【正文】 同時，感謝我的父母和親人，謝謝他們對我多年的關(guān)懷和支持。針對仿真測試的結(jié)果分析，存在一些繼續(xù)改進(jìn)的地方。全局結(jié)構(gòu)特征用于指紋分類，減少指紋匹配時間；端點(diǎn)和分叉點(diǎn)成為最常用的局部結(jié)構(gòu)特征，也稱為細(xì) 節(jié)特征，用這兩類特征點(diǎn)描述指紋的唯一性。 （ 3）橋的刪除 通過脊線跟蹤，若在一個分叉點(diǎn) i 的 D3 范圍內(nèi)存在另外一個分叉點(diǎn) j，且 ),( ji?? 近似等于 2/? ，則這兩個特征點(diǎn)為橋形成的偽特征點(diǎn)，需要將它們從特征點(diǎn)集中刪除。根據(jù)上節(jié)分析的偽特征點(diǎn)的特征，本文將根據(jù)偽特征點(diǎn)的這些性質(zhì)提出一套偽特征點(diǎn)剔除的算法。本文特在去偽特征點(diǎn)前對這類 第 20頁 特征點(diǎn)進(jìn)行剔除。主要是由于隨機(jī)噪聲影響產(chǎn)生的。短線的特點(diǎn)就是會產(chǎn)生兩個偽端點(diǎn)，該兩個端點(diǎn)相距很近，位于同一脊線上。 從上文細(xì)化后的指紋圖像上不難發(fā)現(xiàn)，由于細(xì)化后的指紋圖像出現(xiàn)了毛刺、粘連、斷點(diǎn)等現(xiàn)象。另外，該算法脊線跟蹤的步長不好確定，即使采用自適應(yīng)步長也只是稍微降低丟失特征點(diǎn)的情況，沒有從根本上改觀，加上是利用灰度分布直方圖來確定特征點(diǎn) 的，因此特征點(diǎn)的位置信息并不十分精確，有可能與實(shí)際的位置出現(xiàn)偏差，尤其是在圖像模糊的情況下，更是相差甚遠(yuǎn)。端點(diǎn)的角度取從端點(diǎn)為起點(diǎn)的端線的角度，分叉點(diǎn)的角度取相對最小分支線的角度。 ?? ? ?? 81 1)( i iin PPPC (其中 PP 19? ) (3— 1) ??? 81)( i in PPS (3— 2) 通過分析可知，細(xì)化后的指紋圖像的鄰域 狀態(tài)如圖 3— 3 所示。圖中 P 為待測像素點(diǎn)， Pl、 P2 具體算法如下 [19]： （ 1） 計算指紋圖像的方向圖，一般以塊方向作為指紋的方向。 最常用的特征點(diǎn)提取算法有兩類 ：一是從灰度圖像直接提取特征點(diǎn)；二是對預(yù)處理細(xì)化后的圖像進(jìn)行提取特征點(diǎn)。因此為了能普遍的表征指紋圖像，一般選用端點(diǎn)和分叉點(diǎn)作為指紋圖像特征點(diǎn)。 （ 5）脊線數(shù)，指的是模式區(qū)內(nèi)指紋 脊線的數(shù)量。目前流行的自動指紋識別系統(tǒng)大多采用基于細(xì)節(jié)點(diǎn)的表達(dá)方式，故在進(jìn)行指紋的細(xì)化及細(xì)化處理之后要進(jìn)行指紋的特征提取，以方便最后的指紋匹配。逐層剝離法按照細(xì)化順序又主要分為兩類：串行細(xì)化和并行細(xì)化。 細(xì)化 二值化后的指紋脊線平均寬度為 6— 8 個像素，由于按捺的輕重不勻使指紋脊線的粗細(xì)不能恒定，難于據(jù)此直接抽取指紋的特征集。由于指紋圖像的方向特征、細(xì)節(jié)點(diǎn)位置等特征的提取以及匹配都跟像素點(diǎn)灰度值的多少沒關(guān)系，只跟指紋圖像的脊線的形狀、走 向有關(guān)系，因此二值化處理不會丟失指紋圖像的特征信息，另外二值化還可以方便圖像信息的存儲，節(jié)約存儲空間，并且方便了后續(xù)的計算處理。該方法利用了圖像的全局信息，對低質(zhì)量指紋圖像也能取得較好的增強(qiáng)效果，但是僅以常數(shù)作為指紋的脊線頻率，沒有考慮頻率的空間變化性，對指紋的紋線結(jié)構(gòu)和細(xì)節(jié)特征具有一定的破壞性。 Hong 等提出采用具有方向和頻率選擇性的二維 Gabor 濾波器來增強(qiáng)指紋圖像。 圖 像增強(qiáng) 指紋圖像增強(qiáng)，就是對指紋圖像采用一定的算法進(jìn)行處理，使其紋理結(jié)構(gòu)清晰化，盡量突出和保留固有的指紋特征信息，并消除噪聲，避免產(chǎn)生虛假特征。 第 9 頁 2 指紋圖像的預(yù)處理 對于一幅指紋采集頭采集的原始圖像，為了使后續(xù)特征提取的操作能夠正常有效的進(jìn)行，必須對原始指紋圖像進(jìn)行一定的處理。具體安排如下： 1．介紹了生物識別技術(shù)所包含的內(nèi)容，指紋識別技術(shù)的優(yōu)缺點(diǎn)與發(fā)展現(xiàn)狀，以及指紋識別系統(tǒng)的結(jié)構(gòu)，簡要介紹了本文研究的主要內(nèi)容。因此，在特征提取時 ， 往往需要進(jìn)行虛假細(xì)節(jié)特征刪除 ，一 般采用啟發(fā)式算法對虛假特征進(jìn)行刪除。目前最常用的細(xì)節(jié)特征是美國聯(lián)邦調(diào)查局 (FBI)提出的細(xì)節(jié)點(diǎn)坐標(biāo)模型，它利用端點(diǎn)和分叉點(diǎn)這兩種特征，只需要一個 33 模板便可將端點(diǎn)和分叉點(diǎn)提取出來。 （ 2）指紋圖像預(yù)處理 預(yù)處理在整個自動指紋識別系統(tǒng)中是很關(guān)鍵的一步。 目前的自動指紋識別系統(tǒng)是集計算機(jī)、網(wǎng)絡(luò)、光電技術(shù)、圖像處理、智能卡、數(shù)據(jù)庫等技術(shù)于一體的綜合高端技術(shù)。兩者之間的恒量電介質(zhì)的傳感器檢測變化來生成指紋圖像。目前許多公司和研究機(jī)構(gòu)都在指紋識別技術(shù)領(lǐng)域取得了很大突破性進(jìn)展，推出許多指紋識別與傳統(tǒng) IT技術(shù)完美結(jié)合的應(yīng)用產(chǎn)品，這些產(chǎn)品已經(jīng)被越來越多的用戶所認(rèn)可。1889 年 Edward Herry 提出了著 名的 Herry 系統(tǒng)來對指紋進(jìn)行分類 [4]。因此，作為一 種可靠的方法，可以運(yùn)用指紋鑒定進(jìn)行身份認(rèn)定。 指紋識別技術(shù) 指紋識別簡介 指紋，由于其具有終身不變性、唯一性和方便性，已幾乎成為生物特征識別的代名詞。一是它必須基于“人的生物特征是各不相同”這一基本規(guī)律，否則無法根據(jù)人的生物特征來辨識不同對象。模式識別定義為：對表征事物或現(xiàn)象的各種方式的（數(shù)值的、文字的或邏輯關(guān)系的）信息進(jìn)行處理和分析，以對事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程，是信息科學(xué)和人工智能的重要組成部分。其次，這些認(rèn)證手段并不是隨身攜帶的，都面臨著證件丟失，密碼遺忘等問題。 關(guān)鍵字 ： 指紋特征提取，去除偽特征，算法仿真 第 IV頁 Matlabbased fingerprint image feature extraction Abstract With the development of society, the traditional safety system based on keepsake and password has been weaker, Which can not meet the requirement of modern safety system. In this case, the need of a more reliable safety system with higher antifake performance prompts the appearance of fingerprint identification technique. This technique, with a higher safety and reliable performance, can improve the reliability of identity resolution in virtue of human body’s physiological feature, and it has been a research focus these days. Fingerprint identification falls into three parts, they are pretreatment, feature extraction, and characteristic matching. The thesis mainly focus feature extraction, it optimized and innovated some key algorithms of this parts, which can be described as follows: in the feature extraction part, the thesis used a eightneighborhood coding ridge tracing algorithm, removing some templates of consecutive points and bifurcate points which have been optimized and removed in the thinning algorithm, and finally marking terminate points as well as bifurcate Points to execute feature extraction. Experiment result indicated that such new algorithm has a less operation but with a higher accuracy. All the algorithms introduced above have been implemented on Matlab, and result proved an adaptive good effect, which facilitates the next characteristic matching process. Key words: Feature extraction, Removing of false characteristic points, Algorithm simulate 第 III頁 目 錄 1 緒論 ........................................................................................................................................ 1 引言 ............................................................................................................................... 1 生物識別技術(shù)簡介 ...................................................................................................... 1 指紋識別技術(shù) ............................................................................................................... 2 指紋識別簡介 ..................................................................................................... 2 指紋識別原理 ..................................................................................................... 3 指紋識 別的發(fā)展 ................................................................................................. 3 指紋識別的優(yōu)缺點(diǎn) ............................................................................................. 5 指紋識別系統(tǒng) ..................................................................................................... 5 指紋圖像特征提取 ....................................................................................................... 6 主要內(nèi)容和結(jié)構(gòu)安排 ................................................................................................... 7 主要內(nèi)容 ............................................................................................................. 7 結(jié)構(gòu)安排 ............................................................................................................. 7 2 指紋圖像的預(yù)處理 .........................................................................................................