虹膜、指纹识别技术.ppt

虹膜、指纹识别技术一、指纹识别技术什么是指纹 指纹就是表皮上突起的纹线。由于人的遗传特性，虽然指纹人人皆有，但各不相同。指纹在胎儿第三四个月便开始产生，到六个月左右就形成了。当婴儿长大成人，指纹也只不过放大增粗，它的纹样不变。指纹的特征定义了指纹的两类特征来进行指纹的验证：总体特征和局部特征 指纹的总体特征:指那些用入眼直接就可以观察到的特征 包括:纹形,模式区,核心点,三角点,纹数.指纹的局部特征:是指指纹上的节点的特征，这些具有某种特征的节点称 为特征点。包括:特征点的类型,方向,位置.指纹有3种基本类型斗型（环型）、弓型和箕型（螺旋形）指纹的总体特征-纹形局限性：不足以区分所有不同的指纹，通常只用在分类检索方局限性：不足以区分所有不同的指纹，通常只用在分类检索方面，以减少数据库的搜索空间。面，以减少数据库的搜索空间。指纹的总体特征-模式区 模式区是指指纹上包了总体特征的区域，即从模式区就能够分辨出指纹是属于那一种类型的。指纹的总体特征-核心点 核心点位于指纹纹路的渐进中心，它在读取指纹和比对指纹时作为参考点。许多算法是基于核心点的，既只能处理和识别具有核心点的指纹。指纹的总体特征-三角点 三角点位于从核心点开始的第一个分叉点或者断点、或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹路的计数跟踪的开始之处。指模式区内指纹纹路的数量。在计算指纹的纹数时，一般先在连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的纹数指纹的总体特征-纹数指纹的局部特征 两枚指纹经常会具有相同的总体特征，但它们的局部特征-特征点，却不可能完全相同。指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或打折。这些断点、分叉点和转折点就称为“特征点”。就是这些特征点提供了指纹唯一性的确认信息。指纹特征点有多种类型：末梢点、分叉点、孤立点、环、岛、毛刺、桥 等等。另一类重要特征是奇异点，包括中心点（core）和三角点（delta）终节点终节点三角点三角点分叉点分叉点桥桥中心点中心点指纹的局部特征-特征点类型大体上可分为6类,最典型的是终结点和分叉点。终结点（Ending）一条纹路在此终结。分叉点（Bifurcation)一条纹路在此分开成为两条或更多的纹路。分歧点（Ridge Divergence）两条平行的纹路在此分开。指纹的局部特征-特征点类型环点（Enclosure）一条纹路分开成为两条之后，立即有合并成为一条，这样形成的一个小环称为环点。短纹（Short Ridge）一端较短但不至于成为一点的纹路。孤立点（Dot or Island）一条特别短的纹路，以至于成为一点。指纹局部特征-方向/曲率/位置方向（Orientation）节点可以朝着一定的方向。点可以朝着一定的方向。曲率（Curvature）描述描述纹路方向改路方向改变的速度。的速度。位置（Position）节点的位置通过（x,y）坐标来描述，可以是绝对的，也可以是相对于三角点或特征点的。指纹识别的原理和方法 指纹识别的一般过程是指纹图象预处理、指纹特征提取和特征匹配。首先，指纹要通过指纹采集设备(常见的有光学取像设备、超声波扫描取像设备、晶体传感器，现在广泛使用的是晶体传感器)转化为计算机内的数字图像(一般为灰度图)。由于采集过程中难免因手指或仪器的原因而使图像存在较多的噪声，所以为了使图像更清晰以便于后续特征提取，必须对采集到的图像进行增强和滤波，并进一步二值化、细化。之后，在细化后的点线图上提取特征值，删除伪特征值，最终得到用于匹配的细节点。采集到的图像细节点与模板中的细节点进行比对，最终完成指纹匹配。一般指纹识别系统的处理流程图如下：经过归一化图像增强等预处理之后的图像经过归一化图像增强等预处理之后的图像指纹的细节点特征提取算法对于指纹的细节点特征提取来说，特征提取算法的任务是通过算法检测指纹图像中特征点的数量及每个特征点的类型、位置和所在区域的纹线方向。特征提取的结果一般保存为特征模板，它包括脊终点或分叉点类型、位置坐标及该特征点的方向信息。一般的指纹图像提取的特征点在10100个之间，大多数文献均认为至少应该有12个特征点才能进行自动识别。目前大多数系统采用从细化二值图像提取特征的方法，称为8 邻域法。该方法比较简单，在得到可靠的细化二值图像后，只需要一个33 的模板便可将末梢点和分叉点提取出来。对于细化二值图像，像素点的灰度值只有2 种情况（假设：0 表示背景点灰度，用白点表示；1 表示纹线点灰度，用黑点表示）。33 的模板如图所示，N 是待检查的点，X1，X2，,X8 是它的8 个邻域点，沿顺时针方向排列，R(1)，R(2)，R(8)是点X1,X2,X8的灰度值。指纹的细节点特征提取算法 将待测点（x,y）的八邻域点 进行循环比较，若“0”，“1”变化有六次，则此待测点为分叉点，若变化两次，则为末梢点。如果N 是末梢点，则它的8 邻域点满足：如果N 是分叉点，则它的8 邻域点满足：指纹的细节点特征提取算法指纹的细节点特征提取算法通过类似的过程可以记录下来一个指纹的所有特征点。在形成指纹特征值模板（也就是特征值的有序集合）时，尽量多的提取特征点对于提高准确性是有很大帮助的。将所提取的数据与指纹库中的指纹数据进行比对，最后选出最吻合的指纹，完成指纹识别。指纹识别的优点1、指纹是人体独一无二的特征，并且它们的复杂度足以提供用于鉴别的足够特征；2、如果要增加可靠性，只需登记更多的指纹、鉴别更多的手指，最多可以多达十个，而每一个指纹都是独一无二的；3、扫描指纹的速度很快，使用非常方便；4、读取指纹时，用户必需将手指与指纹采集头相互接触，与指纹采集头直接接触是读取人体生物特征最可靠的方法；5、指纹采集头可以更加小型化，并且价格会更加的低廉；指纹识别的缺点1、某些人或某些群体的指纹特征少，难成像；2、手指要清洁，不要沾油污、沾水。手指脏、爆皮、干燥、过凉会出现不识别现象。3、每一次使用指纹时都会在指纹采集头上留下用户的指纹印痕，而这些指纹痕迹存在被用来复制指纹的可能性。二、虹膜识别技术什么是虹膜？虹膜属于眼球中层，位于血管膜的最前部，在睫状体前方，有自动调节瞳孔的大小，调节进入眼内光线多少的作用。位于血管膜的最前部，由许多腺窝、皱褶、色素斑等构成,包含了极为丰富的纹理信息。虹膜中央有瞳孔。人类眼睛的虹膜与手指纹一样，是独一无二的。虹膜的特征1.高独特性。几乎任何两个人(包括双胞胎)的虹膜都是不完全相同的，即使是同一个人左右眼的虹膜也存在一定的差异。2.高稳定性。虹膜本身一般不易发病，可以保持几十年不变。3.良好的防伪性能。要想精细地修改虹膜的表面结构特征，即使采用目前先进的眼科手术，也必须冒着视力损伤的危险。另外，利用虹膜本身有规律的震颤特性以及虹膜随光强度变化而缩放的特性，可以把假冒的虹膜图片区分开来。4.易接受性。可以不与人体接触，甚至能够在人们没有觉察的情况下把虹膜图像拍摄下来。虹膜识别的原理首先是获取要注册的已知虹膜的纹理图像,进行虹膜图像的质量检测和预处理.其次是对虹膜的定位,即从输入的人眼图像中找到虹膜存在的位置,并将虹膜从图片中分割出来.第三,进行虹膜特征的提取与识别,根据功能的区别对归一化的虹膜纹理进行特征编码,将得到的“虹膜代码”存入虹膜数据库中进行“注册”或者将“虹膜代码”与虹膜数据库中的虹膜码进行比对,根据判决条件判断是接受还是拒绝.虹膜识别系统一套完整的虹膜识别系统总体上包含“硬件和软件”两部分:虹膜图像获取装置和虹膜识别算法.它们分别对应于图像获取和模式匹配这两个基本问题.虹膜识别算法主要包括以下技术环节:(1)虹膜图像的质量评价;(2)虹膜图像预处理,主要包括:虹膜定位(包括虹膜内外圆的定位、眼睑定位)、虹膜归一化(即通过某种映射关系把原始图像中的虹膜转换到固定尺寸的图像中)、虹膜图像增强(主要消除光照不均的影响)及去噪(主要指去除睫毛、光斑等噪声);(3)虹膜防伪,即活体虹膜的检测,用于检测真假虹膜;(4)虹膜特征提取与匹配,即采用某种方法表征分割出的虹膜,然后根据特征提取方法,采取适当的匹配策略将提取的虹膜特征与已经注册的储存于数据库中的虹膜特征进行比对.定位算法虹膜的像素灰度值分布规律为从瞳孔向外逐渐增加,在x,y 方向的灰度投影上,呈现中心低,周围高的分布规律。根据这一规律可以粗略定出瞳孔中心,以这一点为中心,向不同的方向移动,采用梯度检验的方法寻找虹膜的内边缘。Daugman 博士提出了一个微积分算子,如式:积分表示的是图像I(x,y)在以(x0,y0)为圆心,r为半径的圆上的曲线积分。此算法采用圆形边缘检测器反复地寻找虹膜的内外边缘,直至找到最佳匹配的两个圆。对于上下眼睑的边缘检测,把曲线积分路径变成弧形,相应的信息参数也随之调整即可。归一化算法Daugman博士的橡胶皮弹性模型 9 对环形虹膜图像进行了归一化,有效地解决了瞳孔缩放以及瞳孔与虹膜边缘不同心所带来的问题,为大多数虹膜识别研究者所采用,其模型示意图如图它将图像从笛卡儿坐标(x,y)转化为极坐标的形式(r,),转化公式为:其中,r 0,1 ,0,2,(xp(),yp(),(xs(),ys()分别代表在方向上的瞳孔和巩膜的边点。特征提取和编码算法Daugman博士采用极坐标下的复值二维Gabor滤波器对归一化后的虹膜图像进行虹膜细节的特征提取,使用1 024个小波对图像进行处理,得到2 048 bit,即256 byte 的编码。二维Gabor滤波器在极坐标下形式为:产生一组中心位置在(r0,0),位置参数为(r0,0,)的选择频率滤波器,在空间域和频率域具有良好地获取节点位置的功能,而且由于良好的积分特性,这些滤波器能够获取本地相位信息。对图像在每个尺度上滤波,用粗略的一位实部和虚部数来对虹膜图像进行编码.其他预处理1、眼皮（1）抛物线模型（2）链码方法 差分运算及二值化；链码搜索2、去除睫毛的影响Candy算子3、去除照明奇异点（1）Gaussian 模型（2）直接阈值化方法虹膜技术的优点与其它生物识别技术相比,虹膜识别具有无法取代的生理方面的优势:(1)唯一性 自然界不可能出现完全相同的两个虹膜,科学实验表明即使是双胞胎、同一人左右眼的虹膜图像也不相同;(2)稳定性 虹膜在人出生8个月后就已经稳定成型,除非发生病变等特殊情况,人的虹膜纹理在一生之中都不会改变,并且通过手术改变虹膜纹理的风险也很高;(3)非侵犯性 虹膜是外部可见的内部器官,可以在不与采集设备接触的情况下成像;(4)天然防伪性 当摄入瞳孔的光线的强度发生变化时,瞳孔会产生收缩或膨胀并牵动虹膜变化,这使得虹膜具有天然的防伪性,可以防范虹膜的盗用。虹膜技术的缺点1.一个最为重要的缺点是它没有进行过任何的测试，当前的虹膜识别系统只是用统计学原理进行小规模的试验，而没有进行过现实世界的唯一性认证的试验；2.很难将图像获取设备的尺寸小型化；3.需要昂贵的摄像头聚焦，一个这样的摄像头的最低价为7000美元；4.镜头可能产生图像畸变而使可靠性降低；5.黑眼睛极难读取；6.需要较好光源。7.两大模块：硬件和软件 参考文献指纹图像处理及匹配算法研究桂可基于虹膜的身份识别技术鲁凡、黄栋指纹图像的特征提取及特征点记录杨娱 虹膜识别技术何家峰虹膜识别技术综述梁静坤,张春平,李丽娟百度百科、google等谢谢观赏