【正文】 樣本數(shù)量就會越少，對一次識別任務(wù)來講，需要比對的次數(shù)和時間開銷就會越少。大量統(tǒng)計結(jié)果和實際應(yīng)用證明，這兩類特征點在指紋中出現(xiàn)的機(jī)會最多、最穩(wěn)定，而且比較容易獲取。在考慮局部特征的情況下，英國的 (E. R .Herry)認(rèn)為，在比對時只要 13 個特征點重合，就可以確認(rèn)是預(yù)處理 預(yù)濾波 方向圖 方向濾波 二值化 細(xì)化 第 6 頁 共 34 頁 同一個指紋，對于不同的應(yīng)用情況，要求匹配的特征點的個數(shù)會有所不同，如：用在公安刑偵時要求匹配特征點的個數(shù)就要比用在指紋考勤時多。很多研究者提出了不同的預(yù)處理方法，這些方法是用局部脊方向和局部自適應(yīng)閾值來增強(qiáng)指紋圖像 ， 但各自都有一些局限性。因此可以使后續(xù)處理中提取的指紋特征更準(zhǔn)確，特征提取更迅速。 2. 預(yù)處理 通常，指紋采集器采集到的指紋是低質(zhì)量的，存在的噪聲較多。這些進(jìn)展取決于多種光學(xué)技術(shù)指紋圖像輸入 預(yù)處理 特征提取 特征比對 結(jié)果輸出 第 5 頁 共 34 頁 的發(fā)展而不是 FTIR的發(fā)展。光學(xué)取像設(shè)備依據(jù)的是光的全反射原理 (FTIR)。對干、濕、臟的指頭或磨損嚴(yán)重的指紋均能可靠、正確的進(jìn)行采集和盡量減少采集時的變形是指紋采集技術(shù)需要解決的主要問題。辨識過程如圖 12 所示。隨后在比對現(xiàn)場，先驗證其標(biāo)識，然后，利用系統(tǒng)的指紋與現(xiàn)場的指紋比對來證明其標(biāo)識是否是合法的。 指紋識別系統(tǒng) 指紋識別系統(tǒng)分類 自動指紋識別系統(tǒng)的工作模式可以分為兩類：驗證模式 (verification)和辨識模式(identification)。人們已開始研究如何用計算機(jī)系統(tǒng)解釋圖像，實現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機(jī)視覺。 1975年 EMI公司又成功研制出全身用的 CT裝置，獲得了人體各個部位鮮明清晰的斷層圖像。在以后的宇航空間技術(shù)，如對火星、土星等星球的探測研究中，數(shù)字圖像處理技術(shù)都發(fā) 揮了巨大的作用。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。數(shù)字圖像處理 （ Digital Image Processing）又稱為計算機(jī)圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機(jī)對其進(jìn)行處理的過程。目前，己經(jīng)有很多自動指紋識別的產(chǎn) 品面市，并開始逐步在企業(yè)考勤、門禁、金融、公安和網(wǎng)絡(luò)安全等領(lǐng)域得到應(yīng)用。此外，生物識別技術(shù)產(chǎn)品均借助于現(xiàn)代計算機(jī)技術(shù)實現(xiàn)，很容易配合電腦和安全、監(jiān)控、管理系統(tǒng)整合，實現(xiàn)自動化管理。生物識別系統(tǒng)對生物特征進(jìn)行取樣，提取其唯一的特征并且轉(zhuǎn)化成數(shù)字代碼，并進(jìn)一步將這些代碼組成特征模板，人們同識別系統(tǒng)交互進(jìn)行身份認(rèn)證時，識別系統(tǒng)獲取其特征并與數(shù)據(jù)庫中的特征模板進(jìn)行比對，以確定是否匹配，從而決定接受或拒絕該人。傳統(tǒng)的身份識別方法已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足這種要求，人類必須尋求更為安全可靠、使用方便的身份識別新途徑。于是，生物識別技術(shù)悄然興起，并應(yīng)運而生為一種新的身份識別技術(shù)。 生物識別技術(shù)是目前最為方便與安全的識別技術(shù)，它不需要記住復(fù)雜的密碼，也不需隨身攜帶鑰匙、智能卡之類的東西。 常見的生物識別技術(shù)主要有九種：指紋、臉形、虹膜、視網(wǎng)膜、手寫體、聲音、掌紋、手形和臉部熱譜圖等，指紋識別是生物識別技術(shù)的一種。以指紋為代表的生物識別技術(shù)的發(fā)展和應(yīng)用，不僅可以開發(fā)相關(guān)的系列產(chǎn)品，獲得巨大的經(jīng)濟(jì)效益，還可以帶動圖像處理、模式識別、光學(xué)、電子、生理學(xué)和計算機(jī)應(yīng)用等相關(guān)學(xué)科的發(fā)展，具有很高的學(xué)術(shù)價值，會產(chǎn)生巨大的社會效益。數(shù)字圖像處理最早出現(xiàn)于 20 世紀(jì) 50 年代，當(dāng)時的電子計算機(jī)已經(jīng)發(fā)展到一定水平，人們開始利用計算機(jī)來處理圖形和圖像信息。首次獲得實際成功 應(yīng)用的是美國噴氣推進(jìn)實驗室（ JPL）。 數(shù)字圖像處理取得的另一個巨大成就是在醫(yī)學(xué)上獲得的成果。 1979 年，這項無損傷診斷技術(shù)獲得了諾貝爾獎，說明它對人類作出了劃時代的貢獻(xiàn)。很多國家，特別是發(fā)達(dá)國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。 驗證就是通過把一個現(xiàn)場采集到的指紋與一個已經(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。所以指紋考勤系統(tǒng)屬于驗證。 指紋識別系統(tǒng)工作原理 一般來講，自動指紋識別算法體系大致由指紋圖像采集、指紋圖像預(yù)處理、特征提取、指紋分類和指紋比對幾個部分組成。 到目前為止，光學(xué)采集頭提供更加可靠的解決方案。光線照到壓有指紋的玻璃表面，反射光線由 CCD 去獲得，反射光的量依賴于壓在玻璃表面指紋的脊和谷的深度和皮膚與玻璃間的油脂和水分。例如 ： 可以利用纖維 光束來獲取指紋圖像。通過預(yù)處理，將采集到的指紋灰度圖像通過預(yù)濾波、方向圖計算、基于方向圖的濾波、二值化、細(xì)化等操作轉(zhuǎn)化為單像素寬的脊線線條二值圖像，基于此二值圖像對指紋的中心參考點以及細(xì)節(jié)特征點特征等進(jìn)行提取。指紋圖像預(yù)處理的一般過程如圖 14 所示。 例如，用分塊的方法實現(xiàn)局部自適應(yīng)閾值并得到該塊內(nèi)的脊方向。 指紋的細(xì)節(jié)特征可以有 150 種之多，但這些特征出現(xiàn)的概率并不相等，很多特征是極其罕見的。更重要的是，使用這兩類特征點足以描述指紋的唯一性。在大部分研究中，指紋一般分為五類：漩渦型 (whorl)、左環(huán)型 (left loop)、右環(huán)型 (right loop)、拱型 (arch)、尖拱型 (tented arch)。指紋的局部紋線特征和相互關(guān)系通過細(xì)節(jié)特征點的數(shù)量、位置和所在區(qū)域的紋線方向等參數(shù)來度量。指紋識別系統(tǒng)的重要衡量標(biāo)志是識別率，它主要由兩部分組成：拒判率 (false reject rate， FRR)和誤判率 (false accept rate， FAR)。例如采用四位數(shù)字密碼的系統(tǒng)，不安全概率為 %，如果同采用誤判率為 %指紋識別系統(tǒng)相比，由于不誠實的人可以在一段時間內(nèi)試用所有可能的密碼，因此四位數(shù)密碼并不安全，但是他絕對不可能找到一千個人去為他把所有的手指 (十個手指 )都試一遍。一個有效的辦法是比對兩個或更多的指紋，從而在不損失易用性的同時，最大限度地提 高了系統(tǒng)的安全性。 (3) 第三部分介紹了指紋識別模塊，指紋識別模塊是指紋識別系統(tǒng)的核心部分，所以我們對指紋識別算法進(jìn)行了詳細(xì)的闡述。 第 8 頁 共 34 頁 2 指紋考勤系統(tǒng)的構(gòu)造介紹 系統(tǒng)結(jié)構(gòu)框圖 本指紋考勤機(jī)的最主要特點是將獨立識別與聯(lián)網(wǎng)設(shè)置相結(jié)合。在平時一般情況下，各臺指紋考勤機(jī)自行完成指紋的登記、識別、考勤登記、門控等功能，無須與管理 PC機(jī)發(fā)生關(guān)系。圖 22是指紋考勤機(jī)的硬件結(jié)構(gòu)框圖。 指紋識別時，同樣是采集、預(yù)處理、提取指紋特征等步驟，之后與已經(jīng)存儲在模塊中的所有指紋特征進(jìn)行比對，根據(jù)設(shè)置的識別率，判斷是否有相同或相似的指紋，并返回識別結(jié)果。 由于采用大容量、掉電不丟失數(shù)據(jù)的存儲器，指紋考勤機(jī)可以同時存儲 6000 多條考勤記錄，省去頻繁讀取和清除考勤記錄的麻煩 。 LCD 液晶顯示器 4 4 鍵盤 蜂鳴器 CPU 中央 處理器 485 聯(lián)網(wǎng)通信接口 指紋識別模塊 電源供電 實 時時鐘 大容量存儲器 第 10 頁 共 34 頁 軟件功能介紹 指紋考勤機(jī)系統(tǒng)的軟件，根據(jù)系統(tǒng)結(jié)構(gòu)劃分，可分為指紋考勤機(jī)上的控制軟件和計算機(jī)上的通訊接口管理設(shè)置軟件這兩 種?？刂栖浖坎捎?MCS51匯編語言設(shè)計。 ： (1)設(shè)置考勤機(jī)的進(jìn)出狀態(tài)； (2)設(shè)置當(dāng)前日期、時間。 CPU 控制處理器 指紋考勤機(jī)的 CPU選用集成度和性能比較高的 MCS51兼容系列單片機(jī) AT89C52。 串行通訊口用來與指紋識別模塊和計算機(jī)進(jìn)行通訊。 人機(jī)接口 鍵盤、顯示器和蜂鳴器是指紋考勤機(jī)的人機(jī)交互接口設(shè)備。這種方法占用的 I/O口線比較少，并且需要采用位操作，因此在單片機(jī)系統(tǒng)中是最為常用的 。 聯(lián)網(wǎng)通訊接口 指紋考勤機(jī)的聯(lián)網(wǎng)通訊接口采用 RS232接口和 RS485接口共用的方式。 第 15 頁 共 34 頁 3 指紋識別模塊 指紋識別模塊是考勤系統(tǒng)的關(guān)鍵部分，其工作過程中的預(yù)處理部分是作者重點研究的部分。 指紋處理模塊通過 PLD 解碼單元控制光學(xué)指紋采集頭采集指紋圖像，然后經(jīng)過性能優(yōu)異的指紋算法提取出無畸變的指紋圖像特征值用于完成指紋比對功能，指紋特征值經(jīng)數(shù)據(jù)加密后，保存在 FlashROM閃存中。 外圍控制器是通過一個 15 腳的連接器與 FDA01指紋識別模塊實現(xiàn)兩者之間的命令和數(shù)據(jù)的串行傳輸。 (1) 掃描儀和數(shù)碼相機(jī)使卡片或照片上的捺印指紋或現(xiàn)場實物上的指紋印跡直接被取像設(shè)備中的光電耦合器件 (CCD)獲取 ， 并經(jīng)數(shù)字化器件轉(zhuǎn)換得到數(shù)字化圖像。 反射光強(qiáng)的損失受壓在玻璃棱鏡表面指紋的紋脊和紋谷的深度 ， 以及皮膚與玻璃之間的油脂和水分的影響。 當(dāng)手指壓在此表面上時 ， 由于指紋紋脊和紋谷的壓力不同而改變了微型三棱鏡的表面 ， 通過三棱鏡的反射光強(qiáng)發(fā)生變化 ， 從而產(chǎn)生指紋灰度圖像。 技術(shù) 第 17 頁 共 34 頁 半導(dǎo)體取像傳感器是最近幾年才出現(xiàn)的，主要有： (1) 硅電容傳感器 。 (2) 半導(dǎo)體壓感式傳感器 。 它通過感應(yīng)壓在半導(dǎo)體表面上的指紋紋脊和遠(yuǎn)離半導(dǎo)體表面的紋谷的溫度不同來獲得指紋圖像 。半導(dǎo)體傳感器取像技術(shù)主要缺點是：易受靜電 (電纜線、用戶接觸以及取像器內(nèi)部的靜電 )的影響 ， 有時會獲取不到圖像 ， 甚至?xí)粨p壞 ； 不像玻璃一樣耐磨損 ， 從而影響了使用壽命；手指的汗液中的鹽分或者其他的污物 ， 以及手指磨損都會使半導(dǎo)體傳感器的取像很困難 。 積累在皮膚上的臟物和油脂對超聲波取像影響不大 ， 所以這樣獲取的圖像是實際指紋紋路凹凸的真實反映。圖像預(yù)處理通常包括增強(qiáng)、分割、細(xì)化等幾個步驟。由于在指紋攝取時手指用力不均勻 ， 在用力的區(qū)域紋線可能會出現(xiàn)誤連 ， 而在用力小的區(qū)域可能會出現(xiàn)紋 線誤斷。 指紋圖像獲取時 ， 由于噪音及壓力不同等的影響 ， 將會導(dǎo)致兩種破壞紋線的情況 ： 斷裂及叉連。 (1) 方向圖的獲取 方向圖是用每一個像素點的方向來表示指紋圖像。鄰域窗口 的尺寸并無嚴(yán)格限定 ， 但其取值與圖像的分辨率直接有關(guān)。 圖 32 8 個方向 圖 33 9 9 鄰域窗口 分別求出沿各個方向的灰度變化 ： ? ? ? ?41,d d k k kkS f i j f i j???? 1,2,3 ,8d? (31) ? ? ? ?39。dkp的灰度值。當(dāng)1,2,3 ,8d ? 時分別求出 dS / 39。方向圖平滑的基本思想是 ： 指紋紋線的走向是連續(xù)變化的 ， 鄰近像點上的方向不應(yīng)該有突然的大角度轉(zhuǎn)折。一般情況下處理圖像只需一個濾波器 ， 而方向濾波器是一系列與像素點方向有關(guān)的濾波器 ， 使用時根據(jù)某一 塊區(qū)域的方向特征 ， 從一系列濾波器中選擇一 個相應(yīng)的濾波器來對這一塊進(jìn)行濾波。一般取模板邊長為 1～ ； 2) 模板邊長為奇數(shù) ， 模板關(guān)于其朝向軸及朝向垂直方向軸均為對稱 ； 3) 為提高脊、谷之間的灰度反差 ， 達(dá)到邊緣銳化的效果 ， 模板應(yīng)設(shè)計為 ： 在垂直于朝向方向上 ， 中央部分系數(shù)為正 ， 兩邊系數(shù)為負(fù) ； 4) 濾波結(jié)果應(yīng)與原圖的平均灰度無關(guān) ， 因此模板中所有系數(shù)的 代數(shù)和應(yīng)為零。二值化指紋圖像是將灰度圖像變成 0、 1兩個灰度級的圖像 ， 前景點 (指紋脊線 )取作 1， 背景點取作 0， 以把指紋脊線提取出來 ，