（信號(hào)與信息處理專業(yè)論文）基于特征參數(shù)的指紋質(zhì)量分類方法及應(yīng)用研究.pdf

基于特征參數(shù)的指紋質(zhì)量分類方法及應(yīng)用研究 摘要 安全隱患和信息泄露頻發(fā)使人們對(duì)身份認(rèn)證平臺(tái)提出了更高的關(guān)注和需求 電子信 息技術(shù)的飛躍式發(fā)展為解決身份認(rèn)證的多元化 高安全性提供了新的技術(shù)途徑和手段 生物識(shí)別技術(shù)已替代傳統(tǒng)身份認(rèn)證方式成為新型身份認(rèn)證平臺(tái)的基礎(chǔ)核心 相對(duì)于其他 生物特征 指紋更好地平衡了眾多性能指標(biāo) 成為生物識(shí)別技術(shù)的首選 獲得了廣泛的 認(rèn)同和應(yīng)用 雖然指紋識(shí)別技術(shù)發(fā)展成熟 但是依然存在技術(shù)缺陷 自動(dòng)指紋識(shí)別系統(tǒng) 還有待進(jìn)一步地完善 現(xiàn)有的技術(shù)難題主要有指紋的質(zhì)量評(píng)估和控制 滑移區(qū)域檢測(cè) 形變指紋識(shí)別和潛指紋處理 其中質(zhì)量評(píng)估和控制位于識(shí)別系統(tǒng)的前端 是后續(xù)處理的 基礎(chǔ) 有效評(píng)價(jià)和控制指紋的質(zhì)量可以降低后續(xù)環(huán)節(jié)的處理難度 提升系統(tǒng)性能 所以 指紋質(zhì)量研究具有重要的研究意義和實(shí)際應(yīng)用價(jià)值 由于指紋采集具有時(shí)變性 所以指紋質(zhì)量評(píng)價(jià)屬于無參評(píng)價(jià)范疇 同時(shí)特殊的紋理 結(jié)構(gòu)也使傳統(tǒng)評(píng)價(jià)指標(biāo)不適用于指紋質(zhì)量評(píng)價(jià) 本文以指紋質(zhì)量為主要研究?jī)?nèi)容 結(jié)合 反映指紋紋理結(jié)構(gòu)的特征參數(shù)實(shí)現(xiàn)指紋質(zhì)量分類 并將質(zhì)量分類應(yīng)用于后續(xù)增強(qiáng)處理 中 首先 提取活體指紋圖像的全局特征參數(shù)和局部特征參數(shù) 分別利用閾值分類方法 多參數(shù)加權(quán)組合方法和k 均值聚類方法對(duì)指紋圖像進(jìn)行質(zhì)量分類 通過分析比較 指出 這些算法的不足 將b p 神經(jīng)網(wǎng)絡(luò)引入質(zhì)量分類過程 提出了基于b p 神經(jīng)網(wǎng)絡(luò)的指紋 質(zhì)量分類方法 該算法在國(guó)際指紋識(shí)別競(jìng)賽庫f v c 2 0 0 4d b 4 上進(jìn)行了測(cè)試 通過仿真 比較 本文算法可以更加有效地建立多特征參數(shù)與主觀質(zhì)量感知之間的非線性映射關(guān) 系 分類準(zhǔn)確率更高 其次 本文對(duì)三種經(jīng)典的指紋增強(qiáng)算法進(jìn)行了仿真對(duì)比 結(jié)合仿 真結(jié)果分析了算法的優(yōu)缺點(diǎn)和適用對(duì)象 將指紋圖像質(zhì)量分類與增強(qiáng)算法相結(jié)合 去除 低質(zhì)指紋 根據(jù)質(zhì)量等級(jí)對(duì)指紋采取合適的增強(qiáng)處理方式 提升主觀視覺感知 最后 對(duì)多種指紋二值化 細(xì)化和特征提取方法進(jìn)行仿真 分別采用g a b o r 增強(qiáng) s t f t 增強(qiáng) 和本文方法對(duì)6 5 幅不同質(zhì)量指紋進(jìn)行增強(qiáng) 并通過性能評(píng)價(jià)參數(shù)的計(jì)算和比較 進(jìn)一 步驗(yàn)證了質(zhì)量分類處理技術(shù)在指紋識(shí)別系統(tǒng)中的有效性 可行性 關(guān)鍵詞 圖像質(zhì)量 指紋分類 指紋增強(qiáng) 特征提取 基于特征參數(shù)的指紋質(zhì)量分類方法及應(yīng)用研究 a bs t r a c t w i mh i 曲 e q u e n c yo fs e c u r i t yt h r e a ta n di n f l 0 咖a t i o nl e a k p e o p l ep u tf b n a r dm o r e a t t e n t i o na n dr e q u i r e m e n t st o w a r d si d e n t i 哆a u t l l e n t i c a t i o ns y s t e m d e v e l o pa sm el e a po f e l e c 缸0 1 1 i ci n f o n n a t i o nt e c h n o l o g yp r o v i d e san e wt e c l m i c a l 印p r o a c ha n dm e a l s u r ef o rt 1 1 e d i v e r s 卸a i l dh i g hs a f e 哆o fi d e n t i 哆a u t h e n t i c a t i o n b i o m e t i r cr e c o g l l i t i o nt e c h n o l o g i e sh a v e r c p l a c e d t r a d i t i o n a ls t a t i i sa u t h e n t i c a t i o na st h e f o u n d a t i o na n dc o r eo fn e wi d e n t i t r a u t l l e n t i c a t i o ns y s t e m f i n g e r p r i n ta c h i e v e sab e t t e rb a l a n c eo fm a n yp e b m l a n c ei n d i c a t o r s t h a i lo t h e rb i o m e t r i c sw h i c hm a l e sf i n g e r p d n tb e c o m et h ef i r s ts e l e c t i o nf o rb i o m e t r i c r e c o g l l i t i o nt e c h n o l o g i e s s oi th a sb e e nw i d e l yr e c o g l l i z e da n du s e d f i n g e r p r i i l tr e c o g 芏1 i t i o n t e c h n o l o g yh a sd e v e l o p e dm a t u r e b u tt h e r ea r es o m et e c h n o l o g yd e f e c t s a n da u t o m a t i c f i n g e i p r i n ti d e n t i f i c a t i o ns y s t e ms t i l ln e e d sm r m e rp e r f e c t i o n t h ee x i s t i n gt e c h 0 1 0 9 y p r o b l e m sm a i n l yi n c l u d ef i l l g e 印r i n tq u a l i t yc o n t r o l s l i p p a g er e g i o nd e t e c t i o n d e f o r m a t i o n f n g e r p r i n tr e c o g n i t i o na n dl a t e n tf i n g e 印r i n t sp r o c e s s i n g f i n g e 印血tq u a l i 夠e v a l u a t i o na n d c o n t r o li si nt h e 療o n to fr e c o n g n i t i o ns y s t e m a n di ti st h ef o u n d a t i o no ft h ef o l l o w i n g p r o c e s s i n g e 行e c t i v ef i n g e 印r i n tq u a l i 哆e v a l u a t i o na n dc o l l 仃o lc a nd e c r e a s et h ed i m c u l t yo f t h ef o l l o w i n gp r o c e s s i n ga i l dp r o m o t et h ep e 怕r m a l l c eo fs y s t e m s oi th a sv e r yi m p o r t a n t s i g n i f i c a l l c ea n da c t u a lu s i n gv a l u et od or e s e a r c hi ne v a l u a t i n gf i n g e 印r i n tq u a l i 吼 f i n g e 印r i n tc o l l e c t i o n i st i m e v 撕a n t s o f i n g e r p r i n tq u a l i t e v a l u a t i n gb e l o n g s t o n o r e f e r e n c ei m a g e sq u a l i t a s s e s s m e n t m e a n w h i l e t h es p e c i a lt e x t l l r es t m c 嘁m a k e sm e t r a d i t i o n a le v a l u a t i o ns t a n d a r d su n s u i t a b l ef o re v a l u a t i l l gf i n g e 印r i n tq u a l i 哪t h em a jo r r e s e a r c ho ft h i sp a p e ri sf i n g e 印r i n tq u a l i t ra j l df i n g e 叩d n tq u a l i 母c l a s s i 6 c a t i o ni sr e a l i z e d w i t ht h ec o m b i n a t i o no ff 色曲l r e sw h i c hr e n e c tf i n g e 印r i n tt e x t u r es t m c t u r ee f f e c t i v e l y a n d q u a l 時(shí)c l a s s i f i c a t i o ni sa p p l i e dt oe i l l l a n c e m e n tp r o c e s s i n g f i r s t l y w ee x 仃a c tg l o b a lq u a l i t y f 色a t u r e sa 1 1 dl o c a lq u a l i t yf e a t l l r e st oc l a s s i 母f i n g e 印r i n ti m a g e sq u a l i 哆w i t hm e m o d ss u c ha s q u a l i t r f e a t u r et 1 1 r e s h 0 1 d m u l t i f e a t u r e sw e i g h t e dc o m b i n a t i o na n dk m e a n sc l u s t e r i n g r e s p e c t i v e l y b yt h ea n a l y s i so fm er e s u l t s w ep o i n to u td j s a d v a n t a g e so f 也e s em e t h o d s 鋤d i n 們d u c eb pn e u r a ln e 鉚o r kt oq u a l i 哆c 1 2 l s s i f i c a t i o np r o c e s s s e q u e n t i a l l ys u g g e s t a f i n g e r p 血1 tq u a l i 夠c l a s s m c a t i o nm e t h o db a s e do nb pn e 眥l n e t w o r k t h ep r o p o s e dm e t h o di s t e s t e do ni n t 鋤a t i o n a l 血g e 印r i n ti d e n t i f i c a t i o nc o m p e t i t i o nd a t a b a s ef v c 2 0 0 4d b 4a n dm e r e s u l to fs i m u l a t i o nd e m o n s t r a t e st h a tt h em e t h o dc o u l de s t a b l i s ht h en o n l i n e a r i t yr e l a t i o n s h i p 哈爾濱工程大學(xué)碩士學(xué)位論文 b e t w e e nm u l t i f e a t u r e sa n ds u b je c t i v e p e r c e p t i o ne f f e c t i v e l y s oi ta c h i e v e s m g h e r c l a l s s m c a t i o na c c u r a cy s e c o n d s i m u l a t i o n so ft 1 1 r e ec l a s s i c a lf i n g e r p r i n ti m a g ee n h a n c e m e n t a l g o r i t l l i l l sa r ec a r r i e do u t a n dw ea n a l y z et h ea d v a n t a g e s d i s a d v a n t a g e sa n dt h ea p p l i c a b l e o b j e c t so ft h e s ee n h a n c e m e n ta l g o r i t l l r n sc o m b i n e dw i t hm er e s u l t so fs i i i l u l a t o n am e t h o d c o m b i n i n gq u a l i t yc l a l s s i f l c a t i o na n df i n g e r p r i n te n h a n c e m e n ta l g o r i t l l i 工li sp r o p o s e dw h i c h c o u l dr e m o v el o wq u a l 時(shí)f i n g e 印渤ti m a g e sa n dc h o o s es u i t a b l ea l g o r i m mt oe n h a l l c e f i n g e 印r i n ti m a g e sb a s e do nt h e i rq u a l i 夠l e v e l a n di tp r o m o t e ss u b j e c t i v ev i s u a lp e r c e p t i o n a tl a s t s i m u l a t i o n so fs e v e r a lb i n a r y z a t i o n t h i n n i n ga n df e a t u r e e x t r a c t i o na l g o r i t t 蚰sa r e d o n e a n dw er e s p e c t i v e l yu s eg a b o re n h a n c e m e n t s t f te 1 1 l l a n c e m e n ta n dt h em e t h o d p r o p o s e di nt h i sp a p e rt oe n h a n c es i x 鑼a n df l v ed i 臟r e n tq u a l i t yf i n g e r p r i n ti m a g e s t b r o u 西 c a l c u l a t i n ga n dc o m p a r i n gp e r f o m a n c ep a r a m e t e r i ti sc o m f i m e d蛐e rt h a tt h e e 舵c t i v e n e s sa n df e a s i b i l i t yo fq u a l i t yc l a s s i f i c a t i o nt e c h n 0 1 0 9 yi nf l n g e 印渤ti d e n t i f i c a t i o n s v s t e m k e yw o r d s i m a g eq u a l i t r f i n g e 印r i n ti m a g e sc l a s s i f i c a t i o n f i n g e r p r i n te n h a n c e m e n t f e a t u r e e x t r a c t i o n 第l 蘋緒論 第1 章緒論 1 1 課題研究的背景與意義 在信息技術(shù)的飛躍發(fā)展提高人類社會(huì)互動(dòng)性和移動(dòng)性的同時(shí) 越發(fā)需要強(qiáng)化身份認(rèn) 證的安全等級(jí)以降低竊取技術(shù) 知識(shí)和財(cái)富的可能性 密碼 鑰匙 智能卡等傳統(tǒng)身份 替代品存在易丟失 被竊 共享等風(fēng)險(xiǎn) 已不能作為高安全等級(jí)的身份認(rèn)證系統(tǒng)的基礎(chǔ) 電子信息技術(shù)的發(fā)展使生物特征識(shí)別技術(shù)應(yīng)用于身份認(rèn)證領(lǐng)域成為了可能 生物特征作 為自動(dòng)身份識(shí)別系統(tǒng)的基礎(chǔ) 涵蓋了生理特征 如指紋 人臉 虹膜 和行為特征 如語音 簽名 生物特征不能丟失或共享 與個(gè)人身份一一對(duì)應(yīng) 已經(jīng)成為有效識(shí)別身份信息 的重要途徑之一 生物特征識(shí)別不僅是模式識(shí)別中重要的研究方向 也是減少欺詐 提 高安全性的潛在技術(shù)手段 理論上任何滿足以下要求的生理或行為特征都能作為生物特 征 1 1 普遍性 任何人都具有的特征 2 辨別性 不同人具有足夠的區(qū)別 3 不變性 不隨時(shí)間推移改變 4 可獲性 易于采集樣本特征 現(xiàn)有已經(jīng)成熟或趨于成熟的生物特征主要有人臉 指紋 虹膜 掌紋 聲音 簽字 耳廓 a 人臉 b 指紋 c 虹膜 d 掌紋 e 聲音 f 簽字 g 耳廓 h 臉部熱成像 圖1 1 常用生物特征樣本 哈爾濱工程大學(xué)碩士學(xué)位論文 實(shí)際中 生物識(shí)別系統(tǒng)還需要權(quán)衡識(shí)別準(zhǔn)確率 速度 成本控制 可接受性和抗欺 騙性能等多種因素 目前很多領(lǐng)域引入了生物特征 這些特征都有自身的優(yōu)勢(shì)和缺點(diǎn) 如何選取視具體應(yīng)用環(huán)境而定 并不存在滿足所有需求或適合全部應(yīng)用領(lǐng)域的單一特 征 常見生物特征的比較如表1 1 所示 刀 表1 1 常見生物特征的比較 近年來 生物識(shí)別技術(shù)已經(jīng)擴(kuò)展到了身份認(rèn)證 安防 金融和互聯(lián)網(wǎng)等領(lǐng)域 保持 著高增長(zhǎng)率 諸多行業(yè)對(duì)生物識(shí)別技術(shù)的前景持樂觀態(tài)度 據(jù)蹦s 發(fā)布的安防市場(chǎng)調(diào)研 報(bào)告顯示 生物識(shí)別技術(shù)僅在門禁行業(yè)就保持近2 5 的年復(fù)合增長(zhǎng)率 未來五年內(nèi)人臉 識(shí)別增長(zhǎng)速度最快 指紋識(shí)別的年復(fù)合增長(zhǎng)率也將達(dá)到1 5 截止目前各類生物識(shí)別技 術(shù)所占市場(chǎng)份額 3 如圖1 2 所示 圖1 2 生物識(shí)別技術(shù)的市場(chǎng)份額 相比于其他生物特征 指紋識(shí)別技術(shù)更好地平衡了眾多性能參數(shù) 且具有極強(qiáng)的應(yīng) 用基礎(chǔ) 主導(dǎo)了生物識(shí)別市場(chǎng) 占有率甚至超過了5 0 隨著安防市場(chǎng)的快速增長(zhǎng) 新 技術(shù)和新商業(yè)模式的不斷出現(xiàn) 指紋識(shí)別具有廣闊的應(yīng)用前景和發(fā)展?jié)摿?旺盛的市場(chǎng)需求和巨大的發(fā)展?jié)摿κ沟脟?guó)內(nèi)外生物識(shí)別領(lǐng)域的科研機(jī)構(gòu)和學(xué)者對(duì) 2 第l 章緒論 指紋識(shí)別進(jìn)行了持久而深入的研究 在指紋預(yù)處理 特征提取和匹配環(huán)節(jié)上取得了豐碩 的成果 雖然指紋識(shí)別是目前最為成熟的生物識(shí)別技術(shù) 但依然存在很多技術(shù)難題 如 指紋質(zhì)量評(píng)價(jià)和控制 滑移區(qū)域檢測(cè) 形變指紋識(shí)別和潛指紋處理等 其中 指紋質(zhì)量 評(píng)價(jià)和控制位于系統(tǒng)的前端 準(zhǔn)確地評(píng)價(jià)和控制錄入樣本質(zhì)量可以有效降低后續(xù)處理的 難度 提供可靠的處理基礎(chǔ)從而提升系統(tǒng)性能 質(zhì)量評(píng)價(jià)和控制在識(shí)別系統(tǒng)中應(yīng)具有以 下作用 4 j 質(zhì)量評(píng)價(jià)算法應(yīng)具有監(jiān)測(cè)作用 對(duì)模板或樣本的采集應(yīng)達(dá)到質(zhì)量要求才可以 錄入系統(tǒng) 識(shí)別過程中的技術(shù)環(huán)節(jié)應(yīng)可根據(jù)質(zhì)量評(píng)價(jià)進(jìn)行相應(yīng)調(diào)整 準(zhǔn)確 快速評(píng)價(jià)指 紋質(zhì)量為提升系統(tǒng)性能 預(yù)處理算法的魯棒性和參數(shù)的優(yōu)化提供了新的參考基準(zhǔn)和途 徑 本課題主要研究指紋質(zhì)量分類及在增強(qiáng)算法中的應(yīng)用 力求能夠準(zhǔn)確 快速地對(duì)活 體指紋圖像進(jìn)行質(zhì)量分類 去除質(zhì)差指紋 對(duì)符合錄入條件的樣本選取適合的增強(qiáng)方式 從而提升系統(tǒng)的性能 具有理論研究意義和實(shí)際應(yīng)用價(jià)值 1 2 國(guó)內(nèi)外研究現(xiàn)狀 大量的史前文物和史料記載證實(shí)了古代人們就對(duì)指紋的獨(dú)特性有了一定的認(rèn)識(shí) 但 是這種認(rèn)知是建立在長(zhǎng)期的經(jīng)驗(yàn)總結(jié)基礎(chǔ)上 缺少科學(xué)的論證 現(xiàn)代指紋科學(xué)體系的建 立最早可以追溯至1 6 世紀(jì)早期 1 7 7 8 年m a v e r 首次詳細(xì)描述指紋的生理構(gòu)造 1 8 2 3 年 p 詞 i n j e 首次提出指紋分類方法 1 8 6 4 年英國(guó)植物形態(tài)學(xué)家n e h e m i a hg r e w 首次對(duì)指紋 的紋理結(jié)構(gòu)做出了系統(tǒng)研究 1 8 8 8 年f m c i sg a l t o n 提出利用細(xì)節(jié)特征判斷指紋同源與 否 1 8 9 9 年e d w a r dh e l l r y 建立了著名的 h e n 珂指紋分類系統(tǒng) 2 0 世紀(jì)早期 指紋己 作為法定身份認(rèn)證標(biāo)準(zhǔn)被廣泛接受 世界各國(guó)紛紛組建指紋鑒定部門并開始構(gòu)建犯罪指 紋數(shù)據(jù)庫 潛指紋采集 指紋分類和指紋比對(duì)等多種指紋識(shí)別技術(shù)得到迅速發(fā)展 其中 最為著名的f b i 指紋識(shí)別部門成立于1 9 2 4 年 建立了包含8 1 0 0 0 0 幅指紋的巨大數(shù)據(jù)庫 指紋識(shí)別技術(shù)的迅速普及和數(shù)據(jù)庫的容量擴(kuò)大使得人工辨別指紋不再具備可行性 2 0 世紀(jì)6 0 年代初期美國(guó)f b i 英國(guó)內(nèi)政部和巴黎警務(wù)部門聯(lián)合開發(fā)自動(dòng)指紋識(shí)別系統(tǒng) 從而提高了刑事案件偵破效率和削減雇傭 培訓(xùn)專業(yè)指紋鑒定人員的開支 進(jìn)入2 1 世紀(jì) 指紋識(shí)別成為學(xué)術(shù)研究 商業(yè)安全 刑事偵破的關(guān)注熱點(diǎn) 相關(guān)產(chǎn) 品層出不窮 學(xué)術(shù)機(jī)構(gòu)和研發(fā)部門將大量的精力和資金投注在識(shí)別系統(tǒng)后端處理技術(shù) 上 指紋增強(qiáng) 特征提取和匹配技術(shù)得到了空前的發(fā)展 同時(shí)提升系統(tǒng)性能難度不斷加 大 促使前端處理對(duì)后續(xù)算法的影響成為了新的研究熱點(diǎn) 如高性能采集傳感器不斷推 出提高了指紋匹配成功率 指紋紋型分類可以加快指紋匹配的檢索速度 指紋采集是前 端處理的核心 目的是采集高質(zhì)量的樣本為后續(xù)處理提供可靠基礎(chǔ) 在預(yù)處理和特征匹 哈爾濱工程大學(xué)碩士學(xué)位論文 配已經(jīng)相當(dāng)成熟的情況下 提高采集樣本的質(zhì)量是提升系統(tǒng)性能簡(jiǎn)單 直接 有效的方 法 同時(shí)為后端處理算法的選擇和優(yōu)化提供新的參考基準(zhǔn)和解決途徑 指紋等生物特征的質(zhì)量評(píng)價(jià)目前還處于探索階段 i s o 玳c i t s m l 起草了生物樣本 質(zhì)量標(biāo)準(zhǔn) 主要從內(nèi)在物理特征 保真度 效用方面對(duì)樣本質(zhì)量進(jìn)行了簡(jiǎn)要的規(guī)定b j y o u m a r a n 和a d l e r 提出采用生物可識(shí)別信息衡量生物樣本質(zhì)量退化程度 6 j 美國(guó)c j i s 借鑒數(shù)字圖像質(zhì)量評(píng)價(jià)指標(biāo)對(duì)指紋圖像質(zhì)量進(jìn)行評(píng)價(jià) 但是由于忽視了指紋圖像獨(dú)特的 紋理結(jié)構(gòu) 未能取得良好的效果 7 c h e n 將紋線的清晰程度和特征點(diǎn) 端點(diǎn) 分叉點(diǎn)和 核心點(diǎn) 的可提取性作為衡量指紋質(zhì)量的標(biāo)準(zhǔn) 8 目前 針對(duì)指紋質(zhì)量的評(píng)價(jià)并沒有統(tǒng)一 明確的規(guī)定 國(guó)內(nèi)外對(duì)指紋質(zhì)量及其在識(shí)別環(huán)節(jié)中應(yīng)用的研究相對(duì)較少 h o n g 等將紋線結(jié)構(gòu)模擬為正弦波形 計(jì)算波形的振幅 頻率和方差確定區(qū)域的質(zhì) 量等級(jí) 9 y a o 利用像素點(diǎn)的灰度均值和方差評(píng)價(jià)指紋質(zhì)量 1 0 b 0 1 l e 獲取圖像子塊的方 向信息 計(jì)算方向區(qū)域和非方向區(qū)域的比值衡量指紋的質(zhì)量 1 1 1 s h e n 等利用m 個(gè)不同 方向的g a b o r 濾波響應(yīng)評(píng)價(jià)指紋質(zhì)量 12 l i m 提取方向連續(xù)性和紋線寬度變化比率 結(jié) 合全局和局部特征評(píng)價(jià)指紋質(zhì)量 l3 1 c h e n 等利用子塊及相鄰區(qū)域的方向變化衡量局部 子塊質(zhì)量 14 1 q i 等提取七種特征參數(shù) 分析每種參數(shù)對(duì)質(zhì)量分?jǐn)?shù)的影響 分別從全局 和局部評(píng)估指紋質(zhì)量 1 5 c h e n 結(jié)合傅里葉頻譜和空域一致性計(jì)算指紋質(zhì)量分?jǐn)?shù) l e e 構(gòu)建理想指紋模型 通過比較采集指紋相對(duì)于理想指紋模型的梯度概率密度函數(shù)的變化 衡量指紋的質(zhì)量 1 7 f r o n t h a l e r 等從指紋的方向張量中提取對(duì)稱特征 利用線性和對(duì)稱 特征的相關(guān)性評(píng)價(jià)指紋質(zhì)量 l8 1 s h i 等利用灰度均值 方差 對(duì)比度評(píng)價(jià)灰度指紋圖像 質(zhì)量 1 9 1 l i m 等利用脊線和谷線灰度級(jí)分布的重疊程度衡量指紋圖像質(zhì)量 2 0 j u l lw u 等將方向一致性 連續(xù)性 曲率等參數(shù)和決策樹結(jié)合實(shí)現(xiàn)指紋質(zhì)量分類1 2 f e m a n d o 等 依據(jù)相關(guān)性 適用性和性能比較了多種特征參數(shù)對(duì)指紋質(zhì)量的影響 2 2 2 3 j 少量研究將質(zhì) 量評(píng)價(jià)引入到指紋識(shí)別技術(shù)環(huán)節(jié) h o n g 依據(jù)可恢復(fù)程度將圖像子塊分成三類 將質(zhì)量 評(píng)價(jià)因子融入到特征匹配環(huán)節(jié)中 9 f i e r r e z a g u i l a r 在指紋匹配中加入質(zhì)量評(píng)價(jià)機(jī)制 2 4 國(guó)內(nèi)研究機(jī)構(gòu)和學(xué)者在指紋質(zhì)量評(píng)價(jià)方面也進(jìn)行了相關(guān)研究 同時(shí)也有少量研究將 質(zhì)量評(píng)價(jià)機(jī)制與指紋預(yù)處理或特征匹配相結(jié)合 仿效人類視覺感知 任群提取灰度特征 面積和干濕度等參數(shù) 利用加權(quán)平均的方法計(jì)算指紋質(zhì)量分?jǐn)?shù) 2 5 i 駱功慶結(jié)合頻譜特征 梯度特征和標(biāo)準(zhǔn)方差綜合評(píng)價(jià)指紋圖像質(zhì)量 26 i 李正等將前景面積 頻譜特征 方向一 致性和紋線清晰程度等參數(shù)作為模糊關(guān)聯(lián)分類器的輸入 依據(jù)質(zhì)量等級(jí)將指紋分為好 正常 一般和差4 類p 川 郭芳菲利用分塊特征熵 梯度和五種常見的特征結(jié)合a d a b o o s t 分類器實(shí)現(xiàn)了指紋圖像的分割并將質(zhì)量評(píng)價(jià)用于特征匹配 2 8 劉蓮花利用n i s t 提供的 4 第1 章緒論 指紋軟件包提取質(zhì)量特征參數(shù)并對(duì)自行建立的指紋庫和n i s t l 4 指紋庫中樣本依據(jù)質(zhì)量 等級(jí)的不同分為5 類 2 9 1 1 3 論文的研究?jī)?nèi)容和結(jié)構(gòu)安排 本文提取指紋的全局特征和局部特征 將特征參數(shù)和閡值分類 加權(quán)組合 聚類分 析以及b p 神經(jīng)網(wǎng)絡(luò)等方法結(jié)合對(duì)指紋質(zhì)量進(jìn)行分類 計(jì)算以上方法對(duì)指紋質(zhì)量的分類 準(zhǔn)確率 將基于b p 神經(jīng)網(wǎng)絡(luò)的指紋質(zhì)量分類方法引入到增強(qiáng)環(huán)節(jié) 提出基于質(zhì)量分類 的指紋增強(qiáng)方法 對(duì)指紋的細(xì)化和特征提取算法進(jìn)行了深入研究和仿真 通過性能評(píng)價(jià) 參數(shù)的計(jì)算和比較 驗(yàn)證了質(zhì)量分類處理技術(shù)在指紋識(shí)別系統(tǒng)中的有效性 可行性 全 文共分為五章 內(nèi)容安排如下 第1 章主要介紹了課題研究的背景和意義 論述了指紋質(zhì)量評(píng)價(jià)及其在識(shí)別技術(shù)環(huán) 節(jié)中的重要意義和價(jià)值 總結(jié)了國(guó)內(nèi)外在該領(lǐng)域現(xiàn)有的研究成果 簡(jiǎn)要說明了本文研究 的主要內(nèi)容及結(jié)構(gòu)安排 第2 章簡(jiǎn)明概括地介紹了自動(dòng)指紋識(shí)別系統(tǒng) 針對(duì)指紋模式識(shí)別系統(tǒng)算法的組成和 各模塊的功能進(jìn)行了系統(tǒng)地闡述 分析了現(xiàn)有系統(tǒng)框架的不足 將質(zhì)量評(píng)價(jià)體系融入到 了自動(dòng)指紋識(shí)別系統(tǒng)中完善了系統(tǒng)功能 總結(jié)了現(xiàn)有指紋識(shí)別技術(shù)的性能評(píng)價(jià)指標(biāo) 第3 章闡述了傳統(tǒng)質(zhì)量評(píng)價(jià)指標(biāo)并不適用于指紋質(zhì)量評(píng)價(jià) 結(jié)合全局特征和局部特 征反映指紋獨(dú)特的紋理信息 分別采用閾值分類 多特征加權(quán)組合 聚類分析和b p 神 經(jīng)網(wǎng)絡(luò)等方法實(shí)現(xiàn)指紋質(zhì)量分類 第4 章主要對(duì)三種經(jīng)典的指紋增強(qiáng)算法進(jìn)行了仿真對(duì)比 結(jié)合仿真結(jié)果分析了算法 的優(yōu)缺點(diǎn)和適用對(duì)象 針對(duì)單一增強(qiáng)方法適用對(duì)象的局限性 將質(zhì)量分類思想融入到指 紋增強(qiáng)環(huán)節(jié)中 提出了基于質(zhì)量分類的指紋增強(qiáng)算法 實(shí)現(xiàn)了對(duì)不同質(zhì)量指紋的差異化 處理 第5 章為驗(yàn)證質(zhì)量分類處理方法在增強(qiáng)環(huán)節(jié)中的可行性 對(duì)多種指紋二值化 細(xì)化 和特征提取方法進(jìn)行仿真 利用g a b o r 增強(qiáng) s t f t 增強(qiáng)和基于質(zhì)量分類的指紋增強(qiáng)方 法分別對(duì)質(zhì)量不同的指紋進(jìn)行處理 通過計(jì)算和比較性能參數(shù)進(jìn)一步說明本文方法的有 效性 結(jié)論對(duì)全文進(jìn)行總結(jié)并對(duì)后續(xù)工作進(jìn)行展望 哈爾濱工程大學(xué)碩士學(xué)位論文 第2 章自動(dòng)指紋識(shí)別系統(tǒng) 指紋學(xué)是以解剖學(xué) 細(xì)胞學(xué) 組織學(xué) 胚胎學(xué) 生理學(xué)為基礎(chǔ) 完成對(duì)指紋形成機(jī) 理的研究 人類應(yīng)用指紋的歷史可以追溯到6 0 0 0 年前 受限于認(rèn)知 技術(shù)等因素 指 紋學(xué)直至1 7 世紀(jì)8 0 年代才逐漸發(fā)展起來 2 0 世紀(jì)中期才開始真正意義上的快速發(fā)展 傳統(tǒng)指紋學(xué)對(duì)不同指紋有效 可靠 精準(zhǔn) 快速地辨識(shí)研究 經(jīng)過幾個(gè)階段地發(fā)展 已 經(jīng)形成科學(xué)的人工對(duì)比方法 傳統(tǒng)指紋學(xué)雖取得了長(zhǎng)足進(jìn)步 但由于人工查對(duì)指紋的工 作存在單調(diào) 枯燥和耗時(shí)長(zhǎng)等缺點(diǎn) 需要借助計(jì)算機(jī)進(jìn)行輔助比對(duì)來減少工作量 提高 工作效率 自動(dòng)指紋識(shí)別系統(tǒng) a u t o m a t i cf i n g e r p r i n ti d e n t i f i c a t i o ns y s t e m a f i s 在這樣的 需求中應(yīng)運(yùn)而生 自動(dòng)指紋識(shí)別系統(tǒng)是利用計(jì)算機(jī)代替人工 自動(dòng)對(duì)指紋進(jìn)行清晰處理 特征測(cè)量 類型分析 細(xì)節(jié)描述 對(duì)象辨認(rèn)和分類存儲(chǔ)等 已被廣泛應(yīng)用于各個(gè)領(lǐng)域 表2 1 顯示了自動(dòng)指紋識(shí)別系統(tǒng)的應(yīng)用領(lǐng)域 表2 1 自動(dòng)指紋識(shí)別系統(tǒng)的應(yīng)用領(lǐng)域 相比于其他身份識(shí)別方法 自動(dòng)指紋識(shí)別系統(tǒng)可以更好地滿足用戶對(duì)安全性 便利 性和高效性的需求 成為傳統(tǒng)密碼 鑰匙的替代品 隨著技術(shù)日趨成熟 自動(dòng)指紋識(shí)別 系統(tǒng)市場(chǎng)份額的提升 應(yīng)用領(lǐng)域的擴(kuò)大和技術(shù)間的交融必將進(jìn)一步影響人類的活動(dòng)與交 流 2 1 自動(dòng)指紋識(shí)別系統(tǒng)的原理 分子生物學(xué)從遺傳角度揭示了指紋的唯一性和不變性是由d n a 分子所決定的 傳 統(tǒng)指紋學(xué)利用特征細(xì)節(jié)點(diǎn)的比對(duì)來驗(yàn)證指紋是否同源 世界各國(guó)普遍把這種方法作為司 法評(píng)判標(biāo)準(zhǔn) 如荷蘭和以色列采用了1 2 個(gè)特征點(diǎn)匹配作為同源標(biāo)準(zhǔn) 德國(guó)提出如果指 紋是斗型 箕型且紋路清晰 可采取8 個(gè)特征點(diǎn)匹配作為同源標(biāo)準(zhǔn) 指紋鑒別標(biāo)準(zhǔn)最高 第2 章自動(dòng)指紋識(shí)別系統(tǒng) 的英國(guó)認(rèn)定同源指紋必須具備1 6 個(gè)相同特征點(diǎn) 奧斯特布指出非同源指紋在同一區(qū)域 內(nèi)具有1 2 個(gè)相同特征的概率是十萬億分之一 3 0 數(shù)字指紋識(shí)別算法把傳統(tǒng)指紋學(xué)的特 征點(diǎn)轉(zhuǎn)化為數(shù)字指紋特征點(diǎn)的拓?fù)浣Y(jié)構(gòu)圖比對(duì)指紋 目前主流自動(dòng)指紋識(shí)別系統(tǒng)大多采 用特征比對(duì)的匹配方式鑒別指紋同源與否 自動(dòng)指紋識(shí)別系統(tǒng)是通過比對(duì)采集樣本和相似模板的端點(diǎn) 分叉點(diǎn) 確定樣本所對(duì) 應(yīng)的模板 判定樣本持有人的身份 主要有驗(yàn)證和識(shí)別兩種工作模式 驗(yàn)證模式是待驗(yàn) 證人聲明身份的前提下 通過比對(duì)采集樣本與數(shù)據(jù)庫中身份持有人先前采集的錄入模板 來確認(rèn)身份聲明的真?zhèn)?即采取一對(duì)一匹配方式 主要用于安全認(rèn)證領(lǐng)域 防止未授權(quán) 人盜用授權(quán)人身份 驗(yàn)證模式流程如圖2 1 所示 匹舀己 不匹配 圖2 1 驗(yàn)證模式流程圖 識(shí)別模式是在未知待識(shí)別人身份的前提下 將采集樣本與數(shù)據(jù)庫中存儲(chǔ)模板進(jìn)行逐 一比對(duì) 若與某模板匹配成功則待識(shí)別人身份就是匹配模板對(duì)應(yīng)的身份 否則無法識(shí)別 待識(shí)別人身份 即采取一對(duì)多匹配方式 主要用于刑偵犯罪等領(lǐng)域 確認(rèn)待識(shí)別人身份 識(shí)別模式流程如圖2 2 所示 識(shí)別 不識(shí)別 圖2 2 識(shí)別模式流程圖 2 2 自動(dòng)指紋識(shí)別系統(tǒng)的組成 2 2 1 指紋模式識(shí)別系統(tǒng)算法的組成 自動(dòng)指紋識(shí)別系統(tǒng)工作本質(zhì)是將數(shù)據(jù)庫中存儲(chǔ)模板與實(shí)時(shí)采集的樣本比對(duì) 從而確 7 哈爾濱工程大學(xué)碩士學(xué)位論文 定待驗(yàn)證人身份 所以傳統(tǒng)指紋模式識(shí)別系統(tǒng)算法由離線和在線兩部分組成 如圖2 3 所示 1 系統(tǒng)算法的離線部分 在確認(rèn)或預(yù)知用戶身份的前提下 采集用戶指紋并進(jìn)行 預(yù)處理 提取特征點(diǎn)集合 將特征點(diǎn)集合與用戶身份 d 姓名等 存儲(chǔ)于數(shù)據(jù)庫中 作 為用戶身份認(rèn)證的模板 2 系統(tǒng)算法的在線部分 實(shí)時(shí)采集待驗(yàn)證人指紋并進(jìn)行預(yù)處理 提取特征點(diǎn)集合 作為樣本 將樣本與數(shù)據(jù)庫中模板進(jìn)行匹配 從而確定待驗(yàn)證人身份是否獲得授權(quán) 一 離線部分 指紋指紋指紋 1 指紋模板 采集r 處理預(yù)處理 提取廣特征提取li 數(shù)據(jù)庫 在線部分 r 指紋指紋指紋 指紋模式 采集廣l 預(yù)處理預(yù)處理l提取廣特征提取 f 特征匹配 1 匹配結(jié)果 圖2 3 傳統(tǒng)指紋模式識(shí)別系統(tǒng)算法的組成 目前主流自動(dòng)指紋識(shí)別系統(tǒng)都嵌入了傳統(tǒng)指紋模式識(shí)別算法 隨著科研機(jī)構(gòu) 學(xué)術(shù) 研究不斷地推進(jìn) 傳統(tǒng)指紋模式識(shí)別算法性能得到了較大的提升 但也出現(xiàn)了現(xiàn)有框架 下無法解決的瓶頸 現(xiàn)有的后端處理算法已經(jīng)十分成熟 很難再卓有成效地提升匹配成 功率 前端采集環(huán)節(jié)成為提升后續(xù)算法性能的基礎(chǔ)保障 指紋質(zhì)量受到越來越多的關(guān)注 具備質(zhì)量評(píng)價(jià)功能的指紋識(shí)別算法也應(yīng)運(yùn)而生 如圖2 4 所示 指紋破損 儀器噪聲和 環(huán)境變化都能造成指紋質(zhì)差 很多因素在實(shí)際過程中是不可避免的 據(jù)統(tǒng)計(jì)采集環(huán)節(jié)會(huì) 產(chǎn)生約1 0 的質(zhì)差指紋 這部分指紋極易造成真實(shí)特征點(diǎn)丟失或偽特征點(diǎn)生成 嚴(yán)重影 響后端處理的準(zhǔn)確性 這也是現(xiàn)有框架的癥結(jié)所在 加入質(zhì)量評(píng)價(jià)模塊可以剔除質(zhì)差指 紋 為后續(xù)環(huán)節(jié)提供可靠 穩(wěn)定的處理基礎(chǔ) 突破現(xiàn)有框架的局限性 進(jìn)一步提高識(shí)別 準(zhǔn)確率 第2 章自動(dòng)指紋識(shí)別系統(tǒng) 槊羹卜龜量淵箍h 特施h 鏤 部分 不合格 人 r 棠簍卜龜量矽熬h 特 h 黼蠢 1r 匹配結(jié)果 圖2 4 具有質(zhì)量評(píng)價(jià)功能的指紋識(shí)別算法的組成 2 2 2 自動(dòng)指紋識(shí)別系統(tǒng)模塊的功能 依據(jù)指紋識(shí)別算法的組成 自動(dòng)指紋識(shí)別系統(tǒng)采取了功能模塊化設(shè)計(jì) 主要包括指 紋采集 預(yù)處理 特征提取和特征匹配等功能模塊 現(xiàn)簡(jiǎn)介模塊功能如下 1 指紋采集是根據(jù)指紋紋線的幾何特性 物理特性和生物特性的差異 產(chǎn)生不同 的光學(xué)或電流電阻的反饋信號(hào) 利用不同的算法對(duì)反饋信號(hào)進(jìn)行處理實(shí)現(xiàn)成像 從而獲 取指紋圖像 3 傳感器作為活體指紋掃描的核心部件直接影響采集質(zhì)量和精度 根據(jù)錄 入原理的不同 可分為光學(xué)反射式 電容傳感式和射頻傳感式三類 光學(xué)反射式是使用最普遍指紋采集技術(shù) 具有分辨率高 穩(wěn)定可靠和價(jià)格低廉等優(yōu) 點(diǎn) 但是存在光學(xué)畸變嚴(yán)重 對(duì)溫度等環(huán)境因素適應(yīng)能力差 采集樣本間互相干擾和假 指紋等方面的缺陷 電容傳感式采集技術(shù)采用了交替命令的并排列和傳感器電板 可以在更大的操作范 圍內(nèi)提供更好的圖像質(zhì)量 但是制造成本較高 傳感器表面易損壞 對(duì)臟手指的采集效 果不理想 射頻傳感式采集技術(shù)是通過傳感器本身發(fā)射出微量射頻信號(hào) 穿透手指的表皮層測(cè) 量真皮層的紋路 從而獲得最佳指紋圖像 這類方法具有防偽指紋能力強(qiáng) 對(duì)手指表層 特性要求低和對(duì)溫度等環(huán)境因素適應(yīng)能力強(qiáng)的顯著優(yōu)點(diǎn) 2 預(yù)處理是指紋模式識(shí)別系統(tǒng)算法中極為重要的一環(huán) 起到了指紋采集和后續(xù)特 征處理間的承接作用 直接決定匹配識(shí)別的準(zhǔn)確性 分割 增強(qiáng) 二值化 細(xì)化是預(yù)處 9 哈爾濱工程大學(xué)碩士學(xué)位論文 理過程中最為重要的4 個(gè)步驟 下面對(duì)預(yù)處理步驟進(jìn)行簡(jiǎn)明介紹 分割是分離指紋的前景和背景區(qū)域 受到電噪聲 手指情況和環(huán)境等因素的影響 背景中存在大量的噪聲 分割避免了從背景區(qū)域中提取特征 提高后續(xù)處理準(zhǔn)確性的同 時(shí)也減少了處理時(shí)問 增強(qiáng)是結(jié)合指紋紋理特征和智能化增強(qiáng)數(shù)學(xué)模型算法 提高紋線的清晰度 突出和 保留固有的特征信息 避免產(chǎn)生虛假特征信息 保證特征提取的準(zhǔn)確性和可靠性 3 2 1 二值化是將灰度圖像轉(zhuǎn)化為二值圖像 最大化提高脊線 谷線的對(duì)比度 33 1 更準(zhǔn)確 地分離出脊線區(qū)域 為提取指紋骨架做好先期準(zhǔn)備 細(xì)化是將紋線轉(zhuǎn)換成骨架形狀不變 拓?fù)浣Y(jié)構(gòu)未變的單像素細(xì)線 是特征提取的基 礎(chǔ) 3 特征提取是在細(xì)化的基礎(chǔ)上提取特征信息 確定特征點(diǎn)的數(shù)量 類型和位置 特征點(diǎn)主要包括端點(diǎn) 分叉點(diǎn) 分歧點(diǎn) 孤立點(diǎn) 環(huán)點(diǎn)和短紋等6 類 依據(jù)統(tǒng)計(jì)端點(diǎn)和 分叉點(diǎn)的出現(xiàn)頻率和穩(wěn)定性最高 大量實(shí)踐同時(shí)驗(yàn)證了利用這兩類特征點(diǎn)足以確定指紋 同源與否 4 特征匹配無論是在驗(yàn)證還是識(shí)別工作模式下 比對(duì)特征集合序列的吻合程度計(jì) 算出相似分?jǐn)?shù) 根據(jù)相似分?jǐn)?shù)是否達(dá)到匹配閡值從而判定指紋同源與否 2 3 自動(dòng)指紋識(shí)別系統(tǒng)的性能評(píng)估 近些年 國(guó)內(nèi)外很多學(xué)術(shù)機(jī)構(gòu)將研究重點(diǎn)放在了指紋識(shí)別技術(shù)上 比較有代表性的 有密歇根州立大學(xué) 博洛尼亞大學(xué)和中科院自動(dòng)化研究所 隨著研究的深入 大量學(xué)術(shù) 論文不斷在高水平期刊 學(xué)術(shù)會(huì)議上發(fā)表 為指紋識(shí)別技術(shù)的空前發(fā)展提高良好的理論 基礎(chǔ) 國(guó)際指紋識(shí)別競(jìng)賽為該領(lǐng)域?qū)W者和科研機(jī)構(gòu)提供了難得的競(jìng)爭(zhēng)和交流機(jī)會(huì) 同時(shí) f v c 系列指紋庫和n i s t t h eu s n a t i o n a l i n s t i t u t eo fs t a n d a r da n dt e c l l n 0 1 0 9 y 指紋庫為 研究指紋識(shí)別算法提供了一個(gè)標(biāo)準(zhǔn)的測(cè)試平臺(tái) 截止目前 評(píng)價(jià)指紋識(shí)別算法性能的方法主要有g(shù) i g o o 血e s si n d e x 和r o c r e c e i v eo p e r a t i n gc u l e 曲線兩種 1 g i 是利用真實(shí)特征點(diǎn)索引來評(píng)價(jià)指紋識(shí)別算法的性能 經(jīng)識(shí)別算法得到指紋樣 本的特征點(diǎn)集合鴆 力 刀 指紋鑒定人員對(duì)同樣本進(jìn)行人工特征標(biāo)記 獲得 真實(shí)特征點(diǎn)集合絲 z f 一 r 定義以下3 個(gè)量 p 是特征點(diǎn)匹配數(shù)量 即廠 鴆髟 必 口是特征點(diǎn)丟失數(shù)量 即廠g 髟 必 1 0 第2 章自動(dòng)指紋識(shí)別系統(tǒng) 6 是偽特征點(diǎn)生成數(shù)量 即廠 鴆且 仨必 定義g i 如下 g f 只一口f 一龜 研 圭l 一 g f j 一 f l 2 1 r 是特征點(diǎn)數(shù)量 吼是特征點(diǎn)f 所在子塊的質(zhì)量因子 匹配特征點(diǎn) 丟失特征點(diǎn) 生成偽特征點(diǎn)和真實(shí)特征點(diǎn)分別是脅 q 匆和t g i 越大表明特征點(diǎn)的提取越準(zhǔn)確 2 誤識(shí)率 峨 f a l s ea c c e p t a i l c er a t e 和拒識(shí)率f r r f a l s er e j e c t i o nr a t e 是指紋識(shí) 別算法的重要性能參數(shù) 分別以f a r 和f i 汛為y 軸和x 軸繪制的曲線即是r o c 曲線 f a r 是非同源指紋匹配成功次數(shù)與匹配次數(shù)總數(shù)的比值 f a r 越高系統(tǒng)安全性越低 用 戶感知相對(duì)更易接受 f r r 是同源指紋匹配失敗次數(shù)與匹配次數(shù)總數(shù)的比值 f i 汛越高 系統(tǒng)安全性越高 但是用戶感知較差 f a r 與f i 汛成反比關(guān)系 所以自動(dòng)指紋識(shí)別系 統(tǒng)要權(quán)衡安全性和用戶感知 從而根據(jù)不同需要 對(duì)算法識(shí)別過程的參數(shù)做相應(yīng)的調(diào)整 r o c 曲線示意圖如圖2 5 所示 n2 0 要 品1 6 1 2 8 4 00 0 0 10 0 1o 111 0 f a r f i o g 圖2 5 r o c 曲線不意圖 2 4 本章小結(jié) 本章主要對(duì)自動(dòng)指紋識(shí)別系統(tǒng)進(jìn)行了簡(jiǎn)明概括地介紹 首先從指紋識(shí)別技術(shù)的廣闊 應(yīng)用領(lǐng)域切入 闡述了自動(dòng)指紋識(shí)別系統(tǒng)的基本原理和工作模式 其次 介紹了指紋模 式識(shí)別系統(tǒng)算法的組成以及各功能模塊的主要功能 分析了現(xiàn)有結(jié)構(gòu)框架下系統(tǒng)組成存 在的不足 在傳統(tǒng)系統(tǒng)構(gòu)架中加入了質(zhì)量評(píng)價(jià)模塊 實(shí)現(xiàn)了具有質(zhì)量評(píng)價(jià)功能的指紋識(shí) 別系統(tǒng) 完善了現(xiàn)有系統(tǒng)功能的不足 最后 介紹了自動(dòng)指紋識(shí)別系統(tǒng)的主要性能指標(biāo) 哈爾濱工程大學(xué)碩士學(xué)位論文 第3 章基于特征參數(shù)的指紋質(zhì)量分類方法 圖像質(zhì)量的評(píng)判建立在視覺認(rèn)知的基礎(chǔ)上 人類作為接受信息的主體對(duì)圖像質(zhì)量的 判斷是最為準(zhǔn)確的 然而諸多不足致使主觀評(píng)價(jià)不能在實(shí)際中得到廣泛地使用 隨著計(jì) 算機(jī)技術(shù)的發(fā)展和生理學(xué)研究的深入 用計(jì)算機(jī)模擬人眼視覺感知成為了可能 同時(shí)也 為圖像質(zhì)量評(píng)價(jià)提供了有效解決途徑 指紋圖像的質(zhì)量是后續(xù)準(zhǔn)確處理的基礎(chǔ) 人眼通 過調(diào)節(jié)視覺細(xì)胞對(duì)指紋質(zhì)量作出有效評(píng)估 實(shí)際中通常利用計(jì)算機(jī)模擬該生理機(jī)能 這 類方法受限于現(xiàn)有視覺生理和心理的探究 與專業(yè)指紋鑒定人員的鑒定準(zhǔn)確程度還有些 許差距 但是鑒于可操作性 實(shí)時(shí)性和準(zhǔn)確性的綜合考慮 它是替代主觀評(píng)價(jià)指紋質(zhì)量 的有效方法 也是未來發(fā)展的主要趨勢(shì) 如何利用計(jì)算機(jī)模擬視覺感知快速準(zhǔn)確地評(píng)價(jià) 指紋質(zhì)量對(duì)算法和參數(shù)的選取具有指導(dǎo)作用和實(shí)際意義 是提高自動(dòng)指紋識(shí)別系統(tǒng)性能 的有效手段 指紋采集具有時(shí)變性 決定了指紋質(zhì)量的評(píng)價(jià)沒有參考基準(zhǔn) 屬于無參考范疇 現(xiàn) 有方法主要利用反映紋理結(jié)構(gòu)的特征參數(shù)評(píng)價(jià)指紋圖像質(zhì)量 依據(jù)提取對(duì)象的差異 可 以分為全局參數(shù)和局部參數(shù) 這些參數(shù)通常反映了指紋的灰度信息 方向性和對(duì)比度等 諸多方面 本章以特征參數(shù)為評(píng)價(jià)指標(biāo) 結(jié)合了閾值分類 多特征加權(quán)組合 聚類分析 神經(jīng)網(wǎng)絡(luò)等方法對(duì)指紋質(zhì)量進(jìn)行定性分類 3 1 傳統(tǒng)圖像質(zhì)量評(píng)價(jià)方法 圖像質(zhì)量評(píng)價(jià)在圖像壓縮 圖像傳輸以及視頻檢測(cè)等領(lǐng)域中得到廣泛應(yīng)用 具有建 立算法性能評(píng)判基準(zhǔn)和指導(dǎo)參數(shù)優(yōu)化調(diào)整的重要作用 根據(jù)評(píng)價(jià)主體不同 圖像質(zhì)量評(píng) 價(jià)方法分為主觀和客觀評(píng)價(jià) 主觀評(píng)價(jià)以人類視覺感知為主體準(zhǔn)確直接地評(píng)價(jià)圖像質(zhì) 量 但受耗時(shí)長(zhǎng) 工作量大 實(shí)時(shí)性差等缺點(diǎn)的制約不易在實(shí)際中廣泛應(yīng)用 通常作為 客觀評(píng)價(jià)方法的參考標(biāo)準(zhǔn) 客觀評(píng)價(jià)方法通過構(gòu)建數(shù)學(xué)模型模擬人類視覺系統(tǒng)對(duì)圖像質(zhì) 量進(jìn)行評(píng)價(jià) 根據(jù)對(duì)標(biāo)準(zhǔn)圖像依賴與否分為有參和無參評(píng)價(jià)方法 有參評(píng)價(jià)利用質(zhì)變圖 像和標(biāo)準(zhǔn)圖像之間像素變化衡量質(zhì)變程度 具有計(jì)算簡(jiǎn)單 速度快等優(yōu)點(diǎn) 是目前應(yīng)用 最為廣泛的質(zhì)量評(píng)價(jià)方法 無參評(píng)價(jià)對(duì)觀測(cè)圖像進(jìn)行直接評(píng)價(jià) 目前研究較少且通用性 差 但是這類方法與人類視覺質(zhì)量評(píng)價(jià)方式最為相近 本節(jié)主要介紹傳統(tǒng)圖像質(zhì)量評(píng)價(jià) 方法即有參評(píng)價(jià) 均方誤差m s e 和峰值信噪比p s n r 是有參評(píng)價(jià)中的重要指標(biāo) 也是 目前被廣為接受和使用的質(zhì)量評(píng)價(jià)基準(zhǔn) 均方誤差m s e 和峰值信噪比p s n r 的計(jì)算方 法如下 第3 章基于特征參數(shù)的指紋質(zhì)量分類方法 艘 志喜姜似 h 2 3 1 柵堋k 篇 3 2 其中 m 和 分別表示圖像的高和寬 f j 和 f 分別是標(biāo)準(zhǔn)圖像和質(zhì)變圖像 圖3 1 是標(biāo)準(zhǔn)圖像經(jīng)過不同處理的效果圖 口是標(biāo)準(zhǔn)圖像 6 是加噪圖像 c 和d 是亮度 調(diào)整圖像 a 標(biāo)準(zhǔn)圖像 b 加噪圖像 c 調(diào)亮圖像 d 調(diào)晴圖像 圖3 1 標(biāo)準(zhǔn)圖像經(jīng)不同處理效果圖 為了客觀評(píng)價(jià)經(jīng)不同處理后圖像的質(zhì)變程度 采用均方誤差m s e 和峰值信噪比 p s n r 兩個(gè)指標(biāo)評(píng)價(jià)圖像的質(zhì)量 見表3 1 表3 1m s e 和p s n r 指標(biāo) 結(jié)合表3 1 中m s e 和p s n r 指標(biāo)綜合分析圖3 1 中的圖像質(zhì)量 發(fā)現(xiàn)加噪圖像b 相 對(duì)于標(biāo)準(zhǔn)圖像a 質(zhì)降明顯 m s e 和p s n r 指標(biāo)反映了b 的質(zhì)變程度 圖像c 和d 是調(diào)整 對(duì)比度后的圖像 相比于標(biāo)準(zhǔn)圖像a 在視覺感受上并未有明顯質(zhì)降 圖像c 和d 的m s e 哈爾濱工程大學(xué)碩士學(xué)位論文 和p s n r 指標(biāo)卻比圖像b 更差 與主觀感受不一致 均方誤差m s e 和峰值信噪比p s n r 具有數(shù)學(xué)模型簡(jiǎn)單 計(jì)算快速 便于理解等優(yōu)點(diǎn) 同時(shí)兩個(gè)指標(biāo)反映的是對(duì)應(yīng)像素點(diǎn)灰 度變化程度 無法對(duì)差異區(qū)域做適合評(píng)判 傳統(tǒng)質(zhì)量評(píng)價(jià)方法通常利用單一指標(biāo)進(jìn)行評(píng) 判 鑒于指標(biāo)側(cè)重的不同很難良好表征圖像質(zhì)量 所以需要通過多種指標(biāo)組合的方式綜 合評(píng)定圖像質(zhì)量 3 2 指紋圖像質(zhì)量特征參數(shù) 質(zhì)量評(píng)價(jià)位于預(yù)處理過程的前端 指紋是實(shí)時(shí)獲取的圖像 即便連續(xù)采集同源指紋 也不會(huì)得到相同的圖像 所以指紋質(zhì)量評(píng)價(jià)通常情況下沒有參考基準(zhǔn) 屬于無參評(píng)價(jià) 指紋質(zhì)量并沒有標(biāo)準(zhǔn)明確的定義 鑒于其紋理結(jié)構(gòu)的特殊性 一般將紋線的清晰程度作 為評(píng)判指紋質(zhì)量的重要參考依據(jù) 本節(jié)主要提取反映紋線模糊性 灰度信息 方向變化 和對(duì)比度等特征參數(shù) 綜合指紋的全局和局部信息評(píng)價(jià)圖像質(zhì)量 3 2 1 全局質(zhì)量特征參數(shù) 全局質(zhì)量特征參數(shù)是利用從整幅圖像中提取的特征值表征圖像整體質(zhì)量 本小節(jié)選 取頻域能量熵 小波能量和有效面積3 個(gè)全局質(zhì)量特征參數(shù)評(píng)價(jià)指紋圖像