【正文】 勢備受關(guān)注，已經(jīng)成為使用最廣泛的身份認(rèn)證的有效手段。 本文對指紋 門禁控制識別系統(tǒng)的軟件部分進(jìn)行了研究，首先對指紋識別系統(tǒng)的研究背景、意義及國內(nèi)外研究現(xiàn)狀進(jìn)行了分析，然后介紹了指紋識別的基本原理和基本流程，之后對指紋識別算法進(jìn)行研究，包括指紋圖像預(yù)處理、特征提取和特征匹配，其中 ， 預(yù)處理 的 步驟 包括 ：指紋分割 、 圖像增強(qiáng) 、 圖像二值化 、 細(xì)化及其后處理。在那個(gè)時(shí)代，一些粘土陶器上留有陶藝匠人的指紋，中國的一些文件上印有起草者的大拇指指紋，在 Jercho 古城市的房屋留有磚匠的指紋等。隨著計(jì)算機(jī)和信息技術(shù)的發(fā)展， FBI 和法國巴黎警察局于六十年代開始研究開發(fā)指紋自動識別系統(tǒng)（ afis）用 于刑事案件偵破。 隨著越來越多的電子設(shè)備進(jìn)入人們?nèi)粘Ｉ钜约盎ヂ?lián)網(wǎng)的興起，計(jì)算機(jī)、 ATM、門禁控制、各種智能卡對個(gè)人安全 、 方便的身份識別技術(shù)要求越來越高，人們迫切需要有準(zhǔn)確、安全、方便的識別技術(shù) 。把指紋識別技術(shù)同 IC 卡結(jié)合起來，是目前最有前景的一個(gè) 研究 方向 。指紋 IC卡可以廣泛地運(yùn)用于許多行業(yè)中，例如 ， 取代現(xiàn)行的ATM 卡、制造防偽證件（簽證或護(hù)照、公費(fèi)醫(yī)療卡、會員卡、借書卡等）。無論是團(tuán)體或者個(gè)人的信息，都害怕在四通八達(dá)的網(wǎng) 絡(luò)上傳送而發(fā)生有損權(quán)益的事情。 在醫(yī)院里，指紋識別技術(shù)可以驗(yàn)證病人身份，例如 ， 輸血管理。 指紋識別系統(tǒng)的研究現(xiàn)狀 指紋識別技術(shù) (Automatic Fingerprint Identification Technology)的發(fā)展得益于現(xiàn)代電子集成制造技術(shù)和快速可靠算法的研究?，F(xiàn)代社會盡管各生產(chǎn)廠家都抱出極高的指紋識別率，但在統(tǒng)一的標(biāo)準(zhǔn)指紋庫上進(jìn)行測試，結(jié)果都不盡人意。在這種情況下，手指表面的干凈程度，直接影響到識別的效果。 電容傳感器技 術(shù)是采用了交替命令的并排列和傳感器電板，交替板的形式是兩個(gè)電容板 、 以及指紋的山谷和山脊成為板之間的電介質(zhì)。射頻傳感器技術(shù)是通過傳感器本身發(fā)射出微量射頻信號，穿透手指的表皮層去控測里層的紋路，來獲得最佳的指紋圖像。 五邑 大學(xué)本科畢業(yè)論文 3 指紋識別系統(tǒng)的構(gòu)成 指紋識別 系統(tǒng) 主要 包括 四個(gè) 環(huán)節(jié) ：讀取指紋圖像、特征提取、保存數(shù)據(jù)和比對 , 其結(jié)構(gòu)如圖 11所示 。 指紋圖像特征提取 是 在細(xì)線化的基礎(chǔ)上，提取指紋的起點(diǎn)、終點(diǎn)、分歧、結(jié)合特征點(diǎn)，并將 其存儲起來。在考慮局部特征的情況下， 英國學(xué)者 認(rèn)為，只要比對 13個(gè)特征點(diǎn)重合，就可以確認(rèn)為是同一個(gè)指紋 ]7[ 。僅僅依靠紋形來分辨指紋是遠(yuǎn)遠(yuǎn)不夠的，這只是一個(gè)粗略的分類，通過更詳細(xì)的分類使得在大數(shù)據(jù) 庫中搜尋指紋更為方便快捷。 核心點(diǎn) (Core Point) 位于指紋紋路的漸進(jìn)中心，它在讀取指紋和比對指紋時(shí)作為參考點(diǎn)。三角點(diǎn)提供了指紋紋路的計(jì)數(shù)跟蹤的開始之處。兩枚指紋經(jīng)常會具有相同的總體特征，但它們的 局部特征 特征點(diǎn)，卻不可能完全相同。指紋上的節(jié)點(diǎn)有四種不同特性： 類型 、 方向 、 曲率 和 位置 。 （ 3）曲率（ Curvature） :描述紋路方向改變的速度。光學(xué)取像設(shè)備依據(jù)的是光的 全反射原理 (FTIR)。 90 年代中期，傳感器可以裝在 6x3x6 英寸的盒子里，在不久的將來更小的設(shè)備是 3x1x1英寸。另一個(gè)方案是把含有一微型三棱鏡矩陣的表面安裝在彈性的平面上，當(dāng)手指壓在此表面上時(shí)，由于脊和谷的壓力不同而改變了微型三棱鏡的表面，這些變化通過三棱鏡光的反射而反映出來。 當(dāng)用戶的手指放在上面時(shí)，皮膚組成了 電容 陣列的另一面。 超聲 波掃描被認(rèn)為是指紋取像技術(shù)中非常好的一類。 在晶體傳感器之前，一些沒有用到 ， 可以 進(jìn)行 局部調(diào)整的軟件控制或自動獲取控制(AGC)技術(shù)。例如，一個(gè)不清晰（對比度差）的圖 像 ，如干燥的指紋，都能夠被感覺到從而可以增強(qiáng)其靈敏度，在捕捉的瞬間產(chǎn)生清晰的圖 像 （對比度好）；由于提供了局部調(diào)整的能力，圖 像 不清晰（對比度差）的區(qū)域也能夠被檢測到 ，如手指壓得較輕的地方 ， 并在捕捉的瞬間為這些 像 素提高靈敏度。較小的光學(xué)掃描也是較小指紋取像區(qū)域，這是因?yàn)檩^大的指紋取像區(qū)域需要較長的焦點(diǎn)長度，所以要有較大包裝，否則如果較大的取像區(qū)域使用較小的包裝，則光學(xué)掃描設(shè)備會受到圖 像 邊緣線形扭曲的影響。 我們在 表 21給出 三種主要技術(shù)的比較 。圖像增強(qiáng)技術(shù)就是減弱噪音，增強(qiáng)脊線和谷線的對比度。 基于此方向圖，做灰度圖像 的濾波以增強(qiáng)圖像的質(zhì)量，設(shè)計(jì)適合的、相匹配的濾波模板，使之適合 指紋圖像上的所有像素。有的五邑 大學(xué)本科畢業(yè)論文 7 算法直接從 灰 度圖中提取特征點(diǎn)，但目前看來此種算法效果不佳。 圖像二值化后，隨后的處理會比較容易。人為因素主要是毛刺 、 短線、小橋，在認(rèn)識到這些不合法的細(xì)節(jié)之后就要在細(xì)化之后消除這些噪聲。 圖 22指紋圖像的預(yù)處理過程 特征提取 指紋的 特征信息主要分為兩大類：指紋 的 總體特征和指紋的細(xì)節(jié)特征。更重要的是，使用這些特征點(diǎn)的位置和相互關(guān)系足以描述指紋的唯一性，可以用它們作為指紋的區(qū)分標(biāo)志。 所以 ， 特征提取是指紋識別系統(tǒng)的關(guān)鍵部分之一。一般在提取細(xì)節(jié)點(diǎn)之前，我們對細(xì)化后的指紋圖像進(jìn)行分支和 島嶼的去除 ，這樣可以大量減少偽端點(diǎn)和分叉點(diǎn)的數(shù)量。 特征匹配 自動指紋識 別 系統(tǒng)中記錄的不是整個(gè)指紋圖像，而是特征點(diǎn)的信息集合， 它是不可逆的，就是說不能由這個(gè)特征點(diǎn)集合 到指紋圖像。驗(yàn)證就是通過把一個(gè)現(xiàn)場采集（ Capture）到的指紋與一個(gè)已經(jīng)登記的指紋進(jìn)行一對一的比對（ onetoone matching），來確認(rèn)身份的過程。驗(yàn)證其實(shí)是回答了這樣一個(gè)問題： “ 他是他自稱的這個(gè)人嗎 ？” 這是應(yīng)用系統(tǒng)中使用得較多的方法。一個(gè)不明身份的人的指紋與指紋庫中 有犯罪記錄的人指紋進(jìn)行比對，來確定此人是否曾經(jīng)有過犯罪記錄。一對幾個(gè)匹配主要應(yīng)用于只有 “ 幾個(gè) (few)” 用戶的系統(tǒng)中，比如 ， 一個(gè)家庭的成員要進(jìn)入 他們的房子。在預(yù)處理之前把背景分割出來，只對前景區(qū)域進(jìn)行處理，不但可以節(jié)省處理時(shí)間，而且還能減少背景偽特征對后續(xù)處理的干擾。對于指紋圖像增強(qiáng)，已有很多學(xué)者進(jìn)行了研究 。 x? 和 y? 分別是沿著 x 和 y 軸的高斯包絡(luò)常量，表征 Gabor濾波器的帶寬，二者的值越大，對噪聲的魯棒性越好，但越可能產(chǎn)生虛假的脊線信息；相反，二者的值越小，產(chǎn)生虛假脊線信息的可能性就越小，但對噪聲的魯棒性越弱。 Gaussian函數(shù)形式 為 )2exp()( 22xxxG ??? （ 35） 文獻(xiàn) [10]提出的 Gaussian函數(shù)濾波器由 3個(gè)積分為 1的 Gaussian函 數(shù)進(jìn)行疊加而成 ， 即 )2 )(e x p(22 )(e x p(2)2e x p(2)( 222222222222212211 ?? ????? ??????? ????? xkxkxkxf （ 36） 其中， 1k 、 2k 分別表示濾波時(shí)脊與谷中間的增強(qiáng)系數(shù) ； 1? 、 2? 分別 表示濾波的對比度和平滑度， ? 是為了滿足濾波器的對稱性而引入的系數(shù)，其值依賴于當(dāng)前分塊指紋圖像的局部脊線距離 ? ， 且 2??? 。指紋方向是一類很重要的結(jié)構(gòu)信息，它 在指紋圖像的預(yù)處理、特征提取以及分類中都有重要的應(yīng)用。 ),( ji? ，),( ji ??? 分別為以 ),( ji ， ),( ji ?? 為中心的塊的方向。對第一次濾波后的指紋圖像按照下面的算法計(jì)算頻率場 ]39[ ： ①對 指紋圖像中的任意一個(gè)子塊 ),( ji ( ji, 為 子塊圖像中心的橫坐標(biāo)和縱坐標(biāo) )，建立一個(gè)以像素點(diǎn) ),( ji 為 中心的方向窗口 lw? (16 32)，該窗口的邊框與指紋脊線方向?qū)?yīng)，且 l 方向與脊線方向垂直， w 與脊線方向平行。 五邑 大學(xué)本科畢業(yè)論文 12 ②從求得的 ]0[X ， ]1[X ， ?， ]1[ ?lX 中尋找投影波形的波峰，并計(jì)算波峰之間的平均距離 d ，即為塊的脊線平均距離。 ④局部的脊線頻率就是這個(gè)值的倒數(shù) ，即 ?????????當(dāng)脊距標(biāo)識為其它時(shí)時(shí)脊距標(biāo)識為－當(dāng) 11 1ddf （ 314） (4)指紋分叉點(diǎn)區(qū)域定位 指紋分叉點(diǎn)區(qū)域定位的目的是標(biāo)記出分叉點(diǎn)區(qū)域，以便在后續(xù)的濾波中根據(jù)當(dāng)前區(qū)域是否為分叉點(diǎn)區(qū)域而采取不同的濾波器。 (5)自適應(yīng)濾波增強(qiáng) 根據(jù)指紋圖像分塊區(qū)域是否有分支，分別采用 Gabor算法和改進(jìn)的 Gaussian算法進(jìn)行自適應(yīng)濾波增強(qiáng)，具體的步驟如下： ① 把圖像分成 (N+t) (N+t)大小重疊的子塊 ； ② 對每一子塊，根據(jù)計(jì)算出的方向場，用公式 (32)、 (33)計(jì)算出子塊內(nèi)所有像素旋轉(zhuǎn)后的 x? 和 y? 的坐標(biāo)。 Gabor濾波器中， f =d1 是沿著 x軸的正弦波頻率， 即上一 步計(jì)算出的頻率場。 五邑 大學(xué)本科畢業(yè)論文 13 圖 32圖像增強(qiáng)結(jié)果圖 由圖 32可看出 ， 自適應(yīng)指紋圖像增強(qiáng)算法 即 避免了單獨(dú)采用 Gabor算法增強(qiáng)后指紋圖像中產(chǎn)生虛假脊線及空洞，又解決了單獨(dú)使用 Gaussian算法在分叉點(diǎn)處增強(qiáng)效果不明顯的缺點(diǎn)，增強(qiáng)效果 很好 。為了進(jìn)行圖像分析，首先要 把物體的信息從背景中分離出來。流程 為 ： 對于圖像中每個(gè) 欲 二值化的 像素點(diǎn) ),( jiP ，考慮它的 99? 鄰域，如圖 33 所示。其中 ， minS 和 maxS 分別是 8個(gè)和的最小值和最大值。指紋圖像二值化后，紋線仍具有一定的寬度，平均寬度為 6－ 8個(gè)像素，由于按捺的輕重不勻使指紋脊線的粗細(xì)不能恒定，難于據(jù)此直接抽取指紋的特征集，由于人們關(guān)心的是 指紋紋線的走向與結(jié)構(gòu)，而不是它的粗細(xì)，用寬度為單位像素的線表示指紋紋線，即進(jìn)一步地壓縮了數(shù)據(jù)，又可以提高識別的準(zhǔn)確性。 （ 2）如果Ｐ為輪廓像素 ， 但是不是多重像素，則把它標(biāo)記為 3，表示該點(diǎn)屬于可刪除的像素點(diǎn)。 （ 6）重復(fù)步驟（ 1）到（ 5），直到圖像中已經(jīng)不存在 1像素為止。如果跟蹤距離大于門限 1T ，則跟蹤終止，說明遇到的指紋線并非毛刺；如果在跟蹤時(shí)遇到另外一個(gè)端點(diǎn)或分叉點(diǎn)Ｎ，且跟蹤距離小于門限 1T ，則說明點(diǎn)Ｃ和點(diǎn)Ｎ之間的指紋線是由噪聲產(chǎn)生的毛刺，將其刪除，否則為正常的指紋線。 （ 4） 圖像邊界上特征點(diǎn)的刪除 在靠近圖像邊緣的部分容易出現(xiàn)大量的偽特征點(diǎn)，因?yàn)閳D像邊緣是指紋和背景的交界處，指紋在這里被強(qiáng)行截?cái)?，所以會有很多的指紋中止點(diǎn)出現(xiàn)。像素點(diǎn) P 的指標(biāo) CN 定義 為 ?? ??? 7 0 )1()(21 k kNkNCN （ 317） 其中 ， )0()8( NN ? ， )(kN 為像素 P 的 8 鄰域中的第 k 個(gè)像素值。具體做法 是， 逐行掃描細(xì)化后的圖像，找出 CN 值為 1 或 3 的像素點(diǎn)，并記下其坐標(biāo)和方向。 點(diǎn) 模 式 匹 配 是 指 找 出 兩 個(gè) 含 有 不 同 數(shù) 量 的 點(diǎn) 集 },2,1{ pmppP ?? 與),2,1{ qnqqQ ?? 的匹配關(guān)系，其中 ， P 是從第 1幅圖像抽取，由 m 個(gè)特征構(gòu)成 ； Q 從第 2幅圖像抽取，由 n 個(gè)特征構(gòu)成。 對于點(diǎn)集中的特征點(diǎn)，用 x 方向和 y 方向的坐標(biāo)來描述， 即 },1),{( miyxP Tpp ii ??? 五邑 大學(xué)本科畢業(yè)論文 16 },1),{( njyxQ Tqq jj ??? 若 P和 Q中只有一個(gè)點(diǎn)存在對應(yīng)關(guān)系，即???????????????? ?????????????????????? ppyxqq yxss ssttyx