指纹识别系统毕业论文

《指纹识别系统毕业论文》由会员分享，可在线阅读，更多相关《指纹识别系统毕业论文（47页珍藏版）》请在装配图网上搜索。

1、计算机毕业论文范文咨询QQ 599057179目 录摘要Abstract第1章 绪论11.1指纹识别技术的背景1.2指纹识别的研究的目的及意义1.3指纹识别在国内外研究的现状与分析1.3.1国内研究现状1.3.2国外研究现状1.3.3研究现状分析1.4本次设计的任务要求第2章 指纹识别的组成及原理分析2.1指纹识别系统的组成2.2指纹识别处理概述.2.2.1采集指纹图像的技术2.2.2指纹预处理2.2.3指纹图像预处理过程概述2.2.4特征提取、验证和识别2.3本章小结第3章 设计方案3.1规格化和滤波3.2二值化3.3图像增强3.4细化3.5特征值的提取3.6为特征点的去除3.7特征匹配3.

2、8本章小结第4章MATLAB软件设计4.1MATLAB简介4.2程序调试4.2.1设计思路4.3图像处理4.4本章小结.结论参考文献.致谢附录.摘 要指纹具有唯一性和不变性，指纹识别技术具有很高的可行性和实用性，指纹识别成为目前最流行、最可靠的个人身份认证技术之一。自动指纹识别系统，在很多领域也得到了广泛的应用，例如身份证、电子商务、自动银行等等。指纹图像预处理是指纹识别的前提,它的好坏直接影响到指纹识别的成败，但由于指纹图像降质带来的困难,并根据指纹图像的特征提出了合理的假设，再根据假设提出了增强指纹图像对比度的算法、提取指纹有效区域的算法、根据方向信息分割图像的算法以及去除图像中气泡噪声的

3、算法，这些算法处理效果好，能有效地解决指纹图像的预处理问题。本文简要介绍了指纹识别的基本步骤，分别是指纹图像预处理、指纹特征提取、指纹匹配。在图像预处理中，依次介绍了规格化处理、图像增强、二值化处理和细化处理的方法。预处理后将得到一幅宽度为一个像素的细化二值图像，然后通过特定的端点和交叉点的特征进行指纹匹配。实验表明，该方法效果良好。关键字：指纹；指纹图像预处理；二值化；细化；特征点提取；指纹匹配ABSTRACTDue to the uniqucness and invariability of fingerprints,and better teasibility and utility o

4、f fingerprint verification technology,the automated identification based on fingerprints is becoming an attractive alternative to the traditional methods of identification.Automatic fingerprint verification system is applied in a wide range of application domains such as national Idcard, electronic

5、commerce,and automated banking.Fingerprint image pre-processing is a prerequisite of fingerprint recognition, it will have a direct impact on the success of fingerprint recognition, fingerprint image degradation because of the difficulties caused by the characteristics of fingerprint images based on

6、 reasonable assumptions made, and made under the assumption that contrast enhancement algorithm for fingerprint images, fingerprint extraction algorithm effective area, according to the direction of the image segmentation algorithm and the information to remove noise in the image bubble algorithms d

7、eal with the effect, It can effectively solve the problem of fingerprint image preprocessing.This paper briefly introduces the basic steps of fingerprint identification, respectively is fingerprint image preprocessing fingerprint feature extraction fingerprint matching. In the image preprocessing, i

8、n turn introduced the standard processes of binary image enhancement processing and refining processing method. After pretreatment will get a picture of a pixel width is refined binary image, and then through the particular endpoint and crossing the characteristics of the fingerprint matching. The e

9、xperiment results show that the method effect is good.Key word：Fingerprint；Fingerprint image preprocessing；Binarization；Thinning； Feature point extraction；Fingerprint matching第1章 绪 论1.1指纹识别技术的背景指纹识别是依据人的手指尖表面的脊、谷线分布状态来识别和验证人身份的方法。据考古学家证实，公元前7000年到6000年以前，指纹作为身份鉴别的工具已经在古叙利亚和中国开始应用。那时，一些粘土陶器上留有陶艺匠人的指纹

10、。公元前2700多年前的周代，指纹被用于民间契约的签署，即画押，旨在保持契约的可信度。尽管指纹在我国应用较早，但由于长期缺乏专门的系统研究，未能上升到一个专门的学科。英国科学家Galton于1892年出版了指纹学和指纹分析法1，从此奠定了指纹科学研究的基础。1899年，英国学者亨利将指纹的特征及识别原理加以分析归纳，科学地提出了人的指纹各不相同，并提出了基于指纹特征进行识别的原理和方法，以后衍生出的各种识别方法都是基于该理论。到本世纪初，指纹学的研究基本成熟，这时的指纹鉴别，主要由指纹专家根据指纹知识凭经验判断。世界上许多国家都建立了指纹库，仅美国联邦调查局的指纹库中就存有二亿多张指纹卡。然而

11、传统的指纹识别方法面临着从指纹库中人工查找、对比指纹卡速度慢、效率低、对人员要求高等问题。从二十世纪六十年代开始，随着计算机技术的发展，传统的指纹识别技术发生了重大变化。人们开始利用计算机来建立指纹识别系统。1.2指纹识别研究的目的及意义传统的身份识别技术包括基于密码的身份识别技术和基于令牌的身份识别技术。但是这两种方式都存在着一定的安全风险：令牌容易丢失，密码容易忘记，且它们都容易被窃取或冒充1。近年来，依赖人体特征的新型身份识别技术正在兴起，凭借其唯一且不变的特点，生物识别技术逐步成为人们研究的热点。随着生物识别技术的不断发展，人们发现每个人的指纹具有唯一性和不变性2，因此指纹识别技术逐步

12、发展为一种新的身份识别方式。由于指纹特征数据可以通过电子邮件或其他传输方法在计算机网络上进行传输和验证，通过指纹识别技术，限定只有指定的人才能访问相关信息，可以极大地提高网上信息的安全性，这样，包括网上银行、网上贸易、电子商务的一系列网络商业行为，就有了安全性保障，凭借其良好的安全可靠性，指纹识别大有取代传统身份识别方式的趋势。随着时代数字化的发展，人们对于身份鉴别的安全性和可靠性的要求越来越高。自动指纹识别系统是基于计算机来进行指纹识别的技术，具有方便、高效、安全可靠等优点2，指纹识别技术已经成熟，其应用日益普遍，除了刑事侦察用之外，在民用方面已非常广泛，如指纹门禁系统、指纹考勤系统、银行指

13、纹储蓄系统、银行指纹保管箱、指纹医疗保险系统、计划生育指纹管理系统、幼儿接送指纹管理系统、指纹献血管理系统、证券交易指纹系统、指纹枪械管理系统、智能建筑指纹门禁管理系统、驾驶员指纹管理系统等。随着许多指纹识别产品已经开发和生产，并且应用发展迅猛，相信这一技术的普及应用已经指日可待。1.3指纹识别在国内外研究的现状与分析1.3.1国内研究现状我国利用指纹识别身份的历史最早可以追溯到秦朝， 1903年,中国青岛市警察局首次应用汉堡式指纹法。此后我国相继开展了指纹的应用及研究,还曾建立过“指纹学会”。刘紫宛编写的中华指纹法一书是我国最早的指纹专著。全国解放后,我国对指纹研究一直比较重视。1955年编

14、制了中华人民共和国十指纹分析法。这可以说是我国指纹的科学时期。在国内，清华大学在80年代开始指纹识别的研究。中科院自动化研究所模式识别国家重点实验室自90年代以来，一直致力于“基于生物特征的身份鉴别”的研究，在指纹、虹膜、脸相识别等方面取得了很多的研究成果。北京大学视觉与听觉信息处理国家重点实验室先后承担了国家“七五”和“八五”，科技攻关项目，对指纹识别进行了长期的基础性研究，提出了一整套独创的理论和高效实用的算法。另外，自九十年代初以来，我国的北大方正集团、长春鸿达集团、西安青松集团等机构分别以所在地高校为技术依托，陆续开展了这方面的研究工作。总的来说，国内开展了很多研究，而且取得了很多成果

15、。2002年，清华大学实现了在海量数据库上的人脸和指纹综合识别系统，在识别的过程采用的融合策略是先用人脸特征进行比对得到前n个候选，然后在这个范围内用指纹特征再进行比对。迄今为止，还没有综合生物特征的识别系统的产品问世，综合身份识别系统的研究有待于进一步发展。2009年中北大学信息与通信工程学院提出了一种基于傅立叶变换的指纹图像增强技术，大大提高了图像的清晰度。为后来的指纹识别技术作出了较大贡献。1.3.2国外研究现状人类将指纹作为身份识别的依据和验证身份的方法已有悠久的历史。早在公元前70006000年以前，在叙利亚和中国，指纹作为身份鉴别的工具已经开始应用。中国古代就出现了在文契上的“按指

16、为书”画押。在欧洲，1788年Mayer首次著文指出指纹的两个重要特性：唯一性和稳定性；现代的指纹匹配技术主要是16世纪后期产生。1872年Francis Galton提出了分叉点和端点开发人个指纹识别模式，基于这两种特征的指纹识别模式至今都在使用。并且这两种细节特征可以为每一枚指纹构建唯一的信息。Henry Faulds在1880年，第一次科学的提出了指纹的两个重要特征：一是任何两个不同手指的指纹脊线的式样（ridge pattern）不同，二是指纹脊线的式样在人的一生中不会改变。这一发现奠定了现代指纹识别技术的理论基础，也使得指纹识别在罪犯鉴定中得到应用。Francis Galton对指纹

17、进行深入研究，并于1888年引入了特征点的分类技术。1899年，Edward Henry学习了Galton的指纹科学，建立了著名的“Henry System”用于指纹分类。使用精准的指纹索引给专家指纹识别带来极大的便利。早在20世纪初期，司法部门己经正式采用指纹作为有效的身份标记，一些指纹识别机构建立了世界范围的罪犯指纹档案库。1923年Purkinje首次对指纹进行了分类；19世纪晚期，F.Glton开展了关于指纹的广泛研究，并引入了指纹中的细节特征作为指纹识别的依据。这些研究成果和方法为现代指纹识别技术奠定了基础，至今，一些方法仍被广泛使用。1960年，美国联邦调查局、英国内务部（Home

18、 offiee in the UK）和法国巴黎警察局联合开始投巨资研发指纹识别系统，并于1975年成功推出了第一个商业化系统，随后，各国研究机构和许多大公司开始指纹识别技术的研究和产品开发工作。国际上著名的指纹识别系统有：美国联邦调查局的AFIS系统，日本NEC公司的指纹鉴定系统，北美英弗公司的指纹鉴别系统等。目前，随着数字化、信息化社会对自动身份鉴别技术的要求的不断提高和AFIS在司法领域取得了巨大成功，随着计算机硬件性能的飞速提高和价格的不断降低，随着普通大众对指纹识别了解的深入和接受，指纹识别技术已经突破了司法、侦探领域进入民用领域，并取得了快速的发展。传统指纹识别算法（主要用于司法、刑

19、侦领域）主要考虑降低拒识率，一般需要人工协助处理，而且存在误识率高、计算速度慢、资源消耗大等问题，并不适合于民用领域。同时，民用市场对指纹识别算法在自动化程度、拒识率和误识率、响应时间、资源消耗等方面也提出了更高的要求。JAIN等人于1998年提出将指纹与人脸识别的结果融合；于2000年提出确定每个用户的特定参数的方法将指纹、脸像和手形的识别结果融合，并在2001年对多生物特征识别作了概述。2006年初，澳大利亚成功发行世界上第一本生物识别护照。2007年11月，美国国土安全部宣布所有入境美国的非美国公民都要接受数字拍照及双手十指指纹扫描。指纹识别即将迎来迅速普及的发展时期。2009年，美国成

20、功对指纹识别系统进行了更新的研究【2】。1.3.3研究现状分析现在国内外指纹识别大都采用基于细节特征点的指纹识别技术，即采用基于图像处理的指纹识别算法，其中比较有代表性的有两种。一种是基于方向滤波增强，并在指纹细化图上提取特征点的算法，另一种是直接从指纹灰度图上提取特征点的算法。指纹识别作为一种热门的生物识别技术受到越来越多人的关注，国内外许多机构和学者都采用了很多不同的算法对指纹图像进行预处理和匹配。但有些算法会由于指纹图像的噪音、皮肤弹性引起的非线性形变等多方面因素，导致在识别过程中出现误差，影响识别率等【3】。1.4本次设计的任务要求本次设计，主要为了学习图像处理的相关知识，弄懂指纹图像

21、的格式，读取各象素点的颜色信息。将图像转换成灰度图像，根据指纹图像各个部分灰度的不同，将指纹图像二值化。细化二值化后的指纹图像，提取纹线的骨架。对指纹图像进行修补，弥补纹线断裂、指头皮肤受伤等缺陷。寻找指纹的特征点，确定特征点的位置和方向。对此，本文将通过MATLAB平台进行对指纹图像的预处理，并得到对指纹特征值提取的图片。第2章 指纹识别的组成及原理分析2.1指纹识别系统的组成指纹识别技术是指使用取像设备读取指纹图像，通过识别软件提取出指纹图像中的特征数据，然后根据匹配算法得到的结果鉴别指纹所有人身份的生物特征识别技术。指纹识别系统主要涉及四大步骤:指纹采集、指纹图像预处理、特征提取、特征匹

22、配三个部分，其中预处理部分又可分为归一化、图像滤波增强、二值化和细化等几个步骤，下面将会对这几个部分做一下简单的介绍。系统流程框图如图所示：图2.1 指纹识别系统流程图2.2指纹识别处理概述指纹是手指末端正面皮肤上凹凸不平产生的纹路，这些纹路就是通常所说的脊和谷4。指纹虽小，但它蕴涵了大量信息。其中，包括纹型在内的全局特征，为指纹的分类提供了基础；同样，指纹还有许多局部特征(根据美国国家标准局规定，包括脊末梢、分岔点、复合特征和未定义四种)，称为细节点(Minutia)。不同人的指纹的细节点是唯一的、稳定不变的，这为指纹识别提供了可能。目前，最常用的方法是用FBI提出的指纹细节点模型来做细节匹

23、配2。而最常用的细节特征有脊末梢和分支点两种。 基于点模式匹配的自动指纹识别系统(AFIS)的基本流程一般由图像采集、图像预处理、细节点提取和指纹匹配几部分组成。 首先，指纹要通过指纹采集设备(常见的有光学取像设备、超声波扫描取像设备、晶体传感器，现在广泛使用的是晶体传感器)转化为计算机内的数字图像(一般为灰度图)。由于采集过程中难免因手指或仪器的原因而使图像存在较多的噪声，所以为了使图像更清晰以便于后续特征提取，必须对采集到的图像进行增强和滤波，并进一步二值化、细化5。 之后，在细化后的点线图上提取特征值，删除伪特征值，最终得到用于匹配的细节点。采集到的图像细节点与模板中的细节点进行比对，最

24、终完成指纹匹配。各个环节环环相扣，对整个系统都起着十分重要的作用。本文着重研究了图像预处理和细节特征提取这两个关键部分。2.2.1采集指纹图像的技术获得良好的指纹图像是一个十分复杂的问题。因为用于测量的指纹仅是相当小的一片表皮，所以指纹采集设备应有足够好的分辨率以获得指纹的细节。目前所用的指纹图像采集设备，基本上基于三种技术基础：光学技术、半导体硅技术、超声波技术。1.光学技术借助光学技术采集指纹是历史最久远、使用最广泛的技术。将手指放在光学镜片上，手指在内置光源照射下，用棱镜将其投射在电荷耦合器件（CCD）上，进而形成脊线（指纹图像中具有一定宽度和走向的纹线）呈黑色、谷线（纹线之间的凹陷部分

25、）呈白色的数字化的、可被指纹设备算法处理的多灰度指纹图像。光学的指纹采集设备有明显的优点：它已经过较长时间的应用考验，一定程度上适应温度的变异，较为廉价，可达到500DPI的较高分辨率等。缺点是：由于要求足够长的光程，因此要求足够大的尺寸，而且过分干燥和过分油腻的手指也将使光学指纹产品的效果变坏。 2.硅技术（CMOS技术） 20世纪90年代后期，基于半导体硅电容效应的技术趋于成熟。硅传感器成为电容的一个极板，手指则是另一极板，利用手指纹线的脊和谷相对于平滑的硅传感器之间的电容差，形成8bit的灰度图像。 硅技术优点是可以在较小的表面上获得比光学技术更好的图像质量，在1cm1.5cm的表面上获

26、得200300线的分辨率（较小的表面也导致成本的下降和能被集成到更小的设备中）。缺点是易受干扰，可靠性相对差。3.超声波技术 为克服光学技术设备和硅技术设备的不足，一种新型的超声波指纹采集设备已经出现。其原理是利用超声波具有穿透材料的能力，且随材料的不同产生大小不同的回波（超声波到达不同材质表面时，被吸收、穿透与反射的程度不同），因此，利用皮肤与空气对于声波阻抗的差异，就可以区分指纹脊与谷所在的位置。超声波技术所使用的超声波频率为1104Hz1109Hz，能量被控制在对人体无损的程度（与医学诊断的强度相同）。超声波技术产品能够达到最好的精度，它对手指和平面的清洁程度要求较低，但其采集时间会明显

27、地长于前述两类产品。2.2.2指纹预处理而在指纹采集过程中，不可避免的会引入各种噪声，如图像中的叉连、断点等，这些噪声对指纹特征信息的提取造成一定的影响，甚至会产生许多伪特征点。因此在提取指纹特征之前，需要对指纹图像进行滤波处理，以去除无用信息，增强有用信息。在得到增强的灰度图后，需要将其进一步二值化，便于后续过程的处理。指纹图像预处理是去除指纹图像中的噪声，使指纹图像清晰、边缘明显，以便于提高提取和存储特征点的准确率。包括指纹区域检测、图像质量判断、方向图和频率估计、图像增强、指纹图像二值化和细化等9。指纹图像获取是通过专门的指纹采集仪可以采集活体指纹图像。目前，指纹采集仪主要有活体光学式、

28、电容式和压感式。对于分辨率和采集面积等技术指标，公安行业已经形成了国际和国内标准，但其他还缺少统一标准。根据采集指纹面积大体可以分为滚动捺印指纹和平面捺印指纹，公安行业普遍采用滚动捺印指纹。另外，也可以通过扫描仪、数字相机等获取指纹图像。指纹图像只有脊和谷之分， 因此完全可以由二值图象来描述，也就是指纹图像的二值化。目前指纹的二值化不外乎两种方法13， 一种是固定门限法， 另一种是动态门限法。固定门限法是对整幅图象用一个灰度门限值， 它对输入图象要求高， 要求整幅图象灰度分布均匀。因此我们把均衡增强后的图象作为它的输入图象。动态门限法是根据不同区域取不同门限值，一般采用平均域值法。它对输入图象

29、照射要求不高。因此我们把方向性滤波后图象作为输入图象。指纹图像的细化是找出指纹纹线的轴心线来代替纹线的过程。目前采用的细化方法就是迭代一一轮廓剥离法。每次垒图象扫描迭代一次8，就剥掉边界象素中不影响连通性的象素，直至纹线宽度为1个象素为止。这样一来，如果被细化的纹线宽度越厚，迭代次数就越多，细化时间就越长，这是我们不希望的。指纹形态特征包括中心（上、下）和三角点（左、右）等，指纹的细节特征点主要包括纹线的起点、终点、结合点和分叉点。将这些点进行自动选择从而完成指纹形态和细节特征提取的工作14。指纹比对是将可以根据指纹的纹形进行粗匹配，进而利用指纹形态和细节特征进行精确匹配，给出两枚指纹的相似性

30、得分。根据应用的不同，对指纹的相似性得分进行排序或给出是否为同一指纹的判决结果。2.2.3指纹图像预处理过程概述在指纹图象处理的流程中，预处理是第一个处理环节它对原始灰度图像进行平滑、锐化、增强、二值化等处理，从而使细化、特征抽取等操作能够有效进行。在常见的图象处理技术中，通常按处理目的把预处理过程分为平滑、增强、二值化等步骤。每一步骤都有一些常用算法，如用于平滑的均值滤波法、中值滤波法、迭代加权法等，用于增强的规格化法、自适应算法、拉普拉斯法、Wdlis滤波、Lee滤波等5。经过很长时间的深入研究和反复实践，发现这些常用的算法应用在指纹图象处理中有下列的问题：(1)这些算法对于指纹图象处理的

31、效果并不理想，尽管从视觉上有一定改善，但对于后续的细化和特征抽取处理效果来看，不能有效地提高特征的准确率。(2)不能较好地处理指纹的背景部分，严重影响特征抽取和识别。(3)不能根据指纹图象的质量差别进行特殊处理，通常获得的指纹图象，会有部分区域质量较差，无法抽取特征，在这些算法中，无法找到一个判别标准5。对此，则需要我们对算法原理的进一步了解及改进。方向图算法正是基于以上特点在80年代初期，就已经开始有把方向图引入到指纹图的一些成功的尝试。这时候所使用的方向图是从二值图中直接提取，得到的处理效果并不完全令人满意。从1987年开始，B MMehtre等人成功地得到了在灰度图上直接获取方向图的有效

32、算法，并陆续提出了一系列的预处理方法来处理指纹灰度图15。使用这些算法使指纹图象的处理效果达到了一个新的水平，从而使基于方向图的算法成为指纹图象处理方法研究中的一个热点 在以后的研究中，出现了很多改进和发展，如Kallen Karu等1996 年提出的把方向图用于纹型分类。Linghong等1998年提出的基于方向图的纹线增强等都取得了较好的效果24。这使得方向图成为指纹图象处理技术的关键技术之一。目前的基于方向图的算法中，从灰度图中获取方向图的原理都大体相同，其基本原理是：从图象的灰度矩阵C(I，J)中计算在各个方向上的某个统计量如灰度差或灰度平均等，根据这些统计量在各个方向上的差异，确定在

33、一个小临域内纹线的主方向。针对每象素得到的方向则形成点方向图23。为了保持点方向的有效性使用方便，对点方向在一小块内聚类则得到块方向图。2.2.4特征提取、验证和识别一个高质量的图像被拾取后，需要许多步骤将它的特征转换到一个复合的模板中，这个过程被称为特征拾取过程，它是手指扫描技术的核心。当一个高质量的图像被拾取后，它必须被转换成一个有用的格式。如果图像是灰度图像，相对较浅的部分会被删除，而相对较深的部分被变成了黑色。脊的像素有58个被缩细到一个像素，这样就能精确定位脊断点和分岔了。微小细节的图像便来自于这个经过处理的图像18。在这一点上，即便是十分精细的图像也存在着变形细节和错误细节，这些变

34、形和错误细节都要被滤除。 除细节的定位和夹角方法的应用以外，也可通过细节的类型和质量来划分细节。这种方法的好处在于检索的速度有了较大的提高，一个显著的、特定的细节，它的惟一性更容易使匹配成功。还有一些生产商采用的方法是模式匹配方法，即通过推断一组特定脊的数据来处理指纹图像。 就应用方法而言，指纹识别技术可分为验证和辨识20。 验证就是通过把一个现场采集到的指纹与一个已经登记的指纹进行一对一的比对来确定身份的过程。指纹以一定的压缩格式存储，并与其姓名或其标识（ID，PIN）联系起来。随后在对比现场，先验证其标识，然后利用系统的指纹与现场采集的指纹比对来证明其标识是合法的。验证其实回答了这样一个问

35、题：他是他自称的这个人吗？这是应用系统中使用得较多的方法。 辨识则是把现场采集到的指纹同指纹数据库中的指纹逐一对比，从中找出与现场指纹相匹配的指纹。这也叫“一对多匹配”16。辨识其实是回答这样一个问题：“他是谁？”指纹是人体独一无二的特征，其复杂度足以提供用于鉴别的特征。随着相关支持技术的逐步成熟，指纹识别技术经过多年的发展已成为目前最方便、可靠、非侵害和价格便宜的生物识别技术解决方案，对于广大市场的应用有着很大的发展潜力。2.3本章小结本章主要为指纹识别系统的组成和指纹识别系统的处理概述两部分，原理及指纹识别系统作了简单的介绍，介绍了指纹识别系统的基本组成，并且对指纹识别各个阶段的算法进行详

36、细的分析与介绍，目的在于使读者对指纹识别系统的组成、识别原理和技术等方面有一个总体认识，为后面的理论研究提供现实基础。第3章 设计方案图像预处理的目的是去除图像中的噪声，使指纹图像清晰、边缘明显，以便于提高提取和存储特征点的准确率分为平滑处理、二值化、细化、特征值提取、特征值去除等几个步骤12。3.1规格化和滤波指纹规格化的目的是为了消除传感器本身的噪声以及因为手指压力不同而造成的灰度差异，将该图的均值和方差控制在给定范围内，采用公式如下：N(x,y)= （3.1）式中：N( x，y)是规格化后的图像，G(x ，y)是原图像，表示第 x行第j列象素点对应的灰度值，Var和M是图像G的方差和均值

37、，Var0和M0是期望方差和期望均值15。通过观测很小局部邻域内脊的方向，可以得出该脊的方向，设脊线的方向向量为f， (x ，y)为f，在( x，y)处的方向角，有19，Hy、Hx为梯度分量。由上式可以求得此像素点的指纹脊线方向，然后将此连续的方向在0180范围内离散化成8个方向，各方向之间的夹角为,8，求出每一块的整体方向的平均作为此块中所有点的方向，如图3.l：图 3.1 方向的选取 取N块的8邻块(图l.1(b)出现最多的方向为N块的主方向。在该小邻域内与脊方向不同的点往往正是附加了噪声的点。根据这一特性设计7 7自适应滤波器，对图像进行方向滤波。使在指纹脊线方向上的像素点得到加强，在其

38、他方向受到不同的削弱，从而不但使指纹图像的噪声得到抑制，也保留了指纹的细节特征。经过方向滤波后的指纹图像效果较好17。3.2二值化对于指纹识别系统，有用的信息包含在脊线(指纹中突起的)和谷线(凹下的)的二值描述中因而必须根据原始的灰度图像来确定图像上的每一个点应属于客体区域还是背景区域，从而产生对应的二值图像，它不仅可大大减少存储量，还可以根据指纹的形状(环型、弓型、螺旋型等信息)将指纹分类，这样可以大大提高指纹识别的速度20。在基于模糊集理论的增强算法基础上提出广义度阈点的方法 阈值的正确选择在二值化中是很重要的，直接影响着分割的精度及图像描述分析的正确性在此采用自适应阈值进行二值化，并根据

39、脊线扩散张量特点，分解扩散4n个方向的和即位于(x ，y)处的像素g( x，y)的阈值V( x，y)是由以(x ，y)为中心的指纹图像窗口(2n+1)(2n+1)中所有点的灰度值来确定。即 （3.2）由于当(2n+1)(2n+1)窗口落在下面2种不同区域将会引起错误判别：（1)当(2 +1)(2n+1)窗口较多地落在谷线区，将会使一部分乃至大部分象素点被判为脊线；（2)当(2 +1)(2n+1)窗口较多地落在脊线区，将会使一部分乃至大部分象素点被判为谷线。借助于参数和参考阈值Vt可以得到修正。令为一个通过试验获得的正整数，即令0，有： （3.3） 则 （3.4）其中Vt为参考阈值。令二值化后的

40、图像为r（x，y），则： （3.5）此算法不改变脊线连续性和奇异点的前提下，可以有效连接断裂脊线。3.3指纹增强利用计算机进行傅里叶变换的通常形式为离散傅里叶变换，采用这种实行的傅里叶变换有以下两个原因：历算傅里叶变换的输入输出都是离散值，适用于计算机的运算操作；采用离散傅里叶变换，可以应用快速傅里叶变换来实现，提高运算速度。离散傅里叶变换的定义如下： p=0,1,M-1 q=0,1,N （3.6）离散傅里叶反变换的定义如下： m=0,1,M-1 n=0,1,N-1 （3.7）F（p，q）称为f（m，n）的离散傅里叶变换系数。从函数取值角度考虑，F（p，q）和的关系为： （3.8）也就是说，F

41、（p，q）是函数傅里叶变换在圆周上等间距的采样，采样间隔等于2/M，M为离散傅里叶变换的点数。3.4细化细化是在不改变图像像素拓扑连接关系的条件下，连续擦除图像的边缘像素，把纹线粗细不均匀的指纹图像转化成线宽仅为一个像素的条纹中心线图像的过程。细化可以去除不必要的纹线粗细信息，使得指纹图像的数据量及连接结构更加突出，便于从指纹图像中提取细节特征，如图2.2从而在指纹特征提取和匹配环节上提高图像的处理速度和效率21。图3.2 纹线特征分类21在此先在脊线的端点用二次曲线来拟合局部脊线，在沿该端点的方向延伸得到的拟合曲线，并根据端点附近的脊线信息建立不同的处理规则来处理不同的情况，如对简单的脊线结

42、构，即明显的断线、脊线间明显的桥以及作为短纹存在的毛刺等做初步处理，去除图像的边缘像素。为了克服指纹形变，用图示模板进行细化处理：图3.3 细化模板从而得到最终的细化的指纹图像，这样提取出的指纹细节点、特征点和脊线才更为可靠和有效。3.5特征值的提取指纹图像特征提取的方法有两种：(1)从指纹的原灰度图像上识别细节特征；(2)从指纹的细化图像上识别细节特征。提取的特征主要有两类： 奇异点指纹奇异点 有三种类型：核形(Core)、三角形(Delta)和涡轮形(Whor1)；结构特 。它包括端点(Endpoint)、叉点(Bifurcation)、歧点、孤立点(Dot)、环点(Loop)、短纹(sh

43、ort Ridge)等及其方向、曲率、位置等信息。端点及叉点(图2.3(b)是指纹细化图像的主要特征，本文采用这两种主要特征构造指纹特征向量18。它的提取方法为：设C n(P)为交叉数，S n(P)为像素8-邻域(图2.3(a)纹线点数： （3.9） （3.10）图3.4 特征提取对于一幅彻底细化的指纹图像来说，只有三种纹线点：(1)C n(P)=1，S n(P)=1，称为端点；(2)Cn(P)=2，Sn(P)=2，3，4，称为连续点；(3)C n(P)=3，S n(P)=3，称为叉点。设提取的特征点集用P(P1，P2，Pn )表示，其中n为所提取的特征点的个数，Pi=(Xi ，Yi ，Ti，

44、Ai)，Xi，Yi表示特征点的坐标；Ti表示特征点的类型，当特征点为端点时Ti=1，当特征点为端点时Ti =2；a 表示特征点的角度，端点的角度取从端点为起点的端线的角度，又点的角度取图2.3(b)中角度a，b，c中最小者相对的分支的角度。端线及分支的角度求法为：从特征点开始搜索连续点直到搜到另一个特征点或步长达到7，设搜索到的最后一点为(X，Y)，有： （3.11）3.6为特征点的去除造成伪特征的原因有很多，指纹提取、二值化及细化等过程均可能引入伪特征。伪特征的存在将影响指纹的比对，降低识别率(1)伪特征的分析。对于取端点及叉点作为特征算法，伪特征主要指图4中的五种：(a)毛刺；(b)假桥；

45、(c)岛屿；(d)断脊；(e)短脊。对于这些伪特征的消除，文献10提出了基于纹线跟踪的后处理方法，文献13提出了基于知识的指纹后处理方法，将指纹后处理与指纹原灰度图联系了起来，文献14提出了基于统计与结构的指纹后处理方法。分析这五种伪特征，它们带来的伪特征点总是成对在近距离内出现而且除断脊外均有短脊线相连接。毛刺、短脊及岛屿均为从一个特征点出发经过很小的步长到达另一个特征点，可以采用沿脊线搜索特征点的方法去除伪特征对。假桥、断脊则要考虑伪特征的角度关系。图2.4为理想化的伪特征，各伪特征的角度关系非常明显，假桥连线与脊线垂直，断脊连线则与脊线平行，实际情况则有偏差。设Pi，Pj为假桥或断脊带来

46、的特征点对，v为小的角度阈值，且设A为Pi，与Pj连接线的角度： （3.12）则对于假桥，A与Ai，及a 近于垂直，即90-v90+v或90-v90+v；对于断脊，Pi与Pj之间没有脊线，而且A与Ai或Aj的差小于v，即v或v。对于图2.4(f)的双叉结构我们不将其当作伪特征，它与图2.4(c)的岛屿的区别是连接两叉点的脊线较长，这在现实中是可能存在的结构，所以被保留。 图3.5 五种伪特征(2)伪特征的去除13。由于提取的特征集合P(P1，P2，P n)全为端点与叉点，端点的伪形态有毛刺端点、短脊端点与断脊端点；叉点的伪形态有毛刺叉点、假桥叉点与岛屿叉点。我们可以分别从端点与叉点出发搜索其邻

47、域，判断其真伪，全部伪特征被分为伪端点与伪叉点予以去除。根据上面的分析，伪特征可按如下规则去除：去除孤立点与边界点，边界点定义为掩膜值为0的任何区域的距离小于阈值的特征点； 对于各端点Pi，从该特征点出发沿脊线搜索，若经过很小的步长到达另一个特征点即搜索到一个脊线点满足C n(P)!=2或S n(P)!=2则分别当作短脊、毛刺所带来的伪特征点予以去除；若该端点不是毛刺、短脊引起的伪端点，则搜索其邻域是否有端点Pj满足Pi与P j之间没有脊线，A与Ai或Aj的差小于30，即30或30，据此来判断该端点是否为断脊；对于各叉点Pi，从该特征点出发沿脊线搜索其中一个分支，若有两个分支经过很小的步长均到

48、达同一个叉点则当作岛屿予以去除；若有一个分支经过很小的步长到达另一个叉点P且满足70110或70110，则可当作假桥剔除；若有一个分支经过很小的步长到达另一个端点Pj则可当作毛刺剔除。3.7特征匹配模板匹配是指用一个较小的图像，即模板与源图像进行比较，以确定在源图像中是否存在与该模板相同或相似的区域。本实验中，模板匹配的测度为模板与源图像对应区域的误差平方和。设f（x，y）为MN的源图像，t（j，k）为JK（JM,KN）的模板图像，则误差平方和测度定义为： （3.13）将上式展开得： （3.14）令 （3.15） （3.16） （3.17）DS(x,y)称为源图像中与模板对应区域的能量,它与像

49、素位置(x,y)有关,但随像素位置(x,y)的变化,DS(x,y)变化缓慢。DST（x，y）称为模板与源图像区域的互相关，当模板与源图像区域匹配时取最大值。DT（x，y）称为模板能量，与图像位置无关，只用计算一次即可。3.8本章小结本章节介绍了MATLAB进行指纹处理的整个过程，同时也给出了每个步骤的原理和算法，通过对指纹图像平滑处理、二值化、细化、特征值提取、特征值去除、特征匹配等步骤的详细介绍，使得我们可以清晰了解到实验过程的进行，为下文的软件设计提供了理论依据。第4章MATLAB软件设计4.1MATLAB简介MATLAB是矩阵实验室（Matrix Laboratory）的简称，是美国Ma

50、thWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，其中matlab可以去下载获得。主要包括MATLAB和Simulink两大部分。 MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱（单独提供的专用 MATLAB 函数集）扩展了 MATLAB 环境，以解决这些应用领域内特定类型的问题。他具有以下诸多的优点23： （1）友好的工作平台和编程环境 MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图

51、形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。 （2）简单易用的程序语言 Matlab一个高级的矩阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。

52、用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。新版本的MATLAB语言是基于最为流行的C语言基础上的，因此语法特征与C语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。 （3）强大的科学计算机数据处理能力 MATLAB是一个包含大量计算算法的集合。其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究

53、成果，而前经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C+ 。在计算要求相同的情况下，使用MATLAB的编程工作量会大大减少。MATLAB的这些函数集包括从最简单最基本的函数到诸如矩阵，特征向量、快速傅立叶变换的复杂函数。函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。 （4）出色的图形处理功能 图形处理功能MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表

54、现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的MATLAB对整个图形处理功能作了很大的改进和完善，使它不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和处理等）方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。同时对一些特殊的可视化要求，例如图形对话等，MATLAB也有相应的功能函数，保证了用户不同层次的要求。另外新版本的MATLAB还着重在图形用户界面（GUI）的制作上作了很大的改善，对这方面有特殊

55、要求的用户也可以得到满足。 （5）应用广泛的模块集合工具箱 MATLAB对许多专门的领域都开发了功能强大的模块集和工具箱。一般来说，它们都是由特定领域的专家开发的，用户可以直接使用工具箱学习、应用和评估不同的方法而不需要自己编写代码。目前，MATLAB已经把工具箱延伸到了科学研究和工程应用的诸多领域，诸如数据采集、数据库接口、概率统计、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号处理、图像处理、系统辨识、控制系统设计、LMI控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时快速原型及半物理仿真、嵌入式系统开发、定点仿真、DSP与通讯、电力系统仿真等，都

56、在工具箱（Toolbox）家族中有了自己的一席之地。 （6）实用的程序接口和发布平台 新版本的MATLAB可以利用MATLAB编译器和C/C+数学库和图形库，将自己的MATLAB程序自动转换为独立于MATLAB运行的C和C+代码。允许用户编写可以和MATLAB进行交互的C或C+语言程序。另外，MATLAB网页服务程序还容许在Web应用中使用自己的MATLAB数学和图形程序。MATLAB的一个重要特色就是具有一套程序扩展系统和一组称之为工具箱的特殊应用子程序。工具箱是MATLAB函数的子程序库，每一个工具箱都是为某一类学科专业和应用而定制的，主要包括信号处理、控制系统、神经网络、模糊逻辑、小波分

57、析和系统仿真等方面的应用。 （7）应用软件开发（包括用户界面） 在开发环境中，使用户更方便地控制多个文件和图形窗口；在编程方面支持了函数嵌套，有条件中断等；在图形化方面，有了更强大的图形标注和处理功能，包括对性对起连接注释等；在输入输出方面，可以直接向Excel和HDF5进行连接。 本次设计中使用的是MATLAB7.11.0，属于最新的版本之一，功能强大，有利于对实验进行简易操作，更能提高设计实验的准确性。4.2程序调试4.2.1设计思路采集到的指纹图像受各种原因的影响，是一幅含较多噪声的灰度图像。预处理的目的就是去除图像中的噪声，把它变成一幅清晰的点线图，这样才能提取正确的指纹特征，从而达到

58、后边的正确匹配。预处理过程主要包括指纹规格化，平滑滤波处理，方向增强处理，二值化，细化等，它是指纹自动识别系统中极为关键的一步，它的好坏将直接影响着指纹识别的效果。在此基础上，提取指纹特征信息，得到输入指纹特征模板，然后用输入指纹特征模板与已登记的指纹特征模板进行匹配，最后显示识别结果。图4.1 指纹识别的处理过程其整体结构如上图（3.1）所示，对此，我们将通过MATLAB进行以下的步骤26： 1 读入图像：通过MATLAB指令imread将图像读入。 2 图像灰度化：通过MATLAB指令将图像进行灰度化，同时将其保存为bmp的图像格式。 3 显示图像：将指纹图像进行初步处理，二值化，细化等基本步骤，并且在应用程序中将指纹图像显示出来。 4 保存BMP文件：把修改过的指纹图像存入原来的文件，或者把处理过的指纹图像另存为一个BMP文件。 5 图像增强：频域增强。 6 有效区域选取：由于原始指纹图像中指纹的脊线和谷线的边界可能达不到对比度的要求，并且指纹图像边缘的指纹不是那么清楚，所以要对整个图像进行有效区域的选取，对比度达到要求的图像区域才能进行后期处理。 7 特征值的提取：将指纹图像中出现的纹线的起点、终点、结合点和分叉点选择出来，并用小圆圈将其圈出。 8 伪特征点的去除：将指纹图像中出现的各种不合理的特征点，通过上文讲的5种伪特征