指纹识别系统研究

摘 要 由于人的指纹具有长期不变和唯一的特性，通过指纹特征鉴别身份的方法在古今中外都广泛应用。尽管当前指纹识别已有多种成型产品，但因为指纹图的噪声、皮肤弹性等非线性因素，实际的指纹自动识别系统研究很难达到理想水平。一套完整的自动指纹识别算法要经过指纹图像增强预处理、图像二值化和细化、细节特征点提取和特征匹配等过程。本文重点研究了指纹图像分割算法、指纹图像增强算法、指纹图像的特征提取算法和指纹匹配算法。并详细分析了各部分算法实现的过程，为实现指纹识别系统打好基础。最后，在matlab7.0中编程实现，使用自建数据库进行试验，实验结果说明该套算法可有效。 关键字：指纹识别；图像增强；特征提取；匹配 1.1???? 引言 随着信息技术的飞速发展，个人身份验证越来越重要，而应用的场合也是越来越广泛。目前，金融领域、电子商务、通信信息系统、政府和军事等重要部门的身份验证每时每刻在发生，而传统的各种身份鉴别方法因为其本身所固有一些缺陷和局限，难以胜任这些要求严格的领域。因此，具有便携性和高精度的自动生物识别技术在这种背景下应运而生，一方面迎合了广泛的需求，另一方面同时也促使了自动生物识别技术本身的飞速发展。其中，作为生物识别之一的自动指纹识别系统更是成为各国科学家和科研机构研究的重点和热点。 在生物识别技术领域中，指纹识别技术是各国科学家和科研机构研究的重点，由于指纹识别是采用人与生俱来的生物特征，无法假冒，并且在人的一生之中，指纹特征能基本保持不变，每个人都具有十个指头，而每一个指头都具有不同的指纹特征，只要选取其一，就可以作为每个人唯一的识别代码，终生享有，使用成本为零，安全系数极高，并且突破传统束缚，无需携带磁卡、IC卡、ATM卡、射频卡等识别载体，更无需记忆密码。由于指纹技术特点及其广阔的应用前景，指纹识别研究已引起国际学术界、企业界、政府以及国防军事部门的高度关注。 另外，传统的认证方法，例如密码和智能卡往往可能造成明显的资源浪费。密码重置和更换丢失的智能卡是许多IT部门经常性的工作，这些造成了资金的浪费，也白白花掉了工作人员的时间。但同样的事件，通过生物识别技术的有效运用，则可以大大提高工作效率。这使得更多的机构正在考虑运用生物识别技术进行身份验证，并提高这类系统简单易用的特性及系统认证的速度。 1.2 国内外研究现状分析 现代的指纹匹配技术主要是16世纪后期产生。1872年Francis Galton提出了分叉点和端点开发人个指纹识别模式，基于这两种特征的指纹识别模式至今都在使用。并且这两种细节特征可以为每一枚指纹构建唯一的信息。Henry Faulds在1880年，第一次科学的提出了指纹的两个重要特征：一是任何两个不同手指的指纹脊线的式样(ridge pattern)不同，二是指纹脊线的式样在人的一生中不会改变。这一发现奠定了现代指纹识别技术的理论基础，也使得指纹识别在罪犯鉴定中得到应用。Francis Galton对指纹进行深入研究，并于1888年引入了特征点的分类技术。1899年，Edward Henry学习了Galton的指纹科学，建立了著名的“Henry System”用于指纹分类。使用精准的指纹索引给专家指纹识别带来极大的便利。早在20世纪初期，司法部门己经正式采用指纹作为有效的身份标记，一些指纹识别机构建立了世界范围的罪犯指纹档案库。 20世纪60年代，美国FBI(Federal Bureau of Investigation)开始着手开展基于指纹的自动生物特征识别研究工作，美国在这一领域的研究水平处于世界最前沿。在国外从事指纹识别研究和开发的公司、科研机构、学校比较多，其中较为著名的有：法国Morph，立陶宛Neurotenologija。日本NEC，美国国家标准局视觉处理研究组，IBM沃特森研究中心，BiometricAccess，Identicator，加州理工学院，华盛顿大学圣路易斯分校，得克萨斯理工大学，圣琼斯州立大学等。科研机构有美国国家标准局视觉图像处理研究组(NISTVisual Image Processing Group)、美国密歇根州立大学的模式识别与图像处理研究室、意大利Bologna大学生物特征识别系统实验室、新加坡南洋理工大学信号处理中心等。2006年初，澳大利亚成功发行世界上第一本生物识别护照。由于社会对指纹识别有着日益迫切的需求以及指纹识别领域仍然存在许多难题，近年来指纹识别研究十分活跃，与指纹识别有关的国内外活动有国际指纹验证比赛FVC、国际生物认证会议ICBA、中国的生物识别学术会议CCBR、国际模式识别会议ICPR等。 不过，单个生物特征有其固有的局限性，如声纹会随着人身体健康状况的变化而变化，有的人指纹特征难以提取，脸像会由于化妆、表情的变化而变化等等。而且，每种生物特征所能达到的身份鉴别准确率是有限的。通过多生物特征融合的方法，可使提高准确率和扩大应用范围两方面提高生物特征身份鉴别系统的性能，使之更接近实用。因此将多个生物特征结合起来进行认证就非常迫切和必要。JAIN等人于1998年提出将指纹与人脸识别的结果融合；于2000年提出确定每个用户的特定参数的方法将指纹、脸像和手形的识别结果融合，并在2001年对多生物特征识别作了概述。 我国从20世纪80年代初期开始研究指纹自动识别技术。通过“七五”和“八五”的十年攻关，也取得了令人瞩目的成就。如：北京大学、清华大学、北京市刑科所、公安部二所等都获得了不少的研究成果。比较出色的有北京大学的Delta-S系统，清华大学的CAFIS系统等。以中科院自动化研究所为代表的课题组得到了国家杰出青年科学基金项目、国家重大基础研究前期研究专项项目、863高科技发展计划项目和国家自然利学基金项目等众多项目的资助，使我国的指纹自动识别技术赶上了国际水平。近年，指纹识别系统的研究与应用成为了一个热点，特别是商业指纹自动识别系统应用的更广泛，国内出现了众多生物识别科技公司和网站，指纹考勤机、指纹门禁系统等产品得到了广泛的应用。北大高科有限公司、北京中控自动化系统有限公司、北京中科模识科技有限公司、天津新通科技发展有限公司、中科院的汉王科技公司、上海同济斯玛特识别技术有限公司和方正指纹技术有限公司等都在此领域做出了卓有成效的工作随着指纹识别技术的发展以及产品产业化的推进，这一技术不但广泛应用于人们己经熟知的公安、破案、保安、金融等领域以及笔记本电脑和手机等设备中，还将用于居民身份证。对于警用大型或者超大型指纹库而言，匹配的速度和相似性排序是识别技术的关键，但是最后的鉴定结果仍要靠专家认定。2002年，清华大学实现了在海量数据库上的人脸和指纹综合识别系统，在识别的过程采用的融合策略是先用人脸特征进行比对得到前n个候选，然后在这个范围内用指纹特征再进行比对。迄今为止，还没有综合生物特征的识别系统的产品问世，综合身份识别系统的研究有待于进一步发展。 现在国内外指纹识别大都采用基于细节特征点的指纹识别技术，即采用基于图像处理的指纹识别算法，其中比较有代表性的有两种。一种是基于方向滤波增强，并在指纹细化图上提取特征点的算法，另一种是直接从指纹灰度图上提取特征点的算法。指纹识别作为一种热门的生物识别技术受到越来越多人的关注，国内外许多机构和学者都采用了很多不同的算法对指纹图像进行预处理和匹配。但有些算法会由于指纹图像的噪音、皮肤弹性引起的非线性形变等多方面因素，导致在识别过程中出现误差，影响识别率等。尽管指纹识别的研究和开发已取得重要进展，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。自动指纹识别技术并未完善，还有大量的工作要做，要使系统性能完全满足各种应用的需求，还有很长的路要走。 目前，困扰自动指纹识别的主要障碍有以下几种： 1．无统一的指纹信息库作为大型指纹识别认证应用的前提之一就是形成统一的指纹信息库。包括社保、二代证、电子商务、教育、军队、监狱等应用行业或单位都需要形成统一的指纹信息库，以便能顺利推行指纹安全认证。但目前这项工作都未启动，甚至是根本未得到应有的重视。标准化制订滞后。未能及时制定出统一的、可行的国家标准，导致各个指纹产品厂家一方面一味强调自身产品的技术标准，另一方面也不敢大批生产和推广指纹阅读器产品，反倒大力推广指纹应用的低端产品(如：考勤机、门禁控制器等)，于是出现了现在这种指纹低端产品大量涌入市场，而指纹应用的中高端产品和项目难以启动的局面。 2．活体指纹传感器带来的图像误差一般活体指纹采集都要求使用者把手指放在传感器表面采用接触测量的方法，这就会因为皮肤本身的弹性使生成的二维图像发生形变，加之，随着传感器面积的减小，用户每次指纹捺印的重叠部分可能就会很少，另外，活体指纹传感器受外界的干扰如静电、强光等影响比较大，有时会产生较强噪声，严重时，甚至无法采集指纹。因此，指纹识别不像其他一些如钥匙、密码等传统的识别方法，即每次的输入和输出都有完全的对应关系。 3．劣质量指纹的处理指纹图像的质量对指纹识别的性能具有非常重要的影响，目前的采集设备对手指的干湿度、清洁度等要求很高，在实际中很难保证指纹图像的质量较好。目前的指纹识别算法中，对于预处理的依赖程度很高，而对于劣质指纹图像的预处理一直是一个难点。因此国际指纹大赛(Fingerprint Verification Competition，FVC)中所提供的指纹库中，劣质指纹的比例逐年增加，特别是FVC2004数据库中的劣质指纹。体现了对指纹预处理近乎苛刻的严格要求。自动指纹识别算法的抗干扰能力将遇到强烈的挑战。就目前而言，没有一种方法能够真正解决劣质指纹的问题，预处理的结果与人对残缺指纹纹线的推断能力还有相当大的距离。 4．高效准确的指纹细节点匹配方法指纹匹配通过细节点匹配实现，由于旋转，平移和指纹柔性形变，导致点群之间相对位置发生变化，另一方面，由于图像的不同质量，所提取到的特征点存在增加和减少以及伪特征点的干扰，导致点集的“对齐”过程非常困难，进而影响匹配的精度，造成拒识和误识。尤其是当传感器面积较小，导致无法准确分类的情况下，匹配的速度和准确性会受到非常大的影响。此外指纹图像还存在各种变形，如何快速准确地进行细节点匹配是一项非常艰巨的任务。 综上所述，自动指纹识别系统的最主要难点在于指纹图像预处理和指纹特征点的匹配。 1.4 本文的主要内容 本文的主要内容如下：首先，主要说明本文的研究意义，简述指纹识别的研究现状，根据研究现状分析了目前自动指纹识别的主要障碍；再对生物识别技术常用技术进行综合比较，然后对自动指纹识别系统的系统构成和系统评价方法进行了介绍；深入研究了指纹图像预处理过程的指纹图像质量评价、图像分割、图像增强、二值化和细化等算法。指纹图像预处理。系统比较了前人在指纹预处理方面的大量研究工作，详细阐述了本文所使用的指纹图像预处理的过程、步骤、算法，并给出各阶段的实验结果。最后，对指纹识别系统中的特征提取算法和匹配算法进行了分析与研究。