【正文】 絡(luò)的主要功能目前，在神經(jīng)網(wǎng)絡(luò)的應(yīng)用中，大多數(shù)的神經(jīng)網(wǎng)絡(luò)模型都是采用的BP網(wǎng)絡(luò)及其變化形式。BP網(wǎng)絡(luò)的主要用于以下四個(gè)方面：（1） 函數(shù)的逼近：用輸入向量和期望的輸出向量訓(xùn)練一個(gè)網(wǎng)絡(luò)來逼近一個(gè)函數(shù)（2） 模式識(shí)別：把一個(gè)待定的輸出向量與一個(gè)輸出向量聯(lián)系起來。（3） 分類：把輸入值安裝一個(gè)合適的方案進(jìn)行分類。（4） 數(shù)據(jù)壓縮：能夠減少輸入向量的維數(shù)來壓縮數(shù)據(jù)。 BP網(wǎng)絡(luò)輸入向量構(gòu)建 基于紋路整體走向的總體特征提取本文提出一種描述紋路整體走向的方法，將紋路的走向量化為8個(gè)方向（），然后再遍歷指紋圖像的每個(gè)紋線點(diǎn)，記錄下它們的方向，將每個(gè)方向上存在的紋線點(diǎn)進(jìn)行統(tǒng)計(jì)，計(jì)算出8個(gè)方向上比重最大的那個(gè)方向設(shè)為該指紋圖的主方向。用一個(gè)八維的向量從主方向上逆時(shí)針記錄八個(gè)方向上紋線點(diǎn)數(shù)量的比重，這個(gè)向量就能表達(dá)出指紋的整體走向。經(jīng)過驗(yàn)證可知，該向量的值具有旋轉(zhuǎn)不變性、平移不變性和縮放不變性。 指紋的八個(gè)方向 P點(diǎn)的八鄰域示意圖計(jì)算指紋圖像的八維走向向量的步驟如下:(1) 遍歷每一個(gè)脊線點(diǎn)。(2) 根據(jù)8鄰域內(nèi)其余兩個(gè)點(diǎn)的位置來判斷此時(shí)P點(diǎn)的走向，判斷標(biāo)準(zhǔn)如下： ① 若兩個(gè)紋線點(diǎn)所在位置為（P1，P5）、(P2,P4)、（P6，P8），則判斷紋線P點(diǎn) 方向?yàn)榉较?。 ② 若兩個(gè)紋線點(diǎn)所在位置為（P1,P6）、（P2,P5）、（P7,P8）、（P3,P4）,則判斷方向?yàn)榉较?。 ③ 若兩個(gè)紋線點(diǎn)所在位置為（P2,P6）、（P3,P5）、（P1,P7），則判斷方向?yàn)榉较?。 ④ 若兩個(gè)紋線點(diǎn)所在位置為（P2,P7）、（P3,P6）、（P1,P8）、（P4，P5），則判斷紋線方向?yàn)榉较?。 ⑤ 若兩個(gè)紋線點(diǎn)所在位置為（P3,P7）、（P4,P6）、（P2,P8），則紋線的方向?yàn)榉较?. ⑥ 若兩個(gè)紋線點(diǎn)所在位置為（P4,P7）、（P3,P8）、（P1，P2）、（P5,P6），則紋線點(diǎn)的方向?yàn)榉较?。 ⑦ 若兩個(gè)紋線點(diǎn)所在位置為（P4,P8）、（P5,P7）、（P1,P3），則紋線點(diǎn)的方向?yàn)榉较?。 ⑧ 若兩個(gè)紋線點(diǎn)所在位置為（P1,P4）、(P5,P8)、（P2,P3）、（P6,P7），則紋線點(diǎn)的方向?yàn)榉较?。（3） 是否遍歷完所有的脊線點(diǎn)，否則返回步驟（1）。（4） 計(jì)算方向1到方向8上紋線點(diǎn)的數(shù)目，設(shè)為sum1sum8；（5） 計(jì)算各個(gè)方向的比重，i方向的比重為T（i）計(jì)算公式如下 （6）比較各個(gè)方向的比重大小，設(shè)置最大值的方向?yàn)橹鞣较?。從主方向開始按 逆時(shí)針的順序?qū)⒈戎匾灰毁x值給八維向量X8，例如，主方向?yàn)榉较?，則X8的賦值為X8=[T4,T5,T6,T7,T8,T1,T2]。 基于端點(diǎn)和分支點(diǎn)統(tǒng)計(jì)特性的局部特征提取通常對(duì)端點(diǎn)和分支點(diǎn)這些特征點(diǎn)的提取都是提取該點(diǎn)的坐標(biāo)位置，而同一個(gè)手指在采集時(shí)難免會(huì)有所旋轉(zhuǎn)和位移。這就很容易造成即使是同一個(gè)指紋在多次采集后的特征點(diǎn)提取上其特征點(diǎn)數(shù)據(jù)大部分不相同，這樣將大大的降低匹配的成功率。通過對(duì)指紋特征點(diǎn)特性的觀察，很容易得知特征點(diǎn)的數(shù)目和兩個(gè)特征點(diǎn)之間的距離是不受指紋的旋轉(zhuǎn)和平移影響的，這反映在坐標(biāo)系內(nèi)就體現(xiàn)為特征點(diǎn)坐標(biāo)的方差不變。以指紋圖像的長(zhǎng)寬為坐標(biāo)建立坐標(biāo)系，根據(jù)特征點(diǎn)的位置信息分別求的橫、縱坐標(biāo)方向的方差。計(jì)算均值和方差的公式如式（41）（42）所示。 （41） （42） 用自適應(yīng)步長(zhǎng)的BP網(wǎng)絡(luò)進(jìn)行指紋識(shí)別本文使用BP網(wǎng)絡(luò)對(duì)待識(shí)別的指紋特征量進(jìn)行匹配識(shí)別。識(shí)別的過程分為三步：首先對(duì)樣本進(jìn)行編碼，然后用BP網(wǎng)絡(luò)對(duì)待識(shí)別的指紋特征量進(jìn)行編碼，最后在指紋庫中查找與待識(shí)別的指紋相同編號(hào)的樣本，該樣本就認(rèn)為與待識(shí)別的指紋來源于同一人。BP網(wǎng)絡(luò)輸入層采用12個(gè)節(jié)點(diǎn)，前8個(gè)節(jié)點(diǎn)輸入紋線的走向向量，第9，10個(gè)節(jié)點(diǎn)輸入端點(diǎn)的橫、縱坐標(biāo)的方差，第11，12個(gè)節(jié)點(diǎn)輸入分支點(diǎn)的橫、縱坐標(biāo)的方差。隱層采用600個(gè)神經(jīng)元，輸出層為[]個(gè)神經(jīng)元（N為樣本數(shù)量），表示對(duì)樣本進(jìn)行二進(jìn)制的編碼，每個(gè)樣本對(duì)應(yīng)唯一的一個(gè)編號(hào)，期望輸出使用樣本號(hào)，樣本的特征量與其編號(hào)組成一個(gè)訓(xùn)練的樣本，用多組樣本對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到網(wǎng)絡(luò)收斂為止。 實(shí)驗(yàn)結(jié)果 訓(xùn)練樣本輸入矩陣P 訓(xùn)練樣本輸入矩陣 期待輸出矩陣T 期待輸出矩陣 為一次訓(xùn)練的誤差曲線 BP網(wǎng)絡(luò)訓(xùn)練誤差曲線 使用第一種指紋的第二次采集圖樣（有一定的旋轉(zhuǎn)和位移）進(jìn)行指紋特征的提取，將采集的數(shù)據(jù)構(gòu)成向量P1輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，輸入結(jié)果為T1=[ 0 0 0 0 ]，識(shí)別成功。使用第二種指紋的第二次采集圖像進(jìn)行指紋特征的提取，將采集的數(shù)據(jù)構(gòu)成向量P2輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，輸入結(jié)果為T2[0 0 0 0 0]，識(shí)別成功。使用第三種指紋的第二次采集圖像進(jìn)行指紋特征的提取，將采集的數(shù)據(jù)構(gòu)成向量P3輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，輸入結(jié)果為T3[0 0 0 0]，識(shí)別成功。使用第四種指紋的第二次采集圖像進(jìn)行指紋特征的提取，將采集的數(shù)據(jù)構(gòu)成向量P4輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，輸入結(jié)果為T4[ 0 0 0]，識(shí)別成功。使用第五種指紋的第二次采集圖像進(jìn)行指紋特征的提取，將采集的數(shù)據(jù)構(gòu)成向量P5輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，輸入結(jié)果為T5[0 0 0 0]，識(shí)別成功。使用第六種指紋的第二次采集圖像進(jìn)行指紋特征的提取，將采集的數(shù)據(jù)構(gòu)成向量P6輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，輸入結(jié)果為T6[0 0 ]，識(shí)別成功。第5章 總結(jié)與展望 總結(jié) 本文系統(tǒng)的介紹了指紋識(shí)別技術(shù)的發(fā)展?fàn)顩r和指紋識(shí)別的基礎(chǔ)知識(shí)，闡述了建立指紋系統(tǒng)的必要性和意義，提出了用BP網(wǎng)絡(luò)作為指紋識(shí)別的處理方法。本文使用了matlab工具來解決指紋識(shí)別技術(shù)中的處理過程，即通過matlab對(duì)指紋圖像的預(yù)處理、特征提取以及BP網(wǎng)絡(luò)的仿真識(shí)別，充分的利用了matlab工具的優(yōu)點(diǎn)：語法簡(jiǎn)單，有強(qiáng)大的圖像處理能力；有各種相關(guān)的圖像處理工具箱。實(shí)驗(yàn)表明,使用BP網(wǎng)絡(luò)進(jìn)行指紋識(shí)別的工作，能有效的提高指紋識(shí)別的魯棒性，與可靠性。 本文主要內(nèi)容: （1）簡(jiǎn)要介紹了指紋識(shí)別的歷史及研究現(xiàn)狀，并提出一種基于神經(jīng)網(wǎng)絡(luò)的指紋識(shí)別。 （2）本文對(duì)指紋圖像預(yù)處理進(jìn)行了細(xì)致的闡述,其中包括：圖像的頻域增強(qiáng)、二值化、細(xì)化，以及指紋特征提取和去偽。 （3）本文通過BP網(wǎng)絡(luò)對(duì)指紋進(jìn)行識(shí)別，有效的提高了指紋識(shí)別的魯棒性。 （3）本文通過Matlab對(duì)指紋識(shí)別系統(tǒng)進(jìn)行軟件仿真。 展望本系統(tǒng)是在對(duì)指紋識(shí)別系統(tǒng)的研究基礎(chǔ)上進(jìn)行的一個(gè)仿真，由于指紋庫數(shù)量極少的原因，在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練上只實(shí)現(xiàn)了對(duì)6個(gè)指紋的識(shí)別。在BP網(wǎng)絡(luò)輸入向量的構(gòu)建上，本文所述方法還很依賴于手指在采集面上的放置位置，不能較大范圍的偏移出采集面從而丟失部分的特征點(diǎn)和指紋走向，這將會(huì)很大程度上影響到能否正確識(shí)別出指紋。在向量的構(gòu)建和算法上有待進(jìn)行更深入的研究并加以改進(jìn)。本文使用神經(jīng)網(wǎng)絡(luò)進(jìn)行指紋識(shí)別，雖然其在指紋識(shí)別上具有很好的魯棒性，但是其非常的依賴于樣本庫的大小，如果輸入的指紋超出訓(xùn)練網(wǎng)絡(luò)的樣本庫范圍，將無法識(shí)別，在神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)上有待對(duì)新指紋的容納能力進(jìn)行深入的探討和研究并加以解決。致 謝至此論文完成之際，謹(jǐn)向所有關(guān)心我學(xué)業(yè)的老師、同學(xué)及朋友表示衷心地感謝！衷心感謝導(dǎo)師謝濤老師的淳淳教誨和悉心指導(dǎo)。在我畢業(yè)設(shè)計(jì)期間，謝老師給予了我悉心的指導(dǎo)和寶貴的意見，在我不知道如何解決問題的時(shí)候，他總是能給出許多的解決方案，同時(shí)能夠不斷的歸納我的失誤之處，并且還能及時(shí)的安排我在一個(gè)星期內(nèi)的工作任務(wù)，使得我的論文和程序的進(jìn)度能按時(shí)進(jìn)行，不至于做的太倉促，使得我能有條不紊的進(jìn)行畢業(yè)設(shè)計(jì)，同時(shí)謝老師嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)，認(rèn)真負(fù)責(zé)的做事態(tài)度也是我學(xué)習(xí)的榜樣，對(duì)我將來的學(xué)習(xí)會(huì)有很大的幫助。我同時(shí)也要感謝我身邊的同學(xué)、朋友在畢業(yè)設(shè)計(jì)期間給予了我很多有用的信息和建議，使我順利解決了許多問題，在此向大家表示真誠的感謝。 最后，感謝評(píng)審委員會(huì)的各位老師能夠在百忙之中審閱我的論文，感謝學(xué)校、學(xué)院對(duì)本次答辯的支持。參 考 文 獻(xiàn)[1] [M].北京：北京航空航天大學(xué)出版社,2007.[2] [M].湖北：武漢大學(xué)出版社,2000.[3] [M].北京：北京郵電大學(xué)出版社,2006.[4] [M].北京：國防工業(yè)出版社,2007.[5] 羅軍輝，[M].北京：機(jī)械工業(yè)出版社,2005.[6] 賀興華,[M].北京：人民郵電出版社,2006. [7] [J].中國刑警學(xué)院學(xué)報(bào),1996(3). [8] [D].四川大學(xué),2003.[9] [D].大連理工大學(xué),2002.[10] 王崇文，李見為，周宏文，[J].計(jì)算機(jī)應(yīng)用，2001.[11] [D].大連理工大學(xué)，2003.[12] 瑪國進(jìn),顧國華,[M].計(jì)算機(jī)應(yīng)用研究，2004:183186.[13] 朱霞輝,羅飛路,[J].計(jì)算機(jī)應(yīng)用研究,1997.(06).[14] 韓偉紅,黃子中,[J].計(jì)算機(jī)研究與發(fā)展,1997,(12).[15] [J].中國防偽報(bào)道，, 3840.[16] 田捷,[M].北京:電子工業(yè)出版社,2005. 430.[17] 孟祥萍,武增光,[J].計(jì)算機(jī)工程與設(shè)計(jì)，2009,30(13):31363138.[18] 孫冬梅，[J].電子學(xué)報(bào)，2001, 29(12A):17441748.[19] 張敏貴,周德龍,[J]，生物物理學(xué)報(bào)，2002, 18(2):156162.[20] 盧朝陽，張崗山，[J].西安電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2002(12):804809.[21] [D].武漢:武漢大學(xué),.[22] 周宏潮，王正明，[J].數(shù)據(jù)采集與處理，2005,20(4):432435.[23] [D].北京:中國科學(xué)院自動(dòng)化研究所，2002[24] [D].武漢:華中科技大學(xué)，.[25] 羅希平,[J].軟件學(xué)報(bào)，2002,13(5):952954. 29