| 生物特征識(shí)別技術(shù)（Biometric Identification Technology），是指通過(guò)對(duì)人體身上的某些生物特征進(jìn)行識(shí)別和認(rèn)證，從而實(shí)現(xiàn)身份識(shí)別的一種專(zhuān)門(mén)的技術(shù)。其主要包括人臉的識(shí)別、語(yǔ)音的識(shí)別、虹膜的識(shí)別、手掌形狀的識(shí)別、指紋的識(shí)別等多個(gè)識(shí)別技術(shù)。生物特征識(shí)別技術(shù)包含以下幾個(gè)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(shí)別技術(shù)有著上述良好的特性，相對(duì)于傳統(tǒng)身份識(shí)別，克服了許多缺陷。因此，其越來(lái)越多地被采用到各類(lèi)安全場(chǎng)合。指紋識(shí)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(gè)全局特征和局部細(xì)節(jié)特征進(jìn)行對(duì)比，從而確定身份的一種認(rèn)證技術(shù)。相對(duì)于其他識(shí)別方式，指紋識(shí)別更加方便和準(zhǔn)確。
1指紋識(shí)別的原理
指紋識(shí)別技術(shù)包含有以下兩種主要的識(shí)別技術(shù)：第一種是采用不同指紋圖像統(tǒng)計(jì)對(duì)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(duì)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(duì)比，查看他們之間相似度的大小，根據(jù)大小來(lái)判斷這兩幅指紋是否取自于同一個(gè)人，從而實(shí)現(xiàn)身份識(shí)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(lèi)型：全局特征類(lèi)型和局部特征類(lèi)型。
指紋識(shí)別技術(shù)的全過(guò)程是：（1）使用指紋采集設(shè)備采集指紋圖像。（2）對(duì)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(gè)關(guān)于指紋圖像的輪廓線(xiàn)，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(duì)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(kù)中預(yù)存的特征點(diǎn)進(jìn)行比對(duì)，通過(guò)比對(duì)來(lái)判斷身份。根據(jù)英國(guó)學(xué)者E.R.Herry的研究發(fā)現(xiàn)，兩個(gè)指紋圖像中，如果特征點(diǎn)的對(duì)數(shù)有13對(duì)是重合的，就可以認(rèn)為這兩個(gè)圖像取自于同一個(gè)人。
指紋識(shí)別系統(tǒng)的主要性能參數(shù)有以下幾種：
（1）誤識(shí)率：指兩個(gè)不同指紋被錯(cuò)誤地識(shí)別成相同指紋的概率；
（2）拒識(shí)率：指同一個(gè)手指的兩個(gè)不同指紋樣本不能匹配，即被認(rèn)為來(lái)自不同手指的概率；
（3）等錯(cuò)誤率：第一和第二種錯(cuò)誤相等時(shí)的數(shù)值；
（4）注冊(cè)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(gè)指紋樣本進(jìn)行一次對(duì)比匹配所需要消耗的時(shí)間；
（6）模板特征的大小：從一個(gè)指紋圖像中提取出的指紋特征的存儲(chǔ)容量；
（7）分配內(nèi)存的大�。涸谥讣y識(shí)別的各個(gè)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(píng)估
在通過(guò)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(duì)采集到的指紋圖像的質(zhì)量進(jìn)行評(píng)估。如果圖像的質(zhì)量不達(dá)標(biāo)，就會(huì)對(duì)后期產(chǎn)生影響。因此，需要對(duì)指紋圖像進(jìn)行評(píng)估。目前，指紋圖像的質(zhì)量評(píng)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(hào)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(hào)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(duì)指紋圖像中細(xì)節(jié)點(diǎn)的數(shù)量進(jìn)行識(shí)別和統(tǒng)計(jì)。通過(guò)數(shù)量的多少來(lái)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(duì)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(jué)客觀測(cè)度：該方法建立在視覺(jué)測(cè)評(píng)過(guò)程和客觀測(cè)度基礎(chǔ)上，利用設(shè)定的評(píng)測(cè)參數(shù)，對(duì)指紋圖像的質(zhì)量評(píng)價(jià)出一個(gè)綜合結(jié)果。這一方法從全局上對(duì)指紋圖像的質(zhì)量，能夠得出很好的判斷。但是從局部上來(lái)看，指紋的紋理分析缺少了對(duì)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(kāi)始，結(jié)合指紋的全局特征來(lái)判斷指紋圖像的質(zhì)量。通過(guò)檢測(cè)圖像的有效面積和清晰度，來(lái)確定圖像是否合格。具體方法是：首先，通過(guò)計(jì)算圖像方向信息，確定前景塊和背景塊；然后，通過(guò)比較前景塊和背景塊的比例來(lái)判斷是否是偏手指；再次，通過(guò)圖像塊的對(duì)比度的大小來(lái)判斷是干手指或濕手指（干手指對(duì)比度較大，濕手指對(duì)比度較�。�。
3指紋圖像的分割
在指紋圖像質(zhì)量評(píng)估合格后，需要對(duì)圖像進(jìn)行灰度變換，即對(duì)指紋圖像均衡化，使得圖像灰度均衡，以及對(duì)圖像進(jìn)行歸一化。在這些完成之后，還需要對(duì)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(wú)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(xiàn)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(xiàn)性分類(lèi)來(lái)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(duì)于模糊區(qū)域無(wú)法做出有效的表示。
（3）多級(jí)分割法：就是將指紋圖像進(jìn)行多級(jí)分割，逐級(jí)減少分割的范圍。例如：第一級(jí)分割圖像的背景區(qū)域，第二級(jí)在前景區(qū)域中分割出模糊區(qū)域，第三級(jí)從模糊區(qū)域中分割出不可恢復(fù)區(qū)域。
（4）動(dòng)態(tài)閾值分割法：根據(jù)各個(gè)子塊的局部灰度對(duì)比度自動(dòng)調(diào)節(jié)閾值，基于像素的方差進(jìn)行分割。該方法簡(jiǎn)單、快捷、分割效果好。具體為：將圖像劃分為不重疊的各個(gè)子塊；計(jì)算每個(gè)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(dòng)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(xiàn)進(jìn)行連接，把連接的紋線(xiàn)區(qū)分開(kāi)，而且在這個(gè)過(guò)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(xiàn)方向上采用平滑算子而在垂直于脊線(xiàn)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(xiàn)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(huì)使得脊線(xiàn)產(chǎn)生污染，并且對(duì)于脊線(xiàn)上有折痕的指紋會(huì)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(xiàn)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。基于時(shí)間和處理效果的考慮，先采用傅立葉變換來(lái)增強(qiáng)指紋圖像，然后使用濾波器來(lái)修補(bǔ)指紋圖像的紋線(xiàn)。具體為：首先，多級(jí)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(guò)高或過(guò)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(duì)指紋圖像進(jìn)行細(xì)化處理，將指紋紋線(xiàn)變細(xì)，然后通過(guò)分析紋線(xiàn)上每一個(gè)像素點(diǎn)的8個(gè)方向上的連接點(diǎn)來(lái)判定該像素點(diǎn)的類(lèi)型、位置，并且通過(guò)分析該像素點(diǎn)所連接的紋線(xiàn)段來(lái)判斷點(diǎn)位的方向，進(jìn)而提取出特征點(diǎn)。這個(gè)方法存在的優(yōu)點(diǎn)是原理比較簡(jiǎn)單而且容易實(shí)現(xiàn)；缺點(diǎn)是需要對(duì)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(huì)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(xiàn)，每跟蹤一定的長(zhǎng)度，根據(jù)圖像的投影極值來(lái)確定紋線(xiàn)的位置，當(dāng)遇到端點(diǎn)和分叉點(diǎn)時(shí)無(wú)法投影，跟蹤過(guò)程自動(dòng)終止。這個(gè)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(lái)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(xiàn)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(kù)中的特征進(jìn)行比對(duì)，從而判斷這兩個(gè)指紋特征是否一致，即是否來(lái)源于同一根手指。這個(gè)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(gè)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(lái)進(jìn)行匹配。該匹配分為以下幾種類(lèi)型：基于匹配的對(duì)象可以分為1對(duì)1進(jìn)行匹配和1對(duì)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(lái)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(gè)不同的方向處理該紋線(xiàn)區(qū)域，得到指紋的全局信息和局部信息，并轉(zhuǎn)化成一個(gè)特征信息，最后比較當(dāng)前指紋圖像和數(shù)據(jù)庫(kù)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(duì)每個(gè)像素點(diǎn)進(jìn)行大量的運(yùn)算，而且無(wú)法處理形變比較大的指紋圖像的匹配。
7結(jié)語(yǔ)
本文討論了在指紋識(shí)別技術(shù)的各個(gè)階段中的關(guān)鍵算法，并對(duì)這些算法進(jìn)行了深入的分析，為指紋識(shí)別的進(jìn)一步研究提供了理論依據(jù)。 |
