论文部分内容阅读
指纹识别是生物特征识别技术中被重点关注的技术之一。目前,指纹识别技术已被广泛用于刑侦、金融、出入境等领域。然而,当伪造指纹被使用时,传统的自动指纹识别系统易被攻破,从而造成安全问题。在手指皮下的乳头层存在着和外部指纹完全一致的内部指纹结构,它是外部表皮指纹的来源,无法轻易被伪造指纹代替。光学相干层析技术(Optical Coherence Tomography,OCT)是一种非侵入式的高分辨率成像技术,可以清楚地获取手指的内部指纹信息,从而增强指纹识别技术的防伪能力。本文利用OCT技术采集皮下三维手指数据,提出了一种基于改进全卷积神经网络的OCT外部与内部指纹提取算法,本文主要的工作和成果归纳如下:(1)使用改进的全卷积神经网络提取角质层和乳头层轮廓:针对现有算法中存在的角质层与乳头层轮廓提取不够准确等问题。结合指纹皮下的内部结构特征,本文提出一种经过改进的全卷积神经网络,在原始的全卷积神经网络中加入卷积长短时记忆网络、残差连接结构和批量归一化层结构,通过该网络直接分割OCT手指三维数据,获取手指中的角质层和乳头层轮廓。实验证明使用本文提出的算法提取角质层和乳头层轮廓,其均方误差、豪斯多夫距离等各项指标均超过了其他的传统算法和神经网络算法,取得了良好的效果。(2)外部指纹和内部指纹的生成、增强与细节点提取:利用角质层和乳头层轮廓具有的灰度特征和相对距离特征,本文使用四种方法生成OCT外部指纹和内部指纹,并设计实验评估这四种方法生成指纹的图像质量。针对部分OCT指纹图像出现的灰度不均匀现象,本文使用Retinex算法进行了灰度矫正。最后本文使用Gabor滤波算法增强指纹纹线,提取指纹的细节点特征,去除其伪细节点特征。实验证明本方法可以准确提取OCT外部指纹和内部指纹中大部分的细节点特征,为后续的指纹识别工作做准备。(3)OCT皮下三维手指数据的防伪属性验证:观察正常手指和覆盖伪造指纹膜的手指的三维可视化效果图和单张OCT切片图,发现其结构有着极大的差异,可根据图像准确鉴定其真伪。证明了OCT技术获取的三维手指数据具有很高的防伪属性。本文实现了基于改进全卷积神经网络的OCT外部指纹与内部指纹提取算法,实验验证了OCT外部和内部指纹的有效性及OCT手指三维数据的高防伪性。