【正文】 3— 4 脊線跟蹤示意圖 第 21頁(yè) 下面將利用脊線跟蹤以及偽特征點(diǎn)的特點(diǎn)提出剔除偽特征點(diǎn)的算法：定義 D(i， j)為特征 點(diǎn) i 和特征點(diǎn) j 的距離； A(i， j)為特征點(diǎn) i 與特征點(diǎn) j 之間的連線與橫坐標(biāo)軸的夾角 ； ),( ji? 為特征點(diǎn) i， j 的塊方向； ),( ji?? 為 A(i， j)與 ),( ji? 的差的絕對(duì)值。 特征提取算法 Matlab 算法仿真 Matlab 算法仿真，圖 3— 5 為特征點(diǎn)提取示意圖，圖 3— 6， 3— 7， 3— 8 為剔除邊緣及偽特征點(diǎn)后的特征點(diǎn)示意圖。 第 25頁(yè) 4 總結(jié)與展望 總結(jié) 本文針對(duì)指 紋識(shí)別系統(tǒng)的圖像特征提取算法做了大量的富有研究性的工作，具體的工作如下： （ 1）在特征提取階段本文在分析現(xiàn)有的特征提取算法基礎(chǔ)上，采用基于細(xì)化圖像的鄰域法進(jìn)行特征提取，并且針對(duì)提取后可能的偽特征點(diǎn)的特點(diǎn)進(jìn)行了針對(duì)性很強(qiáng)的分析，并逐一設(shè)計(jì)具體的偽特征點(diǎn)剔除算法。在做畢業(yè)設(shè)計(jì)期間，蔡老師督促我的學(xué)習(xí)，并不斷地鼓勵(lì)我，嚴(yán)格要求的背后其實(shí)是關(guān)懷和寄予的深切希望。 第 27頁(yè) 參考文獻(xiàn) [1]戴平陽(yáng) . 指紋識(shí)別技術(shù)研究進(jìn)展 [J]. 廈門(mén)大學(xué)學(xué)報(bào) (自然科學(xué)版 ), 20xx,41(8):750755. [2] 邊肇棋等編著 . 模式識(shí)別 . 北京 :清華大學(xué)出版社 , 1990,2027. [3] 田捷 ,楊鑫 . 生物特征識(shí)別技術(shù)理論與應(yīng)用 . 北京 .電子工業(yè)出版社 , 20xx,126129. [4] Henry Fuzee, Fingerprint recognition in low quality images. Pattern Recognition,1993, 26(10):14411460. [5]O’Gorman, Nicker。 第 26頁(yè) 致謝 首先，要感謝我的導(dǎo)師蔡超峰老師。 （ 2）由于指紋邊緣特征點(diǎn)作為端點(diǎn)信息被提取出來(lái)，這些特征點(diǎn)在特征匹配過(guò)程中是無(wú)用的信息，本文采用基于細(xì)化圖像的鄰域法，有效的消除了邊緣特征點(diǎn)。 以上 D D D3 和 D4 的值取決于指紋圖像的脊線周期以及分辨率等因素。如圖 3— 4 所示， 假設(shè)圖中 1?iP 為上次己跟蹤過(guò)的脊線上的像素點(diǎn)，iP 為當(dāng)前的像素點(diǎn)， 1?iP 為下一個(gè)要跟蹤的像素點(diǎn)[23]。但可以肯定的是這部分是脊線和邊緣空白的交界處，而邊緣特征點(diǎn)就位于邊界的一定范圍內(nèi)，因此本文利用這一特點(diǎn)設(shè)計(jì)了剔除邊緣特征點(diǎn)的算法： （ 1）將細(xì)化后的指紋圖像進(jìn)行劃分 2020 的子塊。 偽特征點(diǎn)的剔除算法 從上文提取的特征點(diǎn)，不難發(fā)現(xiàn)，位于指紋四周邊緣存在數(shù)量眾多的特征點(diǎn) (包括真特征點(diǎn)和偽特征點(diǎn) )。斷點(diǎn)會(huì)產(chǎn)生兩個(gè)偽端點(diǎn)，而且這兩個(gè)偽端點(diǎn)也相距非常近，但是與短線不同的是這兩個(gè)偽端點(diǎn)是分布在兩條脊線上，沿脊線方向兩個(gè)偽端點(diǎn)之間沒(méi)有脊線。 下面分析一下毛刺、短線、斷線、假橋以及環(huán)這幾種主要的噪聲的特點(diǎn)，以及因它 第 19頁(yè) 們而產(chǎn)生的偽特 征點(diǎn)的特性 [22]，方便針對(duì)它們各自的特點(diǎn) 設(shè)計(jì)剔除算法。另外由于在預(yù)處理階段增加了圖像增強(qiáng)和二值化，所以在算法的魯棒性方面比第一種算法更好。 gi=arctg(yyi)/(xxi) (3— 3) 對(duì)指紋圖像中的所有像素進(jìn)行處理，分別記錄下所有檢測(cè)到的端點(diǎn)和分叉點(diǎn)，即完成了特征提取的第 一步──特征的提取。 （ 2）若 P 點(diǎn)為脊線上的點(diǎn) ，且 )(PCn =4， )(PSn = 3 或者 4，則可判定像素點(diǎn) P為脊線上的連續(xù)點(diǎn)，即不是特征點(diǎn)，如圖 3— 3 中的 C1 點(diǎn)、 C2 點(diǎn)、 C3 點(diǎn)、 C4 點(diǎn)。 （ 4） 不斷重復(fù)步驟 3，實(shí)現(xiàn)脊線跟蹤，直到求取的灰度分布的最大值出現(xiàn)明顯的變小，與最小值差不多，甚至相等時(shí)，停止跟蹤，說(shuō)明己經(jīng)到脊線的末端，此處即為特 第 16頁(yè) 征點(diǎn)端點(diǎn)處。正常區(qū)域指紋的紋線應(yīng)該是連續(xù)的，當(dāng)出現(xiàn)斷裂終止分開(kāi)時(shí)，則停下來(lái)根據(jù)規(guī)則進(jìn)行特征點(diǎn)判定。 指紋圖像特征點(diǎn)的提取 指紋特征提取是指紋自動(dòng)識(shí)別的核心技術(shù)之一，它一般分為兩個(gè)階段：提取特征點(diǎn)和偽特征點(diǎn)的剔除。這些特征點(diǎn)之間，特征點(diǎn)與周?chē)咕€之間等等都包含了豐富的信息，比如特征點(diǎn)的類(lèi)型、方向、位置等等。 （ 1）紋形，是指指紋脊線整體走向，主要有三大類(lèi)： 拱型（ arch）、帳型 (tended arch)、左箕型 (left loop)、右箕型 (right loop)、斗型 (whorl)、雙箕型 (double whorl)。通常，為了得到更加準(zhǔn)確的骨架，往往采用兩組模板，一組被稱(chēng)為刪除模板，用于決定當(dāng)前點(diǎn)是否 刪除，若不符合刪除模板，則保留；若符合刪除模板，則還要與另一組被稱(chēng)為保留模板的模板比較，若符合保留模板，則保留；若不符合保留模板，則最終刪除。它是在不改變圖像像素的拓?fù)潢P(guān)系的條件下，連續(xù)擦除圖像邊緣像素，使紋線最終成為一個(gè)像素寬。這種算法非常簡(jiǎn)單、處理起來(lái)非?？?，但是具有非常大的缺陷。該方法的最大問(wèn)題是計(jì)算量和存儲(chǔ)量均較大，不利于實(shí)際應(yīng)用。其不足之處在于，容易破壞紋線方向變化劇烈的模式區(qū)域，會(huì)在一定程度上改變脊線和谷線的位置及比例關(guān)系，對(duì)細(xì)節(jié)特征的保護(hù)能力有限 [6]。 空域?yàn)V波法通過(guò)對(duì)濾波算子和原始圖像作卷積來(lái)實(shí)現(xiàn)圖像增強(qiáng)，具有簡(jiǎn)單直觀，易于分析的優(yōu)點(diǎn)。 歸一化 由于在指紋采集的過(guò)程中，采集的指紋圖像灰度不均，即有的指紋圖像偏暗，有的偏亮。首先介紹如何對(duì)指紋特征進(jìn)行表征，即通過(guò)何種特 征來(lái)標(biāo)識(shí)一個(gè)指紋，具體方法有全局特征和局部特征。 一般的指紋圖像提取的特征在 10— 100 之間。其中指紋識(shí)別用于判斷指紋是屬于哪個(gè)人的，而指紋認(rèn)證則是用來(lái)判斷兩個(gè)指紋是否屬于同一個(gè)人。因此，在對(duì)圖像進(jìn)行特征提取前，必須經(jīng)過(guò)一系列的預(yù)處理消去大量的噪聲信號(hào)，以便得到清晰的紋線。 （ 1）指紋采集 最早的指紋采集方法是用手指蘸上墨水或印油在紙上用掃描儀攝取，由于其嚴(yán)重的不可靠性，該方法早已經(jīng)被淘汰。因此對(duì)干手指 、 汗手指等困難手指通過(guò)可高達(dá) 99%，防偽指紋能力強(qiáng)，指紋敏感器的識(shí)別原理只對(duì)人的真皮皮膚有反應(yīng)，從根本上杜絕了人造指紋的問(wèn)題。光學(xué)指紋識(shí)別系統(tǒng)由于光不能穿透皮膚表層（死性皮膚層），所以只能夠掃描手指皮膚的表面，或者掃描到死性皮膚層，但不能深入真皮層。目前，世界各地的警察局已經(jīng)廣泛采用了指紋自動(dòng)識(shí)別系統(tǒng)。 其實(shí)，我國(guó)古代早就利用指紋（手?。﹣?lái)簽押。指紋紋線的形態(tài)終生不變，及其唯一性，所以使用指紋來(lái)鑒別身份，指紋識(shí)別 [3]也是最安全最可靠的識(shí)別方法。生物識(shí)別是建立在對(duì)人的生物特征辨別的基礎(chǔ)上的。模式識(shí)別能力是人類(lèi)智能的重要組成部分。但是在這些措施只能暫時(shí) 的緩解被破解、偽造的緊迫性，并不能從根本上提高安全性，并且這些方式都給人們的生活帶來(lái)諸多不便和損失。幾乎每分每秒都有個(gè)人或者公司被非法入侵，因此目前形勢(shì)非常嚴(yán)峻。指紋識(shí)別技術(shù)就是在這種背景下產(chǎn)生的，它借助人體的生理特征來(lái)提高身份識(shí)別的可靠性，目前已經(jīng)成為國(guó)內(nèi)外研究的熱點(diǎn)。 作者簽名： 日 期： 第 II頁(yè) 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。 作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日 期： 使用授權(quán)說(shuō)明 本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué) 校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉?jī)?nèi)容。 作者簽名： 日期： 年 月 日 導(dǎo)師簽名： 日期： 年 月 日 第 III頁(yè) 基于 Matlab 的指紋圖像 特征提取 摘 要 隨著社會(huì)的發(fā)展，傳統(tǒng)的基于信物或口令的安全系統(tǒng)顯得越來(lái)越脆弱，不能適應(yīng)現(xiàn)代安全系統(tǒng)的需要，因而人們需要研究更加安全可靠，防偽性能更好的安全系統(tǒng)。同時(shí)由于黑客技術(shù)借助互聯(lián)網(wǎng)傳播的十分泛濫，這類(lèi)高科技犯罪活動(dòng)追究起來(lái)過(guò)程非常復(fù)雜，導(dǎo)致了現(xiàn)在黑客犯罪活動(dòng)十分地猖獗。目前，為了提高安全性、可靠性，一般采取經(jīng)常更換密鑰、甚至是證件等方式。通過(guò)視覺(jué)信息識(shí)別文字、圖片和周?chē)沫h(huán)境，通過(guò)聽(tīng)覺(jué)信息識(shí)別與理解語(yǔ)言。外化表示通過(guò)專(zhuān)門(mén)的電子化、自動(dòng)化的生物特征采集設(shè)備，直接獲得生物特征數(shù)據(jù)，輸送給計(jì)算機(jī)系統(tǒng)進(jìn)行辨識(shí)。任何手指指紋都 獨(dú)一無(wú)二，而且不同人的指紋特征相同的可能性幾乎為零。由于每個(gè)人的指紋不同，就是同一人的十指之間，指紋也有明顯區(qū)別，因此指紋可用于身份鑒定。隨著計(jì)算機(jī)和信息技術(shù)的發(fā)展， FBI 和法國(guó)巴黎警察局于六十年代開(kāi)始研究開(kāi)發(fā) 指紋自動(dòng)識(shí)別系統(tǒng)（ AFIS）用于刑事案件偵破。 （ 1） 第一 代指紋識(shí)別系統(tǒng) 眾所周知，在兩年前就有部分品牌的筆記本采用指紋識(shí)別技術(shù)用于用戶登錄時(shí)的身份鑒定 ，但是，當(dāng)時(shí)推出的指紋系統(tǒng)屬于光學(xué)識(shí)別系統(tǒng)，按照現(xiàn)在的說(shuō)法，應(yīng)該屬于第一代指紋識(shí)別技術(shù)。 （ 3） 射頻指紋識(shí)別技術(shù) 發(fā)展到今天，出現(xiàn)第三代生物射頻指紋識(shí)別技術(shù)（射頻原理真皮指紋核心技術(shù)（線型采集器）） ，射頻傳感器技術(shù)是通過(guò)傳感器本身發(fā)射出微量射頻信號(hào)，穿透手指的表皮層去控測(cè)里層的紋路，來(lái)獲得最佳的指紋圖像。下面就以 上各部分做簡(jiǎn)要的介紹。然而在實(shí)際應(yīng)用中，由于采集條件 (手指太濕、太干或太臟 )和采集設(shè)備等因素的制約，采集到的指紋圖像質(zhì)量比較差，含有大量的噪音，容易導(dǎo)致很多問(wèn)題，影響后續(xù)的處理效果。這個(gè)過(guò)程也就是我們所說(shuō)的指紋識(shí)別 /認(rèn)證的過(guò)程，它是指紋識(shí)別系統(tǒng)的核心。 特征提取的結(jié)果一般保存為特征模板，它包括脊終點(diǎn)或分叉類(lèi)型、位置坐標(biāo)以及該特征的方向。 3．指紋特征的提取。 下面將依次介紹預(yù)處理是如何實(shí)現(xiàn)的。 從目前的研究情況和各種算法的綜合比較來(lái)看，空域?yàn)V波和頻域?yàn)V波仍然是指紋圖像增強(qiáng)中比較有效且占據(jù)主流地位的方法。該方法較好地結(jié)合了指紋的方向信息和頻率信息，對(duì)指紋圖像的增強(qiáng)效果比較顯著。 Kamei 和 Mizoguchi 在頻域?qū)D像作方向?yàn)V波時(shí)進(jìn)一步考慮了指紋的局部頻率信息，并使用貪婪算法以能量最小化的方式對(duì)濾波圖像進(jìn)行融合。 固定閥值法 [8]就是整幅指紋圖像采用一個(gè)固定 的閥值，對(duì)于灰度值大于這個(gè)閥值的像素點(diǎn)的灰度值置為 1，小于等于這個(gè)閥值的像素點(diǎn)其灰度值置為 0。細(xì)化是圖象分析、信息壓縮、特征提取、模式識(shí)別常用的基本技術(shù)。串行細(xì)化算法即單連通細(xì)化 (OPTA)算法 [11]通過(guò)構(gòu)造一組指紋細(xì)化模板，對(duì)于脊線上的每個(gè)像素點(diǎn)取其一定范圍的鄰域，如果該鄰域與模板符合就保留該當(dāng)前點(diǎn)，不符合則刪除。目前最常見(jiàn)的表示指紋圖像的全局特征是按照指紋的脊線總體結(jié)構(gòu)來(lái)確立的，具體包括指紋的紋形、模式區(qū)、核心點(diǎn) (core)、三角點(diǎn) (delta)和脊線數(shù)五個(gè)特征。 局部特征 局部特征是指指紋拓?fù)鋱D中的幾種有效的特征，比如指紋紋路是不是連續(xù)的，方向 第 14頁(yè) 是不是一致，具體到細(xì)節(jié)特征就表現(xiàn)為斷點(diǎn)、分叉點(diǎn)、交叉點(diǎn)、橋、環(huán)等等，這些通常稱(chēng)為特征點(diǎn)。英國(guó)司法界認(rèn)為有 12 個(gè)細(xì)節(jié)點(diǎn)匹配，就可以認(rèn)為兩幅指紋相同，美國(guó) FBI 認(rèn)為 8 個(gè)細(xì)節(jié)點(diǎn)匹配就足夠了 [1516]。 直接灰度圖像法 直接灰度圖像指紋特征提取 [1718]的原理是使用模式識(shí)別的方法跟蹤灰度圖上的紋線走向。 （ 3） 從新的出發(fā)點(diǎn)出發(fā)，沿指紋圖像的方向圖的方向前進(jìn)一定步長(zhǎng) (算法最開(kāi)始是按 固定步長(zhǎng)進(jìn)行跟蹤的，后來(lái)發(fā)展到自適應(yīng)步