大學(xué)生科技創(chuàng)新基金項目課件-wenkub
2023-03-15 10:16:45 本頁面
【正文】 實際應(yīng)用的要求 。 ? 唯一性，指每一個人的指紋都不同。 ? 傳統(tǒng)的機械鑰匙、 “ 口令＋密碼 ” 以及智能卡等的保護措施存在著丟失、遺忘、復(fù)制及被盜用的隱患。 ? 以電子商務(wù)、電子銀行的安全認證為例，他人假冒當(dāng)事人上網(wǎng)采購所造成的欺詐案越來越多，并有孩子冒充家長上網(wǎng)采購的案例。 ? 終生不變性，指非意外事故指紋終身不變。 5 指紋識別的應(yīng)用歷史 ? 公元前 7000年 6000年，指紋作為身份鑒別的工具己經(jīng)在古敘利亞和中國開始應(yīng)用。 ? 20世紀 80年代，個人計算機、光學(xué)掃描這兩項技術(shù)的革新，使得它們作為指紋取像的工具成為現(xiàn)實，從而使指紋識別可以在其他領(lǐng)域中得以應(yīng)用。 7 影響指紋識別的因素 ? 噪聲、變形等，例如臟手指、干手指、疤痕導(dǎo)致的不同時期、不同季節(jié)間的指紋差異； ? 芯片表面殘留物帶來的噪聲； ? 手指按壓過程中的扭轉(zhuǎn)、拉伸和按壓位置不同，導(dǎo)致同一指紋的重疊區(qū)域有時會很小。 ? 驗證端采集指紋，提取特征。 （ 1)基本紋路圖案：包括環(huán)型 (Loop),弓型 (Arch)和螺旋型 (Whorl)，其他的指紋圖案都基于這 3種基本圖案。 12 指紋的總體特征 (4) 三角點 (Delta): 三角點位于從核心點開始的第一個分叉點或者斷點、或者兩條紋路會聚處、孤立點、折轉(zhuǎn)處，或者指向這些奇異點。在計算指紋的紋數(shù)時，一般先連接核心點和三角點，這條連線與指紋紋路相交的數(shù)量即可認為是指紋的紋數(shù)。 這些斷點、分叉點和轉(zhuǎn)折點就稱為特征點 。 （ Ridge Divergence）：兩條平行的紋路在此分開。 18 指紋圖像預(yù)處理流程 指紋采集 質(zhì)量評估 合格？ 否 圖像切割 圖像增強 圖像二值化（分割） 圖像細化 是 19 評估的過程 圖像重新采樣 圖像方向計算 計算前背景比例 前景過小 拒絕圖像 是 標(biāo)注各塊方向 連續(xù)區(qū)域分析 計算評估參數(shù) 合格？ 分析干濕手指 是 分析是否部分手指 否 否 20 指紋質(zhì)量評估 排除不能滿足要求的指紋： 21 指紋圖像處理 22 指紋圖像分割 ? 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。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。 (2)計算出每一塊的均值和方差。歸一化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。 28 指紋圖像二值化 ? 由于分割后的圖像質(zhì)量仍然不是很好，所以需要對其進行濾波、消除毛刺、空洞處理和二值化處理，以使指紋圖像清晰，消除不必要的噪聲，以利于進一步的辨識。一個好的算法可以得到一個高質(zhì)量的二值圖像。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。 30 指紋圖像處理圖像 31 指紋特征提取 ? 目前在細化二值圖像中提取細節(jié)特征多是用 8鄰域法，該方法比較簡單，在得到可靠的細化二值圖像后，只需要一個 3 3的模板便可將端點和分叉點提取出來。即忽略了存在細節(jié)點的地方。 ? 4．細節(jié)點類型錯誤。 34 指紋圖像匹配 ? 指紋匹配是指紋識別系統(tǒng)中的最后一步，也是評價整個指紋識別系統(tǒng)性能的最主要依據(jù)。 35 指紋圖像匹配 ? 本文中，首先采用了在原圖基礎(chǔ)上修改參數(shù)值來驗證的方法。當(dāng)它們個數(shù)滿足一定條件時即為匹配成功，不滿足視為不匹配 。 41 總結(jié) ? 作為一種可靠的生物識別技術(shù)，指紋識別技術(shù)受到了廣泛關(guān)注，開發(fā)高效可靠的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1