基于指紋識(shí)別技術(shù)的身份認(rèn)證系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

1、<p>　　東 莞 理 工 學(xué) 院</p><p>　　本 科 畢 業(yè) 設(shè) 計(jì)</p><p>　　畢業(yè)設(shè)計(jì)題目： 基于指紋識(shí)別技術(shù)的身份認(rèn)證系統(tǒng)</p><p><b>　　的設(shè)計(jì)與實(shí)現(xiàn)</b></p><p><b>　　學(xué)生姓名：鐘嘉杰</b></p><p>

2、;　　學(xué) 號(hào)：201141301527</p><p>　　系 別：電子工程學(xué)院</p><p>　　專業(yè)班級(jí)：11電子信息工程5班</p><p>　　指導(dǎo)教師姓名及職稱：姜鳴（講師）</p><p>　　起止時(shí)間：2014年 11月——2015年05月</p><p><b>　　摘 要

3、</b></p><p>　　3G和4G時(shí)代已經(jīng)來(lái)臨，各種的高科技不斷誕生，當(dāng)然包括生物識(shí)別技術(shù)。例如，人臉識(shí)別，指紋識(shí)別，動(dòng)作識(shí)別等等，而“指紋識(shí)別”人們卻比較陌生。但隨著科技的發(fā)展，iPhone5走進(jìn)我們的生活，指紋識(shí)別慢慢成為年青一代的新玩意，甚至現(xiàn)在公司上班，學(xué)習(xí)駕車等等都有安裝指紋考勤機(jī)來(lái)查看上班或者出席情況。指紋識(shí)別器一定能夠成為每個(gè)家庭必不可少而且安全可靠的高科技產(chǎn)品之一。</p&

4、gt;<p>　　本文提供了詳細(xì)介紹了指紋識(shí)別技術(shù)以及指紋識(shí)別的原理，另外詳細(xì)介紹了用MATLAB編寫從中控ZK4500Z指紋采集儀中提取指紋到完成指紋匹配的整個(gè)過(guò)程的程序。</p><p>　　關(guān)鍵詞： 指紋提??；指紋識(shí)別；MATLAB；中控ZK4500指紋儀</p><p><b>　　Abstract</b></p><p>

5、;　　The era of 3G and 4G is coming, all kinds of high-tech continuously born,of course including biological recognition technology.For example, face recognition ,fingerprint recognition,gesture recognition,etc.,while “fin

6、gerprint” people is unknown.But with the development of science and technology, the iphone5s come into our lives ,fingerprint identification gradually become the new wonder of the younger generation,even now the company

7、to work, learn driving and so on have installed the fingerprint</p><p>　　The article provides a fingerprint identification technology is introduced and the principle of fingerprint identification, the other

8、with MATLAB was introduced in detail from ZK4500 Fingerprint collection device to extract fingerprint to complete the whole process of fingerprint matching program. </p><p>　　Key words：To extract fingerprint

9、, fingerprint identification, MATLAB, ZK4500 fingerprints</p><p><b>　　目 錄</b></p><p>　　1.緒 論1</p><p>　　1.1指紋識(shí)別的現(xiàn)狀以及發(fā)展的趨勢(shì)1</p><p>　　1.2指紋識(shí)別的研究和意義1</

10、p><p>　　1.3本論文的工作和章節(jié)介紹1</p><p>　　2.指紋儀采集指紋圖像3</p><p>　　2.1指紋儀的介紹3</p><p>　　2.2通過(guò)中控ZK4500指紋儀采集指紋圖像5</p><p><b>　　2.3本章小結(jié)7</b></p><p&

11、gt;　　3.指紋識(shí)別系統(tǒng)的識(shí)別原理8</p><p>　　3.1指紋識(shí)別系統(tǒng)的構(gòu)成8</p><p>　　3.2指紋識(shí)別系統(tǒng)的主要步驟8</p><p>　　3.2.1指紋數(shù)字圖像預(yù)處理9</p><p>　　3.2.2指紋數(shù)字圖像特征提取9</p><p>　　3.2.3指紋數(shù)字圖像分類10</p

12、><p>　　3.2.4指紋數(shù)字圖像特征匹配10</p><p>　　3.3指紋識(shí)別系統(tǒng)識(shí)別原理11</p><p>　　3.4本章小結(jié)13</p><p>　　4.指紋數(shù)字圖像預(yù)處理具體算法14</p><p>　　4.1指紋數(shù)字圖像質(zhì)量評(píng)估14</p><p>　　4.2指紋數(shù)字圖像分

13、割14</p><p>　　4.3指紋數(shù)字圖像增強(qiáng)15</p><p>　　4.4指紋數(shù)字圖像二值化16</p><p>　　4.5指紋數(shù)字圖像細(xì)化17</p><p>　　4.6實(shí)驗(yàn)結(jié)果19</p><p>　　4.7本章小結(jié)20</p><p>　　5.指紋數(shù)字圖像特征提取與匹配

14、具體算法21</p><p>　　5.1指紋數(shù)字圖像特征提取21</p><p>　　5.1.1指紋數(shù)字圖像特征提取的方法21 </p><p>　　5.1.2特征點(diǎn)的提取21</p><p>　　5.1.3指紋數(shù)字圖像特征去偽22 </p><p>　　5.2指紋數(shù)字圖像匹配24</p

15、><p>　　5.2.1中心點(diǎn)定位24</p><p>　　5.2.2建立特征模板24</p><p>　　5.2.3指紋數(shù)字圖像匹配方法24</p><p>　　5.3實(shí)驗(yàn)結(jié)果24</p><p>　　5.4本章小結(jié)25</p><p>　　6.基于紋理的指紋識(shí)別與匹配26</p

16、><p>　　6.1指紋數(shù)字圖像扇形化26</p><p>　　6.2指紋數(shù)字圖像規(guī)格化26</p><p>　　6.3 Gabor非線性平滑器26</p><p>　　6.4指紋數(shù)字圖像入庫(kù)27</p><p>　　6.5指紋數(shù)字圖像匹配27</p><p>　　7.基于指紋識(shí)別系統(tǒng)在M

17、ATLAB中的實(shí)現(xiàn)28</p><p>　　7.1系統(tǒng)配置要求28</p><p>　　7.2系統(tǒng)目標(biāo)28</p><p>　　7.3 系統(tǒng)運(yùn)作流程圖28</p><p>　　7.4系統(tǒng)的具體功能實(shí)現(xiàn)29</p><p>　　7.4.1功能的概述和系統(tǒng)的主界面29</p><p>　

18、　7.4.2修改提取的指紋圖片30</p><p>　　7.4.3指紋數(shù)字圖像寫入數(shù)據(jù)庫(kù)32</p><p>　　7.4.4指紋數(shù)字圖像對(duì)比與匹配33</p><p>　　7.4.5用戶幫助34</p><p>　　7.4.6重置數(shù)據(jù)庫(kù)35</p><p>　　7.4.7查看指紋樣本圖像36</p&g

19、t;<p>　　7.4.8濾波可視化分析結(jié)果36</p><p>　　8.總結(jié)與展望37</p><p><b>　　參考文獻(xiàn)38 </b></p><p><b>　　致 謝39</b></p><p><b>　　附 錄40</b><

20、;/p><p><b>　　1.緒論</b></p><p>　　1.1指紋識(shí)別的現(xiàn)狀以及發(fā)展的趨勢(shì)</p><p>　　當(dāng)iphone5s出現(xiàn)的時(shí)候，我們都沒(méi)有想到，指紋識(shí)別技術(shù)已經(jīng)微型化，并且真正的民用化了，同行的三星正試圖為GalaxyS系列設(shè)備加入指紋識(shí)別密碼保護(hù)。越來(lái)越多的公司的門口不再是門鎖，多了一部微型的裝置，只要指頭動(dòng)一動(dòng)就可以打開

21、門了。我們生活的周圍，越來(lái)越離不開指紋識(shí)別技術(shù)，因?yàn)橹讣y識(shí)別為商務(wù)領(lǐng)域帶來(lái)安全可靠的措施。</p><p>　　現(xiàn)在指紋識(shí)別更加趨向于按壓或者按鍵式的指紋識(shí)別裝置，滑動(dòng)式的指紋識(shí)別雖然有更好的安全性，但是對(duì)于用戶的使用要求卻苛刻了很多，因?yàn)槭种富瑒?dòng)中的角度有很嚴(yán)格的要求，而按壓式的360度隨意識(shí)別。網(wǎng)上更有人用貓的指紋來(lái)作為購(gòu)物支付的指紋密碼。總而言之，指紋識(shí)別發(fā)展勢(shì)不可擋。</p><p&g

22、t;　　1.2指紋識(shí)別的研究和意義</p><p>　　在現(xiàn)在信息化、網(wǎng)絡(luò)化的時(shí)代，個(gè)人的私人資料的保護(hù)越來(lái)越受到人的重視，所以各種各樣的認(rèn)證密碼孕育而生，比如開機(jī)密碼、郵箱密碼、銀行密碼、論壇登陸等等；或者各種鑰匙，如門的，汽車的，信箱的等等。這些都是傳統(tǒng)的方式來(lái)保護(hù)我們的私人資料。科技進(jìn)步伴隨著破解的方法也越來(lái)越多。“人肉搜索”這個(gè)代名詞就很好的解釋了現(xiàn)在信息發(fā)達(dá)的程度和個(gè)人資料的安全性的巨大隱患。</

23、p><p>　　為了解決這一個(gè)問(wèn)題，生物識(shí)別技術(shù)成為了焦點(diǎn)，希望能通過(guò)用人體的獨(dú)特特征或者各種行為動(dòng)作來(lái)進(jìn)行身份識(shí)別。這樣不僅不用帶額外的鑰匙，或者要苦記幾百個(gè)密碼，而且還可以節(jié)約工作流程與時(shí)間，工作效率也大大的提高。從另一方面說(shuō)，生物鐵證具有唯一性，不可以復(fù)制性，例如指紋，人臉，DNA等等。有相關(guān)的學(xué)者推論說(shuō)：3個(gè)世紀(jì)內(nèi)不會(huì)有兩個(gè)相同指紋的人同時(shí)出現(xiàn)在這個(gè)60多億人世界上。</p><p>

24、　　1.3本論文的工作和章節(jié)介紹</p><p>　　通過(guò)大量的文獻(xiàn)資料的積累，本文對(duì)于指紋識(shí)別和指紋識(shí)別的算法以及系統(tǒng)進(jìn)行了非常全面的介紹和研究，其中包含了指紋的提取，指紋圖片的處理，指紋的識(shí)別原理與相關(guān)的步驟，要用到的開發(fā)工具等介紹。最終實(shí)現(xiàn)了指紋數(shù)字圖像識(shí)別系統(tǒng)。本文的主要章節(jié)介紹：</p><p>　　，緒論。主要介紹指紋識(shí)別的歷史，現(xiàn)狀和未來(lái)發(fā)展前途，并說(shuō)明指紋識(shí)別的特點(diǎn)，和解釋

25、為什么要選用這個(gè)開發(fā)工具的原因。</p><p>　　，指紋儀采集指紋。簡(jiǎn)單介紹了指紋儀的參數(shù)，和詳細(xì)介紹了如何用指紋儀采集指紋的整個(gè)過(guò)程，遇到的問(wèn)題，解決的方法等等。最后有采集的結(jié)果展示。</p><p>　　，指紋識(shí)別系統(tǒng)的識(shí)別原理。這個(gè)部分最為核心和難點(diǎn)。詳細(xì)介紹了指紋識(shí)別系統(tǒng)的執(zhí)行步驟和算法。</p><p>　　，指紋數(shù)字圖像預(yù)處理。為第三章中預(yù)處理部分的

26、詳細(xì)部分。包括質(zhì)量的評(píng)估，分割，增強(qiáng)，二值化，細(xì)化等指紋預(yù)處理的詳細(xì)說(shuō)明。</p><p>　　，指紋數(shù)字圖像特征提取與匹配。詳細(xì)介紹了預(yù)處理后指紋數(shù)字圖像特征提取和匹配的原理。</p><p>　　，基于指紋識(shí)別系統(tǒng)在MATLAB中的實(shí)現(xiàn)。在MATLAB中編程的程序具體程序代碼以及解釋。詳細(xì)介紹了自己做的指紋識(shí)別系統(tǒng)如何實(shí)現(xiàn)指紋的識(shí)別。</p><p>　　，總結(jié)

27、與展望。總結(jié)本次課程設(shè)計(jì)所遇到的問(wèn)題，解決問(wèn)題的方法，以及心得。并提出自己對(duì)未來(lái)指紋識(shí)別的發(fā)展的觀點(diǎn)。</p><p>　　2.指紋儀采集指紋圖像</p><p><b>　　2.1指紋儀的介紹</b></p><p>　　★中控ZK4500指紋儀</p><p>　　★中控URU4000B指紋儀</p>

28、<p>　　★中控采集指紋軟件DEMO（可以二次開發(fā)）</p><p>　　2.2通過(guò)中控ZK4500指紋儀采集指紋圖像</p><p>　　我用的電腦系統(tǒng)是WIN 8.1 PRO 版本，指紋儀選用中控ZK4500。下面看看具體的操作。</p><p>　　第一步：插入U(xiǎn)SB，安裝驅(qū)動(dòng)。</p><p>　　第二步：打開軟件，dem

29、o.exe。（未連接）</p><p>　　第三步：選擇一種算法方式ZKFinger9.0或10.0，我選擇的是ZKFinger9.0,然后點(diǎn)擊“connect sensor”連接ZK4500指紋儀。（已連接）</p><p>　　第四步：選擇提取指紋的文件格式，我選的是.jpg。</p><p>　　第五步：把指紋放上指紋儀，待右邊框框出現(xiàn)指紋后，點(diǎn)擊“save

30、image”保存指紋。在此刻指紋提取成功。指紋圖片參數(shù)如下。</p><p><b>　　2.3本章小結(jié)</b></p><p>　　一開始買了URU4000B，但發(fā)覺(jué)不支持Win8系統(tǒng)，安裝驅(qū)動(dòng)有問(wèn)題，所以后來(lái)改買ZK4500的指紋采集儀。這個(gè)測(cè)試，花費(fèi)了我一段時(shí)間，還重新安裝過(guò)一次系統(tǒng)，比較郁悶，不過(guò)后來(lái)打了電話給中控公司，才解決了提取指紋的問(wèn)題。真是幸運(yùn)。總之，

31、這部分不怎么難，但因?yàn)橄到y(tǒng)的問(wèn)題，搞了很久，不過(guò)事實(shí)證明Win8系統(tǒng)是可以支持ZK4500指紋采集儀的。</p><p>　　3.指紋識(shí)別系統(tǒng)的識(shí)別原理</p><p>　　3.1指紋識(shí)別系統(tǒng)的構(gòu)成</p><p>　　指紋數(shù)字圖像識(shí)別系統(tǒng)[]（ Automated Fingerprint Identification System,即AFIS）主要包括指紋圖像提取

32、系統(tǒng)，存入數(shù)據(jù)庫(kù)的存儲(chǔ)系統(tǒng)，識(shí)別每個(gè)指紋的識(shí)別匹配過(guò)程。這些系統(tǒng)中最難的也最重要的就是指紋的識(shí)別系統(tǒng)了，具體的流程如下圖所示。</p><p>　　圖11 指紋數(shù)字圖像識(shí)別系統(tǒng)流程圖</p><p>　　兩個(gè)東西對(duì)比，一定是一個(gè)樣本，一個(gè)已記錄在案的東西。指紋識(shí)別同樣，先指紋儀得到清晰的指紋圖像，記錄ID，方便一個(gè)一個(gè)對(duì)準(zhǔn)確，然后，經(jīng)過(guò)處理把指紋的數(shù)據(jù)特征存入數(shù)據(jù)庫(kù)。當(dāng)要對(duì)比的時(shí)候，再輸入

33、指紋圖像，經(jīng)過(guò)系統(tǒng)處理，提出樣本的特征點(diǎn)，在通過(guò)對(duì)比的算法進(jìn)行對(duì)比。最后得出結(jié)果。因?yàn)檫@一個(gè)單向轉(zhuǎn)換的過(guò)程，所以不會(huì)出現(xiàn)同樣的數(shù)據(jù)特征數(shù)據(jù)。</p><p>　　3.2指紋識(shí)別系統(tǒng)的主要步驟</p><p>　　3.2.1指紋數(shù)字圖像預(yù)處理</p><p>　　采集到的指紋圖像會(huì)有各種各樣的原因而變得模糊等影響，就像世界上永遠(yuǎn)沒(méi)有完美的東西一樣，是一張充滿了雜質(zhì)的混

34、亂的灰度圖像。預(yù)處理的目的就是要把采集到的指紋數(shù)字圖像修改成去除了各種噪聲影響的指紋圖像，即編程一張只有清晰指紋紋路的單線圖，這樣才能為接下來(lái)的提取指紋特征步驟更加準(zhǔn)確。</p><p>　　指紋圖像的預(yù)處理分為幾個(gè)步驟：</p><p>　?。?）分 割；（2）增 強(qiáng)；（3）二 值 化；（4）細(xì) 化。</p><p>　　第一步，分割。這一步的目的是為了把指紋圖像

35、電線和背景相混合的圖像互相分開?？瓷先ナ前咨谋尘埃鋵?shí)并不是只是顏色的數(shù)值相近而看上去一樣而已，所以需要把原始指紋圖像的背景分離出來(lái)，消除最外面的邊框。根據(jù)圖像進(jìn)行初步處理，然后繼續(xù)進(jìn)行規(guī)格化和分割化處理，消除剩下的背景范圍。</p><p>　　第二步，增強(qiáng)。這一步的目的是在增強(qiáng)指紋線條黑色和白色的對(duì)比，加強(qiáng)視覺(jué)效果，同時(shí)去除“雜質(zhì)”，例如斷裂或者分離的線條。</p><p>　　第三

36、步，二值化。這一步的目的是使脊的灰度數(shù)值調(diào)整相近一樣，將指紋圖完全化為只有黑和白的二元信息圖像。指紋通過(guò)上一步增強(qiáng)后，其中的紋線部分得到了增強(qiáng)，但是因?yàn)榧沟幕叶戎祵哟尾积R，從而使得脊的強(qiáng)度不一樣，所以才要進(jìn)行二值化。</p><p>　　最后一步，細(xì)化。二值化處理之后，圖像只有黑白色，但是黑色部分的紋線的寬度卻并不一致。在識(shí)別過(guò)程中，指紋數(shù)字圖像的指紋紋路的寬度是沒(méi)有關(guān)系的。所以我們可以把指紋縮小到只有一個(gè)像素的

37、寬度，而不能影響到這些關(guān)鍵特征，當(dāng)然也要去除在縮小過(guò)程中產(chǎn)生的新的毛刺。</p><p>　　3.2.2指紋數(shù)字圖像的特征提取</p><p>　　兩個(gè)指紋對(duì)比是否相似就是看指紋的特征的信息。指紋數(shù)字圖像包含了非常多的信息。儲(chǔ)存在數(shù)據(jù)庫(kù)中的數(shù)據(jù)就是每一個(gè)指紋的特征的集合。辨別一個(gè)指紋特征的好壞不僅看是否能表示出身份，更加要周邊的環(huán)境對(duì)其沒(méi)有影響。</p><p>　

38、　預(yù)處理后全部步驟后得到了二值化數(shù)字圖像，然后就要進(jìn)行最關(guān)鍵的特征提取，達(dá)到識(shí)別不同的指紋數(shù)字圖像的目的。</p><p>　　把指紋數(shù)字圖像中的紋線走向、端點(diǎn)、交叉點(diǎn)等等特征，用數(shù)字的形式便是出來(lái)，就叫做特征提取。充分的表示了指紋圖像的獨(dú)一無(wú)二性。</p><p>　　現(xiàn)在最常用的特征提取是提取細(xì)節(jié)點(diǎn)（Minutiapoints)，其中主要是提取兩種細(xì)節(jié)特征點(diǎn)：端點(diǎn)和分叉點(diǎn)。在指紋圖像中

39、，這兩類特征點(diǎn)具有出現(xiàn)率多、穩(wěn)定性高，可簡(jiǎn)單獲取等優(yōu)秀的特點(diǎn)。所以，提取的方法就從這兩個(gè)部分進(jìn)行討論。</p><p>　　3.2.3指紋數(shù)字圖像分類</p><p>　　因?yàn)橹讣y數(shù)字圖像本來(lái)就是一個(gè)很復(fù)雜的東西，必然就會(huì)產(chǎn)生大量的數(shù)據(jù)，因此需要龐大的數(shù)據(jù)庫(kù)支持，而且需要另外找到一種方法進(jìn)行初步分類，這樣不僅僅大大降低了復(fù)雜度同時(shí)節(jié)省了計(jì)算時(shí)間，而且還是得指紋識(shí)別更加高效。</p&g

40、t;<p>　　指紋的分類是指根據(jù)各自有的全局特征，把他們具有相同全局特征的指紋放在一起，存儲(chǔ)起來(lái)，更加方便查詢。</p><p>　　指紋的線路可以分為五類：</p><p>　?。?）弓（Arch）（2）螺 旋（Whorl）（3）斗 篷（Tented Arch）（4）左 旋（Left Loop）（5）右 旋（Right Loop）。如下圖。</p><

41、p>　　不同方法有不同的分類，本文分類最基本的幾種分類，不過(guò)多涉及或更加細(xì)化分類。</p><p>　　3.2.4指紋數(shù)字圖像的特征匹配</p><p>　　指紋圖像特征匹配看上去十分的復(fù)雜，其實(shí)十分的簡(jiǎn)單。就是把第一步入庫(kù)的數(shù)據(jù)和新的待識(shí)別樣本的特征數(shù)據(jù)進(jìn)行比較，從而斷定這兩個(gè)指紋是不是相似來(lái)識(shí)別身份。不要以為是兩張圖片的對(duì)比，因?yàn)檫@樣對(duì)比是不可能的，所以指紋識(shí)別一直被人們認(rèn)為是一

42、件很神奇的事情。</p><p>　　用美國(guó)聯(lián)邦調(diào)查局提出的細(xì)節(jié)點(diǎn)坐標(biāo)模型來(lái)做細(xì)節(jié)匹配是當(dāng)前最常用的指紋特征匹配方法。這是利用兩種關(guān)鍵點(diǎn)來(lái)鑒定指紋：（1）脊線末梢（端點(diǎn)）（2）脊線分叉點(diǎn)。[]</p><p>　　由此可以知道，說(shuō)白了，指紋的識(shí)別問(wèn)題就編程了一個(gè)點(diǎn)相匹配的問(wèn)題。世界上沒(méi)有同一條河流，同一只手輸入指紋，每次所得到的指紋數(shù)字圖像都不同。因此，兩個(gè)要對(duì)比的圖像匹配就是兩者相似而已

43、，并不是完完全全吻合，但是只要在一定的誤差范圍內(nèi)，還是可以通過(guò)的。</p><p>　　“匹配度”是我們用來(lái)表示匹配的結(jié)果的一個(gè)數(shù)值，即衡量標(biāo)準(zhǔn)。詳細(xì)的來(lái)說(shuō)就是：</p><p>　?。?）首先設(shè)定一個(gè)閾數(shù)值；</p><p>　?。?）匹配度>閾數(shù)值，圖像匹配，指紋是相同的；</p><p>　?。?）匹配度<閾數(shù)值，兩個(gè)數(shù)字圖

44、像不匹配，即不為同一指紋。</p><p>　　3.3指紋識(shí)別系統(tǒng)識(shí)別原理</p><p>　　接下來(lái)細(xì)說(shuō)識(shí)別的原理，科普一下，“脊”就是指紋的紋路，線路，黑色的，而“谷”就像從太空向地面看一樣的，脊中間空白的部分。</p><p>　　指紋數(shù)字圖像基本特征：（1）總體特征（2）局部特征。[]比較兩個(gè)指紋，即使他們的總體特征一樣，但是他們的局部特征一定是不相同的。&

45、lt;/p><p><b>　　★總 體 特 征</b></p><p>　　總體特征：一看就知道大概輪廓的特征。</p><p>　　基本指紋線圖案包括：環(huán) 形（Loop）、螺 旋 形（Whorl）和 弓 形（Arch）</p><p>　　該分類只能粗略的分類，用來(lái)分辨指紋數(shù)字圖像還是遠(yuǎn)遠(yuǎn)不夠的。但是對(duì)于在大規(guī)模的數(shù)據(jù)庫(kù)

46、中搜尋指紋數(shù)字圖像就很具有作用了。</p><p>　　再細(xì)化說(shuō)分下列幾個(gè)方面：模式區(qū)、核心區(qū)、三角點(diǎn)和指紋紋數(shù)。[]</p><p>　　模式區(qū)：簡(jiǎn)單的說(shuō)，就是總體的特征的區(qū)域。用于分類。</p><p><b>　　圖14 模式區(qū)</b></p><p>　　核心點(diǎn)：進(jìn)行指紋圖像比對(duì)時(shí)作為參考點(diǎn)，位于圖像指紋線路漸進(jìn)

47、中間。</p><p><b>　　圖15 核心區(qū)</b></p><p>　　三角點(diǎn)：指紋紋數(shù)的開始處，就像起跑點(diǎn)一樣的點(diǎn)。具體位置是位于從核心點(diǎn)開始的第一個(gè)分叉點(diǎn)、斷點(diǎn)、兩條指紋線路的會(huì)聚處、孤立點(diǎn)、轉(zhuǎn)折點(diǎn)或者奇異點(diǎn)。</p><p><b>　　圖16 三角區(qū)</b></p><p>　　指紋

48、紋數(shù)：模型區(qū)內(nèi)指紋線路的數(shù)量。計(jì)算時(shí)，把核心點(diǎn)和三角點(diǎn)連接起來(lái)，繞后數(shù)這條連線和指紋線路相交的線路數(shù)，就是指紋紋數(shù)。</p><p><b>　　圖17 指紋紋數(shù)</b></p><p><b>　　★局部特征</b></p><p>　　局部特征：每個(gè)指紋獨(dú)有的特征，不能用肉眼看出。</p><p&g

49、t;　　分類：終結(jié)點(diǎn)、分叉點(diǎn)、分歧點(diǎn)、孤立點(diǎn)、環(huán)點(diǎn)、短紋。[]</p><p>　　終結(jié)點(diǎn)：一條線路在終結(jié)點(diǎn)終結(jié)。</p><p><b>　　圖18終結(jié)點(diǎn)</b></p><p>　　分叉點(diǎn)：像火車的岔路口一樣，一條變成兩條或更多的線路。</p><p><b>　　圖19分叉點(diǎn)</b></

50、p><p>　　分歧點(diǎn)：兩條平行的線路在此分開。</p><p><b>　　圖20分歧點(diǎn)</b></p><p>　　孤立點(diǎn)：一點(diǎn)成一條線路。</p><p><b>　　圖21孤立點(diǎn)</b></p><p>　　環(huán)點(diǎn)：像我們平成走的路旋轉(zhuǎn)環(huán)路一樣的結(jié)構(gòu)，如下圖。</p&

51、gt;<p><b>　　圖22 環(huán)點(diǎn)</b></p><p>　　短紋：比一個(gè)點(diǎn)長(zhǎng)，比一條線路短的紋路。</p><p><b>　　圖23短紋</b></p><p>　　一個(gè)比較好的指紋數(shù)字圖像一般般包括了35--110個(gè)局部特征點(diǎn)。其中最典型的是終結(jié)點(diǎn)和分叉點(diǎn)。除了這些外，還有三個(gè)不同特性：</

52、p><p>　　方向：就像前進(jìn)的道路一樣，不多說(shuō)；</p><p>　　曲率：每一個(gè)紋路方向改變都有快有慢，可能突然就變成直角了，這樣曲率就很大；</p><p>　　位置：一般都用坐標(biāo)（x,y）來(lái)表示，對(duì)于不同的參考物，就有不同的（x,y)數(shù)值。反正用來(lái)表示所在區(qū)域。</p><p><b>　　3.4本章小結(jié)</b>&l

53、t;/p><p>　　本章很簡(jiǎn)單的介紹了指紋識(shí)別系統(tǒng)的基本構(gòu)成，分類的目的，如何去分類，另外從宏觀上分析的指紋的結(jié)構(gòu)，指紋的全局特征和局部特征。通過(guò)本章，就能夠?qū)χ讣y以及指紋識(shí)別系統(tǒng)有個(gè)初步的了解。下面就開始詳細(xì)講其算法和原理。</p><p>　　4.指紋數(shù)字圖像預(yù)處理具體算法</p><p>　　先來(lái)一個(gè)具體的流程圖：</p><p>　　圖

54、24 預(yù)處理流程圖</p><p>　　4.1指紋數(shù)字圖像的質(zhì)量評(píng)估</p><p>　　無(wú)論怎么樣，外界的影響必不可免，使得導(dǎo)致影響到指紋識(shí)別系統(tǒng)對(duì)指紋識(shí)別的判斷出現(xiàn)較大的差別甚至錯(cuò)誤，進(jìn)一步的影響工作的效率。所以在驚醒預(yù)處理操作前必作質(zhì)量評(píng)估。</p><p>　　對(duì)于現(xiàn)在來(lái)說(shuō)，質(zhì)量評(píng)估的方法五花八門，如應(yīng)用Gabor濾波器組表示指紋紋理的方法、對(duì)比前景區(qū)和背景

55、區(qū)的方法、基于方向圖的方法、對(duì)于圖像的總體特征和局部特征等等，當(dāng)然也另外需要一定的標(biāo)準(zhǔn)才行，這里就不多說(shuō)了。</p><p>　　4.2指紋數(shù)字圖像分割</p><p>　　首先，我們要了解兩個(gè)概念，一個(gè)是前景，一個(gè)是背景。</p><p>　　前景：能很清楚表示指紋的區(qū)域，幾乎無(wú)噪聲干擾。如，紋線連續(xù)，縫合谷。</p><p>　　背景：非

56、指紋區(qū)域和噪聲嚴(yán)重區(qū)。</p><p>　　分割目的：把指紋圖像中的背景區(qū)和前景區(qū)區(qū)分出來(lái)，消除噪聲污染，提高有效區(qū)域。使得后期工作不受背景區(qū)的噪聲污染影響，提高特征提取準(zhǔn)確性。</p><p>　　本文主要采取的方法：采用方差分割與簡(jiǎn)單閥數(shù)值結(jié)合。</p><p><b>　　主要步驟：</b></p><p>　　A

57、.先對(duì)指紋數(shù)字圖像進(jìn)行規(guī)格化處理，為了消除傳感器本身帶來(lái)的噪聲以及壓力不同而造成的灰度差異。</p><p>　　如果，則把灰度數(shù)值歸一化為255背景處理，其中Mo和Vo為期望的勻數(shù)值和方差數(shù)值，Mi和Vi為指紋數(shù)字圖像的勻數(shù)值和方差數(shù)值。</p><p>　　B.把圖像分成同樣大小的一小塊，（通常為8X8）。前景區(qū)和背景區(qū)相對(duì)比，它們的方差值不同，前景區(qū)>背景區(qū)，所以首先我們要設(shè)一

58、個(gè)閥數(shù)值，有如下情況：</p><p>　?。?）如果這一小塊的方差的值<閥數(shù)值，其灰度數(shù)值設(shè)定為255，就是為白色，</p><p>　　（2）如果這一小塊的方差的值>閥數(shù)值，其灰度數(shù)值保持不變。</p><p>　　從而可以將指紋數(shù)字圖像從背景范圍很好的分離出來(lái)。</p><p>　　4.3指紋數(shù)字圖像增強(qiáng)</p>

59、<p>　　簡(jiǎn)單的來(lái)說(shuō)，增強(qiáng)的主要目的是讓由于壓力或者其他原因而導(dǎo)致圖像模糊或者顏色暗淡的紋路變得更加清楚，但又不改變指紋識(shí)別的特征。</p><p>　　本文以指紋圖像的紋線方向和紋線頻率為參數(shù)，使用Gabor函數(shù)細(xì)線對(duì)指紋圖像的增強(qiáng)處理。這個(gè)方法對(duì)于指紋圖像比較模糊的具有良好的效果，這個(gè)方法網(wǎng)上有很多，作為參考，不多說(shuō)，具體為Gabor方位非線性平滑器。具有優(yōu)良的非線性平滑器性能并有著與生物視覺(jué)

60、系統(tǒng)相近的特點(diǎn)。被廣泛用于紋理分割、目標(biāo)檢測(cè)、數(shù)字圖像編碼、視網(wǎng)膜鑒別等領(lǐng)域。[]</p><p>　　4.4指紋數(shù)字圖像二值化</p><p>　　分割之后的數(shù)字圖像當(dāng)然用來(lái)比對(duì)，還有很多的問(wèn)題，如由于壓力的不用而導(dǎo)致每一個(gè)像素的灰度數(shù)值的不同，所以還要進(jìn)行一系列處理，例如，非線性平滑處理，消除粗糙、斷點(diǎn)處理和二值化處理，使得指紋圖像只有黑和白兩種，不再涉及像素的灰度數(shù)值，消除了不必要的

61、噪聲，使得處理變得更加簡(jiǎn)單。</p><p><b>　　其中詳細(xì)的要求：</b></p><p>　　脊線是連續(xù)不斷的，完整沒(méi)有空出來(lái)的地方；</p><p>　　即使經(jīng)過(guò)處理，但是最基本的特征不能改變；</p><p>　　紋線與紋線之間的空間不能太多相反的也不能粘成一線；</p><p>　

62、　紋線與紋線的間距幾乎相同。</p><p>　　一般灰度數(shù)字圖像二值化變換函數(shù)f(x)用下列公式表示。</p><p>　　公式中T為閥數(shù)值，x為灰度數(shù)值。</p><p>　　閥數(shù)值是由數(shù)字圖像中每一個(gè)部分的明暗度來(lái)決定。</p><p>　　本篇文章中使用了自適應(yīng)閥數(shù)值算法和固定閥數(shù)值算法結(jié)合方法指紋數(shù)字圖像二值化?；舅悸凡襟E如下：&

63、lt;/p><p>　　先把數(shù)字圖像分為若干個(gè)WxW的方塊，求取該范圍所有像素的灰度平均值。然后利用不變閥數(shù)值算法的特點(diǎn)對(duì)指紋圖像中每一塊確定自己的閥數(shù)值，然后調(diào)整閥數(shù)值，直到取得的數(shù)值能夠使得指紋的圖像變得最光滑。</p><p><b>　　具體算法：</b></p><p>　　本文分割成塊尺寸為8x8：</p><p&g

64、t;　　B.計(jì)算范圍內(nèi)的Nh和Nl的數(shù)值。</p><p>　　Nh=灰度數(shù)值>=T的像素的個(gè)數(shù)；</p><p>　　Nl=灰度數(shù)值<T的像素的個(gè)數(shù)。</p><p>　　C.如果|Nh-Nl|<=a（a=W*W*10%），則T為閥數(shù)值。</p><p>　　D.如果Nh>Nl，則T=T+1，否則T=T-1，返回B。

65、</p><p>　　自適應(yīng)閥數(shù)值算法和固定閥數(shù)值算法結(jié)合方法指紋數(shù)字圖像二值化的流程圖：</p><p>　　圖25 指紋數(shù)字圖像二值化的流程圖</p><p>　　a=W*W*10%；</p><p>　　W是分割成塊尺寸（像素）；</p><p>　　T為該塊指紋數(shù)字圖像的平均灰度數(shù)值；</p>&

66、lt;p>　　Nh、Nl分別為第（k，l）塊指紋數(shù)字圖像中灰度數(shù)值>=T和<T的像素?cái)?shù)。</p><p>　　4.5指紋數(shù)字圖像細(xì)化</p><p>　　指紋數(shù)字圖像的細(xì)化的目的：更好的提取指紋數(shù)字圖像特定范圍的特征，然后采用相關(guān)的細(xì)化算法處理，得到與原來(lái)圖像的紋路形狀相似的由很簡(jiǎn)單的弧線或者曲線組成的圖形。簡(jiǎn)單的來(lái)說(shuō)，細(xì)化就是將脊的寬度降為單個(gè)像素寬度的處理過(guò)程，在不影

67、響原圖的拓?fù)溥B接關(guān)系下。</p><p>　　細(xì)化有很多的優(yōu)點(diǎn)，例如，不用存儲(chǔ)不必要的信息，把重要的信息儲(chǔ)存起來(lái)，方便再次調(diào)用來(lái)對(duì)比，大大提高了效率。</p><p>　　本文采用末班匹配與細(xì)化查找表結(jié)合的方式進(jìn)行的。首先要一張表，要求為從0到255的256個(gè)像素，每個(gè)像素不是1（白色）就是0（黑色）。然后，我們根據(jù)某點(diǎn)的八個(gè)相鄰點(diǎn)的情況查表，若表中元素為0，則不要去掉，為1可以去掉。&l

68、t;/p><p>　　查表的方式如下表格：</p><p><b>　　表1 查表方式表格</b></p><p><b>　　細(xì)化有兩個(gè)步驟：</b></p><p>　　首先，記錄下所有的認(rèn)為可以去除的像素點(diǎn)。</p><p>　　然后，查表，判斷是否需要?jiǎng)h除，如果發(fā)現(xiàn)對(duì)原本

69、的特征識(shí)別是沒(méi)有影響的，就要去掉。</p><p><b>　　細(xì)化具體算法如下：</b></p><p>　　首先建立3x3的細(xì)化模板和細(xì)化查找表：</p><p><b>　　表2細(xì)化模板</b></p><p>　　掃描：逐行從左到右。</p><p>　　當(dāng)掃描到灰度

70、值為“0”的像素點(diǎn)且上下為“255”或者左右為“255”，那么就接著做下面的步驟；否則繼續(xù)這個(gè)掃描。</p><p>　　（3）把這個(gè)點(diǎn)設(shè)為中心，并計(jì)算周圍3x3區(qū)域內(nèi)的模板中的權(quán)值和像素值卷積和k。</p><p>　　（4）根據(jù)k值查表，如果表中為“0”，那么灰度值為“0”，否則灰度值為“255”。</p><p>　?。?）再重新掃描，執(zhí)行上面步驟，直到?jīng)]有改

71、變值就結(jié)束細(xì)化。</p><p><b>　　4.6實(shí)驗(yàn)結(jié)果</b></p><p><b>　　4.7本章小結(jié)</b></p><p>　　本章詳細(xì)介紹了指紋預(yù)處理的各個(gè)步驟所需要的各種概念，原理，算法以及這樣達(dá)到的目的。這些方法相對(duì)于其他方法都容易比較理解，另外還比較準(zhǔn)確，但是離精準(zhǔn)還差很多，但對(duì)于初步的需求已經(jīng)滿足了

72、。</p><p>　　5.指紋數(shù)字圖像特征提取與匹配具體算法</p><p>　　5.1指紋數(shù)字圖像特征提取</p><p>　　5.1.1指紋數(shù)字圖像特征提取的方法</p><p>　　首先，我們要知道特征提取的定義。特征提取正如每一個(gè)人的性格、特點(diǎn)一樣的東西，可以讓人們可以判斷的獨(dú)一無(wú)二的信息。</p><p>

73、　　預(yù)處理之后，數(shù)字圖像的質(zhì)量大大的提高了，但是不排除在這個(gè)過(guò)程中產(chǎn)生了偽造的特征點(diǎn)，使得本來(lái)不是的特征別識(shí)別為真，增加了誤差，誤差大更有可能把不相干的兩個(gè)指紋匹配在一起。所以，去掉假特征點(diǎn)尤其重要。</p><p>　　5.1.2特征點(diǎn)提取</p><p>　　我用的特征提取算法是根據(jù)斷點(diǎn)和分叉點(diǎn)，來(lái)提取特征和去偽方法。只有0和1兩種來(lái)表示細(xì)化后的指紋圖像的像素點(diǎn)的灰度值。</p&

74、gt;<p>　　在圖像上選擇一點(diǎn)P，</p><p><b>　　求其交叉數(shù)：</b></p><p>　　(其中pi表示像素點(diǎn)的灰度值)</p><p><b>　　求八鄰域黑點(diǎn)數(shù)：</b></p><p>　　提取特征點(diǎn)的時(shí)候，根據(jù)特征點(diǎn)的不同的情況而選擇不同的提取方法：<

75、/p><p>　　從端點(diǎn)開始，八鄰域?yàn)橐粋€(gè)黑點(diǎn)的端點(diǎn)是脊線跟蹤的下一點(diǎn)。</p><p>　　當(dāng)點(diǎn)為脊線的連續(xù)點(diǎn)時(shí)，去除被跟蹤點(diǎn)，下一點(diǎn)為下一點(diǎn)待跟蹤點(diǎn)。</p><p>　　為記錄交叉點(diǎn)和端點(diǎn)的位置（xi，yi），特征點(diǎn)類型zi和特征點(diǎn)的角度跟蹤結(jié)束條件gi，設(shè)立集合</p><p>　　判別交叉點(diǎn)方法：跟蹤點(diǎn)的交叉數(shù)為6并且八鄰域的黑點(diǎn)數(shù)為3

76、</p><p>　　該點(diǎn)的角度為相對(duì)最小分支的角度</p><p>　　判別端點(diǎn)的方法：交叉數(shù)是2且八鄰域黑點(diǎn)數(shù)是1</p><p>　　端點(diǎn)的角度取以其為起點(diǎn)的紋線的角度</p><p>　　其中分支線和端線角度：</p><p>　　其中（xi，yi）為特征位置出發(fā)坐標(biāo)，（x，y）為搜索到長(zhǎng)度為7的最后點(diǎn)坐標(biāo)。&

77、lt;/p><p>　　5.1.3指紋數(shù)字圖像特征去偽</p><p>　　圖31 偽造指紋特征點(diǎn)例子</p><p><b>　　例子：</b></p><p>　　（a）和（b）本來(lái)不是斷開的，現(xiàn)在斷開了，為偽造；</p><p>　?。╟）和（d）該連的沒(méi)有連，不該連的連在一起，為誤判；<

78、/p><p>　?。╡）很明顯的一小節(jié)，可能由于細(xì)化而造成的瑕疵；</p><p>　?。╢）、（g）和（h）看上去很漂亮，但是指紋兩條紋路之間是沒(méi)有相連的紋路的，所以，中間相連接的都是偽造的。</p><p>　　下面就來(lái)介紹一下兩種特征去偽的方法：</p><p>　　提取之前，因?yàn)榻?jīng)過(guò)了圖像的增強(qiáng)，二值化等操作，之后才提取特征。這個(gè)方法的優(yōu)

79、點(diǎn)在于去除了幾乎全部的無(wú)用的缺陷。缺點(diǎn)是可能對(duì)產(chǎn)生新的假特征點(diǎn)。 </p><p>　　首先是獲得全部的指紋特征信息，再根據(jù)辨別特征真?zhèn)我?guī)律剔除偽特征；</p><p><b>　　本文用第二種方法。</b></p><p>　　判斷特征點(diǎn)的真 偽：分叉點(diǎn)不能和別的分叉點(diǎn)和端點(diǎn)連接；端點(diǎn)不能和其他細(xì)節(jié)點(diǎn)相對(duì)。判別之后就要?jiǎng)h除。去除每種偽特征點(diǎn)

80、對(duì)應(yīng)一種算法，另外后面的操作程序要去除前操作所造成的偽特征點(diǎn)。</p><p>　　真的特征點(diǎn)有以下規(guī)律：真端點(diǎn)是在周圍一定的范圍內(nèi)沒(méi)有和其對(duì)應(yīng)的特征點(diǎn)。但是不排除有特殊情況，即使不符合上述規(guī)律也為真的。所以規(guī)律也不僅僅只有一種，例如，我們可以根據(jù)特征間的角度、距離和連接情況等來(lái)識(shí)別真?zhèn)巍?lt;/p><p>　　本文用來(lái)判別真?zhèn)翁卣鼽c(diǎn)的方法：指紋特征的方向和距離。</p>&l

81、t;p>　　特征點(diǎn)p1和p2間距：</p><p>　　特征點(diǎn)p1和p2和方向差θ（p1，p2）：</p><p>　　其中Op1，Op2分別為p1和p2的方向。θ（p1，p2）∈[0,∏],如果θ（p1，p2）>∏/2,則p1和p2是相對(duì)點(diǎn)。</p><p><b>　　具體算法如下：</b></p><p&g

82、t;　　保留該特征點(diǎn)：真交叉點(diǎn)的在半徑R范圍內(nèi)有N各相鄰的細(xì)節(jié)點(diǎn)時(shí)，這些點(diǎn)瞞住真特征點(diǎn)準(zhǔn)則。否則進(jìn)行分類。</p><p><b>　　為真特征點(diǎn)：</b></p><p>　　a.當(dāng)特征點(diǎn)是分叉點(diǎn)時(shí)，如果相鄰的結(jié)構(gòu)中不含空洞、叉連和毛刺等偽特征結(jié)構(gòu)。否則去掉。</p><p>　　b.當(dāng)特征點(diǎn)是端點(diǎn)時(shí)，如果相鄰的特征點(diǎn)沒(méi)有紋線間斷和短枝等偽特

83、征結(jié)構(gòu)。否則去掉。</p><p>　　去除邊界偽特征點(diǎn)：根據(jù)圖像分割的邊緣判斷特征點(diǎn)距邊緣的距離，如果距離<T，那么為假并去掉。</p><p>　　圖32原始圖像（左）和特征提取圖像（右）</p><p>　　5.2指紋數(shù)字圖像匹配</p><p>　　5.2.1中心點(diǎn)定位</p><p>　　中心點(diǎn)就是第三

84、章中介紹的核心點(diǎn)，也可以說(shuō)是曲率最大的一點(diǎn)，不明白的可以查看回本文第三章中核心點(diǎn)和曲率的介紹。</p><p><b>　　下面為具體方法：</b></p><p>　　求出指紋圖像的點(diǎn)方位，相鄰8個(gè)灰度數(shù)值之和的平均數(shù)值。</p><p>　　求出8個(gè)灰度數(shù)值與平均數(shù)值之差的和，最小的所在的方位即此點(diǎn)所在指紋圖像脊線的方位，從而得到點(diǎn)方位圖。

85、</p><p>　　把這些方位圖分割為16X16的方形區(qū)域，該塊圖像直方圖的峰值方向就是每塊圖像中的點(diǎn)的主導(dǎo)方向。并把其方向信息存入。</p><p>　　然后這個(gè)方位圖像按照以下原則去搜索中間范圍，逐行檢查塊方位數(shù)組。</p><p>　　再求出各個(gè)方位的，這樣就得到點(diǎn)方位圖。</p><p>　　5.2.2建立特征模板</p>

86、;<p>　　指紋特征主要為端點(diǎn)和分叉點(diǎn)；建立特征端點(diǎn)和分叉點(diǎn)相對(duì)中心點(diǎn)的距離向量和方向向量。然后定義兩個(gè)匹配點(diǎn)集合p和集合q表示輸入圖像的提取信息和指紋庫(kù)中的提取信息。最近進(jìn)行比較。</p><p>　　5.2.3指紋數(shù)字圖像匹配方法</p><p>　　特征點(diǎn)都要有相應(yīng)的表示方法：五維向量（x， y，β， t， c），其中x和y表示該特征點(diǎn)的坐標(biāo)，β表示方向向量，c表示距

87、離向量，t表示特征點(diǎn)為端點(diǎn)或分叉點(diǎn)。</p><p>　　具體匹配算法步驟如下：</p><p>　?。?）先讀取兩個(gè)指紋的特征點(diǎn)集合，然后將特征點(diǎn)類型分類，端點(diǎn)為“1”，分叉點(diǎn)為“2”；</p><p>　?。?）計(jì)算出這些特征點(diǎn)相對(duì)中心點(diǎn)的方向和距離向量；</p><p>　　（3）當(dāng)兩個(gè)特征點(diǎn)方向向量≤∏/4，且距離向量差＜2，該特征點(diǎn)

88、匹配； </p><p>　?。?）特征點(diǎn)不匹配，刪除。</p><p><b>　　5.3實(shí)驗(yàn)結(jié)果</b></p><p><b>　　5.4本章小結(jié)</b></p><p>　　不知道怎么說(shuō)起，對(duì)于這一章，我感覺(jué)寫得好困難，因?yàn)楹芏嘈碌拿~出現(xiàn)，一下子朦了。可以說(shuō)整篇論文，這一部分我用的時(shí)間等于

89、我寫其他部分的時(shí)間，并且我還是通過(guò)自己的理解寫上去的，所以簡(jiǎn)化了很多。不過(guò)不管怎么說(shuō)，總算是有點(diǎn)心得體會(huì)。不枉我查了那么多資料。</p><p>　　6.基于紋理的指紋識(shí)別與匹配</p><p>　　6.1指紋數(shù)字圖像扇形化</p><p>　　一張MXN的圖像，第i個(gè)特征塊Si。</p><p>　　b代表兩個(gè)同心圓之間距離，k為每個(gè)圓分割

90、的塊數(shù)，本系統(tǒng)分為16塊，i為分同心圓的塊數(shù)，本系統(tǒng)為4，所以總共分割為16*4=64塊</p><p>　　6.2指紋數(shù)字圖像規(guī)格化</p><p>　　目的：對(duì)指紋圖像灰度勻數(shù)值和方差數(shù)值做調(diào)整。</p><p><b>　　算法：</b></p><p>　　定義I(i,j)為原始灰度圖，G（i,j)為規(guī)格化后的圖

91、，圖像寬度為w，高度為h</p><p>　　圖像勻數(shù)值Mean和方差數(shù)值Var為</p><p>　　Mean=一塊數(shù)字圖像上每個(gè)像素點(diǎn)的灰度數(shù)值的和/像素點(diǎn)的個(gè)數(shù)</p><p>　　Var=(每個(gè)像素點(diǎn)灰度數(shù)值--勻數(shù)值）平方和的開平方。</p><p>　　6.3Gabor方位非線性平滑</p><p>　　偶

92、對(duì)稱的Gabor非線性平滑器一般形式為：</p><p>　　f為平滑器頻率，бx和бy分別為X軸和Y軸Gaussian包絡(luò)常數(shù)。</p><p>　　6.4指紋數(shù)字圖像入庫(kù)</p><p><b>　　1.確定中心點(diǎn)</b></p><p>　　2.以中心點(diǎn)為中心，分4份圓形，再把每一個(gè)圓形分為16塊，共64塊<

93、/p><p>　　3.用8個(gè)方位gabor濾波，（0，22.5，45，67.5，91，112.5，135，157.5,）</p><p>　　讀入圖像，進(jìn)行傅里葉卷積。從內(nèi)圓開始對(duì)每一塊求出灰度平均數(shù)值，然手對(duì)每個(gè)點(diǎn)的灰度減去平均的，求出的絕對(duì)值加在一起除以像素的個(gè)數(shù)。然后對(duì)每一個(gè)都這樣處理。最后得到8*16=512個(gè)一維數(shù)組。作為數(shù)據(jù)庫(kù)儲(chǔ)存起來(lái)。</p><p>　　

94、4.考慮到不用的方向，所以要把圖像旋轉(zhuǎn)后，再存儲(chǔ)多一個(gè)數(shù)組。對(duì)比的時(shí)候兩個(gè)數(shù)組都要對(duì)比。</p><p>　　6.5指紋數(shù)字圖像匹配</p><p>　　首先申請(qǐng)內(nèi)存空間，把剛剛輸入圖像的數(shù)據(jù)存入臨時(shí)變量。</p><p>　　因?yàn)橐呀?jīng)有了編碼，對(duì)比就方便很多，更具歐式距離匹配算法，來(lái)判斷兩個(gè)圖像之間距離。最小的那一個(gè)為匹配結(jié)果輸出。</p><

95、p>　　歐式距離（n維空間）：</p><p>　　Xin為i維第n個(gè)點(diǎn)的坐標(biāo)。如X21為2維第1個(gè)點(diǎn)的坐標(biāo)。</p><p>　　簡(jiǎn)單的來(lái)說(shuō)，就是把他們兩個(gè)數(shù)值相減后的數(shù)字平方再想加，再開根號(hào)，即平方差。</p><p>　　如A=（1,2,3,）B=（4,5,6,）</p><p>　　D=sqrt（（1-4）2+（2-5）2+（3

96、-6）2）</p><p>　　6.基于指紋識(shí)別系統(tǒng)在MATLAB中的實(shí)現(xiàn)</p><p>　　6.1系統(tǒng)的配置要求</p><p>　　本人用的指紋儀為ZK4500，其中電腦的操作系統(tǒng)是Win8.1 64位，安裝的MATLAB軟件版本為MATLAB R2009b。</p><p><b>　　6.2系統(tǒng)目標(biāo)</b>&l

97、t;/p><p>　　這個(gè)系統(tǒng)的目標(biāo)是能把在指紋儀提取出來(lái)的圖片，經(jīng)過(guò)一定的處理后，保存指紋的特征，寫入數(shù)據(jù)庫(kù)成為標(biāo)準(zhǔn)，然后再用指紋儀提取指紋，再通過(guò)系統(tǒng)的處理和已經(jīng)入庫(kù)的指紋的特征進(jìn)行對(duì)比，并能找到一張能與之最相似的一張圖片，作為系統(tǒng)的搜索結(jié)果，完成識(shí)別。</p><p><b>　　6.3系統(tǒng)流程圖</b></p><p>　　★指紋數(shù)字圖像入

98、庫(kù)過(guò)程</p><p>　　圖36 指紋數(shù)字圖像入庫(kù)過(guò)程圖</p><p>　　★指紋數(shù)字圖像識(shí)別匹配過(guò)程</p><p>　　圖37 指紋數(shù)字圖像識(shí)別匹配過(guò)程圖</p><p>　　6.4系統(tǒng)的具體功能實(shí)現(xiàn)</p><p>　　6.4.1功能的概述和系統(tǒng)的主界面</p><p><b&g

99、t;　　圖38 主菜單</b></p><p>　　系統(tǒng)主界面功能按鈕介紹：</p><p>　　轉(zhuǎn)換提取圖片：主要轉(zhuǎn)換從指紋儀提取出來(lái)的圖片，轉(zhuǎn)換成256x256 8-bit的灰度圖像。</p><p>　　創(chuàng)建指紋數(shù)據(jù)庫(kù)：主要實(shí)現(xiàn)指紋數(shù)字圖像數(shù)據(jù)庫(kù)的創(chuàng)建。</p><p>　　輸入待識(shí)別樣本和指紋識(shí)別結(jié)果輸出：主要實(shí)現(xiàn)指紋圖像

100、的匹配和其輸出的結(jié)果保存記錄到“輸出結(jié)果.txt”中。</p><p>　　用戶幫助：系統(tǒng)的幫助說(shuō)明</p><p>　　重置樣本數(shù)據(jù)庫(kù)：刪除數(shù)據(jù)庫(kù)</p><p>　　濾波可視化分析結(jié)果：figure顯示Gabor濾波圖像</p><p><b>　　退出系統(tǒng)</b></p><p><b

101、>　　運(yùn)行程序步驟：</b></p><p>　　用MATLAB打開”NeilFP.m”文件，進(jìn)入系統(tǒng)的主界面。</p><p><b>　　圖39系統(tǒng)主要文件</b></p><p>　　6.4.2修改提取的指紋圖像</p><p>　　修改提取的指紋圖像，選擇一張指紋儀提取的圖像，經(jīng)處理后，顯示修改

102、后的圖像，選擇保存的路徑，最后保存成功。</p><p>　　6.4.3指紋數(shù)字圖像寫入數(shù)據(jù)庫(kù)</p><p>　　選擇一張圖片后，點(diǎn)擊打開，把這樣的一張數(shù)字圖像編碼保存到數(shù)據(jù)庫(kù)里。</p><p><b>　　其中有兩種情況：</b></p><p>　　之前保存過(guò)指紋數(shù)字圖像的編碼在指定的數(shù)據(jù)庫(kù)中，此時(shí)，系統(tǒng)不再需要

103、建立新的數(shù)據(jù)庫(kù).dat文件，而把得到的數(shù)字圖像編碼繼續(xù)寫入數(shù)據(jù)庫(kù)中。</p><p>　　數(shù)據(jù)庫(kù)的命名為“指紋數(shù)據(jù)庫(kù).dat”，因?yàn)榭紤]到?jīng)]有的情況，系統(tǒng)就會(huì)新建一個(gè)新的DAT文件。</p><p>　　其中，系統(tǒng)選擇圖片有限制，但可以用功能一修改。具體要求有：</p><p><b>　　只有黑和白的圖像；</b></p>&l

104、t;p>　　圖像像素的大小必須為256x256；</p><p>　　只有規(guī)定的文件類型才能打開</p><p>　　如果超出了限制，系統(tǒng)會(huì)有“請(qǐng)選擇一張黑白圖片”的提示，然后不斷的循環(huán)選擇框，直到滿足以上三個(gè)條件為止。</p><p>　　6.4.4指紋數(shù)字圖像對(duì)比與匹配</p><p>　　點(diǎn)擊”3輸入待識(shí)別樣本和指紋識(shí)別結(jié)果輸入“

105、，彈出選擇框窗口，選擇要比對(duì)匹配的圖片，點(diǎn)擊打開后，輸出比對(duì)結(jié)果，并創(chuàng)建”輸出結(jié)果.txt”的文件。</p><p><b>　　6.4.5用戶幫助</b></p><p>　　6.4.6重置樣本數(shù)據(jù)庫(kù)</p><p><b>　　重置情況有兩種：</b></p><p>　　原本存在數(shù)據(jù)庫(kù)，則顯示

106、選擇窗口，是否重置刪除數(shù)據(jù)庫(kù)。</p><p>　　原本不存在數(shù)據(jù)庫(kù)，則提示“數(shù)據(jù)庫(kù)為空”。</p><p>　　6.4.7查看指紋樣本圖像</p><p>　　6.4.8濾波可視化分析結(jié)果</p><p><b>　　7.總結(jié)與未來(lái)展望</b></p><p>　　指紋識(shí)別是一個(gè)復(fù)雜的結(jié)構(gòu)，不像

107、人臉識(shí)別那樣只有可以調(diào)用MATLAB多種的工具箱編寫程序。指紋識(shí)別算法既是一個(gè)復(fù)雜問(wèn)題，又是一個(gè)極具意義的事情。電影的特工片也經(jīng)常有這樣的鏡頭，指紋被用特殊的藥劑提取出來(lái)了，然后偽造真人開鎖。所以指紋的識(shí)別還要有進(jìn)一步的加強(qiáng)，但是未來(lái)必不可少，前途無(wú)限。</p><p>　　總結(jié)來(lái)說(shuō)研究的內(nèi)容大致如下：</p><p>　　預(yù)處理：分割圖像，二值化圖像，細(xì)化圖像。無(wú)論哪個(gè)步驟都十分重要，使

108、得到的指紋圖像更加清晰，更加能夠被系統(tǒng)更加容易識(shí)別和處理。</p><p>　　識(shí)別匹配：特征點(diǎn)的識(shí)別，提取，去偽，再進(jìn)行匹配。這幾個(gè)步驟比預(yù)處理還要有更多的算法，以及更多要考慮的方面，正如要考慮到預(yù)處理后可能會(huì)造出偽造的特征點(diǎn)，所以要有去偽的工作流程。</p><p>　　由于時(shí)間上有限，還有很多的功能沒(méi)有能加以實(shí)現(xiàn)，例如可視化窗口，能把整個(gè)識(shí)別的過(guò)程，特診點(diǎn)的比對(duì)過(guò)程也可視化出來(lái)。另外

109、，發(fā)現(xiàn)或者完善更加方便有效的識(shí)別算法，是以后還要繼續(xù)研究的問(wèn)題。</p><p><b>　　參考文獻(xiàn)：</b></p><p>　　[1]楊菊，《指紋圖像預(yù)處理及特征提取算法的研究與實(shí)現(xiàn)》，2006</p><p>　　[2]于淼，《基于ARM的指紋識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)》，2010</p><p>　　[3]付莉娜，《

110、指紋識(shí)別算法的研究與優(yōu)化》，2012</p><p>　　[4]田鵬，《指紋識(shí)別技術(shù)的研究》，2007</p><p>　　[5]郭冠含,《生物特征信息處理平臺(tái)BITKAPP的搭建與指紋處理實(shí)現(xiàn)》,2010</p><p>　　[6]李鵬，楊康，《Gabor濾波算法在指紋識(shí)別中的應(yīng)用》，2004：6~8</p><p>　　[7]孫林森，《自

111、動(dòng)指紋識(shí)別過(guò)程中關(guān)鍵算法研究》，2009</p><p><b>　　致 謝</b></p><p>　　在此，由衷地感謝我的指導(dǎo)老師姜鳴講師，還有我最好的朋友給予我的幫助。無(wú)論是指紋儀采集指紋，還是指紋識(shí)別系統(tǒng)的建立和仿真，到最后論文的撰寫、修改和敲定，都對(duì)我嚴(yán)格要求和及時(shí)督促，對(duì)于課題研究過(guò)程中遇到的問(wèn)題，知無(wú)不言，并給出了中肯的改進(jìn)意見(jiàn)；缺點(diǎn)每個(gè)人都有，但