（生物医学工程专业论文）指纹识别算法研究及其实现.pdf

碾 + 学位论文 指纹识别赞_ ；去研究及j 0 实现 a b s t r a c t f i n g e r p r i n t i st h em o s tr e l i a b l e r e s e a r c h o b j e c t f o ri t s u n i q u e n e s s a n d p e r m m _ l e n c e 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 mi sa p p l i e di nw i d er a n g eo f a p p l i c a t i o nd o m a i n ss u c ha s n a t i o n a li dc a r d ，e l e c t r o n i cc o n u n e r c ea n da u t o m a t e d b a n k 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 ns y s t e mi n c l u d es t e p so ff i n g e r p r i mi m a g e sc o l l e c t i o n ， i m a g ep r e p r o c e s s i n g ，f e a t u r e e x t r a c t i o na n dm a t c h i n g t h ep a p e rd i s c u s s e sa n d s t u d i e san u m b e ro fp r o b l e m sa b o u tt h ea u t o m a t i cf m 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 n d f i n g e r p r i n ti d e n t i f i c a t i o na l g o r i t h m sa r es u m m a r i z e d t h e n w ef o c u s0 nt h ei m a g e p r e p r o c e s s i n g a n df e a t u r ee x t r a c t i o n p r e p r o c e s s i n g i n f i n g e r p r i n t i d e n t i f i c a t i o ni sc r i t i c a l t o s u b s e q u e n t f e a t u r e e x t r a c t i n g a n dm a t c h i n g i nt h i s p a p e r , ac o m b i n a t o r i a la l g o r i t h mb a s e do nt h e d i r e c t i o n a ls e g m e n t a t i o ni sp r o p o s e df o rt h ep r e p r o c e s s i n go ft h ef i n g e r p r i n ti m a g e s ， t h i sc o m b i n a t o r i a lm g o r i t h mi sc o m p o s e do ff o r e g r o u n d b a c k g r o u n ds e g m e n t a t i o n ， d i r e c t i o n a li m a g ec o m p u t a t i o n ，d i r e c t i o n a lf i l t e r i n g ，l o c a ls e l f - a d a p t i v eb i n a r i z a t i o n ， n o i s ee l i m i n a t i o na n dt h i n n i n g s u c ha 1 1a l g o r i f l u nc a ne n h a n c et h ef i n g e r p r i n ti m a g e s a n dr e d u c et h ee f f e c to ft h er o t a t i o na n ds h i f to ft h ei m a g e so nt h ef i n g e r p r i n t r e c o g n i t i o n a f t e rp r e p r o c e s s i n g ，w eu s eas i m p l ea n de f f e c t i v ea l g o r i t h mt oe x t r a c t m i n u t i a e x p e r i m e n t ss h o wt h a tt h ea l g o r i t h r f l sw em e n t i o n e da b o v ec a ne n h a n c et h e q u a l i t yo ff i n g e r p r i n ti m a g ee f f i c i e n t l ya n d i ti sr o b u s t a g a i n s tt h o s en o i s yf i n g e r p r i n t s t h e s ea l g o r i t h m sh a v eg o o d p r o c e s sr e s u l ta n dr a nf a s t e ra n de a s i l yt ob ep r o g r a m m e d w h i c hh a s e f f e c t i v e l ys o l v e dt h ep r o b l e mo ff i n g e r p r i n ti m a g e 。sp r e p r o c e s s k e y w o r d s ：f i n g e r p r i n ti d e n t i f i c a t i o n ，i m a g ee n h a n c e m e n t ，f e a t u r ee x t r a c t i o n ， d i r e c t i o n a li m a g e i i 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 1绪论 1 1 传统身份识别技术简介 传统的身份识别技术大致分为两类：基于标志的认证和基于知识的认证。 基于标志的认证主要通过检查“你有什么”来达到认证的目的，例如检查护照、 身份证等。基于知识的认证主要通过检查“你知道什么”来确认身份，最常见的 就是i d + 密码的方式。 目前，大多数系统采用的仍然是“用户i d + 密码”的方法进行身份验证，最 常见的如我们使用的银行卡以及计算机用户登陆等。使用该方法，用户只要输入 用户i d 以及该i d 对应的密码，然后系统在数据库中查找并匹配，找到符合的即 认为合法，否则认为非法。然而，该方法有很大的漏洞以及弊端： ( 1 ) 密码保密性问题 表现为密码容易被他人窃取，当用户在系统终端输入口令( 用户i d 和密码) 时，别人只需观察其动作或者安装监视仪器即可以获取其口令，也可以通过用户 的基本信息，如生曰、姓名、年龄、电话等猜测密码。另外，密码还可以被破解， 计算机系统在实现中存在一些漏洞，电脑黑客可以利用这些漏洞获取密码。 ( 2 ) 密码遗失问题 表现为密码过长、过多而容易忘记。为了防止密码被盗，或者增加可靠性， 很多用户采用增加密码长度的方法，还有些系统要求用户定期修改密码并且限定 密码长度不少于一定位数，更主要的是现实生活中很多场合都需要输入密码，如 果采用相同密码则可靠性大大降低，不同密码则大大增加了用户的负担。 以上问题说明传统的基于密码的安全机制已经受到严重挑战，在安全性以及 方便性上都已经难以满足现实需求，追切寻求其他的技术能够更好的确保系统的 安全性和方便性。由于人体的某些身体特征具有不可复制的特点，人们开始从生 物识别技术开始寻找解决上述问题的方法。研究和经验表明，人的指纹、手部血 管分布、脸型、声音、虹膜、视网膜、手写签名等在一定程度上都具有稳定性和 唯一性，即每个人的上述特征都与他人不同而且一般情况下终身不变，因此，可 以据此识别出人的身份。由于生物特征具有唯一性、稳定性和不变性等特点，它 已经成为一种更为安全有效的身份验证方法，正取代传统的基于知识或口令的技 术。 1 2 生物识别技术概述 生物识别技术是一种基于人体的生理或者行为特征进行身份验证的解决方 颂0 学位论文 指纹识别算_ ；去研究及j 0 实现 案，其本质_ j ：是一种模式识别技术。其中，生理特征是与生俱来、终身不变的， 具有较大的稳定性，如指纹、脸型、虹膜等；而行为特征则与后天的成长因索有 关，相对而言稳定性和可靠性要稍微差些，例如手写体。 12 1 生物识别技术简介 从理论上讲，如果一个人的身体或行为特征具有以下性质，它就能用来进 行身份识别： l、普遍性，即每个人都具有的特性。 i i 、唯一性，即每个人都具有其独有的特性。 i i i 、永久性，即这个特征不会改变。 i v 、可采集性，即这个特征可以被定量的测量。 但从实际的生物识别系统来看，还应该注意以下问题： 性能，包括完成鉴别的准确性，完成合理的鉴别准确性，所需的必要资源和 影响鉴别准确性的工作和环境因素。 可接受性，即在多大程度上人们愿意接受这个系统的程度。 被欺骗程度，即该系统被欺骗技术欺骗的程度。 一个生物识别系统一般以下面两种模式之一运作：验证模式( v e r i f i c a t i o n ) 和辨别模式( i d e n t i f i c a t i 。n ) 。在验证模式下运行的系统通过比较一个人的生 理特征和其系统数据库中存在的样本来鉴别其身份，以一对一的比较来确定输入 的生物特征是否与数据库中已存的样本特征一致。以辨别模式运行的系统通过一 个人的输入生物特征与一个给定的数据库中的样本逐个进行匹配来鉴别一个人 的身份，它的目的是尽快根据查询结果决定这个人是否存在于数据库中，进而确 定其身份。 一般一个生物识别系统的结构框图可以用图卜l 来表示： 图卜l 一般生物识别系统结构框图 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 圈卜】中，登陆模块负责将生物特征信息登记到系统样本数据库中，在登记 模块中，个体的生物特征经过相应的设备录入并进行数字化，然后提取特征信息， 这种特征信息成为样本。根据需要，特征信息保存在数据库或磁卡、智能砖中。 辨识模块主要负责待识别特征信息和样本数据库信息进行匹配。在辨识模块中， 生物信息同样由相应设备录入并数字化，然后提取特征，提取出的特征通过特征 匹配与数据库中已存储的特征进行比较，输出是否匹配或匹配程度。 1 ，2 2 几种主要生物识别技术及其比较 下面我们介绍几种常用的生物识别技术： 1 人脸识别 人脸图像可以说是人们日常生活中最常用的身份确认手段。人脸识别也是当 前最热门的模式识别研究课题之一。通过与计算机相连的摄像头动态捕捉人的面 部图像，同时把捕捉到的面部图像与预先录入的面部图像进行比较。因为人们对 这种技术几乎没有任何排斥心理，所以，从理论上讲，人脸识别可以成为一种最 友好的生物特征身份认证技术。 2 指纹识别 指纹用在身份确认领域已经有几百年的历史，几乎成为生物识别技术的同义 诃，它的有效性也得到了公认。但在民用推广中，还有一些问题需要解决，首先， 传统指纹般用在侦察罪犯等方面，在日常生活中采集人们的指纹时，会产生一 定的排斥心理。其次，自动指纹识别系统需要大量的计算资源。有关指纹识别的 具体问题将会在后面章节详细讨论。 3 虹膜识别 虹膜是瞳孔与巩膜之间的环形可视部分，具有终生不变性和差异性。虹膜是 一种随瞳孔直径的变化而拉伸的复杂的纤维状组织所构成。人在出生前的随机生 长过程中，造成了各自虹膜组织结构的组织差异，通过红外光对虹膜上的组织纹 路进行识别，发现6 0 左右的纹路a - 5 人之间是相同的，4 0 的纹路人与人互不 相同。据推算，两个人虹膜相同的概率是1 1 0 ”“，这使得虹膜身份认证的技术 效果非常可靠稳定。 4 视网膜识别 视网膜是一些位于眼球后部十分细小的神经( 约1 5 0 英寸) ，用于生物识别 的血管分布在神经视网膜的周围。在2 0 世纪3 0 年代通过研究就得出了人类眼球 后部血管分布唯一性的理论。在采集视网膜数据时，扫描器发出一束光射入使用 者的眼睛，并反射回扫描器，系统会迅速扫描出眼睛的血管图案并录入一个数据 库中。 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 5 掌型识别 ：学型识别技术也是一种很早就开始使用的生物特征身份识别技术。掌型识别 系统对每个手指和手指的指关节的尺寸和形状及整只手的尺寸进行三维测量。录 入时，使用者只需将他的手掌放在录入装置表面，并把手指按照录入装备表面的 槽位来摆放，使用者拇指、中指、和食指的位置就被确定下来了，录入设备在录 入时必须有三个手指的位置。比对时，当某人把手贴在扫描仪上时，其掌型的图 像就与存在数据库中被认可的掌型图像相比较。 6 签名识别( 签名鉴定) 签名识别，也被称为签名力学辨识，源于每个人都有自己独特的书写风格。 签名鉴定分为在线签名鉴定和离线签名鉴定两种0 1 。前者是通过手写板采集书写 人的签名样本，除了采集书写点的坐标外，有的系统还采集压力、握笔的角度等 数据；后者是通过扫描仪输入签名样本。显然，离线签名比较容易伪造，识别的 难度也比较大。而在线签名由于有动态信息，不容易伪造，目前，识别率也可以 达到一个可以满意的程度。签名鉴定的难度在于，由于人类书写动力定型并非固 定不变，签名的动态变化范围很大，单单从字形上，有时可能无法区分真实签名 和伪造签名。 除上述方法外，还有面部热像图，是指当热量通过面部组织会被皮肤发散， 从而皮下血液系统呈现出一种独特的面部信号，这种信号可以被红外照相机获 取，通常称之为面部热像图；手部血管识别，通过红外照相机，我们可以获取手 部血管的数字化图像，手部血管的结构很难通过手术改变，因此别人很难模仿； 人耳识别是近几年生物识别技术研究的一个新兴热点，通过获取耳朵的正面投 影，经过图像处理，得到用于匹配的图形特征描述。 从实际操作的角度来说，一种合适的生物特征通常包括：可被精确的测量、 采集速度快、公众可以接受、较高的可信度、匹配速度快、较好的防伪性、可以 接受的存储设备要求。性能：包括识别准确率、识别速度，系统鲁棒性，系统所 需资源以及影响系统性能的因素等。除此之外，一般还要考虑设备价格问题。下 面我们就几种生物识别技术进行比较，如表卜l 。 由表卜i 可以看出，指纹识别技术比其他生物识别技术总体上来说具有较大 的优势，主要是因其唯一性、永久性以及易操作性等特点，因而在很长时间内， 一直作为身份鉴定的最可靠手段。自八十年代以来，由于数字图像处理学以及硬 件技术的迅速发展，指纹识别技术已经获得相当大的进展。 需要指出的是，表卜1 中列出的大多数生物识别技术的认证结果，都不能作 为法律上的证据。目前，被世界各国司法机关认可的只有指纹和签名识别，这两 种技术经过多年的研究与应用，已经日趋成熟，并被广泛接受。 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 性能 昔超性唯一性稳定性 采集方识别精可按受防欺骗 名称、便性度性性 一 人脸识别 低中等m 日低 尚低 指纹识别目日中等高中等高 掌型识别目中等中等中等中等中等中等 手部血管中等中等中等中等中等中等高 识别 虹膜识别目目中等月低 月 视网膜图高中等低高低高 形识别 签名识别中等低低低高低 声纹识别中等低低中等低高低 一 面部热像m低目中等 月尚 围识别 一 人耳识别高中等中等f 曷低 高低 1 3 指纹识别技术 表t - 1 几种生物识别技术性f 毙l p , 较 指纹识别技术是指利用计算机进行的指纹自动识别的技术，它是一项综合技 术，其研究发展涉及到多个前沿及边缘科学，如模糊数学、数学形态学、神经网 络、模式识别、计算机视觉、人工智能、数据压缩、并行处理以及网络技术等。 从指纹采集方式看，基本可以分为三类：捺印指纹、模糊指纹和活体指纹。 捺印指纹指的是将沾了印墨的手指按压在某种东西( 通常是纸) 上所留下的指纹 痕迹，过去通常采用的都是这种采集方式，直到今天，这种方式仍然是指纹采集 的主要手段之一。模糊指纹一般是指犯罪现场采集到的指纹。根据录入原理的不 同，活体指纹录入仪可分为光反射式、超声反射式、热敏式以及电容式几种。根 据采集时指头是否与录入仪器接触，又可分为接触式和非接触式。根据是否可以 滚动采集指纹又可分为滚动指纹录入仪和非滚动指纹录入仪。 以光反射式为例说明，这种技术的原理是通过指纹扫描仪上的光电识别器 ( 摄像头) 对人指尖的卷状和涡状纹理进行扫描。计算机把特定的隆起部位的位置 制成表并记录下来，形成一个对每一个人来说都是唯一的压痕模式，然后存入计 算机指纹数据库。计算机指纹扫描仪能够区分人的手指与伪造的指纹：如蜡制的 手指或橡胶手套上的指纹，这是由于对人的手指其扫描仪传感系统能分辨出血液 的流动情况、血压等信息。当进行身份认证时，指纹自动识别系统会将现场通过 指纹扫描仪收集到的指纹经软件系统与数据库的指纹相对照而进行确认，对主流 硕 1 学位论文 指纹识剐算_ ；去研究及j 实现 机掣只需2 秒以内的时涮。由于两个人搁有完全相同指纹的概率估计少于1 0 亿 分之一，因此识别率极高。 131 指纹识别的发展历史 早在1 8 8 0 年英国人亨利福兹就提出了用指纹识别系统识别犯罪。到2 0 世 纪7 0 年代，由于计算机的广泛应用和模式识别理论的发展，人们已开始研究使 用计算机进行指纹的自动识别。目前世界各国都在争先研究和开发实用指纹识别 系统。到2 0 世纪7 0 年代末，一些实用系统已经出现。据报道：7 0 年代末加拿 大警方首次应用激光进行指纹检验，日本立石电机公司8 0 年代研制出了指纹核 对机；美国人福勒8 0 年代设计出了电子指纹检验系统，日本n e c 在1 9 8 2 年首次 向警方提供a f i s 自动指纹识别系统，比利时刑事鉴定局在1 9 9 0 年开始使用a f i s ； 瑞士一公司研制成功指纹码智能卡；日本蝶理株式会社推出出入口指纹识别器； 在英国政府的重要部门，指纹识别仪已被广泛采用；在澳大利亚，指纹识别仪已 被广泛用在a t m 机上，在美国，除军事设旖外，五角大楼、政府实验室、银行、 监狱和商业部门也广泛使用了自动指纹识别系统；1 9 9 6 年在美国亚特兰大奥运 村的第2 6 届奥运会上已广泛采用了指纹自动识别系统。目前世界上约有3 0 家公 司在为新的指纹识别系统而工作。在我国青岛，警方在5 0 年代就采用了指纹识 别系统识别罪犯，进入9 0 年代我国指纹识别系统的应用发展迅速，深圳攀登 电子有限公司研制了活体指纹身份识别系统；深圳红光奥康光电有限公司推出自 动指纹识别监控器；西安交大、清华大学、北京大学等纷纷推出指纹自动识别系 统，北京大学与上海、珠海公安局合作建立了大容量指纹自动识别系统，在1 9 9 5 年应用该系统破案均超过1 2 0 起，该系统已被国内近1 0 个城市的公安部门选用； 深圳深安计算机集成制造技术有限公司推出的指纹密码识别系统可对指纹、手指 三维、手指血管造影同时控制；清华大学自动化系在1 9 9 6 年推出了指纹身份验 证系统。 1 3 2 指纹识别系统的现状 指纹自动识别系统是集计算机、网络、光电技术、图像处理、智能卡、数据 库技术等于一体的综合高技术。 目前的指纹自动识别系统是采用先进的光电识别办法采集一个指纹信息，并 把它变成可以和已由计算机处理过的暗码相比对的代码。这些代码都经过加密处 理，然后经独特的相关算法进行识9 r j 乒, j 断，在算法上有的采用是一个指纹的全部 图案，而有的是指纹的特殊细节。 6 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 根据已掌握的报道资料来看，目前的自动指纹识别系统已具有如下特点： ( 1 ) 可靠性：采用独特的容错技术，既使指纹有破坏，即指纹不全或指纹随时 间有自然的变化时也不影响正确识别。 ( 2 ) 快捷性：大多数系统鉴别时间仅需l 3 s ，登录注册个新客户只需1 分 钟的时间。 ( 3 ) 灵活性：一个指纹信息的代码可以压缩到几十个字节到几百个字节，因此 可以存放在一个磁条上或者一张二维条码卡上或者i c 卡上，甚至几个指 纹代码可以存在一张智能卡上。当然，成千上万的代码可以存放在本地或 网络化数据库中，这样，代码可以沿网络迅速传输。因而可以灵活的构成 各类系统，即可以独立使用或集成到一个大范围的出入口控制或者安全处 理系统：如证卡存档识别系统中。 ( 4 ) 可接受性：一个因素是目前的系统具有高性能；另一个因素是目前的系统 设计已考虑到人类工程学设计，因而易被用户接受。 ( 5 ) 安全性：所有个人代码都经过了特殊加密。通过所存储的代码不可能复原 源指纹，彻底避免了指纹冒用。因此既使证卡丢失，也不存在安全问题。 ( 6 ) 方便性：目前出现的各类指纹识别系统一般外观设计精巧、结实，采用了 精密独特的光电系统，具有全程液晶提示，各有多种安装模式。 ( 7 ) 兼容性：可以与现有的各类系统兼容，可实现全自动化的识别。 ( 8 ) 实时性，可实现完整的跟踪、实时报警功能。 正是由于目前已经开发出了具有如上特点的指纹识别技术。因此以此为基础 的个人识别技术，即证卡、代码、指纹的综合动态模式组合，将可以对不同的应 用场所提供不同的安全等级。 迄今为止，自动指纹识别技术的研究虽然已经取得了很大的成绩，但同时 也面临一些严重的困难： ( 1 ) 指纹采集技术有待提高 就实际应用来讲，目前的活体指纹采集设备还不能很好地满足需要。这已经 成为制约自动指纹识别技术发展的一个瓶颈。主要表现在：1 对被采集指纹的适 应性差在指头较湿、较干、较脏或磨损较为严重时，采集的指纹质量往往不 能让人满意a 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。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 指纹采集时的变形问题至今没有得n , f l i 好的解决。指头是一个柔性体，尤其在使 用平板窗口的采集设备进行指纹采集时，每次采集用力大小、用力方向和采集位 置都会有所不同，造成指纹的各种变形，使指纹特征点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。f ，# t - ，指头表面是一个三维曲面，而获取 颂h 学位论文 指纹识别算_ ；去研究及j 0 实现 的指纹图像却是一个二维平面，这种从立体向平面的转化也会造成指纹的变形。 更为主要的是，以上因素造成的指纹变形往往是不确定的，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。 ( 2 ) 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。但对于工作在辨识模式下的系统，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，样本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。按照现行的分类标准，将指纹分成四类、五类或六类还是远远不够的。现 在，较好的指纹分类算法，将指纹分为五类和四类的准确率分别也只有8 7 5 和9 2 3 ，而这样的分类结果还远不能满足实际应用的需要。 ( 3 ) 指纹预处理及匹配算法有待加强 本文在研究过程中，发现目前存在的指纹增强算法主要存在以下几个问题： 分割算法过于武断，一般分割算法不考虑上下文问题，只是根据实际图像分块后 得到的判断参数直接进行图像分割，这样很容易造成在前景图像中由于小部分不 清晰而被判断为背景的情况，虽然该部分指纹图像不能有效提取特征点，但若去 除，将对后续处理产生严重影响；细节点编码彼此互不兼容，目前，在细节点编 码过中，除了编码过程中都需要的坐标等小部分公共信息，其余信息往往根据自 己系统的需要来进行提取，如周围细节点数，与中心点的夹角等，这样非常不利 于系统的升级和扩展，对数据库的扩展也有很大的限制，不利于整个指纹识别研 究的发展。 1 3 3 指纹识别技术的市场及应用前景 自动指纹识别系统有着极其广阔的应用前景。众所周知，指纹识别最早是在 罪犯鉴别中应用。它对于提高侦破手段、震慑罪犯、打击刑事犯罪起到了重要作 用。著名的例子是1 9 8 2 年西德警方使用激光指纹检验方法，给隐藏了四十多年 的一名葡萄牙纳粹法西斯分子定罪，从此激光指纹检验因其神奇特点而声名大 振。 根据目前的了解，a f i s 的其它适用场所为：政府各类机要部门( 例如档案馆 ( 室) 、机要室) 、国家重点实验室及生产重地、机场、军事要地( 例如基地、仓 库) 、重要军事装备或关键设备的寤动控制、银行金库、金融系统、代保管库、 博物馆、珍宝馆、高级住宅、高级宾馆等重要门禁或入口控制、汽车门锁等。除 此之外，另一大潜在应用前景是：自动取款机( a t m ) 、信用卡、驾驶执照、身份 证、医疗健康卡、移民登记、计算机系统安全、机械登记等方面。 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 由于指纹识别技术的诸多优点，可以预料，一方面指纹识别系统将会在一切 需要验证身份的场所发挥越来越重要的作用，其应用领域将会进一步拓宽；另一 方面，由于市场的推动，指纹识别技术也会不断提高，在其识别可靠性、速度、 成本等方面进一步朝实用化迈进。 1 4 本论文主要研究工作 本文的主要工作是指纹图像的采集及其预处理算法的设计与实现的研究，并 在此基础上进行了系统的总体设计。本文通过对已有指纹识别预处理算法的研究 以及效果比较后，经过改进，设计并实现了一套完整的去噪、图像增强以及特征 点提取算法，为后期匹配打下了良好的基础。 硕l 饽j 位论文 指纹识别算_ ；去研究及j 0 实现 2 指纹识别原理 指纹识别是要确定两枚指纹是否来自同个手指。过去人们对指纹识别做了 许多研究，d k i s e n o r ”1 提出了一种使用图形匹配来对两枚指纹进行匹配的算 法；a n d r e wkh r e c h a k “3 等人用结构匹配来做指纹识别。但目前最常用的方法是 用f b i 提出的指纹细节点模型来做细节匹配。它利用指纹脊线的端点和分叉点来 鉴定指纹。通过将细节点表示为点模式，一个自动指纹识别问题就转化为特殊的 点模式匹配问题。 指纹自动识别作为一个有较大难度的模式识别研究分支，其研究难点主要是 如何对采集进来的各种有噪声图像进行滤波和增强“1 、如何抽取指纹的全局和局 部特征”3 、以及如何进行在图像不能完全定位和图像可能发生扭曲变形情况下的 进行特征匹配”1 。下面我们就对指纹特性以及根据这些特性得到的指纹识别一般 流程进行详细说明。 21 指纹的结构和形态特征 指纹图像中有两类重要特征；一类是用于指纹数据库分类的结构特征，或称 全局特征；另一类是表征指纹唯一性的细节特征，它是由指纹脊线上的细节点位 置及其相互关系构成。 21 1 全局结构特征 全局结构特征主要用来进行指纹分类。在一个大的指纹识别系统中，为了减 少查询匹配时间，指纹分类是一个很重要的数据库索引方法”3 。 1 9 9 0 年，e h e r r y 对指纹的全局特征进行了深入的研究，研究出的分类方法 将指纹分为五种类型，即著名的“h e r r y 分类系统”。他的方法并不是着眼于指 纹的精确匹配，而是为了减少指纹在一对多模式下匹配时的搜索量，尤其是在大 型数据库中。这种方法很有效，以至于今天，大多数指纹分类系统中仍然在使用。 它将指纹分为六种主要的类型：拱型、帐型、左箕型、右箕型、双箕型和斗型。 图2 - 1 分别为上述六种指纹类型的示例。 指纹的自动分类方法已有很多的论述，其中最典型的是利用指纹奇异点( 中 心点和三角点) 进行分类，根据指纹奇异点的个数、类型和相对位置来确定指纹 的基本类型。指纹中心点是指纹中心部位脊线上曲率最大的点；三角点定义为三 个方向脊线汇合处的点。拱型指纹中没有中心点和三角点，帐型和箕型指纹中有 一个中心点和三角点，双箕型指纹中有两个中心点。 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 a 拱型 c 左箕型 e 斗型 b 帐型 d 右箕型 f 双箕型 图2 - i 几种主要的指纹类型 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 2 12 指纹细节特征 指纹的全局特征分类对于决定两个指纹是否匹配是有很大帮助的，它可以 大大减少指纹的匹配搜索时间，但是不能唯一的识别一个指纹。一个指纹的唯一 性是由其局部细节特征及其相互关系来决定的。f g a l t o n 最早在指纹分析中引 入细节特征的概念，他指出指纹的四中基本细节特征：断点、分叉点、短线和眼 型线。后来的研究者对其进行了扩展，到目前为止大约有上百种不同的局部细 节特征，但这些特征出现的概率并不是均等的，在很大程度上受输入条件和指纹 本身的影响，大多数特征在一般情况下并不出现。 在指纹表示法中，指纹中最常见的两种细节特征：脊线端点和脊线分叉点( 有 些论文使用谷线特征点) 一般被用来作为指纹的区分标志，用这些特征点的位置 和相互关系来表征指纹。脊线端点( e n d i n g ) 定义为一条脊线终止处的位置：脊 线分叉点( b i f u r c a t i o n ) 定义为两条脊线相遇处的位景。图2 2 为脊线端点和 分叉点在指纹中的示意图。一幅质量较好的指纹图中大约有7 0 一8 0 个这样的细节 点，而在质量比较差的指纹图像中大约只有2 0 一3 0 个这样的细节点。本文所提出 的算法主要用于提取这两种细节点，所指的特征点均指上述两种。 图2 2 指纹的脊线端点和脊线分叉点 2 2 指纹自动识别系统的原理和一般方法 一个指纹识别系统的设计主要考虑以下几个方面：指纹图像采集、指纹图像 预处理、特征提取、指纹特征匹配。 2 2 1 指纹图像采集 图像采集设备主要分为：光学采集设备、硅晶体传感器和其他。 光学取像设备有最悠久的历史，可以追溯到2 0 世纪7 0 年代。依据的是光的 全反射原理( f t i r ) 。光线照到压有指纹的玻璃表面，反射光线由c c d 去获得，反 堡壁垒垒兰 塑塑塑塑鳖坚翌 图2 - 3 光学取像设备简要示意图 射光的数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间的油脂。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 体反光的) ，如图2 3 所示。由于最近光学设备的革新，极大地降低了设备的体 积。最近9 0 年代中期，传感器可以装在6 3 6 英寸的盒子里，在不久的将来 更小的设备是3 x1x1 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，他 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。 应用晶体传感器是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。 超声波扫描被认为是指纹取像技术中非常好的一类。类似光学扫描的激光， 超声波扫描指纹的表面，接收设备获取了其反射信号，测量信号范围，得到脊的 深度。不象光学扫描，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， 所以这样的图像是实际脊谷形状( 凹凸) 的真实反映。 各种技术都具有它们各自的优势，也有各自的缺点。表2 - 1 给出三种主要技 术的比较。 颂l 学位论文 指纹识别算_ ；去研究及j 0 实现 比较项目光学全反劓技术硅晶体电容传感技术超声波扫描 体积大小 由 耐用性非常而j 用容易损坏一般 干手指差，但汗多的和稍干手指好，但汗多的和稍脏的 成像能力非常好 脏的手指成像模糊手指不能成像 耗电较多较少较多 成本低低很高 表2 - 1 三种主要指纹采集技术比较 2 2 2 指纹图像预处理 在指纹自动识别系统中，指纹图像的预处理是正确地进行特征提取、匹配等 操作的基础。在指纹图像采集过程中，由于表面皮肤特性、采集条件以及成像传 感器特征差异等各种原因的影响，采集的指纹图像是一幅含多种不同程度噪声干 扰的灰度图像，指纹脊线可能被断开、桥接或模糊等，这种噪化的指纹脊线结构 严重地影响着指纹识别系统的性能。预处理的目的就是利用信号处理技术去除图 像中的各种噪声干扰，把它变成一幅清晰的指纹图像，恢复指纹的脊线结构，以 便可靠提取正确的指纹特征。1 。因此，预处理性能的好坏直接影响着指纹识别的 效果。指纹预处理的一般过程如图2 4 所示，首先提取出指纹的方向图，然后基 于此方向图，做了灰度图像的滤波，从而使二值化、细化、细节提取以及比对等 后续的处理过程更加准确有效“。 l 输入图像卜 一 图2 - 4 指纹预处理一般流程图 值得说明的是，有些算法并不完全遵循上述步骤( 图2 4 中虚线部分在某些 算法中并不存在) 一些算法在进行方向图计算之前进行化处理，目的是为了减少 不同指纹图像之间灰度值的差异，并为以下处理做准备。还有考虑到图像分辨率 问题，在滤波之前估算局部频率，进而使滤波效果更理想。还有的算法直接从灰 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 度图中提取特征点，但目前看来此种算法效果不佳。另外，每个步骤之洲并不是 完全孤立的，每个步骤的算法之间互相联系才可以达到最佳效果。现有的指纹增 强算法多数是基于局部脊线方向，如d o u g l a sh u n g 等人的适应局部脊线方向的 增强算法1 和l i nh o n g 等人的使用o a b o r 滤波器的方法“2 i ”。 2 2 3 指纹特征提取 细节特征的坐标直接表征该指纹，因此特征提取的好坏直接影响到以后的指 纹匹配的结果，所以特征提取是指纹识别系统的关键部分之一。如果输入图像的 质量很好，很容易确定其结构，此时的特征提取只是从细化后的脊映射提取细节 点的简单过程。但实际上，由于受很多因素的影响，输入指纹图像并不具备很好 的脊线结构，使得特征提取的准确性受到影响。 在进行特征提取的过程中一般要进行细节点处理。一般在提取细节点之前我 们对细化后的指纹图像进行分支和岛屿的去除，这样可以大量减少伪端点和伪分 叉点的数量。尽量去除指纹图像边缘的细节点，尤其是图像边缘提取出的端点， 几乎1 0 0 为伪端点“。细节点提取后还要进行伪细节点去除，不过目前大多数 算法都是经验算法，如相邻细节点距离小于一定象素即认为其为伪细节点。对最 终检测出来的每一个细节点，我们一般记录如下信息： ( 1 ) 细节点的坐标( x ，y ) 。 ( 2 ) 细节点的方向，这个方向定义为该细节点所在的局部脊线的方向。 ( 3 ) 细节点的类型，即端点或分叉点。 ( 4 ) 细节点对应的脊线。 有些系统记录更多的信息，如细节点的相互位置关系o “、细节点到其他细节 点的距离、细节点到图像中心点的距离、细节点之间的脊线数等。这样，就将一 幅指纹图像转化成了一个由细节点组成的平面点集。 2 24 指纹特征匹配 指纹识别的一般方法是在两幅图像中采用一定的方法提取特征点，对特征点 进行匹配，这就是点模式匹配问题。已有许多有关点模式匹配的算法，d s k e a 等提出的累加器算法“”以及遗传算法“”等。对于要存储到数据库中的指纹，根据 提取出的细节特征对其进行归类，然后按所属的类加入指纹库。在一对一模式下， 特征匹配是将实时在线提取的用户指纹数据同系统数据库中需要精确匹配的数 据模板进行比较，对其判断是否属于同指纹。在一对多模式下，由于用户的特 征模板未确定，还需进行数据库的查询比较。对于身份识别系统来说，由于需要 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 在大量数据中寻找匹配，因此速度将是一个值得考虑的因素。 在整个指纹自动识别系统中，预处理和特征提取是两个关键步骤，直接关系 到识别结果的好坏。预处理的主要目的是由输入的灰度图像得到适合于特征提取 的图像，特征提取一般采用两种不同的算法：二值化法和脊跟踪法。二值化法包 括二值化和细化两个步骤，二值化的意义是将指纹的脊线( 黑) 和谷线( 白) 分 别用1 和0 来表示( 如果没有特殊说明，本文约定用1 表示灰度值为0 ，0 表示 灰度值为2 5 5 ) 。对二值化后的指纹图像进行细化是一个重要的步骤。指纹图像 二值化后，纹线仍具有一定的宽度，由于人们关心的是指纹纹线的走向与结构， 而不是它的粗细，用宽度为单位像素的线表示指纹纹线，即进一步地压缩了数据， 又可以提高识别的准确性。脊线跟踪法的基本思想是直接对灰度图像进行脊线跟 踪，在跟踪过程中检测特征点”“。 综合上述说明，一般自动指纹识别系统可用图2 5 来表示。 图2 - 5 自动指纹识别系统流程图 颂l + 学位论文 指纹识别算_ ；去研究及j 0 实现 3 指纹预处理 指纹识别是基于指纹特征的，无论采用何种特征表示，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，使得指纹会在不同区域产生非线形 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 特征提取和识别效果，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。 基于细节特征点的特征提取是非常细致的操作，需要像素级的精度，因此对 于处理的要求很高，处理步骤一般有：图像分割、规格化、计算方向图，滤波、 二值化、细化等步骤。此种方法预处理的目的是得到一幅点线图( 单像素) ，以 便于提取细节特征。 3 2 指纹图像分割 图像分割是从一幅图像中按一定规则将一些物体或区域加以分离，划分出我 们感兴趣的部分或区域，然后对分割出的特定区域加以描述“”。经过分割后的图 像更容易进行进一步的分类、分析和识别处理，尤其是当输入图像需要进行大量 的处理步骤时，图像分割应该在尽可能早的阶段进行，以便后续的处理能集中在 我们感兴趣的区域上，并且可以在一定程度上减少计算量。 目前可能的理解图像方法只限于图像信息中部分特征如灰度差别、局部纹理 差别、彩色差别、局部统计特征或局部区域的频率特征的差别等成熟技术表征的 特征，用这些特征的差别可区分图像中不同的目标物体，就称为感兴趣区。既然 我们只能用图像信息中的某些部分特征去分割区域，因此各种分割方法必然带有 7 硕 + 学位论文 指纹识剐算_ 去研究及j 0 实现 局限性，因此只能针对各种实用领域选择方法。图像分割方法主要有两大类：第 一类是找出图像中各种物体的边缘，利用边缘信息把图像分成许多感兴趣的区 域；另一大类方法从区内相似特征找出图像中各种物体区，显然物体区的外轮廓 也就是边缘。物体的定义是相同特征的区域，因此特征的相似度是这一类方法的 主要依据，而相似度又需要各种准则来确定。 在指纹图像中，我们感兴趣的区域是由指纹的脊和谷组成的清晰的指纹区 域，我们称之为前景；而非指纹区域或噪声严重的区域，是我们不希望处理的区 域，这些区域我们称之为背景。在一个自动指纹识别系统中，指纹图像分割的目 的就是要将指纹前景区域同背景区域分离开来，以避免在噪声和背景区域中提取 特征，提高特征提取的准确性，同时节省处理时间，从而提高整个系统的性能。 因而图像分割成为指纹图像预处理的重要内容。下面我们讨论几种指纹图像分割 方法。 3 2 1 基于图像灰度特性的分割 指纹图像通常是由前景区域( 由指纹脊线和谷线组成) 和背景区域组成。一 般来说，前景图像中指纹脊和谷的灰度差是较大的，因而其灰度统计特性局部灰 度方差是很大的，而对于图像背景区域，方差值是很小的。基于这一特性，可利 用图像的局部方差对指纹图像进行分割，这种方法也可以称为为方差法。其算法 描述如下： ( 1 ) 将输入指纹图像划分为互不重叠的w xw 的子块，对每一块分别进行处理； ( 2 ) 计算每一块子图像的平均灰度值 m ( ) 2 i 毛砉喜g ( “) b ，m ，- l ，w ( s ，) 这里g ( i ，j ) 是子块( k ，1 ) 中第i 行第j 列的图像元素的灰度值，m ，n 由图方向分成n 块。m ( k ，1 ) 表示该w x w 子块的灰度均值。若图像的宽为 w i d t h 个像素，高为h e i g h t 个像素，则m 和n 取值可由下式的整数部分 得到： m = h e i g h t ：n ：w i d t h ： ( 3 ) 计算每一图像子块的灰度方差 瞰，? ) 2 熹善喜【g 阱m ( k 瑚2 w w 百百 + ( 4 ) 对于每一图像子块，当v ( k ，1 ) 小于预定义的阈