【導(dǎo)讀】面的限制，很難滿足安全可靠和網(wǎng)絡(luò)化的控制需求。指紋識別技術(shù)以方便易用、最后還進(jìn)行了簡單的測試，測試結(jié)果證明了本文的算法是可行的。

　　

【正文】 T ，則跟蹤終止，說明遇到的指紋線并非毛刺；如果在跟蹤時遇到另外一個端點(diǎn)或分叉點(diǎn)Ｎ，且跟蹤距離小于門限 1T ，則說明點(diǎn)Ｃ和點(diǎn)Ｎ之間的指紋線是由噪聲產(chǎn)生的毛刺，將其刪除，否則為正常的指紋線。對整幅圖像只要掃描一次即可，其中 ，參數(shù) 1T 的取值由實(shí)驗(yàn)確定。 （ 2） 橋線刪除的方法 掃描整幅圖像，記下所有的分叉點(diǎn)，然后檢查這些分叉點(diǎn)，如果有兩相分叉點(diǎn)之間的五邑 大學(xué)本科畢業(yè)論文 15 距離小于門 限 2T ，而且兩點(diǎn)連線的方向近似 垂直這兩點(diǎn) 方向的平均值，則認(rèn)為這兩點(diǎn)之間的連線為橋線，將其刪除。 （ 3）小孔狀結(jié)構(gòu)的刪除 原始細(xì)節(jié)特征點(diǎn)集中，對任意兩個紋線分叉點(diǎn) ，如 果兩者之間的距離小于門限 3T ，則該兩點(diǎn)為偽特征點(diǎn)，予以刪除。 （ 4） 圖像邊界上特征點(diǎn)的刪除 在靠近圖像邊緣的部分容易出現(xiàn)大量的偽特征點(diǎn)，因?yàn)閳D像邊緣是指紋和背景的交界處，指紋在這里被強(qiáng)行截斷 ，所以會有很多的指紋中止點(diǎn)出現(xiàn)。因而靠近圖像邊緣的特征點(diǎn)不可靠 ， 在提取特征 點(diǎn)的時候不將其考慮在內(nèi)。具體做法 是， 如果一個端點(diǎn)或分叉點(diǎn)與圖像邊緣的距離小于門限Ｔ，則丟棄這個特征 點(diǎn)。 指紋圖像的 特征提取 對于骨架圖中的每個像素點(diǎn)定義一個指標(biāo) CN ， CN 能夠表征該點(diǎn)的類型。像素點(diǎn) P 的指標(biāo) CN 定義 為 ?? ??? 7 0 )1()(21 k kNkNCN （ 317） 其中 ， )0()8( NN ? ， )(kN 為像素 P 的 8 鄰域中的第 k 個像素值。 在細(xì)化后的圖像中， CN 只能取 0、 4 中的一個值。當(dāng) CN ＝ 0 時， P 點(diǎn)為孤立點(diǎn)，這樣的點(diǎn)為噪聲點(diǎn)； CN ＝ 1時，則 P 點(diǎn)為端點(diǎn)，屬于應(yīng)提取的特征點(diǎn)； CN ＝ 2時，則 P 為中間點(diǎn)； CN ＝ 3時，則 P 點(diǎn)為分叉點(diǎn)，這也是應(yīng)提取的特征點(diǎn)； CN ＝ 4時 ，則 P 為指紋線的交叉點(diǎn)，這種點(diǎn)是噪聲點(diǎn)。 指紋圖像的特征點(diǎn)提取，可以利用像素點(diǎn)的 CN 指標(biāo) 來檢測。具體做法 是， 逐行掃描細(xì)化后的圖像，找出 CN 值為 1 或 3 的像素點(diǎn)，并記下其坐標(biāo)和方向。這樣就完成了指紋特征點(diǎn)的提取。 指紋圖像的特征匹配 指紋圖像匹配就是對兩個輸入指紋的特征集合（模板）判斷是否屬于同一指紋 。 指紋匹配算法方法很多，包括基于圖像的匹配、脊模式匹配、點(diǎn)模式匹配及基于圖形的匹配。 點(diǎn) 模 式 匹 配 是 指 找 出 兩 個 含 有 不 同 數(shù) 量 的 點(diǎn) 集 },2,1{ pmppP ?? 與),2,1{ qnqqQ ?? 的匹配關(guān)系，其中 ， P 是從第 1幅圖像抽取，由 m 個特征構(gòu)成 ； Q 從第 2幅圖像抽取，由 n 個特征構(gòu)成。如果點(diǎn)集 P 和 Q 匹配，則存在一個校準(zhǔn)函數(shù) ),( ?sttG yx ，使兩個點(diǎn)集有最大數(shù)量點(diǎn)對 之 間存在穩(wěn)定的一一對應(yīng)關(guān)系。校準(zhǔn)函數(shù) G 是一個含有 4個參數(shù)的映射變換，其中 ， s 是兩幅圖像間的伸縮系數(shù)， ? 是偏轉(zhuǎn)角度， xt 和 yt 分別是沿 x 方向和 y 方向的位移。下面介紹校準(zhǔn)函數(shù) ),( ?sttG yx 的尋找方法。 對于點(diǎn)集中的特征點(diǎn)，用 x 方向和 y 方向的坐標(biāo)來描述， 即 },1),{( miyxP Tpp ii ??? 五邑 大學(xué)本科畢業(yè)論文 16 },1),{( njyxQ Tqq jj ??? 若 P和 Q中只有一個點(diǎn)存在對應(yīng)關(guān)系，即???????????????? ?????????????????????? ppyxqq yxss ssttyxpGq ?? ?? c oss in s inc os)( 在此式中，有四個未知變量，它們分別是 xt ， yt ， s 和 ? 。對單個點(diǎn)來說， 可以有無窮個解來滿足方程，但 對于兩個給定的對應(yīng) 點(diǎn)對，即 P 有兩個點(diǎn) ),( ji pp ， Q 有對應(yīng)的兩個點(diǎn)),( ba qq ，這時有唯一的校準(zhǔn)函數(shù) ),( ?sttG yx 存在，使得 )( ia pGq ? ， 并且 )( jb pGq ? 。這時可以得到 方程 ???????????????? ???????????????????? iiyxaa yxss ssttyx ?? ?? c oss in s inc os 第四章 實(shí)驗(yàn)結(jié)果 測試結(jié)果 根據(jù)本文所述的算法，利用 Finger圖庫中的指紋圖像在 MATLAB上進(jìn)行檢驗(yàn)。限于 篇幅，下面只列出了部分圖 像 的處理 結(jié) 果 。 由實(shí)驗(yàn)結(jié)果可知 ，在原始圖像進(jìn)行灰度變換之后，利用 灰度方差法 進(jìn)行圖像的背景分割 并進(jìn)行圖像增強(qiáng) ， 有效 地 增強(qiáng)指紋圖像而不產(chǎn)生虛假脊線 ； 然后二值化并進(jìn)行濾波， 即考慮了像素 P 的鄰域的平均灰度，又利用了指紋圖像的灰度分布特點(diǎn)，收到了很好的效果； 細(xì)化之后用跟蹤算法去除偽特征點(diǎn) ，最終標(biāo)記出特征點(diǎn)并進(jìn)行提取。 由 圖 41(c)可見細(xì)化后的圖像連通性很好，保留了原圖的細(xì)節(jié)特征且 交叉部分的中心線沒有明 顯 的畸變。 由圖 41(d)可 知偽特征點(diǎn)的刪除很成功，且保留了足夠的真特征點(diǎn)。 本文的算法效果還是可以接受的。 （ a） 原始圖像 五邑 大學(xué)本科畢業(yè)論文 17 （ b）二值化圖像 （ c）細(xì)化圖像 （ d）特征點(diǎn)標(biāo)記 圖 41 實(shí)驗(yàn)測試的原始圖和結(jié)果圖 出現(xiàn) 的問題 （ 1） 用灰度方差法進(jìn)行指紋分割 ， 要求圖像的灰度級對比較為明顯，而對于灰度級較低的區(qū)域和噪聲區(qū)域容易造成誤分割 ；改進(jìn)方法是增加灰度梯度為方差的一個補(bǔ)充，結(jié)合灰度方差作為描述指紋的 新特征，形成一種基于方差和梯度的局部閾值分割方法 。 （ 2） 對圖像質(zhì)量的依賴大，質(zhì)量好的圖像能夠得到較好的結(jié)果，但質(zhì)量差的圖像得到的結(jié)果不能令人滿意，需要尋找一種魯棒性更好的指紋圖像增強(qiáng)算法。 （ 3） 進(jìn)行二值化 后 ，由于 噪聲的影響， 二值圖像中的指紋線存在孔和斷裂等現(xiàn)象，需進(jìn)行濾波處理。 （ 4）利用指紋線跟蹤對偽特征點(diǎn)進(jìn)行去除，因?yàn)閭翁卣鼽c(diǎn)類型多，每去除一種類型的偽特征點(diǎn)都要掃描整幅圖像，這大大降低了處理速度。 （ 5） 由于沒有進(jìn)行大量的實(shí)驗(yàn)試驗(yàn)，所以有些閾值的取值不夠準(zhǔn)確，造成偽特征點(diǎn)的五邑 大學(xué)本科畢業(yè)論文 18 刪除不夠徹底。 第五章總結(jié)與展望 論文總結(jié) 隨著社會數(shù)字化、信息化程度的不斷提高，方便且可靠的自動個人身份識別變得越來越重要 ， 智能門禁系統(tǒng)是未來安防監(jiān)控系統(tǒng)的發(fā)展趨勢。 指紋作為一種穩(wěn)定可靠的生物統(tǒng)計學(xué)特征，能夠有效地表征一個人的身份，這使它在刑偵、電子商務(wù)、身份驗(yàn)證等領(lǐng)域得到廣泛深入的應(yīng)用。 本文 對指紋 門禁控制識別系統(tǒng) 特征提取 的軟件部分進(jìn)行了研究和設(shè)計。 首先介紹 了 本課題的研究背景 及研究 目的和意義 ， 分析了 指紋識別系統(tǒng)的研究現(xiàn)狀 ；然后對指紋特征和指紋識別基本流程進(jìn)行了簡述；最后對指紋識別系統(tǒng)中的預(yù)處理、特 征提取和特征匹配 部分 的 關(guān) 鍵 步驟進(jìn)行了研究。主要做了以下工作： （ 1） 在指紋分割中，利用指紋圖像的前景區(qū)域灰度值跳躍比較大 、 背景區(qū)域灰度值變化相對平緩來進(jìn)行背景分割。 （ 2） 在指紋圖像增強(qiáng)中，采用了一種自適應(yīng)的濾波增強(qiáng)算法，綜合了 Gabor濾波器與Gaussian濾波器的優(yōu)點(diǎn)，根據(jù)塊區(qū)域中是否有分叉點(diǎn) ， 采用不同的濾波器進(jìn)行濾波，在沒有增加處理時間的同時，取得了較好的處理效果。 （ 3）在指紋圖像二值化中， 采用 逐點(diǎn)取門限的自適應(yīng)二值化方法 ， 利用脊上的像素灰度值比較小，平均灰度也小，而谷中的像素灰度平均值相對較大， 將像素點(diǎn)二值化為黑白像素。 （ 4） 指紋圖像細(xì)化采用并行細(xì)化算法，同時對滿足條件的像素進(jìn)行處理 ， 但細(xì)化后的圖像往往存在很多問題，例如 ， 會產(chǎn)生 毛刺、橋線、小孔狀結(jié)構(gòu)等 ，會影響指紋特征的正確提取，因此要對細(xì)化圖像進(jìn)行偽特征點(diǎn)的刪除。 （ 5） 在細(xì)化后的指紋骨架圖像中，利用像素點(diǎn)的 CN指標(biāo)來檢測和提取特征點(diǎn)。 課題展望 指紋識別技術(shù)雖然已日漸成熟， 但實(shí)際上，指紋識別的核心技術(shù)仍然存在許多尚未解五邑 大學(xué)本科畢業(yè)論文 19 決的難題，尤其是殘缺、污損指紋圖 像 識別的魯棒性、適應(yīng)性方面不能令人滿意 ! 指紋識別系統(tǒng)將隨著更小更廉價的指紋輸入設(shè) 備的出現(xiàn)、計算能力更強(qiáng)更廉價的硬件以及互聯(lián)網(wǎng)的廣泛應(yīng)用而進(jìn)一步拓寬其應(yīng)用。 在 課題的研究與設(shè)計 過程中，無論是硬件 、軟件 還是相關(guān)的其它技術(shù)都在飛速的向前發(fā)展 。 因此，必須考慮門禁系統(tǒng)擴(kuò)展升級的功能 。 系統(tǒng)可以在以下方面做進(jìn)一步的研究 ： （ 1） 研究更好的指紋圖像處理 算法，提高指紋識別的效率和準(zhǔn)確性。 （ 2） 下一步的軟件研究將指紋識別系統(tǒng)與數(shù)據(jù)庫技術(shù) 相結(jié)合，實(shí)現(xiàn)更加有效 的大規(guī)模指紋數(shù)據(jù)處理。 （ 3） 隨著無線通信技術(shù)的快速進(jìn) 步，無線網(wǎng)絡(luò)應(yīng)用 越來越廣泛，可擴(kuò)展無線通信模塊實(shí)現(xiàn)無線門禁控制系統(tǒng)。 （ 4） 隨著個人終端設(shè)備的性 能越來越強(qiáng)大，可以 將門禁控制器做成支持多流碼的多媒體服務(wù)器，通過個人終端的客戶端控制門禁系統(tǒng)，實(shí)現(xiàn)實(shí)時的可移動 門禁系統(tǒng)控制． 參考文獻(xiàn) [1] 馬文科 . 基于 ARM 的指紋識別門禁系統(tǒng)的設(shè)計與實(shí)現(xiàn) . 碩士學(xué)位論文 . 湖南大學(xué) . 2021 [2] 王崇文 ． 自動指紋識別方法研究 ． 博士學(xué)位論文 ． 重慶大學(xué) . 2021 [3] 鞏兵 ． 自動指紋識別系統(tǒng)的研究與設(shè)計 ． 碩士學(xué)位論文 ． 哈爾濱工程大學(xué) . 2021 [4] 鄧翔 ． 自動指紋識別系統(tǒng) ． 碩士學(xué)位論文 ． 中國科學(xué)院自動化研究所 ． 1999 [5] 羅希平 ． 生物信息處 理：對自動指紋識別和醫(yī)學(xué)圖像分割的研究 ． 博士學(xué)位論文 ． 中國科學(xué)院 ． 2021 [6] 徐士良 ． 常用算法程序 ． 清華大學(xué)出版社 ． 2021 [7] Lee H C， Gaensslen R E． Advances in Fingerprint Technology[M]． New York: Elsevier， 1991 [8] 陳桂友．自動指紋識別系統(tǒng)中的關(guān)鍵算法研究及應(yīng)用 [D]．山東大學(xué)博士學(xué)位論文． 2021． [9] Ling Hong， Wang Yfei， Anil K Jain． Fingerprint image enhancement： algorithm andperformance evaluation[J]， IEEE Transactions on PaRem Analysis and Machine Intelligence， 1 998， 20(8)： 777789． [10] 柯渝．指紋識別系統(tǒng)中的預(yù)處理與后處理研究 [D]．廈門大學(xué)碩士學(xué)位論文． 2021． 6． [11] 傅景廣，許剛，王裕國 ． 基于二值圖像的指紋細(xì)節(jié)點(diǎn)提取 [J]． 計算機(jī)研究與發(fā)展 ． 2021,41(4)： 720726 [12] 梅中玲 ． 指紋識 別技術(shù)及其應(yīng)用 [J]． 中國人民公安大學(xué)學(xué)報（自然科學(xué)版） ． 2021,14(2)： 8184 [13] 羅希平 ， 田捷 ．自動指紋識別中的圖像增強(qiáng)和細(xì)節(jié)匹配算法 [J]．軟件學(xué)報． 2021,13(5) [14] 聶鵬，耿文波．指紋識別技術(shù)淺談 [J]．電腦知識與技術(shù)（學(xué)術(shù)交流）． 2021， 3(17)：五邑 大學(xué)本科畢業(yè)論文 20 14221423 [15] 王麗，李風(fēng)為，嚴(yán)永龍，李任桌，孔謀夫．基于方向特性的指紋圖像預(yù)處理 [J]．電腦知識與技術(shù)（學(xué)術(shù)交流）． 2021, 3(18)： 16991700