【正文】 然是指紋圖像增強(qiáng)中比較有效且占據(jù)主流地位的方法。 圖 像增強(qiáng) 指紋圖像增強(qiáng)，就是對(duì)指紋圖像采用一定的算法進(jìn)行處理，使其紋理結(jié)構(gòu)清晰化，盡量突出和保留固有的指紋特征信息，并消除噪聲，避免產(chǎn)生虛假特征。 指紋圖像的歸一化主要是通過(guò)求取指紋圖像的灰度均值和方差，將灰度均值和方差調(diào)整到一個(gè)期望的范圍。這給建立統(tǒng)一的、有效的后續(xù)指紋圖像處理算法帶來(lái)了極大的不便。 下面將依次介紹預(yù)處理是如何實(shí)現(xiàn)的。 第 9 頁(yè) 2 指紋圖像的預(yù)處理 對(duì)于一幅指紋采集頭采集的原始圖像，為了使后續(xù)特征提取的操作能夠正常有效的進(jìn)行，必須對(duì)原始指紋圖像進(jìn)行一定的處理。 。接著介紹常用的特征提取方法，以及它們的優(yōu)缺點(diǎn)。 3．指紋特征的提取。具體安排如下： 1．介紹了生物識(shí)別技術(shù)所包含的內(nèi)容，指紋識(shí)別技術(shù)的優(yōu)缺點(diǎn)與發(fā)展現(xiàn)狀，以及指紋識(shí)別系統(tǒng)的結(jié)構(gòu)，簡(jiǎn)要介紹了本文研究的主要內(nèi)容。本文主要研究指紋圖像的特征提取，介紹了特征點(diǎn)的提取以及偽特征點(diǎn)剔除的算法。 主要內(nèi)容和結(jié)構(gòu)安排 主要內(nèi)容 指紋圖像的處理，包括指紋圖像預(yù)處理、特征提取和特征匹配三個(gè)部分工作。 特征提取的結(jié)果一般保存為特征模板，它包括脊終點(diǎn)或分叉類型、位置坐標(biāo)以及該特征的方向。因此，在特征提取時(shí) ， 往往需要進(jìn)行虛假細(xì)節(jié)特征刪除 ，一 般采用啟發(fā)式算法對(duì)虛假特征進(jìn)行刪除。 然而，在實(shí) 際 中由于指紋圖像本身存在噪聲或在提取特征時(shí)，濾波和細(xì)化引入了噪聲，我們無(wú)法得到完美的指紋圖像細(xì)化圖，在提取特征時(shí)會(huì)產(chǎn)生一些虛假細(xì)節(jié)特征。 指紋圖像特征提取 指紋特征提取包括紋線細(xì)化、特征點(diǎn)（交叉點(diǎn)、斷點(diǎn)、中心點(diǎn)、三角點(diǎn)等）檢測(cè)與分類、偽特征點(diǎn)消除、特征點(diǎn)特性參數(shù)計(jì)算、特征參數(shù)壓縮編碼、全局特征（ “ 斗 ” 、“ 箕 ” 、“ 旋向 ” 等）檢測(cè)等步驟 ， 特征提取算法應(yīng)能適應(yīng)噪聲、畸變、位移、旋轉(zhuǎn)、缺損、變 第 7 頁(yè) 形等常見的實(shí)際情況。這個(gè)過(guò)程也就是我們所說(shuō)的指紋識(shí)別 /認(rèn)證的過(guò)程，它是指紋識(shí)別系統(tǒng)的核心。目前最常用的細(xì)節(jié)特征是美國(guó)聯(lián)邦調(diào)查局 (FBI)提出的細(xì)節(jié)點(diǎn)坐標(biāo)模型，它利用端點(diǎn)和分叉點(diǎn)這兩種特征，只需要一個(gè) 33 模板便可將端點(diǎn)和分叉點(diǎn)提取出來(lái)。指紋圖像存在兩種待提取的特征：全局特征和局部特征。 （ 3）特征提取 傳統(tǒng)的特征提取方法主要有兩種：第一種是直接從原始指紋圖 像上進(jìn)行細(xì)節(jié)特征提取，另一種是從細(xì)化后的指紋圖像上進(jìn)行特征提取。然而在實(shí)際應(yīng)用中，由于采集條件 (手指太濕、太干或太臟 )和采集設(shè)備等因素的制約，采集到的指紋圖像質(zhì)量比較差，含有大量的噪音，容易導(dǎo)致很多問(wèn)題，影響后續(xù)的處理效果。 （ 2）指紋圖像預(yù)處理 預(yù)處理在整個(gè)自動(dòng)指紋識(shí)別系統(tǒng)中是很關(guān)鍵的一步。前者用激光照在手指上，然后用 CCD 陣列攝取其反射光，由于反射光隨著 第 6 頁(yè) 指紋的脊線和谷線的深度不同而不同，因此可以得到指紋圖像。隨著光學(xué)儀器、傳感器及數(shù)字技術(shù)的發(fā)展，各種快速精確、方便小巧的采集設(shè)備都得到了應(yīng)用。下面就以 上各部分做簡(jiǎn)要的介紹。 目前的自動(dòng)指紋識(shí)別系統(tǒng)是集計(jì)算機(jī)、網(wǎng)絡(luò)、光電技術(shù)、圖像處理、智能卡、數(shù)據(jù)庫(kù)等技術(shù)于一體的綜合高端技術(shù)。 第 5 頁(yè) 指紋識(shí)別的優(yōu)缺點(diǎn) 優(yōu)點(diǎn)： （ 1） 指紋是人體獨(dú)一無(wú) 二的特征，并且它們的復(fù)雜度足以提供用于鑒別的足夠特征； （ 2） 如果要增加可靠性，只需登記更多的指紋、鑒別更多的手指，最多可以多達(dá)十個(gè)，而每一個(gè)指紋都是獨(dú)一無(wú)二的； （ 3） 掃描指紋的速度很快，使用非常方便； （ 4） 讀取指紋時(shí)，用戶必需將手指與指紋采集頭相互接觸，與指紋采集頭直接接觸是讀取人體生物特征最可靠的方法； （ 5） 指紋采集頭可以更加小型化，并且價(jià)格會(huì)更加的低廉； 缺點(diǎn)： （ 1） 某些人或某些群體的指紋特征少，難成像； （ 2） 過(guò)去因?yàn)樵诜缸镉涗浿惺褂弥讣y，使得某些人害怕 “ 將指紋記錄在案 ” 。因?yàn)樯漕l傳感器產(chǎn)生高質(zhì)量的圖像，因此射頻技術(shù)是最可靠，最有力的解決方案。 （ 3） 射頻指紋識(shí)別技術(shù) 發(fā)展到今天，出現(xiàn)第三代生物射頻指紋識(shí)別技術(shù)（射頻原理真皮指紋核心技術(shù)（線型采集器）） ，射頻傳感器技術(shù)是通過(guò)傳感器本身發(fā)射出微量射頻信號(hào)，穿透手指的表皮層去控測(cè)里層的紋路，來(lái)獲得最佳的指紋圖像。兩者之間的恒量電介質(zhì)的傳感器檢測(cè)變化來(lái)生成指紋圖像。并且，如果人們按照手指，做一個(gè)指紋手模，也可能通過(guò)識(shí)別系統(tǒng)，對(duì)于用戶而言，使用起來(lái)不 是很安全和穩(wěn)定。 在這種情況下，手指表面的干凈程度，直接影響到識(shí)別的效果。 （ 1） 第一 代指紋識(shí)別系統(tǒng) 眾所周知，在兩年前就有部分品牌的筆記本采用指紋識(shí)別技術(shù)用于用戶登錄時(shí)的身份鑒定 ，但是，當(dāng)時(shí)推出的指紋系統(tǒng)屬于光學(xué)識(shí)別系統(tǒng)，按照現(xiàn)在的說(shuō)法，應(yīng)該屬于第一代指紋識(shí)別技術(shù)。目前許多公司和研究機(jī)構(gòu)都在指紋識(shí)別技術(shù)領(lǐng)域取得了很大突破性進(jìn)展，推出許多指紋識(shí)別與傳統(tǒng) IT技術(shù)完美結(jié)合的應(yīng)用產(chǎn)品，這些產(chǎn)品已經(jīng)被越來(lái)越多的用戶所認(rèn)可。指紋識(shí)別技術(shù)涉及圖像處 理、模式識(shí)別、計(jì)算機(jī)視覺、數(shù)學(xué)形態(tài)學(xué)、小波分析等眾多學(xué)科 。九十年代，用于個(gè)人身份鑒定的自動(dòng) 指紋識(shí)別系統(tǒng) 得到開發(fā)和應(yīng)用。隨著計(jì)算機(jī)和信息技術(shù)的發(fā)展， FBI 和法國(guó)巴黎警察局于六十年代開始研究開發(fā) 指紋自動(dòng)識(shí)別系統(tǒng)（ AFIS）用于刑事案件偵破。1889 年 Edward Herry 提出了著 名的 Herry 系統(tǒng)來(lái)對(duì)指紋進(jìn)行分類 [4]。 1823 年解剖學(xué)家 Purkije 將指紋分為九類。 1684 年，植物形態(tài)學(xué)家 Grew 發(fā)表了第一篇研究指紋的科學(xué)論文。由于每個(gè)人的指紋不同，就是同一人的十指之間，指紋也有明顯區(qū)別，因此指紋可用于身份鑒定。因此，作為一 種可靠的方法，可以運(yùn)用指紋鑒定進(jìn)行身份認(rèn)定。 (3) 終身不變性，指非意外事故指紋終身不變。 第 3 頁(yè) 指紋特征是人終生不變的特征之一，人體指紋含有天然的密碼信息，其具有作為密碼信息必須具備的三個(gè)重要性質(zhì)： (1) 廣泛性，指每一個(gè)正常的人都有指紋。任何手指指紋都 獨(dú)一無(wú)二，而且不同人的指紋特征相同的可能性幾乎為零。 指紋識(shí)別技術(shù) 指紋識(shí)別簡(jiǎn)介 指紋，由于其具有終身不變性、唯一性和方便性，已幾乎成為生物特征識(shí)別的代名詞。 目前，全球來(lái)講，在指紋識(shí)別、臉形識(shí)別、虹膜識(shí)別和語(yǔ)音識(shí)別四個(gè)方面的研究成果較多，產(chǎn)品化程度也較高。人的生物特征包括生理特性和行為方式。外化表示通過(guò)專門的電子化、自動(dòng)化的生物特征采集設(shè)備，直接獲得生物特征數(shù)據(jù)，輸送給計(jì)算機(jī)系統(tǒng)進(jìn)行辨識(shí)。一是它必須基于“人的生物特征是各不相同”這一基本規(guī)律，否則無(wú)法根據(jù)人的生物特征來(lái)辨識(shí)不同對(duì)象。 生物識(shí)別的對(duì)象是人，生物識(shí)別的主體是機(jī)器系統(tǒng)或者計(jì)算機(jī)系統(tǒng)。生物識(shí)別遵循模式識(shí)別的原則規(guī)律，它通過(guò)判定相似度來(lái)確認(rèn)生物特征相不相同。通過(guò)視覺信息識(shí)別文字、圖片和周圍的環(huán)境，通過(guò)聽覺信息識(shí)別與理解語(yǔ)言。模式識(shí)別定義為：對(duì)表征事物或現(xiàn)象的各種方式的（數(shù)值的、文字的或邏輯關(guān)系的）信息進(jìn)行處理和分析，以對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過(guò)程，是信息科學(xué)和人工智能的重要組成部分。 生物識(shí)別技術(shù)簡(jiǎn)介 生物識(shí)別 [2](Biometrics)，簡(jiǎn)單來(lái)講，就是利用人體生物特征進(jìn)行人的身份辨別的過(guò) 第 2 頁(yè) 程。因此可以說(shuō)這兩種身份識(shí)別技術(shù)已經(jīng)無(wú)法滿足現(xiàn)實(shí)的需要，傳統(tǒng)的身份識(shí)別技術(shù)己無(wú)法滿足現(xiàn)代生活的需要，社會(huì)迫切的需要一種更高可靠性的，更方便的保密驗(yàn)證手段。目前，為了提高安全性、可靠性，一般采取經(jīng)常更換密鑰、甚至是證件等方式。其次，這些認(rèn)證手段并不是隨身攜帶的，都面臨著證件丟失，密碼遺忘等問(wèn)題。 目前常見的身份識(shí)別方法主要是基于實(shí)物（如證件、簽名等等）的識(shí)別技術(shù)和基于電子技術(shù)的密鑰或者密碼的識(shí)別技術(shù)，而這些認(rèn)證手段存在諸多缺陷。如何保護(hù)人們的信息安全已經(jīng)成為不得不面對(duì)的問(wèn)題。同時(shí)由于黑客技術(shù)借助互聯(lián)網(wǎng)傳播的十分泛濫，這類高科技犯罪活動(dòng)追究起來(lái)過(guò)程非常復(fù)雜，導(dǎo)致了現(xiàn)在黑客犯罪活動(dòng)十分地猖獗。 關(guān)鍵字 ： 指紋特征提取，去除偽特征，算法仿真 第 II頁(yè) Matlabbased fingerprint image feature extraction Abstract With the development of society, the traditional safety system based on keepsake and password has been weaker, Which can not meet the requirement of modern safety system. In this case, the need of a more reliable safety system with higher antifake performance prompts the appearance of fingerprint identification technique. This technique, with a higher safety and reliable performance, can improve the reliability of identity resolution in virtue of human body’s physiological feature, and it has been a research focus these days. Fingerprint identification falls into three parts, they are pretreatment, feature extraction, and characteristic matching. The thesis mainly focus feature extraction, it optimized and innovated some key algorithms of this parts, which can be described as follows: in the feature extraction part, the thesis used a eightneighborhood coding ridge tracing algorithm, removing some templates of consecutive points and bifurcate points which have been optimized and removed in the thinning algorithm, and finally marking terminate points as well as bifurcate Points to execute feature extraction. Experiment result indicated that such new algorithm has a less operation but with a higher accuracy. All the algorithms introduced above have been implemented on Matlab, and result proved an adaptive good effect, which facilitates the next characteristic matching process. Key words: Feature extraction, Removing of false characteristic points, Algorithm simulate 第 III頁(yè) 目 錄 1 緒論 ........................................................................................................................................ 1