【導讀】于人類自身身份識別的準確性、安全性與實用性提出更高要求。傳統(tǒng)的身份識別方法已經(jīng)。遠遠不能滿足這種要求，人類必須尋求更為安全可靠、使用方便的身份識別新途徑。生物識別技術悄然興起，并應運而生為一種新的身份識別技術。生物特征是唯一的。生物識別系統(tǒng)對生物特征進行取樣，提取其唯一的特征并且轉化成數(shù)字代碼，并進。征并與數(shù)據(jù)庫中的特征模板進行比對，以確定是否匹配，從而決定接受或拒絕該人。隨身攜帶鑰匙、智能卡之類的東西。此外，生物識別技術產(chǎn)品均借助于現(xiàn)代計算機技術實現(xiàn)，很容易配合電腦和安全、迄今為止，最為人們所關注、最。展，研究的重點主要集中在如何提高識別的準確率和速度。目前，己經(jīng)有很多自動指紋識。字信號并利用計算機對其進行處理的過程。隨后又對探測飛船發(fā)回的近十萬張照片進行更為復雜的圖像。較早出現(xiàn)的活體指紋采集設備是光電式的，現(xiàn)在仍為大多數(shù)自動指紋識別系統(tǒng)所使用。

　　

【正文】 代算法。本算法把一次迭代分作兩次掃描 ， 細化過程中由周邊向中間逐層細化 ， 使細化結果位于原圖的“中軸”。 令 BN為 3 3窗口內目標像素的個數(shù) ： 81iBN Pi???， 兩次掃描中需滿足的條件為 ： 1) 2≤ BN≤ 6 (排除 p為端點和內部像點的情況 ) ； 2) 若已標記 pi視為 1時 ， 有 cN = 1(保證刪除當前像素不會改變原圖的連通性 )； 3) p的值是 1(保證 p為前景點 )； 4) 當 p3或 p5已標記時 ， 若視 p3， p5為 0， 依然有 cN = 1(保證寬度為 2的線條只刪除一層像點 ， 避免其斷開 )。 本細化算法重復執(zhí)行如下兩個步驟 ： 第一步 ： 從左到右 ， 從上到下順序掃描圖像 ， 對同時滿足以上條件的像素 ， 如果 p1p3p7 = 0且 p1p5p7 = 0， 則將其作上標記 ； 第二步 ： 從左到右 ， 從上到下順序掃描圖像 ， 對同時滿足以上條件的像素 ， 如果 p1p3p5 = 0且 p3p5p7 = 0， 則將其作上標記。 當掃描完整幅圖像后 ， 去掉作了標記的像素。重復一、二步過程 ， 直至得到單位寬度 第 26 頁 共 34 頁 的線條為止。經(jīng)過此細 化算法處理后 ， 得到單像素寬的 8連通的指紋圖像。經(jīng)上述處理有利于特征提取。 指紋特征提取和比對 1. 指紋的特征提取和剪枝 由細化所得的指紋點線圖 ， 很容易找到指紋的細節(jié)特征 ： 端點和分叉點 ， 記錄這些特征的位置、類型和方向。因為指紋預處理的不完善性 ， 在細化后的紋線圖中總存在或多或少的偽特征點。因此 ， 就有必要對這些粗篩選出的特征進行剪枝 ， 以達到去偽存真的目的。細節(jié)特征剪枝的標準主要依賴于以下三個條件 ： a) 特征點到邊緣的距離 ； b) 細節(jié)特征間的距離和角度關系 ； c) 指紋脊線和細節(jié)特征的空間分布。 根據(jù)以上三個條件組合各種特征剪枝的標準 ， 凡符合標準的特征點刪除 ， 其余的給予保留。保留下來的特征點以鏈碼方式記錄它們之間的相對位置關系 ， 用以與指紋庫中的數(shù)據(jù)比對匹配。 2. 指紋的比對 在進行指紋比對之前 ， 一定要存在指紋數(shù)據(jù)庫。建立指紋數(shù)據(jù)庫 ， 一般要采集同一枚指紋的 3～ 5個樣本 ， 分別對這些樣本進行預處理和特征抽取 ， 由特征點間的相互位置關系確定樣本圖像是否兩兩匹配 ， 根據(jù)特征點被匹配上 的次數(shù) ， 確定該特征點的匹配權值 ， 從所有樣本圖像中找出權值大于給定閾值的特征點 ， 以這些特征為模板建立指紋數(shù)據(jù)庫樣本。對于待匹配的指紋 圖像 ， 經(jīng)預處理和特征提取后 ， 形成一個坐標鏈碼記錄 ， 根據(jù)這些特征的相互位置關系與指紋數(shù)據(jù)庫中的樣本做圖形匹配 ， 得到最終的識別結果。 第 27 頁 共 34 頁 4 基于指紋預處理算法的實驗結果 指紋圖像的獲取 首先，對指紋進行灰度化處理。實現(xiàn)程序如下： I=rgb2gray()； %灰度化 figure， imshow(I)； 得到圖像如圖 41所示 圖 41 指紋灰度 圖像 方向圖的獲取 根據(jù)像素點鄰域中的灰度分布來判斷 ， 反映指紋圖上紋線的方向。 根據(jù)對指紋圖中 的每一像素都按第三章中方向濾波算法中介紹的算法進行操作 ， 可以得指紋的方向圖如圖 42所示。將方向圖中各像素點的方向值乘以 30， 并作為該點的灰度值。根據(jù)各點的亮暗可判斷其方向值。 圖 42 指紋的方向圖 第 28 頁 共 34 頁 方向圖求出后，需要平滑圖中的噪音。根據(jù)第三章中介紹的算法，設置公式 (3)中的各界值。 (41) 得到的平滑圖如下： 圖 43 平滑后的方向圖 方向濾波器的設計 根據(jù)第三章的設計原則，設計指紋濾波器。先求水平濾波器的設計其它方向的濾波器可以通過旋轉得到。 首先確定濾波器模板的尺寸。濾波器大小一般為 n n， n約為一個紋線周期 ， 本實驗中設置取 n =7。濾波器的系數(shù)分布如圖 44所示。 ? ?? ?? ?? ?? ?? ? ? ? ? ? ? ?5 1 81( , ) 1 2 , 3 1 5 2 2 1 2 2,NDDC i j D D N D N D N D N DD i j????? ? ? ? ? ? ????且 且其 它 第 29 頁 共 34 頁 圖 44 水平方向濾波器系數(shù) 各系數(shù)之間有關系 ： uxy=0 ， z0和 u+2x+2y2z=0。每一行的系數(shù)由中間向兩端很快地衰減 ， 這是為了避免破壞大曲率的紋線構型。濾波時 ， 指紋圖中每一點的灰度值由其周圍的 48 個點的灰度值及相應的模板系數(shù)共同決定 (即灰度值與相應的模板系數(shù)相乘并把結果相加 ， 然后賦給中心像素點 ， 作為其灰度值 ) 。 得到水平方向的濾波器后 ， 其它 方向 (2～ 8) 的濾波器可由水平方向的濾波器按下式旋轉相應的角度得到。旋轉后濾波器的坐標為 )39。,39。( ji ， 水平方向濾波器的坐標為 ),( ji 。 (42) 濾波時 ， 在指紋圖上 ， 從上到下 ， 從左到右 ， 逐點移動 ， 根據(jù)每一個像素的方向值 ，選用相應的濾波器模板進行卷積濾波運算 ： ? ? ? ? ? ?39。 , , ,ffffhhi h j hf x y f x i y j g i j?? ? ? ?? ? ??? (43) 其中 ? ?,g i j? 為相應濾波器模板的系數(shù)。經(jīng)過上述濾波處理后 ， 一些斷裂和叉連現(xiàn)像被消除了 ， 紋線也得到了增強 ， 如圖 45所示。 z/3 2z/3 z z z 2z/3 z/3 y/3 2y/3 y y y 2y/3 y/3 x/3 2x/3 x x x 2x/3 x/3 u/3 2u/3 u u u 2u/3 u/3 x/3 2x/3 x x x 2x/3 x/3 y/3 2y/3 y y y 2y/3 y/3 z/3 2z/3 z z z 2z/3 z/3 39。39。c o s s ins in c o siij j?? ??? ? ? ?? ??? ? ? ??? ? ? ? ?? 第 30 頁 共 34 頁 圖 45 濾波后的指紋圖像 圖像的二值化 用 Matlab二值化函數(shù)對圖像進行二值化，得到圖像如圖 46所示。實現(xiàn)程序如下： I=imread（ ’ ’ ） 。 I1=im2bw(I,)。 figure。 imshow(I1)。 圖 46 二值化后的指紋圖像 第 31 頁 共 34 頁 圖像的細化 首先對二值化后的圖像進行一次二值濾波處理，然后通過逐層迭代算法，得到如圖 47所示的指紋細化圖像 。 圖 47 細化后的指紋圖像 第 32 頁 共 34 頁 5 結論 本文對聯(lián)機式考勤系統(tǒng)進行了簡要的介紹，并詳細闡述了指紋識別中的取像技術和指紋處理過程中的預處理部分。當前用于自動指紋提取的設備還存在著多多少少的問題，指紋識別要走向市場，還需要降低指紋提取設備的成本，提高指紋圖像的質量。通過對指紋預處理的研究，讓我了 解到，要加快指紋識別的速度，還應考慮簡化圖像的預處理，實現(xiàn)在灰度圖上直接抽取指紋細節(jié)特征。隨著指紋提取設備的小型化，指紋識別算法也要能夠根據(jù)最小量的特征對指紋進行匹配，并能克服因指紋旋轉等帶來的偏差，增強算法的可行性。 第 33 頁 共 34 頁 致謝 在此論文完成之際，我要向所有在我進行畢業(yè)設計期間指導、支持、幫助和鼓勵過我的老師、同學、親人和朋友，致以我最誠摯的感謝 ! 由衷感謝我的導師馮月亮教授和肖助明老師。他們淵博的學識、嚴謹?shù)闹螌W精神，忘我的工作熱情，務實的態(tài)度和對問題的高瞻 遠矚使我受益匪淺。深深感謝他們對我論文設計的精心指點和生活上的關心與幫助，他們深厚的學術造詣、嚴謹治學的態(tài)度、不拘一格的思維方式和抓緊一切時間學習的精神給我留下了非常深刻的印象。我將永遠銘記各位老師對我在學習、生活等各方面的諄諄教誨和無微不至的關懷。 我要深深地感謝我的父母，他們?yōu)槲业某砷L付出了無數(shù)的心血。在物資和精神上對我一貫的支持和鼓勵，他們的教誨和無私的關愛是我不斷前進的動力，沒有他們的支持，我無法完成自己的學業(yè)。 再一次對曾經(jīng)幫助過我的所有老師、同學、親人，表達我內心最深的謝意 ! 第 34 頁 共 34 頁 參考文獻 [1] 王松 .基于背線采樣的指紋識別算法 [C]. 電子學報 .2021年 .第 31卷第 10期 . [2] 王秋讓 .改進的指紋細節(jié)特征提取算法 [C].中國圖像學報 .2021 年 12 月 .第 7卷第12期 . [3] 朱學芳 .一種新的指數(shù)匹配方法 [R].中國圖像學報 .2021年 2月 .第 8卷 A版第 2期：P203. [4] 沈亮 .指紋圖像的預處理算法 [M]. 計算機工程與應用 . 2021年 . 第 39卷第 35 期：P81. [5] 趙春 .指紋取像與指紋識別 [R]. 計算機工程與應用 . 2021 年 . 第 38 卷第 16期：P92. [6] 指紋識別的原理和法 . htm. [7] 指紋識別技術的工作原理 .： //[8] 生物識別技術的應用 . ： //[9] 洪松 .高準確度實時指紋識別系統(tǒng) [R]. 中國激光 . 2021年 3月 . 第 28卷第 3期：P279283. [10] 基于方向基元集描述的指紋方向圖求取算法 [C]. 重慶大學學報 (自然科學版 ). 2021年 . 第 3卷第 5期： P5761. [11] 一套有效的指紋圖像預處理算法 . 華南師范大學學報 (自然科學版 ). 2021年 5月 . 第 2期： P6670. [12] 一種新的指紋圖像細化算法 . 現(xiàn)代計算機 . 總第 151期： P4244. [13] 一種有效的指紋圖像分割和細化方法 . 計算機工程 . 2021年 10月 . 第 10期：P128129. [14] Dario Maio, Davide Maltoni. Direct Gray Scale Minutiae Detection In Fingerprints[J].IEEE Transactions on Pattern Analysis and MachineIntelligence ,1997,19(1).