【導讀】作及取得的研究成果。據我所知，除了文中特別加以標注和致謝的。作了明確的說明并表示謝意。磁盤，允許論文被查閱和借閱。本人授權電子科技大學可以將學位?？s印或掃描等復制手段保存、匯編學位論文。的指導下進行的研究工作及取得的成果。盡我所知，除文中特別加以標。在不以贏利為目的前提下，學校可以公布論文的部分或全部內容。含任何其他個人或集體已經發(fā)表或撰寫的成果作品。重要貢獻的個人和集體，均已在文中以明確方式標明。本聲明的法律后果由本人承擔。涉密論文按學校規(guī)定處理。伴隨著信息時代的來臨，人們愈來愈多地面臨身份鑒別的問題。最方便的身份認證技術之一。高、系統(tǒng)復雜、體積龐大，只能適用于固定場所。性能卓越的嵌入式處理器構建的指紋識別系統(tǒng)，不僅降低了系統(tǒng)成。本，而且大大提高了系統(tǒng)性能。際效果進行比較，完成圖像算法的設計。同時在指紋采集方面引入一種低功耗、低。年浙江省高考閱卷浙江工業(yè)大學閱卷點安保工作中成功應用。

　　

【正文】 （ 24） （ 25） 22 2222( , ) ( ( , ) ( , ) )wwijx x ywwu i v jV i j u v u v??? ? ? ?? ? ? ??? 2222( , ) 2 ( , ) ( , )wwijy x ywwu i v jV i j u v u v??? ? ? ?? ? ??? 第二章 自動指紋識別原理與算法設計 15 （ 26） 二值化處理 (1) 二值化 指紋圖像二值化即脊線提取，將脊線和谷線分別變?yōu)楹诎變缮?，這樣不僅可以大大減少存儲量，而且可使指紋特征信息更為清晰，使后面判斷過程少受干擾。而一般二值化技術通過設定閾值，把增強后的指紋圖像變?yōu)槎祱D像。 二值化的方法很多，算法的關鍵在于閾值的選取。閾值可以分為三類：全局閾值、局部閾值和動態(tài)閾值 [37]。全局閾值法算法簡單，但要有圖像的先驗知識 ,有一定的局限性，對于殘缺或灰度不均勻的指紋圖像，容易產生斷線。局部閾值法是利用全局閾值算法的思想，將圖像分成若干個 ww? 子塊，對于每一塊選定一個閾值進行二值化。動態(tài)閾值算法是基于局部的閾值選取方法，這種方法充分考慮到了圖像的不均勻性，由于圖像在某一區(qū)域的像素灰度值具有高度相關，對指紋圖像進行分塊后，能根據圖像灰度自動選擇合適的閾值，該方法比全局閾值法更為精確，又比局部閾值法簡單。 本文采用的就是一種迭代求圖像最佳分割動態(tài)閾值的算法，達到比較好的效果，如圖 26，方法具體描述如下： ① 求出圖像最小和最大灰度值 minZ 和 maxZ ； ② 令閾值初值為 0 m ax m in( ) / 2T Z Z?? ； ③ 根據閾值 kT 將圖像分割成目標和背景兩部分，求出兩部分的平均灰度值 OZ和 bZ ，再求新閾值 1 ( ) / 2k o bT Z Z? ?? ； ④ 如果 1kkTT? ? ，則算法結束，否則 1kk??，轉向步驟 ③ 。 原始圖像 二值化圖像 圖 26 動態(tài)閾值法二值化效果圖 ( , )1( , ) a r c t a n2 ( , )yxV i jijV i j? ? 電子科技大學碩士學位論文 16 (2) 二值化后的去噪 指紋圖像經過二值化后，由于量化等原因，紋線邊緣凹凸不齊或畫面出現離散點。為使圖像整潔，邊緣光滑，需要進行修飾處理。用適當的模板可去除指紋谷線中的離散黑點和填補指紋脊線中的空缺白點。 細化處理 細化處理是指在指紋圖像二值化以后，在不影響紋線連通性的基礎上，刪除紋線的邊緣像素，直到紋線為單像素寬為止 。理想細化后的紋線骨架應該是原始紋線的中間位置，并保持紋線的連接性、拓撲結構和細節(jié)特征。一種好的細化算法應該滿足下列條件：收斂性、連接性、拓撲性、保持性、細化性、中軸性、快速性 [38]。 細化算法的種類很多，按照細化順序來看主要分為 3 類：串行細化、并行細化和混合細化 [39,40]?？焖偌毣惴?(并行細化 )和改進的 OPTA 算法 (串行細化 )是目前使用較多的兩種細化算法?？焖偌毣惴? 4 連通并行細化算法，其原理是判斷出指紋紋線的邊界點并逐步刪除，該算法速度很快，但細化不徹底，細化后的紋線不是單像 素寬。改進的 OPTA 算法原理是構造一定的消除模板和保留模板，將二值化后的指紋圖像和模板比較，決定是否刪除某點的像素值。這種算法能夠基本保證 單像素寬，但細化后會產生很多毛刺，且紋線的分叉點處并不是單像素寬度。如果不加處理，這些不足在以后特征提取的時候就會導致相當多的偽特征點出現，極大的影響指紋識別的準確性。本文采用王業(yè)琳等 [41]提出的一種新的指紋圖像細化算法。該算法在改進的 OPTA 算法的基礎上增加了 8 個消除模板，改進了快速細化算法和改進的 OPTA 算法存在的不足，細化完全徹底，細化后的指紋骨架在紋線中心線，并 且紋線光滑，毛刺較少，保證了以后特征提取以及識別的準確性。該方法細化效果如圖 27(c)所示。 a. 原始圖象 OPTA 算法效果 圖 27 細化效果的比較 原始指紋圖像 二值化后指紋圖像 第二章 自動指紋識別原理與算法設計 17 指紋特征提取 本章第二節(jié)已經提到指紋存在兩種特征，即全局特征和局部特征。全局特征用于指紋的分類，它指的是指紋中脊線的總體走向，局部特征是指指紋圖中的細節(jié)特征，指紋的唯一性并不是基于它的全局特征。具有同一全局特征的指紋可以有無數多個，但不同的指紋其局部特征是各不相同的。 指紋圖像的特征點主要是由指紋圖像中的指紋脊線的端點和分叉點構成，特征提取是將這些端點和分叉點的位置 (坐標 )、類 型和方向等信息存儲為一個特征文件，也叫特征模板 , 如圖 28 所示。 在細化后的圖像里總是會有一些無關的細節(jié)點出現，這主要是因為原始圖像中的噪聲或在平滑濾波和細化過程中人為引入的噪聲所引起的。這些無關細節(jié)點可以通過經驗閾值來去除。例如，比較接近兩個端點，如果它們的方向是相反的，則也可以把這兩個端點連接起來，這是因為，它們可能本來是一條脊線上的，只是由于噪聲或采集時手指太干等原因造成了脊線斷裂。特征點及其方向就能很好地描述指紋，因此在預處理階段算得的指紋方向為指紋匹配提供了強有力的特征信息。 指紋特征匹配 指紋匹配一般是基于指紋的特征點，一般來說，通過采集儀獲得的指紋圖像含有 30～ 50 個細節(jié)點，只要有 13 個以上的細節(jié)點相符就認為這兩幅指紋是同一指紋。雖然不同時期手指的濕度、灰塵影響著指紋圖像的質量，但使匹配最為困難的是手指在按壓過程中指紋圖像產生的非線性形變，主要是在錄入時指紋的按壓存在或多或少的位置偏差、旋轉偏差以及由于按壓力度的不同產生的角度偏差。 圖 28 端點和分叉點的描述信息 電子科技大學碩士學位論文 18 基于以上原因， 提出了一種使用圖形匹配算法 [42]， 等人提出了一種基于串比對的方法 [43]， 等人則提出一種基于拓撲結構的算法來實現匹配 [44]， 等提出了基于局部相似性的匹配算法 [45]，這些方法受指紋變形的影響很大，所以如何能夠找到一種適合各種形變質量指紋的有效匹配算法， 是該項目研究的重點和難點。 本文所使用的匹配方法是利用指紋的方向編碼的信息進行指紋的旋轉對齊和匹配，這種方法稱作旋轉不變匹配 [46]，該算法的思想是： (1) 構建模板和子圖像的方向編碼直方圖，并對所有可能的方向計算 2 個直方圖的相似度，相似度最大的被認為是匹配的最佳位置，計算最佳位置的不相似度 D1； (2) 在上述最佳位置對二者進行匹配，然后，用旋轉模板計算匹配不相似度 D2，最后，綜合 D1 和 D2 來選擇最優(yōu)者。 這種方法首先對待識別的兩幅圖像進行定位，克服了待識別指紋圖像在采集時相對于注冊的指紋圖像所產生的旋轉、伸縮等的畸變，然后再對兩幅圖像中提取出的細節(jié)特征進行比對，提高了匹配的準確性。 性能評價 指紋識別系統(tǒng)性能的重要指標是拒識率 (FRR)和誤識率 (FAR)。誤識率是指將冒充者識別為真正的生物特征擁有者；拒識率是指生物特征擁有者被系統(tǒng)拒絕。對于理想的系統(tǒng)來說，這兩個錯誤率都應該是零。但實際中， 這兩個指標是相關的，當拒識率比較低時，誤識率會比較高，反之亦然。系統(tǒng)往往需要在兩個錯誤率之間取一個折中。在確定閾值時，應根據具體應用進行考慮。在刑事應用中，需要把可能的嫌疑人都找出來，應盡量減小拒識率，所以誤識率非常大；而對于高度保密應用場合來說，誤接受造成的損失非常大，因此要求誤識率很低 [47]。另外，識別速度也是一個重要度量標準。 從理論上來說，采用拒識率 FRR、誤識率 FAR、識別速度這三個度量標準，對于評估一般的自動指紋識別系統(tǒng)性能指標己經足夠了。實際上，這幾個參數都是從具體的測試數據集中得出來的，并 不一定對其它的指紋數據庫也適用。市場上指紋公司給出的指紋算法性能指標是沒有什么說服力的，不同公司的系統(tǒng)性能也沒有可比性。對于指紋產業(yè)界來說，無論是國內還是國外，至今仍然沒有一套公認的測試標準和測試數據庫，這和指紋產業(yè)迅速發(fā)展的狀況是很不適應的。因此，第二章 自動指紋識別原理與算法設計 19 尋找一種合理的評價標準對于自動指紋識別系統(tǒng)的實際推廣是必要的。國際上已經成立了一個生物統(tǒng)計學論壇，致力于研究一種獨立的評估系統(tǒng)，用來評測身份識別系統(tǒng)的性能。 本章小結 本章在閱讀大量文獻資料的基礎上，總結了指紋圖像預處理、特征提取、特征匹配常用的算法，對 這些算法效果進行了深入地分析，并在前人工作的基礎上，根據仿真實驗效果完成本文的算法設計。文中采用 Gabor 濾波器進行圖像的增強，經過大量實驗獲取精確的頻率和方向帶通常量， 簡化了 公式，大大縮短了濾波增強的時間；二值化處理 本文采用的就是一種迭代求圖像最佳分割動態(tài)閾值的算法 ，該算法處理的圖像比較清晰、邊緣光滑；細化算法是在改進的 OPTA 算法的基礎上將刪除模板由 8 個增加到 16 個，使得細化更加徹底，減少毛刺。本章 最后提出指紋識別系統(tǒng)的性能評價標準，為軟硬件設計時系統(tǒng)性能的提高提供了依據。 電子科技大學碩士學位論文 20 第三章 系統(tǒng)設計方案 嵌入式指紋識別系統(tǒng)概況 發(fā)展比較成熟的指紋識別系統(tǒng)大多基于 PC 機，但是這類識別系統(tǒng)造價高、系統(tǒng)復雜、體積龐大，只能適用于固定場所。近年來，隨著嵌入式技術的發(fā)展，指紋識別技術的研究再次掀起高潮。指紋識別系統(tǒng)的嵌入式實現方式主要有采用高性能的 DSP（如 TI 公司的 TMS320VC5000）、 ARM（如基于 ARM 體系結構的 Interl PXA255）、基于單片機（如 C8051F124）以及 FPGA 的 NiosII 核。性能卓越的嵌入式處理器構建的指紋識別系統(tǒng)，不僅降低了系統(tǒng)成 本，而且大大提高了系統(tǒng)速度。 基于 ARM 的指紋識別系統(tǒng)，把通訊和識別算法都集中在 RAM 芯片上實現，程序代碼和數據都將比較龐大，因此內存的分配很大程度上會影響匹配的速度 [48]?；趩纹瑱C識別系統(tǒng)由于硬件條件的限制，在運行速度、處理能力、外圍電路等方面都不是很理想?；?FPGA 的 NiosII 核的指紋識別系統(tǒng)造價較高，目前系統(tǒng)功能的穩(wěn)定性還不夠理想，不適宜進行市場推廣 [49]。而 DSP（ Digital Signal Pocessor）由于其很強的數學計算能力以及特有的實時性和快速實現等特點，在指紋識別系統(tǒng)方面應 用非常普遍。 需求分析 由于我們開發(fā)的是嵌入式指紋識別系統(tǒng)的原型系統(tǒng)，所選用的指紋傳感器、 DSP以及其它元器件都需要滿足低功耗、體積小、便攜等特點。因此指紋識別系統(tǒng)的設計應遵循 : 在指紋匹配之前，需要建立用戶指紋模板庫。這就要求系統(tǒng)具有良好的存儲系統(tǒng)，隨時可以將指紋模板的數據固化在系統(tǒng)中； 在實際應用過程中，指紋識別系統(tǒng)應用場所大部分為戶外，這使得系統(tǒng)對電源的要求比較高。盡量減少電能的消耗，延長使用時間對于其實際應用具有很大的意義； 系統(tǒng)應具備對外通訊接口，使得用戶能很方便地對它進行二次 開發(fā)。通過指令的方式控制系統(tǒng)進行各項工作，如增加用戶指紋模板，刪除模板，采集圖像，匹配等； 體積小、成本低是將嵌入式指紋識別系統(tǒng)集成到其他應用系統(tǒng)中的關鍵。 第三章 系統(tǒng)設計方案 21 基于 DSP 的系統(tǒng)構成 本文根據嵌入式指紋識別系統(tǒng)的發(fā)展趨勢以及實際需求，構建了一個由主控電路 ( DSP 芯片和存儲器 )、輸入通路 (指紋圖像采集部分 )、輸出通路 (RS23 USB接口 )、人機交互設備 (LED 顯示 )、調試端口 (JTAG )和電源管理及監(jiān)控電路等六大部分綜合而成的自動指紋識別系統(tǒng)硬件平臺，實現了既可聯(lián)機又可脫離計算機 獨立運行的自動指紋識別系統(tǒng)。系統(tǒng)采用具有強大信號處理能力的高速 DSP 處理器為核心的模塊實現指紋采集、預處理和特征提取比對以及保存；指紋采集模塊采用 滑動式指紋傳感器，這類傳感器 半導體場效應像素陣列的面積比常規(guī)指紋傳感器小很多倍，具有體積小、成本低、功耗低等特點；本文原始指紋圖像約為 50K bytes，對指紋圖像進行特征提取后，每幅指紋的特征值所占存儲空間為 512 bits，所有的特征值存儲在外部擴展的 FLASH 中，本系統(tǒng) 設計整體結構框架如圖 31 所示 。