指紋識(shí)別過程同所有的生物體特征識(shí)別的過程類似,分為用戶注冊和特征匹配2個(gè)部分。首先,需要錄入指紋圖像,對獲取的原始圖像進(jìn)行處理,包括圖像增強(qiáng)、分割、細(xì)化、二值化等。然后,對指紋的細(xì)節(jié)特征進(jìn)行提取,比較常見的特征點(diǎn)有分叉點(diǎn)、端點(diǎn),最后,生成模板儲(chǔ)存在系統(tǒng)數(shù)據(jù)庫中。無論是驗(yàn)證或者辨識(shí)的過程,都需要將待識(shí)別的用戶的指紋圖像再一次進(jìn)行同樣的圖像分割、細(xì)化、二值化、特征提取等一系列步驟,生成和數(shù)據(jù)庫模板同樣的數(shù)據(jù)格式,最后,進(jìn)行比對,得出識(shí)別的結(jié)果。
現(xiàn)有的指紋識(shí)別算法的前提條件是使用相同的指紋識(shí)別器上采集指紋或認(rèn)證。所以,在網(wǎng)上的很多用戶只能用同一類指紋識(shí)別器才能實(shí)現(xiàn)認(rèn)證,實(shí)踐證明:如果換作不同的指紋識(shí)別器,驗(yàn)證系統(tǒng)的性能將大大降低,這是因?yàn)橹讣y識(shí)別器沒有標(biāo)準(zhǔn)的互換規(guī)定。
由于各種識(shí)別器的使用算法的不同,要使用指紋識(shí)別器的各系統(tǒng)需要個(gè)別的登錄,而且,認(rèn)證時(shí)必須使用與登錄時(shí)使用的識(shí)別器類型相同。這說明個(gè)人和系統(tǒng)需要保留多個(gè)不同種類的識(shí)別器。解決不同識(shí)別器之問的通用算法就成為目前研究的一個(gè)很有意義的課題,這樣,用戶可以在自己的電腦上使用不同的識(shí)別器,方便了在線指紋驗(yàn)證系統(tǒng)的使用價(jià)值 。
由于某類指紋傳感器僅僅適合同種類型的采集儀驗(yàn)證使用,為了允許更多的用戶使用和阻止假冒用戶試圖欺騙系統(tǒng),多傳感器指紋融合提高系統(tǒng)的性能顯得很有必要。本文提出一種簡單的融合策略研究了兩類常用的指紋傳感器一光學(xué)傳感器和電容傳感器。兩類傳感器分別采集兩幅圖像后通過預(yù)處理程序提取細(xì)節(jié)點(diǎn)后分別與模板指紋相匹配,得到2個(gè)匹配分?jǐn)?shù),然后,把這2個(gè)匹配分?jǐn)?shù)通過融合規(guī)則得到最后的匹配分?jǐn)?shù),通過與單一傳感器性能比較表明:融合后的結(jié)果對系統(tǒng)的性能有了很大的提高。
1 提出的融合框架
圖1為提出的多傳感器指紋驗(yàn)證系統(tǒng)框架圖 。首先,通過光學(xué)和電容傳感器采集用戶的指紋圖像。然后,對圖像進(jìn)行預(yù)處理和分別提取兩類傳感器采集的指紋圖像的特征,基于細(xì)節(jié)點(diǎn)的匹配算法被分別應(yīng)用到光學(xué)和電容細(xì)節(jié)點(diǎn)集,因此,有2個(gè)匹配分?jǐn)?shù),并使用融合規(guī)則融合這些分?jǐn)?shù)。
1.1 指紋傳感器的類型和工作原理
由于當(dāng)今指紋傳感器規(guī)格很多,但是,至今仍然沒有一個(gè)恰當(dāng)和統(tǒng)一的協(xié)議和標(biāo)準(zhǔn)。目前,市場上現(xiàn)有的傳感器主要有光學(xué)傳感器和電容式傳感器兩類。
1.1.1 光學(xué)傳感器工作原理
它的基本原理如下:將手指按壓在玻璃平面的一側(cè),在玻璃的另一側(cè)安裝有LED光源和CCD攝像頭,LED發(fā)出的光束以一定的角度照射向玻璃,攝像頭用于接收從玻璃表面反射回的光線。手指上的脊線與玻璃表面接觸,谷線不與玻璃表面接觸,因此,照射在指紋脊線所接觸部分的玻璃表面的光線被漫反射,而照射在指紋谷線所對應(yīng)的玻璃表面的光線被全反射,從而在由CCD攝像頭捕獲的圖像中,對應(yīng)指紋脊線的部分顏色較深,對應(yīng)指紋谷線的部分顏色較淺。
1.1.2 電容傳感器工作原理
電容傳感器原理根據(jù)按壓到采集頭上的手指的脊和谷在手指表皮和芯片之間產(chǎn)生不同的電容,芯片通過測量空間中的不同的電磁場得到完整的指紋。由這一構(gòu)造原理,可以大大地提高指紋的防偽性。偽造的指紋一般用硅樹脂或者白明膠等絕緣材料,在電容傳感器上是無法成像的,這樣使偽造的指紋無用武之地。但電容技術(shù)的芯片昂貴,且易受到干擾。
1.2 指紋圖像處理
在該識(shí)別過程中,首先,通過指紋采集儀器采集到指紋 J,由于采集指紋圖像時(shí)圖像質(zhì)量不高或者在捺取指紋過程中因用力不均造成指紋畸變,常常會(huì)造成指紋圖像分割的不準(zhǔn)確,給后續(xù)的指紋識(shí)別帶來更大的困難,造成指紋自動(dòng)識(shí)別系統(tǒng)的拒識(shí)或誤識(shí),所以,指紋采集后的第一個(gè)關(guān)鍵技術(shù)就是對采集到的指紋圖像進(jìn)行預(yù)處理,包括對指紋圖像的增強(qiáng)、二值化和細(xì)化等。預(yù)處理完成后即可進(jìn)行特征提取,然后,進(jìn)行特征匹配,輸出匹配結(jié)果,如圖2。
最后,細(xì)節(jié)點(diǎn)被提取出來,細(xì)節(jié)點(diǎn)定義為:端點(diǎn)和分又點(diǎn)(如圖3),紋線端點(diǎn)是一條紋路的終結(jié)點(diǎn),而紋線分叉點(diǎn)是一條紋路再次分開成為兩條紋路的點(diǎn)。這2種特征點(diǎn)在指紋圖像中出現(xiàn)的幾率最大、最穩(wěn)定,易于檢測,而且,足以描述指紋的唯一性。
[page]
其中,電容傳感器工作原理記錄了點(diǎn)集P中第i個(gè)特征點(diǎn)的3條信息: 坐標(biāo)、Y坐標(biāo)與方向,電容傳感器工作原理則記錄了點(diǎn)集Q中第j個(gè)特征點(diǎn)的3條信息:x坐標(biāo),y坐標(biāo)與方向。假設(shè)兩幅指紋圖可以完全匹配起來,則可通過對輸入的指紋圖作某種變換(旋轉(zhuǎn)、平移與伸縮)得到模板中的指紋圖,因此,點(diǎn)集P可以通過旋轉(zhuǎn)、平移與伸縮等變換近似成點(diǎn)集Q。
為了能夠?qū)⑤斎胫讣y圖像中的某一個(gè)特征點(diǎn)按照一定的變換方式轉(zhuǎn)換成模板指紋圖像中的相對應(yīng)位置,需要知道相應(yīng)的變換因子,△x與△y分別為x,y方向上的平移因子,△θ則是旋轉(zhuǎn)因子。匹配基準(zhǔn)點(diǎn)的確定是通過判斷這2個(gè)三角形的相似程度得到的,在求取了兩幅指紋圖像之間的匹配基準(zhǔn)點(diǎn)和變換因子后,本文對待識(shí)別指紋相對于模板指紋進(jìn)行旋轉(zhuǎn)、平移變換,以便判斷兩枚指紋是否來自于同一個(gè)手指。在本文中,求取變換后的待識(shí)別指紋的特征點(diǎn)坐標(biāo)位置和所在區(qū)域的紋線方向。然后,將變換后的待識(shí)別指紋特征點(diǎn)集疊加到模板指紋特征點(diǎn)集上,檢測2個(gè)特征點(diǎn)集合中相重合的特征點(diǎn)數(shù)目。由于本文中的匹配是一種非精確匹配,即使是一對匹配的特征點(diǎn)對,它們之問也不會(huì)完全重合,總是在位置、方向上存在有一定的偏差,所以,必須有一定的偏差容忍度。
為此,本文采用一種稱為界定盒的方法。對模板指紋特征點(diǎn)集中的每一個(gè)特征點(diǎn),選取它周圍的一個(gè)矩形區(qū)域作為它的界定盒,只要變換后的待識(shí)別指紋中的特征點(diǎn)經(jīng)過疊加后落在這個(gè)區(qū)域之內(nèi),而且,方向基本一致,可以認(rèn)為這2個(gè)特征點(diǎn)對是一對匹配的特征點(diǎn)。
最后,算法統(tǒng)計(jì)所有相匹配的特征點(diǎn)數(shù)目,通過式(1)轉(zhuǎn)換成匹配分?jǐn)?shù),其中,maxscore是通過疊加匹配的細(xì)節(jié)點(diǎn)個(gè)數(shù)得到的最大匹配得分,Temp—Num和Input—Num分別是模板和輸入指紋的細(xì)節(jié)點(diǎn)數(shù)目
計(jì)算的匹配分?jǐn)?shù)代表了相比較的兩幅指紋的相似程度。參數(shù)值越大,相似性程度越高,而如果得分較小時(shí),說明這一用戶不一定是其宣稱的用戶,訪問將被拒絕。
本文所使用的算法是一種典型的基于特征點(diǎn)坐標(biāo)模型的點(diǎn)模式匹配算法。它對匹配過程中最難的一步一基準(zhǔn)點(diǎn)的確定和變換參數(shù)的求取作了較深入的研究,根據(jù)3個(gè)近鄰的特征點(diǎn)之間的相互關(guān)系來確定基準(zhǔn)點(diǎn)、求取變換參數(shù)。該算法在一定程度上能夠加快基準(zhǔn)點(diǎn)的求取,從而提高整個(gè)匹配算法的速度。同時(shí),該算法是根據(jù)多點(diǎn)來確定變換參數(shù),而不是通常意義上的一點(diǎn),在一定程度上可以消除在特征提取過程中所引入的位置、角度的偏差,得到更為準(zhǔn)確的變換參數(shù)。
1.3 光學(xué)和電容傳感器的融合
So, Sc是分別由光學(xué)傳感器和電容傳感器采集的圖像運(yùn)用匹配算法所獲得的匹配分?jǐn)?shù),s融合后的分?jǐn)?shù)和S。So, Sc之間有如下關(guān)系
2 實(shí)驗(yàn)結(jié)果
隨機(jī)抽取20個(gè)人,每個(gè)人使用3個(gè)手指,分別為大拇指、食指、中指,使用光學(xué)和電容傳感器,每個(gè)手指按壓10次,每個(gè)人采集到的指紋數(shù)為6×10=60,共有指紋20×60=1200。對于每一個(gè)驗(yàn)證算法兩類集合的匹配分?jǐn)?shù)。第一次匹配稱為“真正匹配分?jǐn)?shù) (真正用戶之間)G集合,第二次是“假匹配分?jǐn)?shù)”(“假冒用戶之問”)I集合。
隨機(jī)細(xì)分以上集為2個(gè)大小相同的集合:G=G1 U G2,I=I1 U I2,G1, G2和I1, I2分別是G和I的分離集合。訓(xùn)練集合Tr={G1,I1}用于計(jì)算邏輯融合規(guī)則的權(quán)重,測試集合Tx={G2,I2}用于評(píng)價(jià)和比較算法性能。它包含以下幾個(gè)指標(biāo):
訓(xùn)練樣本集合的等錯(cuò)誤率(EER),也就是當(dāng)真正用戶被系統(tǒng)錯(cuò)誤拒絕的百分比(FRR)等于假冒用戶被系統(tǒng)錯(cuò)誤接受的百分比(FAR)。
電容傳感器性能明顯差于光學(xué)傳感器。其原因主要是電容傳感器采集圖像時(shí)的接觸面積遠(yuǎn)遠(yuǎn)小于光學(xué)傳感器。直接導(dǎo)致了其采集的圖像提取的細(xì)節(jié)點(diǎn)數(shù)目少,因此,提取的細(xì)節(jié)點(diǎn)不能彼此正確的匹配。
從等錯(cuò)誤率計(jì)算的融合結(jié)果來看,性能也有很大的提高,邏輯融合減少EER從3.6%到2.9%。測試樣本的結(jié)果也表明融合提高了系統(tǒng)的魯棒性,實(shí)際上,在邏輯融合以后,訓(xùn)練樣本的性能和測試樣本的性能偏差大大減小了。
該實(shí)驗(yàn)結(jié)果與Gian Luca 實(shí)驗(yàn)結(jié)果對比,發(fā)現(xiàn)得到的結(jié)果指標(biāo)低于指標(biāo),其中原因可能是本文使用的采集器性能比較差,以致獲得的指紋圖像質(zhì)量不夠理想而導(dǎo)致指標(biāo)稍弱,另外,可能就是本文使用的算法獲得的匹配結(jié)果不夠理想。
結(jié)語
本文提出了基于光學(xué)和電容傳感器多傳感器指紋驗(yàn)證系統(tǒng)。實(shí)驗(yàn)結(jié)果表明:驗(yàn)證后的多傳感器系統(tǒng)性能優(yōu)于最好的單一傳感器陛能(光學(xué)傳感器),而且,光學(xué)和電容傳感器匹配器兩者之間的互補(bǔ)性也表明了多傳感器融合的可能性,從理論上來說系統(tǒng)本身也獲得了很低的驗(yàn)證錯(cuò)誤率。特征提取過程被分別應(yīng)用到每一個(gè)采集設(shè)備采集到的圖片,應(yīng)用一個(gè)簡單的融合規(guī)則,提高系統(tǒng)的驗(yàn)證性能。因此,融合不同類型的傳感器提高系統(tǒng)性能方案簡單易行。
相關(guān)閱讀:
完美解讀無線傳感器網(wǎng)絡(luò)匯總
TI創(chuàng)意設(shè)計(jì):專用壓力傳感器,只為“壓力”而生!
安森美圖像傳感器,安防攝影機(jī)的終結(jié)者