论文部分内容阅读
引言：指纹识别是目前研究最热的生物特征识别技术之一，对于提高身份识别的准确性和可靠性具有重要意义。指纹的唯一性和恒久性使它运用在信息、公共、金融、社会管理等多方面，本文研究的就是指纹识别系统的主要流程和算法，包括指纹图像采集、预处理、特征提取、特征匹配等。随着指纹识别效率越来越高，它将会在社会得到越来越广泛的应用。
一、自动指纹识别系统原理
图1 指纹识别工作流程
指纹识别系统是一个典型的模式识别系统，其主要工作流程包括：指纹图像采集、指纹图像预处理、特征提取、特征比对和匹配。指纹识别主要工作流程见图1所示。
二、自动指纹识别系统原理详细探究
2.1.指纹图像采集
采集指纹图像是自动指纹识别系统的重要组成部分。现在大多数民用和司法上自动指纹识别系统都采用活体指纹采集方式。活体指纹采集仪中最重要的组成部分是传感器，它是生成指纹图像的器件。常用的传感器可以分为三类：光学传感器、固态传感器、超声波传感器[1]。
2.1.1.光学传感器
光学传感器依据的是光的全反射原理，是最早使用的指纹传感器。采集指纹时，光线照到压有指纹的玻璃表面，由CCD接受来自指纹谷线的反射光，形成指纹图像。这种传感器的优点是：成像质量较好、获取图像面积较大、价格低廉。缺点是：体积太大，不适合手持设备上使用。
2.1.2.固体传感器
固体传感器是二十世纪九十年代发展起来的新型指纹采集技术，它的出现主要是为克服当时指纹采集仪体积过大和成本过高的问题。固态传感器将指纹图像转换为电信号常采用的方式有：电容方式、热敏方式、电场方式和压电方式。这种传感器的最大优势是成本低、体积小，缺点是采集图像区域小，当遇到湿、脏的指纹时，采集效果不理想。
2.1.3.超声波传感器
超声波传感器可以被看作是一种回波扫描术，它是依据的原理是：皮肤、指纹表面、空气这三者对超声波的反射阻抗不同。这种传感器优点突出：它不受指纹及采集平台环境的影响，对湿、干、脏和老化的指纹也能良好地成像，可以实现非接触采集。和光学传感器相比，它存在采集分辨率低，造价昂贵等缺点。
2.2.指纹图像预处理
指纹识别预处理效果的好坏对指纹识别的准确性有着重要的影响。在采集指纹图像时，由于指纹表面状况、采集环境以及指纹采集仪特性差异等因数影响，采集到的指纹图像是一幅含有各种噪声干扰的灰度图像。这将严重影响指纹特征点的提取，进而影响到指纹分类和匹配的准确性。预处理的目的就是利用数字图像处理技术可靠地计算指纹方向图，去除图像中的各种噪声，恢复指纹图像本来的脊线结构，最终转化成一幅纹路比较清晰地指纹图像或二值指纹图像，达到增强指纹图像的目的。预处理的内容包括有：指纹图像归一化、指纹图像分割、方向图求取、指纹增强、二值化和细化[2-3]。
2.2.1.归一化
指纹图像归一化是为了使所有指纹图像的灰度均值和方差统一到同一个值上，从而使后续处理具有相同的基准，归一化可以有效地解决因手指按压不均匀导致指纹局部区域颜色过淡或过深的问题。指纹归一化并不改变指纹纹线结构和纹线的清晰程度。
2.2.2.指纹分割
指纹图像处理技术中通常将图像中空白或纹线非常模糊的区域称为背景而将纹线清晰的区域称为前景。对指纹图像进行背景分割可以把指纹有效的前景区域提取出来，使后续处理能够集中于有效区域，提取出高质量的特征点[4]。值得注意的是指纹图像分割还具有减少了后续处理时间的效果。
2.2.3.指纹增强
据统计数据表明，指纹库中低质量的指纹占据了约10%的比例。产生低质量指纹的原因主要有：①手指本身的状况，如：过干、太湿、伤疤、脱皮等；②采集仪本身，如：采集仪上的污渍、采集仪参数设置不合理等。指纹图像增强就是通过对低质量指纹图像进行算法处理，最终使纹线结构清晰，保留固有特征信息的同时避免产生伪特征信息。自动指纹识别系统的性能在很大程度上依赖于低质量指纹图像的增强水平。低质量指纹图像的增强是影响整个指纹识别系统新能的重要一环，是指纹识别系统中重要而困难的任务之一。
2.2.4.指纹图像二值化
指纹图像二值化和其它图像的二值化一样，即用两个值（通常为0和1）来表示一幅图像。指纹图像二值化一方面在保留纹线基本信息的前提下压缩了信息量；另一方面可以去除纹线粘连和断裂，具有一定的增强效果。二值化也是指纹预处理中重要的一环，它的效果直接影响到后来的细化、特征提取等步骤。
2.2.5.细化
由于指纹特征信息只与特征点的位置和方向有关，与脊线的粗细无关，所以为减少系统运行所需要的资源，加快运算速度，常将脊线细化为单像素宽。指纹细化要求细化后的脊线位于原始脊线中间，并保持脊线的连通性、拓扑结构和细节特征不变。
2.3.特征提取
指纹图像特征提取是指通过一定的算法从预处理过的指纹图像中提取出细节点的位置信息和方向信息，为指纹匹配做准备。常用于匹配的细节点包括脊线的端点和分叉点。由于指纹图像质量参差不齐和预处理算法的局限性，特征提取结果常受到伪特征信息的干扰。通常在指纹匹配前，对指纹特征信息进行真伪判别。
2.4.指纹特征匹配
前面三步的目的是为了进行指纹的匹配。对两枚指纹提取到的特征点信息进行对比，如果信息相一致的特征点数超过一定的数量，则认为两幅指纹是同一个人的，并输出识别结果。
三、总结：指纹识别技术仍面临的问题
指纹识别系统函待解决的主要问题还包括：指纹方向图的准确计算和矫正、根据特征提取能力准确地进行指纹分割、准确地提取特征点信息、高性能地匹配算法、嵌入式识别系统如何在有限的条件下进行有效地识别以及廉价、高质量、快速的采集仪等。
参考文献
[1]田捷，杨鑫.生物特征识别技术理论与应用「M].北京：电子工业出版社，2006.
[2]胡之惠，李小云.一种有效的指纹预处理组合算法[J].计算机工程与设计，2007，
28 （10）：2384-2388.
[3]霍健，段哲民，马裕，张晓鹏.一种有效的快速指纹预处理算法与仿真[J].计算机仿真，2010，27（8）：255-259.
[4]蔡秀梅，范九伦，高新波，张永健.结合方差及方差梯度的指纹图像改进分割算法.计算机工程与应用，2010，46（1）：177-179.
（作者单位：中南大学 通信工程）
一、自动指纹识别系统原理
图1 指纹识别工作流程
指纹识别系统是一个典型的模式识别系统，其主要工作流程包括：指纹图像采集、指纹图像预处理、特征提取、特征比对和匹配。指纹识别主要工作流程见图1所示。
二、自动指纹识别系统原理详细探究
2.1.指纹图像采集
采集指纹图像是自动指纹识别系统的重要组成部分。现在大多数民用和司法上自动指纹识别系统都采用活体指纹采集方式。活体指纹采集仪中最重要的组成部分是传感器，它是生成指纹图像的器件。常用的传感器可以分为三类：光学传感器、固态传感器、超声波传感器[1]。
2.1.1.光学传感器
光学传感器依据的是光的全反射原理，是最早使用的指纹传感器。采集指纹时，光线照到压有指纹的玻璃表面，由CCD接受来自指纹谷线的反射光，形成指纹图像。这种传感器的优点是：成像质量较好、获取图像面积较大、价格低廉。缺点是：体积太大，不适合手持设备上使用。
2.1.2.固体传感器
固体传感器是二十世纪九十年代发展起来的新型指纹采集技术，它的出现主要是为克服当时指纹采集仪体积过大和成本过高的问题。固态传感器将指纹图像转换为电信号常采用的方式有：电容方式、热敏方式、电场方式和压电方式。这种传感器的最大优势是成本低、体积小，缺点是采集图像区域小，当遇到湿、脏的指纹时，采集效果不理想。
2.1.3.超声波传感器
超声波传感器可以被看作是一种回波扫描术，它是依据的原理是：皮肤、指纹表面、空气这三者对超声波的反射阻抗不同。这种传感器优点突出：它不受指纹及采集平台环境的影响，对湿、干、脏和老化的指纹也能良好地成像，可以实现非接触采集。和光学传感器相比，它存在采集分辨率低，造价昂贵等缺点。
2.2.指纹图像预处理
指纹识别预处理效果的好坏对指纹识别的准确性有着重要的影响。在采集指纹图像时，由于指纹表面状况、采集环境以及指纹采集仪特性差异等因数影响，采集到的指纹图像是一幅含有各种噪声干扰的灰度图像。这将严重影响指纹特征点的提取，进而影响到指纹分类和匹配的准确性。预处理的目的就是利用数字图像处理技术可靠地计算指纹方向图，去除图像中的各种噪声，恢复指纹图像本来的脊线结构，最终转化成一幅纹路比较清晰地指纹图像或二值指纹图像，达到增强指纹图像的目的。预处理的内容包括有：指纹图像归一化、指纹图像分割、方向图求取、指纹增强、二值化和细化[2-3]。
2.2.1.归一化
指纹图像归一化是为了使所有指纹图像的灰度均值和方差统一到同一个值上，从而使后续处理具有相同的基准，归一化可以有效地解决因手指按压不均匀导致指纹局部区域颜色过淡或过深的问题。指纹归一化并不改变指纹纹线结构和纹线的清晰程度。
2.2.2.指纹分割
指纹图像处理技术中通常将图像中空白或纹线非常模糊的区域称为背景而将纹线清晰的区域称为前景。对指纹图像进行背景分割可以把指纹有效的前景区域提取出来，使后续处理能够集中于有效区域，提取出高质量的特征点[4]。值得注意的是指纹图像分割还具有减少了后续处理时间的效果。
2.2.3.指纹增强
据统计数据表明，指纹库中低质量的指纹占据了约10%的比例。产生低质量指纹的原因主要有：①手指本身的状况，如：过干、太湿、伤疤、脱皮等；②采集仪本身，如：采集仪上的污渍、采集仪参数设置不合理等。指纹图像增强就是通过对低质量指纹图像进行算法处理，最终使纹线结构清晰，保留固有特征信息的同时避免产生伪特征信息。自动指纹识别系统的性能在很大程度上依赖于低质量指纹图像的增强水平。低质量指纹图像的增强是影响整个指纹识别系统新能的重要一环，是指纹识别系统中重要而困难的任务之一。
2.2.4.指纹图像二值化
指纹图像二值化和其它图像的二值化一样，即用两个值（通常为0和1）来表示一幅图像。指纹图像二值化一方面在保留纹线基本信息的前提下压缩了信息量；另一方面可以去除纹线粘连和断裂，具有一定的增强效果。二值化也是指纹预处理中重要的一环，它的效果直接影响到后来的细化、特征提取等步骤。
2.2.5.细化
由于指纹特征信息只与特征点的位置和方向有关，与脊线的粗细无关，所以为减少系统运行所需要的资源，加快运算速度，常将脊线细化为单像素宽。指纹细化要求细化后的脊线位于原始脊线中间，并保持脊线的连通性、拓扑结构和细节特征不变。
2.3.特征提取
指纹图像特征提取是指通过一定的算法从预处理过的指纹图像中提取出细节点的位置信息和方向信息，为指纹匹配做准备。常用于匹配的细节点包括脊线的端点和分叉点。由于指纹图像质量参差不齐和预处理算法的局限性，特征提取结果常受到伪特征信息的干扰。通常在指纹匹配前，对指纹特征信息进行真伪判别。
2.4.指纹特征匹配
前面三步的目的是为了进行指纹的匹配。对两枚指纹提取到的特征点信息进行对比，如果信息相一致的特征点数超过一定的数量，则认为两幅指纹是同一个人的，并输出识别结果。
三、总结：指纹识别技术仍面临的问题
指纹识别系统函待解决的主要问题还包括：指纹方向图的准确计算和矫正、根据特征提取能力准确地进行指纹分割、准确地提取特征点信息、高性能地匹配算法、嵌入式识别系统如何在有限的条件下进行有效地识别以及廉价、高质量、快速的采集仪等。
参考文献
[1]田捷，杨鑫.生物特征识别技术理论与应用「M].北京：电子工业出版社，2006.
[2]胡之惠，李小云.一种有效的指纹预处理组合算法[J].计算机工程与设计，2007，
28 （10）：2384-2388.
[3]霍健，段哲民，马裕，张晓鹏.一种有效的快速指纹预处理算法与仿真[J].计算机仿真，2010，27（8）：255-259.
[4]蔡秀梅，范九伦，高新波，张永健.结合方差及方差梯度的指纹图像改进分割算法.计算机工程与应用，2010，46（1）：177-179.
（作者单位：中南大学 通信工程）