指纹识别技术仍有优化空间.docVIP

指纹识别算法仍有优化空间 田捷，陈新建，杨鑫 《计算机世界》 2006.01.16 目前，指纹识别技术的研究无论是在前端的数据采集上还是在后端的指纹识别算法上都已经取得了巨大的进展。于是，很多人认为现在的指纹识别技术已经很完善了，不再需要研究了。但这种观点是错误的，在指纹识别技术上仍然有一些没有解决好的问题，如: 低质量指纹图像的处理、形变指纹图像的匹配、活体指纹的检测等。这些都是经常遇到、非常重要和亟待解决的问题。在国际指纹识别竞赛（FVC2004）中，指纹数据库DB1中有些指纹图像的形变就很大，而位于第一名的指纹识别算法的等错误率(EER)是1.97%，从中可以看出形变指纹图像的处理仍然不是很理想，有着很多工作要做。 　　自动指纹识别系统（Automatic Fingerprint Identification System，简称AFIS）是通过特殊的光电转换设备和计算机图像处理技术，对活体指纹进行采集、分析和比对，可以自动、迅速、准确地鉴别出个人身份的。一般可以分成“离线部分”和“在线部分”两个部分。如图1所示。 　　　　其中离线部分包括用指纹采集仪采集指纹、提取出细节点、将细节点保存到数据库中形成指纹模板库等主要步骤。在线部分包括用指纹采集仪采集指纹、提取出细节点、然后将这些细节点与保存在数据库中模板细节点进行匹配，判断输入细节点与模板细节点是否来自同一个手指的指纹。一般来说，离线处理允许人工因素介入，可根据需要手动调整系统参数，而在线处理应完全由系统自动完成所有操作。 　　本文主要对指纹图像增强、特征点提取、匹配以及分类和压缩算法进行介绍。 　　指纹图像增强算法 　　采集获得的指纹图像通常都伴随着各种各样的噪声，一部分是由于采集仪造成的，比如采集仪上的污渍，采集仪的参数设置不恰当等。另外一部分是由于手指的状态造成的，比如手指的过干、太湿、伤疤、脱皮等等。第一种相对来说是固定的系统误差，比较容易恢复。另外一类和个体手指密切相关，比较难于恢复。指纹增强在指纹图像的识别过程中是最为重要的一环，这部分算法的优劣将对整个系统的性能产生至关重要的影响。如果这一部分没有处理好，也很难通过改进后面的细节提取过程而获得好的效果。 　　指纹图像是连续脊线和谷线组成的（在细节点处除外），具有丰富纹理信息的图像。对于灰度指纹图像，脊线和谷线在局部的小邻域内可以认为是正弦波形状，具有一定的频率和方向。使用方向场和Gabor滤波器来进行增强的算法就是基于这样的特点进行。 　　指纹专家通常是根据视觉上的脊线信息来准确地识别出真正的细节点。这些脊线的关系有局部脊线的方向、脊线的连续性、脊线的曲率、光滑度、脊线走向趋势等等。而诸如指纹的脊线连接、局部脊线方向和脊线的光滑度这样的结构信息是有可能在计算机中表示出来的。所以也可以把人对指纹结构的认识引入指纹图像处理的过程中，用计算机来模拟指纹专家做图像增强的算法。 　　图像的预处理指的是在指纹进行图像增强前使用一些简单的图像处理手段对图像进行初加工的过程。常见的预处理有: 灰度的均衡化，这可以消除不同图像之间对比度的差异; 使用简单的低通滤波消除斑点噪声、高斯噪声; 计算出图像的边界，进行图像的裁剪，这样可以减少下一步的计算工作量，提高系统的速度。 　　指纹特征提取算法 　　用计算机的语言完整地描述稳定而又有区别的指纹特征是实现自动指纹识别的一个关键问题。选择什么特征以及如何表示这种特征既关系指纹本身的特点，又和具体的指纹匹配算法紧密联系，同时还要考虑所采用的指纹采集设备的特点。目前的自动指纹识别系统普遍采用的指纹特征是细节点（minutiae），分为极限末梢和分叉点，见图2。 　　指纹的特征可以反映给定的人类群体里来自不同手指的指纹之间相似的程度。指纹的特征信息很多。这些所有的指纹特征信息构成了庞大的指纹特征集合。那么，特征层需要研究和解决的问题主要与这些特征信息有关，比如: “特征是否是终生不变的、惟一的”，“特征之间存在什么样的相互关系”，“什么样的特征子集可以使某种算法达到最佳的识别效果”，“指纹特征用于身份鉴别是否更安全”等等。一组好的特征不仅要能达到身份识别的基本要求，而且对噪声、畸变和环境条件不敏感。 　　围绕指纹特征展开研究是伴随着人们对指纹进行身份鉴别的认识而进行的，如今已经有很长的历史。1892年英国Sir Francis Galton对指纹进行了系统研究，首次提出了指纹特征惟一性的问题。随着信息技术的发展，人们对身份认证的准确性要求明显提高，同时也对指纹有效鉴定身份的能力产生质疑。2002年1月，美国联邦法官路易斯·波拉克做出的“凭借指纹鉴定不能定罪”的裁决促动了针对指纹特征的两个方面的研究工作: (1)在实践中为指纹定出可以作为有效特征的标准，使得两幅指纹是否相符不依赖于鉴定人员