【正文】 機進行通訊時的臨時數(shù)據(jù)。 ： 用戶管理功能必須先驗證管理員的指紋； (1)管理員的編號、指紋的登記、修改、刪除； (2)普通用戶的組號、編號、指紋的登記、修改、刪除； (3)每個普通用戶可登記 12枚指紋； (4)統(tǒng)計管理員和普通用戶的指紋登記總數(shù)。通過聯(lián)網(wǎng)接口，指紋考勤機可以將考勤記錄或指紋數(shù)據(jù)上載到管理 PC機，管理 PC 機也可以設(shè)置指紋考勤機的各項參數(shù)，下載新的指紋等。指紋識別模塊通過指 紋采集傳感器采集指紋圖像，對指紋圖像進行銳化等預(yù)處理后，從指紋圖像中提取指紋特征，然后壓縮存儲在模塊中 。 圖 21 是利用本指紋考勤機組成的指紋考勤系統(tǒng)框圖。 (2) 在第二部分針對單機式指紋考勤系統(tǒng)的硬件組成和控制軟件進行了簡要的介紹。盡管指紋識別系統(tǒng)存 第 7 頁 共 34 頁 在可靠性問題，但其安全性也比相同可靠性級別的“用戶 ID 十密碼”方案 的安全性高得多。指紋比對主要是依靠比較兩枚指紋的局部紋線特征和相互關(guān)系來決定指紋的唯一性。大量統(tǒng)計結(jié)果和實際應(yīng)用證明，這兩類特征點在指紋中出現(xiàn)的機會最多、最穩(wěn)定，而且比較容易獲取。很多研究者提出了不同的預(yù)處理方法，這些方法是用局部脊方向和局部自適應(yīng)閾值來增強指紋圖像 ， 但各自都有一些局限性。 2. 預(yù)處理 通常，指紋采集器采集到的指紋是低質(zhì)量的，存在的噪聲較多。光學(xué)取像設(shè)備依據(jù)的是光的全反射原理 (FTIR)。辨識過程如圖 12 所示。 指紋識別系統(tǒng) 指紋識別系統(tǒng)分類 自動指紋識別系統(tǒng)的工作模式可以分為兩類：驗證模式 (verification)和辨識模式(identification)。 1975年 EMI公司又成功研制出全身用的 CT裝置，獲得了人體各個部位鮮明清晰的斷層圖像。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強、復(fù)原、編碼、壓縮等。目前，己經(jīng)有很多自動指紋識別的產(chǎn) 品面市，并開始逐步在企業(yè)考勤、門禁、金融、公安和網(wǎng)絡(luò)安全等領(lǐng)域得到應(yīng)用。生物識別系統(tǒng)對生物特征進行取樣，提取其唯一的特征并且轉(zhuǎn)化成數(shù)字代碼，并進一步將這些代碼組成特征模板，人們同識別系統(tǒng)交互進行身份認證時，識別系統(tǒng)獲取其特征并與數(shù)據(jù)庫中的特征模板進行比對，以確定是否匹配，從而決定接受或拒絕該人。于是，生物識別技術(shù)悄然興起，并應(yīng)運而生為一種新的身份識別技術(shù)。 常見的生物識別技術(shù)主要有九種：指紋、臉形、虹膜、視網(wǎng)膜、手寫體、聲音、掌紋、手形和臉部熱譜圖等，指紋識別是生物識別技術(shù)的一種。數(shù)字圖像處理最早出現(xiàn)于 20 世紀 50 年代，當時的電子計算機已經(jīng)發(fā)展到一定水平，人們開始利用計算機來處理圖形和圖像信息。 數(shù)字圖像處理取得的另一個巨大成就是在醫(yī)學(xué)上獲得的成果。很多國家，特別是發(fā)達國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。所以指紋考勤系統(tǒng)屬于驗證。 到目前為止，光學(xué)采集頭提供更加可靠的解決方案。例如 ： 可以利用纖維 光束來獲取指紋圖像。指紋圖像預(yù)處理的一般過程如圖 14 所示。 指紋的細節(jié)特征可以有 150 種之多，但這些特征出現(xiàn)的概率并不相等，很多特征是極其罕見的。在大部分研究中，指紋一般分為五類：漩渦型 (whorl)、左環(huán)型 (left loop)、右環(huán)型 (right loop)、拱型 (arch)、尖拱型 (tented arch)。指紋識別系統(tǒng)的重要衡量標志是識別率，它主要由兩部分組成：拒判率 (false reject rate， FRR)和誤判率 (false accept rate， FAR)。一個有效的辦法是比對兩個或更多的指紋，從而在不損失易用性的同時，最大限度地提 高了系統(tǒng)的安全性。 第 8 頁 共 34 頁 2 指紋考勤系統(tǒng)的構(gòu)造介紹 系統(tǒng)結(jié)構(gòu)框圖 本指紋考勤機的最主要特點是將獨立識別與聯(lián)網(wǎng)設(shè)置相結(jié)合。圖 22是指紋考勤機的硬件結(jié)構(gòu)框圖。 由于采用大容量、掉電不丟失數(shù)據(jù)的存儲器，指紋考勤機可以同時存儲 6000 多條考勤記錄，省去頻繁讀取和清除考勤記錄的麻煩 。控制軟件全部采用 MCS51匯編語言設(shè)計。 CPU 控制處理器 指紋考勤機的 CPU選用集成度和性能比較高的 MCS51兼容系列單片機 AT89C52。 人機接口 鍵盤、顯示器和蜂鳴器是指紋考勤機的人機交互接口設(shè)備。 聯(lián)網(wǎng)通訊接口 指紋考勤機的聯(lián)網(wǎng)通訊接口采用 RS232接口和 RS485接口共用的方式。 指紋處理模塊通過 PLD 解碼單元控制光學(xué)指紋采集頭采集指紋圖像，然后經(jīng)過性能優(yōu)異的指紋算法提取出無畸變的指紋圖像特征值用于完成指紋比對功能，指紋特征值經(jīng)數(shù)據(jù)加密后，保存在 FlashROM閃存中。 (1) 掃描儀和數(shù)碼相機使卡片或照片上的捺印指紋或現(xiàn)場實物上的指紋印跡直接被取像設(shè)備中的光電耦合器件 (CCD)獲取 ， 并經(jīng)數(shù)字化器件轉(zhuǎn)換得到數(shù)字化圖像。 當手指壓在此表面上時 ， 由于指紋紋脊和紋谷的壓力不同而改變了微型三棱鏡的表面 ， 通過三棱鏡的反射光強發(fā)生變化 ， 從而產(chǎn)生指紋灰度圖像。 (2) 半導(dǎo)體壓感式傳感器 。半導(dǎo)體傳感器取像技術(shù)主要缺點是：易受靜電 (電纜線、用戶接觸以及取像器內(nèi)部的靜電 )的影響 ， 有時會獲取不到圖像 ， 甚至會被損壞 ； 不像玻璃一樣耐磨損 ， 從而影響了使用壽命；手指的汗液中的鹽分或者其他的污物 ， 以及手指磨損都會使半導(dǎo)體傳感器的取像很困難 。圖像預(yù)處理通常包括增強、分割、細化等幾個步驟。 指紋圖像獲取時 ， 由于噪音及壓力不同等的影響 ， 將會導(dǎo)致兩種破壞紋線的情況 ： 斷裂及叉連。鄰域窗口 的尺寸并無嚴格限定 ， 但其取值與圖像的分辨率直接有關(guān)。dkp的灰度值。方向圖平滑的基本思想是 ： 指紋紋線的走向是連續(xù)變化的 ， 鄰近像點上的方向不應(yīng)該有突然的大角度轉(zhuǎn)折。一般取模板邊長為 1～ ； 2) 模板邊長為奇數(shù) ， 模板關(guān)于其朝向軸及朝向垂直方向軸均為對稱 ； 3) 為提高脊、谷之間的灰度反差 ， 達到邊緣銳化的效果 ， 模板應(yīng)設(shè)計為 ： 在垂直于朝向方向上 ， 中央部分系數(shù)為正 ， 兩邊系數(shù)為負 ； 4) 濾波結(jié)果應(yīng)與原圖的平均灰度無關(guān) ， 因此模板中所有系數(shù)的 代數(shù)和應(yīng)為零。對每一塊都進行這樣的處理 ， 可得到指紋的二值圖像。經(jīng)過去噪后 ， 原二值圖中的大部分孔洞和“毛刺”被有效地清除了。在將這 m個點值其數(shù)值大小排序，取其序號為中心點的那個數(shù)作為濾波輸出，用數(shù)學(xué)公式表示為 },. .. ,. .. ,{ viivii fffM e dy ??? 21, ??? mvZi (35) 例如：有一個序列為 {0， 3， 4， 0， 7}，則中值濾波的為重新排序后的序列 {0， 0， 3，4， 7}的中間值為 3。 4．圖像增強 圖像在傳輸或者變換過程中，可能會受到干擾而導(dǎo)致圖像模糊。值得注意的是：當0),( DvuD ? 時， ),( vuH 下降到最大值的 1/2。本算法把一次迭代分作兩次掃描 ， 細化過程中由周邊向中間逐層細化 ， 使細化結(jié)果位于原圖的“中軸”。因為指紋預(yù)處理的不完善性 ， 在細化后的紋線圖中總存在或多或少的偽特征點。 第 27 頁 共 34 頁 4 基于指紋預(yù)處理算法的實驗結(jié)果 指紋圖像的獲取 首先，對指紋進行灰度化處理。先求水平濾波器的設(shè)計其它方向的濾波器可以通過旋轉(zhuǎn)得到。旋轉(zhuǎn)后濾波器的坐標為 )39。c o s s ins in c o siij j?? ??? ? ? ?? ??? ? ? ??? ? ? ? ?? 第 30 頁 共 34 頁 圖 45 濾波后的指紋圖像 圖像的二值化 用 Matlab二值化函數(shù)對圖像進行二值化，得到圖像如圖 46所示。通過對指紋預(yù)處理的研究，讓我了 解到，要加快指紋識別的速度，還應(yīng)考慮簡化圖像的預(yù)處理，實現(xiàn)在灰度圖上直接抽取指紋細節(jié)特征。 再一次對曾經(jīng)幫助過我的所有老師、同學(xué)、親人，表達我內(nèi)心最深的謝意 ! 第 34 頁 共 34 頁 參考文獻 [1] 王松 .基于背線采樣的指紋識別算法 [C]. 電子學(xué)報 .2021年 .第 31卷第 10期 . [2] 王秋讓 .改進的指紋細節(jié)特征提取算法 [C].中國圖像學(xué)報 .2021 年 12 月 .第 7卷第12期 . [3] 朱學(xué)芳 .一種新的指數(shù)匹配方法 [R].中國圖像學(xué)報 .2021年 2月 .第 8卷 A版第 2期：P203. [4] 沈亮 .指紋圖像的預(yù)處理算法 [M]. 計算機工程與應(yīng)用 . 2021年 . 第 39卷第 35 期：P81. [5] 趙春 .指紋取像與指紋識別 [R]. 計算機工程與應(yīng)用 . 2021 年 . 第 38 卷第 16期：P92. [6] 指紋識別的原理和法 . htm. [7] 指紋識別技術(shù)的工作原理 .： //[8] 生物識別技術(shù)的應(yīng)用 . ： //[9] 洪松 .高準確度實時指紋識別系統(tǒng) [R]. 中國激光 . 2021年 3月 . 第 28卷第 3期：P279283. [10] 基于方向基元集描述的指紋方向圖求取算法 [C]. 重慶大學(xué)學(xué)報 (自然科學(xué)版 ). 2021年 . 第 3卷第 5期： P5761. [11] 一套有效的指紋圖像預(yù)處理算法 . 華南師范大學(xué)學(xué)報 (自然科學(xué)版 ). 2021年 5月 . 第 2期： P6670. [12] 一種新的指紋圖像細化算法 . 現(xiàn)代計算機 . 總第 151期： P4244. [13] 一種有效的指紋圖像分割和細化方法 . 計算機工程 . 2021年 10月 . 第 10期：P128129. [14] Dario Maio, Davide Maltoni. Direct Gray Scale Minutiae Detection In Fingerprints[J].IEEE Transactions on Pattern Analysis and MachineIntelligence ,1997,19(1). 。 第 33 頁 共 34 頁 致謝 在此論文完成之際，我要向所有在我進行畢業(yè)設(shè)計期間指導(dǎo)、支持、幫助和鼓勵過我的老師、同學(xué)、親人和朋友，致以我最誠摯的感謝 ! 由衷感謝我的導(dǎo)師馮月亮教授和肖助明老師。 I1=im2bw(I,)。( ji ， 水平方向濾波器的坐標為 ),( ji 。濾波器大小一般為 n n， n約為一個紋線周期 ， 本實驗中設(shè)置取 n =7。 根據(jù)對指紋圖中 的每一像素都按第三章中方向濾波算法中介紹的算法進行操作 ， 可以得指紋的方向圖如圖 42所示。細節(jié)特征剪枝的標準主要依賴于以下三個條件 ： a) 特征點到邊緣的距離 ； b) 細節(jié)特征間的距離和角度關(guān)系 ； c) 指紋脊線和細節(jié)特征的空間分布。 本細化算法重復(fù)執(zhí)行如下兩個步驟 ： 第一步 ： 從左到右 ， 從上到下順序掃描圖像 ， 對同時滿足以上條件的像素 ， 如果 p1p3p7 = 0且 p1p5p7 = 0， 則將其作上標記 ； 第二步 ： 從左到右 ， 從上到下順序掃描圖像 ， 對同時滿足以上條件的像素 ， 如果 p1p3p5 = 0且 p3p5p7 = 0， 則將其作上標記。此式易于修改使它本身滿足這一約束條件，即利 第 25 頁 共 34 頁 用下式： nvuDDvuH 20 )],(/][