增强1 6 2 6 指纹参考点，模式区域定位1 7 2 6 1 参考点的作用1 7 2 6 2 参考点的计算1 7 2 6 3 模式区域定位2 0 2 7 本章小结2 0 第三章指纹分类特征提取2 2 3 1 引言2 2 3 2 基于奇异点特征的分类方法2 2 3 3 基于图像统计特征的分类方法2 3 v 广东工业大学硕士学位论文 3 4 局部二值模式( l b p ) 特征2 5 3 4 1 灰度范围内的平移不变性2 5 3 4 2 旋转不变性2 7 3 4 3l b p 的特征2 8 3 5 基于l b p 特征的分类方法2 9 3 5 1 规格化图像3 0 3 5 2 提取特征向量3 0 3 6 本章小结3 2 第四章指纹多类分类3 3 4 1 引言3 3 4 2k n n 算法3 6 4 3s v m 理论3 8 4 3 1 最优超平面3 9 4 3 2 线性s v m 4 0 4 3 3 非线性s v m 4 l 4 4 多类分类器构造4 2 4 4 11 方法4 3 4 4 21 a 1 方法4 3 4 5 基于k n n s v m 的指纹粗细分类体系4 4 4 5 1k n n 算法修改4 5 4 5 21 a - 1 的s v m 4 6 4 5 3 算法体系架构4 6 4 6 实验结果4 7 4 7 本章小结4 9 第五章总结与展望5 0 5 1 本文工作总结5 0 5 2 今后研究与展望5 l 参考文献5 2 攻读学位期间参加的研究项目和发表的学术论文5 8 独创性声明5 9 致谢6 0 v i c hin e s ea b s t r a c t 一 e n g lls ha b s t r c t c hin e s ec o n t e n t s e n g lis hc o n t e n t s c h a p t e r 1in t r o d u o tio n v 1 1b a c k g r o u di n f o r m a t i o n 1 1 2b 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 1 1 3f i n g e r p r i n ti d e n t i f i c a t i o nt o c h n o l o g y 3 1 4f i n g e r p r i n tc l a s s i f i c a t i o nt e c h n o l o g y 5 1 5o r g a n i z a t i o n 6 c h a p t e r 2 fin g e r p rin tim a g ep r e p r o c e s s8 2 1i n t r o d u c t i o n 8 2 2f i n g e r p r i n ti m a g en o r m o l i z a t i o n 8 2 3f i n g e r p r i n ti m a g es e g m e n t 9 2 3 1s e g m e n tb a s e do nm o r p h o l o g y 1 0 2 4e s t i m a t eo r i e n t a t i o nm a pu s i n gg r a d i e n tm e t h o d 1 2 2 5f i n g e r p r i n ti m a g ee n h a n c e m e n t 15 2 5 1i n t r o d u c t i o n 15 2 5 2g a b o rf i l t e re n h a n c e m e n t 1 6 2 6d e t e c tr e f e r e n c ep o i n t ，d e f i n ep a t t e r na r e a 1 7 2 6 1i n t r o d u c t i o nt or e f e r e n c ep o i n t s 1 7 2 6 2d e t e c tr e f e r e n c ep o 砬u s i n gp o i n c a r 6i n d e x 17 2 6 3d e f i n ep a t t e r na r e a 2 0 2 7s u n u n a r y 2 0 c h a p t e r 3c la s s ifio a tio nf e a t u r ev e c t o r ：；1i n t r o d u c t i o n 2 2 3 2f i n g e r p r i n tc l a s s i f i c a t i o nu s i n gs i n g u l a rp o i n t s 2 2 3 3f i n g e r p r i n tc l a s s i f i c a t i o nb a s e do ns t a t i s t i c sf e a t u r e s 2 3 v i i 广东工业大学硕士学位论文 - _ _ i _ e _ _ _ _ _ _ _ l _ _ 目目l e e ! ! ! = 目目e | 目自自e 目目自 目! ! ! = ! ! ! = ! = = = e s # _ - 目s ! = = = j e 目j _ _ _ _ _ e e e 目_ e e 目目l 目i i 3 4l o c a lb i n a r yp a t t e r n s ( l b p ) 一2 5 3 4 1g r a y - s c a l ei n v a r i a n c e 2 5 3 4 2r o t a t i o ni n v a r i a n c e 2 7 3 4 3f e a t u r ee x t r a c t i o nb a s e dl b p 2 8 3 5f i n g e r p r i n tc l a s s i f i c a t i o nu s i n gl b ph i s t o g r a mf e a t u r e 2 9 3 5 1n o r m o l i z ep a t t e r na r e a 3 0 3 5 2e x t r a c tl b ph i s t o g r a mf e a t u r e 。3 0 3 6s u m m a r v 。3 2 c h a p t e r 4f i n g e r p ri n tg u i t i c i a s sc i a s s i f i c a t i o n 3 3 4 1i n t r o d u c t i o n 3 3 4 2k - n na l g o r i t h m 3 6 4 3s v mt h e o r y 3 8 4 3 1o p t i m a lh y p e r p l a n e 3 9 4 3 2l i n e a rs v m 4 0 4 3 3n o l i n e a rs v m 4 1 4 4c o n s t r u c tm u l t i c l a s sc l a s s i f i e r 4 2 4 4 11 a - rs v m 4 3 4 4 21 a - 1s v m 4 3 4 5f i n g e r p r i n tc l a s s i f i c a t i o na r c h i t e t u r eb a s e do nk n n - s v m 4 4 4 5 1k n na l g o r i t h mr e f o r m 4 5 4 5 21 a - 1s v m t r a i n n i n g 4 6 4 5 3a r c h i t e c t u r eo f o u ra l g o r i t h m 4 6 4 6e x p e r i m e n tr e s u l t sa n da n a l y s i s 4 7 4 7s u m m a r y 4 9 o h a p t e r 5 c o n clu sio na n df u t u r ew o r k 5 0 5 1c o r a u s i o n 5 0 5 2f u t u r ew o r k 5 1 r e f e r e n c e s p u b i c a t i o n5 8 a n n o u n c e m e n to fo r i g i n a lc r e a t i o n a c k n o wle d g e m e n t v i i i 1 1 弓i 言 在当今信 必须解决的关 a t m 卡等) 和 明身份的标识 代，其管理维护的方式已经越来越难以满足社会的需求。 现在我们能够选用的最为便捷与安全的解决方案无疑就是生物识别技术。由于 生物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，利用生物识别技术进行身份认定，安全、可靠、准确。而常见的口令、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密码。而系统管 理员更不必因忘记密码而束手无策。生物识别技术产品均借助于现代计算机技术实 现，很容易配合电脑和安全、监控、管理系统整合，实现自动化管理。其广阔的应 用前景、巨大的社会效益和经济效益，已引起各国的广泛关注和高度重视。 从目前的研究应用来看，生物识别技术在生活方面主要有三大应用方向：l 、作 为刑侦鉴定的重要手段；2 、满足企业安全、管理上的需求( 例如物理门禁、逻辑门 禁、考勤、巡更等系统，已经全面引入生物识别技术) ；3 、自助式政府服务、出入 境管理，金融服务、电子商务，信息安全( 个人隐私保护) 方面。而作为人体生物 特征之一的指纹，其安全性以及便利性已经在长期的应用研究中得到验证。 1 2 生物特征识别技术 生物识别技术( 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 ) 是指利用人体生物特征进行 身份认证的一种技术乜1 。更具体一点，生物特征识别技术就是通过计算机与光学、 声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理 特性和行为特征来进行个人身份的鉴定。如果要将生物特征应用于生物识别中，它 们必须满足朝： 广东工业大学硕士学位论文 1 ) 通用性：每个人都应该有此特征。 2 ) 特殊性：也就是唯一性，任意两个人的特征都不一样。 3 ) 稳定性：也就是永久性，特征在人的一生之中都不会改变。 4 ) 可收集性：特征必须可以收集。 生物识别系统是对生物特征进行取样，提取其唯一的特征并且转化成数字代码， 并进一步将这些代码组合而成的特征模板。人们同识别系统交互进行身份认证时， 识别系统获取其特征并与数据可中的特征模板进行比对，以确定是否匹配，从而决 定接受或拒绝该人。 生物识别技术的运用从根本上解决了密码、卡、证件等被遗忘、盗用、共享和 丢失等的危险。另一方面，根据生物识别技术的原理，人体的生物特征数据是以二 进制数据而不是以图像形式存储于设备或数据库中的。因此，从模板中重建生物特 征几乎不可能实现。这意味着即使采用生物特征识别技术进行身份认证，被认证人 的隐私也可以得到很好的保护。 当然，在生物特征识别系统的实际应用中，我们还应该考虑以下的因素： 1 ) 可操作性：指生物识别系统识别的准确性、速度和抗干扰性。 2 ) 可接受性t 指在日常生活中人们愿意接受某一特征识别的程度。 3 ) 复杂程度：指生物特征被伪造，识别系统被欺骗的难易程度。 在现在的研究与应用领域中，生物特征识别主要关系到计算机视觉、图象处理 与模式识别、计算机听觉、语音处理、多传感器技术、虚拟现实、计算机图形学、 可视化技术、计算机辅助设计、智能机器人感知系统等其他相关的研究。 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，由于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、犯罪甄别等。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，生物识别系统逐渐应 用于商业上的授权控制等领域n 1 。 目前人们已经发展了指纹识别、掌纹与掌形识别、虹膜识别、人脸识别、手指 静脉识别、声音识别、签字识别、步态识别、键盘敲击习惯识别，甚至d n a 识别等 多种生物识别技术睁1 0 1 。我国生物特征识别技术起步比较晚，所以还有很大的发展空 间，下面我们可以对比一下常见的几种生物特征识别技术n 。 2 第一章绪论 表1 - 1 几种生物特征识别技术的比较 t a b1 - 1 s e v e r a lb 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 i e s c o m p a r e 生物特征通用性唯一性可接受性稳定性可收集性复杂程度 指纹较好高较好好好高 虹膜好两较好好较好高 人脸好较低好较好较好低 掌纹一般一般一般较好好中等 语音一般较低好一般较好中等 在现阶段的中国，生物识别应用之发展潜力和背景主要体现在以下几个方面： 首先，巨大的人口基数，以及越来越频繁的流动性。这其中不论静态管理还是动态 控制，身份识别当然是首要因素。其次，经济全球化背景下，中国产生的数量庞大、 规模超凡的世界工厂的安全和管理，亦是生物识别的用武之地。另外，经济全球化 带来更直接的影响，是频繁的个人身份认证的需求。再次，电子商务和电子政务的 演变和普及中生物识别，是现阶段及可预见的将来最佳的解决方案。其中指纹由于 其具有终身不变性、唯一性和方便性，已几乎成为生物特征识别的代名词。 1 - 3 指纹识别技术 指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形 成不同的纹型。纹线的起点、终点、结合点和分叉点，称为指纹的细节特征点 ( m i n u t i a e ) 。指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。由于每 个人的指纹不同，就是同一人的十指之间，指纹也有明显区别，因此指纹可用于身 份鉴定。 人们使用指纹进行个人身份鉴定已经很长的历史，早在公元6 5 0 年，唐代作家 贾公秀在他的作品中就着重提到了指纹是确认个人身份的方法。我国将指纹应用与 民间契约以及断案签押有悠久的历史，但是由于缺乏专门性研究，未能将指纹识别 技术上升为- - f 科学n 钉。现代指纹识别起源于1 6 世纪后期，苏格兰一声h e n r yf a u l d 于1 8 8 0 年1 0 月2 8 日首次在英国( n a t u r e 上发表论文，支出指纹是每个人各不相 同，恒久不变，也就是说明指纹作为生物特征是唯一的，而且是稳定的，h e n r y 还 利用现场指纹来鉴定罪犯。接着w i l l i a mh e r s c h e l 也在( n a t u r e 上发表了他本人关 3 广东s _ ：l k 大学硕士学位论文 于指纹研究2 0 多年来的研究成功，从此揭开了现代指纹识别的序幕。1 8 9 2 年，英 国s i rf r a n c i sg a l t o n 对指纹进行了系统地研究，并提出了指纹细节特征分类，将指 纹分为斗( w h o r l ) 、箕( l o o p ) 、弧( a r c h ) 三大类，是指纹识别应用进入一个 崭新的时期。1 8 9 9 年，英国e d w a r dh e n r y 简历了著名的h e n r y 指纹分类系统，并 于1 9 0 1 年被英国政府正式采用，随后西方各国也相继采用，指纹识别应用正式走上 了科学化的道路。随着电子计算机的出现，信息化时代的到来，采集技术的发展以 及对指纹识别的研究，人们逐渐将人工的指纹识别向指纹自动识别系统( a u t o m a t e d 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 i s 转变，美国最早于1 9 6 3 年首先开展有关软件 的研制，于1 8 7 5 年成功推出第一个商业化系统p r i n t r a k 2 5 0 日本在1 9 7 5 年开始研究， 并于1 9 8 2 年将n e c a f i s 投入使用。我国也在8 0 年代初对指纹识别展开研究。随 着越来越多的电子设备进入到人们的日常生活以及互联网的兴起与发展，计算机、 a t m 、门禁系统、各种智能卡对个人安全，方便的身份识别技术的要求越来越高，人 们迫切需要有准确、安全、方便的识别技术，而指纹识别由于具有唯一性、稳定性 使得其在安全领域上得到广泛的应用。 指纹识别是模式识别领域中使用最早的，也是最为成熟的生物鉴定技术，它是 集传感器技术、生物技术、电子技术、数字图像处理、模式识别于一体的高级技术 应用。一般来说，指纹识别技术主要涉及四个功能：读取指纹图像、提取特征、保 存数据和比对。在一开始，通过指纹读取设备读取到人体指纹的图像，取到指纹图 像之后，要对原始图像进行初步的处理，使之更清晰。接下来，指纹辨识软件建立 指纹的数字表示特征数据，一种单方向的转换，可以从指纹转换成特征数据但 不能从特征数据转换成为指纹，而两枚不同的指纹不会产生相同的特征数据。有的 算法把节点和方向信息组合产生了更多的数据，这些方向信息表明了各个节点之间 的关系，也有的算法还处理整幅指纹图像。总之，这些数据，通常称为模板，保存 为1 k 大小的记录。无论它们是怎样组成的，至今仍然没有一种模板的标准，也没有 一种公布的抽象算法，而是各个厂商自行其是。最后，通过计算机模糊比较的方法， 把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结 果。 对于自动指纹识别系统的性能的评估，我们一般可以从以下几个方面进行： 1 精度 通常自动指纹识别系统不能保证1 0 0 的精度，即系统可能存在错误地拒绝真正 4 第一章绪论 的用户或者错误地接受假冒的用户。上述这两个错误通常称为f n m r ( f a l s en o n m a t c hr a t e ) 和f m r ( f a l s em a t c hr a t e ) 。这两个错误通常有一定的关联性，一个 小的f n m r 通常导致较大的f m r 。自动指纹识别系统的r o c ( r e c e i v e ro p e r a t i n g c h a r a c t e r i s t i c ) 曲线能够客观地反映系统的性能。曲线以f n m r 和f m r 为坐标，f n m r 和f m r 相等的点称为e e r ( e q u a le r r o rr a t e ) 点。通常e e r 点可以简要地衡量系统 的精度。根据国际指纹识别系统竞赛的报告( f v c ，f i n g e r p r i n tv e r i f i c a t i o n c o m p e t i t i o n ) ，目前优秀的指纹系统的错误拒绝率一般在1 以下，而对于规模中等 的指纹库，错误接收率一般接近零。 2 速度 对于某些实时性能要求高的应用场合，系统的处理时间非常苛刻，譬如门禁系 统，a t m 终端。通常这些应用希望系统在1 秒钟之内完成识别任务。而在某些系统， 譬如警用系统，时间可能不是主要问题，因此速度也是自动指纹识别系统的一个衡 量指标。 3 模板数据大小 系统的存储容量影响着模板的大小以及每个人存储的模板数目。如果模板很大， 并且存储在指纹模板数据库中，网络的带宽就成为系统的瓶颈。而如果采用智能卡 存储模板数据，通常智能卡的容量只有几k b ，不可能存储大量的特征数据。在对 存储容量要求比较苛刻的场所，减少模板大小就成为一个主要问题。 随着时代的发展，信息科技逐步进入我们的日常生活，人们的身份识别联系到 生活的各个方面。如何帮助人们保障他们的合法权益不受非法侵入，单靠传统的信 物方式的身份识别技术已经不能满足，使用传统的密码认证个人身份时，密码的设 置越来越繁琐。在现在计算机系统中，指纹识别可以用于开机登录身份确认，远程 网络数据库的访问权限及身份的确认，银行储蓄防冒领及通存通兑的加密方法，保 险行业中投保人的身份确认，期货证券提款人的身份确认，医疗卫生系统中医疗保 险人的身份确认等等如将指纹信息记录在特殊用途的卡上，通过现场比对，可以防 止冒充等欺诈行为。例如：信用卡、医疗卡、会议卡、储蓄卡、驾驶证、准考证、 护照防伪等。计算机指纹自动识别技术正在走入我们实际生活中。 1 4 指纹分类技术 指纹分类思想最早就是由e d w a r dh e n r y 提出，他提出了著名的h e n r ys y s t e m 方