【正文】 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)致很多問題，影響后續(xù)的處理效果。 （ 3） 射頻指紋識別技術(shù) 發(fā)展到今天，出現(xiàn)第三代生物射頻指紋識別技術(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)是通過傳感器本身發(fā)射出微量射頻信號，穿透手指的表皮層去控測里層的紋路，來獲得最佳的指紋圖像。隨著計算機(jī)和信息技術(shù)的發(fā)展， FBI 和法國巴黎警察局于六十年代開始研究開發(fā) 指紋自動識別系統(tǒng)（ AFIS）用于刑事案件偵破。任何手指指紋都 獨(dú)一無二，而且不同人的指紋特征相同的可能性幾乎為零。通過視覺信息識別文字、圖片和周圍的環(huán)境，通過聽覺信息識別與理解語言。同時由于黑客技術(shù)借助互聯(lián)網(wǎng)傳播的十分泛濫，這類高科技犯罪活動追究起來過程非常復(fù)雜，導(dǎo)致了現(xiàn)在黑客犯罪活動十分地猖獗。 作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日 期： 使用授權(quán)說明 本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照學(xué) 校要求提交畢業(yè)設(shè)計（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（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績?nèi)容。指紋識別技術(shù)就是在這種背景下產(chǎn)生的，它借助人體的生理特征來提高身份識別的可靠性，目前已經(jīng)成為國內(nèi)外研究的熱點(diǎn)。但是在這些措施只能暫時 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諸多不便和損失。生物識別是建立在對人的生物特征辨別的基礎(chǔ)上的。 其實(shí)，我國古代早就利用指紋（手?。﹣砗炑?。光學(xué)指紋識別系統(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。 （ 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。其中指紋識別用于判斷指紋是屬于哪個人的，而指紋認(rèn)證則是用來判斷兩個指紋是否屬于同一個人。首先介紹如何對指紋特征進(jìn)行表征，即通過何種特 征來標(biāo)識一個指紋，具體方法有全局特征和局部特征。 空域?yàn)V波法通過對濾波算子和原始圖像作卷積來實(shí)現(xiàn)圖像增強(qiáng)，具有簡單直觀，易于分析的優(yōu)點(diǎn)。該方法的最大問題是計算量和存儲量均較大，不利于實(shí)際應(yīng)用。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像素寬。 （ 1）紋形，是指指紋脊線整體走向，主要有三大類： 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)。 指紋圖像特征點(diǎn)的提取 指紋特征提取是指紋自動識別的核心技術(shù)之一，它一般分為兩個階段：提取特征點(diǎn)和偽特征點(diǎn)的剔除。 （ 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，停止跟蹤，說明己經(jīng)到脊線的末端，此處即為特 第 16頁 征點(diǎn)端點(diǎn)處。 （ 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)。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。斷點(diǎn)會產(chǎn)生兩個偽端點(diǎn)，而且這兩個偽端點(diǎn)也相距非常近，但是與短線不同的是這兩個偽端點(diǎn)是分布在兩條脊線上，沿脊線方向兩個偽端點(diǎn)之間沒有脊線。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。 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。 第 26頁 致謝 首先，要感謝我的導(dǎo)師蔡超峰老師。在做畢業(yè)設(shè)計期間，蔡老師督促我的學(xué)習(xí)，并不斷地鼓勵我，嚴(yán)格要求的背后其實(shí)是關(guān)懷和寄予的深切希望。 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。 （ 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。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)。 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。 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)。 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。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）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。 常用的細(xì)化算法包括逐層剝離法、距離變換法。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。他們利用指紋獨(dú)特的方向性設(shè)計出相應(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。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。 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 。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。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。 1809 年 Bewick 把自己的指紋作為商標(biāo)。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。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]。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?。辉谔蕹齻翁卣鼽c(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。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。 關(guān)鍵字 ： 指紋特征提取，去除偽特征，算法仿真 第 IV頁 Matlabbased fingerprint image feature extraction Abstract With the development of society, the traditional safety system based on keepsake and password has been weaker, Which can not meet the requirement of modern safety system. In this case, the need of a more reliable safety system with higher antifake performance prompts the appearance of fingerprint identification technique. This technique, with a higher safety and reliable performance, can improve the reliability of identity resolution in virtue of human body’s physiological feature, and it has been a research focus these days. Fingerprint identification falls into three parts, they are pretreatment, feature extraction, and characteristic matching. The thesis mainly focus feature extraction, it optimized and innovated some key algorithms of this parts, which can be described as follows: in the feature extraction part, the thesis used a eightneighborhood coding ridge tracing algorithm, removing some templates of consecutive points and bifurcate points which have been optimized and removed in the thinning algorithm, and finally marking terminate points as well as bifurcate Points to execute feature extraction. Experiment result indicated that such new algorithm has a less operation but with a higher accuracy. All the algorithms introduced above have been implemented on Matlab, and result proved an adaptive good effect, which facilitates the next characteristic matching process. Key words: Feature extraction, Removing of false characteristic points, Algorithm simulate 第 III頁 目 錄 1 緒論 ........................................................................................................................................ 1 引言 ............................................................................................................................... 1 生物識別技術(shù)簡介 ...................................................................................................... 1 指紋識別技術(shù) ............................................................................................................... 2 指紋識別簡介 .....................................