（计算机软件与理论专业论文）指纹识别在智能门禁系统的研究与应用.pdf

指纹识别在智能门禁系统的研究与应用 计算机软件与理论专业 研究生樊相奎指导教师李晓宁 摘要自动指纹识别技术具有方便、高效、安全、可靠等优点，在智能门 禁、金融安全和数据加密等领域都有广泛的应用前景。本文详细研究了自动指 纹识别技术的各个环节，针对学校实验大楼门禁的管理要求，结合当今主流的 嵌入式技术，基于$ 3 c 2 4 4 0 硬件平台开发了一套集成门禁、考勤、巡更、监控 一体的联网智能门禁系统。 本文工作主要体现在以下几个方面： ( 1 ) 在指纹图像预处理环节，提出了一种适用于嵌入式平台的指纹图像 预处理方案。通过指纹图像目标定位，减少后续图像处理的计算量；对指纹图 像方向图的算法进行改进；根据指纹图像方向场进行指纹图像增强和二值化处 理。 ( 2 ) 在指纹特征提取及匹配方面，提出一种迅速有效、便于实现的特征 提取和匹配的思路。使用了一种融合拓扑结构信息的指纹比对算法，将脊线信 息引入比对过程来解决指纹图像在采集过程中造成的非线性形变，提高指纹的 识别率。 ( 3 ) 在联网智能门禁系统的设计方案中，提出一种安装方便、节约成本 的解决方案。系统采用主干道有线网络，各智能门禁终端无线网络的网络结构 方式；在各智能门禁终端的安装上只在办公室房间的门锁上进行改动。 总之，通过对上三个环节的有关改进，一定程度上提高了指纹识别的性能， 降低了智能门禁系统的成本，使得智能门禁的广泛应用得以实现。但对于指纹 识别方面的研究还有待加强，以提高指纹的识别率、识别效率以及对指纹所属 主体是否有生命特征进行判定。 + 关键字：指纹识别智能门禁特征值匹配 f i n g e r p r i n ti ni n t e l l i g e n ta c c e s s c o n t r o ls y s t e m r e s e a r c ha n d a p p l i c a t i o n m a j o r ：c o m p u t e rs o f t w a r ea n dt h e o r y p o s t g r a d u a t ef a n x i n g k u i i n s t r u c t o ri i x i a o n i n g a b s t r a c ta 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 nt e c h n o l o g yi sc o n v e n i e n t ，e f f i c i e n t ， s a f ea n dr e l i a b l e ，a n dh a sab r o a da p p l i c a t i o np r o s p e c ti ni n t e l l i g e n te n t r a n c eg u a r d , f i n a n c i a ls a f e t ya n dd a t ae n c r y p t i o n ，e t c p r o b i n gi n t oa l la s p e c t so ff i n g e r p r i n t i d e n t i f i c a t i o nt e c h n o l o g y , t h i sp a p e r , a c c o r d i n gt ot h em a n a g e m e n tr e q u i r e m e n to f l i b r a r ye n t r a n c eg u a r da n dc o m b i n e dw i t ht h e c u r r e n te m b e d d e dt e c h n o l o g y , d e v e l o p sas e to fi n t e g r a t e da c c e s s ，a t t e n d a n c e ，p a t r o l l i n g ，a n d a ni n t e l l i g e n t m o n i t o r i n gn e t w o r ka c c e s sc o n t r o ls y s t e m i ti sb a s e d o n $ 3 c 2 4 4 0 t h i sw o r ki sm a i n l ye m b o d i e di nt h ef o l l o w i n gr e s p e c t s ak i n do ff 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 gs o l u t i o na p p l i c a b l et oe m b e d d e d p l a t f o r mi sp u tf o r w a r di nt h ef 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 gs t e p i tr e d u c e st h e a m o u n to fc a l c u l a t i o no ff o l l o w i n gi m a g ep r o c e s s i n gt h r o u g hf i n g e r p r i n ti m a g e l o c a t i o n ；i ti m p r o v e st h ed i r e c t i o no ff i n g e r p r i n ti m a g ea l g o r i t h m ；a n di tw i l ld o f i n g e r p r i n ti m a g ee n h a n c e m e n ta n db i n a r ya c c o r d i n gt ot h ed i r e c t i o no ff i n g e r p r i n t i m a g e i nt h ef a c e to ff i n g e r p r i n tf e a t u r ee x t r a c t i o na n dm a t c h i n g ，as o r to fe f f e c t i v e a n da v a i l a b l ec o n c e p ti se l i c i t e d w i t ht h eh e l po ft h ef i n g e r p r i n tm a t c h i n g a l g o r i t h mi n v o l v e dt o p o l o g i c a ls t r u c t u r e ，a n di n t r o d u c i n gr i d g ei n f o r m a t i o nt ot h e c o m p a r a t i v ep r o c e s st os o l v en o n l i n e a rd e f o r m a t i o n ，f i n g e r p r i n tr e c o g n i t i o nw i l lb e i m p r o v e d i nt h ed e s i g no fn e t w o r ki n t e l l i g e n te n t r a n c eg u a r ds y s t e m ，ac o s t s a v i n g a n de a s y - t o i n s t a l lp r o p o s a lw i l lb ep r e s e n t e d t h es y s t e mi si n s t a l l e dw i t hm a i n c a b l en e t w o r k ，a n de a c hi n t e l l i g e n te n t r a n c eg u a r dt e r m i n a lw i r e l e s sn e t w o r k t h e i i i n s t a l l a t i o no fi n t e l l i g e n te n t r a n c e m e n tg u a r ds h o u l do n l yb ep r a c t i c e di ne a c hl o c k i naw o r d , t h r o u g ht h er e l e v a n ti m p r o v e m e n to ft h et h r e ea s p e c t sm e n t i o n e d a b o v e ，t h ea b i l i t yo ff i n g e r p r i n ti d e n t i f i c a t i o nw i l lb ee n h a n c e d , t h ec o s to f i n t e l l i g e n te n t r a n c eg u a r ds y s t e mw i l lb er e d u c e da n dt h e r e f o r ea l la p p l i c a t i o no f i n t e l l i g e n te n t r a n c eg u a r dw i l lb ep o s s i b l e h o w e v e r , m o r ew o r ks h o u l db ec a r r i e d o u t ，i n c l u d i n g ，t h ee x a c t n e s sa n de f f i c i e n c yo ff i n g e r p r i n ti d e n t i f i c a t i o na n dt h e c a p a b i l i t yt oj u d g ew h e t h e rt h e r ei sl i f eb e l o n g s 。 k e yw o r d s ：f i n g e r p r i n ti d e n t i f i c a t i o n , i n t e l l i g e n te n t r a n c eg u a r d ，e i g e n v a l u e s ， m a t c h i i i 四川师范大学学位论文独创性及 使用授权声明 本人声明：所呈交学位论文，是本人在导师奎晓主指导下，独立 进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何 其他个人或集体己经发表或撰写过的作品或成果。对本文的研究做出重要贡献 的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。 本人承诺：已提交的学位论文电子版与论文纸本的内容一致。如因不符而 引起的学术声誉上的损失由本人自负。 本人同意所撰写学位论文的使用授权遵照学校的管理规定： 学校作为申请学位的条件之一，学位论文著作权拥有者须授权所在大学拥 有学位论文的部分使用权，即：1 ) 已获学位的研究生必须按学校规定提交印 刷版和电子版学位论文，可以将学位论文的全部或部分内容编入有关数据库供 检索；2 ) 为教学、科研和学术交流目的，学校可以将公开的学位论文或解密 后的学位论文作为资料在图书馆、资料室等场所或在有关网络上供阅读、浏览。 本人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。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：导师签名： 签字日期：年月 日 签字日期：年月日 第一章绪论 1 1 研究背景和意义 现代门禁系统是一种随着电子技术和计算机技术的发展而迅速发展起来 的安防系统。一套现代化的、功能齐全的门禁系统，不仅可用于进出口控制， 而且有助于单位内部的有序化管理。 近几年随着生物识别技术的发展，门禁系统也得到了飞跃式的发展，出现 了指纹、虹膜、面部等生物特征识别技术的门禁系统。基于生物特征的门禁系 统具有安全、方便、易管理的特点，使得门禁系统的应用越来越广。 在众多采用生物识别技术的门禁系统中，指纹门禁系统是目前国际公认的 应用最广泛，价格最低廉、易用性最高的智能门禁系统。相对于传统的机械锁 和密码锁控制，具有密码不可复制，具有极高的安全性；相对于卡片式感应门 禁系统，不需要携带任何有效出入凭证，具有方便快捷的特点；相对于掌形仪、 脸形仪、虹膜识别等同样基于生物特征的门禁系统，成本投入较低、取证方便。 基于指纹识别的门禁系统在企业生产和日常生活中都有了一些实际应用。 但由于当前市面上基于指纹识别技术的门禁系统，还存在一些缺点，例如价格 较为昂贵、识别率和效率都有待提高、存储用户指纹数量有限等，也导致了指 纹门禁系统的推广受限。特别是绝大部分产品都是针对单个门禁控制器的管 理，对于联网的智能门禁管理研究和应用较少，没有一套完善、成熟的解决方 案。 智能型门禁控制系统是当前门禁系统的重要发展方向。智能型门禁系统是 一种基于计算机网络的门禁系统，它是通过t c p i p 协议和有线或者无线网络连 接众多的门禁控制器，一方面可以实现管理中心对所有控制端点的状态监控和 远程出入控制，另一方面也便于形成出入的历史记录，便于单位内部的有序化 管理。 1 2 指纹识别系统的应用现状研究 我国古代早就利用指纹( 手印) 来签押。在1 8 8 0 年英国人亨利福兹就提 出了用指纹识别系统识别犯罪。随着自动指纹识别技术的发展和提高，指纹认 证为网络和信息安全认证提供了非常好的手段，在金融安全、重要场所的门禁、 警方取证以及普通单位门禁、考勤和巡更等领域都有着较高的实用价值和应用 前景。 在金融安全领域，自动提款机、个人保险箱等的客户身份确认，以及随着 互联网络的迅速发展，为网上银行、网上贸易、电子商务的一系列网络商业行 为提供安全性保障。 在公共服务事业管理方面，自动指纹识别技术可以验证人员身份、以便于 对社会保障、医疗、保险、救助等方面取代或者补充许多大量使用照片和身份 证等认证系统，减少伪造他人身份等作弊行为。 在识别罪犯方面，英国、美国、德国等的警察部门先后采用指纹鉴别法作 为身份鉴定的主要方法。我国也在5 0 年代就开始采用了自动指纹识别系统识别 罪犯。 随着电子技术的发展和模式识别理论研究的深入，各种电子设备的价格也 相应降低，则使得自动指纹识别系统的应用得到推广。目前国内外出现了大量 采用指纹识别技术的应用系统，比如指纹门禁系统、指纹考勤机、指纹巡更机、 笔记本指纹密钥、手机指纹加密、指纹保险柜等。 现今，国外生产的指纹门禁系统安全性较高，但是价格昂贵，指纹门禁系 统控制器的价格从4 0 0 0 至i j 3 万元不等，包括读卡器、门锁、控制器、软件在内 的一套系统报价在万元以上。国内生产的指纹门禁系统价格较国外同类产品价 格低大约1 0 - 5 0 ，但系统的可靠性稍差。 1 3 指纹识别技术研究现状 自动指纹识别技术是一种通过特殊的光电转换设备对活体指纹进行采集， 应用数字图像处理技术提取指纹特征，最终通过模式识别技术完成指纹特征分 析和比对，从而自动、迅速、准确地鉴别个人身份的一种计算机智能技术。 不论从第一代指纹光学采集到第三代射频采集的指纹采集设备的发展，还 是在指纹识别算法的改进方面，国内外研究学者都投入了大量精力去研究和推 广指纹识别技术的应用。目前，不论是在指纹采集设备和指纹识别算法上都有 了大量的研究成果。 2 1 3 1 指纹采集设备的研究现状 随着电子技术的发展，指纹采集设备也在不断换代，根据其历程可分为光 学成像、电容式采集和射频采集三个阶段。 第一阶段采用指纹光学成像传感设备。利用光的全反射原理成像，通过光 源发射束光线，照射在手指表面，反射光被c c d 所接受后转化为图像，由 此来取得指纹图像。光学指纹采集仪器由于光不能穿透皮肤表层，只能够扫描 手指皮肤的表面或者扫描到死性皮肤层，但不能深入真皮层。在这种情况下， 手指表面的干净程度，直接影响到识别的效果。如果用户手指上粘了较多的灰 尘，可能就会出现识别出错的情况。如果人们按照手指，做一个指纹手模，也 可能通过识别系统，对于用户而言，使用起来不是很稳定和安全。 第二阶段采用了电容式传感器。电容传感器技术是采用大量导电金属阵列 的传感器。当手指放在识别器的绝缘表面上时，由于传感器内部导电金属阵列 带电、皮肤和导电金属阵列就组成了一个电容系统。由于指纹的纹路是由脊线 和谷线两部分组成，这两部分和导电金属阵列的距离存在微小的不同，这就使 得导电金属阵列不同单元的电容值的不同。于是电容式识别设备就可以得到一 个“格子化”的指纹图像了交替排列的指纹图像。但是由于传感器表面是使用 硅材料容易损坏，导致使用寿命降低，还有它是通过指纹的山谷和山脊之间的 凹凸来形成指纹图像的，所以对脏手指、湿手指等手指采集到的指纹模糊不清， 增加了自动指纹识别的难度。 第三阶段采用生物射频指纹识别技术。射频传感器技术是通过传感器本身 发射出微量射频信号，穿透手指的表皮层去控测里层的纹路，来获得最佳的指 纹图像。因此对干手指、汗手指等困难手指也可采集到清晰的指纹图像，防伪 指纹能力强，指纹敏感器的识别原理只对人的真皮皮肤有反应，从根本上杜绝 了人造指纹的问题，因此射频技术是最可靠，最有力有解决方案。除此之外， 高质量图像还允许减小传感器，无需牺牲认证的可靠性，从而降低成本并使得 射频传感器思想的应用到可移动和大小不受拘束的任何领域中，但是当前射频 指纹采集仪器的价格还是非常昂贵。 随着电子技术的发展，指纹图像采集设备的体积越来越小，价格越来越便 宜、性能也越来越强大，使得指纹识别系统的广泛应用得以实现。 1 3 2 指纹识别算法的分析 指纹识别技术从早期的人工比对到现在采用计算机技术实现自动指纹识 别，指纹比对更加准确，识别效率得到极大提高。自动指纹识别过程通常由指 纹图像滤波增强、二值化、细化、特征提取以及指纹匹配等几个环节构成。 指纹图像滤波增强的目的是将有噪声干扰的指纹图像变得更加清晰、使得 指纹图像的脊线更黑、谷线更白。随着研究的深入，各种数字图像处理技术在 指纹图像增强领域的应用，指纹增强算法层出不穷，其中比较有代表性的研究 成果有：1 9 9 3 年，d o u g l a sh u n g 等人的适应局部脊线方向的增强算法n 1 ；1 9 9 8 年l i nh o n g 等人的使用g a b o r 滤波器的方法瞳1 ；苏菲等人提出的基于模糊逻辑 技术的指纹图像滤波增强算法，该算法通过模糊边缘判别器在对任一像素点属 于边缘的程度进行模糊软判决的同时完成边缘检测，并针对指纹图像的平滑区 域和边缘区域分别采用不同的模糊规则口1 ；2 0 0 1 年a j w i l l i s 等人提出的将指 纹图像分块后再作傅里叶滤波的指纹图像得到增强h 1 。当前在实际指纹图像增 强算法的应用中一般采用是几种滤波增强方式结合起来使用，主要的方案是基 于傅里叶变换结合滤波和指纹图像点方向场的下上下文滤波器。 指纹图像二值化，是将指纹图像变成灰度值只有0 和2 5 5 两种颜色的图像。 大多数在对指纹图像二值化的研究中都采用了阈值进行二值化处理，阈值的选 择将直接影响n - 值化的效果，阈值的选择也一直是科学家们研究的重点。其 中：1 9 8 6 年m o a y e r 等人采用基于拉普拉斯算子以及动态阈值循环操作的方法 睛3 ；1 9 9 7 年d m a i o 等人提出的直接从灰度图像提取指纹特征的方法哺1 ；1 9 9 7 年 j a i n 等人提出的采用方向滤波的同时使用经验阈值进行二值化m ；1 9 9 8 年 w a h a b 等人提出的在图像中选取1 6 x1 6 的区域并用局域阈值进行二值化3 ； 1 9 9 8 年t i c o 等人使用的在图像上用8 个方向滤波器，然后采用局域阈值的二值 化算法阳1 ；2 0 0 6 年楚亚蕴等人提出的一种结合方向信息的指纹图像二值化算 法，该算法在对指纹进行二值化的过程中引入指纹的方向信息，根据指纹的方 向和自适应局部阈值对指纹图像进行二值化处理u 训。当前，在自动指纹识别系 统中常采用的是根据指纹图像的点方向场在指纹纹线方向和指纹纹线垂直方 向上对指纹图像进行二值化处理。 4 指纹图像细化是指删除指纹纹线的边缘像素，使之只有一个像素宽度。指 纹图像细化的结果直接影响到指纹特征点的提取，早期细化方法主要有快速细 化算法和o p t a 算法。近年来，随着研究的深入，冯星奎等人在1 9 9 9 年提出了一 种新的指纹图像细化算法，该算法构造了8 个消除模板和6 个保留模板对指纹图 像进行细化口；2 0 0 3 年g o n z a k z 等人对快速细化算法进行了改进，构造了2 个方 程组对图像进行细化u 刁；王家隆等人在2 0 0 4 年提出了一种改进的图像模板细 化算法口刳。2 0 0 9 年王朋等人提出的指纹图像细化的综合化算法，该算法基于快 速细化算法并引入o p t a 算法优点n4 l 。目前在自动指纹识别技术中常用的是o p t a 算法的改进的图像模板细化算法。 指纹特征提取，是将细化后使用计算机数字图像处理技术采集指纹图像中 奇异点、端点、叉点等指纹特征数据。对于端点和叉点的提取采用扫描该点周 围8 个点的灰度值情况，如果该点与周围8 个点的灰度值差的和的绝对值为 2 2 5 5 贝u 该点为端点，若为6 2 5 5 贝u 该点为叉点。其主要的研究成果有：1 9 9 5 年r a t h a 等人提出的基于自适应流方向特征提取u 引；2 0 0 2 年尹义龙等人提出的 改进的指纹细节特征提取算法，该算法直接在细化后的图像上提取指纹特征 点，然后再根据伪特征点的特点去除，提高了特征点提取速度n 引。目前，常用 的特征提取算法是先对细化后的指纹图像进行初步去噪，然后提取特征点，再 根据阈值去除伪特征点。 指纹匹配，指纹预留模版图像与输入样板图像中的所有特征点的匹配。指 纹匹配方法很多，包括基于图像匹配、脊模式匹配、点模式匹配及基于图形匹 配。指纹匹配的方法较多，主要有：1 9 8 6 年i s e n o r 等人使用的图匹配的方法n 刀； 1 9 9 0 年h r e c h a k 等提出了基于结构信息的指纹特征匹配n 引；1 9 9 2 年a n s a r i 等人 采用的遗传算法n 引；在1 9 9 3 年d s k e a 等提出的累加器算法以及遗传算法嘲1 ； 1 9 9 3 年r a n a d e 等人提出的松弛点模式匹配算法，该算法首先计算匹配变换的可 靠度并将可靠度迭代计算，计算速度慢瞠；1 9 9 5 年s t a r i n k 等人使用的模拟退 火算法瞳刳，2 0 0 0 年漆远等人提出的一种利用遗传算法及结合利用指纹图像的结 构信息的点模式匹配，该算法匹配速度较快，并能容忍一定的噪声，识别残缺 指纹图像晗3 1 。这些算法都是采用指纹特征的拓扑结构进行比对，在一定程度上 能够消除噪声等因素的干扰。目前，在自动指纹识别系统中常采用可变大小的 界限盒的指纹特征匹配算法。 随着人们对自动指纹识别算法中各个环节研究的深入，以及电子技术、计 算机技术的高速发展，自动指纹识别系统也会越来越准备、可靠，为人们的生 活、工作带来诸多便利和实惠。 1 4 问题的提出 学校实验大楼作为学生和教师出入极为频繁的场所，人员数量众多、类别 不一，各人员进出时间不固定。传统的机械锁不仅给实验室管理带来极大的不 便也带来较大的安全隐患，已经不能满足当前实验室管理的要求，而密码、接 触式i c 卡或感应卡门禁系统又无法确认使用者身份。基于指纹识别技术的智能 门禁系统不仅能够确认使用者的身份、记录使用者的进出时间，还可以极大的 提高实验室管理者的工作效率。 当前市面上采用指纹识别技术的门禁系统，价格较为昂贵、识别率和效率 都有待提高。绝大部分产品都是针对单个门禁的管理，对于学校实验大楼中各 个实验室的门禁管理没有一套完善、成熟的解决方案。基于此，本文拟结合目 前的指纹识别技术、嵌入式技术和数据库技术，针对学校实验大楼的门禁管理， 研制一套识别率较高、安装方便、操作简便的智能门禁系统。 1 5 本文研究目标和内容 本文拟根据教育部和学校实验室管理的相关规定和要求，依据学院实验大 楼的现状，提出一套适用于高校实验室出入控制的门禁系统设计方案，并结合 嵌入式技术、图像处理技术和模式识别技术，实现该方案。 本文拟从如下几个方面开展研究工作： ( 1 ) 研究指纹识别原理，分析指纹的结构和形态特征，研究现有的指纹识 别算法和技术。 ( 2 ) 参考比较已有的指纹识别算法的特点，结合智能门禁系统的功能和特 点来设计适用嵌入式平台下的指纹识别算法和程序。 ( 3 ) 分析实验大楼和实验室管理的需求，结合实验室现状，设计智能门禁 系统设计方案。 6 1 6 本文的组织结构 本文从指纹识别技术入手，分析在智能门禁系统环境下的指纹识别技术， 并设计开发了一个智能门禁系统，全文共分五章，具体章节内容如下： 第一章( 绪论) ：主要讲述课题研究背景及意义，分析现有门禁系统存在的 问题，提出智能门禁是解决当前门禁系统中最全面的技术方案，以及指纹识别 在国内外的研究现状，并列举了本文所做的工作。 第二章( 指纹识别原理的研究) ：本章在指纹识别相关理论和实现技术的基 础上，给出了智能门禁系统中指纹识别的原理和过程描述。 第三章( 智能门禁系统中指纹识别算法的设计) ：参考和比较了现有的指纹 识别算法，并根据智能门禁系统的功能和特点详细描述本系统中的指纹识别算 法。 第四章( 智能门禁系统设计方案) ：详细介绍了智能门禁系统中的设计方案 以及在系统中的主要功能和特点，对智能门禁系统的体系结构模型进行分析， 并较为详细介绍了智能门禁系统的工程安装方案。 第五章( 结论与展望) ：总结了本文所做的工作，同时也指出了本课题存在 的一些不足之处，并对今后的改进提出了一些看法。 第二章指纹识别原理的研究 指纹是指人类手指末端内侧表面的皮肤凸凹不平形成的条状纹路构成各 种各样的图案( 即纹线) 。指纹具有唯一性和终身稳定性，所以可以通过一个 人的指纹识别该主体身份。 指纹识别的完整过程如图2 1 所示。一般由“离线部分 和“在线部分 两 个过程。其中离线部分包括指纹图像采集、图像预处理、特征点提取、特征点 存储四个主要步骤。在线部分包括指纹图像采集、图像预处理、特征点提取、 特征点比对四个重要环节构成。 图2 1 指纹识别过程 2 1 指纹特征 在指纹图像中，有两类重要特征：一类为全局特征，用于指纹数据库分类； 另一类是细节特征，具有唯一性，是由指纹脊线上端点和叉点的位置及其相互 之间的关系构成，用于鉴别个人身份。 2 1 1 全局特征 全局结构特征，在l 对n 的自动指纹识别系统中，为了减少比对的指纹数量， 缩短1 对n 指纹比对的时间，首先在数据库建立一个根据指纹全局特征进行索 引。 根据e h e r r y 的“h e r r y 分类系统 共将指纹分成如下六种主要的类型：拱 型、帐型、左箕型、右箕型、双箕型和斗型。图2 2 分别为上述六种指纹类型 的示图。在指纹特征点体现为指纹奇异点，即指纹中心点和三角点。中心点位 于指纹纹路的渐进中心，在进行指纹比对时可作为参考点。三角点提供了指纹 纹路的计数和跟踪的开始之处。 8 一 ( a ) 拱型( b 坤e 型( c 瘁篝型 _ 飘噩 ( 榔型( e 璎箕型( r p 哑 主要的指纹类型 目前，指纹分类主要是根据指纹中的两类特殊结构中心点、三角点的数 目和位置不同而将指纹划分为不同的类型。 212 局部特征 局部特征是指纹上的节点特征，也称为细节特征。具有某种特征的节点称 为特征点，特征点提供了指纹唯一性的确认信息。在指纹图像中具体表现为指 纹纹线的端点或叉点，端点是指纹脊线结束的位置，而脊线分叉点则是指纹脊 线一分为二的位置。通过实际应用证明，这两种指纹细节特征在指纹中出现的 机会最多、最稳定，而且比较容易获取更重要的是，这两类特征点足以描述 指纹的唯一性。通过算法检测指纹中这两类特征点的数量以及每个特征点的类 型、位置和所在区域的纹线方向是特征提取算法的任务。 褫 ( a ) 端点( b 1 叉点 图23 指纹的脊线端点和脊线分叉点 2 2 指纹识别原理 指纹识别就是确定两枚指纹是否来自同一个手指。自动指纹识别是应用目 前的计算机技术进行指纹特征的比对，在进行指纹比对过程中主要使用每个指 纹的特征点进行比对。自动指纹识别原理包括指纹图像采集、指纹图像预处理、 指纹特征提取、指纹特征存储和指纹匹配等内容，如图24 。 指纹采集 图24 指纹识别过程 通过特定的指纹采集仪取得用户的手指指纹图像。利用数字信号处理技术 去除图像中各种噪声干扰，把它变成一幅清晰的指纹图像，将指纹图像变成只 有黑、白两种颜色，纹线细化到1 个像素的脊线结构。将提取到的指纹特征信 息，经过编码后存储到指纹数据库中或者将取得的指纹特征值集合与事先存储 的指纹特征值模板进行匹配的过程。 下面我们就自动指纹识别算法中主要的流程进行详细说明。 2 2 1 指纹图像采集 指纹采集的过程本质上是指纹成像的过程。其原理是根据脊与谷的几何特 性、物理特征和生物特性的不同，以得到不同的反馈信号，根据反馈信号的量 值来绘成指纹图像。 目前，指纹取像设备主要有光学成像传感设备、电容式传感器和射频传感 器三种。而每种采集设备有各自的优缺点，如表2 1 。在应用中用户可根据实 际成本、需求进行选择。 表2 1 三种主要指纹采集技术比较 2 2 2 指纹图像预处理 最初获得的指纹图像由于平时的工作环境引起的，比如手指被弄脏，手指 有刀伤、疤、痕、干燥、湿润或撕破等因素的影响而有很多噪音。为了减弱噪 音，增强指纹脊和谷的对比度，保证提取指纹特征数据为有效的数据，需要在 指纹特征点提取之前对采集的原始指纹图像进行预处理。预处理性能的好坏直 接影响着指纹识别的效果。 指纹预处理主要包括指纹图像进行归一化、方向图计算、滤波增强、二值 化、细化。 归一化：其目的在于消除指纹采集过程中由于传感器自身的噪声以及因为 手指压力不同而造成的灰度差异，将指纹图像的对比度和灰度调整到一个固定 的级别上，为后续处理提供一个较为统一的图像规格。一般按下面公式进行归 一化处理【2 4 j ： n ( i ，) 。 v a r 。( 1 ( i , 善j ) - m e a n ) 2 ： 帆一v v j r ( 1 ( i , j ) - m e a n ) 2 ： o t h e r w i e s e ( 2 1 ) 其中，州，j 是点( 1 ，) 的扶度值，m e a n 、”m 是原图像的扶度均值和方差， m o 、矗是期望的灰度均值和方差。方向图计算：方向图即用纹线的方向来 表示该纹线，方向场反映了指纹图像场的中心、圆形纹线趋势等信息。方向场 计算有两个作用：一是为后续处理做准备，因为指纹奇异点的提取依赖于方向 场：二是去除噪声。方向场分为两种：一种是点方向场【2 ”，表示原始指纹图 像中每一像素点脊线的方向，是指纹预处理的基础，它表示的好坏直接影响着 滤波的效果，如图24 ( a ) ；另种是块方向场，表示原始指纹图像中某点区 域所有元素的平均方向，能够表示出指纹在某一块区域的脊线的走向，它可在 点方向图的基础上求得的”脚惮】，如图24 ( b ) 。下面本文将着重介绍点方向 场的计算模型 躲藏 f a ) 点方向 图25 指纹方向围 巾) 块方向 指纹图像中任何一点像素都必须与周围的像素联系起来，爿能说明该点像 素与指纹图像的关系。所以描述任何一点像素，都需要利用周围的信息对该点 信息进行补充。即将周围点的灰度值累加，再求平均，以趋近真实。 斗 y ) i 图2 6 方向场正交分解为坐标系 对于一张z = f ( x ，y ) 的灰度图像，f ( x ，y ) 是表示指纹图像点( x ，y ) 的灰度 大小。设： r + 詈+ 孚 v ，( z ，少) = 2 g ，( ) g ，( “，d ( 2 2 ) w w 归i 4 0 1 其中： g ，( 五y ) 为( x ，y ) 这一点妻， ( 2 3 ) 记g y ) 为( ) 这一点考。 那么点( x ，y ) 方向场的大小为： 鼬川= 圭川嬲) 泣4 ， 从统计学角度比较真实地反映了真实指纹图像的方向场实际情况。只是如 果指纹图像太大将导致计算量极具增加。 滤波增强：主要目的在于消除由于指纹采集设备、用户手指本身和前期的 图像处理等各种因素的影响指纹图像中都存在大量影响指纹图像的噪声干扰。 通过指纹图像增强将原始指纹图像的谷线白的变得更白，脊线黑的变得更黑， 断线连接，指纹图像边缘光滑，将有噪声干扰的指纹图像变得更加清晰，为指 力 2 g d 2 g 砖畸峙 i i y一 矿 纹特征提取打下良好的基础【2 9 】【3 0 】【3 l 】【3 2 】【3 3 】。 本文主要介绍根据g a b o r d , 波智能收敛滤波方式来对指纹图像进行增强。 其数学模型如下： g a b o r t j , 波函数由高斯函数与三角函数构成，形成周期振荡的函数。 g a b o r t b 波函数的一维表达式为： 日( 工) = 丽1e x p 一寺) c o s ( 2 班) ( 2 5 ) g a b o r t j 、波函数的二维表达式为： h ( x ，y ) = g ( x ，y ) e x p ( 2 n f x i )( 2 6 ) 其中： 1 、高斯分量： g y ) = 击e x p ( - 警) ( 2 7 ) 2 、坐标轴的旋转公式： 工 = c 。s ( 9 。o o - o ) s i n ( 9 0 * 。- o ) l f x j j = 一s c i n 。s 0 秒o o so ；y j - s i n ( 9 0 - o ) c o s ( 9 0 - o ) j l y s me j l y c 2 8 ， 【l oo jl c o s 秒j 卜7 3 、伪宽比例因子；仃为高斯扩散因子；z 为坐标轴比例因子；秒为旋转 因子。 对于每个点进行g a b o r 函数运算即可实现智能增强效果。通过g a b o r d 、波函 数可在该位置方向场上对图像进行增强，以弥补图像中纹线的断裂等不足，在 垂直方向上，g a b o r 函数正好符合指纹纹线相间的特点，对纹线进行振荡增强。 二值化：将灰度图像转化成只有两种颜色值的图像，使得指纹图像中黑的 脊线区域更黑，白的谷线区域更白。即通过阈值使白色的谷线区域灰度值达到 2 5 5 ，黑色的脊线区域灰度值达到0 ，由此将指纹图像变成黑白两色图3 4 】【3 5 】。 本文通过指纹图像智能二值化领域分析法来实现其目的。其主要思路为：对于 一个点如果切向灰度和小于法向灰度和，判断为黑点则在脊上。反之，则为白 点在谷上。其基本算法原理如下： 1 4 设：，( x 0 ，y o ) 为点( 如，y o ) 的灰度值 h 为切向像素值和： 拈羔小，淼拈，互，小，面丢正矧 v 为法向像素值和： 肚斟虿赢x 其方向场为，艿为某一范围 f 29 ) ( 2 i o ) 如果y h ，那么该点在脊线上，反之，该点在谷线上。该算法能够根据 指纹图像纹线方向来确定该点的连续性变化，能够将指纹断裂部分重新拼接， 达到较好的效果，只是计算量较大。 细化：指删除指纹纹线的边缘像素，使之只有一个像素宽度。细化对应保 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收敛性、连接性、拓扑性、保持性、细化性、中轴性和快 速性拍i i ”】。目的在于从原来的图中去掉一些点，但仍要保持原来的形状，即 保持原图的骨架。纹线的骨架，应该仍然保持纹线的方向、曲率和连接方式。 下面我们讨论某点( 灰色) 的八个相邻点的情况，如图27 所示。 从图27 中我们可以看出：( a ) 保留，因为它是个内部点：( b ) 保留，原理 与( a ) 一致；( c ) 删除，这样的点不是骨架：( d ) 保留，因为删掉后，原来相 连的部分断开了；( e ) 删除，原理与( c ) 一致：( f ) 保留，因为它是的端点；( g ) 保留，因为孤立点的骨架就是它自身。 壬手啐葺算弄 ( ”( c )( d ) 如) ( o ( g ) 图27 蔡点( 灰色) 的八个相邻点情况 综上所述：( 1 ) 内部点不能删除；( 2 ) 孤立点不能删除；( 3 ) 直线端点不 能删除；( 4 ) 如果是边界点，去掉后，如果连通分量不增加，则可以删除。 某一黑点，如果它在图形边缘，要去掉以实现细化，那么它周围的八点必 定表现一定的色彩顺序。目前，细化算法常用查表法，主要根据当前点与周围 点的色彩关系进行判定该点是否删除。具体算法本文就不在详细列出。常用的 色彩顺序表 u i n t 8 e r a s e t a b l e 2 5 6 = 0 ，0 ，1 ，1 ，0 ，0 ，1 ，1 ，1 ，1 ，0 ，1 ，1 ，l ，o ，l ， 1 ，1 ，0 ，0 ，l ，1 ，1 ，l ，0 , 0 ，0 ，0 ，0 ，0 ，0 ，1 ， 0 ，0 ，1 ，1 ，0 ，0 ，1 ，1 ，l ，l ，0 ，l ，l ，1 ，o ，1 ， l ，l ，0 , 0 ，l ，1 ，1 ，l ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，1 ， 1 ，1 ，0 , 0 ，1 ，1 ，0 ，0 ，0 , 0 ，0 ，0 ，0 ，0 ，0 ，0 ， 0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 , 0 ，0 ，0 ，0 ，0 ，0 ，0 ， 1 ，1 ，0 , 0 ，1 ，1 ，0 ，0 ，l ，1 ，0 ，1 ，1 ，1 ，0 ，l ， 0 , 0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 , 0 ，0 ，0 ，0 ，0 ，0 ，0 ， o ，0 ，l ，1 ，0 , 0 ，1 ，l ， 。1 ，1 , 0 ，l ，l ，l ，o ，1 ， l ，1 ，0 , 0 ，1 ，1 ，l ，1 ，0 , 0 ，0 ，0 ，0 ，0 ，0 ，1 ， 0 , 0 ，1 ，1 ，0 ，0 ，1 ，1 ，l ，1 ，0 ，1 ，1 ，1 ，0 ，1 ， 1 ，l ，0 ，0 ，l ，l ，l ，1 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ， 1 ，1 ，0 ，0 ，l ，1 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ， l ，1 ，0 , 0 ，1 ，l ，l ，1 ，0 , 0 ，0 ，0 ，0 ，0 ，0 ，0 ， 1 ，1 ，0 , 0 ，1 ，1 ，0 , 0 ，1 ，1 ，0 ，l ，1 ，1 ，0 , 0 ， l ，1 ，0 ，0 ，l ，1 ，1 ，0 ，1 ，l ，0 ，0 ，1 ，0 ，0 ，0 ，。 2 2 3 指纹特征提取 特征提取是自动指纹识别系统的关键步骤，图像经过一系列的处理后，指 纹纹线细化成了一个像素宽度的纹线，要描述一条纹线必须清楚纹线上的每一 个点，数据过于庞大，所在使用纹线上的一些特征点来描述整个指纹，特征点 1 6 的提取工作就是将纹线上的特征点提取出来，以便下一步进行指纹比对。在进 行特征提取的时候由于设计到1 对n 的指纹比对工作需要，首先应该提取指纹 的总体特征，以便在比对的时候减少指纹比对数量、提高比对效率；然后在提 取指纹的细节特征。在提取到指纹特征的时候还应记录特征点的坐标l x ，川、 特征点的方向、特征点的类型、细节点对应的脊线等信息3 8 】【3 9 】。 指纹总体特征提取主要是提取指纹图像的奇异点( 中心点或三角点) ：细 节特征的提取包括了纹线端点和叉点的提取，在提取到指纹特征点之后还应该 对特征点进行检验，以去除由于毛刺、孤点等因素产生的伪特征点。 提取指纹总体特征：根据指纹图像的点方向场，如果存在中心点或三角点 则该点周围的方向场变化剧烈。 对于一个指纹方向场来说，如果存在奇异点，该点周围的方向场将会剧烈 变化。对于中心点、三角点的提取所使用的原理就基于此。而p o i n c a r e 公式对 于某点周围一圈求方向场差的积分，即求周围方向场差的和，再除以2 p i ，即 周围的平均方向场差。方向场差所求得值越大，p o i n c a r e 值越大。其周围方向 场变化的越剧烈，则奇异点存在的可能性越大。本文主要讲述p o i n c a r e 方格计 算法建立数学模型来实现提取指纹奇异点的算法设计。 7 取一个5 * 5 方格，计算以( i ，j ) 为中心各以d 或d 为半径的区域方向场差的 和。 表2 2 闭曲线5 * 5 方格算法 在5 宰5 方格内，以( i ，j ) 为中心，形成顺时针方向闭合曲线d l ，d 2 ，d 1 2 。 该闭合曲线的p o m c a r e 值： 1 2 p o i n c a r e ( i ，) = iq q n d d ，2i ( 2 11 ) 在3 木3 方格内，以( f ，) 为中心，形成顺时针方向闭合曲线d l ，d 2 9o * - ，d 8 。该 8 闭合曲线的p 0 i n c a r e 值：p o i n c a r e ( i ，j ) = id ，- d ( 删8l 。可得相邻的几个候 选奇异点中，由于一些指纹图像存在噪声等因素的影响，可能存在伪奇异点。 表2 3 奇异点的5 * 5 的方向场均值算法 为了消除伪奇异点，再以( i ，j ) 为中心，计算闭合曲线顺时针方向的p o i n c a r e 值。只有3 * 3 方格和5 * 5 方格p o i n c a r e 值( 1 2 或者1 2 ) 相同的时候，候选奇异 点才是真正的奇异点。 提取指纹端点的方法较为简单，原理为：扫描某一个点，如果周围8 个点 所有相邻两个点的差的绝对值和为2 * 2 5 5 ，那么该点即为端点。 ( a ) 实现纹线端点( b ) 纹线端点像素模型 图2 8 指纹端点特征 如图2 8 所示，在该纹线端点像素模