【正文】 （23）其中，為期望的平均值和方差（一般=150，=2000）。對(duì)采集好的指紋圖像進(jìn)行歸一化處理，是對(duì)指紋灰度圖的灰度均值和方差做一次調(diào)整，使得不論用什么設(shè)備采集的指紋圖像都可以有預(yù)期的方差和均值，從而屏蔽不必要的噪聲。指紋圖像可分為四類區(qū)域：背景區(qū)、不可恢復(fù)區(qū)、可恢復(fù)區(qū)、清晰區(qū)。在指紋圖像中，由脊線和谷線組成的較清晰的部分，稱之為目標(biāo)區(qū)域；沒有用的部分我們稱之為背景區(qū)域。圖像分割要在指紋二值化和濾波及細(xì)化之前進(jìn)行，如此可以減少計(jì)算的冗余量，提高指紋檢測(cè)速度。圖21 預(yù)處理流程 圖像分割是從一幅圖像中按一定規(guī)則將一些物體或區(qū)域加以分離，劃分出我們感興趣的部分或區(qū)域。指紋圖像的預(yù)處理目的就是將自己感興趣的目標(biāo)區(qū)域保留下來，去除背景區(qū)域和沒有用的部分，同時(shí)根據(jù)指紋目標(biāo)區(qū)域中脊線的結(jié)構(gòu)特征，采取較好的濾波方法，提高指紋脊線清晰度，平滑脊線邊緣的毛刺和空洞，抑制圖像噪聲，保證指紋特征的可靠提取，并使灰度圖像轉(zhuǎn)化成黑白的二值圖像，最終得到脊線結(jié)構(gòu)清晰的單像素寬的二值圖像。第2章 指紋圖像預(yù)處理圖像預(yù)處理是對(duì)原始圖像進(jìn)行的一種前期處理，方便后續(xù)的模塊識(shí)別。Matlab語言的所有計(jì)算都是基于矩陣的，所以matlab中的所有變量都被定義為矩陣, 它是一種解釋型語言, 因此幾乎沒有語法格式上的限制。 Matlab在指紋識(shí)別中的應(yīng)用 Matlab是一種高級(jí)的計(jì)算機(jī)語言, 具有獨(dú)特的數(shù)學(xué)運(yùn)算能力是matlab語言最突出的優(yōu)點(diǎn)。 圖14 指紋識(shí)別流程指紋作為人類與生俱來的特征，因?yàn)槠洫?dú)有的特性而成為具有法律地位的有力證據(jù)。指紋識(shí)別技術(shù)主要包括三大部分：指紋圖像采集、指紋預(yù)處理、特征提取與匹配。這些皮膚的紋路會(huì)在交叉點(diǎn)，斷點(diǎn)上有很大的區(qū)別。, 只要有13個(gè)特征點(diǎn)能重合, 就可以確認(rèn)這兩枚指紋是同一指紋[3]。指紋紋路一般都會(huì)有斷點(diǎn)和分叉點(diǎn), 因此會(huì)形成一些獨(dú)特的節(jié)點(diǎn)。圖13 脊線的一般形態(tài) 指紋識(shí)別的原理及應(yīng)用在指紋識(shí)別的技術(shù)中, 一般都采用總體特征和局部特征來進(jìn)行識(shí)別。一切指紋的自動(dòng)識(shí)別系統(tǒng)，都是根據(jù)這些獨(dú)特的性質(zhì)，進(jìn)行身份的識(shí)別和確認(rèn)的。指紋的這個(gè)特點(diǎn)，是與手掌表面附著面的污垢的性能緊密相關(guān)的。（3）可分類性：指紋可根據(jù)脊線和谷線的走向進(jìn)行分類，一般可分為如圖12所示的弓形、環(huán)形和螺旋形。指紋的確定性，還表現(xiàn)在它具有一定的復(fù)原性和難于毀滅的特性。（1）確定性：指紋脊線的輪廓和細(xì)節(jié)特征是在人的一生中基本上保持不變。根據(jù)指紋中的細(xì)節(jié)特征我們常將指紋特點(diǎn)分為端點(diǎn)和分叉點(diǎn)，如圖11所示。指紋識(shí)別的應(yīng)用前景是非常廣闊的，它的應(yīng)用將滲透到社會(huì)生活，經(jīng)濟(jì)貿(mào)易的每一個(gè)角落，將成為保護(hù)我們個(gè)人以及國(guó)家信息的重要手段。所以總體上來說，國(guó)外的指紋識(shí)別應(yīng)用己經(jīng)進(jìn)入了正規(guī)的應(yīng)用階段。在國(guó)外，經(jīng)過幾十年的發(fā)展，指紋識(shí)別技術(shù)的軟件和硬件相對(duì)來說都比較成熟。生物識(shí)別技術(shù)是利用人體生物特征進(jìn)行身份認(rèn)證的一種技術(shù)，它主要有指紋、手形、臉形、聲音、虹膜、視網(wǎng)膜、簽名、掌紋、和臉部熱譜圖等，在生物識(shí)別技術(shù)中指紋識(shí)別技術(shù)是目前相對(duì)成熟的一種。因此我們?cè)谂c機(jī)器交互時(shí)急需一種準(zhǔn)確、安全快捷的識(shí)別技術(shù)來取代現(xiàn)有的身份驗(yàn)證。對(duì)個(gè)人身份識(shí)別技術(shù)的要求不斷提高，如果沒有安全可靠和快捷的身份識(shí)別技術(shù)，電子商務(wù)、網(wǎng)上購(gòu)物等就存在重大隱患。 The main feature extraction is extracted from the end of the fingerprint image after thinning and bifurcation point。該結(jié)果證明，用matlab實(shí)現(xiàn)的這些算法的處理結(jié)果比較理想，滿足識(shí)別的可行性和應(yīng)用性。圖像預(yù)處理包括四個(gè)步驟：圖像分割、濾波增強(qiáng)、二值化、細(xì)化，對(duì)指紋圖像進(jìn)行預(yù)處理后，去除了原圖像的冗余部分，方便后續(xù)的識(shí)別處理；特征提取主要是提取指紋圖像細(xì)化后的端點(diǎn)和分叉點(diǎn)；特征匹配是利用兩個(gè)指紋的圖像進(jìn)行特征點(diǎn)比較，來確定兩幅圖像是否來自于同一手指。指紋識(shí)別算法的matlab實(shí)現(xiàn)專業(yè)：電子信息工程 姓名：馬飛 指導(dǎo)老師：劉文博摘 要 由于指紋所具有的普遍性，唯一性和不變性，以及指紋識(shí)別技術(shù)具有很高的可行性和實(shí)用性，使之成為目前最流行、也最可靠的個(gè)人身份認(rèn)證技術(shù)之一。本文主要對(duì)指紋圖像進(jìn)行三方面處理：圖像預(yù)處理、特征提取和特征匹配。本文給出了指紋圖像預(yù)處理、特征提取、特征匹配的matlab程序及處理結(jié)果。關(guān)鍵詞 分割，二值化，細(xì)化，特征點(diǎn)提取，匹配，MatlabAbstractBecause of the universality, uniqueness and constantness of a fingerprint, and fingerprint identification technology has very high feasibility and practical applicability, make it to be one of the most popular, and most reliable personal identity authentication technology.This paper focuses on three aspects of the fingerprint image processing：image preprocessing, feature extraction, feature matching. Image preprocessing including four steps: image segmentation, filtering, binary, Refining, after The fingerprint image preprocessing, in addition to the original image of redundancy part, convenient subsequent identification processing。 Feature matching is use two fingerprint image feature point is to determine whether the two images from the same finger.This paper provides the fingerprint image preprocessing, feature extraction, feature matching use matlab and handling results, The results prove that these algorithms had ideal results be used by matlab, Be satisfied with the recognition and feasibility of the application. Key Words: Segmentation, Binary, Refining, Feature point extracting, Matching, Matlab目錄第1章 緒論 4 指紋識(shí)別概述 4 研究背景及意義 4 國(guó)內(nèi)外研究狀況 5 5 指紋的基本知識(shí) 5 指紋識(shí)別的原理及應(yīng)用 7 Matlab在指紋識(shí)別中的應(yīng)用 8第2章 指紋圖像預(yù)處理 9 9 圖像歸一化 10 圖像分割的方向法 11 圖像分割的方差法 12 圖像的二值化 13 方向圖 13 指紋圖像二值化 14 靜態(tài)閾值二值化 15 基于方向場(chǎng)的二值化 15 指紋圖像的濾波 17 圖像細(xì)化 20 快速細(xì)化算法 21 改進(jìn)的OPTA算法 21第3章 圖像特征提取和特征匹配 25 特征點(diǎn)提取 25 找出特征點(diǎn) 25 特征點(diǎn)匹配 26總結(jié)與展望 30致 謝 31參考文獻(xiàn) 32附錄A 預(yù)處理代碼 33附錄B 特征點(diǎn)提取代碼 37附錄C 圖像特征點(diǎn)代碼 39附錄D 特征點(diǎn)匹配代碼 42 第1章 緒論 指紋識(shí)別概述21世紀(jì)是信息化時(shí)代，在這個(gè)特殊的時(shí)代，我們的生活中電子設(shè)備越來越多，比如，筆記本電腦，ATM取款機(jī)，考勤系統(tǒng)，門禁系統(tǒng)和各種智能卡，網(wǎng)絡(luò)中的網(wǎng)上銀行，人人網(wǎng)賬號(hào)等，都需要驗(yàn)證身份。目前許多身份驗(yàn)證系統(tǒng)都采用“用戶名+密碼”的方式來進(jìn)行用戶訪問控制[1]，但此方法存在諸多隱患，比如密碼被竊取、破解或遺忘。 研究背景及意義因?yàn)槿说囊恍┨厥獾纳锾卣?，人們把身份認(rèn)證技術(shù)的目光轉(zhuǎn)向了生物特征的識(shí)別技術(shù)。 國(guó)內(nèi)外研究狀況指紋是人特有的一種特征，在中國(guó)的研究也有近百年的歷史，中國(guó)被認(rèn)為是世界上最早應(yīng)用指紋識(shí)別技術(shù)的國(guó)家，指紋識(shí)別技術(shù)從很早以前的人工比對(duì)到現(xiàn)如今采用先進(jìn)的計(jì)算機(jī)技術(shù)實(shí)現(xiàn)指紋的識(shí)別，使得指紋對(duì)比比以前更加準(zhǔn)確，識(shí)別效率得到了非常大的提高。在很多國(guó)家內(nèi)，政府用法律強(qiáng)制性的規(guī)定來保證生物識(shí)別技術(shù)的應(yīng)用。但是在國(guó)內(nèi)，經(jīng)過了十多年的發(fā)展，指紋識(shí)別的一些關(guān)鍵算法是有了較大的提高和發(fā)展，但是距離國(guó)外的優(yōu)秀算法仍然有非常大的差距，因此國(guó)內(nèi)的應(yīng)用現(xiàn)在處于發(fā)展的初期，應(yīng)用主要集中在自發(fā)性的企業(yè)上。 指紋的基本知識(shí)指紋是我們各個(gè)手指的第一個(gè)指節(jié)的指頭表面突起的脊線；而脊線是手指突起的花脊線條；谷線是兩個(gè)脊線之間低凹下去的部分；指印是指紋在物體表面留下的痕跡；指紋的細(xì)節(jié)特征是指紋固有的自身特點(diǎn)。圖11 端點(diǎn)、分叉點(diǎn)英國(guó)科學(xué)家Gallon在1892年的《Fingerprint》一書中提出了指紋的四條基本性質(zhì)。自胚胎六個(gè)月到出生至死亡腐敗之前，始終是沒有很大變化的。（2）唯一性：由于指紋脊線的連接關(guān)系千變?nèi)f化，因此，即使兩個(gè)不同的指紋有著相同的輪廓和相同數(shù)量的細(xì)節(jié)特征，它們的細(xì)節(jié)位置也是不可能完全相同的。 (a)弓形 (b) 環(huán)形 (c)螺旋形圖12 指紋類型（4）留痕性：指紋接觸物體后會(huì)留下痕跡。正是因?yàn)檫@些獨(dú)特的性質(zhì)，指紋被國(guó)內(nèi)外的刑偵界稱為“證據(jù)之首”。脊線是指紋的一個(gè)非常突出的特征，指紋的脊線一般由弓形線、環(huán)形線、箕形線、螺形線、曲形線和棒形線等脊線組成，每種脊線具有不同的細(xì)節(jié)和長(zhǎng)度，如圖13所示[2]。總體特征是那些很容易就能看出來的非常明顯的特征, 局部特征則是一小塊指紋中的細(xì)節(jié)特征。根據(jù)研究，兩個(gè)指紋的總體特征有時(shí)候會(huì)很相似，但是局部特征是不會(huì)相同的，即沒有兩個(gè)指紋的紋路是相同的。指紋的面積雖然不大但卻蘊(yùn)含著大量的識(shí)別信息。在指紋識(shí)別的過程中將其稱為“特征點(diǎn)”，利用特征點(diǎn)的性質(zhì)，我們可以把一個(gè)人的指紋同預(yù)先存儲(chǔ)起來的指紋模版對(duì)比來驗(yàn)證他的真實(shí)身份。如圖14所示。一切需要身份確認(rèn)的場(chǎng)所,都有它的蹤影,如金融證券類的ATM指紋終端、指紋保險(xiǎn)箱等、IT類的計(jì)算機(jī)的系統(tǒng)密碼驗(yàn)證、網(wǎng)絡(luò)安全等、安防類的門禁系統(tǒng)等、醫(yī)療類的個(gè)人醫(yī)療檔案驗(yàn)證等、福利類的醫(yī)療確認(rèn)、福利確認(rèn)等，因此指紋識(shí)別在許多行業(yè)的應(yīng)用系統(tǒng)中都具有廣闊的應(yīng)用前景。許多在其他語言中描述起來很復(fù)雜的問題在matlab語言編程中卻只需要一條專用的指令就可以完成?；趍atlab實(shí)現(xiàn)指紋圖像算法及仿真驗(yàn)證不僅有較高的準(zhǔn)確率, 而且減小了仿真難度。無論采用何種方式獲取的指紋圖像, 都有一部分由于質(zhì)量原因, 不能被系統(tǒng)直接