（计算机应用技术专业论文）生物特征识别的电子商务应用.pdf

生物特征识别的电子商务应用摘要 摘要 咤子商务是新兴的商务交易手段 几乎所有人都承认 电子商务蕴涵着巨 大的商业利益 不幸的是 同样几乎所有人都认为 电子商务难以推广 其交 易过程难以控制 很难抵抗恶意欺诈 很难实现规范化 究其根源 首先是交 易人身份认证困难 其次是交易方式游离于法律之外 本文针对这一现状 提 出解决办法 本文主要内容涉及模式识别和电子商务两个领域 结合指纹识别 技术 数据库设计和一定的法学理论 构造了一套将传统的合同机制应用于电 子商务的操作模式 可以有效提高在线交易的安全性和可行性 本文介绍了计算机指纹识别的各个步骤与方法 f 传统的细节匹配有两种 一种是基于细节点的点匹配模式 另一种是基于纹理信息的匹配模式 两种匹 配算法由于各自仅仅利用了一种指纹细节信息 都无法完全满足识别精度要求 在过去的学术基础和经验积累上 文中提出了一套同时利用细节点和纹理信息 的混合匹配方法 在这种方法中 两种指纹模型的优点被结合 有效的提高了 算法的识别性能 得到了满足精度要求的指纹识别算法后 指纹信息就可以应 1 1 一 用于电子商务过程 由于指纹与电子商务交易人的身份一一对应 寸本文尝试运 用指纹信息来完成电子商务过程中的电子签名 同时由于指纹不易窃取和伪造 适合用来作为加密的手段 文中结合合同模块化的法学理论 将复杂的合同分解成用指针调用的功能 模块 实现了合同文档与调用标志分离 减少了传输信息量 这一设计针对现 阶段网络交易的不足 使在线谈判和签约成为可能 同时在谈判过程中 使交 易双方不知不觉地遵循合同法锖4 约 保证了交易内容和细节的合法性 文中最后将生物特征识别和合同模块数据库几部分结合 运用已有的指纹 识别算法 按照b i o a p i 程序接口规范 编写了一个集中了加密 电子签名和压 缩功能的软件包 并演示了用指纹加密指针序列和签名的步骤 v f 关键词 模式识别 t h ep a t t e r ni d e n t i f i c a t i o n 疗电子商务田 b 璐i n e s s 夥一指纹识 v 别 f i n r p r i n ti d e n t i f i c a t i o n 混合匹配 m i x e dm a t c h i n gm e t h o d 模块 m o d i i l e 数据库 i a t a b a s e 中匿科技大学研究生院硕士学位论文 生物特征识别的电子商务应用 捕要 a b s t r a c t e b u s i n e s si sab u s i n e s sm e t h o db u r g e o n i n gr e c e n t l y a l m o s te v e r y b o d yr e g a r d s i ta s ab u s i n e s sw h i c hc o n t a i n sl o t so f b e n e f i t u n f o r t u n a t e l y a l m o s te v e r y b o d yk n o w s t h a ti ti sd i f f i c u l tt op r a c t i s ea n d c o n t r o l n o n s t a n d a r d a n df u l lo f c h e a t t h er o o ti sn o t o n l yt h ed i f f i c u ro f s t a t u si d e n t i f i c a t i o nb u ta l s ot h ec o u r s el a w l e s s t h et a s ko ft h i s t h e s i si sr e s o l v e n tt i m i n g t h i st h e s i si sm a i n l y r e f e r r i n gt ot h ep a t t e r nl d e n t i f i c a t i o na n d e b u s i n e s s t h i st h e s i sc o m b i n e st h ef i n g e r p r i mi d e n t i f i c a t i o nt e c h n o l o g y t h ed a t a b a s e d e s i g na n ds o m et h e o r e t i c so fl a w e o u s t r u c t sam o d e w h i c ha p p l y i n gt h et r a d i t i o n a l c o m p a c to nt h ee b u s i n e s s t h i sm o d ew i l la d v a n c et h es e c u r i t ya n df e a s i b i l i t yo f b u s i n e s s o n l i n e e f f e c t i v e l y t i n st h e s i sd e s c r i b e se v e r ys t e pa n dm e t h o do ft h ef i n g e r o n l i ti d e n t i f i c a t i o n a n dt h e a l g o r i t h m o p e r a t i o no f e v e r ys t e p t h e r ea r et w ok i m so ft r a d i t i o n a ld e t a i lm a t c h i n gm e t h o d t h ef i r s to n ei sb a s e d o nt h em i n u t i a e m a t c h i n gm o d e t h es e c o n do n ei sb a s e d0 1 1t h er i d g ei n f o r m a t i o n m a t c h i n gm o d e o nt h ea c c u m u l a t i o no fe x p e w i e n t 2 e w ed e s i g n e dam i x e dm a t c h i n g m 甜i o d b y t h i sm e t h o d w eu n i t e dt h ee x c e l l e n c i e so ft h et w om e t h o d s a d v a n c e dt h e p e r f o r m a n c eo f a l g n r i t h m a f t e rw e g o tt h em n n l a e m a t c h i n gm e n l o ds a l l y i n g t h ef i n g e r p r i n ts h o u l d b e u s e di n t oe b u s i n e s s c o n s i d e r i n gt h ec o r r e s p o n d e n c ep 由c i p l eb e t w e e nt h ei d e n t i t y a n dt h ef i n g e r p r i mo f 乜a d e lw ec a nu s et h ef i n g e r p r i n ta st h ei d i o g r a p ho f 缸a d e l c o n s i d e r i n g t h e d i f f i c u l t yo f f o r g e a n d s t e a l t h ef i n g e r p r i n ts h o u l d b eu s e da st h ek e y o f e n e r p y t i o ns o t t w a r ea n d i n t e m e t m e s s a g e t h i st h e s i sm a k e s 嘟o f t h em o d u l a r i z a t i o n t h e o r yo f b a r g a i n d e e o m p o u n d s t h e c o m p l e xc o n t r a c ti n t os i n g l ef i m c a o n a lm o d u l e d e t a c h e st h ed o c u m e mf r o mt h e t r a n s f e r r i n gm e t h o d d o c f 馓s t h ei n f o r m a t i o no n l i n e t h i s d e s i g na i m s a tt h eb l e m i s h o fe b u s i n e s s m a k e st h en e g o t i a t i n go n l i n ea n dt h ec o n t r a c to n l i n ep o s s i b l e a tt h e 中国科技大学研究生院磺士学位论文 1 1 h 生物特征识别的屯子商务应用摘要 s a m e t i m e d u r i n gt h ec o u p 3 eo fn e g o t i a t i n g t h i sd e s i g nm a k e st h et r a d e r sf o l l o wt h e c o n d i t i o n a l i 母o f m e r c a n t i l el a wu n c o n s c i o u s l y a tt h ee n do ft h i st h e s i s t h ep a r t sb e f o r ea i ec o m b i n e dt o g e t h e r w ed e s i g na s o f t w a r ea c c o r d i n gt ot h eb i o m e t r i c sa p p l i c a t o np r o g r a mi n t e r f a c ew h i c hi si s s u e d b yi n t e r n a t i o n a lb i o m e t r i c si d e n t i f i c a t i o na s s o c i a t i o n t h i ss o f t w a r ei n c l u d e st h r e e f u n c t i o n s e n c r y p li d i o g r a p ha n dc o m p r e s s w cs h o wh o w t o e n c r y p tt h e l i s to f c o n t r a c tm o d u l e p o i m e z s w i t ht h e f i n g e r p r i n ti n f o r m a t i o nf i n a l l y k e y w o r d t h ep a t t e r ni d e n t i f i c a t i o n e b u s i n e s s f i n g e r p r i n ti d e n t i f i c a t i o n m i x e d m a t c m n gm e t h o d m o d u l e d a t a b a s e 中胃科技太学研究生疏硕士学位论文 1 一 生物特征识别的电子商务应用第一章 前言 第一章 前言 第一节 研究背景与面临的问题 生物特征识别是近年来日趋成熟的一个模式识别领域的分支学科 它作为行之 有效的身份识别方法 被越来越多的应用与社会生活的各个领域 而电子商务在中 国无法长足发展的瓶颈 很大程度上就在于身份识别困难 将生物特征应用于电子 商务的另一个关键要素是应用的具体切入点 在商务行为中的身份确认 将是具有 法律效力的 切入点找得不好 其后果有可能不可预料 电子商务作为未来商务行为的概念模式 在信息数字化日趋成为主流的今天 随着互联网的普及 已经成为业界的一个热点研究方向 在众多同仁的努力下 该 领域的概念与模式可谓层出不穷 但可惜的是 至今尚未有哪一种操作方式能够具 有代替传统商务模式的潜力 究其原因 笔者以为无外乎以下两点 1 现行电子商务模式 无论是b 2 b 还是b 2 c 大都脱胎于西方国家 尤其是 美国 模式 西方的电子商务模式是适应西方国家商务惯例和传统的 它们在西方 社会能够适用 但中国的商务行为有其特殊背景与传统 与西方国家大不相同 对 于这样一个中国本土特色鲜明的事物 生搬硬套西方概念 结果只能是南橘北枳 2 中国电子商务平台的开发者 大都是软件公司和电子科研机构 他们只能 从技术上着眼 却很少能从电子技术之外了解中国商务行为的性质与需要 这种专 业知识的错位 造成了开发者对中国电子商务的需求分析的欠缺 因此除了生搬硬 套 别无它法 电子商务若想在一个信用制度不完善 诚信原则难以保障的社会中获得生命 力 必须解决的问题有以下几个方面 首先 电子商务必须保障诚信的交易 使交易人在交易行为中可以对抗恶意欺 诈和抵赖 说到底就是一个身份识别问题 如果能够得到一种令人放心的身份识别 技术 使交易人即使隔着网络 也可以确定对方身份 而且这种身份确认必须满足 法律上 应该是并且不可能不是 的认定推论 就可以作为法律上 行为 的证据 中国科技大学研究生院硕士学位论文 生物特征识别的电子商务应用第一章 前言 从而避免欺诈和抵赖 使行为人无法恶意述避责任 这种身份识别方式不可以是传统密码 传统密码容易窃取 容易流传 与行为 人的身份无法严格地一一对应 由于传统密码的固有缺陷 它不能成为法律上行为 人的 行为 证据 作为电子商务的身份认证方式是无法胜任的 必须另谋手段 其次 电子商务行为必须在法律规范的指导下有序进行 商务行为必须在法律 规范下运做 任何脱离法律的商务行为都无法保护行为人的合法利益 其中尤其重 要的是民商法领域的合同法 商务行为的实质是行为人的利益交换 而合同是交换 的原则 我们需要在电子商务领域开辟一种方式 使双方行为人在交易行为中自然的遵 从合同法约束 否则 任何脱离法律约束力的商务行为都是无法信任的 这也恰恰 是b 2 b 的交易方式在中国无法普及的原因 最后 电子商务软件必须有能力保证交易双方的商业秘密不被窃取 网络是电 子商务的载体 网络的安全性是令人担忧的 电子商务交易过程涉及到交易人的交 易信息和商业秘密 如果交易方式无法保证商业秘密的安全 该方式就不可能普及 因此我们需要一种加密方法 可以保证只有交易人双方本人可以看到交易内 容 加密的密钥与交易人人身不可分割 第二节 技术发展概况 指纹识剐技术发展概况t 本文尝试将生物特征识别技术应用于电子商务中的电子签名和加密 具体来 说 是生物特征识别领域最成熟的技术 自动指纹识别技术 目前对自动指纹识 别技术的研究主要有三个方面 即图像增强 指纹分类和细节匹配 图像增强是实践中的必经步骤 由于手指本身的因素和采集条件的影响 采集 到的指纹图像会不同程度地受到各种噪声的干扰 在进行分类和细节匹配之前一般 要对采集到的指纹图像傲增强处理 指纹图像增强算法多数是基于方向场估计的图 像滤波算法 2 h 4 我们采用的也是一种基于方向场估计的图像滤波算法 指纹分类一般是用在大规模的指纹库中 作为细节匹配中减少搜索范围的步骤 中国科技大学研究生院硕士学位论文 2 生物特征识别的电子商务应用第一章 前言 使用 许多研究者对指纹分类问题己做出了大量的工作睁 0 j l b l u e 等利用 神经网络算法对脊的整体流向加以分类f j k k a n t 与a k j a i n 利用指纹中心点与 三角点进分类1 1 0 s r i n i v a s a n 等的也采用了相似的方法1 9 1 不同之处在于两者提取 中心点与三角点的方法不同 k r a o 与k b l a c k t s l 以及b m o a y e r 与k s f u 5 1 q 则分 别采用了句法模式识别的方法 尽管算法各异 但至今分类的误识率仍较高 由于 本文的设计针对的是电子商务操作中的身份认证 并不包括大规模的指纹数据库分 类 因此对于指纹分类的介绍从略 指纹匹配是指纹识别系统的核心步骤 也是一个重要的研究课题 人们在这 方面作了很多工作 d k 1 s e n o r 等人0 3 提出了一种用图匹配来对两幅指纹图像进 行匹配的方法 a n d r e wk h r e c h a k 等人 1 4 1 用结构匹配来做指纹识别 但目前最常 用的方法是用f b i 提出的细节点坐标模型来做细节匹配 它利用脊线末梢 我们 称为端点 与脊线分支点这两种关键点来鉴定指纹 通过将细节点表示为点模式 一个自动指纹认证问题可以转化为一个点模式匹配 细节匹配 问题 一般的点模 式匹配问题是模式识别中的一个有名的难题 人们对一般的点模式匹配问题提出过 根多的算法 象s a n j a yr a n a d e 等人 1 5 的松弛算法 s h i h h s uc h a n g 等人f 1 6 基于 二维聚类的快速算法 z s o l tm i k l 6 s 等人 1 6 1 的三角匹配的算法 x u d o n gj i a n g 等人 1 7 的基于局部和全局结构的匹配算法 a n i lj a i n 等人在 4 针对指纹匹配中的点模 式匹配问题提出了一种算法 该算法将直角坐标系中的细节点转换到极坐标系中 通过串匹配算法来进行点匹配 合同模块化理论发展概况 为了构造合同模块数据库 本文应用了法学领域 合同模块化 的理论 这一 理论本身与计算机技术无关 为了方便理解 本文列举了以下法学文献 来说明 合 同模块化 理论的应用和学术发展 本文中文献 2 7 1 5 要从英美法系的角度阐述了合同法发展和现状 文献 2 8 n 以大陆法系合同法的代表法国合同法和文献 2 7 进行对比 文献 3 0 1 属于合同模块 化理论的实践应用和集大成者 文献f 3 0 是一个有4 0 0 年历史的国际惯例文件 它 是伴随合同模块化发展一步一步成熟起来的 文献 3 0 l 随着合同功能化条款的发 中国科技大学研究生院硕士学位论文 生物特征识别的电子商务应用第一章 前言 展 从十六世纪中叶开始 历经4 0 0 余年 1 9 8 0 年第一次在国际商会的主持下整 理成文 其1 9 9 0 年版是w t o 的国际惯例之一 已经被世界贸易大国普遍接受 按照文献 3 0 的使用模式 构造的合同模块数据库 将是符合国际惯例的 由于本 文并非法学论文 文献 2 7 3 0 仅仅作为参考和对照 因此只在文末处列出 在工作中发现 单独的指纹匹配算法很难达到大宗商务活动签名所要求的识别 精度 若想提高指纹匹配精度 最直接的方法就是将文献中的匹配算法取长补短 综合其优势 构造混合匹配算法 而将合同条款模型应用于电子商务 本文第一次 提出 没有前人的经验可考 我只希望本文能为后来者提供借鉴 第三节 解决途径和本文的工作 本文利用生物特征识别领域的发展 借鉴合同模块化的结构模式 逐一解决第 节提出的电子商务领域的几个方面问题 本设计充分发挥生物特征识别技术的优势 使电子商务能够保障诚信的交易 使交易人在交易行为中有能力避免恶意欺诈和抵赖 我们从法律角度着眼 根据法 学上行为人身份认证的司法惯例考虑 尝试将指纹信息作为电子商务身份认证手 段 指纹作为合同法上身份认证手段的前提条件是足够的识别精度 因为这个身份 识别行为将最终决定大额财物归属和权利义务划分 是马虎不得的 出于这种考虑 本文第二部分在生物特征识别领域的前人研究基础上 提出了一种 多模型混合匹 配算法 有效地提高了指纹信息的匹配精度 考虑到网络范围广泛 本文尤其强 调了该算法在大量指纹信息中的识别准确率 实验结果 得到的数据是令人满意的 详见第二章第七节 本文第三部分的设计力图使电子商务行为得到法律规范的约束 这个问题的解 决不可以是法律条文的简单罗列 要想实现应有的作用 必须让电子商务行为人在 行为过程中 既网上交易过程中 不知不觉的遵从合同法约束 我根据法学领域 合 同模块化 的理论 参照 国际通商贸易术语解释通刚 的调用格式 将规范化合 同条款归纳为 合同模块数据库 数据库实现了在线实时谈判功能 并排除了语 言障碍 使交易人在谈判过程中和数据库的使用过程中 在数据库引导下自觉适用 中国科技大学研究生院硬士学位论文 4 生韧特征识别的电子商务应用第一章 前言 合同规范 从而得到内容完整 条款规范的合同文本 最后 本文运用指纹信息 设计了一个软件工具 保证交易双方的商业秘密不 被窃取 指纹信息不易窃取 与电子商务行为人身份严格地一一对应 使指纹信息 不但适用于身份识别 电子签名 更适合应用于加密密钥 这一软件严格遵循生 物特征识别国际标准b i o a p i 的统一标准 可以用电子商务行为人的指纹为网络上 传递的商业信息加密 而且使电子签名功能和加密功能在电子商务行为上实现统 一 考虑到网络传输量的限制 我们在该软件中集成了数据压缩功能 第四节 本文结构安排 本文的结构安排如下 第二章详细介绍我们在生物特征识别方面的研究成果 阐述新的混合指纹匹配算法 第三章从需求分析开始 将数据库理论与合同法学相 结合 构造适合中国国情的电子商务模式 第四章将生物特征身份认证应用于电子 商务行为中 使其实现身份识别与商业秘密保护 即加密 的双重功能 一个完善的电子商务平台 必须同时具有几大功能t 严谨的电子签名方式 法 律规范指导下的交易过程 过硬的商业机密保护手段 合同法是一切商务行为的 规 则 数字技术是电子商务的 工具 援则 和 工具 同样重要 这已经涉及 到跨度很大的不同专业学科的知识和技术 因此 粗略的看来 第二 第三章关联 不大 但实际上它们是一个设计的两个方面 第四章既是实现方法 也是结合点 考虑到电子商务平台的系统整体性 这几个方面缺一不可 本设计得到国家自然科学基金和国家8 6 3 计划的资助 特此致谢 中罾科技丈学研究生院顿士学位论文 生物特征识别的电子商务应用第二章 指纹识别系统原理与算法改进 第二章 指纹识别系统原理与算法改进 第一节 生物特征信息识别概述 生物特征身份认证是指通过检查每个人的生理或行为特征来确认身份 能够 用来进行身份确认的生物特征应该满足以下几点要求 i 普遍性 即每个人都应该拥有该特征 2 唯一性 即两个人之间不存在相同的该特征 3 不变性 即该特征不随时间变化 4 可采集性 即该特征可以定量采集 在实际应用中 往往很难找到能够同时满足以上所有的条件的生物特征 此外 对于一个实际应用系统 还要考虑一些其他指标 例如 性能 包括识别准确率 识别速度 系统鲁棒性 系统所需资源和影响系统性 能的因素等 可接受性 指用户对该系统的接受程度 目前 有以下几种典型的技术已经得到了一定程度的应用 人脸 人脸图像可以说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 通常使用的人脸图像是指在采集时图像背景 照 明度 分辨率都不变的静态图像 因为人们对这种技术没有任何的排斥心理 所以从理论上讲 人脸识别可以成 为一种最友好的生物特征身份认证技术 在过去的2 0 多年 学术界对人脸识别已经做了大量的研究 并取得了一定的 进展 市场上也出现了一些人脸识别系统 性能还是可咀的 但是人们利用人脸确认身份的时候除了使用眉毛 眼睛 鼻子 嘴等面部特征 以外 通常还要用到大量的上下文信息 没有这些上下文信息 很难作到高甓信度 中国科技大学研究生院硕士学位论文 6 生物特征识别的电子商务应用第二章 指纹识别系统原理与算法改进 的识别 如何在识别过程中结合这些上下文信息是人脸识别的主要难题之一 指纹 指纹用在身份确认领域已有几百年的历史 几乎成为生物特征身份认证的同义 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 第一 传统上指纹是用在侦察罪犯等方面 在日常应用中采集他们的指纹时 他们会感到 不舒服 有种被怀疑为罪犯的感觉 第二 自动指纹识别需要大量计算资源 有关 指纹识别的具体问题将在后面详细讨论 视网膜 人们视网膜上的静脉图像是很稳定的 种生物特征 并且每个人的视网膜图像 均不相同 它被认为是当前最可靠的生物特征认证技术 在很多需要极其严格的安 全保障的场合都安装了视嚼膜识别系统 它的缺点在于 1 不易被用户接受 2 采集设备成本较高 采集过程较为烦琐 3 视网膜静脉图像的不变性不够好 签名 每个人都有自己独特的书写风格 签名认证有两种形式 静态签名和动态签名 静态签名只使用签名的几何特征 动态签名除了使用签名的几何特征 还使用书写 时的笔顺 速度 力度等特征 它的优点在于人们不存在接受上的困难 缺点在于不能达到很高的识别率 语音 语音特征同样是每个人均不相同 语音特征识别技术也得到了广泛的研究 并 且有很多产品出现 但当模板数量大到一定程度之后 语音特征就不足以唯一区分 开每个人 而且它容易受到背景噪音 被检查者的身体状况的影响 此外 基于语 中国科技大学研究生院硕士学位论文 7 生物特征识别的电子商务应用第二章 指纹识别系统原理与算法改进 音特征的识别系统很难达到基于指纹或者视网膜的识别系统的准确率 1 9 9 8 年5 月2 0 日 美国众议院举行了昕证会 昕取并讨论了关于生物特征f 包 括指纹 人脸 视网膜 语音等1 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 到会的有相关领域的公司 学校 科研机构的总裁 首席行政官 教授等高层人士 他们各自介绍了当今生物特征身份确认技术的应用状况以及未来 的发展 并一致认为生物特征身份确认技术将改变人们现有的生活方式和商业模 式 可以这样讲 生物特征身份确认技术已经并将继续成为高技术领域的研发热点 和市场应用的重点 第二节 指纹信息的应用优势 相对于其它身份鉴定技术例如语音识别及视网膜识别 自动指纹识别是一种更 为理想的身份确认技术 l 原因如下 1 每个人的指纹是独一无二的 两人之间不存在着相同的手指指纹 2 每个人的指纹是相当固定的 很难发生变化 例如 指纹不会随着人的年 龄的增长 或身体健康程度的变化而变化 人的声音却有着较大的变化 3 便于获取指纹样本 易于开发识别系统 实用性强 目前已有标准的指纹 样本库 方便了识别系统的软件开发 另外 识别系统中完成指纹采样功能的硬件 部分也较易实现 而对视网膜则难于采样 也无标准的视网膜样本库供系统软件开 发使用 这就导致视网膜识别系统难以开发 可行性较低 4 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 同时 并不增加系统的设计负担 5 1 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 这样使系统对模板库的存储量较小 另外 对输入的指纹图提取关键特征后 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 从以上的分析可以看到 用自动指纹识别相对于其它方法不仅具有许多独到的 信息安全角度的优点 更重要的是还具有很高的实用性 可行性 中国科技大学研究生院硕士学位论文 生物特征识别的电子商务应用第二章 指纹识别系统原理与算法改进 具体到本文所涉及的内容 指纹还有另一个无可替代的优势在于 它作为传统 意义上的司法证据 已经具有上千年的司法应用实践经验 指纹应用于电子商务系 统的身份认证 更加符合中国人的商业习惯 相比其它的身份认证手段 更容易被 接受 第三节 指纹自动识别应用综述 自动指纹识别系统 即a u t o m a t e d f i n g e r p r i n t l d e n t i 伍c a t i o n s y s t e m 简称a f i s 有着广泛的应用背景 目前对自动指纹识别系统的研究主要有三个方面 即图像增 强 指纹分类和细节匹配 自动指纹识别系统的应用在国内外已经被广泛重视 廉 价的指纹电子采集设备正被广泛设计开发 各个领域的应用前景也被普遍看好 指纹采集设备分为光学采集设备和半导体采集设备阿种 国外具有代表性的采 集设备有美国u 2 u 公司的光学采集仪 v e r i d i c o r n 公司的半导体采集仪 其它大公 司象s o n y s i m e n s 等也在实验自己的采集仪 国内比较成功的采集设备包括长 春光机所的光学采集仪 北京数字指通公司的半导体采集仪等 应用系统方面 国外比较成功的包括美国a u t h e n t i c 公司的指纹门禁系统 u 2 u 公司的指纹硬盘等 国内的系统开发商也已经推出了自己的产品 比如北京数字指 通公司的指纹考勤系统和民生银行的指纹保险箱 但是由于起步较晚 国内a f i s 系统的弱点在于缺乏过硬的指纹识别和匹配算 法 没有高识别精度的指纹匹配算法 a f i s 就不能应用于重要领域 尤其是涉及 到国家安全 财产归属 商务往来等领域 要想将指纹信息应用于电子商务系统 首先要提高a f i s 的指纹匹配算法的识别精度 即 降低指纹识别算法的误识率 简 称e 王瑕 现有算法的e e r 数据请参阅本章第七节实验部分的表l 在指纹识别算法中 图像增强 指纹分类和细节匹配构成了当今大多数a f i s 的主要工作步骤 本文接下来将从各个步骤对a f i s 进行详细介绍 第四节 图像分割与图像增强 中国科技大学研究生院硕士学位论文 9 生物特征识剐的电子商务应用第二章 指纹识别系统原理与算法改进 圈像分割 图像分割的效果直接影响着特征提取的好坏 以及整个系统的性能 在该步骤 中 分割器读入的指纹图一该图像至少宽5 1 2 个象素高4 8 0 个象素 如图1 所示 剪切该指纹图 在基本不损失有用的指纹信息的基础上 产生一个比原图像小的宽 5 1 2 个象素高4 8 0 个象素的长方形指纹图片 这样可减少以后各个处理步骤中的数 据量 另外 剪切出的长方形的边不一定平行输入的指纹图的边 而是形成了一定 的角度 分割器将利用该角度试图消除指纹录入时不同的旋转程度 从而减小同一 类指纹图因旋转而产生的不同 图1 输入的指纹图 求剪切出的指纹图的备边的方法如下 首先 利用简单的全局阈值将图像二值化 再利用图象形态的方法对原图象作 结构闭运算 这里的结构元素是直径略大于平均脊线距离的圆 求出图像中指纹区 域 然后计算指纹区域的中心位置 此时 图像中的t r u e 元素对应于指纹区域 f a l s e 元素对应于背景区域 中自科技大学研究生院硕士学位论文 l o 生物特征识别的电子商务应用第二章 指纹识别系统原理与算法改进 然后 从穿过该中心的水平线出发跟踪至本行中最左边的t r u e 元素 不断地 上移该水平线并跟踪到相应行的最左边的t r u e 元素 这些t r u e 元素即是左边缘的 上半部分 为防止跟踪的t r u e 元素超过左上角进入了上边缘 当接连两次跟踪到 的最左边的t r u e 元素的水平距离大于1 时 即停止跟踪 下移中线用相似的方法 可求得左边缘的下半部分 同样可求得指纹区域的上边缘与右边缘 然后计算指纹区域的总体斜率 首先 采用线性回归的方法得到对应于三个边 缘的三条直线 用x m i y b i i 1 2 来表示左右两个边缘 用y m 3 x b 3 来表示上边缘 平均m i m 2 与 m 3 即得到指纹区域的总体斜率m 1 最后根据图像的中心位置 总体斜率和输出图像的高宽剪切原图像 输出图像 如图2 所示 圈像增强 图2 分割后输出的图像 然后 系统增强分割出的指纹图像 该步骤所用算法改进了文献 9 1 中的算法 首先 在图像各维上每隔2 5 个像素切出一个大小为 3 2 x 3 2 像素的正方形 然后对每个小正方形作滤波增强 最后把增强后的小正方形的中间的2 4 x 2 4 个象 中国科技大学研究生院硬士学位论文 生物特征识别的电子商务应用 第二章 指纹识别系统原理与算法改进 素拼回到图像总的原来的位置 这里切出的正方形相互之间存在着重叠 目的是减 小输出的小方块的边缘效应 对每个小正方形作滤波增强的过程如下 利用二维快速傅利时变换 f f t 将 指纹图信息的空间表达变为频域表达 然后 对此频域表达使用非线性变换增强有 用信息 即整体模式 具体的说就是谷与脊的走向 相对于噪声的比重 最后 反 二维快速傅利叶变换 册t 将增强后的频域信息变为空间信息 频域中的非线性变换公式如下 f 咯 碌 瑶 以 珞 x 肚 k 代表图像变换前的频域信息 z 蠢 r 代表升p o w 次幂后的功 率谱密度 u j l f 代表图像变换后的频域信息 p o w 初始化为0 2 5 非线性交换增强的是那些频域中原本已较强的信息 在这里 原本已较强的信 息在大多数情况下正对应与指纹囤中的脊与谷 从而非线性变换使指纹囤中的有用 信息得以加强 另外线性滤波总是增强某个确定的频率范围 而采用非线性滤波将 适应那些较强信息韵频率范围的变化 对于增强指纹图而言 非线性滤波的这个性 质是很有用的 因为在不同的指纹图上同一个手指指纹的脊 谷波长可能变化很大 图3 显示了增强后的指纹图 中国科技太学研究生院硕士学位论文 图3 增强后的指纹图 生物特征识别的电子商务应用第二章 指纹识别系统骧理与算法改进 第五节 二值化与细化 二值化处理 我们综合考虑局部阈值和脊线方向两个因素对图像进行二值化处理 对增强后 的图像中的每一个象素 在图4 中用 c 表示 7 8l23 6 7 81 2 34 64 5 5c 55 46 4 321876 32l87 图4 方向提取模板 计算槽s i 的值 i 1 8 s i 是方向提取模板中标记为i 的四个位置上的象素 值的和 例如 s 3 就是在方向提取模板中有 3 标记的四个斜方向上的象素值的 和 局部阈值公式 如果中心象素c 的值大于各槽内象素值的平均值 即 c 击塾 则把像素c 置为白色 否则置为黑色 使用局部阈值公式的目的是忽略图像上可能存在的整体灰度的渐变 槽值比较公式则体现了脊线方向的影响 如果最大的槽值与最小的槽值的平均 值大于所有的槽值的平均值 即 三 毛喜s 2 中国科技大学研究生院硕士学位论文 生物特征识别的电子商务应用第二章 指纹识别系统氟理与算法改进 则把象素c 置为白色 否则置为黑色 该公式的出发点如下 当象素c 在谷上时 将有一个槽位于脊线上并有较大的 值一即s 一 同时其它的七个槽将穿过脊线并因而拥有基本相等的相对较小的槽 值 所以两个极大与极小的槽值的平均值会太于所有八个槽的值的平均值因此象素 c 置为白色是正确的 同理 当象素c 在脊线上时 该公式将其置为黑色也是正确 的 该公式用槽值来检测局部的结构特点 即脊与谷的分布 对式 1 2 给予不同的权重加在一起 得到式 3 如果 4 c s s f f i 昙 s 3 oj l 则把象素c 置为白色 否则置为黑色 这就是我们最终使用的二值化公式 最后得到的二值化图像如图5 所示 细化 中国科技丈学研究生院硕士学位论文 图5 二值化后的指纹图像 1 4 生物特征识别的电子商务应用第二章 指纹识别系统原理与算法改进 细化算法在这里采用s p t a s a f e p o i n tt h i n n i n ga l g o r i t h m 文f g 2 0 这是一种快 速细化算法 简述如下 图像上任一点m 的8 连通邻域表示如下图6 mmn i n m n 5虬 n 图6 m 的8 连通邻域表示图 算法根据下面的布尔函数来判定所检验的点是否为安全点 对左边缘点 左邻m 为白的点 如果 n o n 1 2 6 n 7 8 2 n 3 n 6 5 为0 则该点为安全点 在布尔表达式中相应象素为黑且未被标记的点的布尔值为1 否则为0 同理 对右 上 下边缘点的表达式分别为 s o n 4 n k 2 3 j o n t n 2 丙勺 s 2 7 o n 什肌x 0 丽 4 一n 3 s 6 n 2 n 3 十 4 o 1 x 4 n s x n o 为两 s p t a 算法一般需要经过数轮相同的检查过程 每一轮都由两次扫描组成 每次扫描检查图像的每个象素 扫描过程可以是运行的 也可以是逐列的 第一次 扫描检查所有的左 右边缘点 如果是非安全点则被标记 第二次扫描检查所有的 上 下边缘点 如果是非安全点则被标记 当结束一轮扫描后 删除所有被标记的 点 进入下一轮扫描 若没有任何一点被标记 则算法结束 中国科技大学研究生院硬士学位论文 生物特征识别的电子商务应用第二章 指纹识剐系统原理与算法改进 利用s p t a 算法细化之后的指纹图像中还会出现一些脊线上的毛刺 过短的脊 线和单个斑点 它们同样会严重影响细节提取韵质量 和二值化后处理类似 我们 对这些不良结构的清除工作称之为细化后处理 图7 为细化后的指纹图 图7 细化后的指纹图像 第六节 细节点提取 在自动指纹识别系统中 有许多特征可以提取和采用 其中较为常用的特征是 美国联邦调查局 f b i 提出的细节点坐标参考模型 它利用脊线末梢与分岔点这 两种特征 见图8 中的黑点 来鉴定指纹 即如果两幅指纹图像有足够多的能够对 应上的细节点 则认为这两幅图像来自同一个手指 图8 脊束梢与分叉点 首先 在细化后的图像中使用一个3 3 的模板被用于检测细节点的位置与类型 中国科技大学研究生院硕士学位论文 1 1 一 1 6 生物特征识别的电子商务应用 第二章 指纹识别系统原理与算法改进 如图9 所示 图中m 是被检测点 m n n 7 是按顺时针方向排列的m 的 邻近点 n o n n 7 的象素值为0 或l 已经二值化 m n 2n i m m n 5也 n 7 图9 细节检测模板 若m 为1 即m 为脊线上的某一点 7 如果 m l 则吖是束梢点 f 叮 7 如果i i 2 则 是分支点 f 0 细节检测完成后 将细节点存入数据库中并记录其各项属性的值 图l o 为提取细节点后得到的图像 中国科技大学研究生院磺士学位论文 图l o 提取出的细节点 生物特征识别的电子商务应用第二章 指纹识别系统原理与算法改进 在图1 0 中 我们可以很容易地发现 在提取出的细节点中有相当多的伪细节 伪细节点是图像噪音的产物 必须将其修正才能得到可匹配的细节点 图1 l 中是常见的8 种伪细节点 图1 2 是修正的结果 图1 l 常见伪细节点 图1 2 修正的结果 y 伪细节点修正后 图1 3 中给出了一幅指纹图像的后处理效果 图1 3 修正后的细节点分部 以上过程 是传统匹配方法的前期处理 为了进一步提高识别精度 使识别 结果能够用于电子商务身份认证需要 我们对传统算法进行了改进 下面我们将提出一种在这些处理之上的结合奇异点信息的新的匹配方法 中国科技大学研究生院磺士学位论文 1 8 生物特征识别的电子商务应用第二章 指纹识别系统原理与算法改进 第七节 我们的细节匹配设计 传统的细节匹配有两种 一种是基于以上处理的点匹配模式 另一种是基于纹 理信息的匹配模式 纹理特征模型将图像匹配转化成模式识别的纹理匹配问题 典 型的有c h i h j e nl e v l 2 1 使用的用g a b o r 滤波图像表示纹理 c h i e n c h a n gc h e r t 2 2 里使用的小波滤波图像 f f t 滤波图像表示纹理等 本文中我们提出了一种基于串匹配和指纹方向场纹理图像相结合的混合指纹匹 配算法 串匹配算法我们使用的是改进的指纹串匹配算法 2 2 纹理图像我们使用 指纹图像特征提取过程中生成的方向场图像 而不是使用文 2 3 中使用g a b o r 滤波 纹理图像 这种模型算法的特征提取过程如下 上 磊卜c 蒜点 图1 4 如图1 4 所示 原始图像首先经过一个滤波增强的预处理 滤波采用的方法是 p a c s y s 系统 2 4 q h 使用的傅立叶滤波增强算法 这里不再赘述 在我们的系统中t 我们采用了文 3 中计算方向场的办法 但是在这上面做了一些改进 步骤如下 1 先大致算出指纹图像的轮廓 中国科技大学研究生院硕士学位论文 1 9 生物特征识别的电子商务应用第二章 指纹识别系统原理与算法改进 2 对于指纹图像轮廓中任意一个象素点o j 使用公式 1 计算这一点的局部方 向 其中g x g 是x y 方向上的梯度算子 b f 攀型型 口 j 2t二 羔 至v虹 p与 一j 如果象紊o j 在指纹轮廓内 如果象素 j 在指纹轮廓外 3 将上一步得到的图像分成w x w 的小方块 计算这个方块内的平均方向 这样得到图像的平均方向场 在实验中我们取w 3 2 w 弓 这样我们得到了一个比 文 3 更精细的方向场 w 比较小 而且方向场采用公式 1 计算 使用较大的 w 可以有效的过滤掉高频噪声 计算出方向场后 使用通常的的方法提取出图像的c o l e 点和d e l 衄点 图1 5 进行指纹分类 提取细节点的操作 然后将指纹的细节点 c 0 1 e 点 d e i 诅点 分 类信息 方向场信息作为下一步作为指纹识别的特征信息 指纹匹配 中国科技大学研究生院硕士学位论文 o 分又点口t 意末捎一 口m 点 如h 点p 图1 5 生物特征识别的电子商务应用第二章 指纹识月 系统原理与算法改进 经过上一节图像特征提取之后 对于模板图像最终我们记录了如下信息 1 细节点的坐标 方向 类型 细节点对应的脊线 d i n 2 奇异点的坐标 方向 类型 c o r e 点 d e l 协点 3 指纹的分类信息 左旋 右旋 拱形 旋涡 双旋及其他 4 方向场图像 对于输入的等待匹配的图像 我们在匹配开始的时候只计算数据 1 2 x 3 我 们将在后面指纹校准以后重新计算方向场数据 在后面的描述中 对于模板图像 我们把它叫做图像i 对于输入的待匹配图像 我们叫做t 定义1 细节点对应的脊线 细节点对应的脊线使用脊线上的采样点来表示 采样的距离是指纹图像的平均 脊线间距 脊线分支点对应的脊线是与该细节点的方向最近的那条 脊线末梢对应 的脊线则就是该细节点所在的脊线 采样点用该点与对应细节点的距离d i 和连接 该点与对应细节点的直线与对应细节点方向的夹角n 来表示 ai 的取值范围是 1 8 0 到1 8 0 度 图1 6 给出了细节点对应的脊线及脊线上的采样点的例子 图1 6 细节点的对应脊线及校准 定义2 奇异