第３６卷ＶｏＬ３６第２期
Ｎｏ．２
计算机工程
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ
２０１０年１月
Ｊａｎｕａｒｙ２０１０
?多媒体技术及应用?文章编号ｔ１０００一３４２８（２０ｌｏ）０２—０２ｌｌ—０３文献标识码：Ａ中图分类号：ＴＰ３７一种快速的特定音频指纹提取方法
张敏Ｌ２，欧阳建权Ｌ２，李泽洲１上。刘炜１＇２
（１．湘潭大学智能计算与信息处理教育部重点实验室，湘潭４１１１０５；２．湘潭大学信息工程学院，湘潭４１１１０５）
摘要：针对当前音频哈希指纹方法不足以满足特定音频ｆ如广告）的实时监测问题，提出一种快速的特定音频指纹提取方法，通过提取每帧感知最相关的频域信息，将其分为３３个频带，并提取相邻２帧相邻频带的差异作为指纹值，每帧提３２个０，ｌ值。实验表明，与现有方法相比，该方法在保证音频枪测准确性的同时，能实现指纹的快速提取。
关健词：音频；指纹提取；音频哈希指纹法
ＦａｓｔＦｉｎｇｅｒｐｒｉｎｔＥｘｔｒａｃｔｉｏｎＭｅｔｈｏｄｆｏｒＳｐｅｃｉｆｉｃＡｕｄｉｏ
ＺＨＡＮＧＭｉｎｌ，２，ＯＵＹＡＮＧＪｉａｎ．ｑｕａｎｌ，２，ＬＩＺｅ．ｚｈｏｕ１＇２，ＬＩＵＷｅｉｌ＇２
（１．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｉｎｇ＆ＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇ，ＸｉａｎｇｔａｎＵｎｉｖｅｒｓｉｔｙ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，Ｘｉａｎｇｔａｎ４１１１０５；
２．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＸｉａｎｇｔａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉａｎｇｔａｎ４１１１０５）
［Ａｂｓｔｒａｃｔ］Ｉｎｖｉｅｗｏｆｔｈｅｃｕｒｒｅｎｔａｕｄｉｏｈａｓｈｆｉｎｇｅｒｐｒｉｎｔｉｎｇｍｅｔｈｏｄｉｓｎｏｔｓｕｆｆｉｃｉｅｎｔｔｏｍｅｅｔｔｈｅｒｅａｌ—ｔｉｍｅｍｏｎｉｔｏｒｉｎｇｆｏｒｓｐｅｃｉｆｉｃａｕｄｉｏ（ｅ．ｇ．ａｄｖｅｒｔｉｓｉｎｇ），ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｆａｓｔｆｉｎｇｅｒｐｒｉｎｔｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄｆｏｒｓｐｅｃｉｆｉｃａｕｄｉｏ．Ｉｔｅｘｔｒａｃｔｓｔｈｅｉｎｆｏｒｍａｔｉｏｎｗｉｔｈｔｈｅｍｏｓｔｒｅｌｅｖａｎｔｐｅｒｃｅｐｔｉｏｎｏｆｅａｃｈｆｒａｍｅｉｎｆｒｅｑｕｅｎｃｙｄｏｍａｉｎａｎｄｄｉｖｉｄｅｓｔｈｅｉｎｆｏｒｍａｔｉｏｎｉｎｔｏ３３ｂａｎｄｓ．Ｉｔｅｘｔｒａｃｔｓｔｈｅｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎｔｈｅｅｑｕｉｖａｌｅｎｔｂａｎｄｓｆｒｏｍａｄｊａｃｅｎｔｆｒａｍｅｓａｓｔｈｅｆｉｎｇｅｒｐｒｉｍ．Ｆｏｒｅａｃｈｆｒａｍｅ，３２０／１ｖａｌｕｅｓａｌｅｃｏｍｐｕｔｅｄ．Ｃｏｍｐａｌｅｄｗｉｔｈｅｘｉｓｔｉｎｇｍｅｔｈｏｄ，ｔｈｉｓｍｅｔｈｏｄｅｌｌｓｕｒｅｓｔｈｅａｃｃｕｒａｃｙｏｆｄｅｔｅｃｔｉｏｎａｎｄｅｘｔｒａｃｔｓｆｍｇｅｒｐｒｉｎｔｒａｐｉｄｌｙａｔｔｈｅｓａｍｅｔｉｍｅ．
［ＫｅｙｗｏｒｄｓＩａｕｄｉｏ；ｆｉｎｇｅｒｐｒｉｎｔｅｘｔｒａｃｔｉｏｎ；ａｕｄｉｏｈａｓｈｆｉｎｇｅｒｐｒｉｎｔｉｎｇｍｅｔｈｏｄ
ｌ撬述
随着互联网与数字媒体技术的发展，每年都将新增海量的音频数据，人们能够更加方便、快捷、经济地接触到数字媒体，多媒体数据也已成为互联网信息高速公路上传送数据的主要部分。声音媒体是除视觉媒体外最重要的媒体，占总信息量的２０％左右¨１。同时，大容量高速存储系统为声音的海量存储提供了基本保障，各行业对声音媒体的使用越来越广泛。因此，如何从海量的声音信息中快速检索所需要的信息已经成了亟需解决的问题。
许多国家的广播电台必须为播放的音乐支付版税，因此，版权所有者希望监测电台播放，以确认所播放的音乐是否支付版税。即使在电台可以免费播放音乐的国家，版权所有者也有兴趣监测电台播放的统计数据。广告客户也希望监测电台及电视台的广告播出，以验证商业广告是否按商定的时段和按量播出。同时，国家监管部门也希望监测电台和电视台是否播放违禁广告。其他应用还包括电台和电视台的节目材料统计分析和国家的法律实施强制播放监测等。然而，当今媒体数据更新如此之快，要实现实时监测，必须有快速的搜索策略。由于音频信号本身的复杂性，传统的检索技术并不适用于音频领域，人的感知特性使得音频的相似性度量变得更为复杂多变。研究表明，对于一首歌曲即使改换相似的音符，甚至拉长音符、改变间隔也还能保持原有声音的幅度轮廓等属性旺Ｊ。以往的音频研究工作，尤其是音乐的信号分析和检索技术主要是基于符号表示（如ＭＩＤＩ），但大多数现有的数字音频数据多以无结构的声音文件存储，因此，符号表示的应用很有限”１。
目前，对音频检索的研究主要基于指纹展开，音频指纹的研究分为２个方向：（１）基于水印嵌入的指纹方法。文献［４】提出一种基于混沌和系数均值统计特性的音频指纹方案，通过用户信息生成的混沌映射初值应用混沌方法生成用户指纹，再根据小波系数统计恒定特性将指纹嵌入到每帧中，这种方法具有一定的鲁棒性，但需要嵌入多余的数据。（２）基于内容的指纹方法。文献ｆ５】提出一种鲁棒的音频哈希指纹方法，对相邻２帧提取频域能量的差异作为哈希指纹，但是这种方法速度比较慢，不能满足特定音频（如广告）的实时监测。鉴于此，本文通过改进文献【５】的哈希指纹方法，针对ＭＰ３格式的广告音频，提出一种快速的特定音频指纹提取方法。２音频指纹提取与匹配
２．１音频指纹
音频指纹是音频对象简短的摘要。对指纹Ｆ和音频对象ｘ建立映射关系后，在音频指纹识别时，只须在２个相似的音频对象之间建立一种知觉平等的有效的机制，不通过比较相对较大的音频对象本身，而是通过比较相关的指纹。因此，音频指纹应具备以下性质：
（１Ｊ感知相关性。指纹中应尽可能多地包含感知相关的数据，而感知不相关的数据应尽可能从指纹中清除。
（２）高效性。指纹应相对较小，以实现高效的检索。
（３）鲁棒性。相似音频的指纹应该尽可能的一致，应该尽
基金项目：湖南省教育厅优秀青年基金资助项目（０６８０９５）；湖南省研究生科研创新基金资助项目（Ｘ２００８ｙｊｓｃｘｌ９）
作者简介：张敏（１９８５一），女，硕士研究生，主研方向：多媒体分析与检索；欧阳建权，副教授；李泽洲、刘炜，硕士研究生
收藕日期：２００９．０６—２０Ｅ－ｍａｉｌ：ｋｉｓｓｉｎｇｍａｎｌ＠ｇｍａｉｌ．ｃｏｍ
一２１１—
万方数据
摘要——视频指纹是能唯一地表征一段视频片段的特征向量。视频指纹的目标是：通过测量数据库中所要检索的指纹和数据库中各个指纹的距离以确定一个给定的视频。在考虑成对独立性或鲁棒性时，通常要测试视频指纹系统的性能，它直接关系到系统使用的指纹。本文中，一种基于质心的梯度方向的新型视频指纹识别方法被提了出来。质心的梯度方向是根据它们的成对独立性和鲁棒性来选择的，这里的成对独立性和鲁棒性是以常见的视频处理步骤（包括有损压缩，调整大小，帧速率的变化等）为背景的。 阈值，用于可靠地确定一个指纹匹配，理论上是借把被挑选出的指纹模型化导出的，而这个指纹模型被看做是一个固定的具有遍历性的过程，并且该模型的有效性得到了实验验证。拟议的指纹的性能将在试验中与其它广泛使用的视频特征做比较和评估。实验结果表明，在视频指纹识别环境中，拟议的指纹的性能优于视频指纹识别中其它经过深思熟虑的特征。 关键词——基于内容的视频识别，感知视频散列，视频指纹。 一.引言 在过去十年中，视频数据的数字化生产，储存，分发和广播在数量上大大增加了。数字视频的大量存在使得视频内容的获取更容易，更廉价，同时，这也成为了许多问题的来源。例如，受版权保护的电影通过文件共享在互联网上传播，侵害了它的版权。与数字视频相关的问题，急需一个有效的保护、管理和索引视频内容的方法。 在应对这些问题的各种解决方案中，指纹识别（又称为感知散列或基于内容的媒体识别），正日益受到重视。指纹是一个多媒体对象中一些基于人类感觉的特征集或简短的总结 ，指纹识别的目标是提供对内容进行识别的快速和可靠的方法。具体来说，视频指纹是将一个视频片断与其它视频片断区分开的唯一的特征向量，视频指纹识别的目标是通过测量数据库中所要检索的指纹和数据库中各个指纹的距离以确定一个给定的视频。视频指纹识别正在文件共享业务、广播监控、大型视频数据库自动索引等领域中得到广泛应用。 视频指纹需要慎重选择，因为它们直接影响整个视频指纹识别系统的性能。一般来说，视频指纹需要满足以下性质： ?鲁棒性（感性相似不变性）：从一段遭受了失真的视频片段中提取出的指纹应该与原始的视频片段的指纹相似。 ?成对独立性（无碰撞性）：两个感知上不同的视频，必须有不同的指纹。 ?数据库检索效率：对于一个大规模的应用数据库，指纹应该是有利于进行高效的数据库搜索。 图1显示了拟议的视频指纹的整体方法的结构，它由三部分组成：1）指纹提取;2）数据搜索;3）指纹匹配。在指纹提取中，基于质心的视频指纹是从一段待确定的未知视频片段中提取的。在数据库搜索中，执行范围搜索以找到匹配的候选指纹。数据库包括从视频库或者视频片段中获得的指纹，以及相应的元数据，例如视频标题。要加快检索速度，像KD树这样的高效索引结构就需要被应用。然而，因为本文的重点是指纹提取和匹配，数据库搜索算法不会给出详细解释。最终在指纹匹配时，在数据库检索时提取的候选指纹中，搜索到了查询指纹，候选指纹中与查询指纹最相似的元数据被认为是指纹识别的结果。用于可靠地确定一个指纹匹配过程的阈值理论上是通过模拟作为平稳遍历过程的被拟议指纹推导出来的，而这个模型的有效性是得到了实验验证的。 本文的其余部分安排如下：第二节和第三节介绍指纹提取和指纹匹配，这两节各为拟议的视频指纹方法的一部分。第四节最后，第五节总结全文。
网络技术的快速发展和多媒体产业的迅速发展已经越来越在我们的日常生活中产生重要的影响。我们也很容易就接触到很多数字音频资源。随着人们知识产权意识的不断增强，这些巨大数量的音频资源中就有很多涉及到版权保护问题，而且存在严重的管理问题。而经过媒体密码加密技术和数字水印技术在数字版权管理方面的研究和发展之后，音频指纹技术越来越得到大家的广泛关注和研究兴趣。除版权保护之外，音频指纹技术还有很多其它的巨大的实际应用前景，如为手机用户提供音乐识别服务。不论音频资源经过一定程度的什么变形操作，如采样率变化，噪声干扰，音频数据压缩等，通过音频指纹技术都能正确地找到音质好的源音频文件。 本文研究工作主要围绕音频指纹技术进行，致力于研究有效的音频指纹特征提取算法。本文的研究主要分成以下两个方面：音频指纹算法，音频指纹系统的设计开发。其中音频指纹算法是本文的研究重点。使用音频指纹算法是寻找音频文件中最“本质”，最“唯一”的特征属性作为该音频资源的唯一标识。为了使音频指纹能够满足音频版权保护和其它的应用的需求，音频指纹需要具备健壮性，可靠性，小尺度等特征。因此，本文中提出了基于MPEG-7音频描述子的音频指纹特征提取算法，并就音频指纹系统提出了相应的特征查找策略和方法。 音频指纹的研究目前已经有了一定的时间，不论是各种研究机构还是公司都在音频指纹方面取得了一定的成果。Philips研究人员提出了一种有效的基于频谱多子带特征提取的PRH音频指纹提取算法，Microsoft的研究人员提出了一种基于OPCA的全局降维的RARE的指纹提取算法，MPEG组织提出了多个音频描述子用来描述音频特征。但公众能够获得的音频研究文档却不多，因为很多技术已经直接用于公司商业上，如Gracenote公司的Mobile MusicID音频指纹技术和Auditude公司的用于音乐识别的音频指纹技术等等。 基于上述研究发展情况，本文的主要工作和贡献如下： 提出了一种基于MPEG-7描述子Audio Spectral Flatness的音频指纹提取算法。该算法通过人耳听觉系统中的人耳模拟函数进一步修正音频频谱值，而通过引入一种简单而有效的平滑滤波器组能够有效地去除音频频谱中的噪声成分，而对Audio Spectral Flatness描述子增加权值的改进能进一步获得有效的音频指纹特征。而使用Audio Signature（AS）高层描述子能够有效地压缩计算获得的音频指纹特征，实现小的指纹尺度。对于音频指纹特征的查找，它不同于图像特征的查找。由于要查询的音频可能是一个完整音频的任意位置开始的一个片段，因此在指纹数据库中查找特征时，使用一种滑动的特征查找方法，每次滑动的距离要小于求出指纹特征所使用的滑动窗口。 开发了一个基于以上音频指纹算法音频指纹验证系统以验证算法的有效性以及一个实际的指纹应用系统。
图形图像处理课程 大作业 姓名： 班级： 学号：
目录 问题描述 (2) 摘要 (3) 正文 (3) 1、指纹细节特征提取 (4) 2、指纹图像的预处理..................................错误！未定义书签。 3、指纹图像的特征提取..............................错误！未定义书签。 4、指纹特征的去伪 (6) 5、指纹特征提取和识别MATLAB实现 (7) 总结 (9) 附录： (9)
Matlab图形界面操作 ------指纹图像细节特征提取 问题描述 期末运用学习的matlab知识对指纹图像进行细节特征提取，实现如下功能。 ●实现指纹图像的细化。 ●实现指纹图像的特征点提取。 ●实现特征图像的细化去伪。 ●编写代码实现上述功能。
摘要： 本次任务旨在完成对指纹图像的细化、去伪和特征点的提取。采用了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。用matlab 软件实现功能。
正文 1、指纹细节特征提取 对于一幅指纹的原始图像，为了使后续特征提取的操作能够正常有效的进行，必须对原始指纹图像进行一定的处理，即对原始图像进行预处理，预处理后对图像进行特征提取，包括端点和分叉点。最后对图像进行指纹特征去伪。2、指纹图像的预处理 指纹图像的预处理一般包括二值化和细化处理过程 （1）二值化 所谓二值化就是将灰度图像转化为灰度值为0、1组成的黑白图像，0为背景灰度，1为纹线点灰度，它是指纹图像处理中重要的一步。由于指纹图像的方向特征、细节点位置等特征的提取以及匹配都跟像素点灰度值的多少没关系，只跟指纹图像的脊线的形状、走向有关系，因此二值化处理不会丢失指纹图像的特征信息，另外二值化还可以方便图像信息的存储，节约存储空间，并且方便了后续的计算处理。常用的二值化方法有：固定阀值法、局部自适应阀值法等。 （2）细化 细化是图象分析、信息压缩、特征提取、模式识别常用的基本技术。它是在不改变图像像素的拓扑关系的条件下，连续擦除图像边缘像素，使纹线最终成为一个像素宽。细化算法的迭代必须收敛且不能破坏纹线的连接性，不能引起纹线的逐步吞食，还要尽可能的保护指纹的细节特征，细化的骨架也要尽可能接近纹线中心线，要求算法简单、高效。常用的细化算法包括逐层剥离法、距离变换法。 代码实现： I=im2bw(origin);%二值化 %细化指纹图像 [M,N]=size(I); for i=2:M-1 for j=2:N-1 if I(i,j)==0
指纹的特征提取与识别 摘要 随着社会的发展，计算机技术的进步，人们对身份认证技术提出了更高的要求。传统的身份认证方法存在的种种弊端让人们将目光投向了生物特征识别这个崭新的领域。而指纹识别技术凭借其独有的优势在众多生物特征识别技术中脱颖而出，得到了广泛的关注和应用。现今，自动指纹识别技术已经广泛地应用于公安、海关、银行、网络安全等需要进行身份识别和鉴定的领域。因此，进行指纹识别技术方面的研究，具有较高的现实意义和理论意义。 本文综合运用图像处理和模式识别的技术，对自动指纹识别系统的若干问题进行了探讨和研究，实现了指纹图像的预处理、特征提取和指纹匹配等算法，并在指纹分割、指纹增强这两个方面进行了改进和创新。 关键词:指纹识别，指纹分割，指纹增强，特征点提取，指纹匹配
第1章绪论 1.1 指纹识别系统的结构 本文主要是对指纹识别系统中图像处理方面的相关算法进行研究，本文的指纹识别系统的基本框架如图1-1所示。 图1-1指纹识别系统的基本结构 1.1.1指纹的预处理 由于各种原因的影响，指纹取像设备所获得的原始图像是一幅含有较多噪声的灰度图像，预处理的目的就是改善输入指纹图像的质量，增强脊和谷的对比度，将它变成一幅清晰的点线图，以便于进行特征提取。本文预处理过程主要步骤如下: 图1-2指纹预处理的基本结构 指纹分割是把指纹的背景区域从图像中分离出去，减少对指纹图像进行处理时的计算量;指纹增强的目的是对输入的噪音较多的灰度图像进行滤波，去除图像中的叉连、断点及模糊不清的部分，得到一幅较清晰的灰度图像;二值化就是把灰度指纹图像变成0-1取值的二值图像，这样就使图像的灰度层次由原来的256级(8-bits)降为2级(1-bits)，从而大大减少了需要存储和处理的数据量。由于指纹的特征仅包含在纹线的形状结构中，所以为了提高处理速度和识别精度，应该在不破坏图像连通性的情况下去掉多余的信息，也就是进行图像的细化。细化是指删除指纹纹线的边缘像素，使之只有一个像素宽度。细化时应保持纹线的连接性、方向性以及特征点位置不变，还应保持纹线的中心基本不变。 1.1.2特征提取 由于指纹通常是用按压的方式得到的，按压位置和方向的不同、手指的状况以及皮肤的形变等都会导致指纹图像不理想。因此，采集到的指纹灰度图像不宜直接用来匹配，
指纹提取实验报告 篇一:指纹实验报告 中央民族大学生命与环境科学学院遗传学实验报告人类指纹的采集识别与分析 2014年11月9日人类指纹的采集识别与分析前言 遗传学研究中根据遗传性状的表现特征将其分为两类，即数量性状(quantitative character)和质量性状(qualitative character)。质量性状通常差异显著，呈不连续变异， 由主基因决定，杂交子代的表型呈现出一定的比例，可直接采用孟德尔遗传原理进行分析。 数量性状不同于质量性状，数量性状是可以度量的性状，呈连续变异，由多基因决定，各基 因作用微小并且是累加的，呈剂量效应，因此通常要采用统计学方法分析。指纹性状就是属 于数量形状。 1880年hey fauld及william herschel相继提出利用指纹鉴定个人身份的 设想。 galton研究了有血缘关系的人群的指纹证明了指纹花样对人来说是一个稳定的性状。 1924 年挪威女科学家bonnevie提出指嵴数计数法。指纹在胚胎 发育第13周开始形成，第 19周完成。因此如有某种遗传或生理因素造成嵴纹发育不良既能在指纹上反映出来。本实
验中，同学采用石墨粉填充沟纹再用透明胶粘手指的方法取自己的指纹，并利用这些指纹进 行指嵴数计数、分析，从而对多基因遗传的特点有了更深刻地认识。 1. 材料和方法&设备和方法2b铅笔一只;约20cm×10cm的复印纸一张;透明胶带;直尺一把个人电脑及adobe photoshop软件;拍照设备一台。 2. 实验原理 1.人类指纹的形成:指纹是指人手上的条状纹路，它们的形成依赖 于胚胎发育时的环境 和遗传因素。指纹属于多基因遗传，在胚胎第12~13周(也有人提出15,16周)即已形成并 保持终生不变。每个人的指纹都是独一无二的，两人之间甚至双胞胎之间， 不存在相同的手 指指纹。拥有相同指纹的可能性在10亿分之一以下。因此指纹被称做是无法伪造的身份证。 对一个个体而言，指纹具有唯一性和稳定性。 2.肤(皮纹)与指纹皮纹包括指纹、掌纹和褶纹。指纹为最常用的 皮纹。大量研究表明， 某些遗传病，特别是一些染色体病和先天畸形常伴有特殊的皮纹异常。所以 皮纹检查可以 作为某些遗传病诊断的辅助指标。 3.指纹分析的常用指标—— a.类型——3类:弓(a) ，箕(l)，斗(w) ,6亚类:as ，at ; lu ，lr ; ws，wd ;b.总嵴纹数——trc (tfrc ，指纹总嵴线数 c.atd角d.指纹强度指数(pattern intensity index, pid )——pid = (2 w +l)
指纹的提取很简单。取一张白纸，在上面按下手印，然后用墨粉撒在白纸上，均匀的抖动，这样在手印上就会留下黑色的手印，然后用特制的透明胶带（平常的也行）把手印扒起来就行了，要注意透明胶带里不能留有空气泡。 生活中最简单的事用透明胶带，但是那只限于从手指上提取，如果想看到其他地方的指纹，那么最简单的就是用奶粉，取适量的奶粉，轻轻地对准有指纹的位置用最吹一下，指纹就出现了。 提取无色指印，首先应使其显现，尔后才能提取和鉴定分析。显现指印的方法很多，常用而简便易行的方法有以下几种。 粉末显现法。选择与物体表面颜色反差较大的金属或非金属粉末，利用指印具有低粘合度的特点，将无色指印变成加层的有色指印。操作方法是用软毛刷蘸少许粉末，轻轻弹刷柄，使粉末均匀地散落在指印上，然后抖掉或用刷尖轻轻拂去多余粉末，无色指印便可变成有色手印。常用的粉末有铝粉、铁粉、铜粉、石墨粉等，颗粒应以500目左右为宜。也可使用磁性指纹刷，用永久磁铁制成，使用铁粉或含有铁矿粉的粉末。操作时先将粉末均匀地撒在指印上再用磁性指纹刷吸去多余的粉末。好处是可以避免毛刷对指纹细节特征产生不利影响。永久磁铁的磁性不能太大，吸附磁性粉末时要保持一定的距离。 熏染法。对无色汗垢指印染色以达到显现目的。使用的物质是碘蒸气。碘属非金属元素，呈黑紫色结晶体，在常温下可以升华。操作方法是将疑有指印的纸张、塑料等与碘一起放入广口瓶中，封闭一定时间后，即可显现出清晰的紫红色指印。也可以通过加温，促使碘片迅速升华。办法是用酒精灯在瓶下微微加热。缺点是显现后的指印在常温下保存时间不长，碘便又会升华掉。弥补的办法是及时用拍照法、淀粉胶片法或氯化钯溶液法将其固定。 硝酸银法。汗液中98％以上的物质是水分，1.5％是各种有机物或无机物，其中包括氯化钠。硝酸银与氯化钠发生化学反应，经光照后分解出银离子，从而显现出灰黑色指印。操作方法是1％－5％浓度的硝酸银溶液，用毛刷或棉球轻轻涂于指印上，置于阳光或灯光下曝光，待指印显现后进行拍照固定。显现后的指印用黑纸封存，以免因过度曝光变黑。硝酸银法对浅色纸张和本色竹木制品上的陈旧无色汗垢指印，特别有效。用无水乙醇代替蒸馏水配制硝酸银溶液效果更好。在溶液中加入少量氨基比林，无需曝光即可快速显现指印。 8－羟基喹啉法。该物质呈白色或淡黄色结晶粉末，沸点低。加温升华后可与汗液中的钠、钾、钙等30多种金属阳离子结合，生成各种荧光物质，用波长2537埃的短波紫外线照射，即可发生浅蓝色荧光而显现指印。此法适用于本身无荧光聚苯乙烯塑料，白灰墙和纸张上的汗垢指印。 激光照射法。利用激光照射物质表面，可使无色指印中的微量物质发出荧光，对于纸张、玻璃、木材、塑料、纺织品和金属受体上的无色指印都有很好的显现效果。
指纹提取实验报告 篇一：指纹实验报告 中央民族大学生命与环境科学学院遗传学实验报告人类指纹的采集识别与分析 XX年11月9日人类指纹的采集识别与分析前言 遗传学研究中根据遗传性状的表现特征将其分为两类，即数量性状（quantitative character）和质量性状（qualitative character）。质量性状通常差异显著，呈不连续变异， 由主基因决定，杂交子代的表型呈现出一定的比例，可直接采用孟德尔遗传原理进行分析。 数量性状不同于质量性状，数量性状是可以度量的性状，呈连续变异，由多基因决定，各基 因作用微小并且是累加的，呈剂量效应，因此通常要采用统计学方法分析。指纹性状就是属 于数量形状。 1880年hey fauld及william herschel 相继提出利用指纹鉴定个人身份的 设想。 galton研究了有血缘关系的人群的指纹证明了指纹花样对人来说是一个稳定的性状。 1924 年挪威女科学家bonnevie提出指嵴数计数法。指纹在胚胎发育第13周开始形成，第 19周完成。因此如有某种遗传或生理因素造成嵴纹发
育不良既能在指纹上反映出来。本实 验中，同学采用石墨粉填充沟纹再用透明胶粘手指的方法取自己的指纹，并利用这些指纹进 行指嵴数计数、分析，从而对多基因遗传的特点有了更深刻地认识。 1. 材料和方法&设备和方法2b铅笔一只；约20cm×10cm 的复印纸一张；透明胶带；直尺一把个人电脑及adobe photoshop软件；拍照设备一台。 2. 实验原理 1.人类指纹的形成：指纹是指人手上的条状纹路，它们的形成依赖于胚胎发育时的环境 和遗传因素。指纹属于多基因遗传，在胚胎第12~13周（也有人提出15～16周）即已形成并 保持终生不变。每个人的指纹都是独一无二的，两人之间甚至双胞胎之间，不存在相同的手 指指纹。拥有相同指纹的可能性在10亿分之一以下。因此指纹被称做是无法伪造的身份证。 对一个个体而言，指纹具有唯一性和稳定性。 2.肤(皮纹)与指纹皮纹包括指纹、掌纹和褶纹。指纹为最常用的皮纹。大量研究表明， 某些遗传病，特别是一些染色体病和先天畸形常伴有特殊的皮纹异常。所以皮纹检查可以
第二章指纹识别的原理和方法 指纹识别的采集及其参数[15] 指纹具有惟一性（随身携带、难以复制、人人不同、指指相异）。根据指纹学理论，将两人指纹分别匹配上12个特征时的相同几率仅为1/1050。指纹还具有终身基本不变的相对稳定性。指纹在胎儿六个月时已完全形成，随着年龄的增长，尽管人的指纹在外形大小、纹线粗细上会有变化，局部纹线之间也可能出现新细线特征，但从总体上看，同一手指的指纹纹线类型、细节特征的总体布局等无明显变化。指纹的这些特点为身份鉴定提供了客观依据。 指纹识别过程可以分为4个步骤：采集指纹图像、提取特征、保存数据和比对。通过指纹读取设备读取到人体指纹的图像,取到指纹图像之后，要对原始图像进行初步的处理，使之更清晰。指纹辨识软件建立指纹的数字表示特征数据，软件从指纹上找到被称为“节点”（minutiae）的特征点，这些数据(通常称为模板)，保存为1K大小的记录。最后，通过计算机模糊比较的方法，把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果。 2.2.1指纹图像的采集[16][17][18] 指纹采集模式主要分为“离线式”和“在线式”两种。所谓“离线式”就是指在指纹采集时，利用某些中间介质（如油墨和纸张）来获取指纹图像，在通过一定的技术手段将图像数字化输入计算机，它属于非实时采集。目前“离线式”采集方式在大多数场合已经消失。所谓“在线式”是通过与计算机联机的先进指纹传感器的专用指纹采集设备，将真实的人体指纹直接变成数字图像数据，实时传输给计算机。 基于指纹传感器的“在线式”实时采集设备以其操作简单、实时性强、采集效率高、图像质量好等优点，广泛应用于自动指纹识别领域。 指纹传感器是采集指纹的装置,是一切自动指纹识别系统的必备设备,从原理上,目前见到的指纹传感器分下面3类： (1)光学录入
指纹识别的通过率与指纹按放方法有直接关系，错误的按放方法将无法进行有效的识别，并造成指纹识别不成功的结果。 为使用户每一次的指纹操作都能轻松顺利完成，请务必仔细阅读以下文字介绍及图示，掌握正确的指纹按放方法。 手指的正确使用方法使用原则 ①手指与红色的采集窗口接触面积应尽量大一点； ②向下按指纹时尽量平按指纹，如同按捺清晰的指印操作； ③手指应按放在指纹采集窗口的正中部位，上下左右位置不宜过分偏离。 一、正确的指纹按放方法及姿势 第一步：按放指纹时请先观察一下自己手指的指纹纹心、指纹采集窗口及固定指纹采集窗口的框架位置。 第二步：按放时将指纹纹心尽量对正采集窗口的中心处，将手指缓缓放下；手指尽量完全接触到指纹指纹采集窗表面、稍微用力按放，看到指纹采集窗红灯熄灭即完成按放，抬起手指。 以下为正确的指纹按放姿势图示： 以下为不同角度看到的正确指纹按放方法透视图： 45度俯视透视图：
90度俯视透视图： 90度仰视透视图： 二、错误的指纹按放姿势及方法 以下是错误的指纹按放姿势及方法图示，如用户在指纹操作过程中遇到失败，可能是以下任意一种情况引起，请使用正确的按放姿势及方法再试一次。 错误姿势一 ：按放时手指未放平，手指的指纹纹心表面与指纹采集窗表面有明显交角，未将手指指纹纹心表面与指纹采集窗表面完全接触。
错误姿势二：按放时只有手指指尖接触到指纹采集窗表面，指纹纹心表面与指纹采集窗表面中心区域接触不完全或没有接触。 错误姿势三：按放时手指位置过于靠下或过于靠上，指纹纹心没有有效接触到指纹采集窗表面中心区域。 错误姿势四：按放时手指明显偏离指纹采集窗表面，偏左或偏右，指纹纹心未对正指纹采集窗表面 中心区域。 错误姿势五：按放时手指表面存有异物，如：创可贴等。 三、注意事项 1、使用前请保证手指的清洁，不要沾油污、沾水。手指脏、爆皮、干燥、过凉会出现指纹不识别现象。如果因手指干燥、或天气冷手指凉引起不识别，请将手指放嘴边哈气后重新识别。
指纹鉴别检验和采集的几种方法 一、处理指纹的程序 1、是采用光学检验，通过普通光源、多波段光源、紫外光源、偏正光来发现、激发、提取、固定指纹； 2、是采用物理检验，一般采用典、粉墨等； 3、是采用物理化学方法，比如用真空镀膜、VDM等；四是采用化学方法，用DFO、茚三酮、502熏显等。这使得发现提取指纹的成功率大大提高，便于有效调察刑事犯罪。 澳大利亚科学家开发出一种化学喷雾剂，能够帮助警方提取犯罪嫌疑人遗留在粗糙表面上的指纹，以往这类指纹是很难获取的。 澳大利亚理工大学的凯瑟林·弗林与同事以及澳大利亚警方将把他们的研究测试结果发表在法医学杂志上。这一成果现已在悉尼召开的庆祝指纹术引入澳大利亚100周年的纪念会议上公布。 指纹是警方鉴定和识别罪犯的最重要手段之一，但以往只能在光滑表面上提取，并需往指纹上撒诸如铝粉和二氧化钛粉末那样的细粉，它们吸附在有粘性的指纹表面，使指纹显现出来。这类细粉物美价廉，易于使用，但当刷掉指纹上附着的粉末后，会损坏10％的指纹，影响识别鉴定效果；此外，一旦指纹失去粘性，这种方法就失灵了。而对其最大的限制还是这种方法只适用于光滑及无孔的不渗水表面，像砖头岩石这类粗糙表面，粉末提取术就无能为力了。 科学家以往曾提议使用含有五氟化碘或四氧化钌的喷雾剂，来提取遗留在不同表面上的指纹，这种喷雾剂易于使用于粗糙表面，且能大面积快速使用。但一直未有相关的成果报道。凯瑟林及其同事测试了粉末和喷雾剂的指纹提取效果，为澳大利亚警方提供了第一份全面的、不同指纹提取媒介在各种表面的最佳提取效果指南。他们发现，目前还没有能适用于所有表面的指纹提取术。对于大多数表面，粉末法仍然有效，化学喷雾剂则可扩大指纹的提取范围，在一些特殊表面建立奇功。在玻璃和处理过的木头表面，粉末法更为适用；在壁纸、乙烯基和砖面上，化学喷雾剂更有效。尤其在一些非常粗糙的表面，利用化学喷雾剂能获得很清晰的指纹，有利于警方破案。因为，即使在室外犯罪现场的砖块及岩石上，也有可能留下有破案价值的指纹。 但这种化学喷雾剂对人体有害，使用时需要注意进行有效防护和在使用后及时清洁现场。二、残留指纹的分类 第一类是明显纹，就是目视即可见的纹路。如手沾油漆、血液、墨水等物品转印而成，通常都是印在指纹卡上成为基本资料； 第二类是成型纹，这是指在柔软物质，如手接触压印在蜡烛、黏土上发现的指纹； 第三类是潜伏指纹，这类指纹是经身体自然分泌物如汗液，转移形成的指纹纹路，目视不易发现，是案发现场中最常见的指纹。潜伏指纹往往是手指先接触到油脂、汗液或尘埃后，再接触到干净的表面而留下，虽然肉眼无法看到这些指纹，但是经过特别的方法及使用一些特别的化学试剂加以处理，即能显现出这些潜伏的指纹。 三、指纹鉴别检验和采集的几种方法 鉴识人员最常接触到的指纹是潜伏纹。如果指纹是留在金属、塑胶、玻璃、磁砖等非吸水性物品的表面，检验方法就比较容易。通常可以用粉末法，选择颜色对比大的粉末，撒在物品表面提取出完整的指纹；另一方法是磁粉法，以微细的铁粉颗粒，用磁铁作为刷子，来回刷扫，显现指纹。 如果指纹留在纸张、卡片、皮革、木头等吸水性物品的表面，必须经过化学处理才能在化
在自然光线下借助于放大镜可以发现指印；对光洁平面上的无色指印，可借助于灯光，光照角度以３０度为宜，克服反射光干扰，反复观察也不难发现；对透明物体如玻璃板上的指纹，可用透光法进行检查。 指纹分3类 一类是明显纹,就是目视即可见的纹路.如手沾油漆、血液、墨水等物品转印而成,通常都是印在指纹卡上成为基本资料. 二类是成型纹,指在柔软物质,如手接触压印在蜡烛、黏土上发现的指纹. 三类是潜伏指纹,这类指纹是经身体自然分泌物如汗液,转移形成的指纹纹路,目视不易发现,是案发现场中最常见的指纹.潜伏指纹往往是手指先接触到油脂、汗液或尘埃后,再接触到干净的表面而留下,虽然肉眼无法看到这些指纹,但是经过特别的方法及使用一些特别的化学试剂加以处理,即能显现出这些潜伏的指纹. 提取无色指印，首先应使其显现，尔后才能提取和鉴定分析。显现指印的方法很多，常用而简便易行的方法有以下几种。 粉末显现法 选择与物体表面颜色反差较大的金属或非金属粉末，利用指印具有低粘合度的特点，将无色指印变成加层的有色指印。操作方法是用软毛刷蘸少许粉末，轻轻弹刷柄，使粉末均匀地散落在指印上，然后抖掉或用刷尖轻轻拂去多余粉末，无色指印便可变成有色手印。常用的粉末有铝粉、铁粉、铜粉、石墨粉等，颗粒应以５００目左右为宜。也可使用磁性指纹刷，用永久磁铁制成，使用铁粉或含有铁矿粉的粉末。操作时先将粉末均匀地撒在指印上再用磁性指纹刷吸去多余的粉末。好处是可以避免毛刷对指纹细节特征产生不利影响。永久磁铁的磁性不能太大，吸附磁性粉末时要保持一定的距离。 熏染法 对无色汗垢指印染色以达到显现目的。使用的物质是碘蒸气。碘属非金属元素，呈黑紫色结晶体，在常温下可以升华。操作方法是将疑有指印的纸张、塑料等与碘一起放入广口瓶中，封闭一定时间后，即可显现出清晰的紫红色指印。也可以通过加温，促使碘片迅速升华。办法是用酒精灯在瓶下微微加热。缺点是显现后的指印在常温下保存时间不长，碘便又会升华掉。弥补的办法是及时用拍照法、淀粉胶片法或氯化钯溶液法将其固定。 硝酸银法 汗液中９８％以上的物质是水分，１.５％是各种有机物或无机物，其中包括氯化钠。硝酸银与氯化钠发生化学反应，经光照后分解出银离子，从而显现出灰黑色指印。操作方法是１％－５％浓度的硝酸银溶液，用毛刷或棉球轻轻涂于指印上，置于阳光或灯光下曝光，待指印显现后进行拍照固定。显现后的指印用黑纸封存，以免因过度曝光变黑。硝酸银法对浅色纸张和本色竹木制品上的陈旧无色汗垢指印，特别有效。用无水乙醇代替蒸馏水配制硝酸银溶液效果更好。在溶液中加入少量氨基比林，无需曝光即可快速显现指印。 羟基喹啉法。该物质呈白色或淡黄色结晶粉末，沸点低。加温升华后可与汗液中的钠、钾、钙等３０多种金属阳离子结合，生成各种荧光物质，用波长２５３７埃的短波紫外线照射，即可发生浅蓝色荧光而显现指印。此法适用于本身无荧光聚苯乙烯塑料，白灰墙和纸张上的汗垢指印。
本技术提供了一种协议指纹自动提取方法及系统，所述方法包括以下步骤：调用进程抓包工具对指定的电脑网卡进行抓包，输出各进程流量的数据包；获得待分析的进程的流量数据包；将待分析的流量数据包按三元组确定的节点自动归类，每一个节点按五元组分成多个会话；对于一个节点，将所有会话的首个报文内容相互比对，获得所有首个报文内容中重复性高的字段，作为该节点的流量数据包的协议指纹；直到获得所有节点的流量数据包的协议指纹。本技术与人工提取协议指纹的方法相比，自动提取协议指纹更加精准、快速高效、省时省力。 权利要求书 1.一种协议指纹自动提取方法，其特征在于，所述方法包括以下步骤： 调用进程抓包工具对指定的电脑网卡进行抓包，输出各进程流量的数据包；
获得待分析的进程的流量数据包； 将待分析的流量数据包按三元组确定的节点自动归类，每一个节点按五元组分成多个会话； 对于一个节点，将所有会话的首个报文内容相互比对，获得所有首个报文内容中重复性高的字段，作为该节点的流量数据包的协议指纹；直到获得所有节点的流量数据包的协议指纹。 2.如权利要求1所述的方法，其特征在于，所述三元组为：IP+端口+协议类型；所述五元组为：源IP+源端口+目的IP+目的端口+协议类型。 3.如权利要求1所述的方法，其特征在于，所述对于一个节点，将所有会话的首个报文内容相互比对，包括： 查找所有首个报文中固定字节重复性最高的内容作为第一字段，再查找所有首个报文中除固定字节外的其他字节重复性最高的内容作为第二字段，将所述第一字段和所述第二字段综合，作为该节点的流量数据包的协议指纹。 4.一种协议指纹自动提取系统，其特征在于，所述系统包括： 数据包获取模块，用于调用进程抓包工具对指定的电脑网卡进行抓包，输出各进程流量的数据包； 进程确定模块，用于获得待分析的进程的流量数据包； 数据包划分模块，用于将待分析的流量数据包按三元组确定的节点自动归类，每一个节点按五元组分成多个会话； 指纹获取模块，用于将一个节点的所有会话的首个报文内容相互比对，获得所有首个报文内容中重复性高的字段，作为该节点的流量数据包的协议指纹，直至获得所有节点的流量数据包的协议指纹。
竭诚为您提供优质文档/双击可除 指纹提取实验报告 篇一：指纹实验报告 中央民族大学生命与环境科学学院遗传学实验报告人 类指纹的采集识别与分析20XX年11月9日人类指纹的采集识别与分析前言 遗传学研究中根据遗传性状的表现特征将其分为两类，即数量性状（quantitative character）和质量性状（qualitativecharacter）。质量性状通常差异显著，呈不连续变异， 由主基因决定，杂交子代的表型呈现出一定的比例，可直接采用孟德尔遗传原理进行分析。 数量性状不同于质量性状，数量性状是可以度量的性状，呈连续变异，由多基因决定，各基 因作用微小并且是累加的，呈剂量效应，因此通常要采用统计学方法分析。指纹性状就是属 于数量形状。1880年heyfauld及williamherschel相 继提出利用指纹鉴定个人身份的
设想。galton研究了有血缘关系的人群的指纹证明了指纹花样对人来说是一个稳定的性状。 1924年挪威女科学家bonnevie提出指嵴数计数法。指纹在胚胎发育第13周开始形成，第 19周完成。因此如有某种遗传或生理因素造成嵴纹发育不良既能在指纹上反映出来。本实 验中，同学采用石墨粉填充沟纹再用透明胶粘手指的方法取自己的指纹，并利用这些指纹进 行指嵴数计数、分析，从而对多基因遗传的特点有了更深刻地认识。 1.材料和方法&设备和方法2b铅笔一只；约20cm×10cm 的复印纸一张；透明胶带；直尺一把个人电脑及adobe photoshop软件；拍照设备一台。 2.实验原理 1.人类指纹的形成：指纹是指人手上的条状纹路，它们的形成依赖 于胚胎发育时的环境 和遗传因素。指纹属于多基因遗传，在胚胎第12~13周（也有人提出15～16周）即已形成并 保持终生不变。每个人的指纹都是独一无二的，两人之间甚至双胞胎之间，不存在相同的手 指指纹。拥有相同指纹的可能性在10亿分之一以下。
收稿日期:2004-08-31 作者简介:孟祥萍(1961-),女,吉林长春人,博士,教授,主要研究方向:人工智能、数据挖掘、智能控制及应用、图像处理; 任纪川(1976-),男,湖北荆州人,硕士研究生,主要研究方向:模式识别、图像处理; 王贤勇(1970-),男,山东聊城人,硕士研究生,主要研究方向:模式识别与图像处理; 鞠传香(1978-),女,山东威海人,硕士研究生,主要研究方向:人工智能、粗糙集; 王华金(1979-),男,江西赣州人,硕士研究生,主要研究方向:人工智能、数据挖掘. 文章编号:1001-9081(2005)04-0919-02 一种有效的指纹细节点提取方法 孟祥萍1 ,任纪川2 ,王贤勇2 ,鞠传香2 ,王华金 2 (1.长春工程学院电气工程系,吉林长春130012; 2.东北电力学院信息工程系,吉林吉林132012) (ren_ji_chuan@sina .com ) 摘 要:提出一种指纹细节点提取方法,在得到指纹二值化图像后,分别对脊线和谷线进行细化,从脊线细化图和谷线细化图中提取分支点作为指纹的特征点。这样得到指纹的细节点比较准确,而虚假点也比较容易除去。实验证明,这种方法得到细节点的数目也相对较少,有利于进一步的指纹匹配。 关键词:方向图;二值化;特征点提取中图分类号:TP391.41 文献标识码:A New m ethod of f i n gerpr i n t m i n uti a e extracti on ME NG Xiang 2p ing 1 ,RE N J i 2chuan 2 ,WANG Xian 2yong 2 ,JU Chuan 2xiang 2 ,WANG Hua 2jin 2 (1.Electrical Engineering D epart m ent,Changchun Institute of Technology,Changchun J ilin 130012,China;https://www.doczj.com/doc/3c11146796.html,r m ation Engineering D epart m ent,N ortheast China Institute Electric Po w er Engineering,J ilin J ilin 132012,China ) Abstract:A method t o extract finger p rint m inutiaes was p r oposed .Acquired binary i m age,we thinned the ridges and valleys res pectively,then extracted ridge bifurcati ons and valley bifurcati ons as the key m inutiaes fr om the ridge thinned i m age and valley thinned i m age .These m inutiaes are more exact and the s puri ous bifurcati ons can be removed easily .Experi m ental results show that the amount of the key m inutiaes is less,and it is hel pful t o finger p rint matching phase . Key words:directi on i m age;binarizati on;m inutiae extracti on 0 引言 在指纹系统的设计中,由于图像采集和处理过程中不可避免地会引起一些纹线的断裂和叉连,尽管在预处理的过程 中对这两种噪音有部分地去除,但仍然会存在部分断裂和叉 连的情况。针对这种情况,提出了一种简化的方法来提取指 纹的特征点。本文与目前大多数的指纹处理系统一样,都采 用美国联邦调查局提出的两种类型的特征点:末梢点和分支 点,只是在提取的过程中,我们所提取的是脊线的分支点和谷 线的分支点,所对应的即是脊线的分支点和脊线的末梢点。 因为指纹的脊线和谷线是嵌套的,在脊线和谷线中,特征点是 对应的,即脊线的分支点对应着谷线的末梢点,谷线的分支点 对应着脊线的末梢点。 在指纹图像的采集和处理过程中断裂和叉连的情况会造 成许多虚假的特征点,由于断裂的情况比较普遍,在提取出的末梢点中有很多是虚假点,所以我们在提取指纹特征点的时候可以只提取指纹的分支点。这种特征点受噪声的影响比较小,虚假的分支点比较容易去除。因此,在指纹的处理过程中 可采取直接提取指纹的分支点。图1 9×9邻域窗口 1 指纹图像增强 1.1 点方向图的获取 一般的指纹图像都有比较清 晰的方向性,点方向图的准确性直接决定了图像增强算法的效果。为估计点方向图,把指纹脊线走向分为8个方向,如图1所示。对于图像的每一个像素,为了 确定在以该像素为中心的9×9窗口内,分别计算8个方向上 的灰度平均值,即将图1中标有I (I =0,1,…,7分别代表8个 方向)的位置的像素灰度值取平均得到Gm ean [I ],然后将这 8个平均值按两两垂直的方向分成4组,0和4一组,1和5一 组,2和6一组,3和7一组,计算每组中两个平均值的差值。 Gd iff[J ]=abs (Gm ean [J ]-Gm ean [I +4]) J =0,1,2,3,为脊线方向 取差值的绝对值最大的两个方向为可能的脊线方向若:i M ax =arg (M ax (Gd iff (i ))则方向i M ax 和i M ax +4为像素处可能的脊线方向,若该像素处的灰度值为Gray,则脊线方向为: i D ir = i M ax if abs (Gray -Gm ean [i M ax ])
相关主题
文本预览