基于结构特征比对的指纹识别方法.docx

基于结构特征比对的指纹识别方法黎妹红张其善(北京航空航天大学电子工程学院北京100083)文 摘 针对通常的指纹识别算法都不支持指纹的旋转和偏移的问题, 文中首先提出一个在二维平面上点与点之间的距离与平面的旋转和平移无关的数学模型。 然后在分析指纹特征点的基础上提出一个基于指纹结构特征的比对算 法, 该算法主要是利用特征点之间的距离、类型和跨越纹线等结构信息来进行比对。最后用实验证明这一算法的可行性。主题词 指纹识别 模式识别 结构特征 特征比对前 言通常的指纹识别系统对录入指纹时手指的角度和位置都有一定的限制, 也就是说, 不能太偏或者旋转 角度太大, 一些识别系统使用限位槽来限制录入者手指的角度和位置。这是因为一般识别系统中的识别算法对指纹的角度和位置信息非常敏感, 它们的比对算法都是通过特征点的位置和方向等信息来实现的。但 是, 通常情况下还是会出现许多因为按压指纹的位置或角度不对而导致比对失败的情况, 即使有限位槽也 无济于事。针对这种情况, 本文首先提出一个在二维平面上点与点之间的距离与平面的旋转和平移无关的 数学模型1 , 然后给出指纹的特征点, 基于这些特征点从中提取新的结构特征信息, 本文的比对算法就是 基于这些结构特征来实现的。 该算法主要是利用特征点之间的距离、角度、特征点类型和跨越的纹线个数等结构特征来进行比对, 它们与指纹的角度和位置无关, 因此, 指纹的旋转角度和位移对算法影响不大, 指 纹按压时的角度可以旋转 180°并偏移一定距离, 但其前提条件是必须保证有足够多的指纹信息被录入。最后, 用大量的实验来证明这一算法的可行性, 并且给出了该算法的拒识率 FR R 和误识率 FA R。数学模型图 1 的左图中, 在一个平面上有 5 个点, 其中,O 点为中心点, 其它为O 点的 4 个邻点。右图为左图 的旋转和偏移图, 它是以 O 为中心逆时针方向旋转45°并且偏移一定位移之后形成的图形。观察这两个图形 发 现, 从 O 点 到 其 它 4 个 点 之 间 的 距 离 OA 、1OB 、O C 和 OD 并没有发生改变, 而且以 O为中心,再加上其它两个邻点之间形成的夹角也是不会变的。另外对于指纹图像从其它四点到中心点 O 所跨 越的纹线个数也是不变的。 本文提出的指纹识别算法就是利用距离、角度、特征点类型和跨越的纹线个图 1平面上的点距与旋转和位移无关的数学模型数等结构特征来比对的。同一枚指纹上的特征点是不变的, 这些结构特征在指纹图像旋转和偏移之后也不会发生变化, 所以旋转角度和位移对算法几乎没有影响。指纹的特征点指纹的特征点是指纹纹线上的一些分歧点、交叉点、端点等, 而不包括纹线上的其它正常点, 如图 2 所2收稿日期: 2004201218收修改稿日期: 2004204206示2 。 大量的实践证明, 这些特征点能够唯一地标识指纹。从指纹图像中提取的特征点一般包括水平坐标 X , 垂直坐标 Y , 方向D , 特征点类型 T等等信息。这里, 我们不使用方向信息, 因此, 提取的特征点我们只需要位置和类型信息, 也就是 X 、Y 和 T 值。由 X 和 Y 组成的特征点的点集就是在同 一个平面上的离散点, 因此它们在平面上的任意分布就形成了任意两点之间的距离差异, 我们就是利用这种距离差异来 区分不同的指纹的。对于分布在二维平面上的指纹特征点, 若以某一个点为 中心, 在有限邻域内一定有可数个邻点, 从中心点到邻点的距离就用来描述该中心点的唯一性, 同样, 其它特征点也存在这 种特性。为了加强这种唯一性, 我们可以通过限定点集中点的 总数, 以及通过提取特征点的其它属性, 例如点的类型、两个 邻点同中心点形成的夹角以及两点所跨越的纹线个数等。 也 就是说, 只有距离相等, 点类型相同、夹角相等并且跨越的纹数个数都相同时才能表示两点匹配成功。如图 3 所示, 左图为 经过二值化的指纹原图, 右图中用粗圆点表示提取的特征点、假设以 O 为中心点, 定义 A 、B 、C、D 为 O 点的 4 个邻点。 对 照左图可以看出, 它们的类型不尽相同, 其中 O 点为端点, 而图 2指纹纹线上的特征点与正常点其它 4 点都为分歧点3 4个数分别为 3、2、4、0。, 从 O 到 A 、B 、C、D所跨越的纹线图 3提取出特征点的指纹示意图3特征比对特征比对是建立在点比对的基础上来完成的, 因此这里我们首先来讨论一下点的比对。点的属性有 X坐标、Y 坐标和类型 T , 其中 T 的取值范围是 1 到 3, 分别表示分歧点、交叉点和端点。其中 X 和 Y 分别用2 字节表示, T 用 1 个字节表示, 这样一个特征点占用 5 字节。 如图 3 所示, A 、B 、