（模式识别与智能系统专业论文）基于多手指指纹识别的身份验证方法研究.pdf

硕士论文基于多手指指纹识别的身份验证方法研究 摘要 近年来，生物识别技术得到广泛的关注，被认为是自动身份识别的最终技术。 其中自动指纹识别技术是目前最成熟的生物识别技术，指纹的唯一性和稳定性被 人们用作验证个人身份的主要依据，具有广阔的发展前景。自动指纹识别技术是 跨越图像处理、模式识别与计算机数据库等学科研究热点问题之一，其研究成果 广泛应用于司法、公安和各种安全防护系统。 针对当前自动指纹识别系统在指纹采集、图像增强以及特征匹配等方面所存 在的问题，本文对指纹在增强处理和匹配两方面进行了深入的研究，对于指纹的 图像滤波、关键信息获取及校正、特征匹配方面做了实验和评价。 指纹图像预处理的研究。主要工作是取出原始图像中的各种噪声，增加图像 的清晰度，恢复指纹固有的脊线结构，将图像变成只有单象素宽度的点线图，以 便于下一步的细节特征提取。具体包括指纹图像归一化、方向图计算、g a b o r 滤 波增强、二值化及后续处理、细化等几个部分。 指纹图像的特征提取以及匹配研究。指纹提取主要是提取指纹的细节特征及 其所在脊线信息；指纹图像的特征匹配是判断两幅指纹图像是否来自同一手指， 本文采用的是一种改进了的基于点模式的特征匹配方法，采用大小可变的界限盒 来适应指纹的非线性形变。 多手指指纹图像匹配的研究。增加一次性匹配的指纹个数，由原来的一对一 匹配增加n - 对二的匹配，根据匹配结果来决定此次验证结果，通过指纹图像的 清晰度来衡量其可信度，最后以此决定该匹配是否有效。实验证明采用了这种方 法之后，指纹匹配的精确度更合理了。 为验证算法，自行建立一个指纹识别开发测试平台进行了大量实验，实验结 果表明上述研究算法都有良好的效果。 关键词：多手指指纹识别g a b o r 滤波细节匹配方向图描述 硕士论文基于多手指指纹识别的身份验证方法研究 a b s t r a c t t h eb i o m e t r i ct e c h n o l o g yh a sb e e nu n i v e r s a l l yn o t i c e d , a n di ti sc o n s i d e r e dt h a tt h i s t e c h n o l o g yh a sag r e a tf u t u r e d u et of i n g e r p r i n t s u n i q u e n e s sa n dp e r s i s t e n c e ，t h e ya r eu s e d a sm a i nf o u n d a t i o no fp e r s o n a li d e n t i t y 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 , a t e c h n o l o g yo ff i n g e r p r i n ti d e n t i f i c a t i o ni m p l e m e n t i n gc o m p u t e rw h i c hh a si n t e g r a t e di m a g e p r o c e s s i n g ，p a a e mr e c o g n i t i o na n dd a t a b a s et e c h n i q u e ，h a sb e e nw i d e l yu s e di nf o r e n s i c , p o l i c ea n do t h e rs e c u r i t ys y s t e m s a c c o r d i n gt ot h ep r o b l e m si nt h ea c q u i r e m e n t , e n h a n c e m e n t ，c h a r a c t e rd e s c r i b i n ga n d m a t c h i n g ，t h i sd i s s e r t a t i o ni s c o n c e n t r a t e do nt w oa s p e c t s ，e n h a n c e m e u ta n dm a t c h i n g m u c hw o r kh a sb e e nd o n eo nt h ek e yi n f o r m a t i o na c q u i r e m e n ta n dc o r r e c t i o n , i m a g e f i l t e r i n g ，f e a t u r em a t c h i n g e x p e r i m e n ta n de v a l u a t i o no f t h ew h o l ea l g o r i t h ma r eg i v e n t h er e s e a r c ho nf i n g e r p r i n ti m a g e sp r e - p r o c e s s i n g i t sp u r p o s ei sr e m o v i n gn o i s eo f f i n g e r p r i n ti m a g ea n di m p r o v i n gt h ed e f i n i t i o no ff i n g e r p r i n ti m a g e ，w h i c hw i l lb e b e n e f i c i a lt ot h ef o l l o wf e a t u r ee x t r a c t i o n i ti n c l u d e si m a g en o r m a l i z i n g ，d i r e c t i o n e s t i m a t i o n , f r e q u e n c ye s t i m a t i o n , g a b o rf i l t e r , b i n a r y , t h i n n i n ga n dr e m o v i n gn o i s ea f t e r t h i n n i n g t h er e s e a r c ho n f i n g e r p r i n ti m a g e s m i n u t i ae x t r a c t i o na n dm a t c h i n g r i d g e i n f o r m a t i o ni si n t r o d u c e di n t ot h em i n u t i am a t c h i n gp r o c e s si nas i m p l eb u te f f e c t i v ew a y i na d d i t i o n , t h ec h a l l e n g e a b l es i z e db o u n d a r yb o xi su s e dt om a k et h ea l g o r i t h mm o r e r o b u s tt on o n l i n e a rd e f o r m a t i o nb e t w e e n f i n g e r p r i n ti m a g e s t h er e s e a r c ho nm u l t i f i n g e r p r i n t i m a g ei d e n t i f i c a t i o n i n c r e a s et h en u m b e ro f m a t c h i n gi m a g ef r o ml v s lt o2 v s 2 t h er e s u l to fi d e n t i f i c a t i o ni sd e c i d e db yt h er e l i a b i l i t y o ft h ei m a g ea c c o r d i n gt oi t sd e f i n i t i o n i ti sp r o v e dt h a tt h ep r e c i s i o no ft h es y s t e mi sm o r e r e l i a b l eb yt h i sm e t h o d i no r d e rt ot e s tt h ea l g o r i t h m s ，at e s ts y s t e mo ff i n g e r p r i n tr e c o g n i t i o nr e s e a r c hi s d e s i g n e da n dal o to fe x p e r i m e n t sa r ep e r f o r m e d a l lt h e s er e s u l ts h o wt h a tt h ea l g o r i t h m a c h i e v e s9 0 0 de f f e c t k e yw o r d s ：m u l t i - f i n g e r p r i u ti d e n t i f i c a t i o n , g a b o rf i l t e r , m i n u t i a em a t c h i n g , d i r e c t i o n a l i m a g er e p r e s e n t a t i o n 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发 表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学 历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均 已在论文中作了明确的说明。 研究生签名： 堑7 唧年7 月弓日 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的全部或部分内容，可以向有关部门或机构送 交并授权其保存、借阅或上网公布本学位论文的全部或部分内容。对 于保密论文，按保密的有关规定和程序处理。 研究生签名：登旬年7 月3 日 硕士论文基于多手指指纹识别的身份验证方法研究 1 绪论 1 1 研究背景 1 i 1 安全技术所面临的挑战 现代科技为人类相互交流提供了更为快捷与便利的方式方法，它既大大地推动了 现代社会的进步和发展，但也给各个国家和社会管理者带来一个全新的重要课题：在 高科技的信息时代，如何及时、准确和有效地验证每个社会成员的身份，以保障人们 的合法权益和各种社会活动的合法性和有效性，及时打击与遏制各种违法犯罪活动， 维护国家安全和社会稳定。 长期以来，在人类社会活动中需要验证个人身份时，传统的方法是验证那人是否 持有有效的证明文件或信物【l 】。从本质上来说，这种方法验证的是该人持有的某种 “物”，而不是验证其本人。只要“物”的有效性得到确认，则持有该“物”的人的身份也 就随之得到确认。这种以“物”认人的办法的漏洞是显而易见的。 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“用户名+ 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，也容易被人窃取。而且，如果用户忘记了密码，就不能进入 系统。有关机构的调查表明，因为忘记密码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。事实上，密码的盗取是非 常容易的，表1 1 1 给出了美国在1 9 9 6 年因为身份验证引起的欺诈损失【2 】。 表1 1 1 由于身份验证引起的欺诈损失表( 美国1 9 9 6 年，单位：美元) l 计算机安全移动电话汽车失窃金融社会保障金 ( 年)( 天)( 年)( 年)( 年) l6 3 亿3 0 万7 6 亿7 亿 1 0 社保总额 上述这些问题表明，传统的依赖于信物或口令的安全性技术已经面临严峻的挑战。 尽管它们具有简单并且方便集成的优点，但随着网络社会的到来，电子商务日趋普及， 人们想通过一些更为安全可靠的信息，来确认在网络的另一端与其交易的人是他宣称 的那个人吗。而正是由于人体特征具有不可复制的优点，目前已经成为安全技术研究 的热点。 硕士论文基于多手指指纹识别的身份验证方法研究 1 1 2 生物识别技术的概念及要求 所谓生物识别技术就是利用人体生物特征进行身份认证的一种技术。因为这些特 征是每个人所独有的，其他人无法复制取代，用它们来识别人的身份，显然比使用口 令或信物的方式要安全的多。但并不是所有的人体特征或动作都能用于身份识别。生 物特征识别具有以下几个特剧3 】： ( 1 ) 广泛性即每个人都应该具有这种特征。 ( 2 ) 唯一性每个人拥有的该项特征各不相同，独一无二。 ( 3 ) 稳定性该特征不随时间、外界条件变化。 ( 4 ) 可采集性所选择的特征应便于测量。 然而，在实际操作中，仅仅满足上述四个条件还是不够的，还需要考虑到以下问 题： ( 1 ) 系统整体的性能，也就是说采用这种特征来识别人的身份，速度、精度以及 系统的鲁棒性是否能够达到指标要求； ( 2 ) 采用这种生物特征人们是不是可以接受，是否干涉了人的隐私或对人体有伤 害，以及对用户而言，是否操作方便等等。 因此一个使用的生物识别系统应具备以下特征： ( 1 ) 用于识别的生物特征可以被人们所接受； ( 2 ) 可以方便地获取这些生物特征； ( 3 ) 系统的识别精度和速度能够满足应用需求； ( 4 ) 对于各种欺骗手段，系统应有足够的适应性。 1 1 3 生物识别系统的组成 从本质上而言，生物识别系统就是一个通过验证人的生理特征或行为动作来识别 人的身份的模式识别系统。一个通用的生物识别框图如图1 1 1 所示。从逻辑上，该 系统可以分为登记和认证两大模块。登记模块是把人体的生物特征存入识别系统，在 这个阶段，首先利用采集器获取人体特征产生表征特征的原始信息，为了方便后续的 匹配过程，这些原始信息一般需要进行进一步处理，压缩信息量，提取最有效的部分 ( 称之为模板t e m p l a t e ) ，最后根据不同应用的需要，将模板存入数据库或用户i c 卡 上。认证模块用于在访问控制中验证人的身份。在这个阶段，同样需要用特征采集器 来获取人体的生物特征，然后使用类似于登记模块中的处理方法，用一种更紧凑的形 式来描述获取的信息。最后匹配子模块使用模板数据库中的模板与获取的压缩生物特 2 硕士论文基于多手指指纹识别的身份验证方法研究 征比较，输出判断结果。 图1 1 1 通用生物识别流程 1 1 4 生物识别系统的工作模式 指纹识别系统有两种工作模式，即身份验证模式和身份识别模式p j 。 身份验证的目的是确认用户声称的身份是否与其真实身份一致，即回答“他是某 人吗? ”这样一个问题。验证通过把一个现场采集到的指纹与一个已经登记的指纹进行 一对一的比对，来达到确认身份的县的。作为验证的前提条件，他或她的指纹必须在 指纹库中已经注册。指纹以一定的压缩格式存贮，并与其姓名或其标识( i d ，p 跗) 联系 起来。随后在比对现场，先验证其标识，然后，利用系统预存的指纹与现场采集的指 纹比对来证明其标识是合法的。身份验证可以应用于网络信息安全领域，如电子商务 中的身份验证等。这种验证是应用系统中使用得较多的方法。图1 1 1 2 给出了身份验 证的过程示意图。 硕士论文基于多手指指纹识别的身份验证方法研究 图例 _ + 验证 _ 一登记 1 输入m 2 出示指纹 3 计算特征值 4 保存与特征值 5 取出相应的指纹特 征值 6 比对两个指纹特征 值 图1 1 2 一对一指纹登记与验证系统示意图 身份识别的目的是识别出用户的真实身份，即回答“他是谁? ”的问题，是一个一对 多的匹配过程。身份识别将现场采集到的指纹同指纹数据库中的指纹逐一对比，从中 找出与现场指纹相匹配的指纹。识别主要应用于刑事侦察等传统领域的身份识别，一 个不明身份的人的指纹与指纹库中有犯罪记录的人的指纹进行比对，以此确定此人是 否曾经有过犯罪记录。图1 1 3 给出了身份识别的过程示意图。 图例 - + 验证 _ 一登记 1 输入d 2 出示指纹 3 计算特征值 4 保存m 与特征值 5 逐一比对 6 匹配时输出m 图1 1 3 一对多指纹登记与辨识系统示意图 验证和识别在比对算法和系统设计上各具技术特点 7 1 ： 3 4 硕士论文 基于多手撂指纹识别的身份验证方法研究 ( 1 ) 验证系统一般只考虑对完整的指纹进行比对，而识别系统要考虑残纹的比对。 ( 2 ) 验证系统对“比对算法”的速度要求不如识别系统高，但更强调易用性，而在 识别系统中，由于需要在大量数据中寻找匹配，因此一般要使用分类技术来 加快查询的速度。 ( 3 ) 对于身份验证系统来说，如何定义是否匹配，即阈值的选取，是一个重要问 题。因为系统只给出两种可能答案：是与不是，如果阈值较大，真正的用户可 能会被系统拒绝，如果阈值较低，又识别不出冒充者。 1 1 5 生物识别系统性能评价 生物识别系统作为一种典型的模式识别系统，它的输出不可能像基于信物或口令 的系统那样，给出一个绝对正确与否的答案，而是一个有一定置信度的结果。因此就 有可能出现两种错误判断，一是把正确的匹配当成错误的而拒绝，用拒真率( f a l s e r e j e c tr a t e ，f r r ) 表示，另一种则是把原本不匹配的当成正确的而接纳，用误识率 ( f a l s ea c c e p tr a t e ，f a r ) 表示。如果系统的f r r 较大，就会造成用户多次输入而 无法确认其身份，使用户感到不便，进而对该系统产生不信任和厌恶感。而若系统的 f a r 较大，又会给系统造成漏洞，让不法之徒有机可乘。但是，对于一个己有的生物 识别系统，要使两者同时降低则不可能。因为由模式识别系统的特性可知，这两个错 误率是互相反比的，一个参数的减少必然会导致另外一个参数的增加。因此我们只能 根据用途的不同，调整系统的参数，使其满足于不同目的的需求。例如，对于指纹识 别系统，如果用于高度机密的访问控制，则可适当调高拒真率，把误识率降到最小； 反之，对于公安和司法部门，则需要降低拒真率，在尽可能匹配上的范围内搜索嫌疑 人；而对于一般民用系统，我们可以兼顾精度和效率，选取这种参数 4 s l 。 图1 1 4 指纹识别系统的r o c 曲线 对于一个生物识别系统，一般用接受特征曲线( r e c e i v eo p e r a t i n gc h a r a c t e r i s t i c c u r v e ，r o c ) 来描述系统的精度属性。曲线上的每一点，都对应了一定安全阈值下 硕士论文基于多手指指纹识别的身份验证方法研究 系统的f r r 和f a r 。图1 1 4 给出了r o c 曲线的一个实例。在实际应用中，因为各 厂商和研究机构实际只是给出了最好的f r r 和f a r ，而这两个参数并不是对应同一 个安全阈值，所以，一个更为科学的评估参数等错误率( e r r ) 被广泛应用，所 谓等错误率，是指f r r 和f a r 相等时候的值( 如图1 1 4 所示) 。很显然，e e r 越小， 系统的精度越高。另外，系统的匹配速度也是系统性能的一个重要指标。特别是对于 辨识系统，由于做“一对多”的匹配，速度就显得格外重要，即使时“一对一”的验证系 统，速度太慢也会影响系统的推广使用。 1 1 6 主要生物识别技术简介及比较 目前，研究和使用的生物特征包括脸部【舢”】、虹膜、视网膜、指纹、掌纠、手 形翔等与生俱来的生理特征和语音【嘲、签名【7 , t t l 等后天习惯使然的行为特征。 指纹识别主要是根据人体指纹的纹路、细节等特征等信息对操作或被操作者进行 身份鉴定，它具有独一无二的个体特征，良好的稳定性，并且特征的精确度和复杂度 足以满足高准确的鉴别需求，是目前生物识别中研究最深入，应用最广泛，发展最成 熟的技术。 人脸识别研究热潮出现在计算机视觉兴起的初期，用人脸进行身份识别直观、友 好、方便、用户接受程度高。但计算机对人脸的识别还远达不到人眼对脸部的识别程 度。目前在限制性输入条件下，在小样本数据库中人脸识别取得较好的结果，但识别 准确率低于指纹和虹膜识别。人面部表情、姿态、化妆、年龄等的变化及采集图像时 光线、角度、距离、面部遮挡等问题一直时人脸识别领域中的难题。 虹膜是位于瞳孔和巩膜间的环状区域，每个人虹膜上的纹理、血管、斑点等细微 特征各不相同，且一生中几乎不发生变化、用摄像机捕获用户眼睛的图像，从中分割 出虹膜图像，进行定位校准、特征提取、编码用以匹配。到目前为止，虹膜识别的错 误率是各种生物特征中最低的。但虹膜因受到眼睑、睫毛的遮挡，准确捕获虹膜图像 是很困难的，图像采集设备复杂昂贵，且虹膜一旦有病或损伤会影响识别，对盲者和 患有白内障等眼部疾病的人无效。 视网膜识别利用人眼视网膜上分布的毛细血管的差异性来鉴别身份，是目前生物 特征中可靠性最高的身份鉴别方法，视网膜隐藏在眼球中，不磨损，不易受老化和一 般疾病的影响，更具独特性和稳定性。因鉴别时需用红外线扫描眼底视网膜以获得血 管网图像，存在长期使用是否会对使用者健康构成伤害的问题，所以该方法接受程度 最低，另外，由于系统技术含量及成本很高，实用推广难度大。 签名识别，也被成为签名力学辨识，它建立在签名时的力度之上。它分析的是笔 6 硕士论文基于多手指指纹识别的身份验证方法研究 的移动，例如加速度、压力、方向以及笔画的长度，而非签名的图像本身。签名力学 的关键在于区分出不同的签名部分，有些是习惯性的，而另一些在每次签名时都不同。 但由于可能被他人模仿，有较大的安全漏洞。 声音辨识并不对说出的词语本身进行辨识，而是通过分析语音的唯一特征，例如 发音的频率，来识别出说话人。但也仍存在不足，如语音受心理状态、疾病等自身因 素和语音环境、采集设备、传输通道等外部因素的干扰，会影响识别效果，对磁带录 音进行欺诈的可能性也未能很好的解决。 以上的各种生物特征识别技术各有各的优点，也各有各的缺点，他们的技术指标 比较如表1 1 2 所以。在实际中，我们需要根据需求领域的不同，成本的高低，实用 性的大小等诸多方面综合考虑，选取适合的识别技术。 表1 1 2 常用生物特征识别技术比较 类型识别可靠度可否1 ：1实用性采集设备采集设备 比对 价格体积 指纹很好是好 较低很小 人脸一般是非常好低 较小 虹膜很好是 需要培训才高较大 能使用，手工 操作有困难 视网膜很好是不好 高较大 签名一般是一般低 较小 声音一般是一般 极低很小 随着技术的发展与成熟，人们对生物识别技术的接受程度日益扩大，生物识别技 术逐渐被广泛应用于生产、生活的各个角落。国家也从立法的角度推动该技术的发展 与应用，仅在美国一个国家就有好几项联邦法律强制在某些地点使用生物识别技术来 进行安全保卫工作。当前生物识别技术的主要应用领域是门禁系统、逻辑门禁系统和 考勤系统等。据调查报告显示，用于门禁系统的生物识别系统在销售额方面几乎占整 个生物系统销售额的一半，逻辑门禁方面则占了4 0 的份额，剩下的1 0 是考勤系 统方面的应用。估计2 0 0 6 年该项技术收入的5 0 会来自于像手机、p d a 等移动设备 的应用方面。在市场规模方面，国外某机构认为生物识别技术产品的销售额已经连续 7 年保持了惊人的增长，平均每年的增长率在4 0 左右。从1 9 9 5 年的2 0 0 0 万美元增 加到2 0 0 6 年的2 0 亿美元。m j 硕士论文基于多手指指纹识别的身份验证方法研究 1 1 7 指纹识别研究的历史与现状 指纹识别是模式识别和生物识别领域研究最早也是最为成熟的技术。表1 1 2 比较 结果显示，指纹识别技术在各个评判指标上具有良好的折中，拥有实际应用的巨大优 势。近几年来，随着信息技术和网络技术的飞速发展，指纹自动识别这种身份认证技 术除了在传统的刑事侦缉领域之外，在银行、股市和电子商务、家居等领域也得到更 广泛的应用。据2 0 0 3 年调查报告显示，指纹识别技术在市场收益中占整个生物识别 领域的5 2 1 ，比位居第二的人脸识别高出4 0 个百分点。【5 1 】 人们使用指纹进行个人身份鉴定已经有很长的历史。早在公元6 5 0 年，唐代作家 贾公秀在其作品中就着重提到了指纹是确认个人身份的方法【2 0 】。我国将指纹应用于民 间契约及断案有悠久的历史，但是由于缺乏专门性研究，未能将指纹识别技术上升为 一门科学。现代指纹识别起源于1 6 世纪后期。苏格兰医生h e n r yf a u l d i s 2 于1 8 8 0 年 1 0 月2 8 日首次在英国 n a t u r e 上发表论文，指出指纹人各不同，恒久不变，并利 用现场指纹来鉴定罪犯。接着，w i l l i a mh e r s c h e l 5 2 】也在 n a t u r e 上发表了他本人关 于指纹研究2 0 多年来的成果，从此解开了现代指纹识别的序幕。1 8 9 2 年，英国s i r f r a n c i sg a l t o n i s 2 1 对指纹进行了系统的研究，并提出了指纹细节特征分类，将指纹分为 斗、箕、弧三大类，使指纹识别应用进入了一个崭新的时代。1 8 9 9 年，英国e d w a r d h e n r y l 2 0 】建立了著名的h e n r y 指纹分类系统并于1 9 0 1 年被英国政府正式采用，随后西 方各国亦相继采用，指纹识别应用正式走上了科学化道路。随着电子计算机的出现、 采集技术的发展以及对指纹识别研究的深入，人们逐渐将人工指纹识别向自动指纹识 别a f i s 转变。美国最早于1 9 6 3 年首先开展有关软件的研制，于1 9 7 5 年成功推出了 第一个商业化系统p r i n t r a k 2 5 0 5 2 。日本在1 9 7 5 年开始进行研究，并于1 9 8 2 年将 n e c a f i s l 5 2 1 投入使用。我国也在8 0 年代初对指纹识别展开研究。【l s 】 近几十年来，国内外众多专家和研究机构对指纹识别展开了全面且深入的研究工 作，在研究和应用领域都取得了非凡的成果。美国联邦调查局口o 】、迪拉鲁印基公司 2 0 l 、 日本n e c 2 0 、北美莫佛公司【2 以及洛吉卡有限公司f 刎等相继推出了著名的自动指纹 识别系统。国内也不甘示弱，当前著名的研究机构有：中科院自动化所、北大高科以 及一些企业机构，都取得了不俗的成绩，有些技术已达到国际先进水平。然而，指纹 识别作为模式识别的主要研究对象却依然流行至今，主要在于：1 ) 质量低劣的指纹 识别问题一直未能得到很好的解决；2 ) 安防行业的特殊性、环境的复杂多变、外来 攻击者技术的提高都对指纹识别提出了更高的要求。 硕士论文基于多手指指纹识别的身份验证方法研究 1 2 自动指纹识别所面l 临的问题 1 2 1 指纹图像的特点及图像增强目前面临的难题 由于自动指纹识别系统的性能的关键在于指纹图像预处理的质量，本论文的研究 重点之一是指纹的图像处理。 指纹图像是由一系列紧密排列的纹线所构成，在大部分区域，纹线呈现平行排列 分布或方向缓慢变化，小部分区域由急剧转折的纹线构成奇异点区域。纹线密度以及 方向变化相对平缓，由于生物发育的突变，纹线之间存在分叉和与之相对的端点以及 孔和桥，另外裂纹和疤痕也经常出现在指纹图像中。如图1 2 1 所示。 图1 2 1 指纹中的裂纹和疤痕 指纹图像质量的变化是很大的，影响指纹图像的因素非常多，年龄、季节、干湿、 劳动方式、采集的力度、传感器残留的污迹，等等。即使同一枚指纹图像的不同区域 都存在很大的交化，如图1 2 2 所示。目前为止，没有一种传感器能够较好的适用于 所有的人群，特别是老人和体力劳动者。同其他一些生物识别的图像相比较，指纹图 像所含有的噪声要强很多。 图1 2 2 指纹的质量变化 9 硕士论文基于多手指指纹识别的身份验证方法研究 含有较强噪声的指纹图像成为劣质指纹图像。m a i o 1 9 1 ，m a l t o n i 例，c a p p e l i 1 9 1 ， w a y m a n 1 9 】和j a i n 1 9 】在2 0 0 0 年根据f v c 的测试统计结果，提出2 0 - - 8 0 规则。即数据 库中2 0 的劣质指纹图像造就了所有算法8 0 的识别错误。 因此指纹图像处理是指纹自动识别系统最重要的过程，其效果直接关系到自动指 纹识别系统的性能。指纹图像的特点及难点主要表现在如下两方面： ( 1 ) 噪声与指纹固有的高频结构混合。从整体上看指纹纹线呈现出很强的规律性， 指纹纹线分布类型非常分明，但是指纹本身的变化很大【2 0 】，同一类型的指纹彼此 在纹线分布上又有明显的区别。从局部来看，指纹纹线紧密排列，呈现出良好的 方向和频率特性，但在奇异点，端点和分歧点部分，却存在明显的结构突变。 ( 2 ) 整体信息和局部信息相互影响。所有指纹的局部信息构成了指纹的整体信息。 指纹纹线从整体上看，结构简单，拓扑结构简洁流畅，但在局部区域则含有大量 噪声和结构突变，从人工分析的角度，利用指纹整体的信息能够很好的校正和评 价区域的信息，类似一种指导推断能力。目前，最主要处理方法都是利用独立的 局部信息以及小范围领域的校正，导致无法利用指纹整体信息的“指导作用”。 1 2 2 指纹匹配目前存在的问题 在人工指纹匹配的过程中，人们更关心特征点在指纹拓扑结构中的位置，而不是 特征点本身的坐标位置，然而目前指纹匹配的大部分算法都缺乏特征点在整体结构中 的分布进行描述，尽管在j i a n g d 3 1 ，j a i n f 3 9 】和w a n g 阳等人的文献中引入了特征点局部 结构描述，但是我们知道，由于指纹局部结构是非常相似的，如果进行局部结构的描 述，则大部分指纹( 奇异点区域以外) 都是相似的，不存在强的对比性。反而容易受 到噪声以及图像变化的影响。如何在匹配过程中加快肯定细节点有效的速度，提高匹 配效率是指纹匹配的一个难点。 1 3 指纹图像处理所需要的关键信息 指纹图像同其他生物识别图像相比，其纹理具有比较独特的特征，指纹纹线紧密 排列，在大部分区域纹线区域方向一致，变化平缓，因此根据指纹自身的特点提取关 键信息是比较重要的环节。指纹信号的关键信息主要由以下几个方面组成。 ( 1 ) 指纹的方向信息。指纹的方向信息是指纹预处理中最重要的信息，它直接关 系到指纹处理到识别匹配中任何一个步骤，迄今为止没有一种好的指纹算法不依 赖指纹的方向信息，它密切关系到频率估计，方向滤波，质量评价，特征模板的 形成以及匹配等重要环节。因此可以认为，指纹的方向信息是整个指纹处理的灵 1 0 硕士论文 基于多手据指纹识别的身份验证方法研究 魂。然而由于裂纹、残留指纹、污迹等噪声的影响，指纹方向估计存在很大的难 度。指纹整体方向信息称为指纹的方向场或方向图，一般而言，指纹方向场的获 取部分都分为初步方向获取以及方向校正两个步骤。 ( 2 ) 指纹的频率信息。指纹的纹线排列使指纹呈现出很好的频率特性，不同指纹 纹线频率甚至同一指纹在不同区域都有很大的变化，所以准确获取频率信息是十 分必要的。准确估计指纹的频率信息进行带通滤波，从而提高指纹纹线间的区分 度。但是由于噪声的影响，特别是指纹纹线的弯曲以及指纹特征点，增加了指纹 频率的获取难度。 ( 3 ) 指纹质量评价。图像质量评价分整体评价和区域评价两种【2 l j ，整体评价是对 图像整体质量进行评价，从而决定该图像是否符合匹配条件、是否应该重新采集。 在同一枚指纹图像中指纹图像的质量往往具有较大的变化，有效区域和无效区域 同时存在。如何尽可能利用指纹的有效区域进行处理，如何准确区分指纹不同质 量的区域，都是关键问题。所以图像区域评价是重点难点，指纹图像质量评价是 一个非常重要的指标，由它提取有效的指纹区域，从而避免对非指纹区域或指纹 无效区域进行处理和特征提取。质量评价的方法以及准确性在很大程度上决定了 自动指纹识别系统的性能。由于指纹在劣质但可恢复区域与不可恢复区域在很大 程度的相似性，所以准确评价指纹的图像质量是工作的一个难点。 1 4 本文主要完成工作 虽然国内外诸多专家学者在指纹图像自动识别领域作了较多的研究，自动指纹识 别技术也应用到产品中，然而在指纹图像处理的各个步骤中还存在许多不足。本文从 识别系统整体性出发，在前人工作成果的基础上，提出了多指纹识别系统的软件方案。 实验证明，整个系统在实施性和可靠性上都达到了令人满意的效果。 主要内容如下： ( 1 ) 指纹预处理算法的设计 提出一种基于g a b o r 滤波的预处理算法。由于局部指纹纹线相互平行、方向固定， 近似平面正弦波，在其傅立叶频谱图中纹线信号和噪声信号所对应的频谱成分之间具 有很好的可分性，采用带通滤波器能实现很好的增强效果。g a b o r 滤波器是一种带通 滤波器，具有很好的方向和频率选择特性，因此本文选用g a b o r 滤波器进行指纹增强。 g a b o r 滤波器的参数是否和待增强象素点的方向和频率很好的匹配决定了增强的效 果，为此文中详细介绍了求方向图和纹线平均频率的方法以及阈值的选择。试验表明 该方向具有很好的增强视觉效果。 硕士论文基于多手指指纹识剐的身份验证方法研究 ( 2 ) 指纹特征点匹配算法的设计 按指纹时用力的差异等多种原因必然会使两幅指纹图像闻存在非线性形变。即使 是经过校准，输入图像种的细节点也不可能与模板图像种的对应点完全重合。再加上 采集过程种存在噪声等原因，使得两幅图像的对应点之间可能存在一定的偏差。这些 都要求细节匹配算法具有一定的弹性，也就是说细节匹配算法应该能在一定程度上容 忍由于提取出来的细节点位置不准确或图像的非线性形变造成的对应点位置的差异。 a n i lj a i n 3 9 1 等人通过对中介绍的算法增加一种自适应性来处理弹性匹配问题。【4 0 】 中的方法在每一个模板细节点上加了一个界限盒，限定了与该模板细节点对应的输入 细节点可能存在的区域。【3 9 l 文中给这种方法增加了一定的自适应性，当在匹配中对模 板细节点的界限盒位置做一定的调整，从而使算法具有一定的处理局部细节点位置差 异与非线性形变的能力。本系统将采用尺寸可变的界限盒来取代 3 9 1 中所用的大小固定 的界限盒，使匹配算法对非线性形变更为鲁棒。 ( 3 ) 多指纹匹配算法的设计 现有a f i s 系统在使用时经常会遇到质量低下的指纹图像，导致系统的识别能力 下降。虽然在前面的工作已经使用了很多先进的技术尽可能的增加系统对劣质图像的 认识度，但是效果还是有待提高。笔者根据这种现况，提出了一种新的指纹匹配系统。 该系统建立在现有的指纹识别基础上，增加匹配指纹图像，从原先的一个指纹识别改 进到同时识别两个指纹。当用两幅指纹代替原先一副图像匹配的时候，因为图像容量 扩大了其蕴涵的信息量也相应扩大，大大增加了特征点的数目。从这个庞大的数目中 更容易挑选出质量好的图像中特征点进行匹配，无疑将大大降低系统的拒识率。 硕士论文 基于多手指指纹识别的身份验证方法研究 2 指纹图像的预处理 2 1 指纹图像的采集 指纹图像获取设备分为如下三类：光学取像设备、晶体传感器和超声波扫描。 ( 1 ) 光学取像设备 光学取像设备具有悠久的历史，它的使用可以追溯到2 0 世纪7 0 年代。光学取像 设备依据的是光的全反射原理( f t i r ) 【2 5 1 。光线照到压有指纹的玻璃表面，反射光线 由c c d 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问 的油脂。光线经玻璃射到谷后反射到c c d ，而射到脊后则不反射到c c d ( 确切的是 脊上的液体反光) 。由于最近光学设备的革新，极大的降低了设备的体积。到了9 0 年 代中期，传感器可以装在6 x 3 x 6 英寸的盒子里，在现在使用的更小的设备是3 x l x l 英寸。这些进展取决于多种光学技术的发展而不是f t i r 的发展。例如：纤维光被用 来捕捉指纹图像。纤维光束垂直射到指纹的表面，它照亮指纹并探测反射光。另一个 方案是把含有微型三棱镜矩阵的表面安装在弹性的平面上，当手指压在此表面上时， 由于脊和谷的压力不同而改变了微型三棱镜的表面，这些变化通过三棱镜光的反射而 反映出来。 ( 2 ) 晶体传感器 硅晶体传感器阿堤最近在市场上才出现的，尽管它在传奇文学作品中已经出现近 2 0 年。这些含有微型晶体的平面通过多种技术来绘制指纹图像。电容传感器通过电子 度量被设计来捕捉指纹。电容设备能结合大约1 0 0 ，0 0 0 导体金属阵列的传感器，其 外面是绝缘的表面，当用户的手指放在上面时，皮肤组成了电容阵列的另一面。电容 器的电容值由于金属间的距离而变化，这里指的是脊( 近的) 和谷( 远的) 之间的距 离。压感式传感器表面的顶层是具有弹性的压感介质材料，他们依照指纹的外表地形 ( 凹凸) 转化为相应的电子信号。温度感应传感器被设计为感应压在设备上的脊和远 离设备的谷温度的不同。晶体传感器技术最重要的弱点在于，它容易受到静电的影响， 这使得晶体传感器有时可能取不到图像，甚至会被损坏，另外，它并不像玻璃一样耐 磨损，从而影响了使用寿命。 ( 3 ) 超声波扫描 超声波扫描被认为是指纹取像技术中一种非常好的技术。超声波首先扫描指纹的 表面，紧接着，接收设备获取了其反射信号，测量它的范围，得到谷的深度。与光学 扫描不同，积累在皮肤上的脏物和油脂对超声波获得的图像影响不大，所以这样的图 硕士论文 基于多手指指纹识剐的身份验证方法研究 像是实际指纹凹凸表面的真实反映，应用起来更为方便。 表2 1 三种成像技术的比较 比较项目光学成像技术硅晶体电容传感技超声波扫描 术 体积大小中 耐用性非常耐用容易磨损一般 成像能力汗多的和稍脏的干手指好，但汗多的非常好 手指成像模糊和稍脏的手指不能 成像 耗电较多较少较多 成本 低低高 2 2 指纹图像的预处理 指纹识别是基于指纹特征的，无论采取何种特征表示，目前的指纹特征提取方法 都在不同程度上依赖指纹质量。不同的指纹获取设备和方法都存在其固有的缺点，不 可能在采集过程中完全解决图像质量的问题。各种采集设备也是针对其特殊的应用场 合而设计，其出发点并不都是为了提高采集的质量。如现在应用比较广泛的半导体指 纹芯片，它的优势是体积小，易于嵌入到各种移动电子设备，其应用前景非常广阔。 但就采集质量而言，并不比光电设备采集的图像质量高，在某种程度上甚至是在下降。 因为其接触面积小，使得其采集的图像所包含的信息不如光电设备丰富，指纹的重叠 面积减小等。在发展各种新的采集设备的时候，我们不得不研究针对个别设备特性的 指纹图像预处理方法。在手指接触采集设备的平面表面时，由于手指在各部分的压力 不均，使年导指纹会在不同区域产生非线性弹性形变。由于设备接触表面的不清洁，手 指表面损伤、水分、油脂等都会给指纹图像加入噪声。所有这些都使得我们不得不用 特别的方法去处理原始图像，提高图像质量。指纹图像预处理是指纹识别中非常重要 的一步，它的好坏直接影响特征识别提取效果，针对不同的指纹特征将有不同的预处 理方法，所采取的步骤和处理量也不同。 本文采用的预处理过程如图2 1 所示，由图2 1 可以看出预处理分5 个步骤进行： 图像归一化处理、求取方向图、g a b o r 滤波、二值化、细化。图像归一化是将指纹图 像的灰度变化调整到一个统一的标准，从而使后续处理具有相同的标准；求取方向图 是后续工作必不可少的一步；g a b o r 滤波是对指纹图像进行增强的处理，也是整个预 处理中核心部分，增强纹线的走向，提高指纹的清晰度，便于以后的图像处理；二值 化将指纹图像由纹理灰度变化的指纹图像变成黑白两色的图像；细化是将指纹图像变 硕士论文基于多手指指纹识别的身份验证方法研究 成点线图，实现后续的特征点提取。 整个预处理过程是为了指纹图像画瑟清晰，边缘明显，突出指纹图像中的某些信 息，消弱或除去某些不需要的信息，使它的结果对后面的识别来说比原始指纹图像更 合适，以便提取特征进行识别。下面就针对预处理中的每一步进行分别介绍。 2 2 1 指纹图像归一化操作 图2 1 图像预处理过程 对采集的原始指纹图像，由于受采集的设备工作环境及参数设置影响，采集到的 指纹图像可能总体对比度较差。图像的归一化嘲的目的是将指纹图像的灰度变化调整 到一个统一的范围，使不同图像具有相同的灰度均值和方差，从而使后续处理具有相 同的基准。令，表示原始指纹图像，其大小为m x n , 玎劬表示图像中象素点以驴的灰度 值。令g 表示灰度归一化后的指纹图像，g 以矿为归一化后图像中象素点和的灰度值。 g ( i ，d = 其中 m e a n o + 些竺釜兰兰。粼啪坛硼 泓， 胁鲫。一v a r o * ( i ( i , j ) - m e a n ) 2 ( 砸 力 拖册) ) = 志m 善d 4 n 怠总。 ( 2 2 ) 肋= 而i m 磊- i 缶n - i ( j ( f ，歹) 一m e a n ) 2 m e a n 和v a t 是原始图像的灰度均值和方差，而m e a n o 和v a r o 是期望图像的灰度均值 和方差。根据实际经验发现m e a n 口= 1 2 0 、v a r d = 3 0 时，原始指纹图像归一化后，指纹 图像取得较好的质量，并且提高了整个图像的灰度对比度，消除了指纹传感器本身噪 声以及因为指纹压力不同而造成的灰度差异。图2 2 1 是指纹归一化前后的比较。 硕士论文基于多手指指纹识别的身份验证方法研究 图2 2 1 指纹图像归一化前后比较 图2 2 2 是对不同的m e a n d 、相同的v a r o 的取值。m e a n 口取小了会出现溢出点( 图 2 2 2 a 中方框内的白点) ，取大了前景和背景对比不明显( 图2 2 2 b ) 。 (