（物理电子学专业论文）自动指纹识别技术研究.pdf

摘要 随着计算机与信息技术的不断发展，生物特征识别技术受到了广泛的 关注和研究。由于每个人的指纹具有唯一性且终身不变，因此指纹识别是 代替传统身份识别手段的最安全、最可靠、最方便的方法之一。 本文简要介绍了指纹图像预处理、特征信息提取、指纹分类及匹配识 别的发展历史及研究和应用现状，深入研究和分析了指纹图像预处理和特 征提取算法，提出了一种新的基于g a b o r 滤波器和指纹脊线精确方向的指 纹图像增强算法。实验证明，该算法取得令人满意的图像增强效果。同时， 本文将小波理论应用于指纹图像预处理，利用多尺度b u b b l e 小波变换提取 不同尺度下的指纹脊线信息并予以综合，实现了指纹图像的良好分割。此 外，还提出了一种新的伪细节点滤除算法，利用g a b o r 滤波器和多尺度 b u b b l e 小波变换对原始指纹图像进行处理，得到两幅二值化指纹图像，然 后分别将其细化并提取两幅细化指纹图像各自的特征信息，取两者的交集 作为原始指纹图像的细节点集，以此减少甚至消除伪细节点。实验表明， 该方法效果良好。 关键词：指纹识别，图像处理，g a b o r 滤波器，小波分析，特征提取 a b s t r a c t w i t i lt h ed e v e l o p m e n to fe l e c t r o n i cc o m p u t e ra n di n f o r m a t i o nt e c h n o l o g y , b i o m e t r i ci d e n t i f i c a t i o nh a sd r a w nm o r ea t t e n t i o n d u et ot h eu n i q u e n e s sa n d i n v a r i a b i l i t yo ff i n g e r p r i n t s ，t h ea u t o m a t i ci d e n t i f i c a t i o nb a s e d0 1 1f i n g e r p r i n t si s b e c o m i n ga l la t t r a c t i v ea l t e r n a t i v et ot h et r a d i t i o n a lm e t h o d so fi d e n t i f i c a t i o n i ti si n t r o d u c e dt h a tt h ed e v e l o p m e n th i s t o r ya n dt h ea p p l i c a t i o n r e s e a r c h s t a t u so fa 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 nt e c h n o l o g y , w h i c hc o n s i s t so f f i n g e r p r i n ti m a g ep r e p r o c e s s i n g ，m i n u t i a ee x t r a c t i o n ，f i n g e r p r i n tc l a s s i f i c a t i o n a n dm a t c h i n g an e wf i n g e r p r i n ti m a g ee n h a n c e m e n tm e t h o di s p r o p o s e d ， w h i c hi sb a s e do ng a b o rf i l t e ra n de x a c tr i d g eo r i e n t a t i o ni n f o r m a t i o n t h e s i m u l a t i v ee x p e r i m e n ts h o w e dt h a tt h em e t h o dc a r lg e ts a t i s l y i n ge f f e e tf o r f i n g e r p r i n t se n h a n c e m e n t t h es e g m e n t a t i o nm e t h o db a s e do nt h em u l t i s c a l e t r a n s f o r mo fb u b b l ew a v e l e ti sp r e s e n t e d t h ei n f o r m a t i o no ff i n g e r p r i n tr i d g e s i se x t r a c t e da n di n t e g r a t e db vt h em u l t i - s c a l eb u b b l ew a v e l e tt r a n s f o r mt o r e a l i z et h ef i n g e r p r i n ts e g m e n t a t i o n i na d d i t i o n ，t h em e t h o dw h i c hc a l l d e c r e a s eo re l i m i n a t ef a l s em i n u t i a ei sp r o p o s e d w h i c hu s e sg a b o rf i l t e ra n d w a v e l e ta n a l y s i st op r e p r o c e s st h eo r i g i n a lf i n g e r p r i n t si m a g ea n de x t r a c tt w o s e t so fm i n u t i a er e s p e c t i v e l y , a n dt h e nt a k e st h ei n t e r s e c t i o no ft h et w os e t so f m i n u t i a ea st h ef i n a ls e to f m i n u t i a eo f t h ef i n g e r p r i n t t h ee x p e r i m e n t a lr e s u i t s s h o w e dt h a tt h em e t h o dc a nd e c r e a s eo re l i m i n a t ef a l s em i n u t i a ee f f e c t i v e l y k e yw o r d s ： f i n g e r p r i n tr e c o g n i t i o n ，i m a g ep r o c e s s i n g ，g a b o rf i l t e r , b u b b l ew a v e l e t ，m i n u t i a ee x t r a c t i o n i i 原创性声明 本人声明，所呈交的学位论文足本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，除了论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过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名：日期：五! 生年上月卫日 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文，允许学位论文被查阅和借阅：学校可以公布学位 论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论 文；学校可根据国家或湖南省有关部门规定送交学位论文。 作者虢l - j 导师签名勘哆吼州年广肋日 中南大学硕士学位论文 前言 研究背景 现代社会科技发展迅速，为人类的工作和生活提供了更为快捷与便利的手段，越 来越多的电子设备不断进入人们的日常生活，为人们的生活和交流方式带来了很大的 变化。例如p c 电脑、掌上电脑、自动提款机、移动电话、门禁控制、各种识别身份的 智能卡等，它们大大地推动了现代社会的进步和发展，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， 变得更为重要和迫切。 在人类社会活动中，传统的身份验证技术在验证个人身份时，是基于下述规则的： ( 1 ) 用户所知道的。这类技术使用用户所知道的信息作为对用户身份验证的依据， 比如密码、口令等等，因此被称为基于密码的身份验证技术。 ( 2 ) 用户被赋予的。这类技术使用用户拥有的各种标记作为对用户身份验证的依 据，典型的标记有身份证、各种证件、各种能标明用户身份的卡片、令牌、护照、智 能卡等等，这类技术被称为基于令牌的身份验证技术。 实际上，这些方法都存在着以下问题： ( 1 ) 令牌容易被遗失，密码容易被忘记； ( 2 ) 令牌和密码容易被人窃取： ( 3 ) 令牌和密码容易被人仿制。 由于上述问题的存在，传统的身份验证技术在给人们的日常生活和整个社会带来 方便的同时，也带来了不可估计的损失和破坏。众所周知，美国的一些高度机密军事 机构的计算机网络( 包括五角大楼和国防部) 曾不止一次被黑客侵入，黑客们实际上 就是破解了这些计算机网络的某一合法用户的密码后侵入的。尽管现行系统要求用户 及时改变他们的口令以防止口令被盗用，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。表l 给出了美国在1 9 9 6 年因为身份验证失效引起的欺诈损失i l 】。 表1 美国1 9 9 6 年由于身份验证失效引起的欺诈损失袁( 金额单位：美元) 正是由于传统的依赖于令牌或密码的身份验证技术的固有缺陷，使依赖人体特征 中南大学硕士学位论文 的新型身份验证技术随之兴起。由于人体生物特征具有不可复制的特点，生物识别技 术目前已经成为安全技术研究的热点。 生物识别是利用人体的生理特征或行为动作来认证人的身份“j 。因为这些特征 是每个人所独有的，不会遗失，其它人也无法复制或取代，用它们来识别人的身份， 显然比使用令牌或密码的方式安全很多。但并不是所有人体特征或动作都能用于身份 识别，只有满足了下列条件的生物特征，才能用于验证身份“l ： ( i ) 普遍性。即人人都具有该特征，只有一部分人具有的特征无法用于大范围的 身份识别； ( 2 ) 唯一性。即每个人的特征都应与其他人的特征不一样： ( 3 ) 稳定性。即特征或行为应在一个相当长的时阃内保持不变，经常变化的特征 无法保证识别系统的鲁棒性； ( 4 ) 可采集性。即是否可以方便地获取并量化这些特征或行为。 在实际操作中，仅仅满足上述四个条件还不够，还需要考虑到以下问题i 纠l ： ( 1 ) 系统的整体性能，即采用这种特征来进行身份识别，速度、精度以及系统的 鲁棒性是否能够达到实际应用的要求； ( 2 ) 采用这种生物特征人们能否接受，是否干涉了人的隐私或对人体有伤害，对 用户而言，操作是否方便。 因此，一个实用的生物识别系统应具备以下特征： ( 1 ) 采用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要； ( 4 ) 对于各种欺骗手段，系统应有足够的适应性。 研究和经验表明，人的指纹、掌纹、面孔，发音、虹膜、视网膜、骨架等都具有 唯一性和稳定性，即每个人的这些特征都与别人不同，且终生不变，因此可以据此识 别出人的身份1 7 , a 1 常用的生物识别技术有9 l ； ( 1 ) 虹膜识别技术：虹膜是一种在眼睛中瞳孔内的织物状的各色环状物，每一个 虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹、射线、皱纹 和条纹等特征的结构，以目前的研究情况看，没有任何两个虹膜是一样的。虹膜识别 技术通过一个全自动照相机拍摄眼睛的虹膜，通过对所采集到的虹膜特征进行对比， 实现身份识别。 ( 2 ) 面部识别技术：通过对面部特征和它们之间的关系来进行身份识别。 ( 3 ) 声音识别技术：声音识别设备不断地测量、记录声音的波形和变化，并将现 场采集到的声音同登记过的声音模板进行精确的匹配，实现身份识别。 ( 4 ) 指纹识别技术：通过分析指纹的全局特征信息和局部特征信息，对指纹进行 2 中南大学硕士学位论文 特征匹配，从而实现身份识别 表2 是在2 0 0 1 年报道“”的各种生物识别系统的准确率和用户接受率比较： 表2 各种生物识别系统的性能比较 相对于其它身份识别技术，自动指纹识别技术是一种更为理想的身份确认技术，主 要是因为： ( 1 ) 便于获取指纹样本，易于开发识别系统，实用性强。识别系统中完成指纹采 样功能的硬件部分较易实现。而视网膜则相对难于采样，这就导致视网膜识别系统开 发难度大，可行性较差； ( 2 ) 一个人的十个手指指纹皆不相同，可以方便地利用多个指纹构成多重口令， 提高系统的安全性，而且不会增加系统的设计负担； ( 3 ) 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，系统模板库的存储量较小。另外，对输入的指纹图提取关键特征后，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。 1 8 8 0 年，h e n r yf a u l d 首先发现了至今仍被承认的指纹的两个重要特征：一是任何 两个不同手指的指纹脊线的式样( r i d g ep a t t e r n ) 不同，二是指纹脊线的式样在人的 一生中不会改变。这一发现奠定了现代指纹识别技术的理论基础，也使得指纹识别在 罪犯鉴定中得到应用。1 8 9 2 年，f r a n c i sg a l t o n 在对指纹作了大量研究以后，著书立 说，首创指纹学，从此，指纹的管理和应用正式走向科学化的道路，被越来越多的国 家和政府所重视并采纳嗍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 系统”用于指 纹分类。其后，指纹识别被接受为法律上有效的身份认证方法，一些指纹识别机构建 立了世界范围的罪犯指纹档案库 2 0 世纪6 0 年代，美国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 ) 开始研究自动指纹 识别；7 0 年代，美国政府委派s c a n d i al a b s 调查各种生物识别技术，结论是指纹识别 技术是最具潜力和准确率最高的识别技术。这项调查使得大量研究和开发工作集中到 中南大学硕士学位论文 指纹识别算法和系统集成上来；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应用于其他需要进行身份 识别的领域；9 0 年代后期，电容传感器等廉价取像设备的引入及其飞速发展，更使指 纹识别系统的体积和价格得以大幅度减低，加上较先进的识别算法的提出，为个人身 份识别应用的增长提供了较好的技术基础。 进入2 l 世纪以来，生物认证技术被广泛接受。由于指纹识别系统可不由专业人士 操作，成为一般人可使用的工具，使指纹识别进入个人使用的阶段，如移动电话、p c 产品等等。目前，指纹识别技术正越来越广泛地应用在机场、银行和网上交易等需要 验明身份的地方。可以预见，指纹识别将成为未来身份认定的重要方式。 研究意义 自动指纹识别技术由于其自身的优势和特点，具有很好的应用前景和广阔的应用 领域。以下是目前市场上出现和酝酿的一些具体应用领域： 金融证券：a t m 指纹终端、公司提现确认、交易终端客户身份确认、远程交易身份 确认、大额取款客户身份确认、网上银行及电子商务的安全交易等。 i t 业：p c 电脑、手机、笔记本电脑、信息安全防范、网络安全防范。 安防业：指纹门禁系统、指纹保险箱、个人证件 医疗：献血输血管理、个人医疗档案管理。 社会福利：社会福利受益人身份确认、公费医疗确认、保险受益人确认。 其他：俱乐部会员确认、选举身份认证、海关及民航快速通关认证等。 2 0 0 5 年，国际生物集团( i b g ) 发布的生物识别产业报告指出，2 0 0 4 年国际生物识 别市场规模超过1 2 亿美金，而指纹识别占整个市场份额的4 8 。 如上所述，研究先进实用的自动指纹识别系统具有重要的应用价值和显著的经济 价值， 研究内容 本文作者在阅读了国内外大量学术文献的基础上，研究了各种指纹识别的理论和 算法，取得了一些新的研究成果，并用m a t l a b 仿真软件实现了本人研究成果的具体 算法： ( 1 ) 提出了一种基于g a b o r 滤波器和精确方向信息的指纹图像增强算法，通过实 验证明，该方法的图像预处理效果令人满意。 ( 2 ) 将小波理论应用于指纹图像预处理，利用多尺度b u b b l e 小波变换提取不同 尺度下的指纹脊线信息并予以综合，较好地分割了指纹图像。 ( 3 ) 提出利用g a b o r 滤波和多尺度b u b b l e 小波变换对原始指纹图像进行处理， 4 中南大学硕士学位论文 得到两幅二值化指纹图像，然后提取两幅指纹图像各自的特征信息，并取两者的交集 作为原始指纹图像的特征点集，以此减少甚至消除伪特征点。实验表明，该方法效果 良好。 5 中南大学硕士学位论文 第一章文献综述 第一章文献综述 自动指纹识别系统可以分为指纹输入、指纹图像预处理、指纹特征提取、指纹分 类和匹配四大组成部分。如图1 1 所示。 一一一一一一一一一一一一一一一一一一1 1 1 指纹采集技术 图1 i 自动指纹识别系统框图 指纹采集设备的作用是获取指纹图像的点位图，通常，每个像素点用一个8 _ b i t s 数据( 0 2 5 5 之间灰度值) 表示。图像分辨率是指每单位长度内的像素点数，一般用 每英寸像素点数- - d p i ( d o t sp e ri n c h ) 表示，分辨率通常在2 5 0 到6 2 5d p i 之间， 标准分辨率为5 0 0 d p i 。指纹图像的几何范围从0 5 ”x o 5 ”( 1 2 7 毫米) 到1 2 5 ” 1 2 5 ”( 3 1 7 5 毫米) ，其中1 ”( 2 5 4 毫米) 为标准尺寸“点与点之间的距离称 为节距( p i t c h ) ，分辨率和节距之间的关系可以用下式表示： 分辨驯p i ) = 器 ( 1 _ 1 ) 美国联邦调查局( 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 - - f b i ) 宣布，为满足指纹 综合自动识别系统( i a f i s i n t e g r a t e da 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 n s y s t e m ) 分析指纹的精度要求，分辨率应为5 0 0d p i 以上 早期的指纹采集都是将油墨涂于手指上，然后将手指按压在纸上产生2 0 世纪8 0 年代以后，随着光学技术、半导体技术和计算机技术的发展，开始出现了多种指纹采 集方法。常用的有三种方法：光学法、半导体法，超声波法。三者各有优势，也各有 缺点。 6 中南大学硕士学位论文 第一章文献综述 1 1 1 光学方法 光学取像设备历史悠久，可以追溯到2 0 世纪7 0 年代，目前应用也比较广泛。光 学取像设备依据的是光的全反射原理；光线照射到压有指纹的玻璃表面，感光芯片 ( c c d ) 获得反射光线，如图1 2 所示。反射光的量受指纹脊线和谷线之间的深度、皮 肤与玻璃之问的油脂和水分等因素的影响。光线射到谷线上可以反射到c c d ，而射到脊 线上则不能反射到c c d ，这样就在c c d 上采集到了指纹图像。 光 源1 图1 2 光学取像示意图 近年来光学设备的革新极大地降低了取像设备的体积采用光学方法取像的代表二 性公司及其产品有d i g i t a lp e r s o n a 公司的u a r e u 指纹扫描仪“”，i d e n t i c a t o rc o 公司的d f r - - 2 0 0 “3 1 等。 1 1 2 半导体方法 半导体传感器出现于2 0 世纪9 0 年代后期，最常见的足电容传感器和温度传感器。 电容传感器的取像原理是：当手指放在采集仪表面时，手指皮肤和传感器的采集 单元间产生感应电容，电容量的大小与皮肤表面到采集单元的距离相关，从而在电容 两端产生不同的电压，电压的大小与皮肤到采集单元的距离成正比根据这一点使用 a d 采样电路就可以将指纹脊、谷信息转换成数字化的指纹图像。生产这类传感器的代 表厂商有v e r i d i c o m “”和s i e m e n s “。 温度感应传感器的取像原理是：根据皮肤纹理与传感器接触部分的温度差异来获 取指纹图像。当手指在传感器表面划过时，指纹脊线离传感器近，而谷线离传感器远， 这种距离差异会转化为温度差异信号并被数字化，成为数字图像。j e a nf r a n c o i s 等人 研究了一种扫描技术“”，用很小的芯片面积( 相当于电容方法的五分之一) ，通过手指 在芯片表面的滑动产生温度变化，再通过适当的算法把一条条的图形合成为整个指纹， 7 o 面 中南大学硕士学位论文 第一章文献综述 此项技术己有应用产品咖。 1 1 3 超声波扫描方法 超声波扫描技术“”根据皮肤和空气对超声波产生不同的反射阻抗来检测指纹。超 声波脉冲发生器发出超声波脉冲，在遇到采集仪压板的上下表面和指纹的脊线时，产 生三个回波，通过检测回波可实现指纹的采集。由于超声波有很强的穿透能力，因此 积累在皮肤上的污垢和油脂对超声波获得的图像影响不大，同时采集环境对获得的图 像影响也不大，所以利用超声波扫描方法获取的图像是实际脊线和谷线形状的真实反 映。但是超声波成像设备的价格很高，很难推广到民用领域，限制了它的发展。 表1 1 不同种类指纹采集仪的优缺点 1 2 指纹识别算法 现代指纹识别技术始于1 9 世纪末，当时的研究就指出了指纹脊线的唯一性和不变 性，但之后的研究与应用仅停留在人工识别阶段。直到上世纪6 0 年代，自动指纹识别 系统( 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 f i s ) 的研究才逐步展开。 时至今日，自动指纹识别算法的研究已取得了重大进展，其研究方法主要可分为宏观 特征法、纹线匹配法、汗孔特征法和细节特征法等。宏观特征法是直接对整个图像的 相关程度或相似度进行度量，优点在于速度快，对图像质量要求不高，但它忽略了指 纹的细节差异，稳定性和准确性不高；纹线匹配法的缺点则在于识别规则复杂，编程 困难，计算量大；汗孔特征法是根据指纹脊线上汗孔的分布来识别指纹，虽然该方法 8 中南大学硕士学位论文第一章文献综述 算法简单，但它要求高性能的指纹采集设备，同时也容易受到其他因素干扰；细节特 征法则是基于指纹脊线端点、分叉点、孤立点、环点等细节点及中心点，三角点等奇 异点进行识别。这种方法难度适中，准确性高，是目前的主流识别方法。 1 2 1 指纹图像预处理 在当前采集技术条件下，受环境、皮肤油脂、水分等影响，质量较差的指纹图像 中存在纹线粘连、纹线断裂等缺陷，为指纹特征提取带来很大困难。指纹增强的目的 是提高指纹纹线的清晰度，例如分离粘连的纹线、连接断裂的纹线、平滑纹线的边缘 等，以保证指纹特征提取的可靠性。 目前的指纹增强方法主要是利用指纹纹线的纹理特性，包括方向连续性、间距约 等性等。b g s h e r l o c a k 提出了一种基于方向f o u r i e r 滤波器的增强方法啪1 ，该方法根 据不同的纹线方向和纹线宽度设计一组分离滤波器，然后利用不同的滤波器对图像滤 波得到一组滤波图像。最后利用局部纹线方向重建增强图像。该方法在滤波器组非常 大时，增强结果较好，但是算法的处理时间较长，缩小滤波器组大小能缩短处理时间， 但处理结果却很不理想。l a w r e n c e0 g o r m a n 提出了一种方向自适应滤波器o ”，利用 预先估计的局部的指纹纹线方向和预先设置的纹线宽度设计滤波器，并进行方向滤波。 在大多数情况下，不同指纹的纹线宽度差别较大，即使在同一幅图像中，指纹中心区 域的纹线宽度与指纹边缘的纹线宽度仍有较大差异，所以，如果纹线宽度超过了预先l 设置的范围，该方法的处理效果很不理想。t o s h i ok a m e i 提出了利用两个分离滤波器 组分别处理纹线的增强方法啪1 。该方法定义了一个能量函数来选择图像特征，比如频 率和方向。同样，由于滤波器组的数量非常大，这种算法非常耗时。l h o n g 提出了基 于g a b o r 滤波器的增强方法嘲，该方法利用局部方向和局部纹线频率来设计g a b o r 滤 波器，然后对图像滤波。如果图像质量较差，通过灰度图像直接计算得到的局部纹线 宽度将很不准确，同时，由于奇异区域的纹线方向变化过大，局部纹线方向的计算也 有很多误差，造成增强结果很不理想。a j w i l l i s 提出了一种针对低质量和破损指纹 的增强方法。”，该方法在图像质量较差时确实能够增强图像质量，但是却导致大量的 虚假端点或分叉点的产生x u d o n gj i a n g 提出了一种与文献 1 9 类似的自适应的滤波 器咖，唯一的区别在于对每一个指纹都精确地估计纹线宽度，而这样会显著增加算法 的运行时间 目前也存在一些直接分割指纹纹线的预处理方法，将增强和二值化在一次操作内 完成。m a r i u st i c o 将地形学运用于指纹纹线分割方法瞄1 ，直接将纹线从背景中分割出 来，当图像质量较差时，该方法将产生很多虚假的纹线。 9 中南大学硕士学位论文第一章文献综述 1 2 2 指纹特征信息提取 指纹分类和匹配都是基于指纹的特征信息，因此能否从指纹图像中可靠地提取指 纹特征信息，直接影响指纹分类和匹配的精度。目前主要的特征信息提取方法是基于 细化图像的特征提取算法。 d a r i om a i o 提出了一种基于指纹原始灰度图的特征提取方法渊，通过追踪指纹纹 线实现了快速的特征提取。由于传统特征提取算法效率较低的主要原因是对图像的每 一个像素都执行同样的预处理操作，因此该方法仅仅对图像中的特定区域进行增强处 理，从而大大减少了图像预处理中的冗余，提高了特征提取的效率。x u d o n gj i a n g 针 对文献 2 8 的方法进行了改进嘲1 。这两种算法开创了直接灰度特征提取方法的先河。 直接提取方法对提高算法的效率有显著作用，但在指纹图像质量较差时，容易提取出 的大量的伪特征信息。 q i a n g h a nx i a o 提出了一种统计模式识别和结构模式识别方法相结合的特征提取 方法跚。该方法定义了常见的伪细节点的类型，比如：断裂，桥等等，并定义了去除 伪细节点的规则，同时提出了去除伪细节点的两条重要原则：( 1 ) 在去除伪细节点时 尽量不引入新的伪细节点；( 2 ) 如果上一步骤引入了伪细节点，必须在本步骤中去除。 这两条原则对去除伪细节点有重要指导意义。a l e s s a n d r of a r i n a 提出了端点和分叉点 的两个验证条件旧1 ，如果所提取的细节点不满足这两个验证条件，则认为是伪细节点 并予以去除，反之，则认为是真实细节点而加以保留。 总之，当图像质量较差时，如何保证指纹特征信息的可靠提取，尤其是基于灰度 图像的特征信息提取，是指纹识别需要解决的主要问题。目前还没有一种非常理想的 方法，能确保准确地提取指纹特征信息。 1 2 3 指纹匹配 指纹匹配必须解决指纹图像的精确对准问题，否则无法进行比对。目前存在的一 些指纹图像对准方法，但仍不能很好地解决这个问题。当前指纹图像匹配方法，主要 以细节特征匹配方法为主。该类方法的优点是用一个向量表示指纹图像中的细节特征， 能精确地反映指纹图像的细节信息，但也丢失了细节信息相互之间的结构信息，在匹 配过程中受到噪声影响较大。因此，研究如何利用指纹图像中的结构信息或者全局特 征来辅助目前的细节特征匹配，达到更好的匹配效果，是一个有待完成的任务。 z c h e n 提出一种基于拓扑学的指纹匹配方法啪1 。该方法为细节点在预先设定的区 域中建立一个局部结构，然后利用一种树形匹配算法对两幅指纹模板进行匹配。这种 方法具有旋转、平移不变性，且不依赖于中心点。a n d r e wk 1 t r e c h a k 提出了一种利用 细节点周围的结构进行匹配的方法嗍，利用各个细节点周围的局部细节结构来描述每 l o 中南大学硕七学位论文 第一章文献综述 个细节点的独特性质。w a h a b 提出了对文献 a 0 的一种改进算法哪! 以上三种方法均依 赖细节点的局部结构信息，受噪声的影响非常大。a n i lj a i n 提出了一种基于曲线拟和 的弹性匹配算法啪1 。该算法对于每个细节点记录其位置坐标和方向，并记录下该细节 点所在的段细化纹线段x p l u o 等对文献 3 2 的方法进行了改进1 ，不仅在指纹 参考点对准过程中使用了细节点所在纹线信息，而且在判定细节点是否对应时也使用 了纹线信息，从而提高了算法的可靠性。此外，该算法还根据细节点相对参考点的距 离大小，自适应地调整界限盒的大小，使算法对非线性变形具有较强的鲁棒性。以上 算法的缺点是由于要计算和存储每个细节点周围的结构信息或纹线信息，导致运算时 间增加和指纹模板的容量急剧增加。x u d o n g j i a n g 将局部结构和全局结构相结合进行 指纹匹配1 ，首先，为每个细节点建立局部结构，并定义了衡量局部结构相似性的方 法；其次，利用两幅指纹模板中最相似的两个局部结构的中心细节点作为对应点对准 细节特征向量，并进行了全局匹配。这种算法处理速度较快，对旋转的鲁棒性较强， 但由于需要精确地提取指纹细节的类型和每两个指纹细节点之间所穿过的纹线数目， 因此极大地受到噪声的影响。n a l i n ik r a t h a 提出了一种针对大指纹库的匹配模型”1 。 该方法通过度量局部结构的相似性进行初步匹配，再比较剩余细节点和已经匹配细节 点之间的距离，进行二次匹配。这种方法有一定的鲁棒性，但是处理速度较慢。 a h r e c h a k 提出了基于细节点局部结构关系的指纹匹配方法”1 。该方法提取出8 种类型的细节点，在每个细节点为中心的邻域范围内，再提取其它细节点的类型与数 量并作为一个特征向量进行匹配。由于特征向量不包含细节点的坐标信息，因此该方 法对细节点的位置误差具有较强的鲁棒性，缺点是特征向量形式变化较少，只适合对 少量指纹进行识别，并且受伪细节点和遗漏真实细节点的影响，匹配精度较差 d k i s e n o r 将图匹配理论运用于指纹匹配断1 。用图的形式来表达细节点，纹线以及它 们之间的连接关系，然后用图匹配方法进行匹配判定。该方法不需要细节点的具体位 置坐标，对细节点位置误差具有较强的鲁棒性，缺点是受伪细节点和遗漏真实细节点 影响较大。 指纹匹配方法还有很多，但是目前没有哪一种方法具有十分良好的性能，细节点 匹配问题仍然没有得到完善的解决，影响了指纹识别的应用，因此对细节点匹配问题 进行研究仍然具有重要的理论和实际意义 1 2 4 指纹分类 指纹识别分为验证( v e r i f i c a t i o n ) 和识别( i d e n t i f i c a t i o n ) ，其差别在于是进 行1 ：1 还是1 ：n 的模式匹配。对于大型指纹库的l ；n 匹配，需进行指纹分类，分类 的目的是提高1 ：n 识别的效率。指纹分类后，在l ；n 识别时，输入指纹只需要同指 纹库中类型相同的指纹进行匹配，从而可以大大减少匹配次数，提高1 ：n 的识别速度。 中南大学硕士学位论文第一章文献综述 最早是由e h e n r y 提出了著名的h e n r ys y s t e m 分类方法，将指纹分为五种主要 的结构类型：拱形( a r c h ) 、帐拱形( t e n t e da r c h ) 、左箕型( l e f tl o o p ) 、右箕型( r i g h t l o o p ) 和斗型( w h o r l ) ，分类的依据是中心点附近的纹线结构以及中心点、三角点的 数量和相对位置。h e n r ys y s t e m 方法提出后，在人工指纹识别中获得了成功应用。 指纹分类的难点在于很难对各种类型进行精确、定量的描述，且指纹结构变化复 杂，有些类型之间会出现交叉。即使人工分类也需要经过很长时间的训练才能掌握指 纹分类的技巧，而且在分类时往往要结合分类者自身的经验。 目前对指纹分类的研究大多集中在如何将指纹划分为h e n r ys y s t e m 所定义的五种 类型，其优点是这些类型具有较明确的定义，且与人工方式相兼容，缺点是类型数目 太少，且指纹分布极不均匀，对提高i - n 识别的效率意义不大 u h a l i c i 和t z a m e i 通过机器自学习产生类型划分呻”，其优点是类型数目较多， 缺点是所产生的类型难以理解。 k k a r u ，l h o n g ，g l m a r c i a l i s 提出了基于全局结构特征的分类方法洲，通过 提取和分析方向图、奇异点、纹线结构等全局结构特征来实现分类优点是模仿人类 进行指纹分类的做法，有很多规则可以利用，对指纹的变形有较强的鲁棒性；缺点是 指纹图像质量较差时很难提取可靠的结构特征。 r c a p p e l l i ，y y a o ，a k j o i n 提出了基于指纹统计特征的分类方法删这类 方法根据原始指纹图像或其某种变换结果( 如傅立叶变换) 的统计量如均值、方差等， 采用神经网络进行分类。优点是对图像质量有较强的鲁棒性，缺点是运算速度较慢。 m a r i o ss p a t t i c h i s 提出了一种基于从一f m 模型的特征提取的指纹分类方法， 将指纹图像看成一种a 卅f m 模型，并利用主成分分析法提取基本f m 分量，将这些基本 分量作为指纹图像分类算法的输入，获得了良好的分类性能。 目前全球公认的指纹识别评测标准尚未制定，主要是通过国际指纹识别竞赛 ( f i n g e r p r i n tv e r i f i c a t i o nc o m p e t i t i o n ，f v c ) 进行算法性能评测。f v c 是由意大利 博洛尼亚大学的生物识别系统实验室、美国密歇根州立大学的模式识别与图像处理实 验室与美国圣何塞州立大学的生物识别测试中心联合举办，从2 0 0 0 年开始，每两年一 次，至今已举办3 届，极大地促进了指纹识别技术的发展。 尽管自动指纹识别系统的研究和应用已具备一定的规模，但仍未普及，其原因主 要是指纹识别速度和准确性还不能满足很多实际需要。造成自动指纹识别系统性能很 难提高的原因主要有：缺少高性能、低价格、安全可靠的指纹采集设备；指纹图像增 强算法仍需改进；缺少可靠的指纹特征提取方法；缺乏高效、准确的匹配算法；缺乏 理想的指纹分类策略。 中南大学硕士学位论文第一章文献综述 1 3 指纹产品的研发现状 2 0 世纪6 0 年代，利用计算机技术实现自动指纹识别的研究在美国率先展开，法国、 英国、日本、前苏联等国经过多年努力，在2 0 世纪8 0 年代中前期相继研究成功一些 指纹识别算法。我国也于2 0 世纪8 0 年代开始了这一领域的研究。近年来，指纹识别 技术在国防、i t 、金融、公共安全等领域得到重要应用，指纹门禁、考勤、登录系统， 指纹a t m 机，指纹鼠标等i t 产品相继出现。 美国在指纹识别产业发展中处于绝对领导地位，提供指纹识别算法的公司有 i d e n t i x 、b i o - k e y 、i ds o l u t i o n s 、b i o s c r y p t 、b i o l i n k 等。b i o s c r y p t 公司的算法 在f v c 2 0 0 2 中优势明显，该公司开发了一系列指纹识别产品，如支持验证和识别两种 模式的v - s t a t i o n 指纹门禁系统，其主要性能参数如表1 2 所示，从表中可以看出， v - s t a t i o n 系统容量小，验证模式最大仅容纳3 5 5 0 个模板，识别模式存储5 0 0 个模板 时，误识率为0 2 ，登记时间为5 秒，识别时问达2 秒，对于更大型的指纹库，该系 统识别准确性和速度仍有待提高。 表1 2y - s t a r i o n 指纹门禁系统主要性能参数 提供指纹采集仪的厂商主要有d i g i t a lp e r s o n a 、y e r i d i c o m 、a u t h e n t e c 、u p e k 等，其中d i g i t a lp e r s o n a 公司的u a r e u 系列是目前最为成熟、应用最广的光学指 纹采集仪，相关识别产品已成为市场主流。u a r e u 指纹采集仪具有三维活体特点，可 接受各个方向的指纹输入，与其他同类型产品相比，u a r e u 指纹采集仪可消除残留指 纹，与p c 电脑采用回应方式连接，可对数据进行加密，且只保留指纹特征数据。使用 u a r e u 指纹采集仪，用户可自定义安全级，其典型值f a r 为0 0 1 ，f r r 为1 4 ；验 证时间为1 秒，一对多匹配时，每秒进行1 0 次以上比对。 英国在上世纪7 0 年代开始构建指纹模糊搜索系统，9 0 年代初采用了自动指纹识别 系统。法国s a g e m 公司足杰出的民用方案提供商，在2 0 0 0 年f v c 中，该公司的指纹识 别算法名列第一。德国的s i e m e n s 等公司也进行了相关研究。 亚洲在指纹识别领域保持了较高水平。日本1 9 8 2 年便实现了指纹识别自动搜索， n e c 公司是全球三家能提供先进警用a f i s 的公司之一，凭借n e c 、f u j i t s u ，c a s i o 等 公司芯片研究的优势，日本在应用方案开发和指纹传感器设计方面占据重要地位。韩 国有多家能自主开发指纹识别产品的公司，产品包括具有指纹模块的门禁系统、i t 产 中南大学硕士学位论文 第一章文献综述 品、指纹监控设备等。h y u n d m 公司致力于低成本指纹识别嵌入式解决方案；在最近一 届f v c 的l i g h t 组比赛中，韩国s u p r e m a 公司的算法荣获冠军。 指纹识别技术在我国应用较早，但发展缓慢。目前主要的研究单位有中科院自动 化所、北京刑科所、数字指通公司、汉王科技公司、杭州中正公司、长春鸿达公司、 西安青松公司等。中科院自动化所田捷博士主持的“基于混和匹配的指纹识别系统与 应用”项目获得2 0 0 4 年国家科学技术进步二等奖，其算法已连续参加了两届f v c ，在 f v c 2 0 0 4 中，其算法在国际科研机构中排名第一。清华、北大等高校也取得了不少的研 究成果，如清华大学与北京刑科所联合研制的c a f i s 系统，目前在全国应用最广，性 能优越。 目前已有多种商用自动指纹识别系统在市场上销售，这些产品都宣称有极好的性 能“”，如表1 3 所示，但没有那家公司说明他们测试所用的数据库，事实上使用通用数 据库如f v c 2 0 0 0 数据库测试时，很难达到厂家所宣称的技术指标。有时偏差甚至超出他 们所宣称指标的几十倍。表i 4 给出了在2 0 0 0 年国际指纹识别大赛中部分商用指纹识别 算法在通用数据库上测试时所能达到的精度“”，由此可见，自动指纹识别技术并未完 善，还有大量的工作要做，要使系统性能完全满足各种应用的需求，还有很长的路要 走。 表i 3 一些公司宣称的性能指标 1 4 指纹识别存在的主要问题 到现在为止，自动指纹识别技术研究已取得了很大进展，但仍有很多问题需要做 进一步研究。主要的技术难点如下： ( i ) 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a f i s 而言是至关重要的，a f i s 需要质量更好的活体指纹录 1 4 中南大学硕七学位论文 第一章文献综述 表1 4 指纹识别算法性能比较 入仪，对于一些湿、脏的手指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，质量较差的指纹图像使得提取出来的指纹特征信息中有大量的伪 特征信息，这些伪特征信息使得指纹识别的准确率急剧下降。 ( 3 ) 指纹图像增强 指纹图像增强是对坏损指纹图像恢复其固有的脊、谷纹线结构。但设计一个能对 各种坏损图像均有良好增强效果的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目、位置和相互关系的可t 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。 ( 5 ) 指纹分类 尽管现有文献介绍了一些指纹分类方法，而且部分方法已经开始尝试应用于实际 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言，仍然没有一 个分类效率很高的方法。 ( 6 ) 自动指纹识别系统的性能评价 如何对一个自动指纹识别系统正确、全面、有效地评价其性能，是一个值得重视 的问题目前国内外还没有形成评价自动指纹识别产品性能的完整理论体系和相应的 检测软件、检测方法。 以上所提到的技术难点并不是孤立的，而是相互联系的。比如，如果活体指纹采 集仪的采集效果很好，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地提取出细节特征信息，从而使特征 提取算法得到简化，也使得指纹识别的准确率得到提高 中南大学硕士学位论文 第二章指纹识别系统 2 1 指纹识别系统概述 第二章指纹识别系统 自动识别系统的通常由离线部分和在线部分组成。离