【正文】 鄰域，判斷其真?zhèn)危總翁卣鞅环譃閭味它c與偽叉點予以去除。根據(jù)上面的分析，偽特征可按如下規(guī)則去除： ①去除孤立點與邊界點，邊界點定義為掩膜值為0的任何區(qū)域的距離小于閾值的特征點； ② 對于各端點Pi，從該特征點出發(fā)沿脊線搜索，若經(jīng)過很小的步長到達(dá)另一個特征點即搜索到一個脊線點滿足C n(P)!=2或S n(P)!=2則分別當(dāng)作短脊、毛刺所帶來的偽特征點予以去除；若該端點不是毛刺、短脊引起的偽端點，則搜索其鄰域是否有端點Pj滿足Pi與P j之間沒有脊線，A與Ai或Aj的差小于30176。，即30176?；?0176。，據(jù)此來判斷該端點是否為斷脊； ③對于各叉點Pi，從該特征點出發(fā)沿脊線搜索其中一個分支，若有兩個分支經(jīng)過很小的步長均到達(dá)同一個叉點則當(dāng)作島嶼予以去除；若有一個分支經(jīng)過很小的步長到達(dá)另一個叉點P且滿足70176。110176。或70176。110176。，則可當(dāng)作假橋剔除；若有一個分支經(jīng)過很小的步長到達(dá)另一個端點Pj則可當(dāng)作毛刺剔除。參考文獻(xiàn)[23]第4章 總結(jié)與展望 總結(jié) 在這三個多月里，我學(xué)到了許多以前課堂上沒有學(xué)到的知識，鍛煉了自己的獨立思考能力和實際操作能力，系統(tǒng)整理了大學(xué)四年所學(xué)的知識。 同時，也了解了自己曾經(jīng)未曾接觸過的一個領(lǐng)域，指紋圖像的處理。指紋圖像預(yù)處理是指紋自動識別過程的第一步，它的好壞直接影響著指紋識別的效果。實驗中通過MATLAB編程進(jìn)行圖像處理的各個步驟，從而做到指紋圖像的預(yù)處理，達(dá)到了可提取特征點的要求。 在自己的努力還有老師同學(xué)們和廣大網(wǎng)友的幫助下，實驗已經(jīng)能完好的完成各個基本功能，如圖像的平滑，圖像的腐蝕，圖像的銳化，圖像二值化，圖像的細(xì)化等，從基本上來說，實驗已經(jīng)很好的達(dá)到了預(yù)期的目的。 由于時間有限，有些許考慮還不夠全面，存在著一些問題，這些都有待日后工作學(xué)習(xí)中進(jìn)一步完善。 通過本次設(shè)計，我充分了解到了完成一個設(shè)計的整體過程，并且懂得了應(yīng)該通過哪些方法可以讓自己更快更好的完成任務(wù)，為我在日后進(jìn)入社會工作提供了一個很好的體驗，正是因為完成了這一次的設(shè)計，使我對自己未來的職業(yè)生涯充滿了信心。 本文主要內(nèi)容: 簡要介紹了指紋識別的歷史及研究現(xiàn)狀，并針對當(dāng)前實際情況，提出了指紋預(yù)處理在指紋識別研究中的重要意義。 本文詳細(xì)論述了指紋圖像預(yù)處理,其中有：圖像平滑、圖像腐蝕腐蝕、圖像銳化、圖像二值化細(xì)化，以及指紋特征提取，偽特征點剔除。 通過Matlab對指紋圖像預(yù)處理進(jìn)行了軟件仿真。 展望 比爾蓋茨認(rèn)為:“以人類生物特征(指紋、語音、面像識別等方式)進(jìn)行身份驗證的生物識別技術(shù)，在今后數(shù)年內(nèi)將成為IT產(chǎn)業(yè)最為重要的技術(shù)革命?！睋?jù)Motorola公司的一份資料顯示，每年在安全口令方面造成的損失年增長率為60%以上，而對生物認(rèn)證系統(tǒng)的年需求增長率也在60%以上。 在世界范圍內(nèi)，指紋識別技術(shù)正廣泛應(yīng)用于諸多領(lǐng)域，其中部分產(chǎn)品已在美國的司法、移民、醫(yī)療、社會福利等政府機(jī)構(gòu)。 由于我國市場尚屬啟動階段，其發(fā)展空間更為廣闊，在公安、軍隊、海關(guān)、交通、金融、社保、醫(yī)療及其他民用安全控制等行業(yè)和部門存在著廣泛的需求。 1）.軍隊安全系統(tǒng)中的應(yīng)用 目前，全軍軍事重地有相當(dāng)一部分是靠傳統(tǒng)的鐵門加警衛(wèi)24小時站崗，存在著容易被找到規(guī)律、利用管理人員的疏忽以及鑰匙、密碼可能被復(fù)制盜取的隱患，而且由于地形隱蔽分散，不利于管理和監(jiān)控。 基于指紋識別的門禁系統(tǒng)通過初始化指紋庫，可以限定開門人員數(shù)量，免除了鑰匙密碼被盜的后顧之憂，使用指紋別系統(tǒng)武裝部隊，為軍事重地提供完善的安全保障只是一個時間問題。2）.政法系統(tǒng)中的應(yīng)用我國目前公、檢、法機(jī)關(guān)加強(qiáng)對經(jīng)濟(jì)、刑事等犯罪行為的打擊力度，正在聯(lián)合開展的“追逃”斗爭運用了網(wǎng)上掛牌督捕，把逃犯的照片、身份證、特征資料上網(wǎng)發(fā)布，各地抓捕到的嫌疑犯通過網(wǎng)上查詢、比較，可以確定其是否為網(wǎng)上通緝逃犯。但這種方法的判斷要通過多種技術(shù)鑒定，對證件資料假冒的犯人查詢起來有較大難度，對犯罪分子的狡辯、偽裝往往要消耗大量的時間、精力和物力來進(jìn)行辨認(rèn)。而利用指紋識別技術(shù)，只需攝下嫌疑犯指紋，通過計算機(jī)網(wǎng)絡(luò)將指紋特征數(shù)據(jù)傳送到計算機(jī)中心數(shù)據(jù)庫，系統(tǒng)即可自動與指紋數(shù)據(jù)庫中的逃犯指紋比較，迅速準(zhǔn)確地做出身份判斷。使用指紋識別技術(shù)，通過全國公安局、派出所的網(wǎng)絡(luò)系統(tǒng)，可以大大提高破案效率，同時對犯罪分子也將產(chǎn)生極大的威懾力量。在國外，英國倫敦警察局通過使用指紋識別系統(tǒng)，在3個月內(nèi)，破案率提高了34%。3）.銀行系統(tǒng)中的應(yīng)用 我國銀行金融系統(tǒng)對安全控制有著極高的要求，如電子商務(wù)、金庫的安全設(shè)施、保險柜、自動柜員機(jī)的使用等。由于近年來金融詐騙、搶劫的發(fā)生率有所增加，對傳統(tǒng)安全措施提出了新的挑戰(zhàn)。指紋識別技術(shù)不需要任何電子或機(jī)械的“鑰匙”，可以杜絕丟失鑰匙、密碼的現(xiàn)象，如果配合IC卡、指紋識別等技術(shù)可以使安全系數(shù)成倍增長，對每次開門事件都保存一條有時間/日期和指紋的記錄，具有良好的可跟蹤性，而且只需要通用的 PC硬件及相應(yīng)軟件，與傳統(tǒng)的安全措施相比，具有很高的性能價格比。 目前銀行系統(tǒng)正在開展保險柜出租、托管業(yè)務(wù)，使用指紋識別系統(tǒng)不但可以提升銀行的安全系數(shù)，還能大大提高銀行在客戶中的可信度。同時，在ATM自動取款機(jī)上應(yīng)用指紋識別技術(shù)，可以免除用戶忘記密碼的苦惱，還可以有效防止冒領(lǐng)、盜取的事件發(fā)生。4）.物業(yè)管理中的應(yīng)用 隨著房地產(chǎn)業(yè)的改革，物業(yè)管理扮演著日趨重要的角色，但目前一直未能擺脫使用大量的保安人員人為監(jiān)控的模式，很難有效防止外來人員、特別是有犯罪企圖人員的進(jìn)入。使用指紋識別技術(shù)，使住戶不必再隨身攜帶大串的鑰匙，也不必去記住復(fù)雜的密碼，使物業(yè)管理真正達(dá)到完美無缺。5）.海關(guān)、邊檢中的應(yīng)用 目前，國際、國內(nèi)的犯罪分子相勾結(jié)，利用海關(guān)、邊檢工作中的漏洞，使用各種手法，從事偷渡、販毒、走私等犯罪行為，他們往往利用假證件、假護(hù)照做掩護(hù)。每天形形色色的進(jìn)出關(guān)人員中，難免會有一些狡猾的犯罪分子蒙混過關(guān)。但指紋識別系統(tǒng)利用生物識別的唯一性，可以很好地解決假證件、假護(hù)照的問題。利用指紋識別技術(shù)，首先與公安機(jī)關(guān)配合建立聯(lián)網(wǎng)的涉外人員、重點人口的指紋數(shù)據(jù)庫，就可以在主要關(guān)口、交通要道使用指紋識別系統(tǒng)，由于具有快速準(zhǔn)確的特征，可以簡化過關(guān)手續(xù)，大大提高工作效率。6）.網(wǎng)絡(luò)安全中的應(yīng)用 現(xiàn)在，人們越來越多地依賴于口令和密碼，而口令和密碼的缺陷正隨著不同場合的頻繁應(yīng)用而顯得越來越明顯。指紋識別技術(shù)由于特有的唯一性，并不依賴于口令和密碼，對網(wǎng)絡(luò)安全有得天獨厚的優(yōu)勢，可以為日益發(fā)展的電子商務(wù)、國際貿(mào)易保駕護(hù)航，而且使用操作方便、簡潔，很容易為廣大計算機(jī)使用者接受。 指紋識別技術(shù)除了在公安、軍隊、海關(guān)、交通、金融、社保等行業(yè)和部門存在著廣泛的需求外，在諸如企事業(yè)單位或公司的考勤、門衛(wèi)接待系統(tǒng)、社會醫(yī)療、福利和保險行業(yè)以及高級轎車防盜等領(lǐng)域也大有用武之地。參考文獻(xiàn)[1] 李昊，：人民郵電出版社，2011：106.[2] ：北京航空航天大學(xué)出版社,2007：5668.[3] ：北京大學(xué)出版社，2007:6477.[4] ：國防工業(yè)出版社,2007：71.[5] 羅軍輝，：機(jī)械工業(yè)出版社,2005：83.[6] ：北京郵電大學(xué)出版社,2006：97.[7] ：武漢大學(xué)出版社，2005：3435. [8] ,2003：4344.[9] ：大連理工大學(xué)出版社,2002:8081.[10] ：西安工業(yè)大學(xué)出版社，1996：4546.[11] ：群眾出版社，1983：6768.[12] 李朝輝，：機(jī)械工業(yè)出版社，2005:2125.[13] ：清華大學(xué)出版社，2003:72.[14] ：大連理工大學(xué)，2003:90.[15] [J].中國刑警學(xué)院學(xué)報,1996:7.[16] [J].計算機(jī)應(yīng)用研究,2004:3.[17] [J].電子技術(shù)應(yīng)用，2004:12.[18] [J].中國防偽報告，2008：21.[19] [J].廈門大學(xué)學(xué)報（自然科學(xué)版）,2002：612.[20] [J].中國儀器儀表,2005：3.[21] [J].測繪科學(xué)技術(shù)學(xué)報，2011：3.[22] [J].檢察風(fēng)云,2007:5.[23] 韋艷波，[J].測控技術(shù),2008：14.[24] PRABHAKAR S, JAIN A K. Decision level fusion in fingerprint verification. Pattern Recognition, 2002:7881.[25] Hong L, Wan Y F, Jain A. Fingerprint image enhancement: algorithm and performance Trans on PAMI:4346.[26] JAIN A K, PRABHAKAR S, PANKANTI S. Mathing and classification: a case study in fingerprint domain Proceedings of the INSAA (Indian National Science Academy), 2001:6567.[27] Ratha N K, Chen S Y, Jain A K. Adaptive flow orientationbased feature extraction in fingerprint images .Pattern Recognition,1995:4952.[28] Kulkarni,Arun neural networks for image Nostrand Reinhold,1947：6570.致謝 在此論文完成之際，向我們的導(dǎo)師李冬芬和翁宜慧老師表示衷心的感謝。在我畢業(yè)設(shè)計期間，老師給予了我悉心的指導(dǎo)，在我不知道如何解決問題的時候，他們總是能給出很多的解決方案，同時不斷的歸納我們所做的失誤之處，并且還能及時的給予我們一階段一階段的任務(wù)，使得我們的進(jìn)度能夠按時進(jìn)行，不至于搞的太倉促，能夠有條不紊的完成畢業(yè)設(shè)計，同時老師淵博的學(xué)識，嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)，認(rèn)真負(fù)責(zé)的做事態(tài)度也是我們學(xué)習(xí)的榜樣，在我將來工作將會起到有很大的幫助。 同時我也要感謝我身邊的同學(xué)，在設(shè)計期間為我提供了不少好信息和提出良好的建議，使我順利突破一個個瓶頸，在此向大家表示由衷的感謝。 最后由衷地感謝福建農(nóng)林大學(xué)東方學(xué)院的領(lǐng)導(dǎo)與老師們，為我們應(yīng)屆畢業(yè)生提供了良好的學(xué)習(xí)與實踐環(huán)境，給予了我們許多有益的指導(dǎo)與幫助。附錄1 配準(zhǔn)函數(shù)Matlab程序registration函數(shù)function [output Greg] = dftregistration(buf1ft,buf2ft,usfac)if exist(39。usfac39。)~=1, usfac=1。 endif usfac == 0, CCmax = sum(sum(buf1ft.*conj(buf2ft)))。 rfzero = sum(abs(buf1ft(:)).^2)。 rgzero = sum(abs(buf2ft(:)).^2)。 error = CCmax.*conj(CCmax)/(rgzero*rfzero)。 error = sqrt(abs(error))。 diffphase=atan2(imag(CCmax),real(CCmax))。 output=[error,diffphase]。elseif usfac == 1, [m,n]=size(buf1ft)。 CC = ifft2(buf1ft.*conj(buf2ft))。 [max1,loc1] = max(CC)。 [max2,loc2] = max(max1)。 rloc=loc1(loc2)。 cloc=loc2。 CCmax=CC(rloc,cloc)。 rfzero = sum(abs(buf1ft(:)).^2)/(m*n)。 rgzero = sum(abs(buf2ft(:)).^2)/(m*n)。 error = CCmax.*conj(CCmax)/(rgzero(1,1)*rfzero(1,1))。 error = sqrt(abs(error))。 diffphase=atan2(imag(CCmax),real(CCmax))。 md2 = fix(m/2)。 nd2 = fix(n/2)。 if rloc md2 row_shift = rloc m 1。 else row_shift = rloc 1。 end if cloc nd2 col_shift = cloc n 1。 else col_shift = cloc 1。 end output=[error,diffphase,row_shift,col_shift]。else [m,n]=size(buf1ft)。 mlarge=m*2。 nlarge=n*2。 CC=zeros(mlarge,nlarge)。 CC(m+1fix(m/2):m+1+fix((m1)/2),n+1fix(n/2):n+1+fix((n1)/2)) = ... fftshift(buf1ft).*conj(fftshift(buf2ft))。