【正文】 畢業(yè)論文 題 目 基于特征提取與匹配的指紋識(shí)別 學(xué)生姓名 蔣晨曦 學(xué) 號(hào) 20111334041 學(xué) 院 電子與信息工程學(xué)院 專 業(yè) 通信工程 指導(dǎo)教師 胡昭華 基于特征提取與匹配的指紋識(shí)別蔣晨曦南京信息工程大學(xué)電子與信息工程學(xué)院，江蘇 南京 210044摘要：由于指紋自身具有固有的穩(wěn)定性與不重復(fù)性的生物特性，基于指紋的識(shí)別方式是各識(shí)別方式中最可靠，最安全的一種。但往往識(shí)別指紋的過程又會(huì)受到來自于皮膚濕度，皮膚殘缺，皮膚彈性，灰塵等等的不良影響。本文提出一種基于特征提取與匹配的指紋識(shí)別算法，首先利用中值濾波對(duì)原始指紋圖像進(jìn)行去噪，然后通過高通濾波對(duì)去噪圖像進(jìn)行增強(qiáng)，接下來對(duì)指紋增強(qiáng)圖像作二值化處理并依據(jù)模板及查找表進(jìn)行圖像細(xì)化，最后針對(duì)端點(diǎn)與叉點(diǎn)進(jìn)行特征采集與匹配從而實(shí)現(xiàn)指紋的識(shí)別，并利用實(shí)際實(shí)驗(yàn)證實(shí)了本文所提出的指紋識(shí)別的可行性。關(guān)鍵詞：指紋圖像；圖像處理；特征提??；特征匹配；指紋識(shí)別 Fingerprint Identification Based on Feature Collection and Matching Jiang chenxiSchool of Electronic amp。 Information Engineering NUIST，Nanjing 210044，ChinaAbstract：Based on biometrics, fingerprint identification is wellknown as the most reliable method among various kinds of identity authentication for its immutability and independence. But the identification is usually affected by moisture , fragmentary , elasticity and dust .Thus here we put forward a system in which we firstly use median filter to denoise, and then enhance the image by highpass filter, after which we transform it into binaryzation image and thin it, in the end we collect and match the ridge ending and ridge bihrcation features. We would finally realize the fingerprint recognition by means of template matching.Key words：fingerprint identification；image processing。 feature collection。 feature matchingIII目 錄 1 1 1 指紋識(shí)別系統(tǒng)的簡介 2 2 研究的主要內(nèi)容 3 3 4 指紋圖像的裁剪 4 5 空間低通濾波法 5 多幅圖像平均法 6 中值濾波法 7 指紋圖像的銳化 8 9 指紋圖像的細(xì)化 10 圖像細(xì)化的含義 11 細(xì)化過程 13 14 圖像的特征 14 15 16 17 特征匹配的優(yōu)勢(shì) 17 指紋特征的匹配方法 185. MATLAB 指紋識(shí)別仿真的實(shí)現(xiàn) 18 實(shí)驗(yàn)運(yùn)行環(huán)境 19 實(shí)驗(yàn)內(nèi)容與分析 19 31參考文獻(xiàn) 31致謝 32 研究背景與意義 當(dāng)前信息時(shí)代大環(huán)境下，有關(guān)于信息安全與個(gè)人身份鑒定的問題日益凸顯出來。而簡單的設(shè)置密碼或者是磁卡等方法都會(huì)時(shí)不時(shí)的遇到忘記或是更有甚者被盜的情況，其安全性與可靠性著實(shí)堪憂。但是指紋憑借著自身固有的獨(dú)立性與穩(wěn)定性在身份識(shí)別的領(lǐng)域中獨(dú)樹一幟。作為目前身份認(rèn)證中運(yùn)用最廣泛的方法，我們身邊的指紋識(shí)別隨處可見。我們手中的如蘋果，魅族，華為等智能手機(jī)的指紋解鎖功能就受到了來自廣大用戶的一致好評(píng)；而各個(gè)企業(yè)中基于指紋識(shí)別原理的權(quán)限系統(tǒng)與考核記錄也都得到了普及；目前駕照等考試也運(yùn)用到了指紋識(shí)別，這就確保了學(xué)員身份的準(zhǔn)確性，確保了駕照的質(zhì)量。諸如此類的等等應(yīng)用實(shí)例都表明指紋識(shí)別研究是目前不可否認(rèn)的重要的信息安全問題。本文中將利用數(shù)字圖像處理的相關(guān)知識(shí)來對(duì)指紋圖像進(jìn)行圖像預(yù)處理，指紋特征點(diǎn)提取以及特征匹配，并最終通過實(shí)驗(yàn)來實(shí)現(xiàn)指紋圖像的識(shí)別功能。 指紋的基本概念手指上高低不平的線的集合叫做指紋[1]。這些線不會(huì)隨時(shí)間改變而改變，并且每個(gè)人的指紋都具有不重復(fù)性。指紋本身所具備的這兩個(gè)固有特性使得它成為身份識(shí)別的不二之選。一般而言，指紋結(jié)構(gòu)特征包含兩個(gè)層次，分別是局部特征以及全局特征[2]，其中全局特征意思為通過人眼觀察就可以發(fā)現(xiàn)的特征；反過來相應(yīng)的將紋線上各種特征點(diǎn)稱作局部特征。就這個(gè)層次而言，可能會(huì)出現(xiàn)兩個(gè)人的指紋具備完全相同的全局特征的情況，但是任何兩個(gè)人的指紋都是不可能具有相同的局部特征的，這也就是為什么指紋識(shí)別具有極高的可靠性的原因。具體而言，全局特征包含有五種特征，分別是三角點(diǎn)與紋形，核心點(diǎn)與紋數(shù)以及模型區(qū)。 而全局特征中的紋形又可分為三種基本類型,而相應(yīng)的分別稱這三種基本類型為斗形，弓形以及箕形，具體的圖形如下圖所示: (a)斗形 (b)弓形 (c)箕形而局部特征的所包含的細(xì)節(jié)特征數(shù)量很多，這里只給出以下幾種：：單紋路分離變成多條紋路所對(duì)應(yīng)的具體位置；：紋路結(jié)束的位置；：紋路的起始位置；：多條紋路互相結(jié)合最終匯成一條單紋路所對(duì)應(yīng)的交匯位置；：短到變成一個(gè)點(diǎn)的紋路； 指紋識(shí)別系統(tǒng)的簡介此處本文給出指紋識(shí)別的經(jīng)典過程[3]，其中包含了指紋采集與圖像預(yù)處理，特征提取與特征匹配，以及數(shù)據(jù)庫五個(gè)模塊，: 指紋采集特征提取圖像處理特征提取數(shù)據(jù)庫 訓(xùn)練模塊指紋采集圖像處理匹配 鑒別模塊鑒別結(jié)果 經(jīng)典指紋圖像識(shí)別過程用于采集指紋圖像的硬件設(shè)施大約分為三種[4]，分別依靠超聲波掃描，傳感器以及光學(xué)識(shí)別來實(shí)現(xiàn)獲取圖像的目的。而圖像處理中一般包括圖像的增強(qiáng)與圖像的裁剪，銳化以及二值化，還有修飾與細(xì)化。而在特征選取的過程中，通過不斷地實(shí)驗(yàn)經(jīng)驗(yàn)積累，最終選取特征為端點(diǎn)以及分叉點(diǎn)。 指紋識(shí)別系統(tǒng)的發(fā)展歷史20世紀(jì)90年代末，圖像采集的普及化與廉價(jià)化加上編程算法可靠性與簡單化的演變趨勢(shì)極大地促進(jìn)了指紋識(shí)別系統(tǒng)的發(fā)展。而到了21世紀(jì)，指紋識(shí)別漸漸在民用領(lǐng)域普及開來，指紋識(shí)別技術(shù)自然而然也就成為國內(nèi)外學(xué)術(shù)研究界的寵兒。目前最常見的蘋果Iphone系列中就廣泛應(yīng)用了指紋解鎖的功能。而在國內(nèi)，目前已有的光學(xué)采集與傳感器采集技術(shù)和嵌入式指紋自動(dòng)識(shí)別技術(shù)，特征匹配識(shí)別都已經(jīng)比較完善了。比如今年剛剛推出的魅族智能手機(jī)中就自帶了IFS指紋識(shí)別方案的指紋解鎖的功能，而華為的按壓式傳感器識(shí)別技術(shù)也在其新推出的產(chǎn)品中得到了相應(yīng)運(yùn)用。眾多的企業(yè)與個(gè)人都在指紋識(shí)別的道路上努力前行著。 研究的主要內(nèi)容 在本次畢業(yè)設(shè)計(jì)的過程中，主要研究的內(nèi)容是在數(shù)字圖像處理基礎(chǔ)上的指紋圖像識(shí)別，其中包括了利用中值濾波與高通濾波實(shí)現(xiàn)的圖像的增強(qiáng)，圖像的二值化與細(xì)化表示以及針對(duì)于端點(diǎn)與叉點(diǎn)的指紋圖像的特征采集與依照端點(diǎn)與叉點(diǎn)間的特征向量比較的特征匹配。并最終實(shí)現(xiàn)指紋識(shí)別功能。 在對(duì)給定的指紋圖像完成定位之后，參照實(shí)際使用過程中所需求的識(shí)別精度與識(shí)別速度，來權(quán)衡適當(dāng)?shù)倪M(jìn)行圖像的分區(qū)方式。在依次完成了指紋圖像的預(yù)處理工作之后，就開始尋找，提取指紋的局部特征，也就是端點(diǎn)與叉點(diǎn)。并依據(jù)端點(diǎn)與叉點(diǎn)的相對(duì)位置建立特征向量，將此作為最終特征匹配的依據(jù)，比較兩個(gè)圖像是否屬于同一個(gè)指紋，并反饋給用戶，進(jìn)而就實(shí)現(xiàn)了指紋識(shí)別的功能。 作為指紋識(shí)別過程中的第一步，預(yù)處理工作主要包括有為了方便程序掌控而進(jìn)行的指紋圖像的數(shù)值化，為了降低計(jì)算量而進(jìn)行的指紋圖像的分割，為了取出噪聲干擾而進(jìn)行的指紋圖像的平滑處理，為了突出紋線特征而進(jìn)行的指紋圖像的銳化，為了進(jìn)一步優(yōu)化算法與存儲(chǔ)而進(jìn)行的指紋圖像的二值化以及指紋圖像的細(xì)化。這里就本次設(shè)計(jì)而言，以一個(gè)指紋圖像的原始圖像與每個(gè)實(shí)驗(yàn)步驟處理過后所得的圖像為例來描述預(yù)處理工作的內(nèi)容。: 原始指紋圖像 指紋圖像的數(shù)值化表示在這里將圖像數(shù)值化之前，需要以圖像左上角位置的像素作為坐標(biāo)系的原點(diǎn)建立起一個(gè)直角坐標(biāo)系并且由原點(diǎn)往右方延伸為列，由原點(diǎn)往下方延伸為行，如此一來，就可以利用一個(gè)mn的矩陣來表示數(shù)字化這個(gè)圖像，： () 。由此，系統(tǒng)就成功將普通的圖片轉(zhuǎn)化為了機(jī)器可識(shí)別可操作的數(shù)字圖像。這就為接下來的通過計(jì)算機(jī)來對(duì)指紋圖像就行識(shí)別打下了基礎(chǔ)。其中灰度圖像定義為以量化的灰度表示對(duì)