指纹识别的原理及关键算法的研究
生物特征识别技术(Biometric Identification Technology),是指通过对人体身上的某些生物特征进行识别和认证,从而实现身份识别的一种专门的技术。其主要包括人脸的识别、语音的识别、虹膜的识别、手掌形状的识别、指纹的识别等多个识别技术。生物特征识别技术包含以下几个特点:普遍性、唯一性、安全性、可采集性、可接受性等。由于生物特征识别技术有着上述良好的特性,相对于传统身份识别,克服了许多缺陷。因此,其越来越多地被采用到各类安全场合。指纹识别技术是指根据不同指纹具有不同纹理特征的特性,将不同指纹图像之间的多个全局特征和局部细节特征进行对比,从而确定身份的一种认证技术。相对于其他识别方式,指纹识别更加方便和准确。
1指纹识别的原理
指纹识别技术包含有以下两种主要的识别技术:第一种是采用不同指纹图像统计对比的方法,第二种是采用指纹图像本身固有的特征信息进行比对的方法。第一种方法主要是将两幅指纹图像进行统计对比,查看他们之间相似度的大小,根据大小来判断这两幅指纹是否取自于同一个人,从而实现身份识别的作用。第二种方法是根据两幅指纹图像的结构特征,比较他们的特征信息,确认他们的身份。特征包含两种类型:全局特征类型和局部特征类型。
指纹识别技术的全过程是:(1)使用指纹采集设备采集指纹图像。(2)对指纹图像中的大量噪声点进行预处理,从而提升后面处理的效率。在预处理之后,得到了一个关于指纹图像的轮廓线,为下一步特征提取做准备。(3)进行指纹图像的特征提取,提取出其特征信息点。(4)对指纹图像进行特征匹配,把提取的特征点与数据库中预存的特征点进行比对,通过比对来判断身份。根据英国学者E.R.Herry的研究发现,两个指纹图像中,如果特征点的对数有13对是重合的,就可以认为这两个图像取自于同一个人。
指纹识别系统的主要性能参数有以下几种:
(1)误识率:指两个不同指纹被错误地识别成相同指纹的概率;
(2)拒识率:指同一个手指的两个不同指纹样本不能匹配,即被认为来自不同手指的概率;
(3)等错误率:第一和第二种错误相等时的数值;
(4)注册时间:从指纹被采集到完成指纹特征提出所需要消耗的时间;
(5)匹配时间:两个指纹样本进行一次对比匹配所需要消耗的时间;
(6)模板特征的大小:从一个指纹图像中提取出的指纹特征的存储容量;
(7)分配内存的大小:在指纹识别的各个阶段,计算机系统需要占用的内存数量。
2指纹图像的质量评估
在通过指纹采集设备把图像采集进入系统之后,我们需要对采集到的指纹图像的质量进行评估。如果图像的质量不达标,就会对后期产生影响。因此,需要对指纹图像进行评估。目前,指纹图像的质量评估有以下几种方法:
(1)计算图像的信噪比:这种方法是指求出图像的信号与噪声的方差之比。首先计算图像所有像素的局部方差,将局部方差的最大值设为信号方差,最小值设为噪声方差,求出它们的比值,再转成dB数,最后用经验公式进行修正。此方法在效率方面表现一般。
(2)统计指纹图像细节点的数量:对指纹图像中细节点的数量进行识别和统计。通过数量的多少来判断该指纹图像的质量是否在合格的范围之内。此方法理论上可行,但是由于首先需要对指纹进行预处理、提取细节点,因此效率不高。
(3)视觉客观测度:该方法建立在视觉测评过程和客观测度基础上,利用设定的评测参数,对指纹图像的质量评价出一个综合结果。这一方法从全局上对指纹图像的质量,能够得出很好的判断。但是从局部上来看,指纹的纹理分析缺少了对指纹方向信息的判断。
(4)计算指纹图像方向信息:从指纹图像局部特征开始,结合指纹的全局特征来判断指纹图像的质量。通过检测图像的有效面积和清晰度,来确定图像是否合格。具体方法是:首先,通过计算图像方向信息,确定前景块和背景块;然后,通过比较前景块和背景块的比例来判断是否是偏手指;再次,通过图像块的对比度的大小来判断是干手指或湿手指(干手指对比度较大,湿手指对比度较小)。
3指纹图像的分割
在指纹图像质量评估合格后,需要对图像进行灰度变换,即对指纹图像均衡化,使得图像灰度均衡,以及对图像进行归一化。在这些完成之后,还需要对图像按照一定的算法和要求进行分割。即把指纹图像中质量很差,后期无法处理的图像区域与有效区域进行区分,使后期处理集中到有效区域上,提供特征提取精度,减少处理时间。目前,常用的分割方法有以下几种:
(1)基于方向图的分割方法:根据图像上纹理的方向,区分指纹区域和背景区域,然后按照不同的区域分割。如果指纹的纹理线不连续、图像的灰度单一等方向难以正确估计或者有些区域变化剧烈,则此方法不能进行有效的分割。
(2)基于图像的局部灰度均值、局部标准差和局部一致性的分割方法:利用指纹图像局部区域的灰度均值、标准差和一致性作为特征,再采用线性分类来分割指纹图像。局部图像的一致性显示了局部图像的纹理走向,但是这些特征对于模糊区域无法做出有效的表示。
(3)多级分割法:就是将指纹图像进行多级分割,逐级减少分割的范围。例如:第一级分割图像的背景区域,第二级在前景区域中分割出模糊区域,第三级从模糊区域中分割出不可恢复区域。
(4)动态阈值分割法:根据各个子块的局部灰度对比度自动调节阈值,基于像素的方差进行分割。该方法简单、快捷、分割效果好。具体为:将图像划分为不重叠的各个子块;计算每个子块的平均灰度和灰度方差;计算方差最大值与最小值之间的差值;定义动态阈值,并分割图像;平滑操作,去除孤立块。
- 基于ARM和滑动指纹传感器的采集系统(03-01)
- 指纹识别中的图像处理研究------背景与基础名词解释(10-20)
- 指纹识别中的图像处理研究------指纹图像的特性分析 (10-20)
- 指纹识别中的图像处理研究------指纹图像的特性分析 (二)(10-21)
- 基于指纹识别的大学生体育锻炼管理系统(01-13)
- 指纹识别中的图像处理研究------指纹图像的预处理(11-25)