（计算机应用技术专业论文）自动指纹识别算法分析与设计.pdf

摘要( a b s 眦t ) 中文摘要 随着社会和经济的发展，人们对身份鉴别的准确性、安全性与实用性提出了更 高的要求。基于令牌和密码的传统身份鉴别方式存在容易丢失、遗忘、被复制和盗 用的隐患。通过辨识人的生理和行为特征进行身份认证的生物识别技术提供了一个 更为方便可靠的解决方案。生物识别技术以生物特征为基础，以信息处理技术为手 段，将生物技术和信息技术有机结合在一起。在众多的生物识别技术中，指纹识别 技术以方便易用、高准确率和低成本等诸多优势备受关注，已经成为身份认证的最 有效手段，在电子商务、犯罪鉴别、信息安全等领域得到广泛的应用。自动指纹 识别系统是集光电技术、图像处理、计算机及网络、数据库技术、模式识别技术等 于一体的综合性系统，一般包括指纹图像采集、指纹图像预处理、特征提取、分 类、特征匹配等过程。 本文分析研究了指纹识别中预处理，分类，特征提取，匹配识别等步骤，并对 其中一些算法加以改进，提高了指纹识别的效率和准确性。 方向图技术是指纹识别过程中最常用的技术，指纹方向图具有真实性、渐变 性、抽象性的特点，能以简化的形式直观地反映指纹图像最基本的形态特征，因此 在指纹自动识别算法中具有重要的研究价值。本文对方向图进行比较分析，采用切 缝法准确求取指纹方向图，并以方向图为依据，设计指纹二值化算法。方向图具有 纹理性和方向性，反应了指纹图像的纹线走向，结合方向图进行二值化，求出的二 值化图像连续、光滑且能准确区分脊线和谷线。克服了基于阈值的二值化方法易产 生噪声、易丢失细节信息的缺点。 由于指纹处理过程中不可避免会产生噪声，因此特征提取过程中会产生大量 的伪特征。本文分析了指纹特征提取过程中伪特征产生的原因，利用方向信息对提 摘要( a b 蜘t ) i i 取的指纹细节特征进行后处理。由于指纹图像有明显的方向性，因此结合方向图去 除伪特征能够充分利用指纹图像中最原始的信息，保证提取细节特征的真实性和有 效性，为指纹识别提供保障。 指纹分类能够减少指纹特征匹配的次数，从而提高指纹识别的效率。本文针 对指纹分类过程中容易出现的奇异点丢失情况，改进了基于奇异点的指纹分类算 法，准确对指纹进行分类，提高了指纹识别的效率。进而利用基于点模式的指纹匹 配算法对指纹进行匹配识别，实现了准确的身份识别。 关键词：自动指纹识别，指纹方向图，指纹预处理，指纹分类，特征提取，后处 理 a b s t r a c t a c c l l r a t e ，辩c u r e 锄d 删c a l 唧n a li d e n t m c a t i o nm e 吐l o d sa r el l i g i l l y 嘲m 川 谢m 也ed e v e l o p m e n to f 也es o c i a l 粕de c o n o m y 1 k 们d i t i o n a lp e r s 伽l a li d e 而f i c 撕o n m 甜l o d sb a s e do nt o k e n0 rp a s s w o f dh 嬲也e 删t s 咖i ti sp r o n et 0b e i l l g1 0 瓯f o 玛o t t e 玛 c o p i e da n ds t o l e n b i o m e t r i c sb a s e d0 n 吐：屺p b 【y s i o l o 西c a l 0 rb e i l a ：v i o rc ha r ：脚【缸g 如 i d e 而f i c 撕o np r o 、，i d e sac o n v 锄i e n ta n dr e l i a b l cs c b e 玎 a 【i l o n gt 1 1 ei i l 旺n e r 0 硼b i o m e t r i c s ，i n o r c 甜e m i o 璐h a _ v eb e e np a i dt o 也ef m g e r p r 洫 i d e m i f i c 撕o n 屯e c h i l o l o g ) ，d u et 0 i t sc o n v 缸e n c e ，l l i 曲a c c u r a c ya n dl o wc o s t t h e t e c h l i q l l eo f 硒g e 驴m ti d e 以丘c a 主i o nh 嬲b e i m eo n e0 fm e 、航d e s tu 蜮ib i o 腓碰c i d e 以丘c a 曲n 协出n i q u 髓nh a sb e e n 谢d e l yu s e di n e l e 曲r o l l i cc o m m e r c e ，砌砌 i 捌丘c 撕o i l ，i n f o m l 撕o ns a f - e 够e t c n 圮a u t o m a t i c 血g e r p r i i l ti d e n t i f i 训o ns y s t e m 沁i s ) i sas ) ，：n t h 胡c 夥s t 锄t 1 1 a li l l t e g r a t e sp h o t o e l e c t r i ct e c l l i 】【i q u e ，i i r i 乏喀ep r o c e s s ， c o n 耻l t e r 觚d 粥撕。如d a = c a b a s et e c l l i l i q u e 锄dp a t t e m i d e n 垃f i c 撕o nte c _ m q u e i t c 0 衄m o i l l yi n c l u d e sf i i l g e q 团n ti i i l a g ec o l l e c t i o i l ，丘n g e 印血ti i i l a g ep r o c e s s ，m i i i 嘣a e 血a c t i o 玛m i i l u 6 a em a t 洫g e t c i n 也i sp a p 删s t e p so f 如g e 掣i n ti 蛐c a t i o ns i j c h 硒p r 印m c e s s i n 舀 d 嬲s i 丘c a ：t i o i l m i i l _ u 吐a ee ) 【臼渤c t i o n ，m a t d ha n di 删f i c a 矗o na r ea n a l y s e sa r l dr e s e a r c h e s s e v e r a la 1 9 0 r i t i l r 璐a r e 锄1 e 戚b dt 0m c r e a s et h ee 伍c i e n c ya n da c c u r a c yo f 血g e r p r n i d e n t i 丘c a ：c i o n n l et c i 出n 0 1 0 留o fo 咏舡雠o nm a pi sm cm o s tp 叩u l a rt e c h n o l o 盱o f l ep c e 豁o f 血g e r 】阿mi d e 砸丘c 撕o nf i n g e r 】p 血to r i e n t 撕0 nm a pi sf a 嘶越，g m d u 2 l l l yc h a l l g e da n d a b s 缸a c t i tc 蛆r e f l 。c tt h em o s tb a s i c 印p e a 删撇佗撒鹏i i lav i 刚a n ds i r n p l ef o r n l s o 摘要( a b s 缸戤t ) 缸g e r 回mo r i e m a t i o nm a ph a s 证l p o r t a n t 他s e a r c hv a l u e i na ：u t o n 雠c f m g q p r i m i d e n t i f i c a t i o na 1 9 0 血h m h lt l i sp a p e r ，a j g o r i 伽n so f 耐e n t a t i o nm a pa r ec o n l p 鲫她a n d a 1 1 a l 删嘶e n 谢0 nm 印i sf i g u 】丽o l i t 嘶mm em e m o do fd d g e - 砌1 e y t h ea 1 9 0 r i t l l m o fb i l l 撕窈t i o ni sd e s i 印e db a s e d0 f 面e n t 撕0 nm a p o d e n 枷o nl l 坤h a v en l e d l a r a c 托r i s t i co ft e ，m i r ea 芏l dm r e c t i o n t h ea l g o r 破l mo fb i i l a r i z a t i o nc o m b i i l e dw 地 o r i 删o nm a pc a i lm a k em eb i i l a r yi n l a q 驴t 0b ec 0 i l s e c 岫v e ，s m o o ma n dd e m 黜吐l e r i d g el 硫a i l d 诎l e yl 沁，n l i sa l g o m l n lc a nc o n q l 埘m ed e f e c to fm eb i i 谢刎0 n a l g o r i t b 加b a s e do nm r e s h o l dv a l u e ，w b j c hi se a s yt 0a d dn o i s ea n de a s yt 0l o s ef c a n j r e i r 哟n n a t i o l l b e c a l 坶e 妯酣t a ：b l en o i s e 函s t i i 培h 也ep r o c e s so f 伍唱e r p r 砬p r o c e s s 证g ，觚df m g e r 奴l fa l s o ：h a sn o i s e s ot i l e r ea r em a n yf 狐m i l l 妇i nm ep i 佻e s so fm 碱a ee ) 【缸a c t i o i l ht h i sp 印e r ，m e 陀a s o no fw h y 僦汜n 血砸c o m eo u ti sa i l a l y z e d 7 n l ed i | 侧i o n i n ：硒册撕0 ni su s e d 幻p r o c e s s 也e 删a e b e 鲫l s eo f 也ed i r e 砸v 时o ff h l g e 唧硫 i m a g e ，u s e 埘e i 龇i o nm 印t 0d e l 鼬et h ef a k em i i l u t i a ec a n 舀i a 】r 觚t e et l l em i i l u t i t 0b c a c 氟l a l 觚de 赶e c 五v e 弛g e r p 缸c l 舔s i f i c a l i o nc a i la b 如此血n eo f f i n g e 印r i mm t c h 吨s o i tc a nr a i s e 也ee 伍c i c yo f 衄e r p 咖ti d e n t i 丘c 靠o n f o r 也es i n g u l 撕锣p o 硫m i g h t 眦i o 瓯龇 c l 鹤s i f i c 缸o na 1 9 0 d 吐皿i si m p r 0 v c dt 0d 嬲s i 矽吐忙丘i l g e r p r i n ti n l a g ea c c u r a t e l y 1 1 l e a l g o i i l h mo f 缸g c r p 渤tm 鼬c h i n gk 圆e d0 np o i i l tn l o d ei sl 塔e dt 0m a t c hm ef i n g e 印r i r l t a i l da c c 0 m p l i s hp e r s o n a li d e n 缸f i c a t i o n k e y w o r d s ：a u _ t o m a l i cf i n 簪珥丽n ti d 训6 c a t i o n ，f i n g e r p 咖to r i e i 贼i o nm a p ，f - m g e r p 枷 p r 印m c e s s i n g ，丘i 增e q 刃曲tc l 硒s i 丘c a t i o i l ，i i l i n 嘶潮以o n ，p o s t p r o c e s s i i l g 扬州大学学位论文原创性声明和版权使用授权书 学位论文原创性声明 本人声明：所呈交的学位论文是在导师指导下独立进行研究工作所 取得的研究成果。除文中已经标明引用的内容外，本论文不包含其他个 人或集体已经发表的研究成果。对本文的研究做出贡献的个人和集体， 均已在文中以明确方式标明。本声明的法律结果由本人承担。 学位论文作者签名：铋写 签字日期：工口u 苫年r 月。知日 学位论文版权使用授权书 本人完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交学位论文的复印件和电子文档，允许 论文被查阅和借阅。本人授权扬州大学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。同时授权中国科学技术信息研究所将本学位论文收 录到中国学位论文全文数据库，并通过网络向社会公众提供信息服务。 学位论文作者签名：刍，写 签字日期：口p y 年了月如日 名：痧珂 签字日期：必v y 年9 月弓日 邹军：自动指纹识别算法分析与设计 1 1 引言 第一章绪论 随着国民经济和社会信息化的飞速发展，金融机构、政府机关、企业以及个人 之间通过互联网紧密地联系在一起，一方面为信息的共享提供了条件，另一方面也 为心怀叵测的人试图非法获取他人信息提供了机会。因此，如何准确、高效地识别 人的身份成为一个急待解决的问题。传统的身份识别方式主要是基于令牌和密码的 方式，例如证件、自动提款机的银行卡、用户名、密码等。这些方式具有易遗忘、 易丢失、易破译和易仿制等缺点，不能满足当今信息化社会对安全性的要求。因此 迫切需要一种更加安全可靠的身份识别技术。 1 2 生物识别技术简介 生物识别技术是指通过计算机利用人体固有的生理特征或行为特征来进行个人 身份识别。特征识别系统本质上是一个模式识别系统，它根据使用者的生理或者行 为特征对使用者进行辨识，从而判断其是否具有合法身份。 目前常用的生物识别技术主要有以下几种： 1 入脸识别 人脸图像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脸部图像，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，入脸识别是一种最友好的生物识别技术。 2 ：指纹识别 2扬州大学硕士论文 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 词，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， 传统指纹一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资源。 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。虹膜是由 种随瞳孔直径的变化而拉伸的复杂纤维状组织所构成。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 左右的纹路人与人之间是相同的，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l 1 0 7 蝴，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 年代通过研究得出了人类眼球后部分 布唯一性的理论。在采集视网膜数据时，扫描器会发出一束光射入使用者的眼睛， 并反射回发射器，系统会迅速扫描出眼睛的血管图案并录入一个数据库中。 5 掌型识别 掌型识别技术也是一种很早就开始使用的生物识别技术。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 邹军：自动指纹识别算法分析与设计 3 签名识别，也被称为签名力学辨识，源于每个入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【1 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，由于人类书写方式并非固定不变，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。 以上这些生物识别技术都各有优势和局限，用于生物识别特征应该具有以下特 性： ( 1 ) 广泛性。每个人都应该具有这种特征； ( 2 ) 唯一性。每个人拥有的特征应该各不相同； ( 3 ) 稳定性。所选择的特征应该不随时间发生变化； ( 4 ) 可采集性。所选择的特征应该便于测量。 另外，在实用性方面也必须符合一些要求，以便生物特征识别系统的实现。 ( 1 ) 性能要求。所选择的生物统计特征能够达到多高的识别率，对于资源的 要求如何，识别的效率如何； ( 2 ) 可接受性。使用者在多大程度上愿意接受所选择的生物特征系统； ( 3 ) 安全性能。系统是否能够防止被攻击； 4扬州大学硕士论文 ( 4 ) 可行性。是否具有相关的、可信的研究背景作为技术支持； ( 5 ) 存储量。提取的特征信息是否占用比较小的存储空间； ( 6 ) 价格。是否达到用户所能接受的价格： ( 7 ) 速度是否具有较高的注册和识别速度； ( 8 ) 是否具有非侵犯性。 没有一种生物识别技术能满足上述所有要求。下面对几种生物识别技术进行了 比较，便于从中选取最合适的用于身份识别。 表1 1 几种生物识别技术性能比较 1 3 指纹识别技术简介 指纹即指尖表面的纹路，其中突起的纹线称为脊，脊之间的部分称为谷，他们 的形成依赖于胚胎发育时的环境。这些指纹的纹理在图案、断点和交叉点上是各不 相同的，在信息处理中，将这些信息称为“特征一。在众多生物识别技术中，指纹 识别是被使用最多的一门技术。这是因为指纹具有以下两个突出优点： 稳定性：指纹具有很强的稳定性。从胎儿六个月指纹完全形成到尸体腐烂，指 纹纹线类型、结构、统计特征的总体分布等始终没有明显变化。尽管随着年龄的增 大，指纹在外型大小，纹线粗细上会产生一些变化，局部纹线上也可能出现新的特 邹军：自动指纹识别算法分析与设计 5 征。但从总体上看，指纹是相对稳定的【2 1 。 独特性：指纹具有明显的独特性。至今仍找不出两个指纹完全相同的人。由于 皮肤表皮上的纹路是在胎儿六个月的时候形成的，因此同卵双胞胎的指纹也是不相 同的。不仅人与人之间，同一个人的十个指纹也有明显的区别。根据指纹学理论， 两枚指纹匹配上1 2 个特征的几率为1 0 5 0 ，指纹最多可以区分1 0 9 6 个人。指纹的这 些特点，为指纹用于身份识别提供了客观依据【3 ，4 1 。 1 3 1 指纹识别技术的发展历史及研究现状 指纹识别是最早被使用的生物识别技术。考古证实，公元前7 0 0 0 年到6 0 0 0 年 以前，在古叙利亚和中国，指纹作为身份鉴别已经开始应用。在那个时代，一些粘 士陶器上留有陶艺匠人的指纹，中国的一些文件上印有一起草者的大拇指指纹，在 j e 列b 0 的古城市的房屋留有一砖匠的指纹等。由此可见，指纹的一些特征在当时已 经被人们认识和接受。 现代的指纹身份识别技术始于十六世纪的末期。1 6 8 4 年，英国的植物形态学 者n ( 舱w 发表了指纹研究的第一篇论文，分析了指纹的谷线、脊线、汗腺孔的结 构【5 1 。1 7 8 8 年，m a y e r 首次对指纹的构造原理和脊线分布做出详细的描述【6 】。 1 8 0 9 年，t b e 丽c k 开始用指纹代替印章，迈出了指纹识别历史上重要的一步。 p i | r k 屿e 首次提出指纹的分类策略网。h f 踟1 d 于1 8 8 0 年在英国n a h 鹏杂志上 发表论文，指出指纹具有唯一性和不变性，并利用现场指纹来识别罪犯，这使得指 纹在犯罪鉴别中得以正式运用( 1 8 9 6 年阿根廷首次应用) 。十九世纪末，f ：g a h o n 对 指纹进行了更为深入的研究，在指纹分类中引入了细节特征。1 8 9 9 年e h e n r ) r 建 立了著名的脚指纹分类系统，于1 9 0 1 年被英国政府正式采用，为指纹用于身 份识别起了重要的推动作用。到了二十世纪早期，结合解剖学的观点，人们对指纹 的构成己经有了很好的认识，指纹鉴别被司法部门正式规定为合法的身份识别方 6扬州大学硕士论文 法。此后指纹识别被大部分国家采用，并且建立了大量的罪犯指纹库。 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，各个国 家开始了对自动指纹识别系统( a l l t o m a t e df m 卿r n i d e n t i f i c a t i o ns y s t e m ，a f i s ) 的 研究和应用。美国的联邦调查局( f b i ) 和巴黎警方首先开发了自动指纹识别系 统，大大提高了法律部门的工作效率。日本的n e c 公司早在1 9 8 2 年就向警方提 供了自动指纹识别系统。在司法领域取得的成功大大推进了自动指纹识别系统往民 用方向的发展网。 到了2 0 世纪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在其它领域中得以应用。现在， 随着取像设备的引入及其飞速发展，生物指纹识别技术的逐渐成熟，可靠的比对算 法的发现都为指纹识别技术提供了更广阔的舞台。比如：指纹考勤系统代替了i c 卡、磁卡等传统的考勤方法，从而从根本上杜绝了代打考勤的现象。 进入上个世纪9 0 年代后，各发达国家纷纷加快了对自动指纹识别技术的开发 应用，注重向系统的低成本、小型化和系列化发展并已开始进入市场，国外使用自 动指纹识别技术的系列化产品目前已有指纹锁、指纹开关、指纹保险柜等。随着自 动指纹化识别鉴定技术的推广应用，在一些发达国家已将该技术应用到银行金库、 代保管库、博物馆、高级宾馆、高级公寓等处的出入口管理中，同时，也开始向家 庭保安领域辐射，成为一种实用的现代化的家庭出入口控制系统。 据统计，到2 0 世纪末，全世界生物识别市场约为1 1 2 亿美元，其中指纹识别 约为l 亿美元i 堋，这标志着指纹识别是当前最成熟稳定，并且应用最广泛的生物 识别技术。 自动指纹识别鉴定技术虽然在我国起步较晚，但随着计算机在我国的普及应 用，同时经过广大科研技术人员的努力攻关，自动指纹识别鉴定技术在我国也取得 了较快的发展。指纹识别技术在我国已经得到较广泛应用，目前已开始在银行储 邹军：自动指纹识别算法分析与设计 7 蓄、贵重物品保管、高级宾馆等行业推广使用，取得了较好的应用效果。随着网络 化的更加普及，指纹识别的应用将更加广泛。 1 3 2 指纹识别技术中的基本概念和主要步骤 在指纹识别过程中，为了研究和处理的方便，需要人为的对不包含任何特征的 指纹形态做一些假设，这些假设通常是理想化的。 ( 1 ) 纹线独立假设 假设指纹区域内的每一条纹线都是相对独立的，不与其它任何纹线相交接。按 照这一假定，被检指纹的每一个分叉、交接都是特征。例如小桥和小环则都是距离 较近的一个分叉与一个交接的组合。其不同点在于小桥是一条纹线的分叉与相邻纹 线的组合，而小环则是一条纹线的分叉与同一纹线的组合。 ( 2 ) 纹线均匀分布假设 假设在指纹区域内的所有纹线都是均匀分布的。即任意两条相邻纹线的距离是 处处相等的，任意两组相邻纹线的距离也是相等的。按照这一假设，两条相邻纹线 局部的分离或贴近，不同谷线宽度的明显差异等都应视为指纹特征。这里相邻纹线 的距离，是指两条纹线中心线的距离。 ( 3 ) 纹线等宽假设 假设指纹区域内的每一条纹线其自身宽度应是处处相等的，任意两条纹线的宽 度也都是相等的。 ( 4 ) 纹线连续光滑假设 假设指纹区域内的每条纹线都是连续不断的，且其各处弯曲程度变化走势是平 缓的。按照这一假定；纹线自身的断续和突然的改变方向、折转等都应视为异常， 这类特征通常被忽略不计。 以上这些有关指纹的假设是指纹研究的基础，有了这些假设，就能够更好的对 受扬州大学硕士论文 所关心的某些特征信息进行分析和研究。 指纹是手指末端正面皮肤上凸凹不平所形成的纹路，如图1 1 所示。其中，深 色为脊线( 凸起部分) ，浅色为谷线( 凹下部分) 。 在人的指纹中包含大量的信息，这些信息称为特征。指纹识别算法最终都归结 为在指纹图像上找到并比对指纹的特征。可以用来进行指纹验证的特征有两类：全 局特征和局部特征1 0 1 。 全局特征是指纹中的脊线和谷线所形成的全局特定模式，是那些用人眼直接就 可以观察到的特征，包括基本纹路图案、模式区、核心点、三角点等。根据全局特 征，指纹通常可以分成5 类：拱形( 觚h ) 、帐拱形m n t e da r c h ) 、左旋形( l e r l o o p ) 、右旋形g h tl o 叩) 和螺旋形眦1 0 r 1 ) 。 局部特征是指纹上的特征点，即指纹纹路上的终结点、分叉点和转折点。指纹 的唯一性主要由局部细节特征决定。目前，可以用于识别的局部细节特征有1 5 0 多 种【i l 】，四种类型的基本特征定义为端点( 鼬d g ee n d i n g ) 、分叉点( b i 6 lr l c a t i o n ) 、孤立 点o t ) 和小孔( e n c l o s u 哟或洞( h | 0 l e ) 。随着识别技术的发展，这些定义被简化或扩 邹军：自动指纹识别算法分析与设计 9 充。其它经常用到的细节特征还包括短脊( s h o r tr i d g e ) 、交叉点( c r o s s i i l 曲、脊线断 裂d g eb r i 昌a i 【i l 培) 和桥( b r i d g e ) 等【1 2 1 。绝大多数特征因为采集时的压力以及图像质 量等方面的限制，在实际中并不多见。其中，端点和分叉点出现的概率最高，这两 种特征对于噪声最不敏感，而其它特征容易受噪声影响。另外，这两种特征对于指 纹的脊线和谷线有相同的特征集。脊线上的端点对应谷线上的分叉点，而脊线上的 分叉点对应谷线上的端点。因此可以用脊模式或谷模式表示细节特征，一般采用脊 模式。自动指纹识别系统对图像进行处理后，根据提取出的这些特征点的位置和方 向进行指纹的比对。在指纹识别中，最常用的特征点就是端点和分叉点。 指纹识别主要包括一下几个步骤：指纹图像输入，图像预处理，特征提取，指 纹分类，指纹识别，结果输出。 ( 1 ) 指纹图像输入 指纹原始图像由指纹输入设备送入计算机。指纹数据的产生一般有两种方法： 一种是众所周知的早期经常使用的按指印方法，这种方法优点是简单，缺点是指纹 图像模糊不清，结果很不可靠，且费时费力。另一种方法是较之科学，有效、可靠 的光学数据产生法，这种方法采用光学原理，一般是利用光的反射特性来获得指纹 图像。我们实验所使用的指纹图像就是通过后一种方法获得。 ( 2 ) 指纹图像的预处理 预处理过程是整个自动指纹识别系统关键的第一步。指纹图像由于输入设备等 原因会造成畸变、不清晰，存在噪声等于扰。所以，特征提取之前，要对图像进行 预处理口唧r o c e s s 啦) 。常用的预处理过程一般包括增强、分割、二值化、细化 等。其中，图像细化是预处理技术的核心，其主要目的是将二值化的图像逐层剥去 边缘轮廓上的点，变成笔画宽度只有1 个像素宽的骨架图形。图像细化的好坏，关 系着提取特征的准确与否，对指纹识别率有着直接的影响。 ( 3 ) 特征提取 1 0扬州大学硕士论文 特征提取模块是对预处理后的图像抽取特征用于分类器( 通常把识别模块统称 为分类器) 的识别，是模式识别的一个重要环节，稳定的特征提取是整个识别系统 的关键，它们直接决定了识别系统的性能。 ( 4 ) 指纹分类 在自动指纹识别系统中，为完成一次自动识别，待识别指纹需要与样本数据库 中的大量指纹逐一进行比对。当样本数据库的容量非常大时，这种识别是极其耗时 的，为了减少搜索时间和计算复杂性，必须把样本数据库中的指纹分为几个类，将 属于不同类别的指纹分别保存在不同的子数据库，待识指纹只需与属于同一类别的 子数据库中的样本指纹进行比对。指纹分类是根据指纹的整体结构特征将指纹分别 归属到几个不同的预先设定的类别中去。 ( 5 ) 指纹识别 完成特征提取和分类后，把特征送入指纹分类器进行识别，指纹分类器是指纹 自动识别技术中最重要的环节。在指纹自动识别技术中，普遍采用指纹模板匹配分 类器，指纹匹配分类器的功能是在对待识别图像提取细节特征后，将得到的细节点 与指纹样本库中的指纹细节点逐一比对，得到相似度最高的即是识别结果。该方法 在指纹认证系统中取得很好的应用，现今在指纹自动识别技术中也是最主要的识别 方法。 指纹识别的流程如图1 2 所示。 邹军：自动指纹识别算法分析与设计 1 1 1 4 本文研究目的和内容 指纹图像输入 1 l 指纹图像的预处理 j 特征提取 指纹分类 指纹识别 图1 2 指纹识别的步骤 人们使用指纹来进行身份鉴定己经有很长的历史。虽然指纹识别技术经过长期 的研究和开发，已经进入实用阶段，但是影响指纹识别效率的几个问题并没有得到 根本解决，例如： ( 1 ) 指纹图像质量的可靠性。指纹图像的质量对指纹识别的结果影响很大， 手指表面的清洁度、干湿度等都能影响识别率。 ( 2 ) 预处理算法的有效性。预处理的目的是将质量较低的指纹图像转化成能 提取特征的表示形式。在这过程中，如何在去除原有噪声的情况下不增加新的噪声 是预处理算法研究的关键问题。 ( 3 ) 指纹分类和识别的准确性。分类和识别的最终目的是匹配出正确的指 纹，如何改进算法，使得分类和识别尽可能的准确，并且满足算法鲁棒性的要求具 有较大的困难。 1 2扬州大学硕士论文 本文研究改进了指纹识别过程中的几个关键算法，使其更好的满足指纹识别的 要求。 主要工作如下： 第一章绪论。简要介绍了生物识别技术以及常用的生物识别技术如：指纹、 人脸、签名等，对比它们的不同特性。介绍指纹识别技术相对于其它生物识别技术 所具有的优势，概述指纹识别技术的历史、现状及其主要内容，简要介绍了指纹识 别的基本假设，基本知识和基本步骤。 第二章指纹图像的预处理。根据预处理的步骤逐一介绍分割，均衡化，规格 化，方向图，二值化，细化等预处理算法，重点介绍并改进了方向图求取算法，结 合方向图设计了一种新的二值化算法。 第三章指纹图像的分类。指纹分类能够提高指纹识别的效率，本章介绍了指 纹分类算法概况，重点介绍基于指纹奇异点的指纹分类算法，结合尸l d f ，2 c 口比f ，z a k 方法和基于切缝法求取的方向图，改进了分类算法中的分类判据，增强了分类算法 的鲁棒性，提高了算法对低质量指纹的分类能力。 第四章指纹图像特征提取及后处理。介绍指纹识别中常用的特征和常用的特 征提取方法。提出一种新的指纹特征提取算法，先根据交叉数和脊线数从细化指纹 图像中提取指纹细节特征，再结合指纹方向图和纹线跟踪技术对其进行后处理，去 除其中的伪特征点，保留真实特征点。 第五章指纹特征匹配算法。特征匹配是实现指纹识别的关键步骤。本章介绍 了常用的指纹匹配算法，并用改进的匹配算法对指纹匹配识别，以检验算法的有效 性。 第六章总结与展望。总结全文，提出一些值得进一步研究改进的问题。 邹军：自动指纹识别算法分析与设计 1 3 第二章指纹图像预处理 2 。1 指纹图像的分割 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【聊。经过分割后的图像 应该是原有图像中质量高，存在特征信息多的部分。只有这样，对图像进行分割才 能有效的减少噪声干扰，减少运算量，提高处理效率。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，从而提高图像预处理的 效率。 根据指纹图像被噪声信号干扰程度，把图像按区域分为4 个部分【1 3 】： 白背景区：该区域不包含纹线的边界区，主要由于扫描器镜片污垢等原因，造 成图像灰度深浅不一； 前景区：指不受噪声干扰的有效指纹纹线区域； 背景区：指噪声干扰严重的区域，纹线无法辨认，几乎无法恢复； 模糊区：指纹线断续不清晰，干扰不严重的区域。 为了简化算法，通常只把指纹图像分为前景区和背景区两部分。指纹图像分割 的目的就是去除背景区，保留前景区，使后续的指纹预处理集中于有效区域，提高 特征提取的精确度，进而大大地提高预处理工作效率。 本文使用了一种自适应的局部阈值图像分割方法【1 4 1 ，该算法的特点是只用到图 像的灰度特性，计算简单快速。 算法描述如下： ( 1 ) 将图像分成互不重叠的小块，每块大小为1 6 1 6 ： ( 2 ) 求取分块图像内各点的最大、最小灰度值，第( f ，歹) 块的最大、最小灰度 1 4扬州大学硕士论文 值分别记为三m a x ( f ，) 和工m i i l ( f ，) ： ( 3 ) 取4 v p ，( f ，) = 垡竺竺照立蚴为图像各块的灰度中值； ( 4 ) 按公式2 1 求取各块图像的灰度值方差 陆( f ，) = ( g ( 朋，n ) 一么v p ，( ) 2 朋= o = 0 g ( m ，门) 表示块内各点的灰度值 ( 2 1 ) ( 5 ) 经实验选定阈值财。若阮，( f ，_ ) 财，则块( f ，) 为指纹图像前景区， 用昭( f ，_ ) = 1 ；否则为背景区，丹昭( f ，) = o ； ( 6 ) 进行基于块水平的平滑，消除孤立前景块。若一块被标记为前景区，且 四周相邻的8 块中前景区数目不超过2 ，则该块置为背景区，即用始( f ，) = 0 。 经算法处理的结果如图2 1 所示，其中( a ) 为指纹原图，( b ) 为经过分割后 指纹图像。可以看出，算法成功的分割出了指纹的前景区域和背景区域。 ( a ) 图2 1 指纹图像的分割 邹军：自动指纹识别算法分析与设计 1 5 2 2 指纹图像的均衡化 图像均衡化的目的是增加灰度图像的对比度。由于指纹采集时的受力不均，造 成图像的灰度分布不均匀，这非常不利于后续的图像处理，所以需要对指纹图像进 行均衡化处理，使图像灰度概率分布均匀。常用的图像均衡化方法是灰度直方图 法。 灰度直方图是数字图像处理中一个最简单、最常用的工具，它是灰度级的函 数，描述的是图像中具有该灰度级的像素的个数：其横坐标是灰度级，纵坐标是该 灰度出现的频率( 某一灰度像素的个数) 啷l 。 对于指纹图像来说，理想的纹线形态由两个主要灰度值表现：在脊线区域中， 应该有较小的灰度值：在谷线区域中，应该有较大的灰度值。具体来说就是直方图 上应该有两个较明显的峰值，而且这两个峰值之间应有足够的距离。实际处理过程 中，往往需要处理一些图像质量比较差的指纹图像，而通常这些图像脊线和谷线的 灰度差别比较小，表示为直方图时灰度比较集中。对于这样的图像，进行灰度均衡 化处理可以拉伸灰度值的范围，增加图像对比度，使脊线和谷线更容易区分。 图像的概率密度函数【1 q 定义： p ( 加去坼) ( 2 2 ) 其中日( x ) 为直方图，4 为图像的面积。设转换前图像的概率密度函数为 b ( ，) ，转换后图像的概率密度函数为见( d ，转换函数为j = ( ，) 。由概率论知 识，可以得到：见( s ) = 所( ，) 冬，这样，如果想使转换后图像的概率密度函数为 “j l ，则必须满足两边对，积分，可得： s 2 f ( r ) = r p ，姐) 础2 去【耳) 和 ( 2 3 ) 该转换公式被称为图像的累积分布函数( c d f ) 。上面的公式是被归一化后推导 1 6扬州大学硕士论文 出的，对于没有归一化的情况，只要乘以最大灰度值( d j 忱，对于灰度图像就是 2 5 5 ) 即可。灰度均衡的转换公式为： 眈= 厂( 见) = 等r 日 y ( 2 4 ) 对于离散图像，转换公式为：d b ：厂( 见) ：里乎羔q ，式中e 为第f 级灰度 “1 0i = 0 的像素个数。 指纹图像的均衡化如下图所示，其中图2 2 为均衡化前后指纹图像对比，( a ) 为指纹原图，( b ) 为均衡化后指纹图像，图2 3 为均衡化前指纹图像的直方图，图 2 4 为均衡化后指纹图像的直方图。可以看出，均衡化并不改变指纹图像中纹理的 走向，而是增加了脊线和谷线的对比度。均衡化前后直方图的对比也可以看出图像 出现了明显的两个峰值，且两峰值之间距离较大。可以看出，直方图均衡化方法能 够很好的满足均衡灰度，增加图像对比度的要求。 图2 2 指纹图像的均衡化 ( b ) 邹军：自动指纹识别算法分析与设计 1 7 擗 鞋 、霎 愿凰德直方圈 崖鳞 幽 k ： ! 黧。 ： 。箧豳剿 图2 3 均衡化前直方图 均衡化后韵直方图 2 3 指纹图像的规格化 图2 4 均衡化后直方图 由于指纹图像采集系统的采集时间、光照强度和手指压力、手指表面的潮湿程 度等情况不同，所以采集的图像在灰度图分布上有很大的差异。为了使对指纹图像 1 8扬州大学硕士论文 的处理和匹配效率更高，需要将所有图像转换成同一均值和方差的标准图像，即规 格化。规格化并不改变指纹的脊和谷的清晰程度，但可以减少沿着脊线和谷线方向 上灰度的变化1 4 1 。 在原始图像上，按照公式2 5 进行规格化： g ( f ，) = g ( f ，) 膨 0 m e r ( 2 5 ) 其中g ( i ，_ ) 代表原始图像在( f ，) 点的灰度值，g ( f ，力代表规格化后的图像在 点( l 力的灰度值，膨和仃2 分别代表原始图像的均值和方差，托和2 为期望得 到的均值和方差，分别有公式2 6 和公式2 7 求得。 m 2 毒荟萎( 力 ( 2 6 ) 一2 丙；丢( g ，( f ，d m ) 2 ( 2 7 ) 指纹图像规格化的结果如图2 5 所示，其中( a ) 为指纹原图，( b ) 为经过规 格化后的指纹图像。从图2 5 可以看出，规格化处理满足减少脊线方向上灰度差异 的要求。 篆 辱 一 o o 膨 肱 邹军：自动指纹识别算法分析与设计 1 9 ( a ) 2 4 指纹图像的方向图 2 4 1 指纹方向图简介 图2 5 指纹图像的规格化 ( b ) 方向场是描述图像中纹理方向和对应位置的一个二维平面场，又称方向图【1 4 】。 指纹图像的方向图表现了指纹的一种固有的特性，在指纹分析中起了重要作用。 从指纹的局部放大图( 图2 6 ) 中可以看到指纹具有如下特点： ( 1 ) 在局部范围内，指纹纹线具有一致的方向性。 ( 2 ) 在局部范围内，指纹绞我的宽度基本相同。 ( 3 ) 在局部范围内，指纹纹线间的距离基本相同。 2 0扬州大学硕士论文 图2 6 局部指纹图像 指纹图像是一种具有一定纹路走向的多边缘有向图，纹理性和方向性是它区别 于其它图像的显著特点。我们把指纹图像看作有确定纹理的流状模型。指纹方向图 描述了指纹图像中每一像素所在脊线( 谷线) 在该点的切线方向，作为一种可以直 接从原始灰度图像中得到的有用信息，它的计算一直是指纹识别技术中必不可少的 一上e 少。 方向图计算的精确性对于后继处理步骤有很大的影响。在预处理中，亦可以利 用方向图对指纹图像更好地进行处理，为后继的增强、二值化、细化及特征提取步 骤做准备。在8 0 年代初期，就己经开始尝试把方向图引入到指纹图像处理中，当 时所使用的方向图是从二值图中提取，得到的处理效果并不完全令人满意。从 1 9 8 7 年开始，b mm e h 眈等人成功地得到了在灰度图上直接获取方向图的有效算 法【1 8 】，并陆续提出了一系列的预处理方法来处理指纹灰度图。a r r a 0 提出了一种 利用梯度算子求取方向图的方法【1 9 】。这些算法使指纹图像的处理效果达到了一个 新的水平，从而使基于方向图的算法成为指纹图像处理方法研究中的一个热点。在 以后的研究中，出现了很多改进和发展，如蹦l el o m 等1 9 9 6 年提出的把方向图 用于纹型分类，l 堍h o n g 等1 9 9 8 年提出的基于方向图的纹线增强等都取得了较 好的效果。这使得方向图成为指纹图像处理技术的关键技术之一。 指纹方向图可以看作是指纹图像的一种变换表示方法，即用纹线的方向来表示 该纹线。它分为两种：一种是点方向图，表示指纹图像中每一点脊线的方向；另一 邹军：自动指纹识别算法分析与设计 2