【正文】 果在計(jì)算過程中出現(xiàn)符合式（ ）、式（ ）的像素點(diǎn) ， 那么這個(gè)像素點(diǎn)就是。端點(diǎn)的 8 鄰域點(diǎn)共有 8 種組合 ， 這 8 種組合如圖 所示。 對(duì)于細(xì)化后的圖像 ， 如果存在指紋脊線上一個(gè)值為 1 的像素點(diǎn) ， 它的 8 個(gè)鄰域中只有一個(gè)值為 1 的像素點(diǎn) ， 那么這個(gè)像素點(diǎn)為末梢點(diǎn) ， 也就是端點(diǎn)如果它有且僅有兩個(gè)相互不相鄰的值為 1的相鄰像素點(diǎn) ， 那么這個(gè)點(diǎn)為脊線上的點(diǎn)如果它有兩個(gè)以上互不相鄰的值為 1的相鄰像素點(diǎn) ， 那么這個(gè)點(diǎn)為分叉點(diǎn)。同時(shí) ， 交叉、橋形和口形都可以看成是端點(diǎn)和分叉點(diǎn)的合成。 北京科技大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 27 進(jìn)行指紋圖像特征提取的目的：給指紋圖像中的特征點(diǎn)賦予一些參數(shù)、標(biāo)記 ， 使得用這些參數(shù)、標(biāo)一記能把每一個(gè)指紋唯一的區(qū)別出來。目前所用到指紋識(shí)別技術(shù)絕大部分都是基于對(duì)指紋特征的識(shí)別而不是整幅指紋圖像的識(shí)別。 如果滿足家下列條件： ① ( ) ； ② ( ) ； ③ ； 其中 N(P)是 P 非零鄰點(diǎn)的個(gè)數(shù) ， S(P)是以 P1， P2， P3…… P8為序時(shí)這些點(diǎn)的值從 0 到 1 變化的次數(shù)。快速細(xì)化算法速度很快 ，但是細(xì)化不徹底 ， 細(xì)化后的紋線不是單像素寬。符合上述條件即為單像素寬。 P1 P2 P3 P4 P P5 P6 P7 P8 （ 2）背景 點(diǎn)和目標(biāo)點(diǎn)：背景點(diǎn)是圖像中除去目標(biāo)點(diǎn)之外的部分 ， 即不做處理的所有像素點(diǎn)目標(biāo)點(diǎn)定義為圖像中的紋線部分 ， 即為要處理的所有像素點(diǎn)。 （ 1） 4 鄰域、 4 連通和 8 鄰域、 8 連通的概念。為了進(jìn)一步節(jié)省空間壓縮數(shù)據(jù) ， 同時(shí)方便以后指紋特征的提取 ， 這節(jié)將對(duì)指紋圖像進(jìn)行細(xì)化處理。指紋數(shù)字圖像的細(xì)化的目的是為了提取指紋數(shù)字圖像特定范圍的特征，然后采用相關(guān)的細(xì)化算法處理，得到與原來指紋數(shù)字圖像形狀近似的由簡(jiǎn)單的弧或曲線組成的圖形，使這些細(xì)線處于物體的中軸附近。具體的做法先將所得到的閉值分配到一個(gè)二維閉值數(shù)組中 ， 其中每一個(gè)像素對(duì)應(yīng)一個(gè)閉值 ， 按從左到右從上到下的順序 ， 使用 算術(shù)平均模板對(duì)整個(gè)閉值數(shù)組進(jìn)行一次濾波 ， 再將所得的閉值與指紋灰度值相比較來進(jìn)行二值化。 北京科技大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 24 由于局部閉值算法效果更好 ， 本文就采用了該算法。這種方法雖然簡(jiǎn)單 ， 但是噪聲比較大 ， 如果指紋圖像的質(zhì)量不好就會(huì)產(chǎn)生較大的噪聲。反之，如果該階段引入數(shù)字噪聲，就會(huì)直接降低數(shù)字圖像質(zhì)量，影響辨別精度。 圖像的二值化 指紋數(shù)字圖像二值化作為指紋數(shù)字圖像預(yù)處理過程的一部分，是進(jìn)行指紋數(shù)字圖像細(xì)化處理的基礎(chǔ)。 通過上面的介紹不難發(fā)現(xiàn) ， 研究各種指紋圖像增強(qiáng)的方法 ， 其實(shí)可以歸結(jié)到濾波器的設(shè)計(jì)上 ， 而濾波器的設(shè)計(jì)主要依賴于兩個(gè)參數(shù)指紋紋路的方向與寬度。 Lawrence O’Gorma [12]提出了一種方向自適應(yīng)濾波器對(duì)指紋圖像進(jìn)行濾波 ， 在這種方法中 ， 他們將濾波器和局部的指紋紋路方向重合實(shí)現(xiàn)指紋圖像濾波。 在采集指紋的過程中 ， 由于各方面條件的限制 ， 不可避免的會(huì)引入各種噪聲 ， 這些噪聲的存在會(huì)對(duì)指紋特征信息的提取造成一定的影響 ， 嚴(yán)重時(shí)甚至可能造成提取出錯(cuò)誤的信息。而圖 b 濕化質(zhì)量指紋圖像中，脊線有許多的融合，這樣是原有的特征點(diǎn)經(jīng)過融合被消除了，所以會(huì)產(chǎn)生許多丟失的特征點(diǎn)，這對(duì)后續(xù)的指紋圖像處理及特征點(diǎn)的提取造成了一定的困難。因此如何準(zhǔn)確高效的提取指紋數(shù)字圖像特征，北京科技大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 21 采取什么樣的步驟和方式提取圖像特征將為后面的指紋數(shù)字圖像匹配工作奠定基礎(chǔ)，也是指紋數(shù)字圖像特征提取部分主要討論的內(nèi)容。 當(dāng)?shù)玫浇?jīng)過細(xì)化后的二值數(shù)字圖像后，接下來就是要對(duì)細(xì)化后的數(shù)字圖像進(jìn)行關(guān)鍵特征提取，從而達(dá)到識(shí)別不同的指紋數(shù)字圖像的目的。細(xì)化時(shí)注意紋線的連接性、方位性、特征點(diǎn)和中間點(diǎn)等關(guān)鍵特征，使其保持不變。經(jīng)過對(duì)指紋數(shù)字圖像的非線性平滑處理等增強(qiáng)處理后，其中的紋線 (脊 )部分得到了增強(qiáng)，不過因?yàn)榧沟幕叶葦?shù)值存在差異，使脊的強(qiáng)度并不完全一樣。 受各種原因的影響，在指紋數(shù)字圖像識(shí)別的過程中輸入的指紋圖像可能是一含噪聲較多的灰度圖像，指紋圖像預(yù)處理的目的就是去除數(shù)字圖像中的噪聲，從而使數(shù)字圖像邊緣更明顯，畫面更清晰，努力把它變成一幅清晰的點(diǎn)線圖，以便于提高所提取的指紋數(shù)字圖像特征。對(duì)細(xì)化后的指紋圖像 ， 一般可簡(jiǎn)單的通過的模板檢測(cè)出常用的特征點(diǎn)。二值化后的指紋線仍具一定寬度 ， 而指紋識(shí)別只關(guān)心紋線的方向和特征點(diǎn) ， 通過細(xì)化 ， 可以刪除紋線的邊緣像素 ， 使其成為單像素寬度以便特征提取。灰度圖濾波法僅把指紋圖像簡(jiǎn)單的當(dāng)作灰度圖來處理 ， 效果不是很好。常用直方圖均衡化的方法來增強(qiáng)圖像 ， 它可以使每一灰度級(jí)所對(duì)應(yīng)的像素個(gè)數(shù)基本相同 ， 以達(dá)到增強(qiáng)圖像的目的。 圖 自動(dòng)指紋識(shí)別系統(tǒng)的 組成 北京科技大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 18 指 紋 圖 像 采 集指 紋 圖 像歸 一 化指 紋 圖 像增 強(qiáng)指 紋 圖 像二 值 化指 紋 圖 像細(xì) 化指 紋 特 征 點(diǎn)提 取指 紋 特 征 點(diǎn)匹 配輸 出 結(jié) 果開 始結(jié) 束 經(jīng)指紋傳感器采集得到的圖像 ， 常由于手指用力不均、擺放位置不當(dāng)及其它一些原因而造成指紋圖像變形 ， 也就是造成指紋圖像的噪聲過大。 指紋識(shí)別系統(tǒng)原理 一般來講，一個(gè)自動(dòng)指紋識(shí)別系統(tǒng) (Automated Fingerprint Identification System，簡(jiǎn)稱 AFIS)主要包括指紋圖像提取子系統(tǒng)、指紋識(shí)別子系統(tǒng)和指紋存儲(chǔ)子系統(tǒng)三部分構(gòu)成。 圖 是按照三種線形將指紋分類的示意圖示例。 有同心圓或螺旋紋線，看上去像水中漩渦的，叫 斗形紋 ；有的紋線是一邊開口的，就像 簸箕 似的，叫箕形紋；有的紋形像弓一樣，叫弓線紋 。通?？梢杂梅勰┓ǎx擇顏色對(duì)比大的粉末，撒在物品表面 提取出完整的指紋；另一方法是 磁粉 法，以微細(xì)的鐵粉顆粒，用磁鐵作為刷子，來回刷掃，顯現(xiàn)指紋。如手沾油漆、血液、墨水等物品 轉(zhuǎn)印 而成，通常都是印在指紋卡上成為基本資料； 第二類是成型紋，這是指在柔 軟物質(zhì) ，如手接觸 壓印 在蠟燭、 黏土 上發(fā)現(xiàn)的指紋； 第三類是潛伏指紋，這類指紋是經(jīng)身體自然分泌物如汗液，轉(zhuǎn)移形成的指紋紋路，目視不易發(fā)現(xiàn)，是 案發(fā)現(xiàn)場(chǎng) 中最常見的指紋。 北京科技大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 15 3指紋圖像的預(yù)處理及 指紋算法 指紋的分類 指紋是人類手指末端指腹上由凹凸的皮膚所形成的紋路。車輛的頻繁失竊己經(jīng)成為車主們新的憂慮。 汽車在多年的發(fā)展過程中已經(jīng)成為了人類現(xiàn)代文明和國家發(fā)達(dá)與否的重要標(biāo)志?？梢哉f目前指紋識(shí)別技術(shù)對(duì)大多數(shù)人來說是對(duì)自身信息安全的保證，雖說現(xiàn)在，指紋識(shí)別技術(shù)雖有許多缺點(diǎn)尚待改進(jìn)，但其為市場(chǎng)接受已經(jīng)成為一個(gè)不爭(zhēng)的事實(shí)。但隨著產(chǎn)品的本地化 ， 這一局面將會(huì)改變。主要應(yīng)用在門禁、金融、證券、保險(xiǎn)、社會(huì)福利機(jī)構(gòu)的身份確認(rèn)、個(gè)人財(cái)產(chǎn)使用管制、社會(huì)安全、信息安全、職員和會(huì)員管理、醫(yī)療 檔案管理等。因此 ， 開發(fā)出具有完全知識(shí)產(chǎn)權(quán)的指紋識(shí)別算法 ， 滿足一般小型的嵌入式及大容量比對(duì)的需要 ， 在此基礎(chǔ)上研制基于 DSP 及大規(guī)?？删幊唐骷莫?dú)立識(shí)別模塊 ， 利用此核心模塊開發(fā)出系列指紋門禁 ， 卡證應(yīng)用系統(tǒng)和條形碼防偽系統(tǒng) ， 這些都具有很好的市場(chǎng)前景。目前 ， 應(yīng)用到卡、證系統(tǒng)的產(chǎn)品市場(chǎng)啟動(dòng)較快 ， 特別是將指紋與卡、條形碼結(jié)合的產(chǎn)品市場(chǎng)前景非常廣闊。從研究開發(fā)實(shí)力看 ， 目前國內(nèi)公司都擁有一批有實(shí)力的技術(shù)人員 ， 許多公司里還擁有不少博士 ， 并與大學(xué)合資合作開發(fā)該項(xiàng)技術(shù) ， 這也是該項(xiàng)技術(shù)在國內(nèi)能快速發(fā)展的因素之一。這些公司看到指紋識(shí)別技術(shù)在中國具有很好的市場(chǎng)前景 ， 所以都在加大技術(shù)和產(chǎn)品開發(fā)的投入 ， 以期盡快實(shí)現(xiàn)產(chǎn)品地產(chǎn)化 ， 努力適應(yīng)中國市場(chǎng)的發(fā)展。近幾年國內(nèi)有很多公司開始涉足自動(dòng)指紋識(shí)別系統(tǒng)的應(yīng)用開發(fā) ， 但真正在自主識(shí)別算法基礎(chǔ)上進(jìn)行硬件開發(fā)的為數(shù)不多 ， 為數(shù)更多的是在購進(jìn)國外指紋識(shí)別算法開發(fā)包的基礎(chǔ)上進(jìn)行二次開發(fā)。利用硬件來實(shí)現(xiàn)算法同時(shí)也是提高指紋自動(dòng)識(shí)別速度的一個(gè)重要途徑。 （ 四 ） 指紋圖像的壓縮存儲(chǔ)。大多數(shù)特征提取算法都是基于黑白二值圖像的 ， 也有少量基于灰度圖像的特征提取算法。方向矩陣的計(jì)算一般采用梯度方法或統(tǒng)計(jì)方法。相對(duì)來說 ， 國內(nèi)在指紋識(shí)別算法研究方面起步比較晚 ， 大約是從八十年代開始 ，而且主要側(cè)重于研究角度 ， 很長一段時(shí)間沒有在實(shí)際應(yīng)用中實(shí)踐 ， 所以這些技術(shù)和實(shí)際的市場(chǎng)需求之間還有不少差距。 90 年代末到現(xiàn)在 ， 由于半導(dǎo)體指紋傳感器的出現(xiàn) ， 使得指紋識(shí)別的應(yīng)用領(lǐng)域迅速擴(kuò)大 ， 在個(gè)人電腦、個(gè)人數(shù)字助理、掌上電腦、手機(jī)、門禁系統(tǒng)、考勤系統(tǒng)、保險(xiǎn)箱控制系統(tǒng)等很多領(lǐng)域都開始使用 AFIS技術(shù) ， 所以指紋識(shí)別算法的研究重點(diǎn)從光學(xué)傳感器轉(zhuǎn)移到了半導(dǎo)體傳感器 ， 對(duì)算法的性能也提出了更高的要求。隨后這種傳感器開始走向普及，在筆記本等電子設(shè)備上大顯身手。而在過去，為了獲得整個(gè)手指的指紋，不得不使用比手指更大的傳感器，必須整個(gè)手指同時(shí)按壓在傳感器之上。相比之下，超聲波傳感技術(shù)可以排除手指表面的污垢、油脂等的干擾，因而精確度是目前所知的技術(shù)中最高的。由于這一技術(shù)采用的北京科技大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 9 是活體識(shí)別技術(shù)，必須通過人體的微電流，因而即使割下別人的指紋來進(jìn)行確認(rèn)也沒有用，其它例如指模等更是無計(jì)可施，因而具有更高的安全性；同時(shí)由于不會(huì)受灰塵、油脂等影響，準(zhǔn)確率也更高。只所以指紋識(shí)別能夠真正普及開來，進(jìn)入每一個(gè)電子設(shè)備，完全是因?yàn)榈诙讣y識(shí)別技術(shù)：電容式指紋識(shí)別技術(shù)的誕生。之后再將從這個(gè)圖像中尋找?guī)讉€(gè)特征點(diǎn)，再和數(shù)據(jù)庫中的記錄進(jìn)行核對(duì)。當(dāng)時(shí)的指紋識(shí)別設(shè)備多采用光學(xué)傳感技術(shù)。20 世紀(jì) 80年代 ， 個(gè)人電腦、光學(xué)掃描等技術(shù)的革新 ， 使得它們作為指紋取像的工具成為現(xiàn)實(shí) ， 從而使指紋識(shí)別可以在其他領(lǐng)域中得以應(yīng)用 ， 比如卡。 19 世紀(jì)末期 ， 英國學(xué)者對(duì)指紋進(jìn)行了系統(tǒng)的研究 ， 并提出了指紋細(xì)節(jié)特征分類 ， 將指紋分為斗、箕、弧三大類 ， 使指紋識(shí)別應(yīng)用進(jìn)入了一個(gè)嶄新的時(shí)期。 指紋識(shí)別技術(shù)在數(shù)十年前就已經(jīng)誕生，當(dāng)時(shí)主導(dǎo)研發(fā)的是赫赫有名的 FBI，主要應(yīng)用于內(nèi)部的安全設(shè)備，始終只是處于少數(shù)專業(yè)應(yīng)用的地步，并沒有真正邁入民用的陣營，這一局面直到九十年代才有所改變。 在很久以前，人們就意識(shí)到了指紋的唯一性，在人的一生中，指紋始終是保持不變的，而且每個(gè)人之間都是不同的。從而達(dá)到預(yù)期的目標(biāo)。 第三章：用 Matlab 軟件對(duì)一個(gè)現(xiàn)有的指紋進(jìn)行了圖像處理，并且提取出指紋的特征點(diǎn)。然而具有指紋識(shí)別解鎖的汽車來說，用戶再也不用擔(dān)心這樣的問題出現(xiàn)了。依靠這種唯一性和穩(wěn)定性 ，可以將一個(gè)人和他的指紋對(duì)應(yīng)起來 ， 通過對(duì)其指紋和預(yù)先保存的指紋進(jìn)行比較 ， 就能驗(yàn)證其真實(shí)身份。另外 ， 對(duì)輸入的指紋圖像提取關(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)。另外 ， 指紋識(shí)別系統(tǒng)中完成指紋采樣功能的硬件部分也較易實(shí)現(xiàn)。 同其他識(shí)別方法比較指紋識(shí)別具有如下性質(zhì) [4]： （ 1）指紋可以提供獨(dú)一無二的個(gè)體特征 ， 并且特征的精確度和復(fù)雜度足以滿足高精度的鑒別需要。 下面就這幾種識(shí)別方法做一個(gè)全方位的比較，如表 所示。 聲音識(shí)別對(duì)背景噪聲比較敏感 ， 而這一點(diǎn)在實(shí)際應(yīng)用中有很難控制 。顯然，后一種方式實(shí)現(xiàn)的技術(shù)單獨(dú)要高。 （ 5）聲音識(shí)別技術(shù) 與簽名識(shí)別相同 ， 聲音識(shí)別也是一種行為識(shí)別技術(shù)，聲音識(shí)別設(shè)備不斷地測(cè)量、紀(jì)錄聲音的波形和變化。動(dòng)態(tài)方式則要對(duì)簽名的全過程進(jìn)行監(jiān)控和采樣，記錄筆畫每處的加速度、速度、運(yùn)筆方向、順序等動(dòng)態(tài)信息，并結(jié)合簽名筆跡的靜 態(tài)幾何特征進(jìn)行綜合辨識(shí)。 （ 4）簽名識(shí)別技術(shù) 簽名作為身份認(rèn)證的手段己經(jīng)用了幾百年了 ， 而且我們都很熟悉在銀行的格式表單中簽名作為我們身份的標(biāo)志。視網(wǎng)膜的這些特性使這一識(shí)別技術(shù)具有很好的防偽性能 ， 也有潛力成為將來生物特征識(shí)別的主流手段之一。在生物特征識(shí)別技術(shù)領(lǐng)域 ， 視網(wǎng)膜識(shí)別指的是利用視網(wǎng)膜上的血管分布模式進(jìn)行身份識(shí)別。虹膜識(shí)別技術(shù)的發(fā)展主要存在幾個(gè)方面的困難： 雖然從理論上講 ， 虹膜是具有唯一性的生物特征 ， 但它不象指紋那樣使用歷史悠久 ， 人們還需要一定的時(shí)間去認(rèn)可和接受它。虹膜隔離于外部環(huán)境而且不能通過手術(shù)修改。 （ 1）虹膜識(shí)別技術(shù) 虹膜是一種在眼睛中瞳孔內(nèi)的織物狀的各色環(huán)狀物 ， 每一個(gè)虹膜都包含一個(gè)獨(dú)一無二的基于像冠、水晶體、細(xì)絲、斑點(diǎn)、結(jié)構(gòu)、凹、射線、皺紋和條紋北京科技大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 2 等特征的結(jié)構(gòu) ， 據(jù)稱 ， 沒有任何兩個(gè)虹膜是一樣的。生物識(shí)別技術(shù)是根據(jù)人體自身的特征如指紋、聲音等來識(shí)別個(gè)人的身份的技術(shù)。 正是由于汽車的數(shù)量與日俱增，汽車被盜案件頻繁發(fā)生，汽車安全問題已然成為一個(gè)社會(huì)所關(guān)注的問題了。 the software part are: fingerprint image capture, fingerprint matching and short message munications, and so on. First, the fingerprint image sensor gets the user’s fingerprint, t