嵌入式指紋檢索系統(tǒng)設(shè)計(jì)

　　指紋識(shí)別技術(shù)在整個(gè)生物特征識(shí)別領(lǐng)域占據(jù)著重要地位，目前傳統(tǒng)的指紋識(shí)別系統(tǒng)在指紋匹配準(zhǔn)確度上也已經(jīng)達(dá)到了比較理想的效果。然而，隨著數(shù)據(jù)信息的膨脹，在很多應(yīng)用場(chǎng)合下指紋數(shù)據(jù)庫(kù)的規(guī)模越來(lái)越大，當(dāng)系統(tǒng)需要處理大容量的指紋數(shù)據(jù)庫(kù)時(shí)，如果采用傳統(tǒng)的一對(duì)一的指紋識(shí)別模式，則將消耗相當(dāng)長(zhǎng)的時(shí)間。這對(duì)于實(shí)時(shí)性要求較強(qiáng)的應(yīng)用系統(tǒng)而言，顯然是不可接受的。為了提高大容量數(shù)據(jù)庫(kù)下指紋識(shí)別的效率，一種基于指紋檢索策略的快速搜索方案被提出，這一方案將有效降低整個(gè)指紋識(shí)別過(guò)程的耗時(shí)量。

　　此外，在嵌入式技術(shù)高速發(fā)展的今天，市場(chǎng)對(duì)于高度集成化、便攜化、智能化的嵌入式指紋系統(tǒng)有著強(qiáng)烈的需求?？紤]到嵌入式指紋系統(tǒng)需要進(jìn)行現(xiàn)場(chǎng)指紋采集、指紋查找和驗(yàn)證等過(guò)程，則更需要合理的策略來(lái)保證系統(tǒng)的實(shí)時(shí)性和可靠性。因此，設(shè)計(jì)高效的嵌入式指紋檢索算法，并在具有大容量指紋數(shù)據(jù)庫(kù)的嵌入式系統(tǒng)下實(shí)現(xiàn)指紋的快速檢索與匹配，有著重要的研究意義和廣泛的商業(yè)價(jià)值。

　　1.自動(dòng)指紋識(shí)別系統(tǒng)研究

　　隨著計(jì)算機(jī)和信息技術(shù)的發(fā)展，F(xiàn)BI和法國(guó)巴黎警察局于上世紀(jì)六十年代開(kāi)始了對(duì)自動(dòng)指紋識(shí)別系統(tǒng)AFIS(Automatic Fingerprint Identification System)的研究。自動(dòng)指紋識(shí)別系統(tǒng)(AFIS)最初使用于刑事案件偵破之中，到了九十年代，被廣泛用于個(gè)人身份的鑒定。

　　自動(dòng)指紋識(shí)別系統(tǒng)(AFIS)是一個(gè)典型的生物特征識(shí)別系統(tǒng)，它包括了指紋圖像采集模塊、圖像預(yù)處理模塊、指紋特征分析與提取模塊、指紋對(duì)比匹配模塊等幾個(gè)部分。在實(shí)際應(yīng)用中，一個(gè)完整的自動(dòng)指紋識(shí)別系統(tǒng)一般可以實(shí)現(xiàn)指紋注冊(cè)和指紋匹配兩大功能。在進(jìn)行指紋注冊(cè)時(shí)，系統(tǒng)首先通過(guò)指紋圖像采集模塊采樣得到待注冊(cè)用戶(hù)的指紋圖像數(shù)據(jù);隨后將這些數(shù)字化的圖像信息傳入主控制器，并由圖像預(yù)處模塊進(jìn)行預(yù)處理加工;接著由指紋特征分析與提取模塊提取出需要的指紋特征，并生成指紋特征模板;最后將特征模板存放到指紋數(shù)據(jù)庫(kù)中。在進(jìn)行指紋匹配時(shí)，首先依然是采集待鑒定用戶(hù)的指紋圖像數(shù)據(jù);接著同樣進(jìn)行圖像預(yù)處理和指紋特征提取;然后利用提取到的待測(cè)指紋特征與指紋庫(kù)中的指紋特征模板進(jìn)行對(duì)比;最后給出認(rèn)證結(jié)果以確認(rèn)身份是否匹配。自動(dòng)指紋識(shí)別系統(tǒng)基本工作流程如圖1所示。

　　圖1自動(dòng)指紋識(shí)別系統(tǒng)基本工作流程圖

　　為了應(yīng)對(duì)某些大容量指紋數(shù)據(jù)庫(kù)下自動(dòng)指紋識(shí)別系統(tǒng)運(yùn)行效率低下的問(wèn)題，目前學(xué)術(shù)界也提出了相關(guān)優(yōu)化措施，其中以指紋分類(lèi)策略和指紋檢索策略最具代表性。指紋分類(lèi)技術(shù)的不足之處在于人體指紋并非均勻的分布在各個(gè)指紋類(lèi)中，在很大的數(shù)據(jù)庫(kù)下并不能很有效的減小對(duì)比范圍;另外對(duì)于模糊指紋，并不能起到準(zhǔn)確的分類(lèi)效果。而指紋檢索技術(shù)則能較好的避免以上問(wèn)題，在縮小對(duì)比范圍的同時(shí)，也克服了模糊指紋分類(lèi)不確定的缺陷。

　　2.指紋檢索算法與程序設(shè)計(jì)

　　2.1指紋圖像預(yù)處理算法

　　指紋檢索的首要環(huán)節(jié)就是進(jìn)行指紋圖像的預(yù)處理工作，其目的是為了去除圖像無(wú)效區(qū)域、降低噪聲，從而提高指紋檢索的效率。在利用指紋采集器獲取到灰度化的原始指紋圖像后，首先是進(jìn)行指紋圖像的分割，提取出指紋前景區(qū);然后再通過(guò)計(jì)算平均像素灰度的方法對(duì)圖像進(jìn)行標(biāo)準(zhǔn)化處理，使指紋圖像的灰度和對(duì)比度調(diào)整到一個(gè)統(tǒng)一標(biāo)準(zhǔn)的范圍內(nèi)。

　　預(yù)處理的第二環(huán)節(jié)是圖像的濾波增強(qiáng)，本文采用基于方向場(chǎng)和頻率場(chǎng)特性的Gabor濾波增強(qiáng)算法對(duì)指紋圖像進(jìn)行增強(qiáng)處理。在濾波前首先需要計(jì)算指紋圖像的脊線(xiàn)方向場(chǎng)圖像和頻率特性圖，對(duì)于指紋脊線(xiàn)方向場(chǎng)信息，采用經(jīng)典的Sobel算子求取像素的梯度值，然后利用求出的像素橫向梯度矢量Gx和縱向梯度矢量Gy計(jì)算方向角度值;對(duì)于指紋頻率信息，則通過(guò)計(jì)算某一區(qū)域指紋脊線(xiàn)間平均像素距離而得到。獲得以上信息后，再利用Gabor濾波函數(shù)對(duì)指紋圖像做增強(qiáng)處理。

　　得到增強(qiáng)的指紋圖像后，還要對(duì)圖像進(jìn)行二值化和細(xì)化處理。二值化是使灰度圖像變成黑白圖像，將圖像在灰度層次上從原來(lái)的256色降為黑白2色，對(duì)指紋圖像信息量進(jìn)行了壓縮;細(xì)化則是在不改變?cè)袌D像像素拓?fù)溥B接關(guān)系的條件下，保留了紋線(xiàn)的主要信息，使指紋圖像的脊線(xiàn)分布變得簡(jiǎn)單明了，為指紋特征的提取和索引做準(zhǔn)備，因此也是圖像預(yù)處理中非常重要的一步。

　　2.2指紋特征提取算法

　　指紋特征提取的主要目的是計(jì)算指紋核心點(diǎn)(Core)和細(xì)節(jié)點(diǎn)(Minutia)的特征信息。在提取指紋核心點(diǎn)時(shí)，采用的是Poincare Index算法，該算法的思路是在指紋圖像某像素點(diǎn)區(qū)域內(nèi)，按圍繞該點(diǎn)的閉合曲線(xiàn)逆時(shí)針?lè)较蛐D(zhuǎn)一周，計(jì)算方向角度旋轉(zhuǎn)變化量的和，最后以計(jì)算結(jié)果來(lái)尋找核心點(diǎn)。計(jì)算過(guò)程中如果某像素點(diǎn)的Poincare Index值為π則判定為核心點(diǎn)，然后便提取該點(diǎn)的坐標(biāo)與方向場(chǎng)信息，記為P(Cx， Cy，θc)。

　　對(duì)于指紋的細(xì)節(jié)點(diǎn)特征，在本設(shè)計(jì)中只要求提取指紋脊線(xiàn)端點(diǎn)(Ending)和脊線(xiàn)分叉(Bifurcation)兩種細(xì)節(jié)點(diǎn)。在細(xì)化的指紋圖像中，這兩種細(xì)節(jié)點(diǎn)的形態(tài)如圖2和圖3所示：

　　圖2 脊線(xiàn)端點(diǎn)

　　圖3 脊線(xiàn)分叉

　　在提取指紋細(xì)節(jié)點(diǎn)時(shí)，首先為細(xì)化圖像中的每個(gè)像素點(diǎn)P建立一個(gè)8鄰域像素區(qū)，如圖4所示。其中P1~P8為像素點(diǎn)P周?chē)泥徑h(huán)繞像素點(diǎn)。P1~P8中黑色點(diǎn)的值設(shè)為1，白色點(diǎn)的值設(shè)為0.

　　圖4 8鄰域像素圖

　　根據(jù)Crossing Number (CN)理論，在8鄰域像素圖中按照公式1計(jì)算像素點(diǎn)的CN值。例如在圖2和圖3中，8領(lǐng)域像素區(qū)域內(nèi)中心點(diǎn)的CN值分別為1和3.