小區(qū)門禁系統(tǒng)中的指紋識別仿真-在線瀏覽
2025-03-04 03:35本頁面
【正文】 識別本人的信息是否真實。有形成在不同的形狀經(jīng)常脊。不同的人幾乎沒有相同的概率。而且這種識別不會輕易被他人竊取，復制，得到了人們廣泛的認可。利用了指紋具有不變性、唯一性以及量測方便的特點[4]。下面通過表1來了解一下各種生物識別技術(shù)的不同。之后就開始了漫長的指紋系統(tǒng)的開發(fā)，指紋作為典型的生物識別的模式，我們自1960年以來全國打響指紋的工作在指紋理論領(lǐng)域取得了顯著成果,最初我們只是把它當作合同和證件的憑證，犯罪的證據(jù)等，到了90年代中后期，指紋識別才逐漸應(yīng)用到了各種系統(tǒng)中，在民間得到了廣泛且實際的應(yīng)用。 本文研究內(nèi)容我們通過研究了指紋識別的背景及現(xiàn)狀等社會情況，了解到了指紋識別的發(fā)展過程，在此基礎(chǔ)之上，我們經(jīng)過大量的查閱資料與分析，做出了如下總結(jié)研究步驟：首先掌握Matlab的使用方法，了解其中函數(shù)的使用情況以及編程技巧分析。其次掌握指紋識別的概念與提出實現(xiàn)過程的框圖；學會指紋圖像的的提取與匹配方法，對指紋的歸一化、分割、二值化以及細化做了重點研究；最后，進行基于Matlab的指紋識別在門禁系統(tǒng)中的仿真與實現(xiàn)。 Matlab仿真平臺的優(yōu)勢窗體頂端Matlab的全稱是Matrix Laboratory，是美國mathworks公司出品的一種集多種技術(shù)于一身的開發(fā)環(huán)境。Matlab不但具有內(nèi)部函數(shù)還具有可以讀取和修改的工具箱和主包文件，因為其開放性所以得到用戶的青睞和好評。再加以目前各種視窗上的版本都已推出，編輯程式，執(zhí)行、觀看結(jié)果和列印，您可以通過Windows輕松切換和下拉功能來完成。Matlab的M語言可以簡單粗略的的進行算法描述；這樣可以通過使用算法來使開發(fā)時間大大減少，因此，我們可以選擇Matlab作為指紋識別門禁系統(tǒng)的開發(fā)平臺。從了解到的知識上得出，指紋的紋理可以大致分為環(huán)型、弓型、螺旋型[8]。圖3是對指紋的更進一步的分析。 指紋圖像分割 圖像分割的介紹在指紋識別系統(tǒng)中,指紋圖像的分割是指紋圖像預處理的一部分，它是基于的圖像的圖像特性的基本特征是指指紋圖像的固有屬性，例如灰度值、淋浴關(guān)系、紋線的扭曲程度等。圖像分割處理為對象或區(qū)域，再加上一個獨立的按規(guī)則的圖像，指紋圖像分割是取前景區(qū)域和從前景區(qū)域分離出的背景區(qū)域被提供了目標區(qū)是脊和谷的夾雜物明確區(qū)域線，以避免背景區(qū)域的干擾。使用分割算法基于圖像分割層次特性差異的方差法，脊線和谷線在前景區(qū)域的方差值較大，在背景區(qū)域的差異比較小，所以我們必須利用其局部方差的指紋分割，因為方差切割速度更快，更簡單，所以對于高對比度的圖像切割質(zhì)量好，但對于低對比度圖像分割并不總是有效。實驗結(jié)果表明，這種方法既為高對比度或指紋圖像分割的低對比度的指紋圖象有很好的效果，用指紋圖像分割的傳統(tǒng)方法相比，操作速度更快，比在實時處理的傳統(tǒng)方法更合適。方差定義為： Var(X)= (21)假設(shè)使用一個閾值T，將灰度級[1，L]分割成兩個類[1 ，T1]和[T，L]， (22) (23) (24) (25)其中: (26) (27) (28) (29)那么被k分割出來的兩個類的方差則為： (210) (211)同時定義類內(nèi)方差與類間方差、總方差如下: (212) (213) (214) (215)上述等式是總方差σT和T獨立分割閾值的恒定值，對于類方差的最低要求可以轉(zhuǎn)換為大津的緣故。對指紋圖像分割后，還需要被濾波，以消除噪聲干擾，提高指紋圖像識別的效率。實驗表明，該方法基于Matlab實現(xiàn)的，簡單而快速的指紋圖像已經(jīng)很不錯了，以增強療效。它是嘈雜灰度級的圖像處理為適合于二值圖象的特征提取，這將直接影響識別系統(tǒng)的性能。相比該閾值表示背景圖像像素的灰度，使得圖像的前景和背景區(qū)域變成完全獨立的區(qū)域。指紋圖像在預處理之后，所獲取的脊線寬度平均有68個像素點，還具有一定寬度，所以指紋細化是不能省略的關(guān)鍵步驟。(2)連通性；不能打破指紋紋線的連續(xù)性。(4)保持性：對指紋的細節(jié)特征進行保留。(6)中軸性：在指紋紋線中央位置設(shè)置骨架結(jié)構(gòu)。 指紋圖像細化的算法本文采用的基于八鄰域查表的細化算法，如圖6可以看出，中心模塊為P0點，模塊周圍的位置即八個模塊構(gòu)成模板，這樣以來這九個模塊即P0與周圍八個模塊就構(gòu)成了八鄰域模型板塊，此時P0表示為中心模塊，P1P8則一一對應(yīng)P0周圍8個方向上相鄰之間的模塊。若P0為1，且P1，P2,...P8只有一個為1，稱P0為端點；若P0為1且P1，P2,...P8只有一個為0，稱P0為輪廓點；若刪除為1的P0點會破壞圖象的連接性，則稱P0為斷點。我們按照這樣的順序查表就可以了。首先我們要從上到下，從左到右，對二值圖象進行觀察，觀察每一個黑點，黑點，如果周圍的鄰居是黑點，一點都不處理，否則進行八鄰域檢測的步驟。窗體底端3 指紋圖像的特征提取 指紋圖像的特征提取概述目前我們采用提取特征點的辦法來作為圖像的信息點的表達，[10]的準確度直接影響著匹配的正確度。常見的指紋特征包括：全局特征、局部特征、形狀特征。圖9就是總體特征的區(qū)分圖：圖9 指紋總體特征圖兩個指紋指紋的節(jié)點的OCAL特性指紋可能具有相同的全局特征，但它們的局部特性，不能完全一樣。指紋的細節(jié)特征是指指紋脊線的突變[13]。細節(jié)點是指這樣的點從連續(xù)部分不同，簡單的細節(jié)特征匹配的錯誤率是比較高的，細枝末節(jié)的功能會失去很多的脊線信息，這是在同一時間非常有效的特征之間的區(qū)別是不同的指紋，從而限制了細節(jié)的表現(xiàn)基于方法。后來州門提出了150多種不同的細節(jié)點類型，一些細節(jié)點類型如圖10.圖10 典型細節(jié)點類型而我們最常采用的就是端點和分叉點，如圖11所示，端點就是指一條紋線在此處到達終點，而分叉點就是一條分開變成兩條的節(jié)點。本文中，從山脊細化基于圖像跟蹤算法來提取特征點。用于在設(shè)計和端點脊分叉點作為指紋特征點，這不僅是因為這兩種類型的特征，它似乎容易檢測，甚至更
公司管理相關(guān)推薦
鄂ICP備17016276號-1