![基于MATLAB图像处理的指纹特征点提取[权威资料]](https://img.doczj.com/img3d/1765icn1jhl4lmp1lxtlbv8pwar6zrdw-d1.webp)
![基于MATLAB图像处理的指纹特征点提取[权威资料]](https://img.doczj.com/img3d/1765icn1jhl4lmp1lxtlbv8pwar6zrdw-62.webp)
基于MATLAB图像处理的指纹特征点提取[权威资料] 基于MATLAB图像处理的指纹特征点提取
摘要:伴随着信息科学技术飞速发展的步伐，非常多的系统更加关注安全的问题，因此，可靠的、安全的身份识别技术成为了众多系统安全应用的首选。指纹图像特征提取作为指纹识别领域非常重要的研究部分，自然而然的引起了广大学者的关注。本课题研究的主要内容便是指纹图像特征点提取以及伪特征点的剔除。
关键词:MATLAB;特征点;指纹识别;分叉点
TP391.41
随着科学技术以及社会的不断进步，基于口令、信物、数字等的传统的安全认证模式正在变得越来越脆弱[1]，现代化的安全系统必须寻求全新的安全认证方法才能满足现代化的社会需求。指纹识别技术是到目前为止应用最为广泛的个人身份认证技术，指纹所具备的稳定性以及唯一性更加的确定了指纹识别技术的应用地位，在计算机不断进步的同时，指纹识别技术以及算法也在不断的提升，甚至指纹传感器的性能也得到了大幅度的提升，所以，较高质量的指纹图像信息采集技术成为了安防领域以及身份认证领域研究的重点课题。
1 指纹图像特征
1.1 指纹图像全局特征
指纹的全局特征通常指的是常人通过肉眼就可以辨认出的特征，全局特征的基本纹路图案通常分为三种:环型(loop)，弓型(arch)以及螺旋型(whorl)[2]，这三个指纹图案是其余的指纹图案的基础，但是三种类型的分类相对比较粗略，并不能完全比对出采集到的指纹图像，但是对指纹进行分类却能够为指纹图案的比对查询提供方便。
通常情况下，指纹图像中的用于描述全局特征的区域称之为模式区，即通过指纹图像的模式区便可以将指纹图像进行分类划分，有的指纹算法提取的只是模式区的指纹数据，而有的指纹算法则仅仅提取模式区的一部分指纹数据。
指纹图像的核心点具体指的是指纹图像纹路的渐进中心，这个点的数据信息非常重要，通常被用作读取指纹时以及比对指纹时候的参考点，指纹图像的核心点被很多的指纹识别算法采用，但是局限是仅仅能够识别具备核心点的指纹图像。
指纹图像数据也存在三角点，具体指的是以核心点为标准，开始之后的第一个断点或者分叉点，亦或者相交纹路的汇聚点、折转点、孤立点，或者指向这些点的怪异点。三角点是指纹识别算法的关键点之一，为指纹图像纹路的计数跟踪提供了基准参考点。
指纹纹数具体指的是模式区内所有指纹纹路的数量。指纹纹数在计算的时候，通常会将核心点与三角点连接起来[3]，这条连线与指纹纹路交接点的数量便可以确定指纹图像的纹数。
1.2 指纹图像局部特征
指纹图像的局部特征具体指的是指纹上节点的详细特征，具备一些特征的指纹图像节点被称之为特征点。不同的指纹可能会出现总体特征相同的情况，但是绝对不会出现特征点相同的不同指纹。
1.2.1 指纹图像的特征点
指纹图像的纹路并不是笔直的、平滑的、连续的，伴随着指纹纹路的经常是分叉、打折亦或者中断，指纹纹路的这些分叉点、断点以及转折点便被称之为“特征点”，众多的“特征点”的集合便构成了确定指纹图像唯一的信息数据。
1.2.2 指纹图像特征点的分类
指纹的特征点通常被分为终结点、分叉点、分歧点、孤立点、环点、短纹、方向、曲率以及位置。终结点以及分叉点是特征点最为典型的两类。
(1)终结点(Ending):终结点类型具体指的是一条指纹纹路在此处断开终结;(2)分叉点(Bifurcation):分叉点类型具体指的是指纹纹路在该点处分开拓宽成两条甚至两条以上的纹路;(3)分歧点(Ridge Divergence):分歧点类型具体指的是两条相对平行的线路的分开点;(4)孤立点(Dot or Island):孤立点类型具体指的是指纹纹路非常短，以至于成为一点;(5)环点(Enclosure):环点类型具体指的是一条指纹纹路在分开成为两条纹路之后又立即合并成为一条指纹纹路，这样分开点与合并点形成的小环变成只为环点;(6)短纹(Short Ridge):短纹类型具体指的是指纹的一端相对比较短，但是又不会形成一个点的指纹纹路;(7)方向(Orientation):方向具体指的是节点的方向比较固定;(8)曲率(Curvature):曲率具体指的是用来描述指纹纹路沿着方向改变的行进速度;(9)位置(Position):位置具体指的是借助坐标去描述指纹纹路中节点的位置，可以用绝对位置描述，也可以用基于三角点或者特征点的相对位置进行描述。
2 指纹图像特征提取算法
指纹图像特征点的提取通常包括两个步骤，第一步骤便是对图像特征进行提取，第二步骤则是将提取的特征点中的伪特征点剔除。指纹图像特征点的提取一直是众多学者深入研究的方向。最早提出相关算法的是FBI(Federal Bureau of Investigation，美国联邦调查局)科研人员，他们提出了一种二级算法，对于图像的二值化处理采用了自适应的算法，二值化之后的指纹图像便是特征点提取的对象。该算法的出现为指纹图像认证领域的发展奠定了基础，从一出现，便获得了非常广泛的应用。
通常有两个方法用于指纹图像特征的提取，第一种便是从整体的灰度图像中提取算法，而另外一种便是建立在细化二值化的图像中提取算法。指纹图像特种功能的提取是整套指纹识别系统中最为核心的环节之一，指纹图像特征提取的好与坏将直接影响到指纹图像匹配的准确性[5]，因此，指纹图像特征提取是指纹匹配的基
础和前提。第一种指纹图像特征提取算法通常是跟踪灰度指纹纹线，在根据跟踪结果定位特征的位置以及精确的判断出特征的类型，该种方法整个实现过程中并没有进行指纹图像预处理过程，但是指纹特征提取的算法却异常复杂，在加上外界不确定因素的影响，导致提取到的指纹特征值并不准确。所以，第二种指纹特征提取算法是应用最为广泛的技术之一，从经过预处理之后的细化二值指纹图像中提取指纹图像特征值，不仅方法简单，特征点的提取也非常简单，仅仅需要一个3×3的模板便可以将非常可靠的细化二值图像的分叉点以及端点提取出来。图1 指纹图像预处理一般流程
细化二值化之后的指纹图像特征值提取主要提取的内容是指纹图像的分叉点以及端点的细节特征。本课题采用的特征提取模版如图1所示。其中的目标检测像素点用P代表，而P1、P2、P3、P4、P5、P6、P7、P8在是P像素点的八个领域像素点，为了使得计算起来较为简便，指纹图像的背景色通常选择灰度值为255(白色)的像素点，本文中像素点P灰度值设置为0;即灰度值为0(黑色)的像素点指定为目标点，也称之为待检测的像素点，这里将目标点的P值设定为1，则采用式(1)表示的公式去统计P像素点的八个领域中值为1的像素点的个数。
(1)
(1)如果P的八个领域中有且仅有一个值为1的像素点，则有CN=1，此时的P 点便是端点;(2)如果P的八个领域中有且仅有二个值为1的像素点，则有CN=2，此时的P点
便是连通点;(3)如果P的八个领域中有且仅有三个值为1的像素点，则有
CN=3，此时的P点便是分叉点。
通过式(1)以及上面的算法便可以统计出指纹图像特征点，并将特征点的数目、类型以及位置信息记录下来，对于作为细节特征点的分叉点以及端点，有些情
况下也会参杂一些伪特征，所以需要删除这些伪特征点，比较常见的伪特征点主要表现为毛刺、短纹、小孔、伪小桥、断纹等五个类型。
3 基于MATLAB的指纹特征提取实现
3.1 指纹图像特征点提取实现
本课题借助MATLAB仿真实现了指纹图像特征点的提取操作，核心代码如下: 图2 指纹图像特征点提取
分析图2可知，图像的边缘出现了非常多的端点，这些端点的产生是由于面积接触形成的，并不属于伪特征点的一类，但是也必须进行剔除。
3.2 指纹图像伪特征点剔除实现
由于指纹图像在采集的过程中会受到干燥、压力不均匀以及汗渍等的影响，便会造成采集到的指纹图像非常的不均匀，图像也会异常的模糊，同时纹线也会出现中断等现象。实验数据表明，在对质量较差的图像进行特征点提取的时候会造成数量极多的伪特征点[4]。一旦伪特征点的数量超过一定数值便会对后面的所有操作产生非常严重的影响，因此，指纹在进行匹配之前，为了获取质量较高的指纹图像，必须对采集到的指纹图像进行伪特征点剔除操作。比较常见的伪特征点主要表现为毛刺、短纹、小孔、伪小桥、断纹等五个类型。本文借助MATLAB仿真实现了指纹图像边缘特征点的剔除。核心代码如下:
4 结束语
指纹识别技术从一出现便被应用在一些特殊的、比较高端的特殊领域，比如刑侦破案等，但是指纹识别技术在处
理质量较差的指纹图像的时候效率非常低，不能够满足实际的应用需求，必须提高采集到的指纹图像的质量。本文首先详细的介绍了指纹图像的特征，包括全局特征以及局部特征，接下来给出了指纹图像特征点提取的详细算法，并最终借助MATLAB仿真实现了指纹图像特征点的提取以及伪特征点的剔除。本课题给出的指
纹图像特征点的提取算法实现起来非常简单，计算速度较快，运算量也非常小，在减轻系统存储量的同时，也获得了质量较高的指纹图像特点数据。但是随着科学技术的不断进步，对指纹图像特征点的提取算法的要求会更高，因此需要对所有的算法进行综合对比分析，提出合理的改进措施，以便能够提升指纹图像特征点的有效性。
参考文献:
[1]赵应丁，戴仕明，刘金刚.基于灰度指纹图像的指纹特征提取算法研究[J].系统仿真学报，2006(02):319-322.
[2]利国烟，许颖频.指纹识别的应用与实现[J].网络安全技术与应用，
2005(08):62-64.
[3]张英琦，张庆林.基于数学形态学的二值图像细化算法研究[J].中南民族大学学报，2005(04):96-99.
[4]王业琳，宁新宝，尹义龙.指纹图像细化算法的研究[J].南京大学学报(自然科学)，2003(04):469-475.
[5]李金平，卿粼波，何小海.基于S3C2410的图像采集系统的设计与实现[J].成都信息工程学院学报，2008(05):514-517.
作者简介:梁文东(1971-)，男，广西崇左人，讲师，主要从事多媒体技术、图像处理教学与研究工作。
作者单位:广西农业职业技术学院，南宁 530007
文档资料:基于MATLAB图像处理的指纹特征点提取完整下载完整阅读全文下载全文阅读免费阅读及下载
阅读相关文档:IPv6网络中基于数据挖掘的入侵检测系统研究利用MGF病毒进入RING0的方法及技术分析数据存储安全隐患及其防范技术论如何做好计算机网络安全维护方式研究关于计算机网络中加密技术的探讨网络系统安全应对方案研
究基于模块化设计的Web应用程序漏洞利用框架研究与开发网络安全存在隐患、防护以及发展密码学在计算机系统安全中的运用网络数据库加密技术研究与实现探析计算机网络信息管理及其安全计算机信息安全存储与利用的浅谈计算机网络安全分析研究基于FPGA的点阵LED显示屏控制器的设计计算机软件安全漏洞检测技术与应用计算机网络安全与计算机病毒防范研究感谢你的阅读和下载*资源、信息来源于网络。本文若侵犯了您的权益，请留言或者发站内信息。我将尽快删除。*
《MATLAB语言》课程论文 Matlab指纹识别系统 姓名：江帅璋 学号：12013241957 专业：通信工程 班级：通信2班 指导老师：朱瑜红 学院：物理电气信息学院
完成日期：2014.11.11 Matlab指纹识别系统 （姓名江帅璋2013级2班） 摘要 本文系统地介绍了指纹识别技术的发展和国内外研究应用现状，阐述了建立指纹识别系统的必要性和意义。以数字图像处理为基础，研究指纹识别的原理和方法，重点分析基于神经网络指纹识别算法、滤波特征和不变矩指纹识别算法和指纹匹配算法，将matlab作为仿真工具，针对已有的三种指纹识别算法进行编程识别；并通过实验论证各种算法的优缺点。 关键字：指纹识别；算法；matlab仿真
目录 第一章绪论 (4) 1.1 引言 (4) 1.2指纹识别技术的发展和研究现状 (5) 1.3 指纹识别研究的目的和意义 (7) 1.4 本论文结构 (8) 第二章指纹识别的理论和方法 (9) 2.1指纹识别的基本原理 (9) 2.2指纹识别系统工作流程 (9) 2.3指纹识别技术的方法 (10) 2.3.1神经网络指纹识别算法 (10) 2.3.2 滤波特征和不变矩指纹识别算法 (11) 2.3.3指纹匹配算法 (13) 第三章matlab仿真实验结果与分析 (16) 3.1 算法matlab仿真结果 (16) 3.2 结果分析 (17) 第四章总结与展望 (18) 参考文献 (19) 附录 (20) 致谢............................................................................................ 错误！未定义书签。
基于MATLAB的指纹识别系统设计
摘要 生物识别技术已经成为身份识别和网络安全的发展技术之一，其中指纹识别技术是目前公认的安全，准确，方便的身份认证技术之一，使之成为人们研究的热点。 本文主要设计一个基于matlab 的指纹识别系统。首先主要介绍了指纹识别技术研究的背景，意义，及现状。其次，实现了指纹识别系统，描述了指纹识别系统的基本结构，并且对指纹图像的预处理、特征提取、特征匹配这三个必要的环节的算法进行了详细地研究，在指纹图像预处理阶段，本文使用基于灰度的算法对图像进行了分割，同时，针对二值化后图像中仍存在的噪声，也进行了相应的修整处理，尽可能的为以后指纹特征的提取打好基础，从而成功地实现了对指纹数字图像的处理、特征提取、保存和匹配等功能。最后，对指纹识别系统进行了仿真，仿真结果表明该系统可以较好的进行识别，准确率达到了95.1%。 关键词：指纹识别；预处理；二值化；特征提取；特征匹配
Abstract Biometric technology has become one of the developing technologies for identity recognition and network security. And fingerprint identification technology is now recognized as one of the most safe, accurate and convenient authentication technologies, and it is a focus for researchers. This paper designs a matlab-based fingerprint recognition system. The first introduces the fingerprint recognition technology research background, significance, and the status quo. Secondly, to achieve fingerprint identification system, describes the basic structure of the fingerprint identification system, and the fingerprint image preprocessing, feature extraction, feature matching these three essential aspects of the algorithm is studied in detail in the fingerprint image pre-processing stage this article uses an algorithm based on gray image segmentation carried out at the same time, for the image after binarization noise still exists, but also for the corresponding trimming process, as much as possible for the future lay the foundation for fingerprint feature extraction and thus successfully achieved fingerprint digital image processing, feature extraction, storage and matching functions. Finally, the fingerprint identification system for simulation, simulation results show that the system can identify a better accuracy rate reached 95.1%. Key Words：Fingerprint Recognition；Processing；Binarization；Feature Extraction；Feature Matching
指纹识别技术研究 个人的指纹是独一无二的，两人之间不存在着相同的手指指纹。 每个人的指纹是相当固定的，不会随着人的年龄的增长或身体健康程度的变化而变化，但是人的声音等却存在较大变化的可能。 3)指纹样本便于获取，易于开发识别系统，实用性强。目前已有标准的指纹样本库，方便了识别系统的软件开发；另外，识别系统中完成指纹采样功能的硬件部分也较易实现。而对视网膜则难于采样，也无标准的视网膜样本库供系统软件开发使用，这就导致视网膜识别系统难以开发，可行性较低。 一个人的十指指纹皆不相同，这样可以方便地利用多个指纹构成多重口令，提高系统的安全性。 指纹识别中使用的模板并非最初的指纹图，而是由指纹图中提取的关键特征，这样使系统对模板库的存储量较小。另外，对输入的指纹图提取关键特征后，可以大大减少网络传输的负担，便于实现异地确认，支持计算机的网络功能。 近些年来，电子信息技术的飞速发展，特别是传感技术、电子信号处理技术、计算机数据管理技术、计算机网络技术的飞速发展，为指纹识别技术的成型提供了强大的硬件支持。与此同时，图形图像处理学、人工智能学、软件工程学等新兴学科的蓬勃发展也为指纹识别技术的进步提供了强有力的软件支持。指纹识别的发展中，也存在自身的不足，如指纹识别系统性能的测试和评估标准的确立、相关软件的标准化问题都是有待进一步解决的。指纹识别技术作为一项迅猛发展的新技术，有了软硬件等方面的强大保障，同时又有指纹识别自身的诸多优点，相信指纹识别技术一定会有更加美好的发展前景。 摘要：随着生物识别技术的不断发展，人们发现每个人的指纹具有唯一性和不变性。因此指纹识别技术逐步发展为一种新的身份识别方式，并且凭借其良好的安全可靠性，大有取代传统身份识别方式的趋势。 本文简要介绍了指纹识别的基本步骤，分别是指纹图像预处理、指纹特征提取、指纹匹配。在图像预处理中，依次介绍了规格化处理、图像增强、二值化处理和细化处理的方法。预处理后
课程设计报告 设计题目：指纹图像的增强— 学院：电子工程学院 专业：电子信息工程 班级：__________________________ 成绩： 指导教师: 一、设计概述 1. 课程设计题目：指纹图像的增强方法 2. 基本要求：读取初始指纹图像，设计程序，实现指纹图像的增强，使指纹的纹理更加清晰，便于 识别。
3. 指纹图像增强的意义：指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路。指纹能使手在接触物件时增加摩擦力，从而更容易发力及抓紧物件。是人类进化过程式中自然形成的。目前尚未发现有不同的人拥有相同的指纹，所以每个人的指纹也是独一无二。由于指纹是每个人独有的标记，近几百年来，罪犯在犯案现场留下的指纹，均成为警方追捕疑犯的重要线索，使得指纹识别技术得到了飞快的发展，指纹图像的识别也就变得非常具有意义，但是通过传感器等方式获取到的指纹图像往往是比较模糊的，识别率相对较低，此时，指纹图像增强就孕育而生，通过对指纹图像的增强处理，得出了具有较清晰的图像，是识别率更高。 二．设计思路：指纹图像增强的主要步骤及方法 ①读取指纹图像 ②指纹图像灰度化处理 ③指纹图像平滑处理 ④指纹图像的腐蚀处理 ⑤指纹图像的锐化处理 ⑥指纹图像二值化 ⑦指纹图像纹理的细化处理 三．具体的处理流程及其分析 1. 指纹图像的读取 将通过传感器或者别的方式获取到的指纹图像读取到matlab 中；如.bmp .jpg 等格式的图片文件。通过matlab 实现： I=imread（‘文件路径+图像名.jpg'）; 2. 指纹图像灰度化处理 数字图像可分为灰度图像和彩色图像。通过灰度化处理和伪彩色处理，可以使伪彩色图像与灰度图像相互转化；灰度化就是使彩色的R，G，B 分量值相等的过程 I=rbg2gray （I ） 3. 指纹图像平滑处理(此处我们使用的是中值滤波的方法处理) 图像平滑的主要目的是减少图像噪声。图像噪声来自于多方面，有来自于系统外部的干扰(如电磁波或经电源窜进系统内部的外部噪声) ，也有来自于系统内部的干扰(如摄像机的热噪声、电器机械运动而产生的抖动噪声等内部噪声) 。实际获得的图像都因受到干扰而含有噪声，噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或频率域处理。在空间域中进行时，基本方法就是
第24卷 第1期计 算 机 仿 真2007年1月 文章编号:1006-9348(2007)01-0182-04 基于M a tl ab实现的指纹图像细节特征提取 郭晶莹,吴晴,商庆瑞 (北京工业大学,北京100022) 摘要:指纹图像的特征提取是指纹识别的关键,而指纹匹配通常基于细节点匹配。介绍了一套基于Matlab实现的指纹细节 特征提取方法,并给出了去伪算法。指纹特征提取是从细化后的指纹图中得到细节特征点(即端点和分叉点),此特征点含 有大量的伪特征,既耗时又影响匹配精度。采用了边缘去伪和距离去伪,使得特征点去伪前后减小了近1/3,然后提取可靠 特征点信息,以便实现指纹匹配。实验证明,用Matlab实现的这种方法,既简单快速,而且具有较高的准确率。 关键词:指纹识别;细节点;特征提取;伪特征点 中图分类号:TP391.4 文献标识码:A M i n uti a e Extracti on of F i n gerpr i n t I mage Ba sed on M a tl ab G UO J ing-ying,WU Q ing,SHANG Q ing-rui (Beijing University of Technol ogy,Beijing100022,China) ABSTRACT:M inutiae extracti on is essential in finger p rint recogniti on,and finger p rintmatch is used t o search m inu2 tiae.This paper intr oduces a set of algorith m s for extracting m inutiae fr om finger p rint i m age based on Matlab.M inuti2 aes(end m inutia and bifurcati on m inutia)are extracted fr om thinned finger p rint i m age and they have a l ot of false m i2 nutiaes.They are not only ti m e-consu m ing,but als o affectmatching p recisi on.Most false m inutiae are eli m inated by a method using edge-deleting and distance-threshold in this paper.Reliable m inutiaes are extracted in order t o a2 chieve finger p rint match.The experi m ental results show that this algorith m of matlab is si m p le,quick and accurate. KE YWO RD S:Finger p rint recogniti on;M inutia;M inutiae extracti on;False m inutiae 1 引言 指纹识别技术是一种应用前景非常乐观的生物识别技术,国内外很多机构都在进行相关研究,尽管目前已有多种商用自动指纹识别系统在市场上销售,这些产品都宣称有极好的性能[1],但由于技术的保密性、现有算法的缺陷性以及追求产品的完美实用性,使得指纹识别算法的研究仍然是当前国内外研究的热点之一。在指纹自动识别系统中,必须对指纹进行特征提取,然后根据特征及其相互之间的位置与拓扑关系在指纹库中进行匹配,从而检索到有关信息。指纹的特征是指纹脊线的某种构型,如端点、分叉点等。 本文介绍了一套基于Matlab实现的指纹细节特征提取及其后处理算法。本文的算法都是通过MAT LAB仿真而验证的,以Matlab作为指纹图像识别算法仿真的平台,既有较高的准确率,而且可以大大减小仿真的难度。 2 指纹识别系统的工作原理 指纹识别流程如图1。 活体指纹通过指纹采集装置采集到系统中,形成指纹数据图像。采入的指纹图像一般存在大量无用信息和干扰信息(噪声),预处理就是要把这些信息尽量去除掉,使图像更清晰,以便提取正确的指纹特征从而达到正确匹配。预处理过程主要包括指纹图像的滤波增强、二值化、细化等,最后输出纹线宽度只有一个像素的细化二值指纹图像。并在此基础上,进行指纹特征信息的提取,得到该枚指纹的特征集(特征点的坐标、方向、数量等信息),然后用该枚指纹的特征集与已登记的指纹特征集进行匹配,最后显示识别结果。 3 M AT LAB语言简介 MAT LAB语言是一种优秀的计算机语言,具有数学运算能力是它的突出优点之一。许多在C语言中或者其它高级语言中很复杂的编程问题在MAT LAB语言编程中只需要一条专用指令就可以完成。MAT LAB语言的所有计算都基于矩阵运算来完成,所以,MAT LAB中的所有变量都定义为矩阵,所有的运算都是关于矩阵的运算。它是一种解释型语言,几乎没有格式上的限制。为了缩短算法的开发周期,运用MAT LAB语言描述简单和图形显示功能比较强大的特点,以它作为指纹图像识别算法仿真的平台。 收稿日期:2005-11-04 修回日期:2005-11-07
基于MATLAB图像处理的指纹特征点提取[权威资料] 基于MATLAB图像处理的指纹特征点提取 摘要:伴随着信息科学技术飞速发展的步伐，非常多的系统更加关注安全的问题，因此，可靠的、安全的身份识别技术成为了众多系统安全应用的首选。指纹图像特征提取作为指纹识别领域非常重要的研究部分，自然而然的引起了广大学者的关注。本课题研究的主要内容便是指纹图像特征点提取以及伪特征点的剔除。 关键词:MATLAB;特征点;指纹识别;分叉点 TP391.41 随着科学技术以及社会的不断进步，基于口令、信物、数字等的传统的安全认证模式正在变得越来越脆弱[1]，现代化的安全系统必须寻求全新的安全认证方法才能满足现代化的社会需求。指纹识别技术是到目前为止应用最为广泛的个人身份认证技术，指纹所具备的稳定性以及唯一性更加的确定了指纹识别技术的应用地位，在计算机不断进步的同时，指纹识别技术以及算法也在不断的提升，甚至指纹传感器的性能也得到了大幅度的提升，所以，较高质量的指纹图像信息采集技术成为了安防领域以及身份认证领域研究的重点课题。 1 指纹图像特征 1.1 指纹图像全局特征 指纹的全局特征通常指的是常人通过肉眼就可以辨认出的特征，全局特征的基本纹路图案通常分为三种:环型(loop)，弓型(arch)以及螺旋型(whorl)[2]，这三个指纹图案是其余的指纹图案的基础，但是三种类型的分类相对比较粗略，并不能完全比对出采集到的指纹图像，但是对指纹进行分类却能够为指纹图案的比对查询提供方便。
通常情况下，指纹图像中的用于描述全局特征的区域称之为模式区，即通过指纹图像的模式区便可以将指纹图像进行分类划分，有的指纹算法提取的只是模式区的指纹数据，而有的指纹算法则仅仅提取模式区的一部分指纹数据。 指纹图像的核心点具体指的是指纹图像纹路的渐进中心，这个点的数据信息非常重要，通常被用作读取指纹时以及比对指纹时候的参考点，指纹图像的核心点被很多的指纹识别算法采用，但是局限是仅仅能够识别具备核心点的指纹图像。 指纹图像数据也存在三角点，具体指的是以核心点为标准，开始之后的第一个断点或者分叉点，亦或者相交纹路的汇聚点、折转点、孤立点，或者指向这些点的怪异点。三角点是指纹识别算法的关键点之一，为指纹图像纹路的计数跟踪提供了基准参考点。 指纹纹数具体指的是模式区内所有指纹纹路的数量。指纹纹数在计算的时候，通常会将核心点与三角点连接起来[3]，这条连线与指纹纹路交接点的数量便可以确定指纹图像的纹数。 1.2 指纹图像局部特征 指纹图像的局部特征具体指的是指纹上节点的详细特征，具备一些特征的指纹图像节点被称之为特征点。不同的指纹可能会出现总体特征相同的情况，但是绝对不会出现特征点相同的不同指纹。 1.2.1 指纹图像的特征点 指纹图像的纹路并不是笔直的、平滑的、连续的，伴随着指纹纹路的经常是分叉、打折亦或者中断，指纹纹路的这些分叉点、断点以及转折点便被称之为“特征点”，众多的“特征点”的集合便构成了确定指纹图像唯一的信息数据。 1.2.2 指纹图像特征点的分类 指纹的特征点通常被分为终结点、分叉点、分歧点、孤立点、环点、短纹、方向、曲率以及位置。终结点以及分叉点是特征点最为典型的两类。
重庆工商大学 毕业论文(设计)开题报告计算机科学与信息工程学院(系)测控技术与仪器专业(本科)2006级1班课题名称：基于MATLAB的指纹图像预处理系统设计 毕业论文(设计)起止时间： XX年XX月XX日～XX月XX日(共XX周) 学生姓名：XX学号：XX 指导教师：XX 报告日期： XX学毕业论文(设计)开题报告3－1
1．本课题所涉及的问题在国内(外)的研究现状综述 1、指纹识别及其优点。人手的指纹即为手指皮肤上的花纹,它是人的一种生物特征。该特征具有独特的性质,其花纹的细节由细微纹点和纹脊的起点、终点、分叉、结合等组成。正是这些无穷无尽的细节特征组合构成了指纹 的唯一性。事实上,甚至包括双胞胎,世界上两个指纹相同的几率<1/ 9 10,几乎为零,这就构成了指纹的第一大特 点。指纹特征的另外几大特点是:不变性——即指纹的图案永远不会改变;与主体永不分离性——即指纹不存在丢失、遗忘、被窃取的可能;指纹的使用比起其它证卡来说更快捷、安全、准确、无干扰,可实现快速登录注册,系统兼容性好,也就是说可以独立或者通过联网构成系统且很容易并入各类证卡和定义识别系统中。因此,指纹识别技术的应用范围极广(除化学家和矿工外均能鉴定)。 2、指纹自动识别系统的发展现状。指纹自动识别系统是集计算机、网络、光电技术、图像处理、智能卡、数据库技术等于一体的综合高技术。目前的指纹自动识别系统是采用先进的光电识别办法采集一个指纹信息,并把它变成可以和已由计算机处理过的暗码相比对的代码。这些代码都经过加密处理,然后经独特的相关算法进行识别判断,在算法上有的采用是一个指纹的全部图案,而有的是指纹的特殊细节。 目前的自动指纹识别系统已具有如下特点:(1)可靠性:采用独特的容错技术,既使指纹有破坏,即指纹不全或指纹随时间有自然的变化时也不影响正确识别。(2)快捷性:大多数系统鉴别时间仅需1～3s,登录注册一个新客户只需1m in的时间。(3)灵活性:一个指纹信息的代码可以压缩到几十个字节到几百个字节,因此可以存放在一个磁条上或者一张两维条码卡上或者IC卡上,甚至几个指纹代码可以存在一张智能卡上。当然,成千上万的代码可以存放在局域或网络化数据库中,这样,代码可以沿网络迅速传输,因而可以灵活的构成各类系统,即可以独立使用或集成到一个大范围的出入口控制或者安全处理系统如证卡存档识别系统中。(4)可接受性:一个因素是目前的系统具有高性能;另一个因素是目前的系统设计已考虑到人类工程学设计,因而易被用户接受。(5)安全性:所有个人代码都经过了特殊加密,通过所存储的代码不可能复原原指纹,彻底避免了指纹的冒用,因此既使证卡丢失,也不存在安全问题。(6)方便性:目前出现的各类指纹识别系统一般外观设计精巧、结实,采用了精密独特的光电系统,具有LD或全程液晶提示,备有多种安装模式。(7)兼容性:可以与现有的各类系统兼容,可实现全自动化的识别。(8)实时性:可实现完整的跟踪、实时报警功能。正是由于目前已经开发出了具有如上特点的指纹识别技术,因此以此为基础的个人识别技术,即证卡、代码、指纹的综合动态模式组合,将可以对不同的应用场所提供不同的安全等级。 3、市场前景。自动指纹识别系统有着极其广阔的应用前景。众所周知,指纹识别最早是在罪犯鉴别中应用,它对于提高侦破手段、震慑罪犯、打击刑事犯罪成为强有力的武器并起到了重要作用。根据目前的了解,A F IS的其它适用场所为:政府各类机要部门(例如档案馆(室)、机要室)、国家重点实验室及生产重地、机场、军事要地(例如基地、仓库)、重要军事装备或关键设备的启动控制、银行金库、金融系统、代保管库、博物馆、珍宝馆、高级住宅、高级宾馆等重要门禁或入口控制、汽车门锁等。除此之外,另一大潜在应用前景是:自动取款机(A TM)、信用卡、驾驶执照、身份证、医疗健康卡、移民登记、计算机系统安全、机械登记等方面。1、指纹锁，指纹锁可以装在门里、车内、保险箱柜的内部,外面无锁眼,从而避免了撬锁,可广泛用于金库、保安、银行、出纳、自动门、百叶门、保险柜、电控装置等门禁系统中。2，指纹卡，国际上偷盗使用卡和利用信用卡进行诈骗犯罪活动越来越猖獗,仅1995年英国因此损失8千万英镑,法国损失3100万英镑,目前我国信用卡用户已达2～3千万,利用信用卡犯罪我国也在呈不断上升趋势。我国政府打算用10年左右的时间,在全国400多个城市的3亿人中推广信用卡,预计发行量将达到2亿张。目前我国IC卡年产量已达6千万张,生产能力已达1亿张,全世界到2000年IC卡的总需求超过38亿张,我国需求量为年均2千万张。目前,国内各种磁卡、IC卡系统已十分普遍。例如:大庆市1996年已拥有医疗保险IC卡80万张,全国联网的200电话磁卡已有上百万用户。由于指纹识别技术的诸多优点,可以预料,一方面指纹卡将会在一切需要验证身份的场所发挥越来越重要的作用,其应用领域将会进一步拓宽;另一方面,由于市场的推动,指纹识别技术也会不断提高,在其识别可靠性、速度、成本等方面进一步朝实用化迈进。我们期待着指纹识别这一高技术在人们的生活中起到应有的越来越重要的作用。
课程设计报告 设计题目：指纹图像的增强 学院：电子工程学院 专业：电子信息工程 班级： 学号： 姓名： 电子邮件： 日期： 2013 年 9 月 成绩： 指导教师：
一、设计概述 1.课程设计题目：指纹图像的增强方法 2.基本要求：读取初始指纹图像，设计程序，实现指纹图像的增强，使指纹的 纹理更加清晰，便于识别。 3.指纹图像增强的意义： 指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路。指纹能使手在接触物件时增加摩擦力，从而更容易发力及抓紧物件。是人类进化过程式中自然形成的。目前尚未发现有不同的人拥有相同的指纹，所以每个人的指纹也是独一无二。由于指纹是每个人独有的标记，近几百年来，罪犯在犯案现场留下的指纹，均成为警方追捕疑犯的重要线索，使得指纹识别技术得到了飞快的发展，指纹图像的识别也就变得非常具有意义，但是通过传感器等方式获取到的指纹图像往往是比较模糊的，识别率相对较低，此时，指纹图像增强就孕育而生，通过对指纹图像的增强处理，得出了具有较清晰的图像，是识别率更高。 二．设计思路：指纹图像增强的主要步骤及方法 ①读取指纹图像 ②指纹图像灰度化处理 ③指纹图像平滑处理 ④指纹图像的腐蚀处理 ⑤指纹图像的锐化处理 ⑥指纹图像二值化
⑦指纹图像纹理的细化处理 三．具体的处理流程及其分析 1.指纹图像的读取 将通过传感器或者别的方式获取到的指纹图像读取到matlab中；如 .bmp .jpg 等格式的图片文件。 通过matlab实现： I=imread(‘文件路径+图像名.jpg'); 2. 指纹图像灰度化处理 数字图像可分为灰度图像和彩色图像。通过灰度化处理和伪彩色处理，可以使伪彩色图像与灰度图像相互转化；灰度化就是使彩色的R，G，B分量值相等的过程 I=rbg2gray（I） 3.指纹图像平滑处理（此处我们使用的是中值滤波的方法处理） 图像平滑的主要目的是减少图像噪声。图像噪声来自于多方面，有来自于系统外部的干扰（如电磁波或经电源窜进系统内部的外部噪声），也有来自于系统内部的干扰（如摄像机的热噪声、电器机械运动而产生的抖动噪声等内部噪声）。实际获得的图像都因受到干扰而含有噪声，噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或频率域处理。在空间域中进行时，基本方法就是求像素的平均值或中值；在频率域中则运用低通滤波技术。
毕业设计选题：基于matlab的指纹识别 随着科学技术的不断发展，自动化的指纹识别技术如今已经被人们广泛地应用在银行、商业交易、公安部门、海关部门等需要对人的身份进识别的领域，而本文所描述的是对自动化指纹识别系统的研究现状以及自动化指纹识别系统的基本算法和流程，本实验是利用MATLAB2012来进行了指纹识别系统的仿真和实验的。 然而在生物识别技术的快速发展的今天，人们通过研究发现了每一个人的指纹都具有唯一性和不变性。也正因为这样，指纹识别技术正在逐步的发展成为一种新的身份识别技术，并且凭借它良好的安全性以及可靠性，逐步有取代传统身份认证的方式趋势。 本实验简单的介绍了指纹识别图像的预处理的方法和步骤。指纹图像预处理之后将会得到一个宽度为统一像素的细化后的二值化图像，最后再根据特定的指纹图像的端点以及交叉点的特征进行对指纹自动匹配。本论文中采用MATLAB2012编程实现所有算法。 关键词：指纹识别技术指纹图像预处理指纹识别 MATLAB2012 1.1指纹及其识别 如今，生物特征识别领域中的最为成熟的应用技术之一--指纹识别技术。其实它已经有非常悠久的历史了。很久以前，指纹识别技术已经很早就应用于刑事侦查和司法鉴定领域了，很多人不知道的是。随着计算机网络和信息处理技术的快速发展，这门历史悠久的指纹识别技术也开拓了更多更广阔的市场，自动的指纹识别技术和与其相关的产品越来越多的应用在普通人的生活当中。 生物识别技术（Biometric Identification Technology）的定义是：利用人体的不同的生物特征来进行对人的身份进行认证的一种技术[1]。这是因为人的生物特征是唯一的，可以区分与他人不同的特征。并且我们还可以通过技术测量或者是自动识别来检验出生理特性以及行为方式，我们所说的这个特征分为生理特征、行为特征。我们对生物特性来进行提取并放入数据库，再将提取出来的人
大连民族学院本科毕业设计（论文）基于MATLAB的指纹识别系统设计
摘要 生物识别技术已经成为身份识别和网络安全的发展技术之一，其中指纹识别技术是目前公认的安全，准确，方便的身份认证技术之一，使之成为人们研究的热点。 本文主要设计一个基于matlab 的指纹识别系统。首先主要介绍了指纹识别技术研究的背景，意义，及现状。其次，实现了指纹识别系统，描述了指纹识别系统的基本结构，并且对指纹图像的预处理、特征提取、特征匹配这三个必要的环节的算法进行了详细地研究，在指纹图像预处理阶段，本文使用基于灰度的算法对图像进行了分割，同时，针对二值化后图像中仍存在的噪声，也进行了相应的修整处理，尽可能的为以后指纹特征的提取打好基础，从而成功地实现了对指纹数字图像的处理、特征提取、保存和匹配等功能。最后，对指纹识别系统进行了仿真，仿真结果表明该系统可以较好的进行识别，准确率达到了95.1%。 关键词：指纹识别；预处理；二值化；特征提取；特征匹配
Abstract Biometric technology has become one of the developing technologies for identity recognition and network security. And fingerprint identification technology is now recognized as one of the most safe, accurate and convenient authentication technologies, and it is a focus for researchers. This paper designs a matlab-based fingerprint recognition system. The first introduces the fingerprint recognition technology research background, significance, and the status quo. Secondly, to achieve fingerprint identification system, describes the basic structure of the fingerprint identification system, and the fingerprint image preprocessing, feature extraction, feature matching these three essential aspects of the algorithm is studied in detail in the fingerprint image pre-processing stage this article uses an algorithm based on gray image segmentation carried out at the same time, for the image after binarization noise still exists, but also for the corresponding trimming process, as much as possible for the future lay the foundation for fingerprint feature extraction and thus successfully achieved fingerprint digital image processing, feature extraction, storage and matching functions. Finally, the fingerprint identification system for simulation, simulation results show that the system can identify a better accuracy rate reached 95.1%. Key Words：Fingerprint Recognition；Processing；Binarization；Feature Extraction； Feature Matching
摘要 随着社会的发展，传统的基于信物或口令的安全系统显得越来越脆弱，不能适应现代安全系统的需要，因而人们需要研究更加安全可靠，防伪性能更好的安全系统。指纹识别技术就是在这种背景下产生的，它借助人体的生理特征来提高身份识别的可靠性，目前已经成为国内外研究的热点。 指纹识别大体分为三个步骤：预处理、特征提取和特征匹配。本文集中于研究特征提取部分，并针对特征提取中的一些关键算法和实现进行了研究和优化，其主要内容如下：在特征提取方面，本论文采用了一种8邻域编码纹线跟踪算法，标注出端点和分叉点来进行特征提取；在剔除伪特征点时，先进行去边缘处理，再根据不同类型伪特征点的特征，采用相应剔除算法。实验表明，以上算法具有较小的运算量和较高的准确性。上述算法在本文中均用Matlab实现，取得了较好的效果，为后续的特征匹配工作打下了良好的基础。 关键字：指纹特征提取，去除伪特征，算法仿真
Matlab-based fingerprint image feature extraction Abstract With the development of society, the traditional safety system based on keepsake and password has been weaker, Which can not meet the requirement of modern safety system. In this case, the need of a more reliable safety system with higher anti-fake performance prompts the appearance of fingerprint identification technique. This technique, with a higher safety and reliable performance, can improve the reliability of identity resolution in virtue of human body’s physiological feature, and it has been a research focus these days. Fingerprint identification falls into three parts, they are pretreatment, feature extraction, and characteristic matching. The thesis mainly focus feature extraction, it optimized and innovated some key algorithms of this parts, which can be described as follows: in the feature extraction part, the thesis used a eight-neighborhood coding ridge tracing algorithm, removing some templates of consecutive points and bifurcate points which have been optimized and removed in the thinning algorithm, and finally marking terminate points as well as bifurcate Points to execute feature extraction. Experiment result indicated that such new algorithm has a less operation but with a higher accuracy. All the algorithms introduced above have been implemented on Matlab, and result proved an adaptive good effect, which facilitates the next characteristic matching process. Key words:Feature extraction, Removing of false characteristic points, Algorithm simulate
课程设计 课程名称 课题名称基于Matlab的人体指纹识别程序设计 专业 班级 学号 姓名 指导老师 年月日
课程设计任务书 课题名称基于Matlab的人体指纹识别程序设计 姓名专业班级学号 指导老师 课程设计时间 教研室意见意见：审核人： 一、任务及要求 1）根据所学的知识和能力，利用Matlab软件设计程序实现根据指纹的大小、形状等特征，识别出不同的指纹； 2）利用按键标志当前指纹识别的状态，例如录入状态、识别状态、清楚状态。 设计要求： 1）对指纹识别的过程进行分析，掌握指纹识别系统算法的工作原理； 2）进行指纹识别程序的方案设计； 3）进行指纹识别程序的模块设计； 4）要有必要的算法设计说明； 5）写出课程设计报告。报告中应包括原理框图、参数曲线分析、操作方法、算法分析、软件调试等，调试过程中遇到的问题，改进方法和总结体会； 6）答辩。 二、进度安排 周一：集中布置课程设计任务和相关事宜，查资料确定指纹识别程序设计总体方案。 周二～周五：完成人体指纹识别程序设计及仿真。 周六～周日：设计报告撰写，周日进行答辩和设计结果检查。 三、参考资料
目录 第1章绪论 (1) 1.1 Matlab介绍 (1) 1.2 Matlab优势特点 (1) 1.3 指纹识别 (1) 1.4 指纹识别技术的主要优点 (1) 第2章设计任务及要求 (2) 2.1 设计任务 (2) 2.2 设计要求 (2) 第3章系统方案设计 (3) 3.1 系统方案设计 (3) 3.2 系统框图 (3) 第4章系统软件设计 (4) 4.1 主函数 (4) 4.2 归一化和切割 (5) 4.3 二值化 (7) 4.4 细化 (9) 4.5 中心点提取 (11) 4.6 求特征点 (14) 4.7 指纹匹配 (16) 第5章系统仿真及调试 (17) 总结 (20) 参考文献.......................................................................................................... 错误!未定义书签。附录. (23)
基于MATLAB的指纹识别研究- 【摘要】随着网络信息化时代的快速发展，个人身份的数字化和隐性化水平也得到了提高。如何准确鉴定一个人的身份，保护信息安全是当今信息化时代必须解决的一个关键性社会问题。目前，我国的各种管理大部分使用证件、磁卡、IC卡和密码，这些手段无法避免伪造或遗失，密码也很容易被窃取或遗忘。这些都给管理者和使用者带来很大不方便，因此更加凸显指纹识别验证技术的重要性。 【关键词】网络信息化指纹识别特征原理 当今社会工作生活中，无论你是到银行取钱，网上购物，还是注册微博、社交网站，甚至平日的进出校园，上下班都需要经过身份认证，太多太多的场合都需要身份的认证，而传统的基于标志的身份认证技术由于受到证件伪造以及密码破解等手段的威胁，逐渐表现得有些力不从心。如何保护我们的个人隐私不受泄露，如何保证我们的重要文献资料的保密性成了我们今天热议的话题。在传统的操作中，我们往往使用密码加密法，但这种方法也许是“防君子不防小人”的。在高明的黑客眼里，由几个字符组成的密码脆弱得不堪一击。现在，科技的发展让我们有了新的选择――指纹识别加密产品。将指纹锁应用于笔记本，机箱甚至鼠标上，可以对文件、系统起保护作用，并且进行身份识别。 一、指纹识别的初步探究 每个人包括指纹在内的皮肤纹路在图案、断点和交叉点上各不相同，呈现不同人指纹或同一个人不同手指指纹的互异性、唯一性，且随着人们年龄的不断增长，指纹也不会发生改变。根据指纹的这些特性，我们就可以把一个人与其的指纹对应起来，
通过将其的指纹和预先保存的指纹数据进行比较，就可以验证它的真实身份，这就是指纹识别技术。 二、指纹识别的基本原理 1、指纹的特征 我们定义了指纹的两类特征来进行指纹的验证：总体特征和局部特征。在考虑局部特征的情况下，英国学者E.R.Herry认为，只要比对13个特征点重合，就可以确认为是同一个指纹。总体特征是指那些用人眼直接就可以观察到的特征，包括：基本纹路图案环型（100p），弓型（arch），螺旋型（whorl）。其他的指纹图案都基于这三种基本图案。仅仅依靠图案类型来分辨指纹是远远不够的，这只是一个粗略的分类，但通过分类使得在大数据库中搜寻指纹更为方便。 2、指纹识别的基本原理 指纹其实是比较复杂的。与人工处理不同，许多生物识别技术公司并不直接存储指纹的图象。多年来在各个公司及其研究机构产生了许多数字化的算法（美国有关法律认为，指纹图象属于个人隐私，因此不能直接存储指纹图象）。但指纹识别算法最终都归结为在指纹图象上找到并比对指纹的特征。 指纹识别技术通常使用指纹的总体特征如纹形、三角点等来进行分类，再用局部特征如位置和方向等来进行识别用户身份。通常，首先从获取的指纹图像上找到“特征点”，然后根据特征点的特性建立用户活体指纹的数字表示――指纹特征数据。由于两枚不同的指纹不会产生相同的特征数据，所以通过对所采集到的指纹图像的特征数据和存放在数据库中的指纹特征数据进行模式匹配，计算出它们的相似程度，最终得到两个指纹的匹配结果，根据匹配结果来鉴别用户身份。根据指纹识别的基本原理