邱在良南昌航空大學(xué)

自動(dòng)指紋識別技術(shù)的發(fā)展與應(yīng)用

邱在良
南昌航空大學(xué)

自動(dòng)指紋識別技術(shù)因其很高的可行性和實(shí)用性，逐漸成為身份認(rèn)證的主要技術(shù)之一，在實(shí)踐中得到了廣泛應(yīng)用。本文首先闡述了自動(dòng)指紋識別技術(shù)的發(fā)展，之后針對指紋圖像污物或殘缺情況下識別不理想的問題，提出了改進(jìn)龐加萊指數(shù)算法，實(shí)驗(yàn)結(jié)果表明，該算法在檢測指紋圖像奇異點(diǎn)方面優(yōu)于高斯厄米算法，能夠有效提高低分辨率和邊緣殘缺指紋的識別精度。

自動(dòng)指紋識別；發(fā)展；應(yīng)用

引言

隨著世界經(jīng)濟(jì)的飛速發(fā)展，科學(xué)技術(shù)的不斷創(chuàng)新，人們的訪問控制與信息安全也受到了沖擊，對身份的認(rèn)證方法越來越受到人們的關(guān)注和重視。個(gè)人身份認(rèn)證比較常見的有兩種：一種是通過檢查“你有什么”“你知道什么”來達(dá)到認(rèn)證的目的，比如檢查身份證駕駛證，說明只有自己知道的信息。另一種就是通過密碼、口令等來進(jìn)行個(gè)人信息認(rèn)證。但是第一種方法只適用于現(xiàn)實(shí)生活中，可能存在證件偽造。第二種方法存在著被盜用、遺忘等風(fēng)險(xiǎn)。為了適應(yīng)市場需求和社會發(fā)展，生物識別技術(shù)應(yīng)運(yùn)而生。

生物識別技術(shù)是利用人的生物特征，比如指紋、聲音、人臉等進(jìn)行身份驗(yàn)證，主要將人的生物特征轉(zhuǎn)化為圖像后進(jìn)行識別。在眾多生物識別技術(shù)中，指紋識別具有很高的可行性和實(shí)用性，占有的市場份額最大，具有很廣泛的市場前景[1]。特別是近些年以計(jì)算機(jī)為核心技術(shù)的網(wǎng)絡(luò)系統(tǒng)的迅猛發(fā)展，為指紋識別提供了可靠的技術(shù)保障。

1、自動(dòng)指紋識別技術(shù)的研究發(fā)展現(xiàn)狀

科技迅猛發(fā)展，以及計(jì)算機(jī)處理速度飛速提升，使得圖像采集和處理都變得十分便利。這些條件，都是指紋識別不可或缺的因素。其技術(shù)核心主要可以分為兩部分：采集和識別[3]。

目前常用的指紋采集手段可以主要分為三類：光學(xué)、半導(dǎo)體硅和超聲波[3]。光學(xué)方式是較早出現(xiàn)的技術(shù)手段，都是也是目前應(yīng)用范圍最為廣泛的技術(shù)。緊接著，隨著半導(dǎo)體等器件的普及和使用，電容電感式的采集方式也漸漸出現(xiàn)。新出現(xiàn)的方式能夠提取更加清晰的指紋圖像，但是穩(wěn)定性不夠。硅技術(shù)的使用，確實(shí)可以取得更加完善的指紋圖像，但缺點(diǎn)是易受干擾，可靠性相對差。超聲波技術(shù)是利用不同材料對聲波的發(fā)射不同從而來實(shí)現(xiàn)采集的。由于空氣和手指對于聲波反射不同，從而可以利用聲波的回波來準(zhǔn)確的反應(yīng)指紋的形狀。目前，該方式是精確對最好的采集方式，但是采集時(shí)間較長。

指紋采集中，需要在多種不確定的因素下，都能夠采集到最佳清晰和完整的指紋圖像。不確定因素包括指頭的干濕程度，表面清潔程度以及有無破損等等。經(jīng)過研究發(fā)現(xiàn)，指紋細(xì)節(jié)特征約有150種。如果采集這么多的特征，勢必會是采集工作變得十分復(fù)雜。但是，經(jīng)過研究發(fā)現(xiàn)，某些特征并不是經(jīng)常出現(xiàn)的。我們只需要研究經(jīng)常出現(xiàn)且明顯的特征即可。紋線端和分叉點(diǎn)是非常明顯的兩個(gè)特征且出現(xiàn)概率極大且容易采集。而且通過這兩個(gè)特征就足以唯一確定一個(gè)人的指紋[4]。所以，通過一定的計(jì)算機(jī)算法提取這兩個(gè)特征的大小、類型、分布情況就可以實(shí)現(xiàn)對指紋的提取。

2、基于指紋邊緣修復(fù)和奇異點(diǎn)檢測的指紋識別系統(tǒng)

邊緣修復(fù)是指將圖像邊緣區(qū)域缺失的信息通過一定的算法進(jìn)行修補(bǔ),進(jìn)而達(dá)到恢復(fù)或者接近真實(shí)圖像的目的。從數(shù)學(xué)角度來看,圖像修補(bǔ)是一個(gè)病態(tài)問題,由于沒有足夠的信息保證能唯一正確地恢復(fù)被污損和丟失的部分。計(jì)算機(jī)視覺理論認(rèn)為人類對圖像中被遮擋物體的感知是根據(jù)圖像中的被遮擋物體周圍環(huán)境所作的一個(gè)最佳猜測[5]。

本研究利用龐加萊指數(shù)方法來檢測指紋圖像的奇異點(diǎn)。龐加萊指數(shù)方法的基本思路是對曲線上的某點(diǎn)周圍一圈求方向場差計(jì)分，即求周圍方向場差的和，方向場差值越大，其龐加萊指數(shù)越大，對周圍方向場變化越劇烈，存在奇異點(diǎn)的可能性越大。設(shè)O'為方向場，奇異點(diǎn)(i,j)的龐加萊指數(shù)為：

對于指紋圖像識別來說，指紋圖像并不是一個(gè)真正意義的矢量場，因此要對龐加萊指數(shù)方法進(jìn)行改進(jìn)，本文采用增加約束條件的方法來確定定義在[0,π]上的指紋圖片方向場。其定義如下所示：

Δ(k)為向量場的旋轉(zhuǎn)方向，結(jié)合Δ(k)的龐加萊指數(shù)就能夠完全反映向量場的旋轉(zhuǎn)角度和方向，就可以計(jì)算指紋圖像中曲線在方向角變化累加時(shí)的方向向量絕對值。

3、實(shí)驗(yàn)結(jié)果

為了驗(yàn)證本文中改進(jìn)龐加萊指數(shù)算法在指紋識別過程的有效性，本文將算法在國際通用指紋標(biāo)準(zhǔn)庫NIST-4中進(jìn)行測試，隨機(jī)選取300個(gè)指紋后，人工標(biāo)記奇異點(diǎn)位置，再將算法得到的奇異點(diǎn)位置和人工標(biāo)記奇異點(diǎn)進(jìn)行比較，若兩者在同一個(gè)5乘5窗口中，則認(rèn)為該算法是有效的。實(shí)驗(yàn)結(jié)果如表1所示。

表1　算法結(jié)果比較

由表1可知，本文提出的改進(jìn)龐加萊指數(shù)算法正確識別了250個(gè)奇異點(diǎn)，識別正確率為83.3%，而高斯厄米算法識別了222個(gè)奇異點(diǎn)，識別正確率為74%?？梢钥闯龈倪M(jìn)龐加萊指數(shù)算法相比高斯厄米算法能更精確的定位奇異點(diǎn)。

4、總結(jié)與展望

自動(dòng)指紋識別技術(shù)在身份識別和日常生活中的應(yīng)用越來越廣泛，為我國現(xiàn)代社會的健康持續(xù)發(fā)展提供了保障，但自動(dòng)指紋識別技術(shù)在手指有污物或邊緣殘缺情況下識別準(zhǔn)確率并不理想，本文在闡述了自動(dòng)指紋識別技術(shù)的發(fā)展過程基礎(chǔ)上，提出了改進(jìn)龐加萊指數(shù)算法檢測指紋圖像的奇異點(diǎn)，結(jié)果表明該算法相比高斯厄米算法能夠有效提高奇異點(diǎn)定位準(zhǔn)確度，提高對低質(zhì)量指紋圖像識別的準(zhǔn)確率。

[1]陳繼延.自動(dòng)指紋識別技術(shù)的發(fā)展與應(yīng)用[J].計(jì)算機(jī)光盤軟件與應(yīng)用,2013,38(9):56-57.

[2]倪增超,王婧.自動(dòng)指紋識別技術(shù)的發(fā)展及應(yīng)用[J].科技創(chuàng)新與應(yīng)用,2015(32):40-40.

[3]王旖.指紋識別技術(shù)的發(fā)展及展望[J].科技致富向?qū)?2011(5):218-220.

[4]陳婧,張?zhí)K.自動(dòng)指紋識別技術(shù)綜述[J].黑龍江科技信息,2013(1):3-3.

[5]張潔.殘缺指紋識別中若干關(guān)鍵技術(shù)的研究[D].北京郵電大學(xué),2013.

[6]趙慧敏,李衛(wèi)軍,劉揚(yáng)陽,等.基于三高斯濾波的低質(zhì)指紋圖像增強(qiáng)方法[J].智能系統(tǒng)學(xué)報(bào),2012,7(6):489-493.