【正文】 的特征，它是指紋識別的最基本的依據(jù)。 中心點： 中心點位于指紋紋線的漸近中心，它在讀取指紋和比對指紋時作為參考點。 (2) 細節(jié)特征 細節(jié)特征是指紋上具有某種特征的節(jié)點，這些具有某種特征的節(jié)點也稱為特征點。 ④ 位置：節(jié)點的位置通過坐標來描述，可以是絕對的，也可以是相對于三角點或特征點的。當指紋圖像質(zhì)量較差時，作為指紋匹配關(guān)鍵環(huán)節(jié)的細節(jié)點特征提取過程可能會產(chǎn)生以下錯誤： (1) 產(chǎn)生大量虛假細節(jié)點； (2) 遺漏真實細節(jié)點； (3) 細節(jié)點位置和方向存在誤差； (4) 細節(jié)點類型錯誤。二值化是把指紋灰度圖像轉(zhuǎn)換為黑白二值圖像，細化則是把二值化后的指紋圖像的紋線轉(zhuǎn)變?yōu)橹挥幸粋€像素寬的細化圖，以便于特征提取。當指紋圖像質(zhì)量較差時，指紋紋線不再具有上述形狀。 2 39。由這些方向碼組成的圖就叫做方向圖。 計算指紋方向圖的方法有很多，如 Mehtre 等 [31,32]、 O39。經(jīng)實驗證明，使用 sobel算子足以滿足實際需要。 本文采用的就是一種迭代求圖像最佳分割動態(tài)閾值的算法，達到比較好的效果，如圖 26，方法具體描述如下： ① 求出圖像最小和最大灰度值 minZ 和 maxZ ； ② 令閾值初值為 0 m ax m in( ) / 2T Z Z?? ； ③ 根據(jù)閾值 kT 將圖像分割成目標和背景兩部分，求出兩部分的平均灰度值 OZ和 bZ ，再求新閾值 1 ( ) / 2k o bT Z Z? ?? ； ④ 如果 1kkTT? ? ，則算法結(jié)束，否則 1kk??，轉(zhuǎn)向步驟 ③ ?？焖偌毣惴?(并行細化 )和改進的 OPTA 算法 (串行細化 )是目前使用較多的兩種細化算法。 a. 原始圖象 OPTA 算法效果 圖 27 細化效果的比較 原始指紋圖像 二值化后指紋圖像 第二章 自動指紋識別原理與算法設(shè)計 17 指紋特征提取 本章第二節(jié)已經(jīng)提到指紋存在兩種特征，即全局特征和局部特征。 指紋特征匹配 指紋匹配一般是基于指紋的特征點，一般來說，通過采集儀獲得的指紋圖像含有 30～ 50 個細節(jié)點，只要有 13 個以上的細節(jié)點相符就認為這兩幅指紋是同一指紋。但實際中， 這兩個指標是相關(guān)的，當拒識率比較低時，誤識率會比較高，反之亦然。對于指紋產(chǎn)業(yè)界來說，無論是國內(nèi)還是國外，至今仍然沒有一套公認的測試標準和測試數(shù)據(jù)庫，這和指紋產(chǎn)業(yè)迅速發(fā)展的狀況是很不適應(yīng)的。指紋識別系統(tǒng)的嵌入式實現(xiàn)方式主要有采用高性能的 DSP（如 TI 公司的 TMS320VC5000）、 ARM（如基于 ARM 體系結(jié)構(gòu)的 Interl PXA255）、基于單片機（如 C8051F124）以及 FPGA 的 NiosII 核。這就要求系統(tǒng)具有良好的存儲系統(tǒng)，隨時可以將指紋模板的數(shù)據(jù)固化在系統(tǒng)中； 在實際應(yīng)用過程中，指紋識別系統(tǒng)應(yīng)用場所大部分為戶外，這使得系統(tǒng)對電源的要求比較高。通過指令的方式控制系統(tǒng)進行各項工作，如增加用戶指紋模板，刪除模板，采集圖像，匹配等； 體積小、成本低是將嵌入式指紋識別系統(tǒng)集成到其他應(yīng)用系統(tǒng)中的關(guān)鍵。 基于 ARM 的指紋識別系統(tǒng)，把通訊和識別算法都集中在 RAM 芯片上實現(xiàn)，程序代碼和數(shù)據(jù)都將比較龐大，因此內(nèi)存的分配很大程度上會影響匹配的速度 [48]。國際上已經(jīng)成立了一個生物統(tǒng)計學(xué)論壇，致力于研究一種獨立的評估系統(tǒng)，用來評測身份識別系統(tǒng)的性能。在確定閾值時，應(yīng)根據(jù)具體應(yīng)用進行考慮。 圖 28 端點和分叉點的描述信息 電子科技大學(xué)碩士學(xué)位論文 18 基于以上原因， 提出了一種使用圖形匹配算法 [42]， 等人提出了一種基于串比對的方法 [43]， 等人則提出一種基于拓撲結(jié)構(gòu)的算法來實現(xiàn)匹配 [44]， 等提出了基于局部相似性的匹配算法 [45]，這些方法受指紋變形的影響很大，所以如何能夠找到一種適合各種形變質(zhì)量指紋的有效匹配算法， 是該項目研究的重點和難點。具有同一全局特征的指紋可以有無數(shù)多個，但不同的指紋其局部特征是各不相同的。改進的 OPTA 算法原理是構(gòu)造一定的消除模板和保留模板，將二值化后的指紋圖像和模板比較，決定是否刪除某點的像素值。為使圖像整潔，邊緣光滑，需要進行修飾處理。而一般二值化技術(shù)通過設(shè)定閾值，把增強后的指紋圖像變?yōu)槎祱D像。這些方法的缺點是往往只能得到有限數(shù)目的方向，如 8 個方向、 16 個方向等，因此精度較低。方向圖的求取是許多自動指紋識別系統(tǒng)中一個不可缺少的環(huán)節(jié)和步驟。221( , : , ) e x p c o s ( 2 )2 xyxyh x y f fx??????????? ? ????????? （ 21） 其中： 39。受此啟發(fā)，人們利用這些視覺線索設(shè)計出很多專門針對指紋的圖像增強方法。 圖像預(yù)處理是一項相對耗時的工作，一幅 300 300? 像素 的圖像有 90,000 個像素，對每個像素進行若干次乘法和加法操作，這樣需要很大的時間開支。為了保證可靠地提取出指紋特征，為指紋識別提供更加可靠的依據(jù)，一方面需要研究對指紋圖像質(zhì)量具有魯棒性的指紋特征提取方法，另一方面應(yīng)該從提高指紋圖像的質(zhì)量入手。在指紋領(lǐng)域知識的支持下實現(xiàn)從指紋原始圖像到其特征表示的映射，是指紋識別系統(tǒng)實現(xiàn)的重點。 指紋紋線并不是連續(xù)的、平滑筆直的，而是經(jīng)常中斷、分叉和打折的。中心點對于某些指紋識別算法很重要，沒有中心點的指紋某些算法是不能處理的。一些學(xué)者認為只要有 13 個局部特征相符 ，就可以認為是同一個指紋。 (3) 特征提取：建立指紋圖像簡約數(shù)字表示 ——特征數(shù)據(jù)。 第六章 總結(jié)了本文研究所取得的成果及不足之處，提出課題進一步研究的方向。 2．采用了小體積、低功耗的 滑動 式指紋傳感器 LTTSS500 完成指紋采集模塊的設(shè)計，并針對 LTTSS500 采集到的條狀指紋圖像，本文專門提出了一種非常實用電子科技大學(xué)碩士學(xué)位論文 6 的基于距離判別法的圖像拼接算法，該方法運算簡單、便于實現(xiàn)，在運算速度和精度上都達到了非常理想的效果。 CMOS 傳感器的出現(xiàn)，活體掃描 (Live Scan)設(shè)備的體積越來越小巧，用指紋開啟門鎖，登陸網(wǎng)絡(luò)，通過安檢己不再僅僅是科幻電影中的場景。目前全球從事指紋采集芯片研發(fā)的著名公司還有：美國 DigitalPerson公司， Authentec公司，美國 BII 公司，美國 IBM 公司， RitronicsBAC 公司，美國 Gateway 公司，法國 ST 公司，日本富通公司，日本電氣株式會社 (NEC Corporation)，日本電氣公司，韓國 Pantech 公司，韓國 HP 公司等 [4]。最后，對兩個指紋的模板進行比較，計算出它們的相似程度，最終得到匹配結(jié)果。 20 世紀 90 年代，隨著低價位取像設(shè)備的引入及其飛速發(fā)展、可靠的比對算法的研究發(fā)現(xiàn)，指紋識別在個人身份識別應(yīng)用得到了進一步的增長。早在古敘利亞和古代中國指紋鑒別就己經(jīng)開始應(yīng)用。 表 11 常用生物特征比較 生物特征 獨特性 永久性 精確度 防偽性 采集性 指紋 高 高 高 高 中 人臉 低 低 低 低 高 虹膜 高 高 高 高 中 瞳孔 高 中 高 高 低 筆跡 低 低 低 低 高 聲音 低 低 低 低 中 指紋識別技術(shù)相對于其他識別技術(shù)有許多獨到之處，具有很高的實用性和可行性。 正是由于傳統(tǒng)身份識別方法精確性較低，安全漏洞較大，使用越來越受到限制，人們都期待有一種新的身份識別方式來滿足自身的需求，利用人體本身的特征來識別個人身份，確保身份鑒別的精確性、可靠性和安全性。據(jù)報道，由于傳統(tǒng)身份識別的缺陷，每年全球至少有 5 億美元的信用卡、 10 億美元的移動電話和 30 億美元的取款機被盜。性能卓越的嵌入式處理器構(gòu)建的指紋識別系統(tǒng)，不僅降低了系統(tǒng)成本，而且大大提高 了系統(tǒng)性能。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構(gòu)的學(xué)位或?qū)W歷而使用過的材料。據(jù)我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也 不包含為獲得電子科技大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。 作者簽名： 日 期： 2 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。 為確保身份鑒別的精確性、可靠性和安全性，生物特征識別技術(shù)應(yīng)運而生。 實驗結(jié)果表明該系統(tǒng)的運行速度和識別準確率都達到了 理想的效果 ，并 在 20xx年浙江省高考閱卷浙江工業(yè)大學(xué)閱卷點安保工作中 成功 應(yīng)用。現(xiàn)代身份鑒別技術(shù)不僅要求具有極 高的安全性和準確性，鑒別過程自動化、易于管理和以人為本也是它應(yīng)該具有的關(guān)鍵性特征。 生物特征分為兩類 :生理特征和行為特征。第一章 緒 論 3 自動指紋識別技術(shù) 指紋是手指皮膚表面隆起的脊和凹下的谷構(gòu)成的特定紋路，其紋理在嬰兒胚胎時期就已經(jīng)確定。這種方法耗時長、效率低、準確率也低。指紋識別算法最終都歸結(jié)為在圖像上找到指紋的特征并進行比對。歐美國家憑借其強大的科技力量和經(jīng)濟實力，在該領(lǐng)域的研究和開發(fā)中處于領(lǐng)先位置。目前我國在民用指紋領(lǐng)域的公司大多還是依賴進口，國內(nèi)主要是做代理、二次開發(fā)和系統(tǒng)集成等 [4,5]。 對于便攜式產(chǎn)品的開發(fā)，在實現(xiàn)上要考慮到兩個方面的因素，也是本文研究的主要目的： (1)軟件方面是否具有較小的運算量，是否占有非常少的內(nèi)存； (2)硬件方面，在設(shè)計上需要滿足低功耗、安全穩(wěn)定、輕巧易用的要求。根據(jù)國內(nèi)外指紋識別技術(shù)的發(fā)展趨勢，提出本課題的研究目的和意義。常用的指紋采集設(shè)備有光學(xué)采集器，半導(dǎo)體采集器，超聲波采集器。 本文將對指紋采集、圖像預(yù)處理、特征提取、特征匹配四大模塊的原理和算法進行深入研究，其中圖像采集內(nèi)容將在第四章詳細介紹，本章將主要介紹圖像預(yù)處理、特征提取、特征匹配三部分內(nèi)容。僅僅依靠紋型來分辨指紋是遠遠不夠的，這只是一個粗略的分類，通過更詳細的分類使得在大數(shù)據(jù)庫中搜索指紋更為方便快捷。 式樣線： 式樣線是指在包圍模式區(qū)的紋路線開始平行的地方所出現(xiàn)的交叉紋路，式樣線通常很短就中斷了，但是它的外側(cè)開始連續(xù)延伸。 圖 23 模 式區(qū) 電子科技大學(xué)碩士學(xué)位論文 10 圖 24 指紋細節(jié)特征點 指紋上的節(jié)點有四種不 同特性： ① 分類：節(jié)點有以下幾種類型，最典型的是端點和分叉點，見表 21。造成指紋圖 像質(zhì)量差的主要原因有 [6]： (1) 手指表面與采集設(shè)備表面的非均勻接觸； (2) 采集設(shè)備本身性能的原因； (3) 指紋本身的原因，統(tǒng)計結(jié)果表明，大約有 4％的人其指紋天生就不好。在傳統(tǒng)的指紋識別系統(tǒng)中預(yù)處理主要采用方向濾波方法來改善指紋圖像質(zhì)量， 預(yù)處理一般包括圖像增強、方向圖求取、二值化、細化等幾個主要步驟。下面就預(yù)處理技術(shù)進一步進行說明。與基于細化紋線增強和紋線分割方法相比，這類方法具有較好的效果。本文通過大量試驗效果的比較，當 Gabor 濾波器掩碼的 x? 及 y? 均取 時，運算速度和處理效果達到比較理想的狀態(tài)，把 y ???? 代入式（ 21）式后，大大簡化了 Gabor 濾波公式，濾波增強時間降為原來的 70%左右，增強效果如圖 25 所示。目前從灰度圖中獲取方向圖的原理都大體相同，其基本原理是：在原灰度圖像中計算每一點（塊）在各個方向上的某個統(tǒng)計量（如灰度差、梯度等），根據(jù)這些統(tǒng)計量在各個方向上的差異，確定該點（塊）的方向。 ② 計算其每一像素點的一階偏導(dǎo)數(shù)，根據(jù)計算需要，一階偏導(dǎo)算子可以選簡單的 sobel算子。全局閾值法算法簡單，但要有圖像的先驗知識 ,有一定的局限性，對于殘缺或灰度不均勻的指紋圖像，容易產(chǎn)生斷線。理想細化后的紋線骨架應(yīng)該是原始紋線的中間位置，并保持紋線的連接性、拓撲結(jié)構(gòu)和細節(jié)特征。本文采用王業(yè)琳等 [41]提出的一種新的指紋圖像細化算法。這些無關(guān)細節(jié)點可以通過經(jīng)驗閾值來去除。 性能評價 指紋識別系統(tǒng)性能的重要指標是拒識率 (FRR)和誤識率 (FAR)。 從理論上來說，采用拒識率 FRR、誤識率 FAR、識別速度這三個度量標準，對于評估一般的自動指紋識別系統(tǒng)性能指標己經(jīng)足夠了。本章 最后提出指紋識別系統(tǒng)的性能評價標準，為軟硬件設(shè)計時系統(tǒng)性能的提高提供了依據(jù)。而 DSP（ Digital Signal Pocessor）由于其很強的數(shù)學(xué)計算能力以及特有的實時性和快速實現(xiàn)等特點，在指紋識別系統(tǒng)方面應(yīng) 用非常普遍。