【正文】 學(xué)家威爾氏??及英國(guó)學(xué)者賀須爾氏，都先后留下指紋，經(jīng)過(guò)二十年后再來(lái)進(jìn)行比對(duì)，結(jié)果幾乎不受時(shí)間的影響而改變。?。?）損而復(fù)生人體的皮膚組織具再生的能力，而手指皮膚的再生能力比起其它的部位又特別的強(qiáng)，指紋的成形根于皮膚組織真皮層的根部，假設(shè)是在火傷，外科手術(shù)等等的情況下，會(huì)造成指紋一時(shí)間的無(wú)法辨識(shí)，但是經(jīng)過(guò)一段時(shí)間后，指紋的紋路便會(huì)自動(dòng)恢復(fù)到原有的樣子，絲毫不會(huì)改變。指紋識(shí)別算法最終都?xì)w結(jié)為指紋圖像和指紋的特征值的識(shí)別匹對(duì)。 環(huán)型、弓型、螺旋型指紋圖像 模式區(qū)即指紋上包括了總體特征的區(qū)域，從此區(qū)域就能夠分辨出指紋是屬于哪一種類型的。（核心點(diǎn)對(duì)于SecureTouch的指紋識(shí)別算法很重要，但沒(méi)有核心點(diǎn)的指紋它仍然能夠處理）。在計(jì)算指紋的紋數(shù)時(shí)，一般先連接核心點(diǎn)和三角點(diǎn)，這條連線與指紋紋路相交的數(shù)量即可認(rèn)為是指紋的紋數(shù)。這些端點(diǎn)、分支點(diǎn)和轉(zhuǎn)折點(diǎn)就被稱為“特征點(diǎn)”。 分叉點(diǎn)孤立點(diǎn)(Dot or Island): 一條特別短的紋路，以至于成為一點(diǎn)。 短紋方向(Orientation): 一節(jié)點(diǎn)可以朝著一定的方向。采集技術(shù)其過(guò)程也受到傳感技術(shù)發(fā)展的影響。這段時(shí)期主要通過(guò) “ 油墨－指紋卡 ” 的方式采集。 指紋采集的過(guò)程在本質(zhì)上是使指紋成像的過(guò)程。 指紋的生物特性是指嵴和峪的導(dǎo)電性不同，與空氣之間形成的介電常數(shù)不同、溫度不同等。另一種則是器件被動(dòng)感應(yīng)的方法。當(dāng)手指接觸到設(shè)備時(shí)，采集器就會(huì)感知到手指的接觸并切換其狀態(tài)。然而現(xiàn)實(shí)的情況是，由于人手指表面脫皮和污漬的影響還有設(shè)備的采集面不干凈等各種因素的影響，所以還需對(duì)采集到的圖像進(jìn)行預(yù)處理。光線穿過(guò)玻璃照射到有谷的地方后在玻璃與空氣的界面發(fā)生會(huì)全反射，光線被反射到CCD, 而射向脊部位的光線卻不發(fā)生全反射，這樣就在采集的CCD上形成了指紋的圖像。超聲波指紋圖像采集技術(shù)是被認(rèn)為在指紋采集技術(shù)中最好的一種，但在實(shí)際的指紋識(shí)別系統(tǒng)中卻還不常見，其成本很高，并且還處于實(shí)驗(yàn)室階段。 圖像頻域增強(qiáng) 圖像頻域增強(qiáng)簡(jiǎn)介 在數(shù)字圖像處理中，圖像最直觀的理解是把圖像理解為二維函數(shù)F(x,y)，其中x，y作為數(shù)字圖像中象素的二維空間的坐標(biāo)，F(xiàn)的值作為數(shù)字圖像象素該位置的灰度值。 圖像頻域增強(qiáng)的基本步驟 圖像頻域增強(qiáng)的一般方法歸納為一下六步： （1）計(jì)算原始圖像的FFT》》》F(u,v)； （2）四個(gè)角落的零頻點(diǎn)移到圖像中央； （3）H(u,v）*F(u,v)=G（u,v）。對(duì)指紋圖像進(jìn)行二值化處理的優(yōu)點(diǎn)在于是圖像的幾何性質(zhì)只與0和1在圖像矩陣中的位置有關(guān)，不再涉及到圖像像素的灰度值，使算法的處理過(guò)程變的簡(jiǎn)單，這給指紋圖像的存儲(chǔ)和對(duì)其的相應(yīng)的處理操作都帶了很大的便利性，同時(shí)也提高了系統(tǒng)的運(yùn)行效率。（2） 二值化的紋線基本保持原指紋圖像的特征。局部自適應(yīng)閥值算法先是利用固定閥值算法的思想，然后再根據(jù)圖像中每一個(gè)部分的明暗度來(lái)調(diào)整閥值。 （2） 計(jì)算該區(qū)域內(nèi)的Nk(灰度值大于等于T的像素點(diǎn)的個(gè)數(shù))和Nl（灰度值小于T的像素點(diǎn)的個(gè)數(shù)）的值 （3）.如果 ,則T為閥值；（4） 若，則T=T+1,否則T=T1,返回第二步。level=graythresh(I)。由于在指紋識(shí)別的圖像處理過(guò)程中，指紋的特征、方向特征和位置特征，只跟指紋圖像的拓?fù)浣Y(jié)構(gòu)有關(guān)，而與脊線和脊谷的寬度沒(méi)有關(guān)系，同時(shí)通過(guò)細(xì)化的過(guò)程能極大的便利后序?qū)χ讣y圖像特征點(diǎn)提取的操作，因此在指紋的圖像預(yù)處理中，需要對(duì)指紋圖像進(jìn)行細(xì)化的處理。 細(xì)化算法的matlab仿真本文使用matlab圖像處理工具箱提供的bwmorph函數(shù)來(lái)實(shí)現(xiàn)對(duì)指紋圖像的細(xì)化操作，一下是matlab的實(shí)現(xiàn)過(guò)程：I=imread(‘39。,39。 指紋圖像的細(xì)化結(jié)果第3章 指紋特征的提取指紋特征點(diǎn)的提取一般被分為兩個(gè)階段：特征點(diǎn)的提取和偽特征點(diǎn)的剔除。該算法的提出在指紋識(shí)別領(lǐng)域內(nèi)具有開拓性的意義，并且此算法在很長(zhǎng)一段時(shí)間內(nèi)被廣泛的用作細(xì)節(jié)特征點(diǎn)提取的標(biāo)準(zhǔn)算法。詳細(xì)算法如下: (1)計(jì)算指紋圖像的方向圖，一般以塊方向作為指紋的方向。若跟蹤到的脊線與先前己經(jīng)跟蹤過(guò)的脊線相交，停止跟蹤，求取兩條脊線交點(diǎn)位置，此處即特征點(diǎn)分叉點(diǎn)。 (其中P9=P1) （31） （32）通過(guò)分析可知。 (3)當(dāng)P點(diǎn)為脊線上的點(diǎn)，且Cn(P)=6, Sn(P)=3，則可判定像素點(diǎn)P為分叉點(diǎn)。但是該算法對(duì)圖像的質(zhì)量要求比較高，僅時(shí)候質(zhì)量非常好的圖像，對(duì)于比較模糊的指紋圖像則無(wú)法進(jìn)行提取，而且該算法在脊線的跟蹤步長(zhǎng)上不好確定，即使采用自適應(yīng)步長(zhǎng)的算法只能稍微降低特征點(diǎn)的丟失，并不能對(duì)其進(jìn)行根本上的改觀。 偽特征點(diǎn)的剔除在特征提取算法提取特征點(diǎn)的過(guò)程中，特征點(diǎn)集中的地方存在一定數(shù)量的偽特征點(diǎn)，這是不可避免的，必須想辦法去掉偽特征點(diǎn)，才能保證提取出的特征點(diǎn)具有可靠性。必須在匹配前對(duì)指紋圖像進(jìn)行偽特征點(diǎn)的剔除。短線經(jīng)過(guò)算法處理會(huì)產(chǎn)生兩個(gè)偽端點(diǎn)，這兩個(gè)端點(diǎn)的距離會(huì)比較近，且位于同一個(gè)脊線。其特點(diǎn)是這兩個(gè)分叉點(diǎn)的距離與脊線距離大小相近，且兩偽分叉點(diǎn)連線近似垂直與其局部區(qū)域內(nèi)的脊線方向。特點(diǎn)是兩特征點(diǎn)間距很小，且其連線與所在脊線方向近似相同。同時(shí)這些點(diǎn)又不屬于上節(jié)所分析出來(lái)的特征點(diǎn)，當(dāng)這些點(diǎn)不是指紋的固有特征時(shí)，需加以剔除。（2） 對(duì)每個(gè)子塊進(jìn)行像素點(diǎn)檢測(cè)，判斷該子塊是否含有脊線，若存在脊線則對(duì)該子塊進(jìn)行標(biāo)記。（1） 遍歷在特征點(diǎn)提取過(guò)程中保存好的脊線點(diǎn)列表，對(duì)每個(gè)脊線點(diǎn)的8鄰域像素點(diǎn)進(jìn)行查找存在的像素點(diǎn)（定義像素點(diǎn)與脊線點(diǎn)連線向量為v1[a,b]）。或0176。在指紋識(shí)別過(guò)程中，指紋特征提取和去偽也是一個(gè)非常重要的步驟。BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層（input）、隱層(hide layer)和輸出層(output layer). 最簡(jiǎn)單的三層BP網(wǎng)絡(luò)BP是后向傳播的英文縮寫，其傳播的對(duì)象是誤差，傳播的目的是得到所有層的估計(jì)誤差，后向即指由后層誤差推動(dòng)前層誤差。 使用S型激活函數(shù)時(shí)BP網(wǎng)絡(luò)的輸入與輸出關(guān)系BP網(wǎng)絡(luò)能夠通過(guò)學(xué)習(xí)實(shí)現(xiàn)對(duì)其輸入輸出一個(gè)我們期望的輸出。諾依曼計(jì)算機(jī)的運(yùn)行速度的，但是卻能對(duì)很多的問(wèn)題同時(shí)做出快速的判斷、決策和處理，這是因?yàn)榇竽X是一個(gè)超大規(guī)模的并行與串行組合的處理系統(tǒng)。 BP神經(jīng)網(wǎng)絡(luò)的主要功能目前，在神經(jīng)網(wǎng)絡(luò)的應(yīng)用中，大多數(shù)的神經(jīng)網(wǎng)絡(luò)模型都是采用的BP網(wǎng)絡(luò)及其變化形式。 BP網(wǎng)絡(luò)輸入向量構(gòu)建 基于紋路整體走向的總體特征提取本文提出一種描述紋路整體走向的方法，將紋路的走向量化為8個(gè)方向（），然后再遍歷指紋圖像的每個(gè)紋線點(diǎn)，記錄下它們的方向，將每個(gè)方向上存在的紋線點(diǎn)進(jìn)行統(tǒng)計(jì)，計(jì)算出8個(gè)方向上比重最大的那個(gè)方向設(shè)為該指紋圖的主方向。(2) 根據(jù)8鄰域內(nèi)其余兩個(gè)點(diǎn)的位置來(lái)判斷此時(shí)P點(diǎn)的走向，判斷標(biāo)準(zhǔn)如下： ① 若兩個(gè)紋線點(diǎn)所在位置為（P1，P5）、(P2,P4)、（P6，P8），則判斷紋線P點(diǎn) 方向?yàn)榉较?。 ⑤ 若兩個(gè)紋線點(diǎn)所在位置為（P3,P7）、（P4,P6）、（P2,P8），則紋線的方向?yàn)榉较?. ⑥ 若兩個(gè)紋線點(diǎn)所在位置為（P4,P7）、（P3,P8）、（P1，P2）、（P5,P6），則紋線點(diǎn)的方向?yàn)榉较?。（4） 計(jì)算方向1到方向8上紋線點(diǎn)的數(shù)目，設(shè)為sum1sum8；（5） 計(jì)算各個(gè)方向的比重，i方向的比重為T（i）計(jì)算公式如下 （6）比較各個(gè)方向的比重大小，設(shè)置最大值的方向?yàn)橹鞣较?。通過(guò)對(duì)指紋特征點(diǎn)特性的觀察，很容易得知特征點(diǎn)的數(shù)目和兩個(gè)特征點(diǎn)之間的距離是不受指紋的旋轉(zhuǎn)和平移影響的，這反映在坐標(biāo)系內(nèi)就體現(xiàn)為特征點(diǎn)坐標(biāo)的方差不變。識(shí)別的過(guò)程分為三步：首先對(duì)樣本進(jìn)行編碼，然后用BP網(wǎng)絡(luò)對(duì)待識(shí)別的指紋特征量進(jìn)行編碼，最后在指紋庫(kù)中查找與待識(shí)別的指紋相同編號(hào)的樣本，該樣本就認(rèn)為與待識(shí)別的指紋來(lái)源于同一人。使用第二種指紋的第二次采集圖像進(jìn)行指紋特征的提取，將采集的數(shù)據(jù)構(gòu)成向量P2輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，輸入結(jié)果為T2[0 0 0 0 0]，識(shí)別成功。使用第六種指紋的第二次采集圖像進(jìn)行指紋特征的提取，將采集的數(shù)據(jù)構(gòu)成向量P6輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，輸入結(jié)果為T6[0 0 ]，識(shí)別成功。 本文主要內(nèi)容: （1）簡(jiǎn)要介紹了指紋識(shí)別的歷史及研究現(xiàn)狀，并提出一種基于神經(jīng)網(wǎng)絡(luò)的指紋識(shí)別。 展望本系統(tǒng)是在對(duì)指紋識(shí)別系統(tǒng)的研究基礎(chǔ)上進(jìn)行的一個(gè)仿真，由于指紋庫(kù)數(shù)量極少的原因，在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練上只實(shí)現(xiàn)了對(duì)6個(gè)指紋的識(shí)別。致 謝至此論文完成之際，謹(jǐn)向所有關(guān)心我學(xué)業(yè)的老師、同學(xué)及朋友表示衷心地感謝！衷心感謝導(dǎo)師謝濤老師的淳淳教誨和悉心指導(dǎo)。參 考 文 獻(xiàn)[1] [M].北京：北京航空航天大學(xué)出版社,2007.[2] [M].湖北：武漢大學(xué)出版社,2000.[3] [M].北京：北京郵電大學(xué)出版社,2006.[4] [M].北京：國(guó)防工業(yè)出版社,2007.[5] 羅軍輝，[M].北京：機(jī)械工業(yè)出版社,2005.[6] 賀興華,[M].北京：人民郵電出版社,2006. [7] [J].中國(guó)刑警學(xué)院學(xué)報(bào),1996(3). [8] [D].四川大學(xué),2003.[9] [D].大連理工大學(xué),2002.[10] 王崇文，李見為，周宏文，[J].計(jì)算機(jī)應(yīng)用，2001.[11] [D].大連理工大學(xué)，2003.[12] 瑪國(guó)進(jìn),顧國(guó)華,[M].計(jì)算機(jī)應(yīng)用研究，2004:183186.[13] 朱霞輝,羅飛路,[J].計(jì)算機(jī)應(yīng)用研究,1997.(06).[14] 韓偉紅,黃子中,[J].計(jì)算機(jī)研究與發(fā)展,1997,(12).[15] [J].中國(guó)防偽報(bào)道，, 3840.[16] 田捷,[M].北京:電子工業(yè)出版社,2005. 430.[17] 孟祥萍,武增光,[J].計(jì)算機(jī)工程與設(shè)計(jì)，2009,30(13):31363138.[18] 孫冬梅，[J].電子學(xué)報(bào)，2001, 29(12A):17441748.[19] 張敏貴,周德龍,[J]，生物物理學(xué)報(bào)，2002, 18(2):156162.[20] 盧朝陽(yáng)，張崗山，[J].西安電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2002(12):804809.[21] [D].武漢:武漢大學(xué),.[22] 周宏潮，王正明，[J].數(shù)據(jù)采集與處理，2005,20(4):432435.[23] [D].北京:中國(guó)科學(xué)院自動(dòng)化研究所，2002[24] [D].武漢:華中科技大學(xué)，.[25] 羅希平,[J].軟件學(xué)報(bào)，2002,13(5):952954. 29