（计算机软件与理论专业论文）基于神经网络的指纹识别系统.pdf

摘要 摘要 当今世界，不可靠的授权造成了商业和个人巨大的财产损失。可以用来替代 密码的生物特征，已经成为了能够很好解决身份认证这个问题的方法之一。而指 纹识别技术是目前国际上公认的一种应用最广泛、可靠性最高的身份认证技术。 在过去的十几年中，无数的研究单位和公司企业都积极从事自动指纹识别算法的 研究和产品开发，并且已经有许多产品进入市场，广泛应用于刑侦、遗传工程、 民用、商用及政府机关等领域。 指纹识别技术一般分为五个阶段：指纹采集、指纹预处理、指纹特征提取、 指纹分类和指纹匹配。本系统以指纹细节特征和全局统计特征混合识别模式为依 据，采用神经网络相关方法进行研究，其主要目的有三个： 1 在现有的各种指纹处理算法基础上，对它们进行优化改进，使其在处理低 质量指纹图片时也能得到较好的结果； 2 将几种可用的神经网络模型引入指纹处理算法中； 3 将研究结果封装成算法模块，并集成在一个系统中，形成一个以指纹采集、 处理、匹配、算法测试、系统评估等功能为一体的综合性应用平台。 本文主要工作包括以下几个方面： 1 基于神经网络的指纹预处理算法。本文讨论了归一化及背景分离的方法； 讨论了脉冲耦合神经网络( p c n n ) 在指纹图像细化中的应用，提出了一种新的指 纹细化后处理方法，使细化图的细节点提取能取得更好的效果。 2 指纹特征提取及编码技术。本文讨论了p c n n 提取指纹块主脊线的方法， 分别用主脊线投影和主脊线夹角两种方式计算了指纹方向场；本文还分析了在 p o i n c a f ei n d e x 检测奇异点的基础上通过对指纹图像进行多次错位分块和多级尺寸 分块来提取奇异点的方法；另外，本文还讨论了两种细节点提取算法，分别是 t c m p l a t e 算法与c r o s s i i l gn u m b e r 算法，并提出了一种伪细节点去除的新方法和指 纹细节点可靠性的评估策略以及细节点的编码方案。 3 指纹分类技术。本文讨论了基于奇异点类型和位置进行指纹分类的方法， 以及基于方向场并使用动态模板( d y n a l i l i cm a l s k s ) 来进行指纹分类的算法，还对 动态模板分类的算法进行了改进。 摘要 4 基于指纹细节点的匹配算法。本文分析了基于脊线的校准方法，基于细节 点对相互关系的校准方法和基于特征点串的指纹匹配方法，提出了一种结合这两 种校准方法的新方法，即只有同时满足了脊线相似和相互关系相似的对应点对才 被选作参照点对。 5 在对指纹基本处理算法研究的基础之上，设计并实现一个大规模在线指纹 识别系统( o n 1 i n e a f i s ) 。 关键词： 指纹预处理，指纹特征提取，指纹匹配，脉冲耦合神经网络( p q 州) i i a b s t r a ( 玎 a b s t r a c t i i lr e c e n t y e a r s ，邶鹏l i a b l e a c c e s sa u m o r i z a t i o nc a u s e dm u c hb u s i i l e s s觚d i n d i 、，i d l i a ll o s si nm o d e n ls o c i e t y b i o m “c ，i 船t e a do fp a s s w o r d ，i so r e np r o v i d e da sa p r o m i s i n gs o l u t i o nt 0m i ss a f e t ) ，p r o b l e i l lf i n g e 叩r i n tr e c o g n i t i o mo r l eo fb i o m 嘶c t e d ：l i l i q u e s ， i s p o p u l a r 锄dr e l i a b i e 蠡ma u t o m 撕cp e 渤n a l i d e n t i f i c a t i o n 1 1 1 i s 蛐l o 蹦h 鹬b e 饥s t i l d i e df o rm a n yy e a r sa n dm a n y m e t h o d sh a v eb e e i lp r o p o s e dt 0 d e a lw i 也6 n g e f p r i n ti m a g e s 山1 df i n g 砷r i n tr e c o 卿t i o nh a sb e w i d e l yl l s e dt 0 i d e 芏l t i 匆ap e 删mi i lm 锄ya r e 峨s u c h 嬲f 0 懈l s i c s ，g e n 甜c s ，c i 访l ，c o m m 而a l 觚d g o v e n m l e n t t h em a i ns t i e p si na6 n g e 印r i n tr 。c o 画t i o ns y s t 锄u s u a l l yi n c l u d e ：f i n g e 叩r i n t a c q u i s i t i o 珥i m a g ep r 印r o c e s s m 舀f e a t u r ee x 仃a c t i o i l ，c i 鹊s i f i c a 6 0 n 锄dm 删n g h l 吐l i s m e s i s ，ad e s i 辱坂lo n 1 i n ea u t o m a t e df i n g 唧r i n ti d e n t i f i c a ：c i o ns y s t i 嘲( a f i s ) ，w h i c hi s b a s o do n 酉o b a l 缸眦r e s 锄dm i n u t i a eu s i n g 删咖d 【s ，i sp r o p o s 。d t h ea i 黜o f n l i ss y s t e ma r e ： 1 o nt h eb a s i so fs o m ee x i s t i n gf i n g e 印r i n ta 1 9 0 r i t l l m s ，o p t i n l i z em e mi no r d e rt 0 g e tb e t t e rr e s u l 坞唧e c i a l l yu s e do nl o w _ q u a l 时6 n g e 印血ti i i l a g e s ； 2 a p p l yn 即r a in e “阳d 【m o d e i st 0p r o c e s s 伍l g 唧 n ti m a g 筇 3 d e s i g n 丘n g e 叩r i n ts y s t 锄s o f t w a r ei i l c l u d i n g 丘n g e 叩r i n ta c q u i s i t i o 玛p r o c 髑s i n 吕 r e g i l i t i o 玛i d e n t i f i c a t i o 玛a l g o r i m mt e s t i n 吕s y s t e me v 试u a t i o i l ，e t c 1 1 1 i sm e s i s 、o r k s0 ns o m ei i i l p o r t a m f i n g e 叩r i n tt o p i c s s u c h 笛f i n g e 叩r i n t p r e p r o c e s s i n 吕f i i 培唧r i n t f c a t i i r ee x 删o i l ，f i 啦财l 征n td a s s i f i c a t i o n 6 n g e 唧n t m a t 凼n g a n ds ) ，s t e md e s i g 阻 1 f i n g c 叩r i n ti m a g ep r e p r o c e s s i n g t m sm e s i sp m p o s e s an o 肌a l i z a t i o no p 耐i o n a 砸p u l s ec 0 u p l e dn e u r a ln e 咐o d ! 【s 伊c mi sd i s c l l s s e dt 0m i na6 n g e 叩r i n ti m a g e ； m 阻m e p o s t - p r o c e s 幽1 9o fm i r l i l i n gi sp r o p o s e dt od e a l l 埘mm m e c e s s a 巧b r e a k s 锄d l i n k s 2 f 咄删f e a t i 鹏e x t i o n p c n n i su s e dt oc x 妇c tm a i l lr i d g e ，m b o m l e m a i l lr i d g ep r o j e c t i o n 锄da n 弭e 饿i 嗣i n l e s sa r eu s e dt 0e s ：t i i n a t e1 f i n 咎印d mo r i e n t a t i o n p o i i l c a r e 近d c xi su s e di nm a l p o s e d1 f i n g e 印r i n tb l o c k so fd i 撇s i z et oc o n l p l l t e 也e f a b s t r a c t s i n g u l a r s m o r e o v e r ，b o t hn = l l l p l a t em e t i l o d 觚dc r o s s i n gn u m b e rm e m o da r eu s e dt o e x 昀c tm l n u t i a e h o wt 0r e n l o v ef a l s em i n u t i a ea n dm em i n u t i ar e l i a b i i i 锣p r o b l 锄a r e d i s c u s s e d 3 f i n g e r p r i n tc 1 2 l s s i f i c a t i o n s i n g u l 小b a l s e df i n g e 叩 n tc l a s s i 6 c a t i o ni sp r o p o s e d i n 1 i st t l e s i s a n ds e v e 豫ld y l l 锄i cm a s k sh a v eb e 饥i n 怕d u c e dt 0c l 硒s i 矽f i n g e 叩r i n t i m a g e si n t 00 n eo fm e6 v ec l 弱s e su s i n gm e6 n g e 叩r i n to r i t a t i o n 4 f i n g e 单r i n tm a t c h i i l g b e c a u s eo f 劬n s l a t i o 玛r o t a t i o n 觚ds c a l i n 岛am a t c h i n g a l g o r i t l l mi sd i v i d e di n t o 铆os t a g e s ：a l i 伊m 锄ts t 乏l g ca n dm a t c 赫n gs t a g c f i r s t l y t h e m i m l t i aa s s o c i a t e dw i mf i d g e si su s e dt 0a l i g nt l l et e i 】【l p l a t ef i n g e 甲r i n ti m a g pa sw e l l 弱 廿l ei n p u tf i n 群叩r i mi m a g p ，锄dm 朗，t h el o c a lc 0 m p r e h e 邺i v em i m i t i ar e l a t i o ni s 璐c d f 0 ra l i 粤u i 啪t ，伽a ti 戤am 删n gm e m o db 弱e do nm i m l 虹as t r i n gi sp r o p o s e d 5 f i n g e 叩r i n tr e c o 嘶t i o ns y s t e md e s i 朗 k e y w o r d s ：f i n g e f p r i n ti m a g ep r 印r o c e s s i i l 吕f i n g e r p r i mf e a t u r ee x 仃a c 曲l l 矗i i g e 叩r i n t m a t 啪唱p u l s ec 0 u p i e d 照l m ln e 嘶d 【s ( p c n m 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彳亍的研究工 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 为获得电子科技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 确的说明并表示谢意。 签名：蔓目! ! ! 坠 日期：年月日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、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阕。本人授权电子科技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。 ( 保密的学位论文在解密后应遵守此规定) 签名：塑! ! i 盎导师签 日期： ? ，1 越 年月 目 第一章绪论 1 1 生物识别技术简介 第一章绪论 当前，生物特征识别技术l 】【2 j 正成为一个蓬勃发展的领域，成为计算机工业的 一个重要应用方向。 生物特征识别技术( b i o m e t r i ci d 枷f i c a t i o nt e c l l i l o l o g y ) 主要是指根据人类自身 的生理和行为等生物特征进行身份认证的一种技术；而生物特征是指唯一的( 与 他人不同) 可以测量或可自动识别和验证的生理特征或行为方式。生物特征分为 身体特征和行为特征两类。身体特征包括：指纹、掌型、视网膜、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；行为特征包括：签名、语 音、行走步态等。目前部分学者将视网膜识别、虹膜识别和指纹识别等归为高级 生物特征识别技术( h i g l lb i o m e t r i 岱) ；将掌型识别、脸型识别、语音识别和签名识 别等归为次级生物特征识别技术( l 瞄s e rb i o m e t r i c s ) ；将血管纹理识别、人体气味识 别、d n a 识别等归为“深奥的”生物特征识别技术( e s 0 t 嘶cb i o m e t r i c s ) 。 生物特征识别技术具有以下特点： 1 ) 随身性：生物特征是人体固有的特征，与人体是唯一绑定的，具有随身性。 2 ) 安全性：人体特征本身就是个人身份的最好证明，满足更高的安全需求。 3 ) 唯一性：每个人拥有的生物特征各不相同。 4 ) 稳定性：生物特征如指纹、虹膜等人体特征不会随时间等条件的变化而变 化。 5 ) 广泛性：每个人都具有这种特征。 6 ) 方便性：生物识别技术不需记忆密码与携带使用特殊工具( 如钥匙) ，不 会遗失。 7 ) 可采集性：选择的生物特征易于测量。 8 ) 可接受性：使用者对所选择的个人生物特征及其应用愿意接受。 基于以上特点，采用生物特征识别技术，可不必再记忆和设置密码，对重要 的文件、数据和交易都可以利用它进行安全加密，有效地防止恶意盗用，使用更 加方便。 可见生物特征识别作为新兴的身份鉴别技术，具有不可替代的优越性，不可 比拟的优点和广阔的应用前景。町能的风险与机会主要来自政策的导向，从目前 的局势看，尤其是“91 l ”以后，它将是国际上十大最具前景的高新技术之一；对 丁国内来说，基于生物特征的身份鉴别也将是国家重点鼓励及发展的关键技术之 。图1 】显示了2 00 1 年生物特征识别技术的市场规模。 2 0 0 1 年生物特征识别技术的市场规模 图】1 生物特征识别技术市场规模 2 指纹识别技术简介 121 研究历史与意义 据考占发现，公元前7 0 0 0 6 0 0 0 年，古代的亚述人和中田人就意识到了指纹的 特点，井使用指纹作为身份的象征。据相关资料显示，我固古代最早的指纹应用 可追溯至秦朝。到了唐朝，以“按指为书”为代表的指纹按印已经在文书、契约 等民用场合被广泛采用。自宋朝起，指纹则开始被用做刑事诉讼的物证。在欧洲 17 8 8 年，梅耶( jm 8 ”0 首次提出没有两个人的指纹会完全相同：1 8 8 9 年，亨利( e rh e n 啪在总结前人研究成果的基础卜，提出了指纹细节特征识别理论，奠定了 现代指纹学的基础。1 9 世纪中叶开始了对指纹在科学意义卜的研究，并得出两个 重要结论：一是没有任何两个手指指纹的纹线形态致：一是指纹纹线的形态终 生不变。这些研究使一些政府丌始使用指纹进行罪犯鉴别。2 0t c 纪6 0 年代起使用 计算机自动识剐指纹，同时刑侦用的指纹自动识别系统f a f i s ) 逐渐在全球开始了广 泛应用。这时的指纹粟集一般都采用油墨按目j 的方式。1 9 8 0 年后，随着个人计算 机和光学指纹采集器的发明，指纹识别技术开始进入了一些非司法领域，如居民 已 第一章绪论 身份证等。1 9 9 0 年以后，廉价指纹采集器和计算设备的出现，解决了快速准确的 匹配算法问题，使指纹识别技术走向了基于个人的应用。从此，人们对指纹识别 技术的研究，对指纹的性质也有了进一步的认识。因此，指纹也就成为了当之无 愧的“物证之首选”的应用对象。 在所有的生物特征识别技术中，指纹识别技术【1 儿2 】是目前国际公认的应用最广 泛、价格最低廉、易用性最高的身份认证技术。它是一门综合性、多门类、跨学 科的应用技术，涉及计算机、电子、生物等领域，在生物特征识别技术市场上约 占5 0 ( 图1 1 ) 的使用率。相对于其它身份认证技术，指纹具有许多独到的优点， 具体体现在几个方面： 1 ) 每个人的指纹是固定的，不会随着人的年龄增长或身体健康程度的变化而 变化，但是人的声音、面相等却存在较大变化的可能： 2 ) 指纹样本便于获取，易于开发识别系统，实用性强，部分功能硬件化容易； 3 ) 一个人的十指指纹皆不相同，这样可以方便地利用多个指纹构成多重口令， 提高系统的安全性； 4 ) 指纹识别中使用的模板并非最初的指纹图，而是由指纹图中提取的关键特 征，这样使得系统对模板库的存储量较小也保护了使用者的个人隐私。 此外，对输入的指纹图像提取关键特征后，可以大大减少网络传输的负担， 便于实现异地确认，支持计算机的网络功能。指纹专家人工对比指纹往往会出现 效率低、速度慢、易受主观因素影响等现象，所以依靠指纹专家对指纹样本进行 分析识别，已经越来越显得力不从心，难以适应日益增长的应用需求。因此，对 于具有较高科研价值和应用前景的自动指纹识别技术的研究，将是相当长一段时 期内国际国内的一个热点研究领域。 1 2 2 研究现状和发展态势 指纹自动识别技术是通过计算机实现的身份识别手段，也是当今应用最为广 泛的生物特征识别技术之一。由于人体指纹具有不变性和唯一性，且易于采集， 所以指纹识别技术成为应用最广泛的识别技术。采用指纹识别技术进行身份验证 是安全可靠的系统，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，指纹就是身份证明。在过去主要应用于刑侦系统。 近几年来已逐渐走向民用市场。同时，民用市场也对指纹识别技术提出了具有小 型化、廉价的指纹采集设备，高速计算平台，更高的识别准确率的要求，以满足 3 l u f 科技人学硕+ 学位论文 备种不同应用的需求。图l 一2 显示了指纹识别技术在国内应用的几个领域 暖餮缬 曰l - 2 指纹识别技术住国内应用的现有领域 在过玉的十几年，基于指纹的生物识别系统引起了人们的极大兴趣，无数的 研究孽位和公司企业都积极从事自动指纹识别算法的研究和产品丌发，并且已经 有许多产品进入市场。从技术角度归纳起来，这些指纹识别技术丰要采用的方法 有：基于神经网络理论的方法、基于小波变换理论的方法、基于模糊理论的方法， 以及基于统计理论的方法等等。从指纹识别思路上划分，又有基于图像全局统计 特征的识别方式和基于指纹细节特征的识别方式，也出现了这两种方式混台的指 纹识别方式。在国内，中国科学院自动化研究所人工智能实验室在指纹识别技术 研究方面取得了大量成果，它们的产品“f n g 钉p a s s 嵌入式指纹识别系统”获国家 信息产业部信息产业重人技术发明荣誉证书，“基于混合匹配的指纹识别系统与应 用”曾获得国家科技进步二等奖，并在国内外重要学术刊物上发表多篇关于指纹 的科研论文。此外，其它一些著名的大学也纷纷加入指纹识别技术的研究行列， 如清华人学、北京人学、电子科技大学等等，并组建了自己专业的研发团队。此 外，一些专业从事指纹识别技术、产品研发并取得一定成果的企业还有“上海品 伟”、“北人高科”、“杭州巾正”、“深圳欧邦”、“清华紫光”、“泛美亚( 沈阳) ”、“杭 州青乌”、“深圳中控”等著名企业，它们都独立自主地研发出了自己的核心技术 和应片j 产，错。臼前这些企业的产品主要应用于安保、门禁、考勤、刑侦等领域， 而且这些企业的产品正在逐步向其它潜在的应用领域拓展。 国外自动指纹识别技术的研究开发起步比国内早，到目前为止也已经取得r 第一章绪论 很多优秀成果，它们的技术和产品整体上都领先于国内。比较有代表性的“指纹 研究组织 是南加利福利亚洲指纹联合会，它是一个非盈利组织，成立于1 9 3 7 年， 目前拥有超过3 5 0 个成员单位，该组织旨在推动指纹识别技术及其相应产品的研 究、交流等。由国际模式识别协会组织的国际指纹识别算法竞赛“f v c 2 0 0 0 一、 。f 、，c 2 0 0 2 ”、“f v c 2 0 0 4 【6 】吸引了众多国际国内的高校、研究组织、企业等参加， 这些竞赛都非常具有影响力，推动了指纹识别技术的研究和应用发展。在美国， 由美国司法局以及国际标准和技术协会发起的指纹识别评测机构，在国际上也有 相当的权威性。这方面比较领先的高校是美国麻省理工、圣荷西州立大学、密歇 根州立大学以及意大利博洛尼亚大学等等。他们都建立有自己专门的指纹识别技 术研究实验室，并且经过多年研究，已经取得了累累硕果，他们不但研究出了核 心的指纹识别技术，而且科研成果的应用转化也非常不错，此外他们还在i e e e 等 一流的学术刊物上发表了若干高质量研究论文。此外，一些国际著名的大公司， 如“微软 、“m m ”、。s u n ”、“d t e c k 、“s o n y ”、“c o m p a q 等企业也都在积 极从事指纹识别技术的研究，也积累了相当的技术实力，并开发出了相应的指纹 应用产品，这些指纹产品在国际国内的安全、刑侦等领域都有了广泛的应用。 目前，国内外的基于自动指纹识别技术的产品得到了广泛应用。在国内，由 政府计划主导了许多基于指纹识别技术的大型项目，如暂住证管理系统、社会保 险卡系统、及新一代公民身份证系统等等。此外，基于指纹的门禁系统、保险箱 柜、指纹加密、指纹i t 类产品等都得到了广泛地应用。在美国，启动了许多跟指 纹识别技术相关的项目，如联邦调查局的指纹系统工程等，在出入境管理中也大 量采用了指纹识别技术，甚至顾客在超市消费时也利用指纹技术识别顾客的身份 进行电子付款。 随着指纹识别技术的成熟并产业化，可广泛用于“金盾工程，上下班指纹考 勤，安全保密，防伪认证，公安刑事侦破、指纹门禁、银行、社会养老保险以及 凡是需要用于身份认证的单位和部门。它的推广将具有很大社会效益和经济效益， 具有广阔的市场应用前景。 1 3 自动指纹识别系统的工作原理 指纹识别过程具有登记和识别两个过程。在登记阶段，用户需要先采集指纹， 然后计算机系统自动进行特征提取，提取后的特征将作为模板保存在数据库或其 他指定的地方。在识别或验证阶段，用户首先要采集指纹，然后计算机系统自动 5 电r 科技大学硕+ 学位论文 进行特征提取，提取后的待验特征将与数据库中的模板进行比对，并给出比对结 果。在报多场合，用户可能要输入其他的一些辅助信息，以帮助系统进行匹配， 如账号、用广名等。这是个通用过稃，肘所有的生物特征识别技术都适用。 图l 一3 从总体卜划分整个指纹口删系统为四个相对独立的处理单元 州，分别 是：( 1 ) 指纹采集单元( u s 盯i n t 盯f a c e ) ：( 2 ) 指纹注册单j i ( e m o l l m e n t m o d u i e ) ；( 3 ) 指纹匹配单元( a u 山e n t l c m l o n m 0 d u l e ) i ( 4 ) 指纹存储荦元f s ”t 跗l d 捆b a s e ) 。 十1r - 产 鄯 * 。* r i l l卜“ k 一1 图l - 3 指纹系统处埋流程 ( 1 ) 指纹采集单元：这部分由指纹采集设备_ 1 实现目前此类设备比较多。 指纹采集设备的输出一般是不小于6 0 0 d p l 的2 5 6 级灰度指纹图像，此图像质量随 指纹设备的不同而略宵差异。 ( 2 ) 指纹注册单元：这部分与“指纹匹配单元”存在部分功能相同。对于从 指纹采集器输入的指纹图像，首先进行预处理、值化、细化等操作，然后进行 分类、提取特征、特征编码、保存入库，从而完成指纹模板注册。 ( 3 ) 指纹匹配单元：这部分与“指纹注册单元”存在部分功能相同。对丁从 指纹采集器输入的待识别指纹图像，就如同注册单元那样，仍然耍进行预处理、 = 值化、细化等操作，然后进行分类、提取特征、特征编码，最后在已注册的指 纹模板库中进行搜索匹配，并给出匹配结论。 ( 4 ) 指纹存储单元：为方便管理，本系统所涉及的数据全部采用数据库方式 存储。主要包括的功能是：数据写入、数据检索、数据读出、数据更新、数据删 第一章绪论 除等基本的数据操纵功能。 指纹识别系统的单元结构图形可以简单地表示为图l - 4 ，其中公共部分包括： 预处理、二值化、细化、分类、提取特征、特征编码等功能。 指 。一八觚。 指 纹纹 输出：k 副，出7 存 ，采 集储 单 7 竺竺 单 兀7兀 图l _ 4 系统的单元结构图 1 4 论文的主要工作和结构安排 虽然目前国内外从事指纹相关技术研究、产品生产的高校和企业很多，而且 指纹识别技术的研究无论是在前端的数据采集上还是在后端的指纹识别算法上都 已经取得了巨大的进展，但是自动指纹识别技术离大规模、低成本的商业化应用 还有很长一段路需要探索，在指纹识别技术上仍然有一些没有解决好的问题，如 低质量指纹图像的处理、形变指纹图像的匹配、活体指纹的检测、大规模甚至超 大规模指纹系统中指纹特征的快速精确检索等。 就目前指纹系统的架构而言，大多都是一些小规模的独立系统，这些系统之 间并不能实现有效的数据交互与共享。随着应用需求的进一步发展，将会要求系 统能够在整个城市、整个地区，乃至全国实现全方位的指纹数据实时交互与共享， 目前存在的系统并不能满足这样的需求。因此研究、规划设计并开发一套可以实 现能够整合全省乃至全国公民指纹信息的大规模指纹数据库及其应用系统，也就 成为了越来越迫切的需求。 本系统以指纹细节特征和全局统计特征混合识别模式为依据，采用神经网络 相关方法进行研究。论文主要工作有： 1 基于神经网络的指纹预处理算法。目前预处理过程主要包括图像分割、增 强、滤波、二值化、细化等步骤。本文讨论了归一化及背景分离的方法；讨论了 脉冲耦合神经网络( p a 州) 在指纹图像细化中的应用，提出了一种新的指纹细化 后处理方法，使细化图的细节点提取能取得更好的效果。 7 电子科技人学硕士学位论文 2 指纹特征提取及编码技术。指纹特征分为全局统计特征和局部细节特征。 本文讨论了p c n n 提取指纹块主脊线的方法，分别用主脊线投影和主脊线夹角两 种方式计算了指纹方向场：本文还分析了在p o i n c a r ei n d e x 检测奇异点的基础上通 过对指纹图像进行多次错位分块和多级尺寸分块来提取奇异点的方法；另外，本 文还讨论了两种细节点提取算法，分别是t e m p l a t e 算法与c m s s i i l gn u m b e r 算法， 并提出了一种伪细节点去除的新方法和指纹细节点可靠性的评估策略以及细节点 的编码方案。 3 指纹分类技术：指纹按照其脊线的形状和走势可以分为几种不同的类型。 本文讨论了基于奇异点类型和位置进行指纹分类的方法，以及基于方向场并使用 动态模板( d y n a m i cm a s k s ) 来进行指纹分类的算法，还对动态模板分类的算法进 行了改进。 4 基于指纹细节点的匹配算法：指纹匹配有两种方式，即指纹l ：l 验证与l ： n 识别。本文分析了基于脊线的校准方法，基于细节点对相互关系的校准方法和 基于特征点串的指纹匹配方法，提出了一种结合这两种校准方法的新方法，即只 有同时满足了脊线相似和相互关系相似的对应点对才被用作参照点对。 5 在对指纹基本处理算法研究的基础之上，设计并实现一个大规模在线指纹 识别系统( o n 1 i n ea f i s ) 。 本论文共分六章，其中第一章为绪论，简单介绍了生物特征识别技术和自动 指纹识别技术。第二章到第四章为算法研究部分。第二章介绍了指纹预处理方面 的工作，包括指纹的归一化处理和指纹的细化及其后处理两个方面的内容。第三 章介绍了指纹特征提取方面的工作，包括指纹方向场提取、指纹奇异点提取和指 纹细节点提取三个方面的内容。第四章介绍了基于奇异点和方向场的指纹分类技 术以及基于细节点的指纹匹配技术。第五章介绍了在线指纹识别系统的设计思路， 以及第二章到第四章介绍的各个算法的相关系统模块实现。第六章总结了本论文 的工作。 8 第二章指纹预处理 第二章指纹预处理 指纹图像是由连续脊线和谷线组成的( 在细节点处除外) 具有丰富纹理信息 的图像。采集获得的指纹图像通常都伴有各种各样的噪声，一部分是采集时造成 的，如按捺时用力不均匀、扫描器镜片上有污垢、采集仪的参数设置不当等。这 些因素使得所得图像的背景区往往含有深浅不均的噪声。同时，指纹扫描器在图 像采集以及数字化的过程中，由于量化精度及非线性形变等的影响，也不可避免 地引入噪声。另外一部分是由于手指的状态造成的，如手指的过干、太湿、伤疤、 脱皮等。第一类噪声相对来说是固定的系统误差，比较容易恢复。第二类噪声与 个体手指密切相关，比较难于恢复。因此，有必要对指纹图像进行预处理，以去 除噪声、增强图像的可识别性。它的结果将直接影响特征提取和匹配的复杂度， 关系到整个系统的识别率。指纹预处理过程在指纹图像的识别过程中是最为重要 的一环。这部分算法的优劣将对整个系统的性能产生至关重要的影响。目前预处 理过程主要包括图像分割、增强、滤波、二值化、细化等步骤。针对不同的系统， 可以选择不同的预处理步骤进行组合，使其达到最优效果。 本章讨论了归一化及背景分离的方法；讨论了脉冲耦合神经网络( p c n n ) 在 指纹图像细化中的应用，提出了一种新的指纹细化后处理方法。 2 1 归一化及背景分离 指纹图像归一化是在图像增强之前的一种处理手段【1 l 【5 】【8 】【9 1 ，可以用来消除不 同图像之间对比度的差异，把不同原图像的灰度调整到一个固定的级别上，为后 续处理提供一个较为统一的图像规格。设指纹图像是1 w x h ，其宽度是w ，高度是 h ，而i ( i ，j ) 表示在第i 行、第j 列的灰度值，指纹图像的灰度均值m ( d 体现了图像 的整体亮度，方差k r ( i ) 体现了指纹图像的对比度，其计算方法是 m u ) - 高善丢“f ，d ( 2 - 1 ) v a r ( i ) = 嘉( 砸，舻m ( 助2 ( 2 - 2 ) 聊智乞、 。 9 屯干科拄人学砸十学位论文 则归一化后的指纹图像g 为 g ( j 1 j ) = 鬯竺塞竺“u p 陋， j 坠鲤等丝唑其他 其中，m o 和v a r 0 分别为所期望的均值和方差，它们都是一些经验值。归一化是 对象素进行操作，它并小改变原始灰度指纹图像的脊线和咎线之刚的结构关系， 归一化的主要口的是降低沿脊线和谷线上的荻度值的变化，从而使后面的处理更 容易进行。 利用归一化处理，a ，以去除采集到的指纹图像中的背景区域。在指纹图像中， 由指纹脊线和谷线组成的清晰指纹区域被称为前景区；而非指纹区域或噪声严重 的区域被称为背景区。背最区的存在影响了指纹图像后续处理的速度，也会干扰 到指纹特征的正确提取。指纹图像的背景分离就是要将指纹前景区和背景区域分 离开来，从而节省处理时间，提高特征提取的准确率。由于指纹前景区灰度主要 分靠在黑( 扶度值o ) 和白( 灰度值2 5 5 ) 两端，故均值较低，但方差较大。相反， 背景医扶度主要集中在白色或黑色一端，故方差较小。 把指纹图像1 w x h 分成b x b 的不重叠方块。用公式2 一i ，2 2 计算每块的方差 、a r 目( 1 = l ，2 ，3 ，w ，b ，j = l ，2 ，3 ， 汕) ，如果满足下列条件： v a r ， 1 9 隹 f x ，o ，1 li o ，l ，o 划 图2 - l o 有四个值为l 的像素点的2 2 方块：( a ) ，模板； ( b ) ，1 7 ，1 8 ，1 9 ，2 0 ，2 l ，模板( a ) 的细化规则。 对于图2 5 ，假设我们要处理细化图像中位于( i j ) 处的像素点( 该点在图2 - 7 中用小圆圈标示出来) ，则按照顺时针方向，依次扫描位于( i j 一2 ) ，( i l j 一2 ) ，( i 一2 j 一2 ) ， b 、l厂j j o j o l o r，1【 、，j x l l ， ， 0 j l o 、_，r一、 j 0 x 0 l 九如 m 筋仉b ，c，【 、l厂j x 0 j l l p l l x ，j、 加叫划甜 媳叭w仉而矗m ，cl【 n 国戈 戈m z k k x 椰咖咖椰 l l 1l 第二章指纹预处理 ( i 一2 j 1 ) ，( i 2 j ) ，( i 一2 j + 1 ) ，( i 一2 j + 2 ) ，( i 一1 j + 2 ) ，( i ，j + 2 ) ，( i + l j + 2 ) ，( i + 2 j + 2 ) ，( i + 2 ，j + 1 ) ， ( i + 2 t j ) ，( i + 2 j 1 ) ，( i + 2 j 一2 ) ，( i + 1 j 一2 ) 的像素点。以处理西方块( 图2 6 ) 的规则l ( 图2 7 ) 为例，扫描位于( i j 2 ) 的像素点，如果该点的值为l ，位于( i l j 1 ) ，( i j 1 ) ， ( i + l j 1 ) 的像素点值为o ，则把位于- 1 ) 的像素点的值设为1 ，表示位于( u ) 的像素 点与位于( i ，j - 2 ) 得像素点被位于( i ，j 1 ) 的像素点连接了。图2 7 中的x 的值可以为o 或者l ，其值不影响像素点之间的连接。 把断开的脊线连接以后，细化图像就更加不是单像素图像了，这时，就要使 用图2 8 、图2 9 、图2 1 0 中的规则进行进一步的细化。 图2 8 中，一个有三个值为l 的像素点的2 x 2 方块被分成四个模块来讨论。可 以看出，模块( b ) ( c ) ( d ) 都是模块( a ) 旋转变形以后得到的。以模块( a ) 的规则l 为例， 如果位于( i j ) ，( i - l j ) ，( 巧- 1 ) 的像素点值为l ，位于( i 一2 j 1 ) ，( i 2 t j ) ，( i - 2 j + 1 ) 的像素 点值为o ，那么就把位于( i 1 ，j ) 的像素点值设为0 。图2 9 中，一个有五个值为l 的 像素点呈星形分布的3 3 方块被用于进一步细化。以规则1 3 为例，如果位于( i ，j ) ， ( i 1 t j ) ，( 场- 1 ) ，( i p l ) 的像素点值为l ，位于( i 1 j 1 ) ，( i 1 一1 ) 的像素点值为0 ，那 么就把位于( i ，j ) ，( i l ，j ) 的像素点值设为o 。图2 1 0 中，一个有四个值为l 的像素点 的2 2 方块被用于迸一步细化。以规则1 7 为例，如果位于( i 1 ，j i ) 的像素点值为l ， 位于( i l j ) ，( i | i 1 ) 的像素点值为o ，那么就把位于( 巧+ 1 ) ，( i + l j ) 的像素点值设为o 。 2 2 4 实验结果 将2 2 3 节讨论的细化后处理方法应用于不同的细化算法中。如图2 1 l 所示， ( a ) 是使用文献【1 9 】介绍的细化算法( 称之为汇聚法) 得到的细化图像，按照图2 8 、 图2 1 0 、图2 9 的顺序进行进一步细化可以得到( b ) ；( c ) 是使用文献 2 0 】介绍的细化 算法( 称之为剥除法) 得到的细化图像，按照图2 1 0 、图2 9 的顺序进行进一步 细化可以得到( d ) 。可以看到，图2 1 l ( d ) 中还存在很多小毛刺，这些毛刺将会在3 3 2 节提取细节点以后，消除伪细节点时进行处理。该图片是选自f v c 2 0 0 4 的d b l 指纹数据库中的4 43 t i f o 1 9 电子科技_ 大学硕士学佛论文 幽2 1 1 肝处理以后的细化图像 ( a ) 使刚文献【1 9 】细化算法得到的细化圈像m ) ( 曲岳处理以后的细化图像： ( c ) 使圳文献f 2 0 】! 田化算法得到的细化图像( d ) ( c ) 后处理以后的细化圈像。 23 本章小结 本章讨论了归化及背景分离的方法；讨论了脉冲耦合神经网络( p c n n ) 在 指纹图像细化中的应用，提出了一种新的指纹细化后处珲疗法，224 节的实验结 果表明，政后处理算法能够很好地处理断线j 非单像素问题。下章将介绍指纹 特征提取棚关内容，包括方向场提取、奇异点提取和细节点提取。 第三章指纹特征提取 第三章指纹特征提取 指纹的特征可以反映给定的人类群体里来自不同手指的指纹之间的相似程度 【2 3 1 。指纹的特征信息很多，这些所有的指纹特征信息构成了庞大的指纹特征集合。 指纹识别系统特征层需要研究和解决的问题主要与这些特征信息有关，比如，特 征是否是终生不变的、唯一的、特征之间存在什么样的相互关系、什么样的特征 子集可以使某种算法达到最佳的识别效果、指纹特征用于身份鉴别是否更安全等。 选择一组好的特征要求不仅能达到身份识别的基本要求，而且对噪声、畸变和环 境条件不敏感【2 4 1 。 围绕指纹特征展开研究是伴随着人们对指纹进行身份鉴别的认识而进行的， 如今已经有很长的历史。1 8 9 2 年英国s i rf 聊1 c i sg a l t o n 对指纹进行了系统研究， 首次提出了指纹特征唯一性的问题。随着信息技术的发展，人们对身份认证的准 确性要求明显提高，同时也对指纹有效鉴定身份的能力产生质疑。因此，指纹特 征在算法识别效果中的意义和影响再次受到重视【2 5 1 。2 0 0 2 年1 月，美国联邦法官 路易斯波拉克做出的“凭借指纹鉴定不能定罪”的裁决促进了针对指纹特征的 两个方面的研究工作：在实践中为指纹定出可以作为有效特征的标准，使得两 幅指纹图像是否相符不依赖于鉴定人员的主观判断；研究指纹特征产生误差的 根本源，从技术角度将出现的误差量化。 本章分析了指纹的全局统计特征和局部细节特征；讨论了p a 州提取指纹块 主脊线的方法，并提出主脊线夹角的方式计算指纹方向场；还分析了在p o i i l c a r e i n d e x 检测奇异点的基础上通过对指纹图像进行多次错位分块和多级尺寸分块来提 取奇异点的方法；另外，介绍了t e m p l a t e 算法与c r o s s i n gn 硼n b e r 算法这两种提 取细节点的方法，并提出了一种伪细节点去除的新方法和指纹细节点可靠性的评 估策略以及细节点的编码方案。 3 1 一种新的方向场提取方法 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 别于其他图像的显著特点。指纹方向图则是指指纹图像中脊线的走向所构成的点 阵，是指纹图像的一种变换表示方法，它反映了整个指纹图像的整体模式。方向 2 l 崮在自动指纹识别系统中占有非常重要的地位，无论是指纹图像增强、分类还是 指纹图像比对( 匹配) 都与方向圈密切相关，例如g a b o r 滤波增强方法可以基于 方向场柬修补脊线嘲【2 7 j ，进行平滑处理；本文32 竹介绍了利用方向场计算指 纹奇异点的方法；本文4 l 节介绍了利用方向场进行指纹分类的方法驯，等 等。 从局部看，指纹脊线灰度沿某方向变化很小，体现了纹线的走向，称之为 局部主导方向，与纹线走向垂直的方向灰度变化很大，称之为局部梯度方向。指 纹方向罔描述了指纹图像中每像索点所在脊或咎在该点的切线方向，真实地反 映了指纹图像最本质的纹理特征，再现了指纹的中心花纹、外围包络线及脊线的 形状和走势。方向场表达了指纹图像最基奉的信息，从视觉效果上，方向场图像 描述了指纹的大致形状，如图3 一l 所示。 方向图分为两种：一种是点方向图，即把指纹图像中每一点