【導(dǎo)讀】各識(shí)別方式中最可靠，最安全的一種。但往往識(shí)別指紋的過(guò)程又會(huì)受到來(lái)自于皮膚濕度，皮膚殘缺，皮膚彈性，灰塵等等的不良影響。本文提出一種基于特征提取與匹配的指紋

　　

【正文】 著指紋的紋線(xiàn)出發(fā)遇到下一個(gè)指紋特征點(diǎn)時(shí)，倘若下一個(gè)指紋特征點(diǎn)是 ),( kyxM ,那么這里就可以計(jì)算出這個(gè)特征角度為： iixxyy??? tanarc? （ ） 在作出如上的數(shù)值處理之后，下面就可以進(jìn)行匹配算法了，首先這 里針對(duì)計(jì)算每個(gè)特征點(diǎn)與距離它最近的叉點(diǎn)或者端點(diǎn)的向量，然后如果在另一張圖像中的特征點(diǎn)向量在大小上相差不超過(guò) 2，并且這兩個(gè)向量的方向相差不超過(guò)π /4，那么本文中就比對(duì)這組特征點(diǎn)看是否匹配，否則這里就將當(dāng)前的特征點(diǎn)剔除掉，繼續(xù)處理下一個(gè)特征點(diǎn)。 5. MATLAB 指紋識(shí)別仿真的實(shí)現(xiàn) 上文中提到的指紋圖像預(yù)處理，特征提取與匹配識(shí)別的操作，本次的畢業(yè)設(shè)計(jì)方案將通過(guò) MATLAB 軟件來(lái)進(jìn)行仿真實(shí)驗(yàn)而實(shí)現(xiàn)。本次實(shí)驗(yàn)中所使用的 MATLAB 版本號(hào)為 MATLAB 19 R20xxa。 實(shí)驗(yàn)運(yùn)行環(huán)境 本文的 實(shí)驗(yàn)運(yùn)行環(huán)境和相關(guān)參數(shù)如表 所示： 表 運(yùn)行環(huán)境表 MATLAB R20xxa 軟件基本配置 實(shí)驗(yàn)實(shí)際配置 操作系統(tǒng) Windows XP Service Pack 3 以上 Windows 7 32 位 CPU Intel 或 AMD x86 processor supporting SSE2 instruction set Intel(R) Core(TM)2 CPU 硬盤(pán)空間 1 GB for MATLAB only,3– 4 GB for a typical installation 10G 內(nèi)存 1G 3G 實(shí)驗(yàn)內(nèi)容與分析 本次畢業(yè)設(shè)計(jì)中使用 MATLAB 實(shí)施仿真實(shí)驗(yàn)的各個(gè)步驟的大致的內(nèi)容如圖 所示： 圖 MATLAB 仿真流程示意圖 下面本文具體給出每一步實(shí)驗(yàn)的主要目的與其所對(duì)應(yīng)的實(shí)驗(yàn)結(jié)果。 MATLAB 軟件中，也就是圖像的讀?。? 該步驟對(duì)應(yīng)的結(jié)果為圖 ： 平滑處理 銳化處理 二值化處理 指紋圖像的讀取 特征提取 特征識(shí)別 細(xì)化處理 指紋圖 像的識(shí)別 20 （ a）指紋圖像 1 讀取 （ b）指紋圖像 2 讀取 圖 指紋圖像讀取結(jié)果 由上面 的截圖明顯可以直觀(guān)確認(rèn)指紋圖像已經(jīng)成功的讀入了 MATLAB 軟件中，等待下一步的圖像處理工作。 ，接下來(lái)就需要對(duì)其進(jìn)行一些處理工作了，按照本文中的內(nèi)容，首先這里要對(duì)原始指紋圖像進(jìn)行噪聲的去除或者是減弱，從而達(dá)到提高指紋圖像的真實(shí)性的目的，即實(shí)施平滑處理。在本次畢業(yè)設(shè)計(jì)的試驗(yàn)中是通過(guò)中值濾波來(lái)實(shí)現(xiàn)指紋圖像的平滑處理，并且這里試驗(yàn)中選取的中值濾波模板大小為 33。 該步驟對(duì)應(yīng)的結(jié)果為圖 ： （ a）中值濾波后的指紋圖像 1 （ b）中值濾波后的指紋圖像 2 圖 指紋圖像平滑結(jié)果 21 這里可以觀(guān)察到，相比較于圖 而言，通過(guò)了中值濾波之后生成的平滑圖像的確是在質(zhì)量方面上有一定提升的，只是由于本實(shí)驗(yàn)中所使用的原始指紋圖像質(zhì)量本來(lái)就比較好，各類(lèi)噪聲尤其是椒鹽噪聲的含量很低，所以這里本次試驗(yàn)中憑借中值濾波方法的平滑的優(yōu)化并不是十分的明顯。盡管如此，前面做指紋圖像平滑的初衷，也就是確保指紋圖像質(zhì)量的目的仍然達(dá)到了，這也就達(dá)到了進(jìn)行下一個(gè)步驟的基本要求。 ，當(dāng)前得到的指紋圖像中所包含的噪聲已經(jīng)被有效 的削弱了，但是僅僅經(jīng)過(guò)平滑處理的指紋圖像中的紋線(xiàn)線(xiàn)條并不是很清晰，也就是說(shuō)這時(shí)候指紋圖像中的各種細(xì)節(jié)特征還不是很明顯，這顯然對(duì)接下來(lái)的篩選工作是十分不利的。那么為了突出指紋的線(xiàn)路特征，這里就需要對(duì)平滑圖像進(jìn)行銳化處理，在本次試驗(yàn)里面所采用的銳化方式是高通濾波，濾波模板是式 。 該步驟對(duì)應(yīng)的結(jié)果為圖 ： （ a）高通濾波后的指紋圖像 1 （ b）高通濾波后的指紋圖像 2 圖 指紋圖像增強(qiáng)結(jié)果 根據(jù)圖 與圖 的比較，這里可以直 觀(guān)的看出平滑圖像（圖 ）在經(jīng)過(guò)高通濾波處理之后所得到的銳化圖像（圖 ）在指紋紋線(xiàn)的顯示上明顯得到了優(yōu)化。銳化圖像中的紋線(xiàn)線(xiàn)路清晰許多，這就為后續(xù)的進(jìn)行特征提取打下了基礎(chǔ)，同時(shí)也為下一步指紋圖像的二值化做好了準(zhǔn)備。 ，但是由于此時(shí)圖像中各個(gè)像素的數(shù)值由 0 到 255 各自分布著，并不利于后續(xù)進(jìn)行特征提取與特征比對(duì)的工作。為了避免這個(gè)問(wèn)題，同時(shí)優(yōu)化存儲(chǔ)空間，這里就要對(duì)增強(qiáng)后的指紋圖像做二值化的處理。在本次試驗(yàn)中，這里利用 最大類(lèi)間方差法來(lái)為增強(qiáng)后的指紋圖像 找到相應(yīng)的合適的閾值，并根據(jù)閾值 22 進(jìn)行二值化的操作、 該步驟對(duì)應(yīng)的結(jié)果為圖 ： （ a）二值化后的指紋圖像 1 （ b）二值化后的指紋圖像 2 圖 指紋圖像二值處理結(jié)果 通過(guò)比較圖 銳化圖像與圖 二值化圖像，簡(jiǎn)單的從直觀(guān)視覺(jué)效果上來(lái)看，經(jīng)過(guò)了處理之后的結(jié)果“變黑了”，并且圖像對(duì)比效果得到了質(zhì)的提升，同時(shí)得到的新圖像較好的保持了原圖像中的性質(zhì)。而從理論上來(lái)描述，圖 表示實(shí)驗(yàn)成功的將銳化圖像通過(guò)二值化處理生成了僅包含“ 0”與“ 1”這兩種像素的二值化圖像，同時(shí)也達(dá)到了優(yōu)化存儲(chǔ)空間的目的。由于二值化圖像的特性，特征提取變得相對(duì)簡(jiǎn)單起來(lái)，不過(guò)為了確保識(shí)別的精度與效率，這里僅僅對(duì)指紋圖像進(jìn)行簡(jiǎn)單的二值化是不夠的。 ，盡管此時(shí)的圖像不論在噪聲還是形式上都是比較適宜進(jìn)行特征提取操作了，不過(guò)考慮到這個(gè)時(shí)候的二值化指紋圖像中的紋線(xiàn)有粗有細(xì)，這樣的話(huà)這里在做特征提取的時(shí)候稍有不慎就會(huì)提取到錯(cuò)誤的叉點(diǎn)或者端點(diǎn)，這無(wú)疑會(huì)給最終的匹配過(guò)程帶來(lái)隱患。那么為了避免這種情況的出現(xiàn)該處就要對(duì)指紋進(jìn)行細(xì)化處理 ，在本設(shè)計(jì)中所做的實(shí)驗(yàn)中，是采用細(xì)化模板（圖 ）結(jié)合查找表的方法來(lái)實(shí)現(xiàn)指紋二值圖像的細(xì)化工作的。 該步驟對(duì)應(yīng)的結(jié)果為圖 ： 23 （ a）細(xì)化后的指紋圖像 1 （ b）細(xì)化后的指紋圖像 2 圖 指紋圖像細(xì)化結(jié)果 通過(guò)比對(duì)圖 中的指紋圖像與圖 處理之后的指紋圖像，簡(jiǎn)單的從視覺(jué)角度來(lái)說(shuō)，雖然看起來(lái)指紋的形狀沒(méi)有發(fā)生什么本質(zhì)改變，不過(guò)直觀(guān)視覺(jué)感覺(jué)指紋圖像的顏色“變淺了”。但其實(shí)從理論角度來(lái)分析的話(huà)圖像的顏色完全沒(méi)有發(fā)生變化，細(xì)化之 后的圖像仍然是二值圖像，感覺(jué)“顏色變淺了”的原因在于細(xì)化之后指紋紋線(xiàn)的寬度統(tǒng)一的被變換為單像素大小了，也就是說(shuō)紋線(xiàn)變得很細(xì)很細(xì)，所以直觀(guān)感覺(jué)圖像顏色被“淡化了 ”而已。但是這也同時(shí)認(rèn)證了細(xì)化過(guò)程的成功完成，現(xiàn)在這里經(jīng)過(guò)細(xì)化處理的指紋圖像在抑制噪聲，突出特征，簡(jiǎn)化存儲(chǔ)與處理，優(yōu)化特征提取算法等方面已經(jīng)達(dá)到了做特征提取的基本標(biāo)準(zhǔn)，至此圖像預(yù)處理也就結(jié)束了，接下來(lái)的實(shí)驗(yàn)就要針對(duì)特征進(jìn)行操作了。 ，接下來(lái)這里就要針對(duì)細(xì)化圖像進(jìn)行指紋紋線(xiàn)端點(diǎn)與叉點(diǎn)的查找定位了，該處依照?qǐng)D 的鄰域模型結(jié)合圖 的四種叉點(diǎn)基本形態(tài)進(jìn)行特征點(diǎn)的提取工作，其中本文將端點(diǎn)分為“ 1”類(lèi)，而將叉點(diǎn)分為“ 2”類(lèi)，同時(shí)使用 RGB 圖像將這里提取出來(lái)的端點(diǎn)用綠色標(biāo)記，將叉點(diǎn)用紅色標(biāo)記出來(lái)。 該步驟對(duì)應(yīng)的結(jié)果為圖 ： 24 （ a） 指紋圖像 1 的特征點(diǎn) （ b）指紋圖像 2 的特征點(diǎn) 圖 指紋圖像經(jīng)過(guò)特征提取得到的結(jié)果 ，這里在已進(jìn)行過(guò)特征提取的基礎(chǔ)上，把兩個(gè)指紋圖像相應(yīng)的特征端點(diǎn)間的距離做為基準(zhǔn)來(lái)進(jìn)行特征匹配，最終實(shí)現(xiàn)兩個(gè)指紋圖像 的識(shí)別功能。 實(shí)驗(yàn)這里最終反饋的是一個(gè)數(shù)值 f,這個(gè)數(shù)值的含義是指兩個(gè)指紋圖像對(duì)應(yīng)的特征點(diǎn)的距離的比值數(shù)學(xué)結(jié)果。也就是說(shuō)，如果兩張指紋圖像是匹配的，那么 f 值應(yīng)該為 100%的值或者十分接近于 100%值的數(shù)值，即隨著 f 值的降低，兩張指紋圖像的相似度就在降低， 100%的值表示兩張圖像完全一致。 這里本次畢設(shè)以下面圖 中的三個(gè)原始指紋圖像分別搭配起來(lái)進(jìn)行比對(duì)： 圖 三個(gè)原始指紋圖像 （ a）原始指紋圖像 1 (b)原始指紋圖像 2 (c)原始指紋圖像 3 25 表格 給出了圖 中三個(gè)原始圖 之間分別互相匹配的結(jié)果： 表 圖 中指紋圖像兩兩互相匹配的實(shí)驗(yàn)結(jié)果 最終結(jié)果 指紋 1 指紋 2 指紋 3 指紋 1 100% % % 指紋 2 % 100% % 指紋 3 % % 100% 根據(jù)這個(gè)實(shí)驗(yàn)結(jié)果匯總表不難發(fā)現(xiàn)當(dāng)程序處理兩張一樣的指紋圖像時(shí)（即 aa, bb, cc） ,返回的數(shù)值均為“ 100%”值，說(shuō)明兩張圖片的特征是完全匹配的，也就是說(shuō)當(dāng)前處理的兩枚指紋是吻合的；而當(dāng)程序處理兩張不同的指紋圖像時(shí)（ 如 ab, ac, bc） ,返回的值都不是 100%值，且不接近 100%值，這說(shuō)明當(dāng)前兩張圖像的特征是不匹配的即這兩枚指紋不吻合。至此，這里就基本完成了 MATLAB 的仿真實(shí)驗(yàn)，并以這個(gè)實(shí)驗(yàn)驗(yàn)證了論文描述的指紋識(shí)別過(guò)程的可行性，實(shí)現(xiàn)了指紋的識(shí)別。 有關(guān)于表 中的實(shí)驗(yàn)數(shù)據(jù)來(lái)源，相應(yīng)的部分實(shí)驗(yàn)截圖如下： 26 (a) 指紋 A 的處理過(guò)程 (b) 指紋 B 的處理過(guò)程與匹配結(jié)果 圖 指紋 1 與指紋 1 的匹配 27 (a) 指紋 A 的處理過(guò)程 (b) 指紋 B 的處理過(guò)程 與匹配結(jié)果 圖 指紋 1 與指紋 2 的匹配 28 (a) 指紋 A 的處理過(guò)程 (b) 指紋 B 的處理過(guò)程與匹配結(jié)果 圖 指紋 1 與指紋 3 的匹配 29 (a) 指紋 A 的處理過(guò)程 (b) 指紋 B 的處理過(guò)程與匹配結(jié)果 圖 指紋 2 與指紋 3 的匹配 30 (a) 指紋 A 的處理過(guò)程 (b) 指紋 B 的處理過(guò)程與匹配結(jié)果 圖 指紋 2 與指紋 2 的匹配 31 以上實(shí)驗(yàn)結(jié)果表明本次設(shè)計(jì)通過(guò) MATLAB仿真工作基本上就實(shí)現(xiàn)了基于數(shù)字圖像處理的指紋識(shí)別的初衷。 本文討論了如何通過(guò)數(shù)字圖像處理技術(shù)來(lái)進(jìn)行指紋識(shí)別的方法，并且利用 MATLAB 軟件成功對(duì)各個(gè)方法步驟進(jìn)行了仿真，其中本文涉及到了依據(jù)方差法的圖像分割處理，依據(jù)中值濾波與高通濾波的圖像增強(qiáng)處理，針對(duì)端點(diǎn)與叉點(diǎn)的特征采集以及最終的特征點(diǎn)間的向量匹配問(wèn)題。經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證過(guò)后，最終所可以得到的結(jié)論就是本文中提出的的指紋識(shí)別過(guò)程是可以實(shí)現(xiàn)識(shí)別的初衷的。 參考文獻(xiàn) [1] 賈永紅 .數(shù)字圖像處理 [M].第 2 版 .武漢 :武漢大學(xué)出版社， 20xx 年： 235 頁(yè) . [2] 賈永紅 .數(shù)字圖像處理 [M].第 2 版 .武漢 :武漢大學(xué)出 版社， 20xx 年： 236 頁(yè) . [3] 賈永紅 .數(shù)字圖像處理 [M].第 2 版 .武漢 :武漢大學(xué)出版社， 20xx 年： 237 頁(yè) . [4] 賈永紅 .數(shù)字圖像處理 [M].第 2 版 .武漢 :武漢大學(xué)出版社， 20xx 年： 238 頁(yè) . [5] 沈庭芝 .數(shù)字圖像處理及模式識(shí)別 [M].第 2 版 .北京 :北京理工大學(xué)出版社， 20xx 年： 50 頁(yè) . [6] 賈永紅 .數(shù)字圖像處理 [M].第 2 版 .武漢 :武漢大學(xué)出版社， 20xx 年： 239 頁(yè) . [7] 沈庭芝 .數(shù)字圖像處理及模式識(shí)別 [M].第 2 版 .北京 :北京理工大學(xué)出版社， 20xx 年： 147 頁(yè) . [8] 章毓晉 .圖像工程 .上冊(cè) 圖像處理 [M].第 2 版 .北京 :清華大學(xué)出版社， 20xx 年 . [9] 郭晶瑩，吳晴 .基于 MATLAB 實(shí)現(xiàn)的指紋數(shù)字圖像細(xì)節(jié)特征提取 [J].計(jì)算機(jī)仿真 ,(20xx)01— 0182— 04 [10] 龔純，王正林 .MATLAB 語(yǔ)言常用算法程序集 [M].第 2 版 .北京 :電子工業(yè)出版社， 20xx 年 . [11] 楊小冬 .自動(dòng)指紋識(shí)別系統(tǒng)原理與實(shí)現(xiàn) [M].北京 :科學(xué)出版社， 20xx 年 . [12] 祝恩 .自動(dòng)指紋識(shí)別技術(shù) [M].長(zhǎng)沙 :國(guó)防科技大學(xué)出版社， 20xx 年 . [13] 曹弋 .MATLAB 實(shí)用教 程 [M].第二版 .北京 :電子工業(yè)出版社， 20xx 年 . [14] Maltoni D,Maio D,Jain AK,et of fingerprint recognition[M]. New York: Springer Verlag,20xx:204231. [15] , and , “Biometrics Identification” [N], Comm. ACM, , Feb,20xx. [16] L. Coetzee and E. C. Botha, “Fingerprint recognition in low quality