【正文】 在當時，這兩個程序庫代表矩陣運算的最高水平。開放性使MATLAB廣受用戶歡迎。當前流行的MATLAB包括擁有數(shù)百個內(nèi)部函數(shù)的主包和三十幾種工具包(Toolbox)。 本章小結 本章詳細介紹了指紋識別過程的原理及算法的研究，具體算法將在后續(xù)章節(jié)給出。對模板點集中的每一點和輸入點集中的每一點，定義為將和當作參照點對時，從輸入圖像到模板圖像的旋轉(zhuǎn)角度。 圖313 細節(jié)點的對應脊線 指紋識別中細節(jié)點的匹配細節(jié)匹配一般在極坐標系中進行，因為指紋圖像的非線性形變往往呈放射狀，在某個區(qū)域內(nèi)的形變比較大，然后非線性地向外擴張，因而，在極坐標中能更好地描述非線性形變；另外，在極坐標中不需要考慮輸入圖像與模板圖像的參照點之間的平移，將一對對應點的坐標相對于參照點轉(zhuǎn)換為極坐標時，平移就被抵消了；還有，在極坐標系中顯然比在直角坐標系中更便于處理兩幅圖像間的旋轉(zhuǎn)[8]。分叉點對應的脊線是與該細節(jié)點的方向最近的那條，端點對應的脊線就是該細節(jié)點所在的脊線。2．細節(jié)點的方向，這個方向就是該細節(jié)點所在的塊的塊方向。這種算法實現(xiàn)起來也很簡單：掃描特征點的某一鄰域，如果該鄰域中出現(xiàn)其他特征點的話，將該特征點與出現(xiàn)的特征點同時去除，如此循環(huán)幾次，當沒有特征點被刪去時，處理完成。是細化后圖像在處的灰度。在基于細節(jié)點的指紋自動識別系統(tǒng)中，特征提取是在細化后的指紋圖像上進行的。重復這個過程，直到?jīng)]有一個像素的值被改變。即，一黑色象素八臨域與消除模板中的一個相匹配的話，該點被認為是可消除的點。(細化性)6．骨架盡可能接近條紋中心線。(收斂性)2．不破壞紋線的連接性。所謂細化，就是從原來的圖中去掉一些點，但仍要保持原有的形狀。若的起伏很不明顯，說明該區(qū)域?qū)儆跓o效區(qū)域或背景區(qū)域，整個區(qū)域的像素值置為255。顯然，該波形圖的波谷對應指紋圖像的脊線(指紋圖像中暗的紋線)，而波峰則對應指紋圖像的谷(指紋圖像中亮的紋線)。這種方法取代了一般指紋圖像預處理中無效區(qū)域分割、濾波、增強、二值化等步驟，一次完成圖像的二值化功能?！　　　　　　　D36 分離濾波器的權值 圖37 基本濾波器的權值用方向濾波器進行濾波去噪時，根據(jù)塊方向圖中的該塊的方向，選用相應的濾波器(將水平方向的濾波器旋轉(zhuǎn)塊方向的角度后得到)，進行濾波。 分離濾波器的權值如圖36所示，其中參數(shù)：P+2Q+2R=0。濾波器的大小由指紋圖像中脊線的周期決定，在我們的試驗中，周期取為5，因而這里以Sx5大小的濾波器為例。其他方向的濾波器可以通過旋轉(zhuǎn)得到。指紋圖像濾波有兩種方法：方法一：利用Gabor濾波器的參數(shù)可利用指紋的方向性和紋理性，用Gabor濾波器來作為帶通濾波器，去除噪音，增強脊谷結構。5．方向圖平滑這里我們采用將方向圖正交分解后分別進行濾波的方法對它進行平滑，實驗證明這種方法比一般用的中值濾波和加權平滑的方法的效果好。這里用簡單的梯度算子[4]：= （） （）3．用下面公式計算塊的方向， 且 （）當?shù)膲K中或為零的比率很大時，塊方向應直接設為0或，這樣塊中的每一個像素的方向都等于。2．這種方向計算出的方向范圍是0～2，有利于求取指紋的走勢。這兩個數(shù)的具體取值與圖像的分辨率有關，一般取N=16，即取16個方向，n=8，即一個方向上取8個鄰點。圖32 點方向示意圖 =， d=1，2，方向圖描述了指紋圖像中每一像素點所在脊線或谷線在該點的切線方向，也可看作是指紋源圖像的一種變化表示方法，既用紋線的方向來表示該紋線。方法二：結合指紋圖像自身的特點以及其源圖像像素來確定該點是否為脊，直接準確地得到黑白二值的指紋脊圖像。第3章 指紋圖像處理及特征提取與實現(xiàn) 方法概述 基于細節(jié)點特征的指紋自動識別技術是目前這方面研究中的主流，這種系統(tǒng)的實現(xiàn)有以下一些步驟如圖31： 圖31 基于細節(jié)點特征的指紋自動識別系統(tǒng)預處理是將輸入的（直接采集進來的）低質(zhì)量、有噪音的指紋源圖象處理成已細化了的清晰的二值圖像[3]。 本章小結本章詳細介紹了指紋識別的基本理論，是我們對指紋識別原理及處理方法有了初步的了解。盡管指紋識別系統(tǒng)存在著可靠性問題，但其安全性也比相同可靠性級別的“用戶ID+密碼”方案的安全性要高得多。由于計算機處理指紋時，只是涉及了一些有限的信息，而且比對算法并不是十分精確匹配，其結果也不能保證100%準確。盡管指紋只是人體皮膚的一小部分，但用于識別的數(shù)據(jù)量相當大，對這些數(shù)據(jù)進行比對是需要進行大量運算的模糊匹配算法。因為每個人包括指紋在內(nèi)的皮膚紋路在圖案、斷點和交叉點上各不相同，是唯一的，并且終生不變。網(wǎng)上銀行、網(wǎng)上貿(mào)易、電子商務等一系列網(wǎng)絡商業(yè)行為就有了安全性保障。指紋IC卡可取代現(xiàn)行的ATM卡、制造防偽證件等。前者可以是一個公司、部門，后者可以是一個家庭的成員、銀行的營業(yè)廳、金庫、財務部門、倉庫等機要場所。 指紋門禁系統(tǒng)和指紋考勤系統(tǒng)是開發(fā)和使用得最早的一種出入管理系統(tǒng)，包括對講指紋門禁、聯(lián)機指紋門禁、脫機指紋門禁等等。比對時間：指紋設備對兩組指紋特征模版進行比對所耗費的時間，通常要求不超過1 s。測試所采用的樣本數(shù)越多，結果越準確。這很容易理解，“把關”越嚴，誤識的可能性就越低，但是拒識的可能性就越高。FAR=（錯判的指紋數(shù)目／考察的指紋總數(shù)目）100%。FRR=（拒識的指紋數(shù)目／考察的指紋總數(shù)目）100%。 指紋識別技術的主要指標和測試方法 算法的精確度指紋識別系統(tǒng)性能指標在很大程度上取決于所采用算法性能。通常手指上平均具有70個節(jié)點，所以這種方法會產(chǎn)生大約490個數(shù)據(jù)。目前它已經(jīng)成為現(xiàn)代民用指紋識別應用中越來越受關注的熱點之一。人類指紋的紋形特征根據(jù)其形態(tài)的不同通?？梢苑譃椤肮?、箕型、斗型”三大類型，以及“孤形、帳形、正箕形、反箕形、環(huán)形、螺形、囊形、雙箕形和雜形”等9種形態(tài)。第2章 指紋識別的基本理論及應用 指紋識別的原理和方法 指紋的特征與分類指紋識別學是一門古老的學科，它是基于人體指紋特征的相對穩(wěn)定與唯一這一統(tǒng)計學結果發(fā)展起來的。不難想象，基于這種方法的識別算法，很難全面適應指紋的變化。指紋圖像濾波增強的目的是將有噪聲干擾的指紋圖像變得更加清晰，使得指紋圖像的脊線更黑，谷線更白，當前在實際指紋圖像增強算法的應用中一般是幾種濾波增強方式結合起來使用，主要的方案是基于傅里葉變換結合濾波和指紋圖像點方向場的下上下濾波器；指紋圖像二值化，是將指紋圖像變成灰度值只有0和255兩種顏色的圖像，當前，在自動指紋識別中常采用的是根據(jù)指紋圖像的點方向場在指紋紋線方向和指紋紋線垂直方向上對指紋圖像進行二值化處理；指紋圖像細化是指刪除指紋紋線的邊緣像素，使之只有一個像素寬度，目前在自動指紋識別技術中常用的是OPTA算法的改進的圖像模板細化算法；指紋特征提取，是將細化后使用計算機數(shù)字圖像處理技術采集指紋圖像中奇異點、端點、叉點等指紋特征數(shù)據(jù)，目前常用的特征提取算法是先對細化后的指紋圖像進行初步去噪，然后提取特征點，再根據(jù)閾值去除偽特征點；指紋匹配，是指紋預留模板圖像與輸入樣板圖像中的所有特征點的匹配，目前在自動指紋識別系統(tǒng)中常采用可變大小的界限盒的指紋特征匹配算法。生物識別(指紋識別)技術的飛速發(fā)展及其廣泛應用將開創(chuàng)個人身份鑒別的新時代。指紋識別技術的發(fā)展得益于現(xiàn)代電子集成制造技術的進步和快速可靠的算法的研究。作者簽名： 日期： 年 月 日導師簽名： 日期： 年 月 日目 錄摘要 IAbstract II第1章 緒論 1 研究背景及意義 1 國內(nèi)外研究現(xiàn)狀及分析 1 設計內(nèi)容與要求 2第2章 指紋識別的基本理論及應用 3 指紋識別的原理和方法 3 指紋的特征與分類 3 指紋識別的原理和方法 3 算法的精確度 4 誤識率和拒識率的測試方法 4 系統(tǒng)參數(shù) 4 指紋識別技術的應用 5 指紋識別的可靠性 5 本章小結 6第3章 指紋圖像處理及特征提取與實現(xiàn) 6 方法概述 6 方向圖的計算 7 求點方向圖 7 由點方向圖求塊方向圖的算法 8 最小均方估計塊方向算法 8 指紋圖像的濾波 10 基于方向圖的動態(tài)閥值指紋圖像二值化方法 11 指紋圖像的細化算法 13 特征提取及其后處理 15 特征點的提取 15 假特征點的去除 15 細節(jié)點信息的提取及記錄 16 指紋識別中細節(jié)點的匹配 17 本章小結 18第4章 指紋識別算法的MATLAB實現(xiàn) 19 MATLAB簡介 19 MATLAB 的概況 19 MATLAB產(chǎn)生的歷史背景 19 MATLAB 的語言特點 20 MATLAB在指紋識別中的應用 21 指紋圖像預處理 22 圖像規(guī)格化 22 圖像分割 23 圖像二值化 23 圖像增強 24 圖像細化 24 特征點提取 24 找出所有的端點和交叉點 24 紋線光滑處理 25 去除圖像邊緣的端點 25 找出特征點 25 single_point函數(shù) 25 walk函數(shù) 25 last1函數(shù) 26 特征點匹配 26 紋線長度匹配 26 三角形邊長匹配 26 點類型匹配 26 本章小結 27結 論 28參考文獻 29致 謝 30附錄1 圖像預處理代碼 31附錄2 特征點提取代碼 37附錄3 找特征點代碼 40附錄4 特征點匹配代碼 43VI五邑大學本科畢業(yè)設計第1章 緒論 研究背景及意義現(xiàn)代門禁系統(tǒng)是一種隨著電子技術和計算機技術的發(fā)展而迅速發(fā)展起來的安防系統(tǒng)，一套現(xiàn)代化的、功能齊全的門禁系統(tǒng)，不僅可用于進出口控制，而且有助于單位內(nèi)部的有序化管理。本人完全意識到本聲明的法律后果由本人承擔。作 者 簽 名：　　 　 　　日　 期：　　 　 　　 指導教師簽名：　　 　 　　 日　　期：　　 　 　　 使用授權說明本人完全了解 大學關于收集、保存、使用畢業(yè)設計（論文）的規(guī)定，即：按照學校要求提交畢業(yè)設計（論文）的印刷本和電子版本；學校有權保存畢業(yè)設計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務；學校可以采用影印、縮印、數(shù)字化或其它復制手段保存論文；在不以贏利為目的前提下，學?？梢怨颊撐牡牟糠只蛉績?nèi)容。關鍵詞：指紋識別，圖像處理，特征提取，特征匹配AbstractWith the continuous development of Biometric Identification Technology,People found that each person39。本文簡要介紹了指紋識別的基本步驟，分別是指紋圖像預處理、指紋特征提取、指紋匹配。因此指紋識別技術逐步發(fā)展為一種新的身份識別方式，并且憑借其良好的安全可靠性，大有取代傳統(tǒng)身份識別方式的趨勢。論文中采用MATLAB編程實現(xiàn)全部算法。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。涉密論文按學校規(guī)定處理。指紋識別技術的應用十分廣泛，指紋因具有終生不變性及穩(wěn)定性,而且不同人指紋相同的概率幾乎為零,因此指紋自動識別系統(tǒng)被廣泛應用于案例分析、商業(yè)活動中的身份鑒別等領域。通過取代個人識別碼和口令，生物識別（指紋識別）技術可以阻止非授權的 “訪問”，可以防止盜用ATM、蜂窩電話、智能卡、桌面PC、工作站及其計算機網(wǎng)絡；在通過電話、網(wǎng)絡進行的金融交易時進行身份認證；在建筑物或工作場所生物識別技術（指紋識別）可以取代鑰匙、證件、圖章等。自動指紋識別過程通常由指紋圖像濾波增強、二值化、細化、特征提取以及指紋匹配等幾個環(huán)節(jié)構成。當噪聲增大時，提取了許多虛假細節(jié)點，還有可能丟失細節(jié)點，這就是傳統(tǒng)的基于細節(jié)點識別算法的不足之處之一，因為它只利用了指紋圖像中的一小部分信息（細節(jié)點位置和方向）作為特征進行匹配，丟失了蘊涵在圖像中的其他豐富的結構信息。針對實際應用，探討該模型算法的優(yōu)點；討論指紋圖像數(shù)據(jù)庫的大小、系統(tǒng)容量、訓練樣本隨機變化、以及選擇不同算法時對識別率的影響；得出具有一般性指導意義的結論。細節(jié)特征是實現(xiàn)指紋精確比對的基礎，而紋形特征、紋理特征等則是指紋分類及檢索的重要依據(jù)。非永久性特征由孤立點、短線、褶皺、疤痕以及由此造成的斷點、叉點等元素構成的指紋特征，這類指紋有可能產(chǎn)生、愈合、發(fā)展甚至消失。但它與人體生命現(xiàn)象的關系和規(guī)律仍有待進一步認識。軟件從指紋上找到被稱為“節(jié)點”（minutiae）的數(shù)據(jù)點，即指紋紋路的分叉、終止或打圈處的坐標位置，這些點同時具有七種以上的唯一性特征。采集設備（即取像設備）分成幾類：光學、半導體傳感器和其他。 拒識率（false rejection rate，F(xiàn)RR）：是指將相同的指紋誤認為是不同的，而加以拒絕的出錯概率。 誤識率（false accept rate，F(xiàn)AR）：是指將不同的指紋誤認為是相同的指紋，而加以接收的出錯概率。對于一個已有的系統(tǒng)而言，通過設定不同的系統(tǒng)閾值，就可以看出這兩個指標是互為相關的，F(xiàn)RR與FAR成反比關系。針對FAR=%的指標，應采用不少于1415幅不同的指紋圖像作循環(huán)測試，總測試次數(shù)為1000405次，如果測試中發(fā)生一次錯誤比對成功，則FAR=1/1000405；針對FRR=%，應采用不少于46幅屬于同一指紋的圖像組合配對進行測試，則總提交測試的次數(shù)為1035次數(shù)，如果發(fā)生一次錯誤拒絕，則FRR=1/1035。登錄時間：指紋設備登錄一枚指紋所需的時間，通常單次登錄的時間要求不超過2 s。 指紋識別技術的應用指紋識別技術已經(jīng)成熟