【正文】 如，指紋不會隨著人的年齡增長、或身體健康程度的變化而變化。 便于獲取指紋樣 本 ，易于開發(fā)識別系統(tǒng)，實用性強。而視網膜則難于采樣，也無標準的視網膜樣本庫可供系統(tǒng)軟件開發(fā)使用，這就導致了視網膜識別系統(tǒng)難以開發(fā)，可行性較低的問題 。 指紋識別中使用的模板并非是最初的指紋圖像，而是由指紋圖像中提取的關鍵特征構成的，這樣模板庫占用系統(tǒng)的存儲空間較小。 指紋識別技術的研究背景 指 紋即是指尖表面的紋路，其中突起的紋線稱為脊，脊之間的部分稱為谷，他們的形成依賴于胚胎發(fā)育時的環(huán)境。中國是世界公認的指紋發(fā)源地。德國之文學家海因德爾根據我國《周禮 178。他的作品大約寫于公元650 年，他是著重提到指紋是確定個人方法的世界土最老的作家”。我國是最早利用手印進行偵查活動的國家。在唐代指、掌印己應用于文書契約 上， 而至少到了宋代，手印己正式作為刑事訴訟的物證了。 現代指紋識別起源于 16 世紀后期， 1684 年英國人 發(fā)表了指紋研究的第 一 篇論文，闡述了指紋的脊線、谷線、毛孔的結構， 1809 年 開 始用指紋代替印章，邁出了指紋識別歷史上重要的一步， Henry Fauld 于 3 1880 年在美國 《 Nature》雜志 上 發(fā)表論文，指出指紋具有唯一性、不變形，并利用現場指紋來鑒定罪犯，從此揭開了現代指紋識別的序幕。 隨著電子計算機的出現，采集技術的發(fā)展，以及對指紋識別的研究，人們逐漸將人 工 的指紋識別向自動指紋識別 (Automated Fingerprint Identification System, AFIS)轉變，美國于 1963 年 開 展相關軟件的研究，于 1982 年將 NEC AFIS 投入使用。 日前，國外從事指紋識別研究的公司，學校，科研機構共有 200 多家。學校有 ： 加州理工學院 （ California Institute of Technology），密歇根州立大學模式 識別與圖像處理實驗室 (Michigan State University, Pattern Recognition and Image Processing Lab)，意大利 Bologna 大學特征識別系統(tǒng)實驗室等。這些國外公司、研究機構在指紋的采集、圖像處理、識別、比對等方面的技術己經比較成熟。 國內從上個世紀 80 年代初期開始研究指紋自動識別技術。從事自動指紋識別系統(tǒng)開發(fā)的公司有 ： 西安青松，北京中控，廈門寶利鉻等。 單就指紋識別算法而言，國內外的研究水平處于同步狀態(tài)。 在產品應用方面，歐美 國家已經開始使用指紋識別 ATM，并在南美廣泛使用。 而在國內，指紋識別主要應用在單位和集體的考勤、門禁、保險箱柜等領域，主要的產品有指紋考勤機、指紋門禁系統(tǒng)、指紋鎖等。 可以預見，指紋識別技術將被廣泛接受從而影響人們的日常生活的各個方面 ： 通過取代個人識別碼和口令，指紋識別技術可以阻止無授權用戶的訪問，以防止盜用 ATM， 蜂窩電話、智能卡、桌面 PC，工作站及其計算機網絡；在通過電話、網絡進行的金融交 易時進行身份認證；在建筑物或工作場所，生物識別技術可以取代鑰匙、證件、圖章和卡閱讀器。據專家保守估計，未來 5 年，我國將有近百億元的市場等待著企業(yè)去開拓。 指紋識別原理 指紋圖像其實是比較復雜的，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圖像 （ 美國有關法律認為，指紋圖像屬于個人隱私，因此不能直接存儲指紋圖像 ） 。指紋識別的基本過程是通過取像設備讀取指紋圖像，然后用計算機識別軟件提取指紋的特征數據，最后通過匹配識別算法得到識別結果，以確定指紋所有人的身份。驗證就是通過把一個現場采集到的指紋與一個己經登記的指紋進行一對一的比對 （ onetoone matching） 來確認身份的過程。指紋 以一定的壓縮格式存貯，并與其姓名或其標識 （ ID， PIN） 聯(lián)系起來。驗證其實是回答了這樣一個問題 :“他是他自稱的這個人嗎 ？ ”這是應用系統(tǒng)中使用得較多的方法。這也叫“一對多匹配（ onetomany matching）”。辨識主要應用于犯罪指紋匹配的傳統(tǒng)領域中。 圖 11 一對一指紋登記與驗證示意圖 圖 12 一對多指紋登記與辨識系統(tǒng)示意圖 驗證和辨識在比對算法和系統(tǒng)設計上各具技術特點。 指 紋識別技術面臨的難點以及發(fā)展方向 迄今為止，自動指紋識別技術的研究取得了很大的成績，但也面臨一些嚴重的困難： （ 1） 指紋采集技術有待提高。雖然可以通過指紋增強等技術提高指紋的質量，但這不可能從根本上解決問題。 （ b）指紋采集時的變形問題至今沒有得到很好的解決。另外，指頭表面是一 個三維曲面，而獲取的指紋圖像卻是一個二維平面，這種從立體向平面的轉化也會造成指紋的變形。 （ 2） 指紋分類技術有待突破。但對于工作在辨識模式下的系統(tǒng)，指紋分類技術的研究水平則至關重要。按照現行的分類標準，將指紋分成四類、五類或六類還是遠遠不夠的。 （ 3） 缺乏自動指紋識別系統(tǒng)的性能評價體系。這樣，由于各個自動指紋系統(tǒng)在測試時使用的數據庫在容量、指紋質量方面各不相同，側試方案差別也比較大，不可避免地造成 現在自動指紋識別系統(tǒng)性能評價的混亂和無序，而且各系統(tǒng)間也不存在可比性 [23]。生理學的研究結果表明，指紋的結構在真皮層有著完整和穩(wěn)定的表現。 （ b） 多種生物識別技術的融合 。各種生物識別技術都具有自身的特點和優(yōu)勢。 自動指 紋識別技術是一項綜合性的高新技術，是一個學科交叉性很強的 7 研究領域。 指紋采集技術比較 目前有三種指紋采集技術 ： 光學掃描、半導體傳感器、超聲波掃描技 術 [12]。光線照到壓有指紋的玻璃表面，反射光線由 CCD 去獲得，反射光的量依賴于壓在玻璃表面指紋的脊和谷的深度以及皮膚與玻璃間的油脂和水分。光學采集設備有著許多優(yōu)勢：它經歷了長時問實際應用的考驗，能承受一定程度溫度變化，穩(wěn)定性很好，成本相對較低，并能提供分辨率為 500dpi 的圖像。臺板必須足夠大才能獲得質量較好的圖像。嚴重的潛在指印會導致兩個指印的重 疊。另外 塑料假指紋 也 有可能騙過光學傳感器?，F在傳感器可以裝在 6179。 6英寸的盒子里，在不久的將來更小的設備可能只有3179。 1英寸。例如 :可以利用纖維光束來獲取指紋圖像。另 一個方案是把含有微型二棱鏡矩陣的表面安裝在彈性的平面上，當手指壓在此表面上時，由于指紋脊和谷的壓力不同而改變了微型二棱 鏡的表面，這些變化通過三棱鏡光的反射而反映出來。 8 （ 1）硅電容指紋圖像傳感器。在半導體金屬陣列上能結合大約 100000 個電容傳感器，其外面是絕緣的表面。由于指紋的脊和谷相對于另一極之間的距離不同 (紋路深淺的存在），導致硅表 面電容陣列的各個電容值不同，測量并記錄各點的電容值，就可以獲得具有灰度級的指紋圖像。其表面的頂層是具有彈性的壓感介質材料，它們依照指紋的外表地形（凹凸）轉化為相應的電子信號，并進一步產生具有灰度級的指紋圖像。它通過感應壓在設備上的脊和遠離設備的谷溫度的不同就可以獲得指紋圖像。例如：一個不清晰（對比 度差）的圖像，如干燥的指紋，都能夠被感覺到，從而可以增強其靈敏度，在捕捉的瞬間產生清晰的圖像（對比度好）；由于提供了局部調整的能力，圖像不清晰（對比度差）的區(qū)域也能夠被檢測到（如：手指壓得較輕的地方），并在捕捉的瞬間為這些像素提高靈敏度。由于半導體芯片的體積小巧，功耗很低，可以集成到許多現有設備中，這是光學采集設備所無法比擬的，現在許多指紋識別系統(tǒng)研發(fā)工作都采用半導體采集設 備來進行。手指的汗液中的鹽分或者其他的污物，以及手指磨損都會使半導體傳感器的取像很困難。隨著各種工藝技術的不斷發(fā)展，芯片的防靜電性能和耐用度得到了很大的改善。為了降低成本，晶片面積一般都比較小。 9 超聲波掃描傳感器 超聲波掃描傳感器工作原理為傳送超聲波，并通過手指、臺板和空氣間的電阻來測量距離的方法完成錄入，掃描指紋的表面，接收設備獲取了其反射信號，測量它的范圍，得到脊的深度。但由于超聲波錄入設備的耐久性還難以估計，因此實際中應用得較少。 但成本很高，而且還處于實驗室階段。 特征提取與匹配 AFIS 系統(tǒng)中，指紋識別算法最終都歸結為在指紋圖像上提取和比對指紋特征。新近的算法大致可以分為 ： 基于 結構 的特征提取和匹配、基于特征點的匹配和基于神經網絡的方法 [19]。Hrechak 等用結構匹配來做指紋識別。其中最多的是基于點匹配的方法，有 Ranade 等的松弛算法， Chang 等基于 一 維聚類的快速算法， Miklos z的三角匹配算法， Jain 等的串匹配算法，以及 Luo 等針對 Jain 等的算法所提出的改進算法等。點匹配方法雖然應用得最多，發(fā)展得最成熟?；谏窠浘W絡算法容錯性高，但需要大量樣本事先對系統(tǒng)進行訓練才能發(fā)揮作用，而且計算量也偏大，不符合實時性的要求。 性能評價 指紋算法中引入了兩個重要的數字指標來描述該系統(tǒng)的精確度。 此外拒登率 (Error Registration Rate， ERR)和識別速度也會影響到使用的方便性。其定義為： FRR=拒識的指紋數目 /考察的指紋總數目179。 ? FAR 又稱認假率，指將不同的指紋誤認為是相同的指紋 ，而加以接收的出錯概率。 100%[19]。 ? 速度。采集時間通常包含了采集的操作時間和圖像的傳輸時間；圖像處理時間指的是從計算機處理指紋圖像到提取出所有特征、輸出特征模板所耗費的時間；比對時間是指計算機對兩組指紋特征模板進行比對并給出結果所耗費的時間； 平均識別速度指計算機從指紋特征模版庫中搜索出特定指紋特征模板的速度，通常是一個統(tǒng)計平均值，其速度的快慢與指紋特征模版庫的分類方法有很大關系。指紋識別系統(tǒng)的特定應用的重要衡量標志是識別率。我們可以根據不同的用途來調整這兩個值。用 比來表達這個數。 盡管指紋識別系統(tǒng)存在著可靠性問題，但其安全性也比相同可靠性級別的“用 戶 ID+密碼”方案的安全性高得多。正因為如此，權威機構認為，在應用中 1%的誤判率就可以接受。由于 FRR 和 FAR 是相互矛盾的，這就使得在應用系統(tǒng)的設計中，要權衡易用性和安全性。有學者推論：以全球 60億人口計算， 300 年內都不會有兩個相同的指紋出現。而考慮到產品的 體積與價格因素， DSP 系統(tǒng)是比較符合要求的。 本文首先介紹了在身份驗證中的指紋識別算法，采用一種新的算法一基于小波變換的統(tǒng)計算法對指紋圖像進行特征提取和特征匹配 。第 三 章介紹了本設計所使用的硬件開發(fā)工具以及在 AVR 開發(fā)系統(tǒng)中實現指紋 系統(tǒng) 程序 設計 的過程。 13 第二章 指紋識別算法 本章首先 介紹了傳統(tǒng)的基于細節(jié)點的指紋識別算法，以及基于結構的指紋識別算法的基本原理，接著 介紹 本文 指紋識別的核心算法 —— 指紋特征提取與匹配算法，不僅對常規(guī)的點匹配的方法和本文的算法進行介紹，并且對它們的性能進行了比較；而第二部分則介紹了指紋奇異點提取算法的思想和實現的具體步驟。 總體特征 總體特征是指那些用肉眼直接就可以觀察到的特征，包括： 1. 紋形 環(huán)型（ loop） 弓型（ arch） 螺旋型（ whorl） 圖 21 指紋紋形分類 指紋的紋形主要有環(huán)型、弓型和螺旋型三種， 其他的指紋圖案都基于這三種基本圖案。 2. 模式區(qū)（ Pattern Area） 模式區(qū)是指指紋上包 括了總體特征的區(qū)域，即從模式區(qū)就能夠分辨出指紋是屬于那一種類型的。 SecureTouch 的指紋識別算法使用了所取得的完整指紋而不僅僅是模式區(qū)進 14 行分析和識別。許多算法是基于核心點的，既只能處理和識別具有核心點的指紋。 4. 三角點（ Delta） 三角點位于從核心點開始的第一個分叉點 或者斷點、或者兩條紋路會聚處、孤立點、折轉處，或者指向這些奇異點。 5. 紋數（ Ridge Count） 指模式區(qū)內指紋紋路的數量。 模式區(qū) 核心點 三角點 紋數 圖 22 指紋總體特征 局部特征 局部特征是指指紋上的節(jié)點的特征，這些具有某種特征的節(jié)點稱為特征點。 指紋紋路并不是連續(xù)的、平滑筆直的，而是經常出現中斷、分叉或打折。就是這些特征點提供了指紋唯一性的確認信息。 指紋特征點的 類型 見表 21， 其中 最典型的是終結點和分叉點。 曲率 描述紋路方向改變的速度。 表 21 特征點分類表 終結點（ Ending） —— 一條紋路在此終結。 分歧點（ Ridge Divergence） —— 兩條平行的紋路在此分開。 環(huán)點（ Enclosure） —— 一條紋路分開成為兩條之后，立即有合并成為一條，這樣形成的一個小環(huán)稱 為環(huán)點。 指紋的特征提取與匹配算法 指紋其實是比較復雜的。多年來在各個公司及其研究機構產生了許多數字化的算法（美國有關法律認為，指紋圖像屬于個人隱私， 因此不能直接處理指紋圖像）。 傳統(tǒng)的基于 特征 點的指紋識別算法的不足之處在于：只利用了指紋圖像中一小部分信息 (細節(jié)點 )，丟失了豐富的結構信息，對于小面積的指紋圖像就有可能因為缺乏足夠的信息而影響識別率；在細節(jié)點的提取過程中，很容易產生虛假細節(jié)點和丟失真正的細節(jié)點，在指紋的受損區(qū)域，這種現