（计算机应用技术专业论文）自动指纹识别系统关键技术的研究与设计.pdf

自动指纹识别系统关键技术的研究与设计 摘要 在信息技术不断发展，信息革命逐步推进的今天，人们的家居生活观念更 具有开放性，安全与便捷的进行信息交换的要求日趋强烈。传统的身份识别技 术已经不能满足信息家居日益发展的需求，自动指纹识别技术具有唯一性、稳 定性以及方便性等特点，与传统的安全防范手段相比，具有明显的优势，因而 是一种比较合适的解决方案。 本文通过对自动指纹识别技术的深入研究，基于信息家居的环境，构建出 一套完整的自动指纹识别系统体系结构。通过对系统关键技术的研究与分析， 完成了系统设计，并对系统的设计方案进行了全面的分析与评价。在此基础上， 着重研究并解决了两大关键性问题： 指纹采集的速度与质量是整个指纹识别系统性能优劣的前提和保证。本文 将u s b 技术与指纹识别技术相结合，实现了指纹数据的采集；针对传统采集技 术适应性较差的问题，运用采集反馈技术，对采集工作进行实时控制，在系统 层面上完成指纹图像的自动调节，实现了采集质量的最优化。 设计并实现了一套完整的指纹图像预处理方案。首先，针对传统方向图求 取方法的误差进行修正，并设计了方向滤波器，完成了图像的增强、去噪；然 后，对局部自适应阈值法的误判问题进行改进，获得了准确的二值化结果；最 后，在对常用细化算法的缺陷进行改进的基础上，分成两步进行细化，算法具 有较好的快速性和细化性，简化了后处理的工作。 通过实验证明，上述处理方法取得了较好的效果。 关键词：自动指纹识别系统通用串行总线预处理方向图二值化细化 r e s e a r c ha n dd e s i g no ft h ek e yt e c h n o l o g i e so na u t o m a t i c 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 a b s t r a c t w j l ht h ee v o l v e m e n to fi n f o r m a t i o nt e c h n o l o g y a n di m p e l l i n go fi n f o r m a t i o n r e v o l u t i o n , t h ed o m e s t i c i t yo fp e o p l eb e c o m eo p e n i n ga n dt h er e q u i r e m e n ta b o u ts a f ea n d c o n v e n i e n ti n f o r m a t i o nc o m m u n i c a t i o ni so nt h ei n c r e a s e t h et r a d i t i o n a li d e n f i t y a u t h e n t i c a t i o nt e c h n i q u ed o e sn o ts a r i s f yt h en e e do f d e v e l o p m e n ti ns m a r th o m eg r a d u a l l y a sc o m p a r ew i 也t h et r a d i t i o n a l t e c h n i q u e t h e a u t o m a t i c f i n g e r p r i n t i d e n t i f i c a t i o n t e c h n i q u eh a sp r e d o m i n a n c eb e c a u s eo fo n e su n i q u e , c o n v e n i e n ta n dh i g h l yr e l i a b l e c h a r a c t e r i s t i c i ti sp r o v i d e d8 na p p r o p t i a 把s o l u t i o n i nt h i sd i s s e r t a t i o n ，f 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 i q u ei ss t u d i e da n dt h ew h o l e f i r l 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 mf r a m ei sc o n s t r u c t e di nt h ei n f o r m a t i o nh o m ee n v i r o n m e n t 。 b a s e do nt h ed i s c u s s i o na n da n a l y s i sa b o u tt h ek e yt e c h n i q u e s ，t h ed e s i g no fs y s t e mi s a c c o m p l i s h e da n dt h ea l l s i d e de v a l u a t i o no ft h i sd e s i g ni sg i v e ne s p e c i a l l y , t o wk i n d so f i m p o r t a n tp r o b l e m i ss o l v e dt h e r e i n t o t b ef i n g e r p r i n ta c q u i s i t i o nw h i c hh a sg o o dq u a l 竹a n dh i 豇s p e e di st h ep r e c o n d i t i o n a n dt h ea s s u r a n c eo fa f i s + i nt h ea r t i c l e ，t h eu s ba n df 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 i q u e i s i n t e g r a t e da n da c q u i s i t i o no ff i n g e r p r i n td a t a i s i m p l e m e n t e d a st h et r a d i t i o n a l a c q u i s i t i o nt e e i m i q u eh a s h tg o o da d a p t a b i l i 吼a c q u i s i t i o nf e e d b a c kt e c h n i q u ei sa d o p t e d a n dt h ef i n g e r p r i n ta c q u i s i t i o ni sc o n t r o l l e di nr e a lt i m e t h ea c q u i r e df i n g e r p r i n ti m a g ei s a d j u s t e da u t o m a t i c a l l ya n do p t i m i z a t i o ni si m p l e m e n t e d ， ac o m p l e t es e to fp r e t r e a t m e n ta l g o r i t h m so ff i n g e r p r i n ti m a g ei sd e s i g n e da n d i m p l e m e n t e d 。f i r s t l y , t h ee r r o ro ft r a d i t i o n a ld i r e c t i o n a li m a g ei sc o r r e c t e da n df i n g e r p r i n t i m a g ei se n h a n c e db yt h ed i r e c t i o n a lf i l t e r s e c o n d l y , t h em i s j u d g m e n to ft h ea d a p t i v e t h r e s h o l di sa m e n d e da n dt h ee x a c tb i n a r i z a t i o ni sr e a l i z e d ，l a s t l y , t h ec o m m o nt h i n n i n g a l g o r i t h m sa r ei m p r o v e da n dt w o - s t e pt h i n n i n ga l g o r i t h mi sp r o p o s e d t h i st h i n n i n g a l g o r i t h mh a sg o o dp e r f o r m a n c e ，s ot h ep o s t - p r o c e s s i n gi ss i m p l i f i e d k e yw o r d s ：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 u n i v e r s a ls e r i a lb u s ， p r e t r e a t m e n to ff i n g e r p r i n t ，d i r e c t i o n a li m a g e ，b i n a r i z a t i o n ，t h i n n i n g 插图清单 图1 - 1 一对一指纹登记与验证示意图3 图1 - 2 一对多指纹登记与识别示意图4 图2 1 三种纹型指纹的图例6 图2 2 自动指纹识别系统框图1 0 图2 33 x 3 的邻域1 2 图2 - 4 基于特征点的匹配流程示意图1 3 图4 1u s b 层间数据流关系图一2 6 图4 - 2u s b 总线协议的包格式，2 8 图4 - 3 批量事务的格式2 9 图4 4 控制读和写序列3 0 图4 5 设备状态转化图一3 l 图4 - 6 指纹采集系统结构框图一3 4 图4 7f p s l l 0 功能结构图3 6 图4 8u s b 功能模块结构图一3 7 图4 9 指纹采集仪硬件原理图3 8 图4 1 0 指纹采集仪接口设计图3 8 图4 1 lu s b 接口设计图一3 9 图4 1 2 指纹采集程序基本流程图4 0 圈4 1 3u s b 中断服务例程流程图4 1 图4 1 4s e t u p 事务的端点0 接收中断产生流程4 2 图4 1 5s e t u p 事务的中断服务程序处理流程4 3 图4 1 6w i n d r i v e r 应用结构图4 4 图4 1 7 参数反馈控制程序流程图4 6 图4 1 8 应用程序界面4 6 图5 1 本文的指纹图像预处理流程图4 9 图5 2 指纹图像规格化流程图一5 0 图5 - 38 个方向示意图5 0 图5 - 49 x 9 邻域窗口51 图5 5 水平方向滤波器模板系数5 3 图5 6 模板系数线性插值示意图一5 4 图5 7 图像增强实验示例5 5 图5 - 8 指纹图像二值化流程图5 7 图5 - 9 图像二值化实验示例5 8 图5 1 0 快速细化纹线局部图5 9 图5 1 1o p t a 算法抽取的邻域一6 0 图5 1 2o p t a 算法消除模板6 0 图5 1 3o p t a 算法保留模板6 0 图5 1 4 改进的o p t a 算法的统一模板6 1 图5 1 5 改进的o p t a 算法的消除模板6 2 图5 1 6 改进的o p t a 算法的保留模板6 2 图5 1 7 双象素斜线图像细化示意图6 3 图5 1 8 图像细化实验示例6 5 表格清单 表2 1 基本纹型的概率分布 表2 - 2 各种细节特征点的出现概率 表3 - 1 几种主要指纹传感器技术的比较 表4 1u s b 标准设备请求 表4 - 2f p s 管脚功能分析 表4 3 固件文件结构 表4 - 4 驱动程序提供的常用a p i 函数 表5 - 1 不同算法的相应迭代次数 石心m弛拍加钙醪 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成 果。据我所知，除了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 佥世工些盘堂或其他教育机构的学位或 证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示谢意。 学位论文作者签名：硅 卜签字日期：卯缉6 月占日 l 学位论文版权使用授权书 本学位论文作者完全了解金鳇王些盍堂有关保留、使用学位论文的规定，有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授 权金鳇王些太堂可以将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、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名： 璋g 扒 签字日期：五萨占年占月毋日 学位论文作者毕业后去向 工作单位： 通讯地址： 电话： 邮编： 哆粕 _ 月 口 6 致谢 值此论文完成之际，我首先要感谢我的导师韩江洪教授，感谢韩老师在三 年的研究生期间给予的悉心指导和亲切关悔，导师深厚的理论造诣、丰富的实 践经验和对封沿科学的敏锐洞察力，为我的研究工作提供了有力的指导和帮助； 导师您严谨的演学态度、勤勉的1 二作精神、谦虚和蔼的特人也将是我一生学习 的榜样。 同时，我还要感谢分布式控制实验室的张维勇老师、吴晔老师、胡庆新老 师、史久根老师、刘国田老师、郑淑丽老师、张本宏等老师在项目实施过程中 给予我的指导和帮助。 并特别感谢张利老师、张建军老师在三年研究生期间给予的科研、学习和 生滔上的关怀和帮助。 感谢和我一起学习生活过的实验室里的魏振春、王跃飞、石磊等老师和刘 辛、金浩、李阳铭、方华、石小兰等众多同窗好友，和他们一起讨论和学习让 我获益匪浅。 最后，感谢我的家人对我学业的一贯支持，他们豹无私关爱是我完成学业 的糯提，也是我未来前进的动力。 衷心感谢所有关心和帮助过我的人们。 作者：朱弘 2 0 0 6 年5 月 1 1 论文研究背景 1 1 1 识别技术背景 第一章绪论 人们在社会交往中，经常需要身份验证。常见的验证方法有钥匙、密码口 令、证件和i c 卡等，这些方法可靠性低，安全漏洞大。生物特征识别技术【l j 以人的现场参与( 不可替代性) 作为验证的前提和特点，且基本不受人为的验证 干扰，因此较之传统的的验证模式具有不可比拟的安全性优势；更由于其软、 硬件设施的普及率上升、价格下降等因素，使其在金融、司法、军事以及人们 日常生活的各个领域中扮演着越来越重要的角色。 生物特征识别技术，例如指纹、人脸等来识别个人的身份，将成为今后几 年i t 产业的重要革新。这是因为人们需要安全并且方便的使用机器，现有的基 于智能卡、身份号和密码的身份识别系统只能在安全与方便之间折衷，充分的 安全从来没有实现过，而更好的安全却会导致更加不方便。生物特征识别技术 为此提供了一个新的解决方案。 迄今为止，通过现代的科学技术手段，被人们所发现的同时兼具“人各有 异”、“终生不变”和“随身携带”这三个特点的人体生物特征主要有指纹、虹 膜、d n a 结构等。此外，还有一些生物特征虽然不能完全具备上述三个特点， 但是尚能在一段时间内满足某些特点，如面容、掌纹、声音等。基于这些特征， 人们发展了指纹识别、面部识别、语音识别等多种生物特征识别技术。 各种生物特征识别技术均有各自的优缺点，其实用性也与应用的领域密切 相关。通过对各种识别技术的技术性能、系统准确度以及实现成本等方面比较 分析后发现，指纹识别技术【2 l 在各种生物特征识别领域中的综合性能较好，因 此适合在认证系统中被广泛的应用。 1 1 2 研究的项目背景 本论文研究的项目背景有：“十五”科技攻关项目“信息家电嵌入式系统及 组网技术的研究开发”、合肥市重点科研计划项目“信息家居构架研究与家居服 务器研制”。 在信息家居中，通过方便、快捷、安全、有效的信息传递，使家庭与社会 有机的结合在了一起 3 1 。在信息技术不断发展，信息革命逐步推进的今天，人 们的家居生活观念更具有开放性，工作、学习和生活不再有不可逾越的鸿沟， 开放的信息家居环境为人们提供了在家中就能从事各种活动的便利，与此同时， 信息的安全交换也就成为必需。在信息家居的系统构建中，很多场合都需要进 行身份验证，如家居服务器的登陆验证、电子签名的安全验证以及家庭安防系 统的身份认证等。由于信息家居环境的特点，要求这些验证必须做到安全和便 捷并重，传统的身份识别技术已经不能满足信息家居日益发展的需求，基于身 份识别技术的研究现状，指纹识别无疑成为了一种较为合适的解决方案。本文 着眼于在信息家居的环境中，构建出一套完整的指纹识别系统体系结构，并对 于系统设计中的一些关键技术进行研究总结，给出相应的解决办法。 1 2 指纹识别技术简介 1 2 1 指纹识别技术历史与现状 人类对指纹的应用，从遥远的古代就开始了，中国也是世界上最早应用指 纹识别技术的国家【4 】。唐朝时，指纹捺印已在文书、契约等民用场合广泛采用。 到了宋朝，指纹开始被用于刑事诉讼的物证。随着对外文化的交流，应用指纹 的传统习惯传播到世界上许多国家。现代指纹识别则起源于1 6 世纪后期。 1 7 8 8 年，j m a y e r 首次著文指出了指纹的两个重要特性：唯一性、稳定性。 1 8 2 3 年，j p u r k i n i e 首次把指纹纹形分成9 类。 1 8 8 0 年，h e n r yf a u l d p l 在n a t u r e ) ) 上发表论文，第一次科学的提出了指 纹的独立性和唯一性，使得指纹作为一种更为有效的鉴别方法而得到采用。 1 8 8 9 年，e r h e n r y 提出基于指纹细节特征识别( m i n u t i a 。b a s e d ) 理论，奠 定了现代指纹学的基础。 1 8 9 2 年，f r a n c i sg a l t o n 对指纹进行了系统的研究，著书f i n g e r p r i n t ) ) ， 首次系统的阐述了指纹学，完善的确立了一整套指纹识别的方法，使指纹识别 应用进入了一个崭新的时期。 2 0 世纪6 0 年代，信息技术逐步兴起，计算机技术开始进入指纹识别领域， 自动指纹识别系统a f i s ( 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 ) 在法律实 施方面的研究与应用在许多国家开始展开。8 0 年代，随着个人电脑与光学扫描 技术的革新，指纹采集技术获得重大突破，从而使指纹识别在其他领域获得应 用。 指纹识别技术在过去的3 0 年已经取得很大的发展，但是目前a f i s 仍是国 内外模式识别领域中研究的热点之一。国外很多国家都有专门机构或公司从事 该技术的研究，其中美国的研究水平居于世界最前沿，如i d e n t i x 、e a s ts h o r e 、 d i g i t a l p e r s o n a 、v e r i d i c o m 等公司都有成熟的指纹识别产品。 虽然我国对指纹识别技术的应用研究起步较晚，但是发展迅速，核心技术 方面与国外的差距不是很大。国内的西安青松公司、中科院自动化研究所、清 华大学自动化系等公司和学校的研究水平处于国内领先，部分研究成果甚至达 到国际先进水平。但是，在应用技术上特别是硬件采集技术上，国内与国外存 在较大差距，如指纹采集芯片，国际上几大厂商几乎垄断了国内的市场。另外， 在指纹识别应用系统的开发上，国内厂商尚缺乏开发大型实用系统的经验。 当今社会，各个国家加快了指纹识别技术的开发与应用，注重向系统的低 成本、小型化和系列化的方向发展。随着技术的推广，一些发达国家已在银行 金库、博物馆、高级宾馆等处的入口管理中进行应用，同时也开始向家庭安防 领域辐射，即将成为一种实用的现代化的家庭出入口控制系统。 1 22 指纹识别技术应用与优势 在指纹识别领域中，有关安全防范的应用是十分普遍的。在某些具有安全 性要求的场合，人们需要清楚明确地辨认使用者身份和确认使用者的操作权限， 由于指纹识别技术具有唯一性、稳定性以及方便性等特点，因此与传统的安全 防范方法和手段相比，具有明显的优势1 6 】。 唯一性：指纹因其特征数量较多，并且特征的定位精确度可以做得很高， 因此唯一性极好，可能出现重复指纹的概率几乎为零。 稳定性：每个人在出生时指纹就已经定型，随着年龄的增长指纹永久不变： 即使手指损伤，只要没有损伤真皮组织，指纹会很快复原。因此不变性较为优 越。 方便性：指纹样本便于获取，采样成本较低，识别系统中完成指纹采样功 能的硬件部分较易实现。并且指纹技术历史悠久，有许多供测试使用的标准指 纹样本库，易于对指纹识别系统进行评估与开发。 自动指纹识别系统按其应用方式可以分为两类：验证与辨别【 。验证是把 现场采集的指纹与登记的指纹进行一对一的比对，从而确定身份的过程。验证 的前提条件是指纹在指纹库中已经注册，并与其标识相关联。在比对现场，先 验证其标识，然后将现场采集的与指纹库的指纹比对来证明标识的合法性，得 出“是否是同一人”的结论。这是小样本库应用系统中使用得较多的方法。 f 圜垦 ( | ) 输入t dl 圜厂、l jj ，i 爨ifi q _ ( = b 啊： 精广 f 蓉、输入指纹 ：，登畦 - _ 验证蒸蠡一囤 圜三 指纹聚集 ( 盛1 图卜1 一对一指纹登记与验证示意图 辨别则是将现场采集到的指纹同指纹数据库中的指纹进行一对多的搜索比 对，从中找出相匹配的指纹，得出“有无此人”以及“此人是谁”的结论。辨 别一般都是基于大样本库的应用系统，比如在刑侦领域的运用。 o 国垦日固一 啊n - ；翱 图卜2 一对多指纹登记与识别示惹圈 验证和辨别在系统设计和匹配算法上各具特点：验证系统一般只考虑对完 整的指纹进行比对，而辨别系统要考虑残纹的比对；验证系统对算法的速度要 求不如辨识系统高，但更强调易用性：此外在辨识系统中，一般要使用分类技 术来加快查询的速度。 除了一对一和一对多比对方法，在一些实际应用中还有“一对几个比对” 的形式，主要应用于用户较少的系统。“几个”的数目一般为5 2 0 人，一对几 个比对一般使用与一对一比对相似的方法。 本文所讨论的信息家居的环境中，服务器登陆验证与电子签名验证属于典 型的一对一比对，家庭安防的出入管理则属于一对几个比对，它们都是一种基 于小样本库的指纹识别系统。从系统性能、设计及算法上看，所需构建的a f i s 实质上应是一种验证式的应用系统，因此本文基于指纹验证登陆系统进行具体 的方案设计与实现。 1 3 论文研究内容与意义 指纹识别技术是模式识别领域中使用最早的，也是较为成熟的生物识别技 术，它集传感器技术、生物技术、电子技术、数字图像处理、模式识别于一体。 虽然在科学技术高度发达的今天，人们对指纹识别技术无论是在理论认识还是 在技术实现手段上，均有了本质上的飞跃，但是因为其复杂性，还存在很多问 题需要进行探讨与研究，比如对低质量指纹图像如何增强并有效的提取细节特 征，在保证可靠性和快速性的情况下如何使算法的鲁棒性较高等等。 另一方面，虽然已经有了一些指纹识别的应用产品，但是由于知识产权与 商业秘密的原因，其关键技术并未对外公布。因此，基于实际应用项目，开发 出一套能满足需求、有自主产权、高性能的指纹识别系统是必要和有意义的。 麟 l 璺凰 本文通过对指纹识别技术的深入研究，基于信息家居的实际应用环境，构 建了一套完整的指纹识别系统体系结构，系统框架包括指纹黼像采集、图像预 处理、特，珏提取与匹配等。在此基础i ，根据相应的技术指标进行系统设计， 并对系统的实用性、可靠性、适应性、快速性等方藤进行评估与衡量。重点对 指纹识别系统中的指纹采集与图像预处理的一些关键技术进行研究，并提出了 相应的解决方案。 指纹采集是整个系统工作的前提和保证，基于快速与高质量的性能要求， 本文设计了完整的莱集方案，完成了u s b 型指纹采集设各豹软、硬件实现，并 运用参数反馈技术对采集的工侔进行实时控制，从两实现采集躅像质量的最优 化。指纹图像预处理是识别系统工作的基础，直接影响蕾系统的可行性和准确 性。本文基于方向图技术实现了图像的预处理过程，在对常用算法进行研究的 基础上加以改进，获得了较为满意的处理效果，有利于后续的特征提取与匹配 工作的进行。 1 4 论文的组织结构 论文的主要内容及安排如下： 第一章绪论，基于论文的研究背景，介绍了指纹识剐技术的历史发展与研 究现状，阐嘤了论文研究的翳括与意义。 第二章介绍了指纹识别技术的理论知洪，根据信息家居环境f 的应用方式 构建了完整的指纹识别系统框架，分析了系统性能相关的技术指标。 第三章针对指纹识别系统中的关键技术进行研究与设计，并从实用性、可 靠性等方面对软、硬件设计及系统整体性能进行全面的分析与评价。 第图章首先对u s b 总线协议进行研究，并在此纂础上完成了u s b 型指纹 采集仪豹硬件、犀件及上位扭软馋的设计与实现。 第五章对指纹图像预处理的算法进行研究、设计与实现，包括图像规格化、 方向图求取，方向滤波、二值化、细化，并给出实验结粜。 第六章对所研究的工作进行总结，并对今后的工作进行了展望。 第二章自动指纹识别系统( a f i s ) 2 1 指纹的基本概念 现今绝大多数指纹识别技术的基础是建立在m i n u t i a b a s e d 经典理论之上 的。在m i n u t i a b a s e d 体系中，人体指纹的特征则是由指纹的中心点、三角点、 端点、叉点、桥接点、断点和环点等细节特征点构成。随着指纹识别理论与技 术的发展，人们又增加了诸如褶皱、疤痕、纹型、纹密度、纹曲率等辅助特征， 在某些应用场合中甚至还增加了像包含血流分布、导电率、体温及微循环等所 谓生命特征的诸多元素。 这里定义指纹的两类特征来进行指纹的验证：总体特征和局部特征l s l 。局 部特征是实现指纹精确比对的基础；而纹型特征与纹理特征统称为总体特征， 它们在计算机指纹自动识别算法中多用于对海量指纹数据分类及检索。 2 1 1 指纹的总体特征 人类指纹的纹路类型( 简称纹型) 特征分类方式有多种，各自的标准也不尽 相同。纹型是指纹的基本分类，是按中心花纹和三角形纹线区的基本形态划分 的。通常采用较多的是按十指指纹分析法划分的。该方法将人的指纹根据其形 状的不同分三大类型( 即环型、弓型和螺旋型) 。 环型纹( l o o p ) 弓型纹( a r c h )螺旋型纹( w h o r l ) 图2 - 1 三种纹型指纹的图例 据有关资料统计，三种纹型的大致分布概率如表所示 表2 1 基本纹型的概率分布 基本纹型弓型 环型螺旋型 分布概率5 6 0 3 5 其他的指纹图案都基于这三种基本图案。仅仅依靠纹型来分辨指纹是远远 不够的，这只是一个粗略的分类，通过更详细的分类使得在大数据库中搜寻指 纹更为方便快捷。 模式区( p a t t e r na r e a ) 模式区是指纹上包括了总体特征的区域，即从模式区就能 够分辨出指纹是属于哪一种类型的。有的指纹识别算法只使用 模式区的数据，有的则使用所取得的完整指纹进行分析和识别。 核心点( c o r ep o i n t ) 核心点位于指纹纹路的渐进中心，它在读取指纹和比对指 纹时作为参考点。许多算法是基于核心点的，即只能处理和识 别具有核心点的指纹。 三角点( d e l t a ) 三角点位于从核心点开始的第一个分叉点或者断点、或者 两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三 角点提供了指纹纹路的计数跟踪的开始之处。 纹数( r i d g ec o u n t ) 模式区内指纹纹路的数量。在计算指纹纹数时，一般先连 接核心点和三角点，这条连线与指纹纹路相交的数量即可认为 是指纹的纹数。 而纹路的核心点( 又称“中心点”) 、三角点( 又称“三角区”) 也被称为奇 异点( s i n g u l a rp o i n t s ) 9 1 。 2 1 2 指纹的局部特征 指纹除了可以依据其形状区分之外，还可以更进一步地细分。可以观察到， 指纹的脊线纹路并不是连续和平行的，经常会出现弯曲与旋转、起始与结束、 分叉与会合，具有许多各不相同的转折点、端点和交会点。 所有这些局部纹路的特殊构造又被称为细节特征点( m i n u t i ap o i n t s ) 。两枚 指纹经常会具有相同的总体特征，但它们的局部特征，却不可能完全相同。就 是这些特征点提供了指纹唯一性的确认信息。 端点( e n d i n g ) 是指一条纹线的起点或终点。 分叉点( b i f u r c a t i o n ) 是指一条纹线分馆为两条纹线的分岔点。 分歧点( r i d g ed i v e r g e n c e ) 两条平行的纹路在此分开。 孤立点( d o to ri s l a n d ) 是指孤立的点状脊纹线。 环点( e n c l o s u r e ) 是指一条纹线在分俞后又迅速汇合而形成的环状点。 短纹( s h o r tr i d g e ) 一条较短但不至于成为一点的纹路。 在每个指纹中，各种细节特征点出现的概率如表2 2 所示，分叉点和端点 在指纹模式中的分布概率较大。 表2 2 各种细节特征点的出现概率 类型特征分叉点 端点孤立点环点分歧点短纹 出现概率 2 2 6 6 0 6 4 3 o 7 5 7 6 1 在指纹自动识别技术中，某一个特定的细节特征点有时会用多达7 种甚至 更多不同的参数来描述。如： 夺特征点类型( t y p e ) ：表示特征点的不同种类。 夺特征点位置( p o s i t i o n ) ：通过直角坐标系中的水平垂直坐标( 或其他坐标系 的相关参数) 来描述，其坐标值可以是绝对的，也可以是相对奇异点或其他 特征点的。 夺特征点方向( o r i e n t a t i o n ) ：描述在特征点的位置上纹路的走向。 夺特征点曲率( c u r v a t u r e ) ：描述在特征点的位置上纹路方向改变的速度。 夺特征点质量( q u a l i t y ) ：也被称为特征点的噪声，通常定义为特征点的位置 上沿纹路法线方向上分量的大小。 夺特征点的邻域纹密度( d e n s i t y ) ：特征点相关邻域内纹线的分布密度。 由此可见，由于指纹细节特征的多样性，使得指纹特征的重复概率，从数 学上来说仅为几十亿分之一。 2 1 3 不同应用场合的特征分类 在实际应用中，通常根据需求场合的不同，把人体的指纹特征大致归为三 类，分别为永久性特征、非永久性特征和生命特征 1 叭。 ( 1 ) 永久性特征： 在指纹特征中的中心点、三角点、端点、叉点、纹型、相对纹密度( 各个特 征点间连线所横跨的纹线的数目) 、纹曲率等元素，它们的分布对于某一个特定 人的指纹来说，在他的一生中永远不会改变，具有终生不变性和唯一性，因而 被称为永久性特征。永久性特征在手指前端的典型区域( 也称为中心花纹区) 中 最为清晰和明显，其分布也最为均匀，是指纹匹配的重要参数。 ( 2 ) 非永久性特征： 由孤点、岛、环点以及由褶皱和浅伤痕造成的断点、叉点等元素构成的指 纹特征，因其不稳定，有些是在后天环境形成的，并且有可能随着时间的推移 而产生、愈合、发展甚至消失，因此称之为非永久性特征。该类特征在刑侦用 指纹识别算法中，作为判定与鉴别疑犯的重要依据。但在民用指纹识别技术应 用领域中，通常会采取措施从指纹图像中剔除这些非永久性特征，从而提高系 统的识别正确率。 ( 3 ) 生命特征： 某些特征的形态与被测对象的生命存在与否密切相关，称为生命特征。如 血流分布、皮肤导电率、体温及微循环分布等。由于在实际环境下，对指纹识 别技术中生命特征的识别性能的评估和检测，存在着操作上的许多困难，仍待 于通过实践进一步发掘和认识。 2 1 4 特征模板 对指纹特征的识别都是基于特征模板进行的，特征模板是特定指纹图像上 提取的各类特征点描述的集合。因为特征提取的过程不可逆，所以特征模板是 一组与原始指纹图像密切相关的单向函数。它既反映了指纹图像的许多特点， 又不可以逆向还原生成原始图像，因此具有良好的保密性，可以有效地保护属 于个人隐私内容的指纹图像。 通常一个指纹的特征模板的数量为数百甚至上千个字节，可以采用特殊的 压缩机理，使生成的特征模板大小只有几十个字节。这一点在网络应用上显得 十分重要，它可以大大减少网络信息的交换，降低对网络设备传输带宽的要求， 提高整个系统的工作效率。 由大量关联了标识号( 1 d ) 或姓名的指纹特征模板所构成的数据库，称之为 指纹特征模板数据库，由指纹原始图像与标识号或姓名关联的数据库则被称为 指纹原始图像数据库。 22 自动指纹识别系统框架 在信息家居的家庭应用环境中，需要构建的自动指纹识别系统属丁 种基 - r + 样本库的验证式应用系统，不需要进行指纹的分类与检索l ”1 ，如图2 2 所 示，系统框架包括了指纹采集、预处理、特征提取、数据库管理、匹配识别、 图像数据压缩等组成部分。 2 2 1 指纹图像采集 麴22 自动指纹识别系统框豳 将指纹图像输入到计算机的过程，称之为指纹图像的采集过程，一般是由 指纹图像的采集终端来完成。a f i s 的最终目的是要将人体指纹的图像数字化， 变成相关的数据文件，以便于计算机来进行保存和处理。 指纹采集模式主要分为“离线式”( 也称为“脱机式”或“间接式”) 阱及 “在线式”( 也称为“联机式”或“直接式”) 两种。所谓“离线式”是指在指 纹采集时，利用某些中间介质( 如油墨和纸张) 来获取指纹图像，再通过一定的 技术手段将图像数字化输入计算机，属于非实时采集。所谓“在线式”是通过 与计算机联机的带有各种先进指纹传感器的专用指纹采集设备，将真实的人体 ( 也称活体指纹) 直接变成数字图像数据，实时地传给计算机，现在的民用指纹 识别系统大多数都是采用这种模式。 指纹采集设备中，关键部分卵指纹传惑器。衡量一个指纹传感器的质量如 俺，可以通过考察其输出的数字化后的指纹图像的质量柬确定。指纹圈像的主 要参数由图像的尺寸、图像分辨率和图像的灰度。图像的尺寸避常用长度 ( m m ) 宽度( m i n ) 来表示，或者用象素点数来表示。图像分辨率体现了对图像 细微之处的描述精度，通常用每英寸多少点象索( d p i ) 来表示。为了保障提取指 纹特征的精确度，图像应有较高的分辨率。 指纹采集的图像震量赢接影响剜识剐豹精度以及指纹识别系统的处理速 度，是整个系统工作的j i 提，因此也是本课题首先所需解决的瞄题。论文中设 计与实现的基予u s b 的电容式指纹采集仪能充分保证指纹图像采集速度与质 量，适合应用于构建高效的指纹识别系统。 l o 2 2 2 指纹图像压缩 建立指纹特征模板数据库的同时，需同时保存指纹的原始图像数据，建立 备份的指纹原始图像数据库。只有这样才能在系统升级或更新指纹识别算法时 自动导出和建立新的指纹特征模板数据库，做到与原系统兼容，实现平滑过渡， 避免花费时间与精力来重新建立指纹特征模板数据库。 而大数据量的指纹图像会给整个a f i s 存储设备的存储、通信设备的带宽、 计算机的处理速度增加极大的压力。为了减少存储设备的开销，降低成本，需 要在保存指纹图像时，采用图像压缩技术，使用时再进行解压缩。压缩一般要 经过图像变换、量化和编码等过程，解压缩则需经过解码、量化编码和图像反 变换等过程。 较常见的指纹图像数据压缩算法有j p e g 、w s q 、e z w 等。其中e z w 是 一种基于嵌入式零树小波的指纹图像数据压缩与恢复算法，性能较好，已被我 国公安部选定为刑侦用的图像数据压缩与恢复的国家标准。 2 2 3 指纹图像预处理 清晰的指纹图像是正确进行指纹识别的前提，但是由于各种原因，采集到 指纹图像往往质量不高，因此对指纹图像进行预处理，以获得清晰的指纹图像 就显得非常重要。预处理的目的，在于使指纹图像画面清晰，边缘明显，以便 进行特征提取和匹配。在预处理过程中必须保证尽可能不出现伪特征，并保持 真实特征不受损失。 由于存在两类不同的特征提取方法，预处理的方法也有所不同：一类是直 接从原始图像中提取统计性特征【l ”，因此预处理要求较少，只需图像增强即可； 另一类从预处理得到的指纹骨架图像中提取细节特征，因此预处理工作较多， 一般有去噪、增强、二值化、细化等步骤。后一类方法把工作难点分散到两部 分中处理，简化了提取算法，处理结果也容易控制，所以被本系统所采用。 由于指纹所具有的方向特性，方向图被广泛应用于指纹预处理中，它是指 纹原图像的一种变换方式，图中的每一元素代表指纹图像中某个给定区域的纹 理方向【l 。本文通过精确获取指纹局部方向并有效利用方向图对指纹图像完成 了增强处理。然后在此基础上运用了改进的局部适应阈值法进行二值化，并对 二值化可能引入的噪声进行了去噪。最后运用了快速模板细化算法对图像细化， 最终获取了清晰流畅的纹线，最大程度保护了指纹的细节特征。 2 2 4 特征提取 指纹图存在两种待提取的特征：全局特征和局部特征。全局特征用于指纹 的分类，一个重要的全局特征是中心嚣的形状，根据它可以把指纹初步分类。 另个重要的全局特征是三角区，即指纹图中纹线方向发生变化的区域，可以 通过方向圉中方向的变化检测如来。 局部特征通过细化后的指纹图求得，末要由其位置和方向确定。指纹细节 特征点有多种类型，从其概率分布图来看，分叉点和端点最为常见，是指纹的 基本细节特征点，用它们的集合构成特征集，用来唯一的标识指纹。 在经过细化的指纹图上，由于脊线宽度只有一个象紊，因此可以对指纹进 行跟踪搜索，提取端点和分叉点等各类特钲及其坐标位置。每一个细节特征点 的方向，则可以遥过方向图中对应位置的方向使得到。 细节特征点提取方法邻域判定法原理如f ； 在细化后的二值图像上，对每一个点计算其交叉数c n ，点p 的交叉数c n 定义在3 x 3 的邻域上，如图2 3 所示，p l ，p 2 ，p 8 是其8 邻域灰度值。 图2 - 33 x3 的邻域 由下列公式可以得到细节特征点类型： 1 b 巴= 寺i 爆，一只l ，式中b = 鼻 ；_ 1 当c n = 1 时，点p 为端点；c n = 3 时，点p 为分叉点。 由于图像可能存在噪声，提取时会产生伪特征点，还需对特征点进行有效 性检验。一般是采用启发式算法，根据关于距离和连接的准则，去除伪特征点， 保留真特征点 ”】。最后根据特征点的坐标、方向，结合其邻域情况，形成该特 征点的特征向羹，经过筛选后，构成指纹的特征模板。 2 2 5 特征匹配 指纹图像匹配就是逶过两个输入指纹的特征模扳判新是否褐于同一指纹。 指纹匹配算法很多，有基于图像的匹配l l ”、脊模式匹配l i “、点模式匪配等。点 模式匹配具有较好的鲁棒性和快速性，是研究和应用较多的一类方法。 基于细节特征点的匹配方法属予点模式匹配的范畴，其流程如图2 - 4 所示。 其特点是：利用奇异点( 中心点和三角点) 的相对位置不变性，可以将两帽指纹 图之间的平移最、旋转船和伸缩萤等参照求出，根据这些参量将两幅指纹完全 定位和进行匹配。对于只有一个奇异点或没有奇异点的指纹图像，可以利用奇 鬻 异点邻域或指纹中间一个w x w 象素大小的局部参考区域内的细节特征点替代 奇异点，进行全局定位并匹配。定位的参数取自奇异点、细节特征点或其他的 指纹结构特征。 幽2 - 4 基于特征点的匹配流程不意图 具体过程是：首先通过逐步平移变换来实现奇异点的对齐重合，然后通过 逐步旋转变换来实现奇异点的某一个参