【正文】 ........................................................................................... 23 ..................................................................................... 24 第六章 總結(jié)和展望 ........................................................................................................ 25 參考文獻 ........................................................................................................................ 26 附 錄 ............................................................................................................................. 28 附錄 A 1602顯示器子程序 ..................................................................................... 28 1 第一章 緒論 科學技術(shù)的迅猛發(fā)展為人類的生產(chǎn)生活帶來了極大的便利，大大地推動了現(xiàn)在社會的進步和發(fā)展。在網(wǎng)絡化時代的今天，我們每個人都擁有大量的認證密碼，比如開機密碼、郵箱密碼、銀行密碼、論壇登陸密碼等等；并配備了各種鑰匙 ，如門鎖鑰匙，汽車鑰匙，保險柜鑰匙等。這些都是傳統(tǒng)的安全系統(tǒng)所采用的方式，隨著社會的發(fā)展，其安全性越來越脆弱。而我們的生活隨時都需要進行個人身份的確認和權(quán)限的認定。 指紋特征是人終生不變的特征之一，而且不同人的指紋特征相同的可能性幾乎為零。人體指紋含有天然的密碼信息，其具有作為密碼信息必須具備的三個重要性質(zhì) [1]： ①廣泛性，指每一個正常人都有指紋。 ②唯一性， 指每一個人的指紋都不同。 ③終生不變性， 指非意外事故指紋終身不變。 因此，指紋識別技術(shù)，作為一種可靠的生物識別技術(shù) [1]，受到了人們的重視。盡管 人們已經(jīng)對自動指紋識別技術(shù)作了深入廣泛的研究，指紋識別技術(shù)也獲得了不少應用，但是指紋識別的應用在目前并沒有獲得普及，這主要是因為指紋識別在識別準確性和識別速度方面還遠遠不能滿足很多實際應用的要求。 這就要求研究指紋識別環(huán)節(jié)中若干問題，這對于問題的解決很有意義。 指紋識別技術(shù)發(fā)展現(xiàn)狀 指紋識別算法的研究方向主要分為：基于圖像的識別算法和基于特征的識別算法 [2]。 基于圖像的識別算法認為，指紋圖像的頻域和空域信息可以用來唯一表示并識別不同的指紋 [2]。它是一種使用全局信息進行 識別的方法，例如使用指紋圖像的 Fourier 頻譜來表示和識別指紋。這類算法的問題在于圖像特征難以定義和匹配，因此算法的拒識率和誤識率較高。 基于特征的指紋識別算法是找到并比對指紋的特征 [2]。指紋特征的復雜度足以提供用于鑒別的足夠特征。目前大多數(shù)的自動指紋識別系統(tǒng)使用的都是這類算四川文理學院學位論文 2 法。指紋特征多種多樣，有特征點、奇異點、域方向圖、脊線數(shù)目，甚至脊線線型等。對應的匹配方法可以分為：基于點模式的匹配，基于脊線的匹配，基于紋理的匹配以及多種細節(jié)特征混合的匹配方法。 大多數(shù)基于特征的識別算法專注于脊線上的末梢點和分叉 點，該方法根據(jù)各個特征點的位置和方向來表示和區(qū)分指紋，從而使指紋識別問題轉(zhuǎn)化為判斷兩個特征點集間的最大相似度 (最大重合度 )的問題。提取該細節(jié)特征有多種方法：基于灰度指紋圖像直接提取，基于二值圖像的特征提取，基于細化圖像的特征提取。 目前許多公司和研究視梅在指紋識別技術(shù)領(lǐng)域都取得了突破性的進展，推出許多指紋識別與傳統(tǒng) IT 技術(shù)完美結(jié)合的應用產(chǎn)品，這些產(chǎn)品已經(jīng)被越來越多的用戶所認可。中科院自動化所智能生物信怠系統(tǒng)研究組和北京數(shù)字指通軟件技術(shù)有限公司對自動指紋識別技術(shù)進行了長期的理論研究和應用系統(tǒng)開發(fā)，指紋圖像的識 別準確率和識別速度已達到國際先進水平。另外，一些公司和機構(gòu)結(jié)合社會應用的實際需求，開發(fā)了各種類型的具有獨立知識產(chǎn)權(quán)的嵌入式指紋識別模塊、指紋應用系統(tǒng)軟件等，用戶反映良好。指紋識別技術(shù)多用于對安全性要求比較高的領(lǐng)域，麗在商務移動辦公領(lǐng)域頗其建樹的富圭通、三星及等國際知名品牌都擁有技術(shù)與應用較為成熟的指紋識別系統(tǒng) [4]。 與國外相比，我國在自動指紋識別技術(shù)的研究水平上還存在一定的差距。主要表現(xiàn)在： (1)指紋錄入設備的質(zhì)量還不太過關(guān)： (2)自動指紋識別算法研究水平還有待提高，在應用上的表現(xiàn)為產(chǎn)品適應性和易用性較差 ，對干、濕一些的指紋往往不能正確區(qū)別，對指紋錄入時的旋轉(zhuǎn)、平移比較敏感。 指紋識別技術(shù)的特點 指紋特征是人終生不變的特征之一，而且不同人的指紋特征相同的可能性幾乎為零。人體指紋含有天然的密碼信息，其具有作為密碼信息必須具備的四個重要性質(zhì)： ①廣泛性，指每一個正常的人都有指紋。 ②唯一性，指每一個人的指紋都不同。指紋的細節(jié)由細微紋點和紋線的起點、終點、分叉等組成。正是這些無窮無盡的細節(jié)特征組合構(gòu)成了指紋的唯一性．事實上，甚至包括雙胞胎，世界上兩個指紋相同的概率小于 1／ 109，幾乎為零，這就構(gòu)成了 指紋的第一大特點。 ③終生不變性，指紋終身不變即指紋的圖案永遠不會改變，從人的出現(xiàn)到死后的分解為止 (除非指紋受到傷害 )。 ④指紋與主體的不可分離性：即指紋不存在丟失、遺忘、被竊取的可能。 指紋的使用比起其它證卡來說更快捷、安全、準確、無干擾，可實現(xiàn)快速登 3 錄注冊，系統(tǒng)兼容性好，也就是說可以獨立或者通過聯(lián)網(wǎng)構(gòu)成系統(tǒng)并且很容易并入各類證卡和定義識別系統(tǒng)中。因此，指紋識別技術(shù)的應用范圍極廣。 指紋識別系統(tǒng)主要包括四部分：指紋圖像采集，指紋圖像預處理，指紋特征提取和指紋特征匹配。論文涉及指紋的圖像分割、細化和匹配。就 現(xiàn)有文獻和產(chǎn)品來看，對低質(zhì)量的指紋圖像的處理效果還遠不能令人滿意。要想使設計的細節(jié)特征提取算法能夠?qū)Φ唾|(zhì)量指紋圖像也能可靠工作。 指紋匹配算法的性能主要決定于所提取到的特征點的數(shù)目、位置和相互關(guān)系的可靠性。要想設計一個對較多真正特征點缺失、較多偽特征點出現(xiàn)和較大形變均不敏感的指紋匹配算法，也是一件十分困難的事。 計算復雜性是自動指紋識別技術(shù)中一個重要的研究課題。實際應用要求最好自動指紋識別系統(tǒng)能對識別任務實時做出響應，而讓指紋匹配算法同時達到高速度和高準確率也是一個難題。 以 MCS51 系列單片機作為控制核心，設計并制作指紋識別控制系統(tǒng)。本系統(tǒng)采用模塊化的總體結(jié)構(gòu)設計，依據(jù)實現(xiàn)的各種功能，把整個系統(tǒng)分成幾個功能模塊，使得系統(tǒng)簡潔明了。同時使得系統(tǒng)程序可讀性加強，方便程序的完善和修改。各模塊之間聯(lián)系緊密，共同構(gòu)成完整的系統(tǒng)?？刂破髟O計首先要了解指紋識別系統(tǒng)的理論要求，再通過軟硬件實現(xiàn)整個指紋識別的模擬過程。 該系統(tǒng)能夠?qū)崿F(xiàn)單片機和指紋模塊之間的串口通信，通過操作獨立式鍵盤按鍵，向指紋模塊的 DSP 芯片發(fā)送相應指令，從而執(zhí)行錄入用戶、添加用戶、認證用戶、刪除指定用戶、刪除全部用戶、以及管理個人身 份信息等功能。 第二章 指紋識別系統(tǒng)實現(xiàn)原理 我們定義了指紋的兩類特征來進行指紋的驗證：總體特征和局部特征。 指紋的總體特征 總體特征是指那些用人眼直接就可以觀察到的特征，包括基本紋路圖案 [5]：環(huán)型（ loop），弓型（ arch），螺旋型（ whorl)。其他的指紋圖案都基于這三種基本圖案。 四川文理學院學位論文 4 指紋的脊紋形式是適應之間的球狀表面和半圓形頂端以及橫行的指間屈基線生長的，除少數(shù)弓形紋之外，絕大多數(shù)是箕、斗型紋（約占 95%），（三種紋形的大致分布概率如表 ） 表 紋形的大致分布概率 紋型是指紋的基本分類，是按中心花紋和三角的基本形態(tài)劃分的。中心線的按我國是指紋分析法，指紋分三大類型（如圖 ），三大種形態(tài)。 箕型 斗型 弓型 圖 指紋的紋形 (1) 箕形紋（ Loop）：有一條以上完整的基性線組成中心花紋?；尉€的對側(cè)有一個三角的上下之線包圍著中心花紋。按箕技的流向分為橈側(cè)箕形紋（反箕）和尺側(cè)箕形紋（正箕）兩種。按 中心花紋的結(jié)構(gòu)形態(tài)又可分為普通箕、閉口箕、葉形箕、橫箕和類似斗的箕?；渭y中心和三角之間的距離和紋線數(shù)量多少不一，有的只有 1－ 2 條線，多數(shù)為十條線左右，個別的可達 30 余條。 (2)斗型紋 (Whorl):中心花紋呈環(huán)、螺、曲狀，由內(nèi)向外擴展與上下包圍線匯合形成兩個以上的三角的紋線，稱為斗型紋。分為環(huán)形、螺形、囊形、雙箕形、雜形五種。斗型紋的中心花紋，在由一條環(huán)、螺、曲等紋線構(gòu)成時，與兩側(cè)三角相對的弧形線凸面，必須是不折、不斷的，并且不與來自從三角中的其它紋線相接。 (3)弓型紋 (Arch): 由弓形線和橫直線 層疊而成，中心花紋與上下包圍線無明顯界限，因此也沒有真正的三角區(qū)。分弧形和帳形紋兩種。 (4)弧形紋：是由平緩的或略微突起的弧形線組成的一種結(jié)構(gòu)簡單的花紋形式。 (5)帳形紋： 由 平行的和突起的弧形線組成。花紋中部有直立的或傾斜的紋基本紋型 弓型 箕 型 斗型 分布概率 5% 60% 35% 5 線，將弧形線撐起 呈 帳蓬狀。 指紋類型的三類九種，是按我國現(xiàn)行的十指指紋分析法劃分的。這是一種基本分類，也叫兩極分類法。實際上指紋種類遠不只這些。 指紋的局部特征 局部特征是指指紋上的節(jié)點的特征，這些具有某種特征的節(jié)點稱為特征點。兩枚指紋經(jīng)常會具有相同的總體特征，但它們的局 部特征 — 特征點，卻不可能完全相同。 指紋紋路并不是連續(xù)的、平滑筆直的，而是經(jīng)常出現(xiàn)中斷、分叉或打折。這些斷點、分叉點和轉(zhuǎn)折點就稱為 特征點 。就是這些特征點提供了指紋唯一性的確認信息。特征點的分類有以下幾種 (如圖 ),最典型的是 端 點和分叉點。 圖 指紋特征示意圖 很多研究者試圖解決指紋分類問題，但至今分類算法的誤識率仍較高。如何提高指紋分類的準確率在自動指紋識別研究中是一個較關(guān)鍵的問題。 指紋圖像分割概述 在指紋 識別系統(tǒng)中，指紋圖像分割是圖像預處理的一部分。指紋分割的最基本的依據(jù)是圖像某些特征和特征集合。圖像特征是指紋圖像的固有屬性 ,如灰度值 ,鄰域關(guān)系 ,紋線的扭曲程度等。特征集合則是幾種的結(jié)合。通過提取圖像特征 ,可將原始圖像映射到特征空間 ,使圖像特征在特征空間中呈現(xiàn)一定的分布。因此根據(jù)以上的的灰度值 [6]領(lǐng)域關(guān)系，紋線的扭曲程度，指紋圖像分割 [6]大致分為三四川文理學院學位論文 6 類：基于像素的圖像分割，基于塊特征的圖像分割以及基于全局的圖像分割。 基于像素的指紋圖像分割中目前流行多尺度小波變換和閾值法 [6]。小波變換和傅里葉變換的出發(fā)點 都是將信號表示成基函數(shù)的線性組合。所不同的是傅里葉變換采用時間屬于 (一 ∞， +∞)的諧波函數(shù) )exp(inx 作為基函數(shù)，而小波變換的基函數(shù)是具有緊支集的母函數(shù) ? (t)，通過對母函數(shù) ? (t)進行伸縮和平移得到一個小波序列： ? ? ?????? ?? a btatba ?? 1, Rba?, ； 0?a 式中 a 為伸縮因子， b 為平移因子。對于任意函數(shù) ?? ? ?RL2?tf 的連續(xù)小波變換 [6]：公式（ ）為變換公式，公式（ ）為重構(gòu)公式。 ? ? ? ? dta bttfafba Rbaf ? ?????? ??? ? *21,W ?? （ ） dadba btbaWa f? ? ?????? ??????? ?? ),(1C 1 2 （ ） 計算機中的圖像信息是以離散信號形式存放的，在信號處理中，特別是在數(shù)字信號處理和數(shù)值計算等方面，為了計算機實現(xiàn)的方便，連 續(xù)小波必須進行離散化，而最基本的離散化方法就是二進制離散，一般將這種經(jīng)過離散化的小波及其變換叫做二進小波和二進變換。 小波變換的特點是 壓縮比高，壓縮速度快，壓縮后能保持信號與圖象的特征不變，且在傳遞中可以抗干擾。 在指紋識別識別中使用小波變換有助于噪聲的濾除以及有利于檢測奇異點。但是小波變換的明顯缺點是它計算復雜，計算效果也取決于函數(shù)的選擇。 另一種閾值分割就是簡單地用一個或幾個閾值將圖像的灰度直方圖分成幾個類，認為圖像中灰度在同一個灰度類內(nèi)的像素屬同一物體。它是圖像分割中最基本的方法。其原理是先定一個閾值， 大于此值為 1，小于則認為為 0；多閥值則可以利用多維函數(shù)。此原理在匹配中也可以運用。其優(yōu)點是計算簡單，僅需比較灰度值即可；運算效率較高，速度快；它的缺陷在于僅考慮圖像的灰度信息，而忽略了圖像的空間信息，對于圖像中不存在明顯灰度差異或各物體的灰度值范圍有較大熏疊的圖像分割問題難以得到準確的結(jié)果 [7]。 代表塊特征的指紋圖像分割目前研究趨勢為多種塊基本特征如灰度均值、塊灰