（计算机软件与理论专业论文）指纹识别系统核心算法的研究.pdf

中文摘要 y 5 9 4 8 0 8 摘要 指纹识别技术作为最传统、最成熟的生物识别方式之一已在许多领域得以应 用。但指纹识别的核心技术仍存在许多尚未解决的问题，自动指纹识别技术现在 是，未来几年仍将是一个重要且极具挑战性的模式识别研究课题。我们的指纹识 别课题组在此方面作了深入的研究，并取得了一定的成果。本文在前期算法的基 础上，主要进行了以下几个方面的研究： ( 1 ) 考虑纹线切线方向和法线方向的灰度变化，准确地求取方向图。根据纹线 走向特点进行对方向图进行点平滑与块平滑，有效地消除指纹部分折痕。 ( 2 ) 采用动态闽值法进行二值化，比较了不同的分块大小对二值化效果的影 响。提出新的二值化增强算法，对纹线进行修复与孔洞填充。 ( 3 ) 完善了特征提取算法。并结合局部纹线方向信息，针对不同的噪声采用针 对性的算法，将各类噪声引起的伪特征点分别予以删除。 ( 4 ) 提出了一种基于纹线拟合的指纹匹配方法。该算法基于指纹纹线的相似程 度寻找一对基准特征点，并且使用误差分层扩散的方法进行特征点的细匹 配。实验结果证明，该算法匹配速度很快，误识率低，准确性高。 ( 5 ) 使用“指纹+ 密码”试验性的设计了系统的工作流程。录入时采用三枚指 纹作为模板，在比对时三次拒认后输入密码后再比对。小规模的实验证明， 该流程在具有较好的安全性并保证了一定的速度与准确率 我们在w i n d o w s2 0 0 0 的平台上，综合以上算法的修改及完善，实现指纹识 别系统f v 2 0 0 4 ，并利用我们建立的指纹库，对系统进行了测试和评价。测试结 果表明处理和识别性能均有不同程度的提高，具体细节可参考各章的描述。 关键词方向图二值化特征提取纹线拟合 泰经作者、导师同薏 匆全文公布 英文摘要 a b s t r a c t a so n eo f m 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 , a u t o m a t i cf i n g e r p r i n tv e r i f i c a t i o n h a sb e e n a p p l y t om a n yf i e l d w ed e v e l o ps o m e k e ya l g o r i t h m so f a u t o m a t i c f 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 ) ，m a i nc o n t e x t sa l ea sf o l l o w i n g ： ( 1 ) t h e d i r e c t i o n m a po f f i n g e r p r i n ti m a g e i sc o m p u t e d a c c u r a t e l yb y t h ec h a n g eo f g r a y o nt h e t a n g e n t d i r e c t i o na n dt h ed i r e e c t i o no f n o m a l i tb r i n g so u t sa n e wm e t h o d o ns m o o t ho f t h ed i r e c t i o nm a p e x p e r i m e n t a lr e s u l t ss h o w 也t i ti sf e a s i b l ef o r f i n g e r p r i n tp r o c e s s i n g ( 2 ) w ed i s c u s st h ed y n a r n i ct h r e s h o l d i n g b i n a l i z a t i o nm e t h o di nf i n g e r p r i n ti m a g e p r e p r o c e s s i n ga n dp r e s e n ta n e w a l g o r i t h ma b o u t b i n a r i z a t i o ne n h a n c e m e n t - i tc a nf i u t h el i t t l eh o l eo nt h er i d g ee f f e c t i v e l y ( 3 ) t h es e to fo r i g i n a lm i n u t i a ei sd i r e c t l ye x t r a c t e df r o m t h i n n e df i n g e r p r i n ti m a g e s t h e nc o m b i n i n gw i t ht h ei n f o r m a t i o no fl o c a lr i d g ed i r e c t i o n ，s p e c i a la l g o r i t h m sa r e d e s i g n e d w i t hr e s p e c tt ov a r i o u sn o i s e s t od e l e t ep s e u d om i n u t i a ef r o mo r i g i n a l m i n u t i a es e t ( 4 ) a na l g o d t h mb a s e do nr i d g ef i t t i n g f o rs e e k i n gp a i r so fr e f e r e n c em i n u t i a ei s p r e s e n t e d i tr i s e t h ea l g o r i t h mo fe r r o rd i f f u s e db yl e v e li nt h es t a g eo fm a t c h i n g m i n u t i a e ( 5 ) as y s t e mc o m b i n e d w i t hp a s s w o r da n df m g e r p r i n ti s p r o p o s e d e x p e r i m e n t a l r e s u l t ss h o wi ti sm o r es e c u r ea n d m o r da c c u r a t et h a nc u s t o m a r ys y s t e m a l lt h ea l g o r i t h mi nt h i st h e s i sh a v eb e e nc a r r yo u ta n d t e s ti nt h ep c t h er e s u l ts h o wt h a t t h ef u n c t i o no f t h es y s t e mh a sb e e l li m p r o v e dg r e a t l y k e yw o r d d i r e c t i o nm a pf e a t u r ee x t r a c t i o nb i n a r i z a t i o n r i d g ef i t t i n g i i 第一章绪论 第一章、绪论 1 1 引言 网络信息化时代的一大特征就是个人身份的数字化和隐性化。如何准确鉴定 一个人的身份，保护信息安全是当今信息化时代必须解决的一个关键性社会问 题。目前，我国的各种管理大部分使用证件、磁卡、i c 卡和密码，这些手段无 法避免伪造或遗失，密码也很容易被窃取或遗忘。这些都给管理者和使用者带来 很大不方便。生物特征身份鉴别方法可以避免这些麻烦。因此，这一技术已成为 身份鉴别领域的研究热点。 所谓生物特征识别( b i o m e t r i c s ) 技术是指通过计算机利用人体所固有的生 理特征或行为特征来进行个人身份鉴别。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。这里将生理和行为特征统称为生物特征， 用于身份鉴别的生物特征应具有普遍性，即任何人都具有这一特征；唯一性，不 同人的这一特征各不相同；稳定性，这一特征不随时间、外界环境等的变化发生 改变；可接受性，用这一特征进行人体身份鉴别可以被人们接受和认可；防伪性， 这一特征不易仿造、窃取。 1 2 生物特征识别系统的一般结构 生物特征识别系统本质上是一个模式识别系统“3 ，它根据使用者的生理或行 为特征对使用者进行辨识，从而判断其是否具有合法身份。一般生物特征识别系 统的结构如图卜1 所示。 从逻辑上讲，这种系统可以分为两个模块：注册( 或称登录) 模块和认证模 块。注册模块负责将生物特征信息登记到生物特征识别系统样本数据库。在注册 模块中，个体的生物特征样本首先经相应设备录入、数字化，进而经特征提取算 子提取特征信息，这种特征信息被称为样本。并经过质量评价，符合需要的样本 信息被保存在数据库或磁卡、智能卡中。认证模块负责解决待识特征信息和样本 特征信息是否匹配的问题。在认证模块中，相应设备录入待识生物特征、进行数 字化，经特征提取算子提取待识生物特征中有用信息，由模式匹配算子将这一信 1 第一章绪论 息与预先存储的样本信息进行比对，做出是否匹配的判断。 图卜1 一般生物特征识别系统结构示意图 1 3 常见的生物特征识别手段 目前，常见的生物特征识别手段主要有人脸、指纹、手形、手部血管分布、 虹膜、视网膜、手写体、声音和脸部热量图等。它们有的已逐步得到推广和应用， 有的还仅处于实验研究阶段。其中，人脸、指纹、手形、手部血管分布、虹膜、 视网膜和脸部热量图属于生理特征，手写体属于行为特征，而声音则兼有两方面 的属性。下面对其中较为常用的生物特征识别手段作简要介绍。 ( 1 ) 人脸识别 人脸识别是最常用的生物特征识别手段之一，也是生物特征识别研究最活跃 领域的领域之一。人脸识别分为静态的、控制环境的人脸识别和动态的、不控制 环境的人脸识别两种方式。所谓静态概念指的是采集人脸图像的瞬间，人相对与 图像采集设备应该是相对静止的。所谓控制环境指的是在图像采集时，背景图案、 照明情况、采集设备的分辨率以及人和图像采集设备间的距离都应该是固定和统 一的。显然，在控制环境的条件下，从采集到的图像中定位和分离人脸图像比较 2 第一章绪论 容易，实现技术难度也会降低。动态的、不控制环境的人脸识别方式难度则相当 大。人脸识别是一种非干涉性生物特征识别方式，它几乎不给人们带来任何不便 之处，很容易为人们所接受。人脸识别有潜力成为最易于为人们所接受的生物特 征识别手段。 ( 2 ) 手形识别 手掌的形状，包括手指的形状、长度、宽度等特征均可用于手形识别。基于 手掌的几何形状信息的手形识别系统具有以下优点：1 简单、易用，设备造价低。 2 对使用环境的限制很少。3 比较容易为人们所接受。它的不足之处也很明显： 1 由于手形识别是基于手掌的几何形状信息进行的，所以难以达到很高的准确 率。2 手掌的形状，尤其是尺寸，随人的年龄增长而变大，表现为不稳定的特点。 故手形识别不适用于未成年人。 ( 3 ) 虹膜识别 虹膜的组织结构在胎儿的中胚叶发育阶段就已经定型了。它具有唯一性并终 生不变。虹膜隔离于外部环境而且不能通过手术修改。从理论上讲，虹膜的这些 特性使得虹膜识别可以成为防伪性能最好的生物特征识别手段之一。这一技术在 身份识别中简单、有效，它有潜力成为将来生物特征识别技术的主流。几年前， 美国的i r i s c a n 公司已经推出了基于虹膜的生物特征识别系统，并声称可以达到 很高的准确率。虹膜识别技术的发展主要存在几个方面的困难：1 虽然从理论上 讲，虹膜是具有唯一性的生物特征，但它不象指纹那样使用历史悠久，人们还需 要一定的时间去认可和接受它。2 由于采集虹膜图像时，要将一束强光投射到人 的眼睛上，使人们感到不舒服，从而接受起来有些困难。3 采集虹膜图像时，对 人和采集设备的距离有比较严格的要求。 ( 4 ) 视网膜识别 在生物特征识别技术领域，视网膜识别指的是利用视网膜上的血管分布模式 进行身份识别。将一束低亮度光线照向人的眼球，即可通过相应设备采集到视网 膜图像。视网膜识别与瞳孔识别具有很大的相似性。它也具有唯一性、隔离于外 部环境并不能通过手术修改等特性。视网膜的这些特性使这一识别技术具有很好 的防伪性能，也有潜力成为将来生物特征识别的主流手段之一。 3 第一章绪论 ( 5 ) 手写体识别 每个人都有自己独特的笔迹。利用签名进行人的身份识别也已经由来已久 了。利用签名进行身份识别有两种方式：1 静态方式；2 动态方式。静态方式已 为人们所熟知，它是利用手写签名的静态几何特征来进行辨识的。动态方式则要 对签名的全过程进行监控和采样，记录笔画每处的加速度、速度、运笔方向、顺 序等动态信息，并结合签名笔迹的静态几何特征进行综合辨识。使用手写体进行 身份识别有两个明显的优势：1 使用手写体作为身份识别的手段已有很长的历 史，为人们所广泛接受。2 虽然笔迹可以模仿，但要获取一个人签名的动态信息 却十分困难，因为这需要专用的设备。但由于手写体识别技术本身的复杂性，要 想达到很高的准确率难度很大。 ( 6 ) 声音识别 声音识别是较早开始研究的生物特征识别手段之一，又称为声纹识别。声音 识别分为依赖内容和不依赖内容两种方式。依赖内容的声音识别是预先规定好待 识者的说话内容，而不依赖内容的声音识别则允许待识者随意选择说话的内容。 显然，后一种方式实现的技术单独要高。声音识别的主要困难存在于两个方面： 1 虽然从理论上讲，声音具有唯一性。但在实际应用中，因为客观存在很多人声 音非常相象的情况，作到完全正确区分非常困难，几乎难以达到象指纹或视网膜 识别那样高的准确率。2 声音识别对背景噪声比较敏感，而这一点在实际应用中 有很难控制。 以上介绍的各种生物特征识别技术各有自己的优势和不足之处。每一种生物 特征识别技术的实用性是和应用场合密切相关的。没有任何一种识别技术能够在 任何场合都比其它识别技术表现的优越。在这个意义上讲，各种生物特征识别技 术都有继续发展和完善的必要。 1 4 指纹识别主要研究内容 从技术的角度看，自动指纹识别技术大致包括指纹采集、指纹分类、特征提 取和指纹匹配等内容。 ( 1 ) 指纹采集 4 第一章绪论 从采集方式来看，指纹基本可以分为三类：捺印指纹、活体指纹和模糊指纹。 捺印指纹指的是将沾了印墨的手指按压在某种东西( 通常是纸) 上留下指纹 的痕迹，再经相应设备转化为数字化的信息，就得到捺印指纹图像。捺印指纹采 集到的有效指纹面积比较大，但因采集方式所限，采集速度较慢，指纹缺陷较多， 且采集的质量难以严格控制。 模糊指纹一般是指在犯罪现场采集到的指纹。将罪犯无意中遗留在犯罪现场 的指纹痕迹经过显影、拍照和扫描等技术处理而得到的指纹图像。 目前的自动指纹识别系统基本上都采用了活体指纹采集技术，主要有两种方 式：光学扫描采集和固体传感器采集光学扫描采集指纹图像一般采用全反射技 术( f t i r ) 当手指放在棱镜上，手指的脊和棱镜相接触而谷不和棱镜接触，激光以 一定角度照射棱镜产生全反射，由c c d 阵列接收并获取指纹图像固体传感器采集 图像时，是利用当手指放在传感器表面，传感器感受接触点并改变电容器的电压 从而获取图像固体传感器与光学扫描相比具有体积小、集成度高、数字化等特 点，但采集范围较小，而光学扫描在采集范围大小则很少受到限制最近也出现了 超声波传感器采集图像，它是利用超声波反射测距来采集的，对受污损的指纹图 像抗干扰较强，能够获取比较清晰的指纹图像。经活体指纹采集设备得到的是数 字化的指纹图像，相比较而言，活体指纹的质量是最好的。图卜2 是三类指纹的 示例。 捺印指纹活体指纹模糊指纹 图卜2 捺印、活体和模糊指纹示例 ( 2 ) 指纹分类 指纹的分类是根据纹线的全局结构模式来进行的。人们经大量统计发现，虽 然纹线的全局结构模式因人而异，但变化的种类却是很有限的。这表明把所有指 纹分别归属于有限的几个不同类别是可能的，从而奠定了指纹分类的理论基础。 5 第一章绪论 就目前的指纹分类技术而言，指纹分类主要是根据指纹中的两类特殊结构 c o r e 点d e l t a 点( 如图1 _ 3 所示) 的数目和位置不同而将指纹划分为不同的类型2 1 。 图卜4 是按照五类分类标准的指纹类别示例。 在大容量数据库的指纹匹配中，指纹类别通常是作为一个索引标志加以应 用，用来加快指纹匹配的速度。 移缌 图1 - 3c o r e 点d e l t a 点结构示例 d e l t a 点 量缝凰飘固 拱形尖拱形 右旋 左旋旋涡 图1 - 4 五类分类标准下的指纹类别示例 ( 3 ) 指纹细节特征 指纹的细节特征( m i n u t i a e ) 可以有1 5 0 种之多。但这些特征出现的概率并 不相等，很多特征是极其罕见的。一般在自动指纹识别技术中只使用两种细节特 征：纹线端点( r i d g ee n d i n g ) 和分差点( r i d g eb i f u r c a t i o n ) 。纹线端点指的 是纹线突然结束的位置，而纹线分差点则是纹线突然一分为二的位置。大量统计 结果和实际应用证明，这两类特征点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，使用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。特征点的类型和方向定义如图卜5 所示。 6 第一章绪论 图卜5 指纹特征点的类型与方向 ( 4 ) 指纹匹配 尽管c o r e 点、d e l t a 点的有无、数目和位置以及纹线数等在一定程度上体现 了指纹的个性，但指纹的唯一性却是由局部的纹线特征和以及它们的相互关系来 决定的。指纹匹配最终是靠比较两枚指纹的局部纹线特征和相互关系来决定指纹 的唯一性的。 由于采集设备的不完善性、采集条件的随机性以及预处理技术的局限，使得 真正特征点的缺失、伪特征点的存在和特征点定位偏差的情况普遍存在。所以， 指纹匹配必然一种模糊匹配，匹配算法必须要有一定的弹性。 1 5 指纹自动识别现状 近年来，光电技术和微型计算机技术的迅猛发展使得指纹图像的采集和处理 都变得更为可行，为自动指纹识别技术的发展奠定了坚实的基础。自动指纹识别 技术主要由两部分组成：采集技术和识别技术。较早出现的活体指纹采集设备是 光电式的，现在仍为大多数自动指纹识别系统所使用。后来出现的电容和电感式 的采集设备，在某些条件下可提高指纹采集的质量，但在耐磨性和稳定性等方面 还存在一些问题。对干、湿、脏的指头或磨损严重的指纹均能可靠、正确地进行 采集和尽量减少采集时的变形是指纹采集技术需要解决的主要问题。在识别技术 方面，很多国家都有公司或专门机构在从事自动指纹识别技术的研究，欧美国家 凭借其强大的科技力量和经济实力，在该领域的研究和开发中处于领先位置。美 国的i d e n t i c a t o r 公司、s e c u g e n 公司、法国的s e g a m 公司都有成型产品面市， 7 第一章绪论 较早涉足该领域的i d e n t i c a t o r 公司的i ds a f e 生物识别技术已经得到了较为厂 泛的应用，被用于全世界上百万台个人计算机，有5 0 0 0 多万人登记使用i ds a f e 系统。亚洲在这一领域研究水平较高的国家是朝鲜，1 9 8 9 年在中国成立p e f i s 公司，其指纹产品在国际上享有一定的声誉。我国台湾的s t a r t e k 公司的指纹识 别产品的性能也达到国际领先水平。中国科学院自动化所、清华大学、国防科技 大学、吉林大学等高校和科研机构很早就开始了这方面的研究工作。自九十年代 初开始，我国的北大方正集团、长春鸿达集团、西安青松集团等机构分别以所在 地高校为技术依托，陆续开始进行这方面的研究工作。中国科学院光机所对指纹 采集技术进行了较为深入的研究，已可以批量生产光电式活体指纹采集仪。 随着指纹识别技术的日渐成熟，图像处理及模式识别界曾一度认为自动指纹 识别问题已经得到很好的解决。但实际上，指纹识别的核心技术仍然存在许多尚 未解决的难题，尤其是对残缺、污损指纹图象进行识别的鲁棒性和适应性方面不 能令人满意。指纹识别系统将随着更小更廉价的指纹输入设备的出现、计算能力 更强更廉价的硬件以及互联网的广泛应用而进一步拓宽应用。其中，能适应在线 应用的自动指纹识别系统的算法有待进一步改进，多种指纹识别方法的集成应用 以及包括指纹识别在内的多种生物特征鉴定技术的集成应用也将是今后研究的 发展方向。因此，自动指纹识别技术现在是，未来几年仍将是一个重要的、极具 挑战性的模式识别研究课题。 1 6 指纹识别技术系统实例 利用指纹识别技术的应用系统常见有两种方法，即嵌入式系统和连接p c 的 桌面应用系统。嵌入式系统是一个相对独立的完整系统，它不需要连接其他设备 或计算机就可以独立完成其设计的功能，像指纹门锁、指纹考勤终端就是嵌入式 系统。其功能较为单一，应用于完成特定的功能。而连接p c 的桌面应用系统具有 灵活的系统结构，并且可以多个系统共享指纹识别设备，可以建立大型的数据库 应用。当然，由于需要连接计算机才能完成指纹识别的功能，限制了这种系统在许 多方面的应用。 当今市场上的指纹识别系统厂商，除了提供完整的指纹识别应用系统及其解 决方案外，可以提供从指纹取像设备的o e m 产品到完整的指纹识别软件开发包， 8 第一章绪论 从而使得无论是系统集成商还是应用系统开发商都可以自行开发自己的增值产 品，包括嵌入式的系统和其他应用指纹验证的计算机软件。指纹识别技术可以通 过几种方法应用到许多方面。前面已经介绍的通过使用指纹验证来取代各个计算 机应用程序的密码就是最为典型的实例。可以想象如果计算机上的所有系统和应 用程序都可以使用指纹验证的话，人们使用计算机就会非常方便和安全，用户不 再讨厌必要的安全性检查，而it 开发商的售后服务工作也会减轻许多。i b m 公 司已经开发成功并广泛应用的g l o b a ls i g no n 软件通过定义唯一的口令，或者使 用指纹，就可以在公司整个网络上畅行无阻。把指纹识别技术同i c 卡结合起来， 是目前最有前景的一个方向之一。该技术把持卡人的指纹( 加密后) 存储在i c 卡 上，并在i c 卡的读卡机上加装指纹识别系统，当读卡机阅读卡上的信息时，一并 读入持卡者的指纹，通过比对卡上的指纹与持卡者的指纹就可以确认持卡者是否 是卡的真正主人，从而进行下一步的交易。在更加严格的场合，还可以进一步同后 台主机系统数据库上的指纹作比较。指纹i c 卡可以广泛地运用于许多行业中， 例如取代现行的a t m 卡、制造防伪证件( 签证或护照、公费医疗卡、会员卡、借 书卡等) 。目前a t m 提款机加装指纹识别功能在美国已经开始使用。持卡人可以 取消密码( 避免老人和孩子记忆密码的困难) 或者仍旧保留密码，在操作上按指纹 与密码的时间差不多。近年来，自动发送信息的互联网络，带给人们的方便与利益 正在快速增长之中，但也因此产生了很多的问题，尤其在信息安全方面。无论是团 体或者个人的信息，都害怕在四通八达的网络上传送而发生有损权益的事情。由 于指纹特征数据可以通过电子邮件或其他传输方法在计算机网络上进行传输和 验证，通过指纹识别技术，限定只有指定的人才能访问相关信息，这样可以极大地 提高网上信息的安全性，包括网上银行、网上贸易、电子商务的一系列网络商业 行为，就有了安全性保障。s f n b ( s e c u r i t y f i r s t n e t w o r k b a n k 安全第一网络银行) 就是通过互联网络来进行资金结算的，他们目前正在实施以指纹识别技术为基础 的保障安全性的项目，以增强交易的安全性。在医院里，医疗系统管理运用指纹识 别技术，指纹识别技术可以验证病人身份，通过指纹医疗卡、电子病历管理，特别 是献血、输血管理，可以辨别多次献血及不合格献血者。指纹识别技术也有助于 证实寻求公共救援、医疗及其他政府福利或者保险金的人的身份确认。在这些应 用中，指纹识别系统将会取代或者补充许多大量使用照片和i d 的系统。总之，指 9 第一宣绪论 纹识别系统应用非常广泛，随着人们对指纹技术的不断认识以及指纹技术的不断 发展，大量的在银行、证券、电子商务等领域的应用已到来。随着许多指纹识别 技术产品已经开发和生产，指纹识别技术的应用己经开始进入民用市场，如家庭 指纹门锁、指纹身份证等，并且发展迅猛，也许有一天，您不必随身携带那一串钥 匙，只需手指一按，门就会打开：也不必记住那烦人的密码，利用指纹就可以提款、 计算机登录。相信这一天，不会太远。 1 7 课题的背景与本文的主要内容 近年来，以指纹为代表的生物特征识别技术受到了人们的普遍关注，成了一 个新兴的研究热点，其良好的应用前景和市场潜力也被大家普遍看好。华南师范 大学计算机系自动指纹识别课题组从9 0 年代初开始对自动指纹识别系统展开相 关研究。在此过程中，完成了广东省科委重点课题指纹采集系统及其标准的 研究，自行研制了一套指纹光学采集仪，并陆续在省级以上刊物上发表论文近十 篇。 我们的课题组经过了多年的努力，在预处理算法算法进行了较为深入的研 究，提出了基于方向图的一整套较为成熟的预处理算法：在匹配算法上也从人工 定中心到自动定位匹配，并在基于结构特征的匹配算法上做了一系列的探索。但 由于手指较干、较湿、磨损严重等原因产生伪特征较多以致定基准点较为困难， 匹配算法成了我们算法的瓶颈。本文的研究主要是在预处理算法的求方向图，二 值化，提取特征点等几个方面调整参数和完善了算法，重点提出了种基于纹线 拟合的匹配算法，该方法将纹线引入到指纹基准点定位中来，利用了纹线周围的 局部结构去定位，并在确定基准点后，采用基于误差分层扩散的细配方法，有效 地改善了非线性形变及各种噪声对特征点的影响，大大提高了系统的认同率。最 后本文采用“指纹+ 密码”的工作流程对整个系统进行了试验性的测试。 1 0 第二章指纹方向图 第二章指纹方向图 2 i 指纹方向图的特点 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象进行滤波和增强、如何抽取指纹的全局和 局部特征以及如何进行在图象不能完全定位和图象可能发生扭曲变形情况下的 特征匹配上。指纹图象从其图象本质上而言，属于纹理图象模式范畴。3 1 ，研究指纹 的自动识别问题必须紧密结合指纹图象纹理结构特征进行，采用局部的基于图象 纹理特征的图象处理方法可以避免走很多弯路。由于指纹方向图抽象了指纹脊线 与纹谷交错平行分布的特点，反映了指纹图象纹理结构的本质，己越来越受到人 们的重视。指纹方向图已经被认为是解决指纹自动识别中的某些关键技术的一个 重要途径“。目前方向图最为成功的应用是用于构造g a b o r 滤波器进行沿指纹 方向滤波，对采集的不确定性指纹进行图象增强“，此外，还被广泛用在指纹纹 型特征的提取“”、指纹的分类嘲呻1 、方向模板匹配”3 、图象编码”1 等许多处理环 节。方向图之所以具有如此高的研究价值是因为其具有以下特点： ( i ) 真实性指纹局部方向图真实地反映了指纹图象最本质的纹形特征，再现了 指纹的中心花纹、外围包络线和根基线的形状和走势。 ( 2 ) 渐变性由于纹线具有缓变性的特点，求出的方向图也不可能发生走向的剧 变，利用这一特性可以对在有噪声情况下求出的方向图进行平滑处理，从而可能 获取低质量指纹图象的效果较好的方向图。 ( 3 ) 抽象性块方向图是对纹线形状的一种抽象的描述，因此使研究指纹的几何 拓扑结构问题得以大大简化。 2 2 有关概念与定义 指纹图像是由局部平行的脊线和谷线构成的一种方向模式，如图2 一l ( a ) 所 示，方向信息是指纹图像的重要信息之一。指纹方向图( 图2 - i ( b ) ) 表征了指 纹的这种内在属性，它是指纹图像的一个重要识别特征，也是进行迸一步处理( 如 指纹增强、二值化、分类等) 的重要基础。 1 l 第二章指纹方向图 指纹方向图又可分为点方向图和块方向图。点方向图表示原始指纹图像中每 一像素点处的局部纹理走向，而块方向图表示原始指纹图像中每条纹线的大致走 向。点方向图对于指纹预处理过程中前景背景的分离、指纹图像的增强及二值化 有着重要作用；而块方向图则可用于指纹图像中奇异点( 如中心点和三角点) 的检 测及指纹的分类与匹配。 设g 表示输入的灰度指纹图像，其大小为g g ，g 的取值范围一般由指纹输 入设备的分辨率决定。当以5 0 0 d p i 的分辨率输入指纹时，所得的数字图像一般 有5 1 2 5 1 2 个像素点。g 的取值范围一般是o 到2 5 5 的整数，表示输入图像有 2 5 6 个灰度级。用d 表示灰度图像的点方向图像，d 中的每一点代表指纹图像中 该点的局部纹理走向。一般将指纹的局部方向在0 到n 区间量化为4 个或8 个方 向，分别用相应的方向代码0 ，1 表示，如图2 2 所示。在点方向图计算出来 后，将原指纹图像划分为很多图像子块( 大小为w w ) ，通过计算在每一图像子 块中的主方向得到块方向图b ， 懑瓣 ! 愁i 蒸 ( b ) 指纹块方向图 图2 - 1指纹方向图 这也将处理范围由g g 减少到( g w ) ( g w ) ，这步操作是在图像子块的方向直 方图上进行的。方向直方图h = h ( 0 ) ，h ( i ) ， 中，h ( i ) 是在所定义的图像子 块中方向出现的概率。 在我们的实验中，图像大小为3 5 2 2 8 8 个像素。块方向计算中取w = 8 。更大 的w 将使局部方向被平滑，而更小的w 则会失去特征方向。方向的量化级数n 1 2 第二章指纹方向图 取8 ，n 越大，方向计算越准确，但该方向上参与计算的像素也要相应增加，导 jl 一 一 童 j 1 i 斗缓 刁n - ， ( a ) 四方向( b ) 八方向 图2 2 指纹图像的方向表示 致整个计算量增大。实验表明，n 取8 时有很好的结果。 2 3 方向图的算法 近年来，国内外不少研究指纹识别的学者在求取指纹方向图上已取得了不 少成果。b m m e h t r e 。3 等人提出了一种基于邻域内方向模板上灰度统计特性的求取 方向图的方法：a r r a o 。3 提出了一种利用梯度算子求取方向图的方法：a n i l j a i n 等人对r a o 的方法作了进一步的改进，采用了一种后处理平滑算法，并利用g a b o r 滤波器对频率和方向的选择性，实现了图象增强。m _ m s c h o n g “”等人利用b 样 条曲线抽取指纹图象的几何框架并基于此进行指纹的分类。a t o o ”3 等人在分析 了图象边缘2 x 2 窗口对纹线局部方向的作用之后，提出了一种求块局部纹线平 均方向的方法：黄席樾”1 等通过对指纹图象方向基元集的定义和描述，对a t o j o 的方法给出了数学上的解释，并针对平均方向计算公式抗噪能力较弱的缺点，提 出了根据局部图象质量的不同采用不同的计算平均方向的自适应方法：北京大学 “”通过对图象圆盘标准方向偏子集的定义和变差分析，提出了一种计算纹线方向 图和不可定向图的方法。 我们对上述算法进行了部分的实现，结合课题组前期工作的经验，通过比较， 结果表明邻域方向模板法具有算法简单，处理速度快，图像细节保留能力较强等 优点，其缺点是受噪声影响较大，一旦指纹图像受到较大的噪声污染，这种方法 容易将噪声造成的伪方向当成指纺脊或谷的方向反映出来。因为我们的算法将指 1 3 第二章指纹方向图 纹图像在采集的时候进行了一次去噪操作，并在预处理前进行质量评测，有效的 控制了指纹图像的质量，所以我们选用了邻域方向模板法，并在此基础上作了一 定的改进。即计算时不仅考虑了沿指纹纹线的切线方向灰度变化最小，同时考虑 它的法线方向应是灰度最大的方向。具体算法如下： 设定8 个方向，各方向之间夹角为万8 ，以方向数0 7 表示。每个像素点 上方向数的判定是在其n x n 邻域窗口中得到的。邻域窗口的尺寸并无严格限 定，但其取值与图像的分辩率直接相关。如果邻域取得过小，则难以从其中的灰 度分布得出正确的方向性；若取值过大，则在纹线曲率较大的区域窗口内纹线方 向不一致，会对以后的滤波操作造成不良影响。一般可取n 为1 、2 个纹线周期， 这里我们取为9 ，该9 9 邻域窗口如图2 - 3 所示。 、电 、5 h 亨 ，叮 下。 、6、量河，7，2一r 、7 。 i ，1 、! ， 一廿一- 一b 一 涨； - 日廿一 ， ，i ， 。7 、， i ， ， 、 。十 ，2 7 ，j棒 5 、 、6、牛、 2 3抖 ，、 、呕 1 4 第二章指纹方向图 该像素处的脊线方向。 2 4 方向图的平滑 由于纹线中的折痕、毛刺、背景中的细小污点等影响，求出的方向图中会存 在一定的噪音，需要对其对其进行平滑。方向图平滑的基本思想是：指纹纹线的 走向是连续变化的，邻近像素点上的方向不应该有突然的大角度转折。平滑也是 在窗口( 块) 中进行的。平滑包括点平滑与块平滑，点平滑是以像素为单位，窗 口中心像素点上的平滑结果由窗口中各像素点方向值及其分布确定：块平滑以块 为单位，块中各点的方向都设为该块的方向。 设将方向图划分成w w 大小的窗口( 块) 。以下分别介绍这两种算法。 2 4 1 点平滑 取w = 8 。设( d ) 是某一像素在8 邻域中方向为d 的像素个数，( d ) 的最大 值定义为n ( d 1 ) ，次大值定义为n ( d 2 ) ，其对应的方向值分别是d 1 和d 2 ，c ( i ，j ) 是点( f ，j ) 校正后的方向代码。按如下算法平滑( 各界值由实验确定) ： c ( i ) = d 1 5 n ( d 1 ) 8 ( d 1 _ = + 一d 2 ) 3 ( d 1 ) 5 且( d 2 ) 2 且( d 1 ) 一( d 2 ) 2 d ( i ) o t h e r w i s e 2 4 2 块平滑 取w = 8 或1 6 ，对每块计算方向直方图，方向直方图中的峰值方向即为块方 向。方向直方图表示的是各方向数d 与该块中各点在此方向上出现的像素频数。 在统计意义上，方向直方图的峰值方向表示该块中大多数点的方向。 块方向平滑算法描述如下： 1 ) 将输入指纹图象划分为互不重叠的w w 的子块，对每一块分别进行处理 2 ) 统计每一块子图象中所有点方向在八个方向值中最多的那个方向值，记作 m a x d i r 。 1 5 第二章指纹方向图 3 ) 在每一块予图象中，以m a x d i r 更新该块中所有的点方向。 4 ) 考察每一块子图象块周围八邻域子图象块的方向值，若没有该子图象块相同 的方向值且八邻域中有一方向值数大于4 ，则以该方向值更新子图象块方向 在本算法中，先以像素为单位，再以块为单位连续进行两次平滑处理。实 验结果表明( 见图2 4 ) ，块平滑可以在一定程度是消除指纹图像中普遍存在的 折痕的影响。 ( a ) 指纹灰度图像( b ) 指纹方向图( 方向平滑前) ( c ) 指纹方向图( 方向平滑后) ( d ) 指纹灰度图与方向图的叠加 图2 - 4 方向图的计算 1 6 第二章指纹方向图 2 5 小结 研究指纹的自动识别问题，必须紧密结合指纹图象纹理结构特征进行。由于 指纹方向图抽象了指纹脊线与纹谷交错平行分布的特点，反映了指纹图象纹理结 构的本质，实践证明，指纹方向图是解决a f i s 中某些关键技术的一个重要途径。 本章介绍了一种利用指纹灰度特性计算指纹方向图的方法，并将其应用于实际指 纹图像，取得了较好的效果，它将对指纹识别的后续处理，如指纹增强、二值化 及指纹分类等打下良好的基础。 1 7 第三章二值化及二值增强 第三章二值化及二值增强 3 1 引言 在指纹自动识别系统中，图像采集设备所得到的图像是一幅含有较多噪声的 灰度图，必须经过预处理，除去大量的噪声信号，得到一幅纹线清晰的点线图，才 能进行指纹特征的提取和匹配。而二值化是图像预处理中非常重要的一步。对图 像进行二值化1 处理，一方面对图像信息进行了压缩，保留了纹线的主要信息，节 约了存储空间，便于计算机存储和处理。另一方面还可以去除大量的粘连，为指纹 特征“”的提取和匹配作准备。二值化的目的是把灰度图象变成0 、1 两个灰度级 的图像，前景点( 指纹脊线) 取作1 ，背景点取作0 ，以把指纹脊线提取出来， 便于后续处理。多数二值化方法的实现“。”3 是基于指纹图象的下面三点特点： 1 ) 脊线与谷线宽度大致相等，因此二值化后黑白像素的个数应大致相同； 2 ) 在局部邻域内，垂直于纹线方向上的灰度值在脊线处取到极大值； 3 ) 脊线与谷线相邻处存在阶跃性边缘，因而可以使用边缘检测与提取技术。 3 2 二值化方法 在一幅图象中，按一定的规则划分出感兴趣的部分或区域叫分割。二值化也 是图象分割的一种方法。在很多情况下，图象是由具有不同灰度的两类区域组成 的，如文字扫描图象中的文字笔画和纸张在灰度图上就表现出不同的灰度值。在 指纹图象中，脊线也比谷线要暗。所谓灰度图象的二值化就是通过设定阀值 ( t h r e s h o l d ) ，把它变为仅用两个灰度值分别表示图象的前景和背景颜色的二值 图象。图象的二值化可以根据下面的阀值来处理： 假设一幅灰度图的像素值为f ( i ，j ) ( r 。，r 。，r 。) ，设有一阀值为 t = r 。，1 i 珊，贝0 ： 朋= ：；嬲三； 艄髓泞， 通常，用二值图中的1 来表示目标子图，用0 来表示背景子图。 二值化的方法很多，关键在于阀值t 的选取。而t 的取值方法又取决于二值 1 8 第三章二值化及二值增强 化的技术。t 的选择有基于由点的像灰度值单独决定的、有由像素的局部特征决 定的、也有基于全局像素决定的。阀值可以分为两类：全局阀值和局部阀值”1 。 全局阀值是对整个图象采用一个阀值进行划分，例如非零像素置1 化、固定阀值 二值化、判断分析二值化、基于灰度直方图的阀值法等。局部阀值法是将图象分 成一些子块，对于每一块选定一个阀值，如动态阀值法。 3 2 1 固定阀值法 根据图象的先验知识，如假设文字图象中文字占全图的百分比为p ，试取一 系列的t ，当使用某个t = t 。时，其分割以后的图象中文字所占的比例等于或接近 p 时，那么就可以选定t 。为阀值。再如图象中某些目标物体宽度己知为d ，当t = t 。 时，其分割结果正好使目标的宽度接近d ，即可选定这个为分割阀值。 由于指纹是脊线和谷线相间组成的，在指纹扫描灰度图中，脊线一般比谷线 较深，在灰度图上的灰度值比谷线的灰度值大。我们感兴趣的是脊线的纹路细节， 所以我们将脊线视为前景，作为目标物体，在二值化中变为1 ，为黑像素。而把谷 线当成背景，将其灰度变为0 ，即为白像素。我们可以想象其脊线和谷线在人的指 纹中所占的宽度大致是一样的，这种设想也是合理的。当手指通过光电设备转化 为灰度图象，经过二值化分割以后其黑自像素应该接近1 ：1 ，利用这一点我们就 可以用下面的算法进行二值化。我们主要目标就是找到一个灰度值t ，以它作为 阀值使指纹图象二值化后的黑白像素在整个指纹图中所占的比例接近相等。设图 象尺寸为mxn ，其灰度可取值l ，l 。，l n ，用离散随机变量 x 。，( 0 i m 一1 , 0 墨，墨n 1 ) 来表示图象中任一像素的灰度。则l - ，l ：，b 即为 x ，的n 个可能的值。设各灰度级在图象中出现的概率分别为： p ，= p ( l ，) ，p 。= p ( l 。) ，16 , p n = p ( l 。) 则可以通过下面三步来计算二值化阀值： ( 1 ) 计算指纹灰度图的总像素数：对于一幅1 1 1 1 1 的灰度图，其总像素数为m x i 2 ： ( 2 ) 找出像素数目为总像素数的一半时的像素灰度值t ，如果p m z 5 0 ，则 m = l t = l 、： 1 9 第三章二值化及二值增强 ( 3 ) 将t 设为阀值，对整个指纹图象进行扫描，将灰度值大于t 的像素点的灰度 值改为1 ，反之则为0 。二值化后的效果如图3 - i ( b ) 所示。 “黪：? 。j ? 。 ( a ) 源指纹图象 图3 - i 固定阀值二值化 3 2 2 动态阀值法 ( b ) 固定阀值二值化效果 夺分块均值法。7 3 由于指纹图像的特点是隆起线与沟线交错有序地排列，隆起线与沟线上的点 数量大致相当。故简单地求灰度平均值即可得到区域阈值。具体做法如下：将图 象分为若干个nxn 方块，对任一块计算平均灰度值，将方块中的每个像素的灰 度值与平均灰度进行比较。若大于平均灰度值，则将该像素点的灰度值置为2 5 5 ： 反之则置为0 。 夺自适应分块均值法“。 在分块均值法的基础上，根据指纹小区域内隆起线与沟线象素点数大致相等 的特点，采用自适应方法来调整阈值t ，使区域内大于等于和小于等于t 的象素 基本一致，具体算法如下： 1 ) 将指纹图像均匀分为m * m 的区域： 2 ) 对每一区域s 进行如下处理： a 求区域平均灰度值 。笺。臻爹麓；一一一一一一?一一 。jj蔓笺鬯妻一， 。囊一篱誉麓一一一一。t 。一露毫浮。一一 第三章二值化及二值增强 v 。= ，( f ，j ) n 2 ( 3 2 ) ( ，) e s s 为m * m 区域，n = m ，暂设阈值t = v 。调整次数n = o ； b 统计区域内大于等于t 及小于等于t 的象素个数：n 。，n 。 c 如果n s - n 。6 或n m ，则t 为所求闽值 否则：如果n 。 n l ，则t = t + i ，转b 否则t = t 一1 ，转b ； 3 )通过式( 3 1 ) 确定二值化图像的像素灰度值 其中6 是n ：，n l 的误差范围系数，这是由于n 。，n l 不可能总严格相等，这里6 取0 1n 2 。n 为闽值调整次数，设置n 一是由于指纹图像的边缘部分，隆起线与 沟线象素数相差较