基于图像的指纹验证

文摘

随着社会越来越欺诈,现在是时候来取代个人认同的传统方法自动、准确的基于生物特征的识别。在所有可用的生物识别技术(脸,声音、虹膜、视网膜等)指纹识别获得很多关注,因为它是最古老的之一,证明受欢迎的指纹匹配方法可以大致分为1)细节,2)基于相关性的,3)基于纹理。提出的基于图像的方法是相关类型的二维快速傅里叶变换(FFT)的输入和计算模板指纹然后像素像素之和乘法两个指纹图像的频域表示的是相对于一个阈值做出决定。的优点之一表现在频域相关的频率表征指纹是不变的翻译。基于图像的方法不使用指纹的细节特征匹配。这种相关系数的方法可以找到对应的输入指纹图像和存储注册模板在计算效率高于基于细节的方法。本文取得的高匹配率表明,一个有效的小规模的指纹验证系统是可行的。

关键字

生物识别技术,指纹,相关性,验证和细节。

介绍

随着因特网的广泛使用,自动取款机,手机智能卡等自动个人识别越来越多的重要性,这应该自动识别和提供准确的[1]。唯一解决这个问题的人是基于生物识别技术的自动识别。生物识别技术识别人的方法是基于他/她的个人生理或行为特征。在所有的生物识别技术,指纹识别是最古老之一,证明和流行的技术。指纹是山脊和山谷的模式表面上的手指。

指纹图像包含许多功能用于识别目的。也有各种方法的自动指纹验证,提出了包括1)细节匹配为基础,2)相关匹配为基础,3)基于纹理匹配。基于细节的方法是最受欢迎的是包含在几乎所有的指纹验证识别系统。然而基于细节的方法需要广泛的预处理来提高法师质量,因为质量差的图像会导致许多问题。1)可能会产生大量的伪细节。2)大量真正的细节可能会被忽略。3)大错误定位。

提出的基于图像的方法在另一方面可以直接应用于灰度指纹图像预处理,因此他们可能比基于细节的方法获得更高的计算效率。基于图像的方法可能是唯一的选择来匹配指纹,太低的图像质量,允许一个可靠的细节提取。

二世。预处理

指纹是每次捕获略有不同。因此简单地计算的相关性两个打印不能进行匹配。有两种类型的扭曲当比较两个指纹印相同的手指。

一个¯‚·噪声引起的捕获设备或由e。g肮脏的手指。这可以减少噪声的应用合适的过滤器。

一个¯‚·形状扭曲可能是由于压凸弹性指纹表面在平坦的传感器。这可能导致拉伸,旋转和剪切,也只可能出现在手指指纹的某些部位由于不均匀的压力。形状扭曲不能轻易得到补偿。

大多数指纹识别系统首先提取指纹的细节,然后比较两个打印的细节设置。消除一些基于细节的系统的缺点,我们选择设计一个系统,直接使用灰度信息。甚至基于相关性的指纹验证系统也不一定需要指纹图像增强,一些预处理,提出了获得更高的效率。预处理的主要步骤如下:

1.符号

灰度指纹图像的“我”被定义为一个N * N矩阵,其中(I, j)表示像素的强度I行和第j列。我们假设所有的图像扫描分辨率为500点/英寸(dpi),普遍推荐的分辨率。

2.归一化

让我(I, j)、心肌梗死和Vi表示我的估计均值和方差分别和G (I, j)表示归一化灰度值的像素(I, j)。

标准化是一个像素明智的行动。它不改变山脊和山谷结构的明确性。Te规范化的主要目的是减少同性恋水平值的变化以及桥梁和山谷,便于后续处理。

3所示。二值化和细化

为了准备操作图像进行二值化和细化必须做为了达到一致的结果。二值化的过程是将灰度指纹图像转换为二进制(黑色和白色)形象而变薄是指纹的脊的侵蚀过程,直到一个像素宽。

三世。相关

相关性是最简单的方法是将两个指纹图像和减去输入模板山脊是否对应。如果超过某个阈值的相关性两个指纹声明源自同一手指。相关技术的一种变体是执行在频域的相关性而非空间域进行二维快速傅里叶变换的输入和模板指纹。像素像素之和乘法的两个指纹的频域表示imagesis然后比较阈值决定。执行相关的优点之一在频域是指纹的频率表示翻译不变。

四、实验结果

准确性和可靠性在指纹识别是一个具有挑战性的问题往往需要健壮的算法。这个绩效评估进行了试图建立一个基准。内部测试可以执行从FVC2000标准化的通用传感器收集的数据库。这个数据库包含58指纹和8种不同的手指。数据库的图像大小为300 * 300 dpi。这些指纹是手动进行分析,以保证误接受和真正的接受。

诉的结论

correlation-based指纹验证系统提供了一个非常简单和直接解决指纹匹配问题。基于与细节的系统,这种方法不需要预处理。因此,不会有错误了这些步骤。该系统的使用更丰富的灰度指纹图像的信息。它能够处理指纹图像质量不好,错过了和虚假的细节。由于模板配对,决策阶段是简单得多,它能够处理一些非均匀变形问题。实验表明,基于相关的指纹验证系统执行约以及其他类型的系统。系统的性能增强解决问题的指纹显示超过一定数量的符号彼此。

引用

中,A.K. Bolle Sharath Patkanti,陆克文米耆那教的“生物识别:识别的未来”。2000年IEEE计算机协会,46-49页。 A.K.Jain,智慧化中,美国Bolle Patkanti的生物识别技术:个人识别网络社会。“Norwell, M。答:Kluver, 1999年。 阿伦罗斯,詹姆斯和Anil jain,“指纹匹配使用特征空间相关性”的proc。在生物认证发布大会车间,信号2359,pp 48-57,丹麦2002年6月。