【正文】 產(chǎn)生影響。細(xì)化效果的好壞會(huì)直接的影響到后序特征點(diǎn)能否進(jìn)行高效的提取。 二值化結(jié)果 指紋圖像的細(xì)化 指紋圖像的細(xì)化算法細(xì)化又被稱(chēng)為骨骼化，是指在不對(duì)圖像的拓?fù)浣Y(jié)果有影響的情況下，將圖像中寬度大于一個(gè)像素的線條轉(zhuǎn)化為只有一個(gè)像素寬度的線條的圖像處理過(guò)程。J=im2bw(I,level)。)。 二值化算法的matlab的仿真本文使用matlab圖像處理工具箱中提供的im2bw函數(shù)來(lái)實(shí)現(xiàn)對(duì)指紋圖像的二值化。以下為區(qū)域閥值的T的選取算法：（1） 將指紋劃分為相互不重疊的w*w的子塊，計(jì)算該子塊區(qū)域內(nèi)所有像素的灰度平均值。首先把圖像分割成若干個(gè)w*w的方塊，每一塊都根據(jù)自身的閥值來(lái)進(jìn)行二值化。 大多數(shù)灰度圖像的二值化變化函數(shù)F(x)都可以用下述公式進(jìn)行表達(dá)： 公式中的T為人為指點(diǎn)的閥值，自變量x為圖像像素點(diǎn)的灰度值。（3） 指紋的紋線中不能有太多的算法引起的間斷和紋線的想連。對(duì)指紋圖像二值化的基本要求就是二值化后的圖像能完整的反映出原指紋，具體要求表現(xiàn)為：（1） 紋線中不能出現(xiàn)空白。一個(gè)好的二值化算法可以得到一個(gè)高質(zhì)量的二值圖像。目前的指紋細(xì)化算法都是基于二值指紋圖像進(jìn)行的。 （4）G(u，v)零頻點(diǎn)移回四個(gè)角落； （5）傅里葉反變換得到最終的圖像。在頻率域上處理時(shí)，還可以使用數(shù)字信號(hào)處理的一系列成熟的方法，讓我們處理特殊的問(wèn)題有了很多的工具，所以頻率圖像增強(qiáng)是很有價(jià)值進(jìn)行學(xué)習(xí)和研究的。但是在空間域在處理某些數(shù)字圖像的問(wèn)題時(shí)，會(huì)比較困難甚至是幾乎難以處理。所以這樣獲取的圖像是實(shí)際指紋紋路凹凸的真實(shí)反映。超聲波指紋取像的原理是:當(dāng)超聲波掃描指紋的表面，緊接著接收設(shè)備獲取的其反射信號(hào)，由于指紋的脊和谷的聲阻抗的不同，導(dǎo)致反射回接受器的超聲波的能量不同，測(cè)量超聲波能量大小，進(jìn)而獲得指紋灰度圖像。 超聲波指紋圖像采集技術(shù)，是Ultrascan公司首開(kāi)超聲波指紋圖像采集設(shè)備產(chǎn)品的先河。半導(dǎo)體傳感器是1998年在市場(chǎng)上才出現(xiàn)的，這些含有微型晶體的平面通過(guò)多種技術(shù)來(lái)繪制指紋圖像。光學(xué)指紋采集技術(shù)，其原理是利用光的全反射原理，將照射到壓有指紋的玻璃表面的反射光線通過(guò)CCD來(lái)獲取，反射光的量將依賴(lài)于壓在玻璃表面的指紋脊和谷的深度和皮膚與玻璃間的油脂和水分。這將在指紋圖像預(yù)處理部分?jǐn)⑹觥? 在理想的情況下，如果在采集的過(guò)程中外界噪聲足夠小，采集得到的指紋圖像將是干凈的、真實(shí)的。對(duì)于半導(dǎo)體類(lèi)的采集設(shè)備大部分具備這種敏銳的指紋察覺(jué)技術(shù)?？紤]到設(shè)備的功耗，在沒(méi)有手指接觸的時(shí)候，采集設(shè)備一般處在休眠狀態(tài)。當(dāng)手指放置到采集設(shè)備上時(shí)，因?yàn)橹讣y的嵴和峪的生物特性或物理特性的不同，就會(huì)形成不同的信號(hào)，然后分析信號(hào)的量值從而形成指紋圖案。如射頻（ RF ）和光學(xué)采集采集就屬于主動(dòng)式采集。 指紋的物理特性是指嵴和峪著力在水平面上時(shí)，對(duì)接觸面形成的壓力不同、對(duì)波的阻抗不同等。嵴與嵴相交、相連、分開(kāi)會(huì)表現(xiàn)為一些幾何圖案。原理是根據(jù)嵴與峪的幾何特性、物理特征和生物特性的不同，得到不同的反饋信號(hào)，根據(jù)反饋信號(hào)的量值來(lái)繪成指紋圖像。下文主要介紹第二代的指紋采集技術(shù)。第二代的指紋采集技術(shù)采用的是自動(dòng)化、數(shù)字化的采集方式。第一代的指紋采集技術(shù)采用 “ 按壓留痕 ” 的方式來(lái)采集指紋，利用的是指紋 “ 觸物留痕 ” 的特性。指紋采集技術(shù)分為兩種采集模式，一種是在被采集人已知的情況下實(shí)施的采集。 指紋的采集技術(shù) 指紋采集技術(shù)的發(fā)展經(jīng)歷了一段很長(zhǎng)的歷史時(shí)期。曲率(Curvature): 一描述紋路方向改變的速度。 環(huán)點(diǎn)短紋(Short Ridge): 一端較短但不至于成為一點(diǎn)的紋路。 分歧點(diǎn)(Ridge Divergence): 一兩條平行的紋路在此分開(kāi)。 終結(jié)點(diǎn)分叉點(diǎn)(Bifurcation)：一條紋路在此分開(kāi)成為兩條或更多的紋路。就是這些點(diǎn)提供了指紋唯一性的必要信息。指紋的紋路不是一直連續(xù)、平滑筆直的，紋路很多時(shí)候都會(huì)出現(xiàn)中斷、分支或者折返。 紋數(shù)（2） 局部特征局部特征是指指紋上的節(jié)點(diǎn)的特征，這些具有某種特征的節(jié)點(diǎn)稱(chēng)為特征點(diǎn)。指紋模式區(qū)內(nèi)指紋紋路的數(shù)量。三角點(diǎn)位于從核心點(diǎn)開(kāi)始的第一個(gè)分叉點(diǎn)或者斷點(diǎn)、或者兩條紋路會(huì)聚處、孤立點(diǎn)、折轉(zhuǎn)處，或者指向這些奇異點(diǎn)。許多算法是基于核心點(diǎn)的，既只能處理和識(shí)別具有核心點(diǎn)的指紋。有的指紋識(shí)別算法只使用模式區(qū)的數(shù)據(jù)，有的則使用所取得的完整指紋（SecureTouch的指紋識(shí)別算法使用了所取得的完整指紋而不僅僅是模式區(qū)進(jìn)行分析和識(shí)別）。其他的指紋圖案都基于這三種基本圖案。我國(guó)目前所采用的指紋制度和世界各國(guó)統(tǒng)一標(biāo)準(zhǔn)一致，使用的是英國(guó)學(xué)者ERHenry的現(xiàn)代指紋法，即Henry System分類(lèi)整理法，將指紋分為二部八類(lèi)，Henry并確認(rèn)了若指紋上有13個(gè)特征點(diǎn)重合，即可確認(rèn)為本人。經(jīng)過(guò)長(zhǎng)時(shí)間的發(fā)展和研究，在各個(gè)公司及其研究機(jī)構(gòu)都產(chǎn)生了許多的數(shù)字算法（美國(guó)有關(guān)法律認(rèn)為，指紋圖像屬于個(gè)人隱私，因此不能直接存儲(chǔ)指紋圖像）。除非真的受到非常深的創(chuàng)傷，組織受到完全的破壞，才有可能留下永久的疤痕。值得一提的是，人體在精神亢奮時(shí)，汗腺排泄的分泌液會(huì)特別多，如犯罪者在作案時(shí)，幾乎是凡觸摸過(guò)必留下痕跡。由此永久不變的特性，是指紋驗(yàn)證被采用的原因之一。有人曾以電腦來(lái)計(jì)算，結(jié)論是要到四十二位數(shù)時(shí)，才可能用指紋相同的人，所以說(shuō)，這在地球上是不太可能會(huì)發(fā)生了，就真得有指紋相同的人，他們也不太可能生存在同一個(gè)世紀(jì)。 指紋的特性 指紋的形狀千變?nèi)f化，之所以指紋會(huì)成為現(xiàn)代科學(xué)鑒別的工具，是因?yàn)橹讣y有著特殊的性質(zhì)，介紹如下:（1）指紋因人而異到目前為止，世界上沒(méi)有找到過(guò)有兩個(gè)指紋相同的人，即使是雙胞胎，他們的指紋紋路雖然會(huì)非常相似，但是比對(duì)其細(xì)節(jié)的部分還是會(huì)有很大的不同。第2章 指紋圖像的預(yù)處理及其實(shí)現(xiàn) 指紋的概述 指紋的形成我們可以看看自己，人體的表面各處布滿了毛細(xì)孔和毛發(fā)，但是在手掌及腳掌的地方卻沒(méi)有這些構(gòu)造。 (5)可學(xué)習(xí)和自適應(yīng)不知道或不確定的系統(tǒng)； 神經(jīng)元示意圖 本文的主要工作 本文的主要任務(wù)是結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)指紋識(shí)別系統(tǒng)進(jìn)行設(shè)計(jì)和基于matlab平臺(tái)上的一個(gè)仿真。人工神經(jīng)網(wǎng)絡(luò)具有四個(gè)基本特征：非線性、非局限性、非常定性和非凸性。它的構(gòu)筑理念是受到生物（人或其他動(dòng)物）神經(jīng)網(wǎng)絡(luò)功能的運(yùn)作啟發(fā)而產(chǎn)生的。網(wǎng)絡(luò)的輸出則依網(wǎng)絡(luò)的連接方式，權(quán)重值和激勵(lì)函數(shù)的不同而不同。每個(gè)節(jié)點(diǎn)代表一種特定的輸出函數(shù)，稱(chēng)為激勵(lì)函數(shù)（activation function）?，F(xiàn)代神經(jīng)網(wǎng)絡(luò)是一種非線性統(tǒng)計(jì)性數(shù)據(jù)建模工具，常用來(lái)對(duì)輸入和輸出間復(fù)雜的關(guān)系進(jìn)行建模，或用來(lái)探索數(shù)據(jù)的模式。神經(jīng)網(wǎng)絡(luò)由大量的人工神經(jīng)元聯(lián)結(jié)進(jìn)行計(jì)算。本文中的匹配算法采用了神經(jīng)網(wǎng)絡(luò)的BP網(wǎng)絡(luò)進(jìn)行識(shí)別，大大提高了識(shí)別的魯棒性。（3）指紋的特征提取主要是提取指紋圖像中總體特征點(diǎn)信息和局部特征點(diǎn)信息，并去除應(yīng)為圖像采集過(guò)程中產(chǎn)生的一些偽特征點(diǎn)?！　。?）指紋圖像處理的過(guò)程 就是對(duì)指紋采集中濕法和干法，老化，損壞的指紋進(jìn)型處理的到清晰的圖像以擬補(bǔ)對(duì)指紋圖的質(zhì)量缺陷，確保處理后的指紋的對(duì)處理算法具有良好的魯棒性。 （1）指紋采集的過(guò)程本質(zhì)上是指紋成像的過(guò)程。目前來(lái)說(shuō)指紋識(shí)別的技術(shù)應(yīng)用最為廣泛，我們不僅在門(mén)禁、考勤系統(tǒng)中可以看到指紋識(shí)別技術(shù)的身影，市場(chǎng)上有了更多指紋識(shí)別的應(yīng)用：如筆記本電腦、手機(jī)、汽車(chē)、銀行支付都可應(yīng)用指紋識(shí)別的技術(shù)。用于個(gè)人身份識(shí)別的生物識(shí)別技術(shù)中指紋特征是第一個(gè)被發(fā)現(xiàn)和應(yīng)用，因此，長(zhǎng)期與其他識(shí)別技術(shù)相比，指紋識(shí)別的歷史更加悠久。由于其相對(duì)較低的價(jià)格，較小的體積（可以很容易地集成到鍵盤(pán)），且易于集成，使工作站的安全訪問(wèn)在幾乎所有的應(yīng)用指紋識(shí)別系統(tǒng)。有些設(shè)備可以實(shí)時(shí)測(cè)量的指紋，而別人做不到的。 “有幾種方法來(lái)實(shí)現(xiàn)指紋識(shí)別。例如，儲(chǔ)戶到銀行，他既不用銀行卡，還有的是沒(méi)有記住你的密碼直取款時(shí)，他的自動(dòng)柜員機(jī)提款，一個(gè)視頻攝像頭掃描用戶的眼睛，然后迅速而準(zhǔn)確地完成用戶的認(rèn)證結(jié)束業(yè)務(wù)，這是實(shí)拍島，得克薩斯州，美國(guó)聯(lián)合銀行的銷(xiāo)售部門(mén)。生物識(shí)別技術(shù)產(chǎn)品均借助于現(xiàn)代計(jì)算機(jī)技術(shù)實(shí)現(xiàn)，很容易與計(jì)算機(jī)安全，監(jiān)控，管理系統(tǒng)和自動(dòng)化管理??。因此，采用生物“鑰匙”，你不必?cái)y帶大串鑰匙，不用費(fèi)心記憶或變更密碼。人的特點(diǎn)是人體固有的不可復(fù)制的只有這一生物密鑰無(wú)法復(fù)制，失竊或被遺忘，利用生物識(shí)別技術(shù)進(jìn)行身份確認(rèn)，安全，可靠和準(zhǔn)確的。生物識(shí)別技術(shù)比傳統(tǒng)的識(shí)別方法，保密和方便更安全。隨著科學(xué)技術(shù)的飛速進(jìn)步，將會(huì)有更多更多的生物識(shí)別技術(shù)應(yīng)用到現(xiàn)實(shí)生活。 fingerprint feature extraction。 blur and a certain displacement, the rotation of the image can not accurately identify. Neural network and pattern recognition technology is presented by bining an effective solution to solve the problem in fingerprint recognition technology. To sum up, this article is mainly on the following aspects of the fingerprint identification system indepth study.In this paper, using matlab fingerprint image processing algorithms and processing results. Mainly spent, in the frequency domain of the image enhancement, adaptive threshold binarization and thinning of the fingerprint. The experiments showed that the Matlab achieve results, to meet the identified application.Fingerprint feature point extraction technology research, this paper uses a fingerprint of the global trend features and local minutiae as the neural network to identify the characteristics, so as to achieve the purpose of accurate identification of the fingerprint image.Fingerprint identifica