Untersuchung von Methoden zur Verarbeitung digitaler Bilder von Fingerabdrücken
©2006
Diplomarbeit
88 Seiten
Zusammenfassung
Inhaltsangabe:Einleitung:
Was ein Fingerabdruck ist, weißt jeder. Jeder Mensch besitzt Fingerabdrücke auf den Handflächen und Fußsohlen. Doch das Erstaunliche dabei ist, dass jeder einzelne Finger jedes Menschen seinen einzigartigen individuellen Abdruck hat. Es reicht schon einen Blick auf die eigenen Fingerkuppen zu werfen. Die Rillenlinien verlaufen an allen Fingern sowohl von linker als auch von rechter Körperseite unterschiedlich. Es gibt auch kein symmetrisches bzw. spiegelverkehrtes Linienbild. Die Fingerabdrücke sind nicht genetisch bedingt, was auch die Unterscheidung bei eineiigen Zwillingen erklärt. In riesigen Datenbeständen mit mehreren Millionen Fingerabdrücken wurden bis heute noch keine identischen gefunden. Doch all diese Phänomene sind nicht nur unerforschte Geheimnisse der Natur, die man bewundern oder genießen könnte. Die Informationsmerkmale der Fingerabdrücke können dazu verwendet werden, Personen zu identifizieren.
Mit der Entwicklung der Computertechnik, Erfindung neuer Materialien und mathematischer Algorithmen ist es gelungen, intelligente Personenidentifikationssysteme zu realisieren. Dank einfachem Aufbau, mobiler Einsatzmöglichkeit, schnellerer Bearbeitungszeit und geringeren Kosten, werden sich Fingerabdruck-Erkennungsgeräte immer weiter in menschlichen Alltagsleben verbreiten.
Problemstellung:
- Einarbeitung in die gängigen Algorithmen der Fingerabdruckerkennung.
- Auswahl eines Algorithmus und Aufteilung des gesamten Erkennungsablauf in einzelne logische Bearbeitungsschritte.
- Implementierung der Bearbeitungsschritte als separate Funktionen .
- Untersuchung der bekannten Segmentierungs- und Skeletierungsalgorithmen und Umsetzung der relevanten davon.
- Entwickelung einer Benutzeroberfläche für den kompletten Erkennungsablauf mit allen dazugehörigen Funktionalitäten und zusätzlichen Einstellungen, wobei jeder Schritt visuell dargestellt werden soll.
- Markierung der lokalisierten Merkmale des Fingerabdrucks im Bild, Klassifizierung und Speicherung diese in eine Text-Datei.
- Untersuchung und Bewertung der Algorithmen anhand von Beispielen.
Gang der Untersuchung:
Kapitel 2 beschäftigt sich allgemein mit der Thematik der biometrischen Identifikation mittels Fingerabdruckerkennung. Am Anfang dieses Kapitels wird ein Rückblick auf die Geschichte gegeben. Es werden grundlegende Begriffe erklärt. Im Weiteren informiert das Kapitel über ein typisches Erkennungssystem und dessen Aufbau. Außerdem werden […]
Was ein Fingerabdruck ist, weißt jeder. Jeder Mensch besitzt Fingerabdrücke auf den Handflächen und Fußsohlen. Doch das Erstaunliche dabei ist, dass jeder einzelne Finger jedes Menschen seinen einzigartigen individuellen Abdruck hat. Es reicht schon einen Blick auf die eigenen Fingerkuppen zu werfen. Die Rillenlinien verlaufen an allen Fingern sowohl von linker als auch von rechter Körperseite unterschiedlich. Es gibt auch kein symmetrisches bzw. spiegelverkehrtes Linienbild. Die Fingerabdrücke sind nicht genetisch bedingt, was auch die Unterscheidung bei eineiigen Zwillingen erklärt. In riesigen Datenbeständen mit mehreren Millionen Fingerabdrücken wurden bis heute noch keine identischen gefunden. Doch all diese Phänomene sind nicht nur unerforschte Geheimnisse der Natur, die man bewundern oder genießen könnte. Die Informationsmerkmale der Fingerabdrücke können dazu verwendet werden, Personen zu identifizieren.
Mit der Entwicklung der Computertechnik, Erfindung neuer Materialien und mathematischer Algorithmen ist es gelungen, intelligente Personenidentifikationssysteme zu realisieren. Dank einfachem Aufbau, mobiler Einsatzmöglichkeit, schnellerer Bearbeitungszeit und geringeren Kosten, werden sich Fingerabdruck-Erkennungsgeräte immer weiter in menschlichen Alltagsleben verbreiten.
Problemstellung:
- Einarbeitung in die gängigen Algorithmen der Fingerabdruckerkennung.
- Auswahl eines Algorithmus und Aufteilung des gesamten Erkennungsablauf in einzelne logische Bearbeitungsschritte.
- Implementierung der Bearbeitungsschritte als separate Funktionen .
- Untersuchung der bekannten Segmentierungs- und Skeletierungsalgorithmen und Umsetzung der relevanten davon.
- Entwickelung einer Benutzeroberfläche für den kompletten Erkennungsablauf mit allen dazugehörigen Funktionalitäten und zusätzlichen Einstellungen, wobei jeder Schritt visuell dargestellt werden soll.
- Markierung der lokalisierten Merkmale des Fingerabdrucks im Bild, Klassifizierung und Speicherung diese in eine Text-Datei.
- Untersuchung und Bewertung der Algorithmen anhand von Beispielen.
Gang der Untersuchung:
Kapitel 2 beschäftigt sich allgemein mit der Thematik der biometrischen Identifikation mittels Fingerabdruckerkennung. Am Anfang dieses Kapitels wird ein Rückblick auf die Geschichte gegeben. Es werden grundlegende Begriffe erklärt. Im Weiteren informiert das Kapitel über ein typisches Erkennungssystem und dessen Aufbau. Außerdem werden […]
Leseprobe
Inhaltsverzeichnis
Igor Kletke
Untersuchung von Methoden zur Verarbeitung digitaler Bilder von Fingerabdrücken
ISBN: 978-3-8366-0050-7
Druck Diplomica® GmbH, Hamburg, 2007
Zugl. Fachhochschule Dortmund, Dortmund, Deutschland, Diplomarbeit, 2006
Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte,
insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von
Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder der
Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen,
bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung
dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen
der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik
Deutschland in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich
vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des
Urheberrechtes.
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in
diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme,
dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei
zu betrachten wären und daher von jedermann benutzt werden dürften.
Die Informationen in diesem Werk wurden mit Sorgfalt erarbeitet. Dennoch können
Fehler nicht vollständig ausgeschlossen werden, und die Diplomarbeiten Agentur, die
Autoren oder Übersetzer übernehmen keine juristische Verantwortung oder irgendeine
Haftung für evtl. verbliebene fehlerhafte Angaben und deren Folgen.
© Diplomica GmbH
http://www.diplom.de, Hamburg 2007
Printed in Germany
Inhaltsverzeichnis
I
Inhaltsverzeichnis
Abkürzungsverzeichnis... III
Abbildungsverzeichnis ... IV
Tabellenverzeichnis ... VI
1 Einleitung ...1
1.1 Zielsetzung...2
1.2 Aufgabenstellung...2
1.3 Gliederung ...2
2 Biometrische Identifikation mittels Fingerabdruckerkennung ...4
2.1 Geschichte des Fingerabdrucks ...7
2.2 Klassifikation der Papillarlinien ...9
2.3 Biometrisches System zur Fingerabdruckidentifikation...12
2.3.1 Aufbau und Prinzip...13
2.3.2 Sensorentypen und Aufnahmenergebnisse...14
2.3.3 Sicherheitsmerkmale ...21
2.3.4 Moderne Entwicklungen und Einsatzgebiete ...23
3 Minutienerkennung in einem binären Bild...25
3.1 Orientierungsfeld der Fingerabdrucksrillen...25
3.2 Bildqualitätverbesserung ...27
3.2.1 Tiefpassfilter...27
3.2.2 Medianfilter ...28
3.2.3 Closing und Opening...29
3.3 Bildsegmentierung mit einer Schwellwertoperation ...31
3.3.1 Histogramm ...31
3.3.1.1 Globale und lokale Schwellwerte...32
3.3.1.2 Entropie Verfahren ...33
3.3.1.3 Lokale Minima Verfahren ...34
3.4 Skelettierung...36
3.4.1 Gängige Verfahren ...37
3.4.2 Verfahren von Zhang und Suen...40
3.5 Minutienextraktion ...44
3.6 Filterung von Minutien...45
4 Minutienextraktion in einem Graustufenbild...48
4.1 Rillenverfolgung...48
4.2 Erkennung mit Gabor Filtern...50
Inhaltsverzeichnis
II
5 Implementierung ...51
5.1 Aufgabenabgrenzung...51
5.2 Java ...53
5.3 JAI ...54
5.4 Benutzeroberfläche...56
5.5 Klassenübersicht...57
5.5.1 Funktionsklassen ...57
5.5.2 GUI-Klassen ...61
6 Ergebnisanalyse ...68
6.1 Kritische Stellen ...68
6.2 Erkenntnis...75
6.3 Systemverhalten und Optimierungsmöglichkeit ...75
7 Zusammenfassung und Ausblick ...76
Eidesstattliche Erklärung ...77
Quellenverzeichnis...78
Anhang...79
Abkürzungsverzeichnis
III
Abkürzungsverzeichnis
AFIS ...Automatische Fingerabdruck-Identifikations-System
FRR...False Rejection Rate
FAR ...False Acceptance Rate
EER...Equal Error Rate
WSQ ...Wavelet Scalar Quantization
FTIR ...Frustrated Total Internal Reflection
CCD...Charge Coupled Device
CMOS...Complementary Metal Oxide Semiconductor
ICAO ...International Civil Aviation Organisation
OCR...Optical Character Recognition
FVC ...Fingerprint Verification Competition
JAI ...Java Advanced Imaging
API...Application Programming Interface
TIFF...Tagged Image File Format
JPEG ...Joint Photographic Experts Group
MDI ...Multiple Document Interface
JVC ...Java Foundation Classes
AWT ...Abstract Window Toolkit
UML ...Unified Modeling Language
PDA ...Personal Digital Assistant
XML ...Extensible Markup Language
GUI ...Graphical User Interface
Abbildungsverzeichnis
IV
Abbildungsverzeichnis
Abb. 1: Blockdiagramm Erkennungsarten. ...5
Abb. 2: Verlauf der FAR und FRR in Abhängigkeit von der Toleranzschwelle. ...7
Abb. 3: Beispiele für archäologische Fingerabdruckschnitzwerke. ...7
Abb. 4: Fünf Hauptklassen von Fingerabdrücken. ...10
Abb. 5: Die Minutientypen...10
Abb. 6: Porenstruktur. ...11
Abb. 7: Marktanteile der biometrischen Technologien (ohne AFIS Einkünfte). ...12
Abb. 8: Blockdiagramm eines Fingerabdruckscanners. ...13
Abb. 9: FTIR-Sensor. ...15
Abb. 10: Glasfaser-Sensor von Delsy. ...16
Abb. 11: Aufnahmenergebnisse des Halbleitersensors TochChip TCS1AD. ...17
Abb. 12: Kapazitive Sensoren von Infineon und Veridicom...17
Abb. 13: Thermoelektrischer Sensor von Amtel...18
Abb. 14: Drucksensitive Sensor von BMF... 19
Abb. 15: Der allgemeine schematische Aufbau der Halbleitersensoren. ...19
Abb. 16: Der Prinzip der Ultraschalltechnologie. ...20
Abb. 17: Ein Ultraschallsensor von Ultra-Scan. ...20
Abb. 18: Angriffsstellen eines Fingerabdruckerkennungssystem. ...21
Abb. 19: Beispiele von Anwendungen von Fingerabdruckerkennungssystemen. ...24
Abb. 20: Endpunktminutie mit dem Position (x
o
,y
o
)...25
Abb. 21: Lokale Orientierung und Zuverlässigkeitswert. ...26
Abb. 22: Bestimmung der Singularitäten. ...26
Abb. 23: Das Originalbild a), Tiefpassfilter b) und Medianfilter c)...28
Abb. 24: Links: Binärbilder, rechts: nach dem Closing-Operation...30
Abb. 25: Bimodales Histogramm. ...32
Abb. 26: Bildaufteilung . ...34
Abb. 27: Beispiel zur Suche lokaler Minima. ...35
Abb. 28: Ein Skelettpunkt einer Figur ist zu mehreren Randpunkten gleich weit entfernt. ...36
Abb. 29: Das von dem einfachen Skelettierung-Algorithmus berechnete Skelett. ...37
Abb. 30: Die Masken eines Skelettierungs-Algorithmus. ...38
Abb. 31: 3 Masken des MB2 Algorithmus...39
Abb. 32: Maske des Zhang- und Suen Verfahrens...40
Abb. 33: Reduzierung auf ein Pixelskelett. ...41
Abb. 34: Codierung der Nachbarnpunkte...42
Abb. 35: 256 möglichen Nachbarschaften einer 3
×3-Maske. ...42
Abb. 36: Zusätzliche Fälle, in denen der mittlere Punkt entfernt werden darf...43
Abb. 37: Minutien-Erkennung: a) Zwischenkantenpunkt; b) Endpunkt; c) Gabelung. ...44
Abb. 38: Falsche Minutienstrukturen. ...45
Abb. 39: Filterung von Minutien...46
Abb. 40: Blockdiagramm des Fingerabdruckerkennungsalgorithmus. ...47
Abb. 41: Das Prinzip der Rillenverfolgung...49
Abb. 42: Verfahren mit Hilfe von Gabor Filtern...50
Abb. 43: Bildbeispiele von DB1, DB2, DB3 und DB4...53
Abb. 44: Benutzeroberfläche...56
Abb. 45: Text-Datei mit Minutien...60
Abb. 46: JToolBar. ...61
Abbildungsverzeichnis
V
Abb. 47: Visualisierung des Lokale Minima Schwellwertes. ...64
Abb. 48: Visualisierung des Entropie-Verfahrens...64
Abb. 49: Protokoll des automatischen Vorgehens...65
Abb. 50: Dialog zur lokalen Anwendung des Schwellwertes. ...65
Abb. 51: UML-Klassendiagramm. ...67
Abb. 52: Der Gesamtablauf des Systems. ...69
Abb. 53: Ein Testbild Nr.1. ...70
Abb. 54: Ein Testbild Nr.2. ...71
Abb. 55: Lokale Binarisierung des Testbildes Nr.1. ...72
Abb. 56: Lokale Binarisierung des Testbildes Nr.2. ...74
Tabellenverzeichnis
VI
Tabellenverzeichnis
Tabelle 1: Vier Fingerabdruck-Datenbanken ...52
Tabelle 2: JAI Operatoren. ...55
1 Einleitung
1
1
Einleitung
Was ein Fingerabdruck ist, weißt jeder. Jeder Mensch besitzt Fingerabdrücke auf den Hand-
flächen und Fußsohlen. Doch das Erstaunliche dabei ist, dass jeder einzelne Finger jedes
Menschen seinen einzigartigen individuellen Abdruck hat. Es reicht schon einen Blick auf die
eigenen Fingerkuppen zu werfen. Die Rillenlinien verlaufen an allen Fingern sowohl von lin-
ker als auch von rechter Körperseite unterschiedlich. Es gibt auch kein symmetrisches bzw.
spiegelverkehrtes Linienbild. Die Fingerabdrücke sind nicht genetisch bedingt, was auch die
Unterscheidung bei eineiigen Zwillingen erklärt. In riesigen Datenbeständen mit mehreren
Millionen Fingerabdrücken wurden bis heute noch keine identischen gefunden.
Doch all diese Phänomene sind nicht nur unerforschte Geheimnisse der Natur, die man be-
wundern oder genießen könnte. Die Informationsmerkmale der Fingerabdrücke können dazu
verwendet werden, Personen zu identifizieren.
Die Idee der exakten Personenidentifikation ist nicht von heute auf morgen entstanden. Auch
unsere Urahnen haben sich lange Zeit mit dieser Frage beschäftigt. Es wurden zahlreiche
Möglichkeiten erfunden, um eine Personenidentität zu beweisen. Jahrtausende sind vergan-
gen. Urkunden aus Birkenrinde und Briefe mit Wachssiegel wurden von amtlichen Vollmäch-
ten und Bescheinigungen abgelöst. Später kamen Durchgangskarten mit Lichtbild, Ausweise,
Passwörter, PINs und vieles mehr. Allerdings ist zu bedenken, dass solche Identifikatoren
leicht ausspioniert, manipuliert und gefälscht werden können. Im Gegensatz dazu ist der
Mensch selbst ein ,,lebender Identifikator" und besitzt biologische Eigenschaften, die eindeu-
tig und nicht übertragbar sind. So enthalten Stimme, Gesicht, Augen, Handgeometrie, Hand-
schrift und letztendlich Fingerabdrücke so genannte biometrische Merkmale, anhand dessen
die Identifikation schnell und automatisch durchgeführt werden kann.
Mit der Entwicklung der Computertechnik, Erfindung neuer Materialien und mathematischer
Algorithmen ist es gelungen, intelligente Personenidentifikationssysteme zu realisieren. Dank
einfachem Aufbau, mobiler Einsatzmöglichkeit, schnellerer Bearbeitungszeit und geringeren
Kosten, werden sich Fingerabdruck-Erkennungsgeräte immer weiter in menschlichen Alltags-
leben verbreiten.
1 Einleitung
2
1.1
Zielsetzung
Ziel dieser Diplomarbeit ist es, ein Softwaresystem zu entwickeln in welchem verschiedene
Algorithmen zur Verarbeitung digitaler Bilder von Fingerabdrücken realisiert sind. Es soll in
der Lage sein, ein vorhandenes Fingerabdrucksbild komplett bis zur Extraktion der Merkmale
zu verarbeiten. Dazu notwendige Bearbeitungsschritte sollen einzeln in Detail präsentiert
werden. Das System soll als eine objektorientierte Java-Applikation implementiert werden.
1.2
Aufgabenstellung
Aus der Zielsetzung ergeben sich folgende Aufgaben:
·
Einarbeitung in die gängigen Algorithmen der Fingerabdruckerkennung
·
Auswahl eines Algorithmus und Aufteilung des gesamten Erkennungsablauf in ein-
zelne logische Bearbeitungsschritte
·
Implementierung der Bearbeitungsschritte als separate Funktionen
·
Untersuchung der bekannten Segmentierungs- und Skeletierungsalgorithmen und Um-
setzung der relevanten davon
·
Entwickelung einer Benutzeroberfläche für den kompletten Erkennungsablauf mit al-
len dazugehörigen Funktionalitäten und zusätzlichen
Einstellungen, wobei jeder
Schritt visuell dargestellt werden soll
·
Markierung der lokalisierten Merkmale des Fingerabdrucks im Bild, Klassifizierung
und Speicherung diese in eine Text-Datei
·
Untersuchung und Bewertung der Algorithmen anhand von Beispielen
1.3
Gliederung
Die Arbeit gliedert sich in folgende Teile:
Kapitel 2 beschäftigt sich allgemein mit der Thematik der biometrischen Identifikation mittels
Fingerabdruckerkennung. Am Anfang dieses Kapitels wird ein Rückblick auf die Geschichte
gegeben. Es werden grundlegende Begriffe erklärt. Im Weiteren informiert das Kapitel über
1 Einleitung
3
ein typisches Erkennungssystem und dessen Aufbau. Außerdem werden verschiedene
Einsatzgebiete vorgestellt.
Kapitel 3 bildet den Hauptteil dieser Arbeit und geht einen Schritt weiter in die Welt der Fin-
gerabdruck-Technologie. Es stellt ausführlich alle einzelnen Komponenten eines ausgewähl-
ten Fingerabdruckerkennungsalgorithmus vor, der mit Hilfe bestimmter Methoden der digita-
len Bildverarbeitung das Lokalisieren von Minutien
1
realisiert. Zum besseren Verständnis
werden sämtliche Abschnitte des Kapitels von zahlreichen Beispielsbildern begleitet. Darüber
hinaus werden einige alternative Ansätze vorgestellt.
Kapitel 4 stellt zum Vergleich ein weiteres modernes Fingerabdruckerkennungsverfahren vor.
Neben dem Grundprinzip und der allgemeinen Vorgehensweise wird auch die mögliche Rea-
lisierung diskutiert.
Kapitel 5 beschreibt die Aufgaben und Funktionsweise einer Software, die zur visuellen Dar-
stellung des Fingerabdruckerkennungsalgorithmus entwickelt wurde.
Die Testergebnisse werden in Kapitel 6 präsentiert und analysiert. Anhand der Beispiele wer-
den aufgetretene Schwierigkeiten erläutert sowie Verbesserungsmöglichkeiten untersucht.
Kapitel 7 schließt die Arbeit mit einer Zusammenfassung und einem kurzen Ausblick ab.
1
engl. Minutiae kleinste Details, auch ,,Galton-Punkte" genannt.
2 Biometrische Identifikation mittels Fingerabdruckerkennung
4
2
Biometrische Identifikation mittels
Fingerabdruckerkennung
Der Begriff ,,Biometrie" (auch Biometrik) hat seinen Ursprung im Griechischen und setzt sich
zusammen aus den Worten ,,bio" (Leben) und ,,metron" (Maß). Biometrie umfasst somit Ver-
fahren und Methoden, die es ermöglichen, ausgewählte biologische Eigenschaften des Men-
schen in einem Raum von Kenngrößen abzubilden, die einen Vergleich dieser Merkmale mit-
tels mathematischer Methoden erlauben.
Obwohl alle biometrischen Verfahren spezielle Ausprägungen und Eigenschaften haben, kann
ein Erkennungsprozess allgemein wie folgt beschrieben werden: Zu Beginn des Verfahrens
wird der Benutzer in das System aufgenommen. Bei dieser Erfassung (Enrolment) wird ein so
genanntes Referenzprofil des Benutzers erstellt, welches sich aus mehreren Messungen zu-
sammensetzt. Dieser Benutzeridentität wird in einem Datensatz (Template
2
) abgespeichert.
Das Enrolment ist insofern von entscheidender Bedeutung, da es die Basis für eine spätere
hohe Erkennungsrate bildet. Deshalb wird schon beim Enrolment eines Fingerabdrucks ein
entsprechender Qualitätscheck durchgeführt, bevor das Fingerabdruckbild auf einem Chip
oder in einer Datenbank gespeichert wird. Während des eigentlichen Erkennungsvorganges
vergleicht das biometrische Verfahren das aktuell erfasste biometrische Merkmal des Benut-
zers mit dem zuvor angelegten Referenztemplate.
Grundsätzlich unterscheidet man zwei Arten der Erkennung: Verifikation und Identifikation.
Bei der Verifikation wird in einem 1:1 - Vergleich geprüft, ob eine Person, die behauptet, je-
mand Bestimmtes zu sein, auch den physiologischen Beweis dafür erbringen kann. In diesem
Falle werden die aktuellen biometrischen Daten der Person mit ihren Referenzdaten vergli-
chen. Da die Verifikation nur den Abgleich mit dem gespeicherten Template erfordert, ist der
gesamte Vorgang sehr kurz.
Bei der Identifikation wird anhand eines 1:N - Vergleiches die Identität einer Person aus der
Systemdatenbank heraus festgestellt, d.h., eine zunächst unbekannte Person wird mit Hilfe der
Datenbank identifiziert. Im Gegensatz zur Verifikation kann die Identifikation je nach Anzahl
2
Der englische Begriff für Datenvorlage.
2 Biometrische Identifikation mittels Fingerabdruckerkennung
5
der gespeicherten Referenzdatensätze länger dauern. Da sich einige Merkmale im Laufe der
Zeit durchaus verändern können und nicht jede Messung eines biometrischen Merkmales im-
mer exakt den gleichen Wert ergeben wird, kommt der so genannten Toleranzschwelle eines
Systems große Bedeutung zu [NEC].
In Abb. 1 sind alle Erkennungsarten in einem Blockdiagramm veranschaulich zusammenge-
fasst.
NAME (PIN)
Qualitäts-
Prüfer
Merkmals-
Extraktor
Merkmalsname
Datenbank
Benutzerschnittstelle
Erfassung (Enrolment)
Verifikation
wahr / falsch
NAME (PIN)
Merkmals-
Extraktor
Vergleicher
(1 Vergleich)
Datenbank
Benutzerschnittstelle
Ein
Merkmal
i
dentifiziert /
nicht identifiziert
Identifikation
Datenbank
Benutzerschnittstelle
Merkmals-
Extraktor
Vergleicher
(N Vergleiche)
N
Merkmale
Abb. 1: Blockdiagramm Erkennungsarten (vgl. [Maltoni et al., 2003]).
2 Biometrische Identifikation mittels Fingerabdruckerkennung
6
Mit dem biometrischen System wird ein statistischer Vergleich der Datensätze von Template
und Messung durchgeführt. Das Ergebnis zeigt einen prozentualen Wert der Übereinstim-
mung. Eine hundertprozentige Übereinstimmung wird sowohl aus den technischen und phy-
siologischen als auch aus den situationsbedingten Einschränkungen nie vorkommen. Für jedes
System muss daher eine Schwelle (ein Wert für den Grad der Übereinstimmung von Referenz-
und Messwert) definiert werden (z.B. 95 %). Ab dieser Schwelle wird die Identifikation bzw.
Verifikation als erfolgt betrachtet und der Nutzer wird als berechtigt akzeptiert. Diese Tole-
ranzschwelle hat großen Einfluss darauf, wie viele Nutzer entweder fälschlicherweise akzep-
tiert oder aber fälschlicherweise zurückgewiesen werden (bzw. gezwungen sind, den Vorgang
mehrfach zu wiederholen). Es lassen sich verschiedene Maße für die Charakterisierung eines
Erkennungssystems definieren [Bromba]:
·
FRR (False Rejection Rate) = Falschrückweisungsrate
·
FAR (False Acceptance Rate) = Falschakzeptanzrate
Merkmals)
eines
(oder
Person
en
berechtigt
einer
e
onsversuch
Verifikati
aller
Zahl
Merkmals)
eines
(oder
Person
en
berechtigt
einer
e
onsversuch
Verifikati
esenen
zurückgewi
der
Zahl
Merkmal)
ein
(oder
Person
eine
gegen
Angriffe
der
Gesamtzahl
Merkmal)
ein
(oder
Person
eine
gegen
Angriffe
hen
erfolgreic
der
Zahl
FAR und FRR können nicht theoretisch berechnet werden, sondern müssen empirisch ermit-
telt werden. Sie sind voneinander abhängig. Sobald man versucht, eine zu reduzieren, steigt
die andere, wie aus der Abb. 2 ersichtlich, meistens im gleichen Maße an. Dem Benutzer ei-
nes Systems wird somit die Wahl der Sicherheitsstufe des Systems überlassen. In der Regel
lässt die Software diese Einstellung am laufenden System zu.
FAR und FRR gelten somit als die wichtigsten Kenngrößen für die Leistungsfähigkeit eines
biometrischen Systems.
·
EER = ,,Equal Error Rate"
Diese Rate gibt den Schnittpunkt von FAR und FRR in Abhängigkeit von der Schwelle an,
also die Erkennungsschwelle, bei der FAR = FRR ist.
2 Biometrische Identifikation mittels Fingerabdruckerkennung
7
falsche Rückweisungen
FAR
FRR
EER
biometrisches
Merkmal
akzeptiert
biometrisches
Merkmal zu-
rückgewiesen
falsche Akzeptanzen
Fehlerrate
Toleranzschwelle
Abb. 2: Verlauf der FAR und FRR in Abhängigkeit von der Toleranzschwelle.
2.1
Geschichte des Fingerabdrucks
Menschliche Fingerabdrücke sind auf vielen archäologischen Beständen und historischen
Einzelteilen entdeckt worden (Abb. 3). Schon bei den Babyloniern, Assyrern, Chinesen und
Japanern war der individualisierende Wert der Papillarlinien mehr oder weniger bekannt.
Finger wurden schon damals als Abdruck zur Signierung rechtsverbindlicher Dokumente und
Vereinbarungen verwandt.
Abb. 3: Beispiele für archäologische Fingerabdruckschnitzwerke (aus [Maltoni et al., 2003]).
2 Biometrische Identifikation mittels Fingerabdruckerkennung
8
Im Jahre 1684 veröffentlichte der englische Pflanzenmorphologe
Nehemiah Grew das erste
wissenschaftliche Papier, das über seine systematischen Untersuchungen von den Rillen, Fur-
chen, und Porenstrukturen in den Fingerabdrücken berichtet. Seitdem haben viele Forscher
sehr große Bemühungen in Fingerabdruckstudien investiert. Im Jahre 1788 wurde eine aus-
führliche Beschreibung der anatomischen Formen der Fingerabdrücke von
Mayer gemacht, in
der eine Anzahl von Fingerabdruckrillen identifiziert und charakterisiert wurde [Maltoni et
al., 2003].
All diese Entdeckungen stellten die Grundlage der modernen Fingerabdruckerkennung her.
Im Jahre 1853 kam Sir
William James Herschel, britischer Kolonialbeamter und Offizier in
Bengalen (Indien), auf die Idee, Personen anhand ihrer Fingerabdrücke zu unterscheiden. Ihm
ging es dabei vor allem um die Feststellung der Identität von Personen bei der Auszahlung
von Löhnen und Gehältern. Trotz seiner Erfolge in Indien gelang es ihm nicht, dieses System
im gesamten britischen Imperium durchzusetzen. Eine erste Klassifikation von Fingerabdrü-
cken in neun Kategorien unternahm im Jahre 1823
Philip Purkinje. Aber erst dem Naturfor-
scher und Genetiker Sir
Francis Galton gelang 1888 der eigentliche Durchbruch - er gilt all-
gemein als Begründer der Daktyloskopie
3
. In einer umfangreichen Studie über Fingerabdrü-
cke beschrieb er erstmals die so genannte Minutia-Eigenschaft von Fingerabdrücken. Er zeig-
te auf, dass die charakteristischen Linien, die Papillarlinien, in der Fingerkuppe individuell
einmalig und erblich sind. Einen wichtigen Beitrag zur Identifikation, zur Wiedererkennung
von Fingerabdrücken, leistete
Edward Henry im Jahre 1899. Er und seine beiden indischen
Assistenten veröffentlichten das nach ihm benannte "Henry-System" der Fingerabdruck-
Klassifikation. Diese Indizierungs-Methode war Voraussetzung für die manuelle Identifikati-
on durch Experten [Maltoni et al., 2003].
In Deutschland erfolgte die Einführung der Daktyloskopie am 01.04.1903 auf Vorschlag von
Robert Heindl, dem damaligen Leiter der Dresdner Kriminalpolizei. Aber erst seit 1914 wur-
de die Daktyloskopie von den Polizeibehörden in den meisten Ländern der Welt übernom-
men.
Zu diesem Zeitpunkt waren die Strukturen der Fingerabdrücke gut erforscht. Deren biologi-
sche Grundregeln sind wie folgt zusammengefasst [Ratha et al., 2003]:
3
(griech. daktylos - Finger, skopein - betrachten) auch Fingerabdruckverfahren genannt ist ein zur Identi-
fizierung von Personen eingeführtes biometrisches Verfahren, das auf der biologischen Unregelmäßigkeit
menschlicher Papillarlinien auf Händen (und damit auch Fingern) beruht [Ratha et al., 2003].
2 Biometrische Identifikation mittels Fingerabdruckerkennung
9
·
Einzelne epidermale Rillen und Furchen haben verschiedene Charakteristiken für ver-
schiedene Fingerabdrücke;
·
Der Art des Papillarlinienverlaufs ist individuell variierbar, aber sie schwanken inner-
halb der Grenzen, die für eine systematische Klassifizierung zugelassen sind;
·
Die Details der Minutien für einzelnen Rillen und Furchen sind permanent und unver-
änderlich.
Die ersten beiden Regeln setzen damit die Grundlage der Fingerabdruckklassifikation fest.
Im frühen zwanzigsten Jahrhundert wurde die Fingerabdruckerkennung als eine gültige per-
sönliche Identifikationsmethode in der Gerichtsmedizin eingeführt. Mit ihrer schnellen Aus-
breitung wurden die Fingerabdruckdatenbanken so riesig, dass die manuelle Fingerabdruck-
identifikation nicht weiter machbar war. So ist z.B. die gesamte Anzahl von Fingerabdruck-
karten (jede Karte enthält jeweils einen Abdruck von allen 10 Fingern einer Person) in der
FBI-Fingerabdruckdatenbank von ihrer ursprünglichen Anzahl von 810.000 auf gut 200 Mil-
lionen gewachsen und wächst ununterbrochen weiter. Die täglich Tausende von Datenbank-
zugriffe konnte sogar eine Mannschaft von mehr als 1300 Fingerabdruckexperten nicht frist-
gerecht bearbeiten. Es stellte sich die Frage, wie dieses Vorgehen automatisiert werden konn-
te. Anfang der sechziger Jahre haben das FBI, das Innenministerium in Großbritannien und
die franzosische Polizeibehörde einen großen Beitrag zur Entwicklung von automatischen
Fingerabdruckidentifikationssystemen geleistet. So ist das Automatische Fingerabdruck-
Identifikations-System AFIS
4
entstanden, das mittlerweile international eingesetzt wird [Mal-
toni et al., 2003].
Heute erstellt ein Computer eine geometrische und topografische Analyse des Fingerab-
drucks, den die Polizei am Tatort aufgenommen hat (latenter Fingerabdruck), und vergleicht
das Ergebnis mit den im Archiv gespeicherten Fingerabdrücken.
2.2
Klassifikation der Papillarlinien
Ein Fingerabdruck ist eine Reproduktion der Oberhaut der Fingerkuppe, wenn ein Finger ge-
gen eine glatte Oberfläche gedrückt wird. Dabei entsteht ein strukturelles Muster, das aus pa-
rallel verlaufenden Kanten und Senken besteht. In einem Fingerabdrucksbild sind die Kanten
4
ein informationstechnologisches System mit daktyloskopischen Daten.
2 Biometrische Identifikation mittels Fingerabdruckerkennung
10
(auch Kantenlinien, Rillenlinien oder Papillarlinien genannt) dunkel, während Senken hell
sind. Die Kanten schwanken in der Breite von 100 µm bis 300 µm [Ratha et al., 2003]. Wenn
man die Verlaufstruktur global analysiert, stellt das Fingerabdruckmuster eine oder mehrere
Regionen dar, in denen die Kantenlinien verschiedene Formen annehmen. Diese Regionen
können in einzelne Klassen aufgeteilt werden. Laut Abb. 4 sind
loop (Schleife), whorl (Wir-
bel) und
arch (Brückenbogen).
Tented Arch
Arch
Whorl
Right loop
Left loop
Abb. 4: Fünf Hauptklassen von Fingerabdrücken (aus [Maltoni et al., 2003]).
Betrachtet man die kleinsten lokalen Fingerabdruckmerkmale (Minutien), fällt es auf, dass die
Kantenlinien auf verschiedene Weise unterbrochen sein können. Einige enden plötzlich (En-
dungen), die anderen teilen sich in mehrere Kanten (Gabelung oder Verzweigung) oder es
gibt einfach nur einzelne Striche. Abb. 5 zeigt dazu die häufigsten Variationen.
Strich
Öse
Endung
Überkreuzung
Haken
Verzweigung
Abb. 5: Die Minutientypen
5
.
5
Quelle:
http://www.optel.com.pl/software/deutsch/methode.htm
; letzter Abruf 11.05.2006.
2 Biometrische Identifikation mittels Fingerabdruckerkennung
11
Da sich nicht alle Minutienarten mit hoher Genauigkeit erkennen lassen, ist es meist schwie-
rig die tatsächliche Minutienform automatisch anzuordnen. Das
American National Standards
Institute (ANSI, 1986) hat somit eine Minutien-Taxonomie
6
vorgeschlagen, die auf vier Kate-
gorien basiert:
terminations (Endpunkte), bifurcations, (Gabelungen), trifurcations (or cros-
sovers) (Überkreuzung) und undetermined (Unbestimmt) [Maltoni et al., 2003].
Wenn ein Fingerabdrucksbild eine hohe Auflösung hat (z.B., 1000 dpi
7
), ist es möglich,
Schweißporen entlang der Rillenlinien zu identifizieren (Abb. 6). Obwohl die Poreninforma-
tion (Zahl, Position, Form etc.) sehr verschieden sein kann, benutzen nur wenige automatische
Verfahren solche Merkmale, da ihre zuverlässige Erkennung eine sehr hohe Sensorenauflö-
sung und damit Qualitätsbilder erfordert.
Abb. 6: Porenstruktur.
Von den genannten Merkmalstypen finden die Minutien in automatischen Erkennungssyste-
men den häufigsten Einsatz. Die Grobmerkmale dienen vor allem zur Klassifikation von Fin-
gertypen, um eine Identifikation unter Millionen von Fingerabdrücken deutlich zu beschleu-
nigen. Die Poren sind in der Daktyloskopie als Zusatzinformation bei der visuellen Beurtei-
lung von Bedeutung.
Die Fingerlinienstruktur ist außergewöhnlich robust. So heilen kleinere Verletzungen und
Brandblasen wieder mit exakt dem gleichen Muster aus. Nur tiefere Schnitte hinterlassen
Narben, die ein guter Algorithmus aber erkennt und unberücksichtigt lässt. Abgeschliffene
Linien wachsen innerhalb weniger Wochen wieder nach. Auch wenn sich die Größe des Fin-
gerbildes im Laufe des Lebens ändern sollte, bleibt das Muster stabil.
6
(griech. taxis - Ordnung, nomia - Verwaltung). Ein Begriff für Klassifikation.
7
Anzahl der Bildpunkte pro Längeneinheit (dpi - dots per inch).
2 Biometrische Identifikation mittels Fingerabdruckerkennung
12
2.3
Biometrisches System zur Fingerabdruckidentifikation
Jeder Mensch besitz sowohl physiologische (passive) als auch verhaltensabhängige (aktive)
Merkmale. Für biometrische Identifikation müssten sie folgende vier Eigenschaften aufweisen
[Jain et al. 1999]:
·
Universalität (bei jedem Menschen vorhanden)
·
Einzigartigkeit (bei jedem Menschen verschieden)
·
Beständigkeit (ohne Veränderungen über die Zeit)
·
Erfassbarkeit (durch ein technisches System messbar)
Auch biometrische Verfahren bzw. Systeme müssen eine Reihe von Kriterien der Praxistaug-
lichkeit erfüllen, u.a.:
-
technische Umsetzbarkeit (Schnelligkeit, Kompatibilität), Robustheit (Wartungsauf-
wand), Empfindlichkeit (Genauigkeit) und Sicherheit
-
ökonomische Machbarkeit (vertretbare Kosten für Betreiber) sowie
-
Benutzerfreundlichkeit (Zuverlässigkeit, Einfachheit/Komfort, Hygiene/Gesundheit).
In der Realität erfüllt keins der verfügbaren biometrischen Systeme alle genannte Anforde-
rungen vollständig, zum Teil aus praktischen, zum Teil aus prinzipiellen Gründen. Dennoch
sind zahlreiche Systeme weltweit in unterschiedlichen Anwendungsgebieten in Betrieb.
Wie die Abb. 7 zeigt, ist die Erkennung von Fingerabdrücken bislang die ökonomisch erfolg-
reichste.
Stimme
6%
Handschrift
Iris
2%
9%
Middleware
12%
Fingerabdruck
Handgeometrie
48%
11%
Gesicht
12%
Abb. 7: Marktanteile der biometrischen Technologien (ohne AFIS Einkünfte)
8
.
8
International Biometric Group (2004 .),
http://www.biometricgroup.com
; letzter Abruf 5.04.2006.
Details
- Seiten
- Erscheinungsform
- Originalausgabe
- Jahr
- 2006
- ISBN (eBook)
- 9783836600507
- ISBN (Paperback)
- 9783836650502
- DOI
- 10.3239/9783836600507
- Dateigröße
- 2.7 MB
- Sprache
- Deutsch
- Institution / Hochschule
- Fachhochschule Dortmund – Informatik
- Erscheinungsdatum
- 2006 (Dezember)
- Note
- 1,7
- Schlagworte
- informatik angewandte biometrie fingerabdruck lokalisierung
