（信号与信息处理专业论文）基于mbf200指纹图像的识别算法研究.pdf

4 ；。co ! j i 摘要 论文题目：基于m b f 2 0 0 指纹图像的识别算法研究 学科专业：信号与信息处理 研究生：林家骐 指导教师：胡涛教授 摘要 l i i il lf il lii ll l ll l l i il y 1814 4 2 3 签名：魅趁熊) 签名：型! 整 本文以m b f 2 0 0 指纹采集芯片所获取的指纹图像为研究对象，针对当前自动指纹识 别技术中存在的问题，重点研究m b f 2 0 0 指纹图像的识别算法，目的是提高自动指纹识 别系统的识别率和精确度，以最终开发自主的指纹识别产品。本文的研究工作对当前蓬勃 发展的生物特征识别领域，具有重要现实意义和参考价值。 本文在阅读和分析国内外大量相关文献的基础上，对指纹预处理和指纹特征匹配方面 进行深入的研究。首先研究和分析m b f 2 0 0 指纹图像的特征，总结出该类型图像的三个 特点。针对这三个特点，基于灰度均衡法的指纹预处理方案被提出，以此来解决自动指纹 识别系统中的指纹图像质量问题。其中的指纹分割算法，应用灰度均衡化取代传统的灰度 归一化，改进灰度归一化对m b f 2 0 0 指纹图像分割阈值的非确定性。同时，灰度均衡法 的引入改变了传统g a b o r 滤波增强的步骤，以适应m b f 2 0 0 指纹图像的增强；在中心点 定位方面，改进基于方向场的块垂直累积中心点检测法，搜索各行累积值取代搜索各列累 积值以得到最大累积向量，通过确定该向量中的最大与次大峰值点的关系来正确定位中心 点，从而改进以往只通过确定最大值对中心点检测的非准确性。 指纹预处理后，本文采用基于细节特征的匹配算法来匹配指纹图像。通过指纹预处理 中正确的中心点位，解决指纹匹配中的平移问题；利用特征点在极坐标下的转化，解决指 纹图像匹配的旋转问题；借鉴可变最小限界盒思想，本文提出线性等级可变限界盒方法， 解决指纹匹配的弹性扭曲问题。通过对指纹识别技术中存在问题的解决，从而提高自动指 纹识别系统的识别率和精确度。 最后，应用m i c r o s o f tv i s u a lc + + 6 o 开发平台，设计和研发出自动指纹识别系统软件， 对本研究室自行设计的m b f 2 0 0 指纹采集器所获取的指纹图像进行测试和评估，进而验 证本文识别算法的有效性。 关键词：m b f 2 0 0 ；灰度均衡；中心点定位；g a b o r 滤波；限界盒 西安理工大学硕士学位论文 一 - 一 a b s t r a c t t i t l e ：r e s e a r c ho fi d e n t i f i c a l t i o na l g o r i t h mb a s e do n m a j o r ： n a m e ： m b f 2 0 0f l n g e r p r i n ti m a g e s s i g n a la n di n f o r m a t i o np r o c e s s i n g j i a q il i n s u p e r v i s o r ：p r o f t a oh u a b s t r a c t s i g n a t u r e ： s i g n a t u r e ： t oa i m e da ts o m ep r o b l e m sw h i c he x i s ti nt h ec u r r e n ta u t o m a t i o nf i n g e r p r i n ti d e n t i f i c a t i o n t e c h n o l o g y , t h i sp a p e rr e s e a r c hm a i nt h ei d e n t i f i c a t i o na l g o r i t h m 、析mt h em b f 2 0 0f i n g e r p r i n t i m a g e st ob ea no b j e c to fs t u d y t h ep u r p o s ei st oi m p r o v es y s t e m a t i cr e c o g n i t i o nr a t ea n d p r e c i s i o no fa f i s ，t od e v e l o pt h ef i n g e r p r i n ti d e n t i f i c a t i o np r o d u c ta c t i n g o ns e l f so w n u l t i m a t e l y t h er e s e a r c hw o r k so ft h i sp a p e rt oc u r r e n t l yv i g o r o u sc h a r a c t e r i s t i ci d e n t i f i c a t i o n f i e l dh a si m p o r t a n tp r a c t i c a ls i g n i f i c a n c ea n dc o n s u l t sv a l u e t h i sp a p e ri sc a r r i e do u tt h o r o u g hr e s e a r c hi nt h er e s p e c to ft h ef i n g e r p r i n tp r e p r o c e s s i n g a n dt h ef i n g e r p r i n tc h a r a c t e r i s t i cm a t c h i n go nt h eb a s i sr e a d i n ga n da n a l y z i n gh o m ea n da b r o a d l a r g ea m o u n to fi n t e r r e l a t e dd o c u m e n t s t h er e s e a r c ha n da n a l y s e so ft h em b f 2 0 0f i n g e r p r i n t i m a g e sf i r s t l y , t h i sp a p e rs u m su pt h r e ec h a r a c t e r so ft h et y p ei m a g e s t oa i ma tt h e s e ，t h e s c h e m eb a s e do nf a yb a l a n c ef i n g e r p r i n tp r e p r o c e s s i n gi sp r o p o s e dt or e s o l v et h eq u a l i t y p r o b l e m so ff i n g e r p r i n ti m a g e si na f i s i nt h ea s p e c to ff i n g e r p r i n ts e g m e n t a t i o n ，t h i sp a p e r u s e sg r a yb a l a n c ei n s t e a do ft h et r a d i t i o n a lg r a yn o r m a l i z i n g ，i no r d e rt oi m p r o v i n gt h e c e r t a i n n e s so ft h r e s h o l di nt h ei m a g e ss e g m e n t a t i o n m e a n w h i l e ，i tc h a n g e st h es t e p so f t r a d i t i o n a lg a b o rf i l t e re n h a n c e m e n tt oa d a p tm b f 2 0 0f i n g e r p r i n ti m a g e s i nt h el o c a l i z a t i o no f c e n t r a lp o i n t ，t h ep a p e ri m p r o v e st h ei n s p e c t i n gc e n t r a lp o i n tb a s e do nt h ef i e l do fd i r e c t i o n s b l o c kv e r t i c a la c c u m u l a t i o n ，a n ds e a r c h e st h ea c c u m u l a t i n gv a l u eo fe a c hr o w si n s t e a do fr a n k s f o rg e e i n gt h em a x i m u ma c c u m u l a t i o nv e c t o r , a n dd e t e c t st h ea r e ao fc e n t r a lp o i n tb yc h e c k i n g t h er e l a t i o no fm a x i m u ma n ds u bm a x i m u mp e a kp o i n ti nt h ev e c t o r , t h e r e b yg e t sb e t t e r a c c u r a c yo ft h ec e n t r a lp o i n td e t e c t i o nt h a nt h a tw a so n l yb ya s c e r t a i n i n gm a x i m u mv a l u ei nt h e p a s t a l t e r f i n g e r p r i n tp r e p r o c e s s i n g ，t h i sp a p e ra d o p t t h e a l g o r i t h m b a s e do nd e t a i l c h a r a c t e r i s t i cm a t c h i n g b yt h ec o r r e c t l yc e n t r a lp o i n tl o c a t i o n ，t h ef i n g e r p r i n tt r a n s l a t o r y 西安理工大学硕士学位论文 _ 一 p r o b l e mi sr e s o l v e di nm a t c h i n g t h ei m a g ec h a n g i n gi s a l s or e s o l v e db ym a k i n gu s eo ft h e f i n g e r p r i n t c h a r a c t e r i s t i c p o i n t t r a n s f o r mi np o l a rc o o r d i n a t e s r e f e r e n c eb ym i n i m a l c h a n g e a b l eb o u n d a r yb o xt h o u g h t ，t h i sp a p e rp r o p o s e s t h el i n e a r i t yg r a d eo fc h a n g e a b l e b o u n d a r yb o xm e t h o d ，w h i c hi sr e s o l v e dt h ef i n g e r p r i n tm a t c h i n ge l a s t i c i t yw a r p i n gp r o b l e m b ys o l v i n gh a v i n gt h ep r o b l e m st ot h ef 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 es y s t e m a t i c r e c o g n i t i o nr a t ea n dp r e c i s i o no fa u t o m a t i o nf i n g e r p r i n ti d e n t i f i c a t i o na r ei m p r o v e dt h e r e b y f i n a l l y , a p p l y i n gm i c r o s o f tv i s u a lc + + 6 0e x p l o i t a t i o np l a t f o r m ，t h e a u t o m a t i o n 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 ms o f t w a r ei sd e s i g n e da n ds t u d i e d t h ei m a g e sa r ec a r r i e do u t t h ev a l i d i t yt e s t i n ga n dd i s t i n g u i s h i n ga p p r a i s i n g ，w h i c hg a i n e db yt h em b f 2 0 0f i n g e r p r i n t c o l l e c t i o ns t a t i o nt h a tt h i sl a b sd e s i g n si n d e p e n d e n t l y , i no r d e rt ov e r i f yt h ei d e n t i f i c a t i o n a l g o r i t h m i cb yt h i sp a p e rp r o p o s e dv a l i d i t y k e yw o r d s ：m b f 2 0 0 ；g r a yb a l a n c e ；c e n t r a lp o i n tl o c a t i o n ；g a b o rf i l t e r ；b o u n d a r yb o x 目录 目录 1 绪论l 1 1 生物特征识别技术1 1 2 指纹识别技术及其系统2 1 2 1 指纹识别技术2 1 2 2 自动指纹识别系统“5 1 2 3 指纹识别系统面临的难点以及发展方向6 1 3 本课题任务概述7 2 指纹图像获取9 2 1 指纹传感器9 2 1 1 三种指纹传感器的比较”9 2 1 2m b f 2 0 0 指纹传感器l l 2 2m b f 2 0 0 指纹采集l2 3 指纹预处理15 3 1m b f 2 0 0 指纹图像的特点l5 3 2 预处理方法的提出和实现1 6 3 2 1 高斯去噪”1 6 3 2 2 方向图估计1 7 3 2 3 中心点定位1 9 3 2 4 指纹分割2 2 3 2 5g a b o r 滤波增强2 5 3 2 6 二值化及细化”2 7 3 3 预处理实验结果2 8 4 指纹匹配”3 l 4 1 指纹特征的表示和提取31 4 1 1 指纹特征表示3 1 4 1 2 指纹特征提取3 2 4 2 基于细节特征的匹配方法3 3 4 2 1 线性等级可变限界盒3 4 4 2 2 细节特征匹配3 6 5 指纹识别算法评估”3 9 5 1 软件设计3 9 5 2 系统评估指标4 1 5 3 本文算法评估4 2 西安理工大学硕士学位论文 6 总结及工作展望4 5 6 1 总结一4 5 6 2 工作展望4 6 致谢4 7 参考文献4 9 附录am b f 2 0 0 内部结构图51 附录b 指纹采集装置实物图5 2 在校期间发表论文5 3 h 1 绪论 1 绪论 本章从生物特征识别技术的研究背景入手， 用，以及指纹识别技术面临的难点和发展方向， 1 1 生物特征识别技术 介绍指纹识别技术及其系统的发展和应 最后阐述本文的主要工作。 随着计算机和网络技术的发展，信息安全显示出前所未有的重要性，而身份识别作为 保证信息安全的必要前提，也因此越来越受到重视n - 。 传统的身份识别方法主要是基于身份标识物品( 如证件、a t m 卡等) 和身份标识信 息( 如用户名、密码等) “1 。在一些安全性要求严格的系统中，往往将这两者结合起来( 如 a t m 机，要求用户同时提供a t m 卡和密码) 。而这些传统的身份识别方法都存在一些明 显的缺陷：标识物品容易丢失或被伪造，标识信息容易遗忘或记错，且系统往往无法识别 出标识物品真正的拥有者和冒充者。随着技术的发展，破解密码和伪造身份的概率越来越 高，因假冒盗窃身份引发的财产损失问题日益突出。据相关数据显示，每年由于证件或密 码遗失而造成的损失是巨大的。以信用卡为例，国际信用卡组织v i s a 的一个统计表明， 全球每年因伪造、盗刷等造成的信用卡的消费损失高达1 6 亿美金3 1 。 b i l lg a t e s 曾作过这样的断言：“生物特征识别技术，利用人的生理特征( 如指纹等) 来识别个人的身份，将成为今后几年i t 产业的一项重要革新 。g a t e s 的这段言论是因为 有越来越多的消费者、公司乃至政府机关都承认，传统的身份识别系统已经不能满足人们 对于身份识别的准确性、安全性和实用性提出更高的要求，需要一种更为安全有效的身份 识别方法。生物特征识别技术为此提供了一种重要的解决方案 4 1 。 生物特征识别技术( b i o m e t r i c si d e n t i f i c a t i o nt e c h n o l o g y ) 是指通过计算机利用人类自 身的生理或行为特征进行身份识别的一种技术。生物特征包括：指纹、虹膜、掌纹、面相、 声音、视网膜和d n a 等人体的生理特征，以及签名的动作、行走的步态、击打键盘的力 度等行为特征。生物特征之所以能够用于个人身份识别，是因为它们具有普遍性( 人人都 拥有特征) 、唯一性( 每个人之间不存在相同的特征) 、稳定性( 特征几乎不随年龄而变化) 以及可采集性( 特征可以定量采集) 。 与传统的标识物品或标识信息相比，生物特征识别的身份识别技术具有以下优点： ( 1 ) 不易遗忘或丢失( 标识信息就是自己) 。即对用户而言，不需要记忆、持有，负担 轻；对管理而言，不担心丢失、被盗，保存、记载情报的负担小； ( 2 ) 防伪性能好，不易伪造或被盗； ( 3 ) 随身携带，随时随地可用，使用更便捷。 因此，与传统的身份识别方法相比，生物特征识别技术更具有安全性和保密性。 生物特征识别技术因其具备现实性、适应性、可接受性和可操作性而具有广阔的发展 西安理工大学硕士学位论文 前景。专家们一致认为生物特征身份识别技术将彻底改变人们现有的生活方式和商业模 式。 1 2 指纹识别技术及其系统 1 2 1 指纹识别技术 指纹是指手指末端正面皮肤上凹凸不平的纹路 5 1 0 它是由交替的“脊 ( r i d g e s ) ；| ： i “谷” ( v a l l e y s ) 组成的平滑纹理模式，凸形的纹路称为脊线，凹形的纹路称为谷线，如图1 1 所 示( 灰色为脊线，白色为谷线) 。 脊线 谷线 图1 - 1 一枚指纹 f i g u r el 1o n ef i n g e r p r i n t 指纹的形成取决于胚胎中手指表皮部分的初始环境，具有很强的随机性。尽管指纹只 是人体皮肤的一小部分，却蕴含着大量的信息，而指纹识别就是利用这些信息特征进行身 份识别。 应用指纹进行身份鉴别已有悠久的历史。公元前6 0 0 0 年，古叙利亚和中国己经开始 将指纹用于身份鉴别，中国的一些文件上印有起草者的大拇指指纹6 1 。现代指纹识别则起 源于1 6 世纪后期的欧洲。1 7 8 8 年，梅耶( j m a y e r ) 首次提出没有两个人的指纹会完全相同； 1 9 世纪初，科学研究发现指纹的两个重要特征，一是两个不同手指的指纹纹脊式样( r i d g e p a t t e r n ) 不同，另外一个是指纹纹脊的式样终生不改变，并利用现场指纹来鉴定罪犯；1 8 8 9 年，亨利( e r h e n r y ) 在总结前人研究成果的基础上，提出指纹细节特征识别理论，奠定 了现代指纹学的基础 1 。 在指纹识别中，通常将指纹分为全局和局部两种层次的特征。全局特征描述的是指纹 的总体纹路结构。在全局特征中，一般常用的是纹形特征，纹形是指纹最基本的分类标志， 它对于提高大型指纹识别系统的检索速度有重要的作用8 1 。指纹的纹形是适应指尖的球状 表面和半圆形顶端以及横行的指间屈肌线生长而成的，绝大多数纹形是由中心花纹、外围 线系统和根基线系统组成，三方面纹线汇合之处形成三角区，按照中心花纹和三角区的基 本形态，一般将指纹分3 种类型：环型纹( 1 0 0 p ) 、弓型纹( a r c h ) 、螺旋型纹( w h o r l ) ，如图 1 - 2 所示。 2 i 绪论 环型( 1 0 0 p ) 弓型( a r c h ) 螺旋型( w h o r l ) 图1 - 2 指纹基本类型 f i g u r e1 - 2f i n g e r p r i n tb a s i ct y p e 局部特征是指指纹纹路上节点的特征，这些具有某些特征的节点就称为特征点。特征 点提供指纹分类更为详细的信息，是指纹唯一性的确认标志。两枚不同指纹经常会具有相 同的全局特征，如纹形特征相同，但它们的局部特征特征点的拓扑结构，却不可能完 全相同。目前根据局部的特征定义了大约1 5 0 种细节特征，而常用的有以下几种局部特征 类型9 1 ： ( 1 ) 端点( r i d g ee n d i n g ) ：条纹路的起点和终点； ( 2 ) 短纹( s h o r tr i d g e ) ：一段较短但不至于成为一点的纹路； ( 3 ) 分歧点( b i f u r c a t i o n ) ：一条纹路在此分开成为两条或更多的纹路； ( 4 ) 交叉点( c r o s s o v e r ) ：两条平行的纹路在此交叉； ( 5 ) 环点( l o o p ) ：一条纹路分开成为两条后立即又合并成为一条，这样就形成了一个 小环： ( 6 ) 小钩( c r o t c h e t ) ：一条纹路在此打折改变方向； ( 7 ) 小桥( b r i d g e ) ：连接两个纹路的短纹； ( 8 ) 孤立点( i s l a n d ) ：一条特别短的纹路，以至于成为一点； ( 9 ) 汗腺孑l ( p o r e ) ：手指皮肤表面上的汗孔点。 a 回中心点( c o r ep o i n t ) ：中心点位于指纹纹路的渐进中心，是纹线产生最大曲率的地 方，它可用于读取指纹和比对指纹时的参考点； q d 三角点( d e l 啪：三角点位于三种不同方向的纹线汇聚的地方，它提供了指纹纹路 的计数和跟踪的开始之处； 指纹的特征点具有四种不同特性。即：特征点的分类( 如上所述) 、方向( o r i e n t a t i o n 特 征点可以朝着一定的方向) 、曲率( c u r v a t u r e 描述纹路方向改变的速度) 、位置( p o s i t i o n 特 征点的位置通过( x ，j ，) 坐标来描述，可以是绝对的，也可以是相对于中心点或三角点的) | l o i 。 图1 3 中标出了部分局部细节特征。 西安理工大学硕士学位论文 交叉点 中心点 分歧点 端点 短纹 三角点 汗腺孔 图1 - 3 指纹的部分局部特征 f i g u r e l - 3t h ep a r t i a ll o c a lf e a t u r e so ff i n g e r p r i n t 大量统计结果和实际应用证明，端点( r i d g ee n d i n g ) 和分歧点( b i f u r c a t i o n ) ：这_ 两类特征 点在指纹中出现的机会最多、最稳定，而且比较容易提取。更重要的是，使用这两类特征 点足以描述指纹的唯一性1 。在自动指纹识别技术中，一般只检测这两种类型的特征点 数量，并结合该点的位置、方向和所在区域纹路的曲率，就能得到唯一的指纹特征信息。 另外，中心点( c o r e ) 和三角点( d e l t a ) 统称为奇异点，它定义为指纹方向场的不连续点。 一枚指纹的c o r e 点和d e l t a 点的分布和位置如果确定，就可以比较容易地判断出一枚指 纹的类型。 目前常用的指纹识别方法是采用美国联邦调查局f b i ( f e d e r a lb u r e a uo fi n v e s t i g a t i o n ) 提出的细节点匹配方法，即采用脊线的端点和分歧点进行识别。在使用中，如果完全匹配 的特征达到一定的数量，则认为两枚指纹完全一致。美国i b m 公司和密执安州立大学的 学者经研究发现对于较为完整的指纹图像，按以上准则匹配错误的概率很小，而对于指纹 图像模糊且不完整，发生匹配错误的概率会较大。但是在比较严格的指纹识别中，除了端 点和分叉点以外还会采用其它特征，如：指纹细节点间的相互位置、指纹脊线的走向、脊 线的密度等。 除了细节点匹配方法外，还有局部纹理特征匹配方法，该方法将指纹图像中的局部纹 理信息，比如局部傅立叶变换或g a b o r 滤波等结果作为该指纹图像特征，比较两枚指纹图 像的局部纹理信息的相似性，来得出是否为同一个手指。这种应用局部纹理特征的匹配方 法，克服了细节点匹配方法对低质量指纹图像的不适应性，提高指纹识别的鲁棒性。但其 构造的指纹特征模板相对与细节点匹配方法来说，存储量大，不适合嵌入式系统开发。 相对于其他身份识别技术，自动指纹识别是一种更为理想的身份识别技术。其原因如 下【1 2 】 ( 1 ) 稳定性和唯一性。每个人的指纹是相当固定的，它不会随年龄的增长和身体健康 状况的变化而变化，而两枚不同手指的指纹完全匹配的可能性非常小。 4 1 绪论 ( 2 ) 相对于虹膜、视网膜等其他生物识别，指纹便于获取样本，易于开发识别系统， 实用性强。 ( 3 ) 人的十指指纹皆不相同，因此可以方便地利用多个指纹构成多重1 2 1 令，提高系统 的安全性，同时，不增加系统设计的负担。 ( 4 ) 指纹识别中使用的模板并非最初的指纹图像，而是由指纹图像中提取的关键特征， 因此存储量较小。另外，对输入的指纹图像提取关键特征后，可以大大减少网络传输的负 担，便于实现异地确认，支持计算机的网络功能。 从以上的分析可以看到，自动指纹识别技术相对于其他技术不仅具有许多独到的信息 安全方面的优点，更重要的是还具有很高的实用性和可行性。 1 2 2 自动指纹识别系统 2 0 世纪6 0 年代末，由于计算机可以有效的处理图形，在美国开始有人提出用计算机 图像处理和模式识别方法进行指纹分析以代替人工比对，这就是自动指纹识别系统 a f i s ( a u t o m a t e df 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 ) 。2 0 世纪8 0 年代，个人电脑和光学扫描 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，这就使指纹识别从最初的刑 侦领域迅速扩展到其他领域中，并得到广泛的应用。2 0 世纪9 0 年代后期，低价位取像设 备的引入及其飞速发展，自动指纹识别系统a f i s 得到更广泛的应用。 至今，指纹识别系统已从原来的“图像输入设备处理终端联机主机 模式发展到“p c 传感器联机式 、“独立式 ，以及现在的“嵌入式 。 最初因为成本及对运行环境的特殊要求，自动指纹识别系统a f i s 的应用主要限于刑 侦领域。随着计算机图像处理和模式识别理论以及大规模集成电路技术的不断发展与成 熟，自动指纹识别系统a f i s 的体积不断缩小，其价格也不断降低，在民用领域中得到广 泛应用。民用领域的应用主要集中在以下几个方面m - ： ( 1 ) 考勤和门禁系统。是指纹识别系统应用最为普及的领域。 ( 2 ) 移动类。在移动商务产品、移动通讯设备中使用指纹识别系统，可以解决移动金 融服务的安全问题。如：s a g 锄在2 0 0 0 年推出的m c d 9 5 9 i d 移动电话，即内嵌了指纹识 别功能。 ( 3 ) 证照类。我国二代身份证的个人信息中就有指纹信息，且预留了指纹识别的空间。 目前全球已有芬兰、马来西亚、以色列和西班牙四个国家采用了这种智能身份证。 ( 4 ) 计算机系统及网络用户身份认证。 目前全球从事自动指纹识别技术研究的公司或专门机构已有很多家。美国的 i d e n t i c a t o r 公司、v e r i d i c o m 公司、m m 公司和法国的s a g e m 都有成型产品面市，较早涉 足该领域的i d e n t i c a t o r 公司的i d s a f e 生物识别产品已经得到较为广泛的应用，已有5 0 0 0 多万人登记使用i d s a f e 系统。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。台湾的s t a r t e k 公司的指纹识别技术产品的性能也达到国际领先水平。中国 5 西安理工大学硕士学位论文 科学院长春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。 指纹识别系统的广泛应用还带动了图像处理、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，产生了巨大的社会效益。指纹识别技术的 发展和应用已被公认，并已成为各国学术界和工业界研究的热点之一。 1 2 3 指纹识别系统面临的难点以及发展方向 指纹识别系统从应用上可以分成两种典型的工作方式 1 4 1 ：验证( v e r i f i c a t i o n ) 和认证 ( i d e n t i f i c a t i o n ) 。验证是指将现场采集到的待测指纹样本与标本指纹特征模板进行“一对 一”匹配，得出“是否是同一人 的结论；而认证则是将现场采集到的待测指纹样本与指 纹特征数据库中的模板指纹进行“一对多的搜索匹配，得出“有无此人”以及“此人是 谁”的结论。 一般说来，自动指纹识别系统a f i s 主要由指纹采集、指纹图像预处理、特征提取和 指纹匹配几部分组成，系统框架如图1 4 所示 1 5 l 。其中，特征提取和指纹匹配是自动指 纹识别系统的核心内容。 模板数挠 ：一 l 指纹采集f一指纹图像预处理卜一特征提取b - 模板录入部分 图1 _ 4 自动指纹识别系统的组成 f i g u r e1 - 4t h ec o n f i g u r a t i o n so f a f i s 库 迄今为止，自动指纹识别算法的研究取得了很大的成绩，并已有多种商用自动指纹识 别系统在市场上销售，但也存在一些问题： ( 1 ) 指纹采集技术有待提高。主要表现在：( a ) 目前的指纹采集方式都为接触式的，不 易令人接受。( b ) 对被采指纹的适应性差。虽然可以通过指纹增强等技术提高指纹的质量， 但这不可能从根本上解决问题 1 6 1 。毕竟清晰的指纹图像是正确实现自动指纹识别的前提 和保障。 ( 2 ) 低质量指纹图像的处理。指纹增强在指纹图像的识别过程中是最为重要的一个环 节，这部分算法的优劣将对整个识别系统的性能产生至关重要的影响 t t i 。而对于质量较 6 1 绪论 差的指纹图像，缺乏通用的图像增强算法。 ( 3 ) 活体指纹传感器带来的图像误差。手指在每次采集时用力大小、用力方向和采集 位置都会有所不同，造成指纹的各种变形，使指纹特征的相对位置发生较大偏移，从而很 难对各个特征点做到精确定位。而且，一般活体指纹采集都要求使用者把手指放在传感器 表面采用接触测量的方法获取指纹，这就会因为皮肤本身的弹性使生成的二维图像发生形 变。加之，随着传感器面积的减小，用户每次指纹捺印的重叠部分可能就会很少。更为主 要的是，以上因素造成的指纹变形往往是不确定的、随机的，很难用确定的数学模型去描 述，这给后继的指纹比对造成了严重的干扰。另外，活体指纹传感器受外界的干扰如静电、 强光等影响比较大，有时会产生较强噪声，严重时，甚至无法采集指纹。 ( 4 ) 缺乏有效的指纹特征描述手段。传统的基于细节特征的方法对于小面积指纹图像， 性能下降极快。而基于相关或纹理的方法，特征模板又太大，因此有必要寻找一种更有效 的指纹表述方法。 ( 5 ) 指纹分类技术有待突破。对于工作在验证模式下的自动指纹识别系统，指纹分类 技术并不是一个问题。但对于工作在认证模式下的系统，指纹分类技术的研究水平则至关 重要。指纹分类技术越完善，能够划分的类型越细，指纹数据库每个类别中所包含的样本 数量就会越少，对一次识别任务来讲，需要比对的次数和时间开销就会越少1 1 8 1 。 ( 6 ) 缺乏自动指纹识别系统的性能评价体系。国内外还没有这样一个自动指纹识别系 统性能评价机构，各个自动指纹识别系统的性能往往是由开发者自己来建立或者选择数据 库、设计测试方案、进行性能测试。这样，由于各个自动指纹系统在测试时使用的数据库 在容量、指纹质量方面各不相同，测试方案差别也比较大，不可避免地造成现在自动指纹 识别系统性能评价的混乱和无序，而且各系统间也不存在可比性1 1 9 1 。 鉴于以上指纹识别中存在的问题，不难看出今后指纹识别技术研究发展的方向：( a ) 非接触式真皮层指纹采集。生理学的研究结果表明，指纹的结构在真皮层有着完整和稳定 的表现。通过非接触方式采集指纹，不仅获取高质量的指纹图像，而且还可以有效解决指 纹录入时的变形问题。( b ) 多种生物识别技术的融合 2 0 i 。生物识别技术是一个综合的体系， 指纹识别仅仅是其中的一种，各种生物识别技术都具有自身的特点和优势，充分利用其它 生物识别技术的优势，将其它生物识别技术与指纹结合使用，实现优势互补，是自动指纹 识别技术的发展方向之一。( c ) 建立统一标准的指纹识别系统评价平台。统一规范的评价 标准制定有利于指纹识别行业的健康良性发展。目前，国内相关部门正致力于评价规范和 独立权威测试机构的建立。 1 3 本课题任务概述 针对当前的自动指纹识别系统存在的问题及现有资源状况，采用本研究室自行设计的 m b f 2 0 0 指纹采集仪所获取的指纹图像作为研究对象。根据研究对象的特点，把设计相应 的指纹识别算法作为研究重点，以解决自动指纹识别系统中存在的问题。比如：如何有效 7 西安理工大学硕士学位论文 的预处理m b f 2 0 0 指纹图像? 如何解决指纹图像匹配时的平移、旋转及扭曲变形问题? 如何有效的表示指纹特征等诸多影响自动指纹识别系统性能的关键性问题。本课题的最终 任务是设计和开发出完备的自动指纹识别产品。由于当前半导体指纹采集器占据指纹识别 产品大部分市场，而m b f 2 0 0 指纹采集仪就是其中的一种。因此，研究基于m b f 2 0 0 指 纹图像的识别系统具有重要的现实意义。 本文完成的主要工作可分为以下几个方面： ( 1 ) 分析和研究m b f 2 0 0 指纹图像的特点。 ( 2 ) 设计和研究基于灰度均衡化的指纹预处理方案，以适应m b f 2 0 0 指纹图像的处理。 ( 3 ) 改进基于细节特征的指纹匹配方法，以提高系统的识别率。 ( 4 ) 建立和扩展一定数量的指纹库，包括对指纹采集算法的改进，以减少指纹采集时 间和提高图像质量。 ( 5 ) 应用m i c r o s o i tv i s u a lc + + 6 0 开发平台，开发和设计出自动指纹识别系统软件和 相关测试软件，以方便该系统对自定义指纹样本数据库中的数据进行大量测试和评估。 8 2 指纹图像获取 2 指纹图像获取 本章首先简单介绍目前常用的三种指纹采集技术的原理，比较它们的优缺点。然后详 细介绍硅电容指纹传感器m b f 2 0 0 的基本特点和功能。最后如何利用c 6 7 1 3d s k 开发板 获取m b f 2 0 0 指纹图像。 2 1 指纹传感器 2 1 1 三种指纹传感器的比较 目前，常用的指纹采集设备有三种 2 i l 光学扫描式、晶体传感式、超声波扫描式。 1 光学扫描式指纹采集器 光学扫描式指纹采集器是最早的指纹采集器“幻。光学扫描指纹采集器是依据光的全 反射原理。光线照到压有指纹的玻璃表面，光线射到谷的地方后在玻璃与空气的界面发生 全反射，反射光( 反射光的量依赖于压在玻璃表面指纹的“脊 和“谷的相对深度，手 指的洁净程度对反射光也有影响) 由c c d 获得；射向脊的光线在脊与玻璃的接触的界面 被吸收，不发生全反射，这样就在c c d 上得到了指纹图像。 光学扫描式指纹采集器的优点：( 1 ) 使用时间最长，经受了实际使用的检验；( 2 ) 对温度 等环境因素的适应能力好；( 3 ) 价格比较低廉；( 4 ) 分辨率较高，可以达到5 0 0 d p i 。 光学指纹式采集器的缺点：( 1 ) 受光路限制，无畸变型采集器尺寸较大。市面上有一些 尺寸较小的采集器，但通常有较严重的光学畸变；( 2 ) 采集窗口表面往往有痕迹遗留现象， 即在捺印完成后往往有隐约的指纹印迹残留，给后续的使用者造成一定程度的麻烦；( 3 ) c c d 器件可能因寿命老化，降低图像质量。 - 美国d i 百t a lp e r s o n a 公司推出的u a l e u 系列光学指纹采集器是目前应用比较广泛的 光学指纹采集器，它集成精密光学系统、l e d 光源和c m o s 摄像头协同工作，具有三维 。 活体特点，能够接受各个方向输入的指纹( 即使旋转1 8 0 度亦可接受) ，且u a r e u 光学 指纹采集器带有u s b 接口，是目前市场上最安全的光学指纹采集系统之一。 2 晶体传感式硅电容指纹采集器 出现于9 0 年代末的硅电容指纹采集器是最常见的晶体传感器，它也是目前使用最为 广泛的指纹采集设备 2 3 1 0 硅电容指纹采集器通过电子度量计来捕捉指纹。在半导体金属 阵列上能结合大约1 0 0 ，0 0 0 个电容传感器，其外面是绝缘的表面，传感器阵列的每一点是 一个金属电极，充当电容器的一极，按在传感面上的手指对应点则作为另一极，传感面形 成两极之间的介电层。由于介电层间的距离不同，电容器的电容值将随之发生变化，而指 纹的“脊 和“谷 相对于另一极之间的距离不同( 纹路深浅的存在) ，导致硅表面电容 阵列的各个电容值的互异，测量并记录各点的电容值，从而获得具有不同灰度值的指纹图 9 西安理工大学硕士学位论文 像。 硅电容指纹采集器的优点：( 1 ) 图像质量较好，一般无畸变；( 2 ) 尺寸较小，容易集成到 其它设备中去：( 3 ) 价格低廉。 其缺点：( 1 ) 耐用性和环境适应性差，尤其在一些较恶劣的环境中，如在抗静电能力、 抗腐蚀能力、抗压力等方面的不足：( 2 ) 图像面积小，可能降低识别的准确性，并导致用户 使用的不方便。 从l u c e n t 公司中分离出来的v e r i d i c o m 公司，从1 9 9 7