【正文】 (b)弓形 (c)箕形 圖 紋形類型 2 而局部特征的所包含的細節(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應的具體位置； ：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應的交匯位置； ：短到變成一個點的紋路； 指紋識別系統(tǒng)的簡介 此處本文給出指紋識別的經(jīng)典過程 [3]，其中包含了指 紋采集與圖像預處理，特征提取與特征匹配，以及數(shù)據(jù)庫五個模塊，如圖 所示 : 圖 經(jīng)典指紋圖像識別過程 用于采集指紋圖像的硬件設施大約分為三種 [4]，分別依靠超聲波掃描，傳感器以及光學識別來實現(xiàn)獲取圖像的目的。指紋本身所具備的這兩個固有特性使得它成為身份識別的不二之選。諸如此類的等等應用實例都表明指紋識別研究是目前不可否認的重要的信息安全問題。而簡單的設置密碼或者是磁卡等方法都會時不時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堪憂。 關鍵詞： 指紋圖像；圖像處理；特征提??；特征匹配；指紋識別 III Fingerprint Identification Based on Feature Collection and Matching Jiang chenxi School of Electronic amp。 I 畢業(yè)論文 題 目 基于特征提取與匹配的指紋識別 學生姓名 蔣晨曦 學 號 20xx1334041 學 院 電子與信息工程學院 專 業(yè) 通信工程 指導教師 胡昭華 II 基于特征提取與匹配的指紋識別 蔣晨曦 南京信息工程大學電子與信息工程學院，江蘇 南京 210044 摘要： 由于指紋自身具有固有的穩(wěn)定性與不重復性的生物特性，基于指紋的識別方式是各識別方式中最可靠，最安全的一種。 Information Engineering NUIST， Nanjing 210044， China Abstract： 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。但是指紋憑借著自身固有的獨立性與穩(wěn)定性在身份識別的領域中獨樹一幟。 本文中將利用數(shù)字圖像處理的相關知識來對指紋圖像進行圖像預處理，指紋特征點提取以及特征匹配，并最終通過實驗來實現(xiàn)指紋圖像的識別功能。 一般而言，指紋結(jié)構(gòu)特征包含兩個層次，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；反過來相應的將紋線上各種特征點稱作局部特征。而圖像處理中一般包括圖像的增強與圖像的裁剪，銳化以及二值化，還有修飾與細化。目前最常見的蘋果 Iphone 系列中就廣泛應用了指紋解鎖的功能。 研究 的主要內(nèi)容 在本次畢業(yè)設計的過程中，主要研究的內(nèi)容是在數(shù)字圖像處理基礎上的指紋圖像識別，其中包括了利用中值濾波與高通濾波實現(xiàn)的圖像的增強，圖像的二值化與細化表示以及針對于端點與叉點的指紋圖像的特征采集與依照端點與叉點間的特征向量比較的特征匹配。并依據(jù)端點與叉點的相對位 置建立特征向量，將此作為最終特征匹配的依據(jù)，比較兩個圖像是否屬于同一個指紋，并反饋給用戶，進而就實現(xiàn)了指紋識別的功能。由此，系統(tǒng)就成功將普通的圖片轉(zhuǎn)化為了機器可識別可操作的數(shù)字圖像。所以為了方便起見，本文在這里選擇二值圖像作為實驗中所需要的目標數(shù)字圖像，也就是說： 1,0),( ?yxf () 指紋圖像的裁剪 通常來講，經(jīng)由各種渠道 所獲取的圖像尺寸是比較大的，這樣的話計算機對于整張圖片進行直接操作的話運算量就很大，而且計算時間會變長，此外實際上在得到一整張圖片時，通常只關注圖像中的某一個或者某幾個部分，而并不注意其他部分。 圖像的裁剪的含義是把圖像按照均勻性的原則分為 若干的獨立的部分，其中任意一個單獨的部分都滿足某一類特性，而將任意兩個互為臨界的子部分結(jié)合起來的操作都會破壞這個 ??????????111001101???????????????????)1,1(...)1,1()0,1(............)1,1(...)1,1()0,1()1,0(...)1,0()0,0(nmfmfmfnfffnfffF 5 特性。其中點相關的圖像裁剪方案是依據(jù)各個像素點灰度不連續(xù)性實現(xiàn)的，比較常見的例子就是基于邊界的裁剪方法；而區(qū)域相關的裁剪方案是 憑借同一區(qū)域的灰度值相近從而尋求不同區(qū)域邊界的特性實現(xiàn)的，這種方案比較常見的例子就是基于區(qū)域的裁剪方法。這也就認證了類間方差最大分割方法分割錯誤率極低的特性。平滑處理能夠在保持圖像原有線性特征的前提下對數(shù)字圖像完成凈化處理。 空間低通濾波法 通常來講通過對模版進行卷積從而對數(shù)字圖像中的像素 進行逐個處理的方法稱作空間低通濾波法。 在下面的圖 中，展示了利用模板進行操作的過程示意圖。一般的，假設模板的響應是 ），（ srH ,那么通過處理以后的數(shù)字圖像表達式),(g yx 就變?yōu)椋? ? ??? ?? ???mkrns srHsyrxfyxg 1 ),(),(),( () 其中 x,y 的值為 0,1,2， ...， n1。如果假設理想數(shù)字圖像表達式形式是 ),( yxf ,而混雜在圖像中的噪聲表達式是m4 m3 m2 m5 m0 m1 m6 m7 m8 (a) n4 n3 n2 n5 n0 n1 n6 n7 n8 (b) p (c) 7 ),( yxn ,那么就可以推算出平時所獲得摻雜有噪聲的圖像表達式為： ),(),(),( yxnyxfyxg ?? () 如果圖片所受到的噪聲是彼此獨立的加性噪聲，而且它們的平均值是 0，那么就可以用下面的表達式來表示理想圖像： )],([),( yxgEyxf ? () 其中 )],([ yxgE 是 ),(g yx 的數(shù)學期望， N 張含有噪聲干擾的圖像取均值實驗之后有： ????Ni i yxgNyxgyxf 1 ),(1),(),(? () 在這種條件下的誤差是： ? ?? ?2)y,x(n2N1ii2N1ii22)y,x(gN1)y,x(nN1E)y,x(f)y,x(fN1E)y,x(f)y,x(f?E??????????????????????????????????? ????????? () 也就是說，對 N 張指紋圖像進行均值操作后，就可以將噪聲的方差降低為原來的 1/N， N越大，所得到的處理過的指紋圖像就越接近于理想指紋圖像。而且由于這種算法計算量很小算法也比較簡單，所以非常方便于實際中在各種硬件上實現(xiàn)這一功能。直到整個指紋圖像都已經(jīng)經(jīng)過濾波為止，這也就完成了基本的去噪。這時候就需要利用銳化使圖片中邊界細節(jié)增強。實現(xiàn)起來就是通過設定一個較高的數(shù)值，通過卷積去除掉頻率較低的部分從而達到銳化（增強）圖像的目的、 這里本文根據(jù)前人總結(jié)經(jīng)驗而在這次實驗過程中使用的高通濾波模板為： ???????????121219212171H () 通過實際實驗操作，圖 (b)經(jīng)過與模版卷積銳化之后得到的實驗結(jié)果如圖 (b)所示 : 9 (a)銳化前 (b)銳化后 圖 銳化實驗所產(chǎn)生的指紋圖像前后對比 指紋圖像的二值化 通過圖像增強之后，噪聲受到了有效的抑制，而邊緣信息也變得十分明顯，其對應的細節(jié)特征也變得容易提取起來。 一般的，對圖像進行處理，使得圖像中每個像素的灰度值不是“ 0”就是“ 1”的操作叫做圖像的二值化。指紋圖像在完成了二值化操作之后，不但極大地減少了多余的信息，同時也方便了增強后的特征提取操作。 10 。為此本文在這里介紹一種基于自適應閾值方法的二值化方案。這就保證了各個區(qū)域內(nèi)的二值化處理的準確性，從而生成實驗中所需的二值化圖像。這樣一來的話就將指紋圖像明確的分為目標以及背景這兩類了，也就為系統(tǒng)之后的指紋圖像的細化以及特征提取的工作打下了堅實的基礎。為了避免以上的問題，這里就需要利用細化來處理當前得到的經(jīng)過平滑，銳化，二值化處理的指紋圖像。 一般來說，通過不同 的細化處理方案所得到的細化圖像是不一樣的，但是不論是說采用什么方法，處理之后所得到的細化圖像都必須滿足不破壞原始指紋圖像的幾何性質(zhì)與區(qū)域連接性。 這是因為這種算法破壞了細化性與中軸性的特性要求。而在一個點 作為邊界點出現(xiàn)的情況下，倘若剔除這一個點的操作不會對原圖像的連通分量造成影響，那么就可以將這個點剔除掉。也就是說當實驗通過卷積計算之后得到結(jié)果后按照結(jié)果到這個查找表中查找相對應位置的元素數(shù)值時，如果說查出來的數(shù)值是“ 0”，那么結(jié)果就認為這個點作為黑點，是不可以進行剔除操作的；而假如查出來的數(shù)值時“ 1”，那么就說明這個點是白點，即進行細化時是可以剔除這個點的。在進行了如上的操作之后，實驗就成功的將完成了細化操作了。 通過實際實驗操作，圖 (b)經(jīng)過細化處理實驗之后所生成的結(jié)果圖如圖 (b)所示 : (a)細化前 (b)細化后 圖 細化實驗生成的指紋圖像前后對比 圖像的特征 15 圖像本身自帶的固有屬性稱為圖像的特征 [7]。 數(shù)字圖像在某一方向上表現(xiàn)為不連續(xù)的灰度，紋理時，那么相應的就將其一系列的點稱為邊緣，通常用這個特性來描述物體的尺寸大小或者圍成的面積。 某種結(jié)構(gòu)單 元反復排列在比自身更大的區(qū)域中時，那么就稱這種結(jié)構(gòu)單元為紋理基元。 那其實就目前普及的各種指紋識別系統(tǒng)中，人們通常通過兩類方案來