【正文】 波 的算法， 當然跟 所使用的軟 件和 硬件也有很大的關(guān)系。 該算法速度快，簡單 且 易于理解，但效果較差。 本文將討論 兩 種二值化方法，選取其中一個作為效果最好的算法。 為方便認知，以指紋圖像為模板，畫一環(huán)形區(qū)域來表示指紋，其中，扇形區(qū)域中的小塊表示指紋被分塊后的小塊。 Matlab 程序見附錄 A。該方法的優(yōu)點：算法簡單，計算速度快，如果采集到的指紋質(zhì)量好，則分割效果不錯；缺點：對質(zhì)量較差的指紋 ，該 方法分割效果不是很理想 ，如 當指紋背景區(qū)域有污漬時 , 這些區(qū)域的 方差也 比較 大 ， 用 方差法 分割時就不能被有效地分割出 去 。 圖 23 歸一化圖像 圖像分割的方向法 這一方法是基 于指紋方向信息 的 分割方法，它是利用了指紋的脊線和谷線所蘊藏的平行方向信息來分割的，該方法的優(yōu)點是：適合有污漬的指紋，但缺點是因為依賴脊線的方向，所以脊線不連續(xù)時將被識別為背景區(qū)域，難以取得滿意效果。 對 采集好的指紋圖像 進行歸一化處理， 是對指紋灰度圖的灰度均值和方差做一次調(diào)整，使得不論用 什么設(shè)備采集的指紋圖像都可以有預(yù)期的方差和均值，從而屏蔽不必要的 噪聲 。在指紋圖像中 ，由脊線和谷線組成的較清晰 的部分 ， 稱之為目標區(qū)域 ； 沒有用的部分我們 稱 之 為背景 10 區(qū)域。 指紋分割細化濾波增強二值化 圖 21 預(yù)處理流程 圖像 的 分割 圖像分割是從一幅圖像中按一定規(guī)則將一些物體或區(qū)域加以分離 ， 劃分出我們感興趣的部分或區(qū)域。 9 第 2 章 指紋圖像預(yù)處理 圖像預(yù)處理 是 對原始圖像進行的一種前期處理 ， 方便后續(xù)的模塊識別 。 Matlab 在指紋識別中的應(yīng)用 Matlab 是一種 高級 的計算機語言 , 具有 獨特的 數(shù)學運算能力是 matlab語言最 突出 的 優(yōu)點。 指紋識別技術(shù)主要 包括 三大 部分： 指紋圖像采集、指紋預(yù)處理 、特征提取與匹配。 英國學者 認為 , 只要 有 13 個特征點 能 重合 , 就可以確認 這兩枚指紋 是 同 一指紋 [3]。 7 ( a ) 弓 形 線( b ) 環(huán) 形 線 ( c ) 箕 形 線( d ) 螺 形 線 ( e ) 曲 形 線( f ) 棒 形 線 圖 13 脊線的 一般形態(tài) 指紋識別的原理 及應(yīng)用 在 指紋識別 的 技術(shù) 中 , 一般 都 采用總體 特征 和 局部 特征來 進行 識別 。指紋的這個特點，是與手掌表面附著面的污垢的性能緊密相關(guān)的 。指紋的確定性，還表現(xiàn)在它具有一定的復(fù)原性和難于毀滅 的特 性。根據(jù) 指紋 中的細節(jié)特征 我們 常將 指紋特點分為 端點和分叉點， 如圖 11 所示 。 所以 總體上來說， 國外的指紋識別 應(yīng)用己經(jīng)進入了正規(guī)的應(yīng)用階段。 生物識別技術(shù)是利用人體生物特征進行身份認證的一種技術(shù) ， 它 主要有指紋、 手形 、 臉形 、聲音 、 虹膜、視網(wǎng)膜、簽名 、 掌紋、和臉部熱譜圖等 ， 在生物識別技術(shù) 中 指紋識別 技術(shù)是目前相對成熟的一種 。 對個 人身份識別技術(shù) 的要求不斷提高， 如果沒有安全可靠和快捷的身份識別技術(shù)，電子商務(wù)、網(wǎng)上購物等 就存在重大隱患 。該結(jié)果 證明，用 matlab 實現(xiàn)的 這些 算法 的 處理結(jié)果比較理想，滿足識別的 可行性和 應(yīng)用性。 1 指紋識別算法的 matlab 實現(xiàn) 專業(yè)：電子信息工程 姓名：馬飛 指導(dǎo)老師：劉文博 摘 要 由于指紋所具有的普遍性，唯一性和不變性，以及指紋識別技術(shù)具有很高的可行性和實用性， 使之 成為目前最流行、 也 最可靠的個人身份認證技術(shù)之一。 本 文給出了 指紋圖像預(yù)處理、特征提取、特征匹配的 matlab 程序 及處理結(jié)果。 Feature matching is use two fingerprint image feature point is to determine whether the two images from the same finger. This paper provides the fingerprint image preprocessing, feature extraction, feature matching use matlab and handling results, The results prove that these algorithms had ideal results be used by matlab, Be satisfied with the recognition and feasibility of the application. Key Words: Segmentation, Binary, Refining, Feature point extracting, Matching, Matlab 3 目錄 第 1 章 緒論 ................................................................................................................................ 4 指紋識別概述 ................................................................................................................ 4 研究背景及意義 .................................................................................................. 4 國內(nèi)外研究狀況 .................................................................................................. 4 指紋識別的原理和方法 ................................................................................................. 5 指紋的基本知識 .................................................................................................. 5 指紋識別的原理及應(yīng)用 ...................................................................................... 7 Matlab 在指紋識別中的應(yīng)用 ......................................................................................... 8 第 2 章 指紋圖像預(yù)處理 ............................................................................................................ 9 圖像的分割 ..................................................................................................................... 9 圖像歸一化 ........................................................................................................ 10 圖像分割的方向法 ............................................................................................ 11 圖像分割 的方差法 ............................................................................................ 12 圖像的二值化 .............................................................................................................. 13 方向圖 ................................................................................................................ 13 指紋圖像二值化 ................................................................................................ 14 靜態(tài)閾值二值化 ................................................................................................ 15 基于方向場的二值化 ........................................................................................ 15 指紋圖像的濾波 .......................................................................................................... 17 圖像細化 ...................................................................................................................... 20 快速細化算法 .................................................................................................... 21 改進的 OPTA 算法 ............................................................................................ 21 第 3 章 圖像特征提取和特征匹配 .......................................................................................... 25 特征點提取 .................................................................................................................. 25 找出特征點 .................................................................................................................. 25 特征點匹配 .................................................................................................................. 26 總結(jié)與展望 ................................................................................................................................ 30 致 謝 ...................................................................................................................................... 31 參考文獻 .................................................................................................................................... 32 附錄 A 預(yù)處理代碼 ................................................................................................................... 33 附錄 B 特征點提取代碼 .....................................