【正文】 stract 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。仿真結(jié)果表明，這種算法可以有效的去除偽特征點(diǎn)。 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。 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。 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。 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。 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。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。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。 (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。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。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。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。 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。 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。 ②唯一性，指每一個(gè)人的指紋都不同。 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。指紋識(shí)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]。對(duì)于質(zhì)量很差的圖像，如果不經(jīng)過(guò)特殊的增強(qiáng)處理，是很難正確地進(jìn)行特征提取的。實(shí)際應(yīng)用要求最好自動(dòng)指紋識(shí)別系統(tǒng)能對(duì)識(shí)別任務(wù)實(shí)時(shí)做出響應(yīng)，而讓指紋匹配算法同時(shí)達(dá)到高速度和高準(zhǔn)確率也是一個(gè)難題。 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(shí)和基本理論以及仿真中具體的分割運(yùn)用算法。 第六章：總結(jié)本文所取得的一些研究成果，并對(duì)課題發(fā)展進(jìn)行了展望。特征集合則是幾種的結(jié)合。小波變換和傅里葉變換的出發(fā)點(diǎn)都是將信號(hào)表示成基函數(shù)的線性組合。 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(hào)與圖象的特征不變，且在傳遞中可以抗干擾。它是圖像分割中最基本的方法。 代表塊特征的指紋圖像分割目前研究趨勢(shì)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。 LinHong 等人開(kāi)發(fā)的基于最小均方估計(jì)算法，即公式法。 基于全局的圖像分割則是根據(jù)情況特別是某些特殊場(chǎng)合的利用，如殘缺指紋。在這部分將重點(diǎn)介紹均值法差法的計(jì)算方法和在仿真中的運(yùn)用。 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(guò)公式 ()和 ()計(jì)算得到。指紋圖像的歸一化公式如式 ()所示，當(dāng)大于平均值時(shí)為加。 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。該方法快捷，損壞程度低，缺點(diǎn)是計(jì)算有一定的復(fù)雜度，要通過(guò) 2 次方差均值來(lái)處理。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。一般的圖像處理中的二值化算法主要是計(jì)算整幅圖像的灰度平均值，然后將該值作為門(mén)限，高于該門(mén)限的像素點(diǎn)就置 1，反之置 0。再根據(jù)前面判斷的是否為背景即 Icc 值的來(lái)修正 Icc 值：灰度值為 128且 Icc 為 1 時(shí)（非背景指紋紋線時(shí)）， Icc 值為 0，像素值置為 0。這種修改是為了使圖像連續(xù)圓滑。獲取一個(gè)圖像骨架的過(guò)程通常稱為對(duì)圖像“細(xì)化”的過(guò)程。一種好的細(xì)化算法應(yīng)該滿足下列條件 [14]： (1)收斂性：迭代必須是收斂的。 (5)細(xì)化性：骨架紋線的寬度為 1 個(gè)像素，即單像素寬。在串行細(xì)化算法中，當(dāng) 前迭代的結(jié)果不僅取決于前一次的迭代迭代圖像，而且與當(dāng)前處理情況有關(guān)；而在并行方式中，當(dāng)前迭代僅僅是由前一次的迭代情況決定，串行細(xì)化算法的處理結(jié)果依賴于對(duì)像素處理的先后順序，因而像素點(diǎn)的消除或保留不可預(yù)測(cè)。性能上這些算法各有所長(zhǎng)。模板分為保留模板和消除模板，消除模板就是根據(jù)條件判定這點(diǎn)去除作為背景的模板；保留模板則是根據(jù)條件判定這點(diǎn)保留作為前景的模板。對(duì)于滿足后六種情況的模板賦值為 3，別的情況點(diǎn)值不做改變。細(xì)算中的模板在一個(gè)函數(shù)中實(shí)現(xiàn)，細(xì)化結(jié)果如下圖所示。 當(dāng)然，此次仿真的細(xì)化還有待改進(jìn)。對(duì)于自動(dòng)指紋識(shí)別技術(shù)而言，選擇一種合適的、能表達(dá)指紋唯一性的特征量是非常關(guān)鍵的。 (4)魯棒性：要求這種特征對(duì)噪聲的存在與指紋形變不敏感。 為了比較兩個(gè)指紋是否相同，需要從指紋圖像中提取出能表示指紋唯一性的特征。 目前已定義的特征類型己達(dá) 150 多種，但是這些擴(kuò)展的特征往往不易提取相互區(qū)分，并且它們都可以由端點(diǎn)和分叉點(diǎn)的組合進(jìn)行描述，這使得端點(diǎn)和分叉點(diǎn)成為最常用的結(jié)構(gòu)特征，也稱為細(xì)節(jié)特征，它被認(rèn)為是最穩(wěn)定、最容易檢查的，而且占全部特征點(diǎn)的 80％以上。 指紋特征提取和去偽特征 目前在細(xì)化二值圖像