指纹独一无二问题的研究.docVIP

PAGE 第 PAGE 2页，共 NUMPAGES 13页 指纹独一无二问题的研究 摘 要 指纹是人类进化过程中自然形成的是人类手指末端指腹上由凹凸的皮肤所形成的纹路。目前，社会上广泛通过采用指纹识别技术确认个人身份，所依据的是指纹的独特性。为了验证指纹是人体的独一无二特征，并且可以作为确认身份的依据，本文建立了两个模型：一个概率模型和一个引入灰度对指纹图像进行二值化处理的模型。 模型一从能够准确区分指纹的特征入手，先通过对指纹的总体特征、细节点的位置（坐标）、方向和类型四个因素进行各自的相关性分析，然后对输入指纹与模板指纹相匹配的概率建立一个概率模型。并通过对该模型的分析和求解，证明指纹是独一无二的。 模型二是根据景象匹配中的将图像信息转化为矩阵进行研究的方法，通过对获取的指纹图像信息进行预处理，引入了图像匹配问题中的灰度的概念。并设定了一个灰度阈值，对图像进行二值化处理得到一个的矩阵。然后将问题转化为输入矩阵与模板矩阵的匹配的概率问题，最后对模型进行分析总结，。避开了指纹复杂的特征和细节点，模型较为简单，同样有说服力。 最后，基于所建立的模型来进行误差分析，并与另一种确认个人身份的DNA鉴定技术相比较，得出以下结论：因为DNA相同导致确认身份时产生错误的可能性和因为指纹相同导致确认身份时产生错误的可能性均非常小，因指纹相同导致错误的概率更小，但两者各有适用的环境范围 。 关键词：指纹 概率模型 灰度 二值化 矩阵 匹配 问题陈述 指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路，是人们遗传特性的反映。通常人们认为世界上每一个活人的指纹都是不一样的，设计一个模型并利用该模型分析以上说法正确的可能性，比较一下因为指纹相同导致确认身份时产生错误的可能性和因为DNA相同导致产生错误的可能性。 模型假设 a) 指纹不考虑人为的破坏因素，指纹在录入过程中图像质量控制较好，且没有出现错误。 b)指纹有两类主要特征：总体特征和细节点特征。确定两枚指纹是否相同,主要依靠细节特征的匹配。在总体特征中我们只考虑三种典型类型：弓型、环形和螺旋型； 在细节点特征中我们也只考虑三个特征：细节点的位置、方向和类型。 c) 细节点的特征是彼此独立的（即位置、方向和类型之间是彼此独立的）。 d) 在一个指纹中，细节点的分布近似均衡。 e) 在细节点的类型中，我们只考虑终断点和分叉点这两类（因为其它类型的细节点出现的机率很少）。 模型一： 模型的建立 （1）考虑细节点特征 根据假设b)，我们只考虑细节点的三个特征，位置P（x,y）,类型T 和脊线的角度α（方向）。因此，输入指纹的细节点特征及模板细节点的特征，Mt和MT，分别定义为： Mt=｛｛P1, α1 ,T1｝，｛P2, α2 ,T2｝，…，｛PNt, αNt ,TNt｝｝ MT=｛｛P`1 , α`1 ,T`1｝，｛P`2, α`2 ,T`2｝，…，｛P` NT, α`NT ,T`NT｝｝ eq \o\ac(○,1) 当满足以下条件时，输入的一个细节点i和模板中的细节点j的位置才可以看作是相匹配的， eq \o\ac(○,2)当满足以下条件时，输入的一个细节点i和模板中的细节点j的方向才可以看作是相匹配的， 等式（1）、（2）、（3）分别给出了输入指纹任意细节点与模板细节点的位置、方向、类型相匹配的概率。 （1） （2） （3） 首先，我们只考虑细节点的位置因素的相关性模型。 如果输入的指纹中包含Ｎt个细节点，仅有一个细节点与模板ＮT个细节点中任意一个相匹配的概率为（NTE/A）。 现在给定两个输入细节点，只有第一个细节点与模板中ＮT个之一的相匹配的概率等于 因此，两个输入细节点中只有一个与模板ＮT个细节点中的一个相匹配的概率是： 输入细节点Ｎt中有1个与模板ＮT个细节点中相匹配的概率是： （其中M=A/E，假定M是个整数，因为AE） 则输入细节点Ｎt中有m个与模板ＮT个细节点中相匹配的概率是： 其次，我们考虑细节点方向因素的相关性模型: 令（2）式的右端为，则=，所以在m个位置匹配的细节点中有k (k=m)个点方向匹配的概率为： 根据假设c), 位置、方向和类型之间是彼此独立的。因此，有k个点位置和方向都匹配的概率为： ```````````````````````````````````````````````````````````````````````` (4) 最后，我们同时考虑位置、方向和类型三个因素都匹配的相关性 由（3）式知=，所以 ```````````````````````