大学生研究性学习和创新性试验计划项目申报表

湖南省大学生研究性学习和创新性实验计划项 目 申 报 表项目名称:残缺指纹的识别学院名称湖南文理学院学生姓名学 号专 业性 别入 学 年 份首强201017010130计算机科学与技术男2010王海洲201017010106计算机科学与技术男2010蒋俊明201017030113 网络工程男 2010 范兴华201117020232信息管理与信息系统女2011许向前201119030112信息管理与信息系统男2011指导教师梅晓勇职称副教授学科专业计算机学生曾经参与科研的情况无。指导教师承担科研课题情况1 主持湖南省自然科学基金项目“组合Web服务的形式化建模与验证”(项目编号：10JJ6100），2010.9-2012.12； 2 主持湖南省科技计划项目“Web组合事务构造和验证技术的应用实现”（项目编号：2010GK3020），2010.7-2012.7。3 主持广东省自然科学基金项目“语义网格中面向知识本体的服务研究”(项目编号：06017089)，2006.10-2008.12； 4 主持湖南省教育厅优秀青年项目“不确定环境下组合事务的形式化建模与验证”（批准号：12B092），2012.9-2014.12；5主持湖南省教学改革研究项目“计算机类专业创新人才培养模式与实践” （批准号：286），2009.7-2011.7；6 主持湖南省教育厅科研项目“网格资源管理和任务调度机制研究”（批准号：04C398），2005.1-2007.12；7 主持湖南文理学院博士启动项目“组合事务的不确定分析与验证”（编号：DQ0701），2012.1-2014.6；8 主持湖南文理学院重点科研项目“计算网格入侵检测和预警模型研究”（编号：JJZD0505）；9 主持湖南文理学院硕士科研启动项目“语义网格中面向知识本体的服务研究”（编号：JJQD06117）项目研究和实验的目的、内容和要解决的主要问题随着计算机技术的飞速发展和信息技术的广泛应用，利用计算机进行身份识别技术有了长足的发展。指纹的唯一性和不变性，使指纹识别技术成为目前应用最广泛的身份验证与识别技术之一。指纹识别技术涉及模式识别、图像处理、数字信号处理、人工智能、计算机等领域，是一门综合性技术，广泛应用于犯罪识别、网络安全、信息设备安全等众多领域。尽管指纹识别的研究和开发已经取得了重要进展，但是指纹识别的应用在目前并未得到普及，这是因为指纹识别在识别准确性和识别速度方面还远远不能满足很多实际应用的要求。进一步提高指纹识别的性能无论在理论上还是应用上都具有十分重要的意义。鉴于此，本文综合利用数字图像处理、模式识别、神经网络等方面的知识，对指纹图像增强、指纹图像细化、指纹细节点的提取、指纹匹配进行了有益的探讨，并对于指纹识别中的难点问题残缺指纹的识别讨论实现了新的解决方法，并取得了较好的结果。对指纹识别中的难点问题残缺指纹识别讨论了新的解决方法。大部分的指纹识别系统处理质量好的指纹图像时都表现出了良好的性能，但是，直到目前为止，残缺指纹图像的识别仍旧是指纹识别中的一大挑战。对残缺指纹的特征提取、特征匹配实现了新的基于覆盖的神经网络在残缺指纹识别中的应用方法，并通过实验证明了其有效性。指纹识别技术凭借其很高的实用性和可行性,成为目前应用最普遍并且具有法律效力的生物识别技术。 目前,指纹识别中,可获得的指纹往往出现污损、伤疤、断裂等情况。低质量的残缺指纹由于特征丢失过多和非线性形变严重,识别比较困难。但在一些特殊场合和环境下,对残缺指纹的识别却是非常必要的。因此迫切需要对该方面开展研究。残缺指纹识别中方向场重建、分割、感兴趣区域提取和匹配四个方面进行研究并提出相关算法。下面从四个方面分别阐述：1、研究并改进残缺指纹方向场重建算法。 指纹的脊线方向反映了指纹纹理特征。方向场计算的正确性对后续指纹识别过程中指纹图像增强和匹配有着重要影响。因此对于残缺指纹识别而言,第一步就是对方向场的重建。同时,也要对残缺指纹中的噪声、污损和断裂部分进行去除和恢复。在现有计算指纹方向场算法基础上,结合残缺指纹识别的需要,针对方向场的特点,本研究提出了一种新的描述指纹局部信息和全局信息的描述子。该描述子反映了局部信息的竞争性,全局信息的互补性和冗余性,能够为后续计算提供融合信息。另一方面,提出基于熵理论的指纹方向场算法,将熵理论用于衡量残缺指纹方向信息的不确定性。通过提出方向信息熵,综合设计方向场恢复和重建方案,力求为预处理和后续分类和匹配提供正确有效的信息。2、研究基于数据挖掘技术的机器学习和非统计模式的残缺指纹分割融合算法。 指纹图像可分为两部分：(1)前景区域：手指指尖与传感器相接触的部分,该区域包含大量指纹纹理信息,可以为指纹分类和识别提供有用的特征信息；(2)背景区域：包含各类噪声的部分。在残缺指纹中,缺少有效纹理信息并发生严重的非线性形变,因此,有必要对残缺指纹进行分割,在充分保留前景区域正确特征的同时,尽可能的去除背景区域的错误特征。本研究提出了一种利用指纹灰度和局部梯度离散度融合局部指纹梯度信息,并以定义的指纹残缺部分的熵和邻域方向一致性为特征,训练用于指纹分割的支持向量机(SVM)。采用少量训练样本,在复杂的残缺指纹中,得到较为普适的分类器。另一方面,另一方面,针对SVM的缺点,利用非统计的局部二值模式(LBP)纹理特征衡量相邻指纹块之间的竞争性和一致性。最终,结合LBP描述的纹理特征和基于方向熵的SVM的输出结果来做出最优分割。 3、研究基于方向熵的残缺指纹感兴趣区域提取算法。 指纹的两类最重要的全局特征是中心点和三角点,它们具有平移不变性、旋转不变性、伸缩不变性。通过度量库指纹和查询指纹的全局特征或局部特征之间的相似性就可以判断两副指纹是否来自同一手指了。另一方面,在指纹匹配中,参考点通常被定义为指纹脊线曲率最大的点。通常,中心点被选为指纹的参考点。此外,很多匹配算法中,都是基于对参考点周围的指纹感兴趣区域(ROI)进行匹配。因此,指纹感兴趣区域的确定取决于参考点的精确定位。本研究在现有利用Poincare Index算法的基础上,利用自定义的方向熵,综合提取感兴趣区域。Poincare Index是经典算法,但是需要辅以其他算法排除伪中心点,从而进一步精确提取感兴趣区域。自定义方向熵能够从方向场角度反映指纹区域的变化,能够为提取感兴趣区域提供有效信息。4、研究基于信息融合理论的残缺指纹识别算法。 匹配算法是指纹识别的核心。指纹匹配算法可以大致分为基于细节点的匹配算法、基于相关性的匹配算法和混合匹配算法三大类。基于细节点的匹配算法,虽然对细节点提取的精度依赖性很大,但是也是最常用的匹配算法。基于相关性的匹配算法计算量和复杂度比基于细节点的匹配算法要低,但是它对位置、尺度和旋转都比较敏感。混合匹配算法利用细节点和指纹全局特征,将基于细节点匹配和基于全局指纹匹配的算法结合起来得到最终的匹配分数,但是这种混合分数仅仅是简单的加和。然而,残缺指纹信息缺失严重,单一匹配算法针对性较强,难以有效识别复杂的残缺指纹。本研究对指纹识别算法的多子源融合问题进行了深入的讨论与研究,设计基于信息融合理论的指纹识别算法,利用多匹配准则决策层融合,实现残缺指纹有效识别。在实际应用中，有效提取指纹图像细节点是很困难的，很大程度上依赖于所提取的图像质量。此外，由于各种原因，许多时候采集的指纹是残缺的，比如犯罪现场获取的潜指纹。由于指纹图像本身的原因，导致细节点特征缺失，从而影响最终的指纹识别系统的性能，这是残缺指纹识别问题的关键所在。目前，指纹识别中，可获得的指纹往往出现污损、伤疤、断裂等情况。低质量的残缺指纹由于特征丢失过多和非线性形变严重，识别比较困难。但在一些特殊场合和环境下，对残缺指纹的识别却是非常必要的。因此迫切需要对该方面开展研究。国内外研究现状和发展动态 自从911恐怖袭击以来，以美国为代表的欧美国家迅速把生物特征识别与认证技术应用到司法、金融、反恐、安全等重要领域，因此带动了国际生物识别产业的发展。在中国，清华大学在80年代就开始了指纹识别的研究，中国科学院自动化模式识别国家重点实验室从90年代开始，一直致力于生物特征识别的研究，并且在指纹、面部和虹膜等方面取得了一定的研究成果。值得一提的是在2004年国际指纹识别竞赛FvC2004中，我国带来的open和light两套算法，以行业平均排名第五，科研机构综合排名第一的成绩，共获得5枚金牌、7枚银牌和7枚铜牌，在国际同行业中形成了很大的影响力，这次比赛成绩充分显示了我国的指纹识别技术已取得国际领先水平。国内研究现状： 当前，我国在指纹识别方面已经取得了一定的成果，指纹识别主要应用在考勤、门禁、保险箱柜等领域。中科院自动化所智能生物信怠系统研究组和北京数字指通软件技术有限公司对自动指纹识别技术进行了长期的理论研究和应用系统开发，指纹图像的识别准确率和识别速度已达到国际先进水平。另外，一些公司和机构结合社会应用的实际需求，开发了各种类型的具有独立知识产权的嵌入式指纹识别模块、指纹应用系统软件等，用户反映良好。指纹识别技术多用于对安全性要求比较高的领域，丽在商务移动办公领域颇其建树的富圭通、三星及lBM等国际知名品牌都拥有技术与应用较为成熟的指纹识别系统。 在残缺指纹方面仍存在很大的不足，国内还没有一个很好的能够处理好残缺指纹的系统出现，对于残缺指纹很大程度上是使用人工比对的方式，残缺指纹在未来的发展中存在着很大的发展空间，在刑事方面对于案件的破获有着很大的帮助，目前，还没有完善的系统能对残缺指纹进行识别。在残缺指纹识别的现阶段仍有很大的问题需要解决。残缺指纹识别成为了指纹识别技术发展的一个瓶颈。国外残缺指纹识别的现状：国外研究现状：国外在指纹识别方面领先于国内，而且已经达到了相对成熟的状态，但在残缺指纹识别方面也存在这一定的欠缺。基于细节点的匹配方法由于受到多方面的限制（如细节点的数量、可靠性等），继续提高匹配性能有相当的难度。因此，人们尝试在细节点的基本属性（位置、方向和类型）之外，进一步加入脊线、图形纹理等信息，以提高匹配的准确性和可靠性。Tico和Kuosmanen于 2009 年定义了一种以细节点为中心的基于方向的局部描述子，描述了细节点所在的指纹图像局部区域中的方向场特征。由于指纹图像残缺的影响，这种局部描述子的描述半径不能继续增加，否则会影响局部匹配的准确性；同时，Tico和Kuosmanen在局部匹配时间接地基于中心细节点实现了两个局部描述子之间的对齐，并在此基础上计算局部匹配相似度，而自动指纹识别系统中提取的细节点的方向属性值往往存在一定的偏差，这种偏差可能会传播到局部匹配过程中，影响局部相似度的计算结果，进而会降低整体匹配的效果。我们对指纹局部匹配方法的研究主要集中于对Tico和Kuosmanen所提出方法的改进，以解决其存在的以上两方面问题。 指纹图像中存在残缺现象十分普遍。指纹图像残缺改变了指纹的很多特征，降低了各种指纹图像匹配方法的准确性，是指纹识别中令人头疼的难题之一。对于一幅存在较严重残缺指纹图像，其对应的细节点集合也会存在较大的误差，其中很多细节点的位置和方向都可能在形变的作用下被改变，因此增加了细节点特征的类内差异，使得基于细节点的匹配方法不够准确。而且由于基于细节点的匹配方法应用非常广泛，研究能够抑制图像残缺、提高基于细节点特征的指纹匹配准确性的方法便显得十分有意义。我们研究的主要内容包括：针对残缺指纹图像匹配，尝试定性地寻找一种有益的匹配思路，以指导具体匹配方法的设计与实现，并且寻找更加适合残缺指纹图像匹配的局部特征和局部匹配策略；在匹配两幅存在较严重残缺的指纹图像时，寻找一种方法表达两幅图像之间的相对关系，根据这种相对形变可以对查询指纹图像对应的特征进行调整，从而使得匹配结果更加可信。本项目学生有关的研究积累和已取得的成绩 1.掌握了对指纹图片的分割、增强、二值化、细化等； 2.了解了很多关于图像处理方面的知识； 3.有了一个基本成型的指纹识别系统； 4.对于残缺指纹的算法有一定的了解。项目的创新点和特色 创新点：1.对残缺不全的指纹进行修复并检测，使得其还原成完整的指纹；2.可以填补在对残缺指纹识别的空缺3.可以改进实现残缺指纹识别算法的优化，如（模式熵的残缺指纹识别算法、细节点与方向场信息的指纹残缺区域重建算法等） 特色： 1.该系统运用到多门学科的知识，包括图像学、数学、模式识别技术、计算机额技术等多学科，并将其应用到计算机应用技术中去。 2. 目前还没有很好的检测残缺指纹的系统出现。项目的技术路线、进度安排及预期成果 技术路线： 使用Java语言编程，参考别人的思想，将其写成代码运用到实践中，以技术创新为主，将其技术上的成果应用到实际的生活中，最终实现对残缺指纹的识别。 进度安排：1.2013年4月-2014年6月，小组成员探讨实现该项目所需的算法，以及掌握一些关于与该项目有关的一些交叉的知识。2.2014年6月2014年9月，建立该项目的整体框架，将算法部分实现，并进行测试，实现一定的功能，并对所实现的了的算法进行测试观察其效果。3.2014年9月2014年11月，将系统集成，形成最终的系统。预期成果： 经过一年的研究和测试，能得到一个可以运行并能基本实现残躯指纹的识别，能将残缺的指纹进行还原，能将其运用到不同的领域。指导教师意见该项目有着明确的应用背景和实际意义，并且计算机学院、网络工程研究所和Linux国家培训与推广中心在这个方面具有较强的研究基础和实力，能够帮助学生攻克项目中的技术难点，并指导项目朝着正确的方向推进。签字： 日期：7