【正文】 ， 考勤系統(tǒng) ，門禁系統(tǒng)和各種智能卡，網(wǎng)絡(luò) 中 的 網(wǎng)上銀行 ，人人網(wǎng) 賬號(hào)等，都需要驗(yàn)證身份。 對(duì)個(gè) 人身份識(shí)別技術(shù) 的要求不斷提高， 如果沒有安全可靠和快捷的身份識(shí)別技術(shù)，電子商務(wù)、網(wǎng)上購(gòu)物等 就存在重大隱患 。 目前許多身份驗(yàn)證系統(tǒng)都采用“用戶名 +密碼 ”的方式來進(jìn)行用戶訪 問控制 [1]， 但 此 方法 存在諸多隱患，比如 密 碼被竊取、破解或遺忘。因此我們?cè)谂c機(jī)器交互時(shí)急需 一種準(zhǔn)確、安全 快捷 的識(shí)別技術(shù)來 取代現(xiàn)有的身份驗(yàn)證 。 研究背景及 意義 因?yàn)?人的一些特殊的生物特征 ，人們把 身份認(rèn)證技術(shù)的 目光轉(zhuǎn)向了生物特征的識(shí)別技術(shù) 。 生物識(shí)別技術(shù)是利用人體生物特征進(jìn)行身份認(rèn)證的一種技術(shù) ， 它 主要有指紋、 手形 、 臉形 、聲音 、 虹膜、視網(wǎng)膜、簽名 、 掌紋、和臉部熱譜圖等 ， 在生物識(shí)別技術(shù) 中 指紋識(shí)別 技術(shù)是目前相對(duì)成熟的一種 。 國(guó)內(nèi)外研究狀況 指紋是人特有的一種特征 ，在中國(guó)的研究 也有近百年的歷史，中國(guó) 被認(rèn)為是世界上 最早應(yīng)用指紋識(shí)別技術(shù)的國(guó)家 ， 指紋識(shí)別技術(shù)從很早以前的人工比對(duì)到現(xiàn)如今 采用 先進(jìn)的 計(jì)算 機(jī)技術(shù)實(shí)現(xiàn) 指紋 的 識(shí)別， 使得 指紋對(duì)比 比以前更 加準(zhǔn)確，識(shí)別效率得到 了非常大的 提高 。 在國(guó)外，經(jīng)過幾十年的發(fā)展，指紋識(shí)別技術(shù)的軟 件和 硬件相對(duì) 來說都 比 5 較成熟。在 很多國(guó)家 內(nèi)，政府 用法律 強(qiáng)制性的 規(guī)定來保證生物識(shí)別技術(shù)的應(yīng)用。 所以 總體上來說， 國(guó)外的指紋識(shí)別 應(yīng)用己經(jīng)進(jìn)入了正規(guī)的應(yīng)用階段。 但是 在國(guó)內(nèi)，經(jīng)過 了 十多年的發(fā)展，指紋識(shí)別 的一些關(guān)鍵 算法 是 有了較大的 提高和 發(fā)展，但是距離國(guó)外 的優(yōu)秀算法仍然 有 非常 大 的 差距 ， 因此 國(guó)內(nèi)的應(yīng)用 現(xiàn) 在 處于發(fā)展 的初期，應(yīng)用主要集中在自發(fā)性的企業(yè) 上。 指紋識(shí)別的應(yīng)用前景是 非常 廣闊的 ， 它的 應(yīng)用將滲透到社會(huì) 生活，經(jīng)濟(jì)貿(mào)易 的每一個(gè)角落， 將 成為保護(hù) 我們個(gè)人以及國(guó)家信息 的 重要手段 。 指紋識(shí)別的原理 和方法 指紋的基本知識(shí) 指紋 是 我們各個(gè) 手指 的 第一個(gè)指 節(jié) 的 指頭表面突 起的 脊線 ； 而脊線是手指突起的花脊線條；谷線是兩個(gè)脊線之間低凹下去 的部分； 指印是 指紋在物體 表面 留下的 痕跡 ； 指紋的 細(xì)節(jié)特征是 指紋固有的 自身 特點(diǎn) 。根據(jù) 指紋 中的細(xì)節(jié)特征 我們 常將 指紋特點(diǎn)分為 端點(diǎn)和分叉點(diǎn)， 如圖 11 所示 。 圖 11 端點(diǎn) 、 分叉點(diǎn) 英國(guó)科學(xué)家 Gallon 在 1892 年 的 《 Fingerprint》 一書中 提出了指紋的四條基本性質(zhì) 。 （ 1） 確定性：指紋 脊線 的輪廓和細(xì)節(jié)特征是 在人的 一生 中 基本 上保持 6 不變 。自胚胎六個(gè)月到出生至死亡腐敗之前，始終是 沒有很大 變化的。指紋的確定性，還表現(xiàn)在它具有一定的復(fù)原性和難于毀滅 的特 性。 （ 2） 唯一性：由于指紋脊線的連接關(guān)系千變?nèi)f化，因此，即使兩個(gè)不同的指紋有著相同的輪廓和相同數(shù)量的細(xì)節(jié)特征，它們的細(xì)節(jié)位置也是不可能完全相同的。 （ 3） 可分類性： 指紋 可根據(jù) 脊線和谷線的走向 進(jìn) 行 分類， 一般可分為如圖 12 所示的弓 形 、環(huán)形和螺旋形。 (a)弓形 (b) 環(huán)形 (c)螺旋形 圖 12 指紋類型 （ 4） 留痕 性 ：指紋接觸物體后 會(huì)留下痕跡 。指紋的這個(gè)特點(diǎn)，是與手掌表面附著面的污垢的性能緊密相關(guān)的 。 正是因?yàn)檫@些 獨(dú)特的 性質(zhì)，指紋被國(guó)內(nèi)外 的 刑偵 界 稱為“證據(jù)之首”。一切指紋 的自動(dòng) 識(shí)別系統(tǒng)，都是 根據(jù) 這些 獨(dú)特的 性質(zhì)，進(jìn)行身份的 識(shí) 別和確認(rèn)的。 脊線 是指紋的 一個(gè)非常 突出 的 特征， 指紋 的脊線 一般由弓形線、環(huán)形線、箕形線、螺形線 、曲形線和棒形線等脊線組成 ， 每 種脊線具有不同的 細(xì)節(jié)和長(zhǎng)度，如 圖 13 所 示 [2]。 7 ( a ) 弓 形 線( b ) 環(huán) 形 線 ( c ) 箕 形 線( d ) 螺 形 線 ( e ) 曲 形 線( f ) 棒 形 線 圖 13 脊線的 一般形態(tài) 指紋識(shí)別的原理 及應(yīng)用 在 指紋識(shí)別 的 技術(shù) 中 , 一般 都 采用總體 特征 和 局部 特征來 進(jìn)行 識(shí)別 ?？傮w特征是 那些很容易就能看出來的 非常 明顯 的 特征 , 局部特征則 是一小塊指紋中的 細(xì)節(jié)特征。 指紋紋路一般 都 會(huì)有斷點(diǎn)和 分 叉點(diǎn) , 因此會(huì)形成一些 獨(dú)特的 節(jié)點(diǎn) 。 根 據(jù)研究，兩個(gè)指紋 的 總體特征 有時(shí)候會(huì)很 相似，但 是 局部特征是 不會(huì)相同 的 ，即沒有兩個(gè)指紋 的紋路 是相同的。 英國(guó)學(xué)者 認(rèn)為 , 只要 有 13 個(gè)特征點(diǎn) 能 重合 , 就可以確認(rèn) 這兩枚指紋 是 同 一指紋 [3]。 指紋 的面積 雖然 不大 但 卻蘊(yùn)含 著 大量的識(shí)別信息 。這些皮膚的紋路 會(huì) 在 交叉點(diǎn)，斷點(diǎn)上有很大 的 區(qū)別。在指紋識(shí)別的過程中將其稱為“特征 點(diǎn) ” ， 利用 特征 點(diǎn) 的性質(zhì) ，我們 可以把一個(gè)人的指紋 同預(yù)先存儲(chǔ)起來的 指紋 模版對(duì)比來 驗(yàn)證他的真實(shí)身份。 指紋識(shí)別技術(shù)主要 包括 三大 部分： 指紋圖像采集、指紋預(yù)處理 、特征提取與匹配。如圖 14 所示。 8 指紋圖像采集分割二值化細(xì)化增強(qiáng)濾波指紋特征提取匹配結(jié)果指紋匹配指 紋 預(yù) 處 理 圖 14 指紋識(shí)別 流程 指紋作為人類與生俱來的 特征 ， 因?yàn)?其獨(dú)有的特性而成 為 具有法律地位的 有力 證據(jù) 。 一切需要身份確認(rèn)的場(chǎng)所 ,都有它 的蹤影 ,如 金融證券 類 的 ATM指紋終端、指紋保險(xiǎn)箱 等 、 IT類 的 計(jì)算機(jī) 的 系統(tǒng)密碼 驗(yàn)證 、網(wǎng)絡(luò)安全 等 、安防 類 的 門禁系統(tǒng)等 、醫(yī)療 類 的 個(gè)人醫(yī)療檔案 驗(yàn)證 等 、福利 類 的 醫(yī)療確認(rèn)、 福利 確認(rèn)等 ，因此指紋識(shí)別在許多 行業(yè)的應(yīng)用系統(tǒng)中都具有廣闊的應(yīng)用前景 。 Matlab 在指紋識(shí)別中的應(yīng)用 Matlab 是一種 高級(jí) 的計(jì)算機(jī)語(yǔ)言 , 具有 獨(dú)特的 數(shù)學(xué)運(yùn)算能力是 matlab語(yǔ)言最 突出 的 優(yōu)點(diǎn)。許多在 其他 語(yǔ)言中 描述起來 很復(fù)雜的問題在 matlab 語(yǔ)言編程中 卻 只需要一條專用 的 指令就可以完成 。 Matlab 語(yǔ)言的所有計(jì)算都 是 基于矩陣 的 ， 所以 matlab 中的所有變量都 被 定義為矩陣 , 它是一種解釋型語(yǔ)言 , 因此 幾乎沒有 語(yǔ)法 格式上的限制。 基于 matlab 實(shí)現(xiàn)指紋圖像算法 及 仿真驗(yàn)證不僅 有較高的準(zhǔn)確率 , 而且 減小 了 仿真難度。 9 第 2 章 指紋圖像預(yù)處理 圖像預(yù)處理 是 對(duì)原始圖像進(jìn)行的一種前期處理 ， 方便后續(xù)的模塊識(shí)別 。無(wú)論采用何種方式獲取的指紋圖像 , 都有一部分由于質(zhì)量原因 , 不能被系統(tǒng) 直接識(shí)別，因此圖像的預(yù)處理就顯得非常有必要。 指紋圖像 的 預(yù)處理目的 就是將自己感興趣的目標(biāo)區(qū)域保留下來 ，去除背景區(qū)域和沒有用的部分， 同時(shí)根據(jù)指紋 目標(biāo)區(qū)域 中脊線 的結(jié)構(gòu)特征 ，采取 較好 的濾波方法，提高指紋 脊線 清晰度，平滑 脊線 邊緣的 毛刺 和空洞，抑制圖像噪 聲，保證指紋特征的可靠提取， 并使灰度圖像轉(zhuǎn)化成黑白的二值圖像，最終得到 脊線 結(jié)構(gòu)清晰的單像素寬的二值圖像。 本文 預(yù)處理的主要流程如圖21 所示。 指紋分割細(xì)化濾波增強(qiáng)二值化 圖 21 預(yù)處理流程 圖像 的 分割 圖像分割是從一幅圖像中按一定規(guī)則將一些物體或區(qū)域加以分離 ， 劃分出我們感興趣的部分或區(qū)域。經(jīng)過分割后的圖像更容易進(jìn)行進(jìn)一步的分類、分析和識(shí)別處理。圖像分割 要在指紋 二值化和 濾波及細(xì)化之前進(jìn)行，如此可以 減少計(jì)算的冗余量 ，提高指紋檢測(cè)速度 。 采集到 的指紋 內(nèi)容分為目標(biāo)區(qū)域和背景區(qū)域 。在指紋圖像中 ，由脊線和谷線組成的較清晰 的部分 ， 稱之為目標(biāo)區(qū)域 ； 沒有用的部分我們 稱 之 為背景 10 區(qū)域。 指 紋識(shí)別 中的分割就是將有用的目標(biāo)區(qū)域分割出來，去掉沒用的背景區(qū)域，以避免背景區(qū)域的 各種 干擾 。指紋圖像可分為四類區(qū)域： 背景區(qū) 、 不可恢復(fù)區(qū) 、 可恢復(fù)區(qū) 、 清晰區(qū) ， 如下圖 所示。 背 景 區(qū)不 可 恢 復(fù) 區(qū)清 晰 目 標(biāo) 區(qū)可 恢 復(fù) 區(qū) 圖 22 指紋圖像的四種區(qū)域 圖像歸一化 對(duì)指紋圖像進(jìn)行分割處理，消除剩下的背景區(qū)域 前 ， 首先要進(jìn)行圖像歸一化 。 對(duì) 采集好的指紋圖像 進(jìn)行歸一化處理， 是對(duì)指紋灰度圖的灰度均值和方差做一次調(diào)整，使得不論用 什么設(shè)備采集的指紋圖像都可以有預(yù)期的方差和均值，從而屏蔽不必要的 噪聲 。指紋歸一化不改變指紋質(zhì)量，只是 方便指紋的后續(xù)處理 并保證程序運(yùn)行時(shí)收斂加快 。 由 于 不同指紋區(qū)域的手指壓力和強(qiáng)度不同，所以 將指紋分為 W*H 小 塊，設(shè)圖像中像素點(diǎn)的灰度值為 I(i,j)， 歸一化后的圖像 G(i,j)來表示， 灰度 平均值和方差分別用 iM 和 iV 來表示，則 歸 一化算法如下 [4]： （ 1） 先計(jì)算出圖像灰度的 平均值和 方差： 11001 ( , )HWiijM I i jWH????? ?? （ 21） 11 11 2001 ( ( , ) )HWiiijV I i j MWH???????? （ 22） （ 2） 指定期望的圖像方差和平均值后，算出歸一化后的圖像 G(i,j)： 200200( ( , ) ) I ( , )( , )( ( , ) ) ( , )iiiiiiV I i j MM i j MVG i jV I i j MM I i j MV? ?????? ??? ???? （ 23） 其中 0M ， 0V 為期望的平均值和方差（一般 0M =150， 0V =2021） 。 Matlab 程序見附錄 A。 圖 23 歸一化圖像 圖像分割的方向法 這一方法是基 于指紋方向信息 的 分割方法，它是利用了指紋的脊線和谷線所蘊(yùn)藏的平行方向信息來分割的，該方法的優(yōu)點(diǎn)是：適合有污漬的指紋，但缺點(diǎn)是因?yàn)橐蕾嚰咕€的方向，所以脊線不連續(xù)時(shí)將被識(shí)別為背景區(qū)域，難以取得滿意效果。且計(jì)算復(fù)雜，處理時(shí)間很長(zhǎng)，不適宜實(shí)際使用。 12 圖像分割 的方差法 方差法 [5]： 傳統(tǒng)的 分割 算法 都 是基于圖像局部灰度方差的分割方法 (即 方差法 )，一般地，目標(biāo)區(qū)域中指紋脊和谷的灰度差是較大的，因而其局部灰度方差也較大；對(duì)于圖像背景區(qū)域，方差值則是較小的?；谶@一基本特性，可利用圖像的局部方差對(duì)指紋圖像進(jìn)行分割 。該方法的優(yōu)點(diǎn)：算法簡(jiǎn)單，計(jì)算速度快，如果采集到的指紋質(zhì)量好，則分割效果不錯(cuò)；缺點(diǎn)：對(duì)質(zhì)量較差的指紋 ，該 方法分割效果不是很理想 ，如 當(dāng)指紋背景區(qū)域有污漬時(shí) , 這些區(qū)域的 方差也 比較 大 ， 用 方差法 分割時(shí)就不能被有效地分割出 去 。 改進(jìn)后的方差法： 為了解 決上述問題，可以在方差 法 分割的基礎(chǔ)上進(jìn)行開運(yùn)算和閉運(yùn)算操作，該 算法 繼承了方差法的優(yōu)點(diǎn)且又 克服了易受噪聲影響的缺陷。 把指紋 的 圖像分成 3*3 塊 ， 將 歸一化處理后的圖像 進(jìn)行分割的 具體算法步驟如下： （ 1） 利用 式 （ 21） 和式（ 22） 對(duì)指紋的 小 塊求 灰度平均值和 方差 ， 設(shè)定 一 閾值 T， 因?yàn)槭?3*3 模塊，所以是在 8 鄰域中，即 T=4， 若 iV 4，則該小 塊作為目標(biāo)留下，并把該 塊 標(biāo)示為 1，存 放于 矩陣 A 中；若 iV 4，則該塊作為背景去掉，并把該塊標(biāo)示為 0，同樣存在矩陣 A 中； （ 2） 以 1011X? 作為結(jié)構(gòu)元素對(duì)已知的二值 矩陣 A 做 開運(yùn)算 ， 可 得到矩陣B； （ 3） 以 1011X? 為結(jié)構(gòu)元素對(duì) 二值矩陣 B 做 閉運(yùn)算 ，得到矩陣 C，矩陣 C為一個(gè)二值矩陣 （只包含 1 和 0） ，對(duì)應(yīng)元素為 1 的作為目標(biāo)留下，對(duì)應(yīng)元素為 0 的作為背景去除。 13 該算法的第 （ 1） 步與方差 法的算法一致， 第 （ 2）、 （ 3） 步驟利用數(shù)字圖像處理中的開運(yùn)算與閉運(yùn)算處理，其原理為 ： 開運(yùn)算 （ 先腐蝕后膨脹 ） 用來消除小物體、在纖細(xì)點(diǎn)處分離物體 ， 去除被誤當(dāng)成目 標(biāo)的背景塊 ； 閉運(yùn)算（ 先膨脹后腐蝕 ） 用來填充物體內(nèi)細(xì)小空洞、連接鄰近物體 ， 恢復(fù)指紋背景中被誤當(dāng)成背景而去除的目標(biāo)塊 。 Matlab 程序見附錄 A。 結(jié)果圖如下： 圖 24 圖像 分割 圖像的二值化 方向圖 因?yàn)?許多 二值化算法和 增強(qiáng) 濾波 算法 都用到 了 方向圖，因此方