（电路与系统专业论文）自动指纹识别系统关键算法研究[电路与系统专业优秀论文].pdf

摘要 现代社会对于身份鉴别的准确性、安全性与实用性提出了更高的要求，传统 的身份识别方法已经不能满足这种需要，而人体丰富的生理和行为特征为此提供 了一个可靠的解决方案，因而引起了国际学术界和企业界的广泛关注。自动指纹 识别技术作为生物特征识别的主流技术，是国内外研究和应用的热点。 本文以p c 机和硅芯片指纹传感器为实验基础，综合运用图像处理和模式识 别技术，在国内外指纹识别领域已有的理论成果的基础上，针对一些关键问题和 难点，设计并实现了指纹图像预处理、指纹图像增强、指纹图像褶皱检测等方面 若干有特色的新算法，使自动指纹识别系统的准确度得到提高。本文的主要工作 和成果如下： 1 对以自动指纹识别技术为代表的生物特征识别技术的应用前景和研究现 状做了大量调研； 2 在指纹图像预处理方面，详细研究了指纹图像的方向特性及其方向图的 算法，并在准确计算方向场的前提下设计实现了一个基于各向异性方向 滤波器的增强算法，该算法无需计算指纹图的频率特性；实验表明，该 算法的运行时间很短( 1 秒) ，并且能取得相当好的效果，提高了后续 处理的准取度： 3 分析了影响指纹识别系统准确性的主要因素：伪细节点。并在基于指纹 图像增强的基础上，在细化图上跟踪并标记脊线，去除具有连接关系的伪 细节点；利用指纹对偶性除去断点等无脊线连接关系的伪细节点。实验 取得了良好的去伪效果。 4 在总结国内外研究的基础上，提出了一种基于局部方向场的多通道滤波、 多层次分辨率的指纹褶皱检测方法。该算法在提取指纹图像方向场的基 础上，利用形态学边缘检测算法去除边缘噪声，然后把指纹图像进行重 叠分割，最后进行自适应g a b o r 滤波。实验证明该算法对减少含褶皱指 纹图像中伪细节点的产生有明显效果。 关键词：自动指纹识别系统；方向场； 图象增强：伪细节点；褶皱检测 摘要 a b s t r a c t a na c c u r a t ea u t o m a t i cp e r s o n a li d e n t i f i c a t i o ni sc r i t i c a lt oaw i d e r a n g eo fa p p l i c a t i o nd o m a i n ss u c ha sa c c e s sc o n t r o l ，e l e c t r o n i cc o m m e r c e ， a n dw e l f a r eb e n e f i t sd i s b u r s e m e n t t r a d i t i o n a lp e r s o n a li d e n t i f i c a t i o n m e t h o d s ( e g ，p a s s w o r d s ，p i n ) s u f f e rf r o man u m b e ro fd r a w b a c k sa n d a r eu n a b l et os a t i s f yt h es e c u r i t yr e q u i r e m e n t so fo u rh i g h l yi n t e r c o n n e c t e di n f o r m a t i o n s o c i e t y b i o m e t r i c sr e f e r st oa u t o m a t i c i d e n t i f i c a t i o no fa ni n d i v i d u a lb a s e do nh i s h e rp h y s i o l o g i c a la n d o r b e h a v i o r a lt r a i t s w h i l eb i o m e t r i c si sn o ta ni d e n t i f i c a t i o np a n a c e a ，i t i sb e g i n n i n gt op r o v i d ev e r yp o w e r f u lt o o l sf o rt h ep r o b l e m sr e q u i r i n g p o s i t i r ei d e n t i f i c a t i o n 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 niso n eo ft h em o s tr e l i a b l e b i o m e t r i ct e c h n o l o g y i nt h i st h e s i s ，o u ro b j e c t i v ei st oi m p r o v et h e l e v e lo fc o n f i d e n c eo ff i n g e r p r i n t b a s e db i o m e t r i cs y s t e m w eh a v ei d e n t i l i e da n de x p l o r e dt h ef o l l o w i n gi s s u e s ： ( 1 ) i m a g ee n h a n c e m e n t t oi m p r o v i n gt h ec l a r i t yo fr i d g es t r u c t u r e s o ff i n g e r p r i n ti m a g e st of a c i l i t a t ea u t o m a t i ce x t r a c t i o no f f e a t u r e so rf o rv i s u mi n s p e c t i o n ( 2 ) i m p l e m e n t e da ni n n o v a t i o n a lh i e r a r c h ya l g o r i t h mt oe n h a n c ea n d p u r i f yf i n g e r p r i n tf e a t u r e s t h er i d g e si nt h et h i n n e di m a g ew e r e t r a c e d b o t hf o r e g r o u n da n db a c k g r o u n dc h a r a c t e r i s t i c sw e r eu s e d t or e p a i rr i d g eb r e a k sa n dt oe l i m i n a t ei s l a n d s t h ee x p e r i m e n t a l r e s u l tss h o w t h a tt h i sa l g o r i t h mc a nd e t e c ta n de l i m i n a t et h e s d u r h i g h ( 3 ) p r o u sm i n u t i a ee n c o u n t e r e di nt h et h i n n e df i n g e r p r i n ti m a g ew i t h t i m ee f f i c i e n c y s e n t e da na d a p t i v em u l t i c h a n n e lf i i t e r i n ga r i t h m e t i cb a s e d o nl o c a lo r i e n t a t i o nf i e l da n de s t a b l i s ham u l t i - d i s t i n g u i s h i n g r a t ef r a m e w o r kt od e t e c tc r e a s e si nd i f f e r e n to r i e n t a t i o n s 4 摘要 e x p e r i m e n t a lf e s u l t ss h o wt h a to u ra l g o r i t h mp e r f o r m sv e r yw e l l k e y w o r d s ：a u t o m a t i ef i n g e r p r i n ti d e n t i nc a t i o ns y s t e m f i e l d ； i m a g ee n h a n c e m e n t ： f a l s em i n u t i a e ；c r e a s ed e t e e t i o n 第一章前言 第一章前言 现代社会对于身份鉴别的准确性、安全性与实用性提出了更高的要求，传统 的身份识别方法已经不能满足这种需要，而人体丰富的生理和行为特征为此提供 了一个可靠的解决方案，因而引起了国际学术界和企业界的广泛关注。生物特征 识别是一种根据人体自身的生理特征( 如指纹、脸像、虹膜等) 和行为特征( 如 笔迹、声音等) 来识别身份的技术。近年来，随着模式识别、图像处理等理论研 究的深入以及信息传感和网络通讯等技术的不断发展，基于不同特征的各种生物 识别技术已取得丰硕成果，显示出极为广阔的应用前景。 1 1 生物特征识别技术 1 1 1 研究背景 随着电子商务( e c o m m e r c e ) 、智能卡( s m a r t c a r d ) 等技术的日益普及， 个人隐私和信息安全倍受关注，使得自动身份认证技术( a u t o m a t i cp e r s o n a l i d e n t i f i c a t i o n ) 成为非常热门的研究方向。自动身份认证技术的研究目的是 使用自动化的手段，快速准确地鉴定个人的身份，从而有效地防止犯罪和诈骗、 提高办公效率、节约资源，无疑有着十分重大的社会和经济意义。 然而利用自动化的手段，识别一个人的身份并非轻而易举。传统的身份识别 方法把这个问题转化为鉴别一些标识个人身份的事物这包括两个方面：1 ) 身份 标识物品( w h a ty o uh a v e ) ，比如钥匙、证件、信用卡等；2 ) 身份标识知识( w h a t y o uk n o w ) ，比如用户名和密码等。在一些安全性要求严格的系统中，可以将 这两者结合起来，比如a t m 机要求用户同时提供a t m 卡和密码。这些传统的身 份鉴别方法存在明显的缺点：比如个人拥有的物品容易丢失或被伪造，个人的密 第一章前售 码容易遗忘或记错甚至被窃取等等，这些都使得系统无法区分拥有真实身份者和 通过某些手段取得身份标识物或相关信息的冒充者。 目前，国内外许多高技术公司正在试图用虹膜、指纹、面部特征等取代人们 手中的信用卡或密码，并已经在机场、银行等场所进行了实际应用。英国于1 9 9 8 年在n b s 的现金提取机上引入虹膜识别技术从而代替p i n 号码。在美国，虹膜识 别技术已经取得一些成功用。德克萨斯州联合银行的三个分支机构，客户走到自 动取款机摄像机前，摄像机会摄下客户眼睛的照片。虹膜扫描技术公司利用虹膜 结构( 瞳孔周围的彩环) 在客户开始交易之前与客户已经存档的密码加以对照。 之后，系统会为你展开通道。另有两家国际机场运用v i i s a g e 公司的技术识别监 视己知的恐怖分子。而拉斯韦加斯的娱乐场所则利用这种系统跟踪逍遥法外的骗 子。2 0 0 5 年，中科院自动化所及其合作伙伴也开发出了虹膜识别矿井人员蜜全 自动峪测系统和虹膜识别银行自动取款机( a t m ) 两套系统。目前，指纹识别主 要应用在考勤、门禁、保险箱柜等领域。随着指纹识别技术的完善，还会广泛的 应用在身份证，机动车，家居等更多的领域。 在上面这些应用实例中，人体一些生理特征的不可复制、唯一稳定的特点被 用来弥补传统身份鉴定方法的缺陷。这种基于生物特征的身份鉴定技术被称为生 物特征识别技术( b i o m e t r i c s ) 。随着网络和计算机技术的飞速发展，基于生物 特征的身份鉴别技术应用领域将更广泛。学术界针对该技术的研究伴随着这一市 场的发展也越来越深入，逐渐自成系统，使得该技术在近年来取得了可观的进展， 其在自动身份认证领域的独特优势也愈加凸现出来。在一个成熟的自动身份认证 系统中，基于知识的( k n o w l e d g e b a s e d ) 、基于物品的( p o s s e s s i o n s b a s e d ) 和基于生物特征( b i o m e t r i c s b a s e d ) 的认证技术缺一不可，这样的观点目前 己被绝大多数安全专家所接受。 第一章前言 洼褂删 图1 1 ：基于虹膜的身份认证系统的应用 技术判断依据 常见应用范围例子 基于物品你有吗?访问控制 钥匙、i c 卡 基于知识你知道吗?网络登录 名字、密码 基于生物特征 你是谁?电子商务等指纹、脸象、虹膜 等 表1 1 ：几种个人身份识别技术的比较 1 1 2 生物特征 如前文所述，传统的身份认证技术具有其先天的缺陷，使得建立在其上的各 类应用系统面临着安全上的严峻挑战，由于人体的身体特征具有不可复制的特 点，人们把目光投向了生物特征识别技术，希望可以籍此技术来构筑更加成熟健 壮的信息安全系统。要把人体的特征用于身份识别，这些特征必须具有唯一性和 稳定性。研究和经验表明，人的指纹、手部血管分布、脸形、声音、虹膜、视网 膜、手写签名等在一定程度上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。基于这些特征，人们发 第一章前言 展了指纹识别、脸形识别、语音识别等多种生物识别技术，目前许多生物识别技 术的研究都已经取得了一定的成果，有些已经得到了初步的推广和应用，开始逐 步走进我们的日常生活之中。 所谓生物特征识别( b i o m e t r i c s ) 技术是指利用人体所固有的“生理特征或 行为特征”来“自动”地进行个人身份鉴定。生理特征与生俱来，多为先天性的； 行为特征则是习惯使然，多为后天性的。生理特征包括：指纹、掌型、眼睛( 视 网膜和虹膜) 、人体气味、脸型、皮肤毛孔、手腕手的血管纹理和d n a 等；行 为特点包括：签名、语音、行走的步态、击打键盘的力度等。我们将生理和行为 特征统称为生物特征。其中，指纹识别、虹膜识别、面像识别、掌型识别、语音 识别、签名识别等是几种比较成熟、应用广泛的生物识别技术。 一般认为，能够用来鉴别身份的生物特征应该具有以下的特点： 1 普遍性：即每个人都应该具有这种特征； 2 唯一性：即每个人拥有的特征应该各不相同； 3 稳定性：即所选择的特征应该不随时间发生变化： 4 可采集性：即所选择的特征可以通过一定的设备和手段采集并测量。 实际的应用还给基于生物特征的身份鉴别系统提出了更多的要求，需要考虑 以下问题： 1 准确性能：所选择的生物统计特征能够达到多高的识别率，识别的准确度如 何： 2 可接受性：使用者在多大程度上愿意接受基于所选择的生物统计特征的系统； 3 安全性能：系统抵御攻击的能力有多高： 4 是否具有相关的、可信的研究背景作为技术支持； 5 提取的特征容量、特征模板是否占有较小的存储空间； 6 价格；是否达到用户所接受的价格； 7 速度：是否具有较高的注册和识别速度； 8 是否对用户具有侵犯性。 到目前为止，还没有任何一种单独的生物特征可以满足上述的全部要求。基 于各种不同生物特征的身份鉴别系统都有各自的优缺点，适用于一定的范围。 表1 2 比较了几种常用的生物特征【4 2 】。 第一章前言 b i o m e t r i c s广泛唯一性 稳定性 可采集准确性 可接受 安全性 性性性 。 人脸 局低 由 高 低 低目 指纹中 中高中高 r 日】 月 掌纹 由 中 中高 由 中 由 掌脉 中 中中 由 中 由 高 一 虹膜 尚高 尚 中 高低 高 视网膜月 高 由 低高低高 签名低低低高低高低 l 声纹 中 低低 由 低高低 表1 2 ：几种生物特征识别技术的比较 总的来说，与传统的身份鉴定手段相比，生物特征具有以下突出的优点： 1 ) 不易遗忘或丢失； 2 ) 防伪性能好，不易伪造或被盗： 3 ) “随身携带”，随时随地可用。 因此，生物特征识别技术在对当今社会有着非常广阔的用武之地，已被视为 2 1 世纪的十大热门技术。 1 1 3 应用与研究概况 广阔的应用领域 宏观地看，生物识别技术的应用领域大致可以分为两类：一类是公共安全领 域，一类是民用领域。以指纹为例，公安系统可以通过采集犯罪现场罪犯留下的 指纹，与数据库中有犯罪记录的人的指纹进行比对，来直接确定罪犯的身份或确 定嫌疑对象、缩小调查范围。而在民用领域的应用则更为广泛，下面列举一些指 第一章前言 纹的典型应用场所：( 1 ) 门禁系统，比如指纹锁等：( 2 ) 指纹考勤系统，利用指 纹对员工进行考勤管理：( 3 ) 银行保管箱的指纹管理；( 4 ) 自动提款机的指纹管 理：( 5 ) 电子商务。通过网络进行交易时，以指纹作为身份标识。 市场回顾与前瞻 自2 0 世纪8 0 年代末9 0 年代初，一些以生物特征识别为核心技术的高科 技公司如雨后春笋般涌现。1 9 9 3 年，剑桥大学的d a u g m a n 博士在对虹膜识别算 法深入研究的基础上创立了i r i s c a ni n c 。同时许多诸如s o n y 、n e c 等知名 企业也都纷纷成立了生物特征识别相关的专门子公司，如h a r r i s 半导体的 a u t h e l nt e ci n c ，西门子的i n f i n e o ni n c 等等。据1 9 9 9 年的统计显示， 从事生物特征识别技术的公司已超过百家。此外，许多公司还共同发起组织了一 个国际行业组织i b i a ( i n t e r n a t i o n a lb i o m e t r i ci n d u s t r ya s s o c i a t i o n i b i a ) 。美国政府还成立了专门的生物特征协会( b i o m e t r i cc o n s o r t i u m ) ， 组织协调和指导生物特征识别领域的研究开发等方方面面。可以说，正是诱人的 市场前景使得生物特征识别已经形成了一个具有相当规模的产业。 1 9 9 8 年5 月，美国举行了题为“b i o m e t r i c sa n dt h ef u t u r eo fm o n e y ” 的听证会，听取并讨论了关于生物特征身份确认技术应用于银行、金融以及个人 信息安全领域的情况。会上许多业界专家介绍了生物特征识别技术当时的应用状 况，并展望了未来发展的趋势，致认为该技术将影响到人们现有的生活方式和 商业模式。2 0 0 0 年6 月美国通过了电子签名法案( e l e c t r o n i cs i g n a t u r ea c t ) 使电子签名在美国与传统的亲笔签名具有同等的律效力，这项法案的签署被看作 是美国迈向电子商务时代的一个重要里程碑，也为生物特征识别技术在电子商务 领域的应用提供了无限商机。 美国9 1 l 事件之后，如何通过高科技手段来高速准确地鉴定个人身份成为 各国政府和公众最为关注的个话题，而在所有需要进行身份识别的地方，都可 以应用生物特征识别技术，因此生物特征识别技术也受到了前所未有的重视。当 时受经济萧条影响而不景气的生物特征识别领域的各大公司都呈现出了惊人的 商业活力。原来只在政府机密部门和军事基地等高度敏感区域使用的虹膜识别技 第一章前言 术已被欧美各大机场所采用；一些大型体育场馆开始用脸像识别技术预防潜在的 肇事分子。可以预见，在不久的将来，生物特征识别技术将被广泛地运用到安全 防范中特别是出入口控制上。而对于生物特征产业来说，意义更为深远的是9 l l 事件使得公众对生物特征识别技术从心存抵触到逐渐认可和接受，从而为拓展广 阔的民用市场开辟了道路。 学术研究概况 学术上对生物特征的研究由来己久。早在1 9 世纪末，欧洲一些学者已经开 始对指纹进行了比较深入的研究。英国科学家f r a n c i sg a t o n ( 1 8 2 2 1 9 1 1 ) 发表的指纹专著f i n g e rp r i n t s 奠定了指纹研究的基础，计算机科学的先驱a l a n t u r i n g 也曾经对利用声音进行说话人鉴别展开过研究。 近十年来，生物特征识别广阔的应用前景推动着理论研究的发展。国外许多 高校和大公司都专门成立了针对生物特征识别的研究团队，并在生物特征的各个 领域进行了系统深入的研究工作。位于s a nj o s es t a t eu n i v e r s i t y 的美国国 家生物特征识别实验中心( n a t i o n a lb i o m e t r i c st e s tc e n t e r ) 在生物特征识 别的系统建模、标准制定等方面进行了许多很有意义的基础工作；以m i c h i g a n s t a t eu n i v e r s i t y 的模式识别与图像处理实验室为依托的生物特征识别研究组 主要在指纹识别领域的多个专题做了许多卓有成效的工作：意大利伯罗尼亚大学 的生物特征系统实验室则在指纹、人脸、手掌以及系统评测等方面开展了一些创 新研究。这些研究都取得丰硕成果，每年许多高水平的论文不断出现在国际上相 关领域的顶级学术期刊和会议上。 国内发展现状 我国在生物特征识别领域的起步较晚，过去，只有北大、清华、长春光机所 等少数单位较早进行了自动指纹识别和采集的研究开发，并已研制出实用产品， 在公安司法等领域得到应用，但总体上，与国外相比研究面相对狭窄，产品的软 第一章前言 硬件水平上也相对落后，更没有形成很大的产业规模。 近年来，国内逐渐重视起对生物特征识别的研究。目前自动化所模式识别国 家重点实验室在虹膜、人脸、语音、步态等多种生物特征上开展了多方位的研究， 自动化所人工智能实验室在自动指纹识别上做了卓有成效的工作，浙江大学、西 北大学等许多学校都启动了针对某些生物特征的长期稳定的研究课题，呈现出了 百花齐放的可喜态势。面向国内学术界的生物特征识别研讨会已分别在北京、杭 州、西安等地召开。 与此同时，国内企业界也注意到了生物特征识别巨大的市场前景，许多以生 物特征识别技术为旗帜产品的新兴公司应运而生。但他们之中绝大多数是代理国 外公司的软硬件产品，或者是做二次开发、系统集成等工作，而真正拥有核心硬 件和相关算法的知识产权，有能力独立完整实现系统解决方案的企业很少。因此， 如何在良好的市场环境下，借鉴国外成功经验，依托国内科研力量，做好产学研 三者相结合，研制出具有自主知识产权的成熟的生物特征识别系统，形成与国外 同行具有相当竞争力的产业规模，依然是值得各界关注的重要问题和需要继续努 力的方向。 i 2 关于本论文 本文将主要讨论生物特征识别领域中的主流技术：自动指纹识别技术。我们 的总体研究目标是面向身份识别技术在当前社会的广泛应用需求，在国内外指纹 识别领域已有的理论成果的基础上，针对一些关键问题和难点，研究一系列应用 于自动指纹识别的算法，使自动指纹认证系统的精确度得到提高。下面我们将围 绕这一目标展开一些关于自动指纹认证系统设计和算法研究方面的探讨。 在第一章，我们着重关注了自动身份认证系统中的生物特征识别技术，并简 单介绍了生物特征识别技术的基本概念、市场应用前景和国内外研究的概况。 第二章简单介绍指纹识别的基本原理和研究内容，指出了自动指纹认证系统 设计中所需考虑的一些问题；第三章首先对指纹图像的采集技术做了简要的介绍 和比较，然后讨论了图像分析和处理中的一些专题，其中着重分析了影响指纹识 第一章前言 别系统性能的因素；第四章着重研究指纹图增强算法以及去除伪细节点算法；第 五章讨论指纹中褶皱的检测，在国内外研究基础上，提出了一种新的基于局部方 向场的指纹褶皱检测方法；最后，我们在第六章总结全文，并展望了以指纹识别 为代表的生物特征识别技术在未来的研究和发展方向。 第二章自动指纹识别技术 第二章自动指纹识别技术 自动指纹识别是本世纪六十年代兴起的、利用计算机取代人工来进行指纹识 别的一种方法。相对于其它生物特征鉴定技术例如语音识别及视网膜识别，指纹 识别具有许多独到的优点，更重要的是它具有很高的实用性和可行性，己经被认 为是种理想的身份确认技术，有着十分广泛的应用前景，是将来生物特征识别 技术的主流。近年来，随着计算机技术的飞速发展、低价位指纹采集仪的出现以 及高可靠算法的实现，更使得自动指纹识别技术越来地进入到人们的生活和工作 中，自动指纹识别系统的研究和开发正在成为国内外学术界和商业界的热点，许 多院校和公司都在从事这方面的研究和开发。在国外，指纹识别作为一种身份认 证技术已经有较多种的实用化软、硬件产品，这其中包括指纹采集芯片，自动识 别软件和相应的软件开发工具包等等。我国正在酝酿第二代身份证，它的一个重 要特征就是将指纹技术加入其中，但我国在这方面的研究相对落后，大力开展以 指纹识别技术为代表的生物特征识别技术势在必行。虽然在过去的几十年中已取 得很大进展，但指纹识别仍是国内外图像处理、信号分析以及模式识别研究中的 热点之一。我们相信，指纹图像的自动识别作为模式识别领域的一项综合性研究， 其研究成果将进一步完善多尺度分析和模式识别领域中的不变量理论，丰富图像 形态变换与分析理论，拓展计算机视觉技术，完善模糊图像处理及模糊模式识别 的理论与方法，有着非常重要的意义。 2 1 指纹性质简介 指纹是指手指末端正面皮肤上凸凹不平的纹路，由于有这些凸凹纹路的存 在，增加了皮肤表面的摩擦力，使得我们能够用手方便的抓超重物。纹路中隆起 部分是手指真皮向表皮乳突形成的皱痕，又称指纹脊线( r i d g e ) ；指纹脊线间 第二章自动指纹识别技术 的凹陷部分，称为指纹的谷线( f u r r o w ) 。这种脊谷分布模式是由皮肤表皮细胞 死亡、角化、在皮肤表面积累形成的。 尽管指纹只是人体皮肤的一小部分，但是，它却蕴涵了大量的信息。这些手 指皮肤的纹路在图案、断点和交叉点上是各不相同的，在信息处理中我们将它们 称之为“特征”，这些特征对每个手指都是不同的。依靠特征惟一性的特点，我 们就可以把一个人同他的指纹对应起来，通过比较他的指纹特征和预先保存的指 纹特征，就可以验证他的真实身份。而且人的指纹特征是与生俱来的，在出生6 个月指纹基本形成后，指纹的纹线类型、结构、统计特征的总体分布等始终没有 明显变化。很早人们就认识到指纹的唯一性，至今还找不出两个指纹完全相同的 人。其实指纹的纹路不仅人与人之间存在不同，就是同一个人的十指指纹也有明 显的区别，即使是同卵双胞胎的指纹也是很不相同的。 ( a ) 新石器时代刻在石壁上的指纹( b ) 公元前2 0 0 0 年刻在石柱上的指纹 ( c ) 公元前3 0 0 年的中国泥上指纹印章( d ) 公元4 0 0 年的巴勒折坦指纹痕迹 图2 1 ：考占发现的指纹雕刻和指纹印痕 第二章自动指纹识别技术 2 2 指纹研究的历史 人类使用指纹作为身份识别的依据已经有了很长的历史 4 2j 。考占学家们发 现人们在很久以前就开始注意指纹了( 如图2 1 ) 。当然，这并不足以说明在当 时人们就已经使用指纹作为身份识别的依据。 一般认为，对指纹真正理论意义上的研究始于十七世纪的欧洲。1 6 8 4 年， 英国植物学家n e h e m i a hg r a w 发表了人类对指纹进行科学研究的第一篇论文， 研究了指纹纹线脊、谷和孔状结构的对称性。从此以后，很多人开始致力于对指 纹性质的观察和分析p 7 4 2 1 6 j 。1 7 8 8 年，m a y e r 发表论文从解剖学的观点详细描述 了指纹纹线的结构，并对纹线的结构特征进行了定义。1 8 0 9 年，t h o m a sb e w i c k 开始使用其指纹作为他的私章，被认为是现代指纹识别技术研究的里程碑。1 8 2 3 年，p e r k i n j e 提出了第一套指纹分类方案，根据纹线的全局结构模式，将指纹 大致分为九类。1 8 8 0 年，h e n r yf a u l d 第一次比较科学地研究了指纹的唯一眭 问题。大约在同一时间，h e r s c h e l 宣称他从事指纹识别技术的研究已有近2 0 年 的历史。这些研究奠定了现代指纹识别技术的基石。 在十九世纪后期，英国学者f r a n c i sg a l t o n ( 1 8 2 2 1 9 1 1 ) 对指纹进行了 较为深入的研究，他于1 8 8 8 年撰文将指纹细节特征引入分类概念。1 8 9 2 年， f r a n c i sg a l t o n 发表了一本关于指纹特征的书f i n g e rp r i n t s ，奠定了指纹应 用的基础。1 8 9 9 年，e d w a l a dh e n r y 建立了著名的“h e n r y 指纹分类体系”，标 志着指纹分类取得了重大进展。 2 0 世纪早期，在前人研究的基础上，人们逐步归纳整理，建立了指纹的三 个主要性质： 1 稳定性：指纹的纹型和细节在人的一生中，从出生到死亡，始终保持不变， 尽管随时着年龄的增大，纹线会有所变粗，花纹的面积会有所增大，但到了成年 以后，这些变化不会显著增加，且花纹的类型、结构、细节特征的总体布局和纹 线总数等方面，始终没有什么变化。 2 唯一性：据f r a n c i sg a l t o n 估计，两个指纹完全一致的概率不超过2 。8 6 ，也 第二章自动指纹识别技术 就是说，几乎没有两个指纹是完全一致的。 3 可分类性：指纹纹线的排列和分布都有一定的规律。 第一和第三条原则是指纹识别的基础，而第二条原则是指纹分类的基础。 2 3 自动指纹识别 从2 0 世纪初，指纹识别开始正式成为身份识别的方法。司法部门将其用作 身份鉴定的一个重要依据，开始在世界范围内建立指纹识别的研究机构和罪犯指 纹档案。指纹识别的有关技术，包括指纹采集技术、指纹分类技术和指纹匹配技 术都得到了较快发展。随着指纹识别技术的推广，指纹数据库也逐步膨胀，早在 1 9 2 4 年，美国联邦调查局( f b i ) 的库存指纹样本就达到了8 1 万枚。2 0 世纪 6 0 年代以来，为了以自动化手段来代替落后耗时的人工指纹识别操作，美国、 日本、法国、西德( 现在的德国) 、瑞典等国家开始大力发展对自动指纹识别系 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。时至今 日，很多自动指纹识别系统己在世界各地的司法部门取得了成功应用。近年来， 信息技术的飞速发展和社会的应用需求促使自动指纹识别技术从传统的司法刑 侦领域逐渐转向民用领域，同时广阔的市场前景也推动了对自动指纹识别技术及 其相关领域研究的深入。 2 3 1 系统设计 自动指纹识别系统是生物特征识别系统中的一个典型范例，本节我们以指纹 识别系统为例，在广义范围讨论生物特征识别系统的模型、功能设计以及性能分 析等问题。 系统模型 在实际应用中，一个基于生物特征的自动身份鉴定系统可以分为如下几个相 第二章自动指纹识别技术 对独立的子功能系统： l ，登录( e n r o l l m e n t ) 在登录系统中，个体的生物特征( b i o m e t r i c s ) 首先 经相应设备读入、测量，成为数字化的样本( s a m p l e ) ，进而经特征提取算法 抽取出特征信息( f e a t u r e ) ，根据需要，系统将特征信息保存在数据库或智能 卡等介质中，存贮起来的特征信息被称为模板( t e m p l a t e ) 。通常，还需要为这 个新登记的生物特征信息分配或指派一个标识符( i d e n t i f i e r ) ，这个标志符号 通常与数据库中个人信息相关，l k , 女n 用户姓名，i d ，权限等。 2 认证( v e r i f i c a t i o n ) 认证是通过把一个从现场采集到的生物特征( c u r r e n ts a m p l e ) 与一个已经登记 并存储在数据库或智能卡中的生物特征( t e m p l a t e ) 进行一对一的比对 ( o n e t o o n em a t c h i n g ) 来确认身份的过程。用户首先需要提供一个标识符比 如姓名、i d ，然后系统根据这个标识符在数据库中取得与之相关联的生物特征模 板或者直接与用户所持有的卡中存储的生物特征模板进行比较。如果比对通过， 则认证成功。认证回答了这样一个问题：“他是他自称的这个人吗? ”。这也是在 面向民用的应用系统中使用得较多的模式。 3 辨识( i d e n t i f i c a t i o n ) 辨识则是把现场采集到的生物特征同样本数据库中的生物特征逐一对比，从中找 出与现场生物特征相匹配的特征信息。由于用户没有事先提供用于表示身份的标 识符，所以必须执行“一对多匹配( o n e t o m a n ym a t c h i n g ) ”。辨识其实是回 答了这样一个问题：“他是谁? ”。辨识主要应用公共安全领域。比如，可以通过 将一个不明身份的人的指纹与数据库中有犯罪记录的人的指纹比对，来确定此人 是否曾有过犯罪记录。 值得注意的是，由于登录、认证和辨识三者的目的和功能上的区别，在算法 和系统设计上也各具技术特点。登录包含数据采集、数据传输和特征提取与存储； 认证和辨识都必须具有特征提取和模式匹配的功能。在登录系统中，由于模板长 期存储，在后续匹配中经常被访问，所以对生物特征质量的要求比较高；另外， 由于登录可以离线完成，所以对特征提取算法速度的要求相对较宽，而在认证和 辨识系统中，特征提取必须实时完成，所以对速度要求更高。在辨识系统中，由 于牵涉到大数据量的比对工作，刊没要使用分类技术来加快查询的速度。认证系 第二章自动指纹识别技术 统对比对算法的速度要求不如辨识系统高，但更强调准确性和易用性。 2 3 2 性能评估 理想的基于生物特征的身份鉴别系统应满足： 十所有人都拥有这一生物特征，并且不同人的生物特征是可以区分的； 十生物特征的采集不随采集的条件而不同； $ 系统能够区分冒充者( i m p o s t e r ) 。 对身份鉴别系统进行评估，实际上就是判断其符合上述理想系统的程度。 f a r 和f r r 由于生物特征信息本身的复杂性，生物识别系统很难对识别任务给出绝对的 结果：是或者不是。一般而言，给出的识别结果都带有一个置信度水平。从理论 上讲，被识别的对象有两种状态：真实者和冒充者。从生物识别系统的可能给出 的识别结果看，也有两种结果：通过和拒绝。这样，总共可能会出现四种情况： 1 真实者的身份得到确认： 2 真实者被系统错误地拒绝； 3 冒充者被系统发现； 4 冒充者被系统错误地接受。 生物识别系统的准确率可以通过两个指标来描述：误识率( f a r ) 和误拒率 ( f r r ) 。洪识率指的是一个冒充者被系统错误地接受的可能性，而误拒率指的是 一个真实者被系统错误地拒绝的可能性。 第二章自动指纹识别技术 00 0 100 1 01 l 1 u f a r ( 1 0 9 ) 图2 2r o c 曲线( r e c e i v e ro p e r a t i n gc u r v e ) 对于理想的系统来说，这两个错误率都应该是零。但实际中，这两个指标是 相关的，而且是一对相互制约的指标。要求低的误识率必然导致高的误拒率，反 之亦然。这就使得在应用系统的设计中，要权衡易用性和安全性。系统往往需要 在两个错误率之间取一个折衷。用r o c 曲线( r e c e i v e ro p e r a t i n gc u r v e ) 能 够很好地反映两个错误率之间的关系，如图2 7 所示。曲线上的点表示在某个给 定的匹配阂值下得到的错误拒绝率和错误接受率。在确定阂值时，应根据具体应 用进行考虑。在刑事应用中，需要把可能的嫌疑人都找出来，应尽量减小错误拒 绝率，所以错误接受率非常大；而对于高度保密应用来说，错误接受造成的损失 非常大，因此要求错误接受率很低。 尽管生物识别系统也存在着可靠性问题，但其安全性也比相同可靠性级别的 “用户i d + 密码”方案的安全性高得多。例如采用四位数字密码的系统，不安 全概率为0 0 1 。与采用误识率为0 0 1 者可以在一段时间内试用所有可能的密 码，因此四位密码并不安全，但是他绝对不可能在短时间内找到一万个人都去为 他把手指试一遍。正因为如此，对于一般的应用，l 的误识率就可以接受。 性能评价标准 如前所述，生物识别系统可分为两类工作模式，即认证( v e r i f i c a t i o n ) 模式和辨识( i d e n t i f i c a t i o n ) 模式，对工作在不同模式的系统应该有不同的性 能标准。在辨识模式下时，系统的输出通常是输入的若干个可能的拥有者。系统 峙 h 他 0 6 4 o 0 第二章自动指纹识别技术 性能的主要指标是真正的用户在结果中的概率以及匹配一个特征所需的平均时 间。在认证模式下，错误拒绝率f r r ( 虚警) 和错误接受率f a r ( 漏报) 分别是 身份鉴别系统的两个重要的统计性能指标。等错误率点是指两个错误率相等的 点，此时的错误率被称为e e r ，有时候它也可以作为指纹身份鉴别系统的性能 标准。一般而言，生物识别系统都使用误识率作为第一性能指标，误识率为0 意 味着不具有合法身份的人根本无法通过系统检查。 除了识别的准确率以外，生物识别系统的另一个重要性能指标是识别速度。 对于工作在认证模式下的系统，由于比对是一对一的，所以识别速度主要由特征 提取和特征匹配算法的计算复杂度来确定；而对于工作在辨识模式下的系统，识 别速度和系统硬件性能、样本数据库规模、算法复杂度等都关。为了能对各种生 物识别系统的性能做出科学、准确、统一的评价，一般而言，应该建立一个容量 足够大、样本具有充分代表性的系统数据库，同时应该设计严格、科学的测试方 案，对同类系统进行性能测试和评价。 2 3 3 研究内容 从技术角度看，对自动指纹识别的研究大致包括指纹采集、指纹分类、指纹 匹配、指纹压缩等内容。 指纹采集主要牵涉到电子、光学、半导体等技术，对于指纹采集设备的研发 主要是国外一些高新技术公司。关于指纹采集技术的介绍请参看3 1 节。现 代电子集成制造技术使得我们可以制造相当小的低价指纹图象读取设备，a u t h t e ci n c 推出了低于1 0 美元的晶体指纹传感芯片。同时飞速发展的个人计算机 运算速度提供了在微机甚至嵌入式系统上可以进行两个指纹的比对运算的可能。 尽管大多数生产指纹采集设备的公司往往也同时研究指纹处理和识别算法，但是 出于商业利益考虑，大部分公司的核心算法都秘而不宣。学术界有关指纹识别的 研究主要集中在图像处理、信号分析以及模式识别等相关领域，对指纹分类、指 纹增强、特征提取、指纹匹配、指纹压缩的算法研究以及系统设计和应用方面的 研究非常活跃川。 第三章指纹的采集、处理与图像质量分析 第三章指纹的采集、处理与图像质量分析 数字图像处理和机器视觉是计算机信息处理中极其重要的领域，在国民生产 和社会生活中有着非常广泛的应用。生物特征识别中很多特征都是基于视觉感官 的特征，比如人脸、指纹、虹膜等，因此在生物特征识别领域的研究中不可避免 地要运用大量的数字图像处理和机器视觉的知识。目前自动指纹识别研究中与数 字图像处理技术相关的比较活跃的专题有指纹图像的增强、纹理分析、指纹分类、 指纹压缩等等。 3 1 指纹图像采集 数字图像处理是将一副图象转化为数字的表示形式，通过计算机来进行处 理。每一幅数字图象可以由一个二维矩阵表示，矩阵的每一个元素代表了在某一 空间位置的象素值，因此对于指纹图像，我们首先需要通过一定的方法取得被考 察的指纹图象，然后将其数字化，从而转换成计算机可以处理的格式。很早以前， 人们就开始使用墨水、印泥等一些具有吸附能力的化学物质来采集指纹印在纸 上，甚至制成卡片永久保存。随着科学技术的发展，人们已经研制出了多种先进 的指纹采集技术及其相关设备。根据取像原理，指纹的采集大致可以分成光学、 晶体传感器、超声波扫描等方式。 光学取像有着悠久的历史，可以追溯到2 0 世纪7 0 年代。光学取像依据的 是光的全反射原理( f r u s t r a t e dt o t a li n t e r n a lr e f l e c t i o n ，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间的油脂和水分。光线经玻璃射到谷的地 方后在玻璃与空气的界面发生全反射，光线被反射到c c d ，而射向脊的光线不 发生全反射，而是被脊与玻璃的接触面吸收或者漫反射到别的地方，这样就在 第三章指纹的采集、处理与图像质量分析 c c d 上形成了指纹的图象。近年来光学技术的革新，极大地缩小了设备的体积 但是价格依然偏高。 图3 1电容传感扫描的基本原理 晶体传感器是几年前在市场上才出现的，尽管它在技术介绍性文章中已经出 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象。最常见的 是硅电容传感器，其表面层是具有弹性的压感绝缘介质材料，目前技术的发展已 可以在不足2 c m 2 c m 的空间排列上万个电容阵列，当手指压在硅芯片的表面时， 由于指纹纹路及深浅的存在，芯片表面的传感器将探测出其表面到指纹脊线和谷 线之间不同的距离，导致硅表面电容阵列的各个电容电压不同。内部的测量电路 和数模转换电路会记录各点电压值并数字化，最后传送给计算机的i o 接口。其 它还有温度感应传感器，通过感应压在设备上的脊和远离设备的谷温度的不同就 可以获得指纹图象。 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