【正文】 點的特征提取與匹配算法 ......................................... 16 基于指紋紋理特性的新算法 .................................................... 17 指紋奇異點檢測算法 ........................................................................... 23 指紋主向圖的求取 .................................................................... 24 指紋奇異點的提取 .................................................................... 27 第三章 指紋識別系統(tǒng)的硬件設計 .................................................................... 31 MRB200 指紋模塊簡介 ......................................................................... 31 系統(tǒng)特點 ...................................................................................... 31 接口定義 ...................................................................................... 32 安裝連接 ...................................................................................... 32 命令格式 .................................................................................... 33 ATmega16 單片機介紹 ......................................................................... 34 指紋識別系統(tǒng)的硬件設計 ................................................................... 35 指紋識別系統(tǒng)的軟件設計 ................................................................... 41 第四章 總結(jié)與展望 ............................................................................................ 43 IV 總結(jié) ........................................................................................................ 43 展望 ........................................................................................................ 43 參考文獻 .............................................................................................................. 45 致謝 ...................................................................................................................... 47 1 第一章 緒論 引言 隨著網(wǎng)絡時代的來臨，人們對于安全性的要求越來越高，如何準確的鑒定個人身份，保護信息安全是當今信息化時代必須解決的一個關鍵性社會問題。算法的數(shù)據(jù)存儲量小 (存儲 6 個數(shù)，存儲量為 24 字節(jié)。 I 指紋識別系統(tǒng) 摘要 指紋的唯一性和不變性決定了它在身份認證中的重要地位。近似于現(xiàn)階段“ ID+密碼”方式的數(shù)據(jù)量 )，適合實際應用。目前，我國的各種管理大部分使用證件、磁卡、 IC卡和密碼，這些手段無法避免偽造或遺失，密碼也很容易被竊取或遺忘。 相對于其它生物特征鑒定技術例如語音識別及視網(wǎng)膜識別，指紋識別是一種更為理想的身份確認技術。而人的聲音卻有著較大的變 2 化且易于偽裝和模仿。 人類對指紋的應用，從非常遠古的時候就開始了。有文字可考、有實物可證的距今已有 二 千一百余年。其中，較為著名的公司有 ： IBM， Intel， NEC， Identity， Digital personal，韓國現(xiàn)代等。其中部分公司擁有自主知識產(chǎn)權的技術和產(chǎn)品。 同時，指紋識別技術在中國經(jīng)歷了近 10 年緩慢的自然增長后，即將迎來一個跳躍性發(fā)展的黃金時期。作為驗證的前提條件，他或她的指紋必須在指紋庫中己經(jīng)注冊。一個不明身份的人的指紋與指 紋庫中有犯罪記錄的人指紋 5 進行比對，來確定此人是否曾經(jīng)有過犯罪記錄。指頭在每次采集用力大小、用力方向和采集位置都會有所不同，造成指紋的各種變形，使指紋特征的相對位置發(fā)生較大偏移，從而很難對各特征點做到精確定位?，F(xiàn)在，較好的指紋分類算法，將指紋分為五類和四類的準確率分別也只有 %和 %[21][22]，而這樣的分類結(jié)果還遠不能滿足實際應用的需要。 生物識別技術是一個綜合的體系，指紋識別僅僅是其中的一種。光線經(jīng)玻璃照射到谷的地方后在玻璃與空氣的界面發(fā)生全反射，光線被反射到 CCD，而射向脊的光線不發(fā)生全反射，而是被脊與玻璃的接觸面吸收或者漫反射到別的地方，這樣就在 CCD 上形成了指紋的圖像。 隨著光學設備技術的革新，光學指紋采集設備的體積也不斷減小。纖維光束垂直照射到指紋的表面，他照亮指紋并探測反射光。 （ 2）半導體壓感式傳感器。早期半導體傳感器最主要的弱點在于：容易受到靜電的影響，使得傳感器有時會取不到圖像，甚至會被損壞圖像。超聲波掃描被認為是指紋取像技術中非常好的一類，積累在皮膚上的臟物和油脂對超聲波獲得的圖像影響不大，是實際脊地形 (凹凸 )的真實反映，為精確度最高的指紋錄入技術。 比如 Isenor等指出了一種用圖匹配來對兩幅指紋圖像進行匹配的方法。而基于圖像匹配的方法不能很好的解決 指紋旋轉(zhuǎn)、平移等問題。其定義為： FRR=錯判的指紋數(shù)目 /考察的指紋總數(shù)目179。主要由兩部分組成，拒判率 (FRR)和誤判率(FAR)。 圖 14 ROC 曲線圖 FRR 實際上也是系統(tǒng)易用性的重要指標。 12 本文在第二章中詳細介紹了指紋識別的常規(guī)算法和本文所采用的算法，并比較了兩種算法的性能特點 ， 同時對本文指紋奇異點提取所采用的具體方法作了詳細介紹。有的指紋識別算法只使用模式區(qū)的數(shù)據(jù)。在計算指紋的紋數(shù)時，一般先在連接核心點和三角點，這條連線與指紋紋路相交的數(shù)量即可認為是指紋的紋數(shù)。 方向 是指 紋路 灰度連續(xù)的方向，特征點 可以朝著一定的方向。 短紋（ Short Ridge） —— 一端較短但不至于成為一點的紋路。 指紋的紋理是指紋圖像的一個重要特征，可以用兩種基本特征來描述，即組成指紋紋理的紋理元和紋理元之間的相互關系，前者與局部灰度變化規(guī)律有關，后者則與由前者形成的空間結(jié)構相關。但是由于基于結(jié)構的指紋識別算法需要處理多個方向上的特征，嚴重影響指紋識別的速度。 指紋圖像的匹配就是對兩個 輸入指紋的特征集合進行比較，來確定它們是否同源的過程，即兩枚指紋是否來自同一個指頭。 同時，指紋庫的數(shù)據(jù)量也較大，一般一幅指紋需要存儲 2030 個特征點以保證匹配的準確性。 小波變換的基本思想是用一族小波基函數(shù)去表示或逼近信號，很好地解決了時間和頻率分辨力的矛盾，適合于對時變信號進行局部分析。 在利用小波變換進行圖像處理時，由于圖像是一組二維的數(shù)據(jù)，所以需要采用二維的小波變換。 H G H G 2? 2? H G 2? 2? 2? 2? 2? 2? 2? 2? H G H G 2? 2? H G 圖 像輸 入圖 像合 成 圖 25 二維快速小波變換的分解與合成過程 圖 26 小波分解示意圖 （ a）原始 圖像 （ b）二維小波分解結(jié)果 圖 27 圖像的二維小波分解結(jié)果 LL HL LH HH 20 上述分解過程還可以在子圖像中重復下去。從圖中可以看出 ，原始圖像的灰度在大范圍內(nèi)分布，且相關性較強，熵值較大。設子帶小波變換系數(shù)直方圖 x。 , ) ( 。比如對于兩幅指紋小波變換后的水平細節(jié)子帶，提取出的特征分別為1 2 1 2, , ,???? ，先用（ 27）計算 D1 = D(p(。 存儲量小，我們的算法只需要存儲三對小波系數(shù)（包括 6 個數(shù)），單指紋數(shù)據(jù)量不超過 24 字節(jié)（接近于“客戶 ID+密 碼”的存儲量）。為了準確的看到指紋的方向圖，我們在計算 指紋圖像是地用公式而不用八方向場的方法。 計算方向的平均方向可以采用中值 法、加權平均值法和直方圖法等。 指紋方向圖 計算指紋方向圖的具體算法描述如下； （ 1） 把指紋圖象分成大小為 w179。 經(jīng)以上處理計算出的的 θ (i,j)為該塊的局部切線方向，將被用于后繼圖像處理算法。 5。 時，該點是三角點；為 180176。時， (i,j)是三角點；等于 180176。 圖 213 八方向角發(fā)散角 C(i,j)越大，各個不同徑向上的方向場之間就相差越大， (i,j)會聚程度就越大，為奇異點的可信度也就是越高。這此區(qū)域在灰度圖像中往往表現(xiàn)出灰度級別相近、統(tǒng)計意義上灰度變化較弱的 特點，而指紋紋路較清晰的前景區(qū)域恰恰相反。 去除偽奇異點 在指紋圖象中，由于噪聲等因素的影響，可能存在偽奇異點。 5 的小塊； （ 2）對分塊指紋圖像提取方向信息； （ 3）采用 5179。 （ 5）計算在 (i,j)局部方向場： 39。在沒有奇異點的鄰域內(nèi)，局部脊線方向是緩慢變化的，可以用一個低通濾波器來修改不正確的脊線方向。模板尺寸為 3179。對于方向圖受均勻噪聲影響的情況下，使用中值法是較為合理的。 指紋主向圖的求取 方向圖是原始指紋圖像的一種變換，即用紋線上某點的方向來表示該紋線的方向，一般有兩種方向圖，一種是點方向圖，表示原始指紋圖像中每一像素點紋線的方向；另一種是塊主向圖，表示原始指紋圖像中某點區(qū)域所有像素點的平均方向。 對指紋質(zhì)量要求不高 。α 2,β 2))，再計算 D2 = D(p(。因此，圖像之間的相似度轉(zhuǎn)化為以尺度參數(shù) α 和形關參數(shù) β 為變量的 KLD 距離函數(shù)。 , ) lo g ( 。而且，小波變換系數(shù)直方圖可以用一系列概率密度函數(shù)來近似描述。每次都對所有子帶進行分解的方式稱為均勻分解，而每次均在 LL 子帶 作 小 波分 解的 方 式， 見 分曉 稱為 金 字塔 形 的分 解 （ Pyramidal Deposition） .另外還有一種介于這兩者之間的分解方式稱為小波包分解?？煞蛛x的二維小波變換（ Separable 2D Wavelet Transform）是為最為簡單、直接方式。 1984 年法國地理學家 Morlet在分析地震波的局部性質(zhì)時引入了小波的概念 [26]， 1986年， 將多分辨率分析的概念引入了小波分析及小波函數(shù)的構造中 [27]，并將小波函數(shù)的構造統(tǒng)一于多分辨率分析的框架之下，同時， Mallat 提出的快速算法使小波變換從理論研究進一步起向各種應用領域。目前線指紋產(chǎn)品對應用范圍均有一定的限制。指紋匹配的過程實際就是兩個拓撲結(jié)構的匹配過程。特征點匹配方法也是應用得最早，發(fā)展得最成熟的方法。根據(jù)指紋的脊和谷局部平行的紋理特性，可以建成包含方向和頻率信息的模型。與人工處理不同，許多生物識別技術公司并不直接存儲指紋的圖像。 特征點 的位置通過（ x, y）坐標來描述，可以是絕對的，也可 以 15 是相對于三角點或特征點的。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，卻不可能完全相同。 3. 核心點（ Core Point） 核心點位于指紋紋路的漸進中心，它在讀取指紋和比對指紋時作為參考點。第 四 章是對本文所做工作的總結(jié)，并提出了今后改進的方案和指紋識別技術的 前景展望。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，極大地提高了系統(tǒng)安全性。 FRR 和 FAR 是 成反比的， 11 降低 FAR，會增加 FRR；反過來，降低 FRR，又會增加 FAR。 ? 拒登率是用來描述指紋設備的適應性，是指紋設備出現(xiàn)不能登錄及處理的指紋的概率，拒登率 ERR 過高將會嚴重影響設備的使用范圍。拒判率 10 (False Rejecti