（控制理论与控制工程专业论文）指纹识别算法研究与实现.pdf

武汉理工大学硕上学位论文 摘要 近年来，生物识别技术得到广泛的关注，被认为是自动身份识别的最终技 术。其中自动指纹识别技术是目前最成熟的生物识别技术，指纹的唯一性和稳 定性被人们用来当作鉴别个人身份的主要依据，具有广阔的发展前景。自动指 纹识别系统是基于计算机来进行指纹识别的技术，可以方便、高效、可靠地应 用在金融安全、数据加密、电子商务等各个领域，并将在我们的生产和生活中 发挥越来越重要的作用。本文在综合分析近年来国内外有关自动指纹识别技术 研究成果的基础上，对自动指纹识别系统的关键技术进行了研究。主要工作有 以下几个方面： 指纹采集系统的研究。以d s p 处理器作为指纹处理的核心芯片，并采用一 种硅晶体传感器实现指纹的现场采集，选取c p l d 作为全局逻辑控制器件，并 设计了一个主从模式的u s b 接口，不仅实现d s p 与p c 机的数据传输，而且可 以脱离p c 机，将大量指纹数据保存在u 盘中。各个部分协调工作，构成了一个 完整的硬件体系。 指纹图像的预处理研究。主要是去除原始图像中的各种噪声，增加图像的清 晰度，恢复指纹固有的脊线结构，将图像变成只有单象素宽的点线图，以便于 下一步的细节特征提取。具体包括指纹图像归一化、方向图计算、频率图计算、 g a b o r 滤波增强、二值化及后处理、细化等几个部分。 指纹图像的特征提取及匹配研究。特征提取主要是提取指纹的细节特征及 其位置，先采用8 一邻域判断法将指纹图中的细节特征全部找出来，再对每个细 节特征进行验证，主要采用纹线跟踪法对存在的伪特征点进行滤除；指纹图像 的特征匹配是判断两幅指纹图像是否来自同一手指，本文采用点模式匹配算法， 将特征点的匹配转换为两个特征点所构成的矢量间的匹配。 本文对提出的预处理、特征提取等算法进行了实验研究，实验结果表明以上 指纹识别算法可有效的增强指纹图像，能准确地提取指纹特征点。 关键词：指纹，g a b o r 滤波，二值化，细化，匹配 正c 汉理t 大学硕1 。学位论文 a b s t r a c t r e c e n t l y , t h eb i o m e t r i ct e c h n o l o g yh a sb e e nu n i v e r s a l l yn o t i c e d ，a n di t i s c o n s i d e r e dt h a tt h i st e c h n o l o g yh a sag r e a tf u t u r e n o w ，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 t h em o s td e v e l o p e db i o m e t r i ct e c h n o l o g ye x t e n s i v e l yu s e di nm a n yf i e l d s ，w h i c hh a s ab r i g h tf u t u r e d u et ot h e i ru n i q u e n e s sa n dp e r s i s t e n c e ，f i n g e r p r i n t sa r eu s e da sm a i n b a s i so fp e r s o n a li d e n t i t y a u t o m a t e df 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 ，at e c h n o l o g y o ff i n g e r p r i n ti d e n t i f i c a t i o nu s i n gc o m p u t e r , i so fc o n v e n i e n c e ，h i g he f f i c i e n c y , s e c u r i t ya n dr e l i a b i l i t y i th a sb e e na p p l i e di nm a n yf i e l d ss u c ha sf i n a n c i a ls e c u r i t y , d a t ae n c r y p t i o n ，e l e c t r o n i c a lb u s i n e s sa n di tw i l lp l a yam o r ea n dm o r ei m p o r t a n tr o l e i no u rl i f e b a s e do nl a t e s te x t e n s i v ed i s c o u r s e sa n dt e c h n o l o g yj o u r n a l si nt h i sf i e l d ， t h ed i s s e r t a t i o ni st r y i n gt om a k es t u d i e so na l g o r i t h m so fa f i s m a i nw o r k sa r ea s f o b o w ： t h er e s e a r c h o ff i n g e r p r i n t sc o l l e c t i n gs y s t e m t h es y s t e ma d o p t e dd s p p r o c e s s o ra s af i n g e r p r i n tp r o c e s s i n gc h i p ，a n da d o p t e das i l i c o nc r y s t a ls e n s o ra s f i n g e r p r i n tc o l l e c t i o n ，c p l da sg l o b a ll o g i cc o n t r o l ，a n dd e s i g n sah o s t - s l a v e ru s b i n t e r f a c e ，n o to n l yr e a l i z et h et r a n s m i s s i o nb e t w e e nd s pa n dp c ，b u tk e e pt h ed a t ao n ud i s hd i v o r c e df r o mp c e a c hp a r tw o r k si np h a s e ，c o n s t i t u t i n ga ni n t e g r i t yo f h a r d w a r es y s t e m t h er e s e a r c ho 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 i n g i t sp u r p o s ei sr e m o v i n gn o i s e o ff i n g e r p r i n ti m a g ea n di m p r o v i n gf i n g e r p r i n td e f i n i t i o no ff i n g e r p r i n ti m a g e ，g e t t i n g t h es t r u c t u r eo fi m a g et oao n eg e l sw i d t hi m a g e ，w h i c hw i l lb eb e n e f i c i a lt ot h e f o l l o wf e a t u r ee x t r a c t i o n i ti n c l u d e si m a g e n o r m a l i z i n g , o r i e n t a t i o ne s t i a t i o n ， f r e q u e n c ee s t i m a t i o n ，g a b o rf i l t e r , b i n a r y , t h i n i n ga n dr e m o v i n gn o i s ea f t e rt h i n i n g t h er e s e a r c ho ff i n g e r p r i n ti m a g e sm i n u t a e se x t r a c t i o na n dm a t c h i n g m i n u t i a e s e x t r a c t i n gm a i n l yg o tf i n g e r p r i n tm i n u t a e sa n dp o s i t i o n f i r s t l y , t h i sd i s s e r t a t i o nu s e s 8 - n e i g h b o r h o o d c r o s s c a l c u l a t i o n a l g o r i t h m t oe x t r a c ta um i n u t i a e sf r o mt h e p r e - p r o c e s s e di m a g e ，a n dw ev a l i d a t e t h e s em i n u t i a ea n de l i m i n a t ep s e u d oo n e s t h r o u g hr i d g et r a c k i n gm e t h o d f i n g e r p r i n ti m a g em a t c h i n gi sj u d g i n gw h e t h e rt h e s e t w of i n g e r p r i n ti m a g e sa r ec a p t u r e df r o mt h es a m ef i n g e r w eh a v ed e v e l o p e da n i i 武汉璀t 大学硕士学忧论义 f e a t u r ep o i n t m a t c h i n ga l g o r i t h m t h em a t c h i n go fp o i n ti st r a n s f o r m e di n t om a t c h i n g o fv e c t o r s ，w h i c ha r ec o m p o s e do ft w of e a t u r ep o i n t s t h ed i s s e r t a t i o nr e s e a r c h e dt h ea l g o r i t h m so fp r e - p r o c e s s i n ga n dm i n u t a e s e x t r a c t i o ne t c t h ee x p e r i m e n t ss h o w e dt h a tt h ea l g o r i t h m sc a nb ee f f e c t i v e l y e n h a n c ef i n g e r p r i n ti m a g e s ，a n dc a na c c u r a t e l ye x t r a c tf i n g e r p r i n ti m a g e sm i n u t a e s k e yw o r d s ：f i n g e r p r i n t g a b o rf i l t e r b i n a r yt h i n n i n gm a t c h i n g 1 1 1 此页若属实，请申请人及导师签名。 独创性声明 本人声明，所呈交韵论文是我个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， 也不包含为获得武汉理工大学或其它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了谢意。 研究生签名：垫热日期塑! ：生i ) 关于论文使用授权的说明 本人完全了解武汉理工大学有关保留、使用学位论文的规定， 即：学校有权保留送交论文的复印件，允许论文被查阅和借阅； 学校可以公布论文的全部内容，可以采用影印、缩印或其他复制 手段保存论文。 ( 保密的论文在解密后应遵守此规定) 研究生签名：燃导师签名么遁日期迎；：垒。2 注：请将此声明装订在论文的目录前。 武汉理工大学硕士学位论文 1 1 引言 第1 章绪论 伴随信息时代的来临，人们在同常生活中愈来愈多地面临身份鉴别的问题。 但是，随之而来的利用身份欺骗而造成公司、个人的机密数据泄漏和利益受损 的问题也日益严重，据报道，仅在2 0 0 2 年，美国就有上千万人的身份被盗用， 损失达5 0 0 多亿美元。这对个人身份鉴别技术提出了重大的挑战。如何自动、 快速、准确地鉴别个人身份，保护信息安全是当今信息化时代必须解决的关键 性社会问题i l l 。现代身份鉴别技术不但要求具有极高的安全性f 准确性1 ，鉴别过 程自动化、易于管理和以人为本也是它应该具备的关键性特征。 传统的自动身份鉴别技术可以分为两大类【2 】：( i ) 基于标识的鉴别技术；( i i ) 基于知识的鉴别技术。基于标识的方法是指拥有特定的标志来获得个人认证， 例如护照、身份证、驾驶证和钥匙等。而基于知识的方法使用“所知”鉴别个人身 份，即待鉴别者通过私有的知识和信息来证明自己的身份，如密码、个人识别 码( p i n ) 、口令等。基于标识和基于知识的鉴别技术己经被人们使用了千百年， 其主要优点是简单而且成本较低。但它最大的问题在于：它们是以物识人，或 以某种知识来识别人，而非以人识人。这些物或知识与人本身没有本质的联系， 一定条件下，有可能被别人获耿，因此实际使用时存在很大的安全的漏洞：如 护照、身份证等可能会被盗取、替换、丢失，密码或p i n 则易遗忘或被熟悉的 人猜中( 生日、年龄、姓名等等) ，而这些传统的身份鉴别方法是无法区分授权人 和冒名顶替者的。在计算机技术飞速发展的今天，利用高速计算机对密码和p i n 进行自动攻击也正变得越来越容易。 正是由于传统身份识别方法其精确性较低，安全漏洞较大，正越来越受到 局限，人们都期待有一种新的身份识别方式来满足自身的需求，利用人体本身的 特性来识别个人身份，确保身份鉴别的精确性、可靠性和安全性。 1 2 生物特征识别技术 所谓生物特征识别技术( b i o m e t r i ci d e n t i f i c a t i o nt e c h n o l o g y ) 黼j m a 体生 武汉理工人学硕士学位论文 物特征进行身份认证的一种技术。生物特征t 别具有以下几个特点【3 ( 1 ) 广泛性即每个人都应该具有这种特征。 ( 2 ) 惟一性每个人拥有的浚项特征各不相同，独一无二。 ( 3 ) 稳定性该特征不随时间、外界条件变化。 ( 4 ) 可采集性所选择的特征应便于测量。 典型的生物特征识别系统结构如图1 - 1 所示 图1 - 1 生物特征识别系统结构图 生物特征识别分2 个步骤，首先是系统注册阶段，即建立模板数据库的过 程。将待识别所有用户的生物特征经传感器采集并进行特征提取，形成用户模 板存储在模板数据库中。其次是系统识别阶段，将新采集来的生物特征进行特 征提取后与模板数据库中的模板进行比对，以检验用户身份。如果只是进行身 份验证则只需提取模板数据库中对应该用户的模板进行比对决定真伪即可。 目前，研究和使用的生物特征包括脸部、虹膜、视网膜、指纹、掌纹、手 形等与生俱来的生理特征和语音、签名、步态等后天习惯使然的行为特征。 指纹识别主要是根据人体指纹的纹路、细节特征等信息对操作或被操作者 进行身份鉴定，它具有对一无二的个体特征，良好的稳定性，并且特征的精确 度和复杂度足以满足高准确的鉴别需求，是目前生物识别中研究最深入，应用 最广泛，发展最成熟的技术。 人脸识别研究热潮出现在计算机视觉兴起的初期，用人脸进行身份识别直 观、友好、方便、用户接受程度高。但计算机对人脸的识别还远达不到人眼对 脸部的识别程度。目前在限制性输入条件下，在小样本数据库中人脸识别取得 较好的效果，但识别准确率低于指纹和虹膜识别。人面部表情、姿态、化妆、 年龄等的变化及采集图像时光线、角度、距离、面部遮挡等问题一直是人脸识 别领域中的难题。 虹膜是位于瞳孑l 和巩膜间的环状区域，每个人虹膜上的纹理、血管、斑点 等细微特钲各不相同，且一生中几乎不发生变化。用摄像机捕获用户眼睛的图 武汉理t 大学硕上学位论义 像，从中分割出虹膜图像，进行定位校准，特征提取，编码用以匹配。到目前 为止，虹膜识别的错误率是各种生物特征中最低的。但虹膜因受到眼睑，睫毛 的遮挡，准确捕获虹膜图像是很困难的，图像采集设备复杂昂贵，且虹膜旦 有病变或损伤会影响识别，对盲者和患有如白内障等眼部疾病的人无效。 视网膜识别利用人眼视网膜上分布的毛细血管网的差异性来鉴别身份，是 目前生物特征中可靠性最高的身份鉴别方法，视网膜隐藏在眼球中，不磨损， 不易受老化和一般疾病的影响，更具独特性和稳定性。因鉴别时需用红外线扫 描眼底视网膜以获得血管网图像，存在长期使用是否会对使用者健康构成伤害 的问题，所以该方法接受程度最低，另外，由于系统技术含量及成本很高，实 用推广难度大。 签名识别，也被称为签名力学辩识，它建立在签名时的力度之上。它分析 的是笔的移动，例如加速度、压力、方向以及笔划的长度，而非签名的图像本 身。签名力学的关键在于区分出不同的签名部分，有些是习惯性的，而另一些 在每次签名时都不同。但由于字迹可能被他人模仿，有较大的安全漏洞。 声音辨识并不对说出的词语本身进行辨识，而是通过分析语音的唯一特性， 例如发音的频率，来识别出说话的人。但也仍存在不足，如语音受心理状态、 疾病等自身因素和语音环境、采集设备、传输通道等外部因素的干扰，会影响 识别效果，对磁带录音进行欺诈的可能性也未能很好的解决。 以上的各种生物特征识别技术各有各的优点，也各有各的缺点，它们的技 术指标比较如表1 - 1 所示。在实际中，我们需要根据需求领域的不同，成本的高 低，实用性的大小等诸多方面综合考虑，选取适合的识别技术。 表1 - 1 常用生物特征识别技术比较 类型识别可靠度可否1 ：1 对比可否1 ：n 对 采集设备价采集设备体 比 格积 指纹很好是是较低很小 人脸一般是 否 低较小 虹膜很好是是商较人 视网膜很好是是高较大 签名一般是否低较小 卢音一般是否极低很小 武汉理工大学硕j 学位论文 1 3 指纹识别技术的研究现状 指纹是人的手指表皮上呈现的纹理。在人的生长早期形成后，终生保持不 变。两个人具有相同指纹的概率是极小的，包括双胞胎，指纹都不会完全相同。 理论上讲，两个人具有相同指纹的概率小于几十亿分之一。指纹的唯一性和小 变性两个特点为指纹作为身份鉴别提供了客观的依据。实际上指纹作为身份鉴 别的手段已有着悠久的历史。在我国，一千多年前就有签字画押记载，无论是 在法庭证词上，还是在民间契约上，利用指纹作为个人标识得到法律上的认可。 同一时期的古代印度，指纹也被用于人身标识。现代指纹人身标识技术起始于 十六世纪晚期1 4 1 1 5 1 。1 6 8 4 年，英国的植物形态学者n g r e w 对指纹作出了系统的 研究并发表了一篇论文，文中详细分析了指纹的犁沟、脊线、汗腺孔的结构， 这篇文章被认为是有关指纹技术的第一篇科学文献【”。1 7 8 8 年，m a y e r 对指纹的 构造原理和指纹脊线犁沟分布特点做出了详细的描述，给出了解剖学形式的详 细报告1 6j 。1 8 2 3 年，p u r k i n j e 提出了最早的指纹分类策略1 7 j 。h f a u l d 在1 8 8 0 年 科学地指出指纹的个人唯一性和终身不变性，这使得指纹在犯罪鉴别中得以正 式应用( 1 8 9 6 年阿根廷首次应用) ，与此同时，h e r s c h e l 声称，他将指纹作为身份 验证的依据已有近2 0 年的历史了。这些发现建立了现代指纹身份验证技术的基 础。十九世纪末，e g a l t o n 对指纹进行了更为深入的研究，并在1 8 8 8 年提出利 用细节特征点进行单个指纹分类的方法【8 】o1 8 9 9 年e h e n r y 建立了著名的h e n r y 指纹分类系统，提高了指纹验证效率，为指纹用于人身标识起了重要的推动作 用及更为科学的鉴别标准1 9 】。到十世纪早期，结合解剖学观点，人们对指纹的 构成已经有了很好的了解，指纹鉴别被司法部门正式规定为合法的人身辨识方 法，指纹鉴别已经成为司法调查的一道标准程序，指纹鉴别机构在世界范围内 开始建立，构造出大量的罪犯指纹库。六十年代，随着计算机的出现，人们开 始了对自动指纹鉴别技术的研究。美国联邦调查j 蜀( f b l l 巴黎警部首先开发了自 动指纹鉴别系统( a f i s ) 大大提高了法律相关部门的效率。在司法部门取得的成 功，也大大推进了自动指纹鉴别系统向其他民用领域的转化。 目前，利用计算机进行指纹识别的技术在国外已很成熟，并且己经开始大规 模推广。许多大公司有专门的机构从事该项技术的研究、开发、应用，包括i b m ， i n t e l ，m i c r o s o f t ，d i g i t a l p e r s o n a ，i d e n t i x ，m o t o r o l a 韩国现代、朝鲜培富士、法国 t h o m s o n c s f 、台湾a e t e x 公司、v e r i d i c o m ，b a d5 j 等，其中l d e n t i x 公司在 4 武汉理工人学硕士学位论文 生物识别技术领域独树一帜，韩国现代、朝鲜培富士在识别算法上都达到世界 先进水平。从指纹的采集到图像的处理、识别、比对技术都很成熟。指纹采集 器多采用光学采集器，识别算法的速度得到提高。多是基于d s p 的指纹识别独 立模块，可以脱机工作，也可通过接口进行二次开发，从而方便快捷地整合到 其它系统中去。整个模块具有体积小、成本低、开发简单、应用灵活等优点。 从国内的发展情况来看，自9 8 年以来，我国在指纹识别技术方面的到了较 发展，国内有许多企业参与了指纹识别技术的开发和应用。但除了北京大学、 北京中科院自动化研究所、西安青松公司【5 j 等几家研究机构拥有自主产权的技术 和产品外，其他绝大多数都是进国外公司的指纹识别模块进行系统集成，或是 直接作为外国公司的代理。但无论从精确度还是从效率上来看，都不如国际上 领先的同类产品。所使用的一些指纹识别算法在时间复杂度和空间复杂度上都 有较高的要求，特别是硬件平台存在着实时性差、平台接口能力较弱等明显不 足。并且大多是将指纹采集设备采集到的图像数据通过u s b 等接口输入计算机， 依靠p c 机来完成指纹识别。 纵观国内外现有的指纹识别技术和设备，存在着两个方面的问题。 一方面，现有成熟的指纹识别系统依赖于p c 平台。现时产品中，系统集成 度较高、实时性较强、鲁棒性较好的指纹识别系统都是基于p c 平台的，这就极 大的限制了指纹识别设备的使用范围，并且提高了系统成本。 另一方面，在基于嵌入式平台的指纹识别系统中，又往往由于算法比较复 杂、d s p 处理能力相对( p c ) 低下、嵌入式平台资源受限等一系列原因，不得不采 取折衷、简化的方法：简化预处理过程或降低运算精度，其直接后果是降低了系 统的性能，特别是鲁棒性往往很不理想。也有使用高性能的d s p 处理器和大容 量的高速s r a m 来弥补系统性能和资源上的不足，其结果是系统成本大大高出 主流p c 系统。对于工程应用来说，这两种实现方法是不取的。 从指纹识别系统的发展趋势来看，指纹识别系统已经由过去单一的p c 机或 嵌入式为平台，到如今两种方式的结合，甚至还有基于以太网的指纹识别系统， 将指纹识别技术用于越来越广泛的领域。 1 4 课题的研究目标及意义 随着人类社会的发展，身份的识别和验证在各个领域的应用越来越重要 武汉理工人学硕- l 学位论文 而且已在社会的各个方面日益得到应用。其中，传统的身份鉴定手段有基于特 定持有物的，如身份证、信用卡、钥匙、工作证等；有基于特定知识的，如口 令、密码、暗语等。在很多场合需要将这两种方法相结合，如在a t m 机取款时， 你不仅需要信用卡，还需要知道密码。 但传统方法的缺点是，特定持有物或知识易丢失、被盗、遗忘或没有携带。 使用特定知识又存在记忆上的问题。人们很难记住复杂的密码，简单的密码， 如生日、电话号码等又很容易被猜到或破译。据估计有2 5 可以从信用卡的表 面看到信用卡的密码。其次，它与用户并不唯一绑定，一旦别人获得了这些持 有物或知识，他将拥有同失主同样的权利。 由于人体指纹主要是根据人体指纹的纹路、细节特征等信息对操作者进行 身份鉴定，可以提供独一无二的个体特征，并且特征的精确度和复杂度足以满 足高准确的鉴别需要；其次指纹具有良好的稳定性，且读取可靠，可在相当长 的时间内维持不变：指纹的采集方式属于非损伤性和非敏感性的采集，易于为 操作者接受；指纹采集的速度也较快，使用方便；指纹采集设备也较为简单， 容易小型化。 正是由于指纹识别技术有如此多的优点，正在被广泛的应用于个人身份鉴 定，例如p c 登录认证、私人数据安全、电子商务安全、考勤、门禁系统、网络 数据、刑事侦破与罪犯缉捕等。它可以取代传统的基于密码、钥匙和证件的安 全系统，而且不需记忆密码，无需携带证件。 本论文主要研究是一对一对比认证。该方法主要应用在考勤、门禁系统中， 解决了出勤和严格了上下班制度问题，建立了好的上下班秩序，而且树立了先 进管理理念，解决了多年来采用其它考勤方式所没有解决的弊端问题，大大显 示了指纹考勤的威力和其优越性。 1 5 论文的主要内容 本文深入分析了课题的背景、研究意义、指纹识别技术的现状和发展趋势， 针对当今数字化信息化时代指纹识别技术向高精度、低拒识率和嵌入式发展的 方向，在前人工作成果的基础上，提出了一套自行设计基于d s p 处理器的自动 指纹识别系统的软硬件方案。 武汉理工人学硕上学位论文 本文从硬件实现和软件算法两个大的方面分别介绍了该系统。硬件实现方 面，为了满足系统在资源和速度上的要求，在系统的硬件体系结构、数据处理 流程和存储器资源管理上都有仓0 新的设计。试验证明，整个系统在实时性和可 靠性上都达到了令人满意的效果。软件算法方面，主要针对嵌入式平台的性能 特点和处理能力，对前人实现的基于p c 系统的自动指纹识别算法进行改进和创 新，在图像滤波、特征点提取和指纹匹配方面都提出了改进意见或是创新的算 法，使整个基于嵌入式系统的算法体系能够满足实时性和可靠性的要求。 主要内容如下： ( 1 ) 指纹采集系统的设计 建立合适的硬件体系结构，满足各方面任务在时序和资源上的要求。这 其中也包括硬件设备的选择；解决嵌入式系统对存储器资源的要求，实现廉价 的大容量高速存储系统：优化处理程序。合理利用d s p 处理器的性能特点以及 嵌入式平台上可编程逻辑器件的特点分配任务、优化程序，提高系统的并行 程度和资源利用率。 ( 2 ) 指纹预处理算法的设计 提出一种基于g a r b o r 滤波的预处理算法。由于局部指纹纹线相互平行、 方向固定，近似平面正弦波，在其傅立叶频谱图中纹线信号和噪声信号所对 应的频谱成分之间具有很好的可分性，采用带通滤波器能实现很好的增强效 果。g a b o r 滤波器是一种带通滤波器，具有很好的方向和频率选择特性，因 此本文选用g a b o r 滤波器进行指纹增强。g a b o r 滤波器的参数是否和待增强 象素点的方向和频率很好地匹配决定了增强的效果，为此文中详细介绍了求 方向图和纹线平均频率的方法。实验表明该方法具有很好的增强视觉效果。 ( 3 ) 指纹特征点提取算法的设计 提出一种8 邻域纹线跟踪算法。细化的指纹图像提取特征点，常常会产 生很多伪特征点( 例如短脊、短刺和气泡) ，本文采用一种纹线跟踪技术，顾 名思义，纹线跟踪就是从纹线的一段出发，沿着纹线的走向，到达该纹线的 另一端。根据纹线不同的走向和长度的特性，可以去除很多伪特征点。该方 法可以准确地滤除短脊、短刺和气泡等噪声，在实验中得到了很好地效果 ( 4 ) 指纹特征点匹配算法的设计 提出基于点模式的特征点匹配算法。由于采集过程中的变形、特征点 定位的偏差、真特征点的缺失和伪特征点的存在问题，即使是两枚同源的 7 武汉理t 大学硕十学位论文 指纹，所获得的特征信息也不可能完全一样，指纹匹配的过程必然是一个 模糊匹配问题。该算法就是在给定二维平面中的两个指纹特征点集p 与o ， 求出每个特征点包含有位置信息与方向信息，以及p 和o 一者之间存在平 移、旋转与尺度变化，得到特征点集p 和o 之间最大匹配对的值k 。 武汉理工人学硕士学位论文 第2 章指纹识别的基本原理 指纹识别技术是指使用取像设备读耿指纹图像，通过识别软件提取出指纹图 像中的特征数据，然后根据匹配算法得到的结果鉴别指纹所有人身份的生物特 征识别技术。指纹识别系统主要涉及指纹图像采集、指纹图像处理、特征提取、 特征匹配等过程。首先，通过指纹取像设备读取得到指纹的数字图像，并对原 始图像进行预处理，消除噪声。然后，指纹识别算法提取某一特定指纹图像的 特征数据，这些数据的集合通常称为模板。进行指纹识别时，由计算机对预存 的模板与当前获得的特征数据进行比较，计算出它们的相似程度，从而得到两 幅指纹图像的匹配结果。 2 1 人体指纹的生理特征 人体指纹的生理特征主要分为两类重要特征：一类是根据人类指纹的纹路 类型的不同划分的纹理特征，用于指纹数据库分类；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。 2 1 1 人体指纹的纹理特征 人体指纹的纹理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l m 。 纹形是指纹最基本的分类标志。绝大多数纹形是由中心花纹、外围线系统 和根基线系统组成，三方面纹线汇合之处形成三角区。按照中心花纹和三角区 的基本形态，一般将指纹分成三个类型1 3 1 ( 斗纹形、弓纹形、箕纹形，参见图2 - 1 ) 。 对于指纹这种三类型区分的方法，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、类型和相对位霸来确定指纹的基 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。 这种分类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 武汉理t 大学硕士学位论文 天，大多数指纹分类系统中仍然在使用。 弓型纹箕型纹斗型纹 图2 - 13 种纹型指纹的典型图例 ( 1 ) 弓型纹 弓型纹是那些纹线从一边流入，中级隆起，然后从另一般流出的指纹类型。 弓型纹无中心点，中心花纹与上下包围线无明显界限，因此也没有正的三角形 纹线区。弓型纹共有弧形和帐形纹两种形态，其中弧形纹是指由平缓的或略微 突起的弧形线组成的一种结构简单的花纹；而帐形纹则是由平行的和突出的弧 形线组成，花纹中部由直立的或倾斜的纹线。 ( 2 ) 箕型纹 箕型纹是一条或多条纹线从一边流入，中间弯曲折回，在同一边流出的指 纹模式。它一条以上的箕型线组成中心花纹( 中心点) 。箕形线的对侧有一个三 角形纹线区的上下纹线( 三角点) 包围者中心花纹。 ( 3 ) 斗型纹 如果指纹的中心花纹呈环形或螺形等曲线状，由内向外扩展与上下包围线 汇合形成两个以上三角点，这种指纹通常被定义为斗型纹。斗型纹共分为环形、 螺形、囊形、双箕形和杂形共5 种形态。 三种纹型的大致分布概率如表2 - 1 所示 表2 - 1 三种基本纹型的概率分郑 基本纹型弓型箕型 斗型 分布概率 5 6 0 3 5 武汉理_ 大学硕上学位论文 2 1 2 人体指纹的细节特征 人体指纹按照纹理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。 由于指纹纹路并不是连续的、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。这些特征点一般分为图2 2 所示的几种类型。端点( e n d i n g ) ： 一条纹路在此终结：分叉点f b i f u r c a t i o n ) ：一条纹路在此分开成为两条或更多的 纹路；分歧点( r i d g ed i v e r g e n c e ) ：两条平等的纹路在此分丌；孤立点( d o t o r l s l a n d ) ：一条特别短的纹路，以至于成为一点；环点( e n c l o s u r e ) ：一条纹路分开 成为两条之后，立即又合并成为一条，这样形成的一个小环称为环点；短纹( s h o r t r i d g e ) ：一端较短但不至于成为一点的纹路。其中端点和分叉点出现概率占总特 征点的8 0 多，是指纹图像的主要特征点，也是在指纹识别时最常用的。 端点分叉点分歧点孤立点环点短纹 图2 - 2 特征点类型 在指纹自动识别技术中，对于某一个特定的细节特征点常采用多种参数来描 述。它主要包括以下几个参数1 57 j ： ( 1 ) 特征点类型一( t y p e ) 表示特征点的不同类型。 ( 2 ) 特征点水平位置一( xp o s i t i o n ) 通过直角坐标系中的水平坐标来描述。 ( 3 ) 特征点垂直位置一( xp o s i t i o n ) 通过直角坐标系中的垂直坐标来描述。 ( 4 ) 特征点方向一( o r i e n t a t i o n ) 描述特征点的位置上纹路的走向。 ( 5 ) 特征点曲率一( c u r v a t u r e ) 描述特征点的位置上纹路方向改变的速度。 武汉璀t 大学顺一i ：学位论文 2 2 指纹识别的一般方法 一个指纹识别系统的设计主要包括以下四个部分：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 指纹图像采集的好坏在很大程度上由指纹采集传感器决定。指纹采集传感 器通常分为三类：光学传感器、硅晶体传感器、超声波传感器。 光学传感器有最悠久的历史，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 l r l l l 。光线照到压有指纹的玻璃表面，反射光线由c c d ( c h a r g e c o u p l e dd e v i c e ) 去获得，反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1 ，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 x 3 x 6 英寸 的盒子罩，在不久的将来更小的设备是3 x l x l 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。 0 r 图2 3 光学取像设备简要示意图 硅晶体传感器【1 1 】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 武汉理t 大学硕i 学位论文 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f 近 的1 和谷( 远的) 之间的距离。压感式表面的项层是具有弹性的压感介质材料，他 们依照指纹的外表地形( 哑凸) 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。 超声波传感器工作原理为传送超声波，并通过手指、台板和空气间的电阻 来测量距离的方法完成录入，扫描指纹的表面，接收设备获取了其反射信号。 超声波扫描被认为是指纹取像技术中非常好的一类，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，为精确度最高的指纹录入技术。但由于超声 波录入设备的耐久性还难以估计，价格过于昂贵，因此实际中应用得较少。 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。 表2 1 三种主要指纹传感器技术比较 分类光学传感器硅晶体传感器超声波传感器 体积 大小 中 耐用性非常耐用容易损坏一般 成像能力干手指差，但汗多的和稍脏干手指好，但汗多和 非常好 的手指成像模糊稍脏的手指成像模糊 耗电 较多较少较多 成本低低很高 2 2 2 指纹图像的预处理 在指纹识别系统中，指纹图像的预处理是非常重要的一部分，它直接关系 到后期指纹特征提取和匹配的效果。指纹图像的预处理，是指纹图像增强的处 理过程。在指纹采集的过程中，由于手指本身的因素和采集条件等各种原因的 影向，从指纹传感器上采集到的原始指纹图像会不同程度地受到各种因素的干 扰，图像中往往包含有很多噪声，造成指纹图像质量严重下降。这主要是由采 集时的设备环境和被采集人的工作环境及生活环境等综合因素所引起的。比如， 手指或设备被弄脏，手指皮肤过于干燥或潮湿，手指上有刀伤、疤痕或皲裂等。 武汉理工人学硕士学位睑文 从实践中得知，指纹图像质量不佳，尤其是噪声高、坏区多和对比度差的 劣质指纹图像对指纹细节特征点提取过程的精确度影响极大。具体表现在：指 纹模糊不清造成脊线的粘连或断开，会导致产生虚假的指纹细节特征；遗漏或 忽略了正确的细节特征点；在有关描述细节特征点提取的有效性和可信性，影 响系统在匹配时的拒认率或误认率，从而最终影响整个系统识别的结果。 由此可知，在进行指纹分类和细节特征匹配之前一定要先对采集到的指纹 图像进行针对性的增强处理。经过对人工识别指纹图像的过程进行分析可以发 现，人的大脑是可以依据指纹图像中灰度变化的规律，忽略掉指纹图像中的瑕 疵，依据图像的局部特征对脊线的方向作出判断，对脊线进行修复。因此人们 根据指纹脊线和谷线的方向在一定的领域内是相似的特点，并根据指纹图像的 灰度分布呈正态分布，且在沿脊线的方向上分布的方差较大，灰度在此方向上 变化缓慢；在与脊线垂直的方向上分布的方差较小，图像灰度在此方向上变化 剧烈等显著特点，尝试用计算机来模拟指纹专家对指纹图像做人工增强。把因 图像质量引起的脊线截断连接起来，从而将伪细节点排除，并准确地估算出脊 线术梢和分叉点地位置。 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。 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。 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1 一些算法在进行方向图计算之前进行归一化处理，目的是为了 减少不同指纹图像之间灰度值的差异，并为后续处理做准备。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 之间并不是完全孤立的，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 2 j 和l i nh o n g 等人的使用g a b o r 滤波器方法l ”】。 武汉埋t 大学形! 七学位论文 图2 4 指纹处理一般流程图 2 1 2 3 指纹图像的特征提取 细节特征的坐标直接表征该指纹，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。细节点提取后还要进行伪细节点去除，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，我们一般记录下如下 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1 1 、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。 武汉理工大学硕士学位论文 2 2 4 指纹图像的特征匹配 指纹图像的特征匹配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。己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【1 4 】。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