【正文】 ............... 21 第 3 章 圖像特征提取和特征匹配 .......................................................................................... 25 特征點提取 .................................................................................................................. 25 找出特征點 .................................................................................................................. 25 特征點匹配 .................................................................................................................. 26 總結與展望 ................................................................................................................................ 30 致 謝 ...................................................................................................................................... 31 參考文獻 .................................................................................................................................... 32 附錄 A 預處理代碼 ................................................................................................................... 33 附錄 B 特征點提取代碼 ........................................................................................................... 37 附錄 C 圖像特征點代碼 ........................................................................................................... 39 附錄 D 特征點匹配代碼 .......................................................................................................... 42 4 第 1 章 緒論 指紋識別概述 21 世紀是信息化時代，在這個 特殊的 時代，我們的生活 中電子設備越來越多 ， 比如 ，筆記本電腦 ， ATM 取款機 ， 考勤系統(tǒng) ，門禁系統(tǒng)和各種智能卡，網絡 中 的 網上銀行 ，人人網 賬號等，都需要驗證身份。 目前許多身份驗證系統(tǒng)都采用“用戶名 +密碼 ”的方式來進行用戶訪 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 因為 人的一些特殊的生物特征 ，人們把 身份認證技術的 目光轉向了生物特征的識別技術 。 國內外研究狀況 指紋是人特有的一種特征 ，在中國的研究 也有近百年的歷史，中國 被認為是世界上 最早應用指紋識別技術的國家 ， 指紋識別技術從很早以前的人工比對到現(xiàn)如今 采用 先進的 計算 機技術實現(xiàn) 指紋 的 識別， 使得 指紋對比 比以前更 加準確，識別效率得到 了非常大的 提高 。在 很多國家 內，政府 用法律 強制性的 規(guī)定來保證生物識別技術的應用。 但是 在國內，經過 了 十多年的發(fā)展，指紋識別 的一些關鍵 算法 是 有了較大的 提高和 發(fā)展，但是距離國外 的優(yōu)秀算法仍然 有 非常 大 的 差距 ， 因此 國內的應用 現(xiàn) 在 處于發(fā)展 的初期，應用主要集中在自發(fā)性的企業(yè) 上。 指紋識別的原理 和方法 指紋的基本知識 指紋 是 我們各個 手指 的 第一個指 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 細節(jié)特征是 指紋固有的 自身 特點 。 圖 11 端點 、 分叉點 英國科學家 Gallon 在 1892 年 的 《 Fingerprint》 一書中 提出了指紋的四條基本性質 。自胚胎六個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系千變萬化，因此，即使兩個不同的指紋有著相同的輪廓和相同數(shù)量的細節(jié)特征，它們的細節(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 會留下痕跡 。 正是因為這些 獨特的 性質，指紋被國內外 的 刑偵 界 稱為“證據(jù)之首”。 脊線 是指紋的 一個非常 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 細節(jié)和長度，如 圖 13 所 示 [2]?？傮w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 細節(jié)特征。 根 據(jù)研究，兩個指紋 的 總體特征 有時候會很 相似，但 是 局部特征是 不會相同 的 ，即沒有兩個指紋 的紋路 是相同的。 指紋 的面積 雖然 不大 但 卻蘊含 著 大量的識別信息 。在指紋識別的過程中將其稱為“特征 點 ” ， 利用 特征 點 的性質 ，我們 可以把一個人的指紋 同預先存儲起來的 指紋 模版對比來 驗證他的真實身份。如圖 14 所示。 一切需要身份確認的場所 ,都有它 的蹤影 ,如 金融證券 類 的 ATM指紋終端、指紋保險箱 等 、 IT類 的 計算機 的 系統(tǒng)密碼 驗證 、網絡安全 等 、安防 類 的 門禁系統(tǒng)等 、醫(yī)療 類 的 個人醫(yī)療檔案 驗證 等 、福利 類 的 醫(yī)療確認、 福利 確認等 ，因此指紋識別在許多 行業(yè)的應用系統(tǒng)中都具有廣闊的應用前景 。許多在 其他 語言中 描述起來 很復雜的問題在 matlab 語言編程中 卻 只需要一條專用 的 指令就可以完成 。 基于 matlab 實現(xiàn)指紋圖像算法 及 仿真驗證不僅 有較高的準確率 , 而且 減小 了 仿真難度。無論采用何種方式獲取的指紋圖像 , 都有一部分由于質量原因 , 不能被系統(tǒng) 直接識別，因此圖像的預處理就顯得非常有必要。 本文 預處理的主要流程如圖21 所示。經過分割后的圖像更容易進行進一步的分類、分析和識別處理。 采集到 的指紋 內容分為目標區(qū)域和背景區(qū)域 。 指 紋識別 中的分割就是將有用的目標區(qū)域分割出來，去掉沒用的背景區(qū)域，以避免背景區(qū)域的 各種 干擾 。 背 景 區(qū)不 可 恢 復 區(qū)清 晰 目 標 區(qū)可 恢 復 區(qū) 圖 22 指紋圖像的四種區(qū)域 圖像歸一化 對指紋圖像進行分割處理，消除剩下的背景區(qū)域 前 ， 首先要進行圖像歸一化 。指紋歸一化不改變指紋質量，只是 方便指紋的后續(xù)處理 并保證程序運行時收斂加快 。 Matlab 程序見附錄 A。且計算復雜，處理時間很長，不適宜實際使用。基于這一基本特性，可利用圖像的局部方差對指紋圖像進行分割 。 改進后的方差法： 為了解 決上述問題，可以在方差 法 分割的基礎上進行開運算和閉運算操作，該 算法 繼承了方差法的優(yōu)點且又 克服了易受噪聲影響的缺陷。 13 該算法的第 （ 1） 步與方差 法的算法一致， 第 （ 2）、 （ 3） 步驟利用數(shù)字圖像處理中的開運算與閉運算處理，其原理為 ： 開運算 （ 先腐蝕后膨脹 ） 用來消除小物體、在纖細點處分離物體 ， 去除被誤當成目 標的背景塊 ； 閉運算（ 先膨脹后腐蝕 ） 用來填充物體內細小空洞、連接鄰近物體 ， 恢復指紋背景中被誤當成背景而去除的目標塊 。 結果圖如下： 圖 24 圖像 分割 圖像的二值化 方向圖 因為 許多 二值化算法和 增強 濾波 算法 都用到 了 方向圖，因此方向圖 的計算對后續(xù)的 各種 算法 都 有很大幫助 。 方向圖 描述了指紋圖像 中的 像素點 、 小塊指紋 所在 處的 脊線或谷線的切線方向 ， 因為 指紋圖像 在 一塊不大的區(qū)域內的指紋方向幾近 相 同 ， 因此 在計 14 算中 ， 一般 以該點所在 的小塊 方向 來代替該像素點 的方向 。全局信息如下圖 25 所示 ： 圖 25 指紋小塊模型 方向圖 計算 的 基本 思想 : 在原 灰度的指紋 圖像中計算每 小 塊在 每個 方向上的統(tǒng)計量 , 由 這些統(tǒng)計量 在每個小塊方向上 的差異 來 確定該 小 塊的方向 。 指紋 圖像 中 包括 目標和 背景還有 眾多噪聲，要想從 原始 的 指紋 圖像中提取出目標， 一般 用的方法 是設定一個閾值 T，用 T 將圖像 中像素 數(shù)據(jù)分成兩部分 ， 若輸入灰度圖像的函數(shù)為 ： ? ? ( , )x , y0 ( , )A f x y Tf f x y T??? ? ?? （ 24） 通過求解 閾值 T，從而把圖像 f(x,y)分成目標和背景兩個區(qū)域， 其中 大于 T的像素群 為目標區(qū)域， 小于 等于 T 的像素群 為背景區(qū)域 ， 閾值 的選取原則是： （ 1） 盡可能的多保存圖像 信息； （ 2） 盡可能的減少噪聲。 15 靜態(tài) 閾值 二值化 靜態(tài) 閾值 二值化是根據(jù)灰度圖像的直方圖為整幅圖像來確定一個 閾值 ，也可以根據(jù)相關經驗來確定 閾值 ， 閾值 的確定一般分為兩種： （ 1）人工設定 閾值 ：該方案是根據(jù)實驗或經驗設置一個固定的 閾值 ，然后對每個像素按照式 ? ? ( , )x , y0 ( , )A f x y Tf f x y T??? ? ??來進行二值化處理。則有公式如下： ( ) ( 0 2 5 5 )kkknp f fn? ? ? （ 25） 通常以 ()kpf 為縱坐標， kf 為橫坐標的圖像為指紋灰度圖的直方 圖，該算法的直方圖有兩個峰值，對應目標和背景， 閾值 取雙峰的波谷的值，且雙峰越陡，二值化效果越好。 基于方向場的二值化 采集到的指紋圖像 一般 都有比較清晰的方向場，方向場估計得準確與否直接決定了圖像 二值化 算法的效果。 二值化的 matlab 程序見附錄 A。 圖像 在當前的采集設備條件下，不可避免的會受到環(huán)境 和自身因素 的影響 ， 指紋圖像 質量低的主要原因有： （ 1） 存在擦傷或創(chuàng)傷 的傷痕所 引起的脊線中斷 或變的不清晰 ； （ 2） 指紋干燥 所 引起 指紋圖像印痕模糊 ， 導致 脊線和谷線的對比度比較差； （ 3） 污漬導致 指紋圖像的 脊線 或 谷線 粘連和 斷裂。指紋圖像的增強 濾波有很多的算法 ，本文就 一種 圖像 濾波器 算 法進行闡述 。 一 個 基本 增強 濾波器主要由 可將脊線中的斷點連接起來的平均濾波器和可將脊線分叉點去除的分離濾波器組成。 圖 28 平均濾波器 水平方向 權值 圖 29 分離濾波器 水平方向 權值 （其中 ABC=0； P+2Q+2R=0）。斷點處脊線 的灰度值 要 比 周圍的 灰度值 小，經過平均濾波 器 的處理，它的灰度值就大約等于周圍 的 灰度值，因此 二值化后的指紋中 斷裂的脊線就會被連起來。 脊線中 叉連點的兩端灰度值比中間 的要 稍微 大 一些 ， 經 過分離濾波器的處理，叉連點處的灰度值就會降下來， 脊線中的 叉連點就 會 被去除了。 圖 211 上下文濾波器的權值 參數(shù)滿足 K =A+P， L =B+Q， M =C+R。 算法 實現(xiàn)的 matlab程序見附錄 A。 細化 目的是 在不破壞 指紋 圖像連通性的情況下去 除 掉多余的信息 （即多余的像素點） ，將 二值化的 指紋 圖像的脊線 采用逐層剝離的方法，將圖像中的指紋脊線細化成單象素寬 （實際為保存原圖的骨架） 。 總 體 來說，細化算法應滿足 （ 1） 盡量保持原圖像的基本機構特性 （如脊線的形態(tài)） ；（ 2） 盡量以脊線的中軸線 或者指紋的中心為重 心； （ 3） 從 指紋脊線的兩面 21 對稱的刪除 ； （ 4） 保證 細化完后的 指紋 圖像是單 個 像素的； （ 5） 對邊緣 上噪