表 1 给出了 DSP 的处理时间。某些部分的编码进 行了汇编语言级的优化 , 特别是对接口的匹配处理和细 化。一个重要的性能衡量是匹配时间。匹配时间可以 用公式表示为: t = i f cu( i 为图像处理时间; f 为提 取时间; c 为比较时间; u 为总的用户个数 ) 。 在100 M H z 的 DSP 上实现一对一的全旋转匹配 , 时间大约为[ 3] : t = 558 64 42 # 1= 664 m s。 该算法提供 2 种选择: 全旋和 1/ 4 旋。全旋转使得 算法对指纹输入处理更加强健。通过 1/ 4 旋转, 可以缩 103
全性是许多系统要首先考虑的问题 , 现行的许多计算机 系统 中 , 包 括 许 多 非 常 机 密 的 系 统 , 都 是 使 用 用户 ID 密码! 的方法来进行用户的身份认证和访问 控制的。实际上 , 这种方案隐含着一些问题。例如 , 密 码容易被忘记, 也容易被别人窃取。而且, 如果用户忘 记了他的密码, 他就不能进入系统 , 当然可以通过系统
尹雅莎等 : 基于指纹识别算法的识别技术研究与应用 图 1 所示。 在一开始 , 通过指纹读取设备读取到人体指纹的图 像, 取到指纹图像之后, 要对原始图像进行初步的处理 , 使之更清晰。接下来建立指纹的数字表示 特征数据 , 它是一种单方向的转换, 即从指纹转换成特征数据 , 但 不能从特征数据转换成为指纹, 而 2 枚不同的指纹不会 产生相同的特征数据。从指纹上找到被称为 特征点! ( M inut iae) 的点 , 也就是那些指纹纹路的分叉、 终止或 打圈处的坐标位置 , 这些点同时具有 7 种以上的惟一性 特征。因为通常手指上平均具有 70 个节点, 所以这种 方法会产生大约 490 个数据。有的算法把细节点和方 向信息组合产生更多的数据 , 这些方向信息表ห้องสมุดไป่ตู้了各个 特征点之间的关系 , 也有的算法还处理整幅指纹图像。 总之 , 这些数据, 通常称为模板或特征值 , 保存为 1 kB 大小的纪录。
的生物识别技术 。 阐述基于指纹识别算法的识别技术方 面的内 容 , 采用基于 点模式 匹配算 法和基 于子模 式的匹 配方法 , 通 过读取指纹图像 、 指纹图像预处理 、 特征提取 、 保存 数据和匹配等 5 个功能模块 , 得到指纹匹配结果 , 效pg官方网站 电子果良好 。 关键词 : 指纹识别 ; 身份识别技术 ; 图像采集 ; 特征提取 ; 指纹匹配 中图分类号 : T P391. 41 文献标识码 : B 文章编号 : 1004 373X( 2008) 24 102 04
管理员重新设定密码来重新开始工作 , 但是一旦系统管 理员忘记了自己的密码 , 整个系统也许只有重新安装后 才能工作。有关机构的调查表明 , 因为忘记密码而产生 的问题已经成为 IT 厂商售后服务的最常见问题之一 ; 密码被别人盗取则更是一件可怕的事情, 因为用心不良 的人可能会进一步窃取公司机密数据、 可能会盗用别人 的名义做不正当的事情、 甚至从银 行、 AT M 终端 上提 取别人的巨额存款。众所周知 , 密码可以被解破, 黑客 们实际上就是破解了这些计算机网络的某一合法用户 的密码来开始的。尽管现行系统通过要求用户及时改 变他们的口令来防止盗用口令行为, 但这种方法不但增 加了用户的记忆负担, 也不能从根本上解决问题。 1. 2 生物识别技术 由于旧的一些身份识别存在的问题, 伴随着技术的
表1 基本纹形 分布概率 三种基本纹形的概率分布情况表 弓形 4% 箕型 61% 斗型 35%
生物识别系统需要选择合适的生物特征 , 并在性能 方面综合考虑识别准确率、 识别速度、 系统抗干扰性、 系 统所需资源以及影响系统性能的因素等。除此之外, 一 般还要考虑设备价格问题。 指纹识别技术是生物识别技术之一。指纹识别技 术被广泛应用意味着它能在影响亿万人的日常生活的 各个地方使用。随着科技的进步, 指纹识别技术已经开 始走入了人们的日常生活之中 , 是非常具有应用价值和 前景的。除了计算机网络及其应用系统外, 一些传统的 需要进行身份验证的场合 , 也 存在着类似的安全性问 题。例如证件的伪造和盗用、 不正当的转借等。通过取 代个人识别码和口令 , 指纹识别技术可以阻止非授权访 问、 可以防止盗用 A T M 、 蜂窝电话、 智能卡、 桌 面 PC 、 工作站及其计算机网络 ; 在通过电话、 网络进行的金融 交易时可以进行身份认证 ; 在建筑物或工作场所可以取 代钥匙、 证件、 图章等。指纹识别技术的飞速发展及其 广泛应用开创了个人身份鉴别的新时代。 随着人们对信息安全要求的提高, 生物识别技术必 将取代传统的账号加密码的模式, 获得广泛的应用 , 而 指纹识别技术因为具有方便获取, 惟一性等特点在生物 识别中占有重要地位。 1. 3 指纹识别的基本原理 指纹识别系统中 , 通常采用总体和局部 2 种层次的 结构特征。总体特征是指那些用肉眼直接就可以观察 到的特征 , 局部特征则是指指纹纹路上的节点的特征 , 因为指纹纹路经常出现终端、 分叉或打折, 所以形成了 许多节点。2 枚指纹可能会具有相同的总体特征, 但他 们的局部特征却不可能完全相同。在考虑局部特征的 情况下, 英国学者 E. G. H erry 认为 , 只要对比 13 个特 征点重合 , 就可以确认同是一枚指纹。指纹的总体纹路 结构具体包括纹形、 模式区、 核心点、 三角点和纹数 5 个 特征。 3 种基本纹形的概率分布情况表见表 1。 2. 2
要 : 由于指纹识别具有长期稳定 性 、 采集方便 、 特征 明显以 及惟一性 和不可 复制性 等特点 , 因 此是最具 有发展 前景
息。指纹图像的特征提取是指纹识别算法的关键步骤。 指纹识别的过程实际上就是指纹特征比对的过程 , 因此 指纹特征提取算法的好坏在一定程度上决定着整个指 纹识别系统的成败。 特征提取需要考虑 3 个方面的问题: 提取什么样的 特征 ; 用什么方法提取特征; 提取出的指纹特征是否真 正能够代表该指纹的特点。 2. 3 指纹识别算法 指纹识别算法是指纹识别的核心技术。指纹识别 算法的水平决定了指纹识别速度和识别的准确率。指 纹识别算法目前主要有 1 ∀ N 和 1 ∀ 1 两种。运用细节 的脊线形状特征作为本算法的基础; 基于这种思想 , 建 立了指纹识别算法流程 , 该算法很容易在 DSP 平台上 实现 [ 2] 。 DSP 的处理时间如表 2 所示。
计算机应用技术 指纹识别算法的开发 指纹读取 光学取像设备依据的是光的全反射原理 ( F T IR) 。
光线照到压有指纹的玻璃表面 , 反射光线由 CCD 获得 , 反射光依赖于压在玻璃表面上指纹的脊和谷的深度和 皮肤与玻璃间的油脂和水分。光线照射到谷的地方后 在玻璃与空气的界面发生全反射, 光线被反射到 CCD, 而射向脊的光线不发生全反射, 而是被脊与玻璃的接触 面吸收或者漫反射到别的地方, 这样就在 CCD 上形成 了指纹的图像。
对于指纹, 人们是再熟悉不过了。每个人都有着自 己的不同指纹, 即使是由于外伤破坏了它, 新长出的皮 肤纹路依然不会改变。近年来 , 利用指纹鉴别身份如虎 添翼 , 新的技术成果在全球获得迅速推广。尤其是高新 科技的应用, 使得进入新世纪后 , 指纹与我们的现代生 活更加息息相关。指纹作为人类与生俱来的和随身携 带的 印章! , 具有不变性 , 惟一性和可分类性 , 是公认的 具有法律地位的个人身份特征的可靠证据, 一切需要身 份确认的场所, 都有它用武之地。 1. 1 背景 指纹识别有着广阔的市场前景和实际应用价值, 安