【正文】 機(jī)進(jìn)行通訊時(shí)的臨時(shí)數(shù)據(jù)。 ： 用戶管理功能必須先驗(yàn)證管理員的指紋； (1)管理員的編號(hào)、指紋的登記、修改、刪除； (2)普通用戶的組號(hào)、編號(hào)、指紋的登記、修改、刪除； (3)每個(gè)普通用戶可登記 12枚指紋； (4)統(tǒng)計(jì)管理員和普通用戶的指紋登記總數(shù)。通過(guò)聯(lián)網(wǎng)接口，指紋考勤機(jī)可以將考勤記錄或指紋數(shù)據(jù)上載到管理 PC機(jī)，管理 PC 機(jī)也可以設(shè)置指紋考勤機(jī)的各項(xiàng)參數(shù)，下載新的指紋等。指紋識(shí)別模塊通過(guò)指 紋采集傳感器采集指紋圖像，對(duì)指紋圖像進(jìn)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(chǔ)在模塊中 。 圖 21 是利用本指紋考勤機(jī)組成的指紋考勤系統(tǒng)框圖。 (2) 在第二部分針對(duì)單機(jī)式指紋考勤系統(tǒng)的硬件組成和控制軟件進(jìn)行了簡(jiǎn)要的介紹。盡管指紋識(shí)別系統(tǒng)存 第 7 頁(yè) 共 34 頁(yè) 在可靠性問(wèn)題，但其安全性也比相同可靠性級(jí)別的“用戶 ID 十密碼”方案 的安全性高得多。指紋比對(duì)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(lái)決定指紋的唯一性。大量統(tǒng)計(jì)結(jié)果和實(shí)際應(yīng)用證明，這兩類特征點(diǎn)在指紋中出現(xiàn)的機(jī)會(huì)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(lái)增強(qiáng)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(shí)過(guò)程如圖 12 所示。 指紋識(shí)別系統(tǒng) 指紋識(shí)別系統(tǒng)分類 自動(dòng)指紋識(shí)別系統(tǒng)的工作模式可以分為兩類：驗(yàn)證模式 (verification)和辨識(shí)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(gè)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(qiáng)、復(fù)原、編碼、壓縮等。目前，己經(jīng)有很多自動(dòng)指紋識(shí)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(shí)別系統(tǒng)對(duì)生物特征進(jìn)行取樣，提取其唯一的特征并且轉(zhuǎn)化成數(shù)字代碼，并進(jìn)一步將這些代碼組成特征模板，人們同識(shí)別系統(tǒng)交互進(jìn)行身份認(rèn)證時(shí)，識(shí)別系統(tǒng)獲取其特征并與數(shù)據(jù)庫(kù)中的特征模板進(jìn)行比對(duì)，以確定是否匹配，從而決定接受或拒絕該人。于是，生物識(shí)別技術(shù)悄然興起，并應(yīng)運(yùn)而生為一種新的身份識(shí)別技術(shù)。 常見的生物識(shí)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(shí)別是生物識(shí)別技術(shù)的一種。數(shù)字圖像處理最早出現(xiàn)于 20 世紀(jì) 50 年代，當(dāng)時(shí)的電子計(jì)算機(jī)已經(jīng)發(fā)展到一定水平，人們開始利用計(jì)算機(jī)來(lái)處理圖形和圖像信息。 數(shù)字圖像處理取得的另一個(gè)巨大成就是在醫(yī)學(xué)上獲得的成果。很多國(guó)家，特別是發(fā)達(dá)國(guó)家投入更多的人力、物力到這項(xiàng)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(yàn)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(lái)獲取指紋圖像。指紋圖像預(yù)處理的一般過(guò)程如圖 14 所示。 指紋的細(xì)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(shí)別系統(tǒng)的重要衡量標(biāo)志是識(shí)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(gè)有效的辦法是比對(duì)兩個(gè)或更多的指紋，從而在不損失易用性的同時(shí)，最大限度地提 高了系統(tǒng)的安全性。 第 8 頁(yè) 共 34 頁(yè) 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(jī)的最主要特點(diǎn)是將獨(dú)立識(shí)別與聯(lián)網(wǎng)設(shè)置相結(jié)合。圖 22是指紋考勤機(jī)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(chǔ)器，指紋考勤機(jī)可以同時(shí)存儲(chǔ) 6000 多條考勤記錄，省去頻繁讀取和清除考勤記錄的麻煩 ?？刂栖浖坎捎?MCS51匯編語(yǔ)言設(shè)計(jì)。 CPU 控制處理器 指紋考勤機(jī)的 CPU選用集成度和性能比較高的 MCS51兼容系列單片機(jī) AT89C52。 人機(jī)接口 鍵盤、顯示器和蜂鳴器是指紋考勤機(jī)的人機(jī)交互接口設(shè)備。 聯(lián)網(wǎng)通訊接口 指紋考勤機(jī)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(guò) 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(guò)性能優(yōu)異的指紋算法提取出無(wú)畸變的指紋圖像特征值用于完成指紋比對(duì)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(jī)使卡片或照片上的捺印指紋或現(xiàn)場(chǎng)實(shí)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(dāng)手指壓在此表面上時(shí) ， 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(guò)三棱鏡的反射光強(qiáng)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(diǎn)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(shí)會(huì)獲取不到圖像 ， 甚至?xí)粨p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(huì)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(qiáng)、分割、細(xì)化等幾個(gè)步驟。 指紋圖像獲取時(shí) ， 由于噪音及壓力不同等的影響 ， 將會(huì)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(wú)嚴(yán)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(diǎn)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(zhǎng)為 1～ ； 2) 模板邊長(zhǎng)為奇數(shù) ， 模板關(guān)于其朝向軸及朝向垂直方向軸均為對(duì)稱 ； 3) 為提高脊、谷之間的灰度反差 ， 達(dá)到邊緣銳化的效果 ， 模板應(yīng)設(shè)計(jì)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(fù) ； 4) 濾波結(jié)果應(yīng)與原圖的平均灰度無(wú)關(guān) ， 因此模板中所有系數(shù)的 代數(shù)和應(yīng)為零。對(duì)每一塊都進(jìn)行這樣的處理 ， 可得到指紋的二值圖像。經(jīng)過(guò)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(gè)點(diǎn)值其數(shù)值大小排序，取其序號(hào)為中心點(diǎn)的那個(gè)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(gè)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(qiáng) 圖像在傳輸或者變換過(guò)程中，可能會(huì)受到干擾而導(dǎo)致圖像模糊。值得注意的是：當(dāng)0),( DvuD ? 時(shí)， ),( 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(xì)化過(guò)程中由周邊向中間逐層細(xì)化 ， 使細(xì)化結(jié)果位于原圖的“中軸”。因?yàn)橹讣y預(yù)處理的不完善性 ， 在細(xì)化后的紋線圖中總存在或多或少的偽特征點(diǎn)。 第 27 頁(yè) 共 34 頁(yè) 4 基于指紋預(yù)處理算法的實(shí)驗(yàn)結(jié)果 指紋圖像的獲取 首先，對(duì)指紋進(jìn)行灰度化處理。先求水平濾波器的設(shè)計(jì)其它方向的濾波器可以通過(guò)旋轉(zhuǎn)得到。旋轉(zhuǎn)后濾波器的坐標(biāo)為 )39。c o s s ins in c o siij j?? ??? ? ? ?? ??? ? ? ??? ? ? ? ?? 第 30 頁(yè) 共 34 頁(yè) 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(duì)圖像進(jìn)行二值化，得到圖像如圖 46所示。通過(guò)對(duì)指紋預(yù)處理的研究，讓我了 解到，要加快指紋識(shí)別的速度，還應(yīng)考慮簡(jiǎn)化圖像的預(yù)處理，實(shí)現(xiàn)在灰度圖上直接抽取指紋細(xì)節(jié)特征。 再一次對(duì)曾經(jīng)幫助過(guò)我的所有老師、同學(xué)、親人，表達(dá)我內(nèi)心最深的謝意 ! 第 34 頁(yè) 共 34 頁(yè) 參考文獻(xiàn) [1] 王松 .基于背線采樣的指紋識(shí)別算法 [C]. 電子學(xué)報(bào) .2021年 .第 31卷第 10期 . [2] 王秋讓 .改進(jìn)的指紋細(xì)節(jié)特征提取算法 [C].中國(guó)圖像學(xué)報(bào) .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(guó)圖像學(xué)報(bào) .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(jì)算機(jī)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(shí)別 [R]. 計(jì)算機(jī)工程與應(yīng)用 . 2021 年 . 第 38 卷第 16期：P92. [6] 指紋識(shí)別的原理和法 . htm. [7] 指紋識(shí)別技術(shù)的工作原理 .： //[8] 生物識(shí)別技術(shù)的應(yīng)用 . ： //[9] 洪松 .高準(zhǔn)確度實(shí)時(shí)指紋識(shí)別系統(tǒng) [R]. 中國(guó)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(bào) (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(bào) (自然科學(xué)版 ). 2021年 5月 . 第 2期： P6670. [12] 一種新的指紋圖像細(xì)化算法 . 現(xiàn)代計(jì)算機(jī) . 總第 151期： P4244. [13] 一種有效的指紋圖像分割和細(xì)化方法 . 計(jì)算機(jī)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(yè) 共 34 頁(yè) 致謝 在此論文完成之際，我要向所有在我進(jìn)行畢業(yè)設(shè)計(jì)期間指導(dǎo)、支持、幫助和鼓勵(lì)過(guò)我的老師、同學(xué)、親人和朋友，致以我最誠(chéng)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?yàn)V波器的坐標(biāo)為 ),( ji 。濾波器大小一般為 n n， n約為一個(gè)紋線周期 ， 本實(shí)驗(yàn)中設(shè)置取 n =7。 根據(jù)對(duì)指紋圖中 的每一像素都按第三章中方向?yàn)V波算法中介紹的算法進(jìn)行操作 ， 可以得指紋的方向圖如圖 42所示。細(xì)節(jié)特征剪枝的標(biāo)準(zhǔn)主要依賴于以下三個(gè)條件 ： a) 特征點(diǎn)到邊緣的距離 ； b) 細(xì)節(jié)特征間的距離和角度關(guān)系 ； c) 指紋脊線和細(xì)節(jié)特征的空間分布。 本細(xì)化算法重復(fù)執(zhí)行如下兩個(gè)步驟 ： 第一步 ： 從左到右 ， 從上到下順序掃描圖像 ， 對(duì)同時(shí)滿足以上條件的像素 ， 如果 p1p3p7 = 0且 p1p5p7 = 0， 則將其作上標(biāo)記 ； 第二步 ： 從左到右 ， 從上到下順序掃描圖像 ， 對(duì)同時(shí)滿足以上條件的像素 ， 如果 p1p3p5 = 0且 p3p5p7 = 0， 則將其作上標(biāo)記。此式易于修改使它本身滿足這一約束條件，即利 第 25 頁(yè) 共 34 頁(yè) 用下式： nvuDDvuH 20 )],(/][