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
目录
摘要..................................................................................................................................... I Abstract ..................................................................................................................................... II 1 绪论. (1)
1.1本课题背景和意义 (1)
1.2指纹识别技术研究现状 (1)
1.3本文的章节安排 (2)
2指纹识系统设计 (4)
2.1指纹识别系统设计基本结构 (4)
2.2指纹图像分割 (4)
2.2.1指纹图像分割介绍 (4)
2.2.2 均值方差法 (5)
2.3指纹图像的细化 (6)
2.3.1指纹图像细化的预处理 (6)
2.3.2 指纹图像细化方法计算 (7)
2.4指纹图像的特征提取 (8)
2.4.1 指纹特征提取概述 (8)
2.4.2指纹特征提取和去伪特征 (9)
2.5 指纹图像匹配方法 (10)
2.5.1指纹图像匹配介绍 (10)
2.6本章小结 (10)
3仿真结果及其分析 (12)
3.1仿真结果及分析 (12)
3.2本章小结 (14)
结论 (15)
参考文献 (16)
附录MATLAB程序 (17)
致谢 (33)
1 绪论
1.1本课题背景和意义
指纹识别技术的应用十分广泛，指纹因具有终生不变性及稳定性,而且不同人指纹相同的概率几乎为零,因此指纹自动识别系统被广泛应用于案例分析、商业活动中的身份鉴别等领域.目前有很多的生物测定技术可用于身份认证，包括虹膜识别技术、视网膜识别技术、面部识别、签名识别、声音识别技术、指纹识别等，具有安全、可靠的特点，其中自动指纹识别系统是目前研究最多、最有应用前景的生物识别系统。指纹识别技术的发展得益于现代电子集成制造技术的进步和快速可靠的算法的研究。
指纹门禁系统通过将用户的指纹特征与指纹特征数据库中的数据进行对比实现用户身份的鉴别，并不直接保存和使用用户的指纹图像信息，不会侵犯到用户的隐私信息，是当前技术最先进、应用最广泛的门禁系统。对生物识别(指纹识别)技术来说，被广泛应用意味着它能在影响亿万人的日常生活的各个地方使用。通过取代个人识别码和口令，生物识别（指纹识别）技术可以阻止非授权的“访问”，可以防止盗用ATM、蜂窝电话、智能卡、桌面PC、工作站及其计算机网络；在通过电话、网络进行的金融交易时进行身份认证；在建筑物或工作场所生物识别技术（指纹识别）可以取代钥匙、证件、图章等。生物识别(指纹识别)技术的飞速发展及其广泛应用将开创个人身份鉴别的新时代。指纹所具有的唯一性、不变性、及易于获取、分类存储有规律等特性使其成为生物鉴定学中最为成熟的方式。
1.2指纹识别技术研究现状
指纹识别技术从早期的人工比对到现在采用计算机技术实现自动指纹识别，指纹对比更加准确，识别效率得到极大提高。自动指纹识别过程通常由指纹图像滤波增强、二值化、细化、特征提取以及指纹匹配等几个环节构成。指纹图像滤波增强的目的是将有噪声干扰的指纹图像变得更加清晰，使得指纹图像的脊线更黑，谷线更白，当前在实际指纹图像增强算法的应用中一般是几种滤波增强方式结合起来使用，主要的方案是基于傅里叶变换结合滤波和指纹图像点方向场的下上下滤波器；指纹图像二值化，是将指纹图像变成灰度值只有0和255两种颜色的图像，当前，在自动指纹识别中常采用的是根据指纹图像的点方向场在指纹纹线方向和指纹纹线垂直方向上对指纹图像进行二值化处理；指纹图像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，目前在自动指纹识别技术中常用的是OPTA算法的改进的图像模板细化算法；指纹特征提取，是将细化后使用计算机数字图像处理技术采集指纹图像中奇异点、端点、叉点等指纹特征数据，目前常用的特征提取算法是先对细化后的指纹图像进行初步去噪，然后提取特征点，再根据阈值去除伪特征点；指纹匹配，是指纹预留模板图像与输入样板图像中的所
有特征点的匹配，目前在自动指纹识别系统中常采用可变大小的界限盒的指纹特征匹配算法。
目前指纹识别技术还有诸多困难，例当三维的指纹被指纹录入设备扫描成二维的数字图像时，就会丢失一部分信息，手指划破、割伤、弄脏、不同干湿程度以及不同的按压方式，还会导致指纹图像的变化，这就给可靠的特征提取带来了困难；例如传统的基于细节点的识别方法，是依靠提取指纹脊线上的细节点，然后对其位置和类型进行匹配，来识别指纹的，而噪声会影响特征提取准确度，增加错误的特征点或丢失真正的特征点。当噪声很大时，就要增加图像增强算法来改善图像的质量，但很难找到一种增强算法能够适应所用的噪声，多种增强算法又会大幅增加算法运行时间，不好的增强算法又会增加人为特征。当噪声增大时，提取了许多虚假细节点，还有可能丢失细节点，这就是传统的基于细节点识别算法的不足之处之一，因为它只利用了指纹图像中的一小部分信息（细节点位置和方向）作为特征进行匹配，丢失了蕴涵在图像中的其他丰富的结构信息。不难想象，基于这种方法的识别算法，很难全面适应指纹的变化。
人的指纹含有天然的密码信息，它们具有几点重要特特点。
①广泛性，指每一个正常的人都有指纹。
②唯一性，指每一个人的指纹都不同。指纹的细节由细微纹点和纹线的起点、终点、分叉等组成。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概率小于1／109，几乎为零，这就构成了指纹的第一大特点。
③终生不变性，指纹终身不变即指纹的图案永远不会改变，从人的出现到死后的分解为止(除非指纹受到伤害)。
④指纹与主体的不可分离性：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并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。
1.3本文的章节安排
本文以研究指纹识别中指纹图像分割、细化、特征提取、匹配等若干问题为研究主体，针对指纹识别技术中分割、细化和匹配进行了仿真和修正。其中分割部分采用了方差均值的方法，细化选取了一种伪特征较少的模板，匹配时以分叉点和端点信息进行匹配。具体的章节和各章的内容安排如下：
第一章：在介绍本论文的研究背景及意义，在指纹识别技术的现状和特点的基础上，确定了本文所做的主要工作。
第二章：本章主要介绍了指纹识别系统设计原理，为后续的研究工作奠定基础，介绍了均值方差的基础知识和基本理论以及仿真中具体的分割运用算法；指纹图像细化的方法；指纹图像细化后的特征提取，需要哪些特征，去除哪些伪特征，以方便和正确地进行匹配工作；指纹图像匹配的概念、匹配问题的困难所在和常用方法。
第三章：指纹识别系统的仿真结果及分析。
结论：总结本文所取得的一些研究成果，并对课题发展进行了展望。
2指纹识系统设计
2.1指纹识别系统设计基本结构
指纹识别系统主要由指纹图像读取，图像预处理，特征提取，特征匹配四大步骤组成。
首先，我们要提取需要处理的指纹识别的原始图片。
其次，进行图像预处理。通常图像预处理包括分割、归一化、二值化和细化, 图像预处理的目的就是去除图像中的噪声，将图像变成清晰点线图，这样才能提取到正确的指纹特征，从而达到正确匹配的目的。它的好坏直接影响到指纹识别的效果。
在此基础上, 接下来就是要对细化后的数字图像进行关键特征提取，从而达到识别不同的志文数字图像的目的。普遍采用的特征提取是提取细节点。
最后，我们将处理后的图像进行匹配，指纹图像的特征匹配主要是对所提取的细节特征进行匹配，将要比对的图像与库中图像的细节特征进行比对，并将比对结果输出，这是指纹识别系统设计中最重要的一个环节，这也是指纹识别系的最终目的。
2.2指纹图像分割
2.2.1指纹图像分割介绍
指纹图像分割在指纹识别系统中作为图像与处理的一部分，指纹图像分割的基本依据是图像的某些特征及特征的集合。如灰度值,邻域关系,纹线的扭曲程度等。图像特征是指纹图像的固有属性。通过提取图像特征,可将原始图像映射到特征空间,使图像特征在特征空间中呈现一定的分布[6]。因此根据以上的的灰度值领域关系，纹线的扭曲程度，指纹图像分割大致分为三类：基于像素的图像分割，基于块特征的图像分割以及基于全局的图像分割。
基于像素的指纹图像分割中目前流行多尺度小波变换和阈值法。小波变换和傅里叶变换的出发点都是将信号表示成基函数的线性组合。所不同的是傅里叶变换采用时间属
exp(inx作为基函数，
于(一∞，+∞)的谐波函数)
计算机中的图像信息是以离散信号形式存放的，在信号处理中，特别是在数字信号处理和数值计算等方面，为了计算机实现的方便，连续小波必须进行离散化，而最基本的离散化方法就是二进制离散，一般将这种经过离散化的小波及其变换叫做二进小波和二进变换。
小波变换的特点是压缩比高，压缩速度快，压缩后能保持信号与图象的特征不变，且在传递中可以抗干扰。在指纹识别识别中使用小波变换有助于噪声的滤除以及有利于检测奇异点。但是小波变换的明显缺点是它计算复杂，计算效果也取决于函数的选择。
另一种阈值分割就是简单地用一个或几个阈值将图像的灰度直方图分成几个类，认
为图像中灰度在同一个灰度类内的像素属同一物体。它是图像分割中最基本的方法。其原理是先定一个阈值，大于此值为1，小于则认为为0；多阀值则可以利用多维函数。此原理在匹配中也可以运用。其优点是计算简单，仅需比较灰度值即可；运算效率较高，速度快；它的缺陷在于仅考虑图像的灰度信息，而忽略了图像的空间信息，对于图像中不存在明显灰度差异或各物体的灰度值范围有较大熏叠的图像分割问题难以得到准确的结果。
代表块特征的指纹图像分割目前研究趋势为多种块基本特征如灰度均值、块灰度方
差[9]、块方向图等综合运用和重新定义块特征。其中块指的是将图像分个成一个个小的图像块。图像均值就是对每一个单位块的灰度值取均值，方差则反映该块中各点与均值的偏差性，方向[10]这可以很好的反映纹理的变化趋势。一般来说，常见的方向场的计算分为掩模法和公式法两大类。LinHong 等人开发的基于最小均方估计算法，即公式法。 ()()()()()()()()()()()()()()
()()()()()()2222222222
,1,12,11,11,12,11,1,1,12,11,11,121,1,1,2,,,,,w w
i j w w i j w
w i j w w i j x i j G i j G i j G i j G i j G i j G i j y i j G i j G i j G i j G i j G i j G i j Rx i j u v u v Ry i j u v u v ++--++--?=--+-++---+-+-++?=--+++-+-+--+-++=
??=?-?∑∑∑∑ （3.1）
它是利用正交坐标系下，原点到它们组成的坐标点的有向线段与X 的正半轴的夹角
可来表示该子块的块方向。这种方法最大的优点是易实现，很好体现出纹理，但缺点是对于变化太快的部分出错。此方法的实现是利用方向滤波器。
基于全局的图像分割则是根据情况特别是某些特殊场合的利用，如残缺指纹。全局
的图像分割可以是人工选定几个特定点后再根据全局的特点来处理，此法也可运用于匹配。基于全局的指纹识别仍处于实验室探索阶段,应用领域中尚不广泛。
2.2.2 均值方差法
在图像分割概述中，已经提到基于块特征的指纹图像分割。在这部分将重点介绍
均值法差法的计算方法和在仿真中的运用。
该算法基于背景区灰度方差小，而指纹区方差大的思想，将指纹图像分成块，计
算每一块的方差，如果该块的方差小于阈值为背景，否则为前景。具体步骤分以下三步：
(1)将低频图分成M ×M 大小的无重叠方块，方块的大小以一谷一脊为宜。
(2)计算出每一块的均值和方差。
()()()1100
211001i,1,H L i j H L i j AVE I j H L VAR I i j AVE H L --==--===?=-?∑∑∑∑ (3.2)
(3)如果计算得到的方差几乎接近于0就认为是背景，对于方差不为零的区域在进
行阈值分割算法，这种算法主要是根据计算得到的方差来决定其是否为背景区。
在使用方差均值法之前还要使用归一法将图变为低频图。归一化的目的是把不同
原图像的对比度和灰度调整到一个固定的级别上，为后续处理提供一个较为统一的图像规格。指纹图像的归一化公式如式所示。其中0AVE 和0VAR 为期望的灰度均值和方差。但是小波变换的明显缺点是它计算复杂，计算效果也取决于函数的选择。
()
x,AVEo AVEo I y ??=???
（3.3）
在使用方差均值法之前还要使用归一法将图变为低频图。归一化[11]的目的是把不同
原图像的对比度和灰度调整到一个固定的级别上，为后续处理提供一个较为统一的图像规格。
2.3指纹图像的细化
2.3.1指纹图像细化的预处理
这部分预处理主要为二值化。由于指纹图像脊、谷相间，因此指纹图像的处理常是
将指纹图像二值化。灰度图像二值化是将灰度图变换为只有黑和白两种灰度的图像。这样不仅可以压缩原指纹图像的数据量，而且也方便后面的细节特征的提取。灰度图二值化的基本思想是选取适当的灰度阂值，将灰度图像转化为二值图像，阈值的选择是关键，对于阈值的选择，有多种方法，如熵法，Ostu 法等。根据是否将图像分块处理，又分全局阈值算法和局部阈值算法两种，全局阈值算法是将整幅图像以一个阈值处理，而局部阈值算法则把原图分成若干个子图，在每个子图中确定闽值，在进行二值化，由于指纹图像在不同区域的亮度和对比度是有差别的，因而全局阈值算法不适用。
灰度图二值化的基本思路是选取适当的灰度阈值，将灰度图像转化为二值图像。一
般的图像处理中的二值化算法主要是计算整幅图像的灰度平均值，然后将该值作为门限，高于该门限的像素点就置1，反之置0。我们通过研究发现，这种方法虽然简单，
但是对噪声较大，图像质量不好的指纹会产生较大的二值化噪声。所以最好选用局部阈值法作为二值化算法。
论文中采用了一种动态局部阈值，满足这种条件下的灰度值为128，不满足则灰度值为255。再根据前面判断的是否为背景即Icc值的来修正Icc值：灰度值为128且Icc 为1时（非背景指纹纹线时），Icc值为0，像素值置为0。背景和灰度值为255的纹线像素置为1，这做法的目的是去除不确切的点。此时背景为白，纹线为黑。
二值化后的图像中的点还要进行修改，修改条件为：当像素为1时，它周围点不大于3个为像素1点则修改为0；当像素为0时，它周围不小于7个点为像素1的点，则修改为1。这种修改是为了使图像连续圆滑。
2.3.2 指纹图像细化方法计算
由于灰度过渡区[12]的存在，指纹细化是指纹图像预处理中的一个重要环节，因为一般的特征提取都是在细化的基础上进行的，如果细化不好，将无法使用常规的特征提取算法提取细节特征信息[13]。细化可以便我们得到绞线的单像素的骨架。所谓“骨架”，是指图像中央的骨骼部分，是描述图像几何及拓扑性质的重要方法之一。获取一个图像骨架的过程通常称为对图像“细化”的过程。在文字识别、地质构造识别、工业零件形状识别或图像理解中，先对被处理图像进行细化有助于突出形状特点和减少冗余信息。
细化处理是指在指纹图像二值化以后，在不影响纹线连通性的基础上，删除纹线的边缘像素，直到纹线为单像素宽为止。理想细化后的纹线骨架应该是原始纹线的中间位置，并保持纹线的连通性、拓扑结构和细节特征。一种好的细化算法应该满足下列条件[14]：
(1)收敛性：迭代必须是收敛的。
(2)连通性；不破坏纹线的连接性。
(3)拓扑性：不引起纹线的逐步吞食，保持原图像的基本结构特性。
(4)保持性：保护指纹的细节特征。
(5)细化性：骨架纹线的宽度为1个像素，即单像素宽。
(6)中轴性：骨架尽可能接近条纹中心线。
(7)快速性：算法简单，速度快。
已有的算法迭代按迭代方式的不同分为串行算法和并行算法。在串行细化算法中，当前迭代的结果不仅取决于前一次的迭代迭代图像，而且与当前处理情况有关；而在并行方式中，当前迭代仅仅是由前一次的迭代情况决定，串行细化算法的处理结果依赖于对像素处理的先后顺序，因而像素点的消除或保留不可预测。并行细化算法对图像进行细化时利用相同的条件同时检测所有像素点，其结果具有各向同性，因此从算法原理上并行算法优于串行算法。由于并行细化算法具有快速而准确的特性，因此他一直是人们研究的热点，并且相应的提出了许多并行细化算法，如OPTA细化算法，R．W．Hall细
化算法，Rosenfeld细化算法，Zhang & Suen 细化算以及ZR细化算法等等。性能上这些算法各有所长。
不同的文献上有不同的关于细化方法，如王家隆等[16]以及王业琳等[17]的细化模板。制约细化的直观表现在计算速度、毛刺和断点上。因而细化中选择一个好的模板很关键。模板分为保留模板和消除模板，消除模板就是根据条件判定这点去除作为背景的模板；保留模板则是根据条件判定这点保留作为前景的模板。这样就可以将较粗的图像曲线细化成很细的以像素为单位的线，大大减少了图像的信息量，有利于匹配的高效进行。
方法步骤：
（1）建立3维数组，第一组数据为预处理后的图像信息，定义每一个像素点它周围点像素参数。
（2）对于满足6种情况的模板，赋值为2 ，其实为像素1情况。对于满足后六种情况的模板赋值为3，别的情况点值不做改变。
（3）16种消去模板是在不满足上述情况下衍生的模板，对于满足这些模板的点像素全为0，以上都未涉及的点不做改变。
（4）循环进行上述过程，到所有点值不改变为止，最多进行20次细化。
2.4指纹图像的特征提取
2.4.1 指纹特征提取概述
特征提取就是对细化后的指纹图像提取表示其特征的信息的操作。我们前面所叙述的指纹图像预处理目的就是为指纹的特征提取和最终识别建立一个良好的基础，以保证整个系统识别率比较高。对于自动指纹识别技术而言，选择一种合适的、能表达指纹唯一性的特征量是非常关键的。一般说来，这种特征应有以下性质：
(1)单一性：要求这种特征能够充分体现指纹的唯一性。
(2)可测试性：适用于指纹匹配算法，便于在匹配算法中应用。
(3)紧凑性：要求提取的特征不应包含指纹唯一性以外的冗余信息，并且信息量要尽量小，便于存储、管理和计算。
(4)鲁棒性：要求这种特征对噪声的存在与指纹形变不敏感。
为了比较两个指纹是否相同，需要从指纹图像中提取出能表示指纹唯一性的特征。Galton提出的指纹细节点是人工指纹匹配中最常用的特征。指纹由脊线和谷线交替构成，在大多数地方纹线连续且相互平行，而某些局部不连续的地方构成了细节点。Galton 定义了4种细节点类型：分叉点，端点，环、岛，并指出细节点具有唯一性，可以用于指纹匹配。
目前已定义的特征类型己达150多种，但是这些扩展的特征往往不易提取相互区分，并且它们都可以由端点和分叉点的组合进行描述，这使得端点和分叉点成为最常用的结
构特征，也称为细节特征，它被认为是最稳定、最容易检查的，而且占全部特征点的80％以上。提取出的特征点还必须经过伪特征点的去除，尽可能地去除掉由于二值化、细化处理等过程引入的伪特征点。最后确定出特征点的类型、位置、方向。
本章就是根据端点和分叉点是最常用的结构特征，提取满足一定条件接近的点，再去除不是端点和分叉点的伪特征点，最终实现特征值的提取，有利于后面匹配的展开。
2.4.2指纹特征提取和去伪特征
目前在细化二值图像中提取细节特征多是用8邻域法，该方法比较简单，在得到可靠的细化二值图像后，只需要一个3×3的模板便可将端点和分叉点提取出来。对于细化二值图像，像素点的灰度值只有2种情况。
在提取指纹图像的细节特征中，由于图像质量和噪声的干扰，存在大量的伪特征点，实验表明一幅质量较差的图像在经过预处理，细节特征提取后可能产生多达一、两万个细节特征点，其中包含了大量的伪特征点，这些伪特征点的存在，不但使匹配的速度大大降低，还使指纹识别性能急剧下降，造成识别系统的拒真率和误识率的上升，因此在进行指纹匹配之前，应对细节特征进行验证，尽可能将伪特征点去除，同时保留真特征点。
去除伪特征点是特征提取要解决的一个重要问题。对整个图像进行特征提取后得到的特征点并非全部都是真实的分叉点和端点，由于指纹质量，细化、特征提取过程引入的噪声造成了很多伪特征点，特别是图像边缘有很多图像分割产生的边界伪端点。
本章中将特征建立为一个3维数组，前两组用于记录端点和分叉点。第3足则专门记录伪特征最终可以除去。端点和分叉点的判断都是运用了上述的8邻域法。其中（1）端点的判断条件为：周围的8邻域两两相邻当且仅当存在2个不同值。此时的处理为记录数组2，记录点的个数，并将该点记为0，而它的8邻域点记为1。
（2）分叉点的判断条件为：周围的8邻域两两相邻当且仅当存在6个不同值。此时的处理为记录数组1，在上述基础上记录点的个数，并将该点记为0，而它的8邻域点记为1。处理方式类同上面。
（3）伪特征的判断比较多,全部计入数组3。第一类：超出一定边界，仿真中用了17。此时把它和周围8点记为0，并在上述基础上减去不是特征点的个数。第二类：对于直线12点的和不超过1的点也被视为伪特征点，处理方式类同。第三类为断点：在上述的范围内，特征值为2。此时在更小12的上半范围或下半范围，特征仍为2则认为为断点。处理方式为把它和周围8点置为0，在上述基础上减去2倍的断点数。第四类为毛刺，毛刺的判断类似于短点。因为指纹变化多的部分为中间，所以处理的范围比断点来的范围小，并且在特征值为2的情况下仅仅是缩小范围再次判断特征值，这点就不相同了。毛刺的处理方式也类同断点。第五类为小桥。小桥的判断条件为:10范围内特
征值为1，6的上半范围或下半范围特征值仍为1。此时该点则被视为小桥。小桥处理方式类同断点和毛刺。
2.5 指纹图像匹配方法
2.5.1指纹图像匹配介绍
指纹匹配要解决的是对两幅给定指纹图像的特征模式进行比对，判断这两幅图像是否来自同一个人的同一手指。指纹匹配是自动指纹识别的最后一步，也是非常关键的一步。
指纹图像匹配方面，主要有基于图像，脊线结构和特征点的方法。基于特征点的匹配算法具有简单、快速、鲁棒性等优点。目前最为常用的方法是FBI提出的细节点坐标模型来做细节匹配。它利用脊线上的端点和分叉点这两种关键点来鉴定指纹。通过将细节点表示为点模式，一个指纹识别问题可以转化为一个点模式匹配问题。点匹配算法是通过某些变换，如平移变换、旋转变化、伸缩变换，可以把两个点集中的对应点匹配起来。对于基于细节点的匹配思路大体分两种：基于直角坐标系的特征识别和基于极坐标系的特征识别[19]。
点模式匹配[20]将注册指纹和待识指纹的特征点定义为两个点集和P和Q通过平移和旋转使得两个点集重合点数最多。点模式匹配是著名的数学难题。目前的指纹识别系统主要采用基于节点的匹配方法，即点模式匹配。从模板指纹和输入指纹中选取一个节点作为参考节点对，在进行节点匹配时先利用基准点将指纹对齐，然后再评估其它节点的匹配程度。很多情况下选用图片的中心点。当然，他所带来的难题有：
(1)如何快速找到基准点把两幅指纹对齐。
(2)例如图片A中有图片B中不存在的点，集合B中也有图片A中不存在的点，匹配的时候如何处理这些点。
(3)由于指纹存在变形位移，任何一对匹配点之间都不是绝对相等，而是存在一定的差距。设计算法的时候，必须要有一定的容错能力。
(4)最终得到的是两幅指纹的相似度，怎么确定相似度的计算方式。
另外，计算匹配的时间即效率性也很重要。参考点在指纹图像的识别中是也至关重要的。能获得参考点表明从被识别图像中获得的任意比特流与登记图像中获得的比特流相近，则有可能得出两图像相同的结果；没有参考点表明被识别图像完全是另一不同图像。
2.6本章小结
本章主要介绍指纹图像分割及其算法，指纹图像分割分类：主要提到的基于像素。基于像素的指纹图像分割中目前流行多尺度小波变换和阈值法。对比两种方法优缺点：
小波变换的特点是压缩比高，压缩速度快，压缩后能保持信号与图象的特征不变，且在传递中可以抗干扰。阈值法其优点是计算简单，仅需比较灰度值即可；运算效率较高，速度快；它的缺陷在于仅考虑图像的灰度信息，而忽略了图像的空间信息，对于图像中不存在明显灰度差异或各物体的灰度值范围有较大熏叠的图像分割问题难以得到准确的结果。
此外，本章还详细介绍了均值方差法，以及应用之前的处理要求：在使用方差均值法之前还要使用归一法将图变为低频图。
3仿真结果及其分析
3.1仿真结果及分析
指纹图像读取如图2.1, 指纹识别归一化仿真结果如图2.2，对指纹图像的首次预
处理，将指纹图像的对比度和灰度调整到一个固定级别上，为后续处理提供一个较为统一的图像规格。指纹识别分割仿真结果如图2.3,从中可以看到用方差均值法分割既适用于比较圆滑的指纹，又适用纹线变化很大的指纹图像。在归一化处理降频和通过区域均值方差的后得到的图像条纹清晰，轮廓分明，对于后面的细化和匹配有很大的帮助。该方法快捷，损坏程度低，缺点是计算有一定的复杂度，要通过2次方差均值来处理。
原图像
归一化
图2.1指纹识别原图像图 图2.2指纹识别归一化图像
分割
二值化
图2.3指纹识别分割后图像 图2.4指纹识别二值化图像
指纹识别二值化仿真结果如图 2.4,指纹图像的二值化就是从一个具有纹理灰度变
化的指纹图像生成另一个只有两种色调的黑白分明的指纹图像。二值化操作使得指纹灰度中，相对色调较浅的谷纹线部分被转成了白色，而相对较深的脊纹线部分被转成了黑色。使具有灰度的图像变成只有黑白两种色调的二值化图像。可以提高指纹图像中脊线和谷线的对比度, 因此有利于细节点提取。指纹识别二值化去噪仿真图2.5。
指纹识别细化仿真结果如图2.6,从分割后的二值化处理图像中，我们可以看到，整个灰度变成了黑白的二值图像图，图像的条纹比较清楚，它的实现有助于压缩数据量和细化的实现。
细化将黑白二值图像细化成了单个像素带宽的指纹图像，由于模板的选择不同，上图中的细化图像一定程度上存在毛刺、分叉、断点等不理想的情况。所以在特征提出前还需稍加处理，细化好的模板选择可以提高图片的质量和细化运算的速度。
当然，此次仿真的细化还有待改进。对于细化中出现的毛刺现象，要根据局部特征来修改判定模板来决定这个点的像素，甚至可以减少模板的数量和判断次数，既简化模板，又提高运算速度，这点还可以有很大的深入研究。
指纹识别特征提取仿真结果如图 2.7,这个特征点分布结果图包含了特征点和伪特征点。在匹配前还需对毛刺、小桥等伪特征点加以识别和处理，这样有助于后面匹配的进行，使匹配更加精确无误和快速。对于特征点和伪特征点的判断方法还有很多，端点判断和分叉点判断属于比较多的特征点判断，伪特征点也还有别的种类，短线之类也属于处理后出现的伪特征，本仿真中没有对此作出处理。在上述基础上也可以根据特征基本构造出相似原图像。指纹识别匹配仿真结果如图2.8。
指纹识别匹配结果仿真结果如图2.9,匹配与否用success值返回。返回1说明匹配成功，返回0则匹配失败。图2.9给出的匹配结果为匹配不成功，耗时3.516411秒。
细化
图2.5指纹识别二值化去噪后图像图2.6指纹识别细化图像
特征提取
图2.7指纹识别特征提取图像图2.8指纹识别匹配图像
图2.9指纹识别匹配结果
3.2本章小结
本章主要对指纹识别系统进行了仿真，并对其结果进行了分析，归纳，及总结。
本文中采用的匹配方式，为主流的点模匹配法。首先采用了在原图基础上修改参数值来验证的方法。这种方法将原特征点的相对距离进行修改，使得各个特征点之间的相对距离产生差异。在找到核心点后，比较它们相对距离的差异，对于满足一定值的点视为可积点。最后判断可积点的个数和相对值。当它们个数满足一定条件时即为匹配成功，不满足视为不匹配。匹配与否用success值返回。返回1说明匹配成功，返回0则匹配失败。此外，本实验做了多次仿真，经验证该系统可以较好的进行识别，准确率达到了95.1%。
结论
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，实现了基于Matlab的指纹识别系统。针对指纹图像的特性，将均值方差法、模板细化、点模匹配应用于指纹识别技术，以改善指纹识别算法的性能。
本系统主要完成了如下几项工作：
（1）综合分析了指纹分割目前主流的三种趋势，选择了基于区域特征的均值方差法并用MATLAB语言来对指纹图像进行分割。分割前还对图像进行低频归一化处理。
（2）对分割好的图像进行了二值化处理，使得细化的信息量大大减少。选用了一种比较精确的模板细化，得到了指纹细化后比较清晰的图像。
（3）对细化后的图像进行特征提取，其中分叉点和端点视为特征点，小桥、边界、毛刺视为伪特征点，对他们进行加以区分和提取以进行匹配。
指纹匹配算法具有速度快、指纹模板小的优点，但是容易受指纹图像噪声干扰。基于全局特征匹配方式主要使用指纹纹理特征，具有特征稳定、信息丰富的优点，但是匹配精度不高、指纹模板比较大。
指纹自动识别技术仍是国内外研究的热点问题实现自动指纹识别系统的实时性网络化提高系统识别率是人们研究的目标,相信不久以后指纹识别将广泛应用于我们的生活为人们提供更方便更快捷的服务。
参考文献
[1]王崇文,李见为,周宏文.指纹识别系统的设计与实现.计算机应用,2001.21(12):23-25
[2]谢立锋,陈灵枭.浅谈指纹识别基本原理.技术与市场,2008.1:44-45
[3]耿德英,陈志敏,陈梅琴.图像处理在指纹识别中实践.西昌学院学报,2009.32(4):72-74
[4]田捷,陈新建,张阳阳. 指纹识别技术的新进展. 自然科学进展,2006.16(4):400-40
[5]王业琳,宁新宝,尹义龙,指纹图像细化算法的研究.南京大学学报:自然科学版,2003.39(4):469-475
[6]张雄,贺贵明,一种指纹宏观曲率特征提取算法.武汉大学软件工程国家重点实验室,2002.1
[7]R. J. Langley, TRW Integrated Engineering Division SIG Technology Review ? Winter 1995.3-10
[8]高月红.灰度图像分割算法的研究.科技信息.2009.27:17-18
[9]郭丹颖,吴成东,曲道奎.小波变换理论应用进展. 信息与控制.2004.33(1):67-71
[10]李晨丹,徐进,指纹图像预处理和特征提取算法的MATLAN实现.计算机工程与科学.
[11]张雄,贺贵明,一种指纹宏观曲率特征提取算法.武汉大学软件工程国家重点实验室.2002.11
[12]赵磊,陈琼,陈中. 一种新的改进OPTA细化算法. 计算机应用,2008.28(10):2639-2642
[13].Asker M. Bazen,Fingerprint Identification - Feature Extraction,Matching, and Database Search
[14]Ranade osenfeld .A.oint Pattem Matching by Relaxation .Pattem Recogition,1993.12(2):269-275
[15]郭晶莹, 吴晴, 商庆瑞. 基于Matlab实现的指纹图像细节特征提取. 计算机仿真, 2007. 24:1
[16]KASS M,WITKIN A,TERZOPOULOS D．Snake:Active contour models.International Journal of Computer Vision.1988.1(4):32l-331
[17]MORTENSEN E N,BARRETF W A.Intelligent scissors for image composition.Proceedings of the ACM SIGGRAPH 95.New York,https://www.doczj.com/doc/fc3057701.html,A:ACM.1995.8:191-198
《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。
指纹识别系统 1.1 指纹识别系统原理 指纹识别系统的组成原理。如图1-1所示。图中的学习模块负责采集用户指纹数据，对指纹图像进行预处理，提取这些指纹的特征，作为将来的比对模板存人数据库。而识别模块则负责采集和处理指纹图像，在提取特征后与数据库中的指纹模板进行比对，然后判断是否匹配．得出结论。整个系统的核心就是图像处理、特征提取以及指纹比对。 图1-1 1.2 指纹采集与指纹图像处理方法 目前，主要的指纹采集方法有两种：一种是光学采集器；另一种是用半导体传感器。光学采集器采集指纹是通过把手指沾上油墨后按在白纸上，然后用摄像机把图像转换为电信号。光学采集受外界干扰小、采集精度较高，但是数据量较大，因此处理时问较长。而对于半导体传感器来说，手指的温度、湿度对其测量结果有影响，但是数据量不大，处理比较方便。随着半导体技术的发展，半导体传感器的成本低、体积小、方便集成等优点逐步体现，它已逐步代替光学采集器。指纹鉴定过程的第一个阶段是指纹图像的采集阶段，也就是指纹模板的录A阶段。为了初步确定图像预处理方法，我们必须首先了解指纹传感器获得的图像的尺寸和质量。根据不同的指纹传感器，我们设计不同的方案进行图像采集，并将从各个图中提出特征点储存到数据库中，来产生“活模板”，为后面的指纹鉴定做准备。 指纹图像处理是整个指纹识别过程的核心。常见的指纹图像处理包括滤波增强、二值化、细化、提取特征点四个步骤。在采集指纹图像的过程中，由于采集环境，皮肤表面的性质，采集设备的差异等各种因素的影响，采集的图像会不同程度的受到各种噪声的干扰，从而影响了采集图像的质量。所以实际的指纹图像首先通过一个滤波增强来改善图像的质量，恢复
基于指纹识别的电子锁系统设计 作者姓名:XX 专业班级:测控技术和仪器2009060101 指导教师:XX 摘要 随着社会的发展和科技的进步，传统的安全防盗系统面临极大的挑战。生物识别技术的蓬勃发展，让人们对于安防系统的设计有了另一种灵感，指纹锁应运而生。可供二次开发的指纹模块已经解决了指纹图像的处理问题，如何实现这种技术的实际应用已经成为急需解决的问题，本设计利用单片机对指纹模块的控制实现了这种技术的应用。设计以指纹传感器对指纹图像的采集为基础，通过单片机控制指纹模块实现对指纹图像的组合处理，系统的各项具体功能皆建立在相应的指纹图像的组合处理基础之上，系统主要实现了指纹模板的录入以及指纹匹配功能。 关键词：指纹识别技术；指纹锁；系统设计
The Design of the system of Electronic lock based on Fingerprint Identification Abstract:With the development of the society and the progress of science and technology, The traditional security system faced with great challenges. With the vigorous development of Biometric Identification Technology, people have another kind of inspiration to design the lock，Fingerprint lock arises at the very historical moment. The fingerprint module for secondary development has solved the problem of image processing, The remaining problem is how to take advantage of the technology in practice. This design has realized the application, which mainly based on the control from MCU to the module of fingerprint. The foundation of this design is fingerprint collection, Through the control from MCU to the module can realize the combination of image processing, based on the combination of image processing can realize the various functions of the system . The mainly functions of the system include the landing and matching of fingerprint template . Keywords: Fingerprint identification technology；Fingerprint lock；System design
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
指纹识别系统设计题目:指纹识别系统设计 专业：电气工程及其自动化 学生姓名：陈 指导教师：黄
摘要 指纹作为人体的重要特征具有长期不变性和唯一性已经成为生物识别领域的重要手段通过指纹特征来鉴别人的身份的技术正在得到越来越广泛的应用随着指纹检测技术和指纹识别算法的不断改进指纹识别技术还将在越来越多的部门得到更广泛的应用。针对指纹的唯一性和终身不变性的特点．提出了一种基于FPS200固态指纹传感器和TMS320VC5402 DSP 芯片的快速指纹识别系统，促使指纹识别设备向小型化、嵌入式、自动化方向发展；对系统的组成原理、指纹采集和指纹图像处理力法进行了分析；结合FPS200和TMS320VC5402芯片的特性，对系统硬件核心和图像采集电路做了详细介绍，并给出系统硬件设计方案、软件设计流程;实验结果表明．系统指纹采集效率高，识别速度快，识别结果准确可靠；该系统性能稳定．实用性强，应用范围广泛。 关键词：指纹识别；TMS320VC5402;DSP；指纹采集；图像处理
Abstract As the uniqueness and constancy of fingerprint ,a quick fingerprint recognition system based on fingerprint sensor FPS200 and DSP chip TMS320VC5402 is presented. The composing principles of the system , fingerprint collection and fingerprint image processing methods are introduced particular .with the characteristics of FPS200 TMS320VC5402 ,the core of the hardware collecting circuit and the designs of the hardware and software are introduced in details. The results of experiments indicated that this system works with great fingerprint collection efficiency, high recognition speed and credible recognition results because of the stead performance and practicability the system will have wide application area .
随着现代化各种科学新技术的快速发展，在日常生活中，我们需要各种身份认证和各种密码认证，还有对各种设备配备钥匙，对保险柜安装防盗系统等等，社会的进步，科技的发展，促使传统的安全系统的抵御能力越来越薄弱。因此，生物特征识别应用而生，开始走进我们身边的各种安全系统，指纹识别作为生物特征识别的一个典型应用已经得到很广泛的应用和认可，指纹特征具有唯一性，是每个人终生不变的特征之一，并且各个人的各个指纹都不一样。本系统采用89C52RC单片机作为主芯片，通过与指纹识别模块FM-180之间通过串口通信方式的通信，采用液晶12864作为显示器，加上简单的外围电路，如按键输入、LED灯报警电路、蜂鸣器电路，最后通过编写软件和制作硬件，实现一个可以通过单片机对指纹的录入，识别，删除等功能操作的指纹识别系统。 关键词指纹识别系统；单片机89C52；液晶12864
With the rapid development of modern science a variety of new technologies, in everyday life, we need a variety of authentication and a variety of password authentication, as well as a variety of devices with keys for the safe installation of security systems, etc., social progress the development of technology, to promote the traditional security system resilience increasingly weak. Thus, biometric applications, born around us began to enter various security systems, biometric fingerprint identification as a typical application has been very widely used and recognized, unique fingerprint characteristics, life is not for everyone one variable characteristics, and each person's fingerprints are not the same individual. The system uses 89C52RC microcontroller as the main chip, it passes between the fingerprint recognition module FM-180 serial communication with the communication method by using a liquid crystal display as 12864, plus simple peripheral circuits, such as key input, LED light alarm circuit, buzzer circuit, and finally through the preparation and production of software, hardware, you can implement a microcontroller on the fingerprint input, recognition, and delete functions operate fingerprint identification system. Key words Fingerprint identification system；SCM 89C52；LCD 12864
指纹识别系统的简述 指纹识别提取的特征点有两个地方，一个是结束点和分叉点。而指纹的自动匹配就是取决于这些区域对比的特征以及关系来达到识别的目的。这些细节点比对的正确程度又很大的依赖于输入指纹的质量。所以提高输入指纹的图片质量成为了识别的基础。 指纹图像加强步骤 步骤简述 grey-level fingerprint image:用matlab计算出图片的平均值mean 以及方差varianc. orientation image：显示指纹图像的纹路方向 frequency image：显示指纹脊谷沿着该区域的指纹方向的频率 region mask：判断指纹是否可恢复，可修复的指纹图像才能进入滤波器步骤 Gabor filter:使图像平滑，消除原始图像噪点 上两周与导师在时间方面做了一次交流，对第一步标准化得灰值图在matlab上进行了试验。我们输入一个图像Image进去以后，通过matlab计算出它原始的平均值mean以及方差variance，分别记为M(I)和VAR(I),然后再输入我们的期望M以及期望VAR，将计算出M(I)和VAR(I)，期望M以及期望VAR带入公式得出一个期望的G(i,j),得到一个标准化得灰值图。 具体步骤的实施 1.标准化 用论文中的公式计算出期望的灰度值，公式中包含期望的均值和方差以及已计算出的图像本身的均值和方差，得到标准化后的灰度图像G。 2.方向性图像 图片会沿着指纹的方向显示出脊谷的方向，是一个指纹图像固有的特性。 1）将标准化后的图像G按块分。 2）计算每个像素中x与y方向上的梯度(利用Sobel Operator 索贝尔算子) 3）运用论文中所给等式估计出每块的区域的中心方向。（最小二乘估计） 4）由于噪点的存在，毁坏了指纹的脊谷结构和细节点，所以我们所估计的方向未必准确。又因为在没有单个点出现的区域以及邻域当中脊谷的方向变化不大，所以我们可以用低通滤波器去修改不正确的区域方向。为了得到这个滤波器我们可根据论文中等的公式将方向图像转化为一个连续的矢量场。 5）再计算一次正确的方向 3.脊谷的频率图像
指纹识别方法的综述 摘要 : 对在指纹的预处理和特征提取、指纹分类、指纹的匹配过程中的方向图、滤波器、神经网络等关 键性原理和技术做了详细的说明, 并对在各个过程中用到的方法做了进一步的比较, 讨论了各种方法的优越性。 0引言 自动指纹识别是上世纪六十年代兴起的,利用计算机取代人工来进行指纹识别的一种方法。 近年 来, 随着计算机技术的飞速发展,低价位指纹采集仪的出现以及高可靠算法的实现,更使得自动指纹识 别技术越来越多地进入到人们的生活和工作中, 自动指纹识别系统的研究和开发正在成为国 内外学术 界和商业界的热点。相对于其他生物特征鉴别技术例如语音识别及虹膜识别, 指纹识别具有许多独到 的优点 ,更重要的是它具有很高的实用性和可行性,已经被认为是一种理想的身份认证技术 有着十分 广泛的应用前景, 是将来生物特征识别技术的主流。 , 1指纹取像 图1 是一个自动指纹识别系统 AFIS(Automated Fingerprint Identification System)的简单流程。 指纹取像→ 图像预处理 → 特征提取 → 指纹识别 ↓↑ 数据库管理———— 将一个人的指纹采集下来输入计算机进行处理是指纹自动识别的首要步骤。指纹图像的获取主要利用设备取像,方便实用 , 比较适合 AFIS 。利用设备取像的主要方法又利用光学设备、晶 体传感器和超声波来进行。光学取像设备是根据光的全反射原理来设计的。晶体传感器取像是根据谷线和脊线皮肤与传感器之间距离不同而产生的电容不同来设计的。超声波设备取像也是采用光波来取像,但由于超声波波长较短,抗干扰能力较强,所以成像的质量非常好。 2图像的预处理与特征提取 无论采取哪种方法提取指纹 ,总会给指纹图像带来各种噪声。预处理的目的就是去除图像中的 噪 音,把它变成一幅清晰的点线图 ,以便于提取正确的指纹特征。预处理是指纹自动识别过程的第 一步 , 它的好坏直接影响着指纹识别的效果。常用的预处理与特征提取( Image Preprocessing and Feature Ex2 t raction) 方法的主要步骤包括方向图计算、图像滤波、二值化、细化、提取特征和后处理。 当然这些步骤 可以根据系统和应用的具体情况再进行适当变化。文献[ 1 ] 提出了基于脊线跟踪的方法能够
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
指纹识别方法的综述 摘 要: 对在指纹的预处理和特征提取、指纹分类、指纹的匹配过程中的方向图、滤波器、神经网络等关 键性原理和技术做了详细的说明,并对在各个过程中用到的方法做了进一步的比较,讨论了各种方法的优越性。 0 引 言 自动指纹识别是上世纪六十年代兴起的,利用计算机取代人工来进行指纹识别的一种方法。近年 来,随着计算机技术的飞速发展,低价位指纹采集仪的出现以及高可靠算法的实现,更使得自动指纹识 别技术越来越多地进入到人们的生活和工作中,自动指纹识别系统的研究和开发正在成为国内外学术 界和商业界的热点。相对于其他生物特征鉴别技术例如语音识别及虹膜识别,指纹识别具有许多独到 的优点,更重要的是它具有很高的实用性和可行性,已经被认为是一种理想的身份认证技术,有着十分 广泛的应用前景,是将来生物特征识别技术的主流。 1 指纹取像 图 1 是一个自动指纹识别系统AFIS(Automated Fingerprint Identification System) 的简单流程。 → → → ↓ ↑ ———— 将一个人的指纹采集下来输入计算机进行处理是指纹自动识别的首要步骤。指纹图像的获取主要利用设备取像,方便实用,比较适合AFIS 。利用设备取像的主要方法又利用光学设备、晶体传感器和超声波来进行。光学取像设备是根据光的全反射原理来设计的。晶体传感器取像是根据谷线和脊线皮肤与传感器之间距离不同而产生的电容不同来设计的。超声波设备取像也是采用光波来取像,但由于超声波波长较短,抗干扰能力较强,所以成像的质量非常好。 2 图像的预处理与特征提取 无论采取哪种方法提取指纹,总会给指纹图像带来各种噪声。预处理的目的就是去除图像中的噪 音,把它变成一幅清晰的点线图,以便于提取正确的指纹特征。预处理是指纹自动识别过程的第一步, 它的好坏直接影响着指纹识别的效果。常用的预处理与特征提取( Image Preprocessing and Feature Ex 2 t raction) 方法的主要步骤包括方向图计算、图像滤波、二值化、细化、提取特征和后处理。当然这些步骤 可以根据系统和应用的具体情况再进行适当变化。文献[ 1 ]提出了基于脊线跟踪的方法能够指纹取像 图像预处理 特征提取 指纹识别 数据库管理
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 10, 几乎为零, 这就构成了指纹的第一大特的唯一性。事实上, 甚至包括双胞胎, 世界上两个指纹相同的几率<1/9 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。
河北农业大学 本科毕业论文(设计) 题目：基于指纹识别的考勤管理系统 摘要 随着计算机技术的飞速发展，计算机在企业应用中的普及，利用计算机实现企业的人事考勤管理势在必行。并且随着企业员工的增加，企业的考勤管理变得越来越复杂。规范的考勤管理是企业提高管理效益的重要保证，而传统的人工管理存在着效率低，不易统计，成本高和易出错等弊端，已经无法适应现代企业的需求。随着计算机技术和通信技术的迅速发展，将传动的人工考勤管理数据化，建立一个高效率，无差错的考勤管理系统，能够有效的帮助企业实现“公正考勤，高效薪资”，使企业的管理水平登上一个新的台阶。 本文介绍了该系统的开发背景、意义及国内外现状，然后重点阐述利用VC++、Sql Server 2000采用“自上而下地总体规划，自下而上地应用开发”的策略开发指纹考勤管理系统的过程。包括设计与实现环节，并且通过测试分析总结出该系统的功能特点。 本系统主要完成以下几个方面的功能，1.员工基本信息管理：包括对员工基本信息的添加、删除，修改以及查询。2.员工排班的管理：该模块用户对员工每天的上班请况进行安排。3.员工考勤管理模块：包括对员工上班下班进行签到。4.员工考勤统计查询模块：包括对员工考勤情况进行统计和详细的查询。总之该系统通过简单的操作界面，实现了方便的录入数据，形成了一个快捷的查询、签到管理系统。 关键字：考勤管理、排班管理、VC++、Sql Server 2000
Abstract With the rapid development of computer technology, computer application in enterprise, personnel attendance management be imperative using the computer. And with the increase of enterprise staff, attendance management of enterprises become more and more complex. Attendance management is an important guarantee for enterprises to improve management efficiency, and the traditional manual management has low efficiency, difficult to statistics, the high cost and error prone and other defects, has been unable to meet the needs of modern enterprises. With the rapid development of computer technology and communication technology, artificial attendance management data transmission, the establishment of an efficient, error-free attendance management system, can effectively help enterprises to realize "fair attendance, high salaries", make the management level of enterprises will get to a new level. This paper introduces the development background, significance and the status of the system, and then focuses on the use of VC++, Sql Server 2000 using a "top-down in the overall planning, bottom-up strategy development of fingerprint attendance management system of Shangdi application development" process. Including the design and implementation aspects, and summarized by test and analysis functions and characteristics of the system. This system mainly completes the following functions, 1 basic employee information management: including the staff basic information to add, delete, modify and query. 2 employee scheduling management module: the user to employees working every day to arrange it. 3 staff attendance management module: including the staff work attendance. 4 staff attendance statistics query module: includes statistical and detailed inquiry on staff attendance. The system through a simple interface, realizes convenient data entry, forming a fast query, attendance management system.
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