基于指部關(guān)聯(lián)特征的多模態(tài)圖像采集系統(tǒng)*

梁愛華,袁家政,和青芳,何　娟

(1.北京聯(lián)合大學(xué)北京信息服務(wù)工程重點(diǎn)實(shí)驗(yàn)室,北京 100101;2.北京聯(lián)合大學(xué)計(jì)算機(jī)技術(shù)研究所,北京 100101)

由于信息化時(shí)代的到來(lái),信息的安全性與保密性越來(lái)越受到人們的高度重視。目前,基于人體生物特征的個(gè)人身份認(rèn)證技術(shù)已經(jīng)比較普及,如指紋識(shí)別、人臉識(shí)別和虹膜認(rèn)證等,由于當(dāng)前大多基于單一特征進(jìn)行身份認(rèn)證,特征穩(wěn)定性和認(rèn)證安全性不足。

指紋識(shí)別技術(shù)[1-3],雖然已被普遍采用,但4%左右的用戶由于指紋淺無(wú)法正常登記和識(shí)別,并且指紋也非常容易被竊取和仿造。指靜脈認(rèn)證技術(shù)[4-6]是利用人體內(nèi)部的靜脈血管紋理信息作為個(gè)人身份特征,由于位于體表下幾乎無(wú)法竊取和偽造,可以大大提高個(gè)人身份認(rèn)證的安全性,并且不容易受外部因素影響,但手指溫度過低、手指晃動(dòng)或旋轉(zhuǎn)也會(huì)導(dǎo)致采集的靜脈圖像不穩(wěn)定,從而降低了指靜脈認(rèn)證的安全性。指節(jié)紋認(rèn)證[7-8]是基于手指指節(jié)紋路進(jìn)行識(shí)別的技術(shù),特征相比指紋更為明顯、穩(wěn)定,并不容易被竊取,主要缺點(diǎn)是特征相對(duì)較少,目前還沒有進(jìn)行大規(guī)模的實(shí)踐檢驗(yàn)其唯一性。

從實(shí)際應(yīng)用的安全性和適應(yīng)性來(lái)看,目前任何單項(xiàng)的生物特征認(rèn)證技術(shù)均有自身缺點(diǎn),因此多模態(tài)身份認(rèn)證是未來(lái)的一個(gè)發(fā)展方向,基于多特征的多模態(tài)認(rèn)證系統(tǒng)可以有效提高身份識(shí)別的安全性、適應(yīng)性和抗偽造能力,具有廣闊的應(yīng)用前景。

實(shí)現(xiàn)基于指部多特征的身份認(rèn)證,就必須對(duì)不同部位特征進(jìn)行圖像識(shí)別。而圖像采集系統(tǒng)是得到高質(zhì)量圖像的前提,現(xiàn)有的指紋或靜脈采集裝置[9-11]大多只能采集單項(xiàng)特征,指靜脈采集時(shí)在手指正上方安放光源進(jìn)行靜脈圖像采集,這種采集方式的缺點(diǎn)是不利于手指正確放置,用戶體驗(yàn)較差。

本文設(shè)計(jì)了一種基于指部關(guān)聯(lián)特征的多模態(tài)圖像采集系統(tǒng),可以運(yùn)用雙波段攝像頭分時(shí)采集指紋、指靜脈和指節(jié)紋3項(xiàng)特征。指紋和指節(jié)紋采用非接觸式反射采集,指靜脈利用單側(cè)聚焦光源與反射鏡面相結(jié)合的光源照射方式采集,并可根據(jù)靜脈圖像質(zhì)量進(jìn)行光源亮度和角度調(diào)節(jié)。由于指紋、指節(jié)紋和指靜脈具有關(guān)聯(lián)特征,基于三者圖像的關(guān)聯(lián)特征融合實(shí)現(xiàn)身份認(rèn)證過程,更為安全可靠。

1　總體設(shè)計(jì)

要采集指部生物特征,需先了解手指結(jié)構(gòu)及各部分特征。圖1是手指特征示意圖,指紋特征位于第1指節(jié)內(nèi),指節(jié)紋特征包括第1指節(jié)紋紋和第2指節(jié)紋的紋路特征,指靜脈特征則是手指中部的中心塊內(nèi)的靜脈血管結(jié)構(gòu)特征。三者的位置具有關(guān)聯(lián)性,例如根據(jù)指節(jié)位置可以更好地定位指紋和指靜脈中心子塊。

圖1　手指特征示意圖

對(duì)指紋、指節(jié)紋和指靜脈3項(xiàng)特征,需通過多模態(tài)圖像采集系統(tǒng)進(jìn)行。采集系統(tǒng)按硬件組成主要包括:近紅外LED(Light Emitting Diode)光源、藍(lán)色LED光源、雙波段圖像采集裝置、手指感應(yīng)開關(guān)、嵌入式SOC(System On Chip)認(rèn)證模塊、輸入輸出接口。采集裝置各模塊的連接關(guān)系和信號(hào)走向框圖如圖2所示。

近紅外LED光源用于采集指靜脈圖像,藍(lán)色LED光源用于采集指紋和指節(jié)紋圖像,這兩個(gè)光源與嵌入式SOC的脈沖寬度調(diào)制PWM(Pulse-Width Modulation)接口連接。具體的紋理圖像通過雙波段攝像頭分時(shí)獲取,它與嵌入式SOC認(rèn)證模塊的圖像輸入接口連接,實(shí)現(xiàn)指紋、指節(jié)紋和指靜脈生物特征的圖像采集;手指感應(yīng)開關(guān)與嵌入式SOC認(rèn)證模塊的通用輸入輸出(GPIO:General Purpose Input/output)接口連接,實(shí)現(xiàn)手指放置的檢測(cè)。

圖2　系統(tǒng)功能模塊框圖

2　系統(tǒng)模塊

本節(jié)介紹采集系統(tǒng)的各部分,包括近紅外LED光源、藍(lán)色LED光源、雙波段攝像頭、手指感應(yīng)開關(guān)、嵌入式SOC認(rèn)證模塊。

采集裝置的截面圖如圖3所示。近紅外LED光源裝置在手指的左側(cè)的側(cè)上方,用于采集指靜脈圖像。由若干個(gè)近紅外發(fā)光二級(jí)管組成,放置于手指斜上方和控制盒上部,近紅外LED光源平面與手指平面成30°～60°夾角,波長(zhǎng)850 nm。底部的藍(lán)色LED光源用于采集指紋和指節(jié)紋圖像,波長(zhǎng)450 nm。攝像頭可以采用CMOS(Complementary Metal-Oxide-Semiconductor Transistor)或CCD(Charge Coupled Device)。手指感應(yīng)開關(guān)包括第1指節(jié)感應(yīng)開關(guān)和第3指節(jié)感應(yīng)開關(guān),分別在第1指節(jié)(指尖)和第3指節(jié)(指根)的下方,用于檢測(cè)手指是否正確放置。

圖3　采集裝置截面圖

雙波段攝像頭放置于控制盒底部中間位置,雙波段攝像頭由鏡頭、雙波段濾光片和CMOS/CCD感光器件組成,雙波段濾光片的位置在鏡頭與CMOS/CCD感光傳感器之間,該濾光片只能透過波長(zhǎng)為850 nm和450 nm兩種特定波長(zhǎng)的光,如圖4所示。用于分時(shí)采集指紋/指節(jié)紋和手指中間部位的靜脈紋理圖像。

圖4　雙波段濾光片示意圖

為增強(qiáng)手指左右兩邊的受光均勻性,設(shè)置了近紅外光源反射裝置,放置在近紅外LED光源裝置的對(duì)面和控制盒上端,并與近紅外LED光源裝置平行,具有反射近紅外光的作用。

嵌入式SOC認(rèn)證模塊中的FLASH用于存儲(chǔ)程序和用戶特征登記數(shù)據(jù)。當(dāng)通過手指感應(yīng)開關(guān)檢測(cè)到手指放置后,嵌入式SOC認(rèn)證模塊會(huì)首先打開藍(lán)色LED光源并通過雙波段攝像頭采集指紋和指節(jié)紋圖像,之后通過打開近紅外LED光源采集手指中部的指靜脈圖像。

3　多模態(tài)圖像采集

采集過程分兩步:第1步,開啟藍(lán)色LED光源,通過反射非接觸方式采集指紋和指節(jié)紋圖像,采集完成后關(guān)閉藍(lán)色LED光源。第2步,開啟近紅外LED光源,通過透射非接觸方式采集指靜脈圖像。基于指靜脈圖像灰度的光源調(diào)控和采集中指紋、指靜脈、指節(jié)紋特征的權(quán)重比例確定是圖像采集系統(tǒng)需要解決的兩個(gè)關(guān)鍵問題,以下分別闡述。

3.1　基于指靜脈采集圖像灰度質(zhì)量的光源調(diào)控

對(duì)于不同粗細(xì)的手指和不同的環(huán)境光照,如果光源強(qiáng)度和CMOS傳感器的曝光時(shí)間固定不變則會(huì)出現(xiàn)指靜脈圖像過暗和過亮的情況,需要對(duì)采集的指靜脈圖像進(jìn)行圖像質(zhì)量評(píng)價(jià)[12-13],本采集系統(tǒng)基于客觀的灰度直方圖進(jìn)行灰度質(zhì)量評(píng)價(jià)實(shí)現(xiàn)光源調(diào)控,即根據(jù)直方圖信息容量動(dòng)態(tài)調(diào)節(jié)光源強(qiáng)度和CMOS曝光時(shí)間,以適應(yīng)不同類型的手指和不同環(huán)境的光照。

灰度直方圖是圖像的宏觀統(tǒng)計(jì),它直接統(tǒng)計(jì)灰度級(jí)像素出現(xiàn)的頻數(shù)分布,可以反映圖像灰度分布的情況。圖5顯示了指靜脈在不同光源調(diào)控下灰度圖的對(duì)比。圖5(b)的圖像灰度合適,圖5(a)和圖5(c)分別為偏亮和偏暗的灰度圖。根據(jù)圖像灰度直方圖中的圖像信息量H(熵)確定圖像質(zhì)量。

圖5　指靜脈灰度對(duì)比

近紅外LED光源的亮度調(diào)節(jié)采用脈寬調(diào)制(PWM)的方式控制,通過I2C直接設(shè)置CMOS曝光寄存器調(diào)整曝光時(shí)間或調(diào)節(jié)占空比就可以調(diào)整圖像亮度。

3.2　特征權(quán)重設(shè)置

本采集系統(tǒng)采用初始靜態(tài)權(quán)值與基于特征值的動(dòng)態(tài)權(quán)值相結(jié)合的方式確定三者的權(quán)值?；谥讣y的細(xì)節(jié)特征點(diǎn)提取已比較成熟,指靜脈位于體表下,特征比較完整。指節(jié)紋特征相對(duì)穩(wěn)定和明顯,但可能特征值偏少,因此指節(jié)紋的權(quán)值也相對(duì)穩(wěn)定。因此,基于上述考慮采集系統(tǒng)中設(shè)定指紋、指靜脈、指節(jié)紋的初始權(quán)重為:40%、40%、20%。

由于有的人指紋較淺或磨損等原因,特征并不明顯,這種情況下為保證認(rèn)證效果,需適當(dāng)減少指紋的權(quán)重。即根據(jù)指紋細(xì)節(jié)特征信息量,確定指紋特征所占的權(quán)重,當(dāng)細(xì)節(jié)特征量不足,則適當(dāng)減少指紋的權(quán)重,相應(yīng)增加指靜脈的權(quán)重。特征量的范圍是以標(biāo)準(zhǔn)灰度圖的細(xì)節(jié)特征量為中心的一個(gè)區(qū)間。即判斷提取到的指紋細(xì)節(jié)特征信息量K是否在區(qū)間范圍[min,max]內(nèi),若在此范圍則保持原有的指紋權(quán)值,否則減少其權(quán)重,并相應(yīng)增加指靜脈的權(quán)重。減少的幅度由細(xì)節(jié)特征量的與預(yù)定范圍的偏離程度而定。與預(yù)定范圍相比,偏離越大則權(quán)重減少的量也越大,反之亦然。

圖像采集完成后,主要利用指節(jié)紋與指紋方向圖和中心點(diǎn)的相對(duì)位置,同時(shí)利用指節(jié)紋與指靜脈的細(xì)節(jié)特征點(diǎn)和交叉點(diǎn)進(jìn)行關(guān)聯(lián)融合,結(jié)合各特征的權(quán)重進(jìn)行圖像識(shí)別和認(rèn)證。

4　實(shí)驗(yàn)

為了測(cè)試該采集系統(tǒng)的易用性和可靠性,我們對(duì)其進(jìn)行了實(shí)測(cè)驗(yàn)證。測(cè)試中隨機(jī)選取了100人,每人提取6根手指(不包括大拇指和小指)進(jìn)行指部特征的多模態(tài)圖像采集。每根手指登記3次,共得到1800個(gè)靜脈圖像樣本。然后對(duì)每個(gè)人都進(jìn)行多次認(rèn)證測(cè)試。

實(shí)驗(yàn)中對(duì)多模態(tài)采集系統(tǒng)與指紋、指靜脈兩種單模態(tài)采集系統(tǒng)進(jìn)行了認(rèn)證對(duì)比,統(tǒng)計(jì)了通過率、誤識(shí)率和拒登率3個(gè)指標(biāo)。實(shí)驗(yàn)結(jié)果如表1所示。

表1　測(cè)試結(jié)果

從3個(gè)指標(biāo)的對(duì)比結(jié)果看,多模態(tài)采集系統(tǒng)明顯優(yōu)于單模態(tài)采集系統(tǒng),通過率更高,達(dá)到99.1%,誤識(shí)率只有0.000 1%,拒登率為0%。這主要是因?yàn)槎嗄B(tài)采集方式基于指部多個(gè)特征圖像,并將其按照關(guān)聯(lián)性融合得到特征,這樣可以避免單模態(tài)采集方法圖像不穩(wěn)定的情況。也可以有效避免由于單一特征圖像質(zhì)量不佳導(dǎo)致無(wú)法提取特征而出現(xiàn)拒登情況。由于采用了關(guān)聯(lián)多特征融合方法,可以比一般的多模態(tài)融合方法提取到更為豐富的特征信息,從而取得更好的認(rèn)證效果。

5　結(jié)論

論文設(shè)計(jì)了基于指部的指紋、指節(jié)紋和指靜脈的關(guān)聯(lián)特征多模態(tài)圖像采集系統(tǒng),分時(shí)復(fù)用雙波段攝像頭采集3種特征圖像,指靜脈圖像采用了近紅外LED光源和反射鏡面相結(jié)合的方式采集,并根據(jù)圖像質(zhì)量進(jìn)行動(dòng)態(tài)光源調(diào)控,保證了靜脈圖像質(zhì)量。圖像采集后,利用特征間的關(guān)聯(lián)性進(jìn)行特征融合,從而有更好的認(rèn)證效果。

本系統(tǒng)與基于指紋和指靜脈的兩種單模態(tài)采集系統(tǒng)進(jìn)行了認(rèn)證實(shí)測(cè)對(duì)比,實(shí)驗(yàn)結(jié)果表明,基于關(guān)聯(lián)特征的多模態(tài)圖像采集系統(tǒng)相比單模態(tài)圖像采集系統(tǒng),在認(rèn)證通過率、誤識(shí)率和據(jù)登率3個(gè)指標(biāo)上,均表現(xiàn)出較大優(yōu)勢(shì),通過率達(dá)到99.1%,誤識(shí)率僅為0.0001%,不存在拒登現(xiàn)象,有效提高了身份認(rèn)證的安全性和可靠性。

參考文獻(xiàn):

[1]Haddad Z,Beghdadi A,Serir A,Mokraoui,Anissa.Wave Atoms Based Compression Method for Fingerprint Images[J].Pattern Recognition.2013,46(9):2450-2464.

[2]Wong W J,Teoh A B J,Wong M L D,et al.Enhanced Multi-Line Code for Minutiae-Based Fingerprint Template Protection[J].Pattern Recognition Letters,2013,34(11):1221-1229.

[3]郭紅成,羅海勇,尹浩,等.基于線性插值和動(dòng)態(tài)指紋補(bǔ)償?shù)姆植际蕉ㄎ凰惴╗J].傳感技術(shù)學(xué)報(bào),2009,22(12):1795-1801.

[4]Yanushkevich S N.Synthetic Biometrics:A Survey[C]//IEEE International Joint Conference on Neural Network.Vancouver,CANADA:2006.

[5]Wang J G,Yau W Y,Suwandy A,et al.Person Recognition Ion by Fusing Palm Print and Palm Vein Images Based on“Laplacian palm”Representation[J].Pattern Recognition,2008,41(5):1514-1527.

[6]陳攻攻.手指靜脈圖像的去噪與分割算法研究[D].吉林:吉林大學(xué),2010.

[7]Hegde C,Shenoy P D,Venugopal K R,et al.Authentication Using Finger Knuckle Prints[J].Signal Image and Video Processing,2013,7(4):633-645.

[8]Mittal N,Hanmandlu M,Vijay R.A Finger-Knuckle-Print Authentication System Based on DAISY Descriptor[C]//12th International Conference on Intelligent Systems Design and Applications(ISDA).2012:126-130.

[9]楊數(shù)強(qiáng),余成波,崔焱喆,等.手指靜脈智能采集裝置的研制[J].計(jì)算機(jī)工程與設(shè)計(jì),2009,30(21):4977-4979.

[10]王璐,張文濤.人體手掌靜脈圖像采集系統(tǒng)研究[J].激光與紅外,2013,43(4):404-408.

[11]尚媛園,楊新華,徐達(dá)維,等.基于SOPC技術(shù)的高速圖像采集控制系統(tǒng)的設(shè)計(jì)與研究[J].傳感技術(shù)學(xué)報(bào),2011,24(6):864-869.

[12]崔建江,王立輝,陳大力,等.基于近紅外圖像質(zhì)量評(píng)價(jià)的靜脈圖像采集系統(tǒng)[J].東北大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,30(8):1099-1102.

[13]張漫.圖像質(zhì)量評(píng)價(jià)算法的研究[D].濟(jì)南:山東大學(xué),2007.

梁愛華(1979-),女,講師,博士,主要研究領(lǐng)域?yàn)閳D像處理,模式識(shí)別等。