【正文】 ....... 9 歸一化 ........................................................................................................................... 9 圖像增強(qiáng) ....................................................................................................................... 9 二值化 ......................................................................................................................... 10 細(xì)化 ............................................................................................................................. 11 本章小結(jié) ..................................................................................................................... 12 3 指紋圖像特征的提取 .......................................................................................................... 13 指紋圖像的特征 ......................................................................................................... 13 全局特征 ........................................................................................................... 13 局部特征 ........................................................................................................... 13 指紋圖像特征點(diǎn)的提取 ............................................................................................. 14 直接灰度圖像法 ............................................................................................... 15 基于細(xì)化圖像的模板匹配法 ........................................................................... 16 第 IV頁 算法比較 ............................................................................................................. 1 偽特征點(diǎn)的濾除 ......................................................................................................... 18 偽特征點(diǎn)分類及特點(diǎn) ....................................................................................... 18 偽特征點(diǎn)的剔除算法 ....................................................................................... 19 特征提取算法 Matlab 算法仿真 ................................................................................ 21 本章小結(jié) ..................................................................................................................... 24 4 總結(jié)與展望 .......................................................................................................................... 25 總結(jié) ............................................................................................................................. 25 展望 ............................................................................................................................. 25 致謝 .......................................................................................................................................... 26 參考文獻(xiàn) .................................................................................................................................. 27 附錄 A 主程序 ......................................................................................................................... 30 附錄 B 提取特征點(diǎn)程序 ......................................................................................................... 31 附錄 C 剔除偽特征點(diǎn)程序 ..................................................................................................... 33 第 1 頁 1 緒 論 引言 隨著社會經(jīng)濟(jì)的發(fā)展，人們的工作生活越來越依賴現(xiàn)代信息技 術(shù)和網(wǎng)絡(luò)技術(shù)，越來越多的場合，小到個人的虛擬賬戶密碼，大到一個公司甚至是國家機(jī)密都需要對使用者、來訪者進(jìn)行身份識別，從而達(dá)到對自身的信息、資料以及財(cái)產(chǎn)進(jìn)行可控制的保護(hù)，努力避免被不法分子非法入侵或者占有。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。 對本文的研究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本文集中于研究特征提取部分，并針對特征 提取中的一些關(guān)鍵算法和實(shí)現(xiàn)進(jìn)行了研究和優(yōu)化，其主要內(nèi)容如下：在特征提取方面，本論文采用了一種 8 鄰域編碼紋線跟蹤算法，標(biāo)注出端點(diǎn)和分叉點(diǎn)來進(jìn)行特征提??；在剔除偽特征點(diǎn)時，先進(jìn)行去邊緣處理，再根據(jù)不同類型偽特征點(diǎn)的特征，采用相應(yīng)剔除算法。如何 準(zhǔn)確識別個人身份信息是解決信息安全問題的一個關(guān)鍵。新的更高安全性的身份識別技術(shù)正吸引著越來越多的機(jī)構(gòu)學(xué)者的目光，身份識別技術(shù)正成為當(dāng)今信息安全領(lǐng)域的熱點(diǎn) [1]。通過篩選的方式，即事先設(shè)定一個相似度閾值，在閾值以上的確認(rèn)通過篩選，以下的拒絕通過，篩選通過的就是符合匹配條件 的對象。生理特征有手形、指紋、臉形、聲音、虹膜、視網(wǎng)膜、靜脈圖案、身體氣味、足 印、腦電波、脈搏、耳廓、 DNA 等，行為特征有簽字、按鍵力度、步態(tài)等。 (2) 唯一性，指每一個人的指紋都不同。 1809 年 Bewick 把自己的指紋作為商標(biāo)。 由于每次捺印的方位不完全一樣，著力點(diǎn)不同會帶來不同程度的變形，又存在大量模糊指紋，如何正確提取特征和實(shí)現(xiàn)正確匹配，是 指紋識別技術(shù) 的關(guān)鍵。如果，用戶手指上粘了較多的灰塵，可能就會出現(xiàn)識別出錯的情況。除此之外，高質(zhì)量圖像還允許減小傳感器，無需犧牲認(rèn)證的可靠性，從而降低成本并使得射頻傳感器 的思想 應(yīng)用到可移動和大小不受拘束的任何領(lǐng)域中。目前主要使用光學(xué)掃描儀和固態(tài)陣列傳感器進(jìn)行采集。第一種算法比較復(fù)雜，受噪聲干擾影響較大，特征點(diǎn)定位不精確，大多數(shù)系統(tǒng)都采用了第二種方法。 細(xì)節(jié)特 征的提取就是在指紋圖像中找到 脊 終點(diǎn)和脊分叉兩個細(xì)節(jié)特征，一般說來，如果指紋圖像能夠很好地分割，那么對于細(xì)節(jié)特征提取來說，就僅僅是對細(xì)化的指紋圖像進(jìn)行沿脊線的點(diǎn)的判斷 。其中指紋圖像預(yù)處理是指對采集頭采集的指紋進(jìn)行圖像歸一化、圖像增強(qiáng)、二值化和細(xì)化；特征提取，包括指紋特征的提取以及偽特征的剔除；特征匹配主要分為初匹配和二次匹配兩個階段。最后給出了本文的指紋特征提取方法，并根據(jù)各種偽特征點(diǎn)的形成原因、特點(diǎn)，采用了富有針對性的剔除偽特征點(diǎn)算法，并通過 Matlab 進(jìn)行算法仿真驗(yàn)證。因此有必要將每幅指紋圖像都通過歸一化 (又叫“規(guī)格化”，“均一化” )處理，方便后續(xù)的處理。他們利用指紋獨(dú)特的方向性設(shè)計(jì)出相應(yīng)的方向?yàn)V波器模 板，這種濾波器能夠沿指紋紋線方向?qū)D像進(jìn)行平滑處理，具有一定的消除噪聲和彌合裂紋的能力，同時能提高指紋脊線和谷線在圖像中的對比度。由于指紋紋線具有較強(qiáng)的等周期性，因此從頻譜上看，指紋圖像的能量通常集中在某個頻率附近，這為在頻域進(jìn)行指紋圖像增 強(qiáng)帶來方便。首先將指紋圖像分成一系列小方塊，并對各圖像子塊分別作傅立葉變換以得到相應(yīng)的頻譜，然后采用求冪的方法直接修改幅度譜值，最后通過傅立葉逆變換得到增強(qiáng)圖像。這樣若采用固定閥值進(jìn)行處理，將導(dǎo)致過暗和過亮部分的特征信息丟失，因此一般不采用這種算法。 常用的細(xì)化算法包括逐層剝離法、距離變換法。 本章小結(jié) 本章簡要闡述了指紋預(yù)處理階段中的圖像歸一化、濾波增強(qiáng)、二值化以及細(xì)化等步驟，并對各個步驟的常用的算法的研究狀況和優(yōu)缺點(diǎn)做了簡要介紹。 （ 2）模式區(qū)，是指包含了指紋圖像的大部分總體特征的區(qū)域，通過這個區(qū)域也能夠分辨出指紋是屬于哪個類型的。 據(jù)統(tǒng)計(jì)，這幾類特征點(diǎn)占特征點(diǎn)的比率如 3— 1 所示。最早提出特征點(diǎn)提取算法的是美國聯(lián)邦調(diào)查局 (FBI)的自動指紋識別技術(shù)研究人員。 （ 2） 中心點(diǎn)確定模塊，負(fù)責(zé)確定紋線的脊部中心 點(diǎn)，使跟蹤方向不斷調(diào)整，始終沿紋線的中心前進(jìn)。 直接從灰度圖像中提取特征的算法一般是對灰度指紋紋線進(jìn)行跟蹤，根據(jù)跟蹤結(jié)果尋找特征的位置和判斷特征的類型。 第 1 頁 P1 P2 P3 P8 P P4 P7 P6 P5 圖 3— 2 鄰域示意圖 E C1 C2 B C3 C4 圖 3— 3 細(xì)化后的指紋圖像 具體算法如下： （ 1） 從端點(diǎn)出發(fā)，端點(diǎn)的八鄰域只有一個點(diǎn)的灰度值為 1， 該點(diǎn)就是脊線跟蹤的下一點(diǎn)。并且由于步驟的簡化一定程度上降低了偽特征點(diǎn)出現(xiàn)的概率。 偽特征點(diǎn)的濾除 提取指紋圖像的細(xì)節(jié)特征，是 在細(xì)化圖像進(jìn)行的。一個毛刺經(jīng)過提取特征點(diǎn)后會產(chǎn)生一個偽端點(diǎn)和一個偽分叉點(diǎn)。一般在假橋出現(xiàn)的地方提取的特征點(diǎn)為一對偽分叉點(diǎn)。這些起始點(diǎn)雖然也是屬于端點(diǎn)，但是由于它們其實(shí)是不存在的，只是因?yàn)椴杉佑|面積的原因才產(chǎn)生的。 （ 3）對上一步已標(biāo)記的子塊的 8 個鄰子塊進(jìn)行檢測，檢測是否含有脊線，只要 8個鄰子塊中有一個沒有含有脊線，說明該中心子塊為邊界子塊。 Pi1 Pi Pi+1 圖