残缺指纹识别中若干关键技术

2016-02-02赵强姜永

法制博览 2016年36期

关键词：指纹图指纹识别纹理

赵强姜永

灵璧县公安局刑事科学技术室，安徽灵璧 234200

残缺指纹识别中若干关键技术

赵强姜永

灵璧县公安局刑事科学技术室，安徽灵璧 234200

随着社会的科技快速发展，需要验证身份的地方也逐渐增多，这就使得生物特征识别技术在社会各个方面的应用逐渐增加。指纹识别作为生物特征识别中最显著的身份识别方式，因为指纹不会随着岁月的流逝而改变，同时每个人的指纹也是不同的，具有独特性。为了更好的识别人们的身份，应提高指纹图像的质量，根据我国指纹库的情况来看，大部分指纹达到了高质量的目标，但还有一部分指纹图像由于伤疤、污痕等原因，造成其质量低。本文通过分析残缺指纹产生的原因，并对残缺指纹进行深入探究。

残缺指纹；指纹识别；关键技术

为了促进国家安全稳定的发展，并对社会秩序进行有效维持，生物特征识别技术在社会中发挥着越来越重要的作用。指纹识别众多的生物特征中更实用和可靠，其稳定性、唯一性、易采集和易存储的特点为其普遍应用奠定了基础。

一、残缺指纹识别

所谓的指纹识别就是根据每个人的指纹纹理不同而进行区别，将个人的指纹与之前预留的指纹进行比对，通过比对来确定个人身份。指纹识别的流程一般分为指纹图像采集、指纹图像增强、特征提取及指纹匹配。然而在一些事例中存在的指纹并不是完整清晰的指纹，而是残缺指纹。残缺指纹丢失了部分特征，同时也容易引入一些错误的特征，这就造成了市场上一些指纹识别设备不能对其进行准确识别。除此以外，残缺指纹识别方面仍存在着一些问题。

二、残缺指纹的形成原因

图像质量差的指纹在指纹识别中经常遇到。由于对指纹图像的丢失，造成了有效特征的丢失，从而导致指纹识别过程中的准确度降低。残缺指纹的形成原因大概分为以下三个方面。

(一)采集设备缺陷

当指纹收集设备上存在一些污渍或者设备未达到相关参数进行设置，都会导致所收集到的指纹的图像质量变差，从而使得不能在指纹识别方面准确识别个人身份。当采集设备出现缺陷的时候，可以将污渍擦去，重新设置采集设备参数等形式来确保所采集指纹的准确性。采集设备缺陷所引起的残缺指纹一般都可以进行修复。

(二)手指状态不佳

手指状态不佳也会导致残缺指纹的出现。当手指有污渍、伤疤、脱皮等情况的时候，就会造成手指状态不佳，使收集到的指纹图像质量降低，造成指纹识别过程中不能准确对身份进行识别。手指状态不佳会影响指纹残缺的形成，同时该情况一般都不容易恢复。

(三)按压方式不当

在采集指纹的时候，当事人如果没有将手指按压在采集设备正中间，就会造成所采集的指纹只是部分，从而影响指纹图像的采集。当按压力度过大，就会造成采集出来的指纹图像中指纹的脊线积压在一起的情况；当按压力度过小，就会造成所收集的指纹不完整，部分地方出现残缺的现象。因此在采集指纹的时候，应当有相关的人员对当事人进行指导，并对不合格的指纹进行删除，让其重新按压，便于指纹图像质量的提高。

三、残缺指纹识别的关键技术

为了从残缺指纹中获取更多的特征，便于个人身份识别，就会采用相关的关键技术对其进行处理，增强指纹的准确性。通过对残缺指纹识别中的图像增强、特征提取、指纹匹配和指纹索引四个方面进行研究其关键技术。大致是基于信息熵的指纹残缺区域修复与重建算法、基于融合特征与模式熵的指纹匹配算法、基于改进型GA-PSO算法的指纹匹配算法以及基于BMHASH算法的指纹索引算法。

(一)基于信息熵的指纹残缺区域修复与重建

指纹识别图像是采集指纹时的原始数据，其质量对指纹特征的精确度起着局定性作用，同时也影响指纹识别的准确性。在实际采集的过程中，会因为当事人的手指状态、采集设备等原因，造成指纹图像质量较低。为了解决该问题，一般采用的是对指纹残缺的地方进行修复与重建的方法。在使用该方法之前，应当对残缺区附近的指纹纹理进行分析，通过分析得到残缺区的指纹纹理大致方向场，同时为后面的修复与重建工作打下基础。当对残缺区的指纹纹理方向场进行估计的时候，一般都会采用模板库中的指纹细节点特征模板，通过参考模板，不能够更方便地得出残缺区指纹纹理的方向场。但是该参考模板库这种方法具有局限性，当残缺指纹中存在缺失、断裂等现象时，在通过细节点对残缺区指纹纹理方向场进行估计的同时，还应根据残缺区附近的方向场进行估计，因为残缺区附近的方向场是连续且可靠的。通过上面两个方法分别对残缺区指纹纹理方向场进行估计，并将得到的结果进行结合，当结合的过程中应当按照相关的准则对残缺区指纹纹理进行估计。

对残缺区指纹纹理的修复和重建一般采用的是对细化指纹图像的断裂脊线修复的方法。该方法大致流程是先对断裂点进行配对，并对断裂点进行初步重连，对断裂脊线进行拟合，最后根据先验知识对所有的重连脊线进行筛选。以上方法是根据先验知识对其进行计算所得出的重连脊线，所得到的结果是理想状态下的，但在实际中会出现很多方面的问题影响残缺区指纹纹理的方向场，为了使其结果更符合实际，最终都会才用信息熵来对残缺区修复的结果进行评估。

(二)基于融合特征与模式熵的指纹匹配

在对指纹进行匹配的时候，一般都是先进行特征提取，再做相似度量。对指纹特征的提取结果对指纹识别结果起着决定性作用。在对指纹进行提取的时候，一般采用的都是提取细节点特征的方法和提取方向场特征的方法。通过将以上两个方法所提取的特征信息进行有效融合，从而达到提高指纹识别准确度的目的。再对相似度量的时候，应当结合高斯加权函数与模式熵进行相似度量，并对其特征进行正确匹配。采用模式熵的相似度量法能够避免图像发生尺度、旋转等问题所产生的误差，同时其计算方法相对简单，使匹配更快捷。

(三)基于改进型GA-PSO算法的残缺指纹匹配

遗传算法(GA)在生物遗传与进化的机理上，并采用生物学中的染色体和基因等概念来进行操作，从而达到求解的目的。该方法具有高效性，能够同时对多个搜索点进行寻找信息，从寻找结果中找出合适的结果。粒子群优化算法(PSO)，在该方法中，将每个优化问题的解比作搜索空间中的一只鸟，并将其称作“粒子”。每个粒子以一定的速度飞翔，然后粒子们就追随当前的最优粒子在解的空间中搜索。将以上两个方法进行有效结合，并形成改进型GA-PSO算法，结合两个算法的优点，从而找出残缺指纹的最佳匹配结果。

(四)基于BMHASH算法的指纹索引

提取指纹索引一般采用的是聚类算法与BMHASH算法。聚类算法在指纹识别系统中得到很好的应用，因为该算法采用细节点三元组结构，相对来说较为容易，同时索引特征的来源也相对简单，但当细节点三元组较多的时候，就会采用x-means聚类算法来构建索引空间。与聚类算法相比，BMHASH算法的应用更多广泛，已经涉及到社会中的各个领域。该方法使指纹识别的效率得到了提升，该方法大致是将规模比较大的指纹数据库进行划分，将其划分为很多小的指纹数据库，并对其中的某个指纹数据库进行匹配，这样的方法能够使搜索范围变小，从而使搜索的速度加快。但是在指纹数据库中，这些指纹图像都是压缩状态，极其容易造成丢失的现象。为了减少该现象的造成的损失，应当在用评估标准对指纹图像丢失的问题做出修正。指纹索引能够短时间内对筛选出相似指纹，然后对其进行精确比对，大大提高了匹配效率。该方法在规模比较大的指纹数据库中发挥着重要作用，能够节省大量的时间，同时还提高了指纹识别的效率。BMHASH算法与之前的算法相比，其更具有高效性，同时鲁棒性在残缺指纹索引方面表现更为明显。