登錄

指紋識(shí)別

百科 > 信息技術(shù) > 指紋識(shí)別

1.什么是指紋識(shí)別[1]

指紋識(shí)別是通過(guò)解析系統(tǒng)響應(yīng)的信息來(lái)判斷系統(tǒng)身份的技術(shù)。有些時(shí)侯,會(huì)發(fā)送出一些意外的數(shù)據(jù)組合而觸發(fā)系統(tǒng)做出響應(yīng)。

2.指紋識(shí)別的原理[2]

指紋是手指末端正面皮膚上凸凹不平產(chǎn)生的紋路。盡管指紋只是人體皮膚的小部分,但是,它蘊(yùn)涵著大量的信息。指紋特征可分為兩類(lèi):總體特征和局部特征??傮w特征指那些用人眼直接就可以觀察到的特征,包括基本紋路圖案、模式區(qū)、核心點(diǎn)、三角點(diǎn)、式樣線和紋線等?;炯y路圖案有環(huán)形、弓形、螺旋形。局部特征即指紋上節(jié)點(diǎn)的特征,這些具有某種特征的節(jié)點(diǎn)稱(chēng)為特征點(diǎn)。兩枚指紋經(jīng)常會(huì)具有相同的總體特征,但它們的局部特征——特征點(diǎn),卻不可能完全相同。指紋上的特征點(diǎn),即指紋紋路上的終結(jié)點(diǎn)、分叉點(diǎn)和轉(zhuǎn)折點(diǎn)。

指紋識(shí)別技術(shù)通常使用指紋的總體特征如紋形、三角點(diǎn)等來(lái)進(jìn)行分類(lèi),再用局部特征如位置和方向等來(lái)進(jìn)行用戶身份識(shí)別。通常,首先從獲取的指紋圖像上找到“特征點(diǎn)”(minutiae),然后根據(jù)特征點(diǎn)的特性建立用戶活體指紋的數(shù)字表示——指紋特征數(shù)據(jù)(一種單向的轉(zhuǎn)換,可以從指紋圖像轉(zhuǎn)換成特征數(shù)據(jù)但不能從特征數(shù)據(jù)轉(zhuǎn)換成為指紋圖像)。由于兩枚不同的指紋不會(huì)產(chǎn)生相同的特征數(shù)據(jù),所以通過(guò)對(duì)所采集到的指紋圖像的特征數(shù)據(jù)和存放在數(shù)據(jù)庫(kù)中的指紋特征數(shù)據(jù)進(jìn)行模式匹配,計(jì)算出它們的相似程度,最終得到兩個(gè)指紋的匹配結(jié)果,根據(jù)匹配結(jié)果來(lái)鑒別用戶身份。由于每個(gè)人的指紋不同,就是同一人的十指之間,指紋也有明顯區(qū)別,因此指紋可用于身份鑒定。

指紋識(shí)別技術(shù)主要涉及四個(gè)功能:讀取指紋圖像、提取特征、保存數(shù)據(jù)和比對(duì)。首先。通過(guò)指紋讀取設(shè)備讀取人體指紋的圖像,取到指紋圖像之后,要對(duì)原始圖像進(jìn)行預(yù)處理。其次,用指紋辨識(shí)軟件建立指紋的數(shù)字表示特征數(shù)據(jù),是一種單方向的轉(zhuǎn)換,可以從指紋轉(zhuǎn)換成特征數(shù)據(jù)但不能從特征數(shù)據(jù)轉(zhuǎn)換成為指紋,而兩枚不同的指紋不會(huì)產(chǎn)生相同的特征數(shù)據(jù)。軟件從指紋上找到被稱(chēng)為“節(jié)點(diǎn)”的數(shù)據(jù)點(diǎn),也就是那些指紋紋路的分叉、終止或打圈處的坐標(biāo)位置,這些點(diǎn)同時(shí)具有七種以上的唯一性特征。因?yàn)橥ǔJ种干掀骄哂?0個(gè)節(jié)點(diǎn),所以這種方法會(huì)產(chǎn)生大約500個(gè)數(shù)據(jù)。有的算法將節(jié)點(diǎn)和方向信息組合產(chǎn)生了更多的數(shù)據(jù),這些方向信息表明了各個(gè)節(jié)點(diǎn)之間的關(guān)系,也有的算法還處理整幅指紋圖像。總之,這些數(shù)據(jù),通常稱(chēng)為模板,保存為1KB大小的記錄。最后,通過(guò)計(jì)算機(jī)模糊比較的方法,把兩個(gè)指紋的模板進(jìn)行比較,計(jì)算出它們的相似程度,最終得到兩個(gè)指紋的匹配結(jié)果。

3.指紋識(shí)別的過(guò)程[3]

指紋識(shí)別技術(shù)一般涉及指紋圖像采集、指紋圖像處理、細(xì)節(jié)匹配等過(guò)程,其流程圖如圖1所示。
Image:指紋識(shí)別流程.jpg

圖1中,細(xì)節(jié)匹配又包括指紋圖像的特征提取、保存數(shù)據(jù)、特征值的匹配等過(guò)程。

首先,通過(guò)指紋讀取設(shè)備讀取人體指紋的圖像,并對(duì)原始圖像進(jìn)行初步處理,使之更清晰。然后,運(yùn)用指紋識(shí)別算法建立指紋的數(shù)字表示——特征數(shù)據(jù),這是一種單方向的轉(zhuǎn)換,只能從指紋轉(zhuǎn)換到特征數(shù)據(jù)。特征文件存儲(chǔ)的是從指紋圖像上找到的被稱(chēng)為“細(xì)節(jié)點(diǎn)(Minutiae)”的數(shù)據(jù)點(diǎn),也就是那些指紋紋路的分叉點(diǎn)或者末梢點(diǎn)。這時(shí)算法會(huì)處理整幅指紋圖像或其中部分圖像。這些數(shù)據(jù)通常稱(chēng)為模板,保存為1KB大小的記錄。最后,通過(guò)計(jì)算機(jī)模糊比較的方法,把兩個(gè)指紋的模板進(jìn)行比較,計(jì)算出它們的相似程度,最終得到兩個(gè)指紋的匹配結(jié)果。

1.指紋圖像的獲取

指紋圖像的采集是自動(dòng)指紋識(shí)別系統(tǒng)的重要組成部分。早期的指紋采集都是通過(guò)油墨按壓在紙張上產(chǎn)生的。20世紀(jì)80年代,隨著光學(xué)技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展,現(xiàn)代化的采集設(shè)備開(kāi)始出現(xiàn)。

傳感器是一種能把物理量或化學(xué)量變成便于利用的電信號(hào)的器件。在測(cè)量系統(tǒng)中它是一種前置部件,它是被測(cè)量信號(hào)輸入后的第一道關(guān)口,是生物認(rèn)證系統(tǒng)中的采集設(shè)備。

這些傳感器根據(jù)探測(cè)對(duì)象的不同,可分為光學(xué)傳感器、熱敏傳感器和超聲傳感器;根據(jù)器件的不同,可分為CMOS器件傳感器和CCD器件傳感器。它們的工作原理都是:將生物特征經(jīng)過(guò)檢測(cè)后轉(zhuǎn)化為系統(tǒng)可以識(shí)別的圖像信息。在生物認(rèn)證系統(tǒng)中,可靠和廉價(jià)的圖像采集設(shè)備是系統(tǒng)運(yùn)行正常、可靠的關(guān)鍵。

2.指紋圖像的增強(qiáng)

采集獲得的指紋圖像通常都伴隨著各種各樣的噪聲:一部分是由于采集儀器造成的,如采集儀器上有污漬,參數(shù)設(shè)置不恰當(dāng)?shù)?;另外一部分是由于手指的狀態(tài)造成的,如手指過(guò)干、過(guò)濕、傷疤、脫皮等。第一類(lèi)噪聲相對(duì)來(lái)說(shuō)是固定的系統(tǒng)誤差,比較容易恢復(fù)。第二類(lèi)噪聲與個(gè)體手指密切相關(guān),較難恢復(fù)。指紋增強(qiáng)在指紋圖像的識(shí)別過(guò)程中是最為重要的一環(huán),這部分算法的優(yōu)劣將對(duì)整個(gè)系統(tǒng)產(chǎn)生至關(guān)重要的影響。

采集到的指紋圖像要經(jīng)過(guò)預(yù)處理。預(yù)處理指的是在指紋圖像進(jìn)行增強(qiáng)之前使用一些簡(jiǎn)單的圖像處理手段對(duì)圖像進(jìn)行初加工的過(guò)程。常見(jiàn)的預(yù)處理方法如下:

(1)采用灰度的均衡化,可以消除不同圖像之間對(duì)比度的差異。

(2)使用簡(jiǎn)單的低通濾波消除斑點(diǎn)噪聲、高斯噪聲。

(3)計(jì)算出圖像的邊界,進(jìn)行圖像的裁剪,這樣可以減少多余的計(jì)算量,提高系統(tǒng)的速度。

指紋圖像的增強(qiáng)就是對(duì)指紋圖像采用一定的算法進(jìn)行處理,使其紋線結(jié)構(gòu)清晰化,盡量突出和保留固有的特征信息,避免產(chǎn)生偽特征信息,其目的是保證特征信息提取的準(zhǔn)確性和可靠性。常用圖像增強(qiáng)算法具體包括以下幾種:

(1)基于傅里葉濾波的低質(zhì)量指紋增強(qiáng)算法;

(2)基于Gabor濾波的增強(qiáng)方法;

(3)多尺度濾波方法;

(4)改進(jìn)的方向圖增強(qiáng)算法;

(5)基于知識(shí)的指紋圖像增強(qiáng)算法;

(6)非線性擴(kuò)散模型及其濾波方法;

(7)改進(jìn)的非線性擴(kuò)散濾波方法。

另外,指紋圖像的分割也是預(yù)處理階段非常重要的一個(gè)步驟。對(duì)一些光學(xué)儀器采集到的指紋,分割相對(duì)容易;對(duì)一些電容傳感器采集到的指紋圖像,分割則比較困難。

目前最新的分割算法有以下幾種:

(1)基于正態(tài)模型進(jìn)行的指紋圖像分割算法;

(2)基于馬爾科夫隨機(jī)場(chǎng)的指紋圖像分割算法;

(3)基于數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算的灰度方差法;

(4)基于方向場(chǎng)的指紋圖像分割算法。

3.指紋特征的提取

指紋特征的提取是基于指紋特征來(lái)進(jìn)行的。用計(jì)算機(jī)語(yǔ)言完整地描述穩(wěn)定而又有區(qū)別的指紋特征是實(shí)現(xiàn)自動(dòng)指紋識(shí)別的一個(gè)關(guān)鍵問(wèn)題,選擇什么特征及如何表示既關(guān)乎指紋本身的特點(diǎn),又與具體的指紋匹配算法密切聯(lián)系。某種提取指紋的算法在什么情況下才能達(dá)到最佳的識(shí)別效果是人們關(guān)心的問(wèn)題,因此應(yīng)選擇一組好的特征,這些特征不僅能夠達(dá)到身份識(shí)別的基本要求,而且對(duì)噪聲、畸變和環(huán)境條件不敏感。

近年來(lái),新的指紋特征提取算法主要包括以下幾種:

(1)基于Gabor濾波方法對(duì)指紋局部特征的提取算法。

(2)基于CNN通用編程方法對(duì)指紋特征的提取算法。

(3)基于IFS編碼的圖像數(shù)字化技術(shù),即建立IFS模型,計(jì)算源圖像與再生圖像之間的相似性,快速提取指紋圖像的特征。

(4)基于脊線跟蹤的指紋圖像特征點(diǎn)提取算法。該算法可以直接從灰度指紋圖像中有效提取細(xì)節(jié)點(diǎn)和脊線骨架信息。

(5)基于小波變換和ART(自適應(yīng)共振理論)神經(jīng)網(wǎng)絡(luò)的指紋特征提取算法。

4.指紋圖像的分類(lèi)與壓縮

利用指紋技術(shù)識(shí)別一個(gè)人的時(shí)候,需要將他的指紋與數(shù)據(jù)庫(kù)中的所有指紋作比較才能做出判斷。在某些民用或者刑偵場(chǎng)合,數(shù)據(jù)庫(kù)可能非常大,在這種情況下,識(shí)別需要耗費(fèi)很長(zhǎng)的時(shí)間,從而降低了識(shí)別技術(shù)的可用性。這一問(wèn)題可以通過(guò)減少必須執(zhí)行的匹配次數(shù)以提高速度來(lái)解決。在某些情況下,加入與個(gè)體相關(guān)的信息(諸如性別、年齡等)能顯著降低搜索數(shù)據(jù)庫(kù)的范圍,然而這些信息并不總是存在的。通常的策略是將指紋數(shù)據(jù)庫(kù)劃分成幾個(gè)子類(lèi),這樣指紋識(shí)別時(shí)只需將此類(lèi)指紋與數(shù)據(jù)庫(kù)中同一類(lèi)的指紋作比較,這就是指紋分類(lèi)技術(shù)。指紋分類(lèi)就是研究如何以穩(wěn)定而可靠的方式將指紋劃為某一類(lèi)別。

常用的指紋分類(lèi)技術(shù)有以下幾種:

(1)基于規(guī)則的方法,即根據(jù)指紋奇異點(diǎn)的數(shù)目和位置分類(lèi)。

(2)基于句法的方法。這種方法的語(yǔ)法復(fù)雜,推導(dǎo)語(yǔ)法的方法復(fù)雜、不固定。這種方法已經(jīng)逐漸被淘汰了。

(3)結(jié)構(gòu)化的方法,即尋找低層次的特征到高層次的結(jié)構(gòu)之間相關(guān)聯(lián)的組織

(4)統(tǒng)計(jì)的方法。

(5)結(jié)合遺傳算法和BP神經(jīng)元網(wǎng)絡(luò)的方法。

(6)多分類(lèi)器方法。

指紋壓縮技術(shù)也是自動(dòng)指紋識(shí)別系統(tǒng)中的一項(xiàng)重要技術(shù)。在大量的指紋庫(kù)中,為了節(jié)省存儲(chǔ)空間,必須對(duì)指紋圖像進(jìn)行壓縮儲(chǔ)存,使用時(shí)再進(jìn)行解壓縮。圖像壓縮編碼的目的是以盡量少的比特?cái)?shù)表示圖像,同時(shí)保持原圖像的質(zhì)量,使它符合預(yù)定應(yīng)用場(chǎng)合的要求。

常用的壓縮算法有以下兩種:

(1)圖像壓縮編碼方法:包括無(wú)損壓縮(熵編碼)和有損壓縮(量化)。

(2)基于小波變換的指紋壓縮算法:包括WSQ算法、DjVu算法、改進(jìn)的EZW算法等。

指紋壓縮方法在很大程度上得益于圖像壓縮領(lǐng)域的發(fā)展。相信在不久的將來(lái),指紋壓縮技術(shù)將為指紋識(shí)別技術(shù)在大容量數(shù)據(jù)庫(kù)級(jí)別上的應(yīng)用提供更有利的支持。

5.指紋圖像的匹配

指紋圖像匹配指的是通過(guò)對(duì)兩個(gè)指紋特征集之間的相似性進(jìn)行比較來(lái)判斷對(duì)應(yīng)的指紋圖像是否來(lái)自于同一手指的過(guò)程,它是一種非常經(jīng)典而又亟待解決的模式識(shí)別問(wèn)題。

傳統(tǒng)的指紋匹配算法有很多種,例如:

(1)基于點(diǎn)模式的匹配方法:如基于Hough變換的匹配算法、基于串距離的匹配算法、基于N鄰近的匹配算法等。

(2)圖匹配及其他方法:如基于遺傳算法的匹配、基于關(guān)鍵點(diǎn)的初匹配等。

(3)基于紋理模式的匹配:如PPM匹配算法等。

(4)混合匹配方法等。

近幾年,又出現(xiàn)了如下新的匹配算法:

(1)基于指紋分類(lèi)的矢量匹配。該法首先利用指紋分類(lèi)的信息進(jìn)行粗匹配,然后利用中心點(diǎn)和三角點(diǎn)的信息進(jìn)一步匹配,最后以待識(shí)別圖像和模板指紋圖像的中心點(diǎn)為基準(zhǔn)點(diǎn),將中心點(diǎn)與鄰近的36個(gè)細(xì)節(jié)點(diǎn)形成矢量,于是指紋的匹配就轉(zhuǎn)變?yōu)槭噶拷M數(shù)的匹配。

(2)基于PKI(Public Key Infrastructure,公鑰基礎(chǔ)設(shè)施)的開(kāi)放網(wǎng)絡(luò)環(huán)境下的指紋認(rèn)證系統(tǒng)。

(3)實(shí)時(shí)指紋特征點(diǎn)匹配算法。該算法的原理是:通過(guò)由指紋分割算法得到圓形匹配限制框和簡(jiǎn)化計(jì)算步驟來(lái)達(dá)到快速匹配的目的。

(4)一種基于FBI(Federal Bureauof Investigation)細(xì)節(jié)點(diǎn)的二次指紋匹配算法。

(5)基于中心點(diǎn)的指紋匹配算法。該算法利用奇異點(diǎn)或指紋有效區(qū)域的中心點(diǎn)尋找匹配的基準(zhǔn)特征點(diǎn)對(duì)和相應(yīng)的變換參數(shù),并將待識(shí)別指紋相對(duì)于模板指紋作姿勢(shì)糾正,最后采用坐標(biāo)匹配的方式實(shí)現(xiàn)兩個(gè)指紋的比對(duì)。

4.指紋識(shí)別技術(shù)特點(diǎn)及衡量標(biāo)志[4]

1.指紋識(shí)別的優(yōu)點(diǎn)

(1)指紋是人體獨(dú)一無(wú)二的特征,并且它們的復(fù)雜度足以提供用于鑒別的足夠特征。

(2)如果想要增加可靠性,只需登記更多的指紋,鑒別更多的手指,最多可以達(dá)到十個(gè),而每一個(gè)指紋都是獨(dú)一無(wú)二的。

(3)掃描指紋的速度很快,使用非常方便。

(4)讀取指紋時(shí),用戶必須將手指與指紋采集頭互相接觸,與指紋采集頭直接接觸是讀取人體生物特征最可靠的方法,這也是指紋識(shí)別技術(shù)能夠占領(lǐng)大部分市場(chǎng)的一個(gè)主要原因。

(5)指紋采集頭可以更加小型化,并且價(jià)格會(huì)更加低廉。

2.指紋識(shí)別的缺點(diǎn)

(1)某些人或某些群體的指紋因?yàn)橹讣y特征很少,故而很難成像。

(2)過(guò)去因?yàn)樵诜缸镉涗浿惺褂弥讣y,使得某些人害怕“將指紋記錄在案”。然而,實(shí)際上現(xiàn)在的指紋鑒別技術(shù)都可以保證不存儲(chǔ)任何含有指紋圖像的數(shù)據(jù),而只是存儲(chǔ)從指紋中得到的加密的指紋特征數(shù)據(jù)。

(3)每一次使用指紋時(shí)都會(huì)在指紋采集頭上留下用戶的指紋印痕,而這些指紋痕跡存在被用來(lái)復(fù)制指紋的可能性。

可見(jiàn),指紋識(shí)別技術(shù)是目前最方便、可靠、非侵害和價(jià)格便宜的生物識(shí)別技術(shù)解決方案,市場(chǎng)應(yīng)用有著很大的潛力。

3.指紋識(shí)別的兩個(gè)重要衡量標(biāo)志

指紋識(shí)別系統(tǒng)的重要衡量標(biāo)志是識(shí)別率。其主要由兩部分組成,拒判率(FRR)和誤判率(FAR)。

我們可以根據(jù)不同的用途來(lái)調(diào)整這兩個(gè)值。FRR和FAR是成反比的,用0—1.0或百分比來(lái)表達(dá)這個(gè)數(shù)。ROC(Receiver Operating Curve)曲線給出FAR和FRR之間的關(guān)系。盡管指紋識(shí)別系統(tǒng)存在著可靠性問(wèn)題,但其安全性也比相同可靠性級(jí)別的“用戶ID+密碼”方案的安全性高得多。

例如采用四位數(shù)字密碼的系統(tǒng),不安全概率為0.01%,如果同采用誤判率為0.01%指紋識(shí)別系統(tǒng)相比,由于不誠(chéng)實(shí)的人可以在一段時(shí)間內(nèi)試用所有可能的密碼,因此四位數(shù)密碼并不安全,但是他絕對(duì)不可能找到一千個(gè)人去為他把所有的手指(十個(gè)手指)都試一遍。

正因?yàn)槿绱?,?quán)威機(jī)構(gòu)認(rèn)為,在應(yīng)用中1%的誤判率就可以接受。FRR實(shí)際上也是系統(tǒng)易用性的重要指標(biāo)。由于FRR和FAR是相互矛盾的,這就使得在應(yīng)用系統(tǒng)的設(shè)計(jì)中,要權(quán)衡易用性和安全性。

一個(gè)有效的辦法是比對(duì)兩個(gè)或更多的指紋,從而在不損失易用性的同時(shí)。極大地提高了系統(tǒng)安全性。

5.指紋識(shí)別的應(yīng)用[5]

指紋識(shí)別的應(yīng)用領(lǐng)域非常廣闊,具體包括以下幾個(gè)方面。

(1)指紋支付

通過(guò)把指紋與銀行卡綁定的方式,用指紋輕輕一點(diǎn)來(lái)完成消費(fèi)支付。這種新型應(yīng)用在美國(guó)已經(jīng)出現(xiàn)兩年以上。國(guó)內(nèi)2006年上海某公司已經(jīng)涉及到指紋支付市場(chǎng)。

(2)汽車(chē)指紋防盜

通過(guò)指紋控制車(chē)門(mén)開(kāi)關(guān),或者控制引擎點(diǎn)火是指紋技術(shù)在汽車(chē)防盜方面的典型應(yīng)用。國(guó)內(nèi)個(gè)別廠商已經(jīng)推出指紋防盜產(chǎn)品。

(3)指紋UKEY

指紋UKEY是網(wǎng)上銀行業(yè)務(wù)用于進(jìn)行身份驗(yàn)證的終端,它比目前的賬號(hào)密碼驗(yàn)證以及普通UKEY驗(yàn)證更安全。完全不需要密碼或PIN,使得病毒軟件無(wú)可乘之機(jī),也杜絕了網(wǎng)銀賬號(hào)盜用的可能。它將大大提升網(wǎng)銀業(yè)務(wù)的誠(chéng)信度和安全性,為銀行真正擴(kuò)大網(wǎng)上交易量。

(4)指紋IC卡

目前的IC大多是不記名的IC,記名也都是用密碼。隨著IC在人們生活中使用頻度的增加,IC卡中的信息甚至代表著特殊的權(quán)力和金錢(qián)。通過(guò)在IC卡中存入持卡人的指紋信息,可以大大提高IC卡的安全性。

6.指紋識(shí)別系統(tǒng)[6]

指紋識(shí)別系統(tǒng)主要由指紋取像、預(yù)處理、特征提取、比對(duì)、系統(tǒng)管理和數(shù)據(jù)庫(kù)管理幾部分組成(如圖2所示)。對(duì)于警用的指紋識(shí)別系統(tǒng)還包括結(jié)果證實(shí)和圖像數(shù)據(jù)壓縮兩部分,主要是將指紋圖像保存下來(lái)以供指紋專(zhuān)家觀看,從而最終判斷找到的指紋與輸入的指紋是否匹配來(lái)確定罪犯的身份。
Image:指紋識(shí)別系統(tǒng)框圖.jpg

數(shù)據(jù)庫(kù)管理主要負(fù)責(zé)存儲(chǔ)已提取的指紋特征信息和參與指紋的比對(duì)。一般的自動(dòng)識(shí)別系統(tǒng)的數(shù)據(jù)庫(kù)只含有指紋的特征信息,并不包含指紋圖像,也不能由存儲(chǔ)的特征數(shù)據(jù)恢復(fù)成指紋圖像。警用系統(tǒng)的數(shù)據(jù)庫(kù)可以包含指紋壓縮圖像以及與前兩類(lèi)數(shù)據(jù)相應(yīng)的罪犯的文本信息。系統(tǒng)管理主要負(fù)責(zé)調(diào)度和協(xié)調(diào)各模塊的工作,并處理可能出現(xiàn)的故障以確保自動(dòng)指紋識(shí)別系統(tǒng)能夠順利工作。

評(píng)論  |   0條評(píng)論