指纹识别论文.docVIP

基于指纹识别的身份认证技术研究 Based on Fingerprint Recognition Status Certification Engineering Research (1.武汉理工大学;2.武汉科技大学)赵亮1 龚鸣敏2 Zhao,Liang Gong,Mingmin 摘要:通过对传统的验证持有物而进行身份认证的方式进行了改进, 提出了利用人体生物特征进行身份识别的更为安全和有效的方法。 关键词:指纹识别;身份认证;特征值 中图分类号:TP391.41 文献标识码:A Abstr act:The confirmation is to carry on the status certification , the mode which makes the improvement, proposed carried on thestatus recognition using the human body biology characteristic more secure and a valid method. Studied has implemented the statusrecognition using the fingerprint recognition technology, moreover has made the simulation experiment under the laboratory condition. Key words:Fingerpr int r ecognition,status,cer tification,char acter istic value 文章编号:1008- 0570(2006)09- 1- 0301- 03 在人类社会活动中需要验证个人身份时, 传统的方法是验证该人是否持有有效的信物,如照片、密码、 钥匙、磁卡和IC 卡等。这种方法验证的是该人持有的某种“物”,而不是验证其本人。这种以“物”认人的办 法, 漏洞是显而易见的“: 物”的丢失会导致合法的人无法被认证以及各种信物容易被伪造、破译。因此人们开始寻找一种认人不认物的直接验证方法。本文提出利用“人体生物特征身份鉴别技术”的方法来进行用户身份认证。 指纹由于具有唯一性(人各不同、指指相异) 和稳定性(终身基本不变) ,使其成为个人身份识别的有效 手段。随着计算机图像处理和模式识别技术的发展,使指纹识别快速发展成为实用、经济、可靠、安全的身份认证技术。 1 指纹识别技术 典型的指纹识别系统如图1。 图1 指纹识别系统简图 1.1 指纹特征 通常可通过指纹的两类特征进行验证: 总体特征和局部特征。在考虑局部特征的情况下, 只要比对13 个特征点重合, 就可以确认是同一个指纹。 1.1.1 总体特征 总体特征指那些用人眼直接就可观察到的特征,如图2 所示。 图2 指纹总体特征 1.1.2 局部特征 局部特征即指纹上节点的特征, 这些具有某种特征的节点称为特征点。两枚指纹经常会具有相同的总体特征, 但它们的局部特征—特征点, 却不可能完全相同。指纹纹路并不是连续、平滑笔直的, 而是经常出现中断、分叉或转折。这些断点、分叉点和转折点就称为“特征点”:就是这些特征点提供了指纹唯一性的确认信息。 1.2 指纹取像方法 常用的指纹取像方法有以下几种: 光学设备取 像, 晶体传感器取像, 超声波设备取像。其中超声波扫描被认为是指纹取像技术中非常好的一类。表1 是三种主要技术的比较。 1.3 指纹图像增强方法 中文核心期刊《微计算机信息》(测控自动化)2006 年第22 卷第9-1 期 模式识别 表1 指纹取像技术性能比较 细节特征提取算法的性能严重依赖于输入指纹 图像的质量。然而指纹源图像同真实指纹由于图像的 变形而会导致不同, 其中许多畸变、变形是由指纹图像获取时产生的: ( 1) 不一致的接触。( 2) 不均匀接触。( 3) 不可再现的接触。( 4) 采集设备本身的噪声干扰。 这些因素将导致待分析的指纹图像产生一定数量的可疑特征点以及大量真实特征点被忽略并引入大量的错误信息。为了确保细节特征算法的性能, 我们需 要进行指纹图像增强。 一般来说, 图像的增强采用平滑、滤波、二值化、细化等数字图像处理方法来进行。实际实现时, 指纹图像增强一般采用以下几个环节: 规格化, 方向图估计, 频率图估计, 生成模板, 滤波。一幅指纹图像经过规格化后, 才能将该图的均值和方差控制在给定范围, 以便后续处理。对指纹图像规格化目的是将该灰 度图的方差降低。规格化一般采用如下公式:其中, N(i,j)是规格化后的图像, I(i,j)是源图像, Var和M是图像I 的方差和均值,Var0 和M0 是预设的方差和均值。方向图估计则计