【正文】 相 同的指紋。 便于獲取指紋樣 本 ，易于開發(fā)識別系統(tǒng)，實用性強。 指紋識別中使用的模板并非是最初的指紋圖像，而是由指紋圖像中提取的關(guān)鍵特征構(gòu)成的，這樣模板庫占用系統(tǒng)的存儲空間較小。中國是世界公認(rèn)的指紋發(fā)源地。他的作品大約寫于公元650 年，他是著重提到指紋是確定個人方法的世界土最老的作家”。在唐代指、掌印己應(yīng)用于文書契約 上， 而至少到了宋代，手印己正式作為刑事訴訟的物證了。 隨著電子計算機的出現(xiàn)，采集技術(shù)的發(fā)展，以及對指紋識別的研究，人們逐漸將人 工 的指紋識別向自動指紋識別 (Automated Fingerprint Identification System, AFIS)轉(zhuǎn)變，美國于 1963 年 開 展相關(guān)軟件的研究，于 1982 年將 NEC AFIS 投入使用。學(xué)校有 ： 加州理工學(xué)院 （ California Institute of Technology），密歇根州立大學(xué)模式 識別與圖像處理實驗室 (Michigan State University, Pattern Recognition and Image Processing Lab)，意大利 Bologna 大學(xué)特征識別系統(tǒng)實驗室等。 國內(nèi)從上個世紀(jì) 80 年代初期開始研究指紋自動識別技術(shù)。 單就指紋識別算法而言，國內(nèi)外的研究水平處于同步狀態(tài)。 而在國內(nèi)，指紋識別主要應(yīng)用在單位和集體的考勤、門禁、保險箱柜等領(lǐng)域，主要的產(chǎn)品有指紋考勤機、指紋門禁系統(tǒng)、指紋鎖等。據(jù)專家保守估計，未來 5 年，我國將有近百億元的市場等待著企業(yè)去開拓。指紋識別的基本過程是通過取像設(shè)備讀取指紋圖像，然后用計算機識別軟件提取指紋的特征數(shù)據(jù)，最后通過匹配識別算法得到識別結(jié)果，以確定指紋所有人的身份。指紋 以一定的壓縮格式存貯，并與其姓名或其標(biāo)識 （ ID， PIN） 聯(lián)系起來。這也叫“一對多匹配（ onetomany matching）”。 圖 11 一對一指紋登記與驗證示意圖 圖 12 一對多指紋登記與辨識系統(tǒng)示意圖 驗證和辨識在比對算法和系統(tǒng)設(shè)計上各具技術(shù)特點。雖然可以通過指紋增強等技術(shù)提高指紋的質(zhì)量，但這不可能從根本上解決問題。另外，指頭表面是一 個三維曲面，而獲取的指紋圖像卻是一個二維平面，這種從立體向平面的轉(zhuǎn)化也會造成指紋的變形。但對于工作在辨識模式下的系統(tǒng)，指紋分類技術(shù)的研究水平則至關(guān)重要。 （ 3） 缺乏自動指紋識別系統(tǒng)的性能評價體系。生理學(xué)的研究結(jié)果表明，指紋的結(jié)構(gòu)在真皮層有著完整和穩(wěn)定的表現(xiàn)。各種生物識別技術(shù)都具有自身的特點和優(yōu)勢。 指紋采集技術(shù)比較 目前有三種指紋采集技術(shù) ： 光學(xué)掃描、半導(dǎo)體傳感器、超聲波掃描技 術(shù) [12]。光學(xué)采集設(shè)備有著許多優(yōu)勢：它經(jīng)歷了長時問實際應(yīng)用的考驗，能承受一定程度溫度變化，穩(wěn)定性很好，成本相對較低，并能提供分辨率為 500dpi 的圖像。嚴(yán)重的潛在指印會導(dǎo)致兩個指印的重 疊?，F(xiàn)在傳感器可以裝在 6179。 1英寸。另 一個方案是把含有微型二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，由于指紋脊和谷的壓力不同而改變了微型二棱 鏡的表面，這些變化通過三棱鏡光的反射而反映出來。在半導(dǎo)體金屬陣列上能結(jié)合大約 100000 個電容傳感器，其外面是絕緣的表面。其表面的頂層是具有彈性的壓感介質(zhì)材料，它們依照指紋的外表地形（凹凸）轉(zhuǎn)化為相應(yīng)的電子信號，并進一步產(chǎn)生具有灰度級的指紋圖像。例如：一個不清晰（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。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。為了降低成本，晶片面積一般都比較小。但由于超聲波錄入設(shè)備的耐久性還難以估計，因此實際中應(yīng)用得較少。 特征提取與匹配 AFIS 系統(tǒng)中，指紋識別算法最終都?xì)w結(jié)為在指紋圖像上提取和比對指紋特征。Hrechak 等用結(jié)構(gòu)匹配來做指紋識別。點匹配方法雖然應(yīng)用得最多，發(fā)展得最成熟。 性能評價 指紋算法中引入了兩個重要的數(shù)字指標(biāo)來描述該系統(tǒng)的精確度。其定義為： FRR=拒識的指紋數(shù)目 /考察的指紋總數(shù)目179。 100%[19]。采集時間通常包含了采集的操作時間和圖像的傳輸時間；圖像處理時間指的是從計算機處理指紋圖像到提取出所有特征、輸出特征模板所耗費的時間；比對時間是指計算機對兩組指紋特征模板進行比對并給出結(jié)果所耗費的時間； 平均識別速度指計算機從指紋特征模版庫中搜索出特定指紋特征模板的速度，通常是一個統(tǒng)計平均值，其速度的快慢與指紋特征模版庫的分類方法有很大關(guān)系。我們可以根據(jù)不同的用途來調(diào)整這兩個值。 盡管指紋識別系統(tǒng)存在著可靠性問題，但其安全性也比相同可靠性級別的“用 戶 ID+密碼”方案的安全性高得多。由于 FRR 和 FAR 是相互矛盾的，這就使得在應(yīng)用系統(tǒng)的設(shè)計中，要權(quán)衡易用性和安全性。而考慮到產(chǎn)品的 體積與價格因素， DSP 系統(tǒng)是比較符合要求的。第 三 章介紹了本設(shè)計所使用的硬件開發(fā)工具以及在 AVR 開發(fā)系統(tǒng)中實現(xiàn)指紋 系統(tǒng) 程序 設(shè)計 的過程。 總體特征 總體特征是指那些用肉眼直接就可以觀察到的特征，包括： 1. 紋形 環(huán)型（ loop） 弓型（ arch） 螺旋型（ whorl） 圖 21 指紋紋形分類 指紋的紋形主要有環(huán)型、弓型和螺旋型三種， 其他的指紋圖案都基于這三種基本圖案。 SecureTouch 的指紋識別算法使用了所取得的完整指紋而不僅僅是模式區(qū)進 14 行分析和識別。 4. 三角點（ Delta） 三角點位于從核心點開始的第一個分叉點 或者斷點、或者兩條紋路會聚處、孤立點、折轉(zhuǎn)處，或者指向這些奇異點。 模式區(qū) 核心點 三角點 紋數(shù) 圖 22 指紋總體特征 局部特征 局部特征是指指紋上的節(jié)點的特征，這些具有某種特征的節(jié)點稱為特征點。就是這些特征點提供了指紋唯一性的確認(rèn)信息。 曲率 描述紋路方向改變的速度。 分歧點（ Ridge Divergence） —— 兩條平行的紋路在此分開。 指紋的特征提取與匹配算法 指紋其實是比較復(fù)雜的。 傳統(tǒng)的基于 特征 點的指紋識別算法的不足之處在于：只利用了指紋圖像中一小部分信息 (細(xì)節(jié)點 )，丟失了豐富的結(jié)構(gòu)信息，對于小面積的指紋圖像就有可能因為缺乏足夠的信息而影響識別率；在細(xì)節(jié)點的提取過程中，很容易產(chǎn)生虛假細(xì)節(jié)點和丟失真正的細(xì)節(jié)點，在指紋的受損區(qū)域，這種現(xiàn)象更為突出；由于每個指紋的細(xì)節(jié)點數(shù)都不相同，產(chǎn)生的特征矢量長度不同，不利于快速比對 (搜索指紋庫 )；特征比對時，細(xì)節(jié)點的相對位置隨指紋的彈性變性而改變，影響比對的準(zhǔn)確性 。在一定意義下，可以 認(rèn)為任何圖像都是由一種或多種不同紋理組成。 Gabor 變換用于特征提取，圖像增強，指紋分類以及識別等。 圖 23 基于結(jié)構(gòu)的指紋識別算法流程圖 基于特征點的特征提取與匹配算法 目前國內(nèi)外指紋識別的技術(shù)基本上都是采用基于細(xì)節(jié)特征點的指紋識別技術(shù)。但基本思路是：將采集原始指紋圖像 中心點計算 圖像扇形化 圖像歸一化 Gabor 濾波 特征提取 特征對比 對比結(jié)果 17 的指紋圖像處理成二值圖，然后通過細(xì)化，抽取出指紋的紋路（ Ridge），最后 掃描紋路的末端判定細(xì)節(jié)點，流程圖如圖 24 所示： 圖 24 基于特征點提取的指紋識別流程圖 一般自動指紋識別系統(tǒng)應(yīng)該包括如下幾個部分： 采集指紋圖像 → 圖像預(yù)處理 → 特征點提取 → 后處理 → 特征點匹配 → 得出識別結(jié)果。指紋匹配主要是依靠比較兩枚指紋的局部紋線特征的數(shù)量、位置和所在區(qū)域的紋線方向等參數(shù)來度量，細(xì)節(jié)特征的集合形成一個拓?fù)浣Y(jié)構(gòu)。比如預(yù)處理算法繁瑣，計算量大。因此限制了指紋技術(shù)的應(yīng)用。 基于指紋紋理特性的新算法 指紋采樣 預(yù)處理 二值化 細(xì)化 紋路提取 細(xì)節(jié)特征提取 指紋匹配 18 小波動性變換理論 小波分析是八十年代中后期發(fā)展起來的一個新興的 數(shù)學(xué)分析分支。 小波理論的提出可追溯到 1910 年 Haar 提出的規(guī)范正基 [25]。 目前，小波變換作為一種新的數(shù)學(xué)工具，已經(jīng)廣泛應(yīng)用于圖像處理。二維小波變換分為可分離和不可分離兩種方式。 19 圖像經(jīng)一次二維小波變換以 后 得到四個子帶圖象（圖 26）。分解的方式有圖 28 所示的三種。由于 H滿足高通條件。而小波系數(shù)在零仁附近高度集中，單為零的系數(shù)高達 77%，較好地去除了相關(guān)性，減小了熵 圖 29 指紋圖像 21 值。該函數(shù)定義如下： ( / )( 。=(x1,x2,...xL)可以描述成： 1( 。即代入任 —— β 值，使 ( ) (2 / ) / (1 / ) ( 3 / )F ? ? ? ?? ? ? ?最接近 m1/m2的β值，即為所求解。 , ) ) l o g ( 1 / ) ( 1 / )D p p?? ? ? ? ? ?? ? ? ?? ? ? ? ? ?? ? ? ?? ? ?? ? ???????? ? ? ? (27) 從（ 27）式中，可以看出， KLD 距離函數(shù)含量有四個變量，兩個尺度參數(shù) α 1 和 α 2 及兩個形狀參數(shù) β 1 和 β 2。經(jīng)過預(yù)處理后再根據(jù)上述算法進行識別，識別效率明顯提高。α 1,β 1)‖ p(。最后兩幅指紋水平細(xì)節(jié)子帶的 KLD 距離為 (D1＋ D2)/2； （ 5） 對步驟（ 4）中的三個小波細(xì)節(jié)子帶 KLD 距離取平均值 D，即為兩幅指紋圖像的 KLD 距離 ； （ 6） 設(shè)定閾值 Dth，判斷結(jié)果。相當(dāng)于點匹配方法中一個特征點的存儲容量，從而極大減小存儲容量，使得指紋識別技術(shù)的廣泛應(yīng)用成為可能。指紋的奇 異 點 作為指紋的特征點在指紋識別過程中可有多種用途，例如： (1) 可將奇異點作為指紋的參考點，在利用圖像方法進行指紋識別時可糾正 24 比對指紋與模板指紋的旋轉(zhuǎn)和平移問題，而在利用特征點方法進行指紋識別時可作為其他特征點的中心參考點，從而可提高指紋識別的可靠性； (2) 可利用奇異點對指紋圖 像進匹配，如可以利用奇異點的數(shù)目，奇異點間的距離以及奇異點間的夾角等來判斷比對指紋和模板指紋是否為同源指紋； (3) 還可利用奇異點對指紋進行分類，根據(jù)這些奇異點的數(shù)目和位置可將指紋分為五類：拱形（沒有奇異點），尖拱形（一個核點，一個三角點，并且距離很近），左環(huán)形（一個核點、一個三角點，三角點在核點右邊），右環(huán)形（一個核點，一個三角點，三角點在核點左邊），渦形（一個核點，兩個三角點）。我們這里作一簡單介紹。 容易觀察到，指紋中的紋線方向是灰度值變化最慢的方向，而梯度方向則正好相反，它是灰度值變化最快的方向。 中值法就是將點方向圖分塊以后，將其中的所有方向用排序算法排序后，選出其中位于中間位置的方向，以此作為塊方向圖的方向。 直方圖法就是把點方向圖分成 w179。 w 的方塊，對于本文中的指紋圖象， w選為 5； （ 2） 計算每一點 (i,j)的梯度 ( , ) ( , )xyi j i j??和 ， 在這里，梯度算子選為Sobel 算子。數(shù)學(xué)上，它表示這個方向垂直于 w179。 （ 4）由于噪聲、斷裂的脊線和谷線的存在，估計的脊線方向 θ (i,j)可能不是總正確。/ 2 / 2( , ) ( , ) ( , )wwyyu w v wi j h u v i u w j v w??????? ? ? ?? ? ??? (219) 其中， h 是一個二維低通濾波器其積分為 1， ww??? 是濾波器的大小。這里該平滑操作是基于塊水平而基于象素水平進行的。 指紋奇異點的提取 奇異 點檢測 奇異點檢測算法有許多，這里使用 Poincareindex 方法 [29][30]確定指紋中三角點和核心點的位置和數(shù)目，它是計算每點周圍一圈紋線的方向變化，即 Poincare 值。 時，該點是核點； 具體算法主要步驟描述如下： 28 （ 1）將指紋圖像分為 5179。如圖 212： D12 D11 D10 D1 D9 D2 (i,j) D8 D3 D7 D4 D5 D6 圖 212 方向場計算的閉曲線 則在曲線 D1D2...D12D1上其 Poincare 的值如下： 12( 1 ) m o d1 21( , ) ( )iiiP o in a c a r e i j D D ????? (224) 其中 Di(i=1,2...12)表示圖 212中曲線 D1D2...D12D1經(jīng)過的每一塊的方向，這里每塊的方向由 。 時， (i,j)是核點；這樣得到相鄰的幾個候選奇異點。相反，噪聲點只是在較小的領(lǐng)域內(nèi)方向變化比較 劇烈，從整個方向場來看噪聲點所在的局部，其方向還是基本一致的，也即不同的徑向上的平均方向相差不大。 （ 2） 指紋灰度方差 在指紋的前、背景的交界處以及前景模糊區(qū)，方向不規(guī)則，易產(chǎn)生偽奇異點。 w大小的子塊，按下式計算