【正文】 ..................................... 25 總結(jié) ............................................................................................................................. 25 展望 ............................................................................................................................. 25 致謝 .......................................................................................................................................... 26 參考文獻(xiàn) .................................................................................................................................. 27 附錄 A 主程序 ......................................................................................................................... 30 附錄 B 提取特征點(diǎn)程序 ......................................................................................................... 31 附錄 C 剔除偽特征點(diǎn)程序 ..................................................................................................... 33 第 1 頁(yè) 1 緒 論 引言 隨著社會(huì)經(jīng)濟(jì)的發(fā)展，人們的工作生活越來(lái)越依賴(lài)現(xiàn)代信息技 術(shù)和網(wǎng)絡(luò)技術(shù)，越來(lái)越多的場(chǎng)合，小到個(gè)人的虛擬賬戶(hù)密碼，大到一個(gè)公司甚至是國(guó)家機(jī)密都需要對(duì)使用者、來(lái)訪者進(jìn)行身份識(shí)別，從而達(dá)到對(duì)自身的信息、資料以及財(cái)產(chǎn)進(jìn)行可控制的保護(hù)，努力避免被不法分子非法入侵或者占有。如何保護(hù)人們的信息安全已經(jīng)成為不得不面對(duì)的問(wèn)題。其次，這些認(rèn)證手段并不是隨身攜帶的，都面臨著證件丟失，密碼遺忘等問(wèn)題。因此可以說(shuō)這兩種身份識(shí)別技術(shù)已經(jīng)無(wú)法滿(mǎn)足現(xiàn)實(shí)的需要，傳統(tǒng)的身份識(shí)別技術(shù)己無(wú)法滿(mǎn)足現(xiàn)代生活的需要，社會(huì)迫切的需要一種更高可靠性的，更方便的保密驗(yàn)證手段。模式識(shí)別定義為：對(duì)表征事物或現(xiàn)象的各種方式的（數(shù)值的、文字的或邏輯關(guān)系的）信息進(jìn)行處理和分析，以對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類(lèi)和解釋的過(guò)程，是信息科學(xué)和人工智能的重要組成部分。生物識(shí)別遵循模式識(shí)別的原則規(guī)律，它通過(guò)判定相似度來(lái)確認(rèn)生物特征相不相同。一是它必須基于“人的生物特征是各不相同”這一基本規(guī)律，否則無(wú)法根據(jù)人的生物特征來(lái)辨識(shí)不同對(duì)象。人的生物特征包括生理特性和行為方式。 指紋識(shí)別技術(shù) 指紋識(shí)別簡(jiǎn)介 指紋，由于其具有終身不變性、唯一性和方便性，已幾乎成為生物特征識(shí)別的代名詞。 第 3 頁(yè) 指紋特征是人終生不變的特征之一，人體指紋含有天然的密碼信息，其具有作為密碼信息必須具備的三個(gè)重要性質(zhì)： (1) 廣泛性，指每一個(gè)正常的人都有指紋。因此，作為一 種可靠的方法，可以運(yùn)用指紋鑒定進(jìn)行身份認(rèn)定。 1684 年，植物形態(tài)學(xué)家 Grew 發(fā)表了第一篇研究指紋的科學(xué)論文。1889 年 Edward Herry 提出了著 名的 Herry 系統(tǒng)來(lái)對(duì)指紋進(jìn)行分類(lèi) [4]。九十年代，用于個(gè)人身份鑒定的自動(dòng) 指紋識(shí)別系統(tǒng) 得到開(kāi)發(fā)和應(yīng)用。目前許多公司和研究機(jī)構(gòu)都在指紋識(shí)別技術(shù)領(lǐng)域取得了很大突破性進(jìn)展，推出許多指紋識(shí)別與傳統(tǒng) IT技術(shù)完美結(jié)合的應(yīng)用產(chǎn)品，這些產(chǎn)品已經(jīng)被越來(lái)越多的用戶(hù)所認(rèn)可。 在這種情況下，手指表面的干凈程度，直接影響到識(shí)別的效果。兩者之間的恒量電介質(zhì)的傳感器檢測(cè)變化來(lái)生成指紋圖像。因?yàn)樯漕l傳感器產(chǎn)生高質(zhì)量的圖像，因此射頻技術(shù)是最可靠，最有力的解決方案。 目前的自動(dòng)指紋識(shí)別系統(tǒng)是集計(jì)算機(jī)、網(wǎng)絡(luò)、光電技術(shù)、圖像處理、智能卡、數(shù)據(jù)庫(kù)等技術(shù)于一體的綜合高端技術(shù)。隨著光學(xué)儀器、傳感器及數(shù)字技術(shù)的發(fā)展，各種快速精確、方便小巧的采集設(shè)備都得到了應(yīng)用。 （ 2）指紋圖像預(yù)處理 預(yù)處理在整個(gè)自動(dòng)指紋識(shí)別系統(tǒng)中是很關(guān)鍵的一步。 （ 3）特征提取 傳統(tǒng)的特征提取方法主要有兩種：第一種是直接從原始指紋圖 像上進(jìn)行細(xì)節(jié)特征提取，另一種是從細(xì)化后的指紋圖像上進(jìn)行特征提取。目前最常用的細(xì)節(jié)特征是美國(guó)聯(lián)邦調(diào)查局 (FBI)提出的細(xì)節(jié)點(diǎn)坐標(biāo)模型，它利用端點(diǎn)和分叉點(diǎn)這兩種特征，只需要一個(gè) 33 模板便可將端點(diǎn)和分叉點(diǎn)提取出來(lái)。 指紋圖像特征提取 指紋特征提取包括紋線細(xì)化、特征點(diǎn)（交叉點(diǎn)、斷點(diǎn)、中心點(diǎn)、三角點(diǎn)等）檢測(cè)與分類(lèi)、偽特征點(diǎn)消除、特征點(diǎn)特性參數(shù)計(jì)算、特征參數(shù)壓縮編碼、全局特征（ “ 斗 ” 、“ 箕 ” 、“ 旋向 ” 等）檢測(cè)等步驟 ， 特征提取算法應(yīng)能適應(yīng)噪聲、畸變、位移、旋轉(zhuǎn)、缺損、變 第 7 頁(yè) 形等常見(jiàn)的實(shí)際情況。因此，在特征提取時(shí) ， 往往需要進(jìn)行虛假細(xì)節(jié)特征刪除 ，一 般采用啟發(fā)式算法對(duì)虛假特征進(jìn)行刪除。 主要內(nèi)容和結(jié)構(gòu)安排 主要內(nèi)容 指紋圖像的處理，包括指紋圖像預(yù)處理、特征提取和特征匹配三個(gè)部分工作。具體安排如下： 1．介紹了生物識(shí)別技術(shù)所包含的內(nèi)容，指紋識(shí)別技術(shù)的優(yōu)缺點(diǎn)與發(fā)展現(xiàn)狀，以及指紋識(shí)別系統(tǒng)的結(jié)構(gòu)，簡(jiǎn)要介紹了本文研究的主要內(nèi)容。接著介紹常用的特征提取方法，以及它們的優(yōu)缺點(diǎn)。 第 9 頁(yè) 2 指紋圖像的預(yù)處理 對(duì)于一幅指紋采集頭采集的原始圖像，為了使后續(xù)特征提取的操作能夠正常有效的進(jìn)行，必須對(duì)原始指紋圖像進(jìn)行一定的處理。這給建立統(tǒng)一的、有效的后續(xù)指紋圖像處理算法帶來(lái)了極大的不便。 圖 像增強(qiáng) 指紋圖像增強(qiáng)，就是對(duì)指紋圖像采用一定的算法進(jìn)行處理，使其紋理結(jié)構(gòu)清晰化，盡量突出和保留固有的指紋特征信息，并消除噪聲，避免產(chǎn)生虛假特征。 O’Gorman 和 Nickerson 較早提出采用方向?yàn)V波器進(jìn)行指紋圖像增強(qiáng)。 Hong 等提出采用具有方向和頻率選擇性的二維 Gabor 濾波器來(lái)增強(qiáng)指紋圖像。 頻域?yàn)V波法通過(guò)直接改善圖像的頻譜來(lái)實(shí)現(xiàn)圖像增強(qiáng)。該方法利用了圖像的全局信息，對(duì)低質(zhì)量指紋圖像也能取得較好的增強(qiáng)效果，但是僅以常數(shù)作為指紋的脊線頻率，沒(méi)有考慮頻率的空間變化性，對(duì)指紋的紋線結(jié)構(gòu)和細(xì)節(jié)特征具有一定的破壞性。Willis 和 Myers 提出了一種快速的頻域增強(qiáng)算法。由于指紋圖像的方向特征、細(xì)節(jié)點(diǎn)位置等特征的提取以及匹配都跟像素點(diǎn)灰度值的多少?zèng)]關(guān)系，只跟指紋圖像的脊線的形狀、走 向有關(guān)系，因此二值化處理不會(huì)丟失指紋圖像的特征信息，另外二值化還可以方便圖像信息的存儲(chǔ)，節(jié)約存儲(chǔ)空間，并且方便了后續(xù)的計(jì)算處理。由于指紋圖像在采集時(shí)的環(huán)境（光線、壓力、濕度等），整幅指紋圖像的明暗分布并不是均勻的，往往存在某一部分局部過(guò)暗（即灰度值偏小），而另外一部分局部過(guò)亮（偏大）。 細(xì)化 二值化后的指紋脊線平均寬度為 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。細(xì)化算法的迭代必須收斂且不能破壞紋線的連接性，不能引起紋線的逐步吞食，還要盡可能的保護(hù)指紋的細(xì)節(jié)特征，細(xì) 化的骨架也要盡可能接近紋線中心線，要求算法簡(jiǎn)單、高效。逐層剝離法按照細(xì)化順序又主要分為兩類(lèi)：串行細(xì)化和并行細(xì)化。 OPTA 算法能滿(mǎn)足收斂性、連接性、拓?fù)湫院捅３中?，?duì)指紋圖像的細(xì)化能達(dá)到較好的效果。目前流行的自動(dòng)指紋識(shí)別系統(tǒng)大多采用基于細(xì)節(jié)點(diǎn)的表達(dá)方式，故在進(jìn)行指紋的細(xì)化及細(xì)化處理之后要進(jìn)行指紋的特征提取，以方便最后的指紋匹配。拱型沒(méi)有中心點(diǎn)和三角點(diǎn)，帳型和箕型有一個(gè)中心點(diǎn)和三角點(diǎn)，雙箕型有兩個(gè)中心點(diǎn) [13]。 （ 5）脊線數(shù)，指的是模式區(qū)內(nèi)指紋 脊線的數(shù)量。特征匹配就是利用這些信息進(jìn)行的。因此為了能普遍的表征指紋圖像，一般選用端點(diǎn)和分叉點(diǎn)作為指紋圖像特征點(diǎn)。迄今為止，人們已經(jīng)對(duì)指紋細(xì)節(jié)特征提取算法進(jìn)行了很多的研究工 第 15頁(yè) 作。 最常用的特征點(diǎn)提取算法有兩類(lèi) ：一是從灰度圖像直接提取特征點(diǎn)；二是對(duì)預(yù)處理細(xì)化后的圖像進(jìn)行提取特征點(diǎn)。 該算法主要由幾個(gè)緊密聯(lián)系的模塊組成： （ 1） 跟蹤步進(jìn)模塊，主要負(fù)責(zé)預(yù)測(cè)下一步跟蹤方向和步長(zhǎng)，用來(lái)沿紋線前進(jìn)一步。 具體算法如下 [19]： （ 1） 計(jì)算指紋圖像的方向圖，一般以塊方向作為指紋的方向。若跟蹤到的脊線與先前己經(jīng)跟蹤過(guò)的脊線相交，停止跟蹤，求取兩條脊線交點(diǎn)位置，此處即特征點(diǎn)分叉點(diǎn)。圖中 P 為待測(cè)像素點(diǎn)， Pl、 P2 ?? ? ?? 81 1)( i iin PPPC (其中 PP 19? ) (3— 1) ??? 81)( i in PPS (3— 2) 通過(guò)分析可知，細(xì)化后的指紋圖像的鄰域 狀態(tài)如圖 3— 3 所示。 （ 3） 若 P 點(diǎn)為脊線上的點(diǎn)，且 )(PCn =6， )(PSn =3，則可判定像素點(diǎn) P 為分叉點(diǎn)，如圖 3— 3 中點(diǎn) B 點(diǎn)。端點(diǎn)的角度取從端點(diǎn)為起點(diǎn)的端線的角度，分叉點(diǎn)的角度取相對(duì)最小分支線的角度。 算法比較 以上即是常用的兩種特征點(diǎn)提取算法，通過(guò)比較不難發(fā)現(xiàn)：基于灰度直接提取算法原理比較簡(jiǎn)單，簡(jiǎn)化了圖像增強(qiáng)、二值化步驟，直接求取脊線并得到特征點(diǎn)。另外，該算法脊線跟蹤的步長(zhǎng)不好確定，即使采用自適應(yīng)步長(zhǎng)也只是稍微降低丟失特征點(diǎn)的情況，沒(méi)有從根本上改觀，加上是利用灰度分布直方圖來(lái)確定特征點(diǎn) 的，因此特征點(diǎn)的位置信息并不十分精確，有可能與實(shí)際的位置出現(xiàn)偏差，尤其是在圖像模糊的情況下，更是相差甚遠(yuǎn)。所以考慮到指紋識(shí)別系統(tǒng)的魯棒性，以及特征點(diǎn)提取算法的可靠性本文采用第二種算法。 從上文細(xì)化后的指紋圖像上不難發(fā)現(xiàn)，由于細(xì)化后的指紋圖像出現(xiàn)了毛刺、粘連、斷點(diǎn)等現(xiàn)象。 （ 1） 毛刺現(xiàn)象，毛刺的出現(xiàn)有多方面的原因，比如受隨機(jī)噪聲的影響而形成的，還有部分是受圖像增強(qiáng)和細(xì)化處理產(chǎn)生的。短線的特點(diǎn)就是會(huì)產(chǎn)生兩個(gè)偽端點(diǎn)，該兩個(gè)端點(diǎn)相距很近，位于同一脊線上。 （ 4）假橋現(xiàn)象，當(dāng)手指過(guò)潮濕或者臟時(shí)，采集的指紋圖像容易出現(xiàn)多脊線假橋 (有時(shí)也叫橋 )的現(xiàn)象，即本來(lái)不相連的兩條脊線連在了一起。主要是由于隨機(jī)噪聲影響產(chǎn)生的。這些特征點(diǎn)是由于在指紋采集時(shí)，指紋接觸采集頭的邊界，脊線的起始點(diǎn)。本文特在去偽特征點(diǎn)前對(duì)這類(lèi) 第 20頁(yè) 特征點(diǎn)進(jìn)行剔除。 （ 2）通過(guò)計(jì)算各個(gè)子塊中像素點(diǎn)之和，檢測(cè)該子塊中是否含有脊線，并對(duì)含有脊線的子塊進(jìn)行標(biāo)記，方便下面的進(jìn)一步操作。根據(jù)上節(jié)分析的偽特征點(diǎn)的特征，本文將根據(jù)偽特征點(diǎn)的這些性質(zhì)提出一套偽特征點(diǎn)剔除的算法。跟蹤時(shí)，考察以iP 為中心的 33子塊，通過(guò)將 8 領(lǐng)域中脊線像 素點(diǎn)與己跟蹤的像素點(diǎn)進(jìn)行對(duì)比，搜尋尚未考察的脊線上的像素點(diǎn) (圖 3— 4 中 深色部分 ) 1?iP ，并保存 iP 到已跟蹤點(diǎn)集中，再以 1?iP 代替 iP 作為下一個(gè)跟蹤的像素點(diǎn)，以此類(lèi)推實(shí)現(xiàn)脊線跟蹤。 （ 3）橋的刪除 通過(guò)脊線跟蹤，若在一個(gè)分叉點(diǎn) i 的 D3 范圍內(nèi)存在另外一個(gè)分叉點(diǎn) j，且 ),( ji?? 近似等于 2/? ，則這兩個(gè)特征點(diǎn)為橋形成的偽特征點(diǎn)，需要將它們從特征點(diǎn)集中刪除。一般按經(jīng)驗(yàn)取值，本文取采集頭采集的指紋的脊線周期大約 10 個(gè)像素，試驗(yàn)表明此時(shí) DD D3 和 D4 的值取 6 時(shí)，偽特征點(diǎn)剔除的效果比較 好。全局結(jié)構(gòu)特征用于指紋分類(lèi)，減少指紋匹配時(shí)間；端點(diǎn)和分叉點(diǎn)成為最常用的局部結(jié)構(gòu)特征，也稱(chēng)為細(xì) 節(jié)特征，用這兩類(lèi)特征點(diǎn)描述指紋的唯一性。 濾除了偽特征點(diǎn)以后，不但使匹配的速度大大提高，而且指紋識(shí)別性能提升，使識(shí)別系統(tǒng)的誤拒率和誤識(shí)率的下降，因此在進(jìn)行指紋匹配之前，盡可能將偽特征點(diǎn)去除，保留真特征點(diǎn)。針對(duì)仿真測(cè)試的結(jié)果分析，存在一些繼續(xù)改進(jìn)的地方。在蔡老師的精心指導(dǎo)和嚴(yán)格要求下，我完成了畢業(yè)論文。同時(shí)，感謝我的父母和親人，謝謝他們對(duì)我多年的關(guān)懷