指紋識(shí)別中的圖像處理研究------背景與基礎(chǔ)名詞解釋?zhuān)ǘ?/h1>
1.4指紋識(shí)別技術(shù)
本文引用地址:http://www.ex-cimer.com/article/265699.htm 在本文中,我們的目標(biāo)是使用指紋識(shí)別技術(shù)設(shè)計(jì)一種自動(dòng)的個(gè)人身份認(rèn)證系統(tǒng)。之所以采用指紋,從上面的比較可知,指紋識(shí)別技術(shù)具有以下的優(yōu)點(diǎn):
(1)每個(gè)人的指紋都具有唯一性和穩(wěn)定性,不會(huì)隨年齡的增長(zhǎng)和身體健康狀況的變化而變化。
(2)指紋識(shí)別的有效性已經(jīng)得到了廣泛的證明和認(rèn)可。
(3)指紋取樣設(shè)備種類(lèi)繁多,并且價(jià)格低廉,另外,已有標(biāo)準(zhǔn)的指紋樣本庫(kù),便于識(shí)別系統(tǒng)的軟件開(kāi)發(fā)。
(4)一個(gè)人的十指指紋皆不相同,這樣,可以不增加系統(tǒng)的設(shè)計(jì)負(fù)擔(dān)的情況下方便地利用多個(gè)指紋構(gòu)成多重口令,提高系統(tǒng)的安全性。
(5)指紋識(shí)別中使用的模板并非最初的指紋圖像,而是由指紋圖像中提取的細(xì)節(jié)特征構(gòu)成,這樣使系統(tǒng)對(duì)指紋模板庫(kù)的存儲(chǔ)要求減小。另外,特征模板也大大減少了網(wǎng)絡(luò)傳輸?shù)呢?fù)擔(dān),便于通過(guò)指紋實(shí)現(xiàn)異地身份確認(rèn)和網(wǎng)絡(luò)數(shù)字簽名。
由于指紋識(shí)別技術(shù)有上述的優(yōu)點(diǎn),在司法部門(mén)的需求下產(chǎn)生了基于指紋識(shí)別技術(shù)的自動(dòng)指紋識(shí)別系統(tǒng)(AFIS)。圖1.4是一個(gè)自動(dòng)指紋識(shí)別的應(yīng)用原理框圖。
從圖中我們可以看出,一個(gè)自動(dòng)指紋識(shí)別應(yīng)用系統(tǒng)需要解決至少三個(gè)關(guān)鍵性的問(wèn)題,他們分別是指紋圖像的采集、指紋圖像的處理、指紋匹配。
近幾年,隨著電子集成技術(shù)的發(fā)展,出現(xiàn)了可以直接獲取數(shù)字圖像的活體指紋傳感器,一些體積小、操作方便的活體指紋圖像傳感器已經(jīng)廣泛應(yīng)用,這些活體指紋傳感器采用的技術(shù)有:
①。光學(xué)衰減全內(nèi)反射(FTIR),
②。超聲波反射,
?、邸Hz像,
④。熱敏傳感技術(shù),
?、荨k娙莼蛏疃入妶?chǎng)技術(shù)。除了采用上述的活體采集技術(shù)外,這些傳感器還都采用了自動(dòng)增益控制技術(shù),可以通過(guò)軟件調(diào)整的方法來(lái)獲取不同質(zhì)量的數(shù)字指紋圖像。例如,Veridicom公司的FPS200電容式指紋傳感器,在指紋采集過(guò)程中,根據(jù)反饋信息調(diào)節(jié)電容放電時(shí)間、和電荷耦合時(shí)間等參數(shù)可以增強(qiáng)其靈敏度,使圖像不清晰(對(duì)比度差)的區(qū)域也能夠被檢測(cè)到(如:手指壓得較輕的地方),并在捕捉的瞬間為這些象素提高靈敏度。同時(shí),還可根據(jù)指紋圖像的面積、灰度極差等特性來(lái)控制捕捉效果最佳的圖像。
指紋圖像的處理技術(shù)是指紋自動(dòng)識(shí)別系統(tǒng)中的關(guān)鍵技術(shù),指紋圖像處理算法的好壞直接決定了指紋自動(dòng)識(shí)別系統(tǒng)的可靠性和速度等參數(shù)。目前在指紋圖像處理領(lǐng)域關(guān)鍵的技術(shù)有方向圖分割算法、細(xì)化算法、指紋圖像增強(qiáng)算法、指紋圖像有效區(qū)域提取算法等。由于,每種算法都有其優(yōu)點(diǎn)和缺點(diǎn),因此,到目前為止在文獻(xiàn)中還沒(méi)有出現(xiàn)過(guò)各個(gè)方面都非常出色的指紋圖像處理算法,本文的重點(diǎn)也是研究這些經(jīng)常出現(xiàn)的圖像處理算法,并提出根據(jù)指紋圖像的特性,提出自己的圖像處理算法。
指紋匹配主要依靠的是指紋細(xì)節(jié)特征(Minutiae)。常見(jiàn)的指紋細(xì)節(jié)特征主要有以下五種:端點(diǎn)、分歧點(diǎn)、橋形、交叉和眼形,這些特征在指紋中的分布并不均勻,它們的比例大約為:68.2%、23.8%、3.7%、3.2%和1.1%。而根據(jù)FBI的建議,自動(dòng)指紋識(shí)別系統(tǒng)一般只用脊線(xiàn)的端點(diǎn)和分歧點(diǎn)作為指紋的細(xì)節(jié)特征,這是因?yàn)槠渌麕追N特征都可以看作是這兩種特征的合成。
圖1.5為這兩種特征的示例。脊線(xiàn)的端點(diǎn)是脊線(xiàn)結(jié)束的位置,分歧點(diǎn)是脊線(xiàn)分岔的位置。據(jù)統(tǒng)計(jì)一般一枚完整的指紋有大約60-80個(gè)細(xì)節(jié)特征。無(wú)論是人工匹配還是機(jī)器匹配,指紋比對(duì)的過(guò)程一般可分為以下兩步:
(1)根據(jù)確定的參考點(diǎn)校正兩幅指紋圖像,并搜索兩幅圖像的細(xì)節(jié)特征;
(2)根據(jù)匹配上的細(xì)節(jié)點(diǎn)對(duì)來(lái)確定兩幅圖像是否來(lái)自同一指紋。
目前常用的自動(dòng)指紋識(shí)別系統(tǒng),基本上都采用細(xì)節(jié)匹配的方法。基于細(xì)節(jié)點(diǎn)的匹配有多種算法:Stockman等提出的基于Hough變換的方法把點(diǎn)模式匹配轉(zhuǎn)化成了對(duì)轉(zhuǎn)換參數(shù)的Hough空間中峰值的檢測(cè),J.P.Starink與E.Backer從能量最小化的角度描述點(diǎn)匹配問(wèn)題,并使用模擬退火的方法,Rand研究所的Ratkovic提出了更細(xì)致的指紋特征模型。該模型區(qū)分十種不同的指紋特征。在此基礎(chǔ)上,J.H.Liu等用在指紋上疊加?xùn)鸥癫?duì)特征的分布編碼的方法來(lái)識(shí)別特征。Sparrows 與A.K.Hrechak 等都提出了基于結(jié)構(gòu)特征信息的指紋特征匹配,而D.K.Isenor與S.G.Zaky使用圖來(lái)表示指紋特征,并用圖匹配的方法來(lái)匹配指紋圖。S.Sobajic等描述了一種利用神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行細(xì)節(jié)點(diǎn)匹配的算法。這些算法對(duì)于油墨方式獲取的指紋圖像,其匹配精度較高,基本上達(dá)到在0.0001%FAR的情況下,F(xiàn)RR低于10%,但對(duì)于晶體指紋傳感器獲取的圖像,因其重疊部分較少,其匹配效果就不能令人滿(mǎn)意了。
1.5本文的任務(wù)
由于傳統(tǒng)的安全技術(shù)面臨高科技的挑戰(zhàn),其安全性已經(jīng)不能夠滿(mǎn)足需要,因此人們轉(zhuǎn)向生物識(shí)別技術(shù)的研究,指紋識(shí)別技術(shù)與其它幾種生物識(shí)別技術(shù)相比有一定的優(yōu)勢(shì),因此成為人們研究的熱點(diǎn),但是到現(xiàn)今為止,還沒(méi)有一種統(tǒng)一有效的指紋圖像處理、識(shí)別的標(biāo)準(zhǔn)算法,多數(shù)的公司也都是根據(jù)不同的應(yīng)用目的,來(lái)研究一些實(shí)用的工程應(yīng)用算法。本文針對(duì)Veridicom公司的FPS200指紋傳感器,試圖設(shè)計(jì)一種較好的指紋圖像處理算法和自動(dòng)指紋識(shí)別算法,該算法面向一般小型數(shù)據(jù)庫(kù)民用系統(tǒng),其目標(biāo)是針對(duì)200枚左右的指紋數(shù)據(jù)庫(kù),該算法的期望的結(jié)果是誤識(shí)率達(dá)到1*10-6,拒識(shí)率小于10%,對(duì)100枚指紋數(shù)據(jù)庫(kù)的1:N比對(duì)時(shí)間小于3秒鐘。要達(dá)到上述的目標(biāo),需要解決3個(gè)主要的問(wèn)題:指紋圖像預(yù)處理,指紋圖像的后處理,指紋識(shí)別技術(shù)的應(yīng)用。本文旨在對(duì)指紋圖像的預(yù)處理和后處理算法進(jìn)行研究,以期尋求適應(yīng)于小型民用領(lǐng)域的指紋識(shí)別系統(tǒng)的圖像處理算法。
1.4指紋識(shí)別技術(shù)
本文引用地址:http://www.ex-cimer.com/article/265699.htm在本文中,我們的目標(biāo)是使用指紋識(shí)別技術(shù)設(shè)計(jì)一種自動(dòng)的個(gè)人身份認(rèn)證系統(tǒng)。之所以采用指紋,從上面的比較可知,指紋識(shí)別技術(shù)具有以下的優(yōu)點(diǎn):
(1)每個(gè)人的指紋都具有唯一性和穩(wěn)定性,不會(huì)隨年齡的增長(zhǎng)和身體健康狀況的變化而變化。
(2)指紋識(shí)別的有效性已經(jīng)得到了廣泛的證明和認(rèn)可。
(3)指紋取樣設(shè)備種類(lèi)繁多,并且價(jià)格低廉,另外,已有標(biāo)準(zhǔn)的指紋樣本庫(kù),便于識(shí)別系統(tǒng)的軟件開(kāi)發(fā)。
(4)一個(gè)人的十指指紋皆不相同,這樣,可以不增加系統(tǒng)的設(shè)計(jì)負(fù)擔(dān)的情況下方便地利用多個(gè)指紋構(gòu)成多重口令,提高系統(tǒng)的安全性。
(5)指紋識(shí)別中使用的模板并非最初的指紋圖像,而是由指紋圖像中提取的細(xì)節(jié)特征構(gòu)成,這樣使系統(tǒng)對(duì)指紋模板庫(kù)的存儲(chǔ)要求減小。另外,特征模板也大大減少了網(wǎng)絡(luò)傳輸?shù)呢?fù)擔(dān),便于通過(guò)指紋實(shí)現(xiàn)異地身份確認(rèn)和網(wǎng)絡(luò)數(shù)字簽名。
由于指紋識(shí)別技術(shù)有上述的優(yōu)點(diǎn),在司法部門(mén)的需求下產(chǎn)生了基于指紋識(shí)別技術(shù)的自動(dòng)指紋識(shí)別系統(tǒng)(AFIS)。圖1.4是一個(gè)自動(dòng)指紋識(shí)別的應(yīng)用原理框圖。
從圖中我們可以看出,一個(gè)自動(dòng)指紋識(shí)別應(yīng)用系統(tǒng)需要解決至少三個(gè)關(guān)鍵性的問(wèn)題,他們分別是指紋圖像的采集、指紋圖像的處理、指紋匹配。
近幾年,隨著電子集成技術(shù)的發(fā)展,出現(xiàn)了可以直接獲取數(shù)字圖像的活體指紋傳感器,一些體積小、操作方便的活體指紋圖像傳感器已經(jīng)廣泛應(yīng)用,這些活體指紋傳感器采用的技術(shù)有:
①。光學(xué)衰減全內(nèi)反射(FTIR),
②。超聲波反射,
?、邸Hz像,
④。熱敏傳感技術(shù),
?、荨k娙莼蛏疃入妶?chǎng)技術(shù)。除了采用上述的活體采集技術(shù)外,這些傳感器還都采用了自動(dòng)增益控制技術(shù),可以通過(guò)軟件調(diào)整的方法來(lái)獲取不同質(zhì)量的數(shù)字指紋圖像。例如,Veridicom公司的FPS200電容式指紋傳感器,在指紋采集過(guò)程中,根據(jù)反饋信息調(diào)節(jié)電容放電時(shí)間、和電荷耦合時(shí)間等參數(shù)可以增強(qiáng)其靈敏度,使圖像不清晰(對(duì)比度差)的區(qū)域也能夠被檢測(cè)到(如:手指壓得較輕的地方),并在捕捉的瞬間為這些象素提高靈敏度。同時(shí),還可根據(jù)指紋圖像的面積、灰度極差等特性來(lái)控制捕捉效果最佳的圖像。
指紋圖像的處理技術(shù)是指紋自動(dòng)識(shí)別系統(tǒng)中的關(guān)鍵技術(shù),指紋圖像處理算法的好壞直接決定了指紋自動(dòng)識(shí)別系統(tǒng)的可靠性和速度等參數(shù)。目前在指紋圖像處理領(lǐng)域關(guān)鍵的技術(shù)有方向圖分割算法、細(xì)化算法、指紋圖像增強(qiáng)算法、指紋圖像有效區(qū)域提取算法等。由于,每種算法都有其優(yōu)點(diǎn)和缺點(diǎn),因此,到目前為止在文獻(xiàn)中還沒(méi)有出現(xiàn)過(guò)各個(gè)方面都非常出色的指紋圖像處理算法,本文的重點(diǎn)也是研究這些經(jīng)常出現(xiàn)的圖像處理算法,并提出根據(jù)指紋圖像的特性,提出自己的圖像處理算法。
指紋匹配主要依靠的是指紋細(xì)節(jié)特征(Minutiae)。常見(jiàn)的指紋細(xì)節(jié)特征主要有以下五種:端點(diǎn)、分歧點(diǎn)、橋形、交叉和眼形,這些特征在指紋中的分布并不均勻,它們的比例大約為:68.2%、23.8%、3.7%、3.2%和1.1%。而根據(jù)FBI的建議,自動(dòng)指紋識(shí)別系統(tǒng)一般只用脊線(xiàn)的端點(diǎn)和分歧點(diǎn)作為指紋的細(xì)節(jié)特征,這是因?yàn)槠渌麕追N特征都可以看作是這兩種特征的合成。
圖1.5為這兩種特征的示例。脊線(xiàn)的端點(diǎn)是脊線(xiàn)結(jié)束的位置,分歧點(diǎn)是脊線(xiàn)分岔的位置。據(jù)統(tǒng)計(jì)一般一枚完整的指紋有大約60-80個(gè)細(xì)節(jié)特征。無(wú)論是人工匹配還是機(jī)器匹配,指紋比對(duì)的過(guò)程一般可分為以下兩步:
(1)根據(jù)確定的參考點(diǎn)校正兩幅指紋圖像,并搜索兩幅圖像的細(xì)節(jié)特征;
(2)根據(jù)匹配上的細(xì)節(jié)點(diǎn)對(duì)來(lái)確定兩幅圖像是否來(lái)自同一指紋。
目前常用的自動(dòng)指紋識(shí)別系統(tǒng),基本上都采用細(xì)節(jié)匹配的方法。基于細(xì)節(jié)點(diǎn)的匹配有多種算法:Stockman等提出的基于Hough變換的方法把點(diǎn)模式匹配轉(zhuǎn)化成了對(duì)轉(zhuǎn)換參數(shù)的Hough空間中峰值的檢測(cè),J.P.Starink與E.Backer從能量最小化的角度描述點(diǎn)匹配問(wèn)題,并使用模擬退火的方法,Rand研究所的Ratkovic提出了更細(xì)致的指紋特征模型。該模型區(qū)分十種不同的指紋特征。在此基礎(chǔ)上,J.H.Liu等用在指紋上疊加?xùn)鸥癫?duì)特征的分布編碼的方法來(lái)識(shí)別特征。Sparrows 與A.K.Hrechak 等都提出了基于結(jié)構(gòu)特征信息的指紋特征匹配,而D.K.Isenor與S.G.Zaky使用圖來(lái)表示指紋特征,并用圖匹配的方法來(lái)匹配指紋圖。S.Sobajic等描述了一種利用神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行細(xì)節(jié)點(diǎn)匹配的算法。這些算法對(duì)于油墨方式獲取的指紋圖像,其匹配精度較高,基本上達(dá)到在0.0001%FAR的情況下,F(xiàn)RR低于10%,但對(duì)于晶體指紋傳感器獲取的圖像,因其重疊部分較少,其匹配效果就不能令人滿(mǎn)意了。
1.5本文的任務(wù)
由于傳統(tǒng)的安全技術(shù)面臨高科技的挑戰(zhàn),其安全性已經(jīng)不能夠滿(mǎn)足需要,因此人們轉(zhuǎn)向生物識(shí)別技術(shù)的研究,指紋識(shí)別技術(shù)與其它幾種生物識(shí)別技術(shù)相比有一定的優(yōu)勢(shì),因此成為人們研究的熱點(diǎn),但是到現(xiàn)今為止,還沒(méi)有一種統(tǒng)一有效的指紋圖像處理、識(shí)別的標(biāo)準(zhǔn)算法,多數(shù)的公司也都是根據(jù)不同的應(yīng)用目的,來(lái)研究一些實(shí)用的工程應(yīng)用算法。本文針對(duì)Veridicom公司的FPS200指紋傳感器,試圖設(shè)計(jì)一種較好的指紋圖像處理算法和自動(dòng)指紋識(shí)別算法,該算法面向一般小型數(shù)據(jù)庫(kù)民用系統(tǒng),其目標(biāo)是針對(duì)200枚左右的指紋數(shù)據(jù)庫(kù),該算法的期望的結(jié)果是誤識(shí)率達(dá)到1*10-6,拒識(shí)率小于10%,對(duì)100枚指紋數(shù)據(jù)庫(kù)的1:N比對(duì)時(shí)間小于3秒鐘。要達(dá)到上述的目標(biāo),需要解決3個(gè)主要的問(wèn)題:指紋圖像預(yù)處理,指紋圖像的后處理,指紋識(shí)別技術(shù)的應(yīng)用。本文旨在對(duì)指紋圖像的預(yù)處理和后處理算法進(jìn)行研究,以期尋求適應(yīng)于小型民用領(lǐng)域的指紋識(shí)別系統(tǒng)的圖像處理算法。
評(píng)論