【正文】 是匹配的，否則，不匹配。(1) 三對(duì)對(duì)應(yīng)邊長(zhǎng)分別相等。如Sanjay Ranande and AzrielRosenfeld[3 ]利用松弛法進(jìn)行點(diǎn)匹配,Shih2hsu Chang[4 ]等人利用二維聚類(lèi)進(jìn)行匹配。改進(jìn)的細(xì)節(jié)特征提取算法的具體思想如下：(1) 原始細(xì)節(jié)特征點(diǎn)集的提取首先在細(xì)化指紋圖像上直接進(jìn)行細(xì)節(jié)特征提取，得到原始的細(xì)節(jié)特征點(diǎn)集P1和P2，其中P1 為紋線端點(diǎn)集合，P2為分叉點(diǎn)集合。第三級(jí)分割設(shè)定特征量，當(dāng)對(duì)比度contrast1的值小于預(yù)定義的閾值T時(shí)，將其設(shè)定為背景區(qū)域；否則，作為前景區(qū)域，保留其灰度值，以作后續(xù)處理。 指紋圖像的預(yù)處理圖像預(yù)處理的主要步驟包括：灰度值歸一化、圖像分割、濾波、圖像增強(qiáng)、二值化、細(xì)化等。指紋模板和匹配軟件保存在汽車(chē)內(nèi)的一個(gè)嵌入式模塊中。該識(shí)別系統(tǒng)可用于門(mén)禁、考勤、證件管理等很多方面，具有很廣泛的應(yīng)用前景。使用計(jì)算機(jī)管理指紋數(shù)據(jù)庫(kù),極大提高了指紋對(duì)比的速度,同時(shí)由于計(jì)算機(jī)比對(duì)算法的不斷改進(jìn)提高,使指紋比對(duì)誤識(shí)率已降到了10 6 以下,不僅可以滿足刑偵方面的需要,而且迅速進(jìn)入了更多的應(yīng)用領(lǐng)域。同時(shí)人們對(duì)消費(fèi)類(lèi)產(chǎn)品的要求越來(lái)越趨向于小型化，并且對(duì)可攜帶設(shè)備的安全性要求也與日俱增。此人則將其右手的第一、二或第三個(gè)手指置于一個(gè)與無(wú)線PDA相連的傳感器上，可以迅速將嫌疑人與以前的犯罪記錄進(jìn)行對(duì)比確認(rèn)。同時(shí)本項(xiàng)目重點(diǎn)研究基于FPGA的指紋識(shí)別系統(tǒng)，利用FPGA高集成度化，低功耗，短開(kāi)發(fā)周期等優(yōu)點(diǎn)，實(shí)現(xiàn)系統(tǒng)的ASIC，具有更加深遠(yuǎn)的意義和廣闊的市場(chǎng)商機(jī)。子塊灰度均值和方差的計(jì)算按如下公式： （1） （2）其中I（x，y）為子塊中象素（x，y）的灰度值，子塊歸一化的目的是調(diào)整均值和方差到一個(gè)期望的范圍，如果用G(i，j)表示（x，y）點(diǎn)的歸一化后的值，那么第I個(gè)子塊歸一化后灰度值為： (3)如果：，則把灰度值為全部歸0作為背景處理，這樣可以有效地去除傳感器表面殘留紋印引入的噪聲。自適應(yīng)局部閾值二值化的流程圖如圖2：圖2 　自適應(yīng)局部閾值二值化流程圖圖2中T為該塊指紋圖像的平均灰度值Nh、Nl分別為第（k，l）塊指紋圖像中灰度值大于等于T和小于T的像素點(diǎn)數(shù)，δ= w w 10 % ，w 是分塊尺寸(像素) 。(5) 較長(zhǎng)毛刺的刪除對(duì)細(xì)節(jié)特征點(diǎn)集P中任一紋線端點(diǎn)i ∈P1和任一分叉點(diǎn)j ∈P2, 如果它們之間的距離小于D4，且有紋線連接該兩點(diǎn)， 并且Δθπ/4, 則認(rèn)為該兩點(diǎn)為偽特征點(diǎn)，予以刪除。正如Anil Jain[7 ]等指出,在極坐標(biāo)中進(jìn)行細(xì)節(jié)匹配有很多的優(yōu)點(diǎn):指紋圖像的非線性形變往往表現(xiàn)為放射狀,即這種形變呈非線性地向外擴(kuò)張。把點(diǎn)A 、點(diǎn)R 與點(diǎn)S 的類(lèi)型(末梢點(diǎn)或分支點(diǎn)) 分別記為nType1 , nType2 與nType3。MBF200內(nèi)部具有A/D轉(zhuǎn)換模塊，在控制寄存器的控制下，進(jìn)行A/D轉(zhuǎn)換，將采集到的電容信號(hào)變成數(shù)字信號(hào)，便于數(shù)據(jù)的傳輸。Δθ表示旋轉(zhuǎn)角度，滿足：即： (6)式中。定義2 　如果兩個(gè)同為標(biāo)準(zhǔn)系下的矢量三角形滿足如下條件,則稱(chēng)兩個(gè)矢量三角形全等。通過(guò)將細(xì)節(jié)點(diǎn)表示為點(diǎn)模式,一個(gè)自動(dòng)指紋認(rèn)證問(wèn)題可以轉(zhuǎn)化為一個(gè)點(diǎn)模式匹配問(wèn)題。在不對(duì)紋線做任何修復(fù)處理的情況下，在細(xì)化指紋圖像上直接提取原始細(xì)節(jié)特征點(diǎn)集，得到初步的特征提取結(jié)果；然后分析圖像中存在的各類(lèi)噪聲及其特點(diǎn)，結(jié)合指紋細(xì)節(jié)特征點(diǎn)固有的分布規(guī)律和局部紋線方向信息，針對(duì)不同的噪聲采用針對(duì)性算法，并利用偽特征點(diǎn)在數(shù)學(xué)形態(tài)學(xué)上的分布規(guī)律，將各類(lèi)噪聲引起的偽特征點(diǎn)分別予以刪除，而將最終保留的特征點(diǎn)集作為真正特征點(diǎn)的集合。當(dāng)Z小于預(yù)定義的閾值T3時(shí)說(shuō)明該塊為墨跡很濃，峰和谷被墨跡粘連混淆的區(qū)域應(yīng)去除。利用此傳感器可以完全滿足系統(tǒng)的設(shè)計(jì)任務(wù)。不到一秒鐘，電腦將檢測(cè)到的指紋模板與存儲(chǔ)的模板進(jìn)行比較，并建立一個(gè)與駕駛者相符的相關(guān)設(shè)置。該項(xiàng)目利用嵌入式軟核實(shí)現(xiàn)系統(tǒng)的管理，利用硬件實(shí)現(xiàn)識(shí)別算法，保證了系統(tǒng)功能的完整性與識(shí)別的正確性。但隨著計(jì)算機(jī)的出現(xiàn)及其運(yùn)算速度的迅速提高,使指紋對(duì)比鑒定的應(yīng)用發(fā)生了革命性的變化。傳統(tǒng)的PC、MCU、或者DSP的處理平臺(tái)移動(dòng)性比較差，體積比較大，無(wú)法滿足人們?nèi)找嬖鲩L(zhǎng)的需求。 這種識(shí)別技術(shù)對(duì)于被盜的手機(jī)用戶也有好處。第二章 系統(tǒng)總體設(shè)計(jì) 硬件框圖及各模塊介紹：系統(tǒng)采用xilinx公司Spartan－3E 系列FPGA作為核心的控制和運(yùn)算芯片，數(shù)據(jù)采集模塊由富士通公司的MBF200電容式指紋傳感器來(lái)完成，MBF200指紋傳感器可以完成指紋圖像的采集并用其自帶的A/D轉(zhuǎn)換器將指紋圖像轉(zhuǎn)換成數(shù)字信號(hào)，利用SPI接口傳送至FPGA進(jìn)行存儲(chǔ)。其中，均為期望的均值和方差，M為實(shí)驗(yàn)后得到的門(mén)檻值，為像素點(diǎn)的灰度幅度，經(jīng)比率調(diào)制后，加到期望的均值上。