|
生物特征識別技術(shù)（Biometric Identification Technology），是指通過對人體身上的某些生物特征進(jìn)行識別和認(rèn)證，從而實(shí)現(xiàn)身份識別的一種專門的技術(shù)。其主要包括人臉的識別、語音的識別、虹膜的識別、手掌形狀的識別、指紋的識別等多個識別技術(shù)。生物特征識別技術(shù)包含以下幾個特點(diǎn)：普遍性、唯一性、安全性、可采集性、可接受性等。由于生物特征識別技術(shù)有著上述良好的特性，相對于傳統(tǒng)身份識別，克服了許多缺陷。因此，其越來越多地被采用到各類安全場合。指紋識別技術(shù)是指根據(jù)不同指紋具有不同紋理特征的特性，將不同指紋圖像之間的多個全局特征和局部細(xì)節(jié)特征進(jìn)行對比，從而確定身份的一種認(rèn)證技術(shù)。相對于其他識別方式，指紋識別更加方便和準(zhǔn)確。 1 指紋識別的原理 指紋識別技術(shù)包含有以下兩種主要的識別技術(shù)：第一種是采用不同指紋圖像統(tǒng)計(jì)對比的方法，第二種是采用指紋圖像本身固有的特征信息進(jìn)行比對的方法。第一種方法主要是將兩幅指紋圖像進(jìn)行統(tǒng)計(jì)對比，查看他們之間相似度的大小，根據(jù)大小來判斷這兩幅指紋是否取自于同一個人，從而實(shí)現(xiàn)身份識別的作用。第二種方法是根據(jù)兩幅指紋圖像的結(jié)構(gòu)特征，比較他們的特征信息，確認(rèn)他們的身份。特征包含兩種類型：全局特征類型和局部特征類型。 指紋識別技術(shù)的全過程是：（1）使用指紋采集設(shè)備采集指紋圖像。（2）對指紋圖像中的大量噪聲點(diǎn)進(jìn)行預(yù)處理，從而提升后面處理的效率。在預(yù)處理之后，得到了一個關(guān)于指紋圖像的輪廓線，為下一步特征提取做準(zhǔn)備。（3）進(jìn)行指紋圖像的特征提取，提取出其特征信息點(diǎn)。（4）對指紋圖像進(jìn)行特征匹配，把提取的特征點(diǎn)與數(shù)據(jù)庫中預(yù)存的特征點(diǎn)進(jìn)行比對，通過比對來判斷身份。根據(jù)英國學(xué)者E.R.Herry 的研究發(fā)現(xiàn)，兩個指紋圖像中，如果特征點(diǎn)的對數(shù)有13 對是重合的，就可以認(rèn)為這兩個圖像取自于同一個人。 指紋識別系統(tǒng)的主要性能參數(shù)有以下幾種： (1)誤識率：指兩個不同指紋被錯誤地識別成相同指紋的概率； (2)拒識率：指同一個手指的兩個不同指紋樣本不能匹配，即被認(rèn)為來自不同手指的概率； (3)等錯誤率：第一和第二種錯誤相等時(shí)的數(shù)值； (4) 注冊時(shí)間：從指紋被采集到完成指紋特征提出所需要消耗的時(shí)間； (5) 匹配時(shí)間：兩個指紋樣本進(jìn)行一次對比匹配所需要消耗的時(shí)間； (6) 模板特征的大小：從一個指紋圖像中提取出的指紋特征的存儲容量； (7)分配內(nèi)存的大小：在指紋識別的各個階段，計(jì)算機(jī)系統(tǒng)需要占用的內(nèi)存數(shù)量。 2 指紋圖像的質(zhì)量評估 在通過指紋采集設(shè)備把圖像采集進(jìn)入系統(tǒng)之后，我們需要對采集到的指紋圖像的質(zhì)量進(jìn)行評估。如果圖像的質(zhì)量不達(dá)標(biāo)，就會對后期產(chǎn)生影響。因此，需要對指紋圖像進(jìn)行評估。目前，指紋圖像的質(zhì)量評估有以下幾種方法： （1）計(jì)算圖像的信噪比：這種方法是指求出圖像的信號與噪聲的方差之比。首先計(jì)算圖像所有像素的局部方差，將局部方差的最大值設(shè)為信號方差，最小值設(shè)為噪聲方差，求出它們的比值，再轉(zhuǎn)成dB 數(shù)，最后用經(jīng)驗(yàn)公式進(jìn)行修正。此方法在效率方面表現(xiàn)一般。 （2）統(tǒng)計(jì)指紋圖像細(xì)節(jié)點(diǎn)的數(shù)量：對指紋圖像中細(xì)節(jié)點(diǎn)的數(shù)量進(jìn)行識別和統(tǒng)計(jì)。通過數(shù)量的多少來判斷該指紋圖像的質(zhì)量是否在合格的范圍之內(nèi)。此方法理論上可行，但是由于首先需要對指紋進(jìn)行預(yù)處理、提取細(xì)節(jié)點(diǎn)，因此效率不高。 （3）視覺客觀測度：該方法建立在視覺測評過程和客觀測度基礎(chǔ)上，利用設(shè)定的評測參數(shù)，對指紋圖像的質(zhì)量評價(jià)出一個綜合結(jié)果。這一方法從全局上對指紋圖像的質(zhì)量，能夠得出很好的判斷。但是從局部上來看，指紋的紋理分析缺少了對指紋方向信息的判斷。 （4）計(jì)算指紋圖像方向信息：從指紋圖像局部特征開始，結(jié)合指紋的全局特征來判斷指紋圖像的質(zhì)量。通過檢測圖像的有效面積和清晰度，來確定圖像是否合格。具體方法是：首先，通過計(jì)算圖像方向信息，確定前景塊和背景塊；然后，通過比較前景塊和背景塊的比例來判斷是否是偏手指；再次，通過圖像塊的對比度的大小來判斷是干手指或濕手指（干手指對比度較大，濕手指對比度較�。�。 3 指紋圖像的分割 在指紋圖像質(zhì)量評估合格后，需要對圖像進(jìn)行灰度變換，即對指紋圖像均衡化，使得圖像灰度均衡，以及對圖像進(jìn)行歸一化。在這些完成之后，還需要對圖像按照一定的算法和要求進(jìn)行分割。即把指紋圖像中質(zhì)量很差，后期無法處理的圖像區(qū)域與有效區(qū)域進(jìn)行區(qū)分，使后期處理集中到有效區(qū)域上，提供特征提取精度，減少處理時(shí)間。目前，常用的分割方法有以下幾種： （1）基于方向圖的分割方法：根據(jù)圖像上紋理的方向，區(qū)分指紋區(qū)域和背景區(qū)域，然后按照不同的區(qū)域分割。如果指紋的紋理線不連續(xù)、圖像的灰度 單一等方向難以正確估計(jì)或者有些區(qū)域變化劇烈，則此方法不能進(jìn)行有效的分割。 （2）基于圖像的局部灰度均值、局部標(biāo)準(zhǔn)差和局部一致性的分割方法：利用指紋圖像局部區(qū)域的灰度均值、標(biāo)準(zhǔn)差和一致性作為特征，再采用線性分類來分割指紋圖像。局部圖像的一致性顯示了局部圖像的紋理走向，但是這些特征對于模糊區(qū)域無法做出有效的表示。 （3）多級分割法：就是將指紋圖像進(jìn)行多級分割，逐級減少分割的范圍。例如：第一級分割圖像的背景區(qū)域，第二級在前景區(qū)域中分割出模糊區(qū)域，第三級從模糊區(qū)域中分割出不可恢復(fù)區(qū)域。 （4）動態(tài)閾值分割法：根據(jù)各個子塊的局部灰度對比度自動調(diào)節(jié)閾值，基于像素的方差進(jìn)行分割。該方法簡單、快捷、分割效果好。具體為：將圖像劃分為不重疊的各個子塊；計(jì)算每個子塊的平均灰度和灰度方差；計(jì)算方差最大值與最小值之間的差值；定義動態(tài)閾值，并分割圖像；平滑操作，去除孤立塊。 4 指紋圖像的增強(qiáng) 指紋圖像增強(qiáng)就是將模糊的指紋紋理改變得更加清晰，例如：將斷裂的指紋紋線進(jìn)行連接，把連接的紋線區(qū)分開，而且在這個過程中還需要保持原有的指紋圖像結(jié)構(gòu)，使圖像更加易于提取特征信息。目前，有以下幾種指紋圖像增強(qiáng)方法： （1）從脊線方向上采用平滑算子而在垂直于脊線的方向使用增強(qiáng)算子的圖像增強(qiáng)算法。這種算法在理論上是十分正確的，但是要估計(jì)出脊線寬度以及濾波的參數(shù)卻比較困難。如果參數(shù)估計(jì)有誤，則會使得脊線產(chǎn)生污染，并且對于脊線上有折痕的指紋會產(chǎn)生偏差。 （2）基于Gabor 濾波器的指紋圖像增強(qiáng)算法。此算法是在使用上一方法之前先進(jìn)行濾波。將指紋圖像分成不同的區(qū)域，有效削弱垂直于主導(dǎo)紋線方向的噪聲，提高方向信息提取的可靠性。 （3）傅立葉增強(qiáng)后濾波的方法�；跁r(shí)間和處理效果的考慮，先采用傅立葉變換來增強(qiáng)指紋圖像，然后使用濾波器來修補(bǔ)指紋圖像的紋線。具體為：首先，多級分割出可恢復(fù)區(qū)域塊，將該塊像素變?yōu)閺?fù)數(shù)形式；利用離散傅立葉變換，濾掉頻率過高或過低的頻帶噪點(diǎn)；利用方向?yàn)V波器消除指紋的斷裂和叉連。 5 指紋圖像的提取 5.1 在細(xì)化圖像的基礎(chǔ)上提取 首先，需要對指紋圖像進(jìn)行細(xì)化處理，將指紋紋線變細(xì)，然后通過分析紋線上每一個像素點(diǎn)的8 個方向上的連接點(diǎn)來判定該像素點(diǎn)的類型、位置，并且通過分析該像素點(diǎn)所連接的紋線段來判斷點(diǎn)位的方向，進(jìn)而提取出特征點(diǎn)。這個方法存在的優(yōu)點(diǎn)是原理比較簡單而且容易實(shí)現(xiàn)；缺點(diǎn)是需要對大量的像素點(diǎn)進(jìn)行細(xì)化處理，時(shí)間較慢，當(dāng)圖像質(zhì)量不高時(shí)，細(xì)化處理會產(chǎn)生很多雜質(zhì)項(xiàng)。 5.2 從原始灰度圖像上直接提取 利用指紋方向圖，在灰度圖像上跟蹤指紋的紋線，每跟蹤一定的長度，根據(jù)圖像的投影極值來確定紋線的位置，當(dāng)遇到端點(diǎn)和分叉點(diǎn)時(shí)無法投影，跟蹤過程自動終止。這個方法的優(yōu)點(diǎn)是具有較高的效率和精度；缺 點(diǎn)是實(shí)現(xiàn)起來比較復(fù)雜，需要大量的運(yùn)算，而且當(dāng)圖像質(zhì)量不高時(shí)，求出的方向圖可能不可靠，導(dǎo)致跟蹤出的紋線出現(xiàn)偏差。 6 指紋圖像的匹配 指紋圖像匹配是指用當(dāng)前指紋圖像提取出的指紋特征與事先預(yù)存在指紋數(shù)據(jù)庫中的特征進(jìn)行比對，從而判斷這兩個指紋特征是否一致，即是否來源于同一根手指。這個階段為了避免一些因素的干擾，例如變形、虛假特征點(diǎn)、特征點(diǎn)位置誤差等，需要設(shè)計(jì)一個準(zhǔn)確有效的匹配算法。目前，有以下幾種方法： （1）基于點(diǎn)模式匹配算法。目前大多數(shù)算法都是基于細(xì)節(jié)點(diǎn)的特征來進(jìn)行匹配。該匹配分為以下幾種類型：基于匹配的對象可以分為1 對1 進(jìn)行匹配和1 對多進(jìn)行匹配；基于匹配的適應(yīng)程度可以分為彈性的匹配和剛性的匹配。 （2）基于紋理模式匹配算法。首先將指紋圖像分割出來的有效區(qū)域進(jìn)行網(wǎng)格化，然后利用Gbaor 濾波從像素點(diǎn)的8 個不同的方向處理該紋線區(qū)域，得到指紋的全局信息和局部信息，并轉(zhuǎn)化成一個特征信息，最后比較當(dāng)前指紋圖像和數(shù)據(jù)庫中的圖像相應(yīng)特征信息的差異。該算法可以解決質(zhì)量較差且區(qū)域細(xì)節(jié)點(diǎn)難以提取的圖像匹配的困難。但是這種方法需要對每個像素點(diǎn)進(jìn)行大量的運(yùn)算，而且無法處理形變比較大的指紋圖像的匹配。 7 結(jié)語 本文討論了在指紋識別技術(shù)的各個階段中的關(guān)鍵算法，并對這些算法進(jìn)行了深入的分析，為指紋識別的進(jìn)一步研究提供了理論依據(jù)。 |
