【正文】 or a=2:m1。%模板系數(shù) 均值濾波 Im=double(I)。1 1 1。 Matlab 程序如下： %二值化 175。 得到的圖像如圖 33： 圖 33 經(jīng)過分割處理后的圖像 一般的指紋圖像都 會(huì) 有比較清晰的方向場(chǎng)，方向場(chǎng)估計(jì)得準(zhǔn)確性直接決定了圖像增強(qiáng)算法的效果。分割 39。 end end end end end figure, imshow(uint8(I))。 for x=1:H for y=1:L if e(x,y)==1 for i=1:M for j=1:M I(i+(x1)*M,j+(y1)*M)=G1。 end end end for x=2:H1 for y=2:L1 if e(x,y)==1 if e(x1,y) + e(x1,y+1) +e(x,y+1) + e(x+1,y+1) + e(x+1,y) + e(x+1,y1) + e(x,y1) + e(x1,y1) =4 e(x,y)=0。amp。 var1(x,y)V2 e(x,y)=1。 for x=1:H for y=1:L if aveg1(x,y)G2 amp。V2=vtotle1/vtemp1。 vtotle1=vtotle1+var1(x,y)。 gtotle1=gtotle1+aveg1(x,y)。vtemp1=0。gtotle1=0。V1=vtotle/vtemp。 vtotle=vtotle+var1(x,y)。 gtotle=gtotle+aveg1(x,y)。vtemp=0。gtotle=0。%所有塊的平均值 Vmean1=Vmean/(H*L)。 Vmean=Vmean+var1(x,y)。Vmean=0。 end end var1(x,y)=var/(M*M)。 for j=1:M。 end end aveg1(x,y)=aveg/(M*M)。 for j=1:M。var=0。 for y=1:L。 var1=zeros(H,L)。 L= n/M。如果在 8 鄰域中，背景景小于等于 4 則認(rèn)為是前景，否則是背景 在編程過程中通過幾次調(diào)試后對(duì)圖像進(jìn)行 3*3 分塊處理 Matlab 程序如下： % 分割 M =3。本文采取對(duì)各像素鄰域特征進(jìn)行分析，然后分割圖像算法。因 此要先將其從待處理區(qū)域中去除。 帶入指紋圖像 ’’后得到的原始圖像和歸一化圖像見圖 31 和圖 32： 圖 31 原始指紋圖像 圖 32 規(guī)格化后的指紋圖像 圖像分割 指紋圖像通常包括紋線區(qū)域和周邊的無用區(qū)域。 else I(x,y)=150sqrt(2020*(M1I(x,y))/var1)。 end end var1=var/(m*n)。 end end M1=M/(m*n)。var=0。 11001( ) ( , )HWijM I I i jWH????? ?? 11 2001( ) ( ( , ) ( ) )HWijV a r I I i j M IWH???????? （ 2） 指定期望經(jīng)過處理后的圖像均值和方差，計(jì)算歸一化后的圖像 G。歸一化的算法是： （ 1） 先計(jì)算圖像的平均值和方差。 圖 混合模式匹配算法流程圖 第三章 指紋圖像預(yù)處理 圖像規(guī)格化 因?yàn)?受采集設(shè)備參數(shù)和環(huán)境的影響，采集到的指紋圖像可能總體 的 對(duì)比度 會(huì)比 較差。實(shí)際上，在除了處理兩種誤差之外，在指紋采集過程中，由于每次按壓的力度不同而形成的指紋圖像擠壓變形和拉伸變形，同樣是指紋匹配之前 需處理的。解決指紋圖像的平移誤差和旋轉(zhuǎn)誤差是指紋比對(duì)算法面對(duì)的首要問題。由于在指紋采樣時(shí)，用戶手指每次放置的位置和角度不同，形成的指紋圖像也略有不同，因此各個(gè)指紋特征值的坐標(biāo)值也就不同。 在 指紋匹配之前需 要 作 出 指紋定位。閾值取的合理，特征點(diǎn)取的越多，誤判的機(jī)率就越小。指紋匹配是一個(gè)模式識(shí)別的過程，指紋匹配判定的標(biāo)準(zhǔn)不是相等或 不等，而是相似的程度。 指紋匹配算法 指紋匹配指的 是指紋特征值比對(duì)過程。 不變矩識(shí)別算法：算法的基本思路是 ： 搜索預(yù)處理后的二值圖像中所有可能成 為目標(biāo)的區(qū)域，計(jì)算區(qū)域的 7 個(gè)不變矩特征，認(rèn)為與模板匹配程度最高的區(qū)域?yàn)槟繕?biāo)。濾波特征的提取算法包括 4 個(gè)步驟 : 一是： 確定指紋圖像的中心參考點(diǎn) ， 以及要處理的指紋區(qū)域 ， 記為 ROI 區(qū)域 ； 二是： 以參考點(diǎn)為中心 ， 對(duì) ROI 區(qū)域進(jìn)行劃分 ， 得到一定大小的塊 ；三是： 用一組 Gabor 濾波器在八個(gè)不同的方向?qū)?ROI 區(qū)域進(jìn)行濾波運(yùn)算 （ 在指紋圖像中 ,完全獲取指紋的局部脊線特征需要使用 8 個(gè)方向?yàn)V波器 , 獲取全局結(jié)構(gòu)信息僅需要 4 個(gè)方向?yàn)V波器 ）；四是： 在濾波圖像中 ， 計(jì)算每一塊中灰度值相對(duì)于均值的平均絕對(duì)偏差 ， 進(jìn)而得到特征向量或特征編碼。在濾波提取算法中 ,位移不變性是通過確定指紋圖像的中心參考點(diǎn)來實(shí)現(xiàn)的。 本文采用的是學(xué)習(xí)矢量量化 LVQ神經(jīng)網(wǎng)絡(luò)模型 LVQ 神經(jīng)網(wǎng)絡(luò)由于其自身的自組織和聚類特性可以很好地給出模式在多維空間的概率分布估計(jì)從而可較好地完成指紋的識(shí)別 ,其識(shí)別模型如圖 所示 . 圖 基于神經(jīng)網(wǎng)絡(luò)的自動(dòng)指紋識(shí)別模型 濾波特征和不變矩指紋識(shí)別算法 濾波特征識(shí) 別算法： 指紋圖像特征的表示要求 必須 滿足尺度不變性、 位移不變性和旋轉(zhuǎn)不變性 這 3 個(gè)特征。并選取較好的處理步驟和算法參數(shù)解決指紋圖像預(yù)處理的問題。實(shí)驗(yàn)證明，用 Matlab 實(shí)現(xiàn)的處理結(jié)果比較理想，滿足識(shí)別的應(yīng)用性。 指 紋 采 集圖 像 預(yù) 處 理特 征 提 取特 征 匹 配指 紋 識(shí) 別指 紋 庫 圖 指紋識(shí)別系統(tǒng)工作原理框圖 本文重點(diǎn)研究 了 基于神經(jīng)網(wǎng)絡(luò) 的指紋識(shí)別算法、濾波特征和不變矩指紋識(shí)別算法和指紋匹配算法 ，針對(duì)已有的三種指紋識(shí)別算法進(jìn)行編程識(shí)別，通過 軟件 仿真，從而進(jìn)一步論證三種算法的優(yōu)缺點(diǎn)。 最后，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?？偟膩碚f ，這些數(shù)據(jù)，通常稱為模板，保存為 1K 大小的記錄。因?yàn)橥ǔＪ种干掀骄哂?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)。 接下來，指紋辨識(shí)軟件 會(huì) 建立指紋的數(shù)字表示特征數(shù)據(jù)，一種 可以單方向的轉(zhuǎn)換，將 指紋轉(zhuǎn)換成特征數(shù)據(jù)但不能從特征數(shù)據(jù)轉(zhuǎn)換成為指紋，而兩枚不同的指紋不會(huì)產(chǎn)生相同的特征數(shù)據(jù)。各個(gè)環(huán)節(jié)環(huán)環(huán)相扣，對(duì)整個(gè)系統(tǒng)都起著十分重要的作用。 之后，在細(xì)化后的點(diǎn)線圖上提取特征值，刪除偽特征值，最終得到用于匹配的細(xì)節(jié)點(diǎn)。 首先，指紋要通過指紋采集設(shè)備 (常見的有光學(xué)取像設(shè)備、超聲波掃描取像設(shè)備、晶體傳感器，現(xiàn)在廣泛使用的是晶體傳感器 )轉(zhuǎn)化為計(jì)算機(jī)內(nèi)的數(shù)字圖像(一般為灰度圖 )。就是這些特征點(diǎn)提供了指紋唯一性的確認(rèn)信息。 2．指紋的特征點(diǎn) 指紋紋路并不是連續(xù)的、平滑筆直的，而是經(jīng)常出現(xiàn)中斷、分叉或打折。 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)稱為特征點(diǎn)。其他的指紋圖案都基于這三種基本圖案。在考慮局部特征的情況下，英國學(xué)者 認(rèn)為，只要比對(duì) 13 個(gè)特征點(diǎn)重合，就可以確認(rèn)為是同一個(gè)指紋。但指紋識(shí)別算法最終都?xì)w結(jié)為在 指紋圖象上找到并比對(duì)指紋的特征。與人工 識(shí)別 處理 方法不同，許多生物識(shí)別技術(shù)公司并不直接存儲(chǔ)指紋圖像。 到了 二十世紀(jì)六十年代，由于計(jì)算機(jī)可以有效地處理圖形， 于是 人們開始著手研究計(jì)算機(jī)來處理指紋，自動(dòng)指紋識(shí)別系統(tǒng) AFIS 在法律實(shí)施方面的研究與應(yīng)用有就由此誕生了 。 第二章 指紋識(shí)別系統(tǒng)概述 在 十九世紀(jì)初，科學(xué)研究發(fā)現(xiàn)了至今仍然承認(rèn)的兩個(gè)重要特征：一 個(gè) 是兩個(gè)不同手指的指紋紋脊的樣式（ Ridge Pattern）不同，另外一個(gè)是指紋紋脊的樣式終生不變。 得到的實(shí)驗(yàn)結(jié)果效果良好。 2）本文對(duì)指紋識(shí)別技術(shù)進(jìn)行了詳細(xì)的論述，其中包括： 指紋識(shí)別系統(tǒng)的流程；指紋圖像的預(yù)處理方法（灰度分割、圖像濾波、二值化、細(xì)化等）；指紋圖像特征提取；指紋圖像匹配（中心點(diǎn)定位、建立特征模板、特征點(diǎn)向量匹配）。因此，自動(dòng)指紋識(shí)別技術(shù)現(xiàn)在是，未來幾年仍將是一個(gè) 非常 重要的、極具挑戰(zhàn)性的模式識(shí)別研究 的 課題。 而 指紋識(shí)別系統(tǒng)將 會(huì) 隨著更小更廉價(jià)的指紋 輸入設(shè)備的出現(xiàn)、計(jì)算能力更強(qiáng)更廉價(jià)的硬件以及互聯(lián)網(wǎng)的廣泛應(yīng)用而 得到 進(jìn)一步拓寬應(yīng)用。 隨著指紋識(shí)別技術(shù)的越來越 成熟，圖像處理及模式識(shí)別界曾一度 被 認(rèn)為自動(dòng)指紋識(shí)別問題已經(jīng)得到很好的解決。從而 大大 降低 了 社會(huì)活動(dòng)中的信任成本，從根本上改變經(jīng)濟(jì) 交易 和社會(huì)交往模式改變， 大大 提高效率。在 深圳羅湖口岸，指紋 認(rèn)證的出入境系統(tǒng) 實(shí)施大大 的 提高了通關(guān)效率，過關(guān) 的 旅客再也不需要拿著身份證排 著 長(zhǎng)隊(duì)等待檢查 了 。 例如原來的養(yǎng)老保險(xiǎn)系統(tǒng)，冒領(lǐng)保險(xiǎn)金現(xiàn)象 較 為 嚴(yán)重。 而 指紋識(shí)別作為一個(gè)人基本社會(huì)角色定位點(diǎn)，其方便性和準(zhǔn)確性已經(jīng)得到了全世界范圍內(nèi)的認(rèn)可。在現(xiàn)實(shí)生活中，有些內(nèi)地考生為了取得成績(jī)優(yōu)勢(shì)， 到偏遠(yuǎn)省份重新辦理一套身份系統(tǒng)，包括戶口、身份證、檔案等。在過去的 很長(zhǎng)一段時(shí)間里，我們是通過戶籍制度來進(jìn)行管理和定義一個(gè)人的，每一個(gè)人 從出生到死亡都是根據(jù)其出生地來定義和追溯其身份 的。所有這些角色都是基于你的生物測(cè)量基礎(chǔ)上的。每 一個(gè)人， 都 具有非常復(fù)雜的社會(huì)角色 和社會(huì)關(guān)系。相信隨著技術(shù)成熟和應(yīng)用成本降低， 除了支付之外的任何網(wǎng)絡(luò)信任問題都可以指紋識(shí)別得到極大改善，從而 會(huì)大大提 高人們?cè)谛畔r(shí)代的行動(dòng)效率。這正是電子商務(wù)所面臨的困境和瓶頸。盜用他人身份證到淘寶上注冊(cè)來騙取貨款的案例 也是 層出不窮。對(duì)于想從事和已經(jīng)從事網(wǎng)絡(luò)商務(wù)的公司來講，確認(rèn)交易人的身份是解決信用問題的第一步，而且 也 是最重要的一步。 這是 不可避免 的 ，所有基于這種網(wǎng)絡(luò)技術(shù)基礎(chǔ)之上的經(jīng)濟(jì)活動(dòng)也因此被深深打上了不真實(shí) 性 和不被信任的烙印。在信息時(shí)代 的今天 ，一種安全便捷的身份認(rèn)證方式顯得越發(fā)重要。 研究的目的和意義 指紋識(shí)別作為一種 現(xiàn)代 生物鑒定技術(shù)，為人類的個(gè)體 身份的鑒定 提供了一個(gè)到目前為止最為快捷和 最為 可信的方法。特別是在 90 年代后期 ， 西安交大、清華大學(xué)先后開發(fā)了指紋自動(dòng)識(shí)別系統(tǒng) ， 指紋門禁系統(tǒng)、指紋考勤系統(tǒng)等。 我國從 60 年代起 ，也 開始了 對(duì) 手指紋管理現(xiàn)代化的工作 ，而在 目前 ， 我國已經(jīng) 基本上形成了一個(gè)指紋工作網(wǎng) ， 在指紋理論研究上也取得了重要 的 成果 ， 指紋的應(yīng)用 已經(jīng) 日益廣泛起來。而在 1990 年以前 ， 舊金山警察局平均每年查對(duì)指紋 案例僅僅 能成功 70 例。分析器每分鐘可濾過萬枚指紋 ,并告訴調(diào)查人 員哪一級(jí)十指指紋與現(xiàn)場(chǎng)提取的指紋最接近 ， 以便于指紋專家做最后的判斷。經(jīng)過處理后的模糊指紋 ,被 另外貯存于 “光盤”中。掃描器可以 用不到 3 秒鐘的時(shí)間進(jìn)行 分析、記錄下乳突紋線和紋形等指紋的細(xì)微特征。這種設(shè)計(jì)的主要優(yōu)點(diǎn)是系統(tǒng) 化 、簡(jiǎn)便 化 、靈活 化 ， 而且 改進(jìn)安裝 ； 同時(shí) ， 集中和分散的控制結(jié)構(gòu) ， 具有添加處理器和專用外圍設(shè)備的擴(kuò)展能力 ； 由于它的安全性和開發(fā)利用的方便 ， 使得非專業(yè)人員也能 輕松 運(yùn)用這種系統(tǒng)開展工作 ， 在不必全部重新組織原有系統(tǒng)的情況下 ，也 能適應(yīng)用戶的工作方式和滿足開發(fā)等需要。指紋自動(dòng)分析系統(tǒng)的基本功能是獲取指紋 （ 圖像處理 ） 、編碼 （ 特征點(diǎn)檢索 ） 、識(shí)別 （ 根據(jù)參照指紋檢索 ） 、證實(shí) （ 難證檢索結(jié)果 ） 。法國 的 CIMSA 公司和 M0RPH0SYSTEMS 公司為了提高工作的效率 ，還 研制出了用于獲取指紋、處理存貯和比較檢索的整套指紋處理裝置 ， 主要用 于對(duì) 犯罪記錄、圖像存貯、傳輸照片、指紋、十指卡和現(xiàn)場(chǎng)指紋的犯罪檢索等方面。全自動(dòng)化管理 ： 不僅指紋儲(chǔ)存和查對(duì)采用自動(dòng)化的方式 ， 而且指紋分析也由電子計(jì)算機(jī)自動(dòng)進(jìn)行圖像識(shí)別。實(shí)施的步驟是 ： 借助于帶有投影屏幕的指紋分析儀或光筆 ，將十指紋型、中心紋線的形態(tài)、中心花紋的特征數(shù)字加以表述。隨著現(xiàn)代科學(xué)技術(shù)的 不斷 發(fā)展 ， 指紋 技術(shù)的 應(yīng)用迅速地實(shí)現(xiàn)了現(xiàn)代化和自動(dòng)化 ， 例如 ： 指紋的電子計(jì)算機(jī)應(yīng)用 ， 使儲(chǔ)存、查對(duì)、鑒定開始走向 半自動(dòng)化和 自動(dòng)化的軌道。這可以說是我國指紋的科學(xué)時(shí)期。全國解放后 ,我國對(duì)指紋識(shí)別技術(shù) 研究一直比較重視。此后我國相繼開展了指 紋的研究 及 應(yīng)用 ,還曾建