（模式识别与智能系统专业论文）指纹特征提取及匹配算法研究.pdf

上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 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， 本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 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。本人完全意识到本声明的法律结果由本人承担。 尹 船 摩 ： 月 名 ， 签 e 秘 年 作 乃 文 沙 论 ： 位 期 学 日 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 保密口，在一年解密后适用本授权书。 本学位论文属于 不保密口。 ( 请在以上方框内打“”) 指导教师签名：, - 弘 日期：_ l 略年1 月，s 日掳如 者 储 睁 文 严 蝣 上海交通大学学位论文答辩决议书 所在学科 申请者 书窖车 ( 专业) 奇辎拗惨砺努兜踟 论文题目 始波桶 孚档珥班口莉磊i 幼砰知 答辩日期 2 一) 易 地点 上给盔面六孽闺锈岐) 镀与才j 癸谚| ；祸 答辩委员会成员 姓名单位职称签名 物s c - - , ，上渤袭面硝掏像姗鹨横翻贴，i 确弱椭孜槿 轧名 玉1 钮设上。缅纽旃圈像出 理别身音e ：脚1 暑开j 移5 f毅绝剀锨 红睁胡匕淘乏血埸勘钦鳓里5 穰装劳吲研移矸翻衽缆秘够 i 身狨上；勃 l 丕；j 飘6 量娜星管才数j # 谚1 ；晰磊彳磊治理风酊 ”荔装茹，j 磁秘旁牌瓣易招分驶泣盼，渺用探。亍技瓤硝氟蝣纪 哥蹙鸭霉蚋鳓萨修，夏饪彩硅壶支矛塘嘶组。 渤嗡鄹差孑弓j 訇# 荛黼模敢自捎坟罔奄0 黻群卿呈，捌中匈f 匕渤 h 。：川拐野蝴懈挣纪观。融，嘞蹭柳鳓删溯，的研韵短匝 浅磷，苎却参凸西旗掬菇舍辐菇赫甚磷磷未趱受旌够面衍担当 缟撼蠢南卿魁蝴缁翱硝擅螨尹塔项逆她和“磐戊晏肖筠 幽窖襄罄瓣；罨溱曼堑 ；i 耋魏。篓蓦秀髭孽雩；墨爨澎嘶参辱缓蔓莎髫秽弼 表溉裂： 一一一。7 兮” 堡塑奎壁垒塑丝兰二燮! ! k 年f 爿7 乒日 f ? 交通人学f ；! 位论文 指纹特征提取及匹配算法研究 摘要 f 随着身份欺诈行为事件的不断发生和对自动身份识别应用的强烈需求，基于 i 生物特征的身份验证尤其是基于指纹的鉴定己引起了社会的广泛关注。自动指纹 识别技术是利用人类指纹的唯一性，通过指纹图像的采样、特征信息提取并与库 存样本相比较的过程来实现身份识别的技术。与账号十密码，i c 卡等传统的省份 识别手段相比，自动指纹识别技术具有不会丢失、不会遗忘、唯一性、不变性、 防伪性能好和使用方便等优点，已经逐步在门禁、考勤、金融、公共安全和电子 商务等领域得到应用。人们的广泛参与使得自动指纹识别技术成为工业界和学术 耳研究的一个热点。 基于细节特征的指纹匹配算法是指纹识别的主流方法，投入实用的指纹识别 系统也多基于该类算法并已取得较好效果。但基于细节特征的特征提取和匹配算 法也有其不足：预处理环节较多，且各环节都依赖于图像质量，每一环节都对 最终的结果都有较大的影响；特征向量长度不固定，不便于特征模板存储和检 索且点模式匹配比较复杂，在大指纹库时很难满足实时性要求；细节特征并不 能最大限度地包含鉴别信息。a n i lk j a i n 等人提出了用g a b o r 滤波器提取指纹 、纹理特征并匹配的方法( f i n g e r c o d e ) ，该方法几乎不需要预处理且提取的特征向 i 。穆长度固定，简化了特征模板的存储和检索及匹配速度；f i n g e r c o d e 方法对图 ! 像质量的依赖性要小于细节特征方法，它首先确定个参考点，并在以浚参考点 ，为中心的区域用g a b o r 滤波器提取指纹的纹理特征并存储多方向特征模板，特征 l 匹配简化为计算特征向量间的距离；该方法简化了指纹的特征提取和匹配。 半导体指纹传感器是指纹图像获取技术的一个新发展，它具有体积小，使用 方便的优点，在移动电子设备领域具有广泛的应用前景。半导体指纹传感器的出 】 觋也为传统的指纹特征匹配算法带来了新的挑战。这类传感器的接触面积较小 | 1 ( 约0 6 ”0 6 ”) ，只能采集到指纹的有限区域，同一指纹的不同样本之间重叠区 j 一一一一。蕊纛 海交通人学硕f j 学位论义 域较小。基于细节特征的匹配算法会因输入样本和存储模板间的匹配特征点太少 而不能取得较好的效果。同时，由于采集的指纹图像较小，中心点边缘化使得不 能保证存在较完整的模式区域，提取的纹理特征包含有限的鉴别信息妒聿文以 ， v e r i d i c o m 公司指纹芯片采集的样本库为对象主要做了以下工作： 1 基于方向滤波器模板的指纹图像增强及预处理。 2 基于g a b o r 滤波器的纹理特征提取算法和细节特征提取算法和分析； 指纹中心点检测算法。纹理特征同细节特征相比有步骤简单、长度固定，存储、 检索和匹配简单的优点。 3 改进和简化的基于g a b o r 滤波器的纹理特征匹配算法；基于局部和整 体结构匹配的细节特征匹配算法。纹理特征匹配简化为计算特征向量的距离，比 传统的点模式匹配简单快速。 4 匹配算法实验结果分析，提出多匹配器结合的性能改进策略及进一步 的研究内容。( 纹理特征匹配算法以及局部和整体结构匹配相结合的细节特征匹配 、 算法实验表明，在图像质量较好的样本库v f d b i 上取得了较好的效果，而在随意 性较大的v f d b 2 样本库上却不令人满意。对于半导体指纹传感器，单一的细节特 征匹配算法和纹理特征匹配算法都很难取得稳定的性能。提高系统性能的途径之 一是采用多特征和多匹配器相结合的方法，结合各特征和匹配方法的优点，最大 、 限度地发掘鉴别信息。多匹配器的集成将是指纹识别研究的一个重要内容。l 关键词生物特征j 指纹识别，、特征匹配? o a b o r 滤波器，、纹理特征 l 海交通人学坝j 学位论史 r e s e a r c ho nf i n g e r p r i n tf e a t u r e e x t r a c t l 0 na n dm a t c h i n g a b s t r a c t w i t i li d e n t i t yf r a u di no u rs e c i e t yr e a c h i n gu n p r e c e d e n t e dp r o p o r t i o n sa n dw i 也 a n i n c r e a s i n ge n 7 【p h a s i so n t h ee m e r g i n ga u t o m a t i cp e r s o n a li d e n t i f i c a i t o na p p l i c a t i o n s ， b i o m e t r i c s - b a s e dv e r i f i c a t i o n ，e s p e c i a l l yf i n g e r p r i n t b a s e di d e n t i f i c a t i o n ，i sr e c e i v i n ga l o to fa t t e n t i o n 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 n t e c h n i q u e ( a f i t ) h a sr e a l i z e d 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 t h r o u g hf i n g e r p i n ta c q u i s i t i o n ，f e a t u r e e x t r a c t i o na n d c o m p a r i s o nw i t ht e m p l a t es t o r e di nd a t a b a s e ，w h i c hi sb a s e do nt h ei u n i g q u e n e s so f f i n g e r p r i n t a f i th a s $ o m m e r i t ss u c ha su n i q u e n e s s , p e r m a n e n c ea n dc o n v e n i e n c e i t w i l jn e v e rb el o s to rf o r g o t t e na n dj sr o b u s tt ov a r i s o u sf r a u d u l e n tm e t h o d s c o m p a r i n g t ot r a d i t i o n a li d e n t i f i c a t i o nm e t h o d ss u c ha sa c c o u n t s + p a s s w o r d i cc a r d n o wi th a s b e e n a p p l i e d i na c c e s s c o n t r o l ，t i m e m a n a g e m e n t ，f i n a n c e ，p u b l i cs e c u r i t y a n d e - c o m m e r c es t e pb y s t e p i nt h ep a s tf e wy e a r s ，p e o p l eh a v ea t t a c h e dm u c hi m p o r t a n c e t oa f i t w i d e l ya n da f i t h a sb e c o m eah o t s p o to f i n d u s t r ya n ds c i e n c et h r o u g h o u t t h ew o r l d m i n u t i a e - b a s e dm a t c h i n gi st h em a i nm e t h o do f f i n g e r p r i n tr e c o g n i t i o na n dm o s t f i n g e r p r i n ts y s t e m sc u r r e n t l yi nu s ea r eb a s e do nt h i sk i n do fm e t h o d sb u tt h e r ea r e s o m ef a u l t so ft h e s em e t h o d s ：m a n y p r e p r o c e s s i n gd e p e n do ni m a g eq u a l i t ya n d e v e r ys t e pa f f e c tt h ef i n a lr e s u l to fs y s t e m ；f e a t u r ev e t o rd o n th a sf i x e dl e n g t ha n d c a n tb es t o r e d i n d e x e da n dm a t c h e d e a s i l y , s o i tc a nn o tm e e tr e a l t i m ew h e n f i n g e r p r i n t d a t a b a s ei s l a r g e ；m i n u t i a e f e a t u r eh a sl i m i t e d d i s c r i m i n a t o r y i n f o r m a t i o n a n i lk j a i nb r o u g h tf o r w a r dam e t h o d ( f i n g e r c o d e ) w h i c hu s eg a b o r f i l t e rt oe x t r a c tt h et e x t u r ef e a t u r eo ff i n g e r p r i n ta n dm a t c h t h i sm e t h o da l m o s td o n o tn e e d p r e p r o c e s s i n g a n d f e a t u r ev e c t o rh a sf i x e d l e n g t h s o i tm a k e s t o r i n g ，i n d e x i n g a n dm a t c h i n g e a s y f i n g e r c o d em e t h o dr e l y f e w e ro ni m a g e q u a l i t yt h a nm i n u t i a ef e a t u r e w h i c hu s eg a b o rf i l t e rt oe x t r a c tt e x t u r ef e a t u r e 丹o m c e n t e ra r e ac e n t e r db yr e f e ：r e n c ep o i n td e t e c t e df i r s t l yo nf i n g e r p i n ti m a g ea n ds t o r e m u t l a n g l ef e a t u r et e m p l a t e s f e a t u r em a t c h i n gi sj u s tc a l c u l a t i n gd i s t a n c eb e t w e n f e a t u r ev e c t o r s i na w o r d ，f i n g e r c o d em e t h o dm a k ef e a t u r ee x t r a c t i o n ga n dm a t c h i n g s i m p l e s o l i d s t a t ef i n g e r p r i n ts e n s o r si san e w p r o g r e s so ff i n g e r p r i n ti m a g ec a p t u r ea n d i th a sm e r i ts u c ha ss m a l lc o n t a c ta r e a c o n v e n i e n c e i th a sg r e a tp r o m i s i n gi nm o b i l e e l e c t r o n i c a la p p l i c a t i o n a tt h es a m et i m e t h ea d v e n to fs o l i d s t a t ef i n g e r p r i n ts e n s o r s p r e s e n t s af r e s h c h a l l e n g e t ot r a d i t i o n a l 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 s t h e s e s e n s o r s p r o v i d e as m a l lc o n t a c ta r e “0 6 ”x0 6 。1f o rt h e f i n g e r p r i n t a n d t h e r e f o r e ，s e n s eo n l yal i m i t e dp o r t i o no ft h ef i n g e r p r i n t t h u sm u l t i p l ei m p r e s i o n s o ft h es a m ef i n g e r p r i n tm a yh a v eo n l yas m a l lr e g i o no fo v e r l a pm i n u t i a e b a s e d m a t c h i n ga l g o r i t h m s ，w h i c hc o n s i d e rr i d g ea c t i v i t yo n l yi n t h ev i c i n i t yo fm i n u t i a e 3 - l 海交通人学顾j ：学位论史 p o i n t si nt h ei n p u t a n d t e m p l a t ei m a g e s a tt h es a m et i m e ，c o r ep o i n t a l w a y sl o e a t ea t t h ec o m e ro ft h ei m a g e ，s oi tc a n tg e taf u l lp a t t e ma r e ao f f i n g e r p r i n ti m a g ea n dt h e f e a t u r ee x t r a c t e dc a nh a sl i m i m dd i s c r i m i n a t o r yi n f o r m a t i o n t h i sp a p e rd os e v e m l w o r ko nf i n g e r p i n ts a m p l e s c a p t u r e db y v e r i d i c o ms o l i d - s t a t es e n s o ra sf o l o w ： 1 e n h a n c e m e n ta n d p r e p r o c e s s i n gb a s e d o no r i e n t a t i o nf i l t e r 2 g a b o rf i l t e rb a s e dt e x t u r ef e a t u r ee x t r a c t i o na n dm i n u t i a ef e a t u r ee x t r a c t i o n a l g o r i t h m s a n d a n a l y s i s c o r ep o i n td e t e c t i n ga l g o r i t h m s c o m p a r e t om i n u t i a e f e a t u r e ，t e x t u r ef e a t u r eh a sm e r i t ss u c ha ss i m p l e ，f i x e dv e c t o rl e n g t h ，e a s ys t o r e ，i n d e x a n d m a t c h i n g 3 g a b o rf i l t e rb a s e dt e x t u r ef e a t u r em a t c h i n ga n df i n g e r p r i n tm i n u t i a em a t e h i n g b a s e do nt h el o c a la n dg l o b a ls t r u c t u r e sa n de x p e r i m e n t t e x t u r ef e a t u r em a t c h i n gj u s t t a l c u l a t ed i s t a n c eb e t w e e nv e c t o r sa n di sf a s t e r ，s i m l p c rt h a n p o i n tp a t t e r nm a t c h i n g 4 e x p e r i m e n ta n a l y s i sa n ；b r i n g o u tm u t i p l em a t c h e ri n t e r g r a t em e t h o da n d c o n t e n tf o rd e e p e rr e s e a r c h m i n u t i a em a t c h i n ga n dt e x t u r ef e a t u r em a t c h i n ga l lg e ta g o o dr e s u ro nv f d b lb u tn o to nv f d b 2w h i c hh a sm o r er a n d o m t os o l i d s t a t e s e n s o r , s i n g l em a t c h i n gm e t h o dc a n tg e tg o o dp e r f o r m a n c e o n ew a yt oe n h a n c e p e r f o r m a n c e i st ou s e m u l t i p l e f e a t u r e sa n dm u l t i p l e m a t h i n ga l g o r i t h m sw h i c h c o m b i n em e r i t sa n d c a p t u r em o s t e s td i s c r i m i n a t o r yi n f o r m a t i o n m u l t i p l em a t h e r i n t e r g r a t i n gw i l lb eai m p o r t a n t r e s e a r c hc o n t e n to f f i n g e r p r i n tr e c o g n i t i o n k e y w o r d s b i o m i t r i c 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 ，m a t c h i n g ，g a b o r f i l t e r , t e x t u r ef e a t u r e 4 l 海交通人学坝i 擘位论文 1 1 引言 第一章绪论 随着全球范围内电子商务的迅速兴起，人们可以通过i n t e r n e t 等开放式网络 进行在线电子交易等商务活动。同时，由于网络上存在着大量敏感的个人、政府、 军队的信息，这些信息只有得到授权的人才能进行访问。因此网络安全成为网络 发展的一个关键问题，而身份鉴别作为网络安全的一个重要方面越来越受到人们 的重视。另外随着越来越多的电子设备不断的进入我们的日常生活中例如，桌面 电、笔记本电脑、a t m 提款机、蜂窝电话、门禁控制系统等等。对于个人安全、 方便的身份认证技术变得越来越紧迫。 安全性是许多系统要首先考虑的问题。我们越来越过份的依赖像智能卡、身 份号、口令等保护措施，然而，即使拥有这样的保护措也不够，各种各样的损失 时有发生，并且影响到各种服务，增加商品的额外开销。我们需要我们在与机器 之间交互和交易时安全方便。也即，我们需要简单快速的使用机器而不用担心不 安全问题。然而，现有的基于智能卡、身份号和口令的系统却只能在安全与方便 之间徘徊，充分的安全从来没有实现过，而对于更好的安全却与不方便同时出现。 为了实现较高的安全性，我们必须使用更复杂和更不方便的口令，因为如果对在 我们身边不同的机器使用一个相同的密码，那我们在得到了方便性的同时也增加 了安全性的隐患。尽管使用者一向都相当讨厌安全检查机制介入他们的工作中， 但管理者仍然需要这样的一种检查访问与使用情形的手续与方法。如果没有办法 清楚明确的辨认使用者身分的话，那么你也将无法确认是那位使用者，以及他究 竟操作了什么行动。所以使用者会被强迫去进行一些密码机制或硬件标志以帮助 我们去追踪究竟是谁做了些什么? 现行的许多计算机系统中，包括许多非常机密 的系统，都是使用”用户i d + 密码”的方法来进行用户的身份认证和访问控制的。 实际上，这种方案隐含着一些问题。例如，密码容易被忘记，也容易被别人窃取。 而且，如果用户忘记了他的密码，他就不能进入系统，当然可以通过系统管理员 海交通人学坝i ：学位论义 重新设定密码来重新开始工作，但是一旦系统管理员忘记了自己的密码，整个系 统也许只有重新安装后才能工作。有关机构的调查表明，因为忘记密码而产生的 问题已经成为i t 厂商售后服务的最常见问题之一；密码被别人盗取则更是一件 可怕的事情，因为用心不良的人可能会进一步窃取公司机密数据、可能会盗用别 人的名义做不正当的事情、甚至从银行、a t m 终端上提取别人的巨额存款。实际 上，密码的盗取比较容易，别人只要留意你在计算机终端前输入口令时的击键动 作就可以知道你的密码，甚至可以通过你的生日、年龄、姓名或者其他一些信息 猜出你的密码一许多人使用自己的生日作为密码，密码还可以被解破一众所周 知，高度机密的美国一些军事机构计算机网络曾不止一次被黑客侵入，黑客们实 际上就是解破了这些计算机网络的某一合法用户的密码来开始的。尽管现行系统 通过要求用户及时改变他们的口今来防止盗用口令行为，但这种方法不但增加了 用户的记忆负担，也不能从根本上解决问题。除了计算机网络及其应用系统外， 一些传统的需要进行身份验证的场合，也存在着类似的安全性问题。例如证件的 伪造和盗用、不正当的转借等。一些犯罪通过伪造证件进入机密场所以窃取机密 信息，有的犯罪伪造签证和护照非法入境或移民，这是因为传统的证件使用了易 于伪造、未经加密的纸制证件。另一个例子是考勤机，它的使用方便了企业进行 职工的考勤管理，但使领导头疼的是经常有人弄虚作假，代别人打卡。丢了钥 匙不仅打不开门，还要当心坏人拾到你的钥匙盗取你的家财，其他使用钥匙的场 合同样也有如此的问题。这些问题都说明，现行的系统安全性技术已经遭遇严 峻的挑战1 1 2 生物特征识别 由于人体的身体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，希望可以籍此技术来应付现行系统安全所面临的的挑战。生物特征识别技术 是基于个人独特的生理或行为特征进行自动身份鉴别的技术。因为生物特征不会 像密码那样容易被窃取或转移，因此人们认为生物特征识别将是一种更加可靠， 方便，快捷的大众化身份识别手段。人的任何生理或行为特征只要满足下面的条 件，原则上就可以作为生物特征用于身份鉴别。普遍性，每个人都具有；唯 一性，任何两个人都不一样；稳定性，这种特征至少在一段时间内是不变的； l 海交通大学坝i 弹位论文 可采集性，可以定量测量。然而，满足上述条件的确生物特征对一个实际的系 统却未必可行。因为实际的系统还须考虑：性能，即识别的准确性，速度，鲁 棒性以及为达到所要求的准确性和速度所需要的资源；可接受性。人们对于一 种特定的生物特征识别在日常生活中的接受程度：可欺骗性。用欺诈的方法骗 过系统的难易程度。因此，一个实际的生物特征识别系统应做到：在合理的资 源需求下实现可按受的识别准确性和速度；对人没有伤害而且可为人们接受： 对各种欺诈方法有足够的鲁棒性。目前人们研究和使用的生物特征识别技术主 要有：人脸识别，虹膜识别，手形识别，指纹识别，掌纹识别，签名识别，语音 识别等。 典型的生物特征识别系统如图卜1 所示。逻辑上包括两个模块：注册和识别 模块。在注册模块中首先登记用户的姓名，通过生物特征识别传感器得到用户的 生物特征信息然后从获取的数据中提取出用户的特征模式，创建用户模板，存储 在数据库中。在识别模块中同注册过程一样获取用户的生物特征信息，提取出特 征模式，然后与事先注册在数据库中的模板相匹配，检验用户的身份。下面对一 些主要的生物特征识别技术分别介绍。 厂一_ = 1 1 生物特征识别传感器e ；r 一7 一一j 特征提取b 掣! 系统数据库1 4 ，一；。一 y e s n d 图1 - 1生物特征识别系统基本结构 f i g1 一i f l o wc h a r to fb i o m e t r i c ss y s t e m 目前生物特征识别技术的研究还处于初始发展阶段，如何提高系统的准确 性和鲁棒性是这个研究领域的重大挑战。每种生物特征都不是完美的，都存在固 有的局限性，那么要改善系统的识别性能，就已不再是单单改善某一种识别技术 的问题。因此考虑包括各种生物特征在内的多种认证信息的结合，成为一种切实 踣 海交通人学坝i ：学位论史 可行的解决方案。信息的结合可以采取不同的方式：将生物特征识别信息和非 生物特征识别信息相结合，例如将生物特征与智能卡结合： 将多种生物特征相 结合，构成多模态识别系统。在多模态识别系统中，需要考虑两方面的问题，一是 不同生物特征的选择和实现，二是多种生物特征信息的融合。多模信息的融合可 以在原始数据层、特征抽取层和分类决策层实现。由于每种模态对决策的作用不 都是线性的，因此融合方案只是采用求和、相乘、多数表决等相对比较简单的线 性组合方案，则不能最优地利用多模信息，因此如何利用多模态获得最大的信息 量，这个最大的信息量的极限是多少，这不仅要通过实际的多模态系统进行实验 更要有理论上的分析和论证。 1 3 指纹识别 指纹是一种生物特征。1 9 世纪初，科学研究发现了至今仍然承认的指纹的两 个重要特征，一是两个不同手指的指纹纹脊的式样不同，另外一个是指纹纹脊的 式样终生不改变。这个研究成果使得指纹在犯罪鉴别中得以正式应用。( 主要代 表性的事件有：1 8 9 6 年阿根廷首次应用，然后是1 9 0 1 年的苏格兰，2 0 世纪初其他 国家也相继应用到犯罪鉴别中。) 2 0 世纪6 0 年代，由于计算机可以有效的处理图 形，人们开始着手研究利用计算机来处理指纹。从那时起，自动指纹识别系统 ( a f i s ) 在法律实施方而的研究和应用在世界许多国家展开。2 0 世纪8 0 年代，个 人电脑、光学扫描这两项技术的革新，使得它们作为指纹取像的工具成为现实， 从而使指纹识别可以在其他领域中得以应用，比如代替i c 卡。现在( 9 0 年代后期) ， 低价位取像设备的引入及其飞速发展，可靠的比对算法的发现为个人身份识别应 用的增长提供了舞台。 和其它生物特征识别相比，指纹识别具有以下优点： 1 每个人的指纹是独一无二的，两个人之间不存在相同手指指纹。现代科 学界的结论是：人类人口按6 0 亿记，需要3 0 0 年才可能出现重复的指纹，因此同 一时刻世界上存在相同两个指纹的概率为0 。 2 每个人的指纹是相当固定的。一个人的指纹在母腹7 个月时就定型。随着 年龄的变化，人的相貌体格都在变化，而指纹却保持不变。另外，只要不伤及真 皮组织，指纹即使被抹掉，也会很快生长出来。 上海交通人学坝i ：学位论义 3 便于获取指纹样本，易于开发应用系统，实用性强。 4 一个人的十个手指指纹都不相同，这样可以方便利用多个指纹构成多重 口令，提高系统的安全性，同时并不增加系统的设计复杂性。 5 指纹识别中使用的模板并非原始指纹图像，而是由指纹图中提取的关键 特征，这样使系统对模板的存储量较小。另外，对输入的指纹图提取关键特征后， 可以减少网络传输的负担，便于实现异地确认，支持计算机的网络功能。 近年来，国内外学者对自动指纹识别技术进行了深入和广泛的研究，取得的 了较大的进展，研究重点主要集中在如何提高识别的准确率和速度。目前，已经 有很多自动指纹识别的厂品面市，并开始开始在管理、门禁、金融、公安和网络 安全领域得到应用。以指纹为代表的生物识别技术的发展和应用，不仅可以开发 相关的系列产品，获得巨大的经济效益，还可以带动图像处理、模式识别、光学、 电子、生理和计算机应用等相关学科的发展，具有很高的学术价值，产生巨大的 社会效益，以指纹为代表的生物识别技术的发展和应用已被公认将会给身份识别 领域带来一场革命，并已经成为各国学术界和工业界研究的热点之一。 i ，3 1 指纹特征与预处理 指纹特征通常可以分为两类：总体特征和局部特征。在考虑局部特征的情况 下，英国学者e r h e r r y 人为，只要比对1 3 个特征点重合，就可以确认为是同一 个指纹。 总体特征( 或全局特征) 是指那些用人眼直接就可以观察到的特征，包括： 纹形，模式区域( p a t t e r na r e a ) ，核心点( c o r ep o i n t ) ，三角点( d e l t a ) ， 纹数( r i d g ec o u n t ) 等。 上海交通人学烦f j 学位论义 ( a ) ( b ) 核心点( c o r ep o i n t ) 三角点( d e l t a ) 模式区域( p a t t e r na r e a ) 纹数( r i d g e c o u n t ) ( d ) ( e ) ( f )( g ) 图卜2 指纹的整体特征 f i g1 2g l o b a lf e a t u r eo ff i n g e r p r i n t 指纹的纹形粗略可以分为弓型，环型和螺旋型。通过更详细的分类可以使在 大数据库中检索指纹更快速有效。模式区是指指纹上包括了总体特征的区域，即 从模式区就能够分辨出指纹是属于那一种类型的。有的指纹识别算法只使用模式 区的数据。核心点位于指纹纹路的渐进中心，它在读取指纹和比对指纹时作为参 考点。许多算法是基于核心点的，既只能处理和识别具有核心点的指纹。三角点 位于从核心点开始的第一个分叉点或者断点、或者两条纹路会聚处、孤立点、折 转处，或者指向这些奇异点。三角点提供了指纹纹路的计数跟踪的开始之处。指 模式区内指纹纹路的数量。在计算指纹的纹数时，一般先在连接核心点和三角点， 这条连线与指纹纹路相交的数量即可认为是指纹的纹数。总体特征更多的是用于 指纹分类和检索。 局部特征是指指纹上的节点的特征，这些具有某种特征的节点称为特征点。 两枚指纹常会具有相同的总体特征，但它们的局部特征特征点，却不可能完全 相同。指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或打折。 这些断点、分叉点和转折点就称为“特征点”。就是这些特征点提供了指纹唯一性 的确认信息。指纹上的节点有四种不同特性：终结点( e e n d i n g ) ，分叉点 ( b i f u r c a t i o n ) ，孤立点( d o to ri s l a n d ) ，环点( e n c l o s u r e ) ，短纹( s h o r tr i d g e ) ， 方向( o r i e n t a t i o n ) ，曲率( c u r v a t u r e ) 和位置( p o s i t i o n ) 等，如图l - 3 种所示。 卜内交通人学坝i 。学位论文 图卜3 指纹的特征点 1 f i gl 一3 m i n u t i a e so ff i n g e r p r i n t 细节特征点是传统指纹识别方法的基础。其中最常用的是端点和分叉点。将指纹 图像经过一列的预处理提取出特征点的位置和该处脊线的方向。每个特征点由位 置( x ，y ) 和方向三部分表示。通常一幅指纹图像有6 0 - 8 0 个特征点，不同的指纹 和不同的提取方法都会得到不同数量的特征点，提取1 0 - 2 0 个就可以区别不同的 指纹。 以上特征我们可以称为基于结构的特征。另一方面，指纹作为图像，它的脊 线的排列和走向有组成了近似规则的纹理特征，有明显的方向性和一定范围的空 间频率。如图1 3 所示，我们称这些称为指纹的纹理特征，通常我们可以用变换 域或滤波的方法来抽取这些特征，形成基于图像的特征。已经有不少研究者提出 了基于该类特征提取和匹配的方法，形成了指纹识别研究的新发展。 由于现行的自动指纹识别和认证系统大多基于细节特征点的匹配，所以指纹 图像处理的关键环节是如何准确而高效地提取细节特征点的相关信息如位置、方 向、和类型。在目| j i 提出的很多指纹图像和细节提取的算法中，尽管具体的实现 方法各不相同，但大多是采用预处理、增强、二值化、细化、后处理这样的一个 流程。指纹细节提取的正确率强烈依赖于指纹图像的质量，对于低质量的图像， 不经过一定的图像增强，很难进行后续的处理工作。指纹增强的目的是对低质量 i a b d e l m o n e ma s a l e h ，r e z ar a d h a m ic u r v a t u r e b a s e dm a t c h i n ga p p r o a c hf o ra u t o m a t i c 上海交通人学帧j 。学址论迁 的灰度指纹图进行增强，得到清晰的脊线结构。在指纹图像处理和细节特征点提 取方面已经有许多算法提出，可分为图像增强l 和细节点后处理吣s 】两类。一 般对灰度图的增强算法都要用到方向场合频率场的计算，如l i nh o n g 等提出的基 ! f g a b o r 滤波器的增强算法【”。d m i a o 和d m a l t o n i 【8 】提出了一种基于脊线跟踪 的直接从灰度级图像获取细节特征信息的新颖算法，x j i a n g n 在 5 的基础上做 了一些自适应步长和细节后处理方面的改进，他们的实验结果表明这种直接从灰 度图像提取细节的方法比传统的先二值化再细化的方法具有明显的优点。 图l - 4( a ) ，( b ) 是具有规则局部方向平频率的指纹图像 ( c ) 。( d ) 是频谱 f i g1 4 ( a ) ( 1 ) ) a r ew e l l o r i e n t e df i n g e r p r i n t ( c ) ( d ) a r ef o u r i e rs p e c t r u mr e s p e c t i v e l y 1 3 2 指纹分类 基于指纹的自动身份识别需要将输入指纹同存储在数据库中的大量指纹模 板做匹配。在大指纹库的情况，计算量是非常巨大的，很难满足实时性的要求。 例如，美国f b i 的指纹数据库拥有超过6 3 亿枚指纹图像。将输入指纹对数据库中 的模板作一一对比是不现实的。为了减少搜索时间和计算复杂度，需要将指纹分 为若干类，使匹配只在指纹数据库的一个子集中进行。指纹分类是根据纹线的全 局模式形态来进行的，人们经大量统计发现，虽然纹线的全局模式形态因人而 上海交通大学硕士学位论文 异，但变化的种类是有限的。这表明把所有指纹分别归属于有限的几个类中是可 能的，从而奠定了分类的理论基础。在自动在自动指纹识别的研究中，指纹被分 成五大类型：拱类、左环类、右环类、尖拱类、旋涡类。指纹分类的主要目的是 方便大容量指纹库的管理，并减小搜索空间，加速指纹匹配过程。在指纹分类中， 下面5 个问题是人们关心的焦点：指纹类的数目；指纹在各类中的分布； 分类方案的一致性；分类精度；分类算法的运算量。问题表明一个分类 算法应该能够把指纹分成数目足够大的类：问题希望每个类中包含尽可在指 纹分类中；问题 表明类中的指纹必须在全局模式形态上是相似的；问题规 定分类方案必须达到一定的分类精度；问题 指出分类操作速度应该相当快。 一个自动指纹分类算法应该能够以令人满意的精度迅速将指纹分到相当大数目 的类中。在实践中，由于指纹纹线形态的复杂性与噪声的影响，因而设计一个健 壮的指纹分类方案具有特别重要的意义。指纹分类是基于指纹脊或谷的整体流向 以及指纹的核心点，总体来说是基于指纹的全局特征。很多研究者试图解决指纹 分类问题，但至今分类算法的误识率仍较高。如何提高指纹分类的准确率在自动 指纹识别研究中是一个较关键的问题。 匕海交通人学坝i ：学位论殳 ( c ) 左环型( 1 e f tl o o p )( d ) 拱型( a r c h )( e ) 尖拱型( t e n t e da r c h ) 图1 - 5 指纹分类 f i gi - 5f i n g e r p r i n tp a t t e r n s 指纹分类通常在识别系统中才考虑。在指纹验证系统中由于是一对一的匹配，因 而不考虑分类的问题。 指纹分类方法大致可以分为4 类：基于知识的方法，基于结构的方法， 基于频率的方法，和基于句法的方法。基于知识的指纹分类方法是根据奇异 点( 中心点和三角点) 的位置分布将指纹分为几类卜”j ，用这类方法取得了在 n s t 一4 上取得了8 5 【9 i 到8 7 5 的精度。基于结构的方法是通过估计指纹图 像的方向场来分类，这类方法在n i s t 一4 上取得9 0 2 精度和1 0 拒绝率。 一个改进的方法在符合自然分布的指纹库n s t 一1 4 上取得了更好的效果。文 1 3 】提出更进一步的改进方法，但是其取得的性能提高需要考虑到n i s t 一1 4 只包 含了少量的拱形指纹( 拱形指纹在指纹分类中最难处理) ，文中采用的神经网络正 是利用了这种信息。另一种基于结构的方法利用了隐马尔科夫( h m m ) 模型来进 行指纹分类，但这种方法依赖于纹脊的准确估计，因而对于噪声图像效果影响比 较大。文 1 4 1 中基于结构的方法将b 样条曲线用于表征和分类指纹。文 1 5 】中用形 式语言( f o r m a lg r a m m a r ) 表征和分类指纹。基于频率的方法用将指纹图像的频谱 用于指纹分类。此外，文 1 7 1 1 1 8 】中还采用结合几种分类方法的混合方法。 1 3 3 指纹匹配 。 指纹匹配用以判断两个指纹是否属于同一个人