指紋識別過程同所有的生物體特征識別的過程類似
，分為用戶注冊和特征匹配2個部分。首先，需要錄入指紋圖像，對獲取的原始圖像進行處理，包括圖像增強
、分割、細化、二值化等。然後


，對指紋的細節特征進行提取
，比較常見的特征點有分叉點
、端duan點dian，最zui後hou，生sheng成cheng模mo板ban儲chu存cun在zai係xi統tong數shu據ju庫ku中zhong。無wu論lun是shi驗yan證zheng或huo者zhe辨bian識shi的de過guo程cheng，都dou需xu要yao將jiang待dai識shi別bie的de用yong戶hu的de指zhi紋wen圖tu像xiang再zai一yi次ci進jin行xing同tong樣yang的de圖tu像xiang分fen割ge、細化、二值化、特征提取等一係列步驟，生成和數據庫模板同樣的數據格式，最後，進行比對，得出識別的結果。

現xian有you的de指zhi紋wen識shi別bie算suan法fa的de前qian提ti條tiao件jian是shi使shi用yong相xiang同tong的de指zhi紋wen識shi別bie器qi上shang采cai集ji指zhi紋wen或huo認ren證zheng。所suo以yi，在zai網wang上shang的de很hen多duo用yong戶hu隻zhi能neng用yong同tong一yi類lei指zhi紋wen識shi別bie器qi才cai能neng實shi現xian認ren證zheng，實shi踐jian證zheng明ming：如果換作不同的指紋識別器
，驗證係統的性能將大大降低，這是因為指紋識別器沒有標準的互換規定。

youyugezhongshibieqideshiyongsuanfadebutong，yaoshiyongzhiwenshibieqidegexitongxuyaogebiededenglu，erqie，renzhengshibixushiyongyudenglushishiyongdeshibieqileixingxiangtong。zheshuominggerenhexitongxuyaobaoliuduogebutongzhongleideshibieqi。jiejuebutongshibieqizhiwendetongyongsuanfajiuchengweimuqianyanjiudeyigehenyouyiyideketi
，zheyang，yonghukeyizaizijidediannaoshangshiyongbutongdeshibieqi

，fangbianlezaixianzhiwenyanzhengxitongdeshiyongjiazhi 。

由you於yu某mou類lei指zhi紋wen傳chuan感gan器qi僅jin僅jin適shi合he同tong種zhong類lei型xing的de采cai集ji儀yi驗yan證zheng使shi用yong，為wei了le允yun許xu更geng多duo的de用yong戶hu使shi用yong和he阻zu止zhi假jia冒mao用yong戶hu試shi圖tu欺qi騙pian係xi統tong
，多duo傳chuan感gan器qi指zhi紋wen融rong合he提ti高gao係xi統tong的de性xing能neng顯xian得de很hen有you必bi要yao。本ben文wen提ti出chu一yi種zhong簡jian單dan的de融rong合he策ce略lve研yan究jiu了le兩liang類lei常chang用yong的de指zhi紋wen傳chuan感gan器qi一yi光guang學xue傳chuan感gan器qi和he電dian容rong傳chuan感gan器qi。兩liang類lei傳chuan感gan器qi分fen別bie采cai集ji兩liang幅fu圖tu像xiang後hou通tong過guo預yu處chu理li程cheng序xu提ti取qu細xi節jie點dian後hou分fen別bie與yu模mo板ban指zhi紋wen相xiang匹pi配pei
，得de到dao2個匹配分數
，然後，把這2個匹配分數通過融合規則得到最後的匹配分數，通過與單一傳感器性能比較表明：融合後的結果對係統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證係統框架圖 。shouxian
，tongguoguangxuehedianrongchuanganqicaijiyonghudezhiwentuxiang。ranhou
，duituxiangjinxingyuchulihefenbietiquliangleichuanganqicaijidezhiwentuxiangdetezheng
，jiyuxijiediandepipeisuanfabeifenbieyingyongdaoguangxuehedianrongxijiedianji，yinci
，you2個匹配分數

，並使用融合規則融合這些分數。


1．1 指紋傳感器的類型和工作原理

由(you)於(yu)當(dang)今(jin)指(zhi)紋(wen)傳(chuan)感(gan)器(qi)規(gui)格(ge)很(hen)多(duo)，但(dan)是(shi)，至(zhi)今(jin)仍(reng)然(ran)沒(mei)有(you)一(yi)個(ge)恰(qia)當(dang)和(he)統(tong)一(yi)的(de)協(xie)議(yi)和(he)標(biao)準(zhun)。目(mu)前(qian)，市(shi)場(chang)上(shang)現(xian)有(you)的(de)傳(chuan)感(gan)器(qi)主(zhu)要(yao)有(you)光(guang)學(xue)傳(chuan)感(gan)器(qi)和(he)電(dian)容(rong)式(shi)傳(chuan)感(gan)器(qi)兩(liang)類(lei)。

1．1．1 光學傳感器工作原理

它的基本原理如下：將手指按壓在玻璃平麵的一側，在玻璃的另一側安裝有LED光源和CCD攝像頭，LEDfachudeguangshuyiyidingdejiaoduzhaoshexiangboli，shexiangtouyongyujieshoucongbolibiaomianfanshehuideguangxian。shouzhishangdejixianyubolibiaomianjiechu，guxianbuyubolibiaomianjiechu，yinci
，zhaoshezaizhiwenjixiansuojiechubufendebolibiaomiandeguangxianbeimanfanshe，erzhaoshezaizhiwenguxiansuoduiyingdebolibiaomiandeguangxianbeiquanfanshe
，congerzaiyouCCD攝像頭捕獲的圖像中
，對應指紋脊線的部分顏色較深
，對應指紋穀線的部分顏色較淺。

1．1．2 電容傳感器工作原理

dianrongchuanganqiyuanligenjuanyadaocaijitoushangdeshouzhidejiheguzaishouzhibiaopihexinpianzhijianchanshengbutongdedianrong，xinpiantongguoceliangkongjianzhongdebutongdediancichangdedaowanzhengdezhiwen。youzheyigouzaoyuanli，keyidadaditigaozhiwendefangweixing。weizaodezhiwenyibanyongguishuzhihuozhebaimingjiaodengjueyuancailiao，zaidianrongchuanganqishangshiwufachengxiangde，zheyangshiweizaodezhiwenwuyongwuzhidi。dandianrongjishudexinpiananggui，qieyishoudaoganrao。

1．2 指紋圖像處理

在該識別過程中，首先
，通過指紋采集儀器采集到指紋 J，由you於yu采cai集ji指zhi紋wen圖tu像xiang時shi圖tu像xiang質zhi量liang不bu高gao或huo者zhe在zai捺na取qu指zhi紋wen過guo程cheng中zhong因yin用yong力li不bu均jun造zao成cheng指zhi紋wen畸ji變bian，常chang常chang會hui造zao成cheng指zhi紋wen圖tu像xiang分fen割ge的de不bu準zhun確que，給gei後hou續xu的de指zhi紋wen識shi別bie帶dai來lai更geng大da的de困kun難nan

，造zao成cheng指zhi紋wen自zi動dong識shi別bie係xi統tong的de拒ju識shi或huo誤wu識shi，所suo以yi，指zhi紋wen采cai集ji後hou的de第di一yi個ge關guan鍵jian技ji術shu就jiu是shi對dui采cai集ji到dao的de指zhi紋wen圖tu像xiang進jin行xing預yu處chu理li，包bao括kuo對dui指zhi紋wen圖tu像xiang的de增zeng強qiang、二值化和細化等。預處理完成後即可進行特征提取

，然後
，進行特征匹配，輸出匹配結果，如圖2。


最後
，細節點被提取出來，細節點定義為：端點和分又點(如圖3)，紋線端點是一條紋路的終結點，而紋線分叉點是一條紋路再次分開成為兩條紋路的點。這2種特征點在指紋圖像中出現的幾率最大
、最穩定，易於檢測，而且，足以描述指紋的唯一性。

兩幅指紋圖像的匹配主要是解決旋轉、平移和形變等問題。本文中，指紋匹配的輸入是2個特征點的點集屍與Q，其中一個點集P是從輸入的指紋圖像中提取出來的，另一個點集合Q則是預先從標準的指紋圖像中提取出來儲存在模板庫中。這2個點集合分別表示為


[page]
其中
，電容傳感器工作原理記錄了點集P中第i個特征點的3條信息： 坐標、Y坐標與方向
，電容傳感器工作原理則記錄了點集Q中第j個特征點的3條信息：x坐標，y坐標與方向。假設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、平移與伸縮)得到模板中的指紋圖，因此

，點集P可以通過旋轉、平移與伸縮等變換近似成點集Q。

為了能夠將輸入指紋圖像中的某一個特征點按照一定的變換方式轉換成模板指紋圖像中的相對應位置
，需要知道相應的變換因子，△x與△y分別為x，y方向上的平移因子
，△θ則是旋轉因子。匹配基準點的確定是通過判斷這2個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點和變換因子後，本文對待識別指紋相對於模板指紋進行旋轉、pingyibianhuan，yibianpanduanliangmeizhiwenshifoulaiziyutongyigeshouzhi。zaibenwenzhong，qiuqubianhuanhoudedaishibiezhiwendetezhengdianzuobiaoweizhihesuozaiquyudewenxianfangxiang。ranhou，jiangbianhuanhoudedaishibiezhiwentezhengdianjidiejiadaomobanzhiwentezhengdianjishang，jiance2個ge特te征zheng點dian集ji合he中zhong相xiang重zhong合he的de特te征zheng點dian數shu目mu。由you於yu本ben文wen中zhong的de匹pi配pei是shi一yi種zhong非fei精jing確que匹pi配pei，即ji使shi是shi一yi對dui匹pi配pei的de特te征zheng點dian對dui
，它ta們men之zhi問wen也ye不bu會hui完wan全quan重zhong合he
，總zong是shi在zai位wei置zhi、方向上存在有一定的偏差，所以，必須有一定的偏差容忍度。

weici

，benwencaiyongyizhongchengweijiedinghedefangfa。duimobanzhiwentezhengdianjizhongdemeiyigetezhengdian
，xuanqutazhouweideyigejuxingquyuzuoweitadejiedinghe，zhiyaobianhuanhoudedaishibiezhiwenzhongdetezhengdianjingguodiejiahouluozaizhegequyuzhinei，erqie，fangxiangjibenyizhi，keyirenweizhe2個特征點對是一對匹配的特征點。

最後

，算法統計所有相匹配的特征點數目，通過式(1)轉換成匹配分數，其中，maxscore是通過疊加匹配的細節點個數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節點數目



計(ji)算(suan)的(de)匹(pi)配(pei)分(fen)數(shu)代(dai)表(biao)了(le)相(xiang)比(bi)較(jiao)的(de)兩(liang)幅(fu)指(zhi)紋(wen)的(de)相(xiang)似(si)程(cheng)度(du)。參(can)數(shu)值(zhi)越(yue)大(da)
，相(xiang)似(si)性(xing)程(cheng)度(du)越(yue)高(gao)
，而(er)如(ru)果(guo)得(de)分(fen)較(jiao)小(xiao)時(shi)

，說(shuo)明(ming)這(zhe)一(yi)用(yong)戶(hu)不(bu)一(yi)定(ding)是(shi)其(qi)宣(xuan)稱(cheng)的(de)用(yong)戶(hu)
，訪(fang)問(wen)將(jiang)被(bei)拒(ju)絕(jue)。

本(ben)文(wen)所(suo)使(shi)用(yong)的(de)算(suan)法(fa)是(shi)一(yi)種(zhong)典(dian)型(xing)的(de)基(ji)於(yu)特(te)征(zheng)點(dian)坐(zuo)標(biao)模(mo)型(xing)的(de)點(dian)模(mo)式(shi)匹(pi)配(pei)算(suan)法(fa)。它(ta)對(dui)匹(pi)配(pei)過(guo)程(cheng)中(zhong)最(zui)難(nan)的(de)一(yi)步(bu)一(yi)基(ji)準(zhun)點(dian)的(de)確(que)定(ding)和(he)變(bian)換(huan)參(can)數(shu)的(de)求(qiu)取(qu)作(zuo)了(le)較(jiao)深(shen)入(ru)的(de)研(yan)究(jiu)，根(gen)據(ju)3個近鄰的特征點之間的相互關係來確定基準點、求(qiu)取(qu)變(bian)換(huan)參(can)數(shu)。該(gai)算(suan)法(fa)在(zai)一(yi)定(ding)程(cheng)度(du)上(shang)能(neng)夠(gou)加(jia)快(kuai)基(ji)準(zhun)點(dian)的(de)求(qiu)取(qu)，從(cong)而(er)提(ti)高(gao)整(zheng)個(ge)匹(pi)配(pei)算(suan)法(fa)的(de)速(su)度(du)。同(tong)時(shi)


，該(gai)算(suan)法(fa)是(shi)根(gen)據(ju)多(duo)點(dian)來(lai)確(que)定(ding)變(bian)換(huan)參(can)數(shu)，而(er)不(bu)是(shi)通(tong)常(chang)意(yi)義(yi)上(shang)的(de)一(yi)點(dian)，在(zai)一(yi)定(ding)程(cheng)度(du)上(shang)可(ke)以(yi)消(xiao)除(chu)在(zai)特(te)征(zheng)提(ti)取(qu)過(guo)程(cheng)中(zhong)所(suo)引(yin)入(ru)的(de)位(wei)置(zhi)
、角度的偏差
，得到更為準確的變換參數。

1．3 光學和電容傳感器的融合

So, Sc是分別由光學傳感器和電容傳感器采集的圖像運用匹配算法所獲得的匹配分數，s融合後的分數和S。So, Sc之間有如下關係



2 實驗結果

隨機抽取20個人，每個人使用3個手指

，分別為大拇指、食指、中指
，使用光學和電容傳感器，每個手指按壓10次，每個人采集到的指紋數為6×10=60，共有指紋20×60=1200。對於每一個驗證算法兩類集合的匹配分數。第一次匹配稱為“真正匹配分數 (真正用戶之間)G集合，第二次是“假匹配分數”(“假冒用戶之問”)I集合。

隨機細分以上集為2個大小相同的集合：G=G1 U G2，I=I1 U I2
，G1, G2和I1, I2分別是G和I的分離集合。訓練集合Tr={G1，I1}用於計算邏輯融合規則的權重
，測試集合Tx={G2，I2}用於評價和比較算法性能。它包含以下幾個指標：

訓練樣本集合的等錯誤率(EER)，也就是當真正用戶被係統錯誤拒絕的百分比(FRR)等於假冒用戶被係統錯誤接受的百分比(FAR)。

電dian容rong傳chuan感gan器qi性xing能neng明ming顯xian差cha於yu光guang學xue傳chuan感gan器qi。其qi原yuan因yin主zhu要yao是shi電dian容rong傳chuan感gan器qi采cai集ji圖tu像xiang時shi的de接jie觸chu麵mian積ji遠yuan遠yuan小xiao於yu光guang學xue傳chuan感gan器qi。直zhi接jie導dao致zhi了le其qi采cai集ji的de圖tu像xiang提ti取qu的de細xi節jie點dian數shu目mu少shao
，因yin此ci，提ti取qu的de細xi節jie點dian不bu能neng彼bi此ci正zheng確que的de匹pi配pei。

從等錯誤率計算的融合結果來看，性能也有很大的提高，邏輯融合減少EER從3.6%到2.9%。測試樣本的結果也表明融合提高了係統的魯棒性，實際上，在邏輯融合以後，訓練樣本的性能和測試樣本的性能偏差大大減小了。

該實驗結果與Gian Luca 實(shi)驗(yan)結(jie)果(guo)對(dui)比(bi)
，發(fa)現(xian)得(de)到(dao)的(de)結(jie)果(guo)指(zhi)標(biao)低(di)於(yu)指(zhi)標(biao)
，其(qi)中(zhong)原(yuan)因(yin)可(ke)能(neng)是(shi)本(ben)文(wen)使(shi)用(yong)的(de)采(cai)集(ji)器(qi)性(xing)能(neng)比(bi)較(jiao)差(cha)

，以(yi)致(zhi)獲(huo)得(de)的(de)指(zhi)紋(wen)圖(tu)像(xiang)質(zhi)量(liang)不(bu)夠(gou)理(li)想(xiang)而(er)導(dao)致(zhi)指(zhi)標(biao)稍(shao)弱(ruo)，另(ling)外(wai)

，可(ke)能(neng)就(jiu)是(shi)本(ben)文(wen)使(shi)用(yong)的(de)算(suan)法(fa)獲(huo)得(de)的(de)匹(pi)配(pei)結(jie)果(guo)不(bu)夠(gou)理(li)想(xiang)。

結語

本文提出了基於光學和電容傳感器多傳感器指紋驗證係統。實驗結果表明：驗證後的多傳感器係統性能優於最好的單一傳感器陛能(光學傳感器)，而(er)且(qie)，光(guang)學(xue)和(he)電(dian)容(rong)傳(chuan)感(gan)器(qi)匹(pi)配(pei)器(qi)兩(liang)者(zhe)之(zhi)間(jian)的(de)互(hu)補(bu)性(xing)也(ye)表(biao)明(ming)了(le)多(duo)傳(chuan)感(gan)器(qi)融(rong)合(he)的(de)可(ke)能(neng)性(xing)，從(cong)理(li)論(lun)上(shang)來(lai)說(shuo)係(xi)統(tong)本(ben)身(shen)也(ye)獲(huo)得(de)了(le)很(hen)低(di)的(de)驗(yan)證(zheng)錯(cuo)誤(wu)率(lv)。特(te)征(zheng)提(ti)取(qu)過(guo)程(cheng)被(bei)分(fen)別(bie)應(ying)用(yong)到(dao)每(mei)一(yi)個(ge)采(cai)集(ji)設(she)備(bei)采(cai)集(ji)到(dao)的(de)圖(tu)片(pian)，應(ying)用(yong)一(yi)個(ge)簡(jian)單(dan)的(de)融(rong)合(he)規(gui)則(ze)，提(ti)高(gao)係(xi)統(tong)的(de)驗(yan)證(zheng)性(xing)能(neng)。因(yin)此(ci)，融(rong)合(he)不(bu)同(tong)類(lei)型(xing)的(de)傳(chuan)感(gan)器(qi)提(ti)高(gao)係(xi)統(tong)性(xing)能(neng)方(fang)案(an)簡(jian)單(dan)易(yi)行(xing)。

相關閱讀：

完美解讀無線傳感器網絡彙總
TI創意設計：專用壓力傳感器
，隻為“壓力”而生！
安森美圖像傳感器，安防攝影機的終結者