1数字图像处理在指纹识别方面的应用

数字图像处理课程考试论文

论文题目：数字图像处理在指纹识别中的应用

学    院   地理与环境科学学院   

专   业:        地理科学        

姓    名          郑凯鹏        

学   号:        ********       

提交时间:        2013-1-4       

短    号：       662126        

成    绩:                        

数字图像处理在指纹识别中的应用

郑凯鹏

（地理与环境科学学院  地理102班  10280235）

摘要：图像处理（image processing）对图像进行一系列的操作，以达到预期目的技术。图像处理分为模拟图像处理和数字图像处理两助攻方式。所谓数字图像处理，就是利用计算机对数字图像进行系列操作，从而达到某种预期目的的技术。由于指纹具有终身的稳定性和惊人的特殊性，很早以来在身份鉴别方面就得到了应用，且被尊为“证物之首”。

关键词：数字图像、图像处理、指纹识别

Abstract:image processingconducted a series of operations on an image, and technology to achieve the desired purpose. Image processing is divided into two Dunks analog image processing and digital image processing. The so-called digital image processing is to use computers to manipulate the digital image series, so as to achieve a certain desired technology.  Due to stability and alarming specificity of the fingerprint has a life, an early identification has been applied since, and was hailed as "exhibits".

 Keywords:digital images, image processing and fingerprint recognition

引言

      在网络化时代的今天，我们每个人都拥有大量的认证密码，比如开机密码、邮箱密码、银行密码、论坛登陆密码等等；并配备了各种钥匙，如门锁钥匙，汽车钥匙，保险柜钥匙等。这些都是传统的安全系统所采用的方式，随着社会的发展，其安全性越来越脆弱。而我们的生活随时都需要进行个人身份的确认和权限的认定，尤其是在信息社会，人们对于安全性的要求越来越高，同时希望认证的方式简单快速。为了解决这一问题，人们把目光转向了生物识别技术，希望能借助人体的生理特征或行为动作来进行身份识别。这样您可以不必携带大串钥匙，也不用费心去记各种密码。另外，生物特征具有唯一性，不可复制性，例如指纹，有学者推论：以全球 60 亿人口计算，300 年内都不会有两个相同的指纹出现。以电子商务、电子银行的安全认证为例，目前在电子商务中他人会假冒当事人的身份，如果通过生物特征进行论证，就可有效防止此类事件的发生。另外，网络、数据库和关键文件等的安全控制，机密计算机的登陆认证，银行 ATM、POS 终端等的安全认证，蜂窝电话，PDA 的使用认证等等，都离不开可靠安全的生物特征识别。可见，生物特征识别不但有可观的经济效益，还有不可估量的国家信息安全效益。

一、指纹识别技术概述

1.1  概述

生物识别技术（Biometric Identification Technology）是利用人体生物特征进行身份认证的一种技术。由于每个人的生物特征都有与其他人不同的唯一性和在一定时期内不变的稳定性，不易伪造和假冒，所以利用生物识别技术进行身份认定，安全，可靠，准确。

常见的生物识别技术主要有指纹、脸形、虹膜、视网膜、手写体、声音、掌纹、手形和脸部热谱图9种，指纹识别是生物识别技术的一种。迄今为止，最为人们所关注、最为成熟的生物识别技术就是指纹识别。

二、指纹识别系统工作原理

2.1  概述

一般来讲，自动指纹识别算法体系大致由指纹图像采集、指纹图像预处理、特征理、特征提取、指纹分类和指纹比对几个部分组成。

2.2 指纹图像采集 

     较早出现的活体指纹采集设备是光电式的。后来出现的电容式和电感式的采集设备。到目前为止，光学采集头提供了更加可靠的解决方案。通过改进原来的光学取像技术，新一代的光学指纹采集器更是以无可挑剔的性能与非常低的价格使电容方案相形见绌。光学技术需要一个光源从棱镜反射到按在取像采集头上的手指，光线照亮指纹从而采集到指纹。光学取像设备依据的是光的全反射原理(FTIR)。

2.3 预处理 

     通常，指纹采集器采集到的指纹是低质量的，存在的噪声较多。通过预处理，将采集到的指纹灰度图像通过预滤波、方向图计算、基于方向图的滤波、二值化、细化等操作转化为单像素宽的脊线线条二值图像，基于此二值图像对指纹的中心参考点，以及细节特征点特征等进行提取。指纹预处理的一般过程为：原始图像→图像裁剪→图像平滑→图像锐化→二值化→图像修饰→图像细化→输出图像。

2.4特征提取  

指纹的特征点分为全局特征（如奇异点、中心点）和局部特征（指纹细节点）。在考虑局部特征的情况下，英国的E.R.Herry认为，在比对时只要 13个特征点重合，就可以确认是同一个指纹。指纹的细节特征可以有150种之多，但这些特征出现的概率并不相等，很多特征是极其罕见的。

     一般在自动指纹识别技术中只使用两种细节特征：纹线端点与分叉点。纹线端点指的是纹线突然结束的位置，而纹线分叉点则是纹线突然一分为二的位置。大量统计结果和实际应用证明，这两类特征点在指纹中出现的机会最多、最稳定，而且比较容易获取。

2.5指纹分类  

指纹分类的主要目的是方便大容量指纹库的管理，减小搜索空间，加速指纹匹配过程。指纹分类技术越完善，能够划分的类型越细，样本数据库每个类别中所包含的样本数量就会越少，对一次识别任务来讲，需要比对的次数和时间开销就会越少。

在大部分研究中，箕形、弓形、斗形3类。对于要求严格的指纹识别系统，仅按此分类 是不够的，还需要进一步更加细致地分类。

2.6   指纹比对 

指纹比对是通过对2枚指纹的比较确定它们是否同源的过程，即2枚指纹是否来源于同一手指。指纹比对主要是依靠比较2枚指纹的局部纹线特征和相互关系决定指纹的唯一性。细节特征的集合形成一个拓扑结构，指纹比对的过程实际就是2个拓扑结构的匹配问题。

由于采集过程中的变形、特征点定位的偏差、真正特征点的缺失和伪特征点的存在等问题，即使是2枚同源的指纹，所获得的特征信息也不可能完全一样，指纹比对的过程必然是一个模糊匹配问题。 

 2.7可靠性问题 

计算机处理指纹图像时，只是涉及了指纹有限的信息，而且比对算法不是精确的匹配，因此其结果不能保证100%准确。指纹识别系统的重要衡量标志是识别率 。

三、指纹识别模块算法

3.1预处理 

指纹的特征是指指纹脊线的某种构型，如端点、分叉等。为了提取这些特征，必须先把灰度的指纹图处理为二值线型图，此过程即指纹图像预处理。图像预处理是指纹自动识别过程的第一步,它的好坏直接影响指纹识别的效果。

图像预处理通常包括增强、分割、细化等几个步骤。增强是通过平滑、锐化、灰度修正等手段，改善图像的视觉效果；分割则是把图像划分为若干个区域，分别对应不同的物理实体；细化则是把分割后的图像转为只有一个像素点宽度的线型图，以便提取特征。

3.2 方向滤波算法  

指纹图像获取时，由于噪音及压力等的不同影响，将会导致2种破坏纹线的情况：断裂及叉连。这2种干扰必须清除，否则会造成假的特征点，影响指纹的识别。为了消除干扰及增强纹线，针对指纹纹线具有较强方向性的特点，可以采用方向滤波算法对其进行增强，为此必须利用指纹图上各个像素点上的局部方向性

四、图像处理

4.1方向图的平滑算法 

方向图求出后,由于纹线中的毛刺、背景中的细小污点等影响,会存在一定的噪音,需要对其进行平滑。方向图平滑的基本思想是，指纹纹线的走向是连续变化的,邻近像点上的方向不应该有突然的大角度转折。平滑也是在窗口中进行的,窗口中心像点上的平滑结果由窗口中各像素点方向值及其分布确定。

4.2方向滤波器的设计  

在得到指纹的方向图后,可以根据每个像素点的方向值利用方向滤波器对指纹进行滤波,以消除噪音,增强纹线,提高脊和谷之间的反差。滤波器设计原则如下所述。 

① 滤波器模板的尺寸要合适。模板过小难以达到良好的去噪音、清晰化效果;模板过大则可能在纹线曲率较大处破坏纹线构型。一般取模板边长为1～1.5 个纹线周期。 

② 模板边长为奇数,模板关于其朝向轴及朝向垂直方向轴均为对称 

③ 为提高脊、谷之间的灰度反差,达到边缘锐化的效果,模板应设计为在垂直于朝向方向上,部分系数为正,两边系数为负。 

④ 滤波结果应与原图的平均灰度无关,因此模板中所有系数的代数和应为0

五、指纹特征提取和比对

5.1指纹的特征提取和剪枝 

       由细化所得的指纹点线图,很容易找到指纹的细节特征:端点和分叉点,记录这些特征的位置、类型和方向。因为指纹预处理的不完善性,在细化后的纹线图中总存在或多或少的伪特征点。因此有必要对这些粗筛选出的特征进行剪枝,以达到去伪存真的目的。细节特征剪枝的标准主要依赖于以下3个条件。 

         ①特征点到边缘的距离; 

         ②细节特征间的距离和角度关系; 

         ③指纹脊线和细节特征的空间分布。 

      根据以上3个条件组合各种特征剪枝的标准,凡符合标准的特征点删除,其余的给予保留。

5.2指纹的比对 

       在进行指纹比对之前,一定要存在指纹数据库。建立指纹数据库,一般要采集同一枚指纹的3～5 个样本。对于待匹配的指纹图像,经预处理和特征提取后,形成一个坐标链码记录,根据这些特征的相互位置关系与指纹数据库中的样本做图形匹配,得到最终的识别结果。右图展示了指纹原始图像经增强、分割和细化后的效果。

六、指纹增强

6.1  图像增强的背景

很多历史资料由于材质和时间的原因，整幅图片色泽偏暗，亮度范围不足或非线性等因素造成对比度不足，影响观看效果，结合人眼对灰度的感觉，如果相邻两个物体目标灰度相差比较小，超过人眼对灰度差的感知能力，人眼就无法区分这不同的两个物体，从而导致无法看清楚图片，这就需要对图片做出一些处理，使图片的灰度差和整体色泽有所改善，以达到人眼观看的效果。图象处理的原始目的就是改善，使看不清的目标能够看得清楚，因此，对数字图象识别分析的全过程，都要求图像得到改善以适应人的肉眼，为了达到这个目的，除了首先需要去除噪声之外，还需要分辨灰度细节，解决灰度的扩展和图像鲜明化问题。

6.2指纹图像增强算法分类介绍

指纹图像增强算法，大体上可以分为空域增强算法和频域增强算法。空域增强算法是利用一定的规则直接作用于指纹图像的像素值，达到增强的目的。频域增强则是先进行一个变换域操作，然后利用图像的相位、频率及能量等信息进行图像增强。

6.3 图像规格化后的再处理

通过规格化处理后的图片需要进行再次的处理，主要是图像方向图的计算与平滑。

首先对规格化后的图像方向图计算， 因为指纹方向图抽象了指纹脊线与纹谷交错平行分布的特点，反映了指纹图像纹理结构的本质而方向场是指纹图像中蕴含的最重要的信息。

然后对指纹图像做方向场的平滑计算，求得的平滑方向场。由于脊方向在噪声影响下会产生畸变，需要对所求方向场进行平滑去噪。为了实现平滑，可以使用一个低通滤波器，让方向场需转换成连续向量场，以便再做处理。

七、目前指纹识别的应用

    经过30多年的发展，生物识别技术的产品在主流社会中开始了比较大规模的应用，在很多国家，采用法律规定的方式来保证生物识别技术的应用。如在美国:911以后，三个相关法案(爱国者法案、边境签证法案、航空安全法案)都要求必须采用生物识别技术作为法律实施保证。总体上来讲，应用已经进入了以及应用为主的阶段。

    指纹识别技术的应用非常广泛。典型的脱机应用有指纹锁，指纹保险柜、系统等。电子银行，自动取款机、电子商务等基于指纹识别的身份认证系统都属于指纹识别技术的联机应用。

以指纹为代表的生物特征识别技术有望在将来的公共领域和民用领域扮演更重要的角色。

参考文献

1  贾永红 数字图像处理（第二版）武汉大学出版社 2009

2  章照止,杨义先,马晓敏.  信息理论密码学的新进展及研究问题[J]. 电子学报. 1998

3  李建华,马小妹,郭成安.  基于方向图的动态阈值指纹图像二值化方法[J]. 大连理工大学学报. 2002

4  李文静,白雪冰,张伟.  指纹识别预处理算法的研究[J]. 森林工程. 2009

5  耿茵茵,唐良瑞.  指纹图像分级分割算法[J]. 北方工业大学学报. 2000

6  孙以雷,陈红卫.  指纹图像的二值化方法研究[J]. 舰船电子工程. 2006

7  卢慧,常建平.  指纹图像的预处理方法[J]. 计算机应用. 2005 

8  王玮,李见为,张腾.  指纹图像的预处理算法[J]. 计算机应用. 2004

9  王芙蓉,程鹏,邹璇.  直接提取指纹特征算法的优化研究[J]. 中国图象图形学报. 2004

10  傅景广,许刚,王裕国.  基于二值图像的指纹细节点提取[J]. 计算机研究与发展. 2004

11  王业琳,宁新宝,尹义龙.  指纹图像细化算法的研究[J]. 南京大学学报(自然科学版). 2003

12  黄贤武,王加俊,仲兴荣.  指纹识别的预处理组合算法[J]. 计算机应用. 2002 

13  孙冬梅,裘正定.  生物特征识别技术综述[J]. 电子学报. 2001 

14  罗希平,田捷.  自动指纹识别中的图像增强和细节匹配算法[J]. 软件学报. 2002 

15  魏海,沈兰荪.  量化方法及其统计特征量用于图像检索的性能比较[J]. 电路与系统学报. 2001 

16  陈俊侠,李吉桂.  一套有效的指纹图象预处理算法[J]. 华南师范大学学报(自然科学版). 2000