【正文】 指紋識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 摘 要 隨著信息時(shí)代的發(fā)展 , 自動(dòng)指紋識(shí)別技術(shù)已經(jīng)廣泛地應(yīng)用于公安、海關(guān)、銀行、網(wǎng)絡(luò)安全等需要進(jìn)行身份識(shí)別領(lǐng)域。本文概述了自動(dòng)指紋識(shí)別系統(tǒng)的研究現(xiàn)狀和指紋識(shí)別系統(tǒng)的算法流程，并在此基礎(chǔ)上重點(diǎn)研究了指紋圖像的分割算法和指紋圖像細(xì)化算法。 首先，本文系統(tǒng)介紹了指紋識(shí)別的研究意義及現(xiàn)狀，并對(duì)指紋識(shí)別原理及實(shí)現(xiàn)過(guò)程做了系統(tǒng)介紹。 其次，針對(duì)在指紋采集過(guò)程中存在著大量的低質(zhì)量指紋圖像，影響指紋識(shí)別系統(tǒng)的識(shí)別率的問(wèn)題，本文對(duì)指紋圖像的分割等預(yù)處理作了較為深入的研究，采用了均值方差的指紋圖像分 割算法，仿真結(jié)果表明，該方法有效地改善了指紋圖像的質(zhì)量。 此外，對(duì)指紋圖像的細(xì)化作了深入的研究，使用的細(xì)化模板雖然數(shù)量較多，計(jì)算時(shí)間比較長(zhǎng)，但對(duì)于像素的處理很到位，使得毛刺比較少， 保持原圖像的基本結(jié)構(gòu)特性，還最大地保留了細(xì)節(jié)特征。 仿真結(jié)果表明。 最后，研究了指紋識(shí)別過(guò)程中特征的提取方法，針對(duì)細(xì)節(jié)點(diǎn)提取過(guò)程中存在偽特征點(diǎn)的問(wèn)題，本文采用了一種消除偽特征點(diǎn)的算法。仿真結(jié)果表明，這種算法可以有效的去除偽特征點(diǎn)。 關(guān)鍵詞： 指紋識(shí)別；均值方差；指紋細(xì)化；特征提取 2 ABSTRACT With the developments of the information age, automated fingerprint identification technology has been widely used in public security, customs, banking. This article outlines both the study status and algorithm process of a Automated Fingerprint Recognition System, and on this basis, focuses on the segmentation of fingerprint image and fingerprint image thinning algorithm to do the study. First, the paper describes the research significance of fingerprint recognition and its status. Fingerprint recognition theory and the key steps in the algorithm are introduced in this part .They are also used for programming verification. Secondly, in the fingerprint collection process, there are existences of a large number of lowquality fingerprint images, affecting the identification rate of fingerprint recognition system problems. The paper focuses on fingerprint image segmentation which belongs to preresearch makes a more thorough study, putting forward a fingerprint image segmentation algorithm by used the mean and variance of the image. Calculating the mean and variance of each piece, and then if this result is almost close to 0 that it is regarded as the background. The area variance is not zero will use threshold segmentation algorithm. In addition, the fingerprint image thinning is studied deeply, although the number of templates to use is a lot, calculation time is longer, the deal is in place for the pixels, making relatively few glitches and maintain the basic structural characteristics of the original image, retaining the details of the biggest features too. Of course, given the slow speed of this method, there are still shortings of burr can be used for making a great improvement. Finally, the feature extraction method in the fingerprint recognition process is studied. Focus on feature extraction methods for extraction of minutiae feature points exist in pseudoproblem, we propose a pseudofeature points to eliminate the algorithm. Simulation results show that the algorithm can effectively remove pseudo feature points. Keywords: fingerprint recognition。 mean and variance。 fingerprint refinement。 feature extraction I 目 錄 摘 要 Abstract 第 1 章 緒論 ????????????????????? ??????? ?? 1 研究的意義 ???????????????????????? 1 指紋識(shí)別技術(shù) ???????????????????????? 1 指紋識(shí)別技術(shù)發(fā)展現(xiàn)狀 …………………………………………………………2 指紋識(shí)別技術(shù)特點(diǎn) …………………………………………………………… 3 本論文的工作 ???????????????????????? 4 第 2 章 指紋圖像的分割 ??? ???????????????? 5 指紋圖像分割概述 ??????????????????????? 5 均值方差法 ??????????????????????? 6 仿真結(jié)果與結(jié)論 ??????????????????????? 7 第 3 章 指紋圖像 的細(xì)化 ??? ???????????????? 9 指紋圖像細(xì)化的預(yù)處理 ??????????????????????? 9 指紋圖像細(xì)化方法介紹 ??????????????????????? 9 仿真結(jié)果與結(jié)論 ??????????????????????? 11 第 4 章 指紋圖像的特征提取 ??? ???????????????? 13 指紋圖像特征提取概述 ??????????????????????? 13 特征提取和去偽特征 ????????????????? ?????? 14 仿真實(shí)驗(yàn)與結(jié)論 ??????????????????????? 15 第 5 章 指紋圖像的匹配 ??? ???????????????? 1 6 指紋圖像匹配方法 ??????????????????????? 16 本論文匹配方法介紹 ??????????????????????? 17 第 6 章 總 結(jié) 和 展 望 ??? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 20 參考文獻(xiàn) ??? … … … … … … … … … … … … … … … … … … … … 21 致謝 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 22 II 附錄 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 23 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計(jì) ) 1 第 1 章 緒論 研究的背景及意義 科學(xué)技術(shù)的迅猛發(fā)展為人類的生產(chǎn)生活帶來(lái)了極大的便利，大大地推動(dòng)了現(xiàn)在社會(huì)的進(jìn)步和發(fā)展。 在網(wǎng)絡(luò)化時(shí)代的今天，我們每個(gè)人都擁有大量的認(rèn)證密碼，比如開(kāi)機(jī)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(mén)鎖鑰匙，汽車鑰匙，保險(xiǎn)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(huì)的發(fā)展，其安全性越來(lái)越脆弱。而我們的生活隨時(shí)都需要進(jìn)行個(gè)人身份的確認(rèn)和權(quán) 限的認(rèn)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(gè)重要性質(zhì)： ①?gòu)V泛性，指每一個(gè)正常人都有指紋。 ②唯一性， 指每一個(gè)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(shí)別技術(shù)，作為一種可靠的生物識(shí)別技術(shù) [1]，受到了人們的重視。盡管人們已經(jīng)對(duì)自動(dòng)指紋識(shí)別技術(shù)作了深入廣泛的研究，指紋識(shí)別技術(shù)也獲得了不少應(yīng)用，但是指紋識(shí)別的應(yīng)用在目前并沒(méi)有獲得普及，這主要是因?yàn)橹讣y識(shí)別在識(shí)別準(zhǔn)確性和識(shí)別速度方 面還遠(yuǎn)遠(yuǎn)不能滿足很多實(shí)際應(yīng)用的要求。 這就要求研究指紋識(shí)別環(huán)節(jié)中若干問(wèn)題，這對(duì)于問(wèn)題的解決很有意義。 指紋識(shí)別技術(shù) 相對(duì)于其它生物識(shí)別認(rèn)證技術(shù)而言，自動(dòng)指紋識(shí)別是一種更為理想的身份確認(rèn)技術(shù)，因?yàn)橹讣y相對(duì)于其它幾種生物特征具有以下一些獨(dú)特的性質(zhì)： (1)互異性；世界上兩個(gè)指紋完全相同的概率小于 109，幾乎為零。 (2)不變性；人的指紋特征不隨年齡的增長(zhǎng)和胖瘦或其他情況的改變而改變。 (3)具有和主體永不分離性；這樣對(duì)主體身份的識(shí)別更具真實(shí)性。 (4)指紋的使用比起其它證卡來(lái)說(shuō)更快捷、安全準(zhǔn)確、無(wú)干擾 ，可實(shí)現(xiàn)快速登錄注冊(cè)。 (5)一個(gè)人的十指指紋皆不相同，這樣可以方便地利用多個(gè)指紋構(gòu)成多重口令，指紋識(shí)別中若干關(guān)鍵問(wèn)題研究 2 提高系統(tǒng)的安全性。 (6)指紋識(shí)別中使用的模板并非最初的指紋圖，而是由指紋圖中提取的關(guān)鍵特征，這樣使系統(tǒng)對(duì)模板庫(kù)的存儲(chǔ)量較小。另外，對(duì)輸入的指紋圖提取關(guān)鍵特征后，可以大大減少網(wǎng)絡(luò)傳輸?shù)呢?fù)擔(dān)，便于實(shí)現(xiàn)異地確認(rèn)，支持計(jì)算機(jī)的網(wǎng)絡(luò)功能。 指紋識(shí)別技術(shù)發(fā)展現(xiàn)狀 指紋識(shí)別算法的研究方向主要分為：基于圖像的識(shí)別算法和基于特征的識(shí)別算法。 基于圖像的識(shí)別算法認(rèn)為，指紋圖像的頻域和空域信息可以用來(lái)唯一表示并識(shí)別不同的指 紋 [2]。它是一種使用全局信息進(jìn)行識(shí)別的方法，例如使用指紋圖像的 Fourier頻譜來(lái)表示和識(shí)別指紋。這類算法的問(wèn)題在于圖像特征難以定義和匹配，因此算法的拒識(shí)率和誤識(shí)率較高。 基于特征的指紋識(shí)別算法是找到并比對(duì)指紋的特征 [3]。指紋特征的復(fù)雜度足以提供用于鑒別的足夠特征。目前大多數(shù)的自動(dòng)指紋識(shí)別系統(tǒng)使用的都是這類算法。指紋特征多種多樣，有特征點(diǎn)、奇異點(diǎn)、域方向圖、脊線數(shù)目，甚至脊線線型等。對(duì)應(yīng)的匹配方法可以分為：基于點(diǎn)模式的匹配，基于脊線的匹配，基于紋理的匹配以及多種細(xì)節(jié)特征混合的匹配方法。 大多數(shù)基于特征的 識(shí)別算法專注于脊線上的末梢點(diǎn)和分叉點(diǎn)，該方法根據(jù)各個(gè)特征點(diǎn)的位置和方向來(lái)表示和區(qū)分指紋，從而使指紋識(shí)別問(wèn)題轉(zhuǎn)化為判斷兩個(gè)特征點(diǎn)集間的最大相似度 (最大重合度 )的問(wèn)題。提取該細(xì)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(xì)化圖像的特征提取。 目前許多公司和研究視梅在指紋識(shí)別技術(shù)領(lǐng)域都取得了突破性的進(jìn)展，推出許多指紋識(shí)別與傳統(tǒng) IT 技術(shù)完美結(jié)合的應(yīng)用產(chǎn)品，這些產(chǎn)品已經(jīng)被越來(lái)越多的用戶所認(rèn)可。中科院自動(dòng)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(duì)自動(dòng)指紋識(shí)別技術(shù)進(jìn)行了長(zhǎng)期的理 論研究和應(yīng)用系統(tǒng)開(kāi)發(fā)，指紋圖像的識(shí)別準(zhǔn)確率和識(shí)別速度已達(dá)到國(guó)際先進(jìn)水平。另外，一些公司和機(jī)構(gòu)結(jié)合社會(huì)應(yīng)用的實(shí)際需求，開(kāi)發(fā)了各種類型的具有獨(dú)立知識(shí)產(chǎn)權(quán)的嵌入式指紋識(shí)別模塊、指紋應(yīng)用系統(tǒng)軟件等，用戶反映良好。指紋識(shí)別技術(shù)多用于對(duì)安全性要求比較高的領(lǐng)域，麗在商務(wù)移動(dòng)辦公領(lǐng)域頗其建樹(shù)的富圭通、三星及 lBM 等國(guó)際知名品牌都擁有技術(shù)與應(yīng)用較為成熟的指紋識(shí)別系統(tǒng) [4]。 與國(guó)外相比，我國(guó)在自動(dòng)指紋識(shí)別技術(shù)的研究水平上還存在一定的差距。主要表浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計(jì) ) 3 現(xiàn)在： (1)指紋錄入設(shè)備的質(zhì)量還不太過(guò)關(guān)： (2)自動(dòng)指紋識(shí)別算法研究水平還有待提高 ，在應(yīng)用上的表現(xiàn)為產(chǎn)品適應(yīng)性和易用性較差，對(duì)干、