生物识别技术在智能终端中的应用
2017-03-27段沛沛院鑫侯娜
段沛沛++院鑫++侯娜
摘要：随着信息和网络技术的发展，以及智能终端的广泛使用，个人在网络中的身份越发模糊，故而必须使用可靠地身份鉴定技术保证个人信息、财产安全。生物识别技术正是这样一种技术。文中将讨论一种可用于智能终端中的基于指纹特征实现身份识别的算法，从结果来看，该算法能够较好地处理指纹特征，有效地实现身份鉴定。
关键词：生物识别；特征提取；脊线跟踪
中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2017）03-0168-02
Biometric Identification Technology Used in Intelligent Terminal
DUAN Pei-pei，YUAN Xin， HOU Na
（School of Computer Science，Xi'an Shiyou University，Xi'an710065，China）
Abstract： With the development of information and network technologies， intelligent terminals are widely used. The personal identity on the network is blurry so that some reliable biometric recognition technology are used to guarantee the safety and property of people. In the paper， an identification algorithm based on fingerprint identification is proposed.
Experiments have shown that the method extracts fingerprint features well and can improve the effect of the personal identification.
Key words： biometric identification； feature extraction； ridge line tracing
1 概述
近年来，信息、网络技术发展迅猛，依托这些技术，社交媒体、电子商务等各类应用也愈发丰富。数码产品，尤其是智能终端的种类和应用场合也越来越多。事实上，在网络全球化的当下，典型智能终端设备——手机几乎可以视作是台“移动电脑”。然而，在这些应用场合中，个人的身份在网络中其实是既模糊又数字化的，故而为了保证信息安全、财产安全，必须提高用户身份识别的准确率。
常规的终端设备多使用基于身份识别与密码相结合的方式来对用户访问进行控制，可这些方法也存在一些诸如：安全性差、密码易失及易被盗用等潜在问题。故而，随着技术及新的应用模式的发展，智能终端设备对于人机交互间安全性和便捷性的需求也就更为突出了。
就目前而言，生物识别技术可以说是使用较为广泛，且安全性、准确性均较高的识别技术。此类识别技术通过将计算机、光学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性以及生理特征来实现身份鉴定[1]。指纹识别即为其中典型应用之一。本次设计将讨论指纹生物特征用于智能终端身份识别的实现过程，包括：个体特征获取、生物特征图像预处理、特征提取、身份鉴定等步骤[2]。
2 基于生物特征的身份识别算法
本次设计将基于指纹特征完成身份识别，整个设计大致分为几个步骤：个体特征获取、生物特征图像预处理、特征提取、身份鉴定。不过，在实现时，处理过程如下：
图1 生物特征识别过程
2.1 生物特征图像预处理
实际上，对特征获取所得的生物特征图进行预处理是整个身份鉴定过程的基础。由于环境、身体，甚至采集设备均可能影响生物特征的采集效果，所以预处理其实就是要削弱这类不良干扰的影响，并将其转变成二值点线细化图。然而，由于图像本身质量问题和预处理过程中可能带来的某些噪声，为了在提取细节特征时剥离伪特征，可通过以下几个步骤来获得正确的指纹特征：
图2 指纹特征预处理过程
上图中不同模块的功能为：由于实际采集的图像很可能存在灰度不均匀的现象，为了使后续处理有较为统一的图像规格，需对图像做规一化处理。随后，通过图像增强来改善指纹图像质量，以使其细节更清晰，突出和保留生物体固有特征的过程。进而，再通过求取方向图及滤波完成指纹图像的变换表示。二值化进一步对图像纹线进行处理，使其更能突显生物体的重要特征。最后，经过细化处理，使得原本不清晰的图像转换为特征鲜明的图像。
2.2 生物特征提取
文中采用的生物特征其实就是指纹特征。故而此处，特征提取其实就是要提取指纹的细节特征，也就是把纹线走向、端点和分叉点等能够充分表示生物体唯一性的特征尽量多地提取出来。考虑到该技术在智能终端应用中的准确性，特征提取算法必须能够尽可能多地提取能代表生物个体原始信息的有效特征。具体来说，此处要提取的特征应满足：
1）提取的特征应能保持生物特征的独特性。
2）所提取的特征应具有紧凑性，尽可能不含冗余信息。
3）能适应不同的匹配算法。
本文用脊线跟踪的方法完成对生物细节特征的选取，以保证特征点选择的有效性。算法通过对指纹图像进行像素点搜索，首先确定其基本特征点；然后，根据指纹方向图和脊线间的平均距离完成脊线跟踪，进一步对前面搜索到的细节特征进行选取，以得到有效特征点，并通过对其相对位置进行分析，将之用作指纹的细节特征信息[3]。实际上，除了对待提取特征的考虑外，因為是在智能终端中应用，所以提取生物特征的算法应尽可能简捷、高效，且抗噪能力要强。本文采用的分析方法提取的指纹细节特征能更好地抵抗指纹图像处理过程中的干扰，也为随后的特征匹配做好了准备。
2.3 生物特征匹配
获得生物特征之后就可以进行匹配分析，进而实现生物特征识别了。在本文涉及的应用中，生物特征匹配其实也就是完成指纹特征的匹配。为了解决匹配问题，其实需要分别提取出两幅指纹图像各自的细节特征，然后将两组细节进行比对，以判定它们是否来自同一个体。
一般而言，指纹匹配常使用基于纹理信息以及基于点模式的匹配方法，本文使用后者，也就是根据指纹脊线的端点以及分叉点来完成识别。在匹配过程中，将会把提取到的特征点和模板图像中的特征点进行比较，并根据两幅图像之间相差绝对值的大小判定匹配图像。在实际应用中，随着匹配条件的改变，识别效果也必然随之改变。通常情况下，该条件越严格，识别出错的概率自然就越低。
3 小结
生物识别技术以其自身的特点和优势，在很多场合中应用，作为其中典型应用的指纹识别技术尤其得到了更多的关注。在利用指纹生物特征进行身份识别的各类应用场合中，对身份识别性能的要求自然也各异。在安全需求较高的应用场合，识别率要尽量高；而在一些日常识别应用中，此类要求会有所下降。所以，在不同的智能终端应用系统中，识别参数的选取也各不相同。即便如此，本文研究的方法在应用时，仍可满足应用需求。
参考文献：
[1] 韩玉峰，王小林，张传文.生物特征识别技术研究及应用[J].微计算机信息，2012（3）.
[2] 张宁，臧亚丽，田捷.生物特征与密码技术的融合——一种新的安全身份认证方案[J].密码学报，2015（2）.
[3] 姜红超，张高伟.基于极限跟踪的指纹细节特征提取[J].计算机工程，2007（8）.
