江南大学学士毕业论文--指纹ic卡考试管理系统

江南大学学士毕业论文--指纹ic卡考试管理系统内容摘要：

3。 34 2 译文 43 附录 B 智能卡 SLE4428 内容格式设计 50 附录 C 部分源代码 50 5 第一章 前 言 指纹识别技术简介 随着科技的进步，指纹识别技术已经开始走入了我们的日常生活之中。 目前世界上许多公司和研究机构都在指纹识别技术的研究中取得一些突破性技术，从而推出了许多新产品，这些产品已经开始在诸多领域得以运用。 我们手掌及其手指、脚、脚趾内侧表面的皮肤凸凹不平产生 的纹路会形成各种各样的图案。 这些纹路的存在增加了皮肤表面的摩擦力，使得我们能够用手来抓起重物。 人们也注意到，包括指纹在内的这些皮肤的纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的。 依靠这种唯一性，我们就可以把一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。 这种依靠人体的身体特征来进行身份验证的技术称为生物识别技术，指纹识别是生物识别技术的一种。 指纹人人都有，人人不同，它具有唯一性、稳定性、再生性的特点。 现代科学界的结论是：人类人口按 60 亿计，则需 300 年才可能出现重复的指纹，概率几乎为零；其次，一个人在母腹 7 个月时指纹就定型，随着年龄的变化，人的相貌体格都在变化，而指纹却保持不变；另外，只要不伤及真皮组织，指纹即使被磨掉，也很快会长出来。 基于以上特征性，指纹在越来越多的领域如社会安全、办公安全、资讯安全、金融安全、家庭安全、个人安全等方面得到广泛的应用，被认为是身份辨认的物证之首。 指纹识别技术的发展得益于现代电子集成制造技术和快速可靠的算法研究。 指纹识别技术是一种生物测定学技术，并且是使用最早也最为成熟的生物测定学技术，它涉及到传感器技术、数字图 像处理、模式匹配等诸多学科。 近年来无论是电子集成制造技术还是指纹识别算法的研究，都取得了很大的发展。 指纹识别技术主要涉及四个功能：读取指纹图像、提取特征、保存数据和比对。 在一开始，通过指纹读取设备读取到人体指纹的图像，取到指纹图像之后，要对原始图像进行初步的处理，使之更清晰。 接下来，指纹辨识软件建立指纹的数字表示 ——特征数据，一种单方向的转换，可以从指纹转换成特征数据，但不能从特征数据转换成为指纹，而两枚不同的指纹不会产生相同的特征数据。 软件从指纹上找到被称为 “特征点 ”(minutiae)的点，也就是那些指纹纹路的分叉、终止或打圈处的坐标位置，这些点同时具有七种以上的唯一性特征。 因为通常手指上平均具有 70 个节点，所以这种方法会产生大约 490 个数据。 有的算法把节点和方向信息组合产生了更多的数据，这些方向信息表明了各个特征点之间的关系，也有的算法还处理整幅指纹图像。 总之，这些数据，通常称为模板或特征值，保存为 1K大小的记录。 至于它们是怎样组成的，至今仍然没有一种模板的标准，也没有一种公开的抽象表示算法。 最后，通过计算机模糊比较的方法，把两个指纹的模板进行比较，计算出它们的相似程度，最终得到 两个指纹的匹配结果。 指纹识别的基本原理 指纹其实是比较复杂的。 尽管指纹只是人体皮肤的一小部分，但用于识别的数据量相当大，对这些数据进行比对也不是简单的相等与不相等的问题，而是使用需要进行大 6 量运算的模糊匹配算法。 现代电子集成制造技术使得我们可以制造相当小的指纹图像读取设备，同时飞速发展的个人计算机运算速度提供了在微机甚至单片机上可以进行两个指纹的比对运算的可能。 另外，匹配算法可靠性也不断提高，指纹识别技术已经非常实用。 与人工处理不同，许多生物识别技术公司并不直接存储指纹的图像。 多年来在各个公 司及其研究机构产生了许多数字化的算法，指纹识别算法最终都归结为在指纹图像上找到并比对指纹的特征。 我们定义了指纹的两类特征来进行指纹的验证：总体特征和局部特征。 在考虑局部特征的情况下，英国学者 认为，只要比对 13 个特征点重合，就可以确认为是同一个指纹。 总体特征是指那些用肉眼直接就可以观察到的特征，包括： 其他的指纹图案都基于这三种基本图案。 仅仅依靠纹形来分辨指纹是远远不够的，这只是一个粗略的分类，通过更详细的分类使得在大数 据库中搜寻指纹更为方便快捷。 (Pattern Area) 模式区是指指纹上包括了总体特征的区域，即从模式区就能够分辨出指纹是属于哪一种类型的。 有的指纹识别算法只使用模式区的数据。 SecureTouch 的指纹识别算法使用了所取得的完整指纹而不仅仅是模式区进行分析和识别。 (Core point) 核心点位于指纹纹路的渐进中心，它在读取指纹和比对指纹时作为参考点。 许多算法是基于核心点的，即只能处理和识别具有核心点的指纹。 核心点对于 SecureTouch 的指纹识别算法很重要，但没有核心点的指纹它仍然能够处理。 (Delta) 三角点位于从核心点开始的第一个分叉点或者断点、或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。 三角点提供了指纹纹路的计数跟踪的开始之处。 (Ridge Count) 指模式区内指纹纹路的数量。 在计算指纹的纹数时，一般先在连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的纹数。 7 . 局部特征 局部特征是指指纹上的节点特征，这些具有某种特征的节点称为特征点。 两枚指纹经常会具有相同的总体特征，但它们的局部特征 ——特征点，却不可能完全相同。 指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或打折。 这些断点、分叉点和转折点就称为 “特征点 ”。 就是这些特征点提供了指纹唯一性的确认信息。 指纹上的节点可以用四种特性来描述。 特征点有以下几种类型，最典型的是终结点和分叉点。 终结点 (Ending)—一条纹路在此终结。 分叉点 (Bifurcation)— 一条纹路在此分开成为两条或更多的纹路。 分歧点 (Ridge Divergence) — 两条平行的纹路在此分开。 孤立点 (Dot or Island)— 一条特别短的纹路，以至于成为一点。 环点 (Enclosure) —一条纹路分开成为两条之后，立即又合并成为一条，这样形成的一个小环称为环点。 短纹 (Short Ridge) —一端较短但不至于成为一点的纹路。 B. 方向 (Orientation) ——节点可以朝着一定的方向。 C. 曲率 (Curvature) ——描述纹路方向改变的速度。 (Position) ——节点的位置通过 (X,Y)坐标来描述，可以是绝对的，也可以是相对于三角点或特征点的。 . 验证和辨识 应用系统利用指纹识别技术可以分为两类，即验证和辨识。 验证就是通过把一个现场采集到的指纹与一个己经登记的指纹进行一对一的比对 (one－ to－ one matching),来确认身份的过程。 作为验证的前提条件，他或她的指纹必须在指纹库中已经注册。 指纹以一定的压缩格式存贮，并与其姓名或其标识 (ID， PIN)联系起来。 随后在比对现场，先验证其标识，然后，利用系统的指纹与现场采集的指纹比对来证明其标识是合法的。 验证其实是回答了这样一个问题： ″他是他自称的这个人吗 ?″这是应用系统中使用得较多的方法。 8 辨识则是把现场采集到的指纹同指纹数据库中的指纹逐一对比，从中找出与现场指纹相匹配的指纹。 这也叫 ″一对多匹配 (one－ to－ many matching)″。 验证其实是回答了这样一个问题： ″他是谁 ?″辨识主要应用于犯罪指纹匹配的传统领域中。 一个不明身份的人的指纹与指纹库中有犯 罪记录的人指纹进行比对，来确定此人是否曾经有过犯罪记录。 验证和辨识在比对算法和系统设计上各具技术特点。 例如验证系统一般只考虑对完整的指纹进行比对，而辨识系统要考虑残纹的比对；验证系统对比对算法的速度要求不如辨识系统高，但更强调易用性；另外在辨识系统中，一般要使用分类技术来加 快查询的速度。 可靠性问题 由于计算机处理指纹时，只是涉及了指纹的一些有限的信息，而且比对算法并不是精确匹配，其结果也不能保证 100％准确。 指纹识别系统的特定应用的重要衡量标志是识别率。 主要由两部分组成，拒判率 (FRR)和误判率 (FAR)。 我们可以根据不同的用途来调整这两个值。 FRR和 FAR是成反比的。 用 0－。 ROC(Receiver Operating Curve)——曲线给出 FAR 和 FRR 之间的关系。 尽管指纹识别系统存在着可靠性问题，但其安全性也比相同可靠性级别 的 ″用户 ID＋密玛 ″方案的安全性高得多。 例如采用四位数字密码的系统，不安全概率为 ％，如果同采用误判率为 ％指纹识别系统相比，由于不诚实的人可以在一段时间内试用所有可能的密码，因此四位密码并不安全，但是他绝对不可能找到一千个人去为他把所有的手指 (十个手指 )都试一遍。 正因为如此，权威机构认为，在应用中 1％的误判率就可以接受。 9 FRR 实际上也是系统易用性的重要指标。 由于 FRR 和 FAR 是相互矛盾的，这就使得在应用系统的设计中，要权衡易用性和安全性。 一个有效的办法是比对两个或更多的指纹，从而在不损失易用性的同时，极大地提高了系统安全性。 研究现状 理论研究： 指纹图象从图象本质上而言，属于纹理图象模式识别范畴。 主要集中在算法研究上，包括指纹图象预处理算法（滤波、增强、二值化、细化）；指纹的自动分类与特征值提取算法、细节特征匹配算法、指纹图象压缩算法等。 国内 ： 国内 研究起步稍晚，但研究的学术机构较多，国内最高研究水平的学术单位及代表人物是北京大学及该校石青云 教授（院士）。 石青云 教授 从 80 年代初期开始研究指纹自动识别技术 ，在此领域先后公开发表学术论文 20 篇。 通过对数字图象几何拓扑性质的深入研究 ,首先提出了直接从灰度图象精确计算指纹纹线局部方向和所考虑数字点处纹线不可定向性程度的理论与算法 ,得到了指纹的方向图和不可定向性图。 随后在承担国家 “七五 ”和 “八五 ”科技攻关项目中 ,又在指纹方向图和不可定向性图的基础上 ,进一步提出和实现了指纹自动分类、定位、形态和细节特征提取 ,以及指 纹匹配的全套高效算法。 国外 ： 国外在此领域研究非常活跃，最早投入研究和应用的单位为美国 FBI。 美国密西根大学模式识别与图象处理实验室 、 IBM 公司的计算机视觉研究小组等在该领域取得了较高的成绩。 日本 NEC、北美 Mor－ pho 以及美国 COGENT 公司在算法研究和应用系统研究上也非常有影响。 研究的热点 ： 近年来 ,在以视觉感知特性为指导的图象压缩新方法的研究中 ,基于小波变换的方法既有成熟的数学工具 ,便于快速计算 ,又能实现对图象的多通道表示和处理 ,便于显著提高压缩比和复现图象质量。 因此 ,基于小波变换的图象数据压缩方 法 的 研究 是研究的热点。 此外 遗传算法、演化程序、模拟退火算法、智能人工神经网络理论、分形理论等在指纹识别领域的应用也是研究热点。 研究难点 ： 主要集中在如何对采集进来的各种有噪声图象进行滤波和增强、如何抽取指纹的全局和局部特征、如何进行在图象不能完全定位和图象可能发生扭曲变形情况下的特征匹配上。 应用研究： 国内集中在简单保险柜 /箱；较复杂的门禁系统；指纹与智能卡结合应用；基于指纹识别系统的网络安全；此外，融合数字加密技术，数字签名技术的应用研究正成为研究热点。 美国已经在众多领域投入实用，现阶段正致力于多 种生物特征集成的生物认证研究；日本的指纹识别在电子商务上的应用领域研究取得了较领先的地位。 我国目前在该领域技术上受制于人的致命一点是，我国的指纹传感器几乎完全依赖于西方发达国家。 10 第二章系统方案的可行性论证 指纹 作为考生身份 认证的可行性 现行的考试大多使用准考证的方法来进行考生的身份认证。 实际上这种方案隐含着一些问题。 例如，准考证容易遗失、伪造，经常有些考生利用伪造的准考证弄虚作假。 而生物认证确定 考生 的身份是建立在用户提交的特殊的生理或行为特征的真实性之上的 ,所利用的生物特征先天地决定了一个人的 身份特征 ,由于人的身体特征具有不可复制的特点 ,因此这些特征具有惟一性和稳定性。 许多生理或行为特征每个人彼此不同 ,生物认证就必定在区分授权人和冒名顶替者方面比基于知识的和基于令牌的技术更加可靠。 并且生物特征无须记忆 ,不会遗忘和丢失 ，更无法伪造。 因此 ,生物认证比基于知识的和基于令牌的身份认证技术更加安全和可靠。 目前 ,大量生物特征识别技术或者是在广泛使用或者是在研究 ,已经有很多生物特征识别技术可用于身份认证。 除指纹识别外 ,这些技术还包括 :虹膜识别、视网膜识别、面部识别、签名识别、声音识别、手形识别、脸部温 度记录图识别等（见图 21） ,这些识别技术各有其特点。 当以上识别技术应用于身份认证时 ,要考虑到设备成本、易用性、用户接受程度、对用户健康影响、对环境要求、识别速度、精确性、生物特征的稳定性等各方面的因素。 （见表 21） （ a）面部温度 (b) 虹膜 (c)视网膜 （ d）声音 (e) 签名 (f) 脸部 (g)指纹 图 21 不同生物特征 11 表 21 生物特征比较 特性 指纹 掌纹 视网膜 虹膜 面部 签名 声音 易用性 高 高 低 低 中等 高 高 误认影响因素 干燥、脏、年老 手伤、年老 带眼镜 光照差 光照、年老、眼镜、长发 签名变化 噪音、风、天气 准确性 高 高 很高 很高 高 高 高 成本 * * * * * * * 用户接受程度 中等 中等 中等 中等 中等 很高 高 安全级别 高 中等 高 非常高 中等 中等 中等 长期稳定性 高 中等 高 高 中等 中等 中等 *由于非常多的复杂因素不易进行简单的成本比较 . 综合分析后我们认为 ,虽然指纹识 别技术一般要求大量的计算资源 ,但目前的计算机系统性能完全可以满足这一要求。 在身份认证系统中 ,应用指纹作为身份确认依据是理想的 ,其优点有 : ●唯一性 指纹是独一无二的 ,不存在相同的指纹 ,这样可以保证被认证对象与要验证的身份依据之间严格的一一对应关系。 每个指纹一般都有 70150 个基本特征点。 从概率学的角度，在两枚指纹中只要有 1213 个特征点吻合，即可认定为同一指纹。 按现有人口计算，上述概率 120 年才可出现两枚完全相同的指纹。 ●稳定性 指纹是相当固定的 ,很难发生变化 ,可以保证用户安全信息的长期有效性。 一般人 的指纹在出生后 9 个月得以成型并终身不变。 ●可行性 扫描指纹的速度很快 ,使用非常方便 ,便于获取指纹样本 ,易于开发认证系统 ,实用性强 ,而且指纹仪较易实现。 而对视。