【正文】 第 I 頁 畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成 果。 作者簽名： 日 期： 第 II頁 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。 作者簽名： 日期： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。指紋識別技術(shù)就是在這種背景下產(chǎn)生的，它借助人體的生理特征來提高身份識別的可靠性，目前已經(jīng)成為國內(nèi)外研究的熱點(diǎn)。上述算法在本文中均用 Matlab 實(shí)現(xiàn)，取得了較好的效果，為后續(xù)的特征匹配工作打下了良好的基礎(chǔ)。幾乎每分每秒都有個人或者公司被非法入侵，因此目前形勢非常嚴(yán)峻。首先，這些認(rèn)證手段的安全性不高，極容易通過偽造、竊取或者破解獲得。但是在這些措施只能暫時 的緩解被破解、偽造的緊迫性，并不能從根本上提高安全性，并且這些方式都給人們的生活帶來諸多不便和損失。生物識別的過程是一個模式識別的 過程。模式識別能力是人類智能的重要組成部分。生物識別有兩大基石。生物識別是建立在對人的生物特征辨別的基礎(chǔ)上的。在行為特征辨識的研究方面，對簽名識別和按鍵力度識別的研究相對充分。指紋紋線的形態(tài)終生不變，及其唯一性，所以使用指紋來鑒別身份，指紋識別 [3]也是最安全最可靠的識別方法。 指紋是人體所固有的特征，隨身攜帶，不易遺忘或丟失，使用方便；與人體是唯一綁定的，防偽性好，不易偽造或被盜。 其實(shí)，我國古代早就利用指紋（手?。﹣砗炑?。 1880 年， Faulds 在《自然》雜志提倡將指紋用于識別罪犯。目前，世界各地的警察局已經(jīng)廣泛采用了指紋自動識別系統(tǒng)。 指紋識別的發(fā)展 隨著科技的進(jìn)步，指紋識別技術(shù)已經(jīng)開始慢慢進(jìn)入計(jì)算機(jī)世界中。光學(xué)指紋識別系統(tǒng)由于光不能穿透皮膚表層（死性皮膚層），所以只能夠掃描手指皮膚的表面，或者掃描到死性皮膚層，但不能深入真皮層。 （ 2） 第二代電容式傳感器 后來出現(xiàn)了第二代電容式傳感器，電容傳感器技術(shù)是采用了交替命令的并排列和傳感器電板，交替板的形式是兩個電容板，以及指紋的山谷和山脊成為板之間的電介質(zhì)。因此對干手指 、 汗手指等困難手指通過可高達(dá) 99%，防偽指紋能力強(qiáng)，指紋敏感器的識別原理只對人的真皮皮膚有反應(yīng)，從根本上杜絕了人造指紋的問題。 （ 3） 實(shí)際上現(xiàn)在的指紋鑒別技術(shù)都可以不存儲任何含有指紋圖像的數(shù)據(jù)，而只是存儲從指紋中得到的加密的指紋特征數(shù)據(jù)； （ 4） 每一次使用指紋時都會在指紋采集頭上留下用戶的指紋印痕，而這些指紋痕跡存在被用來復(fù)制指紋的可能性 指紋識別系統(tǒng) 指紋識別系統(tǒng)是一個典型的模式識別系統(tǒng)，包括指紋圖像獲取、處理、特征提取和比對等模塊。 （ 1）指紋采集 最早的指紋采集方法是用手指蘸上墨水或印油在紙上用掃描儀攝取，由于其嚴(yán)重的不可靠性，該方法早已經(jīng)被淘汰。后者是用大量的敏感元件組成的固態(tài)陣列芯片，它們采用電容傳感、熱敏傳感或其他傳感技術(shù)，通過感受按壓指紋的壓力、熱度等特 征來攝取指紋。因此，在對圖像進(jìn)行特征提取前，必須經(jīng)過一系列的預(yù)處理消去大量的噪聲信號，以便得到清晰的紋線。全局特征用于指紋的分類，一個重要的全局特征是中心區(qū)的形狀；局部特征是指紋中的細(xì)節(jié)，它可以通過細(xì)化后的指紋圖求得。其中指紋識別用于判斷指紋是屬于哪個人的，而指紋認(rèn)證則是用來判斷兩個指紋是否屬于同一個人。虛假細(xì)節(jié)特征的存在會同時提高指紋圖像匹配時的誤識率和拒識率。 一般的指紋圖像提取的特征在 10— 100 之間。 結(jié)構(gòu)安排 本文共分為 4 章，結(jié)構(gòu)安排大致遵循指紋圖像識別的處理流程，即按照指紋圖像處理的先后順序：先進(jìn)行指紋圖像的預(yù)處理、然后進(jìn)行特征的提取，省去了指紋特征匹配階段。首先介紹如何對指紋特征進(jìn)行表征，即通過何種特 征來標(biāo)識一個指紋，具體方法有全局特征和局部特征?？偨Y(jié)回顧指紋圖像特征提取的方法，對后續(xù)進(jìn)一步研究的進(jìn)行合理的展望。 歸一化 由于在指紋采集的過程中，采集的指紋圖像灰度不均，即有的指紋圖像偏暗，有的偏亮。從而在不改變圖像的灰度特性 (指：灰度均值和方差 )的前提下，實(shí)現(xiàn)所有指紋圖像的灰度都分布在同一個期望的范圍內(nèi)，實(shí)現(xiàn)指紋圖像的歸一化。 空域?yàn)V波法通過對濾波算子和原始圖像作卷積來實(shí)現(xiàn)圖像增強(qiáng)，具有簡單直觀，易于分析的優(yōu)點(diǎn)。 Greenberg 等使用具 第 10頁 有結(jié)構(gòu)自適應(yīng)能力的各向異性濾波器對指紋圖像進(jìn)行濾波，能夠在濾除噪聲的同時保護(hù)指紋紋線結(jié)構(gòu)，但是同樣沒有結(jié)合指紋的頻率信息，對指紋紋線變化的適應(yīng)能力有限。其不足之處在于，容易破壞紋線方向變化劇烈的模式區(qū)域，會在一定程度上改變脊線和谷線的位置及比例關(guān)系，對細(xì)節(jié)特征的保護(hù)能力有限 [6]。首先在頻域定義出一組方向?yàn)V波器對指紋圖像的頻譜進(jìn)行濾波處理，每一個方向?yàn)V波器在提取出對應(yīng)方向的頻譜信息的同時削弱其它方向的頻譜信息，然后在空域?qū)V波結(jié)果按指紋圖像的方向信息進(jìn)行融合，從而得到完整的增強(qiáng)圖像。該方法的最大問題是計(jì)算量和存儲量均較大，不利于實(shí)際應(yīng)用。 二值化 所謂二值化就是將灰度圖像轉(zhuǎn)化為灰度值為 0、 1 組成的黑白圖像， 0 為背景點(diǎn)灰 第 11 頁 度， 1 為紋線點(diǎn)灰度，它是指紋圖像處理中重要的一步。這種算法非常簡單、處理起來非?？?，但是具有非常大的缺陷。該算法在沒明顯增大運(yùn)算量的情況下，有效的克服了固定閥值法的不足。它是在不改變圖像像素的拓?fù)潢P(guān)系的條件下，連續(xù)擦除圖像邊緣像素，使紋線最終成為一個像素寬。距離變換法利用中心骨架到脊線邊緣距離相等，把到脊線兩邊邊緣距離相等的點(diǎn)連接起來，就可以得到中心骨架，這種方法更符合人類提取骨架的認(rèn)知過程，受局部噪聲干擾小，但其算法設(shè)計(jì)不直觀，且對許多應(yīng)用并不具有魯棒性 (Robust)，尤 其是 第 12頁 應(yīng)用于處理那些粗細(xì)不均勻的紋理。通常，為了得到更加準(zhǔn)確的骨架，往往采用兩組模板，一組被稱為刪除模板，用于決定當(dāng)前點(diǎn)是否 刪除，若不符合刪除模板，則保留；若符合刪除模板，則還要與另一組被稱為保留模板的模板比較，若符合保留模板，則保留；若不符合保留模板，則最終刪除。采集到的指紋圖像在經(jīng)過歸一化，增強(qiáng)，二值化和細(xì)化之后基本保留 了原始指紋的紋理特征。 （ 1）紋形，是指指紋脊線整體走向，主要有三大類： 拱型（ arch）、帳型 (tended arch)、左箕型 (left loop)、右箕型 (right loop)、斗型 (whorl)、雙箕型 (double whorl)。 （ 4）三角點(diǎn) (delta)，一般是指從中心點(diǎn)開始的第一個分叉點(diǎn)、斷點(diǎn)、孤立點(diǎn)等等，常與核心點(diǎn)一起稱為奇異點(diǎn)。這些特征點(diǎn)之間，特征點(diǎn)與周圍脊線之間等等都包含了豐富的信息，比如特征點(diǎn)的類型、方向、位置等等。這一方面說明了幾乎所有的指紋都有端點(diǎn)和分叉點(diǎn)，而且數(shù)量豐富；另一方面也反映了不是所有的指紋都有橋形、環(huán)形等特征點(diǎn)，而且即使有數(shù)量也比較少。 指紋圖像特征點(diǎn)的提取 指紋特征提取是指紋自動識別的核心技術(shù)之一，它一般分為兩個階段：提取特征點(diǎn)和偽特征點(diǎn)的剔除。該算法的提出在指紋識別領(lǐng)域具有開拓性的意義，并且該算法在相當(dāng)一段時間內(nèi)被廣泛地用作細(xì)節(jié)特征點(diǎn)的標(biāo)準(zhǔn)算法，獲得了廣泛的應(yīng)用。正常區(qū)域指紋的紋線應(yīng)該是連續(xù)的，當(dāng)出現(xiàn)斷裂終止分開時，則停下來根據(jù)規(guī)則進(jìn)行特征點(diǎn)判定。 （ 4） 特征判定模塊，負(fù)責(zé)當(dāng)跟蹤到達(dá)紋線流向異常區(qū)域時，判定是否為特征點(diǎn)及特征點(diǎn)類型。 （ 4） 不斷重復(fù)步驟 3，實(shí)現(xiàn)脊線跟蹤，直到求取的灰度分布的最大值出現(xiàn)明顯的變小，與最小值差不多，甚至相等時，停止跟蹤，說明己經(jīng)到脊線的末端，此處即為特 第 16頁 征點(diǎn)端點(diǎn)處。 基于細(xì)化圖像的模板匹配法 基于細(xì)化圖像的模板匹配法 [2021]，是先將指紋圖像經(jīng)過圖像歸一化、增強(qiáng)、二值化和細(xì)化等一系列的預(yù)處理得到細(xì)化的指紋圖像，再通過構(gòu)建像素的 33 鄰域 (如圖 3— 2所示 )提取指紋圖像的特征點(diǎn)。 )(PSn 為 8 鄰域像 素中為 1 的像素的個數(shù)，具體按式(3— 1)、 (3— 2)計(jì)算 。 （ 2）若 P 點(diǎn)為脊線上的點(diǎn) ，且 )(PCn =4， )(PSn = 3 或者 4，則可判定像素點(diǎn) P為脊線上的連續(xù)點(diǎn)，即不是特征點(diǎn)，如圖 3— 3 中的 C1 點(diǎn)、 C2 點(diǎn)、 C3 點(diǎn)、 C4 點(diǎn)。 （ 3） 設(shè)集合 Ω={xi,yi,zi,gi}，根據(jù) )(PCn 及 )(PSn 的值判斷 被 跟蹤點(diǎn)的類型，并 記錄下端點(diǎn) 或分叉點(diǎn)的橫坐標(biāo) xi，縱坐標(biāo) yi，及特征點(diǎn)的類型 zi， gi是特征點(diǎn)的角度跟蹤結(jié)束條件。 gi=arctg(yyi)/(xxi) (3— 3) 對指紋圖像中的所有像素進(jìn)行處理，分別記錄下所有檢測到的端點(diǎn)和分叉點(diǎn)，即完成了特征提取的第 一步──特征的提取。但是 第 18頁 該算法對圖像的質(zhì)量要求比較高，僅適合圖像質(zhì)量非常好，脊線清晰的指紋圖像，對于較模糊的指紋圖像則無能為力。另外由于在預(yù)處理階段增加了圖像增強(qiáng)和二值化，所以在算法的魯棒性方面比第一種算法更好。 偽特征點(diǎn)分類及特點(diǎn) 在特征提取算法提取的特征點(diǎn)集中存在了一定數(shù)量的偽特征點(diǎn)，這是不可避免的，必須想辦法剔去偽特征點(diǎn)，才能確保特征匹配能夠準(zhǔn)確的進(jìn)行。 下面分析一下毛刺、短線、斷線、假橋以及環(huán)這幾種主要的噪聲的特點(diǎn)，以及因它 第 19頁 們而產(chǎn)生的偽特 征點(diǎn)的特性 [22]，方便針對它們各自的特點(diǎn) 設(shè)計(jì)剔除算法。 （ 2）短線現(xiàn)象，一般在指紋采集時手指比較臟或者采集頭上有灰塵等容易出現(xiàn)比較多的短線。斷點(diǎn)會產(chǎn)生兩個偽端點(diǎn)，而且這兩個偽端點(diǎn)也相距非常近，但是與短線不同的是這兩個偽端點(diǎn)是分布在兩條脊線上，沿脊線方向兩個偽端點(diǎn)之間沒有脊線。 （ 5）環(huán)現(xiàn)象，通常也叫孔。 偽特征點(diǎn)的剔除算法 從上文提取的特征點(diǎn)，不難發(fā)現(xiàn)，位于指紋四周邊緣存在數(shù)量眾多的特征點(diǎn) (包括真特征點(diǎn)和偽特征點(diǎn) )。 目前一般的指紋識別方面的文章都忽略了這部分邊緣特征點(diǎn)，沒有在匹配前進(jìn)行剔除，這增加了后續(xù)匹配的特征點(diǎn)數(shù)量，影響了匹配效果。但可以肯定的是這部分是脊線和邊緣空白的交界處，而邊緣特征點(diǎn)就位于邊界的一定范圍內(nèi)，因此本文利用這一特點(diǎn)設(shè)計(jì)了剔除邊緣特征點(diǎn)的算法： （ 1）將細(xì)化后的指紋圖像進(jìn)行劃分 2020 的子塊。 處理完指紋邊緣的特征點(diǎn)后，下面需要對指紋內(nèi)的偽特征點(diǎn)進(jìn)行剔除。如圖 3— 4 所示， 假設(shè)圖中 1?iP 為上次己跟蹤過的脊線上的像素點(diǎn)，iP 為當(dāng)前的像素點(diǎn)， 1?iP 為下一個要跟蹤的像素點(diǎn)[23]。 （ 2）毛刺的刪除 通過脊線跟蹤，若在一個端點(diǎn) i 的 D2 范圍內(nèi)存在一個分叉點(diǎn) j，則這樣的特征點(diǎn) i，j 為偽特征點(diǎn)，也將它們從特征點(diǎn)集中刪除。 以上 D D D3 和 D4 的值取決于指紋圖像的脊線周期以及分辨率等因素。 第 22頁 圖 3— 5 特征 點(diǎn)提取示意圖 圖 3— 6 剔除邊緣特征點(diǎn) 第 23頁 圖 3— 7 剔除偽特征點(diǎn) 圖 3— 8 偽特征點(diǎn)剔除后效果圖 第 24頁 本章小結(jié) 本章首先介紹了指紋的全局結(jié)構(gòu)特征和局部結(jié)構(gòu)特征。 （ 2）由于指紋邊緣特征點(diǎn)作為端點(diǎn)信息被提取出來，這些特征點(diǎn)在特征匹配過程中是無用的信息，本文采用基于細(xì)化圖像的鄰域法，有效的