指紋識(shí)別匹配算法研究論文

1、國內(nèi)圖書分類號(hào)：tn47國際圖書分類號(hào)：621.3.049.77工學(xué)碩士學(xué)位論文指紋識(shí)別匹配算法研究碩 士 研 究 生： 閆志鋒導(dǎo)師： 王明江副教授申請學(xué)位級(jí)別： 工學(xué)碩士學(xué) 科 、 專 業(yè)： 微電子學(xué)與固體電子學(xué)所 在 單 位： 深圳研究生院答 辯 日 期： 2008 年 12 月授予學(xué)位單位： 哈爾濱工業(yè)大學(xué)classified index：tn47u.d.c.: 621.3.049.77dissertation for the masters degree in engineeringresearch on matching algorithmin fingerprint identif

2、icationsystemcandidate：supervisor：academic degree applied for：specialty：affiliation:date of defence：degree-conferring-institution：yan zhifengassociate prof. wang mingjiangmaster of engineeringmicroelectronics and solid-stateelectronicsshenzhen graduate schooldec, 2008harbin institute of technology哈爾

3、濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要隨著科技的進(jìn)步，生物識(shí)別技術(shù)日益受到人們的關(guān)注。指紋識(shí)別是最重要的生物識(shí)別技術(shù)之一，不僅已在司法領(lǐng)域取得巨大成功，而且開始廣泛涉足民用領(lǐng)域，在現(xiàn)代社會(huì)中發(fā)揮著重要作用。指紋識(shí)別系統(tǒng)涉及圖像處理、模式識(shí)別、計(jì)算機(jī)、傳感器等多項(xiàng)技術(shù)。在過去的幾十年間，指紋識(shí)別技術(shù)取得了飛速的發(fā)展。匹配算法在指紋識(shí)別系統(tǒng)中占據(jù)重要地位。匹配算法的好壞，直接關(guān)系到匹配結(jié)果的準(zhǔn)確度。目前，關(guān)于匹配算法的研究很多，并且已經(jīng)提出了一些成功的算法，諸如基于特征點(diǎn)的匹配、基于圖像的匹配等。在這些算法中，圖像的質(zhì)量必須滿足一定的條件。也就是說圖像質(zhì)量不能太差，能夠提供足夠的特征信息用于匹配。以基于特

4、征點(diǎn)的匹配算法為例，該算法要求指紋圖像中的特征點(diǎn)數(shù)目必須達(dá)到一定的數(shù)目，否則無法進(jìn)行匹配。然而，在實(shí)際應(yīng)用中，有時(shí)我們又不得不處理質(zhì)量較差的圖像。例如，在刑偵領(lǐng)域，指紋是一項(xiàng)重要的證據(jù)，但采集到的指紋往往是模糊不清、存在形變或者只是很小的一部分圖像。同時(shí)，外傷也會(huì)引起指紋的局部改變。要處理這些特殊情況下的圖像，就對匹配算法提出了新的挑戰(zhàn)?；诖祟悊栴}，本文提出的兩種新的匹配算法。本文首先簡要介紹指紋識(shí)別系統(tǒng)，然后重點(diǎn)研究了匹配算法。論文除了分析目前常用的幾種匹配算法外，仔細(xì)闡述了自己提出的兩套匹配算法：點(diǎn)線結(jié)合的指紋匹配算法和基于四特征點(diǎn)拓?fù)浣Y(jié)構(gòu)的指紋匹配算法。點(diǎn)線結(jié)合的指紋匹配算法將特征點(diǎn)與

5、其所在脊線緊密關(guān)聯(lián)，以脊線為匹配的基本單元。基于四特征點(diǎn)拓?fù)浣Y(jié)構(gòu)的匹配算法以四個(gè)特征點(diǎn)構(gòu)成的拓?fù)浣Y(jié)構(gòu)為基本匹配單元，充分考慮了特征點(diǎn)間的相互關(guān)系。實(shí)驗(yàn)證明，新的匹配算法均具有很好的抗噪能力。關(guān)鍵詞指紋識(shí)別；匹配算法；特征信息i哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文abstractwith the development of the technology, biometric identification has attractedmore and more attention. and fingerprint identification is one of the most importantpa

6、rts of it. it has not only made a great progress in judicature field, but also hasbegun to play an important role in pepoles daily life. fingerprint identificationsystem involves a lot of technologies, including picture processing, patternrecognition, computer, transducer, and so on. in the past ten

7、s years, fingerprintidentification has made a good progress.matching algorithm is a very important part in fingerprint identification system.the performance of it has a direct effect on the accuracy of the identification result.at present, massive research on matching algorithm has been done and som

8、e successalgorithms have been reported, such as feature-point-based matching algorithm,image-based matching algorithm and so on. in these algorithms, the quality of thefingerprint image must fulfill some conditions. that means the quality should be nottoo poor, and the feature information should be

9、enough for matching. take feature-point-based matching algorithm as an example, the feature-points number shouldexceed certain value; or the matching operation will be denied. however, sometimeswe have to deal with some poor fingerprint image. for example, in criminalinvestigation, the fingerprint i

10、s one important proof. but the image captured isalways fuzzy, distortion or partial. also, sometimes the trauma will result in the localchanging in the fingerprint. how to deal with these kinds of fingerprint give newchanllenge to matching algorithm. the new matching algorithms in this thesis are to

11、committed to these situations.in this thesis, the fingerprint system will be introduced in brief firstly; then is thedetailed presentation of the matching algorithm. except for the analyzing of somepopular matching algorithms, two new matching algorithms of our own will beintroduced in detail, respe

12、ctively. one is matching algorithm using character pointsand lines, the other is matching algorithm basing on four character pointtopology structure. the former one considers the character points and lines together,and takes the lines as the basic matching unit. the latter bases on a special topolog

13、yii哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文structure, which will make good use of the space information of the minutiaes, andalso, topology structure revising will be done for each matching, respectively.experiments on a set of fingerprints captured with a scanner showed that the newalgorithms had a good effect.keywordsfing

14、erprint identification, matching algorithm, feature informationiii哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文目錄摘要 .iabstract . ii第 1 章 緒論 . 31.1 課題背景 . 31.2 國內(nèi)外研究現(xiàn)狀及課題意義 . 51.3 論文內(nèi)容及結(jié)構(gòu) . 7第 2 章 指紋識(shí)別系統(tǒng)綜述 . 82.1 圖像采集 . 82.2 預(yù)處理 . 92.3 后處理 . 172.4 特征提取 . 182.5 特征匹配 . 192.6 本章小結(jié) . 19第 3 章 指紋識(shí)別算法研究 . 203.1 指紋脊線跟蹤 . 203.1.1 8-鄰域編碼 .

15、 203.1.2 窗口法 . 213.2 偽特征信息處理 . 223.2.1 短線、斷線處理 . 233.2.2 小孔去除 . 233.2.3 小橋去除 . 243.2.4 毛刺去除 . 243.2.5 偽特征點(diǎn)去除 . 253.3 奇異點(diǎn)提取 . 253.4 匹配算法概述 . 263.5 常用指紋匹配算法介紹 . 283.5.1 基于點(diǎn)模式的匹配算法 . 283.5.2 基于紋理模式的匹配算法 . 303.5.3 基于圖的匹配算法 . 311哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文3.6 本章小結(jié) . 31第 4 章 指紋識(shí)別匹配算法改進(jìn) . 324.1 點(diǎn)線結(jié)合的指紋匹配算法 . 324.1.1 算

16、法背景 . 324.1.2 算法特點(diǎn) . 334.1.3 算法概述 . 354.1.4 相似度計(jì)算 . 374.1.5 脊線定位 . 374.1.6 脊線匹配 . 384.1.7 算法小結(jié) . 394.2 基于四特征點(diǎn)拓?fù)浣Y(jié)構(gòu)的指紋匹配算法 . 394.2.1 算法目的 . 394.2.2 算法特點(diǎn) . 404.2.3 算法概述 . 404.2.4 拓?fù)浣Y(jié)構(gòu)構(gòu)建 . 414.2.5 拓?fù)浣Y(jié)構(gòu)匹配 . 424.2.6 算法小結(jié) . 434.3 本章小結(jié) . 43第 5 章 實(shí)驗(yàn)結(jié)果及分析 . 445.1 實(shí)驗(yàn)條件及環(huán)境 . 445.2 測試指標(biāo) . 445.2.1 指紋圖像庫 . 445.2.2

17、 測試方案 . 455.2.3 測試結(jié)果 . 455.3 本章小結(jié) . 48結(jié)論 . 49參考文獻(xiàn) . 50攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文 . 55哈爾濱工業(yè)大學(xué)碩士學(xué)位論文原創(chuàng)性聲明 . 56哈爾濱工業(yè)大學(xué)碩士學(xué)位論文使用授權(quán)書 . 56致謝 . 572哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文第1章緒論1.1課題背景隨著科技的進(jìn)步，人類社會(huì)已進(jìn)入快速發(fā)展的信息時(shí)代，人與人之間的信息交流變得更加方便和快捷。然而，科技在提高人們工作效率，推動(dòng)社會(huì)發(fā)展的同時(shí)，也帶來了一系列有關(guān)安全的問題。例如，在信息高度發(fā)達(dá)的今天，任何非法竊取、冒用或篡改信息的行為都有可能給社會(huì)或個(gè)人帶來重大損失。而實(shí)行個(gè)人身份鑒別是保障

18、信息安全的重要途徑，所以如何快速準(zhǔn)確地辨別出個(gè)人身份，以確保信息安全和維護(hù)社會(huì)秩序，已成為現(xiàn)代社會(huì)亟待解決的一個(gè)重要課題。古往今來，為了保證生命、財(cái)產(chǎn)和信息安全，人類嘗試過各種各樣的方法來檢驗(yàn)?zāi)繕?biāo)人物的真正身份1。傳統(tǒng)的方法是驗(yàn)證該人是否持有有效的證件或信物，遠(yuǎn)至古人的印章、兵符、鑰匙，近至高科技時(shí)代的智能卡、電子密碼，盡管識(shí)別方法不斷進(jìn)步，但這些“以物認(rèn)人”的方法存在著明顯的缺陷：易丟失、遺忘、被復(fù)制或盜用。在目前需要大量身份鑒別的社會(huì)中，傳統(tǒng)的身份鑒別方式己經(jīng)越來越不能滿足社會(huì)發(fā)展的需要。于是，生物識(shí)別作為一種新的穩(wěn)定可靠的身份識(shí)別技術(shù)悄然興起。所謂生物識(shí)別 24，就是利用人體的生理特征或

19、行為動(dòng)作來認(rèn)證人的身份。因?yàn)檫@些特征對于每個(gè)人來說是獨(dú)一無二的，其它人無法復(fù)制取代或者假冒，用它們來識(shí)別人的身份，其效果顯然要優(yōu)于傳統(tǒng)的身份識(shí)別方法。但是，并不是所有人體特征或動(dòng)作都能用于身份識(shí)別，一項(xiàng)生物特征5，只有滿足以下條件，才可能作為驗(yàn)證個(gè)體身份的依據(jù)：(1) 普遍性。所謂普遍性，是指它應(yīng)該是人人具有的特征信息，而那些個(gè)體的個(gè)別的特征顯然不能作為身份判別的依據(jù)。(2) 唯一性。唯一性指這些特征信息是獨(dú)一無二的，不同人的特征信息是完全不同的，具有明顯的可區(qū)分性。(3) 穩(wěn)定性。穩(wěn)定性是指這些特征信息或特征行為應(yīng)在一個(gè)相當(dāng)長的時(shí)間內(nèi)保持不變，如隨著個(gè)體年齡的變化，這些特征信息應(yīng)相對保持穩(wěn)定

20、。(4) 可采集性?？刹杉砸彩呛苤匾囊稽c(diǎn)。因?yàn)橹挥心懿杉?，才能進(jìn)行處理、存儲(chǔ)、辨認(rèn)識(shí)別等一系列相關(guān)操作。3哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文此外，除了滿足以上幾點(diǎn)外，這些特征信息還應(yīng)該容易實(shí)現(xiàn)，資源消耗少，對環(huán)境及硬件設(shè)備要求低，易于為人們所接受，具有很好的防偽性。目前常用的生物識(shí)別技術(shù)主要分為兩大類，生理特征和行為特征。生理特征主要包括：指紋、掌形、虹膜、視網(wǎng)膜、人臉、面部熱像等；行為特征主要有：簽名、語音、步態(tài)、擊鍵等。以上各類特征都在不同程度上滿足普遍性、唯一性、穩(wěn)定性和可采集性等基本特性的要求。因此，基于這些特征，已經(jīng)開發(fā)了多種生物識(shí)別技術(shù)，其中應(yīng)用較廣的主要包括：指紋識(shí)別、掌形識(shí)別6

21、、虹膜識(shí)別7、視網(wǎng)膜識(shí)別、人臉識(shí)別8、面部熱像識(shí)別、簽名識(shí)別、語音識(shí)別等。在以上各類生物識(shí)別技術(shù)中，就應(yīng)用程度而言，指紋識(shí)別占據(jù)了絕對的優(yōu)勢，國內(nèi)外市場上的主要生物識(shí)別產(chǎn)品基本上都是基于指紋識(shí)別技術(shù)的。視網(wǎng)膜識(shí)別具有高度的準(zhǔn)確性和防偽性，但在采集方面要求較高，因此并未普及應(yīng)用，目前主要用于需要高度安全防范的場合。其它幾種被看好的技術(shù)是虹膜識(shí)別、人臉識(shí)別和語音識(shí)別。虹膜識(shí)別具有相當(dāng)于視網(wǎng)膜識(shí)別的高準(zhǔn)確性和高防偽性，對采集設(shè)備的要求則相對低于視網(wǎng)膜識(shí)別。人臉識(shí)別和語音識(shí)別比較容易為人們所接受，具有較大的應(yīng)用潛力。表 1-1 是集中常用生物識(shí)別技術(shù)效果的比較。表 1-1 常用生物特征比較table

22、1-1 comparison of biometric character生物特征指紋掌紋虹膜視網(wǎng)膜人臉語音簽名普遍性mediummediumhighhighhighmediumlow唯一性highmediumhighhighlowlowlow穩(wěn)定性highmediumhighmediummediumlowlow可采集性mediumhighmediumlowhighmediumhigh性能highmediumhighhighlowlowlow接受程度mediummediumlowlowhighhighhigh防偽性highmediumhighhighlowlowlow指紋識(shí)別技術(shù)是利用指紋進(jìn)行

23、身份識(shí)別的生物識(shí)別技術(shù)，指紋是人的手指表皮上呈現(xiàn)的紋線9。指紋具有穩(wěn)定性、唯一性和普遍性等重要特征。首先，它是與生俱來的，且在人的一生中基本保持不變，這是它的穩(wěn)定性。其次，兩個(gè)不同的人具有相同指紋的概率是極小的，包括雙胞胎，指紋都不會(huì)完全相同，甚至同一個(gè)人同一只手的不同手指的指紋也是不同的。從概率學(xué)上講，兩個(gè)人具有相同指紋的概率約為幾十億分之一。指紋的唯一性和不變性兩個(gè)特點(diǎn)為指紋作為身份鑒別提供了客觀的依據(jù)。指紋幾乎每個(gè)人都有，這是它的普遍性，同時(shí)指紋采集也容易為人們所接受，易于采集處理。指紋的這些特征，使4哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文指紋識(shí)別技術(shù)成為一種易于實(shí)現(xiàn)推廣且具有廣闊應(yīng)用前景的一項(xiàng)

24、身份識(shí)別技術(shù)。實(shí)際上用指紋作為身份鑒別的手段已經(jīng)有幾千年的歷史了?，F(xiàn)代指紋人身標(biāo)識(shí)技術(shù)要追溯到十六世紀(jì)晚期，當(dāng)時(shí)一位英國的植物形態(tài)學(xué)者對指紋做出了系統(tǒng)的研究并發(fā)表了一篇論文，文中詳細(xì)分析了指紋的犁溝、脊線、汗腺孔的結(jié)構(gòu)，這篇文章被認(rèn)為是有關(guān)指紋技術(shù)的第一篇科學(xué)文獻(xiàn)。后來相繼出現(xiàn)了關(guān)于指紋分類策略等的一系列著作，逐漸奠定了指紋識(shí)別技術(shù)的理論基礎(chǔ)。十九世紀(jì)末，隨著對指紋進(jìn)行了更為深入的研究，提出了利用細(xì)節(jié)特征點(diǎn)進(jìn)行單個(gè)指紋分類的方法，提高了指紋驗(yàn)證效率，為指紋用于人身標(biāo)識(shí)起了重要的推動(dòng)作用。發(fā)展至二十世紀(jì)早期，結(jié)合解剖學(xué)觀點(diǎn)，人們對指紋的構(gòu)成已經(jīng)有了很好的了解，指紋鑒別被司法部門正式規(guī)定為合法的人

25、身辨識(shí)方法，指紋鑒別己經(jīng)成為司法調(diào)查的一道標(biāo)準(zhǔn)程序，指紋鑒別機(jī)構(gòu)在世界范圍內(nèi)開始建立。上世紀(jì) 60 年代，隨著計(jì)算機(jī)的出現(xiàn)，人們開始了對自動(dòng)指紋鑒別技術(shù)的研究。其中以美國聯(lián)邦調(diào)查局開發(fā)的自動(dòng)指紋鑒別系統(tǒng)最為成功，極大地提高了法律相關(guān)部門的效率，同時(shí)也很好地推動(dòng)了自動(dòng)指紋鑒別系統(tǒng)向民用領(lǐng)域的轉(zhuǎn)化。20 世紀(jì)末期以來，指紋識(shí)別逐漸走向民用10，通過使用指紋驗(yàn)證來取代各個(gè)計(jì)算機(jī)應(yīng)用程序的密碼就是最為典型的實(shí)例?？梢韵胂笕绻?jì)算機(jī)上的所有系統(tǒng)和應(yīng)用程序都可以使用指紋驗(yàn)證的話，人們使用計(jì)算機(jī)就會(huì)非常方便和安全，用戶不再討厭必要的安全性檢查，而開發(fā)商的售后服務(wù)工作也會(huì)減輕許多。目前許多國家都將指紋識(shí)別技術(shù)

26、作為重大基礎(chǔ)戰(zhàn)略技術(shù)加以研究，911 事件發(fā)生后，這一技術(shù)更是受到美國、日本以及歐洲各國的高度重視。在此前后，國際上還紛紛成立了各種官方和非官方的生物識(shí)別組織，其中著名的有ibg、ibia、bc 和 bioapi 等。我國也于 2003 年 9 月 14 日在中國科學(xué)院自動(dòng)化研究所設(shè)立了生物特征認(rèn)證與評(píng)測中心，以期進(jìn)一步推動(dòng)生物識(shí)別技術(shù)的發(fā)展。1.2國內(nèi)外研究現(xiàn)狀及課題意義從 20 世紀(jì)初期起，指紋識(shí)別開始在西方被正式接納為合法的身份鑒別方法并成為標(biāo)準(zhǔn)的法律依據(jù)，世界各國紛紛設(shè)立指紋識(shí)別機(jī)構(gòu)并建立罪犯指紋數(shù)5哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文據(jù)庫。美國聯(lián)邦調(diào)查局(fbi)于十九世紀(jì)二十年代設(shè)立指紋

27、識(shí)別處，并收集了81 萬張指紋卡片。與此同時(shí)，各種指紋識(shí)別相關(guān)技術(shù)包括潛在指紋獲取、指紋分類和指紋匹配等都得到了極大發(fā)展11。早期的指紋識(shí)別工作只能由人工來完成，指紋專家憑借知識(shí)和經(jīng)驗(yàn)對指紋圖像進(jìn)行辨認(rèn)。隨著指紋識(shí)別技術(shù)在刑偵領(lǐng)域的廣泛應(yīng)用，各國司法機(jī)關(guān)的指紋數(shù)據(jù)庫越來越大，并且一直都在不斷增長中。如此大的數(shù)據(jù)量，僅僅依靠人工是遠(yuǎn)遠(yuǎn)不能滿足需要的，人們?yōu)榇碎_始尋找其它辦法。計(jì)算機(jī)的出現(xiàn)和發(fā)展，有力地推動(dòng)了指紋識(shí)別技術(shù)的發(fā)展，從 20 世紀(jì) 60年代起，美國 fbi、英國內(nèi)政部和法國巴黎警察局開始著手研究自動(dòng)指紋識(shí)別系統(tǒng)(automatic fingerprint identification

28、system，簡稱 afis)，希望借助現(xiàn)代計(jì)算機(jī)超強(qiáng)的運(yùn)算能力來節(jié)約人力和時(shí)間。美國于 1963 年最先開始研究工作，并于 1975 年成功推出第一個(gè)商業(yè)化系統(tǒng) printrak250。日本隨后在 1975 年進(jìn)行研究，于 1982 年開發(fā)出 necafis 并投入使用。早期的自動(dòng)指紋識(shí)別系統(tǒng)只能運(yùn)行在大型計(jì)算機(jī)或工作站上，并通過體積較大的光學(xué)設(shè)備來采集指紋，使用不便且價(jià)格昂貴。隨著技術(shù)的進(jìn)步，個(gè)人計(jì)算機(jī)已經(jīng)可以獨(dú)立完成指紋識(shí)別任務(wù)，極大地方便了自動(dòng)指紋識(shí)別系統(tǒng)的研究和應(yīng)用。如今，體積小、功耗低的嵌入式處理器和半導(dǎo)體指紋圖像傳感器的出現(xiàn)更使得嵌入式指紋識(shí)別系統(tǒng)成為可能，從而使自動(dòng)指紋識(shí)別系統(tǒng)

29、得以向小型化、一體化方向發(fā)展。與此同時(shí)，模式識(shí)別和圖像處理方法的進(jìn)步也為指紋識(shí)別的算法理論研究提供了堅(jiān)實(shí)的基礎(chǔ)，使得自動(dòng)指紋識(shí)別系統(tǒng)能夠在有限的硬件技術(shù)條件下不斷得到改善。日前，國外從事指紋識(shí)別研究的公司、學(xué)校及科研機(jī)構(gòu)多達(dá)二百多家。其中以 ibm、intel 、nec 及韓國現(xiàn)代等公司較為著名。著名的研究高校主要有加州理工學(xué)院、密歇根州立大學(xué)模式識(shí)別與圖像處理實(shí)驗(yàn)室、意大利大學(xué)特征識(shí)別系統(tǒng)實(shí)驗(yàn)室等。研究機(jī)構(gòu)有美國國家標(biāo)準(zhǔn)局視覺圖像處理研究組、沃特生研究中心等。這些國外公司、研究機(jī)構(gòu)在指紋的采集、圖像處理、識(shí)別、比對等方面的技術(shù)己經(jīng)比較成熟。各種相應(yīng)的產(chǎn)品也已投放市場多年。其中美國fbi 提出

30、的指紋分類及處理模型使用最為廣泛。國內(nèi)指紋識(shí)別技術(shù)研究起步較晚，從上個(gè)世紀(jì) 80 年代初期開始研究指紋自動(dòng)識(shí)別技術(shù)。我國的公安部門在 20 世紀(jì) 80 年代初與各大高校合作，共同研究自動(dòng)指紋識(shí)別系統(tǒng)。從事指紋識(shí)別的研究機(jī)構(gòu)主要有北京大學(xué)信息中心，清華大學(xué)自動(dòng)化系，北京郵電大學(xué)，中科院，長春光機(jī)所等。本課題研究的指紋識(shí)別系統(tǒng)主要應(yīng)用于汽車門禁鎖，把指紋當(dāng)作開鎖的鑰6哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文匙。隨著汽車的普及，該方向是目前比較有前景的一個(gè)方向之一。該技術(shù)把鎖的主人的指紋加密后存儲(chǔ)在指紋識(shí)別芯片上，并在芯片的后端加裝機(jī)械開鎖系統(tǒng)，當(dāng)錄入指紋時(shí)，指紋芯片先對指紋進(jìn)行一系列預(yù)處理及特征信息提取，通

31、過與事先建立的指紋數(shù)據(jù)庫進(jìn)行比對，就可以確認(rèn)開鎖者是否具有開鎖的權(quán)限，從而進(jìn)行下一步的操作：發(fā)出開鎖指令以驅(qū)動(dòng)開鎖機(jī)械系統(tǒng)或者發(fā)出拒絕信號(hào)。以指紋作為開鎖的鑰匙，既方便快捷又易攜帶，同時(shí)可以避免因遺忘帶來的麻煩。指紋識(shí)別算法的開發(fā)與研究，將給人們的生活帶來巨大的便利，相信指紋識(shí)別別技術(shù)具有更廣闊更美好的明天，同時(shí)它的應(yīng)用也將廣泛地普及于人們的日常生活中。1.3論文內(nèi)容及結(jié)構(gòu)本文重點(diǎn)對指紋識(shí)別匹配算法進(jìn)行研究，并在算法研究的基礎(chǔ)上提出新的匹配算法。全文的內(nèi)容分為五章展開。第 1 章簡要介紹了課題的研究背景、現(xiàn)狀及意義，然后是本文的研究工作及各章內(nèi)容安排。第 2 章概括性地介紹了指紋識(shí)別系統(tǒng)的基本

32、原理。第 3 章是對指紋識(shí)別算法的研究，內(nèi)容包括脊線跟蹤、偽特信息處理、奇異點(diǎn)提取及常用指紋匹配算法介紹與分析等。第 4 章是對指紋匹配算法的改進(jìn)，這是本文的重點(diǎn)，在本章中，提出了兩種新的匹配算法，并對他們的特點(diǎn)及關(guān)鍵技術(shù)進(jìn)行分析。兩種算法均已申請發(fā)明專利。第 5 章是在建立的指紋數(shù)據(jù)庫上對算法進(jìn)行測試，對實(shí)驗(yàn)結(jié)果進(jìn)行分析和總結(jié)。最后是結(jié)論，對論文進(jìn)行歸納和總結(jié)。7哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文第2章指紋識(shí)別系統(tǒng)綜述早期的指紋識(shí)別技術(shù)僅限于人工或半自動(dòng)化的查找和匹配，隨著計(jì)算機(jī)技術(shù)的發(fā)展，指紋識(shí)別系統(tǒng)的逐漸實(shí)現(xiàn)了自動(dòng)化，出現(xiàn)了自動(dòng)指紋識(shí)別系統(tǒng)。與人工處理相比，自動(dòng)的指紋識(shí)別技術(shù)并不直接存儲(chǔ)指紋

33、的圖像，而是直接存儲(chǔ)指紋圖像中的特征信息。這樣既有利有保護(hù)個(gè)人隱私，也大大節(jié)省了存儲(chǔ)空間。自動(dòng)指紋識(shí)別系統(tǒng)的工作原理是先通過指紋讀取設(shè)備獲得圖像，并對原始圖像進(jìn)行初步處理，使之更清晰；然后提取指紋的特征信息數(shù)據(jù)，這些數(shù)據(jù)通常稱為模板，保存為數(shù)據(jù)庫中的一條記錄。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，最終得到匹配結(jié)果。指紋識(shí)別算法最終都?xì)w結(jié)為在圖像上找到并比對指紋的特征信息。在指紋識(shí)別系統(tǒng)中，采集到的指紋圖像并不能直接用于匹配。圖像必須先經(jīng)過一些處理步驟，才能用于匹配。這主要基于兩點(diǎn)原因，一是采集到的圖像質(zhì)量、規(guī)格參差不齊，直接用于匹配難以得到穩(wěn)定可靠的結(jié)

34、果；二是在 afis系統(tǒng)中，只有將圖像轉(zhuǎn)化為系統(tǒng)能夠識(shí)別的數(shù)據(jù)格式，系統(tǒng)才能進(jìn)行自動(dòng)識(shí)別和匹配。這些處理步驟主要包括預(yù)處理、后處理、特征提取、特征匹配等，其中預(yù)處理又包含圖像軟化、圖像規(guī)格化、方向場計(jì)算、頻率提取、有效區(qū)域分割、增強(qiáng)、二值化、細(xì)化等過程。2.1圖像采集指紋采集是指紋識(shí)別的第一步。傳統(tǒng)的指紋采集方法是用手指蘸上墨水或印油在紙上按壓，然后用掃描儀攝取。由于其嚴(yán)重的不可靠性，該方法己經(jīng)被淘汰。目前主要的指紋采集技術(shù)有光學(xué)指紋采集技術(shù)、半導(dǎo)體指紋采集技術(shù)和超聲波指紋采集技術(shù)。光學(xué)指紋采集技術(shù)是目前應(yīng)用最廣泛的指紋采集技術(shù)，其原理是光的全反射；半導(dǎo)體指紋采集技術(shù)最常用的是硅電容指紋圖像傳

35、感器，采集圖像時(shí)，指紋的脊和谷對應(yīng)不同的電容值，通過電子度量來捕捉指紋；指紋的脊和谷具有不同的聲阻，它們反射回接收器的超聲波的能量不同，一次可以通過測量超聲波能量確定圖像，這是超聲波指紋圖像采集技術(shù)的基本原理。這些設(shè)備中，光學(xué)掃描儀技術(shù)比較成熟、性價(jià)比較高，且能承受一定程度溫度變化，穩(wěn)定性好，因而得到廣泛應(yīng)用。本課題中指紋圖像采用光學(xué)掃描儀采集。8哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文2.2預(yù)處理采集的圖像因?yàn)橥饨缭肼暤仍?，可能存在模糊不清、部分區(qū)域連接不好甚至錯(cuò)誤連接的情形，所以在進(jìn)行特征提取及匹配之前要先進(jìn)行預(yù)處理，保證得到可靠的圖像。預(yù)處理主要包括圖像軟化、圖像規(guī)格化、方向場計(jì)算、頻率提取、有

36、效區(qū)域分割、增強(qiáng)、二值化、細(xì)化等過程。圖像軟化 在自動(dòng)指紋識(shí)別系統(tǒng)中，輸入的指紋圖像由于各種原因的影響，比如用力不均或手指不干凈等原因，從而使采集到的指紋圖像是一幅含噪聲較多的灰度圖像，因而必須先進(jìn)行平滑處理。傳統(tǒng)的去除噪聲的方法是對指紋圖像進(jìn)行低通濾波，以此來消除高頻噪聲?；?55 子塊軟化是一種常用的軟化算法，該法是先選取一個(gè)包含中心點(diǎn)的 55 圖像子塊，然后計(jì)算含中心點(diǎn)的四個(gè)五邊形和四個(gè)六邊形以及一個(gè) 33 的矩形區(qū)域的灰度均值和方差，取方差最小的區(qū)域的灰度均值作為中心點(diǎn)的灰度值。經(jīng)過實(shí)驗(yàn)測試，簡單采用一個(gè) 33 的矩形區(qū)域計(jì)算均值，作為軟化后的的像素值，與 55 子塊法軟化結(jié)果相差不大，亦能滿足要求。故為了減少運(yùn)算量，本課題中軟化算法直接采用一個(gè) 33 的矩形進(jìn)行軟化處理。如圖 2-1 所示。a)為四個(gè)五邊形示意圖，b)為四個(gè)六邊形示意圖，c)為本文采用的33 矩形。a) 五邊形a) pentagonb) 六邊形b) hexagonc) 矩形c) rectangle圖 2-1 圖像軟化的區(qū)域fig.2-1 area of image softening圖像規(guī)格化 受采集設(shè)備工作環(huán)境及