指纹识别中的图像处理研究------背景与基础名词解释（二）

　　1.4指纹识别技术

　　在本文中，我们的目标是使用指纹识别技术设计一种自动的个人身份认证系统。之所以采用指纹，从上面的比较可知，指纹识别技术具有以下的优点：

　　(1)每个人的指纹都具有唯一性和稳定性，不会随年龄的增长和身体健康状况的变化而变化。

　　(2)指纹识别的有效性已经得到了广泛的证明和认可。

　　(3)指纹取样设备种类繁多，并且价格低廉，另外，已有标准的指纹样本库，便于识别系统的软件开发。

　　(4)一个人的十指指纹皆不相同，这样，可以不增加系统的设计负担的情况下方便地利用多个指纹构成多重口令，提高系统的安全性。

　　(5)指纹识别中使用的模板并非最初的指纹图像，而是由指纹图像中提取的细节特征构成，这样使系统对指纹模板库的存储要求减小。另外，特征模板也大大减少了网络传输的负担，便于通过指纹实现异地身份确认和网络数字签名。

　　由于指纹识别技术有上述的优点，在司法部门的需求下产生了基于指纹识别技术的自动指纹识别系统(AFIS)。图1.4是一个自动指纹识别的应用原理框图。

　　从图中我们可以看出，一个自动指纹识别应用系统需要解决至少三个关键性的问题，他们分别是指纹图像的采集、指纹图像的处理、指纹匹配。

　　近几年，随着电子集成技术的发展，出现了可以直接获取数字图像的活体指纹传感器，一些体积小、操作方便的活体指纹图像传感器已经广泛应用，这些活体指纹传感器采用的技术有：

　　①。光学衰减全内反射(FTIR)，

　　②。超声波反射，

　　③。全息摄像，

　　④。热敏传感技术，

　　⑤。电容或深度电场技术。除了采用上述的活体采集技术外，这些传感器还都采用了自动增益控制技术，可以通过软件调整的方法来获取不同质量的数字指纹图像。例如，Veridicom公司的FPS200电容式指纹传感器，在指纹采集过程中，根据反馈信息调节电容放电时间、和电荷耦合时间等参数可以增强其灵敏度，使图像不清晰(对比度差)的区域也能够被检测到(如：手指压得较轻的地方)，并在捕捉的瞬间为这些象素提高灵敏度。同时，还可根据指纹图像的面积、灰度极差等特性来控制捕捉效果最佳的图像。

　　指纹图像的处理技术是指纹自动识别系统中的关键技术，指纹图像处理算法的好坏直接决定了指纹自动识别系统的可靠性和速度等参数。目前在指纹图像处理领域关键的技术有方向图分割算法、细化算法、指纹图像增强算法、指纹图像有效区域提取算法等。由于，每种算法都有其优点和缺点，因此，到目前为止在文献中还没有出现过各个方面都非常出色的指纹图像处理算法，本文的重点也是研究这些经常出现的图像处理算法，并提出根据指纹图像的特性，提出自己的图像处理算法。

　　指纹匹配主要依靠的是指纹细节特征(Minutiae)。常见的指纹细节特征主要有以下五种：端点、分歧点、桥形、交叉和眼形，这些特征在指纹中的分布并不均匀，它们的比例大约为：68.2%、23.8%、3.7%、3.2%和1.1%。而根据FBI的建议，自动指纹识别系统一般只用脊线的端点和分歧点作为指纹的细节特征，这是因为其他几种特征都可以看作是这两种特征的合成。

　　图1.5为这两种特征的示例。脊线的端点是脊线结束的位置，分歧点是脊线分岔的位置。据统计一般一枚完整的指纹有大约60-80个细节特征。无论是人工匹配还是机器匹配，指纹比对的过程一般可分为以下两步：

　　(1)根据确定的参考点校正两幅指纹图像，并搜索两幅图像的细节特征;

　　(2)根据匹配上的细节点对来确定两幅图像是否来自同一指纹。

　　目前常用的自动指纹识别系统，基本上都采用细节匹配的方法。基于细节点的匹配有多种算法：Stockman等提出的基于Hough变换的方法把点模式匹配转化成了对转换参数的Hough空间中峰值的检测，J.P.Starink与E.Backer从能量最小化的角度描述点匹配问题，并使用模拟退火的方法，Rand研究所的Ratkovic提出了更细致的指纹特征模型。该模型区分十种不同的指纹特征。在此基础上，J.H.Liu等用在指纹上叠加栅格并对特征的分布编码的方法来识别特征。Sparrows 与A.K.Hrechak 等都提出了基于结构特征信息的指纹特征匹配，而D.K.Isenor与S.G.Zaky使用图来表示指纹特征，并用图匹配的方法来匹配指纹图。S.Sobajic等描述了一种利用神经网络来进行细节点匹配的算法。这些算法对于油墨方式获取的指纹图像，其匹配精度较高，基本上达到在0.0001%FAR的情况下，FRR低于10%，但对于晶体指纹传感器获取的图像，因其重叠部分较少，其匹配效果就不能令人满意了。

　　1.5本文的任务

　　由于传统的安全技术面临高科技的挑战，其安全性已经不能够满足需要，因此人们转向生物识别技术的研究，指纹识别技术与其它几种生物识别技术相比有一定的优势，因此成为人们研究的热点，但是到现今为止，还没有一种统一有效的指纹图像处理、识别的标准算法，多数的公司也都是根据不同的应用目的，来研究一些实用的工程应用算法。本文针对Veridicom公司的FPS200指纹传感器，试图设计一种较好的指纹图像处理算法和自动指纹识别算法，该算法面向一般小型数据库民用系统，其目标是针对200枚左右的指纹数据库，该算法的期望的结果是误识率达到1*10-6，拒识率小于10%，对100枚指纹数据库的1：N比对时间小于3秒钟。要达到上述的目标，需要解决3个主要的问题：指纹图像预处理，指纹图像的后处理，指纹识别技术的应用。本文旨在对指纹图像的预处理和后处理算法进行研究，以期寻求适应于小型民用领域的指纹识别系统的图像处理算法。