chinainfo.gif (4109 bytes)

清华大学学报(自然科学版)
JOURNAL OF TSINGHUA UNIVERSITY
(Science and Technology)
1999 1 No.1 1999

peri.gif (2345 bytes)


利用掌纹进行身份自动鉴别方法的研究

束 为 荣 钢 边肇祺 张大鹏

文 摘 利用掌纹进行身份鉴别是一项开拓性的工作,是对基于指纹和掌型的身份鉴别技术的重要补充。在分析掌纹特点的基础上,提出了利用掌纹进行身份自动鉴别的方法:基于掌纹几何和结构特征的身份验证方法和基于掌纹细节特征的身份识别方法。通过实验,论证了上述方法的可行性和有效性,从而为基于掌纹的身份自动鉴别技术的研究积累了有益的经验。
关键词 掌纹;身份鉴别;生物统计;模式识别;图像处理
分类号 TP 75

New approach to automated personal
identification by palmprint

SHU Wei, RONG Gang,
BIAN Zhaoqi, ZHANG Dapengshi.gif (840 bytes)
Department of Automation,
Tsinghua University, Beijing 100084, China;
shi.gif (840 bytes)Department of Computer Science, City University of
Hong Kong, Kowloon, Hong Kong

Abstract Automated personal identification by palmprint is a new approach which complements some insufficiencies in both fingerprint and hand geometry identification. The approach which geometrical and structural characteristics are adopted to identify verification and minutiae are employed to identify recognition is presented following the notions and definitions about palmprint. The primary experiments show that palmprint can be effectively used to identify individuals.
Key words palmprint; personal identification; biometrics; pattern recognition; image processing



  在基于生物统计的自动身份鉴别技术中,指纹自动鉴别是最为成熟的,使用也最为广泛
[1]。由于目前的指纹自动鉴别技术主要是基于指纹细节特征[2],指纹自动验证系统的应用往往就局限于指纹质量较好的人[3]。同样也是利用人手信息的基于人手三维几何尺寸的自动身份验证系统又存在两个致命的弱点:唯一性没有得到充分证明;可以仿造具有相同参数的假手。可见,选择一种既能像指纹和手型那样取样方便,又能克服上述弱点的生理特征用来进行身份验证是极有意义的,掌纹恰恰符合这种要求。另外,公安司法部门也急需基于掌纹的自动身份识别系统作为指纹自动识别系统的补充用来帮助刑事侦查[4]。因此,利用掌纹进行身份鉴别是对基于生物统计的身份鉴别技术的重要补充。  

1 掌纹特点

  不失一般性,令手掌的方位为:指尖方向为上,腕部方向为下,拇指侧为内,小指侧为外。
  掌纹由乳突纹、皱纹和屈肌线三种纹线组成[4]。乳突纹是手掌皮肤组织的凸凹结构显示在表面上的细小凹凸纹路,其具有唯一性和终身基本不变性。皱纹是皮肤松驰活动形成的细小沟纹。其虽然横压在乳突纹上,但不损坏乳突纹的结构。屈肌线是手掌关节长期的屈伸运动在一定部位上形成的固有的沟纹。该纹线主干的分布和形态是终身不易改变。一个手掌可能有多条屈肌线,但占80%以上的人的手掌有三条主要屈肌线,分别命名为第一、第二和第三屈肌线(如图1所示)。  

2501.gif (4414 bytes)

1,2,3分别为第一、第二和第三屈肌线;
Ⅰ为指根部,Ⅱ为内侧部,Ⅲ 外侧部
图1 手掌的主要屈肌线和分区

  屈肌线的稳定使得第一、第三屈肌线的起点也有良好的稳定性和旋转不变性,因此,定义这两个起点为掌纹的基准点,它们的中点为掌纹中心。
  由于基准点稳定,我们采用基准点连线和它的中垂线把手掌分为三个区域:指根部(又称上部)、内侧部和外侧部。该划分方法如图1所示。
  掌纹中的乳突纹可以在局部形成与指纹一样的三角。在指根部,每个手指的根部均有一组凸向掌心的横行弧线,常与来自两侧指间的纹线汇成三角。在外侧部,腕部屈肌线上方有一组横行的乳突纹,纹线内侧承托着内侧部向内流的纹线,外侧承托着外侧部向外流的纹线,二者常在靠近腕部中央汇合成三角。它们具有终身基本不变性。
  综上所述,掌纹具有以下特点:1) 掌纹和指纹的最基本构成一样,因此具有唯一性和终生基本不变性,并且不易仿造;2) 利用基准点和中心对掌纹进行定义具有旋转不变性和唯一性;3) 掌纹的区域较指纹大得多,可以比较容易获取掌纹质量较好的掌纹块用来提取细节特征;4) 除细节特征具有唯一性和稳定性外,掌纹的其它特征(如屈肌线、三角点)也具有此特性;5) 在获取掌纹的同时往往也能获得手掌的一些几何特征。这些为基于掌纹的身份鉴别提供了可能。

2 基于掌纹的身份鉴别

  基于生物统计的身份鉴别习惯上分为身份验证和身份识别[1]
  基于掌纹的身份验证要确定两个掌纹样本是否来自同一个人。验证过程是对两个掌纹样本中的有效生理特征进行比对获得身份验证参数,再比较验证参数与给定的阈值的大小从而判定两个掌纹样本的关系。身份验证要求利用的掌纹生理特征具有唯一性、稳定性,以及不易仿照和提取方便的特点,因此,手掌的几何尺寸、掌纹三角点和屈肌线等特征可以用来进行身份验证。原因是几何尺寸吸收了掌型的可分类性和获取简捷的优点;掌纹三角点利用了乳突纹稳定和不易仿造的特点,同时又优于细节特征,因为三角点可以从掌纹方向图上获得[2],所以对掌纹图像质量的要求相对较低;屈肌线是掌纹特有的,不仅具有唯一、稳定和不易仿造的特点,而且可以在低分辨率和低质量的掌纹图上提取。
  基于掌纹的身份识别是用一个掌纹样本从掌纹库中查找具有相同或相似生理特征的掌纹,从而判定掌纹的主人。身份识别主要应用于刑事侦查,一般库存的掌纹样本是完整的,所以如果从现场获得的掌纹样本也是完整的,用于身份验证的特征显然也可以用来进行身份识别。但实际中往往只能获得部分的掌纹,所以除了能够利用细节特征外,我们对其它特征的利用就比较困难。因此,基于掌纹的身份识别近似于指纹识别,都以细节特征为识别依据。由于掌纹的区域远远大于指纹,残缺掌纹的自动定位将极其困难,鉴于这种情况,目前可行的方法是专家人工定位后的基于细节特征的掌纹身份识别方法。这种方法首先人工确定掌纹块在手掌中的大致位置,然后自动与所有库存掌纹在该位置的掌纹块比较,最后根据排队情况确认身份。

3 实验与结果

3.1 基于掌纹的身份验证

  在实验中,13人的30个掌纹(其中11个人捺印2次,1个人捺印3次,还有1个人是5次)被用来进行测试,每个掌纹与其它29个掌纹比较。
  身份验证参数定义如下:

25.gif (1829 bytes)

式中:n是验证特征的数目,fki和fki是样本i和j的第k个特征参数。如果验证参数rij小于等于阈值T,则表示两样本为同一掌纹,否则为不同掌纹。实验所采用的特征如图2所示,手掌的宽是基准点间的欧氏距离,长是基准点连线的中垂线在手掌中的长度;三角点则是取最接近手腕的一个和食指、小指下各一个,共选取3个三角点;屈肌线上的点则在第一、第三屈肌线上各取4个点,每条线上的点到该线起点的欧氏距离分别是50,100,150,和200。验证特征参数如表1所示。

2502.gif (16969 bytes)

x和y为基准点,m为中心,u,v和w为三角点,a,b,c,
d,e,f,g,和h为屈肌线上的点,线 pq是线xy的中垂线
图2 部分掌纹特征

表1 用于身份验证的特征及其参数

序号(k) 特征(fk)
1,2 手掌长、宽
3~5 三角点到中心欧氏距离
6~8 三角点间欧氏距离
9~16 屈肌线上点到中心欧氏距离
17 点x至点d的欧氏距离
18 点y至点h的欧氏距离
19 点d至点h的欧氏距离

  采用误识率(Far)和拒识率(Frr)这对参数来评价验证结果。实验结果如图3所示,Er为错误率,当阈值T在0.55~0.6间时,错误拒绝和错误接受的掌纹数均为0。

2503.gif (3796 bytes)

图3 身份验证实验结果:不同阈值下
的误识率(Far)和(Frr)

3.2 基于掌纹的身份识别

  显然,指纹自动识别技术中无中心点细节特征比对方法[2,5]可以用于基于掌纹的身份识别,所以能否有效地从掌纹图中提取细节特征就成为了论证上述身份识别方法的有效性的关键。
  采用与指纹识别相似的方法来对掌纹图像进行预处理和提取细节特征,即对掌纹图像二值化、细化、后修复,最后提取细节特征[2]。实验中,利用文[6]中提出的预处理和后修复算法对256×256的掌纹块(256个灰度,157.5 cm-1个像素)进行处理,细节特征提取的结果如图4所示。

2504.gif (28993 bytes)

图4 掌纹块原图和提取的细节特征

4 结束语

  实验结果表明,本文提出的基于掌纹几何和结构特征的身份验证方法及基于掌纹细节特征的身份识别方法是有效的,利用掌纹进行身份自动鉴别是可行的。同时可以发现,在身份验证实验中仅仅选取了掌纹众多具有唯一性和终身基本不变性特征中的一小部分,而且很多的掌纹特征(如屈肌线、基准点、部分皱纹等)均可以在低分辨率(39.4 cm-1个像素)的掌纹图像中提取,因此,当一幅掌纹图像的数据基本等于一个指纹图像的数据时,在身份验证中利用更多的掌纹特征既保证了身份的唯一和不可仿造,又不用像指纹验证系统那样对图像质量要求过于苛刻。总之,作为一项基于生物统计的新技术,基于掌纹的身份鉴别系统将会有广阔的应有前景。

 

 

  第一作者:男, 1967年生, 讲师

作者单位:束 为 荣 钢 边肇祺(清华大学 自动化系,北京 100084)
    张大鹏(香港城市大学 电脑科学系,香港九龙
)

 

 

参考文献

 [1] Miller B. Vital signs of identity. IEEE Spectrum, 1994, 31(2): 22~30
 [2] Jain A, Hong L, Bolle R. On-line fingerprint verification. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1997, 19(4): 302~313
 [3] Coetzee L, Botha E C. Fingerprint recognition in low quality image. Pattern Recognition, 1993, 26(10): 1441~1460
 [4] 刘少聪. 新指纹学. 合肥: 安徽人民出版社, 1984
 [5] 肖庆涵, 董晓雪, 李兆玉. 一种指纹图像的识别方法. 自动化学报, 1984, 10(1): 69~73
 [6] 束 为. 用于保安系统的多级指纹验证方法的研究: [硕士学位论文]. 北京: 清华大学自动化系, 1994

  收稿日期:1998-04-23