生物識別技術(shù)是依賴人體的生物特征進(jìn)行身份驗(yàn)證的一種解決方案。作為一種識別技術(shù)，生物識別技術(shù)與其它技術(shù)相比，安全與方便是其特色。目前的生物識別技術(shù)有多種方式，包括手形、指紋、臉形、虹膜、視網(wǎng)膜、耳廓、DNA等，其中應(yīng)用zui廣泛、技術(shù)zui成熟、成果zui多，產(chǎn)品化程度zui高的是指紋技術(shù)。指紋識別技術(shù)具有*性、穩(wěn)定性、使用方便、成本低等特點(diǎn)，因此成為代替?zhèn)鹘y(tǒng)身份識別手段的zui安全、zui可靠、zui方便的方法之一，是比較理想可行的一種生物識別技術(shù)。
自動(dòng)指紋識別系統(tǒng)概述
自動(dòng)指紋識別系統(tǒng)(Automatic Fingerprint Identification System，簡稱AFIS)已經(jīng)得到了廣泛的應(yīng)用。該系統(tǒng)流程圖如下圖所示：
從該流程圖上可以看出，可將該過程分為五部分：圖像輸入、預(yù)處理、特征提取、分類和匹配，其中預(yù)處理又可分為圖像分割、圖像增強(qiáng)、二值化和細(xì)化等幾個(gè)部分。
下面對這個(gè)系統(tǒng)的各部分做簡要概述。
（1）圖像輸入
將一個(gè)人的指紋采集下來輸入計(jì)算機(jī)進(jìn)行處理是指紋識別的首要步驟。
?。?）預(yù)處理
原始圖像不可避免含有大量的噪聲和對比度不統(tǒng)一等缺點(diǎn)，為了減少后續(xù)特征提取算法的復(fù)雜度和提率，指紋圖像的預(yù)處理是必*的。其中背景分離是將指紋區(qū)與背景分離，從而避免在沒有有效信息的區(qū)域進(jìn)行特征提取，加速后續(xù)處理的速度，提高指紋特征提取和匹配的精度；圖像增強(qiáng)的目的是改善圖像質(zhì)量，恢復(fù)脊線原來的結(jié)構(gòu)；圖像的二值化是將脊線與背景分離，將指紋圖像從灰度圖像轉(zhuǎn)換為二值圖像；指紋細(xì)化是把清晰但紋線粗細(xì)不均勻的二值指紋圖像轉(zhuǎn)化成線寬僅為一個(gè)像素的條紋中心點(diǎn)線圖像。
（3）特征提取
特征提取負(fù)責(zé)把指紋圖像的紋線走向、紋線斷點(diǎn)、交叉點(diǎn)等能夠充分表示該指紋*性的特征用數(shù)值的形式表達(dá)出來。希望特征提取時(shí)能保留真實(shí)特征，濾除虛假特征。
（4）指紋分類
在一些大型的指紋系統(tǒng)中，輸入的指紋要與幾萬、甚至上千萬個(gè)指紋進(jìn)行匹配，為了減少搜索時(shí)間、降低計(jì)算的復(fù)雜度，需要將指紋以一種一致的方法分配到每個(gè)指紋庫中。
（5）指紋匹配
指紋匹配是在指紋圖像預(yù)處理和特征提取的基礎(chǔ)上，將當(dāng)前輸入的測試指紋特征與事先保存的模板指紋特征進(jìn)行比對，通過它們之間的相似程度，判斷這兩幅指紋圖像是否來自同一個(gè)手指。
指紋識別算法研究
1.指紋圖像的預(yù)處理
指紋圖像分割
傳統(tǒng)的指紋分割方法包括灰度方差法分割和局部灰度差法等。但是這兩種方法對于太濕或太干的指紋圖像分割效果往往不準(zhǔn)確。也有利用指紋紋線具有較強(qiáng)的方向性的方向圖分割法，但基于方向圖的分割效果依賴于所求指紋圖像的方向圖的可靠性，而對圖像對比度的高低并不敏感，對于紋線不連續(xù)、單一灰度的區(qū)域，方向圖分割難以取得令人滿意的效果。
總之，目前用于指紋分割的方法均各有利弊，采用單一特征的指紋分割方法難以達(dá)到理想的分割效果?？梢园讯喾N方法結(jié)合起來并加以改進(jìn)，構(gòu)造一種多級分割體系。對于一幅指紋圖像，把它分為四類圖像區(qū)域：背景區(qū)、不可恢復(fù)區(qū)、清晰區(qū)、可恢復(fù)區(qū)。指紋分割的目的就是保持后兩類區(qū)域，而去除前兩類的區(qū)域。所謂三級分割是指：*級分割出背景區(qū)域；第二級從前景中分割出模糊區(qū)域；第三級從模糊區(qū)域分割出不可恢復(fù)部分。經(jīng)過這樣的處理不僅節(jié)省了運(yùn)算時(shí)間，而且提高了分割的可靠性。
方向場的計(jì)算
指紋方向場真實(shí)地反映了指紋圖像zui本質(zhì)的紋理特征，因此使研究指紋的幾何拓?fù)浣Y(jié)構(gòu)問題得以大大簡化。近年來，國內(nèi)外不少研究指紋識別的學(xué)者在求取指紋方向圖上已取得了不少成果。
圖像的增強(qiáng)
指紋圖像增強(qiáng)，就是對指紋圖像采用一定的算法進(jìn)行處理，使其紋線結(jié)構(gòu)清晰化，盡量突出和保留固有的特征信息，而避免產(chǎn)生偽特征信息。迄今為止，已有不少文獻(xiàn)對指紋增強(qiáng)的算法進(jìn)行了研究。目前用的較為廣泛的是基于Gabor濾波的增強(qiáng)方法和基于傅里葉濾波的低質(zhì)量指紋增強(qiáng)算法。Gabor濾波增強(qiáng)的基本出發(fā)點(diǎn)是基于指紋的數(shù)學(xué)模型，該方法綜合考慮到了指紋紋線的方向特性和頻率特性。經(jīng)此方法處理后的指紋圖像，消除了紋線的粘連和斷裂，紋線變得比較清晰。雖然本方法的濾波效果比較好，但是Gabor濾波過程中頻率計(jì)算和濾波計(jì)算所消耗的時(shí)間在整個(gè)指紋圖像的預(yù)處理過程中所占用的時(shí)間比重較大。與Gabor濾波相比，傅里葉濾波具有速度快，增強(qiáng)效果好的優(yōu)點(diǎn)。該算法能夠?qū)崿F(xiàn)在線實(shí)時(shí)處理，并且對低質(zhì)量指紋圖像增強(qiáng)效果較好。我們也可以采用傳統(tǒng)的傅立葉變換來增強(qiáng)指紋圖像，同時(shí)在傅立葉增強(qiáng)后，再使用兩種方向?yàn)V波器來進(jìn)一步修補(bǔ)指紋的紋線。經(jīng)過傅立葉變換和方向?yàn)V波的圖像增強(qiáng)后的處理效果相對于其它的方法，用該方法處理后的指紋圖像紋路清晰、飽滿，對比度高，在圖像增強(qiáng)的同時(shí)濾除了各種干擾點(diǎn)和噪點(diǎn)，有利于后續(xù)的處理。
二值化和細(xì)化
根據(jù)指紋圖像的灰度分布，統(tǒng)計(jì)其*的閾值是二指化算法研究的核心。傳統(tǒng)的二指化算法有靜態(tài)算法和動(dòng)態(tài)算法。動(dòng)態(tài)算法比靜態(tài)算法有著較好的效果，靜態(tài)算法對質(zhì)量差的指紋區(qū)域產(chǎn)生大量的偽特征點(diǎn)，動(dòng)態(tài)算法能夠在一定程度上彌補(bǔ)靜態(tài)算法的缺陷，使斷裂脊線得到一定程度的連接，但這樣也會(huì)引入更多的噪聲。
提出的一種基于方向圖的動(dòng)態(tài)閾值指紋圖像二值化方法。該方法充分利用指紋圖像方向性強(qiáng)的特點(diǎn)，直接從指紋灰度圖像中獲取動(dòng)態(tài)閾值對圖像二值化，一次性完成一般指紋圖像預(yù)處理中的分離無效區(qū)域、濾波、增強(qiáng)、二值化的過程。該方法的zui大特點(diǎn)是對于從不同途徑獲得的不同質(zhì)量的圖像都有著令人滿意的處理效果，具有良好的抗噪性，在指紋圖像預(yù)處理上有著較好的應(yīng)用前景。
目前使用較多的指紋細(xì)化算法有兩種：基于形態(tài)學(xué)處理的快速細(xì)化算法和OPTA算法及其改進(jìn)形式?？焖偌?xì)化算法為4連通并行細(xì)化算法,原理是判斷出指紋紋線的邊界點(diǎn)并逐步刪除。該算法速度很快,但細(xì)化不*,細(xì)化后的紋線不是單像素寬。改進(jìn)的OPTA算法是串行細(xì)化算法,其原理是構(gòu)造一定的消除模板和保留模板,將二值化后的指紋圖像和模板比較,決定是否刪除某點(diǎn)的像素值。這種算法能夠基本保證單像素寬,但細(xì)化后會(huì)產(chǎn)生很多毛刺[5]。對此可以對細(xì)化后的圖像采用方形模板進(jìn)行紋線跟蹤,簡單地去除了大部分孤立點(diǎn)、毛刺、短線等偽特征點(diǎn),從而更好的克服各種干擾。
2.指紋特征提取和分類
在過去的研究中，專家們提出了多種從指紋圖像中自動(dòng)提取細(xì)節(jié)特征的方法：Dario Maio提出了一種基于脊線跟蹤的直接從指紋原始灰度圖提取特征的方法，通過跟蹤指紋紋線實(shí)現(xiàn)了快速的特征提取。由于傳統(tǒng)特征提取算法效率較低的主要原因是對圖像的每一個(gè)像素都執(zhí)行同樣的預(yù)處理操作，而該方法僅僅對圖像中的特定區(qū)域進(jìn)行增強(qiáng)處理，從而大大減少了圖像預(yù)處理中的冗余，提高了特征提取的效率。XudongJiang對此方法進(jìn)行了自適應(yīng)步長和細(xì)節(jié)點(diǎn)后處理方面的改進(jìn)。這兩種算法開創(chuàng)了直接灰度特征提取方法的先河。此算法提高了效率，但容易提取出大量的偽特征信息。因此很多專家相繼提出了多種提純細(xì)化圖。
像中檢測到細(xì)節(jié)點(diǎn)的方法。Ratha等用三個(gè)啟發(fā)試探性的方法來消除脊線中斷點(diǎn)、毛刺和邊界點(diǎn)的影響。Hung[43]采用脊線和谷線圖像之間的二值特性分別對應(yīng)與脊線圖像中的端點(diǎn)和中斷特性。Xiao and Raffat提出了一種統(tǒng)計(jì)模式識別和結(jié)構(gòu)模式識別方法相結(jié)合的特征提取方法。
指紋分類的目的是提高識別效率。指紋分類的思想zui早是由E.Henry提出，他將指紋分為五種主要的結(jié)構(gòu)類型。目前對指紋分類的研究大多集中在如何將指紋分為Henry System所定義的五種類型，其優(yōu)點(diǎn)是這些類型具有較明確的定義，缺點(diǎn)是類型數(shù)目太少。目前，神經(jīng)網(wǎng)絡(luò)方法在指紋識別技術(shù)中應(yīng)用較為廣泛，但是神經(jīng)網(wǎng)絡(luò)方法容易陷入局部*和過學(xué)習(xí)。K.Karu，L.Hong，G.L.Marcialis提出了基于全局結(jié)構(gòu)特征的分類方法[55]，通過提取和分析方向圖、奇異點(diǎn)、紋線結(jié)構(gòu)等全局結(jié)構(gòu)特征來實(shí)現(xiàn)分類。優(yōu)點(diǎn)是模仿人類進(jìn)行指紋分類的做法，對指紋的變形有較強(qiáng)的魯棒性；缺點(diǎn)是指紋圖像質(zhì)量較差時(shí)很難提取可靠的結(jié)構(gòu)特征。R.Cappelli，Y.Yao，A.K.Jain提出了基于指紋統(tǒng)計(jì)特征的分類方法，這類方法根據(jù)原始指紋圖像或其某種變換結(jié)果（如傅立葉變換）的統(tǒng)計(jì)量，采用神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，優(yōu)點(diǎn)是對圖像質(zhì)量有較強(qiáng)的魯棒性，缺點(diǎn)是運(yùn)算速度較慢。
3. 指紋圖像的匹配
在指紋匹配方面，國內(nèi)外很多專家學(xué)者在這方面進(jìn)行了很多的研究工作，如 Zsolt Miklos 等人提出的基于三角匹配的指紋圖像匹配算法；Xudong Jiang 等人提出的基于局部和全局結(jié)構(gòu)的匹配算法等。D.K.Isenor提出了一種使用圖形匹配來對兩枚指紋進(jìn)行匹配的算法；Andrew K Hrechak等人用結(jié)構(gòu)匹配來做指紋識別。但目前zui常用的方法是用FBI提出指紋細(xì)節(jié)點(diǎn)模型來做細(xì)節(jié)匹配。它利用指紋脊線的端點(diǎn)和分歧點(diǎn)來鑒定指紋。通過將細(xì)節(jié)點(diǎn)表示為點(diǎn)模式，一個(gè)自動(dòng)指紋識別問題就轉(zhuǎn)化為點(diǎn)模式匹配的問題。
會(huì)員1.png)