【正文】 銳地覺察到MATLAB在工程領(lǐng)域的廣闊前景。Cleve Moler給這個(gè)接口程序取名為MATLAB,該名為矩陣(matrix)和實(shí)驗(yàn)室(labotatory)兩個(gè)英文單詞的前三個(gè)字母的組合。在當(dāng)時(shí)，這兩個(gè)程序庫代表矩陣運(yùn)算的最高水平。 MATLAB產(chǎn)生的歷史背景 在70 年代中期,Cleve Moler博士和其同事在美國國家科學(xué)基金的資助下開發(fā)了調(diào)用EISPACK和LINPACK的FORTRAN程序庫。開放性使MATLAB廣受用戶歡迎。功能工具包用來擴(kuò)充MATLAB的符號(hào)計(jì)算、可視化建模仿真、文字處理及實(shí)時(shí)控制等功能。當(dāng)前流行的MATLAB包括擁有數(shù)百個(gè)內(nèi)部函數(shù)的主包和三十幾種工具包(Toolbox)。除具備卓越的數(shù)值計(jì)算能力外，它還提供了專業(yè)水平的符號(hào)計(jì)算、文字處理、可視化建模仿真和實(shí)時(shí)控制等功能。 本章小結(jié) 本章詳細(xì)介紹了指紋識(shí)別過程的原理及算法的研究，具體算法將在后續(xù)章節(jié)給出。如果和是不同類型的細(xì)節(jié)點(diǎn)，也就是說它們一個(gè)是端點(diǎn)，一個(gè)是分叉點(diǎn)，則它們不是對(duì)應(yīng)點(diǎn)對(duì)，取值為400。對(duì)模板點(diǎn)集中的每一點(diǎn)和輸入點(diǎn)集中的每一點(diǎn)，定義為將和當(dāng)作參照點(diǎn)對(duì)時(shí)，從輸入圖像到模板圖像的旋轉(zhuǎn)角度。為了把細(xì)節(jié)點(diǎn)轉(zhuǎn)移到極坐標(biāo)系中去，需要在模板細(xì)節(jié)點(diǎn)集和輸入細(xì)節(jié)點(diǎn)集中各選一個(gè)參照點(diǎn)作為相應(yīng)的極坐標(biāo)系中的原點(diǎn)，并算出其它細(xì)節(jié)點(diǎn)相對(duì)于參照點(diǎn)的極坐標(biāo)。 圖313 細(xì)節(jié)點(diǎn)的對(duì)應(yīng)脊線 指紋識(shí)別中細(xì)節(jié)點(diǎn)的匹配細(xì)節(jié)匹配一般在極坐標(biāo)系中進(jìn)行，因?yàn)橹讣y圖像的非線性形變往往呈放射狀，在某個(gè)區(qū)域內(nèi)的形變比較大，然后非線性地向外擴(kuò)張，因而，在極坐標(biāo)中能更好地描述非線性形變；另外，在極坐標(biāo)中不需要考慮輸入圖像與模板圖像的參照點(diǎn)之間的平移，將一對(duì)對(duì)應(yīng)點(diǎn)的坐標(biāo)相對(duì)于參照點(diǎn)轉(zhuǎn)換為極坐標(biāo)時(shí)，平移就被抵消了；還有，在極坐標(biāo)系中顯然比在直角坐標(biāo)系中更便于處理兩幅圖像間的旋轉(zhuǎn)[8]。下圖給出了細(xì)節(jié)點(diǎn)對(duì)應(yīng)的脊線與脊線上的采樣點(diǎn)的例子。分叉點(diǎn)對(duì)應(yīng)的脊線是與該細(xì)節(jié)點(diǎn)的方向最近的那條，端點(diǎn)對(duì)應(yīng)的脊線就是該細(xì)節(jié)點(diǎn)所在的脊線。4．細(xì)節(jié)點(diǎn)對(duì)應(yīng)的脊線。2．細(xì)節(jié)點(diǎn)的方向，這個(gè)方向就是該細(xì)節(jié)點(diǎn)所在的塊的塊方向。在具體實(shí)現(xiàn)中，我們?nèi)∑浒霃綖榧箤挼囊话搿＿@種算法實(shí)現(xiàn)起來也很簡單：掃描特征點(diǎn)的某一鄰域，如果該鄰域中出現(xiàn)其他特征點(diǎn)的話，將該特征點(diǎn)與出現(xiàn)的特征點(diǎn)同時(shí)去除，如此循環(huán)幾次，當(dāng)沒有特征點(diǎn)被刪去時(shí)，處理完成。 假特征點(diǎn)的去除這樣得到的特征中存在由指紋質(zhì)量、攝入噪聲等原因造成的很多假特征，如下圖312所示(a)和(b)中產(chǎn)生了假的端點(diǎn)；(c)和(d)中形成了錯(cuò)誤的斷開和連接；(e)中顯示的是一個(gè)由不平滑的脊引起的毛刺，出現(xiàn)了假端點(diǎn)和假分叉兩種特征：(f)~(g)是幾種錯(cuò)誤連接的例子，分別稱為橋形、三角形、梯形結(jié)構(gòu)。是細(xì)化后圖像在處的灰度。探測細(xì)節(jié)點(diǎn)的算法很簡單，如圖312所示的3x3模板就可以用來確定特征的位置。在基于細(xì)節(jié)點(diǎn)的指紋自動(dòng)識(shí)別系統(tǒng)中，特征提取是在細(xì)化后的指紋圖像上進(jìn)行的。細(xì)化時(shí)，移動(dòng)4x4的方窗內(nèi)象素的編碼地址去查找相應(yīng)的細(xì)化值，用細(xì)化值替換當(dāng)前像素值。重復(fù)這個(gè)過程，直到?jīng)]有一個(gè)像素的值被改變。除消除模板外，還需構(gòu)造保留模板，保持紋線的連通性。即，一黑色象素八臨域與消除模板中的一個(gè)相匹配的話，該點(diǎn)被認(rèn)為是可消除的點(diǎn)。(快速性)圖39　統(tǒng)一模塊下面介紹一種適合于指紋圖像細(xì)化的算法，這種方法滿足上面的細(xì)化條件，而且可以提出快速算法。(細(xì)化性)6．骨架盡可能接近條紋中心線。(拓?fù)湫?4．保護(hù)指紋的細(xì)節(jié)特征。(收斂性)2．不破壞紋線的連接性。指紋圖像的細(xì)化是指刪除指紋紋線的邊緣像素，使之只有一個(gè)像素寬度，細(xì)化時(shí)應(yīng)保證紋線的連接性、方向性和特征點(diǎn)不變，還應(yīng)保持紋線的中心基本不變。所謂細(xì)化，就是從原來的圖中去掉一些點(diǎn)，但仍要保持原有的形狀。 指紋圖像的細(xì)化算法指紋圖像二值化后，紋線仍具有一定的寬度，而指紋識(shí)別只對(duì)紋線的走向感興趣，不關(guān)心它的粗細(xì)。若的起伏很不明顯，說明該區(qū)域?qū)儆跓o效區(qū)域或背景區(qū)域，整個(gè)區(qū)域的像素值置為255。3．對(duì)中極大點(diǎn)或極小點(diǎn)附近的波動(dòng)做平滑處理；4．找出極大點(diǎn)和極小點(diǎn)位置及對(duì)應(yīng)的值，對(duì)極大值極小值求平均，將此平均值作為該點(diǎn)二值化門限，稱其為動(dòng)態(tài)閥值。顯然，該波形圖的波谷對(duì)應(yīng)指紋圖像的脊線(指紋圖像中暗的紋線)，而波峰則對(duì)應(yīng)指紋圖像的谷(指紋圖像中亮的紋線)。指紋局部圖如圖38：（A） 原始圖像 （B）谷脊變化波形圖 圖38 指紋谷脊變化波形圖方框Y方向是該塊的指紋方向，X方向是其法線方向。這種方法取代了一般指紋圖像預(yù)處理中無效區(qū)域分割、濾波、增強(qiáng)、二值化等步驟，一次完成圖像的二值化功能。常用的二值化方法有固定閥值法、自適應(yīng)閥值法、局部自適應(yīng)閥值法等，這些方法僅僅利用了圖像的灰度信息，對(duì)指紋圖像的二值化效果很不理想；現(xiàn)有的大部分指紋圖像預(yù)處理方法都是經(jīng)過濾波處理后再進(jìn)行二值化[6]，這樣就需要對(duì)圖像進(jìn)行兩次掃描，不利于處理速度的提高?！　　　　　　　D36 分離濾波器的權(quán)值 圖37 基本濾波器的權(quán)值用方向?yàn)V波器進(jìn)行濾波去噪時(shí)，根據(jù)塊方向圖中的該塊的方向，選用相應(yīng)的濾波器(將水平方向的濾波器旋轉(zhuǎn)塊方向的角度后得到)，進(jìn)行濾波。一個(gè)基本濾波器要求具備上述兩種功能，它的作用相當(dāng)于平均濾波器加分離濾波器，所以它的權(quán)值如右圖37，其中參數(shù)：K=X十P，L=Y+Q， M=Z+R。 分離濾波器的權(quán)值如圖36所示，其中參數(shù)：P+2Q+2R=0。經(jīng)過平均濾波器過濾的圖像，其中每一點(diǎn)的灰度由其臨近的24個(gè)像素的灰度值共同決定。濾波器的大小由指紋圖像中脊線的周期決定，在我們的試驗(yàn)中，周期取為5，因而這里以Sx5大小的濾波器為例。平均濾波器的作用主要是連接邊中出現(xiàn)的斷點(diǎn)，而分離濾波器可以去除圖像中的叉連現(xiàn)象。其他方向的濾波器可以通過旋轉(zhuǎn)得到。這種算法的缺點(diǎn)在于：求頻率圖導(dǎo)致計(jì)算量比較大，而且頻率容易產(chǎn)生偏差；方法二：這種方法也是我們采用的濾波方法。指紋圖像濾波有兩種方法：方法一：利用Gabor濾波器的參數(shù)可利用指紋的方向性和紋理性，用Gabor濾波器來作為帶通濾波器，去除噪音，增強(qiáng)脊谷結(jié)構(gòu)。實(shí)現(xiàn)低通濾波： （） （）這里W是一個(gè)大小為的二維低通濾波器[5]，一般使用的均值濾波。5．方向圖平滑這里我們采用將方向圖正交分解后分別進(jìn)行濾波的方法對(duì)它進(jìn)行平滑，實(shí)驗(yàn)證明這種方法比一般用的中值濾波和加權(quán)平滑的方法的效果好。 于是我們采用在計(jì)算方向圖時(shí)，采用塊重疊的方式。這里用簡單的梯度算子[4]：= （） （）3．用下面公式計(jì)算塊的方向， 且 （）當(dāng)?shù)膲K中或?yàn)榱愕谋嚷屎艽髸r(shí)，塊方向應(yīng)直接設(shè)為0或，這樣塊中的每一個(gè)像素的方向都等于。 最小均方估計(jì)塊方向算法代表指紋圖像在處的灰度值步驟：1．將圖像分成大小為的塊。2．這種方向計(jì)算出的方向范圍是0～2，有利于求取指紋的走勢。對(duì)圖像中的每一點(diǎn)求取點(diǎn)方向，這樣便形成了指紋點(diǎn)方向圖。這兩個(gè)數(shù)的具體取值與圖像的分辨率有關(guān)，一般取N=16，即取16個(gè)方向，n=8，即一個(gè)方向上取8個(gè)鄰點(diǎn)。圖32 點(diǎn)方向示意圖 =， d=1，2，計(jì)算方向圖的基本思想是：在原灰度圖像中每一點(diǎn)（或每一塊在各個(gè)方向上的某個(gè)統(tǒng)計(jì)量（如灰度差、梯度等），根據(jù)這些統(tǒng)計(jì)量在各個(gè)方向上的差異，確定該點(diǎn)（塊）的方向。方向圖描述了指紋圖像中每一像素點(diǎn)所在脊線或谷線在該點(diǎn)的切線方向，也可看作是指紋源圖像的一種變化表示方法，既用紋線的方向來表示該紋線。在以上兩種方法都要用到方向圖，方向圖是一種可直接從原灰度圖像中得到的有用信息，在預(yù)處理、特征提取、指紋分類中有著重要意義。方法二：結(jié)合指紋圖像自身的特點(diǎn)以及其源圖像像素來確定該點(diǎn)是否為脊，直接準(zhǔn)確地得到黑白二值的指紋脊圖像。預(yù)處理的方法通常有兩種：方法一：先求方向圖，后求頻率圖，最后由此得到的Gabor濾波器對(duì)圖像進(jìn)行濾波。第3章 指紋圖像處理及特征提取與實(shí)現(xiàn) 方法概述 基于細(xì)節(jié)點(diǎn)特征的指紋自動(dòng)識(shí)別技術(shù)是目前這方面研究中的主流，這種系統(tǒng)的實(shí)現(xiàn)有以下一些步驟如圖31： 圖31 基于細(xì)節(jié)點(diǎn)特征的指紋自動(dòng)識(shí)別系統(tǒng)預(yù)處理是將輸入的（直接采集進(jìn)來的）低質(zhì)量、有噪音的指紋源圖象處理成已細(xì)化了的清晰的二值圖像[3]。指紋識(shí)別技術(shù)已經(jīng)成熟，其應(yīng)用日益普遍，除了刑事偵察用之外，在民用方面已非常廣泛，如指紋門禁系統(tǒng)、指紋考勤系統(tǒng)、銀行指紋儲(chǔ)蓄系統(tǒng)、銀行指紋保管箱、指紋醫(yī)療保險(xiǎn)系統(tǒng)、計(jì)劃生育指紋管理系統(tǒng)、幼兒接送指紋管理系統(tǒng)、指紋獻(xiàn)血管理系統(tǒng)、證券交易指紋系統(tǒng)、指紋槍械管理系統(tǒng)、智能建筑指紋門禁管理系統(tǒng)、駕駛員指紋管理系統(tǒng)等。 本章小結(jié)本章詳細(xì)介紹了指紋識(shí)別的基本理論，是我們對(duì)指紋識(shí)別原理及處理方法有了初步的了解。在應(yīng)用系統(tǒng)的設(shè)計(jì)中，要權(quán)衡易用性和安全性。盡管指紋識(shí)別系統(tǒng)存在著可靠性問題，但其安全性也比相同可靠性級(jí)別的“用戶ID+密碼”方案的安全性要高得多。主要包括拒識(shí)率和誤識(shí)率，兩者成反比關(guān)系。由于計(jì)算機(jī)處理指紋時(shí)，只是涉及了一些有限的信息，而且比對(duì)算法并不是十分精確匹配，其結(jié)果也不能保證100%準(zhǔn)確。另外，匹配算法可靠性也不斷提高。盡管指紋只是人體皮膚的一小部分，但用于識(shí)別的數(shù)據(jù)量相當(dāng)大，對(duì)這些數(shù)據(jù)進(jìn)行比對(duì)是需要進(jìn)行大量運(yùn)算的模糊匹配算法。自動(dòng)指紋識(shí)別是利用計(jì)算機(jī)來進(jìn)行指紋識(shí)別的一種方法。因?yàn)槊總€(gè)人包括指紋在內(nèi)的皮膚紋路在圖案、斷點(diǎn)和交叉點(diǎn)上各不相同，是唯一的，并且終生不變。避免了他人用圖章或身份證復(fù)印件代領(lǐng)，而發(fā)放人員無法確定該人是故世的問題，要憑本人的活體指紋，才可準(zhǔn)確發(fā)放養(yǎng)老金。網(wǎng)上銀行、網(wǎng)上貿(mào)易、電子商務(wù)等一系列網(wǎng)絡(luò)商業(yè)行為就有了安全性保障。近年來，互聯(lián)網(wǎng)帶給人們方便與利益已，也存在著安全問題。指紋IC卡可取代現(xiàn)行的ATM卡、制造防偽證件等。把指紋識(shí)別技術(shù)同IC卡結(jié)合起來，是目前最有前景的一個(gè)應(yīng)用之一。前者可以是一個(gè)公司、部門，后者可以是一個(gè)家庭的成員、銀行的營業(yè)廳、金庫、財(cái)務(wù)部門、倉庫等機(jī)要場所。如不匹配，則顯示“不成功”或“沒有這個(gè)指紋”，門就不開。 指紋門禁系統(tǒng)和指紋考勤系統(tǒng)是開發(fā)和使用得最早的一種出入管理系統(tǒng)，包括對(duì)講指紋門禁、聯(lián)機(jī)指紋門禁、脫機(jī)指紋門禁等等。工作濕度：指紋設(shè)備正常工作時(shí)所允許的相對(duì)濕度變化范圍，一般是30%～95%。比對(duì)時(shí)間：指紋設(shè)備對(duì)兩組指紋特征模版進(jìn)行比對(duì)所耗費(fèi)的時(shí)間，通常要求不超過1 s。 系統(tǒng)參數(shù) 登率（error registration rate，ERR）：指的是指紋設(shè)備出現(xiàn)不能登錄及處理的指紋的概率，ERR過高將會(huì)嚴(yán)重影響設(shè)備的使用范圍，通常要求小于1%。測試所采用的樣本數(shù)越多，結(jié)果越準(zhǔn)確。即給定一組圖像，然后依次兩兩組合，提交進(jìn)行比對(duì)，統(tǒng)計(jì)總的提交比對(duì)的次數(shù)以及發(fā)生錯(cuò)誤的次數(shù)，并計(jì)算出出錯(cuò)的比例，就是FRR和FAR。這很容易理解，“把關(guān)”越嚴(yán)，誤識(shí)的可能性就越低，但是拒識(shí)的可能性就越高。FAR=（錯(cuò)判的指紋數(shù)目／考察的指紋總數(shù)目）100%。FRR=（拒識(shí)的指紋數(shù)目／考察的指紋總數(shù)目）100%。 指紋識(shí)別技術(shù)的主要指標(biāo)和測試方法 算法的精確度指紋識(shí)別系統(tǒng)性能指標(biāo)在很大程度上取決于所采用算法性能。通過計(jì)算機(jī)模糊比較的方法，把兩個(gè)指紋的模板進(jìn)行比較，計(jì)算出它們的相似程度，最終得到兩個(gè)指紋的匹配結(jié)果。通常手指上平均具有70個(gè)節(jié)點(diǎn)，所以這種方法會(huì)產(chǎn)生大約490個(gè)數(shù)據(jù)。通過指紋讀取設(shè)備讀取到人體指紋的圖像，然后要對(duì)原始圖像進(jìn)行初步的處理，使之更清晰，再通過指紋辨識(shí)軟件建立指紋的特征數(shù)據(jù)。目前它已經(jīng)成為現(xiàn)代民用指紋識(shí)別應(yīng)用中越來越受關(guān)注的熱點(diǎn)之一。指紋的生命特征與被測對(duì)象的生命存在與否密切相關(guān)。紋理特征多用于計(jì)算機(jī)指紋識(shí)別算法的多維分類及檢索。人類指紋的紋形特征根據(jù)其形態(tài)的不同通常可以分為“弓型、箕型、斗型”三大類型，以及“孤形、帳形、正箕形、反箕形、環(huán)形、螺形、囊形、雙箕形和雜形”等9種形態(tài)。永久性特征包括細(xì)節(jié)特征（中心點(diǎn)、三角點(diǎn)、端點(diǎn)、叉點(diǎn)、橋接點(diǎn)等）和輔助特征（紋型、紋密度、紋曲率等元素），在人的一生中永不會(huì)改變，在手指前端的典型區(qū)域中最為明顯，分布也最均勻。第2章 指紋識(shí)別的基本理論及應(yīng)用 指紋識(shí)別的原理和方法 指紋的特征與分類指紋識(shí)別學(xué)是一門古老的學(xué)科，它是基于人體指紋特征的相對(duì)穩(wěn)定與唯一這一統(tǒng)計(jì)學(xué)結(jié)果發(fā)展起來的。同時(shí)，針對(duì)構(gòu)建的簡單指紋圖像數(shù)據(jù)庫具有較好的識(shí)別效果，并考慮指紋門禁控制系統(tǒng)的實(shí)時(shí)性；⑸、參照國內(nèi)外同行取得的研究成果，不斷改進(jìn)算法模型。不難想象，基于這種方法的識(shí)別算法，很難全面適應(yīng)指紋的變化。當(dāng)噪聲很大時(shí)，就要增加圖像增強(qiáng)算法來改善圖像的質(zhì)量，但很難找到一種增強(qiáng)算法能夠適應(yīng)所用的噪聲，多種增強(qiáng)算法又會(huì)大幅增加算法運(yùn)行時(shí)間，不好的增強(qiáng)算法又會(huì)增加人為特征。指紋圖像濾波增強(qiáng)的目的是將有噪聲干擾的指紋圖像變得更加清晰，使得指紋圖像的脊線更黑，谷線更白，當(dāng)前在實(shí)際指紋圖像增強(qiáng)算法的應(yīng)用中一般是幾種濾波增強(qiáng)方式結(jié)合起來使用，主要的方案是基于傅里葉變換結(jié)合濾波和指紋圖像點(diǎn)方向場的下上下濾波器；指紋圖像二值化，是將指紋圖像變成灰度值只有0和255兩種顏色的圖像，當(dāng)前，在自動(dòng)指紋識(shí)別中常采用的是根據(jù)指紋圖像的點(diǎn)方向場在指紋紋線方向和指紋紋線垂直方向上對(duì)指紋圖像進(jìn)行二值化處理；指紋圖像細(xì)化是指刪除指紋紋線的邊緣像素，使之只有一個(gè)像素寬度，目前在自動(dòng)指紋識(shí)別技術(shù)中常用的是OPTA算法的改進(jìn)的圖像模板細(xì)化算法；指紋特征提取，是將細(xì)化后使用計(jì)算機(jī)數(shù)字圖像處理技術(shù)采集指紋圖像中奇異點(diǎn)、端點(diǎn)、叉點(diǎn)等指紋特征數(shù)據(jù)，目前常用的特征提取算法是先對(duì)細(xì)化后的指紋圖像進(jìn)行初步去噪，然后提取特征點(diǎn)，再根據(jù)閾值去除偽特征點(diǎn)；指紋匹配，是指紋預(yù)留模板圖像與輸入樣板圖像中的所有特征點(diǎn)的匹配，目前在自動(dòng)指紋識(shí)別系統(tǒng)中常采用可變大小的界限盒的指紋特征匹配算