【文章內容簡介】 指紋識別系統(tǒng)，下面就對指紋識別系統(tǒng)在筆記本電腦中的應用進行簡單介紹。 （ 1） 第一 代指紋識別系統(tǒng) 眾所周知，在兩年前就有部分品牌的筆記本采用指紋識別技術用于用戶登錄時的身份鑒定 ，但是，當時推出的指紋系統(tǒng)屬于光學識別系統(tǒng)，按照現(xiàn)在的說法，應該屬于第一代指紋識別技術。光學指紋識別系統(tǒng)由于光不能穿透皮膚表層（死性皮膚層），所以只能夠掃描手指皮膚的表面，或者掃描到死性皮膚層，但不能深入真皮層。 在這種情況下，手指表面的干凈程度，直接影響到識別的效果。如果，用戶手指上粘了較多的灰塵，可能就會出現(xiàn)識別出錯的情況。并且，如果人們按照手指，做一個指紋手模，也可能通過識別系統(tǒng)，對于用戶而言，使用起來不 是很安全和穩(wěn)定。 （ 2） 第二代電容式傳感器 后來出現(xiàn)了第二代電容式傳感器，電容傳感器技術是采用了交替命令的并排列和傳感器電板，交替板的形式是兩個電容板，以及指紋的山谷和山脊成為板之間的電介質。兩者之間的恒量電介質的傳感器檢測變化來生成指紋圖像。但是由于傳感器表面是使用硅材料 ， 容易損壞 ， 導致使用壽命降低，還有它是通過指紋的山谷和山脊之間的凹凸來形成指紋圖像的 ， 所以對臟手指 、 濕手指等困難手指識別率低。 （ 3） 射頻指紋識別技術 發(fā)展到今天，出現(xiàn)第三代生物射頻指紋識別技術（射頻原理真皮指紋核心技術（線型采集器）） ，射頻傳感器技術是通過傳感器本身發(fā)射出微量射頻信號，穿透手指的表皮層去控測里層的紋路，來獲得最佳的指紋圖像。因此對干手指 、 汗手指等困難手指通過可高達 99%，防偽指紋能力強，指紋敏感器的識別原理只對人的真皮皮膚有反應，從根本上杜絕了人造指紋的問題。因為射頻傳感器產(chǎn)生高質量的圖像，因此射頻技術是最可靠，最有力的解決方案。除此之外，高質量圖像還允許減小傳感器，無需犧牲認證的可靠性，從而降低成本并使得射頻傳感器 的思想 應用到可移動和大小不受拘束的任何領域中。 第 5 頁 指紋識別的優(yōu)缺點 優(yōu)點： （ 1） 指紋是人體獨一無 二的特征，并且它們的復雜度足以提供用于鑒別的足夠特征； （ 2） 如果要增加可靠性，只需登記更多的指紋、鑒別更多的手指，最多可以多達十個，而每一個指紋都是獨一無二的； （ 3） 掃描指紋的速度很快，使用非常方便； （ 4） 讀取指紋時，用戶必需將手指與指紋采集頭相互接觸，與指紋采集頭直接接觸是讀取人體生物特征最可靠的方法； （ 5） 指紋采集頭可以更加小型化，并且價格會更加的低廉； 缺點： （ 1） 某些人或某些群體的指紋特征少，難成像； （ 2） 過去因為在犯罪記錄中使用指紋，使得某些人害怕 “ 將指紋記錄在案 ” 。 （ 3） 實際上現(xiàn)在的指紋鑒別技術都可以不存儲任何含有指紋圖像的數(shù)據(jù)，而只是存儲從指紋中得到的加密的指紋特征數(shù)據(jù)； （ 4） 每一次使用指紋時都會在指紋采集頭上留下用戶的指紋印痕，而這些指紋痕跡存在被用來復制指紋的可能性 指紋識別系統(tǒng) 指紋識別系統(tǒng)是一個典型的模式識別系統(tǒng)，包括指紋圖像獲取、處理、特征提取和比對等模塊。 目前的自動指紋識別系統(tǒng)是集計算機、網(wǎng)絡、光電技術、圖像處理、智能卡、數(shù)據(jù)庫等技術于一體的綜合高端技術。自動指紋識別技術主要包括四個方面：指紋圖像的錄入、圖像預處理、特征提取和特征匹配。下面就以 上各部分做簡要的介紹。 （ 1）指紋采集 最早的指紋采集方法是用手指蘸上墨水或印油在紙上用掃描儀攝取，由于其嚴重的不可靠性，該方法早已經(jīng)被淘汰。隨著光學儀器、傳感器及數(shù)字技術的發(fā)展，各種快速精確、方便小巧的采集設備都得到了應用。目前主要使用光學掃描儀和固態(tài)陣列傳感器進行采集。前者用激光照在手指上，然后用 CCD 陣列攝取其反射光，由于反射光隨著 第 6 頁 指紋的脊線和谷線的深度不同而不同，因此可以得到指紋圖像。后者是用大量的敏感元件組成的固態(tài)陣列芯片，它們采用電容傳感、熱敏傳感或其他傳感技術，通過感受按壓指紋的壓力、熱度等特 征來攝取指紋。 （ 2）指紋圖像預處理 預處理在整個自動指紋識別系統(tǒng)中是很關鍵的一步。通常直接輸入計算機的圖像有一定的噪聲，我們需要去除這些噪聲才能進行下面的細化、特征提取和特征匹配等操作。然而在實際應用中，由于采集條件 (手指太濕、太干或太臟 )和采集設備等因素的制約，采集到的指紋圖像質量比較差，含有大量的噪音，容易導致很多問題，影響后續(xù)的處理效果。因此，在對圖像進行特征提取前，必須經(jīng)過一系列的預處理消去大量的噪聲信號，以便得到清晰的紋線。 （ 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 像上進行細節(jié)特征提取，另一種是從細化后的指紋圖像上進行特征提取。第一種算法比較復雜，受噪聲干擾影響較大，特征點定位不精確，大多數(shù)系統(tǒng)都采用了第二種方法。指紋圖像存在兩種待提取的特征：全局特征和局部特征。全局特征用于指紋的分類，一個重要的全局特征是中心區(qū)的形狀；局部特征是指紋中的細節(jié)，它可以通過細化后的指紋圖求得。目前最常用的細節(jié)特征是美國聯(lián)邦調查局 (FBI)提出的細節(jié)點坐標模型，它利用端點和分叉點這兩種特征，只需要一個 33 模板便可將端點和分叉點提取出來。 （ 4）特征匹配 特征匹配是將輸入指紋的特征與指紋模 板庫中所存儲的指紋特征進行比較，找出最相似的指紋作為識別的輸出結果。這個過程也就是我們所說的指紋識別 /認證的過程，它是指紋識別系統(tǒng)的核心。其中指紋識別用于判斷指紋是屬于哪個人的，而指紋認證則是用來判斷兩個指紋是否屬于同一個人。 指紋圖像特征提取 指紋特征提取包括紋線細化、特征點（交叉點、斷點、中心點、三角點等）檢測與分類、偽特征點消除、特征點特性參數(shù)計算、特征參數(shù)壓縮編碼、全局特征（ “ 斗 ” 、“ 箕 ” 、“ 旋向 ” 等）檢測等步驟 ， 特征提取算法應能適應噪聲、畸變、位移、旋轉、缺損、變 第 7 頁 形等常見的實際情況。 細節(jié)特 征的提取就是在指紋圖像中找到 脊 終點和脊分叉兩個細節(jié)特征，一般說來，如果指紋圖像能夠很好地分割，那么對于細節(jié)特征提取來說，就僅僅是對細化的指紋圖像進行沿脊線的點的判斷 。 然而，在實 際 中由于指紋圖像本身存在噪聲或在提取特征時，濾波和細化引入了噪聲，我們無法得到完美的指紋圖像細化圖，在提取特征時會產(chǎn)生一些虛假細節(jié)特征。虛假細節(jié)特征的存在會同時提高指紋圖像匹配時的誤識率和拒識率。因此，在特征提取時 ， 往往需要進行虛假細節(jié)特征刪除 ，一 般采用啟發(fā)式算法對虛假特征進行刪除。 對于一個分叉點的分支如果小于某個給定閾值，就將其當 作毛刺刪除；如果脊線的兩個端點很近，那么該脊線有可能是噪聲引起的，應刪除；在指紋圖像邊緣的脊終點也應刪除。 特征提取的結果一般保存為特征模板，它包括脊終點或分叉類型、位置坐標以及該特征的方向。 一般的指紋圖像提取的特征在 10— 100 之間。 主要內容和結構安排 主要內容 指紋圖像的處理，包括指紋圖像預處理、特征提取和特征匹配三個部分工作。其中指紋圖像預處理是指對采集頭采集的指紋進行圖像歸一化、圖像增強、二值化和細化；特征提取，包括指紋特征的提取以及偽特征的剔除；特征匹配主要分為初匹配和二次匹配兩個階段。本文主要研究指紋圖像的特征提取，介紹了特征點的提取以及偽特征點剔除的算法。 結構安排 本文共分為 4 章，結構安排大致遵循指紋圖像識別的處理流程，即按照指紋圖像處理的先后順序：先進行指紋圖像的預處理、然后進行特征的提取，省去了指紋特征匹配階段。具體安排如下： 1．介紹了生物識別技術所包含的內容，指紋識別技術的優(yōu)缺點與發(fā)展現(xiàn)狀，以及指紋識別系統(tǒng)的結構，簡要介紹了本文研究的主要內容。 第 8 頁 。 3．指紋特征的提取。首先介紹如何對指紋特征進行表征，即通過何種特 征來標識一個指紋，具體方法有全局特征和局部特征。接著介紹常用的特征提取方法，以及它們的優(yōu)缺點。最后給出了本文的指紋特征提取方法，并根據(jù)各種偽特征點的形成原因、特點，采用了富有針對性的剔除偽特征點算法，并通過 Matlab 進行算法仿真驗證。 ?？偨Y回顧指紋圖像特征提取的方法，對后續(xù)進一步研究的進行合理的展望。 第 9 頁 2 指紋圖像的預處理 對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行，必須對原始指紋圖像進行一定的處理。通常這樣的處理過程包括歸一化、圖像增強、二值化和細化等過程。 下面將依次介紹預處理是如何實現(xiàn)的。 歸一化 由于在指紋采集的過程中，采集的指紋圖像灰度不均，即有的指紋圖像偏暗，有的偏亮。這給建立統(tǒng)一的、有效的后續(xù)指紋圖像處理算法帶來了極大的不便。因此有必要將每幅指紋圖像都通過歸一化 (又叫“規(guī)格化”，“均一化” )處理，方便后續(xù)的處理。 指紋圖像的歸一化主要是通過求取指紋圖像的灰度均值和方差，將灰度均值和方差調整到一個期望的范圍。從而在不改變圖像的灰度特性 (指：灰度均值和方差 )的前提下，實現(xiàn)所有指紋圖像的灰度都分布在同一個期望的范圍內，實現(xiàn)指紋圖像的歸一化。 圖 像增強 指紋圖像增強，就是對指紋圖像采用一定的算法進行處理，使其紋理結構清晰化，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。其目的是保持特征信息提取的準確性和可靠性。 從目前的研究情況和各種算法的綜合比較來看，空域濾波和頻域濾波仍然是指紋圖像增強中比較有效且占據(jù)主流地位的方法。 空域濾波法通過對濾波算子和原始圖像作卷積來實現(xiàn)圖像增強，具有簡單直觀，易于分析的優(yōu)點。 O’Gorman 和 Nickerson 較早提出采用方向濾波器進行指紋圖像增強。他們利用指紋獨特的方向性設計出相應的方向濾波器模 板，這種濾波器能夠沿指紋紋線方向對圖像進行平滑處理，具有一定的消除噪聲和彌合裂紋的能力，同時能提高指紋脊線和谷線在圖像中的對比度。但是，該方法沒有使用指紋的頻率信息，主要依據(jù)經(jīng)驗來確定濾波器模板，對低質量指紋圖像的處理效果較差，具有一定的局限性 [5]。 Greenberg 等使用具 第 10頁 有結構自適應能力的各向異性濾波器對指紋圖像進行濾波，能夠在濾除噪聲的同時保護指紋紋線結構，但是同樣沒有結合指紋的頻率信息，對指紋紋線變化的適應能力有限。 Hong 等提出采用具有方向和頻率選擇性的二維 Gabor 濾波器來增強指紋圖像。他們 根據(jù)指紋的方向性將二維 Gabor 濾波器調制到各個方向，并根據(jù)指紋的頻率信息來確定濾波器的中心頻率，然后使用所得 的 Gabor 濾波器組對圖像進行濾波。該方法較好地結合了指紋的方向信息和頻率信息，對指紋圖像的增強效果比較顯著。其不足之處在于，容易破壞紋線方向變化劇烈的模式區(qū)域，會在一定程度上改變脊線和谷線的位置及比例關系，對細節(jié)特征的保護能力有限 [6]。 頻域濾波法通過直接改善圖像的頻譜來實現(xiàn)圖像增強。由于指紋紋線具有較強的等周期性，因此從頻譜上看，指紋圖像的能量通常集中在某個頻率附近，這為在頻域進行指紋圖像增 強帶來方便。 Sherlock 等提出了基于頻域的方向濾波算法。首先在頻域定義出一組方向濾波器對指紋圖像的頻譜進行濾波處理，每一個方向濾波器在提取出對應方向的頻譜信息的同時削弱其它方向的頻譜信息，然后在空域將濾波結果按指紋圖像的方向信息進行融合，從而得到完整的增強圖像。該方法利用了圖像的全局信息，對低質量指紋圖像也能取得較好的增強效果，但是僅以常數(shù)作為指紋的脊線頻率，沒有考慮頻率的空間變化性，對指紋的紋線結構和細節(jié)特征具有一定的破壞性。另外，該方法需要對整幅圖像進行多次傅立葉變換，存在較多的運算，計算效率還有 待提高 [7]。 Kamei 和 Mizoguchi 在頻域對圖像作方向濾波時進一步考慮了指紋的局部頻率信息，并使用貪婪算法以能量最小化的方式對濾波圖像進行融合。該方法的最大問題是計算量和存儲量均較大，不利于實際應用。Willis 和 Myers 提出了一種快速的頻域增強算法。首先將指紋圖像分成一系列小方塊，并對各圖像子塊分別作傅立葉變換以得到相應的頻譜，然后采用求冪的方法直接修改幅度譜值，最后通過傅立葉逆變換得到增強圖像。該方法不需要計算原始指紋圖像的方向和頻率，因此簡單易行，計算量較小，但是在噪聲的影響下會對圖像造成較 大的破壞，其合理性還有待進一步研究。 二值化 所謂二值化就是將灰度圖像轉化為灰度值為 0、 1 組成的黑白圖像， 0 為背景點灰 第 11