自動(dòng)指紋識(shí)別系統(tǒng).ppt

1、指紋識(shí)別系統(tǒng),王夢(mèng)菲 2011082136 毛凱麗 2011082141 朱東 2011082144,指紋識(shí)別的概念a.指紋識(shí)別就是利用人的指紋來識(shí)別、驗(yàn)證人的身份，指紋具有唯一性和終身不變性b.指紋識(shí)別是一種生物特征識(shí)別技術(shù)。生物特征識(shí)別技術(shù)就是采用自動(dòng)技術(shù)測(cè)量人體固有的生理特性和行為特征，并將這些特征與數(shù)據(jù)庫的模板數(shù)據(jù)進(jìn)行比較來進(jìn)行個(gè)人身份的鑒定。,(1)互異性；世界上兩個(gè)指紋完全相同的概率小于10-9，幾乎為零。 (2)不變性；人的指紋特征不隨年齡的增長和胖瘦或其他情況的改變而改變。 (3)具有和主體永不分離性；這樣對(duì)主體身份的識(shí)別更具真實(shí)性。 (4)指紋的使用比起其它證卡來說更快捷、安

2、全準(zhǔn)確、無干擾，可實(shí)現(xiàn)快速登錄注冊(cè)。 (5)一個(gè)人的十指指紋皆不相同，這樣可以方便地利用多個(gè)指紋構(gòu)成多重口令，提高系統(tǒng)的安全性。 (6)指紋識(shí)別中使用的模板并非最初的指紋圖，而是由指紋圖中提取的關(guān)鍵特征，這樣使系統(tǒng)對(duì)模板庫的存儲(chǔ)量較小。另外，對(duì)輸入的指紋圖提取關(guān)鍵特征后，可以大大減少網(wǎng)絡(luò)傳輸?shù)呢?fù)擔(dān)，便于實(shí)現(xiàn)異地確認(rèn)，支持計(jì)算機(jī)的網(wǎng)絡(luò)功能。,指紋取像,圖像預(yù)處理,特征提取,指紋識(shí)別,數(shù)據(jù)庫管理,自動(dòng)指紋識(shí)別系統(tǒng)AFIS的簡(jiǎn)單流程,預(yù)處理流程圖,圖像濾波,目前市場(chǎng)上常用的指紋采集設(shè)備有三種：光學(xué)式、硅芯片式、超聲波式,指紋圖像采集,指紋圖像預(yù)處理：預(yù)處理的目的是改善輸入指紋圖像的質(zhì)量，去除圖像中的

3、噪音,把它變成一幅清晰的點(diǎn)線圖,以便于提取正確的指紋特征,以提高特征提取的準(zhǔn)確性。本文采用灰度分割法對(duì)質(zhì)問圖像進(jìn)行分割。利用中值濾波進(jìn)行去噪。通過自適應(yīng)二值化的方法處理指紋圖像，最后再對(duì)圖像進(jìn)行細(xì)化以及去除毛刺，斷裂等干擾。 指紋圖像特征提?。簩?duì)指紋圖像的特征點(diǎn)進(jìn)行提取。由于經(jīng)過預(yù)處理后的細(xì)化圖像上存在大量的偽特征點(diǎn)，所以提取大量的偽特征點(diǎn)，這些偽特征點(diǎn)的存在，不但使匹配的速度大大降低，還使指紋識(shí)別性能急劇下降，造成識(shí)別系統(tǒng)的誤拒率和誤識(shí)率的上升，因此在進(jìn)行指紋匹配之前，盡可能將偽特征點(diǎn)去除，針對(duì)提取出指紋細(xì)節(jié)特征點(diǎn)含有大量的偽特征這一問題，提出了一種邊緣信息判別法，有效地去除了邊界偽特征點(diǎn)，

4、再根據(jù)脊線結(jié)構(gòu)特性去除其毛刺和短脊等偽特征點(diǎn)，顯的減少了偽特征點(diǎn)。 指紋匹配：對(duì)指紋圖像的匹配算法進(jìn)行研究。特征匹配是識(shí)別系統(tǒng)的關(guān)鍵環(huán)節(jié)，匹配算法的好壞直接影響識(shí)別的性能、速度和效率。為了克服指紋圖像非線性形變的影響，采用基于結(jié)構(gòu)特征的點(diǎn)匹配算法，對(duì)校準(zhǔn)后的點(diǎn)集進(jìn)行匹配，匹配的特征點(diǎn)個(gè)數(shù)在兩個(gè)點(diǎn)集中所占比例大約百分之六十五的范圍內(nèi)就可判為匹配成功。,根據(jù)灰度的大小對(duì)圖像進(jìn)行初步處理，得到初步處理然后對(duì)指紋圖像進(jìn)行歸一化及分割處理，消除剩下的背景區(qū)域。,預(yù)處理圖像分割,對(duì)指紋圖像進(jìn)行分割處理，消除剩下的背景區(qū)域。 a先對(duì)初步處理后的指紋圖像進(jìn)行歸一化處理，在此利用公式如下：,b. 對(duì)指紋圖像進(jìn)行

5、分塊，將其分為8*8的小塊，如果是背景區(qū)域，其灰度的方差較小，而前景區(qū)的指紋圖像的方差較大，所以對(duì)每個(gè)小塊求其方差，再設(shè)定一個(gè)閾值，小于閾值的方塊區(qū)域設(shè)置為背景區(qū)域，將其灰度值設(shè)定為255，而大于閾值的區(qū)域的灰度值保持不變，從而可以將指紋圖像從背景區(qū)域很好的分離。,基于灰度的指紋圖像與背景分離算法,指紋預(yù)處理過程中最重要的一步就是對(duì)指紋圖像進(jìn)行濾波去噪，它是指紋圖像預(yù)處理需要解決的核心問題。圖像濾波的目的是在增強(qiáng)脊線谷線結(jié)構(gòu)對(duì)比度的同時(shí)抑制噪聲，連接斷裂的脊線和分離粘連的脊線，按特定的需要突出一幅圖像中的某些信息，同時(shí)削弱或去除某些不需要的信息。,預(yù)處理圖像濾波,在進(jìn)行后續(xù)處理中常用的濾波方法

6、有均值濾波、中值濾波、最小均方差濾波等。 由于高斯函數(shù)的傅立葉變換仍是高斯函數(shù),因此高斯函數(shù)能構(gòu)成一個(gè)在頻域具有平滑性能的低通濾波器。可以通過在頻域做乘積來實(shí)現(xiàn)高斯濾波。 均值濾波是對(duì)是對(duì)信號(hào)進(jìn)行局部平均,以平均值來代表該象素點(diǎn)的灰度值。 中值濾波是常用的非線性濾波方法,也是圖像處理技術(shù)中最常用的預(yù)處理技術(shù)。它在平滑脈沖噪聲方面非常有效,同時(shí)它可以保護(hù)圖像尖銳的邊緣。加權(quán)中值濾波能夠改進(jìn)中值濾波的邊緣信號(hào)保持效果。 最小均方差濾波器,亦稱維納濾波器,其設(shè)計(jì)思想是使輸入信號(hào)乘響應(yīng)后的輸出,與期望輸出的均方誤差為最小。,圖像經(jīng)濾波處理后，其中的紋線(脊)部分得到了增強(qiáng)，不過脊的強(qiáng)度并不完全相同，表

7、現(xiàn)為灰度值的差異。二值化的目的就是使脊的灰度值趨向一致，將灰度圖變換為只有黑和白兩種灰度的圖像。使整幅圖像簡(jiǎn)化為二元信息在指紋識(shí)別中，一方面對(duì)圖像信息進(jìn)行了壓縮，保留了紋線的主要信息，節(jié)約了存儲(chǔ)空間，另一方面還可以去除大量的粘連，為指紋特征的提取和匹配作準(zhǔn)備。,預(yù)處理二值化,對(duì)指紋圖像進(jìn)行二值化，其基本要求就是二值化后的圖像能真實(shí)地再現(xiàn)原指紋。具體要求為： 1脊線中不出現(xiàn)空白； 2二值化后的脊線基本保持原來指紋的特征； 3指紋的紋線不應(yīng)有太多的間斷和相連； 4指紋紋線間的間距應(yīng)大致相同。,由于原始指紋圖像不同區(qū)域深淺不一，如對(duì)整幅圖像用同一閾值進(jìn)行二值分割，會(huì)造成大量有用信息的丟失。這里我們使

8、用自適應(yīng)閾值二值化的思想，對(duì)每塊指紋圖像，選取的閾值應(yīng)盡量使該塊圖像內(nèi)大于該閾值的像素點(diǎn)數(shù)等于小于該閾值的像素點(diǎn)數(shù)。 一般灰度圖像二值化的變換函數(shù)用下列公式表示,T為指定的閾值，x為灰度值,1將指紋圖像劃分為不重疊的大小為w*w的塊，求取該區(qū)域內(nèi)所有像素的灰度平均值。在綜合考慮算法速度和處理效果兩方面的條件下，本文分塊尺寸為88；T為塊的灰度平均值見下式： 2計(jì)算區(qū)域內(nèi)的 和 的值， =灰度值大于等于T的像素點(diǎn)的個(gè)數(shù)。 =灰度值小于T的像素點(diǎn)的個(gè)數(shù)； 3如果 ，則T為閾值； 4若 ，則T=T+1，否則T=T-1，返回第二步。,自適應(yīng)閾值二值化的流程圖,T為該塊指紋圖像的平均灰度值、 分別為第(

9、k,l)塊指紋圖像中灰度值大于等于T和小于T的像素點(diǎn)數(shù)， 是分塊尺寸（像素）。,指紋圖像二值化后，紋線仍具有一定的寬度，而指紋識(shí)別只對(duì)紋線的走向感興趣，不關(guān)心它的粗細(xì)。細(xì)化的目的是為了刪除指紋紋線的邊緣像素，使之只有一個(gè)像素寬度，減少冗余的信息，突出指紋紋線的主要特征，從而便于后面的特征提取。細(xì)化時(shí)應(yīng)保證紋線的連接性，方向性和特征點(diǎn)不變，還應(yīng)保持紋線的中心基本不變。,預(yù)處理細(xì)化,（1）建立3維數(shù)組，第一組數(shù)據(jù)為預(yù)處理后的圖像信息，定義每一個(gè)像素點(diǎn)它周圍點(diǎn)像素參數(shù)。 （2）對(duì)于滿足6種情況的模板，賦值為2 ，其實(shí)為像素1情況。對(duì)于滿足后六種情況的模板賦值為3，別的情況點(diǎn)值不做改變。 （3）16種

10、消去模板是在不滿足上述情況下衍生的模板，對(duì)于滿足這些模板的點(diǎn)像素全為0，以上都未涉及的點(diǎn)不做改變。 （4）循環(huán)進(jìn)行上述過程，到所有點(diǎn)值不改變?yōu)橹?，最多進(jìn)行20次細(xì)化。 細(xì)化將黑白二值圖像細(xì)化成了單個(gè)像素帶寬的指紋圖像，由于模板的選擇不同，上圖中的細(xì)化圖像一定程度上存在毛刺、分叉、斷點(diǎn)等不理想的情況。所以在特征提出前還需稍加處理，細(xì)化好的模板選擇可以提高圖片的質(zhì)量和細(xì)化運(yùn)算的速度。,細(xì)化算法,快速細(xì)化算法 改進(jìn)的OPTA算法,壓縮圖像的信息，突出指紋的主要特征，減少了對(duì)特征點(diǎn)判斷的復(fù)雜度，縮短判斷時(shí)間。常用的算法包括：,快速細(xì)化算法,1，遍歷整幅指紋圖像，找出圖像的邊界點(diǎn)。 2，對(duì)邊界點(diǎn)P針對(duì)其

11、3x3領(lǐng)域圖,得到兩個(gè)特征量。,如果P點(diǎn)滿足NC(P)為2，且NZ(P)不等于1且小于6就剔除。 3，繼續(xù)尋找下一個(gè)邊界點(diǎn)，直到?jīng)]有可刪除的點(diǎn)為止。,改進(jìn)的OPTA算法,像素點(diǎn)取舍判斷流程圖,統(tǒng)一模板,消除模板,保留模板,根據(jù)某點(diǎn)的八個(gè)相鄰點(diǎn)的情況來判斷該點(diǎn)是否能刪除,圖給出了當(dāng)前需要處理的像素點(diǎn)在不同的八鄰域條件下的情況，可以看出：(1)不能刪，因?yàn)樗莻€(gè)內(nèi)部點(diǎn)，我們要求的是骨架，如果連內(nèi)部點(diǎn)也刪了，骨架也會(huì)被掏空的； (2)不能刪，和(1)是同樣的道理； (3)可以刪，這樣的點(diǎn)不是骨架； (4)不能刪，因?yàn)閯h掉后，原來相連的部分?jǐn)嚅_了； (5)可以刪，這樣的點(diǎn)不是骨架； (6)不能刪，因?yàn)?/p>

12、它是直線的端點(diǎn)，如果這樣的點(diǎn)刪了，那么最后整個(gè)直線也被刪了，剩不下什么； (7)不能刪，因?yàn)楣铝Ⅻc(diǎn)的骨架就是它自身。,為了避免分裂指紋圖像，細(xì)化的過程分為兩個(gè)步驟，第一步是正常的腐蝕操作，但是它是有條件的，也就是說那些被標(biāo)記的可除去的像素點(diǎn)并不立即消去；在第二步中，只將那些消除后并不破壞連通性的點(diǎn)消除，否則的話保留這些邊界點(diǎn)。以上的步驟是在一個(gè)33鄰域內(nèi)運(yùn)算，可以通過查表實(shí)現(xiàn)細(xì)化的操作。算法的實(shí)現(xiàn)步驟如下：,（1）定義一個(gè)33模板和一個(gè)查找表，模板和查找表分別如表1和圖1所示：,erase table256=0，0，1，1，0，0，1，1，1，1，0，1，1，1，0，1，1，1，0，0，1，1

13、，1，1，0，0，0，0，0，0，0，1，0，0，1，1，0，0，1，1，1，1，0，1，1，1，0，1，1，1，0，0，1，1，1，1，0，0，0，0，0，0，0，1，1，1，0，0，1，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，1，1，0，0，1，1，0，0，1，1，0，1，1，1，0，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，1，1，0，0，1，1，1，1，0，1，1，1，0，1，1，1，0，0，1，1，1，1，0，0，0，0，0，0，0，1，0，0，1，1，0，0，1，1，1，1，0，1

14、，1，1，0，1，1，1，0，0，1，1，1，1，0，0，0，0，0，0，0，0，1，1，0，0，1，1，0，0，0，0，0，0，0，0，0，0，1，1，0，0，1，1，1，1，0，0，0，0，0，0，0，0，1，1，0，0，1，1，0，0，1，1，0，1，1，1，0，0，1，1，0，0，1，1，1，0，1，1，0，0，1，0，0，0 圖1 細(xì)化查找表,（2）對(duì)二值圖像從上到下、從左到右進(jìn)行掃描；該過程結(jié)束后再對(duì)圖像進(jìn)行從左到右，從上到下的掃描；如果圖像中當(dāng)前像素點(diǎn)的灰度值為“0”，且其左右（第一次掃描過程考慮左右像素點(diǎn)）或上下（第二次掃描過程考慮上下兩個(gè)像素點(diǎn)）兩個(gè)像素點(diǎn)中有任意一個(gè)為“25

15、5”則轉(zhuǎn)至步驟（3），否則回轉(zhuǎn)到步驟（2）； （3）該像素點(diǎn)為中心的33區(qū)域內(nèi)的各個(gè)像素值和定義的模板中的權(quán)值進(jìn)行卷積求和，得到查找索引值k； （4）根據(jù)這個(gè)索引值k得到表里相應(yīng)的數(shù)據(jù)，如果為“1”，那么該像素點(diǎn)的灰度值設(shè)為“255”，如果為“0”，則該像素點(diǎn)的灰度值為“0”。 （5）圖像從頭至尾掃描二遍后，如果該次掃描修改了圖像中的點(diǎn)，則跳轉(zhuǎn)至步驟二，開始新的一輪掃描。否則圖像細(xì)化結(jié)束。 為了是圖像能過更加清晰的展現(xiàn)出來，我們把分割后的指紋圖像背景換為白色背景。實(shí)驗(yàn)結(jié)果見實(shí)驗(yàn)結(jié)果圖。,對(duì)于特征點(diǎn)提取的常用算法很多，如： (1)基于二值化的特征提取方法：這種算法對(duì)于預(yù)處理和增強(qiáng)后得指紋圖像進(jìn)行

16、二值化，然后再提取特征點(diǎn)。 (2)基于直接灰度的特征提取方法：這種方法直接從灰度圖像出發(fā)，通過分析圖像的紋理屬性和拓?fù)浣Y(jié)構(gòu)提取特征點(diǎn)。 (3)基于細(xì)化圖像的特征提取方法：這種方法是將指紋圖像處理后得到細(xì)化圖像，通過細(xì)化圖像提取特征點(diǎn)。,特征提取,本文的特征提取算法是在細(xì)化的圖像基礎(chǔ)上采用是模板匹配法。模板匹配法有運(yùn)算量小、速度快的優(yōu)點(diǎn)。 主要提取指紋的細(xì)節(jié)特征即端點(diǎn)和分叉點(diǎn)。端點(diǎn)和分叉點(diǎn)是建立在對(duì)8鄰點(diǎn)的統(tǒng)計(jì)分析基礎(chǔ)之上的，則在八鄰域的所有狀態(tài)中，滿足端點(diǎn)特征條件的有8種，滿足分叉點(diǎn)特征條件的有9種。 對(duì)于細(xì)化圖像而言，像素點(diǎn)的灰度值只有兩種情況（即0或1）“0”為背景點(diǎn)灰度，“1”為紋線點(diǎn)灰

17、度。對(duì)于細(xì)化圖像上的任意點(diǎn)P，其交叉數(shù)定義見式41，P點(diǎn)的八鄰域黑點(diǎn)數(shù)定義見式42：,4-1,4-2,求出特征點(diǎn)后，再根據(jù)平均紋線距離等信息對(duì)所得特征點(diǎn)進(jìn)行有效性檢驗(yàn)，去除偽特征點(diǎn)，保留真特征點(diǎn)。然后以特征點(diǎn)的坐標(biāo)，及特征點(diǎn)的方向d，結(jié)合其鄰域情況(鄰域內(nèi)的特征點(diǎn)數(shù)、相對(duì)位置、脊線上特征點(diǎn)所處位置的紋曲率、特征點(diǎn)鄰域內(nèi)的脊線紋密度等等)，可以構(gòu)成該指紋細(xì)節(jié)特征點(diǎn)的特征向量。將所有的特征向量進(jìn)行篩選后留下50到80個(gè)特征向量，構(gòu)成指紋特征模板。,改進(jìn)的特征提取算法,第一步，選定全局特征點(diǎn)。 第二步，選定細(xì)節(jié)點(diǎn)。采用之前講述的八鄰域編碼算法。 第三步，對(duì)選定好的特征點(diǎn)進(jìn)行去偽存真處理。,識(shí)別時(shí)本文

18、用到特征點(diǎn)間距離和特征點(diǎn)方向差兩概念，特征點(diǎn)和間距離用歐式距離計(jì)算，見式（46）：,偽特征點(diǎn)濾除算法步驟如下： 1若在半徑內(nèi)有個(gè)相鄰特征點(diǎn)，如果個(gè)特征點(diǎn)與中心特征點(diǎn)的結(jié)構(gòu)關(guān)系符合上面所述的準(zhǔn)則，則是真特征點(diǎn)，保存。如果不符合，需進(jìn)一步分析，對(duì)端點(diǎn)和分叉點(diǎn)分別討論。 2對(duì)于端點(diǎn)，判斷個(gè)相鄰特征點(diǎn)種有無短枝、紋線間斷偽特征結(jié)構(gòu)，如沒有是真特征點(diǎn)。如果有一個(gè)或兩個(gè)，則是偽特征，按照先短枝后紋線間斷的順序進(jìn)行刪除。對(duì)于分叉點(diǎn)，判斷個(gè)相鄰結(jié)構(gòu)中，有無毛刺、孔洞、叉連偽特征結(jié)構(gòu)，如沒有，則是真特征點(diǎn)。如有一個(gè)或多個(gè)，是偽特征結(jié)構(gòu)，按照毛刺、孔洞、叉連的順序進(jìn)行刪除。 3對(duì)邊界特征點(diǎn)的去除，搜索指紋分割時(shí)的邊緣塊，根據(jù)塊所在的位置，判斷特征點(diǎn)離邊界的距離，如果小于閾值(一般設(shè)為5)，則認(rèn)為該特征點(diǎn)為偽特征點(diǎn)，應(yīng)予以刪除。,算法步驟： （1）分別讀取