專利名稱：：一種指紋識(shí)別系統(tǒng)及其控制方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及生物特征識(shí)別
技術(shù)領(lǐng)域：
，具體涉及指紋識(shí)別系統(tǒng)及其控制方法。
背景技術(shù)：
：指紋識(shí)別，每個(gè)人包括指紋在內(nèi)的皮膚紋路在圖案、斷點(diǎn)和交叉點(diǎn)上各不相同，呈現(xiàn)唯一性且終生不變。據(jù)此就可以把一個(gè)人同他的指紋對(duì)應(yīng)起來，通過將他的指紋和預(yù)先保存的指紋數(shù)據(jù)進(jìn)行比較，就可以驗(yàn)證它的真實(shí)身份，這就是指紋識(shí)別技術(shù)。指紋識(shí)別主要根據(jù)人體指紋的紋路、細(xì)節(jié)特征等信息對(duì)操作或被操作者進(jìn)行身份鑒定，得益于現(xiàn)代電子集成制造技術(shù)和快速而可靠的算法研究，已經(jīng)開始走入我們的日常生活，成為目前生物檢測(cè)學(xué)中研究最深入，應(yīng)用最廣泛，發(fā)展最成熟的技術(shù)?？捎糜谧R(shí)別的指紋的特征分為兩大類，即總體特征和局部特征?？傮w特征主要是指那些用人眼直接就可以觀察到的特征，如基本紋路圖案、模式區(qū)、核心點(diǎn)、三角點(diǎn)、式樣線、紋線數(shù)量等。而局部特征則是指紋上的節(jié)點(diǎn)，如終結(jié)點(diǎn)、分叉點(diǎn)、孤立點(diǎn)極其方向和位置等。指紋識(shí)別技術(shù)主要涉及四個(gè)功能讀取指紋圖像、提取特征、保存數(shù)據(jù)和比對(duì)。在一開始，通過指紋讀取設(shè)備讀取到人體指紋的圖像，取到指紋圖像之后，要對(duì)原始圖像進(jìn)行初步的處理，使之更清晰。接下來，指紋辨識(shí)軟件建立指紋的數(shù)字表示——特征數(shù)據(jù)。最后，通過計(jì)算機(jī)模糊比較方法，把兩個(gè)指紋的模板進(jìn)行比較，計(jì)算它們的相似程度，從而得到匹配結(jié)果。指紋識(shí)別作為一項(xiàng)利用人體固有的生物特征信息來識(shí)別個(gè)體真實(shí)身份的技術(shù)手段引起了國內(nèi)外學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注，并逐漸成為了計(jì)算機(jī)輔助身份識(shí)別領(lǐng)域中的一個(gè)研究熱點(diǎn)。同時(shí)，它在商業(yè)方面的一些成功應(yīng)用使得軟件開發(fā)商不斷研制和開發(fā)出新的指紋識(shí)別產(chǎn)品和技術(shù)。由于國內(nèi)的科研院所和企業(yè)在這方面的研究起步較晚、基礎(chǔ)也比較薄弱，無法確定指紋識(shí)別系統(tǒng)項(xiàng)目的投入風(fēng)險(xiǎn)和預(yù)期的收益，加上目前的在指紋識(shí)別系統(tǒng)中仍然有許多還沒有被解決好的技術(shù)難點(diǎn)，以及各行業(yè)對(duì)部署指紋識(shí)別系統(tǒng)的投資力度不夠，這些原因都使得國內(nèi)的指紋識(shí)別應(yīng)用進(jìn)展十分緩慢。目前的指紋識(shí)別相關(guān)產(chǎn)品的核心技術(shù)大多都是由國外的著名高校和大型企業(yè)提供，如美國的密歇根州立大學(xué)、Microsoft和IBM等；國內(nèi)也只有少數(shù)企業(yè)開發(fā)了自主知識(shí)產(chǎn)權(quán)指紋識(shí)別算法，而購買和使用這些核心技術(shù)需要用戶花費(fèi)大量的人力和物力。這些指紋識(shí)別系統(tǒng)一般面向單一的功能應(yīng)用而設(shè)計(jì)，如指紋考勤系統(tǒng)、指紋門控系統(tǒng)和電子指紋鎖等，市場(chǎng)上還沒有出現(xiàn)一種基于多應(yīng)用集成的指紋識(shí)別系統(tǒng)軟件。這使得對(duì)指紋識(shí)別產(chǎn)品有需求的企業(yè)在選購、部署系統(tǒng)時(shí)難免會(huì)降低使用效率、增加客戶投資總額，因此常常會(huì)給客戶帶來諸多不便。目前國內(nèi)工業(yè)界較為有名的指紋識(shí)別系統(tǒng)為中科院的Fingerpass嵌入式指紋識(shí)別系統(tǒng)、深圳中控科技的ZKFinger、杭州中正的指紋系列產(chǎn)品，以及IBM、SUN、IDTECK、索尼、Compaq等公司的產(chǎn)品，這些產(chǎn)品都已經(jīng)在市場(chǎng)上得到了較好的推廣，但也有一定的缺陷和需要繼續(xù)完善的地方。這些指紋識(shí)別產(chǎn)品的不足方面主要表現(xiàn)在1、都是針對(duì)特點(diǎn)功能開發(fā)，缺乏其它功能的擴(kuò)展性，一次購買難以應(yīng)對(duì)多種應(yīng)用情況；2、軟件系統(tǒng)僅支持特定的指紋采集儀器，對(duì)硬件設(shè)備不具有通用性；3、算法升級(jí)困難，難以實(shí)現(xiàn)算法模塊的無縫加載；4、接口非公開，難于實(shí)現(xiàn)柔性的二次開發(fā)。
發(fā)明內(nèi)容本發(fā)明所要解決的技術(shù)問題是一種指紋識(shí)別系統(tǒng)及其控制方法，該系統(tǒng)克服現(xiàn)有技術(shù)的缺陷，提供在線\離線的、基礎(chǔ)算法庫可以無縫擴(kuò)展的、功能可以選配的指紋識(shí)別系統(tǒng)服務(wù)，可以使用戶在不需要投入大量資金的情況下，獲得高質(zhì)量的身份識(shí)別和認(rèn)證服務(wù)。本發(fā)明所提出的技術(shù)問題是這樣解決的提供一種指紋識(shí)別系統(tǒng)，包括指紋數(shù)據(jù)庫、中心服務(wù)器和客戶端三大部分，其特征在于，指紋數(shù)據(jù)庫主要用來存儲(chǔ)經(jīng)過數(shù)字編碼后的指紋特征信息，中心服務(wù)器主要負(fù)責(zé)驗(yàn)證客戶端合法性、接收指紋特征數(shù)據(jù)、特征比對(duì)和回送指紋識(shí)別結(jié)果，客戶端主要負(fù)責(zé)采集指紋、提取并上傳指紋特征數(shù)據(jù)；中心服務(wù)器包括合法性驗(yàn)證模塊、系統(tǒng)管理模塊、特征比對(duì)模塊、二次開發(fā)接口模塊、算法加載模塊、流程定制模塊、狀態(tài)監(jiān)控模塊和識(shí)別服務(wù)模塊，客戶端包括指紋采集模塊、指紋預(yù)處理模塊、特征提取模塊和模式分類模塊，數(shù)據(jù)通信模塊連接中心服務(wù)器和客戶端，其中合法性驗(yàn)證模塊服務(wù)器對(duì)請(qǐng)求服務(wù)的客戶端進(jìn)行使用權(quán)限驗(yàn)證，防止非授權(quán)用戶向中心服務(wù)器提出指紋識(shí)別服務(wù)請(qǐng)求。指紋采集模塊客戶端離線采集指紋圖像或者在線采集活體指紋圖像，其中離線采集指紋主要采集BMP格式和JPG格式的圖片，JPG格式文件先對(duì)其進(jìn)行數(shù)據(jù)分解，從壓縮數(shù)據(jù)分離出的碼表和量化表分解文件，在對(duì)其進(jìn)行離散余弦反變換得到圖像數(shù)據(jù)；指紋預(yù)處理模塊對(duì)客戶端所采集的指紋進(jìn)行增強(qiáng)，包括對(duì)指紋有效區(qū)域分割裝置和指紋的方向場(chǎng)裝置以及利用M-PCNN網(wǎng)絡(luò)對(duì)預(yù)處理以后的圖像進(jìn)行濾波的裝置；特征提取模塊提取客戶端所采集指紋的全局特征和細(xì)節(jié)特征，包括指紋的模式類型，客戶端點(diǎn)、分叉點(diǎn)位置及其坐標(biāo)值，包括提取全局特征的傅里葉頻i普特征提取裝置和細(xì)節(jié)特征提取裝置；模式分類模塊主要負(fù)責(zé)對(duì)指紋的模式進(jìn)行分類，將指紋模式分為六類漩渦、左環(huán)、右環(huán)、雙環(huán)、拱型和尖拱；特征比對(duì)模塊將客戶端上傳的指紋特征和數(shù)據(jù)庫中存儲(chǔ)的指紋特征進(jìn)行比對(duì)，計(jì)算兩者之間的特征相似度，包括指紋對(duì)齊裝置和相似度計(jì)算裝置；二次開發(fā)接口模塊提供二次開發(fā)接口，為用戶構(gòu)造新業(yè)務(wù)邏輯；算法加載模塊對(duì)完成的新算法模塊進(jìn)行加載、管理算法模塊的標(biāo)識(shí)和接口信息；流程定制斗莫塊維護(hù)已有的流程、新增流程、為流程各階段配置算法；狀態(tài)監(jiān)控模塊監(jiān)管各在線、離線客戶端的服務(wù)請(qǐng)求及運(yùn)行情況；識(shí)別服務(wù)模塊處理客戶端請(qǐng)求的服務(wù)，主要包括指紋注冊(cè)、指紋識(shí)別、指紋-驗(yàn)證和連接請(qǐng)求；系統(tǒng)管理模塊:管理基本算法的加載、指紋識(shí)別的基本算法選配、指紋客戶端授權(quán)管理、指紋識(shí)別應(yīng)用系統(tǒng)組裝和算法運(yùn)行結(jié)果評(píng)估；數(shù)據(jù)通信模塊在客戶端和服務(wù)器之間建立通信連接、發(fā)送和接收指紋特征數(shù)據(jù)以及指紋識(shí)別結(jié)果信息。按照本發(fā)明所提供的指紋識(shí)別系統(tǒng)，其特征在于，所述二次開發(fā)接口模塊主要是要提供下表中的二次開發(fā)接口函數(shù)<table>tableseeoriginaldocumentpage11</column></row><table>這些接口函數(shù)封裝在用戶可以編程調(diào)用的名為FIG—NN_API的動(dòng)態(tài)鏈接庫中。一種指紋識(shí)別控制方法，其特征在于，包括一下步驟(1)客戶端通過通信接口連接中心服務(wù)器，客戶端身份經(jīng)過的合法性驗(yàn)證以后，獲得相應(yīng)的服務(wù)請(qǐng)求授權(quán)；(2)采集待識(shí)別指紋數(shù)據(jù)，進(jìn)行模式分類和初步處理；(3)將步驟(2)經(jīng)過初步處理的指紋數(shù)據(jù)進(jìn)行指紋預(yù)處理，包括以下幾個(gè)小步驟①指紋有效區(qū)域分割將指紋圖像分成一系列16x16非交叉的圖像塊，各塊分別標(biāo)記為B(l,l),B(l'2),…，B(i,j)，然后利用下列公式v(i，j)<formula>formulaseeoriginaldocumentpage12</formula>來計(jì)算各圖像塊的像素灰度值方差，其中、和5分別表示該圖快中像素的灰度值，N表示圖塊中包含的像素?cái)?shù)量，設(shè)置分割閾值^-11.5，分別將各圖塊的方差值與Vp比較，如果v(i,j^v^則該圖塊B(ij)被判定為有效的指紋區(qū)域，否則被判定為指紋背景；②指紋的方向場(chǎng)計(jì)算分別計(jì)算圖塊B(i,j)中每一個(gè)像素在x和y方向上的梯度《和G,利用公式d(i,j)<formula>formulaseeoriginaldocumentpage12</formula>計(jì)算圖塊B(ij)的局部方向，式中"，乂)表示圖塊中像素的坐標(biāo)，w表示圖塊的像素寬度，計(jì)算得到的圖塊局部方向值只取四個(gè)分量值O、71/4、兀/3和3兀/4中最近似的一個(gè)值，圖塊最終的局部方向d(z',力e(0,4;r/4,7r,3;r/4)，通過方向場(chǎng)的一致性特征修正方向場(chǎng)計(jì)算結(jié)果，在圖塊B(i,j)的5x5的鄰域D范圍內(nèi)，計(jì)算其一致性值C(ij)<formula>formulaseeoriginaldocumentpage12</formula>此公式中有<formula>formulaseeoriginaldocumentpage12</formula>如果C(ij)0.35,則將圖塊B(i，j)的局部方向調(diào)整為鄰域D內(nèi)局部方向最顯著的方向，否則圖塊B(g)的局部方向保持不變；③使用M-PCNN網(wǎng)絡(luò)對(duì)預(yù)處理以后的圖像進(jìn)行濾波；(4)將步驟(3)中經(jīng)過處理后的指紋圖像進(jìn)行特征提取，包括全局特征提取和細(xì)節(jié)特征提?、偃痔卣魈崛楦道锶~頻譜特征首先將輸入的指紋圖像分割成32x32的圖像塊，并對(duì)圖塊做二維離散傅里葉變換，公式為C(附，")=^ZZ"exp(-/2;r(:+^)))公式中，(m，n)是像素的值域坐標(biāo)，(i，k)是4象素對(duì)應(yīng)的頻域坐標(biāo)，每個(gè)子圖塊經(jīng)過傅立葉變換以后，便得到了全圖的傅立葉頻語圖，將其按規(guī)則量化成指紋的全局特征向量；②細(xì)節(jié)特征提取，包括核心點(diǎn)、分叉點(diǎn)和端點(diǎn)；(5)向中心服務(wù)器發(fā)送經(jīng)過步驟(4)所提取的指紋圖像的特征數(shù)據(jù)；(6)中心服務(wù)器接收并分解上傳的特征數(shù)據(jù)，保存于待匹配特征數(shù)據(jù)隊(duì)列；(7)指紋特征比對(duì)模塊根據(jù)系統(tǒng)當(dāng)前選配的匹配算法檢索數(shù)據(jù)庫，記錄每次比對(duì)得到的相似度數(shù)據(jù)；(8)中心服務(wù)器確定當(dāng)前識(shí)別結(jié)果，并回送對(duì)應(yīng)的客戶端；(9)客戶端接收處理結(jié)果，并據(jù)此執(zhí)行后續(xù)動(dòng)作；其中步驟(l)中，中心服務(wù)器響應(yīng)客戶端的服務(wù)請(qǐng)求的處理步驟如下①通信模塊接收來自客戶端的指紋識(shí)別服務(wù)請(qǐng)求，并驗(yàn)證其合法性；②中心服務(wù)器通過通信模塊向客戶端發(fā)送請(qǐng)求允許信號(hào)，示意當(dāng)前的請(qǐng)求已經(jīng)被核準(zhǔn)，能發(fā)送指紋特征數(shù)據(jù)。按照本發(fā)明所提供的指紋識(shí)別的控制方法，其特征在于，步驟(3)中M-PCNN網(wǎng)絡(luò)對(duì)預(yù)處理以后的圖像進(jìn)行濾波包括以下步驟①初始化時(shí)，依據(jù)圖像的尺寸構(gòu)造PCNN網(wǎng)絡(luò)，且PCNN神經(jīng)元與圖像像素點(diǎn)——對(duì)應(yīng)；②在方向場(chǎng)和分割結(jié)果的配合下，讓PCNN運(yùn)行，并不斷地修改點(diǎn)火神經(jīng)元的負(fù)載信號(hào)強(qiáng)度，當(dāng)神經(jīng)元的活性大于給定閾值時(shí)，神經(jīng)元發(fā)生點(diǎn)火，將像素的灰度值進(jìn)行更新；③設(shè)定神經(jīng)元運(yùn)行規(guī)則，讓PCNN不斷運(yùn)行，網(wǎng)絡(luò)中點(diǎn)火的神經(jīng)元觸發(fā)對(duì)像素灰度值進(jìn)行修改，當(dāng)PCNN網(wǎng)絡(luò)穩(wěn)定時(shí)，從各神經(jīng)元的負(fù)載信號(hào)值就得到了被濾波增強(qiáng)以后的圖像。按照本發(fā)明所提供的指紋識(shí)別的控制方法，其特征在于，步驟(4)中細(xì)節(jié)特征提取步驟中，核心點(diǎn)^是在指紋指紋方向場(chǎng)的基礎(chǔ)上，利用poincare方1w爐法提取的，該值？(")=+2厶("，其中A(k)符合if|吝(*》|<！雄H龍+柳，if柳￡—!,2豕一^(it乂otherwise在(《=(,*'))—0'C^詠伊，('*>),計(jì)算結(jié)束后，再判斷p(ij)的值，如果P(i，j)K).5,則為核心點(diǎn)；分叉點(diǎn)和端點(diǎn)的提取是通過滑動(dòng)模板法檢測(cè)得到的，首先定義分叉點(diǎn)和端點(diǎn)的像素結(jié)構(gòu)模板，分別將該模板按從左到右、從上到下的順序遍歷全圖。模板每滑動(dòng)一次，便計(jì)算模板與圖像對(duì)應(yīng)區(qū)域的符合程度，當(dāng)符合值大于0.7時(shí)，就判定圖像的當(dāng)前像素與使用模板對(duì)應(yīng)的細(xì)節(jié)特征一致，即如果符合分叉模板，則該像素點(diǎn)是分叉點(diǎn)，如果符合端點(diǎn)纟莫板，則該像素就是端點(diǎn)。按照本發(fā)明所提供的指紋識(shí)別的控制方法，其特征在于，步驟(7)中，指紋特征對(duì)比包括以下步驟①指紋對(duì)齊輸入指紋特征點(diǎn)集合Vi={vl，v2,.."Vn}，其中vi=(x,y,e),Tj^tl，t2，…tm)為模板指紋的特征點(diǎn)集合，首先對(duì)核心點(diǎn)對(duì)齊，對(duì)齊以后，Vi點(diǎn)集的坐標(biāo)做如下變換二A+(A。一A。)和y';=X+(X?！獊V。)，其中(X。，X。)和(A。，乃。)分別模板指紋和輸入指紋的核心點(diǎn)；然后再旋轉(zhuǎn)對(duì)齊，而旋轉(zhuǎn)對(duì)齊則是通過求一個(gè)反射變換t而得到的<formula>formulaseeoriginaldocumentpage15</formula>在上述變換中，核心點(diǎn)對(duì)齊，Ax和Ay已經(jīng)確定，"通過j吏表達(dá)式vf一"v,.)l2<P成立，求Vi和Vt匹配點(diǎn)對(duì)數(shù)最大來得到的，其中e是一個(gè)設(shè)定的閾值，設(shè)置為0.05;②相似度計(jì)算對(duì)于全局特征匹配，其輸入指紋和模板指紋的特征是傅立葉頻譜特征，特征向量就是頻譜圖像素串行化結(jié)果，兩者之間的相似度是通過計(jì)算不等長向量之間的歐氏距離來實(shí)現(xiàn)的，其中的相似度按下列公式計(jì)算_s=(l--^_)xl00%max(v,.,v,)公式中，dis是兩者的歐氏距離值，max(v,.,v,)表示取輸入向量和模板向量中最大的向量長度；對(duì)于細(xì)節(jié)特征匹配，是以模板為基準(zhǔn)，將輸入點(diǎn)集Vi按(Ajc，Ay,a)變換投影到模板點(diǎn)集Vt上后，計(jì)算在距離誤差小于5個(gè)像素位置內(nèi)，所有的匹配點(diǎn)對(duì)數(shù)量來確定的，此時(shí)的相似度值按下列公式計(jì)算S=exlooo/omax(v,.,v,)公式中，。一表示成功配對(duì)的點(diǎn)的數(shù)量，max(巧，v,)仍然表示輸入點(diǎn)集和模板點(diǎn)集中最大的細(xì)節(jié)點(diǎn)數(shù)目；③指紋識(shí)別計(jì)算得出輸入指紋和模板指鄉(xiāng)丈之間的相似度數(shù)據(jù)S以后，再將s與預(yù)設(shè)的識(shí)別閾值y;比較，這里的j;是根據(jù)不同的安全性要求加以調(diào)整，如果s^;則判定兩個(gè)指紋成功匹配，即來自于同一手指，否則判定兩個(gè)指紋不是來自于同一手指。本發(fā)明的功能按處理階段分別駐留于客戶端和中心服務(wù)器，基礎(chǔ)算法庫可以不斷加載新的指紋處理算法模塊，指紋識(shí)別過程可以選配不同的處理算法單元，以適應(yīng)不同性能要求的應(yīng)用環(huán)境，系統(tǒng)以中心服務(wù)器對(duì)各客戶端集中控制，能有效防止未經(jīng)系統(tǒng)使用授權(quán)的客戶端接入該系統(tǒng)并發(fā)起非法服務(wù)請(qǐng)求，其對(duì)第三方提供了完備的二次開發(fā)接口，方便使用者據(jù)此構(gòu)建新的基于指紋識(shí)別的應(yīng)用系統(tǒng)軟件，系統(tǒng)基于神經(jīng)網(wǎng)絡(luò)模型開發(fā)，如脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)、支持向量機(jī)(SVM)等，具有很好的并發(fā)能力和模糊識(shí)別能力，系統(tǒng)內(nèi)置的指紋設(shè)備適配中間件模塊使該平臺(tái)能兼容市場(chǎng)上大多數(shù)廠家生產(chǎn)的指紋釆集儀器。本發(fā)明將指紋識(shí)別應(yīng)用和算法測(cè)試評(píng)估集于一體，既可以部署為常規(guī)的指紋識(shí)別應(yīng)用軟件，也可以配置成為新開發(fā)的指紋基本算法模塊的試驗(yàn)測(cè)試評(píng)估平臺(tái)。能夠集中地對(duì)所有指紋客戶端用戶提供便利的身份識(shí)別和認(rèn)證服務(wù)，只需購買客戶端使用權(quán)即可獲得快速高效的指紋識(shí)別服務(wù)，以利于用戶節(jié)省投資。系統(tǒng)中客戶端和服務(wù)器之間的通信，都通過目前廣泛分布的互聯(lián)網(wǎng)進(jìn)行，充分利用現(xiàn)有資源以節(jié)約通信成本?？蛻舳丝梢赃x配指紋增強(qiáng)算法、細(xì)化算法、特征提取算法等，服務(wù)器也可以選配指紋數(shù)據(jù)庫檢索算法，指紋特征匹配算法等基礎(chǔ)的處理算法，也可以實(shí)時(shí)調(diào)整相似度決策規(guī)則。用戶可以通過封鎖某些功能后將其配置成功能單一的應(yīng)用系統(tǒng)軟件，也可以配置成算法測(cè)試評(píng)估平臺(tái)。本發(fā)明最多可以支持500個(gè)客戶端，使小型用戶在不需要投入大量資金購買并部署整套系統(tǒng)的情況下，即可獲得高質(zhì)量的指紋識(shí)別服務(wù)，從而為公司和企業(yè)的身份認(rèn)證需求提供強(qiáng)力支持。本發(fā)明是在互聯(lián)網(wǎng)上為用戶提供統(tǒng)一的指紋識(shí)別服務(wù)用戶通過注冊(cè)后可以使用系統(tǒng)提供的各種處理算法模塊(如指紋圖像增強(qiáng)、方向場(chǎng)計(jì)算、模式分類等)。用戶也可以在授權(quán)范圍內(nèi)，針對(duì)各自的應(yīng)用特點(diǎn)選配合適的處理算法，如選擇Gabor濾波增強(qiáng)算法或RNN增強(qiáng)算法。同時(shí)，出于對(duì)用戶的數(shù)據(jù)安全和數(shù)據(jù)隱私的保護(hù)考慮，整個(gè)系統(tǒng)只記錄指紋特征it據(jù)，不記錄釆集到的任何原始指紋圖像，有利于實(shí)現(xiàn)個(gè)人隱私的保護(hù)。本發(fā)明所提供的指紋識(shí)別系統(tǒng)集成平臺(tái)軟件功能十分強(qiáng)大，涵蓋了當(dāng)前指紋識(shí)別研究領(lǐng)域大多數(shù)的成熟算法；系統(tǒng)采用分布式架構(gòu)，可以使系統(tǒng)的應(yīng)用部署突破地域限制和消除瓶頸實(shí)現(xiàn)較好的負(fù)栽均衡，從而提高系統(tǒng)總體吞吐能力。本發(fā)明是在Net平臺(tái)上用C弁語言行開發(fā)的，整個(gè)系統(tǒng)采用三層體系結(jié)構(gòu)模型。其中指紋客戶端層主要包括指紋采集設(shè)備、儀器接口適配中間件，指紋增強(qiáng)模塊、特征提取模塊、通信模塊等對(duì)象；中心服務(wù)器主要包括數(shù)據(jù)庫檢索模塊、特征比對(duì)模塊、系統(tǒng)管理模塊等；數(shù)據(jù)庫主要由MSSQLSERVER2000構(gòu)成。本系統(tǒng)雖然在邏輯上是基于分布式系統(tǒng)開發(fā)的，但整套系統(tǒng)在物理上也可以部署在同一臺(tái)計(jì)算機(jī)上，節(jié)省硬件投資。指紋識(shí)別系統(tǒng)集成平臺(tái)軟件的開發(fā)過程完全按照國家軟件工程標(biāo)準(zhǔn)進(jìn)行，并且采用面向?qū)ο蟮姆植际浇M件開發(fā)方式，在設(shè)計(jì)階段充分考慮了系統(tǒng)的可擴(kuò)展性和移植性和數(shù)據(jù)安全性，從而確保了該軟件系統(tǒng)具有了較好的擴(kuò)展性、數(shù)據(jù)安全性和廣泛的適應(yīng)性。本發(fā)明的主要特點(diǎn)歸納如下1、系統(tǒng)采用分布式的三層體系結(jié)構(gòu)模型，按照軟件工程規(guī)范開發(fā)，客戶端和應(yīng)用服務(wù)器邏輯分離，從而均衡了客戶端處理機(jī)和服務(wù)器的工作負(fù)載，大大提高了系統(tǒng)可支持客戶端數(shù)量的上限。2、系統(tǒng)集成的指紋算法庫內(nèi)容十分豐富，幾乎涵蓋了目前所有主流的指紋處理算法，用戶還可以根據(jù)實(shí)際情況開發(fā)新的處理算法并增加到相應(yīng)的基本算法庫，以供用戶根據(jù)應(yīng)用特點(diǎn)進(jìn)行合理選配、使用。3、系統(tǒng)集成的指紋采集設(shè)備接口中間件使得該系統(tǒng)能夠支持市場(chǎng)上大多數(shù)的指紋釆集設(shè)備，該中間件模塊還可以不斷得到擴(kuò)展，使系統(tǒng)能支持更多的設(shè)備，提高了系統(tǒng)對(duì)硬件環(huán)境的適應(yīng)能力。4、系統(tǒng)的功能實(shí)現(xiàn)基于分布式，多線程思想。處理的指紋特征數(shù)據(jù)的來源是分布和透明的，用戶無需知道系統(tǒng)中應(yīng)用服務(wù)器和數(shù)據(jù)庫服務(wù)器的具體部署位置，整套系統(tǒng)即可以部署在同一臺(tái)計(jì)算機(jī)上，也可以部署在網(wǎng)絡(luò)中不同的計(jì)算機(jī)上。此外，應(yīng)用服務(wù)器針對(duì)每一個(gè)提出服務(wù)請(qǐng)求的客戶端開啟一個(gè)服務(wù)線程與其對(duì)應(yīng)，提高了系統(tǒng)的并發(fā)處理能力。5、系統(tǒng)采用客戶端身份驗(yàn)證策略，可以確保非授權(quán)客戶端對(duì)本系統(tǒng)的非法使用，且服務(wù)器傳輸和處理的僅是指紋特征數(shù)據(jù)，從而起到保護(hù)用戶資源、保證數(shù)據(jù)安全和保護(hù)個(gè)人隱私的目的。6、系統(tǒng)提供了靈活的配置策略，用戶視具體情況封鎖冗余功能后，可以將本系統(tǒng)配置成單一的指紋識(shí)別應(yīng)用系統(tǒng)，也可以配置成新增算法的實(shí)驗(yàn)測(cè)試、性能評(píng)估平臺(tái)。隨著網(wǎng)絡(luò)在中國的逐漸普及，以前應(yīng)用領(lǐng)域的千變?nèi)f化，目前功能單一的指紋識(shí)別系統(tǒng)軟件正向分布式、通用性、集成型綜合平臺(tái)軟件方向發(fā)展。可以預(yù)測(cè)未來的指紋識(shí)別軟件發(fā)展方向是面向互聯(lián)網(wǎng)絡(luò)、面向分布式架構(gòu)、功能豐富、自由靈活。本系統(tǒng)以在線和離線方式為用戶提供完整的指紋識(shí)別服務(wù)，其算法庫可以自由擴(kuò)展，能適應(yīng)多種指紋采集儀器，可以并發(fā)地響應(yīng)多個(gè)客戶端的服務(wù)請(qǐng)求；同時(shí)本系統(tǒng)通過對(duì)客戶端進(jìn)行嚴(yán)格的使用授權(quán)和身份驗(yàn)證，以及僅處理提取到的特征數(shù)據(jù)，這樣既能防止非法使用也確保了系統(tǒng)的安全性，同時(shí)也能對(duì)個(gè)人隱私進(jìn)行有效保護(hù)。圖l是本發(fā)明的體系結(jié)構(gòu)圖2是本發(fā)明的功能層次分布圖3是本發(fā)明的客戶端的功能模塊圖4是本發(fā)明的中心服務(wù)器的功能模塊圖5是本發(fā)明的控制流程圖6是本發(fā)明的算法加載模塊控制流程圖7是本發(fā)明的指紋識(shí)別流程選配控制流程圖8是本發(fā)明的合法性驗(yàn)證流程圖9是本發(fā)明的JPG算法流程圖IO是本發(fā)明的在線采集活體指紋功能實(shí)現(xiàn)原理圖；圖11是本發(fā)明的PCNN網(wǎng)絡(luò)的神經(jīng)元結(jié)構(gòu)圖。具體實(shí)施例方式以下結(jié)合實(shí)施例對(duì)本發(fā)明進(jìn)一步說明。本發(fā)明所提供的指紋識(shí)別系統(tǒng)集成平臺(tái)軟件嚴(yán)格地按照標(biāo)準(zhǔn)指紋識(shí)別工作流程來設(shè)計(jì)系統(tǒng)的各個(gè)功能模塊，基于系統(tǒng)的可擴(kuò)展性考慮，在設(shè)計(jì)時(shí)使各個(gè)模塊獨(dú)立化、接口標(biāo)準(zhǔn)化，這樣每個(gè)模塊內(nèi)部的變化不會(huì)引起其它模塊大的改動(dòng)，這樣的模塊獨(dú)立化有利于系統(tǒng)的快速更新和擴(kuò)展升級(jí)，以適應(yīng)指紋識(shí)別技術(shù)的飛速發(fā)展。該系統(tǒng)總體結(jié)構(gòu)如圖1所示，其部署包括四個(gè)部分，分別是指紋數(shù)據(jù)庫，中心服務(wù)器，通信網(wǎng)和客戶端。其中指紋數(shù)據(jù)庫的系統(tǒng)平臺(tái)為windowsserver2003，數(shù)據(jù)庫平臺(tái)為MSSQLserver2005(Enterprise);中心服務(wù)器(識(shí)別服務(wù)器)的系統(tǒng)平臺(tái)為windowsServer2003;通信網(wǎng)為普通internet或intranet環(huán)境；客戶端的運(yùn)行平臺(tái)為windows2000/XP,附標(biāo)準(zhǔn)配置的"乙木"XYZ-1型指紋采集儀器。，本系統(tǒng)的核心識(shí)別模塊運(yùn)行在中心識(shí)別服務(wù)器上，而其它處理模塊則運(yùn)行于客戶端上。整個(gè)網(wǎng)絡(luò)以中心識(shí)別服務(wù)器為中心，若干客戶端與之呈星型模式連接，在系統(tǒng)正常運(yùn)行的時(shí)候，由客戶端負(fù)責(zé)離線或者在線地釆集指紋圖像，并將處理得到的指紋特征碼通過網(wǎng)絡(luò)發(fā)送到中心服務(wù)器，并由中心服務(wù)器上的核心處理模塊進(jìn)行識(shí)別(1:N)或驗(yàn)證(1:1),中心服務(wù)器對(duì)當(dāng)前指紋處理結(jié)束后向工作站返回處理結(jié)果。本發(fā)明所提供的指紋識(shí)別系統(tǒng)功能層次分布如圖2所示，最下層為軟硬件運(yùn)行平臺(tái)(計(jì)算機(jī)硬件設(shè)備、操作系統(tǒng)、指故儀器)，在下層之上是集成平臺(tái)軟件系統(tǒng)，包括了指紋識(shí)別所需的若干處理過程，比如平臺(tái)的管理、指紋釆集、預(yù)處理、特征提取、指紋比對(duì)等處理過程。圖3和圖4從軟件組成功能方面顯示了本平臺(tái)軟件系統(tǒng)的兩個(gè)核心部分，即中心服務(wù)器和工作站(客戶端)子系統(tǒng)軟件包括的功能模塊。如附圖3所示，客戶端包括的功能模塊分別是通信模塊，指紋采集模塊，指紋預(yù)處理模塊，模式分類模塊，特征提取模塊，顯示模塊。其中通信模塊主要與"中心服務(wù)器，，上的對(duì)應(yīng)模塊交換數(shù)據(jù)，發(fā)送客戶端身份信息、上傳指紋特征數(shù)據(jù)，接收所請(qǐng)求服務(wù)的處理結(jié)果；指紋采集模塊主要完成指紋的在線或離線輸入，以及簡(jiǎn)單的預(yù)處理等功能；預(yù)處理模塊主要完成指紋圖像增強(qiáng)、計(jì)算方向場(chǎng)、細(xì)化等功能；模式分類模塊主要負(fù)責(zé)對(duì)指紋的模式進(jìn)行分類(分六類漩渦、左環(huán)、右環(huán)、雙環(huán)、拱型和尖拱)；特征提取模塊主要完成對(duì)指紋的全局特征或者細(xì)節(jié)點(diǎn)特征進(jìn)行提取，并按串格式編碼，等待通信模塊向服務(wù)器發(fā)送；顯示模塊主要顯示工作站的工作狀態(tài)、工作模式、連接狀態(tài)、注冊(cè)或識(shí)別(含驗(yàn)證)結(jié)果等。"中心服務(wù)器"子系統(tǒng)包括的功能模塊分別是通信模塊，系統(tǒng)管理模塊，算法加載模塊，流程定制模塊，狀態(tài)監(jiān)控模塊，識(shí)別服務(wù)模塊。其中通信模塊主要負(fù)責(zé)接收客戶端發(fā)送的合法性驗(yàn)證信息、也接收上傳的服務(wù)請(qǐng)求類型(注冊(cè)或識(shí)別)及相應(yīng)的指紋特征數(shù)據(jù)，以及向客戶端回送處理結(jié)果；系統(tǒng)管理主要負(fù)責(zé)配置系統(tǒng)運(yùn)行參數(shù)、管理后臺(tái)的基礎(chǔ)數(shù)據(jù)、客戶端工作站管理和平臺(tái)安全性控制等；算法加載模塊完成對(duì)新的算法模塊進(jìn)行加載、管理算法模塊的標(biāo)識(shí)、接口信息等；流程定制模塊負(fù)責(zé)維護(hù)已有的流程、新增流程、為流程各階段配置算法等；狀態(tài)監(jiān)控主要負(fù)責(zé)監(jiān)管各在線(離線)客戶端的服務(wù)請(qǐng)求及運(yùn)行情況；識(shí)別服務(wù)模塊負(fù)責(zé)處理客戶端請(qǐng)求的服務(wù)，主要包括指紋注冊(cè)、指紋識(shí)別(1:N)、指紋驗(yàn)證(l:l)、連接請(qǐng)求等核心服務(wù)內(nèi)容。下面對(duì)幾個(gè)重點(diǎn)模塊進(jìn)行說明合法性驗(yàn)證模塊服務(wù)器對(duì)請(qǐng)求服務(wù)的客戶端進(jìn)行使用權(quán)限驗(yàn)證，防止非授權(quán)用戶向中心服務(wù)器提出指紋識(shí)別服務(wù)請(qǐng)求。這部分的實(shí)現(xiàn)原理如圖8所示，這里為了敘述方便，將客戶端的IP地址記為IPc，中心服務(wù)器的IP地址記為IPs,端口號(hào)為n_port。在中心服務(wù)器啟動(dòng)的時(shí)候，自動(dòng)創(chuàng)建一個(gè)端口號(hào)為n_port的服務(wù)程序?？蛻舳诵枰蛑行姆?wù)器請(qǐng)求合法性驗(yàn)證之前，需先與中心服務(wù)器建立連接，本模塊中客戶端通過套接字(socket)提出連接請(qǐng)求，參數(shù)為(IPs,njport)。服務(wù)器響應(yīng)了客戶端的連接請(qǐng)求以后(如圖連接確認(rèn))，客戶端便和服務(wù)器建立了通信連接。通信連接建立以后，客戶端按數(shù)據(jù)結(jié)構(gòu)格式(Term—code，IPc，Mac—addr，User_name，User—PSW，Authorized)組裝身份信息，這里Term_code指客戶端代碼，IPc和Mac一addr分別是客戶端的IP地址和物理地址，User_name和User_PSW分別是操作員帳號(hào)和口令。身份信息組裝完成以后，客戶端將此身份信息經(jīng)由通信連接向服務(wù)器發(fā)送。服務(wù)器收到此身份信息后，與后臺(tái)數(shù)據(jù)庫中保存的合法客戶端信息相比較，如果不存在此身份的客戶端，則判定當(dāng)前客戶端為非授權(quán)客戶端，并立刻斷開其通信連接。如果判定當(dāng)前客戶端合法，則隨機(jī)產(chǎn)生一組長度為8的字符串STR—USER作為客戶端識(shí)別碼返回給客戶端。在后續(xù)的指紋識(shí)別、驗(yàn)證請(qǐng)求服務(wù)中，客戶端憑借此識(shí)別碼str一user表明自己是經(jīng)過服務(wù)器授權(quán)的合法使用者身份。指紋采集模塊客戶端離線采集指紋圖像或者在線采集活體指紋圖像。本模塊的子模塊構(gòu)成情況如表所示指紋采集模塊離線采集BMP、JPG在線采集活體指紋設(shè)備擴(kuò)充加載設(shè)備驅(qū)動(dòng)創(chuàng)建配置表項(xiàng)本模塊離線采集支持BMP、JPG格式的圖片，對(duì)于離線采集的JPG指紋圖，模塊對(duì)其進(jìn)行JPG解碼并轉(zhuǎn)換成位圖數(shù)據(jù)。釆用的JPG解碼算法流程如9所示，其中，JPG壓縮數(shù)據(jù)通過分解文件得到，而然后再根據(jù)它得到解碼所需要的碼表和量化表，IDCT是對(duì)圖像進(jìn)行離散余弦反變換。通過JPG解碼以后，得到Y(jié)cbCr色彩系統(tǒng)的數(shù)據(jù)，并對(duì)其進(jìn)行灰度轉(zhuǎn)換，得到輸入JPG指紋圖像的256階灰度數(shù)據(jù)。如果離線輸入的是BMP格式指紋圖像，則通過分解BMP位圖文件，直接得到DIB圖像數(shù)據(jù)。如果不是該DIB圖像數(shù)據(jù)還沒有經(jīng)過灰度變換，則也要對(duì)其進(jìn)行灰度變換，最終得到256階灰度數(shù)據(jù)，這些灰度數(shù)據(jù)將會(huì)作為指紋處理模塊的基準(zhǔn)輸入數(shù)據(jù)。如果是通過指紋采集設(shè)備在線采集的活體指紋，則設(shè)備的輸出數(shù)據(jù)直接就是256階灰度數(shù)據(jù)，因此只需要從設(shè)備接口指示的內(nèi)存緩沖區(qū)中讀取即可，不需要再進(jìn)行其它處理。本軟件系統(tǒng)目前已經(jīng)集成了中控科技1110;2000指紋釆集器和乙木科技XYZ-1指紋采集儀，理論上可支持市場(chǎng)上所有的指紋采集設(shè)備。在線采集活體指紋這部分的功能實(shí)現(xiàn)原理如圖IO所示，圖中由模塊中的檢測(cè)子模塊檢測(cè)客戶端上安裝的指紋設(shè)備，并根據(jù)檢測(cè)結(jié)果讀取相應(yīng)的配置表，從配置表中獲得該設(shè)備的驅(qū)動(dòng)接口信息(INT—FUNCTION—NAME),再根據(jù)這些信息確定采集動(dòng)作觸發(fā)信號(hào)(CAP一FLAG)。在采集指紋的時(shí)候，模塊則根據(jù)此CAP_FLAG信號(hào)判定是否有指紋采集動(dòng)作發(fā)生，如果有則根據(jù)接口傳送的指紋數(shù)據(jù)緩沖區(qū)首地址和數(shù)據(jù)量讀取采集到的指紋數(shù)據(jù)。模塊中是通過后述過程來實(shí)現(xiàn)指紋設(shè)備擴(kuò)充的首先加載指紋設(shè)備的驅(qū)動(dòng)程序，然后為該新設(shè)備創(chuàng)建配置表項(xiàng)。配置文件表項(xiàng)包括的基本字段為設(shè)備編號(hào)(DEV一ID)、設(shè)備名稱(DEV—NAME)、接口函數(shù)名(INT—FUNCTION—NAME)、路徑(INT—PATH)等。指紋預(yù)處理模塊客戶端對(duì)所采集的指紋圖進(jìn)行增強(qiáng)。本模塊釆用兩個(gè)步驟對(duì)低質(zhì)量的指紋圖像進(jìn)行增強(qiáng)，第一個(gè)步驟對(duì)原始指紋圖像進(jìn)行預(yù)處理，第二個(gè)步驟是用M-PCNN網(wǎng)絡(luò)對(duì)預(yù)處理以后的圖像進(jìn)行濾波。其中第一步又分為兩個(gè)過程，分別是指紋有效區(qū)域分割和指紋的方向場(chǎng)計(jì)算，對(duì)原始指紋圖像進(jìn)行預(yù)處理的步驟中，先將輸入的原始指紋圖像分成一系列16x16非交叉的圖像塊，各塊分別標(biāo)記為B(l，l),B(l，2),…，B(i,j),然后利用下列公式v(i,j)(Xj—x)+(x2—7)+...+(X—X)來計(jì)算各圖像塊的像素灰度值方差。公式中、和5分別表示該圖快中像素的灰度值，N表示圖塊中包含的像素?cái)?shù)量。設(shè)置分割閾值^=11.5，分別將各圖塊的方差值與^比較，如果v(i，j)〉Vp,則該圖塊B(i，j)被判定為有效的指紋區(qū)域，否則被判定為指紋背景。此處理過程結(jié)束以后，指紋有效區(qū)域便從背景中分割出來了。然后再用灰度下降法計(jì)算分割以后的指紋有效區(qū)域?qū)?yīng)的方向場(chǎng)。模塊中采用的具體算法流程如下(1)分別計(jì)算圖塊B(i，j)中每一個(gè)像素在x和y方向上的梯度《和A(2)利用公式d(i,j)"..、1d('，/)=一arctan2乂"l_"i、=i計(jì)算圖塊B(i，j)的局部方向，公式中《")表示圖塊中像素的坐標(biāo)，w表示圖塊的像素寬度。利用公式計(jì)算得到的圖塊局部方向值只取四個(gè)分量值O、7i/4、兀/3和37T/4中最近似的一個(gè)值，因此圖塊最終的局部方向d(/,_/)e{0,4;r/4,;z"，3;r/4};(3)通過方向場(chǎng)的一致性特征修正方向場(chǎng)計(jì)算結(jié)果。在圖塊B(i，j)的5x5的鄰域D范圍內(nèi)，計(jì)算其一致性值C(i,j):此公式中有j如果cK丌，這里d=mod(c(/'，')-c0',/)+2")d_;r其他情況如果C(U)0.35,則將圖塊B(i，j)的局部方向調(diào)整為鄰域D內(nèi)局部方向最顯著的方向，否則圖塊B(i，j)的局部方向保持不變。在指紋增強(qiáng)中，使用的是PCNN濾波方法。PCNN網(wǎng)絡(luò)的神經(jīng)元結(jié)構(gòu)圖11所示，神經(jīng)元的活性U(m，，n，)服從下列規(guī)則<formula>formulaseeoriginaldocumentpage23</formula>在初始化的時(shí)候，依據(jù)圖像的尺寸構(gòu)造PCNN網(wǎng)絡(luò)，且PCNN神經(jīng)元與圖像像素點(diǎn)——對(duì)應(yīng)。圖像的增強(qiáng)實(shí)際上就是在方向場(chǎng)和分割結(jié)果的配合下，讓PCNN運(yùn)行，并不斷地修改點(diǎn)火神經(jīng)元的負(fù)載信號(hào)強(qiáng)度。為PCNN濾波設(shè)計(jì)的四個(gè)矩陣如下<formula>formulaseeoriginaldocumentpage24</formula>當(dāng)神經(jīng)元的活性大于給定閾值時(shí)，神經(jīng)元發(fā)生點(diǎn)火，則像素的灰度值按下列公式進(jìn)行更新<formula>formulaseeoriginaldocumentpage24</formula>其中有的系數(shù)5按下列規(guī)則確定:<formula>formulaseeoriginaldocumentpage24</formula>通過上述規(guī)則，PCNN不斷運(yùn)行，網(wǎng)絡(luò)中點(diǎn)火的神經(jīng)元觸發(fā)對(duì)像素灰度值進(jìn)行修改。當(dāng)PCNN網(wǎng)絡(luò)穩(wěn)定時(shí)，從各神經(jīng)元的負(fù)載信號(hào)值就得到了被濾波增強(qiáng)以后的圖像。特征提取模塊客戶端提取指紋的全局特征和細(xì)節(jié)特征，包括指紋的模式類型，客戶端點(diǎn)、分叉點(diǎn)位置及其坐標(biāo)值。本系統(tǒng)中使用的全局特征為傅里葉頻鐠特征，使用的細(xì)節(jié)特征包括核心點(diǎn)、分叉點(diǎn)和端點(diǎn)，在本模塊中分兩個(gè)步驟提取指紋特征傅里葉頻i普特征的提取首先將輸入的指紋圖像分割成32x32的圖像塊，并對(duì)圖塊做二維離散傅里葉變換，公式為(抓"exp(".2《+公式中，(m，n)是像素的值域坐標(biāo)，(i，k)是像素對(duì)應(yīng)的頻域坐標(biāo)。每個(gè)子圖塊經(jīng)傅立葉變換以后，便得到了全圖的傅立葉頻鐠圖，這個(gè)頻譜圖按規(guī)則量化成指紋的全局特征向量。細(xì)節(jié)特征的提取本模塊中涉及的指紋細(xì)節(jié)特征是核心點(diǎn)、分叉點(diǎn)和端點(diǎn)，其中核心點(diǎn)是在指紋方向場(chǎng)的基礎(chǔ)上，利用poincare方法提取的，該值Pa力-丄gA()t),其中A(k)符合麟-—廣柳,if聰-f，K一S(jfc),otherwise在儀)-0'C^O)，伊，(0)，:-'=(i'+l)modW，，計(jì)算結(jié)束后，再判斷p(i,j)的值，如果P(i，j)岣.5,則為核心點(diǎn)。指紋中的分叉點(diǎn)和端點(diǎn)是通過滑動(dòng)模板法檢測(cè)得到的，分別為分叉點(diǎn)和端點(diǎn)定義使用如下的像素結(jié)構(gòu)模板<table>tableseeoriginaldocumentpage25</column></row><table>檢測(cè)分叉的模板檢測(cè)端點(diǎn)的才莫板定義了這兩個(gè)特征模板以后，分別將該模板按從左到右、從上到下的順序遍歷全圖。模板每滑動(dòng)一次，便計(jì)算模板與圖像對(duì)應(yīng)區(qū)域的符合程度，當(dāng)符合值大于0.7時(shí)，就判定圖像的當(dāng)前像素與使用模板對(duì)應(yīng)的細(xì)節(jié)特征一致，即如果符合分叉模板，則該像素點(diǎn)是分叉點(diǎn)，如果符合端點(diǎn)模板，則該像素就是端點(diǎn)。傅立葉濾波得到的頻譜特征，直接將頻譜圖中像素的灰度值按從左到右、從上到下的順序進(jìn)行串行編碼，得到特征向量，檢測(cè)到的細(xì)節(jié)特征，按數(shù)據(jù)結(jié)構(gòu)(特征點(diǎn)序號(hào)，細(xì)節(jié)點(diǎn)類型，X坐標(biāo)，Y坐標(biāo)，方向角)進(jìn)行編碼，特到細(xì)節(jié)特征數(shù)據(jù)。數(shù)據(jù)通信模塊負(fù)責(zé)在客戶端和中心服務(wù)器之間建立通信連接、發(fā)送和接收指紋特征數(shù)據(jù)以及指紋識(shí)別結(jié)果信息。本模塊是通過SOCKET技術(shù)實(shí)現(xiàn)的，詳細(xì)情況如后。在服務(wù)器端，用標(biāo)準(zhǔn)函數(shù)socket(AF—INET，SOCK—STREAM,IPPROTO—TCP);創(chuàng)建一個(gè)服務(wù)性SOCKET,再用bind函數(shù)將其與服務(wù)器IP地址進(jìn)行綁定，并在制定端口(nj50rt)上進(jìn)行監(jiān)聽。在客戶端，利用SOCKET創(chuàng)建一個(gè)以客戶端IP地址和服務(wù)器端口n_port為參數(shù)的SOCKET對(duì)象，該對(duì)象便在指定端口上與服務(wù)器進(jìn)行通信。系統(tǒng)管理模塊本模塊的主要功能是負(fù)責(zé)基本算法庫的加載、指紋識(shí)別各基本算法選配、客戶端端授權(quán)管理、指紋識(shí)別應(yīng)用系統(tǒng)組裝、算法運(yùn)行結(jié)果評(píng)估，(1)算法加載子模塊。先將不同算法封裝成單獨(dú)的DLL(動(dòng)態(tài)鏈接庫),一個(gè)算法封裝成一個(gè)DLL，且唯一命名。然后用COPY函數(shù)復(fù)制到算法庫文件夾，實(shí)現(xiàn)算法DLL上傳到系統(tǒng)。然后為DLL創(chuàng)建配置表項(xiàng)，該配置表項(xiàng)的結(jié)構(gòu)如下StructureAlgorithm_ConfigAL—TYPE:算法類別AL_CODE:算法編號(hào)ALNAME:算法名稱AL—FUNC:算法對(duì)應(yīng)DLL的入口函數(shù)FUNC—IN:算法入口函數(shù)的輸入?yún)?shù)說明FUNC—OUT:算法入口函數(shù)的輸出參數(shù)說明算法的類別包括四個(gè)大類，分別是指紋增強(qiáng)(類別碼0)、特征提取(類別碼1)、指紋匹配(類別碼2)、指紋分類(類別碼3)。算法編號(hào)的數(shù)據(jù)格式是類別碼+序號(hào)。(2)客戶端管理子模塊。客戶端管理包括信息維護(hù)和客戶端授權(quán)管理，其中信息維護(hù)主要是對(duì)客戶端設(shè)備信息和客戶端使用者信息進(jìn)行增加、刪除、修改等操作，客戶端設(shè)備信息結(jié)構(gòu)是(Term_code,IPc，Mac—addr，User—name,User—PSW,Authorized)，這里Term_code指客戶端代碼，IPc和Mac_addr分別是客戶端的IP地址和物理地址，User_name和User一PSW分別是主管操作員帳號(hào)和口令，Authorized是授權(quán)標(biāo)志。客戶端授權(quán)是利用SQL的UPDATE操作，為客戶端信息表中的Authorized字段設(shè)置TRUE值，表明該客戶端已經(jīng)獲服務(wù)器授權(quán)，可以向服務(wù)器提出服務(wù)請(qǐng)求。(3)應(yīng)用系統(tǒng)組裝子模塊。包括兩大部分，一是定制系統(tǒng)流程，二是設(shè)置算法參數(shù)。本模塊針對(duì)不同特性的指紋識(shí)別系統(tǒng)，定制其處理流程，按指紋處理流程分別選擇不同的增強(qiáng)算法、特征提取算法、匹配算法、指紋分類算法，并將選擇結(jié)果保存。設(shè)置算法參數(shù)主要是在流程中各算法選擇確定以后，分別為每個(gè)算法設(shè)置相應(yīng)的參數(shù)，如增強(qiáng)濾波窗口的尺寸大小、匹配算法的閾值e、指紋分類的類別數(shù)量等等。(4)系統(tǒng)性能評(píng)估子模塊。在這個(gè)模塊中，主要是從三個(gè)方面評(píng)測(cè)給定指紋識(shí)別系統(tǒng)在給定的指紋樣本上得到的性能結(jié)果，分別是FAR(錯(cuò)誤接受率)FRR(錯(cuò)誤拒絕率)、ROC綜合曲線、響應(yīng)時(shí)間特性T。特征比對(duì)模塊將客戶端上傳的指紋特征和數(shù)據(jù)庫中存儲(chǔ)的指紋特征進(jìn)行比對(duì)，計(jì)算兩者之間的特征相似度。這部分功能由以下三個(gè)處理階段來實(shí)現(xiàn)的(1)指紋對(duì)齊為了使匹配算法具有對(duì)旋轉(zhuǎn)和平移穩(wěn)定性，為了敘述方便假設(shè)點(diǎn)集Vi={vl,v2,...,Vn}為輸入指紋的特征點(diǎn)集合，其中vi=(x,y，e),Tj^tl，t2,…tm)為模板指紋的特征點(diǎn)集合。為了實(shí)現(xiàn)Vi和Tj的整體對(duì)齊，首先對(duì)核心點(diǎn)對(duì)齊，對(duì)齊以后，Vi點(diǎn)集的坐標(biāo)做如下變換x=+Of?！獂,。)和_y','=乃+(X。-X。)，其中(X。，X。)和(X。，乃。)分別模板指紋和輸入指紋的核心點(diǎn)。然后再旋轉(zhuǎn)對(duì)齊，而旋轉(zhuǎn)對(duì)齊則是通過求一個(gè)反射變換t而得到的<formula>formulaseeoriginaldocumentpage28</formula>在上述變換中，因?yàn)橐呀?jīng)進(jìn)行了核心點(diǎn)對(duì)齊，因此Ax:和Ay已經(jīng)確定，實(shí)際上只需要再確定旋轉(zhuǎn)角度"即可，而"又是通過使表達(dá)式v,—《v》|2<6>成立，求Vi和Vt匹配點(diǎn)對(duì)數(shù)最大來得到的，其中e是一個(gè)設(shè)定的閾值，設(shè)置為0.05。(2)相似度計(jì)算對(duì)于全局特征匹配，其輸入指紋和模板指紋的特征是傅立葉頻i普特征，特征向量就是頻語圖像素串行化結(jié)果，此時(shí)兩者之間的相似度是通過計(jì)算不等長向量之間的歐氏距離來實(shí)現(xiàn)的，此時(shí)相似度是按下列公式計(jì)算的s《--^)X100%max(v,.，v》公式中，dis是兩者的歐氏距離值，max(",v,)表示取輸入向量和模板向量中最大的向量長度。對(duì)于細(xì)節(jié)特征點(diǎn)集之間的相似度，是以模板為基準(zhǔn)，將輸入點(diǎn)集Vi按(Ax，A少，a)變換投影到模板點(diǎn)集Vt上后，計(jì)算在距離誤差小于5個(gè)像素位置內(nèi)，所有的匹配點(diǎn)對(duì)數(shù)量來確定的，此時(shí)的相似度值按下列公式計(jì)算:max(v,-,v》公式中，"e。一表示成功配對(duì)的點(diǎn)的數(shù)量，max("，v,)仍然表示輸入點(diǎn)集和模板點(diǎn)集中最大的細(xì)節(jié)點(diǎn)數(shù)目。(3)指紋識(shí)別結(jié)果計(jì)算得出輸入指紋和模板指紋之間的相似度數(shù)據(jù)S以后，再將S與預(yù)設(shè)的識(shí)別閾值y;比較，這里的7;是可以根據(jù)不同的安全性要求加以調(diào)整，如果5^7;則判定兩個(gè)指紋成功匹配，即來自于同一手指，否則判定兩個(gè)指紋不是來自于同一手指。二次開發(fā)接口^^莫塊提供功二次開發(fā)接口，方便用戶構(gòu)造新業(yè)務(wù)邏輯。本模塊中，主要提供了以下的二次開發(fā)接口，這些接口函數(shù)都封裝在名為FIG一NN一API的動(dòng)態(tài)鏈接庫中，用戶可以編程調(diào)用。<table>tableseeoriginaldocumentpage29</column></row><table>本發(fā)明所提供的指紋識(shí)別系統(tǒng)集成平臺(tái)軟件其最基本的功能是提供可靠的指紋識(shí)別服務(wù)，在本軟件中為一次指紋識(shí)別處理的過程設(shè)計(jì)如圖5所示?？傮w上，單次指紋識(shí)別處理劃分為四個(gè)相對(duì)獨(dú)立的單元，分別是指紋采集單元、指紋注冊(cè)單元、指紋匹配單元、指紋存儲(chǔ)單元。指紋采集單元在線采集活體指紋時(shí)，這部分功能由專用的指紋采集設(shè)備實(shí)現(xiàn)，目前此類設(shè)備比較多，指紋采集設(shè)備的輸出一般是分辨率不小于500DPI(DotPerInch)的256級(jí)灰度指紋圖像，有時(shí)圖像質(zhì)量會(huì)隨指紋設(shè)備的不同而略有差異；而在離線采集指紋時(shí)，輸入的則是通過人工輔助方式選擇的靜態(tài)指紋灰度圖片集。指紋注冊(cè)單元這部分與"指紋匹配單元"有一部分功能是相同。無i侖是在線采集到的活體指紋，還是離線輸入的靜態(tài)指紋圖像，都要先經(jīng)過有效區(qū)分割、脊線增強(qiáng)、計(jì)算方向場(chǎng)、細(xì)化等指紋預(yù)處理操作，再進(jìn)行指紋模式分類、提取特征、特征編碼保存，從而完成一次完整的指紋注冊(cè)過程。指紋匹配單元這部分與"指紋注冊(cè)單元"也存在一部分相同的功能。對(duì)于從指紋釆集器輸入的待識(shí)別指紋圖像，就如同注冊(cè)單元那樣，仍然要進(jìn)行預(yù)處理、二值化、細(xì)化等操作，然后進(jìn)行分類、提取特征、特征編碼，最后在已注冊(cè)的指紋模板庫中按指紋類型進(jìn)行搜索比對(duì)，并給出最終的指紋匹配結(jié)論。指紋存儲(chǔ)單元為方便管理與保證數(shù)據(jù)的安全性，本系統(tǒng)所涉及的數(shù)據(jù)全部采用數(shù)據(jù)庫方式存儲(chǔ)。主要包括的功能是數(shù)據(jù)寫入、數(shù)據(jù)檢索、數(shù)據(jù)讀出、數(shù)據(jù)更新、數(shù)據(jù)刪除等基本的數(shù)據(jù)操縱功能。本發(fā)明所提供的指紋識(shí)別系統(tǒng)集成平臺(tái)軟件，其中的算法加載核心功能模塊的操作控制流程和指紋識(shí)別流程選配控制流程如附圖6和7所示。在加載算法時(shí)，先要選擇算法對(duì)應(yīng)的動(dòng)態(tài)連接庫(DLL)文件，然后再輸入算法名稱、DLL名稱、入口函數(shù)名稱、輸入輸出參數(shù)、函數(shù)返回值等算法的屬性信息，然后再將這些信息保存如數(shù)據(jù)庫。在選配指紋識(shí)別流程時(shí)，先確定流程名稱，再為該流程選配各處理階段的具體算法，如指紋增強(qiáng)階段、特征提取階段、匹配階段等。本發(fā)明所提供的指紋識(shí)別系統(tǒng)集成平臺(tái)軟件，集成了國內(nèi)外著名的指紋算法，總體上算法庫包括了五個(gè)大類，分別是"指紋儀器選擇"、"指紋圖像增強(qiáng)"、"方向場(chǎng)計(jì)算"、"脊線細(xì)化"、"指紋模式分類"、"特征提取"、"指紋比對(duì)"等，各類包括的算法如下表示<table>tableseeoriginaldocumentpage31</column></row><table>本發(fā)明所提供的指紋識(shí)別系統(tǒng)集成平臺(tái)軟件，既可以封鎖冗余功能，將系統(tǒng)配置成功能單一的指紋識(shí)別軟件，也可以配置成為新增算法的測(cè)試實(shí)驗(yàn)平臺(tái)。在測(cè)試實(shí)驗(yàn)中，主要從"特征提取時(shí)間"、"細(xì)節(jié)點(diǎn)誤檢率"、"錯(cuò)誤接受率(FAR,FalseAcceptRate)，，、"錯(cuò)誤拒絕率(FRR，F(xiàn)alseRejectRate)，，、"等錯(cuò)誤率(EER,EqualErrorRate)"和"獲得的運(yùn)行性能曲線(ROC，ReceiveOperatingCharacteristicCurve)"這樣一些量化的指標(biāo)來綜合評(píng)估新增算法模塊的性能。權(quán)利要求1、一種指紋識(shí)別系統(tǒng)，包括指紋數(shù)據(jù)庫、中心服務(wù)器和客戶端三大部分，其特征在于，指紋數(shù)據(jù)庫主要用來存儲(chǔ)經(jīng)過數(shù)字編碼后的指紋特征信息，中心服務(wù)器主要負(fù)責(zé)驗(yàn)證客戶端合法性、接收指紋特征數(shù)據(jù)、特征比對(duì)和回送指紋識(shí)別結(jié)果，客戶端主要負(fù)責(zé)采集指紋、提取并上傳指紋特征數(shù)據(jù)；中心服務(wù)器包括合法性驗(yàn)證模塊、系統(tǒng)管理模塊、特征比對(duì)模塊、二次開發(fā)接口模塊、算法加載模塊、流程定制模塊、狀態(tài)監(jiān)控模塊和識(shí)別服務(wù)模塊，客戶端包括指紋采集模塊、指紋預(yù)處理模塊、特征提取模塊和模式分類模塊，數(shù)據(jù)通信模塊連接中心服務(wù)器和客戶端，其中合法性驗(yàn)證模塊服務(wù)器對(duì)請(qǐng)求服務(wù)的客戶端進(jìn)行使用權(quán)限驗(yàn)證，防止非授權(quán)用戶向中心服務(wù)器提出指紋識(shí)別服務(wù)請(qǐng)求。指紋采集模塊客戶端離線采集指紋圖像或者在線采集活體指紋圖像，其中離線采集指紋主要采集BMP格式和JPG格式的圖片，JPG格式文件先對(duì)其進(jìn)行數(shù)據(jù)分解，從壓縮數(shù)據(jù)分離出的碼表和量化表分解文件，在對(duì)其進(jìn)行離散余弦反變換得到圖像數(shù)據(jù)；指紋預(yù)處理模塊對(duì)客戶端所采集的指紋進(jìn)行增強(qiáng)，包括對(duì)指紋有效區(qū)域分割裝置和指紋的方向場(chǎng)裝置以及利用M-PCNN網(wǎng)絡(luò)對(duì)預(yù)處理以后的圖像進(jìn)行濾波的裝置；特征提取模塊提取客戶端所采集指紋的全局特征和細(xì)節(jié)特征，包括指紋的模式類型，客戶端點(diǎn)、分叉點(diǎn)位置及其坐標(biāo)值，包括提取全局特征的傅里葉頻譜特征提取裝置和細(xì)節(jié)特征提取裝置；模式分類模塊主要負(fù)責(zé)對(duì)指紋的模式進(jìn)行分類，將指紋模式分為六類漩渦、左環(huán)、右環(huán)、雙環(huán)、拱型和尖拱；特征比對(duì)模塊將客戶端上傳的指紋特征和數(shù)據(jù)庫中存儲(chǔ)的指紋特征進(jìn)行比對(duì)，計(jì)算兩者之間的特征相似度，包括指紋對(duì)齊裝置和相似度計(jì)算裝置；二次開發(fā)接口模塊提供二次開發(fā)接口，為用戶構(gòu)造新業(yè)務(wù)邏輯；算法加載模塊完成新的算法模塊進(jìn)行加載、管理算法模塊的標(biāo)識(shí)和接口信息；流程定制模塊維護(hù)已有的流程、新增流程、為流程各階段配置算法；狀態(tài)監(jiān)控模塊監(jiān)管各在線、離線客戶端的服務(wù)請(qǐng)求及運(yùn)行情況；識(shí)別服務(wù)模塊處理客戶端請(qǐng)求的服務(wù)，主要包括指紋注冊(cè)、指紋識(shí)別、指紋驗(yàn)證和連接請(qǐng)求；系統(tǒng)管理模塊管理基本算法的加載、指紋識(shí)別的基本算法選配、指紋客戶端授權(quán)管理、指紋識(shí)別應(yīng)用系統(tǒng)組裝和算法運(yùn)行結(jié)果評(píng)估；數(shù)據(jù)通信模塊在客戶端和服務(wù)器之間建立通信連接、發(fā)送和接收指紋特征數(shù)據(jù)以及指紋識(shí)別結(jié)果信息。2.根據(jù)權(quán)利要求1所述的指紋識(shí)別系統(tǒng)，其特征在于，所述二次開發(fā)接口模塊主要是要提供下表中的二次開發(fā)接口函數(shù):<formula>formulaseeoriginaldocumentpage3</formula>這些接口函數(shù)封裝在用戶可以編程調(diào)用的名為FIG一NN一API的動(dòng)態(tài)鏈接庫中。3、一種指紋識(shí)別控制方法，其特征在于，包括以下步驟(1)客戶端通過通信接口連接中心服務(wù)器，客戶端身份經(jīng)過的合法性驗(yàn)證以后，獲得相應(yīng)的服務(wù)請(qǐng)求授權(quán)；3.(2)采集待識(shí)別指紋數(shù)據(jù)，進(jìn)行模式分類和初步處理；(3)將步驟(2)經(jīng)過初步處理的指紋數(shù)據(jù)進(jìn)行指紋預(yù)處理，包括以下幾個(gè)小步驟①指紋有效區(qū)域分割將指紋圖像分成一系列16x16非交叉的圖像塊，各塊分別標(biāo)記為B(l,l),B(l，2)'…，B(i,j),然后利用下列公式v(i，j)<formula>formulaseeoriginaldocumentpage2</formula>來計(jì)算各圖像塊的像素灰度值方差，其中x和$分別表示該圖快中像素的灰度值，N表示圖塊中包含的像素?cái)?shù)量，設(shè)置分割閾值^=11.5,分別將各圖塊的方差值與^比較，如果v(i，j)〉^，則該圖塊B(ij)被判定為有效的指紋區(qū)域，否則被判定為指紋背景；②指紋的方向場(chǎng)計(jì)算分別計(jì)算圖塊B(i,j)中每一個(gè)像素在x和y方向上的梯度《和G"利用公式d(ij)<formula>formulaseeoriginaldocumentpage4</formula>計(jì)算圖塊B(i,j)的局部方向，式中(i，乂)表示圖塊中像素的坐標(biāo)，w表示圖塊的像素寬度，計(jì)算得到的圖塊局部方向值只取四個(gè)分量值O、7u/4、兀/3和3兀/4中最近似的一個(gè)值，圖塊最終的局部方向t/0'，刀e(0，4;r/4，;r，3;r/4b通過方向場(chǎng)的一致性特征修正方向場(chǎng)計(jì)算結(jié)果，在圖塊B(i，j)的5x5的鄰域D范圍內(nèi)，計(jì)算其一致性值C(i，j)此公式中有<formula>formulaseeoriginaldocumentpage4</formula>其他情況如果C(g)0.35，則將圖塊B(i，j)的局部方向調(diào)整為鄰域D內(nèi)局部方向最顯著的方向，否則圖塊B(ij)的局部方向保持不變；③使用M-PCNN網(wǎng)絡(luò)對(duì)預(yù)處理以后的圖像進(jìn)行濾波；(4)將步驟(3)中經(jīng)過處理后的指紋圖像進(jìn)行特征提取，包括全局特征提取和細(xì)節(jié)特征提?、偃痔卣魈崛楦道锶~頻譜特征首先將輸入的指紋圖像分割成32x32的圖像塊，并對(duì)圖塊做二維離散傅里葉變換，公式為一,")=+mi"exp(-/2;r(^+$)))公式中，(m,n)是像素的值域坐標(biāo)，(i，k)是像素對(duì)應(yīng)的頻域坐標(biāo)，每個(gè)子圖塊經(jīng)傅立葉變換以后，便得到了全圖的傅立葉頻譜圖，將其按規(guī)則量化成指紋的全局特征向量；②細(xì)節(jié)特征提取，包括核心點(diǎn)、分叉點(diǎn)和端點(diǎn)；(5)向中心服務(wù)器發(fā)送經(jīng)過步驟(4)所提取的指紋圖像的特征數(shù)據(jù)；(6)中心服務(wù)器接收并分解上傳的特征數(shù)據(jù)，保存于待匹配特征數(shù)據(jù)隊(duì)列；(7)指紋特征比對(duì)模塊根據(jù)系統(tǒng)當(dāng)前選配的匹配算法檢索數(shù)據(jù)庫，記錄每次比對(duì)得到的相似度數(shù)據(jù)；(8)中心服務(wù)器確定當(dāng)前識(shí)別結(jié)杲，并回送對(duì)應(yīng)的客戶端；(9)客戶端接收處理結(jié)果，并據(jù)此執(zhí)行后續(xù)動(dòng)作；其中步驟(l)中，中心服務(wù)器響應(yīng)客戶端的服務(wù)請(qǐng)求的處理步驟如下①通信模塊接收來自客戶端的指紋識(shí)別服務(wù)請(qǐng)求，并驗(yàn)證其合法性；②中心服務(wù)器通過通信模塊向客戶端發(fā)送請(qǐng)求允許信號(hào)，示意當(dāng)前的請(qǐng)求已經(jīng)被核準(zhǔn)，能發(fā)送指紋特征數(shù)據(jù)。4、根據(jù)權(quán)利要求3所述的指紋識(shí)別的控制方法，其特征在于，步驟(3)中M-PCNN網(wǎng)絡(luò)對(duì)預(yù)處理以后的圖像進(jìn)行濾波包括以下步驟①初始化時(shí)，依據(jù)圖像的尺寸構(gòu)造PCNN網(wǎng)絡(luò)，且PCNN神經(jīng)元與圖像像素點(diǎn)——對(duì)應(yīng)；②在方向場(chǎng)和分割結(jié)果的配合下，讓PCNN運(yùn)行，并不斷地修改點(diǎn)火神經(jīng)元的負(fù)載信號(hào)強(qiáng)度，當(dāng)神經(jīng)元的活性大于給定閾值時(shí)，神經(jīng)元發(fā)生點(diǎn)火，將像素的灰度值進(jìn)行更新；③設(shè)定神經(jīng)元運(yùn)行規(guī)則，讓PCNN不斷運(yùn)行，網(wǎng)絡(luò)中點(diǎn)火的神經(jīng)元觸發(fā)對(duì)像素灰度值進(jìn)行修改，當(dāng)PCNN網(wǎng)絡(luò)穩(wěn)定時(shí)，從各神經(jīng)元的負(fù)栽信號(hào)值就得到了被濾波增強(qiáng)以后的圖像。5、根據(jù)權(quán)利要求3所述的指紋識(shí)別的控制方法，其特征在于，步驟(4)中細(xì)節(jié)特征提取步驟中，其核心點(diǎn)是在指紋方向場(chǎng)的基礎(chǔ)上，利用poincare方<formula>formulaseeoriginaldocumentpage2</formula>法提取的，該值<formula>formulaseeoriginaldocumentpage6</formula>)符合<formula>formulaseeoriginaldocumentpage6</formula>計(jì)算結(jié)束后，再判斷p(i，j)的值，如果P(ijH).5，則為核心點(diǎn)；分叉點(diǎn)和端點(diǎn)的提取是通過滑動(dòng)模板法檢測(cè)得到的，首先定義分叉點(diǎn)和端點(diǎn)的像素結(jié)構(gòu)模板，分別將該才莫板按從左到右、從上到下的順序遍歷全圖。才莫板每滑動(dòng)一次，便計(jì)算模板與圖像對(duì)應(yīng)區(qū)域的符合程度，當(dāng)符合值大于0.7時(shí)，就判定圖像的當(dāng)前像素與使用模板對(duì)應(yīng)的細(xì)節(jié)特征一致，即如果符合分叉模板，則該像素點(diǎn)是分叉點(diǎn)，如果符合端點(diǎn)模板，則該像素就是端點(diǎn)。6、根據(jù)權(quán)利要求3所述的指紋識(shí)別的控制方法，其特征在于，步驟(7)中，指紋特征對(duì)比包括以下步驟①指紋對(duì)齊輸入指紋特征點(diǎn)集合Vi-(vl，v2，…,Vn),其中vi=(x,y,e),刀={^12,...1!11}為模板指紋的特征點(diǎn)集合，首先對(duì)核心點(diǎn)對(duì)齊，對(duì)齊以后，Vi點(diǎn)集的坐標(biāo)做如下變換<formula>formulaseeoriginaldocumentpage6</formula>其中(A。，X。)和"。，X。)分別才莫板指紋和輸入指紋的核心點(diǎn)；然后再旋轉(zhuǎn)對(duì)齊，而旋轉(zhuǎn)對(duì)齊則是通過求一個(gè)反射變換t而得到的<formula>formulaseeoriginaldocumentpage7</formula>在上述變換中，核心點(diǎn)對(duì)齊，Ax和Ay已經(jīng)確定，a通過使表達(dá)式vf—《")|2<^成立，求Vi和vt匹配點(diǎn)對(duì)數(shù)最大來得到的，其中e是一個(gè)設(shè)定的閾值，設(shè)置為0.05;②相似度計(jì)算對(duì)于全局特征匹配，其輸入指紋和才莫板指紋的特征是傅立葉頻譜特征，特征向量就是頻諳圖像素串行化結(jié)果，兩者之間的相似度是通過計(jì)算不等長向量之間的歐氏距離來實(shí)現(xiàn)的，其中相似度按下列公式計(jì)算<formula>formulaseeoriginaldocumentpage7</formula>公式中，dis是兩者的歐氏距離值，maxO;,v,)表示取輸入向量和模板向量中最大的向量長度；對(duì)于細(xì)節(jié)特征匹配，是以模板為基準(zhǔn)，將輸入點(diǎn)集Vi按(Ax,Ay，a)變換投影到才莫板點(diǎn)集Vt上后，計(jì)算在距離誤差小于5個(gè)像素位置內(nèi)，所有的匹配點(diǎn)對(duì)數(shù)量來確定的，此時(shí)的相似度值按下列公式計(jì)算<formula>formulaseeoriginaldocumentpage7</formula>公式中，"c，,e表示成功配對(duì)的點(diǎn)的數(shù)量，max(巧，v,)仍然表示輸入點(diǎn)集和模板點(diǎn)集中最大的細(xì)節(jié)點(diǎn)數(shù)目；③指紋識(shí)別計(jì)算得出輸入指紋和模板指紋之間的相似度數(shù)據(jù)S以后，再將S與預(yù)設(shè)的識(shí)別闊值7;比較，這里的7;是根據(jù)不同的安全性要求加以調(diào)整，如果S》7;則判定兩個(gè)指紋成功匹配，即來自于同一手指，否則判定兩個(gè)指紋不是來自于同一手指。全文摘要一種指紋識(shí)別系統(tǒng)，包括指紋數(shù)據(jù)庫、中心服務(wù)器和客戶端三大部分，指紋數(shù)據(jù)庫主要用來存儲(chǔ)經(jīng)過數(shù)字編碼后的指紋特征信息，中心服務(wù)器主要負(fù)責(zé)驗(yàn)證客戶端合法性、接收指紋特征數(shù)據(jù)、特征比對(duì)和回送指紋識(shí)別結(jié)果，客戶端主要負(fù)責(zé)采集指紋、提取并上傳指紋特征數(shù)據(jù)。該系統(tǒng)克服現(xiàn)有技術(shù)的缺陷，提供在線\離線的、基礎(chǔ)算法庫可以無縫擴(kuò)展的、功能可以選配的指紋識(shí)別系統(tǒng)服務(wù)，可以使用戶在不需要投入大量資金的情況下，獲得高質(zhì)量的身份識(shí)別和認(rèn)證服務(wù)。文檔編號(hào)H04L9/32GK101414351SQ20081004643公開日2009年4月22日申請(qǐng)日期2008年11月3日優(yōu)先權(quán)日2008年11月3日發(fā)明者劉貴松,楊成福,毅章,紀(jì)祿平,蒲曉蓉申請(qǐng)人:章毅;紀(jì)祿平;蒲曉蓉