【正文】 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)特點(diǎn) 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(xì)節(jié)由細(xì)微紋點(diǎn)和紋線的起點(diǎn)、終點(diǎn)、分叉等組成。正是這些無窮無盡的細(xì)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(diǎn)。 ③終生不變性，指紋終身不變即指紋的圖案永遠(yuǎn)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(zhǔn)確、無干擾，可實現(xiàn)快速登錄注冊，系統(tǒng)兼容性好，也就是說可以獨(dú)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(yīng)用范圍極廣。 在實際應(yīng)用中，有相當(dāng)一部分要處理的指紋圖像的質(zhì)量是比較差的。指紋識別系統(tǒng)主要包括 4 部分：指 紋圖像采集，指紋圖像預(yù)處理，指紋特征提取和指紋特征匹配[5]。論文涉及指紋的圖像分割、細(xì)化和匹配。就現(xiàn)有文獻(xiàn)和產(chǎn)品來看，對低質(zhì)量的指紋圖像的處理效果還遠(yuǎn)不能令人滿意。要想使設(shè)計的細(xì)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，目前看來還是一件難度很大的事情。對于質(zhì)量很差的圖像，如果不經(jīng)過特殊的增強(qiáng)處理，是很難正確地進(jìn)行特征提取的。 指紋匹配算法的性能主要決定于所提取到的特征點(diǎn)的數(shù)目、位置和相互關(guān)系的可靠性。要想設(shè)計一個對較多真正特征點(diǎn)缺失、較多偽特征點(diǎn)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(fù)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(yīng)用要求最好自動指紋識別系統(tǒng)能對識別任務(wù)實時做出響應(yīng)，而讓指紋匹配算法同時達(dá)到高速度和高準(zhǔn)確率也是一個難題。 指紋識別中若干關(guān)鍵問題研究 4 本論文的內(nèi)容及安排 本文以研究指紋識別中指紋圖像分割、細(xì)化、特征提取、匹配等若干問題為研究主體，針對指紋識別技術(shù)中分割、細(xì)化和匹配進(jìn)行了仿真和修正。其中分割部分采用了方差均值的方法，細(xì)化選取了一種偽特征較少的模板，匹配時以分叉點(diǎn)和端點(diǎn)信息進(jìn)行匹配。具體的章節(jié)和各章的內(nèi)容安排如下： 第一章：在介紹本論文的研究意義，在指紋識別技術(shù)的現(xiàn)狀 和特點(diǎn)的基礎(chǔ)上，確定了本文所做的主要工作。 第二章：為后續(xù)的研究工作奠定基礎(chǔ)，本章介紹了均值方差的基礎(chǔ)知識和基本理論以及仿真中具體的分割運(yùn)用算法。 第三章：介紹了指紋圖像細(xì)化的方法并仿真得到結(jié)果。 第四章：主要介紹了指紋圖像細(xì)化后的特征提取，需要哪些特征，去除哪些偽特征，以方便和正確地進(jìn)行匹配工作。 第五章：介紹了指紋圖像匹配的概念、匹配問題的困難所在和常用方法，給出了一種修改基礎(chǔ)上驗證用的匹配方法。 第六章：總結(jié)本文所取得的一些研究成果，并對課題發(fā)展進(jìn)行了展望。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 5 第 2 章 指紋圖 像的分割 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(yù)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 [6]。因此根據(jù)以上的的灰度值領(lǐng)域關(guān)系，紋線的扭曲程度，指紋圖像分割大致分為三類：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 。小波變換和傅里葉變換的出發(fā)點(diǎn)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(jìn)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 [7]：公式（ 1）為變換公式，公式（ 2）為重構(gòu)公式。 ? ? ? ? dta bttfafba Rbaf ? ?????? ??? ? *21,W ?? （ 1） dadba btbaWa f? ? ?????? ??????? ?? ),(1C 1 2 （ 2） 計算機(jī)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(jī)實現(xiàn)的方便，連續(xù)小波必須進(jìn)行離散化，而最基本的離 散化方法就是二進(jìn)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(jìn)小波和二進(jìn)變換。 小波變換的特點(diǎn)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(diǎn)。但是小波變換的明顯缺點(diǎn)是它計算復(fù)雜，計算效果也指紋識別中若干關(guān)鍵問題研究 6 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(rèn)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(rèn)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(yùn)用。其優(yōu)點(diǎn)是計算簡單，僅需比較灰度值即可；運(yùn)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(zhǔn)確的結(jié)果 [8]。 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、塊灰度方差 [9]、塊方向圖等綜合運(yùn)用和重新定義塊特征。其中塊指的是將圖像分個成一個個小的圖像塊。圖像均值就是對每一個單位塊的灰度值取均值，方差則反映該塊中各點(diǎn)與均值的偏差性，方向 [10]這可以很好的反映紋理的變化趨勢。一般來說，常見的方向場的計算分為掩模法和公式法兩大類。 LinHong 等人開發(fā)的基于最小均方估計算法，即公式法。 ? ? ? ? ? ? ? ? ? ? )1,1()1,(21,11,11,21,1, ????????????????? jiGjiGjiGjiGjiGjiGjix? ? ? ? ? ? ? ? ? ? )1,1(),1(21,11,11,21,1, ????????????????? jiGjiGjiGjiGjiGjiGjiy? ? ),(,2),( 2/ 2/ 2/ 2/ vuvujir wi wi wj wjx ? ??? ?? ??? （ 1） ? ? 22/ 2/ 2/ 2/ 2 ),(,),( vuvujir wi wi wj wjy ? ??? ?? ???? （ 2） 它是利用正交坐標(biāo)系下，原點(diǎn)到它們組成的坐標(biāo)點(diǎn)的有向線段與 X 的正半軸的夾角可來表示該子塊的塊方向。這種方法最大的優(yōu)點(diǎn)是易實現(xiàn)，很 好體現(xiàn)出紋理，但缺點(diǎn)是對于變化太快的部分出錯。此方法的實現(xiàn)是利用方向濾波器。 基于全局的圖像分割則是根據(jù)情況特別是某些特殊場合的利用，如殘缺指紋。全局的圖像分割可以是人工選定幾個特定點(diǎn)后再根據(jù)全局的特點(diǎn)來處理，此法也可運(yùn)用于匹配。基于全局的指紋識別仍處于實驗室探索階段 ,應(yīng)用領(lǐng)域中尚不廣泛。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 7 均值方差法 在圖像分割概述中，已經(jīng)提到基于塊特征的指紋圖像分割。在這部分將重點(diǎn)介紹均值法差法的計算方法和在仿真中的運(yùn)用。 該算法基于背景區(qū)灰度方差小，而指紋區(qū)方差大的思想，將指紋圖像分成塊，計算每一塊的方差，如果 該塊的方差小于閾值為背景，否則為前景。具體步驟分以下三步： (1)將低頻圖分成 M M 大小的無重疊方塊，方塊的大小以一谷一脊為宜。 (2)計算出每一塊的均值和方差。 設(shè)指紋圖像 I的大小為 H L， I(i,j)為像素點(diǎn) (i,j)的灰度， AVE和 VAR分別為原指紋圖像的均值和方差， AVE和 VAR可以通過公式 ()和 ()計算得到。 ? ?? ???? 1H 0 10 ),(LH 1A V E i Lj jiI （ ） 21H010 A V E),( LH1V A R ）（? ?????? iLj jiI （ ） (3)如果計算得到的方差幾乎接近 于 0就認(rèn)為是背景，對于方差不為零的區(qū)域在進(jìn)行閾值分割算法，這種算法主要是根據(jù)計算得到的方差來決定其是否為背景區(qū)。 在使用方差均值法之前還要使用歸一法將圖變?yōu)榈皖l圖。歸一化 [11]的目的是把不同原圖像的對比度和灰度調(diào)整到一個固定的級別上，為后續(xù)處理提供一個較為統(tǒng)一的圖像規(guī)格。指紋圖像的歸一化公式如式 ()所示，當(dāng)大于平均值時為加。 ????????????V A RA V EyxIV A RV A RA V EyxIV A Ryx200200)),((AV E)),((AV E),I （ （ ） 其中 0AVE 和 0VAR 為期望的灰度 均值和方差。 仿真結(jié)果和結(jié)論 本實驗基于 的 Pc 機(jī)， Window 7 操作系統(tǒng)， 的仿真軟件環(huán)境下。指紋來自于指紋數(shù)據(jù)庫，為了驗證這種分割方法的適用性，從數(shù)據(jù)庫中挑選了指紋識別中若干關(guān)鍵問題研究 8 2 幅差異較大的指紋圖像。 仿真中歸一化的參數(shù) 0AVE 取了 150， 0VAR 取了 100，分割的區(qū)域大小 M 取了 10。下面的圖像為指紋圖像歸一化和分割結(jié)果。 (a) 指紋原始圖像 (b) 歸一化處理圖像 (c) 分割后圖像 圖 21 指紋 1 的處理結(jié)果 圖 a 指紋原始圖像 圖 b 歸一化處理圖像 圖 c 分割后圖像 圖 22 指紋 2 的處理結(jié)果 從圖中可以看到用方差均值法分割既適用于比較圓滑的指紋，又適用紋線變化很大的指紋圖像。在歸一化處理降頻和通過區(qū)域均值方差的后得到的圖像條紋清晰，輪廓分明，對于后面的細(xì)化和匹配有很大的幫助。該方法快捷，損壞程度低，缺點(diǎn)是計算有一定的復(fù)雜度，要通過 2 次方差均值來處理。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計 ) 9 第 3 章 指紋圖像的細(xì)化 指紋圖像細(xì)化的預(yù)處理 這部分預(yù)處理主要為二值化。由于指紋圖像脊、谷相間，因此指紋圖像的處理常是將指紋圖像二值化?；叶葓D像二值化是將灰度圖變換為只有黑和白兩種灰度的圖像。這樣不僅可以壓縮原指紋圖像的數(shù)據(jù)量，而且也方便后面的細(xì)節(jié)特征的提取?；叶葓D二值化的基本思想是選取適當(dāng)?shù)幕叶乳u值，將灰度圖像轉(zhuǎn)化為二值圖像，閾值的選擇是關(guān)鍵，對于閾值的選擇，有多種方法，如熵法， Ostu 法等。根據(jù)是否將圖像分塊處理，又分全局閾值算法和局部閾值算法兩種，全局閾值算法是將整幅圖像以一個閾值處理，而局部閾值算法則把原圖分成若 干個子圖，在每個子圖中確定閩值，在進(jìn)行二值化，由于指紋圖像在不同區(qū)域的亮度和對比度是有差別的，因而全局閾值算法不適用。 灰度圖二值化的基本思路是選取適當(dāng)?shù)幕叶乳撝担瑢⒒叶葓D像轉(zhuǎn)化為二值圖像。一般的圖像處理中的二值化算法主要是計算整幅圖像的灰度平均值，然后將該值作為門限，高于該門限的像素點(diǎn)就置 1，反之置 0。我們通過研究發(fā)現(xiàn)，這種方法雖然簡單，但是對噪聲較大，圖像質(zhì)量不好的指紋會產(chǎn)生較大的二值化噪聲。所以最好選用局部閾值法作為二值化算法。 論文中采用了一種動態(tài)局部閾值，滿足這種條件下的灰度值為 128，不滿足則灰度值為 255。再根據(jù)前面判斷的是否為背景即 Icc 值的來修正 Icc 值：灰度值為 128且 Icc 為 1 時（非背景指紋紋線時）， Icc 值為 0，像素值置為 0。背景和灰度值為 255的紋線像素置為 1，這做法的目的是去除不確切的點(diǎn)。此時背景為白，紋線為黑。 二值化后的圖像中的點(diǎn)還要進(jìn)行修改，修改條件為：當(dāng)像素為 1 時，它周圍點(diǎn)不大于 3 個為像素 1 點(diǎn)則修改為 0；當(dāng)像素為 0 時，它周圍不小于 7 個點(diǎn)為像素 1 的點(diǎn)，則修改為 1。這種修改是為了使圖像連續(xù)圓滑。 指紋圖像細(xì)化方法計算 由于灰度過渡區(qū) [12]的存在， 指紋細(xì)化是指紋圖像預(yù)處 理中的一個重要環(huán)節(jié)，因為一般的特征提取都是在細(xì)化的基礎(chǔ)上進(jìn)行的，如果細(xì)化不好，將無法使用常規(guī)的特征指紋識別中若干關(guān)鍵問題研究 10 提取算法提取細(xì)節(jié)特征信息 [13]。細(xì)化可以便我們得到絞線的單像素的骨架。所謂“骨架”，是指圖像中央的骨骼部分，是描述圖像幾何及拓?fù)湫再|(zhì)的重要方法之一。獲取一個圖像骨架的過程通常稱為對圖像“細(xì)化”的過程。在文字識別、地質(zhì)構(gòu)造識別、工業(yè)零件形狀識別或圖像理解中，先對被處理圖像進(jìn)行細(xì)化有助于突出形狀特點(diǎn)和減少冗余信息。 細(xì)化處理是指在指紋圖像二值化以后，在不影響紋