（计算机应用技术专业论文）指纹自动识别系统的算法研究.pdf

沈刚f 业人学硕士1 学位论文 摘要 出于安全性霹l 方便性的考虑，生物识别技术得到越来越多的重视，其中，指纹自动 识别系统足当前最热门的应用，这是由于指纹采集方便，且具有唯一性。本文利用计算 机和活体指纹录入仪，综合利用图像处理和模式识别技术，对活体指纹识别系统所应用 的各种技术进行了探讨，描述了一个指纹识别系统的一整套实现方案，并提出了一些自 己的观点。全文内容共分为六章：第一章为绪论：第二章为系统设计：第三章为指纹图 像细节特征提取，包括指纹图像与背景分离、指纹图像增强和二值化、细线化、提取指 纹细节特征点；第四章为指纹图像匹配这罩介绍了点模式匹配通常方法和对其的改 进；第五章为本自动指纹识别系统的实验结果：第六章为结论部分。主要研究内容为： j 在指纹阿豫与背景分割部分，在采用方差法后，利用相邻的分割结果信息确定指纹范 围。2 在指纹增强和二值化部分，利用块方向图滤波的连接断线和分离粘连的特点，点 方向图滤波对细节点精确的特点，把二者结合起来，使得二值化效果有明显改进。3 提 取指纹特征点后，采用设定的几个规则去除伪特征点。4 在指纹图像匹配部分对点模式 匹配方法进行了改进，使得匹配所需时间缩短。 本文较为系统地研究了自动指纹识别的理论和技术，在指纹图象方向信息提取和利 用指纹图象方向信息提取指纹脊线方面的研究有所创新。本文可以为指纹技术人员的研 究提供参考。 关键词：指纹、识别、方向图、点模式识别 沈仁一业人学硕士学位论文 ，一一 t h er e s e a r c ho f a 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 l g o r i t h m a b s t r a c t m o r ea n dm o r ep e o p l ep a ya t t e n t i o nt ob i o l o g yi d e n t i f i c a t i o nt e c h n o l o g yf o rt h es e c u r i t y a n dc o n v e n i e n c er e a s o n f i n g e r p r i n tr e c o g n i t i o ni st h em o s ti m p o r t a n ta p p f i c a t i o no f i t t h a ti s b e c a u s et h a ti ti se a s yt og e tt h ef i n g e r p r i n to fs o m e o n ey o uw a n ta n dt h e r ei sn os a w l e f i n g e r p r i n t i nt h ew o r l d b a s e do nc o m p u t e ra n dl i v e f i n g e r p r i n ts c a n n e r , u s i n gt e c h n o l o g y i m a g ep r o c 娥a n dp a t t e r nr e c o g n i t i o n , t h i ss t u d yi n v e s t i g a t e st h e o r ya n dm e t h o d so f 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 n , i m p l e m e n t sa l g o r i t h m s o fa 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 l s ) t h et h e s i si s o r g a n i z e d a s f o l l o w s c h a p t e r 1i si n t r o d u c t i o n c h a p t e r 2i sp r e s e m sd e s i g no f t h ea 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 ma n dr e l a t e di s s u e s c h a p t e r 3d i s c u s s e sf 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 dan e wm i n u t i a ea l g o r i t h mb a s e do n i m p e r f e c tt h i n n 咄f i n g e r p r i n ti m a g e c h a p t e r4d e a l sw i t h am i n u t i a em a t c h i n g a l g o r i t h mb a s e d o n p o hp a t t e r nm a t c t 衄t h e l a s tc h a p t e ri sc o n c l u s i o n t h em a i nc o n t e n t sa r ea sf o l l o w ： it h em e t h o dt o s e g m e n tf i n g e r p r i n tf r o mb a c k g r o u n da r es t u d i e d b ys e l e c t i n gt h r e s h o l d w h i c hm a k e st h en u m b e ro f p i x e l st h a ta r eb i g g e rt h a nt h et h r e s h o l de q u a lt ot h en u m b e ro f p i x e l st h a ta r es m a l l e r t h a ni tf o rl o c a la r e a ，f i n g e r p r i n ti m a g ec a nb e s e l f - a d a p t i v e l ys e g m e n t e d f r o mt h eb a c k g r o u n d a f t e rt h a tw ec a nm a k es u l et h ef i n a lr e s u l tt h r o u g ht h ei n f o r m a t i o n a r o u n dt h e1 0 c a la r e a 2t h em e t h o do f r i d g ee x t r a c t i o ni ss t u d i e d u s i n gt h eo r i e n t a t i o ni n f o r m a t i o no f l o c a la r e a , m a s k sf o rs m o o t h i n ga n de n h a n c i n ga r ed e s i g n e dr e s p e c t i v e l y t h e s em a s k sc a l ls m o o t ht h e i m a g ea l o n go r i e n t a t i o no f t h er i d g e sa n de n h a n c et h ei m a g ea l o n go r i e n t a t i o no r t h o g o n a lt o r i d g e sa tt h es a m et i m e r e s u l t si n d i c a t et h a tt h em e t h o dc a i lc o n n e c tb r e a k so f t h er i d g e sa n d c a nd i s p a r t c o n g l u t i n a t e dr i d g e s a sar e s u l t ，t h er i d g e st h a ta l es i n g l ec o l o ra r ee x t r a c t e d c o r r e c t l y 3a f t e r g e tt h em i n u t i a e sf r o mt h i n n i n gr i d g e s ，e r a s es o l n em i n u f i a e st h a ta r en o tr e a lm i n u t i a e s u s i n gs e v e r a lr e g u l a r s 4 i m p r o v e t h ep o n p a t t e r nm a t c h i n gm e t h o d t or e d u c et h e s p e n d i n g o nt i m e 一2 一 沈日 j _ k 人学硕士学位论文 t h i s s t u d ys y s t e m i c a l l yi n v e s t i g a t e st h e o r y a n dm e t h o d so fa 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 n ，b r i n gan e w i d e ai na c q u i r i n gm i n u t i a ee x t r a c t i o nw i t ha c c u r a c y t h i ss t u d yw i l l b eh e l p f u lf o rt h e p e o p l ew h o r e l a t ew i t ha f l s k e y w o r d s ：f i n g e r p r i n t , i d e n t i f i c a t i o n ，r e c o g n i t i o n ，o r i e n t a t i o n ，p o i n tp a t t e r n 3 一 独创性说明 本人郑重声明：所呈交的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，除了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的研究成果，也不包含为获得 沈阳工业大学或其他教育机构的学位或证书所使用过的材料。与我一同 工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表 示了谢意。 签名：夏明日期：m 牛? j 2 关于论文使用授权的说明 本人完全了解沈阳工业大学有关保留、使用学位论文的规定，即： 学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公 布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论 文。 ( 保密的论文在解密后应遵循此规定) 签名：夏文力 导师签名：整堡骂：日期：竺兰! f 兰 沈日i 业人学硕士学位论文 1 绪论 1 1 生物识别技术简介与课题的定位 1 1 1 生物识别 人类的身上有很多特征可用以区别自身与其它人，如：人脸，虹膜，指纹，掌纹等 等。其中，人脸订 别是我们人类用以识别出其他人身份的最常见的手段。但是，对于自 动系统的应用来说，由于人脸的相似性和可化妆，因而最常见的计算机识别方式是指纹 识别 2 3 0 “。 指纹识别是指尖表面纹路的脊谷分布模式识别。这种脊谷分布模式是由皮肤表面细 胞死亡、角化，在皮肤表面积累形成的。人的指纹特征是与生俱来的，在胎儿时期就已 经决定了。人类使用指纹作为身份是别的手段已经有很长的历史了，使用指纹识别身份 的合法性也得到广泛的认可。现代指纹识别技术的研究是从十六i ! t c d ) j ：始的。1 7 6 4 年，英国植物学家n e h e m i a hg r a w 发表了人类对指纹识别技术进行科学研究的筇一篇论 文，研究了指纹纹线脊、谷和孔状结构的对称性。从此以后，很多人开始致力于指纹识 别技术的研究。1 7 8 8 年，m a y e r 发表论文从解剖学的观点详细描述了指纹纹线的结构， 并对纹线的结构特征进行了定义。1 8 0 9 年，t o m a sb e w i c k 开始使用其指纹作为他的私 章，被认为是现代指纹识别技术研究的里程碑。1 8 2 3 年，p e r k i n j e 提出了第一套指纹 分类方案，根据纹线的全局结构模式，将指纹大致分为九类。1 8 8 0 年，l l e n r yf a u l d 第 一次比较科学地研究了指纹的唯一性问题。大约在同一时间，h e r s c h e l 宣称他从事指 纹识别技术的研究已有近2 0 年的历史。这些研究奠定了现代指纹识别技术的基石。在 十九世纪后期，f r a n c i sg a l t o n 对指纹进行了较为深入的研究，他于1 8 8 8 年撰文将指 纹细节特征引入分类概念。1 8 9 9 年，e d w a r dh e n r y 建立了著名的“h e n r y 指纹分类体 系”，标志着指纹分类取得了重大进展。在二十世纪早期，指纹的概念已为人们所熟 知，逐步归纳、建立了关于指纹的三个基本原则： ( 1 ) 不同的人的指纹具有不同的脊、谷纹线结构。 ( 2 ) 指纹全局结构模式是因人而异的，但种类使有限的，对指纹进行分类是可行的。 ( 3 ) 对每个人来讲，指纹的全局结构模式和细节特征是与生俱来和终生不变的。 沈骱i 。业大学硕士学位论文 因此，指纹一直被当作人的身份鉴定的可靠手段。事实上，指纹识别技术已经差不 多成了生物识别技术的代名词h 圳了。指纹识别技术面临的最大凼难是它需要大量计 算。为满足速度要求，对资源要求很高。另外，指纹识别的准确率尚需进一步提高。 汁算机指纹自动识别系统是个人身份认定的一种重要手段，随着计算机技术的进步， 图像处理与模式识别方法的发展，使指纹自动识别系统的性能闩渐完善。指纹处理经 历了人 j 处理、半自动化处理和自动化处理等3 个发展阶段。美国于1 9 6 3 年首先开展 有关软件的研究，随后，在1 9 7 5 年r 本也开始这方面的工作，我国开展得较晚( 约于 1 9 8 1 年开始) 。1 9 7 5 年美国推 扫第一个商业系统p r i n t r a k 2 5 0 ，而日本的n e c a f i s 于 1 9 8 2 投入使用。近年来，国内也相继推出了自主研发的指纹自动识别系统。 1 12 课题的定位 为满足速度要求，指纹识别对资源要求很高。另外，指纹识别的准确率尚需进一步 提高。 迄今为止，尽管自动指纹识别技术研究取得了很大进展，但仍有很多问题需要去进 一步研究和提高。主要的技术难点如下： ( 1 ) 活体指纹录入设备的质量还有待提高。采集到的活体指纹的质量对自动指纹识 别系统而言是至关重要的。系统需要质量更好的活体指纹录入仪，对于干、湿和脏些的 指头都能采集到质量良好的图像，对指头的爆皮、刀口和伤痕等也能有很好的适应性。 ( 2 ) 指纹细节特征的提取。在实际应用中，有相当一部分要处理的指纹图像的质量 是比较差的。就现有文献和产品来看，对低质量的指纹罔像的处理效果还远不能令人满 意。要想使设计的细节特征提取算法能够对低质量指纹图像也能可靠工作的话，目前看 来还是一件难度很大的事情。 ( 3 ) 指纹增强。指纹增强是力图对坏损指纹图像恢复其固有的脊谷纹线结构。而设 计一个能对付各种图像坏损的指纹增强算法是一件很难的事情。 ( 4 ) 指纹匹配。指纹匹配算法的性能主要决定于所提取到的特征点的数日、位置和 相互关系的可靠性。要想设计一个对较多真正特征点缺失、较多伪特征点出现和较大形 变均不敏感的指纹匹配算法，也是一件十分困难的事情。 2 沈刚1 ：n k 人学碗十学位论文 ( 5 ) 指纹分类。尽管现有文献介绍了一一些指纹分类方法，而且部分方法已经丌始尝 试应用于实际的自动指纹识别系统，但无论对自动指纹识别系统还是对指纹专家而i 未 指纹分类仍然是一个最令人头痛的问题。同前，指纹分类的理论体系主要还是用j 二人工 而不是自动指纹分类。 ( 6 ) 图像压缩。没有很好的指纹图像压缩方法，存储数以亿计的指纹i 硐像将是将一 件很棘手的事。有文献介绍使用小波技术町以将指纹图像压缩1 0 到2 5 倍。我们希望能 有更好的压缩指纹图像的方法。 m 指纹匹配的计算复杂性。计算复杂性是自动指纹识别技术中一个重要的研究课 题。实际应用要求最好自动指纹识别系统能对i ： 惕0 任务实时做出响应，而让指纹匹配算 法同时达到高速度和高准确率也是一个难题。 应该说明的是，以上所提到的技术难点并不是孤立的，而相互联系的。比如，如果 活体指纹录入仪的质量很好，即使在条件不理想的情况下采集到的指纹图像也很清晰的 话，那么使用较为简单的特征提取算法就能较为准确的提取细节特征，从而使特征提取 算法得到简化。指纹识别的应用中最著名的就是犯罪嫌疑人的识别f a h s ) 系统，但是随 着算法的发展，门禁系统，计算机安全，网络安全，考勤，i c 卡，p d a 的应用等诸多 方向都开始使用指纹识别技术。 总之，有理由相信，随着技术的不断发展，指纹识别技术将不断完善，并得到更为 广泛的应用。 1 2 指纹识别技术简介 从技术角度来看，自动指纹识别技术大致包括指纹采集、指纹分类、指纹匹配。 1 2 1 指纹采集 从采集方式来看，指纹基本分为三类：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) 上所留下的指纹 痕迹。一般来讲，捺印指纹多采用滚动采集方式，采集到的指纹又称为捺印指纹。要 采集捺印指纹，首先要将手指在印墨上按一下，是指头上均匀地沾上一层薄薄的印 墨。然后将指头按压在白纸上，从一侧向另一侧滚动手指，这样就在白纸上形成了指 纹痕迹。在经相应设备转化为数字化的信息，就得到一枚捺印指纹。很久以来，人们 3 一 沈刚1 _ 业大学硕十学位论文 一直在使用这种方式聚集指纹。直到今天，这种方式仍然足指纹采集的主矍手段之 。撩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，日采集的质量难以严格控制。现在的自动指纹t 别技术而言。，一般不使 用捺印指纹，而直接使用活体指纹。 根据录入原理的不同，活体指纹录入仪可分为光反射式、超声反射式、热敏式、电 容式等几种。根据采集时指头是否与指纹录入仪接触，又可分为接触式和非接触式。 根据是否可以滚动采指纹由可分为滚动指纹录入仪和非滚动指纹录入仪。 由于成本和技术成熟度等原因，当前最常见的是利用光学设备接触式提取指纹。下 面简单介绍一下光学设备取像。“3 光学取像设备依据的是光的全反射原理( f t i r ) 。光线照到压有指纹的玻璃表面， 反射光线由c c d 去获得，反射光的量依赖于压在玻璃表面指纹的脊和谷的深度和皮肤 与玻璃之间的油脂和水分。光线经过玻璃射到谷的地方后在玻璃与空气的界面发生全 反射，光线被反射到c c d ，而射向脊的光线不发生全反射，而是被脊与玻璃的接触面吸 收或者漫反射到别的地方，这样就在c c d 上形成了指纹的图像。 另有一类指纹叫做模糊指纹，一般是在犯罪现场采集到的指纹。 1 2 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。就指纹分类而占，人 们感兴趣的只是指纹的一部分区域，叫做模式区。模式区是典型线围绕而成的指纹区 域。典型线指的是指纹中形成圆形或环绕趋势的最内层纹线。在模式区中，有两类特殊 的点可以用于指纹分类。一类叫做d e l t a 点，另类叫做c o r e 点。d e l t a 点又叫做外 终点，被定义为模式区内离典型线分差处最近的位置。d e l t a 点的位置很难精确定义， 这个位置可能是一个孤立点、一段短线、纹线分差点、纹线端点或模式区内纹线上距离 典型线分差位置最近的点。c o t e 点又叫做内终点，被定义为纹线上曲率最大的点，周 围纹线大致呈现半圆趋向。由于纹线上各点曲率的多样性，确定c o r e 点的方法比较复 杂。在指纹分类和指纹匹配中用到的另一个重要概念是纹线数。纹线数一般定义为从 4 一 沈阳工业大学硕士学位论文 c o r e 点到d c l t a 点所穿过的纹线条数。但是，由于指纹纹线结构模式的高度复杂性， 精确定义纹线数是一个很困难的事情。 根据指纹脊或谷的整体流向的模式，指纹大致可以被分为以下五类：左环、右环、 拱形、尖拱形和漩涡形。有了上面的定义，指纹分类的规则可粗略描述如下：若指纹中 既不存在d e i r a 点也不存在c o r e 点，则为拱形：若指纹中存在：个d e l t a 点和一个 c o r e 点，则根据d e lt a 点和c o r e 点的位置分别归属j 二尖拱型、左环和右环；若指纹中 存在两个c o r e 点不存在d e l t a 点或存在两个d e l t a 点和两个c o r e 点，则属于漩涡形。 指纹分类的主要目的足方便大容量指纹库的管理，加速指纹的搜索匹配。尽管许多 研究者对指纹分类问题已做了大量的工作，但在自动指纹识别系统的研究中，如何减小 分类的误识率至今仍是一个难点。图1 1 是分别属于不同类别的典型指纹图像： 拱类左旋类右旋类尖拱类旋涡类 图1 1 指纹的五种分类 l23 指纹匹配 指纹匹配是靠比较两枚指纹的局部纹线特征以及它们的相互关系来决定指纹的唯一 性的。指纹的局部纹线特征有很多种，但这些特征出现的概率并不相等，很多特征是很 罕见的。美国国家标准局提出用于指纹匹配细节的四种特征为脊终点，分叉点，复合特 征( 三分叉或交叉点) 以及未定义但目前最常用细节特征的定义是美国f b i 提出的细节 模型它将指纹图像的最显著特征分为：纹线端点( r i d g ee n d i n g ) 和分差点( r i d g e b i f u r c a t i o n ) 。纹线端点指的是纹线突然结束的点，而纹线分差点则是纹线突然分为 二的点。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，而且容易检测，更重要的是，使用这两类特征点足以描述指纹的唯一性。对枚给 定的指纹，可以通过算法检测到这两类特征点的类型、坐标和方向。 5 沈i 业人学硕十学位沧文 尽管由于考虑问题的出发点不同，设计的方案和选择的算法不同，指纹匹配的：疗法 一i 只一种。但基本的思想不会有太大差别。对于给定的两枚指纹，传统的指纹匹配过程 如下： ( 1 ) 将两枚指纹进行分类。如果两枚指纹分别属】：不同的类别，则无须进行以 下处理，商接给出两枚指纹不匹配的结论；否则，进行卜一步工作。( 2 ) 对两枚指纹 图像进行预处理，包括指纹图像与背景的分离、方向信息提取、纹线提取预处理、二值 化、细化和后处理等步骤，最终得到一幅单像素宽的细化指纹图像。( 3 ) 进行特征提 取，检测井记录每幅图像特征点是否符合同一结构模式，一般包括位置是否对应、类型 是否相符以及方向是否大致相同。由于采集位置不i 司和形变的存在等原因，即使两枚指 纹图像来自同一个人的同“。个手指，也不可能所有的特征点都能匹配。一般认为，如果 两枚指纹能有1 3 对特征点相匹配，可做出匹配成功的结论，即断定两枚指纹来自同一 个人的同一个手指。 1 _ 3 国内外本领域研究概况 鉴于自动指纹识别技术带有强烈的商业气息，一般情况下，技术内核都是各公司或 研究机构的高度机密，所以，想了解各公司的自动指纹识别产品的技术实现几乎是不可 能的，只能通过其产品的性能从外部进行了解。 国外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，美国在这一领 域的研究水平居于世界最前沿。在美国的l d e n t i x 、e a s ts h o r e 、d i g i t a l p e r s o n a 、 v e r i d i c o m 、n e u r o t e c h n o l o g i j a 等公司都有自动指纹识别产品面世，而且很多大型的i t 公司，如：i b m 、c o m p a q 等也推出了自己指纹产品。图1 2 是美国d i g i t a l p e r s o n a 公 司的指纹录入产品u a r e u4 0 0 0 ，技术指标如表1 1 所示。 当前，国内从事自动指纹识别技术研究和产品销售的公司也有很多。基本上可以分 成两类：一类是主要从事国外产品代理业务的公司。这类公司的数目较多，如：湖南会 信、济南同飞、哈尔滨赛恩斯等公司。另一类是主要从事自主研究开发的公司，数日相 对较少，9 ：1 1 ；大高科、北京四方远大公司和长春鸿达集团等为代表。这几家公司都自己 拥有专门的研究开发队伍，并有自己的专利产品推出。以北大高科为例，该公司主要面 对公安方面的指纹识别，推出公安指纹自动识别系统( p u - a f i s ) 3 1 ，该软件采用三级 6 鲨型三些奎堂雯圭堂竺堡奎 一 并行比对技术，根本性解决了大容量库指纹查询速度问题，比对速度可以达到10 万枚 秒，已经具备5oo 万人以| j 指纹库建库能力1 2 ”。 表1 1u a r e u4 0 0 0 的技术参数 s c a n n e rn a m e u a t e u4 0 0 0 m a n u f a c t u r e rd i a i t a l p e r s o n a i n c c o n n e c a o n u s b r e s o l u f d o n 5 1 2d p i 7 9 x 4 9 x 1 9 m m f 3 1 1x 1 9 3 x s i z e 0 7 5 i n ) i m a g ec a p t u r ea r e a 1 4 6 x1 8 1m m ( 0 5 7x 0 7 1i n ) o p e r a t i n gt e m p e r a t u r e+ 5 。c + 3 5 。c ( + 4 0 。f + 9 5 。f ) s u p p o r t e do s m sw i n d o w s 图1 2u a r c u4 0 0 0 的外观 7 一 沈刚i ：业大学硕十学位论文 2 系统设计 2 1 系统描述 一个生物识别系统的工作模式可以有两种：验证模式和辨识模式。辨沮模式生物“ 别系统的设计要比验证模式生物识别系统的设计难度大酬。对验证模式牛物识别系统的 设计而占，面临的主要任务是提高系统的准确率问题。因为验证模式是一种l ：l 比对 模式，系统响应时间一般能满足应用需要。而刈于辨识模式生物识别系统的殴计，准确 率和响应时间是很关键的问题。要完成一次辨记辨识模式生物识别系统要遍历整个样 本数据库，逐一进行比对，因此对特征提取算法和特征匹配算法的速度要求都要高。有 些应用适合于工作在验证模式而另一些则更适合工作在辨识模式。比如：用指纹代替密 码的地方、最近得到应用的准考证的身份验证等部是只需要把采集的指纹与指纹库中的 某一个指纹做比较来判断，所以，只要工作在验证模式就可以了；辨识模式则是主要应 用在身份识别上，如：公安局的对犯罪嫌疑人的指纹搜索系统、一些公司用的指纹考勤 机等都是需要把采集的指纹与指纹库中几乎所有指纹扫描一遍，找出该指纹所有人的身 份。 另外，指纹系统的三个重要识别指标分别是正确识别率、拒识率和误识率。 正确识别率a = 正确识别样本数全部样本数+ 1 0 0 误识率s = 误识样本数全部样本数+ 1 0 0 拒识率r = 拒识样本数全部样本数+ 1 0 0 三者的关系是：a + s + r = 1 0 0 一个理想的系统应是r , s 尽量小，而a 尽可能大。而在一个实际系统中， s , r 是相互制约的，拒识率r 的提高总伴随着误识率s 的下降，与此同时识别率 a 的提高。因此，在评价指纹识别系统时，我们必须综合考虑这几个指标。三 者的关系如图2 1 所示。 本文，经过对过去的国内外指纹研究工作进行比较，提出一套指纹预处理及识别算 法( 工作在辨识模式) ，能在较短的时m 内比较准确地识别指纹。本系统是要完成一个 小指纹库容量，可进行快速比对，有较高识别率的自动指纹识别系统。本系统的拒识率 8 沈阳_ 1 ：业大学硕士学位沦文 和误识率f ， n 以根据需要调节，因此，可应用在指纹锁、中小型公司考勤等身份认定系统 中。 误 拒 蛊 误识率 图2 1 不同的应用场合需要不同的误识率和误拒率指标 9 沈阳工业大学硕士学位论文 2 2 系统流程图 图2 2 指纹识别系统流程图 一1 0 一 沈目i - r k 人学硕士学位论文 一一 3 指纹图像细节特征提取 3 1 指纹方向图 准确提取指纹图像的方向信息，在自动指纹识别技术中是至关重要的。 指纹纹线提取必须利片j 方向信息。方向信息提取的准确，才能够根据它构建 合适的模板，与指纹图像进行卷积，沿指纹纹线的切线方向对图像进行平 滑，以起到连接不应有的问断的作用：沿指纹纹线的法线方向对图像进行增 强，以突出纹线的边缘信息。这样能够保留和突出指纹图像的固有特征信 息，减少伪特征点的出现，保持真正的特征点少丢失。丽指纹分类和指纹增 强算法的实现都必须依赖指纹方向信息，一般指纹匹配算法也要利用指纹方 向信息。可以说，指纹图像的方向信息提取是整个自动指纹识别技术的前提 和基础。 方向图之所以有如此高的研究价值是因为其具有以下特点： ( 1 ) 真实性：指纹局部方向图真实地反映了指纹图像最本质纹形特征，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 ) 渐变住：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像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描述，嗣此是研究指纹的几何拓扑 结构问题得以大大简化。 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 等人提出了一种基于邻域内方向摸板上灰度统计特性的求取方向图方法； a r r a o 提出了一种利用梯度算子求取方向图的方法；a n i lj a n l 1 , 1 2 】等人对r a o 的方 法作了迸一步的改进，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，实现了图像增强。地肫s c h o n g i ”j 等人利用b 一样条曲线抽取指纹图像的几何 框架并基于此进行指纹的分类。a t o j 0 1 4j 等人在分析了图像边缘2 2 窗口对纹线局部 沈剐1 1 业人学硕士学位论文 方向的作用之后，提m 了一种求块局部纹线平均方向的方法；黄席樾i , s , 6 j 等人通过对指 纹图像方向基元集的定义和搦述，对a 7 i f o ) o 的方法给出了数学上的解释，剪垮r 对平均 方向计算公式抗噪能力较弱的缺点，提出了根据局部图像质量的不同采用不同的计算甲 均方向的自适应方法；北京大学通过对图像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1 1 7 1 。上海交通大学的杜朝晖等提出基于 w a s h 变换检测指纹方向场的算法”，利用方向场求得指纹的中心点，用于指纹分类和 快速检索。刘勇等提出了基于多窗口的区域方向图滤波法1 1 9 , 2 0j ，该方法利用指纹图像的 局部区域内纹线方向的相关性，有效地确定了纹线的区域方向，解决了单窗口区域方向 图法中存在的局部误判问题，进而实现了沿指纹纹线方向的滤波。 本文将指纹纹线的方向在0 。1 8 0 。之内划分为k 个基本的方向理论 ：k 值越大 越好，经实验及比较结果，k 取8 就可以了，k 再取大不仅对图像质量改善不尢相反还会消 耗更多计算时问，因此本文选取k 为8 ，即把1 8 0 。平均分为8 份。然后计算每点的纹 线方向，对于当前计算点，先分别计算其沿8 个方向上的灰度差分值。例如，在点p 。 沿0 。方向取左右相邻点各两点p l ，p 2 ，p 1 ，p d ，考虑到指纹图像的纹线宽度，所 以这里共取了po ，p l ，p 2 ，p _ l ，p - 2 共5 个点，g o ，g i ，g 2 ，g - l ，g 。分别为各 点的灰度值。 v 旷ig 1 一g oi + lg 2 一g ol + ig 1 一g oi + lg 之g o ( 3 1 ) v 。记为点p o 沿0 。方向的差分值，v ，记为点p o 沿i 方向的差分值。如此可求得 p o 沿8 个方向上的差分值，选取差分值最小的一个方向d 作为p o 点的点方向： d 2 j ( w h e nv ，2 m 螂，) ) i j = 0 7( 3 2 ) 图3 i 是用来求点方向的模板，在求点方向时，使得所求点与模板中心重合，则与 模扳上的标弓重合的点即可用来计算标号方向的差分值。 一1 2 - 沈腭j 业大学顶士学化论文 3 4 45 543 543 图3 1 在一个像素处的8 个指纹脊线方向 块方向则为把整个指纹图分割成互不相交的小块，块f i 勺大小与指纹图的纹线籽 细相关，通常取为脊线宽与谷线宽的和，在本文中，块的大小为1 5 1 5 。通过统计 每一块中的在8 个方向上的点的个数来确定本块的块方向，即在某方向上的点数最 多，则把该方向作为块方向。 上面求出的方向是逼近为8 个确定的方向，下面介绍一种可以得到较精确的块方 向角度的方法。 覆先计算块中每一像素点的一阶德导数，根据计算需要，阶偏导数算子可选简单 f 一1 0 1 1 的s o b e l 算子。模板尺寸为3 x 3 ，水平模板和垂直模板分别为：f 一202 f 。 l 一1 0 1 j ? 享一 ，将原始指纹图像分别与两模板进行离散卷积，即可求得一阶偏导 a ，( 巧) 、a ，( 功。 b 计算每块的方向信息。 一1 3 6 7 o 2 2 1 o 7 6 沈刖一1 - 业犬学硕七学位论文 v ( 巧) = 2 a ，r u v ) a ，( u ，v ) ； 一i 。，一i v y ( 巧) = 芝( a ，2 ( u v ) 一a ，2 ( u v ) ) 归卜i 忙7 一亍 7 1 t a n ( 嬲) ： ( 3 3 ) ( 3 4 ) ( 3 5 ) 其中，a ，( u v ) 、0 y ( u ，v ) 为点( 巧) 的x , y 方向的一阶偏导。o ( i ，) 即为所求得块 方向，范围在一号詈之间。 由于指纹图像存在噪声、边缘结构信息有缺损等原因，以上求出的方向信息并不总 是准确的。通过分析指纹的纹线走向，我们可以看出：除个别地方外，在局部区域内， 纹线的走向变化一般都是平缓的。基于这一特点，可以用一个滤波器对所求的方向图进 行平滑，修正不准确的计算结果。 3 2 指纹前景区域的确定 指纹图像分为前景和背景两部分，所谓前景指的是清晰的指纹图像，而背景指的是 采集区域中无纹线部分及纹线非常模糊的部分。采集到的指纹图像，总是不j t 避免的存 11 在背景区域，而且有时候背景区域的面积要占到整个采集区域面积的丢妄。如果不将 ，上 指纹图像同背景区域有效地分割开来，不仅需要处理整个采集区域，造成处理速度下 降，丽且由于背景区域的存在，还会影响各种图像处理算法的效果。从背景中分离指纹 图像的目的就是确定指纹图像的有效区域，有针对性地进行处理，从而节约处理时间， 保证处理效果。由于人的指纹本身是一个曲面结构，而现有的活体指纹录入仪的采集窗 口大都是乎板的，所以在采集指纹图像时，指头的不i 司位置和采集窗门的接触压力就会 不同，必然造成采集到的指纹图像的颜色深度不致，中心区域深一些，越向外越浅。 这就要求指纹图像的分离算法必须能适应这一点，不论在深一些的区域还是拽些的区 1 4 沈四ij 。业人学硕士学何论文 域都能准确地将有效的指纹区域同背景区域分离开来“1 , 4 2 1 。为此，本文是用了一种臼适 应的局啬i ；阂值图像分离方法解决这个问题。 指纹图像前景与背景分离算法描述如下： ( 1 ) 将采集到的整幅酎像分块。对于3 0 0 3 0 0 个像素点大小的图像，分成2 0 2 0 个 块，每块的大小为1 5 x1 5 像素点； ( 2 ) 求取分块图像内各点的最大、最小灰度值，第( f ，) 块的的最大、最小灰度值分 另记为b m a x ( i ，_ ，) 和b m i n ( i ，) ，f = o ，l ，1 4 ，j = o ，1 ，1 4 ： ( 3 ) 取m i d ( i ，) = ( b m a x ( i ，_ ，) + b m i n ( i ，) ) 2 为图像块中各点灰度的中值； f 4 ) 求各块图像的灰度值方差 1 51 5 v a r ( i ，) = ( g ( m ，n ) 一m i d ( i ，朋2 ( 3 6 ) 日= 0 自= 0 g ( m ，n ) 表示块内各点的灰度值。 ( 5 ) 经试验选定一个门槛值t 。若v a r ( i ) t ，则块( f ，j ) 标记为指纹图像区域，甭则 标记为背景图像块。 ( 6 ) 进行基于块水平的平滑，消除孤立前景块和孤立背景快。规则为： a ) 如一块被标记为前景块，且其周围四邻域中前景块的数目不超过2 ，则将该块标 、汜为背景块； b ) 如一块被标记为背景块，且其周围叫邻域中前景块的数目超过2 ，则将该块标记 为前景块： 实验证明，只要门槛值t 选择的核实，该方法能稳定、可靠地从背景区域中分离出 指纹图像。 3 3 指纹脊线提取 指纹脊线提取也就是指纹灰度图像二值化的过程。自适应闽值二值化的方法是一种 常用的灰度图像二值化方法，将指纹欢度图像划分为固定大小的窗口( 窗口大小根掘指 纹纹线宽度决定) 在某一窗1 ：3 内的图像灰度直方图应该具有双峰，两个波峰处分别表示 脊线和谷线，选取双峰之间的波谷处的欤度值作为二值化阈值，将指纹灰度图像二值 化。但实验结果表咀该方法对指纹灰度图像的二值化效果并不好，原因是由于噪声、指 一1 5 - 沈刚i 。业大学硕士学位论文 头压力不均等闲素造成指纹灰度罔像中有的区域内脊线和谷线的灰度值对比度并不大， 并没有驯显的双峰。 利用边界检测的方法枪测出指纹灰度图像脊线的边界也是可以考虑的方法1 “，如 s o b e l ，p r e w i t t ，r o b e r t sc r o s s 等一阶梯度算子和二阶差分拉氏算子m a r rh i l d r e t h 边缘 检测算子足一个很常用的方法，本文用该算子检测出的脊线边界，效果也不理想这些常用 的方法对于指纹脊线的提取效果都不理想原因是他们未能考虑指纹纹线本身的信息特 点由于指纹纹线在方向上是具有连续性的，也就是说纹线在局部小区域内的方向基本一 致1 4 , 5 1 ，而相邻区域问的纹线方向具有连贯性，这些方向信息对于指纹脊线的提取是有 帮助的。 方向图滤波法就是在局部小区域内沿着该区域的纹线方向对指纹图像滤波，以增强 脊线与谷线的对比度，从而提取出脊线】。具体的过程是： 求点方向：求指纹灰度图像中每一点所在纹线的方向，得到整个指纹灰度图像的 点方向图。 求区域方向：由于噪声的影响或者纹线本身有断纹或墨迹等因素，点方向图并非 完全真实地反映了每个像素点所在纹线的方向。考虑到指纹纹线方向的连续性， 即在一个小区域内纹线的方向一般是一致的，所以用区域方向去代替每一点的方向 更有意义。将点方向图分割成小窗f 区域，根据小窗口区域内点方向的统计特性求 出窗口区域方向，这一窗口区域方向代表了该区域的大致纹线方向。 沿方向滤波：设计一滤波器，该滤波器应满足以下条件：滤波时，指纹图中每一 点的灰度值，由其周围的滤波器范围内点的灰度值共同决定滤波器应有连接断 点和去除叉连的作用如果指纹中出现断点，即这一点的灰度值比周围点小得 多，那么经过滤波器的处理后，该点就接近周围点的灰度值了：如果指纹中出现 粘连点把相邻的两条脊线连接起来，则其上下两行的灰度值较大，而其同一行上 邻点的灰度值较小，经过滤波后，粘连点的灰度值会明显降低因此该滤波器起 到了连接断点和分离粘连的作用利用上一步骤中求得的指纹区域方向信息，沿 指纹区域方向对指纹灰度图像进行滤波，使得指纹灰度图像在沿纹线的方向上得 到平滑，而在垂直于纹线的方向上得到分离。沿纹线方向的平滑可以起到连接并 - 1 6 沈舟1 ：i 业大学硕七学j 证论文 光滑脊线的作用，而在垂直于纹线方向上的分离作用增强了脊线、谷线的对c 匕 度。下面分别是水平平滑滤波器和水平分离滤波器，通过把他们按照6 口面得到的 方向来旋转，可以得到所需的各个方向的滤波器，由于这里使用的是8 方向的方 向图，可以事先计算出所需的各个方向的滤波器而不必每次在用鲫时计算，这样 就提高了程序的运行速度。最后，用得到的滤波器与当前块作卷积，先用平滑滤 波器与图像像素的灰度值做卷积，再用分离滤波器与前面得到的结果做卷积【2 4 。 最后，对得到结果进行二值化，即设定一个闻值，大于等于该闺值的值置为2 5 5 ， 而小于该闽值的值置为0 。这样，就得到了二值化的指纹图。 步骤如下： i ) 先用平滑滤波器与每个指纹图像块作卷积，把结果作为中间结粜保存起来。 2 ) 再用分离滤波器与上面的中间结果作卷积，对得到的结果设个闽值，每当一 个像素滤波结果的值大于等于该闽值，则该像素的值置为2 5 5 ，甭则哉为0 。对 于分离滤波嚣可以看到，滤波器