李潤(rùn)婷 李婷婷

摘要：由于指紋識(shí)別技術(shù)具有獨(dú)特性，指紋匹配已成為一種有效的人類識(shí)別工具，指紋的普遍性和不變性讓指紋識(shí)別技術(shù)在當(dāng)今社會(huì)得到了廣泛的應(yīng)用。比如：指紋識(shí)別技術(shù)已廣泛應(yīng)用于身份識(shí)別、考勤系統(tǒng)、巡更系統(tǒng)、指紋解鎖、門禁系統(tǒng)等各領(lǐng)域。該文將指紋識(shí)別技術(shù)應(yīng)用于高校門禁系統(tǒng)中，如此的應(yīng)用既可以方便高校的管理，又可以方便廣大師生。由于考慮到高校的師生數(shù)量較大，在實(shí)際應(yīng)用中可采用大型數(shù)據(jù)庫進(jìn)行存放數(shù)據(jù)。

關(guān)鍵詞：指紋識(shí)別;高校;門禁系統(tǒng)

中圖分類號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）16-0222-02

1 引言

個(gè)人身份識(shí)別是全球最大的問題之一，當(dāng)今社會(huì)的各個(gè)領(lǐng)域，從訪問控制到犯罪學(xué)和法醫(yī)鑒定、付款和鑒定計(jì)算機(jī)系統(tǒng)中，在所有生物特征中可用于識(shí)別的內(nèi)容，例如語音、虹膜、DNA、指紋是使用最廣泛的。因其獨(dú)特性、普遍性、不變性和提取設(shè)施而受到人們的認(rèn)可。

2 指紋識(shí)別技術(shù)

指紋識(shí)別技術(shù)是一種屬于生物識(shí)別的技術(shù)，指紋識(shí)別技術(shù)一般包括三個(gè)步驟：指紋識(shí)別、特征提取和指紋的匹配。

2.1 指紋識(shí)別

指紋基本上是由從手指上捕獲的山脊和山谷的圖案通過墨壓力機(jī)得來，電容式或光學(xué)傳感器等指紋識(shí)別已經(jīng)研究了很多年了，也已經(jīng)提出了許多指紋匹配算法。指紋識(shí)別可以分為兩種問題：驗(yàn)證和識(shí)別。前者包括確定兩個(gè)圖像是否屬于同一圖像指紋，即一對(duì)一比較。后者是專門的在模板中搜索輸入指紋的匹配項(xiàng)數(shù)據(jù)庫，以便可以識(shí)別此指紋的所有者。因此，識(shí)別可以看作是對(duì)驗(yàn)證的概括，進(jìn)行一對(duì)多比較的問題。通常，匹配算法旨在執(zhí)行指紋驗(yàn)證及其概括，以解決身份識(shí)別問題，大多數(shù)都專注于實(shí)現(xiàn)非常精確的匹配，通常會(huì)對(duì)時(shí)間產(chǎn)生負(fù)面影響作用，在大多數(shù)實(shí)時(shí)系統(tǒng)中，這個(gè)因素是決定高響應(yīng)時(shí)間，等同于系統(tǒng)故障。

指紋數(shù)據(jù)庫是N個(gè)模板的集合T指紋T = {T1，... TN}，用作指紋的參考識(shí)別。因此，識(shí)別作為輸入指紋是1：N的比較問題，我需要與所有T進(jìn)行比較。

識(shí)別問題可以看做是一次驗(yàn)證數(shù)據(jù)庫中的每個(gè)指紋，因此，這些問題之間的關(guān)系是復(fù)雜性順序的問題。驗(yàn)證問題的目的是獲得非常精確的結(jié)果，盡可能降低錯(cuò)誤率。然而，復(fù)雜的驗(yàn)證方法對(duì)識(shí)別沒有用，因?yàn)榭傮w響應(yīng)時(shí)間會(huì)太長(zhǎng)。到目前為止，識(shí)別問題的一般特征包括：

（1）精確度：錯(cuò)誤率必須盡可能低，以便得到一個(gè)準(zhǔn)確的結(jié)果。

（2）效率：在指紋中找到指紋所需的時(shí)間。數(shù)據(jù)庫應(yīng)盡可能小，在實(shí)時(shí)系統(tǒng)中，例如：高延遲可能等同于系統(tǒng)故障，通常在幾秒鐘內(nèi)，延遲閾值取決于特定的系統(tǒng)。

（3）可擴(kuò)展性：它揭示了系統(tǒng)在任意大小的數(shù)據(jù)庫中處理的能力、數(shù)量合理時(shí)間、保持精度的要求。

（4）靈活性：系統(tǒng)必須輕松、高效地安裝任何大小的數(shù)據(jù)庫，任何功能的數(shù)據(jù)庫（例如嘈雜的指紋），以及任何硬件配置（不同架構(gòu)，不同的集群大小，不同的處理器）。

盡管指紋識(shí)別有多種解決方案，一般的搜索過程結(jié)構(gòu)由以下步驟組成：

（1）輸入指紋提取

（2）特征提取

（3）在數(shù)據(jù)庫中搜索相似的指紋

（4）返回結(jié)果

2.2 特征提取

指紋基本上由脊和谷形成，它們能在高質(zhì)量的圖像中很清晰，相反，它們可能會(huì)變得模糊甚至無法區(qū)分。困難的指紋提取過程，在對(duì)它們進(jìn)行不同程度的分析時(shí)，這些脊和山谷呈現(xiàn)出一些可用于執(zhí)行指紋比較。在特征提取中指紋的細(xì)節(jié)在指紋識(shí)別中最為重要，一些研究指出細(xì)節(jié)是用于指紋識(shí)別的最可靠功能，細(xì)節(jié)是山脊的分叉和末端，兩個(gè)指紋之間的十二個(gè)完全匹配的細(xì)節(jié)才可以確保兩個(gè)指紋相同。因此，具有細(xì)節(jié)的指紋可以表示為一個(gè)細(xì)節(jié)矢量，細(xì)節(jié)可以被有效地存儲(chǔ)并容易地處理，指紋的比較可以作為細(xì)節(jié)集之間的相似度計(jì)算，細(xì)節(jié)提取方法主要有兩種：

基于二值化的方法：大多數(shù)方法需要二進(jìn)制指紋圖像，圖像通常會(huì)變稀將線寬減小到一個(gè)像素的過程，成為框架圖像。盡管這些步驟很耗時(shí)，可能會(huì)導(dǎo)致某些信息丟失，它們會(huì)導(dǎo)致細(xì)節(jié)通過簡(jiǎn)單的圖像掃描進(jìn)行檢測(cè)。這種類型的一些方法是基于峰值檢測(cè)的方法與山脊方向正交的截面，此外，其他方法可以在細(xì)化之前改善圖像質(zhì)量步驟，例如通過使用自適應(yīng)窗口跟隨山脊并找出間隙和孔。

直接灰度提取方法：某些提取方法不使用直接灰度提取方法，因此，沒有信息丟失，并且避免在二值化和稀化步驟上花費(fèi)時(shí)間，但是這些方法無法從先驗(yàn)增強(qiáng)中受益。最常用的方法之一是使用方向圖跟隨脊，其他方法使用了脊線跟蹤的替代方法，例如神經(jīng)網(wǎng)絡(luò)或空間過濾。

2.3 匹配

匹配算法比較了兩個(gè)指紋的特征，從指紋圖像中提取特征，打印并返回相似度數(shù)值，算法和數(shù)據(jù)使用的結(jié)構(gòu)取決于特定的功能，可用的匹配器有：

（1）基于相關(guān)性。

（2）基于細(xì)節(jié)的。

（3）基于非細(xì)節(jié)特征。

本文重點(diǎn)介紹基于細(xì)節(jié)的匹配器，通常數(shù)據(jù)結(jié)構(gòu)如下：

（1）細(xì)節(jié)之間的距離。

（2）細(xì)節(jié)街區(qū)。

（3）細(xì)節(jié)之間的脊數(shù)（脊數(shù)）。

匹配算法是從這些算法中執(zhí)行一些計(jì)算結(jié)構(gòu)和指紋本身具有的特征并返回?cái)?shù)值（通常是實(shí)數(shù)），描述相似度范圍從完全不同的指紋到完全相同的圖片，基于細(xì)節(jié)的匹配過程包含三種不同的級(jí)別：

（1）全局：比較整個(gè)圖像的細(xì)節(jié)。這個(gè)匹配類型盡管使用了整個(gè)圖像同時(shí)提供了完整的視圖指紋，但對(duì)圖像失真、旋轉(zhuǎn)和翻譯更敏感。

（2）本地：比較彼此靠近的小塊細(xì)節(jié)。旋轉(zhuǎn)和平移引起的問題之所以得以緩解，因?yàn)槭褂昧讼鄬?duì)角度和坐標(biāo)，使得該方法下旋轉(zhuǎn)和平移不變，失真問題也是減少，緊密的細(xì)節(jié)受變形的影響較小。但是，未將指紋整體視為一個(gè)有損，可能會(huì)影響算法的精度。

（3）混合：最可靠的算法使用混合方法。首先，局部匹配會(huì)提取最相似的兩個(gè)指紋的細(xì)節(jié)組，然后基于此進(jìn)行對(duì)應(yīng)關(guān)系全局匹配。

3 指紋識(shí)別技術(shù)在門禁系統(tǒng)中的應(yīng)用

經(jīng)調(diào)查發(fā)現(xiàn)，現(xiàn)在大部分高校，在學(xué)校門口、圖書館和宿舍都設(shè)有門禁裝置，以防校外人士隨意進(jìn)校，此舉既可以有效地對(duì)在校師生的人身安全進(jìn)行保護(hù)，也可以保護(hù)學(xué)校的財(cái)產(chǎn)，對(duì)學(xué)校的治安起了很大的幫助。廣大師生可以手持校園一卡通隨意出入學(xué)校、圖書館和宿舍，校園一卡通看似很方便，但已經(jīng)無法滿足生活在高科技產(chǎn)品爆發(fā)時(shí)代的我們。在本文中將提出在高校門禁系統(tǒng)中應(yīng)用指紋識(shí)別技術(shù)，在廣大師生入職和開學(xué)時(shí)采取1-3個(gè)指紋并錄入數(shù)據(jù)庫即可，在后面的校園生活中，無須帶卡便可通過任何門禁裝置。

此外，由于高校里師生數(shù)量較大，當(dāng)數(shù)字?jǐn)?shù)據(jù)庫中模板的數(shù)量增加，雖然有些方法設(shè)計(jì)得盡可能快，但并不能保持其精度，因此不適合解決大型數(shù)據(jù)庫問題。高性能計(jì)算（HPC）是解決此問題的工具之一，HPC支持現(xiàn)代科學(xué)，允許執(zhí)行多個(gè)通過使用適當(dāng)?shù)馁|(zhì)量在合理的時(shí)間內(nèi)進(jìn)行計(jì)算結(jié)構(gòu)。 HPC已成功用于許多不同的模式識(shí)別問題，比如：實(shí)時(shí)圖像比較和其他人工情報(bào)系統(tǒng)。HPC是一種很有前途的資源，已經(jīng)被證明可以減少識(shí)別時(shí)間。

4 結(jié)論

在本文中，我們提出將指紋識(shí)別技術(shù)應(yīng)用于高校門禁系統(tǒng)中，這樣既方便了高校的管理，又方便了廣大師生。對(duì)本文的詳細(xì)說明可以得出結(jié)論，提議的框架符合期望，該框架系統(tǒng)具有線性關(guān)于指紋數(shù)據(jù)庫的可擴(kuò)展性，以及最佳對(duì)基礎(chǔ)硬件的適應(yīng)性，加上基礎(chǔ)匹配算法和指紋功能，可以在任意大小的數(shù)據(jù)庫中進(jìn)行識(shí)別。

參考文獻(xiàn)：

[1] 趙志鵬，周一帆，何馨怡.基于指紋識(shí)別的門禁控制系統(tǒng)設(shè)計(jì)[J].數(shù)字通信世界，2019（3）：172.

[2] 孫靜，康風(fēng)建，孫彥濤.基于指紋識(shí)別的門禁系統(tǒng)設(shè)計(jì)[J].智能計(jì)算機(jī)與應(yīng)用，2017，7（6）：155-156.

[3] 劉歡，方華.基于指紋識(shí)別的實(shí)驗(yàn)室門禁管理系統(tǒng)設(shè)計(jì)[J].微型機(jī)與應(yīng)用，2016，35（23）：93-95，99.

[4] 張正柱.基于指紋識(shí)別的圖書館門禁及讀者分析系統(tǒng)設(shè)計(jì)[J].綿陽師范學(xué)院學(xué)報(bào)，2018，37（02）：102-106，113.

【通聯(lián)編輯：代影】