指紋識別研究與基于Linux+ARM的應(yīng)用.pdf

1、指紋識別是生物識別技術(shù)中發(fā)展最早和應(yīng)用最廣泛的一種方式，其中預(yù)處理是核心環(huán)節(jié)。本文著重研究預(yù)處理技術(shù)中的指紋分割和增強(qiáng)算法，通過分析梯度閩值分割算法和Gabor小波增強(qiáng)算法存在的不足，提出改進(jìn)算法，通過實(shí)驗(yàn)對比分析，達(dá)到更好效果。最后結(jié)合ATM機(jī)的應(yīng)用，設(shè)計(jì)出基于ARM CORTEXA8處理器的指紋識別系統(tǒng)原型，以提高ATM機(jī)的安全性。
　　首先，閱讀相關(guān)文獻(xiàn)，分析生物識別技術(shù)的特性，指出指紋技術(shù)的優(yōu)勢。分析指紋識別技術(shù)的研究現(xiàn)狀

2、及發(fā)展趨勢，提出指紋技術(shù)與實(shí)際應(yīng)用結(jié)合研究的意義。詳細(xì)的概述指紋圖像場的物理模型的原理和數(shù)學(xué)模型的計(jì)算方法，根據(jù)圖像方向場、梯度場和頻率場的理論，著重研究差分計(jì)盒維數(shù)結(jié)合梯度閾值的指紋分割技術(shù)和基于圖像場能分析的指紋增強(qiáng)技術(shù)，分析算法存在的問題，提出改進(jìn)方案。
　　然后，針對圖像分割過程中全局平滑處理后指紋圖像清晰的地方也被模糊化的問題，提出圖像局部平滑算法，僅對方向場突變的塊進(jìn)行進(jìn)平滑處理，以實(shí)現(xiàn)去除真正噪聲而不降低全局指紋圖像

3、質(zhì)量的目的。針對全局固定的分割閾值在局部地方分割效果不好的問題，利用灰度差值直方圖選擇合適的分割閾值A(chǔ)，與梯度值T比較，當(dāng)T＞A時(shí)為前景，否則為背景，實(shí)驗(yàn)結(jié)果表明該算法的前后背景分割效果更加明顯。針對在非理想環(huán)境下指紋圖像采集時(shí)像素點(diǎn)位置和灰度失真，并呈現(xiàn)正態(tài)隨機(jī)分布，提出增加高斯平滑處理步驟，以調(diào)整像素點(diǎn)位置關(guān)系和灰度值，使圖像更適合Gabor函數(shù)增強(qiáng)。針對增強(qiáng)過程中方向場變化大的地方效果不理想，提出當(dāng)60＜θ＜180時(shí)，即對紋線變化