小區(qū)門(mén)禁系統(tǒng)中的指紋識(shí)別仿真(參考版)
2025-01-18 03:35本頁(yè)面
【正文】 最后我還要感謝爸爸，爺爺奶奶對(duì)我二十多年來(lái)的培養(yǎng)，正因?yàn)橛兴麄儫o(wú)私的付出和關(guān)愛(ài)，我才能快樂(lè)的成長(zhǎng)，以后我會(huì)以我的實(shí)際行動(dòng)來(lái)回報(bào)他們，做他們的避風(fēng)港。但是所幸，我們還年少，我們還有著足夠的精力與未來(lái)的一切拼搏。伴隨著我的論文的結(jié)束，也預(yù)示著我的大學(xué)四年生活的結(jié)束，時(shí)間如白駒過(guò)隙，好像我們懵懂的踏入校園就發(fā)生在昨天一樣。真的非常感謝老師和同學(xué)們，胡老師的治學(xué)嚴(yán)謹(jǐn)和認(rèn)真負(fù)責(zé)對(duì)我們的論文完成有著重大的作用。隨著科技的不斷進(jìn)步發(fā)展，在不久的將來(lái)，有關(guān)指紋識(shí)別的科技產(chǎn)品也會(huì)越來(lái)越多，會(huì)讓我們的生活更加美好！盡管本文對(duì)一些算法進(jìn)行了一定的改進(jìn)，但是，由于我缺乏的能力還很多，使本論文的能力還存在一些不足，有待未來(lái)的完美改善。但是指紋識(shí)別系統(tǒng)是一個(gè)長(zhǎng)期的研究項(xiàng)目，需要各方面的合作才能取得成功。窗體底端圖19 門(mén)禁系統(tǒng)中員工指紋入庫(kù)流程 基于Matlab指紋識(shí)別門(mén)禁系統(tǒng)仿真實(shí)現(xiàn)與結(jié)論窗體頂端在小區(qū)門(mén)禁系統(tǒng)指紋識(shí)別的文件夾下，點(diǎn)擊使用Matlab仿真軟件打開(kāi)，點(diǎn)擊運(yùn)行，運(yùn)行結(jié)果如圖20，在主界面上，首先點(diǎn)擊添加指紋識(shí)別數(shù)據(jù)庫(kù)，此時(shí)運(yùn)行結(jié)果如圖21，22，將采集到的指紋一一添加進(jìn)入，點(diǎn)擊識(shí)別小區(qū)人員指紋數(shù)據(jù)庫(kù)中的人員指紋就可以進(jìn)行指紋識(shí)別對(duì)比(如圖23)。其次，實(shí)時(shí)采集員工需要進(jìn)行身份驗(yàn)證的操作，指紋采集完成后，系統(tǒng)會(huì)自動(dòng)與之前所采集好的存儲(chǔ)在指紋庫(kù)中的指紋進(jìn)行比對(duì)，判斷身份是否屬實(shí)，假如身份為假，那么系統(tǒng)就不會(huì)給出相應(yīng)的員工數(shù)字編號(hào)。這樣匹配流程才算完成。當(dāng)差矢量的這兩個(gè)特征點(diǎn)的距離和方向矢量為2和≦，我們判定兩個(gè)特征點(diǎn)間有匹配關(guān)系。兩種方式的傳統(tǒng)指紋匹配：總結(jié)一下，大概有以下兩種：第一種是基于指紋圖形的匹配方法，第二種是基于指紋點(diǎn)和圖的匹配方法；除了這兩種比較常見(jiàn)的匹配方法之外，現(xiàn)在還有一種人為的基于神經(jīng)網(wǎng)絡(luò)的匹配方式，這種匹配方法用的比較少，在這里就不在詳細(xì)敘述。 仿真實(shí)驗(yàn)與結(jié)論仿真結(jié)果如下圖所示：指紋圖像偽特征點(diǎn)的原始圖像在預(yù)處理之后顯示如左上角圖示,在經(jīng)過(guò)細(xì)化處理之后的圖像如右上角所示，而左下角的圖像則顯示的是特征點(diǎn)提取之后的圖像，就如圖中顯示的有指紋特征點(diǎn)的端點(diǎn)以及分叉點(diǎn)，右下角的圖像表示的是去偽之后的指紋圖像的顯示結(jié)果。由于脊線跟蹤方法步長(zhǎng)的不確定性以及不易選取的缺點(diǎn)，我們選擇了一個(gè)全新的方法：首先找到脊二值化圖像中的孔中，然后，用填充處理的閾值來(lái)填充空隙，然后精制。檢查步驟的四個(gè)方向，如果有P中的步驟的方向，它被認(rèn)為是邊界點(diǎn)，排除它。這種假特征點(diǎn)的去除方法是：在指紋圖像中的第一搜索，根據(jù)公式找到端點(diǎn)。（2）短線和孤立點(diǎn)的刪除短線比一些孤立脊的閾值短，孤立的點(diǎn)和線有一個(gè)共同的特點(diǎn)：扣除利息特別是小數(shù)目的像素的脊線長(zhǎng)度很短的脊線，所以山脊那些低于指紋紋線的寬度大多短期內(nèi)，應(yīng)予以刪除。（1）毛刺的刪除由于一般的毛刺長(zhǎng)度很短，根據(jù)該特征，使用脊線的追蹤，從任一端點(diǎn)開(kāi)始，軌道沿著山脊，如果在一個(gè)很短的距離時(shí)遇到一個(gè)分叉點(diǎn)，被認(rèn)為是在軌道的一部分在指紋毛刺，應(yīng)被刪除。通過(guò)大量的實(shí)驗(yàn)分析對(duì)于邊緣的偽特征點(diǎn)我們可以直接剔除，而對(duì)于圖像內(nèi)部的點(diǎn)，我們會(huì)根據(jù)兩兩特征點(diǎn)的距離加以判斷，根據(jù)經(jīng)驗(yàn)將不必要的偽特征點(diǎn)進(jìn)行剔除操作就可以了。a 端點(diǎn) b 分叉點(diǎn)圖14 端點(diǎn)分叉點(diǎn)局部示意圖由此算法的仿真結(jié)果如圖15：a 端點(diǎn) b 分叉點(diǎn) 圖15 仿真結(jié)果 去除偽特征點(diǎn) 偽特征點(diǎn)特點(diǎn)分析對(duì)于取端點(diǎn)和分叉點(diǎn)作為特征算法， 偽特征點(diǎn)主要有如圖16所示的幾種特征：圖 16 假特征偽特征點(diǎn)可以大致分為以下兩種，一種是圖像的內(nèi)部，第二種是圖像的邊緣。圖13 33模板窗體頂端我們可以設(shè)Cn（P）表示次數(shù)即8個(gè)鄰域像素的相鄰像素的灰度值0與1之間變換的數(shù)量或者黑白兩色之間跳躍的數(shù)量。下一步是將所有像素標(biāo)記操作，我們需要包含8個(gè)像素P的沿著山脊線和標(biāo)記搜索所有像素的集合Z內(nèi)，然后我們用同樣的方法對(duì)所有未處理像素代碼，通過(guò)一個(gè)多路搜索來(lái)設(shè)置所有像素的Z和像素P是預(yù)先標(biāo)記的通信。算法流程圖如圖12：圖12脊線跟蹤算法過(guò)程首先，我們需要找到未處理的棱線向像素為中心，把一周的空間分成八個(gè)方向，分別沿使用的最短距離的八個(gè)方向搜索未處理像素不是搜索作為一個(gè)新的交易的起點(diǎn)與棱線。脊跟蹤算法是基于指紋圖像的預(yù)處理，首先導(dǎo)航到新的，未處理的棱線，從當(dāng)前象素的棱線開(kāi)始，沿著脊線點(diǎn)的行中的所有像素和已處理的像素后查詢(xún)的地方被標(biāo)記，以避免重復(fù)像素處理。首先，利用脊線追蹤法提取分叉點(diǎn)。圖11指紋端點(diǎn)、分叉點(diǎn)示意圖 特征提取算法我們已經(jīng)進(jìn)行過(guò)細(xì)化處理，所以可以縮小該圖像的特征提取，這種方法是相對(duì)簡(jiǎn)單，避免了直接從灰度圖像中提取實(shí)現(xiàn)方法復(fù)雜和產(chǎn)生虛假信息點(diǎn)的不足。第三種特征就是形狀特征，如汗孔，脊線邊緣等，由于提取形狀特征信息的難度較大，故這類(lèi)信息很少被采用，多數(shù)的自動(dòng)識(shí)別系統(tǒng)只利用全局特征的類(lèi)型信息和局部特征的脊線節(jié)點(diǎn)和分叉點(diǎn)信息。這些指紋特征許多能夠拆分成端點(diǎn)以及交叉點(diǎn)的匹配組合，這樣組合起來(lái)之后端點(diǎn)與交叉點(diǎn)就成了最基本、最普遍的指紋結(jié)構(gòu)特征，我們稱(chēng)這種特征為指紋的細(xì)節(jié)特征。局部特征是指紋細(xì)節(jié)特征[12]?？傮w特征[11]就是那些我們?nèi)搜鬯苤苯涌吹降摹Ｓ捎谥讣y特征的大量信息，這構(gòu)成了指紋數(shù)據(jù)庫(kù)內(nèi)有一個(gè)大型的指紋信息，而我們需要的是終生不變的唯一性的能夠得到識(shí)別的最佳效果的或者用于識(shí)別是夠安全的指紋信息，所以我們對(duì)指紋特征的選擇上也必須遵循以下幾個(gè)特性：唯一性、可測(cè)試性、魯棒性及緊湊性。窗體頂端窗體底端 仿真結(jié)果與結(jié)論圖7二值化后指紋圖象圖8 細(xì)化后指紋圖象由上圖7,8表示：這兩圖的對(duì)比中，我們可以輕易看到細(xì)化后的指紋紋線更細(xì)，這樣以來(lái)，在不影響指紋紋線的連貫性的前提下，可以得到更清晰的細(xì)化后的圖像。鄰點(diǎn)查找表：0預(yù)定值表明該組合中心的元素應(yīng)保留，1表示應(yīng)刪除。目標(biāo)像素P0的連通數(shù)可以表述為：(218)其中i∈S，S=｛1,3,5}查表的方法就是：設(shè)白色格子為1，黑色格子為0，P4點(diǎn)對(duì)應(yīng)8位數(shù)的第一位，P3對(duì)應(yīng)第二位，P2對(duì)應(yīng)第三位，P5對(duì)應(yīng)第四位，P1對(duì)應(yīng)第五位，P6對(duì)應(yīng)第六位，P7對(duì)應(yīng)第七位，P8對(duì)應(yīng)第八位。圖6八鄰域模板我們?cè)O(shè)1代表前景區(qū)域的像素點(diǎn)，0代表背景像素點(diǎn)。(7)快速性：算法程序簡(jiǎn)單快捷。(5)細(xì)化性：沒(méi)兩條紋線的之間寬度定義為1個(gè)像素。(3)拓?fù)湫裕簝蓛杉y線之間互不干涉，保留圖像信息的基本特征。指紋細(xì)化所要滿(mǎn)足的條件：(1)收斂性：迭代關(guān)系收斂。 指紋圖像的細(xì)化 指紋細(xì)化的介紹像手指
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1