指紋識別系統原理

摘要：由于指紋的唯一性和不變性，以及指紋識別技術的可行性和實用性，指紋識別已成為當前最流行、最方便、最可靠的個人身份認證技術之一。本文主要涉及三個方面：指紋識別中的基本概念、指紋識別系統的構成、指紋識別系統的可靠性問題。

關鍵詞：指紋識別 特征提取 指紋圖像預處理

生物測定技術是當前研究的熱點之一。目前，有很多生物測定技術可用于身份認證，包括：虹膜識別、視網膜識別、面部識別、簽名識別、聲音識別技術、指紋識別技術等。其中指紋因具有終生不變性及穩定性，是目前應用前景較好的生物識別系統。

一、 指紋識別中的基本概念

指紋圖像是比較復雜的，它有著許多不同于其他圖像的特征。與人工處理不同，現代的生物識別技術并不直接存儲指紋的圖像（一是考慮到隱私權，二是由于存儲空間），而是記錄從指紋原圖像中提取到的特征，基于特征的指紋識別算法最終歸結為在指紋圖像上找到特征并進行比對。

我們定義了指紋的兩類特征來進行指紋的驗證：總體特征和局部特征。

1.總體特征是指那些用人眼直接就可以觀察到的特征

基本紋路圖案：旋渦型、左環型、右環型、弓型、帳型。其他的指紋圖案都基于這五種基本圖案。僅僅依靠圖案類型來分辨指紋是遠遠不夠的，這只是一個粗略的分類，但通過分類使得在大數據庫中搜尋指紋更為方便。

模式區（Pattern Area）：模式區是指指紋上包括了總體特征的區域，即從模式區就能夠分辨出指紋是屬于哪一種類型的。有的指紋識別算法只使用模式區的數據。

核心點（Core Point）：核心點位于指紋紋路的漸進中心，可作為讀取指紋和比對指紋時的參考點。

三角點（Delta）：三角點位于從核心點開始的第一個分叉點或者斷點、或者兩條紋路會聚處、孤立點、折轉處，或者指向這些奇異點。三角點提供了指紋紋路的記數和跟蹤的開始之處。

紋數（Ridge Count）：指模式區內指紋紋路的數量。在計算指紋的紋線數時，一般先連接核心點和三角點，然后計算核心點與三角點之間的連線與指紋紋路相交的次數，這個次數即可認為是指紋的紋數。

2.局部特征是指指紋上的細節點

兩枚指紋經常會具有相同的總體特征，但它們的局部特征——細節點，卻不可能完全相同。

細節點（Minutia Point）：指紋紋路并不是連續的、平滑筆直的，而是經常出現中斷、分叉或打折。這些斷點、分叉點和轉折點就成為“細節點”。就是這些細節點提供了指紋唯一性的確認信息。

指紋上的細節點有四種不同特性：

1）類型——細節點有以下幾種類型，最典型的是末梢點和分叉點

A．末梢點（Ending）

一條紋路在此終結。

B．分叉點（Bifurcation）

一條紋路在此分開成為兩條或更多的紋路。

C．環點（Enclosure）

一條紋路分開成為兩條之后，立即又合并成為一條，這樣形成的一個小環稱為環點。

D．孤立點（Dot or Island）

一條特別短的紋路，以至于成為一點。

E．短紋（Short Ridge）

一端較短但不至于成為一點的紋路。

2）方向（Orientation）——細節點的方向由所在的脊線方向決定。

3）曲率（Curvature）——描述紋路方向改變的速度。

4）位置（Position）——細節點的位置通過(x，y)坐標來描述，可以是絕對的，也可以是相對于參考點或特征點的。

二、 指紋識別系統的構成

一個優秀的生物識別系統要求能實時迅速有效地完成其識別過程。所有的生物識別系統都包括如下幾個處理過程：采集、比對和匹配。指紋識別處理也一樣，它包括指紋圖像采集、指紋圖像預處理、特征提取、特征值的比對與匹配等過程。

指紋識別系統的結構如下圖所示：

（1） 指紋讀入：光學、硅晶體傳感器和其他

常用的指紋采集技術有光學全反射技術、硅晶體傳感器技術和超聲波掃描技術。光學全反射的原理是光線照射到壓有指紋的玻璃表面時，由 CCD 獲得反射光線，反射光的數量依賴于壓在玻璃表面的手指指紋的脊和谷的深度以及皮膚與玻璃間的油脂和水分。光線經玻璃照射到指紋谷的地方后，在玻璃和空氣的界面全反射，光線被反射到 CCD，照射向指紋脊的光線不發生全反射，而是被脊與玻璃指紋圖像預處理與特征提取的接觸面吸收或者漫反射到別的地方，于是就在 CCD 上生成了指紋圖像。光學技術的特點是成本低，耐性好，缺點是體積大，成像質量一般。

硅晶體傳感器技術使用硅晶體傳感器，最常見的有電容傳感器、溫度感應傳感器和壓感傳感器。電容傳感器技術在半導體金屬陣列上結合了約十多萬個電容傳感器，其表面是絕緣的，當用戶的手指放在上面時，手指皮膚組成了電容陣列的另一面，電容器的電容值由于導體間的距離（指紋的脊和谷相對于另一極的距離）而不同。通過測量空間中不同的電容場得到完整的指紋圖像。溫度傳感器通過感應壓在傳感器設備上的指紋的脊和谷的溫度不同來獲得指紋圖像。傳感器技術的特點是成本低、體積小、耗電量少，缺點主要是易受干擾，包括靜電干擾、手指汗液中的鹽份、手指臟物或磨損等。

超聲波掃描技術捕捉指紋的原理是：超聲波掃描指紋的表面后，接收設備獲得指紋對超聲波的反射信號，再根據指紋的脊和谷的反射信號重構出指紋圖像。

超聲波掃描不像光學掃描，積累在手指上的臟物和油脂對超聲波影響不大，可以得到高品質的指紋圖像，但是由于成本高，限制了該技術的推廣應用。

近年來由于熱敏技術的發展使使用溫度傳感器的指紋采集儀成像質量大大提高，成為使用最普遍的指紋采集設備之一。

（2）指紋圖像的預處理

預處理在整個自動指紋識別系統中是很關鍵的一步。通常，直接輸入計算機的圖像有著一定的噪聲，我們需要去除這些噪聲才能正確地進行特征提取、分類、匹配等操作。對于不同的特征提取方法有著不同的預處理要求，目前，從大的方面分，主要有三種特征提取方法：第一種是從細化后的圖像中提取細節特征；第二種是從灰度級圖像中直接提取細節特征；第三種是從二值化后的圖像中直接提取細節特征。后兩種特征提取方法中預處理的內容都較少，但是特征提取算法十分復雜，而且由于噪聲等因素影響，特征定位也不夠準確。目前大多數系統采用第一種方法提取特征，該方法比較簡單，在得到細化二值圖像后，只需要一個 3×3 的模板便可將末梢點和分叉點提取出來；但該方法的預處理的工作量較大，一般包括圖像增強、濾波、二值化、細化等步驟，最后得到的是一幅指紋脊為單像素寬的二值圖像。

（3）特征提取

特征提取是指紋識別系統的關鍵部分之一，因此特征提取的好壞直接影響到以后的指紋匹配的結果，所以，如果輸入圖像的質量很好，很容易確定其結構，此時的特征提取只是從細化后的單象素的紋線提取細節點的簡單過程。細節點提取后還要進行虛假特征點即偽特征點去除。偽特征點，按照其在指紋圖像上的分布位置可劃分為兩類：位于圖像邊緣的偽特征點和不是邊緣點的偽特征點。大量的偽特征點會對下一步的匹配算法產生很大影響，因此，為了下一步匹配結果的準確性，在提取特征點以后，還有一步非常重要的剔除偽點的操作即特征點后處理。

最終檢測出來的每一個特征點，一般記錄如下信息：

1) 特征點的坐標。

2) 特征點的方向。

3) 特征點的類型。

4) 特征點所在紋線的信息。

5) 特征點間的結構關系。

這樣，就將指紋圖像轉化成了一個由細節點組成的平面點集。

（4）指紋的分類

自動指紋識別系統一般需要將輸入指紋與一個很大的指紋數據庫進行匹配，為了減少搜索時間、降低計算的復雜性，將指紋以一種精確且一致的方式分到每個指紋子庫是很重要的，這樣輸入指紋只要跟子庫中的指紋匹配就可以了。指紋分類被認為是指紋匹配的初級階段。在大部分的研究中，指紋一般分為 5 類：旋渦型、左環型、右環型、弓型、帳型。

（5）特征匹配

特征匹配是將輸入指紋的特征與指紋庫中所存儲指紋的特征進行匹配，找出最相似的指紋作為識別的輸出結果。這個過程也就是我們所說的指紋識別/認證過程，它是自動指紋識別系統的核心。其中指紋識別用以判斷指紋是屬于哪一個人的，而指紋認證則是用來判斷兩個指紋是否屬于同一個人。

三、指紋識別系統的可靠性問題

由于計算機處理指紋時，只是涉及了指紋的一些有限的信息，而且比對算法并不是精確匹配，其結果也不能保證100%準確。指紋識別系統的重要衡量標志是識別率，具體說來，它又分為誤識率（1 accept rate，FAR）和拒識率（1 rejectrate，FRR）兩個指標。誤識率（FAR）是指不屬于同一手指的指紋被錯誤匹配上的次數與所有比對次數的比值，它實際上是系統的安全度測量；拒識率（FRR）是指屬于同一手指的指紋被誤判為不屬于同一人的次數與所有比對次數的比值。理想化的產品是安全度高且易用性強的，但是這兩個指標是矛盾的，這就使得在應用系統的設計中要權衡易用性和安全性，根據不同的應用，在兩者之間取折中。如在無法以現階段技術達到理想指標時，產品的定位可由安全性高、方便性較低（例如在信息安全系統使用 FAR：千萬分之一；FRR：百分之二）來設計；或以易用性高但安全性較低（例如在指紋考勤系統使用 FAR：百萬分之一；FRR：百分之一）方向定位。盡管指紋識別系統存在著可靠性問題，但其安全性也比相同可靠性級別的“用戶 ID+密碼”方案的安全性高得多。例如采用四位數字密碼的系統，不安全性概率為 0.01%，如果同采用誤識率為 0.01%指紋識別系統相比，由于不誠實的人可以在一段時間內試用所有可能的密碼，因此四位密碼并不安全，但是他絕對不可能找到一千個人去為他把所有的手指（十個手指）都試一遍。正因為如此，在應用中1%的誤識率就可以接受。