自動指紋識別系統(tǒng)課件

自動指紋識別系統(tǒng)傳統(tǒng)身份驗證驗證該人是否持有有效的證明文件或信物計算機(jī)系統(tǒng)中，多使用"用戶ID+密碼"的方法來進(jìn)行用戶的身份認(rèn)證和訪問控制的生物識別的概念所謂生物識別，就是利用人體的生理特征或行為動作來認(rèn)證人的身份特征是每個人所獨有的，其它人無法復(fù)制取代，并不是所有人體特征或動作都能用于身份識別通用生物識別系統(tǒng)特征采集器特征壓縮登記模塊特征采集器特征壓縮認(rèn)證模塊特征匹配模板數(shù)據(jù)庫圖1.1通用生物識別流程Fig1.1AGenericBiometricSystem工作模式驗證：就是通過把現(xiàn)場采集到的生物特征與一個己經(jīng)登記的模板進(jìn)行“一對一的比對（one-to-onematching）”，來確認(rèn)身份的過程辨識則是把現(xiàn)場采集到的生物特征同數(shù)據(jù)厙中的模板逐一對比，從中找出與現(xiàn)場特征相匹配的模板。這也叫“一對多匹配（one-to-manymatching）”。生物識別系統(tǒng)性能評價（1）輸出是一個有一定置信度的結(jié)果有兩種錯誤判斷，一是把正確的匹配當(dāng)成錯誤的而拒絕（拒真率FalseRejectRate,FRR），另一種則是把原本不匹配的當(dāng)成正確的而接納（誤識率FalseAcceptRate,FAR）。生物識別系統(tǒng)性能評價（2）等錯誤率（ERR）：是指FRR與FAR相等時值，ERR越小，系統(tǒng)的精度越高。系統(tǒng)的匹配速度也是系統(tǒng)性能的一個重要指標(biāo)，特別對于辨識系統(tǒng)。人臉面部熱象圖指紋掌形手部血管虹膜簽名聲紋視網(wǎng)膜掃描指紋識別指紋的結(jié)構(gòu)是在胎兒期形成的，不僅與遺傳因素有關(guān)，還受母體內(nèi)環(huán)境的影響，因此，即使是同卵雙胎，其指紋也有明顯的差異，而他們的DNA在目前技術(shù)條件下還無法區(qū)分。指紋的唯一性與穩(wěn)定性已經(jīng)得到了有力的驗證，并在司法、公安和各種安全防護(hù)系統(tǒng)廣泛應(yīng)用。目前困擾指紋識別應(yīng)用擴(kuò)大的問題一是人們對其的接受性（a）和（b）是一對同卵胞胎姐妹對應(yīng)手指的指紋，可明顯看出兩者的差異（a）（b）掌形識別掌形識別是利用手掌的幾何尺寸關(guān)系來識別人的身份，這些尺寸主要包括手掌的形狀，手指的長度和寬度以及手指的三維特征等等。識別的精度在一定條件下也較為可靠最大的缺點在于如果用于大人群的身份認(rèn)證，其識別精度會大大下降掌形并不是一個具有穩(wěn)定性的生物特征虹膜識別虹膜的唯一性和穩(wěn)定性虹膜不與其它任何外界環(huán)境相關(guān)聯(lián)，也無法用手術(shù)修補(bǔ)。虹膜圖象的采集需要用光線掃描人的眼睛，會使人感到不適虹膜掃描器的價格太高，目前還很難向普通民用市場推廣。簽名識別簽名識別有兩種方式：靜態(tài)識別和動態(tài)識別。所謂靜態(tài)識別是指識別時僅僅考慮簽名的幾何特征。而動態(tài)識別除了利用靜態(tài)幾何特征外，還要考慮諸如速度、加速度和簽名的輪廓軌道等動態(tài)因素。獲取動態(tài)簽名的特征，需要使用特殊的寫字板或簽名筆聲紋識別聲紋識別分為內(nèi)容相關(guān)和內(nèi)容不相關(guān)兩種類型。內(nèi)容相關(guān)的聲紋識別要求被驗證的人發(fā)出固定的同一句話，而內(nèi)容不相關(guān)的識別則對被驗證者的語音無特殊要求聲紋識別系統(tǒng)中的最大問題是對于大人群，它的識別能力還有所欠缺，另外，背景的噪雜對識別效果影響很大指紋鑒別大都采用FBI提出的細(xì)節(jié)匹配的方法。按照FBI的建議，細(xì)節(jié)分為兩類：脊線的端點和分歧點。在使用中，一般如果有大于12個特征完全匹配，則認(rèn)為兩枚指紋完全一致。美國IBM公司和密執(zhí)安州立大學(xué)的學(xué)者經(jīng)研究發(fā)現(xiàn)，對于較為完整的指紋圖象，按以上準(zhǔn)則匹配錯誤的概率為理論上為5.8×10-7人工的鑒定方法，決不是簡單的主觀判斷，而是建立在一系列的客觀事實上的，如指紋細(xì)節(jié)間的相互位置、指紋脊線的流向，脊線的密度等等自動指紋識別圖象采集指紋分類系統(tǒng)指紋匹配系統(tǒng)指紋圖象壓縮系統(tǒng)應(yīng)用系統(tǒng)(a)(b)(c)

比較項目技術(shù)種類體積耐用性成像質(zhì)量成本功耗光學(xué)全反射技術(shù)中一般干手指差，圖象采集面積大低較多硅晶體傳感技術(shù)小一般濕手指成像模糊，圖象采集面積小低較少超聲波掃描技術(shù)中一般不受手指干濕影響，但圖象分辨率低高較多指紋分類指紋分類指紋分類困難一方面是因為指紋本身的形狀各異，另一方面是指紋分類體系的復(fù)雜與模糊性。指紋匹配指紋匹配主要依靠的指紋細(xì)節(jié)特征（Minutiae）。常見的指紋指紋特征主要有以下五種：端點、分歧點、橋形、交叉和口形自動指紋識別系統(tǒng)一般只用脊線的端點和分歧點作為指紋的細(xì)節(jié)特征，這是因為其他幾種特征都可以看作是這兩種特征的合成。指紋壓縮目前由FBI提出的WSQ算法是國際上較為流行的指紋圖象壓縮算法，它采用了小波變換和霍夫曼編碼等技術(shù)，其壓縮比約為20：1(a)原始圖象(b)壓縮后圖象自動指紋識別所面臨的問題活體指紋傳感器帶來的圖象誤差對于質(zhì)量較差的指紋圖象缺乏有效的指紋特征描述手段沒有一種方便穩(wěn)定的，適合自動指紋識別系統(tǒng)的指紋分類體系。圖象采集圖象預(yù)處理特征提取指紋匹配指紋登記指紋自動匹配系統(tǒng)流程圖像質(zhì)量評估合格？否是圖像分割圖像增強(qiáng)圖像二值化圖像細(xì)化指紋圖象預(yù)處理流程(a)原始指紋圖象(b)二值化指紋圖象(c)指紋細(xì)化圖象圖象隔點重采樣圖象方向計算圖象前景背景分離標(biāo)注各塊的方向連續(xù)區(qū)域分析計算質(zhì)量評估參數(shù)合格？分析是否是部分手指分析是否是干/濕手指指紋圖象質(zhì)量評估流程OKNOTOK前景面積是否過??？否拒絕該圖象是指紋圖象分割其目的是把指紋圖象中質(zhì)量很差，在后續(xù)處理中很難恢復(fù)的圖象區(qū)域與有效區(qū)域區(qū)分開來，使后續(xù)處理能夠集中于有效區(qū)域。指紋紋線具有較強(qiáng)的方向性，因此利用方向圖對指紋圖象進(jìn)行分割是一種常用的方法多級分割法：就是把分割的過程分為3級，使各級的搜索范圍逐級遞減，第一級分割為背景分割，第二級從前景中分割出模糊區(qū)域，第三級從模糊區(qū)中分割出不可恢復(fù)部分，這樣各級分割的搜索區(qū)域有大到小，所采用的特征量也有簡到繁，把計算量少的特征量作用于較大范圍的區(qū)域，不僅節(jié)約了運(yùn)算開銷，而且提高了分割的可靠性。濾波正規(guī)化利用塊均值和方差做第一次分割，去除背景部分利用方向圖和塊方向圖完成第二次和第三次分割圖像增強(qiáng)利用了傳統(tǒng)的傅立葉變換來增強(qiáng)指紋圖象，同時在傅立葉增強(qiáng)后，又使用了兩種方向濾波器來進(jìn)一步修補(bǔ)指紋紋線。經(jīng)過傅立葉增強(qiáng)的指紋圖象，還有可能存在斷裂和叉連，其中斷裂是指指紋脊線的小斷口，叉連為兩條相近的脊線由于噪音而連在了一起。使用了方向濾波器來消除這兩種噪聲。方向濾波器濾波器由兩部分構(gòu)成：平均濾波器和分離濾波器。平均濾波器的作用主要是連接脊線中出現(xiàn)的斷裂，而分離濾波器可以去除圖象中的叉連現(xiàn)象。圖像二值化使用了一種基于脊線方向分析的方法對指紋圖象進(jìn)行二值化指紋紋線細(xì)化細(xì)化就是將二值圖象變化為單象素寬度的骨架圖象。指紋匹配(a)端點(b)分歧點(c)交叉(d)橋形(e)口形基于細(xì)節(jié)特征的誤匹配傳統(tǒng)基于Gabor濾波器的指紋匹配指紋匹配方法（1）細(xì)節(jié)特征的提??；（2）基于多幅指紋圖象的細(xì)節(jié)特征和細(xì)節(jié)編碼生成匹配組合模板；（3）基于組合模板的指紋匹配。信息融合的五層策略組合模板生成采集同一指紋的三幅圖象，分別對其進(jìn)行預(yù)處理并提取細(xì)節(jié)特征對于三幅指紋初始模板，任選兩初始模板，確定兩模板匹配所能達(dá)到的最大分值另選沒有匹配過的兩個模板，直至所有模板兩兩匹配完畢確定參考模板和參考點，確定各模板與參考模板的校正參數(shù)，按校正參數(shù)對各初始模板校準(zhǔn)把各初始模板中可信度大于1的特征重新在參考模板中登記圖象采集圖象預(yù)處理細(xì)節(jié)匹配組合模板細(xì)節(jié)局部紋理細(xì)節(jié)編碼匹配成功是否編碼匹配匹配成功是否匹配不成功指紋分類方法一種新的分類體系使用模糊聚類的方法，在特征空間重新聚類，可用迭代自組織的數(shù)據(jù)分析算法（ISODATA）或K－均值算法