【正文】 有關(guān)于表 中的實(shí)驗(yàn)數(shù)據(jù)來源，相應(yīng)的部分實(shí)驗(yàn)截圖如下： 26 (a) 指紋 A 的處理過程 (b) 指紋 B 的處理過程與匹配結(jié)果 圖 指紋 1 與指紋 1 的匹配 27 (a) 指紋 A 的處理過程 (b) 指紋 B 的處理過程 與匹配結(jié)果 圖 指紋 1 與指紋 2 的匹配 28 (a) 指紋 A 的處理過程 (b) 指紋 B 的處理過程與匹配結(jié)果 圖 指紋 1 與指紋 3 的匹配 29 (a) 指紋 A 的處理過程 (b) 指紋 B 的處理過程與匹配結(jié)果 圖 指紋 2 與指紋 3 的匹配 30 (a) 指紋 A 的處理過程 (b) 指紋 B 的處理過程與匹配結(jié)果 圖 指紋 2 與指紋 2 的匹配 31 以上實(shí)驗(yàn)結(jié)果表明本次設(shè)計(jì)通過 MATLAB仿真工作基本上就實(shí)現(xiàn)了基于數(shù)字圖像處理的指紋識(shí)別的初衷。但其實(shí)從理論角度來分析的話圖像的顏色完全沒有發(fā)生變化，細(xì)化之 后的圖像仍然是二值圖像，感覺“顏色變淺了”的原因在于細(xì)化之后指紋紋線的寬度統(tǒng)一的被變換為單像素大小了，也就是說紋線變得很細(xì)很細(xì)，所以直觀感覺圖像顏色被“淡化了 ”而已。 ，但是由于此時(shí)圖像中各個(gè)像素的數(shù)值由 0 到 255 各自分布著，并不利于后續(xù)進(jìn)行特征提取與特征比對的工作。 ，接下來就需要對其進(jìn)行一些處理工作了，按照本文中的內(nèi)容，首先這里要對原始指紋圖像進(jìn)行噪聲的去除或者是減弱，從而達(dá)到提高指紋圖像的真實(shí)性的目的，即實(shí)施平滑處理。 在這一次畢業(yè)設(shè)計(jì)中的研究的范圍是由點(diǎn)和線組成的指紋圖像，而且基本上來說各個(gè)位置的灰度依據(jù)圖像采集的不同會(huì)有明顯的偏差，所以這里本文選擇的是基于特征的指紋識(shí)別方案。 17 0 1 0 1 0 1 1 0 1 (a)形態(tài)一 1 1 0 0 0 1 1 0 1 (b)形態(tài)二 0 1 0 1 0 1 1 1 0 (c)形態(tài)三 1 0 1 0 0 0 1 1 1 (d)形態(tài)四 圖 叉點(diǎn)的四種基本形態(tài) 通過實(shí)際實(shí)驗(yàn)操作，圖 (b)經(jīng)過特征提取處理實(shí)驗(yàn)之后所生成的結(jié)果圖如圖 (b)所示： (a)提取前 (b)提取后 圖 特征提取實(shí)驗(yàn)生成的指紋圖像前后對比 圖像匹配 的含義是指在當(dāng)前已知當(dāng)前圖像中的某種性質(zhì)，然后在另外一張圖像中尋找這種性質(zhì)的過程。這里做出這樣選擇的原因在于對于之前已經(jīng)細(xì)化過的指紋圖像而言，紋線的端點(diǎn)與紋線的叉點(diǎn)是兩類最明顯，同時(shí)對算法實(shí)現(xiàn)而言也是最容易篩選提取出來的兩種局部特征。 在本文的設(shè)計(jì)主要研究的是指紋識(shí)別的問題，那么也就是說這里討論的自始至終都是指紋圖像，而十分顯然的是這些圖像就只是線與點(diǎn)的集合，尤其是在完成了上文中所描述的各種工作之后更是如此，所以在本文中主要研究指紋圖像的紋線與點(diǎn)的特征，并以此作為最終特征匹配的依據(jù)。而人眼可以直接觀察到的稱為自然特征，比如說是色彩，亮度，輪廓等等。下面本文就給出經(jīng)過試驗(yàn)驗(yàn)證過的查找表 ： 通常情況下細(xì)化操作包含有兩個(gè)主要步驟。實(shí)際上本次設(shè)計(jì)在進(jìn)行細(xì)化操作的時(shí)候，需要考慮到當(dāng)前像素周圍八個(gè)領(lǐng)點(diǎn)的屬性，依據(jù)其具體情況判斷該點(diǎn)的像素到底是應(yīng)該保留還是應(yīng)該去掉，這個(gè)操作與腐蝕的過程比較相似。 圖像細(xì)化的含義 通常情況下，依靠將一個(gè)曲線形狀的圖形變化為寬度只有一個(gè)像素大小的同時(shí)圖形化的顯示原圖形的拓?fù)湫再|(zhì)的過程叫做細(xì)化過程。 為了實(shí)現(xiàn)二值化操作，就要把指紋圖像分割成尺寸為 mm 的小區(qū)域，接下來針對每一個(gè)獨(dú)立的小區(qū)域求其閾 值，并依據(jù)所求的閾值來對相應(yīng)的小區(qū)域?qū)嵤┒祷僮鳌? 。本文中將變換函數(shù) )(xf 表示如下： ??? ??? Tx Txxf ,1,0)( () 其中 T 為指定的閾值， x 為灰度數(shù)值。而具體來講這里要做的操作就是通過卷積來增強(qiáng)圖像中的灰度反差。進(jìn)一步的理論依據(jù)可以參照排序統(tǒng)計(jì)理論。 而 m,n 的值是依照領(lǐng)域而定的。在這種方法中是將模版本身當(dāng)做濾波器來使用的?？紤]到以 后的操作在進(jìn)行指紋圖像細(xì)化，特征提取以及特征匹配時(shí)所處理的都是二值化圖像，方差法自然成為當(dāng)前設(shè)計(jì)中進(jìn)行圖像裁剪的不二之選。 通常來講，包圍了一個(gè)連通性的區(qū)域的曲線稱為邊緣。這就為接下來的通過計(jì)算機(jī)來對指紋圖像就行識(shí)別打下了基礎(chǔ)。并最終實(shí)現(xiàn)指紋識(shí)別功能。而在特征選取的過程中，通過不斷地實(shí)驗(yàn)經(jīng)驗(yàn)積累，最終選取特征為端點(diǎn)以及分叉點(diǎn)。 指紋的基本概念 手指上高低不平的線的集合叫做指紋 [1]。 feature collection。本文提出一種基于特征提取與匹配的指紋識(shí)別算法，首先利用中值 濾波對原始指紋圖像進(jìn)行去噪，然后通過高通濾波對去噪圖像進(jìn)行增強(qiáng)，接下來對指紋增強(qiáng)圖像作二值化處理并依據(jù)模板及查找表進(jìn)行圖像細(xì)化，最后針對端點(diǎn)與叉點(diǎn)進(jìn)行特征采集與匹配從而實(shí)現(xiàn)指紋的識(shí)別，并利用實(shí)際實(shí)驗(yàn)證實(shí)了本文所提出的指紋識(shí)別的可行性。我們手中的如蘋果，魅族，華為等智能手機(jī)的指紋解鎖功能就受到了來自廣大用戶的一致好評(píng)；而各個(gè)企業(yè)中基于指紋識(shí)別原理的權(quán)限系統(tǒng)與考核記錄也都得到了普及；目前駕照等考試也運(yùn)用到了指紋識(shí)別，這 就確保了學(xué)員身份的準(zhǔn)確性，確保了駕照的質(zhì)量。 具體而言，全局特征包含有五種特征，分別是三角點(diǎn)與紋形，核心點(diǎn)與紋數(shù)以及模型區(qū)。比如今年剛剛推出的魅族智能手機(jī)中就自帶了 IFS 指紋識(shí)別方案的指紋采集 特征提取 圖像處理 特征提取 數(shù)據(jù)庫 訓(xùn)練模塊 指紋采集 圖像處理 匹配 鑒別模塊 鑒別結(jié)果 3 指紋解鎖的功能，而華為的按壓式傳感器識(shí)別技術(shù)也在其新推出的產(chǎn)品中得到了相應(yīng)運(yùn)用。這里就本次設(shè)計(jì)而言，以一個(gè)指紋圖像的原始圖像與每個(gè)實(shí)驗(yàn)步驟處理過后所得的圖像 為例來描述預(yù)處理工作的內(nèi)容。為了提高指紋圖像的處理效率并節(jié)約資源，就需要將包含以上指紋對象的部分截取出來。也就是說，首先要根據(jù)指紋的灰度值，將圖像區(qū)分為背景與目標(biāo)兩類，而如果這兩類灰度值的方差數(shù)值越大，那么就認(rèn)為背景與目標(biāo)的差異越明顯。就對于該設(shè)計(jì)中要研究的指紋原始圖像而言，以上三類方法都可以被用來實(shí)現(xiàn)指紋圖像的平滑處理。 圖（ b）則是一個(gè) 33 的模板，類似的，也用 ni 分別表示這各個(gè)像素的值。中值濾波的具體做法是針對每一個(gè)像素的灰度值，相應(yīng)的都取出該像素的鄰近像素的灰度值，然后將這些數(shù)值按照單調(diào)遞增或者單調(diào)遞減的順序排列起來形成一個(gè)序列，并取出該序列的中值，并把這個(gè)數(shù)值賦給當(dāng)前的點(diǎn)。 通過實(shí)際實(shí)驗(yàn)操作，圖 經(jīng)過平滑處理實(shí)驗(yàn)之后所生成的結(jié)果圖如圖 (b)所示 : 8 (a)原始指紋圖像 (b)平滑后 圖 實(shí)驗(yàn)處理生成的指紋圖像 指 紋圖像的銳化 經(jīng)過裁剪與平滑處理的圖片雖然在大小與噪聲方面已經(jīng)比較完善，但是圖像中的線條仍可能并不是很清晰，這就會(huì)使得程序不能清晰地提取到脊線，端點(diǎn)或是分叉點(diǎn)等等的特征條件，這樣的話就不利于后續(xù)進(jìn)行特征比對，同時(shí)特征匹配的效果也會(huì)埋下隱患。為了將圖像變?yōu)橛?jì)算機(jī)中容易識(shí)別和操作的對象，并減輕計(jì)算的壓力，同時(shí) 加速程序的運(yùn)行速度，系統(tǒng)就要對銳化后的指紋圖像做進(jìn)一步處理，而本次設(shè)計(jì)研究的范疇僅指某個(gè)像素有或者無紋線的情況，對于圖像的色彩等等問題并沒有說沒關(guān)系。但是，一旦二值化過程中出現(xiàn)了差錯(cuò)，就會(huì)對整個(gè)識(shí)別程序帶來很嚴(yán)重的問題。指紋圖像各個(gè)位置的閾值的大小與該部分的小的區(qū)域內(nèi)的顏色深淺有關(guān)。不過由于指紋紋線粗細(xì)不一，這就會(huì)多占用一定內(nèi)存空間，也不利于接下來進(jìn)行進(jìn)一步的處理，且各個(gè)位置的特征并不十分明顯。通常來講選取的模板大小一般是 33 或者是 55 的，然后在模板內(nèi)的每一個(gè)像素按照該像素鄰域的分布情況進(jìn)行分類處理。不過在定義細(xì)化表之前，這里先要定義一個(gè) 33 的細(xì)化模板，該模板左上角的第一個(gè)元素開始，按照順時(shí)針的順序每個(gè)元素的數(shù)值是以 2 的 N 的方定義的，具體的數(shù)值見圖 ： 圖 細(xì)化模板 有了細(xì)化模板 之后，此處就可以給出查找表的定義了，首先，查找表包含有 256 個(gè)元素，每個(gè)元素的位置與像素的索引值都是對應(yīng)起來的。如果當(dāng)前像素為白點(diǎn)，則跳過并繼續(xù)，如果當(dāng)前的像素位置是黑點(diǎn)，那么相應(yīng)的就查看該點(diǎn)左邊與右邊兩個(gè)點(diǎn)的情況，如果這兩個(gè)點(diǎn)都是黑點(diǎn)的話，那么依照細(xì)化的連通性，這個(gè)點(diǎn)是不可以剔除的。這兩個(gè)特征表示了物體的形狀。 16 正如前面在緒論中所提到的，人類的指紋包含有眾多的特征信息，其中可分為全局特征與局部特征兩種，但是由于全局特征可能會(huì)有重復(fù)的現(xiàn)象出現(xiàn)，即全局特征其實(shí)并不具備唯一性的屬性，所以本文不選擇它作為判斷指紋是否一致的理論依據(jù)。在此本文以當(dāng)前像素 M 為中心，通過一個(gè)大小為 33 的模板建立起其相應(yīng)的鄰域模型。那么很明顯，這種基于灰度的匹配方式在實(shí)現(xiàn)的過程中會(huì)產(chǎn)生十分可觀的計(jì)算量，這就對硬件提出了較高的要求，同時(shí)不可避免的 18 會(huì)占用大量的運(yùn)行時(shí)間，但是另一方面來看，基于灰度的匹配算法編譯簡單，而且方便于隨時(shí)進(jìn)行調(diào)配使用，這是由于這種方法并不需要這里提前對圖片實(shí)施太多的處理工作。本次實(shí)驗(yàn)中所使用的 MATLAB 版本號(hào)為 MATLAB 19 R20xxa。那么為了突出指紋的線路特征，這里就需要對平滑圖像進(jìn)行銳化處理，在本次試驗(yàn)里面所采用的銳化方式是高通濾波，濾波模板是式 。 ，盡管此時(shí)的圖像不論在噪聲還是形式上都是比較適宜進(jìn)行特征提取操作了，不過考慮到這個(gè)時(shí)候的二值化指紋圖像中的紋線有粗有細(xì)，這樣的話這里在做特征提取的時(shí)候稍有不慎就會(huì)提取到錯(cuò)誤的叉點(diǎn)或者端點(diǎn)，這無疑會(huì)給最終的匹配過程帶來隱患。也就是說，如果兩張指紋圖像是匹配的，那么 f 值應(yīng)該為 100%的值或者十分接近于 100%值的數(shù)值，即隨著 f 值的降低，兩張指紋圖像的相似度就在降低， 100%的值表示兩張圖像完全一致。 參考文獻(xiàn) [1] 賈永紅 .數(shù)字圖像處理 [M].第 2 版 .武漢 :武漢大學(xué)出版社， 20xx 年： 235 頁 . [2] 賈永紅 .數(shù)字圖像處理 [M].第 2 版 .武漢 :武漢大學(xué)出 版社， 20xx 年： 236 頁 . [3] 賈永紅 .數(shù)字圖像處理 [M].第 2 版 .武漢 :武漢大學(xué)出版社， 20xx 年： 237 頁 . [4] 賈永紅 .數(shù)字圖像處理 [M].第 2 版 .武漢 :武漢大學(xué)出版社， 20xx 年： 238 頁 . [5] 沈庭芝 .數(shù)字圖像處理及模式識(shí)別 [M].第 2 版 .北京 :北京理工大學(xué)出版社， 20xx 年： 50 頁 . [6] 賈永紅 .數(shù)字圖像處理 [M].第 2 版 .武漢 :武漢大學(xué)出版社， 20xx 年： 239 頁 . [7] 沈庭芝 .數(shù)字圖像處理及模式識(shí)別 [M].第 2 版 .北京 :北京理工大學(xué)出版社， 20xx 年： 147 頁 . [8] 章毓晉 .圖像工程 .上冊 圖像處理 [M].第 2 版 .北京 :清華大學(xué)出版社， 20xx 年 . [9] 郭晶瑩，吳晴 .基于 MATLAB 實(shí)現(xiàn)的指紋數(shù)字圖像細(xì)節(jié)特征提取 [J].計(jì)算機(jī)仿真 ,(20xx)01— 0182— 04 [10] 龔純，王正林 .MATLAB 語言常用算法程序集 [M].第 2 版 .北京 :電子工業(yè)出版社， 20xx 年 . [11] 楊小冬 .自動(dòng)指紋識(shí)別系統(tǒng)原理與實(shí)現(xiàn) [M].北京 :科學(xué)出版社， 20xx 年 . [12] 祝恩 .自動(dòng)指紋識(shí)別技術(shù) [M].長沙 :國防科技大學(xué)出版社， 20xx 年 . [13] 曹弋 .MATLAB 實(shí)用教 程 [M].第二版 .北京 :電子工業(yè)出版社， 20xx 年 . [14] Maltoni D,Maio D,Jain AK,et of fingerprint recognition[M]. New York: Springer Verlag,20xx:204231. [15] , and , “Biometrics Identification” [N], Comm. ACM, , Feb,20xx. [16] L. Coetzee and E. C. Botha, “Fingerprint recognition in low quality 。 該步驟對應(yīng)的結(jié)果為圖 ： 24 （ a） 指紋圖像 1 的特征點(diǎn) （ b）指紋圖像 2 的特征點(diǎn) 圖 指紋圖像經(jīng)過特征提取得到的結(jié)果 ，這里在已進(jìn)行過特征提取的基礎(chǔ)上，把兩個(gè)指紋圖像相應(yīng)的特征端點(diǎn)間的距離做為基準(zhǔn)來進(jìn)行特征匹配，最終實(shí)現(xiàn)兩個(gè)指紋圖像 的識(shí)