指紋識(shí)別門禁系統(tǒng)(軟件)本科畢業(yè)論文.doc

五邑大學(xué)本科畢業(yè)設(shè)計(jì)摘 要 隨著生物識(shí)別技術(shù)的不斷發(fā)展，人們發(fā)現(xiàn)每個(gè)人的指紋具有唯一性和不變性。因此指紋識(shí)別技術(shù)逐步發(fā)展為一種新的身份識(shí)別方式，并且憑借其良好的安全可靠性，大有取代傳統(tǒng)身份識(shí)別方式的趨勢(shì)。本文簡(jiǎn)要介紹了指紋識(shí)別的基本步驟，分別是指紋圖像預(yù)處理、指紋特征提取、指紋匹配。在圖像預(yù)處理中，依次介紹了規(guī)格化處理、圖像增強(qiáng)、二值化處理和細(xì)化處理的方法。預(yù)處理后將得到一幅寬度為一個(gè)像素的細(xì)化二值圖像，然后通過特定的端點(diǎn)和交叉點(diǎn)的特征進(jìn)行指紋匹配。論文中采用matlab編程實(shí)現(xiàn)全部算法。關(guān)鍵詞：指紋識(shí)別，圖像處理，特征提取，特征匹配abstractwith the continuous development of biometric identification technology,people found that each persons fingerprint has uniqueness and invariant.therefore fingerprint identification technology gradually developed as a new identity recognition mode，and with its good safety and reliability，it has replaced the traditional identification way trends. this paper briefly introduces the basic step of fingerprint identification，they are fingerprint image preprocessing, fingerprint characteristic extraction,fingerprint matching.in the fingerprint image preprocessing,in turn introduced the normalized processing, image enhancement, binary treatment and refining processing method.after pretreatment will get a picture for a pixel width of twenty-first-century binary image,then through the particular endpoint and intersection on the characteristics of the fingerprint matching.this paper using matlab programs all algorithm.key words fingerprint identification image processing feature extraction feature matching畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。對(duì)本研究提供過幫助和做出過貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說明并表示了謝意。作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日期： 使用授權(quán)說明本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉?jī)?nèi)容。作者簽名： 日 期： 學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名： 日期： 年 月 日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名：日期： 年 月 日導(dǎo)師簽名： 日期： 年 月 日目 錄摘要iabstractii第1章 緒論11.1 研究背景及意義11.2 國(guó)內(nèi)外研究現(xiàn)狀及分析11.3 設(shè)計(jì)內(nèi)容與要求2第2章 指紋識(shí)別的基本理論及應(yīng)用32.1 指紋識(shí)別的原理和方法32.1.1 指紋的特征與分類32.1.2 指紋識(shí)別的原理和方法32.2.1 算法的精確度42.2.2 誤識(shí)率和拒識(shí)率的測(cè)試方法42.2.3 系統(tǒng)參數(shù)42.3 指紋識(shí)別技術(shù)的應(yīng)用52.4 指紋識(shí)別的可靠性52.5 本章小結(jié)6第3章 指紋圖像處理及特征提取與實(shí)現(xiàn)73.1 方法概述73.2 方向圖的計(jì)算83.2.1 求點(diǎn)方向圖83.2.2 由點(diǎn)方向圖求塊方向圖的算法83.2.3 最小均方估計(jì)塊方向算法93.3 指紋圖像的濾波103.4 基于方向圖的動(dòng)態(tài)閥值指紋圖像二值化方法123.5 指紋圖像的細(xì)化算法133.6 特征提取及其后處理153.6.1 特征點(diǎn)的提取153.6.2 假特征點(diǎn)的去除163.6.3 細(xì)節(jié)點(diǎn)信息的提取及記錄163.6.4 指紋識(shí)別中細(xì)節(jié)點(diǎn)的匹配173.7 本章小結(jié)18第4章 指紋識(shí)別算法的matlab實(shí)現(xiàn)194.1 matlab簡(jiǎn)介194.1.1 matlab 的概況194.1.2 matlab產(chǎn)生的歷史背景194.1.3 matlab 的語(yǔ)言特點(diǎn)204.1.4 matlab在指紋識(shí)別中的應(yīng)用214.2 指紋圖像預(yù)處理224.2.1 圖像規(guī)格化224.2.2 圖像分割234.2.3 圖像二值化234.2.4 圖像增強(qiáng)244.2.5 圖像細(xì)化244.3 特征點(diǎn)提取244.3.1 找出所有的端點(diǎn)和交叉點(diǎn)244.3.2 紋線光滑處理254.3.3 去除圖像邊緣的端點(diǎn)254.4 找出特征點(diǎn)254.4.1 single_point函數(shù)254.4.2 walk函數(shù)254.4.3 last1函數(shù)264.5 特征點(diǎn)匹配264.5.1 紋線長(zhǎng)度匹配264.5.2 三角形邊長(zhǎng)匹配264.5.3 點(diǎn)類型匹配264.6 本章小結(jié)27結(jié) 論28參考文獻(xiàn)29致 謝30附錄1 圖像預(yù)處理代碼31附錄2 特征點(diǎn)提取代碼37附錄3 找特征點(diǎn)代碼40附錄4 特征點(diǎn)匹配代碼43vi五邑大學(xué)本科畢業(yè)設(shè)計(jì)第1章 緒論1.1 研究背景及意義現(xiàn)代門禁系統(tǒng)是一種隨著電子技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展而迅速發(fā)展起來的安防系統(tǒng)，一套現(xiàn)代化的、功能齊全的門禁系統(tǒng)，不僅可用于進(jìn)出口控制，而且有助于單位內(nèi)部的有序化管理。門禁系統(tǒng)是新型現(xiàn)代化公共安全管理系統(tǒng)，它集微機(jī)自動(dòng)識(shí)別技術(shù)和現(xiàn)代安全管理措施為一體，涉及電子、機(jī)械、光學(xué)、計(jì)算機(jī)技術(shù)、通信技術(shù)和生物技術(shù)等諸多新技術(shù)，是重要部門出入口實(shí)現(xiàn)安全防范管理的有效保障1。目前有很多的生物測(cè)定技術(shù)可用于身份認(rèn)證，包括虹膜識(shí)別技術(shù)、視網(wǎng)膜識(shí)別技術(shù)、面部識(shí)別、簽名識(shí)別、聲音識(shí)別技術(shù)、指紋識(shí)別等，具有安全、可靠的特點(diǎn)，其中自動(dòng)指紋識(shí)別系統(tǒng)是目前研究最多、最有應(yīng)用前景的生物識(shí)別系統(tǒng)。指紋識(shí)別技術(shù)的應(yīng)用十分廣泛，指紋因具有終生不變性及穩(wěn)定性,而且不同人指紋相同的概率幾乎為零,因此指紋自動(dòng)識(shí)別系統(tǒng)被廣泛應(yīng)用于案例分析、商業(yè)活動(dòng)中的身份鑒別等領(lǐng)域。指紋識(shí)別技術(shù)的發(fā)展得益于現(xiàn)代電子集成制造技術(shù)的進(jìn)步和快速可靠的算法的研究。 指紋門禁系統(tǒng)通過將用戶的指紋特征與指紋特征數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行對(duì)比實(shí)現(xiàn)用戶身份的鑒別，并不直接保存和使用用戶的指紋圖像信息，不會(huì)侵犯到用戶的隱私信息，是當(dāng)前技術(shù)最先進(jìn)、應(yīng)用最廣泛的門禁系統(tǒng)。對(duì)生物識(shí)別(指紋識(shí)別)技術(shù)來說，被廣泛應(yīng)用意味著它能在影響億萬(wàn)人的日常生活的各個(gè)地方使用。通過取代個(gè)人識(shí)別碼和口令，生物識(shí)別（指紋識(shí)別）技術(shù)可以阻止非授權(quán)的“訪問”，可以防止盜用atm、蜂窩電話、智能卡、桌面pc、工作站及其計(jì)算機(jī)網(wǎng)絡(luò)；在通過電話、網(wǎng)絡(luò)進(jìn)行的金融交易時(shí)進(jìn)行身份認(rèn)證；在建筑物或工作場(chǎng)所生物識(shí)別技術(shù)（指紋識(shí)別）可以取代鑰匙、證件、圖章等。生物識(shí)別(指紋識(shí)別)技術(shù)的飛速發(fā)展及其廣泛應(yīng)用將開創(chuàng)個(gè)人身份鑒別的新時(shí)代。指紋所具有的唯一性、不變性、易于獲取、分類存儲(chǔ)有規(guī)律等特性使其成為生物鑒定學(xué)中最為成熟的方式2。1.2 國(guó)內(nèi)外研究現(xiàn)狀及分析指紋識(shí)別技術(shù)從早期的人工比對(duì)到現(xiàn)在采用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)自動(dòng)指紋識(shí)別，指紋對(duì)比更加準(zhǔn)確，識(shí)別效率得到極大提高。自動(dòng)指紋識(shí)別過程通常由指紋圖像濾波增強(qiáng)、二值化、細(xì)化、特征提取以及指紋匹配等幾個(gè)環(huán)節(jié)構(gòu)成。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(chǎng)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(chǎng)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法。目前指紋識(shí)別技術(shù)還有很多困難，例如當(dāng)三維的指紋被指紋錄入設(shè)備掃描成二維的數(shù)字圖像時(shí)，會(huì)丟失一部分信息、，手指劃破、割傷、弄臟、不同干濕程度以及不同的按壓方式，還會(huì)導(dǎo)致指紋圖像的變化，這給可靠的特征提取帶來了相當(dāng)?shù)乩щy；例如傳統(tǒng)的基于細(xì)節(jié)點(diǎn)的識(shí)別方法，是依靠提取指紋脊線上的細(xì)節(jié)點(diǎn)，然后對(duì)其位置和類型進(jìn)行匹配，來識(shí)別指紋的，而噪聲會(huì)影響特征提取準(zhǔn)確度，增加錯(cuò)誤的特征點(diǎn)或丟失真正的特征點(diǎn)。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。當(dāng)噪聲增大時(shí)，提取了許多虛假細(xì)節(jié)點(diǎn)，還有可能丟失細(xì)節(jié)點(diǎn)，這就是傳統(tǒng)的基于細(xì)節(jié)點(diǎn)識(shí)別算法的不足之處之一，因?yàn)樗焕昧酥讣y圖像中的一小部分信息（細(xì)節(jié)點(diǎn)位置和方向）作為特征進(jìn)行匹配，丟失了蘊(yùn)涵在圖像中的其他豐富的結(jié)構(gòu)信息。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。1.3 設(shè)計(jì)內(nèi)容與要求、熟練掌握?qǐng)D像處理原理與模式識(shí)別原理；熟練掌握matlab軟件及該軟件中的imageprocessingtoolbox及其編程技巧；、掌握指紋識(shí)別的概念與實(shí)現(xiàn)過程框圖；熟練掌握指紋圖像的特征、特征提取、指紋識(shí)別方法；、構(gòu)建指紋識(shí)別完整模型，包括圖像獲取、圖形預(yù)處理、特征提取、圖像識(shí)別各環(huán)節(jié)的軟件算法；在圖像預(yù)處理過程中，充分考慮圖像去噪、圖像增強(qiáng)等有關(guān)算法；同時(shí)，設(shè)計(jì)基于指紋識(shí)別的用戶管理界面；、在消化吸收國(guó)內(nèi)外研究成果的基礎(chǔ)上，探討指紋識(shí)別模型與算法的快速性、魯棒性。同時(shí)，針對(duì)構(gòu)建的簡(jiǎn)單指紋圖像數(shù)據(jù)庫(kù)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；、參照國(guó)內(nèi)外同行取得的研究成果，不斷改進(jìn)算法模型。針對(duì)實(shí)際應(yīng)用，探討該模型算法的優(yōu)點(diǎn)；討論指紋圖像數(shù)據(jù)庫(kù)的大小、系統(tǒng)容量、訓(xùn)練樣本隨機(jī)變化、以及選擇不同算法時(shí)對(duì)識(shí)別率的影響；得出具有一般性指導(dǎo)意義的結(jié)論。第2章 指紋識(shí)別的基本理論及應(yīng)用2.1 指紋識(shí)別的原理和方法2.1.1 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。實(shí)際應(yīng)用中，根據(jù)需求的不同，可以將人體的指紋特征分為：永久性特征、非永久性特征和生命特征。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。細(xì)節(jié)特征是實(shí)現(xiàn)指紋精確比對(duì)的基礎(chǔ)，而紋形特征、紋理特征等則是指紋分類及檢索的重要依據(jù)。人類指紋的紋形特征根據(jù)其形態(tài)的不同通?？梢苑譃椤肮汀⒒?、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)。紋理特征則是由平均紋密度、紋密度分布、平均紋曲率、紋曲率分布等紋理參數(shù)構(gòu)成。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。非永久性特征由孤立點(diǎn)、短線、褶皺、疤痕以及由此造成的斷點(diǎn)、叉點(diǎn)等元素構(gòu)成的指紋特征，這類指紋有可能產(chǎn)生、愈合、發(fā)展甚至消失。指紋的生命特征與被測(cè)對(duì)象的生命存在與否密切相關(guān)。但它與人體生命現(xiàn)象的關(guān)系和規(guī)律仍有待進(jìn)一步認(rèn)識(shí)。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。2.1.2 指紋識(shí)別的原理和方法指紋識(shí)別技術(shù)主要涉及四個(gè)功能：讀取指紋圖像、提取特征、保存數(shù)據(jù)和比對(duì)。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)。軟件從指紋上找到被稱為“節(jié)點(diǎn)”（minutiae）的數(shù)據(jù)點(diǎn)，即指紋紋路的分叉、終止或打圈處的坐標(biāo)位置，這些點(diǎn)同時(shí)具有七種以上的唯一性特征。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)。這些數(shù)據(jù)，通常稱為模板。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。采集設(shè)備（即取像設(shè)備）分成幾類：光學(xué)、半導(dǎo)體傳感器和其他。2.2 指紋識(shí)別技術(shù)的主要指標(biāo)和測(cè)試方法2.2.1 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。為了便于采用量化的方法表示其性能，引入了下列兩個(gè)指標(biāo)： 拒識(shí)率（false rejection rate，frr）：是指將相同的指紋誤認(rèn)為是不同的，而加以拒絕的出錯(cuò)概率。frr=（拒識(shí)的指紋數(shù)目考察的指紋總數(shù)目）100%。 誤識(shí)率（false accept rate，far）：是指將不同的指紋誤認(rèn)為是相同的指紋，而加以接收的出錯(cuò)概率。far=（錯(cuò)判的指紋數(shù)目考察的指紋總數(shù)目）100%。對(duì)于一個(gè)已有的系統(tǒng)而言，通過設(shè)定不同的系統(tǒng)閾值，就可以看出這兩個(gè)指標(biāo)是互為相關(guān)的，frr與far成反比關(guān)系。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。2.2.2 誤識(shí)率和拒識(shí)率的測(cè)試方法測(cè)試這兩個(gè)指標(biāo)，通常采用循環(huán)測(cè)試方法。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。針對(duì)far=0.0001%的指標(biāo)，應(yīng)采用不少于1415幅不同的指紋圖像作循環(huán)測(cè)試，總測(cè)試次數(shù)為1000405次，如果測(cè)試中發(fā)生一次錯(cuò)誤比對(duì)成功，則far=1/1000405；針對(duì)frr=0.1%，應(yīng)采用不少于46幅屬于同一指紋的圖像組合配對(duì)進(jìn)行測(cè)試，則總提交測(cè)試的次數(shù)為1035次數(shù)，如果發(fā)生一次錯(cuò)誤拒絕，則frr=1/1035。測(cè)試所采用的樣本數(shù)越多，結(jié)果越準(zhǔn)確。作為測(cè)試樣本的指紋圖像應(yīng)滿足可登記的條件。2.2.3 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%。登錄時(shí)間：指紋設(shè)備登錄一枚指紋所需的時(shí)間，通常單次登錄的時(shí)間要求不超過2 s。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。 工作溫度：指紋設(shè)備正常工作時(shí)所允許的溫度變化范圍，一般是040 。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%。2.3 指紋識(shí)別技術(shù)的應(yīng)用指紋識(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。 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。在入口將個(gè)人的手指按在指紋采集器上，系統(tǒng)將已登錄在指紋庫(kù)中的指紋（稱為已經(jīng)注冊(cè)）進(jìn)行對(duì)比，如果兩者相符（即匹配），則顯示比對(duì)成功，門就自動(dòng)打開。如不匹配，則顯示“不成功”或“沒有這個(gè)指紋”，門就不開。在指紋門禁系統(tǒng)中，可以是一對(duì)一的比對(duì)（one to one matching），也可以是一對(duì)幾個(gè)比對(duì)（one to few matching）。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(yíng)業(yè)廳、金庫(kù)、財(cái)務(wù)部門、倉(cāng)庫(kù)等機(jī)要場(chǎng)所。在這些應(yīng)用中，指紋識(shí)別系統(tǒng)將取代或者補(bǔ)充許多大量使用照片和id系統(tǒng)。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。該技術(shù)把卡的主人的指紋（加密后）存儲(chǔ)在ic卡上，并在ic卡的讀卡機(jī)上加裝指紋識(shí)別系統(tǒng)，當(dāng)讀卡機(jī)閱讀卡上的信息時(shí)，一并讀入持卡者的指紋，通過比對(duì)就可以確認(rèn)持卡者是否是卡的真正主人，從而進(jìn)行下一步的交易。指紋ic卡可取代現(xiàn)行的atm卡、制造防偽證件等。atm卡持卡人可不用密碼，避免老人和孩子記憶密碼的困難。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。指紋特征數(shù)據(jù)可以通過電子郵件或其它傳輸方法在計(jì)算機(jī)網(wǎng)絡(luò)上進(jìn)行傳輸和驗(yàn)證，通過指紋識(shí)別技術(shù)，限定只有指定的人才能訪問相關(guān)的信息，可以極大地提高網(wǎng)上信息的安全性。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。指紋社會(huì)保險(xiǎn)系統(tǒng)的應(yīng)用為養(yǎng)老金的準(zhǔn)確發(fā)放起了非常有效的作用。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。2.4 指紋識(shí)別的可靠性指紋識(shí)別技術(shù)是成熟的生物識(shí)別技術(shù)。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。通過他的指紋和預(yù)先保存的指紋進(jìn)行比較，就可以驗(yàn)證他的真實(shí)身份。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。它得益于現(xiàn)代電子集成制造技術(shù)和快速而可靠的算法理論研究。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。利用現(xiàn)代電子集成制造技術(shù)生產(chǎn)的小型指紋圖像讀取設(shè)備和速度更快的計(jì)算機(jī)，提供了在微機(jī)上進(jìn)行指紋比對(duì)運(yùn)算的可能。另外，匹配算法可靠性也不斷提高。因此，指紋識(shí)別技術(shù)己經(jīng)非常簡(jiǎn)單實(shí)用。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。指紋識(shí)別系統(tǒng)的特定應(yīng)用的重要衡量標(biāo)志是識(shí)別率。主要包括拒識(shí)率和誤識(shí)率，兩者成反比關(guān)系。根據(jù)不同的用途來調(diào)整這兩個(gè)值。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。拒識(shí)率實(shí)際上也是系統(tǒng)易用性的重要指標(biāo)。在應(yīng)用系統(tǒng)的設(shè)計(jì)中，要權(quán)衡易用性和安全性。通常用比對(duì)兩個(gè)或更多的指紋來達(dá)到不損失易用性的同時(shí)，極大提高系統(tǒng)的安全性。2.5 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。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。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。指紋識(shí)別技術(shù)是成熟的生物識(shí)別技術(shù)，指紋識(shí)別系統(tǒng)的特定應(yīng)用的重要衡量標(biāo)志是識(shí)別率。第3章 指紋圖像處理及特征提取與實(shí)現(xiàn)3.1 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3-1： 圖3-1 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。它的目的是減少低質(zhì)量的圖像對(duì)分類識(shí)別結(jié)果的影響，預(yù)處理中一般包括圖像增強(qiáng)、濾波、二值化、細(xì)化等步驟。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。這種方法計(jì)算量比較大，在求頻率圖容易產(chǎn)生偏差，不利于單片機(jī)的實(shí)現(xiàn)。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。這 種方法對(duì)于從不同渠道獲得的圖像均有不錯(cuò)的效果。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。我們總是在準(zhǔn)確求得方向圖的基礎(chǔ)上運(yùn)用各種濾波方法或直接找脊的方法來進(jìn)行預(yù)處理。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。方向圖分為兩種：一種是點(diǎn)方向圖，表示源指紋圖像中每一點(diǎn)脊線的方向：另一種是塊方向圖，表示源指紋圖像中每一塊脊線的大致方向。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。3.2 方向圖的計(jì)算3.2.1 求點(diǎn)方向圖設(shè)是指紋圖像中點(diǎn)的灰度值，要計(jì)算該點(diǎn)的方向，需要先求出（該點(diǎn)臨域沿d方向的灰度變化）。圖3-2 點(diǎn)方向示意圖 =， d=1，2，n （3.1）其中：是方向d上的第k個(gè)點(diǎn)；是該點(diǎn)的灰度值，n是所取的方向數(shù)，n為每個(gè)方向上所取的鄰點(diǎn)數(shù)。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)。 點(diǎn)的方向?yàn)槿≈底钚〉姆较?。?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。此方向求得的方向特點(diǎn)：1方向取值不是02中的任意值，而是有限的幾個(gè)數(shù)。2這種方向計(jì)算出的方向范圍是02，有利于求取指紋的走勢(shì)。（與認(rèn)為是不同方向）3.2.2 由點(diǎn)方向圖求塊方向圖的算法把點(diǎn)方向圖分成大小的塊，對(duì)每一塊計(jì)算方向直方圖（橫坐標(biāo)的方向取到的n個(gè)值，縱坐標(biāo)為取這些方向的象素個(gè)數(shù)），方向直方圖中的峰值所對(duì)應(yīng)的方向，即該塊的方向。3.2.3 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。這里m的大小以包含一脊一谷（即一周期）為宜；2計(jì)算塊中每個(gè)像素在x軸和y軸上的梯度和。這里用簡(jiǎn)單的梯度算子4：= （3.2） （3.3）3用下面公式計(jì)算塊的方向， 且 （3.4）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。（a）原始圖像 （b）改進(jìn)前的結(jié)果 （c）改進(jìn)后的結(jié)果 圖3-3 指紋圖像的方向圖4在計(jì)算指紋圖像方向圖多采用塊與塊直接不重疊的方式，但這樣求出的塊方向僅由該塊所包含的像素點(diǎn)所決定，沒有考慮其周圍像素點(diǎn)的影響，很容易造成方向的不連續(xù)性。 于是我們采用在計(jì)算方向圖時(shí)，采用塊重疊的方式。這樣可以使方向圖精度可以大大提高。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。計(jì)算步驟：將方向圖轉(zhuǎn)變?yōu)檫B續(xù)的向量場(chǎng)： （3.5） （3.6）這里，分別是向量場(chǎng)x，y方向上的分量。實(shí)現(xiàn)低通濾波： （3.7） （3.8）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。平滑后的方向場(chǎng)為： （3.9）3.3 指紋圖像的濾波在指紋處理中用到濾波器，主要在于去除圖像噪聲，增強(qiáng)圖像質(zhì)量，即增強(qiáng)指紋脊與谷的對(duì)比度，修補(bǔ)圖像連接脊中出現(xiàn)的斷點(diǎn)、去除圖像中的叉連現(xiàn)象。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)。這種算法難點(diǎn)在于需要計(jì)算圖像的頻率圖將指紋圖像看成由脊和谷組成的周期圖像，在每一個(gè)局部領(lǐng)域內(nèi)都會(huì)有一個(gè)相對(duì)固定準(zhǔn)確的頻率。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。這是一種簡(jiǎn)單但效果良好的上下文濾波器，上下文濾波法也是基于方向圖的，這是一系列上下文相關(guān)的濾波器，使用時(shí)根據(jù)某一快的方向從一系列濾波器中選擇一個(gè)相應(yīng)的濾波器來對(duì)這一塊進(jìn)行濾波。其他方向的濾波器可以通過旋轉(zhuǎn)得到。一個(gè)基本的濾波器由兩部分組成：平均濾波器和分離濾波器。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。(斷裂和叉連的情況；如右圖3-4所示)。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。水平方向的平均濾波器的權(quán)值如右圖3-5所示，其中系數(shù)滿足：。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。即對(duì)于第i行j列的點(diǎn)的灰度值的處理如下： 圖3-4 斷裂與叉連圖3-5 平均濾波器的權(quán)值 （3.10）若圖像中出現(xiàn)斷點(diǎn)，即這一點(diǎn)的灰度值比周圍點(diǎn)都小得多，則經(jīng)過平均濾波器的處理，它的灰度值就接近鄰近點(diǎn)的灰度值了，所以平均濾波器有連接斷點(diǎn)的作用。 分離濾波器的權(quán)值如圖3-6所示，其中參數(shù)：p+2q+2r=0。分離濾波器處理圖像過程與平均濾波器相同，圖像中的叉連點(diǎn)是把相鄰的兩條脊線連接起來的點(diǎn)，所以叉連點(diǎn)的上下點(diǎn)灰度值較大，而其同一行上的鄰點(diǎn)的灰度值較小，通過分離濾波器的處理，叉連點(diǎn)的灰度值會(huì)明顯降低，所以分離濾波器有去除叉連點(diǎn)的作用。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3-7，其中參數(shù)：k=x十p，l=y+q， m=z+r。為歸一化權(quán)值，基本濾波器的每個(gè)權(quán)值都需要除以該濾波器所有權(quán)值的總和。圖3-6 分離濾波器的權(quán)值圖3-7 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。3.4 基于方向圖的動(dòng)態(tài)閥值指紋圖像二值化方法二值化是指紋圖像預(yù)處理中必不可少的一步。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。將指紋圖像自身的方向結(jié)構(gòu)特點(diǎn)與源圖像灰度值變化特點(diǎn)結(jié)合起來，確定對(duì)圖像中每一像素點(diǎn)二值化的動(dòng)態(tài)閥值。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。實(shí)驗(yàn)結(jié)果也表明，該方法得到的二值化圖像能夠基本保持源圖像上的特征點(diǎn)不丟失，確保了以后的特征提取和比對(duì)的正確性和可靠性。指紋局部圖如圖3-8：（a） 原始圖像 （b）谷脊變化波形圖 圖3-8 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。以法線方向上各像素點(diǎn)的灰度值做一曲線，可得到近似于正弦的波形圖，如圖3-8(b)所示。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)。若所考察的當(dāng)前像素點(diǎn)恰好落在波谷上，則該點(diǎn)就是指紋脊線點(diǎn)，若所考察的當(dāng)前像素點(diǎn)恰好落在波峰上，則該點(diǎn)就是指紋谷點(diǎn)，而谷點(diǎn)到脊點(diǎn)間像素灰度的變化幾乎呈線性，正是基于指紋圖像在結(jié)構(gòu)上和像素灰度變化上的這些特點(diǎn)，本文提出了下述指紋圖像二值化方法：1將圖像分成大小為nn的小塊，用上述方向圖改進(jìn)方法計(jì)算各小塊的方向；2對(duì)圖像中的每一點(diǎn)，以其所在塊的方向作為該像素點(diǎn)的方向，并以該點(diǎn)為中心在其法方向上取(一般為奇數(shù))的矩形窗，計(jì)算矩形窗內(nèi)指紋方向每一列中像素點(diǎn)在法方向上的加權(quán)平均，具體公式為： （3.11）其中coefficent為加權(quán)平均系數(shù)，滿足 ，是k列上的第d個(gè)像素的位置。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。5將當(dāng)前像素點(diǎn)的加權(quán)平均灰度值（即）與動(dòng)態(tài)閥值進(jìn)行比較，若小于動(dòng)態(tài)閥值，同時(shí)，當(dāng)前像素點(diǎn)在波形圖極小點(diǎn)一個(gè)有限的鄰域內(nèi)，則當(dāng)前像素點(diǎn)為脊線點(diǎn)，否則即為谷點(diǎn)，即： （3.12）其中的取值與指紋讀入器的分辨率有關(guān)，通常取為指紋周期的四分之一，本文取。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。本算法在具體實(shí)現(xiàn)中可利用同一塊中所有像素有同樣方向的條件，推導(dǎo)出快速算法，防止一些點(diǎn)的重復(fù)掃描，大大縮短處理時(shí)間。3.5 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)。為了進(jìn)一步壓縮數(shù)據(jù)，得到更精確的細(xì)節(jié)特征，提高識(shí)別的準(zhǔn)確性，對(duì)指紋圖像進(jìn)行細(xì)化處理是不可忽略的。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。實(shí)際上，是保持原圖的骨架7。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。一種好的細(xì)化方法應(yīng)滿足下列條件：1迭代必須收斂的。(收斂性)2不破壞紋線的連接性。(連接性)3不引起紋線的逐步吞食。(拓?fù)湫?4保護(hù)指紋的細(xì)節(jié)特征。(保持性)5骨架紋線的寬度為1個(gè)像素。(細(xì)化性)6骨架盡可能接近條紋中心線。(中軸性) 7. 算法簡(jiǎn)單、速度快。(快速性)圖3-9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。這種算法采用模板，如圖3-9所示，左上角的方窗(即)為消除模板。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)。消除模板具體如下： （a） （b） （c） （d） （e） （f） （g） （h） 圖2.10消除模塊 圖3-10 消除模塊圖（a）（d） 4個(gè)模板能有效去除邊緣上的突出物，保證了細(xì)化后的指紋骨架處于指紋脊線中心，避免了細(xì)化后的指紋骨架出現(xiàn)毛刺。除消除模板外，還需構(gòu)造保留模板，保持紋線的連通性。 （a） （b） （c） （d） （e） （f） 圖2.11保留模塊保持模板內(nèi)容如下圖所示： 圖3-11 保留模塊具體算法如下：從圖像的左上角元素開始進(jìn)行，每個(gè)像素(圖中為)均抽取出如圖3-9所示的15個(gè)相鄰像素，并且把其中8個(gè)鄰域像素()與圖3-10中的8個(gè)模板比較，如果和8個(gè)消除模板中的任意一個(gè)都不匹配時(shí)，保留；如果與8個(gè)中的任一個(gè)匹配，則抽取的元素再和上圖中的6個(gè)保留模板進(jìn)行比較，如果與其中任一個(gè)匹配的話，則保留，否則刪去。重復(fù)這個(gè)過程，直到?jīng)]有一個(gè)像素的值被改變。這種算法的具體實(shí)現(xiàn)可引入查表法，即對(duì)所要處理的像素周圍模板內(nèi)前15個(gè)點(diǎn)預(yù)先進(jìn)行編碼(用雙字節(jié)15個(gè)位來表示，雙字節(jié)的最低位存放的值，依此類推，次最高位存放的值)，把編碼值作為存儲(chǔ)地址，按上述細(xì)化法則，預(yù)先在存儲(chǔ)地址上存入相應(yīng)的細(xì)化值(可用0、1表示，0表示保留，1表示刪去)。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。3.6 特征提取及其后處理3.6.1 特征點(diǎn)的提取特征提取一般是指提取指紋圖像的局部特征，也就是細(xì)節(jié)點(diǎn)特征。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。特征提取的首要問題是確定細(xì)節(jié)點(diǎn)和它的位置，細(xì)節(jié)點(diǎn)的位置和細(xì)節(jié)點(diǎn)間的相對(duì)位置很重要，盡管每個(gè)指紋中包括將近80個(gè)細(xì)節(jié)，只要確定十幾個(gè)細(xì)節(jié)點(diǎn)就己經(jīng)足夠用來識(shí)別了。探測(cè)細(xì)節(jié)點(diǎn)的算法很簡(jiǎn)單，如圖3-12所示的3x3模板就可以用來確定特征的位置。m是待檢測(cè)的點(diǎn)，是它的八鄰域，沿順時(shí)針方向排列。是細(xì)化后圖像在處的灰度。如果m是端點(diǎn)，則它的八鄰域滿足：， （3.13） 如果m是分叉點(diǎn)，則它的八鄰域滿足：， （3.14）這樣我們就可以在細(xì)化后的圖像中找到細(xì)節(jié)點(diǎn)(端點(diǎn)和分叉點(diǎn))，并記錄它們?cè)趫D中的相對(duì)位置。3.6.2 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3-12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)。 圖3-12 假特征針對(duì)上面這些假特征，我們采用了非常簡(jiǎn)單的方法：計(jì)算特征點(diǎn)間的距離，如果距離值小于所給的閥值，則認(rèn)為特征點(diǎn)為假特征點(diǎn)。這種算法實(shí)現(xiàn)起來也很簡(jiǎn)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。這種方法中鄰域的選取很重要，如果取得比較小，則可能起不到去除假特征點(diǎn)的作用；如果取得比較大的話，則可能將真正的特征點(diǎn)也一并刪去。在具體實(shí)現(xiàn)中，我們?nèi)∑浒霃綖榧箤挼囊话搿?.6.3 細(xì)節(jié)點(diǎn)信息的提取及記錄對(duì)每一個(gè)細(xì)節(jié)點(diǎn)，我們記錄如下信息：1細(xì)節(jié)點(diǎn)的x,y坐標(biāo)。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。3細(xì)節(jié)點(diǎn)的類型，即脊線端點(diǎn)或脊線分叉點(diǎn)。4細(xì)節(jié)點(diǎn)對(duì)應(yīng)的脊線。細(xì)節(jié)點(diǎn)對(duì)應(yīng)的脊線用該脊線上的采樣點(diǎn)來表示，采樣的距離約為脊線間的平均距離。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。采樣點(diǎn)用該點(diǎn)與對(duì)應(yīng)細(xì)節(jié)點(diǎn)的距離，和連接該點(diǎn)與對(duì)應(yīng)細(xì)節(jié)點(diǎn)的直線與對(duì)應(yīng)細(xì)節(jié)點(diǎn)方向的夾角來表示，的取值范圍在-180到180度之間。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。在細(xì)節(jié)匹配中，對(duì)應(yīng)脊線將被用來對(duì)兩個(gè)平面點(diǎn)集進(jìn)行校準(zhǔn)，而且，校準(zhǔn)的參數(shù)，也就是兩個(gè)點(diǎn)集中任意一對(duì)脊線間的旋轉(zhuǎn)角度，將被用來作為判斷它們所對(duì)應(yīng)的細(xì)節(jié)點(diǎn)能否看作匹配的細(xì)節(jié)點(diǎn)的條件。 圖3-13 細(xì)節(jié)點(diǎn)的對(duì)應(yīng)脊線3.6.4 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。細(xì)節(jié)點(diǎn)集的校準(zhǔn)：令 （3.15）表示模板圖像中的m個(gè)細(xì)節(jié)點(diǎn)， （3.16）表示輸入圖像中的n個(gè)細(xì)節(jié)點(diǎn)。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)。由于事先不知道模板點(diǎn)集與輸入點(diǎn)集的對(duì)應(yīng)關(guān)系，需要考慮所有可能的參照點(diǎn)對(duì)。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。如果，和可以被當(dāng)作一對(duì)對(duì)應(yīng)點(diǎn)，即它們分別對(duì)應(yīng)的脊線相似性到了一定程度，則將取0度到360度間的一個(gè)值，否則，我們定義取值為400，以表示和不能是一對(duì)對(duì)應(yīng)點(diǎn)。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。即，表示和對(duì)應(yīng)的脊線相似性到了一定程度。3.7 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。 第4章 指紋識(shí)別算法的matlab實(shí)現(xiàn)4.1 matlab簡(jiǎn)介 4.1.1 matlab 的概況 matlab是矩陣實(shí)驗(yàn)室（matrix laboratory）之意。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。 matlab的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)，工程中常用的形式十分相似，故用matlab來解算問題要比用c、fortran等語(yǔ)言完成相同的事情簡(jiǎn)捷得多。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)。工具包又可以分為功能性工具包和學(xué)科工具包。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。學(xué)科工具包是專業(yè)性比較強(qiáng)的工具包，控制工具包、信號(hào)處理工具包、通信工具包等都屬于此類。開放性使matlab廣受用戶歡迎。除內(nèi)部函數(shù)外，所有matlab主包文件和各種工具包都是可讀可修改的文件，用戶通過對(duì)源程序的修改或加入自己編寫程序構(gòu)造新的專用工具包。4.1.2 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(guó)國(guó)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(kù)。 eispack是特征值求解的foetran 程序庫(kù)，linpack是解線性方程的程序庫(kù)。在當(dāng)時(shí)，這兩個(gè)程序庫(kù)代表矩陣運(yùn)算的最高水平。 到70年代后期，身為美國(guó)new mexico大學(xué)計(jì)算機(jī)系系主任的cleve moler在給學(xué)生講授線性代數(shù)課程時(shí)，想教學(xué)生使用eispack和linpack程序庫(kù)，但他發(fā)現(xiàn)學(xué)生用fortran編寫接口程序很費(fèi)時(shí)間，于是他開始自己動(dòng)手，利用業(yè)余時(shí)間為學(xué)生編寫eispack 和linpack的接口程序。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。在以后的數(shù)年里,matlab在多所大學(xué)里作為教學(xué)輔助軟件使用,并作為面向大眾的免費(fèi)軟件廣為流傳。1983年春天,cleve moler到standford 大學(xué)講學(xué),matlab深深地吸引了工程師john little.john little敏銳地覺察到matlab在工程領(lǐng)域的廣闊前景。同年,他和cleve moler,steve bangert一起，用c語(yǔ)言開發(fā)了第二代專業(yè)版。這一代的matlab語(yǔ)言同時(shí)具備了數(shù)值計(jì)算和數(shù)據(jù)圖示化的功能。1984年，cleve moler和john little成立了math works公司，正式把matlab推向市場(chǎng)，并繼續(xù)進(jìn)行matlab的研究和開發(fā)。 在當(dāng)今30多個(gè)數(shù)學(xué)類科技應(yīng)用軟件中，就軟件數(shù)學(xué)處理的原始內(nèi)核而言，可分為兩大類。一類是數(shù)值計(jì)算型軟件，如 matlab,xmath,gauss 等，這類軟件長(zhǎng)于數(shù)值計(jì)算，對(duì)處理大批數(shù)據(jù)效率高；另一類是數(shù)學(xué)分析型軟件，mathematical,maple等,這類軟件以符號(hào)計(jì)算見長(zhǎng),能給出解析解和任意精確解,其缺點(diǎn)是處理大量數(shù)據(jù)時(shí)效率較低。math works 公司順應(yīng)多功能需求之