【文章內(nèi)容簡(jiǎn)介】 且在圖像處理和匹配過程中也存在計(jì)算誤差，因此任何一個(gè)指紋識(shí)別算法都不是100%的精確匹配，其結(jié)果也有可能存在誤差或錯(cuò)誤，即指紋識(shí)別算法并不是 100%的可靠。因此需要一定的指標(biāo)來衡量識(shí)別算法的好壞，通常評(píng)估一個(gè)指紋識(shí)別算法的性能指標(biāo)主要包括[2]：拒登率（Failure To Enroll Rate, FER），即拒絕建檔（算法不能處理）的比率，反映適用人群大小，通常用來描述設(shè)備的適用性；拒識(shí)率（False Rejection Rate, FRR），指將相同指紋誤認(rèn)為不同指紋而加以拒絕的出錯(cuò)概率，即錯(cuò)誤拒絕的比率，反映好用性；誤識(shí)率（False Acceptance Rate, FAR），指不同指紋認(rèn)為是相同指紋而加以接受的錯(cuò)誤率，即錯(cuò)誤接受的比率，反映安全性；相等錯(cuò)誤率（Equal Error Rate, EER），F(xiàn)RR 和 FAR 相等時(shí)的值；速度 (SPEED)，通常指每秒鐘算法運(yùn)行的次數(shù)；空間 (SPACE)，算法運(yùn)行所需要的代碼空間和數(shù)據(jù)空間。表 中是各種產(chǎn)品的網(wǎng)上發(fā)布數(shù)據(jù)對(duì)比，可以看出，后者的錯(cuò)誤率比前者要高一些。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(jì)中，要權(quán)衡易用性和安全性。一個(gè)有效的辦法是比對(duì)兩個(gè)或更多的指紋，從而在不損失易用性的同時(shí)，極大地提高了系統(tǒng)安全性。因此在指紋數(shù)字圖像辨別的算法研究上，還存在著許多需要改進(jìn)的地方，這使得指紋識(shí)別算法研究還在繼續(xù)。公司傳感器FARFRRBiolinkijSA光學(xué)BiometriCD光學(xué)Startek光學(xué)IOSoftware光學(xué)1Identix光學(xué)1NEC半導(dǎo)體BiometnxInt半導(dǎo)體Pollex半導(dǎo)體1Sony半導(dǎo)體1當(dāng)然有許多因素會(huì)影響指紋數(shù)字圖像識(shí)別的效果，其中包括：數(shù)字噪聲，變形等，比如臟或干的手指，疤痕，不同季節(jié)間的指紋數(shù)字圖像差異；手指按壓過程中的扭轉(zhuǎn)，拉伸和按壓力度等因素會(huì)使指紋數(shù)字圖像產(chǎn)生變形，這些都會(huì)影響指紋數(shù)字圖像質(zhì)量，因此多次錄入的同一手指的指紋數(shù)字圖像可能不會(huì)被識(shí)別，這樣直接導(dǎo)致辨別錯(cuò)誤，或者說給指紋識(shí)別帶來了更大的難度。本章小結(jié)本章對(duì)指紋識(shí)別系統(tǒng)和指紋識(shí)別算法做了簡(jiǎn)介，指紋識(shí)別系統(tǒng)包括指紋圖像預(yù)處理、特征提取、保存數(shù)據(jù)和對(duì)比四個(gè)主要步驟。同時(shí)，通過指紋圖像增強(qiáng)和指紋特征對(duì)指紋識(shí)別的基本原理做了介紹。最后，對(duì)指紋識(shí)別算法中圖像預(yù)處理、特征提取、特征匹配做了概述，初步全面了解了指紋識(shí)別系統(tǒng)和識(shí)別算法，為以后的工作打好了基礎(chǔ)。第三章 指紋圖像處理算法詳細(xì)設(shè)計(jì)及實(shí)現(xiàn)第一節(jié) 指紋圖像預(yù)處理一、指紋圖像預(yù)處理概述對(duì)于指紋圖像的預(yù)處理，已有很多學(xué)者作了大量的研究，對(duì)指紋圖像的分割、二值化等提出了各種不同的方法。，圖像分割是將要處理的圖像的有效部分從整個(gè)指紋圖像中分離出來，這樣一方面減少了后續(xù)處理步驟的數(shù)據(jù)量，另一方面也避免了因?yàn)椴糠謭D像區(qū)域不可靠而導(dǎo)致偽特征的產(chǎn)生。圖像增強(qiáng)包括兩個(gè)部分，首先是對(duì)原始圖像時(shí)模糊但有可能恢復(fù)的部分進(jìn)行增強(qiáng)，人后再對(duì)整幅圖像濾波，消除指紋脊線間的斷裂和粘連。圖像二值化是提取經(jīng)增強(qiáng)處理的指紋圖像的脊線，用“1”表示脊線上的點(diǎn)，“0”表示背景和谷線，從而把原始灰度圖像轉(zhuǎn)換為二值圖像。圖像細(xì)化是進(jìn)一步吧二值指紋脊線細(xì)化為單像素寬度的骨架線，這是為了方便以后的特征提取。 指紋圖像預(yù)處理過程二、指紋圖像分割及增強(qiáng) 指紋圖像分割通常位于預(yù)處理的前端，其目的是把指紋圖像中質(zhì)量很差、在后續(xù)處理中很難恢復(fù)的區(qū)域與有效區(qū)域區(qū)分開來，使后續(xù)處理能夠集中于有效區(qū)域。分割處理不僅能提高特征提取的精確度，而且還能大大減少指紋預(yù)處理的時(shí)間，因此是指紋圖像處理中的重要組成部分。圖像歸一化的目的是為了消除圖片的噪聲。，其中M0和V0是預(yù)置的均值和方差（這里都置為100），而Mi和Vi為圖像的均值和方差，I(i,j)和G(i,j)為歸一化前后圖像內(nèi)置位置為（i,j）像素的灰度。 （）如果，則把灰度值歸一化為255背景處理。對(duì)指紋圖像進(jìn)行分塊，將其分為88的小塊，如果是背景區(qū)域，其灰度的方差較小，而前景區(qū)的指紋圖像的方差較大，所以對(duì)每個(gè)小塊求其方差，再設(shè)定一個(gè)閾值，小于閾值的方塊區(qū)域設(shè)置為背景區(qū)域，將其灰度值設(shè)定為255，而大于閾值的區(qū)域的灰度值保持不變，從而可以將指紋圖像從背景區(qū)域很好的分離。圖像增強(qiáng)用于圖像不清晰的部分，依據(jù)某些已知條件，改善這些區(qū)域的質(zhì)量，以保證后續(xù)處理的可靠性。對(duì)于指紋圖像增強(qiáng)，已有很多學(xué)者進(jìn)行了研究，他們主要依據(jù)沿脊線垂直方向的灰度變化成正弦波的假設(shè)，設(shè)計(jì)各種具有方向性的濾波器。但實(shí)際上，即時(shí)是同一幅指紋圖像，脊線的寬度和差異都有可能很大，為了適應(yīng)不同的頻率，濾波器的頻率也需不斷變化，同時(shí)。指紋脊線方向的估計(jì)也并不是完全可靠，即時(shí)圖像質(zhì)量得到了一定改善，但卻大大增加了計(jì)算的復(fù)雜度，本文使用的算法是Anil Jain提出的算法，首先歸一化，然后計(jì)算方向圖，計(jì)算頻率，計(jì)算區(qū)域掩碼，最后濾波[10]。三、指紋圖像二值化 二值化的目的是把灰度指紋圖像變成01取值的二值圖像。指紋圖像二值化作為指紋預(yù)處理過程的一部分，是進(jìn)行指紋圖像細(xì)化處理的基礎(chǔ)。目前指紋細(xì)化方法都是基于二值指紋圖像進(jìn)行的。對(duì)指紋圖像二值化的好處在于使得圖像的幾何性質(zhì)只0和1的位置有關(guān)，不再涉及像素的灰度值，使處理變得簡(jiǎn)單，這給存儲(chǔ)和處理帶來了很大的方便，同時(shí)也提高了系統(tǒng)的經(jīng)濟(jì)實(shí)用。一個(gè)好的算法可以得到一個(gè)高質(zhì)量的二值圖像。反之，如果該階段引入噪聲，就會(huì)直接降低圖像質(zhì)量，影響識(shí)別精度。對(duì)指紋圖像進(jìn)行二值化，其基本要求就是二值化后的圖像能真實(shí)地再現(xiàn)原指紋。具體要求為： 脊線中不出現(xiàn)空白； 二值化后的脊線基本保持原來指紋的特征； 指紋的紋線不應(yīng)有太多的間斷和相連； 指紋紋線間的間距應(yīng)大致相同。 指紋圖像首先要進(jìn)行中值濾波處理，去除噪聲。然后進(jìn)行二值化過程，變成二值圖像。由于原始指紋圖像不同區(qū)域深淺不一，如對(duì)整幅圖像用同一閾值進(jìn)行二值分割，會(huì)造成大量有用信息的丟失。這里我們使用自適應(yīng)閾值二值化的思想，對(duì)每塊指紋圖像，選取的閾值應(yīng)盡量使該塊圖像內(nèi)大于該閾值的像素點(diǎn)數(shù)等于小于該閾值的像素點(diǎn)數(shù)。一般灰度圖像二值化的變換函數(shù)f（x），其中T為閾值，x為灰度值。 （） 自適應(yīng)閾值算法首先是利用固定閾值算法的思想，然后根據(jù)圖像中每一部分的明暗度來調(diào)整閾值[8]。本文首先把圖像分為若干個(gè)ωω的方塊，每一塊根據(jù)自己的閾值進(jìn)行二值化。這種算法充分利用了指紋圖中脊線與谷線寬度大致相同的特點(diǎn)，即二值化后黑白像素的個(gè)數(shù)也應(yīng)大致相同，首先利用固定閾值算法的特點(diǎn)對(duì)指紋圖像中的每塊確定一個(gè)大致的閾值，然后再利用自適應(yīng)的思想對(duì)閾值進(jìn)行準(zhǔn)確的調(diào)整，即閾值的取值合適時(shí)圖像是最光滑的，既沒有“黑洞”閾值過大，也沒有“白點(diǎn)”閾值過小，所以0－1之間的轉(zhuǎn)換次數(shù)最少。下面為塊區(qū)域閾值的選取算法： 將指紋圖像劃分為不重疊的大小為ωω的塊，求取該區(qū)域內(nèi)所有像素的灰度平均值。在綜合考慮算法速度和處理效果兩方面的條件下，本文分塊尺寸為88；T為塊的灰度平均值． () 計(jì)算區(qū)域內(nèi)的Nh和Nl的值，Nh=灰度值大于等于T的像素點(diǎn)的個(gè)數(shù)。Nl=灰度值小于T的像素點(diǎn)的個(gè)數(shù)； 如果，則T為閾值； 若NhNl則T=T+1，否則T=T1，返回第二步。：(k,l)塊指紋圖像中灰度值大于等于T和小于T的像素點(diǎn)數(shù)，是分塊尺寸（像素）。四、指紋圖像細(xì)化細(xì)化就是將二值化圖像變化為單像素寬度的骨架圖像。圖像細(xì)化算法的種類很多，細(xì)化的方法不同，細(xì)化的結(jié)果就有差異。在指紋識(shí)別中要求在不改變?cè)瓉碇讣y圖像的拓?fù)溥B通性的同時(shí),細(xì)化的結(jié)果應(yīng)為嚴(yán)格的八鄰域圖像骨架；紋線中除去特征點(diǎn)以外，每個(gè)像素均只與相鄰兩個(gè)像素為八鄰域，抹去任意一像素都將破壞紋線的連接性。概括起來說就是紋線細(xì)化處理要滿足收斂性、連接性、拓?fù)湫?、保持性、?xì)化性、中軸性、快速性的要求。目前為止，關(guān)于細(xì)化方法的研究工作已有很多成果，所采用的方法從使用的觀點(diǎn)來看，比較多的是采用模板匹配的方法(如迭代法、OPTA單連通法等)。這種方法是根據(jù)某個(gè)像素的局部鄰域(如33,55等)的圖像特征對(duì)其進(jìn)行處理，此外也有采用邊緣搜索編碼、外輪廓計(jì)算以及神經(jīng)網(wǎng)絡(luò)等細(xì)化方法[9]。從處理的過程來看，主要可以分為串行和并行兩類，前者對(duì)圖像中當(dāng)前像素處理依據(jù)其鄰域內(nèi)像素的即時(shí)化結(jié)果，且不同的細(xì)化階段采用不同的處理方法；后者對(duì)當(dāng)前的像素處理該像素及其鄰域內(nèi)各像素的前一輪迭代處理的結(jié)果，自始至終采用相同的細(xì)化準(zhǔn)則。對(duì)于任意形狀的區(qū)域，細(xì)化實(shí)質(zhì)上是腐蝕操作的變體，細(xì)化過程中要根據(jù)每個(gè)像素點(diǎn)的八個(gè)相鄰點(diǎn)的情況來判斷該點(diǎn)是否可以剔除或保留。 (1) (2) (3) (4) (5) (6) (7) ，可以看出：(1)不能刪，因?yàn)樗莻€(gè)內(nèi)部點(diǎn)，我們要求的是骨架，如果連內(nèi)部點(diǎn)也刪了，骨架也會(huì)被掏空的；(2)不能刪，和(1)是同樣的道理；(3)可以刪，這樣的點(diǎn)不是骨架；(4)不能刪，因?yàn)閯h掉后，原來相連的部分?jǐn)嚅_了；(5)可以刪，這樣的點(diǎn)不是骨架；(6)不能刪，因?yàn)樗侵本€的端點(diǎn)，如果這樣的點(diǎn)刪了，那么最后整個(gè)直線也被刪了，剩不下什么；(7)不能刪，因?yàn)楣铝Ⅻc(diǎn)的骨架就是它自身[8]?？偨Y(jié)上圖，有如下的判據(jù)： 內(nèi)部點(diǎn)不能刪除； 孤立點(diǎn)不能刪除； 直線端點(diǎn)不能刪除； 如果P是邊界點(diǎn)，去掉P后，如果連通分量不增加，則P可以刪除。 我們可以根據(jù)上述的判據(jù)，事先做出一張表，從0到255共有256個(gè)元素，每個(gè)元素要么是0，要么是1。我們根據(jù)某點(diǎn)的八個(gè)相鄰點(diǎn)的情況查表，若表中的元素是1，則表示該點(diǎn)可刪，否則保留。查表的方法是，設(shè)白點(diǎn)為1，黑點(diǎn)為0；左上方點(diǎn)對(duì)應(yīng)一個(gè)8位數(shù)的第一位（最低位），正上方點(diǎn)對(duì)應(yīng)第二位，右上方點(diǎn)對(duì)應(yīng)的第三位，左鄰點(diǎn)對(duì)應(yīng)第四位，右鄰點(diǎn)對(duì)應(yīng)第五位，左下方點(diǎn)對(duì)應(yīng)第六位，正下方點(diǎn)對(duì)應(yīng)第七位，右下方點(diǎn)對(duì)應(yīng)的第八位，按這樣組成的8位數(shù)去查表即可?？紤]當(dāng)前像素點(diǎn)的各種八鄰域的情況，我們可以得到一個(gè)細(xì)化操作查找表，該表在下面的細(xì)化算法中詳細(xì)介紹。 為了避免分裂指紋圖像，細(xì)化的過程分為兩個(gè)步驟，第一步是正常的腐蝕操作，但是它是有條件的，也就是說那些被標(biāo)記的可除去的像素點(diǎn)并不立即消去；在第二步中，只將那些消除后并不破壞連通性的點(diǎn)消除，否則的話保留這些邊界點(diǎn)。以上的步驟是在一個(gè)33鄰域內(nèi)運(yùn)算，可以通過查表實(shí)現(xiàn)細(xì)化的操作。算法的實(shí)現(xiàn)步驟如下： 定義一個(gè)33模板和一個(gè)查找表，： 細(xì)化模板1241282568643216erase table[256]={0，0，1，1，0，0，1，1，1，1，0，1，1，1，0，1，1，1，0，0，1，1，1，1，0，0，0，0，0，0，0，1，0，0，1，1，0，0，1，1，1，1，0，1，1，1，0，1，1，1，0，0，1，1，1，1，0，0，0，0，0，0，0，1，1，1，0，0，1，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，1，1，0，0，1，1，0，0，1，1，0，1，1，1，0，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，1，1，0，0，1，1，1，1，0，1，1，1，0，1，1，1，0，0，1，1，1，1，0，0，0，0，0，0，0，1，0，0，1，1，0，0，1，1，1，1，0，1，1，1，0，1，1，1，0，0，1，1，1，1，0，0，0，0，0，0，0，0，1，1，0，0，1，1，0，0，0，0，0，0，0，0，0，0，1，1，0，0，1，1，1，1，0，0，0，0，0，0，0，0，1，1，0，0，1，1，0，0，1，1，0，1，1，1，0，0，1，1，0，0，1，1，1，0，1，1，0，0，1，0，0，0} 對(duì)二值圖像從上到下、從左到右進(jìn)行掃描；該過程結(jié)束后再對(duì)圖像進(jìn)行從左到右，從上到下的掃描；如果圖像中當(dāng)前像素點(diǎn)的灰度值為“0”，且其左右（第一次掃描過程考慮左右像素點(diǎn)）或上下（第二次掃描過程考慮上下兩個(gè)像素點(diǎn)）兩個(gè)像素點(diǎn)中有任意一個(gè)為“255”則轉(zhuǎn)至步驟，否則回轉(zhuǎn)到步驟； 該像素點(diǎn)為中心的33區(qū)域內(nèi)的各個(gè)像素值和定義的模板中的權(quán)值進(jìn)行卷積求和，得到查找索引值k； 根據(jù)這個(gè)索引值k得到表里相應(yīng)的數(shù)據(jù)，如果為“1”，那么該像素點(diǎn)的灰度值設(shè)為“255”，如果為“0”，則該像素點(diǎn)的灰度值為“0”。 圖像從頭至尾掃描二遍后，如果該次掃描修改了圖像中的點(diǎn)，則跳轉(zhuǎn)至步驟二，開始新的一輪掃描。否則圖像細(xì)化結(jié)束。為了是圖像能過更加清晰的展現(xiàn)出來，我們把分割后的指紋圖像背景換為白色背景。五、實(shí)驗(yàn)結(jié)果 原始圖像（a－１） 原始圖像（b－１） 原始圖像 分割圖像（a－２） 分割圖像（b－２） 分割后的圖像 二值化圖像（a－３） 二值化圖像（b－３） 細(xì)化圖像（a－４） 細(xì)化圖像（b－４）第二節(jié) 指紋圖像特征提取一、指紋圖像特征提取的方法 細(xì)節(jié)特征提取的方法分為兩種：一種是從灰度圖像中提取特征，另一種是從細(xì)化二值圖像中提取特征。直接從灰度圖像中提取特征的算法一般是對(duì)灰度指紋紋線進(jìn)行跟蹤，根據(jù)跟蹤結(jié)果尋找特征的位置和判斷特征的類型。這種方法省去了復(fù)雜的指紋圖像預(yù)處理過程，但是特征提取的算法卻十分復(fù)雜,而且由于噪聲等因素影響，特征信息（