【正文】 23 致 謝 本論文是在 老師精心 指導(dǎo)下完成的 。 theta = atan2( (mean_x path(1,1)),(mean_y path(1,2)) )。 %end of the 25 loop % the path length of the ridge is % longer than 24 pixels % it consider as a valid minutia (end points) % store it in the real_end if flag == 0 [ path_length, dddd] = size(path)。 break。 curr_y = path(len,2)。 for i=1:number_of_end %path is a list of the tracked element in the currently %tracking ridge path = zeros(1,2)。 path(length+1,2) = next_y。 end。 % called by end_track() % with the input image and the path list, it will track to the next % connected element of the ridge [ix,iy] = size(in)。從數(shù)學(xué)角度上看，矩是很簡單的。 end r = floor(rad ^ )。 return 13 end if rad = (h_bands*n_bands+h_radius)^2 % outtest radius = 72 (5184=72*72) sector_num = (n_sectors1)+2。 sector_num is the output and represents what is the % corresponding sector. global immagine n_bands h_bands n_arcs h_radius h_lato n_sectors matrice length = h_lato。指紋定位是使待驗(yàn)證指紋的數(shù)個(gè)細(xì)節(jié)點(diǎn)的坐標(biāo)值與指紋庫中的數(shù)個(gè)細(xì)節(jié)點(diǎn)的坐標(biāo)值一一相互對準(zhǔn)的過程，從而使兩個(gè)指紋圖像對準(zhǔn)重合。 cvWaitKey(0)。 cvGetHuMoments(amp。 CvArr *arr。 = 120。在濾波提取算法中 ,位移不變性是通過確定指紋 圖像的中心參考點(diǎn)來實(shí)現(xiàn)的?？傊?，這些數(shù)據(jù)，通常稱為模板，保存為 1K 大小的記錄。這些斷點(diǎn)、分叉點(diǎn)和轉(zhuǎn)折點(diǎn)就稱為“特征點(diǎn)”。 1． 指紋的特征 我們定義了指紋的兩類特征來進(jìn)行指紋的驗(yàn)證：總體特征和局部特征。分析幾種算法的實(shí)驗(yàn)仿真結(jié)果，并通過結(jié)果進(jìn)行分析總結(jié)各個(gè)算法的特點(diǎn)； 第四章 結(jié)論。 隨著指紋識別技術(shù)的日漸成熟，圖像處理及模式識別界曾一度認(rèn)為自動指紋識別問題已經(jīng)得到很好的解決。指紋識別作為一個(gè)人基本社會角色定位點(diǎn)，其方便性和準(zhǔn)確性已經(jīng)得到了全世界范圍內(nèi)的認(rèn)可。作為一個(gè)人，具有非常復(fù)雜的社會角色。對于想從事和已經(jīng)從事網(wǎng)絡(luò)商務(wù)的公司來講，確認(rèn)交易人的身份是解決信用問題的第一步，而且是最重要的一步。特別是在 90 年代后期 ,西安交大、清華大學(xué)先后開發(fā)了指紋自動識別系統(tǒng) ,指紋門禁系統(tǒng)、指紋考勤系統(tǒng)等。分析器每分鐘可濾過萬枚指紋 ,并告訴調(diào)查人 員哪一級十指指紋與現(xiàn)場提取的指紋最接近 ,以便于指紋專家做最后的判斷。這種設(shè)計(jì)的主要優(yōu)點(diǎn)是系統(tǒng)、簡便、靈活 ,便于改進(jìn)安裝 。實(shí)施的步驟是 :借助于帶有投影屏幕的指紋分析儀或光筆 ,將十指紋型、中心紋線的形態(tài)、中心花紋的特征數(shù)字加以表述。此后我國相繼開展了指紋的應(yīng)用及研究 ,還曾建立過 “指紋學(xué)會 ”。從此 ,指紋研究逐步走向科學(xué)化的軌道。罪犯的供詞也以捺印指紋為證。從那時(shí)起，自動 3 指紋識別系統(tǒng) (AFIS： Automated FingerprintIdentification System)在法 律實(shí)施方面的研究和應(yīng)用在世界許多國家展開。依靠這種唯一性和穩(wěn)定性，可以把一個(gè)人同他的指紋對應(yīng)起來，通過對他的指紋和預(yù)先保存的指紋進(jìn)行比較，就能驗(yàn)證他的真實(shí)身份?？山邮苄裕眠@一特征進(jìn)行人體身份鑒別可以被人們接受和認(rèn)可 。生物特征身份鑒別方法可以避免這些麻煩。 以數(shù)字圖像處理為基礎(chǔ)，研究指紋識別的原理和方法，重點(diǎn)分析基于神經(jīng)網(wǎng)絡(luò)指紋識別算法、濾波特征和不變矩指紋識別算法和指紋匹配算法，將 matlab 作為仿真工具，針對已有的三種指紋識別算法進(jìn)行編程識別；并通過 實(shí)驗(yàn)論證各種算法的優(yōu)缺點(diǎn) 。如何準(zhǔn)確鑒定一個(gè)人的身份， 保護(hù)信息安全是當(dāng)今信息化時(shí)代必須解決的一個(gè)關(guān)鍵性社會問題。這里將生理和行為特征統(tǒng)稱為生物特征，用于身份鑒 別的生物特征應(yīng)具有普遍性，即任何人都具有這一特征 。 下面主要對其中 指紋識別技術(shù) 作 介紹 和研究 。早期的指紋識別依靠人工對比方式進(jìn)行。指紋應(yīng)用可以分為三個(gè)時(shí)期 。 第二時(shí)期：指紋科學(xué)化時(shí)期；這一時(shí) 期是從 17 世紀(jì) 80 年代開始的。 1901 年 ,英國政府正式采用了享利指紋分析法。 第三時(shí)期：現(xiàn)代化、自動化時(shí)期；這一時(shí)期是從本世紀(jì) 60 年代開始的。該系統(tǒng)包括指紋自動化分析系統(tǒng)和數(shù)字?jǐn)?shù)據(jù)系統(tǒng)。然后 ,調(diào)查人員將分析資料輸入帶有圖像屏幕的具有高分辨能力的監(jiān)控器中 ,操作者根據(jù)監(jiān)控器和計(jì)算機(jī)提供的大量資料處理模糊的指紋 ,糾正變形 ,采用外推法將一枚殘缺指紋修復(fù)成一枚完整的指紋。如民間把捺印指印作為合同和證件的憑證 。 “在網(wǎng)絡(luò)上，沒有人知道你是一只狗， ”在這種情況下，任何基于網(wǎng)絡(luò)環(huán)境下的交往活動都被蒙上了一層技術(shù)意義的灰色。Paypal 已經(jīng)推出通過指紋識別來進(jìn)行網(wǎng)絡(luò)支付。這種方式的隨意性很大，防偽性比較差，容易引起管理上的漏洞。 指紋識別承載了很多的社會意義，從最根本上來講，是可以良好的判斷和定義一個(gè)人的真實(shí)生物身份。 本論文結(jié)構(gòu) 本論文主要分為四章： 第一章 緒論。與人工處理不同，許多生物識別技術(shù)公司并不直接存儲指紋的圖象。 局部特征 ： 局部特征是指指紋上的節(jié)點(diǎn)的特征，這些具有某種特征的節(jié)點(diǎn)稱為特征點(diǎn)。軟件從指紋上找到被稱為（ minutiae）的數(shù)據(jù)點(diǎn)，也就是那些指紋紋路的分叉、終止或打圈處的坐標(biāo)位置，這些點(diǎn)同時(shí)具有七種以上的唯一性特征。 神經(jīng)網(wǎng)絡(luò)指紋識別算法 用神經(jīng)網(wǎng)絡(luò)進(jìn)行識別選用哪種特征是個(gè)關(guān)鍵問題考慮到本文這里的識別過 9 程是在同類型指紋間進(jìn)行的這些指紋具有相似的紋線走向指紋的方向信息在這里就顯得無關(guān)緊要了通過對同類型指紋的分析發(fā)現(xiàn)它們差別主要體現(xiàn)在具體的每個(gè)細(xì)節(jié)點(diǎn)上因此本文就提取了指紋的細(xì)節(jié)點(diǎn)特征作為識別特征每個(gè)樣本提取的細(xì)節(jié)點(diǎn)特征是一個(gè) 80 1 維的向量包含 20 個(gè)特征點(diǎn)每個(gè)特征點(diǎn)的特征值是個(gè)4 維的向量分別是特征點(diǎn)的類型特征點(diǎn)與參考點(diǎn)的紋線方向差值特征點(diǎn)與參考點(diǎn)的距離特征點(diǎn)與參考點(diǎn)的角度我們認(rèn)為特征點(diǎn)的這些信息即可充分體現(xiàn)同類型指紋間的細(xì)微差別也同時(shí)具有一定的抗 平移和抗旋轉(zhuǎn)性 。 不變矩識別算法 ： 算法的基本思路是 :搜索預(yù)處理后的二值圖像中所有可能為目標(biāo)的區(qū)域，計(jì)算區(qū)域的 7 個(gè)不變矩特征，認(rèn)為與模板匹配程度最高的區(qū)域?yàn)槟繕?biāo)。 CvMat mat。 //獲取空間矩 double m00 = cvGetSpatialMoment(amp。 AfxMessageBox(str)。閾值取的合理，特征點(diǎn)取的越多，誤判的機(jī)率就越小。實(shí)際上，在除了處理兩種誤差之外，在指紋采集過程中，由于每次按壓的力度不同而形成的指紋圖像擠壓變形和拉伸變形，同樣是指紋匹配之前需處理的 。 rad = (x*x) + (y*y)。 end end if x 0 theta = theta + pi。 算法 matlab 仿真結(jié)果 圖 原始指紋圖像 圖 經(jīng)過神經(jīng)網(wǎng)絡(luò)和高斯濾波的指紋圖像 圖 經(jīng)過不變矩的指紋圖像 15 圖 經(jīng)過匹配細(xì)化后的指紋圖像 結(jié)果 分析 試驗(yàn)結(jié)果顯示 ： LVQ 神經(jīng)網(wǎng)絡(luò)模型 的優(yōu)勢在于網(wǎng)絡(luò)結(jié)構(gòu)簡單，只通過內(nèi)部單元的互相作用，就可以完成十分復(fù)雜模式識別的分類處理，具有很好的模式識別特性。 當(dāng)今 ，