自动指纹识别技术

自动指纹识别技术报告人：田明明0102指纹识别03指纹图像的预处理生物识别01生物识别目录传统的身份认证密码和口令存在容易忘记、容易攻击、容易泄漏等问题,钥匙和身份证等存在容易被盗、容易丢失、容易伪造、容易冒用等问题。基于知识（密码、口令）基于令牌（钥匙、身份证）与生俱来的特征，如指纹、虹膜、DNA生理特征后天习惯形成的特征，如步态、笔迹行为特征生物特征识别系统一种基于“他是谁”,而不是通过“他拥有什么”(例如,ID卡)或者“他记得什么”(例如,一个密码)的生物特征识别系统正在逐步取代传统的认证模式。鉴定身份的生物特性性能统一性唯一性持久性每个人都拥有这种生物特征每个人的这种生物特征各不相同这些生物特征正常情况下保持不变人们对这些生物特征能够接受这些生物特征可以采集到可采集性接受性常用生物特征性能对比

2007-2020年全球生物识别技术行业市场规模与预测（单位：亿美元）

2015-2020年全球生物识别技术细分行业市场规模预测（单位：亿美元）

指纹识别具有巨大的研究价值无论就性能而言，还是就市场份额而言指纹识别目录02指纹的基本知识

1

名片中文名：指纹英文名：fingerprint组成：表皮、真皮、皮下组织性质：表皮上突起的纹线分类：斗形、弓形和箕姓。指纹图像的局部特征又叫指纹细节一条纹线在此终结。端点一条纹线在此分成两条。分叉点一条特别短的纹线，以至于成为一点。孤立点一条较短但不至于成为一点的纹线。短纹一条纹线分成两条后马上又合成一条，形成一个小环。环点两条并行的纹线在此处搭接起来。桥三角点又叫外终点，模式区内离典型线最近的点。提供了指纹纹路的计数和跟踪的开始之处。核心点又叫内终点，纹线上曲率最大的点，位于指纹问路的渐进中心，周围大致呈半圆趋向。

全局特征包括指纹的纹形和模式区指纹识别的发展历史

21684N.Grew第一篇关于指纹科学报告1809Mayer描述生理结构定义脊线特征1823T.Bewic用指纹做商贸印章1899E.HenryHenry指纹分类系统20世纪早期

利用指纹鉴别身份被普遍接受现在,由于指纹识别所特有的优势:理论依据可靠、实现技术相对简单、实现硬件使用便捷、应用简单快捷等,利用指纹来完成身份的鉴别和识别任务的系统可以说己经大规模的使用、遍地开花。指纹识别的发展历史80年代在国内清华大学开始研究FBI开发自动指纹识别系统(AFIS)20世纪60年代自动指纹识别系统

3基于指纹原始灰度图进行识别基于指纹的特征点(细节点)进行自动识别指纹识别系统，即1：N识别指纹验证系统，即1：1识别

自动指纹识别系统分类对象用途自动指纹验证系统的组成

指纹采集指纹图像预处理指纹特征点提取指纹特征点匹配指纹识别是基于模式识别技术,同时融合传感器技术、生物技术、电子技术、数字图像处理等多种核心技术于一体的综合技术基于细节点的指纹验证系统流程图大部分的基于细节点指纹验证系统将特征点的提取纳入到指纹预处理过程01硅技术基于半导体硅电容效应。硅传感器成为电容的一个极板,手指则是另一个极板,利用手指脊线的脊和谷相对于平滑的硅传感器之间的电容差,形成8bit的灰度图像02超声波技术利用超声波具有穿透材料的能力且随材料的不同产生大小不同的回波。利用皮肤与空气对于声波阻抗的差异,就可以区分指纹的脊和谷所在的位置。03光学技术将手指放在硬度接近10的光学镜片上,手指在内置光源照射下,用棱镜将其投影投射在电荷耦合器件(CCD)上,进而形成脊线呈黑色、谷线呈白色的数字化的、可被计算机算法处理的多灰度指纹图像。指纹采集设备指纹提取设备性能比较采用光学指纹采集设备具有明显的优势:设备经过长时间的应用考验,对温度变化不敏感,能够达到较高的分辨率(500DPI)光学指纹采集器缺少高性能的指纹采集设备目前的采集设备对手指的状况,如干湿度,清洁度,按压力度等要求较高缺少有效的指纹图像预处理方法目前的指纹预处理过程大多对采集的低质量指纹图像进行强化，恢复。实际优秀算法很难设计。缺少可靠的指纹特征点提取算法设计一种有效的提取复杂指纹特征情况的特征提取算法具有很大的挑战性。缺少高速、精确的指纹细节点匹配方法如何从指纹库中快速定位指纹，避免前期处理对匹配的影响，提高细节点匹配精度和速度都很重要缺少统一的开发标准开发厂商研制过程中的开发标准不统一,技术严格保密自动指纹识别系统存在的问题指纹图像的预处理目录03指纹预处理过程的必要性直接关系到系统的整体性能和识别的准确性较理想的指纹有噪声指纹损坏严重指纹三种不同质量的指纹图像

采集指纹质量下降的原因手指的清洁度下降,像油腻、潮湿、灰尘等和手指的伤痕会使采集到的指纹图像模糊不清;A按压方式不当,如压力过大会使指纹脊线出现断裂或粘连的现象、压力过小导致有效的区域过小、按压位置偏移也会导致有效区域不足;B前一名使用者留下的指纹印痕也会影响当此采集的指纹图像,造成一定程度上的图像重叠等C指纹图像预处理的内容方法、流程acb普通图像指纹图像

特殊的地方模糊指纹图像中的指纹脊线缺陷属于结构性噪声,而普通图像中的属于随机噪声理想的指纹图像由脊线和谷线交替构成,脊线和谷线粗细均匀,不能使用中值滤波一类的去噪技术。除了在细节点、奇异点等区域出现不规则形状外,在大部分区域,脊线和谷线之间相互平行,呈现连续的、方向平缓变化的曲线形态,在局域上有很强的空间频率分布性和方向性人们利用这些指纹图像的特性设计出很多针对指纹图像的增强方法,并取得了很多研究成果指纹图像预处理所做工作

5

1

2

3

4指纹图像分割指纹图像细化指纹图像二值化指纹图像灰度变换指纹图像增强指纹验证系统各环节耗时比例

指纹图像的灰度变换就是对指纹图像进行点运算,不改变图像内的空间关系,通过点运算扩展图像中有用部分的对比度,因此有时也称为对比度增强指纹图像灰度变换归一化

均衡化图像灰度变换两个步骤目的是增加灰度图像的对比度不改变脊线和谷线的清晰度,调整指纹图像的灰度均值和方差,以减少沿着脊线和谷线方向上灰度的变化。指纹图像分割可以将指纹图像的前景(含有指纹图像的区域)、背景以及模糊的区域区分开来,以便后续的处理能在有效的脊线区进行,从而有效的减少伪特征区域,提高指纹识别的正确率,并减少了运算量,提高整个系统的效率和性能指纹图像分割指纹增强就是对低质量的指纹图像(连接脊线断开、平行脊线桥接、局部脊线连接模糊等)采用一定的算法进行处理,使其脊线结构清晰化,并尽量突出和保留指纹原有特征信息而避免产生伪特征信息,以保证特征提取的准确性和可靠性,进一步提高整个系统的性能指纹图像增强指纹图像的二值化是把灰度指纹图像变成仅用0和255两个值表示的二值图像,其中,0表示脊线子图,255表示背景子图。这一过程也就是将灰度图像变为黑白图像的过程。指纹图像二值化指纹图像的脊线细化处理,是在不改变图像像素拓扑连接关系的条件下,连续擦除图像的边缘像素,把脊线粗细不均匀的指纹图像转化为单像素宽的条纹中心线图像的过程指纹图像细化指纹细化算法要求收敛性迭代算法必须是