7

Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования

«ИЖЕВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

Факультет «Информатика и вычислительная техника»

Кафедра «Программное обеспечение»

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

к дипломной работе на тему:

«Система идентификации личности по отпечаткам пальцев.

Подсистема анализа изображения»

Дипломник

студент группы 10-19-1 Краснов Н.И.

Руководитель

д.т.н, профессор Мурынов А.И.

Консультант по экономической части

к.э.н., доцент Радыгина И.И.

Консультант по безопасности

и экологичности проекта Якименко Г.Ф.

Нормоконтроль Соболева В.П.

Рецензент

вед. инженер Кропачева Л.Н.

Заведующий кафедрой

«Программное обеспечение»

д.т.н, профессор Мурынов А.И.

ИЖЕВСК

2007

РЕФЕРАТ

Пояснительная записка к дипломной работе на тему «Система идентификации личности по отпечаткам пальцев. Подсистема анализа изображения» оформлена на 121 листе, содержит 31 рисунок, 17 таблиц.

Целью данной работы является разработка подсистемы анализа изображения отпечатка пальца в составе системы идентификации личности по отпечаткам пальцев на основе папиллярного узора для дальнейшего распознавания личности.

Работа включает в себя разработку и реализацию алгоритма устранения искажений в изображении отпечатка пальца полученных при сканировании отпечатка. Разработку и реализацию преобразования монохромного изображения отпечатков пальцев к структурированному виду, пригодному для обработки (сравнения).

Для написания соответствующего программного обеспечения были изучены материалы и публикации в области цифровой обработки изображений, векторизации, биологического строения человека и его биометрических параметров.

В результате проделанной работы было разработано программое обеспечение, предназначенное для автоматизации процесса объектного описания отпечатков пальцев на основе характерных особенносетей любого папиллярного узора. Характеристики локальных особенностей, получаемые в результате работы подсистемы, используются при дальнейшей работе в составе системы.

На сегодняшний день существуют готовые системы для идентификации личности, обладающие высокой степенью защиты, быстродействием, а также удобством в применении. Однако ни одна из существующих разработок не дает объектного описания и метода сравнения отпечатков. Все разработки являются уникальными, обладают собственными нововведениями, «ноу-хау» и составляют коммерческую тайну.

Данная разработка обладает открытым кодом и позволяет проводить структурное описание папиллярного узора. Поэтому данная разработка является уникальной и не имеет аналогов в современной индустрии компьютерной обработки изображений. Необходимо отметить, что используемый метод, пригоден не только для описания изображения отпечатков пальцев, но и для объектного описания других битовых изображений, таких как символьная информация, шрифты и подписи.

Разработанное программное обеспечение является исследовательским, оно направлено на изучение и анализ методов обработки изображений и его описания. С его помощью уже были получены важные экспериментальные данные, использованные в данной работе. Конечным программным продуктом может являться оболочка, представляющая в значительной мере автоматизированный интерфейс для идентификации личности.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. РАЗРАБОТКА СИСТЕМЫ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО ОТПЕЧАТКАМ ПАЛЬЦЕВ

1.1. Обоснование целесообразности разработки системы идентификации личности по отпечаткам пальцев

1.1.1. Назначение системы

1.1.2. Характеристика функциональной структуры системы

1.1.3. Обоснование цели создания системы

1.1.4. Обоснование состава автоматизируемых задач

1.2. Аналитический обзор

1.2.1. Фирма BioLink

1.2.1.1. Система управления BioLink BioTime 2006

1.2.1.2. Программный сервер BioLink

1.2.2. Microsoft IntelliMouse Explorer with Fingerprint Reader

1.2.3. Сотовый телефон GI100

1.2.4. Редактор Adobe Photoshop

1.2.5. Программа распознавания текста Fine Reader

1.2.6. Вывод по аналитическому обзору

1.3. Основные требования к системе

1.3.1. Основные цели создания системы и критерии эффективности ее функционирования

1.3.2. Функциональное назначение системы

1.3.3. Особенности системы и условия её эксплуатации

1.3.4. Требования к функциональной структуре

1.3.5. Требования к техническому обеспечению

1.3.6. Требования к информационному обеспечению

1.3.7. Требования к программному обеспечению

1.4. Основные технические решения проекта системы

1.4.1. Решение по комплексу технических средств

1.4.2. Описание системы программного обеспечения

2. РАЗРАБОТКА ПОДСИСТЕМЫ АНАЛИЗА ИЗОБРАЖЕНИЯ ОТПЕЧАТКОВ ПАЛЬЦЕВ

2.1. Описание постановки задачи подсистемы анализа изображения отпечатков пальцев

2.1.1. Характеристика задачи

2.1.2. Входная информация

2.1.3. Выходная информация

2.1.4. Математическая постановка задачи

2.1.5. Функциональная схема подсистемы анализа папиллярного узора

2.2. Описание постановки задачи выявления дефектов сканирования и их устранение

2.2.1. Характеристика задачи

2.2.2. Входная информация

2.2.3. Выходная информация

2.2.4. Математическая постановка

2.2.5. Алгоритм решения задачи

2.2.5.1. Описание алгоритма «Формирование списка линий»

2.2.5.2. Описание алгоритма «ChangeLine»

2.3. Описание постановки задачи выделение локальных особенностей

2.3.1. Характеристика задачи

2.3.2. Входная информация

2.3.3. Выходная информация

2.3.4. Математическая постановка задачи

2.3.5. Алгоритм решения задачи

2.3.5.1. Описание алгоритма «Формирование списка линий»

2.3.5.2. Описание алгоритма «ReadLine»

2.4. Описание постановки задачи сортировки списка абсолютных параметров, исключение ложных и ненадежных минюций

2.4.1. Характеристика задачи

2.4.2. Входная информация

2.4.3. Выходная информация

2.4.4. Математическая постановка

2.4.5. Алгоритм решения задачи

2.5. Описание подпрограмм

2.5.1. Подпрограмма NextDotCW

2.5.2. Подпрограмма NextDotCCW

2.5.3. Подпрограмма LookPic

2.5.4. Подпрограмма ChangeLine

2.5.5. Подпрограмма ReadPic

2.5.6. Подпрограмма DotsFilter

2.5.7. Подпрограмма AnalysePicture

2.6. Описание контрольного примера

2.6.1. Назначение программы

2.6.2. Исходные данные

2.6.3. Контрольный пример

2.6.4. Тестирование программного обеспечения системы распознавания личности по отпечаткам пальцев

3. ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКАЯ ЧАСТЬ

3.1. Обоснование необходимости разработки системы распознавания личности по отпечаткам пальцев

3.2. Расчет затрат на разработку системы распознавания личности по отпечаткам пальцев

4. БЕЗОПАСНОСТЬ И ЭКОЛОГИЧНОСТЬ ПРОЕКТА

4.1. Анализ опасных и вредных факторов, возникающих при работе на компьютере

4.2. Техника безопасности при работе на ПК

4.3. Организация рабочего места оператора

4.4. Требования к параметрам микроклимата помещения

4.5. Требования к освещению и расчет искусственного освещения

4.6. Пожарная безопасность

ЗАКЛЮЧЕНИЕ

ЛИТЕРАТУРА

ПРИЛОЖЕНИЕ 1 ТЕКСТ ПРОГРАММЫ

ПРИЛОЖЕНИЕ 2 РУКОВОДСТВО ПРОГРАММИСТА

ПРИЛОЖЕНИЕ 3 РУКОВОДСТВО ОПЕРАТОРА

ПРИЛОЖЕНИЕ 4 РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ

ПРИЛОЖЕНИЕ 5 АЛЬТЕРНАТИВНОЕ ИСПОЛЬЗОВАНИЕ ПРОГРАММЫПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СТ - специфическая точка (минюция)

БД - база данных с отпечатками

PIN - персональный идентификационный номер

ПЗС - прибор с зарядовой связью

КМОП - технология изготовления микросхем (кремний метал оксид полупроводник)

ОП - отпечаток пальца

dpi - количество точек на дюйм (dot per inch)

ПО - программное обеспечение

ОС - операционная система

ЭВМ - электронно-вычислительная машина

ПК - персональный компьютер

ВВЕДЕНИЕ

В наше время пароли, персональные идентификационные номера и специальные идентификационные карточки стали жизненной необходимостью. Например, чтобы получить наличные из банкомата, Вам потребуется код PIN, чтобы получить доступ к почтовой программе или к определенной категории компьютерных данных, необходим пароль. В свете последних событий, происходящих в мире, особенно в связи с ростом активности международного терроризма, вопросам безопасности уделяется все более пристальное внимание.

Таким образом, человек должен хранить в своей памяти огромное количество различных комбинаций цифр и букв. Чтобы облегчить участь современного человека, компании, специализирующиеся на производстве компьютеров, начали заниматься разработкой биометрических технологий. Биометрия - эта наука, изучающая возможности использования различных характеристик человеческого тела (будь то отпечатки пальцев или уникальные свойства человеческого зрачка или голоса) для идентификации каждого конкретного человека. Пользуясь биометрическими технологиями, человек никогда не сможет забыть необходимый ему пароль или код, поскольку его большой палец, голос или зрачок глаза всегда находятся с ним /1/.

Отпечаток пальца образует так называемые папиллярные линии на гребешковых выступах кожи, разделенных бороздками. Из этих линий складываются сложные узоры (дуговые, петлевые и завитковые), которые обладают свойствами индивидуальности и неповторимости, что позволяет абсолютно надежно идентифицировать личность. Хотя процент отказа в доступе уполномоченных пользователей составляет около 3%, процент ошибочного доступа - меньше одного к миллиону. Преимущества доступа по отпечатку пальца - простота использования, удобство и надежность. Весь процесс идентификации занимает мало времени и не требует усилий от тех, кто использует данную систему доступа. Исследования также показали, что использование отпечатка пальца для идентификации личности является наиболее удобным из всех биометрических методов. Вероятность ошибки при идентификации пользователя намного меньше в сравнении с другими биометрическими методами /2/. Кроме того, устройство идентификации по отпечатку пальца не требует много места на клавиатуре или в механизме.

Полученный образ отпечатка пальца - это растр, который можно описать особым образом, основываясь на строении папиллярного узора. Выявив структуру отпечатка его можно сравнить с другими отпечатками и выявить те, которые являются аналогичными или же сказать, что отпечатки различны.

Работа посвящена анализу растра, получение объектной модели, и поиска схожих отпечатков.

1. РАЗРАБОТКА СИСТЕМЫ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО ОТПЕЧАТКАМ ПАЛЬЦЕВ

1.1. Обоснование целесообразности разработки системы идентификации личности по отпечаткам пальцев

1.1.1. Назначение системы

Система идентификации личности по отпечаткам пальцев реализует определение личности на основе биометрических параметров человеческого тела, а именно строении отпечатков пальцев. Система предназначена для обработки графических изображений отпечатков. Система позволяет сравнить несколько отпечатков друг с другом по выделенным локальным особенностям. Локальными особенностями являются минюции и их относительные параметры (расположение одних минюций относительно всех остальных), что гарантирует независимость сравнения от параллельного переноса и вращения.

Программный продукт найдет применение в различных прикладных системах /3/, включая:

1) системы гражданской идентификации;

2) криминалистические системы идентификации;

3) крупномасштабные коммерческие приложения.

Системы гражданской идентификации включают в себя:

? водительские паспорта;

? национальные идентификационные карты граждан;

? регистрация избирателей;

? регистрация для социальных программ;

? иммиграционная регистрация, визы;

? идентификация сотрудников государственных учреждений.

Криминалистические системы идентификации включают:

? находится ли данный гражданин в розыске?;

? прежние судимости;

? регистрация заключенных/контроль доступа;

? мобильные и удаленные приложения;

? обработка следов отпечатков пальцев, полученных с мест преступления.

Крупномасштабные коммерческие приложения включают:

? доступ к web-ресурсам, электронная коммерция;

? доступ для пользователей и сотрудников;

? финансовые сервисы, проверка оплаты;

? доступ в здания и помещения;

? программы лояльности.

1.1.2. Характеристика функциональной структуры системы

Функциональная схема системы приведена на рис. 1.1.

Обработка изображений состоит из следующих этапов:

1) ввод изображения в систему идентификации личности по отпечаткам пальцев;

2) в подсистеме анализа изображения происходит обработка растра с целью подавления шумов, а так же устранение типичных искажений изображения, таких как разрывы или слипания дуг папиллярного узора;

3) в подсистеме анализа изображения происходит выделение локальных особенностей, таких как окончание и раздвоение, для дальнейшего распознавания отпечатка;

4) в подсистеме анализа изображения происходит сортировка полученных параметров локальных особенностей;

5) в подсистеме распознавания происходит преобразование абсолютных параметров специальных точек к относительным параметрам для предотвращения влияния параллельного переноса и поворота пальца при сканировании отпечатка;

6) распознавание отпечатка по базе с существующими отпечатками происходит на основе относительных параметров каждой точки для каждого хранящегося в базе отпечатка.

Функциональная схема системы распознавания личности по отпечаткам пальцев

- подсистема анализа - подсистема распознавания

Рис. 1.1

1.1.3. Обоснование цели создания системы

Задачи структурного анализа изображений имеют широкий спектр применения, начиная от векторизации растров и заканчивая распознаванием образов. Структурный анализ изображений подразумевает выделение из них структурных элементов, таких, например, как линия, область, компактный элемент (буква) и так далее.

На данный момент надежная информационная защита является одним из основных критериев, по которым должны отбираться системы, предназначенные для хранения и обработки важной информации. Это обусловлено существующей вероятностью несанкционированного доступа в такие системы, поскольку они имеют широкое информационное взаимодействие со смежными системами управления через сеть INTRANET. Поэтому обеспечение информационной безопасности должно являться важнейшим этапом при их разработке /3/.

Защита на основе биометрических параметров человеческого тела, в частности по отпечатку пальца, обладает рядом неоспоримых полюсов: простота использования, удобство и надежность. Весь процесс идентификации занимает мало времени и не требует усилий от тех, кто использует данную систему доступа. Исследования также показали, что использование отпечатка пальца для идентификации личности является наиболее удобным из всех биометрических методов. Вероятность ошибки при идентификации пользователя намного меньше в сравнении с другими биометрическими методами. Кроме того, устройство идентификации по отпечатку пальца не требует много места на клавиатуре или в механизме.

В большинстве случаев работа с важной информацией подразумевает также своевременное принятие решений и непрерывное управление ходом выполнения. В связи с этим существует необходимость непрерывного подтверждения личности (в случае если человек по какой-то причине покинет свое рабочее место, то любой в это время сможет задавать команды телеуправления или ответственные команды). Такое подтверждение личности метод «единого входа в сеть» предоставить не может, а вводить пароль после каждой команды - обременительно /4/.

Хотя на рынке существуют готовые системы, но на ряду со своими преимуществами они обладают рядом недостатков, таких как закрытость исходного кода и алгоритма, как следствие невозможность применения в своих системах, а также высокая цена. Вследствие чего есть смысл в разработке системы, которая бы предоставляла возможность всем разработчикам иметь готовую базу для разработки собственных проектов на основе биометрических технологий. А также предоставить объектное описание различных, не только папиллярного узора, изображений.

Целью данной работы является разработка и реализация такого преобразования изображения, при котором данные о расположение уникальных особенностей сохраняются наиболее полно и с наименьшим содержанием ложной информации.

Создаваемая система носит поисково-исследовательский характер и направлена на облегчение разработки алгоритмов обработки изображений, упрощение анализа экспериментальных данных и выявление общих закономерностей.

1.1.4. Обоснование состава автоматизируемых задач

Реализация системы идентификации личности по отпечаткам позволит интегрировать в едином интерфейсе все этапы обработки изображения отпечатка пальца и сравнения его с другими отпечатками:

1) анализ параметров изображения, выявление дефектов сканирования и их устранение;

2) выделение локальных особенностей - минюций. формирование списка минюций в абсолютных параметрах;

3) сортировка списка абсолютных параметров, исключение ложных и ненадежных минюций;

4) конвертирование абсолютных параметров в относительные, формирование списка относительных параметров;

5) установка системы допусков для учета корреляции изображений;

6) сравнение одного отпечатка с множеством других;

7) способ хранения описания отпечатков позволяет применять результат работы программы для различных сфер деятельности.

1.2. Аналитический обзор

Как уже было указано во введении, метод опознавания личности по отпечаткам пальцев известен достаточно давно и с появлением электронно-вычислительной техники начали появляться программные продукты для анализа и сравнения изображений.

1.2.1. Фирма BioLink

Ведущий поставщик технологий обеспечения безопасности, проектирует, производит и продает передовые биометрические продукты, основанные на принципе дактилоскопии. Предлагаемые решения составляют основу для систем аутентификации пользователей в компьютерных сетях, платформах электронной коммерции и системах обеспечения безопасности физического доступа.

BioLink предлагает гамму продуктов, основанных на фирменных технологиях сканирования отпечатков пальцев и обработки изображений, а также на алгоритме идентификации «один ко многим», решающих многие из существующих сегодня проблем безопасности /5/.

1.2.1.1. Система управления BioLink BioTime 2006

Система управления рабочим временем, являющаяся новейшей разработкой компании BioLink. Система BioTime 2006 упрощает обычные задачи учета и управления рабочим временем и обеспечивает простоту, легкость и удобство регистрации прихода и ухода сотрудников компании. Кроме того, система BioTime 2006 предоставляет различные виды отчетов по опозданиям, недоработкам и переработкам сотрудников, времени их прихода и ухода, а также автоматизирует создание табеля учета рабочего времени /5/.

1.2.1.2. Программный сервер BioLink

Программный сервер BioLink Authenteon Software Appliance (ASA) - это программное обеспечение для сравнения шаблонов отпечатков пальцев BioLink. ASA объединяет в себе парольную защиту и клиент-серверную аутентификацию при входе в Windows, Novell и NFS при решении одной из самых актуальный на сегодняшний день проблем защиты - положительной идентификации пользователей корпоративной сети. Сервер поддерживает до 300 пользователей /5/.

1.2.2. Microsoft IntelliMouse Explorer with Fingerprint Reader

Анонсированная Microsoft осенью 2004 г. новая линейка продуктов с использованием биометрических технологий - сканер отпечатков пальцев, клавиатура со встроенным сканером и беспроводная оптическая мышь со сканером обладает возможностями /6/:

1) снятие отпечатка пальца при кратковременном прикладывании пальца к сканеру;

2) ведение менеджера паролей для веб интерфейсов;

3) возможность идентификации личности для входа в систему одним приложением пальца.

Продукт подходит для применения за личным ПК. Программное обеспечение имеет очень ограниченную функциональность. Нет возможности получить параметры отсканированного отпечатка пальца, установить дополнительные действия от того какой палец был приложен.

1.2.3. Сотовый телефон GI100

GI100 - первый телефон с функцией распознавания отпечатков пальцев. Отпечатки пальцев используются как для набора номера, так и для игр. Каждый из пальцев владельца телефона используются для быстрого набора одного из десяти введенных в память телефона номеров. Таким же образом и во время игр можно использовать вместо нажатия кнопок отпечатки пальцев.

Ограничение доступа - при включении телефона происходит сканирование отпечатка пальца включившего. Большим недостатком продукта является то, что в случае трехкратной неудачи при распознавании отпечатка пальца предлагается ввести пароль. Таким образом, доступ к телефону может получить не владелец, а просто знающий пароль человек /7/.

1.2.4. Редактор Adobe Photoshop

Профессиональный редактор растровых изображений. Основные возможности:

1) контроль цвета и тона компонент изображения: возможность подбора палитры, замены цветов, поддержка 32-битного цвета (прозрачности), возможность построения гистограмм распределения цвета;

2) интеллектуальное редактирование изображений: инструменты контекстной коррекции растра, позволяющие достичь фотореалистичности;

3) широкий набор фильтров, позволяющих модифицировать и улучшить изображение;

4) возможность создания многих независимых слоев в одном изображении.

Продукт предназначен для профессионального редактирования фотографических изображений, имеет мощный набор инструментов для улучшения их качества. В меньшей степени подходит для обработки искусственных изображений. Интерфейс обладает некоторой когнитивностью, которая, однако, ограничена сферой применения растровой модели /8/.

1.2.5. Программа распознавания текста Fine Reader

Профессиональная программа распознавания печатного текста. Основные возможности:

1) загрузка изображения страницы из файла, получение изображения страницы со сканера;

2) интеллектуальное определение расположения строк и символов в тексте, распознавание символов при их неточном сканировании или зашумлении;

3) наличие возможности исправить неправильно распознанные символы;

4) возможность сохранения распознанного текста в виде документа word или PDF.

Продукт предназначен для распознавания печатного текста различной сложности после сканирования, имеет мощный набор инструментов для улучшения качества распознавания, а также исправления неточно распознанных символов. Не имеет возможности дополнять набор распознаваемых символов, вследствие чего применение ограничивается только распознаванием печатного текста /9/.

1.2.6. Вывод по аналитическому обзору

Список программных продуктов, безусловно, может быть расширен, но все же самые характерные и популярные разработки в него включены.

Среди программных продуктов, посвященных идентификации по папиллярному узору, можно выделить основные возможности:

1) программы реализуют возможность доступа по отпечаткам;

2) возможна обработка стандартными функциями (яркость, контрастность, изменение размера);

3) распознавание символов;

4) ни одна программа не позволяет скорректировать изображение, основываясь на типичных характеристиках отпечатка, дать объектное описание отпечатка, а также дать возможность применить алгоритмы обработки в отдельности для собственных задач.

В связи с указанными особенностями существующих программных средств и в силу того, что применение биометрических способов позволяет увеличить защищенность и удобство пользования системами (см. п.п. 1.1.1) для большинства разработчиков будет удобным использование готового модуля работы с отпечатками пальцев. Поэтому актуальной является разработка системы, обладающая открытым кодом и позволяющая проводить структурное описание папиллярного узора. Возможность получать его объектное описание и сравнение. Применение алгоритма не только для описания изображения отпечатков пальцев, но и для объектного описания других битовых изображений, таких как символьная информация, шрифты и подписи.

Эту задачу решает система распознавания личности по отпечаткам пальцев.

1.3. Основные требования к системе

1.3.1. Основные цели создания системы и критерии эффективности ее функционирования

Создание системы распознавания личности позволит получить новую возможность в сфере защиты и организации доступа к информации, а также разработке новых, эффективных алгоритмов по обработке растров и преобразованию их к структурному виду, разработать инструмент, улучшающий качество графической информации за счет снижения искажений и шумов.

Для оценки эффективности работы системы можно использовать качество получаемых на выходе изображений, и полноту их структурного описания. А также уровень правильного распознавания отпечатков, который можно судить по количеству отказов для правильного отпечатка, и количеству входов для неверного отпечатка /3/.

Разработанная система обладает открытым кодом, позволяет получать структурное описание папиллярного узора и его сравнение с другими папиллярными узорами. Алгоритм подходит для работы не только с изображениями отпечатков пальцев, но и для других битовых изображений, таких как символьная информация, шрифты и подписи.

1.3.2. Функциональное назначение системы

Реализация системы идентификации личности по отпечаткам позволит интегрировать в едином интерфейсе все этапы обработки изображения отпечатка пальца и сравнения его с другими отпечатками:

1) модификация изображения, исправление искажений;

2) выделение локальных особенностей - минюций. Формирование списка минюций в абсолютных параметрах;

3) сортировка списка абсолютных параметров, исключение ложных и ненадежных минюций;

4) конвертирование абсолютных параметров в относительные, формирование списка относительных параметров;

5) установка системы допусков для учета корреляции изображений;

6) сравнение одного отпечатка с множеством других.

1.3.3. Особенности системы и условия её эксплуатации

Система идентификации личности по отпечаткам пальцев предназначена для работы с цифровыми изображениями, полученными посредством сканирования.

Получение электронного представления отпечатков пальцев с хорошо различимым папиллярным узором - достаточно сложная задача. Поскольку отпечаток пальца слишком мал, для получения его качественного изображения приходится использовать достаточно изощренные методы.

На сегодняшний момент можно выделить следующие сканеры отпечатков пальцев по используемым ими физическим принципам:

? оптические;

? кремниевые;

? ультразвуковые.

Старейшей технологией сканирования отпечатка является - оптическая. Сканирование отпечатка пальца мини-камерами на ПЗС или КМОП-чипе позволило существенно уменьшить стоимость систем идентификации. Но этот способ снятия отпечатка сталкивается с некоторыми трудноразрешимыми проблемами: получаемый образ зависит от окружающего освещения, на границах образа возможны искажения, датчик может быть относительно легко "обманут" (некоторые дешевые датчики можно "дурачить" печатной копией, сделанной на обычном копире). Остаются проблемы и с размерами сканера. Датчик не может быть меньше, чем фокусное расстояние камеры. Среди главных преимуществ оптических систем можно еще раз упомянуть относительно низкую цену и практическую неуязвимость к воздействию электростатического разряда.

Абсолютно новой является технология использования электромагнитного поля. Датчик излучает слабый электромагнитный сигнал, который следует по гребням и впадинам отпечатка пальца и учитывает изменения этого сигнала для составления образа отпечатка. Такой принцип сканирования позволяет просматривать рисунок кожи под слоем омертвевших клеток, что приводит к хорошим результатам при распознавании бледных или стершихся отпечатков. Остается проблема отсутствия приемлемого соотношения между размером датчика и его разрешающей способностью.

Еще одна перспективная технология, которую следует упомянуть - ультразвуковая. Трехмерный ультразвуковой сканер измеряет пересеченную поверхность пальца своего рода радаром. Этот метод сканирования может быть особенно удобен, например, в здравоохранении. Он не требует касания каких-либо считывающих устройств датчика стерильными руками, а отпечаток легко считывается даже через резиновые или пластиковые перчатки хирурга. Главное неудобство ультразвуковой технологии - ее высокая стоимость и длительное время сканирования /10/.

Существуют и другие методы, либо использовавшиеся в прошлом, либо только разрабатываемые /11/.

1.3.4. Требования к функциональной структуре

Построение системы идентификации личности по отпечаткам пальцев предполагает модульную структуру. Общий интерфейс и возможность доступа ко всем модулям в составе системы должна обеспечивать оболочка. Из оболочки вызываются следующие модули: подсистема анализа изображения, подсистема сравнения одного отпечатка с множеством других. Обмен данными между подсистемами происходит через проект в рамках общей оболочки.

Подсистема анализа изображения должна обеспечивать возможность получения основных статистических характеристик папиллярного узора по ключевым участкам. Подсистема предполагает наличие средств для получения качественного образа отпечатка пальца.

Подсистема сравнения изображений отпечатков служит для автоматизированного выявления схожести различных изображений папиллярного узора.

1.3.5. Требования к техническому обеспечению

Задача обработки изображений в системе связана с автоматическим анализом больших массивов графической информации. Преобразования, проводимые в системе, должны проводиться в процессе интерактивного взаимодействия с пользователем, поэтому паузы на обработку не должны превышать нескольких секунд. Исходя из этого, сформулированы требования к техническим характеристикам персонального компьютера, на котором будет функционировать система. Требования сведены в табл. 1.1.

Таблица 1.1

Технические характеристики персонального компьютера

Наименование	Значение
Частота процессора, МГц	от 900
Объем оперативной памяти, Мб	от 64
Разрешение экрана монитора	не менее 1024x768

1.3.6. Требования к информационному обеспечению

Система предназначена для обработки битовых изображений. Вследствие неточностей, шумов и аппроксимаций, вносимых оборудованием (сканер или любое иное дискретизирующее графику устройство) в изображении появляются шумы различной природы. Система позволяет частично избавиться от этих искажений. Поэтому качество входных образов должно быть на приемлемом уровне.

Основным видом информации, обрабатываемой в системе, является графическая информация в растровом представлении и её объектное представление. Такой вид данных воспринимается человеком непосредственно и целостно, поэтому необходимо обеспечить средства наглядной визуализации изображений на различных этапах обработки.

1.3.7. Требования к программному обеспечению

Систему целесообразно разрабатывать для функционирования под операционной системой семейства Windows, так как ОС данного класса наиболее широко распространены в современном мире. Платформой для разработки выбрана среда для разработки приложений Microsoft Visual Studio C++ 2003. Эта среда поддерживает алгоритмический язык C++ и обладает при этом возможностями быстрой разработки и проектирования визуальных интерфейсов, что особенно важно при работе с графической информацией.

1.4. Основные технические решения проекта системы

1.4.1. Решение по комплексу технических средств

Как уже отмечалось в п.п. 1.3.5, для достижения удобного пользователю режима функционирования системы необходимо следующая минимальная конфигурация персонального компьютера: частота процессора 900 МГц, объем оперативной памяти 64 Мб, монитор, поддерживающий разрешение не менее 1024x768 точек. Также желательно наличие следующих периферийных технических средств: сканер отпечатков пальцев, цветной струйный принтер для вывода на печать результатов.

1.4.2. Описание системы программного обеспечения

Для реализации и функционирования проекта необходимо общесистемное программное обеспечение ОС Windows XP, в основе которой лежит ядро, характеризуемое 32-разрядной вычислительной архитектурой и полностью защищенной моделью памяти, что обеспечивает надежную вычислительную среду.

Разработка системы распознавания личности и ее подсистем будет вестись с использованием среды для разработки приложений Microsoft Visual Studio C++ 2003. Среда разработки включает в себя высокопроизводительный 32-битный компилятор, что позволяет оптимизировать создаваемый код. Microsoft Visual Studio C++ включает обширный набор средств, которые повышают производительность труда программистов и сокращают продолжительность цикла разработки. Многофункциональная интегрированная среда разработки Microsoft Visual Studio C++ 2003 включает компилятор, удовлетворяющий стандарта ANSI/ISO, встроенный дизайнер форм, богатый набор средств для работы с компонентами, инструмент Solution Explorer, менеджер проектов и отладчик. Удобство разработки и эффективность созданных в данной среде разработки программ делают Microsoft Visual Studio C++ 2003 оптимальным выбором для построения исследовательской системы, какой является система распознавания личности.

2. РАЗРАБОТКА ПОДСИСТЕМЫ АНАЛИЗА ИЗОБРАЖЕНИЯ ОТПЕЧАТКОВ ПАЛЬЦЕВ

2.1. Описание постановки задачи подсистемы анализа изображения отпечатков пальцев

2.1.1. Характеристика задачи

Графические образы, представляемые окружающим миром человеку, обладают большим разнообразием. Неотъемлемым атрибутом изображения является его пространственная структура. Способность реконструировать эту структуру при визуальном восприятии и обеспечивает предметность восприятия.

Пространственная определенность, которая состоит в том, что любая точка изображения принадлежит единственному и вполне определенному структурному элементу, который может представлять объект либо принадлежит одному или нескольким объектам соответствующей предметной области. Таким образом, любое изображение строится в соответствии с некоторым априорным планом, определяющим место положения и смысловые характеристики его структурных элементов.

Модели представления изображений в ЭВМ можно разделить на два типа: растровые и векторные.

Наиболее распространенная форма представления «сырых» изображений на ЭВМ - это растр. Изображение в этом случае представляет собой матрицу из NxM точек (пикселей). Визуализация растровых изображений достаточно проста и заключается в построчном выводе его пикселей на экран. Однако модель этого типа не несет в себе структурной и тем более семантической информации, что ограничивает сферу ее применения. При вводе изображений из реального мира в ЭВМ они часто предстают в растровой форме.

Векторные модели представления изображений основаны на том, что любую линию можно представить в аналитическом виде, например в виде совокупности векторов - направленных отрезков. Визуализация изображений в векторной модели сложнее, чем в растровой. Но модель приобретает когнитивность за счет включения в нее структурной информации.

Образ отпечатка пальца, как правило, сохраняется в двоичном коде, где каждый пиксель рисунка описывается 8 битами, то есть 256 оттенками серого цвета. В передовых системах сканирования цифровой образ отпечатка обрабатывается с помощью специального алгоритма улучшения изображения. Этот алгоритм обеспечивает обратную связь с датчиком для регулирования параметров сканирования. Когда датчик фиксирует окончательный образ, алгоритм настраивает контрастность и четкость изображения отпечатка для получения наилучшего качества /12/.

Методы опознания отпечатка пальца основаны на сравнении с образцами или на использовании характерных деталей.

При опознании по деталям из образа извлекаются только специфические места, где найдена особенность (деталь). Обычно это либо окончание гребня, либо его раздвоение (рис. 2.1). Содержание шаблона в этом случае составляют относительные координаты и сведения об ориентации детали. Распознающий алгоритм отыскивает и сравнивает между собой соответствующие детали. Ни поворот отпечатка пальца, ни его параллельный перенос (сдвиг) не влияют на функционирование системы, поскольку алгоритм работает с относительными величинами.

Типы минюций
Рис. 2.1

Для сравнения на битовом образе производится поиск локальных особенностей папиллярного узора - минюций. Для поиска используется алгоритм обхода по контуру гребней. В результате подсистема анализа реализует переход от растрового представления к структурному представлению.

2.1.2. Входная информация

Входной информацией является битовый растр отпечатка, полученный с помощью сканирования разрешением 600dpi. Расширение битового файла
по-умолчанию *.bmp. Формат bmp (от слов BitMaP - битовая массив) представляет из себя несжатое (в основном), что позволяет не вносить погрешностей, изображение, которое довольно легко читается и выводится в ОС Windows, в которой есть специальные функции API, которые в этом помогают /13/.

2.1.3. Выходная информация

Выходной информацией является список минюций в абсолютных параметрах, расположенный в памяти, содержащий параметры каждой найденной минюции. Каждый элемент массива содержит все необходимые параметры минюции: координаты целого типа - 2х4 байта, угол направления 8 байт, тип точки 1 байт

Структура массива:

Таблица 2.1

Формат строки файла со структурным описанием

Поле	Формат	Описание
X	Целое	Абсцисса минюции на растре
Y	Целое	Ордината минюции на растре
	Целое	Ориентация минюции на растре
T	Байт	Тип минюции. Раздвоение или окончание
k	Целое	Количество минюций

2.1.4. Математическая постановка задачи

Работа подсистемы реализуется следующими этапами:

- корректировка входного образа, устранение дефектов и искажений;

- поиск минюций и формирование списка их абсолютных параметров;

- фильтрация полученного списка параметров;

Для решения поставленных задач требуются стандартные операции для работы с массивом, которые представлены в табл. 2.2.

Таблица 2.2

Операции над массивом

Обозначение	Расшифровка
|Array|	количество элементов массива
Array[i]	обращение к i-му элементу массива
	операция добавления элемента E в конец массива M
Delete(Array,Pos)	операция удаления элемента на позиции Pos из массива Array
Delete(Array, Element)	операция удаления элемента Element из массива Array
Pos(Array,Element)	операция получения номера элемента Element в массиве Array
Array1Array2	операция добавления в конец массива Array1 не дублируемых элементов массива Array2
Array1Array2	операция пересечения массивов
	логическая операция принадлежности элемента E массиву M
Sort(Arrayf)	операция сортировки массива Array по значению поля f

2.1.5. Функциональная схема подсистемы анализа папиллярного

узора

Целью работы является реализация программы для выполнения схемы, изображенной на рис. 2.1.1.

Схема подсистемы анализа

Рис. 2.1.1

2.2. Описание постановки задачи выявления дефектов сканирования и их устранение

2.2.1. Характеристика задачи

Папиллярный узор представленный в виде растра содержит отдельные элементы линии. Линии - это отображение гребней папиллярного узора, обход по контуру этих линий позволит выделить отдельные гребни и получить информацию об их расположении на пальце. Однако в процессе получения растра отпечатка возможны типичные дефекты изображения, которые возникают вследствие попадания мусора на сканирующее устройство, существование порезов и складок на коже, непостоянном прижиме пальца к сканеру и изменение его положения при каждом новом сканировании.

Дефекты бывают двух видов - это слипания соседних гребней и обрывы гребня на растре вследствие описанных выше ситуаций. Так как данные дефекты частично предсказуемы, то можно их устранить. Применяя подготовку изображения, к дальнейшему структурному анализу, удается значительно понизить количество шумов и искажений в исходном растре, что ведет к повышению скорости и надежности распознавания.

В результате решения задачи выявления и устранения дефектов сканирования система идентификации личности дополнит свои функциональные возможности способностью повышения качества входных образов.

2.2.2. Входная информация

Входной информацией является битовый растр отпечатка, полученный с помощью сканирования разрешением 600dpi. Расширение битового файла
по-умолчанию *.bmp. Формат bmp (от слов BitMaP - битовый массив) представляет из себя несжатое (в основном), что позволяет не вносить погрешностей, изображение. Формат bmp довольно легко читается и выводится в ОС Windows, в которой есть специальные функции API.

Входной растр представлен форматом BMP, который имеет структуру представленную на рис. 2.1.2 /13/.

Формат BMP

Рис. 2.1.2

В начале стоит заголовок файла - BITMAPFILEHEADER.

typedef struct tagBITMAPFILEHEADER

{

WORD bfType;

DWORD bfSize;

WORD bfReserved1;

WORD bfReserved2;

DWORD bfOffBits;

} BITMAPFILEHEADER, *PBITMAPFILEHEADER;

Дальше идет структура - BITMAPINFOHEADER

typedef struct tagBITMAPINFOHEADER

{

DWORD biSize;

LONG biWidth;

LONG biHeight;

WORD biPlanes;

WORD biBitCount;

DWORD biCompression;

DWORD biSizeImage;

LONG biXPelsPerMeter;

LONG biYPelsPerMeter;

DWORD biClrUsed;

DWORD biClrImportant;

} BITMAPINFOHEADER, *PBITMAPINFOHEADER;

2.2.3. Выходная информация

Выходной информацией для данной задачи является скорректированный растр, практически не имеющий слипаний и разрывов, который более пригоден для поиска на нем минюций.

2.2.4. Математическая постановка

Поиск минюций происходит по нахождению локальных особенностей. Локальные особенности это сильные искривления контура линий. Искривления, которые являются минюциями - это окончания и раздвоения, но помимо них существуют слипания соседних линий и обрывы одной линии, что не является минюциями.

На рис. 2.2 показан разрыв линии, при этом выполняется следующее условие:

,(1)

где A = {x,y};

B = {x,y};

- эмпирическая величина.

На рис. 2.3 показано слипание линий, при этом выполняется условие 1 для рис. 2.3.

Разрыв линии

A - сильное искривление контура линии папиллярного узора;

B - вероятная точка продолжения линии папиллярного узора;

C - искривление контура в вероятной точке продолжения;

D1, D2 - прилегающие области;

L1, L2 - вероятные соседние линии папиллярного узора.

Рис. 2.2

Слипание линий

A - сильное искривление контура линии папиллярного узора;

B - вероятная точка продолжения линии папиллярного узора;

C - искривление контура в вероятной точке продолжения;

D1, D2 - прилегающие области;

L1, L2 - вероятные соседние впадины папиллярного узора.

Рис. 2.3

2.2.5. Алгоритм решения задачи

Выделим основные действия по обработке каждой линии на изображении отпечатка:

? выделить произвольную черную точку на растре, принадлежащую обрабатываемой линии, и произвести обход по контуру линии папиллярного узора, которой принадлежит эта точка;

? если обнаружена область разрыва, то выполняется восстановление целостности линии;

? если обнаружена область слипания, то выполняется разъединение линий.

Результатом работы является растр более пригодный для поиска на нем минюций, чем изначальный.

R - Битовый растр

Map - список. Map = {x, y}_i

R.GetPixelColor(x,y) - получить значение цвета пикселя с координатами {x,y} на растре R

R.FloodFill(x, y, color) - залить область с цветом R.GetPixelColor(x,y) в цвет color

R.width() - ширина растра в пикселях

R.height() - высота растра в пикселях

R.ChangeLine(Map[i]) - обход по контуру линии из точки Map[i]

1. Начало

2. Формировать из растра R список линий Map

3. i, : i[1, |Map|] R.ChangeLine(Map[i])

4. Если растр R был изменён, то перейти к п. 2

5. Конец

2.2.5.1. Описание алгоритма «Формирование списка линий»

Алгоритм для нахождения на растре точек принадлежащих разным папиллярным линиям.

1. Начало

2. x::=0, y::=0

3. Если R.GetPixelColor(x,y) != 0x000000, то перейти к п. 5

4. (x,y) Map; R.FloodFill(x, y, 0xFFFFFF)

5. y++;

6. если y < R.width(), то перейти к п. 3

7. x++; y::=0;

8. если x < R.height(), то перейти к п. 3

9. Конец

2.2.5.2. Описание алгоритма «ChangeLine»

Алгоритм для поиска слипаний, обрывов и устранение их на растре.

dot0, dot1 -точки принадлежащие контуру линии

vec0, vec1 - локальные направления

GetVec(dot0, dot1) - направление из точки dot0 в dot1

alphaTest - предопределенная константа определяющая сильное искривление контура папиллярной линии

NextDotCW(dot0, step) - получение координат точки следующей через step точек

Условия обрыва и слипания описаны в п.п. 2.2.4

1. Начало

2. dot0 ::= начальное значение

3. dot1 ::= NextDotCW(dot0, step);

4. vec0 ::= GetVec(dot0, dot1);

5. dot0 ::= dot1;

6. dot1 ::= NextDotCW(dot0, step);

7. vec1 ::= GetVec(dot0, dot1);

8. Если |vec1 - vec0| < alphaTest, то перейти к п. 11

9. Если найденная точка является слипанием, то разъединить линии

10. Если найденная точка является обрывом, то восстановить целостность линии

11. Если обход по контуру привел к начальной точке, то перейти к п.13

12. vec0 ::= vec1; перейти к п.5

13. Конец

2.3. Описание постановки задачи выделение локальных

особенностей

2.3.1. Характеристика задачи

Основной частью работы подсистемы является переход от растрового представления к структурному представлению. Для этого необходимо найти на растре такие области, которые соответствуют раздвоениям или окончаниям. Поиск осуществляется путем обхода черных областей на растре, соответствующих линиям папиллярного узора, по контуру, при этом места с сильным искривлением контура являются специфическими точками.

2.3.2. Входная информация

Входной информацией является битовый растр после предобработки. Растр имеет глубину 1бит на пиксель и разрешение 600dpi. Формат bmp (от слов BitMaP - битовая карта, или, говоря по-русски, битовый массив) представляет из себя несжатое (в основном), что позволяет не вносить погрешностей, изображение. Формат bmp довольно легко читается и выводится в ОС Windows, в которой есть специальные функции API /13/.

2.3.3. Выходная информация

Выходной информацией является список параметров, где были обнаружены специфические точки (особенность, деталь), в абсолютных параметрах. Список, расположенный в памяти, на данном этапе содержит помимо нужных точек - ложные, которые образуются при некачественном входном образе. Каждый элемент массива содержит все необходимые параметры: координаты целого типа - 2х4 байта, угол направления 8 байт, тип точки 1 байт.

Структура массива:

X_i, Y_i - Координаты минюции на растре

_i - Ориентация минюции

T - Тип (окончание либо раздвоение)

k - Количество минюций

2.3.4. Математическая постановка задачи

Поиск минюций происходит по нахождению локальных особенностей. Локальные особенности это сильные искривления контура линий, одни из искривлений являются минюциями - это окончания и раздвоения, но помимо них существуют слипания соседних линий и обрывы одной линии.

На рис. 2.4 показано «окончание», при этом выполняется условие 2.

(2)

,

где A = {x,y};

B = {x,y};

- эмпирическая величина.

На рис. 2.5 показано «раздвоение», при этом выполняется условие 2 для рис. 2.5.

Окончание

A - сильное искривление контура линии папиллярного узора;

B - вероятная точка продолжения линии папиллярного узора;

C - искривление контура в вероятной точке продолжения;

D1, D2 - прилегающие области;

L1, L2 - вероятные соседние линии папиллярного узора.

Рис. 2.4

Раздвоение

A - сильное искривление контура линии папиллярного узора;

B - вероятная точка продолжения линии папиллярного узора;

C - искривление контура в вероятной точке продолжения;

D1, D2 - прилегающие области;

L1, L2 - вероятные соседние впадины папиллярного узора.

Рис. 2.5

Локальные особенности: разрыв и слипание описаны в п.п. 2.2.4.

2.3.5. Алгоритм решения задачи

Выделим основные действия по обработке каждой линии на изображении отпечатка:

? выделить произвольную черную точку на растре, принадлежащую обрабатываемой линии, и произвести обход по контуру линии папиллярного узора, которой принадлежит эта точка;

? если обнаружена минюция, то запишем ее координаты в список.

Результатом является список параметров, с обнаруженными специфическими точками (особенность, деталь), в абсолютных параметрах. Список на данном этапе содержит помимо нужных точек - ложные, которые образуются при некачественном входном образе.

R - битовый растр

Map - список. Map = {x, y}_i

R.GetPixelColor(x,y) - получить значение цвета пикселя с координатами {x,y} на растре R

R.FloodFill(x, y, color) - залить область с цветом R.GetPixelColor(x,y) в цвет color

R.width() - ширина растра в пикселах

R.height() - высота растра в пикселах

R.ReadLine(Map[i]) - обход по контуру линии из точки Map[i], получает список координат минюций

6. Начало

7. Формировать из растра R список линий Map

8. i, : i[1, |Map|] List ::= R.ReadLine(Map[i])