（电路与系统专业论文）新型指纹识别系统的设计.pdf

i i i i f iillj l i p i i r lrli j i j f l l l j l liji p l y 18 8 4 15 7 t h e d e s i g no fa n e wf 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 b y x i ex i r 血u i at h e s i ss u b m i t t e di np a r t i a ls a t i s f a c t i o no ft h e r e q u i r e m e n t sf o rt h ed e g r e eo f m a s t e ro f e n g i n e e r i n g v e r yl a r g es c a l ei n t e g r a t i o n ( v l s i ) d e s i g n c h a n g s h au n i v e r s i t yo fs c i e n c e & t e c h n o l o g y s u p e r v i s o r p r o f e s s o rt a n gl i j u n a p r i l ，2 0 1 1 长沙理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。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 法律后果由本人承担。 作者签名谢弼魂魄砒1 年多月了7 日 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。本人授权长沙理工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。 本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密团。 ( 请在以上相应方框内打“4 ) 作者虢潮勃埠期：驯年y 月弓7 日 导师签名力谮吼训年r 月弓f 日 指纹识别是一种重要的人体生物特征识别方法，在信息安全领域内应用广 泛，到目前仍然是模式识别的一个热点。本文首先对指纹识别的算法进行了研 究和改进，在分析比较各指纹图像增强算法优劣的基础上，给出了一种指纹图 像增强的改进方法，通过对指纹图像进行傅里叶变换，根据指纹纹线变化的特 殊性，用o t s u 法获取指纹纹线( 包括奇异点附近) 方向信息。采用具有1 2 个方向的滤波器组，其每一个滤波器由径向滤波器与方向滤波器组成。该滤波 器组的滤波器系数固定，因此在进行指纹图像增强的同时减少了处理时间。实 验结果表明，该方法计算量少，实现时间短，对低质量的指纹图像增强效果显 著，有利于实时指纹识别系统的应用。其次在指纹匹配算法的选取上，选取了 一种先进的3 维特征点匹配算法，这种新方法使得指纹的匹配速度大大加快， 接着用这些算法设计完成了一个指纹识别系统。考虑到算法的复杂性和便携式 指纹识别系统的要求，从整个算法中分离出快速傅里叶变换，将它单独设计成 知识产权核和指纹识别专用芯片，这是改善指纹识别系统处理速度的一种有益 的尝试。 关键词：傅里叶变换；o t s u 法；径向滤波器；方向滤波器；特征匹配；知识 产权核；指纹识别芯片； f i n g e r p r i n ti d e n t i f i c a t i o ni s ac o m m o nb i o m e t r i c a lm e t h o do fh m a ni d e n t i t y v e r i f i c a t i o n i th a sd e v e l o p e dm a n yy e a r sa n ds t i l l i st h eh o tf i e l db ym a n y r e s e a c h e r s t h i sp a p e rt r i e st os t u d ya n di m p r o v et h ef i n g e r p r i n ti d e n t i f i c a t i o n a l g o r i t h ma tf i r s t an e wa l g o r i t h mu t i l i z i n gm u l t i p l ef i l t e rb a n ki sa p p l i e di n f i n g e r p r i n t se n h a n c e m e n ti nt h i sp a p e r i tu s e st h eo t s um e t h o dt oo b t a i nr i d g e o r i e n t a t i o nb yc a l c u l a t i n gt h ef o u r i e rt r a n s f o r mo ff i n g e r p r i n t s c o n s i d e r i n gt h e s p e c i f i co r i e n t a t i o nc h a r a c t e r i s t i c so ft h ef i n g e r p r i n tr i d g e s ，e a c h 血e d c o e f f i c i e n t f i l t e ro ft h ef i l t e rb a n ki sd e s c r i b e dw i t hs e p a r a b l er a d i a lf i l t e ra n dd i r e c t i o n a lf i l t e r e x p e r i m e n t a lr e s u l t ss h o wt h a tt h i sm e t h o dc a nf f f l h a n c 宅l o wq u a l i t yf i n g e r p r i n t i m a g e so b v i o u s l yw i t hl e s sc o m p u t a t i o nw o r k l o a d , a n di sv e r y u s e f u lf o rt h e a p p l i c a t i o no fr e a l - t i m ef 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 t oi m p r o v et h es p e e do f m i n u t i a em a t c h i n g ，as t a t e - o f - t h ea r t3 db a s e dm a t c h i n gm e t h o di ss e l e c t e d s p e c i f i c a l l y a f t e rt h ea l g o r i t h mi se s t a b l i s h e d , af i n g e r p r i n ts e n s o ri sc o n n e c t e dt o t h ec o m p u t e rt os e tu 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 ns y s t e m c o n s i d e r i n gt h e c o m p l e x i t yo ft h ep r o p o s e dm e t h o d , f f t ，af r e q u e n t l yu s e da n dc o m p u t a t i o n a l e x p e n s i v em o d u l ei s e x t r a c tt od e s i g nt oi n t e l l e c t u a lp r o p e r t yo rf i n g e r p r i n t i d e n t i f i c a t i o nc h i p t h i si sab e n e f i c i a la t t e m p tt oi m p r o v et h ep r o c e s s i n gs p e e do f 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 m k e yw o r d s ：f f t ；o t s um e t h o d ；r a d i a lb a n d p a s sf a l t e r ；d i r e c t i o n a l b a n d p a s sf i l t e r ；m i n u t i a em a t c h i n g ；f i n g e r p r i n ti d e n t i f i c a t i o n c h i p ； h 目录 摘要i a b s t r a c t i i 第一章绪论 1 1 指纹识别系统概述1 1 1 1 指纹识别系统设计意义1 1 1 2 当前指纹识别应用前景l 1 2 指纹识别传感器与算法的发展现状。1 1 3 指纹识别芯片的发展2 1 4 本论文研究工作及其意义2 1 5 论文结构3 1 6 本章小结3 第二章指纹识别算法设计 2 1 指纹识别算法概述4 2 2 指纹识别系统的设计原理7 2 3 指纹图像增强算法9 2 3 1引言。9 2 3 2 指纹图像增强方法简述1 0 2 3 3 指纹图像的频谱分析。l l 2 3 4 滤波器方向的o t s u 法确定1 1 2 3 5图像滤波13 2 3 6 指纹图像增强方法的评估15 2 3 7 图像增强结果及分析1 6 2 3 8 结论。l7 2 4 指纹细节特点提取。l7 2 4 1 特征提取过程17 2 4 2 指纹图像二值化18 2 4 3 二值指纹图像细化1 9 2 4 4 特征点的提取1 9 2 4 5 伪特征点的剔除一2 0 2 5 特征匹配算法2 3 2 5 1m c c 匹配算法概述2 3 2 5 2m c c 的建立2 4 2 5 3 两个指纹特征点的特征集的比较2 7 2 5 4 简化特征集2 7 2 6 本章小结2 8 第三章指纹识别系统的设计 3 1 设计原理2 9 3 2 指纹图像采集3 0 3 3 指纹图像增强3 1 3 4 指纹图像二值化、细化3 2 3 5 特征点及感兴趣区域的获取3 3 3 6 伪特征点的剔除一3 4 3 7 利用圆柱编码方法进行特征匹配3 5 3 8 本章小结3 6 第四章加快指纹识别处理的2 df f t 芯片前端综合 4 12 df f t 芯片设计的意义3 7 4 22 df f ti p 核的设计3 8 4 2 12 df f t 实现的算法原理3 8 4 2 23 2b i tf f tc o r e 的设计3 9 4 2 3双端口r a m 的设计4 0 4 2 4 异步f i f o 的设计4 l 4 2 5 控制模块1 与控制模块2 的设计4 4 4 2 62 df f t 的功能仿真4 5 4 3d e s m nc o m p m e r 对2 df f t 进行时序综合4 6 4 3 1时序综合的目的4 6 4 3 2 时序综合的方法4 6 4 3 3 n a n g a t eo p e nc e l l l i b r a r y 介绍4 7 4 3 4 综合结果一4 8 4 4 本章小结5 0 结论与展望5 l 参考文献5 2 致 射。5 5 附录a 5 6 附录b 5 7 第一章绪论 1 1 指纹识别系统概述 1 1 1 指纹识别系统设计意义 随着经济的发展，人们之间的经济往来也愈发频繁，对于经济安全和信息安 全提出了更高的要求，指纹识别作为一种直观而又易于普及的技术，在进几十年 来得到了很到的发展。指纹由于其具有终身不变性、唯一性和方便性，已几乎成 为生物特征识别的代名词。身份认证是信息安全体系中一个非常关键的环节，而 指纹识别身份认证技术取代原有的“用户名+ 密码”模式，已经被越来越多的人所 认可。目前应用到了指纹识别技术的领域有很多，比如考勤系统或考勤机；计算 机的登录认证：门禁控制( 家庭、建筑物、重要部门或设备) ；证件防伪( 如护照身 份证、信用卡等) ；银行保管箱a t m 和p o s 机终端等的安全认证；银行储户的 身份确认、电子商务和网上银行的安全认证：考生身份确认：公安系统身份确认； 银行、证券交易所和保险公司的身份验证；网路、数据库和文件等的安全控制； 手机、p d a 等个人信息处理设备的使用认证以及各类指纹锁等。这些技术及产 品的出现极大的满足了经济社会发展的要求【l j 。 1 1 2 当前指纹识别应用前景 在一些对安全性能要求十分高的场合，可以将指纹识别技术和其它安全技术 结合在一起使用，比如结合虹膜识别、人脸识别、语音识别、形态识别以及字迹 识别等先进技术来共同提高整个安全系统的性能。对于这种将各种识别技术及其 它先进技术结合在一起使用是现代指纹识别系统发展的一个方向。据著名科技博 客t e c h c r u n c h 报道，n e c 在2 0 1 1 年率先推出一款无接触式指纹结合手指血管的 传感器( c o n t a c t l e s sf i n g e r p r i n t - f i n g e rv e i nc o m b os c a l l l l c r ) ，这一技术依靠红外 技术将指纹和手指毛细血管的形状一并采集，使得指纹识别系统的安全性能几乎 接近1 0 0 。另外，最近e n g a d g e t 也报道了某公司生产的高科技防盗钱包，钱包 本身由碳纤维材料制成，它上面有一个指纹开启系统和一个射频系统，正常情况 下可以用自己的指纹打开钱包，一旦钱包离开本人若干距离远( 随身携带的手机 上也有射频识别系统) ，则钱包发出警报声。这两个例子说明即使在新技术层不 出穷的今天，指纹识别技术仍然有巨大的潜力可以发掘 2 1 。 1 2 指纹识别传感器与算法的发展现状 目前，指纹识别系统的应用仍有较大的局限性p - 1 9 1 。指纹图像首先由指纹传 感器采集，指纹传感器包括光学传感器、固态电子传感器、超声波传感器等。光 学传感器在1 9 8 4 年首先被发明，这种传感器在早期应用广泛，但由于体积大、 分辨率较低等原因使得其用途逐渐缩小。固态电子传感器于1 9 9 0 年开始用于商 业产品，它将指纹特征转换为压电、热辐射、电容、电场等信号。超声波传感器 和固态电子传感器同期出现，这种指纹图像传感器采集的图像清晰，但由于体积 大等原因，仍难以用于商业用途。对于传统的指纹识别系统，由于使用的指纹采 集传感器往往对外界的指纹输入无法鉴定是否由本人亲自输入，使得一些不良分 子很容易欺骗指纹图像传感器来达到非法目的；另外，指纹识别算法的研究由来 已久，虽然历经长期改进发展，但它仍然是模式识别领域方面的难题，很多关键 步骤比如指纹增强，指纹匹配等还有很大的改进空间。在众多的指纹分析和算法 中，a n i lj a i n 与l i nh o n g 在1 9 9 9 年提出的g a b o r 滤波指纹图像增强法、s t e p h a n h u c k e m a n n , t h o m a s h o t z 等在2 0 0 8 年提出的利用全局特征分析缺失指纹方向方 法、r a f f a e l ec a p p e l l i 等人于2 0 0 9 年提出的3 d 指纹特征匹配算法均是这一方面 的高水平研究成果。另外，指纹识别算法与神经网络、机器视觉等前沿学科也有 较大的关联。随着科技水平的不断进步，人们对指纹识别系统的性能和便携性提 出了更高的要求，因此近年还出现了许多用单一指纹识别专用芯片代替复杂的嵌 入式系统等新的情况。 1 3 指纹识别芯片的发展 为了满足便携式指纹系统的需要，近年来，国内外的信息安全产品设计商推 出了许多的指纹识别专用芯片( f i n g e r p r i n ti d e n t i f i c a t i o ni c ) ，这些芯片集成了图 像传感器，指纹识别处理单元等，使得嵌入式指纹识别系统取得了飞速发展。这 些发展与现代集成电路的发展是密不可分的。其中，杭州某i c 设计公司在2 0 0 9 年设计出指纹识别电子签名芯片，该指纹识别芯片能够代替通常的p i n 码输入， 杜绝电子签名骗签现象，既便捷又保障了网络环境的身份认证安全问题。与常规 加解密芯片相比，指纹电子签名芯片不论是性能、整体成本还是资源配备，都增 强了1 0 倍以上。同年，深圳市某指纹锁企业推出其第二代指纹识别芯片，该芯 片号称是目前国内体积最小、识别率最高的指纹识别芯片，并且在第2 4 届世界 大学生冬季运动会的安防系统上发挥功能。在国外，n e c 的指纹识别系统应用 广泛，它在指纹识别算法、传感器等领域内具有领先地位。 1 4 本论文研究工作及其意义 鉴于以上情况，本文从先指纹识别算法入手，深入研究了当前各种指纹识别 算法，在吸取这些算法的优点的基础上，提出了一些新的指纹识别技术，使得指 纹识别的效率得到较大的提升；其次根据本文算法的实际情况，结合指纹图像传 感器设计了基于计算机平台的指纹识别系统；最后为了使本文提出的新算法能够 更好的适应便携式系统等非计算机平台的应用，提出将在整个指纹识别算法中最 困难也是运用最频繁的快速傅里叶( f f t ) 分离出来，设计成知识产权核或者芯 片的形式，使指纹识别系统的可靠性和速度同时提高。 2 在本文提出的改良的指纹识别算法流程中，低质量的指纹图像增强算法中常 常需要用n - 维快速傅里叶变换( 2 df f t ) ，如果把这一部分独立出来，做成专 用芯片当成指纹识别系统的外设，这对提高整个指纹识别的速度具有积极意义。 另外，通过调查发现，目前的关于f f t 运算的知识产权核( i n t e l l e c t u a lp r o p e r t y ) 通常是一维的，而在指纹图像处理中甚至是整个现代数字图像处理中对二维图像 进行f f t 计算是非常频繁的，因此设计一个2 df f ti p 核对数字图像处理也有重 大的意义。在充分考虑到便携式指纹识别系统的所面临的困难的情况下，从复杂 了指纹识别算法中分离出来了一部分功能做成可验证的口核并试图用集成电路 的设计方法对其进行设计，这在一定程度上体现了新的指纹识别系统设计和发展 方向 因此，基于以上两点考虑，本文在完成指纹识别系统的基础上，还补充设计 了一个能加快指纹识别处理速度的2 df f ti p ，通过集成电路设计的一些e d a 工具，设计并验证通过了前端数字芯片设计。 1 5 论文结构 论文共分为4 个章节。在本章先对指纹识别系统及其算法发展历史进行了简 要介绍，然后介绍指纹识别技术面临的难题和发展前景，由此体现本论文研究工 作具有多方面的重要意义。第二章，从介绍指纹识别算法流程开始，提出一种新 的图像增强算法，然后找到一种简单有效的特征提取算法，最后介绍了一种目前 为止最新最先进的指纹特征匹配算法。第三章在计算机上面结合指纹传感器并利 用本文上一章提出的算法设计了一个指纹识别系统。第四章设计并验证了一个加 快指纹识别处理速度的2 df f tl i p 。最后在“结论与展望 中总结了本课题设计 方案的主要内容和可做进一步完善之处以及后期相关工作的展望。 1 6 本章小结 这里首先简单介绍了指纹识别的研究意义、发展方向以及需要改进和加强的 地方。提出要对图像算法进行一些改以提高指纹识别准确度和处理速度，又通过 设计专用芯片来对本文给出的部分算法加以硬件实现。 3 第二章指纹识别算法设计 2 1 指纹识别算法概述 指纹由于其具有终身不变性、唯一性和方便性，已几乎成为生物特征识别的 代名词。身份认证是信息安全体系中一个非常关键的环节，而指纹识别身份认证 技术取代原有的“用户名+ 密码”模式，已经被越来越多的人所认可。指纹识别算 法的研究由来已久，但它仍然是模式识别领域方面的难题，很多关键步骤比如指 纹增强，指纹匹配等还有很大的改进空间。随着指纹采集传感器技术的进步，由 光学传感器发展到电容传感器再到最新的射频传感器，使得传感器的便携性和可 靠性得到大大的提升。 在一些特殊情况下，采集到的指纹图像效果并不太好。由于现场采集时手指 表面干燥、油渍、表皮磨损、压力不均匀或者指纹采集对象不配合等原因，所获 得的指纹并不有利于后续处理，如图2 1 1 示。在通常情况下，所获得的指纹在 进一步处理前必须进行图像增强。 图2 1 1 ( a ) 、( b ) 为两幅质量较差的指纹图像 指纹图像的信息主要体现在指纹特征点和各指纹的方向上面。指纹特征点的 包括端点和分叉点。指纹纹线的端点( t e m i n a t i o n ) 和分叉点( b i f u r c a t i o n ) ，称 为指纹的细节特征点( m i n u t i a e ) ，如图2 2 所示。指纹识别可以通过比较不同 指纹的细节特征点来进行鉴别。 4 一一 t e r m i n a t i o n sb i f u r c a t i o n s r i d g ev a l l e y 图2 1 2 指纹图像上分布在纹线上的细节特征点 指纹图像所含的信息还包括纹线的方向，在指纹的不同区域，指纹的方向分 布不同，纹线变化的快慢也不同。一般在指纹的中心，指纹纹线变化较为剧烈， 这是因为在指纹的中心存在奇异点。这些奇异点其实也是属于指纹的特征点，只 不过在这些奇异点附近纹线变化更快，对指纹的特征影响更大。在远离指纹中心 的特征点则变化较为缓慢，在这些变化缓慢的特点附近可以把指纹的纹线变化近 似认为是二维平面余弦波形( 前提是指纹图像是灰度指纹图像) ，从中获取频率 和方向信尉引。但这种方法计算量大，只适用于现代计算机上面实现，不利于在 s o c ( 片上系统) 实现。其他一些指纹识别研究人员还提出了其它的一些方法， 比如利用指纹图像上各点的梯度值来确定方向和频率信息，计算了非常小，但这 些方法也有很大的缺陷，通过此方法获得的信息通常与真实情况不符合，使得利 用这些信息进行图像增强后，指纹的质量可能会有所下降，因此在实际运用中很 少用到这些算法。 指纹的特征点的提取比较简单，一般是要先把指纹图像进行二值化，然后在 上面找到符合要求的细节特征点。但同时也要注意到，由于指纹图像在采集时可 能会漏掉或者增添一些细节特征点，使得细节特征点并不完全是准确的，而且如 果在细节特征点提取之前还进行了指纹图像增强的话，也会引入或者丢失一些特 征点。基于以上情况，在细节特征点提取时，要剔除一些伪特征点。伪特征点的 出线情况有很多种，具体图2 1 3 所示 图2 1 3 伪细节特征点情况。m l - 一m 7 为7 种可以识别并剔除的伪特征点 根据经验，如果指纹图像的特征点中出现了少量伪特征点，只要接下来的指 纹特征点匹配算法足够强健( r o b u s t ) ，就能抵抗这些伪细节特征点对整个指纹 5 彩 囚 识别系统准确性的影响。 在整个指纹识别处理过程中，最重要也是最复杂的一步是特征匹配算法，如 果指纹识别系统在这一步没有有效处理好的话，整个指纹识别过程都会受到影 响，因此很多的研究人员将大量的时间和精力放在了这一步上面，他们试图寻找 一种有效而又不失简洁性的算法，目前这一领域的研究还是所有指纹识别人员研 究的重点。在众多的指纹识别特征点匹配算法参考文献中，可以总结出一下一 些算法，下面是这些算法的一些大致归类： 方法一：基于纹线拟合的指纹匹配算法 方法二：利用神经网络模型对特征点进行匹配 方法三：直接利用欧几里得距离( e u c l i dd i s t a n c e ) 方法四：给细节特征点建立矢量模型，利用这个量化的模型进行特点的匹配 其中基于纹线拟合的指纹匹配算法除了需要准确提取出特征点外，还需要获 得这些特征点是否在同一纹线上，这给指纹识别的处理带来了难度。利用神经网 络模型对特征点进行匹配是一种新型的算法，但它实施起来不是很容易，而且这 一类型的算法还在不断的完善过程当中。直接利用欧几里得距离的方法简单易 行，它只需要计算出参与比较的特征点的几何距离，然后通过有限的几次旋转变 换即可完成细节特征点的匹配( 一般为1 2 次) ，最后返回一个最大的分值，通过 一个合适的阈值来判断二者是否匹配。而给细节特征点建立矢量模型，利用这个 量化的模型进行特点的匹配这种算法，通过考虑指纹细节特征点的局部和全局关 系，根据经验建立一个适当的模型来描述特征点，使得特点的描述不在是通常的 坐标和方向的关系，而是一组长度大小固定的矢量，这一方法摆脱了通常匹配算 法要么只考虑局部情况要么不能兼顾整体细节特征点的情况。此方法简单高效， 而且非常新颖，因此本文采用了这一特征匹配算法来完成整个指纹识别的算法的 最后一步。图2 1 4 是本文采用的指纹识别算法的框图，此算法在m a t l a b 上通过 了文本输入和界面设计两种方式完成了整个仿真。 图2 1 4 本文的指纹识别算法框图 6 2 2 指纹识别系统的设计原理 早在1 9 世纪未2 0 世纪初，科学研究发现了指纹的两个重要特征：一是唯一 性，两个不同指纹纹脊的式样不同；二是不变性，指纹纹脊的式样终生不变，从 而揭开了指纹技术研究和应用的序幕。为上述问题的彻底解决提供了新思路。指 纹识别技术的发展得益于现代电子集成制造技术和快速可靠的识别算法的研究， 尽管指纹只是人体皮肤的一小部分但用于识别的数据量相当大，对这些数据进行 比对已不是简单的相等与不相等的问题，而是要使用模糊匹配算法，目前指纹技 术识别算法的可靠性也在不断改进提高。一个简单的指纹识别系统原理图如图 2 2 1 所示： 图2 2 1 简单的指纹识别系统框图 指纹识别技术基础主要来源于对指纹的特征的处理。英国er h e r r y 认为： 只要比对1 3 个特征点重合，就可以确认是同一个指纹。通常指纹特征分为总体 特征和局部特征。用人眼直接马上就可观察到的特征叫做总体特征。指纹的总体 特征可以简单分为5 类：类拱形、拱形、右旋型、左旋型、涡形等，具体见图 2 2 2 。在一些大型的指纹库中( 比如我国的公安部、美国的f b i 、c i a 等) ，对 指纹图像预先根据总体特征分类能够提高指纹识别的速度。局部特征指纹纹线上 具有某种特征的节点的特征点，两枚指纹经常会具有相同的总体特征，但它的局 部特征细节特征点却不可能完全相同，指纹纹路并不是连续、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。这些细节特征点上包含的信息有以 下几方面： 相 圜圈墓曩雪 c 罐j仕i 图2 2 2 指纹的5 种总体分类，从( a ) 到( e ) 依次为类拱形、拱形、右旋 型、左旋型、涡形 图2 2 3 指纹纹线上特征点出现的情况。左边曲线上用黑色方框标记的 为端点，右边曲线上用黑色方框标记的为分叉点 指纹传感器主要有3 大类：光学，硅晶体传感器和超声等。2 0 世纪7 0 年代 出现了依据光的全反射原理开发的光学指纹传感嚣，迄今这种传感器己可装在 1 5 c mx7 c mx1 5 c m 盒子里，最近此类传感器体积已小到7 c mx2 5 c mx 2 5 c m 。 其原理是：光线照到压有指纹的玻璃表面，反射光线由c c d 获得，通过反射光 的强度及分布获得压在玻璃表面指纹的脊和谷的深度等，从而得到指纹信息。硅 晶体传感器是最近在市场上才出现的，它是靠微型晶体的平面通过多种技术来绘 制指纹图像，诸如电容指纹传感器，温度指纹感应传感器等。超声波扫描很像激 光扫描，它通过扫描指纹的表面，获取指纹图像，高识别率、低价格和紧凑的体 积是研究及应用指纹传感器的3 大指标另外，在一些高端场合红外指纹传感器 也得到了较广泛的应用。 指纹图像增强对低质量的指纹图像识别具有重要意义。图像增强在减弱噪音， 增强脊和谷的对比度的同时，保护指纹图像的关键信息部被丢失，提高清晰度。 图像增强的方法主要有以下两种： 逐点增强法。这类方法从指纹图像上像素值出发，通过一系列的调整，达到 改善图像质量的目的。 图像滤波法。考虑到指纹在局部区域通常变化较为平缓的情况下，结合各种 带通滤波器把一些不理想的频率成分滤除掉。 3 这些方法能够改善指纹的质量，有利于后续指纹图像的处理，但都存在着一 些不足。逐点增强的方法一般只能提高指纹图像的明亮程度、去掉少量噪声点， 它对于低质量的指纹图像处理往往不充分。图像滤波法在达到逐点增强法所能达 到的效果的同时，还能够对指纹中的断痕、缺失进行连接、填补甚至预测，但其 缺点也很明显，那就是计算复杂，而且在计算的过程中往往还要依靠经验数据给 增强过程赋予一个初始值，这使得一旦这个初始值偏离了实际值过多，就会导致 整个指纹图像增强的失败。本文的指纹图像增强考虑到了这一短处，设计了一种 相对来说既高效又简洁的增强算法。 指纹图像的特征点的提取相对来说较简单，通过给这些特征点设置一个参考 模板初步提出特征点，然后根据不同情况把一些伪特征点分离出来。 在整个指纹识别的过程中，最关键的是指纹的匹配算法。可以把众多的指纹 匹配算法分成以下3 类： 基于相关性的匹配法。这些方法通常是把两幅指纹图像叠加起来，通过旋转 或者平移，比较它们上面的特征点的相关性。 ( 1 ) 基于特征点的匹配法。这是一种最常见的指纹匹配算法。通过给指纹 图像上的每个特征点赋予一个多维的数值( 坐标、方向等) ，经过旋 转、平移等，得到两幅指纹图片这些多维数值的最大相似值 ( 2 ) 非特征点匹配法。这是一种近年来研究的较多的算法。它无需提取特 征点，而是直接在图像分解、滤波的情况下进行比对 现有的各种指纹匹配算法中，遇到的一个共同的问题也是计算量的问题。由 于在比对过程中需要对大幅图像进行旋转、平移等，使得计算量成了一个十足的 难题。本文采用的是2 0 1 0 年国外研究人员提出的一种先进的3 维指纹特征匹配 算法，由于该算法采用了极端的简化方法( 将各特征点的特征向量组二值化) ， 使得指纹识别系统一旦提取出取了某幅指纹的所有特征向量组之后，其特征匹配 速度是前所未有的。 2 3 指纹图像增强算法 2 3 1 引言 指纹图像增强方法是进行指纹识别的关键，直接影响指纹识别系统的准确 性和有效性。因此，指纹图像增强方法引起了许多指纹识别研究人员的高度注 意，一般的研究方法是先求出指纹纹线的方向和指纹纹线频率，利用这些信息 去选取合适的滤波方法来滤除噪声点、折痕以及背景区域等，达到图像增强的 效果。 指纹纹线方向主要利用纹线梯度来计算1 2 1 ，但由于在指纹奇异点附近纹线 变化剧烈，而且指纹图像通常含有大量噪声，这种方法求出的方向通常与实际 9 的方向不一致，它只适用于处理质量较好的指纹图像。文献【3 】可以对指纹图像 上不清晰区域或残缺部分的纹线方向进行较好预测，但它需要事前求出奇异点 的位置和类型，而这些参数的获取比较复杂的，影响指纹图像增强的效率和准 确度。文献 1 2 】提出在傅里叶频率域内用求期望值的方法估算方向，能够较好 的获得方向信息，但其在奇异点附近的准确度还可以进一步提高。 指纹纹线的频率通常采用方向窗方法【1 5 1 ，先把图像分成多个小块，在这小 块内指纹纹线可近似看成正弦波形，该正弦波的频率近似看成纹线的频率。这 种方法需要对组成各窗口的图像进行旋转，计算量大，特征点附近计算出的脊 线频率与实际相差较大。实际上，指纹纹线的宽度或者频率大小通常在某一范 围内，因此可以采用带通滤波器的方法滤除这一范围以外的频率成分而无需计 算纹线频率，能极大的减少计算量。 滤波方法通常采取单一滤波器【5 】，频率滤波器只能滤除图像中的噪声点而 不能进行方向滤波，而方向滤波器只能进行方向滤波不能滤除噪声点，因此单 一滤波器往往无法达到图像的有效滤波，同时引入频率滤波器和方向滤波器的 滤波方法可以使指纹图像处理效果更好。 o t s u 法是一种自适应的阈值确定的方法 6 1 ，通过把图像像素分成前景区 域和背景区域，计算最优的阈值来分离这两个区域。本文试图在多滤波器指纹 图像增强方法的基础_ k t l 2 1 ，将o t s u 法用于确定指纹纹线方向，然后结合频率 滤波和方向滤波的多重滤波方法进行滤波，提高准确度，增强指纹图像，并通 过常用的二元分类法中的m c c 值来评估该方法的效果。 2 3 2 指纹图像增强方法简述 指纹图像的脊线从全局看变化很大，但从局部看，除了指纹中心变化剧烈 外，其余部分的脊线变化较为平缓，可以认为其是频率和方向不变的正弦波， 如图2 3 1 示。将指纹图像分成正方形小块分别对其进行离散傅里叶变换 ( d f t ) ，从中可以近似得到纹线的频率和方向。小块的傅里叶变换除了含有 主方向的成分还包含有其它各个方向的成分。为了获得一个准确的方向值，把 全部方向量化成若干个等距方向，采用o t s u 法从中得到最佳方向。 一 图2 3 1 局部指纹图像的近似正弦波形 1 0 在指纹图像的中心附近，纹线的方向变化剧烈。对保护这些中心结构同时 要对其它区域的小块指纹图像进行滤波，因此利用获取的方向计算出各小块与 周围相邻小块方向的相关系数，以此决定各小块的滤波器的带宽。滤波器分解 为径向滤波器与方向滤波器的乘积，径向滤波器选取b u t t e r w o r t h 带通滤波器 这个滤波器在整个指纹增强过程中保持不变。把全部小块的方向分成1 2 个方 向，利用方向滤波器对这1 2 个方向进行滤波，各方向滤波器的带宽与方向相 关系数有关，因此可以预先求出各滤波器系数来减少运算量。把处理后的小块 通过逆傅里叶变换组合起来达到图像增强的效果，主要流程如图2 3 2 示： 原始图像 增强后的图像 图2 3 2 指纹图像增强流程图 2 3 3 指纹图像的频谱分析 设输入的灰度指纹图像为，大小为w x h 。为了防止频谱泄露，把图像 分解成边缘部分重叠的小块b ( i ，j ) ，小块的不重叠区域以包含一脊一谷 为宜，这里设为1 2 ，相邻小块的重叠区域宽度为2 ，n = 1 6 。对边缘像素进行 模糊处理，将重叠区域灰度值逐渐减至0 。对b ( i ，j ) 进行离散傅里叶变换。傅 里叶变换公式如下： 1 - 1 二胂坳) f ( m ，刀) = 占( p ，q ) x e 一 所，刀= 0 , 1 2 ，n - 1( 1 ) j 印q = o 7 ( m ，刀) 对应的平面正弦波的频率和方向分别为： f = 历2 + 刀2 n( 2 ) 缈= t a n 。1 ( n m )( 3 ) 2 3 4 滤波器方向的0 t s u 法确定 l f ( m ，刀) 1 2 代表点( 研，刀) 对应正弦波的能量，指纹图像的主要方向上的能量 大，在总能量中占的比例大，而其它方向的能量较少，在总能量中占的比例也 小，但在特征点和奇异点附近，这种现象不明显。因此，将小块上各点经过d c t 后的方向量化为1 2 个等距方向，根据能量比例与方向的关系，利用o t s u 法 选取一个最佳方向当做该小块的方向，如图2 3 3 示。 d i r c ：c t i o n 图2 3 3 局部指纹图像各方向的能量比重。x 轴代表方向，y 轴代表各方向对应的能 量比重 从图2 3 3 可以看到，x 轴和y 轴上的值与o t s u 法求灰度图像二值化最 佳阈值的灰度级别和灰度值数量分别对应，因此可以采用o t s u 方法可以估算 纹线的主要方向，步骤如下： 1 ) 像素点方向计算 把傅里叶变换后的图像直流分量移到中心，以它为原点建立极坐标， 用公式( 3 ) 求出傅里叶变换结果中每一个点对应的极角口，然后用以下公 式把所有角度调整到 o ，p i ) 。 0 = o 9 至 2 0 + 万 一一7 - p 0 2 用以下公式把9 近似为距离最近的一个角度口，其最大误差为三2 4 哆：二万 o ：0 ，1 ，1 1 )( 5 ) 哆2 1 2 万0 2 0 ，1 ，。，1 1 ) ( 5 ) 耻j o 0 0 百2 i + 1 叶百2 i - 1 耶畎圳叫。回 l q 型万p 盟万( 忙1 ，2 ，1 1 ) 一 l 2 42 4 、 根据以上两式可以计算指纹小块各q 方向上的能量在总能量中的比例屏 。；，=：揣cz=。，-，胪夏痢。卸1 1 1 ) 2 ) o t s u 法求最佳方向值 1 2 令 在数字图像处理中o t s u 方法是一种自动选择阈值进行图像分割的方 法，这里用这种方法来估算出指纹图像各小块的最佳方向，步骤如下： 乱对于( 七= o ，l ，1 1 ) ，计算出 卢国( 七) 一( 七) 】二 v a r ( k ) 2 焉而i 矿( 拈噱，1 1 ) ( 8 ) 这里k 代表某一方向，c o ( k ) 、( 七) 分别为零阶与一阶累计值，所为角分布 的总平均值，其中： 缈( 妨= a i = l k ( 七) = 识 所= 魂 1 = 1 b 找到v a r ( k ) 的最大值，对应的k 值设为k ， k 口= 一万 k 1 2 ( 9 ) ( 1 0 ) ( 1 1 ) 得到小块的最佳方向为： ( 1 2 ) 其中 v a r ( k ) 2 嗷m a 盈x 1 v a r ( k )( 13 ) 2 3 5 图像滤波 l i n 等提出使用g a b o r 滤波器来进行指纹图像增强，g a b o r 滤波器计算 过程中需要先求出各点的频率和方向然后逐点滤波，每次使用时都需要重 新计算滤波器系数，影响指纹图像的处理速度。文献【9 】采用可分离的 l o g o g a b o r 滤波器对g a b o r 滤波器进行了改进，对指纹图像进行逐块滤波， 提高了效率。但需要计算纹线频率，计算量较大。本文设计一个可分离为 两个带通滤波器乘积的带通滤波h ( r ，口) ，其中一个是固定系数的径向带通 滤波器，另一个是方向滤波器，其系数可以根据方向及方向相关系数预先 求出，使用时可以直接调用数值，因此可以克服g a b o r 滤波器速度慢的不 足。 1 ) 带通滤波器设计 可分离的带通滤波h ( r ，秒) 可以写为： 日( r ，秒) = h ( r ) h ( 8 )( 1 4 ) ，、0 分别为频率域内各点到中心点的极距与极角，日( ，) 为径向带通滤波 器，是一个固定系数的滤波器。日( d 为方向带通滤波器，由该小块方向 和方向相关系数决定。图2 4