转
http://lib.usst.edu.cn/shuobo/show/256/
http://lib.usst.edu.cn/shuobo/show/256/index.htm
第二章 指纹识别相关概述
<!--[if !supportEmptyParas]--> <!--[endif]-->
自动指纹识别是本世纪六十年代兴起的、利用计算机取代人工来进行指纹识别的一种方法。相对于其它生物特征鉴定技术例如语音识别及视网膜识别，指纹识别具有许多独到的优点，更重要的是它具有很高的实用性和可行性，己经被认为是一种理想的身份确认技术，有着十分广泛的应用前景，是将未生物特征识别技术的主流。近年来，随着计算机技术的飞速发展、低价位指纹采集仪的出现以及高可靠算法的实现，更使得自动指纹识别技术越来地进入到人们的生活和工作中，自动指纹识别系统的研究和开发正在成为国内外学术界和商业界的热点，许多院校和公司都在从事这方面的研究和开发。在国外，指纹识别作为一种身份认证技术已经有较多种的实用化软、硬件产品，这其中包括指纹采集芯片，自动识别软件和相应的软件开发工具包等等。我国正在酝酿第二代身份证，它的一个重要特征就是将指纹技术加入其中，但我国在这方面的研究相对落后，大力开展以指纹识别技术为代表的生物特征识别技术势在必行。虽然在过去的几十年中已取得很大进展，但指纹识别仍是国内外图像处理、信号分析以及模式识别研究中的热点之一。我们相信，指纹图像的自动识别作为模式识别领域的一项综合性研究，其研究成果将进一步完善多尺度分析和模式识别领域中的不变量理论，丰富图像形态变换与分析理论，拓展计算机视觉技术，完善模糊图像处理及模糊模式识别的理论与方法，有着非常重要的意义。
<!--[if !supportEmptyParas]--> <!--[endif]-->
§2.1 指纹性质简介
<!--[if !supportEmptyParas]--> <!--[endif]-->
指纹是指手指末端正面皮肤上凸凹不平的纹路，由于有这些凸凹纹路的存在，增加了皮肤表面的摩擦力，使得我们能够用手方便的抓起重物。纹路中隆起部分是手指真皮向表皮乳突形成的皱痕，又称指纹脊线；指纹脊线之间的凹陷部分，称为指纹的谷线。这种脊谷分布模式是由皮肤表皮细胞死亡、角化、在皮肤表面积累形成的。
尽管指纹只是人体皮肤的一小部分，但是它却蕴涵了大量的信息。这些手指皮肤的纹路在图案、断点和交又点上是各不相同的，在信息处理中我们将它们称之为‘特征”，这些特征对每个手指都是不同的。依靠特征唯一性的特点，我们就可以把一个人同他的指纹对应起来，通过比较他的指纹特征和预先保存的指纹特征，就可以验证他的真实身份。而且人的指纹特征是与生俱来的，在出生6个月指纹基本形成后，指纹的纹线类型、结构、统计特征的总体分布等始终没有明显变化。很早人们就认识到指纹的唯一性，至令还找不出两个指纹完全相同的人。其实指纹的纹路不仅人与人之间存在不同，就是同一个人的十指指纹也有明显的区别，即使是同卵双胞胎的指纹也是根不相同的。每个人的指纹是独一无二，两人之间不存在着相同的手指指纹。19世纪末，英国学者亨利写出了专著，将指纹的特征及识别原理加以分析归纳，科学地提出了人的指纹各不相同，并提出了基于指纹特征进行识别的原理和方法，以后衍生出的各种识别方法都是基于该理论。按亨利的理论，一般人的指纹在出生后9个月得以成型并终身不变；每个指纹一般都有70－150个基本特征点。从概率学的角度，在两枚指纹中只要有12－13个特征点吻合，即可认定为同一指纹。按现有人口计算，由上述概率120年才可出现两枚完全相同的指纹。每个人的指纹是相当固定的，很难发生变化。例如，指纹不会随着人的年龄的增长、或身体健康程度的变化而变化。人的声音却有着较大的变化,人脸的特征也易受外界影响而变化，如随表倩、光照、眼镜、胡须、发型的影响而变化，识别难度较大。
<!--[if !supportEmptyParas]--> <!--[endif]-->
§2.2 指纹分类
<!--[if !supportEmptyParas]--> <!--[endif]-->
在指纹图像中，具有一定宽度和走向的纹线称为脊线。根据脊线自始至终的流程所呈现的基本形态，可以分为以下几种：
直形线：脊线从一方流向另一方，基本上呈直行状态，有横直线、竖直线和斜直线等区别；
波浪线：脊线从一方流向另一方，呈凹凸波浪式状态；
弧形线：脊线从一方流向另一方，中间弯曲呈圆弧状；
弓形线：脊线从一方流向另一方，弯曲呈弓状，其弓顶较高，两头有
反转现象；
箕形线：脊线从一方流向另一方，拐弯后返回原方向，呈簸箕形；
环形线：脊线呈闭口的圆圈，似环状；
螺旋线：脊线的另一端绕起点旋转一周以上，呈螺旋形。
按照各种脊线分布的位置、走向和形状，又可以将脊线分为内部脊线、外围脊线和根基脊线。内部脊线居于指纹的中心部位，主要有箕形、环形、螺旋形、弧形或混合形的脊线组成。外围脊线从上部和左右两侧包饶着内部脊线，主要由弓形纹组成。根基脊线分布在内部脊线的基底部位，主要由弧度较小的波浪线或不太平坦的直纹线组成。而这三种类型的脊线又常汇合到一起，构成三角状，称之为三角区。脊线的中心定点称为指纹的中心点和两个三脚区。
在指纹专家长期实践的基础上，根据指纹脊或谷的整体流向的模式，指纹被分为三大类型：
1.斗形纹：其内部脊线的中心有一根以上的螺旋型或环形线，其上部及两侧外围有较多的弓形线包饶，下部有一些波浪线和横线组成，一般有一个中心点和两个三脚区。（如图2.1所示）
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[endif]--> 图2.1 斗形纹 图2.2 弓形纹
2. 弓形纹：弓形纹主要由弓形和横直两种脊线上下层迭而成，脊线不返转，一般有一个中心点而没有三角区。依其脊线的形态不同，又分弧形纹和帐形纹（如图2.2所示）
a. 弧形纹：由多数弧度较小的弧形线在上部，少数横直线在下部构成。
<!--[endif]-->图2.3左旋弧形纹 图2.4 右旋弧形纹
b. 帐形纹：由多数弧度较大的弓形纹在上部，少数横直线在下部，中心部位由一根以上的垂线或斜行线（有的似箕形线）支撑着弓形线而组成。
3. 箕形纹：其内部有一根以上的箕形线，其上部和两侧外围有较多的弓形线包饶，下部有一些波浪线和横直线作为根基线组合而成。箕形纹的内部纹线仅有一条箕形线构成时，这条箕形线必须是完整的，不折不断的。箕形纹一般有一个中心点和一个三角区。按箕形纹的倾斜流向不同，又可分为以下两种：
a. 左旋形纹：大部分脊线的流向向左，三角区在指纹中心的右下方。
b. 旋形纹：大部分脊线的流向向右，三角区在指纹中心的左下方。
指纹分类的主要目的是方便大容量数据库的管理，加速指纹的搜索匹配。许多研究者对指纹分类问题己作出了大量的工作。JIBLUE等利用神经网络算法对脊的整体流向加以分类；KHARU和A．K．JAIN利用指纹中心点与三角点进行分类，SRINIVASAN等也采用了相似的方法，不同之处在于两者提取中心点的方法不同：KJIAO与K．BLACK以及B．MOAYER与K．S．FU则分别采用了句法模式匹配的方法［1,5,6,7,8］。尽管算法各异，但至今分类的误识率仍然较高。如何正确的进行指纹分类在自动识别研究中是一个难点。
<!--[if !supportEmptyParas]--> <!--[endif]-->
§2.3自动指纹识别系统（AFIS）构成
<!--[if !supportEmptyParas]--> <!--[endif]-->
自动生物识别系统由生物特征捕获单元、处理单元和应用系统接口单元构成。自动指纹识别系统作为生物识别系统的一种，同样具有上述基本功能单元。具体
<!--[if !supportEmptyParas]--> <!--[endif]-->
图像采集模块 图像处理，输出模块
指纹图像捕获装置（指纹传感器） 接口 控制单元 中央 处理单元（CPU） 图像 存储单元 通讯单元 输出单元
<!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
图2.5 指纹识别系统结构框图
<!--[if !supportEmptyParas]--> <!--[endif]-->
到指纹识别系统的应用中，其系统组构成如图2.5所示。框图中，我们将生物识别系统三个基本构成单元中的处理单元和接口单元合并为图象处理、输出模块。这样合并的原因在于，实际自动指纹识别系统中，这两个部分功能通常是由一个硬件来实现，为便于分析和描述，在此将它们合并为一个模块。
指纹图象采集模块，是以指纹传感器为核心的模块，其功能是将人体指纹图象信号转化为中央处理单元能够处理的电信号。指纹传感器是目前指纹识别系统的前端装置。其获取指纹图象质量的好环将直接影响到系统软件算法的难易程度和识别率的高低，对系统具有非常重要的意义[9]。之所以称之为一个模块是因为随着现代集成技术的发展。一些传感器上往往集成了A／D转换器、通讯端口、控制端口等接口设备。从某种意义上来讲它本身就是一个具有完整功能的模块。
图象处理、输出模块主要功能是对所采集指纹图象进行数字化处理，存储创建的指纹特征模板，并将新采集样本与之进行比较和匹配，得出识别结论，输出识别结果。根根识别系统功能要求，指纹图象的处理输出模块中往往还集成有如图2.6所示的接口控制单元、存储单元、通讯单元、输出单元等组成部分。
在自动指纹识别系统中，如果系统采用计算机或工作站进行指纹图象处理和识别，则框图所示的处理模块中所有单元都可由计算机相应单元实现。我们称这样的系统为计算机自动指纹识别系统。此类系统结构固定、处理能力强、发展和应用较为成熟，但是它的体积往往比较庞大。系统价格昂贵。
如果指纹识别系统的中央处理单元由独立的高速微处理器，如高性能数字信号处理器（DSP）实现。则系统图象输出、处理模块中相应单元都需要用户进行扩展、这样的系统结构灵活、价格便宜。很容易被集成或嵌入到其它应用系统中，我们称此类系统为独立或内嵌自动指纹识别系统。目前，内嵌指纹识别系线由于其自身的独特优点，正在成为指纹识别系统研究和应用的方向，具有广阔的市场前景。
<!--[if !supportEmptyParas]--> <!--[endif]-->
§2.4指纹图象的数字化处理方法
<!--[if !supportEmptyParas]--> <!--[endif]-->
指纹图象的数字化处理方法指通过计算机或DSP等微处理器来进行指纹图象处理和识别的算法，它是指纹自动识别系统的核心，好的处理和识别算法能极大。
特征匹配 预处理 指纹 图像 特征提取 结果 输出 创建样本 创建模板
<!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
图2.6 指纹图象的数字化处理方法框图
提高系统识别的准确率和速度。关于指纹识别算法，国内外已经开展了几十年的研究，成熟的识别算法多种多样，但是其基本步骤基本相同[10]，可表示为图2.6所示框图。
在指纹图象采集过程中，输入的指纹图象由于各种因素影响，会包含较多噪声。预处理的目的就是去除图象中噪声，把它变成一幅清晰的点线图，便于提取指纹特征。
<!--[if !supportEmptyParas]--> <!--[endif]-->
§2.4.1 指纹图像的预处理
<!--[if !supportEmptyParas]--> <!--[endif]-->
指纹预处理的一般过程为去噪、增强、二值化、细化等步骤[6]。输入的指纹原图像，由于指纹录入仪器的精度、按捺指纹时用力不均等原因，往往存在各种各样的问题，如图像不清晰等，因此需要对图像进行预处理，所涉及的领域主要是图像处理。对此也有许多学者进行了研究。如国防科技大学的三位师兄妹牛胜芬等就对指纹预处理进行了详细的研究并加以实施，但由于录入指纹的噪声问题使得预处理后的图像不一定尽如人意，尤其是细化问题，如何改进预处理，寻找适合指纹图像的细化算法，也是一个问题难点。
预处理一般过程如图2.7所示：
<!--[if !supportEmptyParas]--> <!--[endif]-->
原 始 指 纹 初图 步像 滤增 波强 点 线 图 二 值 化 细 化
<!--[endif]--><!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
图2.7 预处理一般过程
<!--[if !supportEmptyParas]--> <!--[endif]-->
其中图象增强处理的目的在于增强指纹图象纹脊和纹谷清晰度[11]，连接虚假断点、去除虚假端点和分叉。图象增强方法有点运算、平滑、锐化、滤波等[12]。二值化是指将灰度指纹图象转化为黑白二值指纹图象过程。经过二值化的图象，其纹线宽度是不均匀的，需要进行细化处理。该处理主要作用在于去除不必要指纹粗细信息。便于从指纹图像种提取细节特征，提高指纹图像处理速度[13]。经过细化处理的指纹图像就变成包含特征信息的骨架图像（也称之为点线指纹图），该图像用于指纹图像特征提取。
<!--[if !supportEmptyParas]--> <!--[endif]-->
§2.4.2 指纹细节匹配
指纹之所以能够成为人身鉴定的依据，是因为指纹的细节特征对于每个人来说都有其特定的结构和分布，指纹图中脊线和谷线相互交替，并形成局部主导方向。根据指纹专家多年的分析和经验可知，脊线（或谷线）可以表现为多种特征，如指纹纹线的中断点（端点）、两条指纹的合并点（或一条指纹分为两条指纹的分叉点）以及一些小桥等，这些与连续纹线向区别的其他指纹结构分别定义为：
端点：脊线的起点或中点；
分叉点：长度约为5毫米以内。1毫米以上的脊线；
小孔：一条脊线分出一条短枝，短枝弯回又回到原线上，形成孔状；
小点：长度一毫米一下的点线为小点；
桥： 一条脊线上分出一条短枝，斜行汇入另一条脊线之中，形成斜桥状。
如图2.8所示几种指纹图像中的典型特征
<!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
<!--[if !supportEmptyParas]--> <!--[endif]-->
图2.8 几种指纹图像中的典型特征
<!--[if !supportEmptyParas]--> <!--[endif]-->
端点和分叉特征占指纹特征绝大多数，是最重要的两类特征。
以上介绍的这些特征也称为细节特征（minutiae）。在细节匹配前，首先要提取细节特征。美国国家标准局提出了用于指纹鉴定的四种特征：脊末梢、分叉点、复合特征（三分又或交叉点）与未定义。目前最常用的细节特征是FBI提出的细节点坐标模型，它利用脊末梢与分支点这两种特征未鉴定指纹。
指纹图象的特征提取就是由上述经过预处理所得到点线指纹图中，提取图中所描述各种指纹特征数量信息、方向信息、以及它们之间拓扑关系信息等，构成指纹特征向量。
细节特征匹配的基础是每个人的每个手指有其特有的细节结构和分布，而且终身不变。因此，人工识别与计算机自动识别所依赖的根基都是指纹的细节特怔。指纹细节特征匹配部分所包含的内容较多。首先，在提取细节特征以前需要进行预处理，预处理又包括有图像前背景分离、录入指纹图像的平滑、二值化、细化等过程。其次，由于经过预处理的图像存在一些噪声，即伪特征点，还需要对图像进行后处理以去除伪特征点。然后是提取特征点，最后是指纹细节匹配。
特征匹配就是把新输入的指纹特征向量与已存储的、被定义为模板的特征向量进行比较，从而判断被识别个体身份，得出识别结果。
评论