改最新科技创新指纹识别算法实现

1东华理工大学第十届大学生科技创新基金项目

项目名称：指纹识别算法研究

成员：温志平洪运柏植张皓王青卿学院：核工程与地球物理学院

2指纹识别的应用背景当今社会，电子设备和保密机构对更安全、更方便的身份认证和访问控制的需求变得越来越紧迫。传统的机械钥匙、“口令＋密码”以及智能卡等的保护措施存在着丢失、遗忘、复制及被盗用的隐患。以电子商务、电子银行的安全认证为例，他人假冒当事人上网采购所造成的欺诈案越来越多，并有孩子冒充家长上网采购的案例。3指纹识别的应用背景网络、数据库和关键文件等的安全控制机密计算机的登录认证银行ATM,POS终端等的安全认证蜂窝电话、PDA的使用认证等其它指纹等生物识别技术可突破传统的安全认证方法，提供了一个很好的解决方案。可用指纹等生物特征提高安全性的领域举例：4指纹特征的优点广泛性，指每一个正常人都有指纹。唯一性，指每一个人的指纹都不同。终生不变性，指非意外事故指纹终身不变。因此，指纹识别技术，作为一种可靠的生物识别技术，受到了人们的重视。尽管人们已经对自动指纹识别技术作了深入广泛的研究，指纹识别技术也获得了不少应用。但是指纹识别的应用在目前并没有获得普及，这主要是因为指纹识别在识别准确性和识别速度方面还远远不能满足很多实际应用的要求。5指纹识别的应用历史公元前7000年6000年，指纹作为身份鉴别的工具己经在古叙利亚和中国开始应用。在那个时代，一些粘土陶器上留有陶艺匠人的指纹，中国的一些文件上印有起草者的大拇指指纹，在Jercho的古城市的房屋上留有砖匠的指纹等。1896年阿根廷首先在犯罪事件的鉴别中正式应用指纹。20世纪60年代，随数字图像处理技术的出现，人们开始着手研究利用计算机来处理指纹。20世纪80年代，个人计算机、光学扫描这两项技术的革新，使得它们作为指纹取像的工具成为现实，从而使指纹识别可以在其他领域中得以应用。6指纹识别研究的现状指纹识别是生物识别技术中最早应用、技术最为成熟、价格最低廉的分枝。尽管各个指纹识别系统的生产厂家都报出极高的识别率，但是他们都是在自己的实验室的指纹库上做测试，而不是在一个统一的标准指纹库上测试，结果的可比性不大。在指纹识别的算法研究上，还存在着许多需要改进的地方，这使得指纹识别算法的研究还在继续。7影响指纹识别的因素噪声、变形等，例如脏手指、干手指、疤痕导致的不同时期、不同季节间的指纹差异；芯片表面残留物带来的噪声；手指按压过程中的扭转、拉伸和按压位置不同，导致同一指纹的重叠区域有时会很小。

8指纹识别的基本过程通过指纹读取设备读取到人体指纹的图像。对原始图像进行预处理，使之更清晰。提取指纹特征，建立指纹的数字表示特征数据。验证端采集指纹，提取特征。与数据库指纹匹配，计算相似度，给出匹配结果。9指纹的采集设备光学仪器硅晶体传感器超声波其他类型10指纹识别的基本原理指纹是比较复杂的，指纹识别算法最终归结为在指纹图像上找特征到并进行对比。指纹的特征定义了两类以进行指纹的验证：总体特征和局部特征。（1)基本纹路图案：包括环型(Loop),弓型(Arch)和螺旋型(Whorl)，其他的指纹图案都基于这3种基本图案。11指纹的总体体特征(2）模式式区（PatternArea)：：是指指纹纹上包括了了总体特征征的区域，，即从模式式区就能够够分辨出指指纹是属于于那一种类类型的。有有的指纹识识别算法只只使用模式式区的数据据。（3）核心心点（CorePoint）：位于于指纹纹路路的渐进中中心，它用用于读取指指纹和比对对指纹时的的参考点。。12指纹的总体体特征(4)三三角点(Delta):三三角点位于于从核心点点开始的第第一个分叉叉点或者断断点、或者者两条纹路路会聚处、、孤立点、、折转处，，或者指向向这些奇异异点。三角角点提供了了指纹纹路路的计数和和跟踪的开开始之处。。（5）式样样线（TypeLines）:式式样线是指指在包围模模式区的纹纹路线开始始平行的地地方所出现现的交叉纹纹路，式样样线通常很很短就中断断了，但它它的外侧线线开始连续续延伸。13指纹的总体体特征（6）纹数数（RidgeCount）:纹纹数是指模模式区内指指纹纹路的的数量。在在计算指纹纹的纹数时时，一般先先连接核心心点和三角角点，这条条连线与指指纹纹路相相交的数量量即可认为为是指纹的的纹数。14指纹的局部部特征局部特征是是指指纹上上的节点所具有的特特征。两枚指纹经经常会具有有相同的总总体特征，，但它们的的局部特征征节点却不不可能完全全相同。指纹纹路并并不是连续续的、平滑滑笔直的，，而是经常常出现中断断、分叉或或打折。这些断点、、分叉点和和转折点就就称为特征征点。就是这些些节点提供供了指纹惟惟一性的确确认信息。。15节点分类A.终结点点（Ending））：一条纹纹路在此终终结。B.分叉点点（Bifurcation):一条条纹路在此此分开成为为两条或更更多的纹路路。C.分歧点点（RidgeDivergence）：两两条平行的的纹路在此此分开。16节点分类D.孤立点点（DotorIsland）：：一条特别别短的纹路路，以至于于成为一点点。E.环点（（Enclosure):一一条纹路分分开成为两两条之后，，立即又合合并成为一一条，这样样形成的一一个小环称称为环点。。17节点分类F.短纹（（ShortRidge):一端较较短但不至至于成为一一点的纹路路。18指纹图像预预处理流程程指纹采集质量评估合格？否图像切割图像增强图像二值化（分割）图像细化是19评估的过程程图像重新采采样图像方向计计算计算前背景景比例前景过小拒绝图像是标注各块方方向连续区域分分析计算评估参参数合格？分析干湿手手指是分析是否部部分手指否否20指纹质量评评估排除不能满满足要求的的指纹：21指纹图像处处理22指纹图像分分割在指纹识别别系统中，，指纹图像像分割是图图像预处理理的一部分分。指纹分分割的最基基本的依据据是图像某某些特征和和特征集合合。图像特特征是指纹纹图像的固固有属性,如灰度值值,邻域关关系,纹线线的扭曲程程度等。特特征集合则则是几种的的结合。通通过提取图图像特征,可将原始始图像映射射到特征空空间,使图图像特征在在特征空间间中呈现一一定的分布布。因此根根据以上的的的灰度值值领域关系系，纹线的的扭曲程度度，指纹图图像分割大大致分为三三类：基于于像素的图图像分割，，基于块特特征的图像像分割以及及基于全局局的图像分分割。下面介绍均均值方差法法的计算方方法和在仿仿真中的运运用23均值方差法法该算法基于于背景区灰灰度方差小小，而指纹纹区方差大大的思想，，将指纹图图像分成块块，计算每每一块的方方差，如果果该块的方方差小于阈阈值为背景景，否则为为前景。具具体步骤分分以下三步步：(1)将低低频图分成成M×M大大小的无重重叠方块，，方块的大大小以一谷谷一脊为宜宜。(2)计算算出每一块块的均值和和方差。设指纹图像像I的大小小为H×L，I(i,j)为为像素点(i,j)的灰度，，AVE和和VAR分分别为原指指纹图像的的均值和方方差，AVE和VAR可以通通过公式(2.1)和(2.2)计算算得到。（2.1））（2.2））24均值方差法法(3)如果果计算得到到的方差几几乎接近于于0就认为为是背景，，对于方差差不为零的的区域在进进行阈值分分割算法，，这种算法法主要是根根据计算得得到的方差差来决定其其是否为背背景区。在使用方差差均值法之之前还要使使用归一法法将图变为为低频图。。归一化的的目的是把把不同原图图像的对比比度和灰度度调整到一一个固定的的级别上，，为后续处处理提供一一个较为统统一的图像像规格。指指纹图像的的归一化公公式如式(2.3)所示，当当大于平均均值时为加加。（2.3））其中和为期期望的灰度度均值和方方差。公式法2526指纹图像分分割27指纹图像细细化指纹图像处处理中物体体的形状信信息是十分分重要的，，为了提取取指纹图像像特定区域域的特征，，对指纹图图像通常需需要采用细细化算法处处理，得到到与原来指指纹图像形形状近似的的由简单的的弧或曲线线组成的图图形，这些些细线处于于物体的中中轴附近，，这就是所所谓的指纹纹图像的细细化。28指纹图像二二值化由于分割后后的图像质质量仍然不不是很好，，所以需要要对其进行行滤波、消消除毛刺、、空洞处理理和二值化化处理，以以使指纹图图像清晰，，消除不必必要的噪声声，以利于于进一步的的辨识。指纹图像二二值化作为为指纹预处处理过程的的一部分，，是进行指指纹图像细细化处理的的基础。目目前指纹细细化方法都都是基于二二值指纹图图像进行的的。对指纹纹图像二值值化的好处处在于使得得图像的几几何性质只只0和1的的位置有关关，不再涉涉及像素的的灰度值，，使处理变变得简单，，这给存储储和处理带带来了很大大的方便，，同时也提提高了系统统的经济实实用。一个个好的算法法可以得到到一个高质质量的二值值图像。反反之，如果果该阶段引引入噪声，，就会直接接降低图像像质量，影影响识别精精度。29指纹图像二二值化论文中采用用了一种动动态局部阈阈值，满足足这种条件件下的灰度度值为128，不满满足则灰度度值为255。再根根据前面判判断的是否否为背景即即Icc值值的来修正正Icc值值：灰度值值为128且Icc为1时（（非背景指指纹纹线时时），Icc值为0，像素值值置为0。。背景和灰灰度值为255的纹纹线像素置置为1，这这做法的目目的是去除除不确切的的点。此时时背景为白白，纹线为为黑。二值化后的的图像中的的点还要进进行修改，，修改条件件为：当像像素为1时时，它周围围点不大于于3个为像像素1点则则修改为0；当像素素为0时，，它周围不不小于7个个点为像素素1的点，，则修改为为1。这种种修改是为为了使图像像连续圆滑滑。30指纹图像处处理图像31指纹特征提提取目前在细化化二值图像像中提取细细节特征多多是用8邻邻域法，该该方法比较较简单，在在得到可靠靠的细化二二值图像后后，只需要要一个3××3的模板板便可将端端点和分叉叉点提取出出来。32指纹图像特特征去伪由于手指的的磨损、汗汗渍、传感感器的噪声声等因素的的影响，指指纹细节点点特征信息息提取过程程可能会产产生以下错错误：1．产生大大量的虚假假细节点。。即把不是是细节点的的地方判定定为细节点点，如将纹纹线断裂处处判定为两两个端点，，将纹线粘粘连处判定定为两个纹纹线分叉点点等。2．遗漏真真实细节点点。即忽略略了存在细细节点的地地方。造成成遗漏真实实细节点的的主要原因因是指纹图图像的对比比度较差，，从而模糊糊了其中的的细节点信信息。3．细节点点位置和方方向存在误误差。虽然然判断出某某处存在细细节点，但但是给出的的细节点位位置和方向向并不精确确。4．细节点点类型错误误。即把纹纹线端点判判定为分叉叉点，将分分叉点判定定为端点，，造成这个个问题的主主要原因是是纹线断裂裂和纹线粘粘连。33指纹图像特特征去伪指纹伪细节节点的处理理一般分为为两类：一种是在特特征提取之之前，对预预处理后的的指纹图像像进行平滑滑、去除毛毛刺、连接接断纹等操操作，然后后提取特征征作为真特特征；另一种是在在特征提取取之后，根根据特征之之间的相互互关系，尽尽可能准确确地识别伪伪特征点并并滤除它们们。前者直直接对图像像进行修补补，操作比比较复杂，，容易引入入新的伪特特征点；后后者对特征征提取后的的数据进行行判断，识识别比较麻麻烦，但是是速度快。。34指纹图像匹匹配指纹匹配是是指纹识别别系统中的的最后一步步，也是评评价整个指指纹识别系系统性能的的最主要依依据。指纹纹匹配是根据提取的的指纹特征征来判断两枚枚指纹是否否来自于同同一个手指指。由于每每次采集到到的指纹图图像相对于于模板图像像会发生平平移、旋转转和形变，，这给后期期的指纹匹匹配算法带带来了很大大的不便。。为了能够够准确、快快速地判断断两枚指纹纹是否来自自于同一个个手指，指指纹匹配算算法必须具具有一定的的容错性，，并且运算算复杂度不不能太高，，时间代价价小且准确确度高。35指纹图像匹匹配本文中，首首先采用了了在原图基基础上修改改参数值来来验证的方方法。这种种方法将原原特征点的的相对距离离进行修改改，使得各各个特征点点之间的相相对距离产产生差异。。在找到核核心点后，，比较它们们相对距离离的差异，，对于满足足一定值的的点视为可可积点。最最后判断可可积点的个个数和相对对值。当它它们个数满