數(shù)字圖像處理在指紋識(shí)別中的應(yīng)用畢業(yè)設(shè)計(jì)

1、<p>　　數(shù)字圖像處理在指紋識(shí)別中的應(yīng)用</p><p><b>　　摘 要</b></p><p>　　指紋具有唯一性和穩(wěn)定性，因此被人們用來(lái)當(dāng)作鑒別個(gè)人身份的主要依據(jù)。隨著光學(xué)技術(shù)、化工技術(shù)、納米技術(shù)等多種學(xué)科的 快速發(fā)展．指紋顯現(xiàn)和提取技術(shù)取得了較快的控展。但有不少顯現(xiàn)或提取得到的指紋效果較差，不易分辨指紋紋線與客體背景主間的差異或指紋紋線成像

2、模糊等，主要表現(xiàn)為指紋紋統(tǒng)與客體背景的反差較弱。指紋紋線受客體背景的干擾、兩枚或多枚指紋相互重疊干擾、彎曲表面客體上的指數(shù)威像問題等。但由于存在指紋圖像的噪聲和皮膚彈性等因素影響，指紋識(shí)別一直存在識(shí)別率不高、運(yùn)算速度較慢的問題。這時(shí)可利用數(shù)字圖像處理技術(shù)對(duì)不易辨識(shí)的指紋進(jìn)行增強(qiáng)處理．便于后續(xù)的指紋識(shí)別鑒定。本文總結(jié)了基于小波變換的數(shù)字圖像處理在指紋圖像增強(qiáng)、指紋圖像二值化、指紋圖像壓縮編碼、指紋圖像細(xì)化、指紋圖像特征提取等方向的各種算法

3、及技術(shù)。另外本文還給出了基于matlab軟件的指紋自動(dòng)識(shí)別系統(tǒng)實(shí)現(xiàn)。在指紋圖像的預(yù)處理中，首先進(jìn)行分塊歸一化，為后續(xù)處理提供統(tǒng)一的規(guī)格圖像；在求方向圖中，用沿著某個(gè)方向的灰度方差代替Metre方法中的灰度變化，相當(dāng)于在求點(diǎn)方向圖之前先進(jìn)行了一次均濾波操作，這樣得到的方向圖更有魯棒性；在二值化中，閥值的選取引入最大</p><p>　　關(guān)鍵詞：數(shù)字圖像，指紋處理，小波變換，matlab，指紋識(shí)別系統(tǒng)研究</p

4、><p>　　注：本設(shè)計(jì)（論文）題目來(lái)源于教師的國(guó)家級(jí)（或部級(jí)、省級(jí)、廳級(jí)、市級(jí)、校級(jí)、企業(yè)）科研項(xiàng)目，項(xiàng)目編號(hào)為： 。</p><p><b>　　Abstract</b></p><p>　　Fingerprint is unique and stability, and therefore are used as main

5、basis of personal identity. With the rapid development of optical technology, chemical technology, nanotechnology and other disciplines. Fingerprint and extraction technology has made rapid development. But many poor fin

6、gerprint effect appeared or extract, is not easy to distinguish the difference between background and object of the main ridge or fingerprint image blur, mainly for the contrast fingerprint system and object back</p&g

7、t;<p>　　KEY WORDS: digital image, fingerprint processing, wavelet transform, MATLAB, fingerprint recognition system</p><p><b>　　目錄</b></p><p>　　本科畢業(yè)設(shè)計(jì)（論文）1</p><p&g

8、t;<b>　　1 緒論6</b></p><p>　　1．1指紋識(shí)別技術(shù)簡(jiǎn)介6</p><p>　　1.2 指紋識(shí)別技術(shù)原理介紹6</p><p>　　1.2.1 指紋圖像的采集7</p><p>　　1.2.2 指紋圖像的預(yù)處理9</p><p>　　1.2.3 指紋圖像的特征

9、提取和識(shí)別10</p><p>　　1．3國(guó)內(nèi)外自動(dòng)指紋識(shí)別系統(tǒng)的研究狀況12</p><p>　　1.4 論文的主要研究?jī)?nèi)容13</p><p>　　1.5論文的結(jié)構(gòu)安排14</p><p>　　2 數(shù)字圖像處理在指紋識(shí)別中的各種算法及技術(shù)14</p><p>　　2.1 數(shù)字圖像處理對(duì)指紋圖像進(jìn)行增強(qiáng)

10、的算法14</p><p>　　2.2 基于小波變換的數(shù)字圖像處理在指紋圖像壓縮編碼中的算法15</p><p>　　2.3基于小波變換的數(shù)字圖像處理在指紋圖像二值化中的算法16</p><p>　　2.4基于小波變換的數(shù)字圖像處理在指紋圖像細(xì)化中的算法18</p><p>　　2.5基于小波變換的數(shù)字圖像處理在指紋圖像特征識(shí)別中的算

11、法21</p><p>　　2.5.1 小波理論分析21</p><p>　　2.5.2 二維小波變換在指紋特征提取中的應(yīng)用23</p><p>　　3 基于matlab的指紋識(shí)別系統(tǒng)26</p><p>　　3.1指紋識(shí)別系統(tǒng)的登錄界面26</p><p>　　3.2 指紋識(shí)別系統(tǒng)的主界面28</p

12、><p>　　3.3指紋識(shí)別系統(tǒng)的圖像預(yù)處理界面28</p><p>　　3.4指紋識(shí)別系統(tǒng)的指紋匹配界面29</p><p><b>　　結(jié)論31</b></p><p>　　參 考 文 獻(xiàn)31</p><p>　　附見1 指紋圖像預(yù)處理函數(shù)代碼34</p><p

13、>　　附件2 指紋匹配函數(shù)代碼40</p><p><b>　　1 緒論</b></p><p>　　1．1指紋識(shí)別技術(shù)簡(jiǎn)介</p><p>　　指紋即指尖表面的紋路，其中突起的紋線稱為脊，脊之間的部分稱為谷，他們的形成依賴于胚胎發(fā)育時(shí)的環(huán)境。指紋是我們的個(gè)體特征，它具有穩(wěn)定性和獨(dú)特性兩大特性。而這兩大特性也使得它能應(yīng)用于生物特征識(shí)

14、別技術(shù)中，從而產(chǎn)生了指紋識(shí)別技術(shù)。指紋識(shí)別技術(shù)是指利用計(jì)算機(jī)進(jìn)行的指紋自動(dòng)識(shí)別的技術(shù)，它是一項(xiàng)綜合技術(shù)，其研究發(fā)展涉及到多個(gè)前沿及邊緣科學(xué)，如模糊數(shù)學(xué)、數(shù)學(xué)形態(tài)學(xué)、神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、計(jì)算機(jī)視覺、人工智能、數(shù)據(jù)壓縮、并行處理以及網(wǎng)絡(luò)技術(shù)等。 指紋識(shí)別技術(shù)的應(yīng)用非常廣泛。典型的脫機(jī)應(yīng)用有指紋鎖、指紋保險(xiǎn)柜、指紋考勤系統(tǒng)等。電子銀行，自動(dòng)取款機(jī)、電子商務(wù)等基于指紋識(shí)別的身份認(rèn)證系統(tǒng)都屬于指紋識(shí)別技術(shù)的聯(lián)機(jī)應(yīng)用。以指紋為代表的生物特征

15、識(shí)別技術(shù)有望在將來(lái)的公共領(lǐng)域和民用領(lǐng)域扮演更重要的角色。</p><p>　　1.2 指紋識(shí)別技術(shù)原理介紹</p><p>　　原理很簡(jiǎn)單，相信大家都玩過(guò)連連看，其實(shí)指紋識(shí)別和連連看看是類似樣的，都是找出兩幅相同的圖像。而指紋識(shí)庫(kù)中的每一個(gè)指紋圖像都對(duì)應(yīng)著一個(gè)特定的人，只有用這個(gè)人的指紋去對(duì)比才能確定他就是他本人；或者拿著一個(gè)指紋去指紋庫(kù)中進(jìn)行一一對(duì)比才能確定這枚指紋誰(shuí)的。這就是指紋識(shí)別

16、技術(shù)的兩類，即驗(yàn)證（Verification）和辨識(shí)（Identification）。指紋識(shí)別技術(shù)的原理如圖1.1所示[1]。</p><p>　　圖 1.1 指紋識(shí)別技術(shù)原理</p><p>　　1.2.1 指紋圖像的采集</p><p>　　指紋圖像的獲取即指紋圖像的采集，取像設(shè)備常用的可分成四類：光學(xué)、硅晶體、傳感器、熱敏傳感器和超聲波傳感器。</p&g

17、t;<p>　　(1)光學(xué)取像設(shè)備有最悠久的歷史，可以追溯到20世紀(jì)70年代。依據(jù)的是光的 全反射原理(FTIR)r71。光線照到壓有指紋的玻璃表面，反射光線由電荷耦合器件(簡(jiǎn)稱CCD：Charge Coupled Device)去獲得，反射光的數(shù)量依賴于壓在玻璃表面指紋的脊和 谷的深度和皮膚與玻璃間的油脂。光線經(jīng)玻璃射到谷后反射到CCD，而射到脊后則不反射到CCD(確切的是脊上的液體反光的)。 由于最近光學(xué)設(shè)備的革新，極

18、大地降低了設(shè)備的體積。近年來(lái)，傳感器可以裝在 6x3x6英寸的盒子里，在不久的將來(lái)更小的設(shè)備是3xlxl英寸。這些進(jìn)展取決于多種光</p><p>　　學(xué)技術(shù)的發(fā)展而不是FTIR的發(fā)展。例如：纖維光被用來(lái)捕捉指紋圖像。纖維光束垂直射到指紋的表面，它照亮指紋并探測(cè)反射光。另一個(gè)方案是把含有一微型三棱鏡矩陣的表面安裝在彈性的平面上，當(dāng)手指壓在此表面上時(shí)，由于脊和谷的壓力不同而改變了微型三棱鏡的表面，這些變化通過(guò)三棱鏡

19、光的反射而反映出來(lái)[2]。</p><p>　　(2)應(yīng)用硅晶體傳感器是最近在市場(chǎng)上才出現(xiàn)的，盡管它在傳奇文學(xué)作品中已經(jīng) 出現(xiàn)近20年。這些含有微型晶體的平面通過(guò)多種技術(shù)來(lái)繪制指紋圖像。電容傳感器通過(guò)電子度量被設(shè)計(jì)來(lái)捕捉指紋。電容設(shè)備能結(jié)合大約100，000導(dǎo)體金屬陣列的傳感器，其外面是絕緣的表面，當(dāng)用戶的手指放在上面時(shí)，皮膚組成了電容陣列的另一面。電容器的電容值由于金屬間的距離而變化，這里指的是脊(近的)和谷(

20、遠(yuǎn)的)之間的距離。壓感式表面的頂層是具有彈性的壓感介質(zhì)材料，他們依照指紋的外表地形(凹凸)轉(zhuǎn)化為相應(yīng)的電子信號(hào)。溫度感應(yīng)傳感器的設(shè)計(jì)是依據(jù)感應(yīng)在設(shè)備上的脊和遠(yuǎn)離設(shè)備的谷溫度的不同[3]。</p><p>　　(3)熱敏感應(yīng)傳感器的原理是根據(jù)皮膚紋理與傳感器部分的溫度差異來(lái)檢測(cè)指紋。具體來(lái)說(shuō)，指紋的脊線能與傳感器相接觸，因而能影響到傳感器的溫度；指紋的谷線與傳感器不是直接接觸的，中間隔著空氣或者水分等，因此傳感器受

21、到的溫度影響較小。在與傳感器表面耦合的過(guò)程中，濕潤(rùn)的手指總比干燥的好，得到的影像也更清晰。</p><p>　　由于這種感應(yīng)系統(tǒng)檢測(cè)的是采集儀晶片上溫度的變化，所以傳感器要與手指存在溫差才能發(fā)揮作用。如果手指比晶片更熱，當(dāng)手指在傳感器陣上做直掃動(dòng)作時(shí)，熱電傳感器即接收到與指紋接觸部分的形狀成正比的額外熱量。傳感器被加熱，并在一個(gè)積累的時(shí)間之后(取決于時(shí)鐘速率)，開始與結(jié)束時(shí)間的溫差便被取樣，并將該現(xiàn)時(shí)的溫 度作為

22、新的參數(shù)，跟著讀取下一個(gè)溫度變化。如果手指與傳感器溫度相同，即沒有溫度變化，則測(cè)量不到任何數(shù)據(jù)。在實(shí)際應(yīng)用中，為了避免出現(xiàn)這種情況，在陣列里包含發(fā)熱元件，在炎熱的地區(qū)，當(dāng)手指在傳感器上直掃時(shí)，手指表面使傳感器降溫，不是受熱，所以影像是反向的，這可以由檢驗(yàn)軟件作自動(dòng)修正，但在寒冷的地區(qū)，則不需要。這種概念對(duì)信噪比是很有幫助的。綜上所述，熱敏傳感器的優(yōu)點(diǎn)是能防止偽造的指紋(如用橡膠膜做成的)或者任何類型的替代指紋。</p>&

23、lt;p>　　(4)超聲波傳感器被認(rèn)為是指紋取像技術(shù)中非常好的一類。很像光學(xué)掃描的激光，超聲波掃描指紋的表面。緊接著，接收設(shè)備獲取了其反射信號(hào)，測(cè)量它的范圍，得到脊的深度。不象光學(xué)掃描，積累在皮膚上的臟物和油脂對(duì)超音速獲得的圖像影響不大，所以這樣的圖像是實(shí)際脊地形(凹凸)的真實(shí)反映。</p><p>　　影響指紋指紋識(shí)別在商業(yè)上取得成功有三個(gè)因素，它們是低價(jià)格、緊湊的體積、識(shí)別率。取像設(shè)備的價(jià)格已經(jīng)大幅下降

24、。至于體積，上面已經(jīng)提到光學(xué)傳感器的體積從6x3x3英寸降到3xlxl英寸。應(yīng)用晶體的傳感器的體積差不多是這樣或者更小。在晶片上，集成電路的技術(shù)越來(lái)越高r如：數(shù)字化電路把指紋信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)強(qiáng)度)，系統(tǒng)體積將越來(lái)越小，晶體傳感器的體積接近于手指大小的體積，其長(zhǎng)寬大約是lxl英寸，高不到1英寸。在晶體傳感器之前，對(duì)于大多數(shù)光學(xué)設(shè)備，只能通過(guò)人工調(diào)整來(lái)改變圖像的質(zhì)量。然而，晶體傳感器提供自動(dòng)調(diào)節(jié)像素，行以及局部范圍的敏感程度，從而提高圖像

25、的質(zhì)量。自動(dòng)增益控制技術(shù)(AGC)在不同的環(huán)境下結(jié)合反饋信息可以產(chǎn)生高質(zhì)量的圖像。例如，一個(gè)不清晰(對(duì)比度差)的圖像，如干燥的指紋，能夠被感覺并增強(qiáng)靈敏 度，在捕捉的瞬間產(chǎn)生清晰的圖像；由于提供了局部調(diào)整的能力，圖像不清晰(對(duì)比度差)的區(qū)域也能夠被檢測(cè)到(如：手指壓得較輕的地方)并在捕捉的瞬間為這些象素提高 靈敏度[4]。</p><p>　　光學(xué)掃描也有自己的優(yōu)勢(shì)。其中之一是，在較大的模型上可以做較大指紋取像區(qū)

26、域。而制造較大的應(yīng)用晶體傳感器的指紋取像區(qū)域是非常昂貴的，所以應(yīng)用晶體傳感器的指紋取像區(qū)域小于1平方英寸，而光學(xué)掃描的指紋取像區(qū)域等于或大于l平方英寸。然而這個(gè)對(duì)于較小的光學(xué)掃描設(shè)備并不是優(yōu)勢(shì)。較小的光學(xué)掃描也是較小指紋取像區(qū)域，這是因?yàn)檩^大的指紋取像區(qū)域需要較長(zhǎng)的焦點(diǎn)長(zhǎng)度，所以要有較大包裝，否則如果較大的取像區(qū)域使用較小的包裝，則光學(xué)掃描設(shè)備會(huì)受到圖像邊緣線形扭曲的 影響。</p><p>　　晶體傳感器技術(shù)最

27、重要的弱點(diǎn)在于，它們?nèi)菀资艿届o電的影響，這使得晶體傳感器有時(shí)會(huì)取不到圖像，甚至?xí)粨p壞，另外，它們并不像玻璃一樣耐磨損，從而影響了使用壽命。</p><p>　　總之，各種技術(shù)都具有它們各自的優(yōu)勢(shì)，也有各自的缺點(diǎn)。我們?cè)谙旅娴谋?．1中給出四種主要技術(shù)的比較。</p><p>　　表1．1四種主要圖像采集技術(shù)的比較</p><p>　　1.2.2 指紋圖像的預(yù)處理

28、</p><p>　　通過(guò)指紋采集儀器采集到的指紋，由于采集指紋圖像時(shí)圖像質(zhì)量不高或者在提取指紋過(guò)程中因用力不均造成指紋畸變，又或者在圖像的形成、傳輸或變換的過(guò)程中，受多種因素的影響， 如光學(xué)系統(tǒng)失真、系統(tǒng)噪聲、曝光不足或過(guò)量、相對(duì)運(yùn)動(dòng)等，往往使圖像與原始景物之間或圖像與原始圖像之間產(chǎn)生某種差異。因此首先要對(duì)采集到的指紋圖像進(jìn)行預(yù)處理，包括對(duì)指紋圖像的增強(qiáng)、二值化和細(xì)化等[5]。</p><p

29、>　　（1）指紋圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時(shí)削弱或除去某些不需要的信息的處理方法，故改善后的圖像并不一定要去逼近原始圖像。從圖像質(zhì)量評(píng)價(jià)觀點(diǎn)來(lái)看，圖像增強(qiáng)的主要目的是提高圖像的可理解性。所以針對(duì)指紋圖像，其目的即突出指紋紋線結(jié)構(gòu)，抑制紋線上及背景中的噪音干擾。指紋圖像增強(qiáng)作為預(yù)處理中的關(guān)鍵步驟，其效果直接影響到后續(xù)指紋特征提取的正確性，進(jìn)而在很大程度上決定了該識(shí)別系統(tǒng)的魯棒性。</p>&l

30、t;p>　　(2)指紋圖像的二值化其實(shí)就是把采集到的指紋圖像轉(zhuǎn)化為只有0和255兩種顏色的圖像，即黑白圖。也可以理解為只用0和1兩種變換來(lái)表示一幅指紋圖像。二值化是指紋圖像預(yù)處理中必不可少的一步。常用的二值化方法有固定閥值法、自適應(yīng)閥值法、局部自適應(yīng)閥值法等。二值化后的指紋圖像有利于提取圖像中有意義的特征值，提取特征值是進(jìn)一步進(jìn)行指紋圖像識(shí)別、分析和理解的基礎(chǔ)。</p><p>　　(3)指紋圖像二值化后，

31、紋線仍具有一定的寬度，而指紋識(shí)別只對(duì)紋線的走向感興趣，不關(guān)心它的粗細(xì)。為了進(jìn)一步壓縮數(shù)據(jù)，得到更精確的細(xì)節(jié)特征，提高識(shí)別的準(zhǔn)確性，對(duì)指紋圖像進(jìn)行細(xì)化處理是不可忽略的。所謂細(xì)化，就是從原來(lái)的圖中去掉一些點(diǎn)，但仍要保持原有的形狀。實(shí)際上，是保存特征點(diǎn)，把剩余信息刪除。指紋圖像的細(xì)化是指刪除指紋紋線的邊緣像素，使之只有一個(gè)像素寬度，細(xì)化時(shí)應(yīng)保證紋線的連接性、方向性和特征點(diǎn)不變，還應(yīng)保持紋線的中心基本不變。</p><p&g

32、t;　　1.2.3 指紋圖像的特征提取和識(shí)別</p><p>　　指紋其實(shí)是比較復(fù)雜的。與人工處理不同，許多生物識(shí)別技術(shù)公司并不直接存儲(chǔ) 指紋的圖像。多年來(lái)在各個(gè)公司及其研究機(jī)構(gòu)產(chǎn)生了許多數(shù)字化的算法(美國(guó)有關(guān)法律認(rèn)為，指紋圖像屬于個(gè)人隱私，因此不能直接存儲(chǔ)指紋圖像)。但指紋識(shí)別算法最終都?xì)w結(jié)為在指紋圖像上找到并比對(duì)指紋的特征。傳統(tǒng)的識(shí)別系統(tǒng)算法定義了指紋的兩類特征來(lái)進(jìn)行指紋的驗(yàn)證：總體特征和局部特征。</

33、p><p><b>　　(一)總體特征</b></p><p>　　總體特征是指那些用人眼直接就可以觀察到的特征，包括[6]：</p><p><b>　　A．基本紋路圖案</b></p><p>　　環(huán)型(100p)，弓型(arch)，螺旋型(whorl)。其他的指紋圖案都基于這三種基本圖案。僅 僅依

34、靠圖案類型來(lái)分辨指紋是遠(yuǎn)遠(yuǎn)不夠的，這只是一個(gè)粗略的分類，但通過(guò)分類使得在大數(shù)據(jù)庫(kù)中搜尋指紋更為方便。</p><p>　　B．模式區(qū)(PatternArea)</p><p>　　模式區(qū)是指指紋上包括了總體特征的區(qū)域，即從模式區(qū)就能夠分辨出指紋是屬于那一種類型的。有的指紋識(shí)別算法只使用模式區(qū)的數(shù)據(jù)。 </p><p>　　C．核心點(diǎn)(Core Point)</

35、p><p>　　核心點(diǎn)位于指紋紋路的漸進(jìn)中心，它用于讀取指紋和比對(duì)指紋時(shí)的參考點(diǎn)。 D．三角點(diǎn)(Delta)</p><p>　　三角點(diǎn)位于從核心點(diǎn)開始的第一個(gè)分叉點(diǎn)或者斷點(diǎn)、或者兩條紋路匯聚處、孤立點(diǎn)、折轉(zhuǎn)處，或者指向這些奇異點(diǎn)。三角點(diǎn)提供了指紋紋路的計(jì)數(shù)和跟蹤的開始之 處。</p><p>　　E．式樣線(TypeLines) 式樣線是在指包圍模式區(qū)的紋路線開始平行

36、的地方所出現(xiàn)的交叉紋路，式樣線通常很短就中斷了，但它的外側(cè)線開始連續(xù)延伸。</p><p>　　F．紋數(shù)(RidgeCount) 指模式區(qū)內(nèi)指紋紋路的數(shù)量。在計(jì)算指紋的紋數(shù)時(shí)，一般先在連接核心點(diǎn)和三角點(diǎn)，這條連線與指紋紋路相交的數(shù)量即可認(rèn)為是指紋的紋數(shù)。</p><p>　　G．節(jié)點(diǎn)(Minutia Points)</p><p>　　指紋紋路并不是連續(xù)的，平滑筆直

37、的，而是經(jīng)常出現(xiàn)中斷、分叉或打折。這些斷點(diǎn)、分叉點(diǎn)和轉(zhuǎn)折點(diǎn)就稱為“節(jié)點(diǎn)”。就是這些節(jié)點(diǎn)提供了指紋唯一性的確認(rèn)信息。</p><p>　　(二)局部特征 局部特征是指指紋上的節(jié)點(diǎn)。兩枚指紋經(jīng)常會(huì)具有相同的總體特征，但是它們的局部特征節(jié)點(diǎn)卻不可能完全相同[7]。</p><p>　　(1)分類 節(jié)點(diǎn)有以下幾種類型，最典型的是終結(jié)點(diǎn)和分叉點(diǎn)。</p><p>　　A．終結(jié)

38、點(diǎn)(Ending)一一條紋路在此終結(jié)。</p><p>　　B．分叉點(diǎn)(Bifurcation)～一條紋路在此分開成為兩條或更多的紋路。</p><p>　　C．分歧點(diǎn)(Ridge Divergence)一兩條平行的紋路在此分開。</p><p>　　D．孤立點(diǎn)(Dot or Island)一一條特別短的紋路，以至于成為一點(diǎn)。</p><p>

39、;　　E．環(huán)點(diǎn)(Enclosure)一一條紋路分開成為兩條之后，立即又合并成為一條，這樣形成 的一個(gè)小環(huán)稱為環(huán)點(diǎn)。</p><p>　　F．短紋(ShortRidge)～一端較短但不至于成為一點(diǎn)的紋路。如圖1.2.3為各種局部特征的六種分類。</p><p>　　(b) (c)</p><p>　　(d)

40、 (e) (f)</p><p>　　其中，(a)．(f)分別為指紋的終結(jié)點(diǎn)、分叉點(diǎn)、分歧點(diǎn)、孤立點(diǎn)、環(huán)點(diǎn)和短紋。</p><p>　　(2)方(Orientation)一節(jié)點(diǎn)可以朝著一定的方向。</p><p>　　(3)曲率(Curvature)一描述紋路方向改變的速度。</p>

41、<p>　　(4)位置(Position)一節(jié)點(diǎn)的位置通過(guò)(X，y)坐標(biāo)來(lái)描述，可以是絕對(duì)的，也可以是相對(duì)于 三角點(diǎn)或特征點(diǎn)的。 </p><p>　　指紋的局部特征(Minutiae)有150種之多。但是這些特征出現(xiàn)的概率并不相等，很 多特征是極其罕見的。美國(guó)FBI指出，指紋紋線端點(diǎn)和分叉點(diǎn)能唯一地表示一個(gè)指紋，紋線端點(diǎn)指的是紋線突然結(jié)束的位置，而紋線分叉點(diǎn)則是紋線突然一分為二的位 置。大量統(tǒng)計(jì)結(jié)果

42、和實(shí)際應(yīng)用證明，這兩類特征點(diǎn)在指紋中出現(xiàn)的機(jī)會(huì)最多、最穩(wěn)定，而且比較容易獲取。更重要的是，使用這兩類特征點(diǎn)足以描述指紋的唯一性。它 們被統(tǒng)稱為細(xì)節(jié)點(diǎn)。一般在自動(dòng)指紋識(shí)別技術(shù)中只使用兩種細(xì)節(jié)特征。通過(guò)算法檢測(cè)指紋中這兩類特征點(diǎn)的數(shù)量以及每個(gè)特征點(diǎn)的類型、位置和所在區(qū)域的紋線方向是特征提取算法的任務(wù)，從而達(dá)到識(shí)別的目的。</p><p>　　1．3國(guó)內(nèi)外自動(dòng)指紋識(shí)別系統(tǒng)的研究狀況</p><p&g

43、t;　　指紋識(shí)別技術(shù)從早期的人工比對(duì)到現(xiàn)在采用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)自動(dòng)指紋識(shí)別，指紋對(duì)比更加準(zhǔn)確，識(shí)別效率得到極大提高。自動(dòng)指紋識(shí)別過(guò)程通常由指紋圖像濾波增強(qiáng)、二值化、細(xì)化、特征提取以及指紋匹配等幾個(gè)環(huán)節(jié)構(gòu)成。指紋圖像濾波增強(qiáng)的目的是將有噪聲干擾的指紋圖像變得更加清晰，使得指紋圖像的脊線更黑，谷線更白，當(dāng)前在實(shí)際指紋圖像增強(qiáng)算法的應(yīng)用中一般是幾種濾波增強(qiáng)方式結(jié)合起來(lái)使用，主要的方案是基于傅里葉變換結(jié)合濾波和指紋圖像點(diǎn)方向場(chǎng)的下上下濾波器；指紋

44、圖像二值化，是將指紋圖像變成灰度值只有0和255兩種顏色的圖像，當(dāng)前，在自動(dòng)指紋識(shí)別中常采用的是根據(jù)指紋圖像的點(diǎn)方向場(chǎng)在指紋紋線方向和指紋紋線垂直方向上對(duì)指紋圖像進(jìn)行二值化處理；指紋圖像細(xì)化是指刪除指紋紋線的邊緣像素，使之只有一個(gè)像素寬度，目前在自動(dòng)指紋識(shí)別技術(shù)中常用的是OPTA算法的改進(jìn)的圖像模板細(xì)化算法；指紋特征提取，是將細(xì)化后使用計(jì)算機(jī)數(shù)字圖像處理技術(shù)采集指紋圖像中奇異點(diǎn)、端點(diǎn)、叉點(diǎn)等指紋特征數(shù)據(jù)，目前常用的特征提取算法是先對(duì)細(xì)化

45、后的指紋圖像進(jìn)行初步去噪，然后提取特征點(diǎn)，再根據(jù)閾值去除偽特征點(diǎn)；指紋匹配，是指紋預(yù)留模板圖像與輸入樣板圖像中的所有特征點(diǎn)的匹配</p><p>　　目前指紋識(shí)別技術(shù)還有很多困難，例如當(dāng)三維的指紋被指紋錄入設(shè)備掃描成二維的數(shù)字圖像時(shí)，會(huì)丟失一部分信息、，手指劃破、割傷、弄臟、不同干濕程度以及不同的按壓方式，還會(huì)導(dǎo)致指紋圖像的變化，這給可靠的特征提取帶來(lái)了相當(dāng)?shù)乩щy；例如傳統(tǒng)的基于細(xì)節(jié)點(diǎn)的識(shí)別方法，是依靠提取指紋脊

46、線上的細(xì)節(jié)點(diǎn)，然后對(duì)其位置和類型進(jìn)行匹配，來(lái)識(shí)別指紋的，而噪聲會(huì)影響特征提取準(zhǔn)確度，增加錯(cuò)誤的特征點(diǎn)或丟失真正的特征點(diǎn)。當(dāng)噪聲很大時(shí)，就要增加圖像增強(qiáng)算法來(lái)改善圖像的質(zhì)量，但很難找到一種增強(qiáng)算法能夠適應(yīng)所用的噪聲，多種增強(qiáng)算法又會(huì)大幅增加算法運(yùn)行時(shí)間，不好的增強(qiáng)算法又會(huì)增加人為特征。當(dāng)噪聲增大時(shí)，提取了許多虛假細(xì)節(jié)點(diǎn)，還有可能丟失細(xì)節(jié)點(diǎn)，這就是傳統(tǒng)的基于細(xì)節(jié)點(diǎn)識(shí)別算法的不足之處之一，因?yàn)樗焕昧酥讣y圖像中的一小部分信息（細(xì)節(jié)點(diǎn)位置和方

47、向）作為特征進(jìn)行匹配，丟失了蘊(yùn)涵在圖像中的其他豐富的結(jié)構(gòu)信息。不難想象，基于這種方法的識(shí)別算法，很難全面適應(yīng)指紋的變化。</p><p>　　1.4 論文的主要研究?jī)?nèi)容</p><p>　　論文在研究指紋識(shí)別原理的基礎(chǔ)上，通過(guò)討論前人在指紋識(shí)別算法的工作基礎(chǔ)上，提出了自己的研究重點(diǎn)，分別簡(jiǎn)述如下：</p><p>　　第一，對(duì)指紋識(shí)別技術(shù)進(jìn)行了系統(tǒng)的介紹。第一章中給

48、出了指紋識(shí)別的具體流程圖，并對(duì)流程圖中各個(gè)步驟進(jìn)行了詳細(xì)的解釋說(shuō)明。</p><p>　　第二，介紹了數(shù)字圖像處理在指紋識(shí)別中的各種算法。其中的算法都是基于小波變換實(shí)現(xiàn)的。當(dāng)中給出了指紋圖像增強(qiáng)、指紋圖像壓縮編碼、指紋圖像細(xì)化、指紋圖像特征提取的各種算法的公式，并解釋了公式的應(yīng)用方法。</p><p>　　第三，在基于小波變換的算法下，用matlab軟件制作了指紋識(shí)別系統(tǒng)的具體實(shí)現(xiàn)軟件。其

49、中建立了小型指紋圖，軟件具有兩個(gè)功能：1.對(duì)輸入的指紋將行身份鑒定；2，對(duì)確定輸入指紋的主人并輸出其姓名。當(dāng)然輸入的指紋要是指紋庫(kù)中已有的指紋。</p><p>　　論文針對(duì)不同問題提出的若干算法，在一定程度上優(yōu)化和完善了前人在這些方面做的工作，提高了整個(gè)識(shí)別系統(tǒng)的識(shí)別效果，為自動(dòng)指紋識(shí)別提供了有價(jià)值的參考。</p><p>　　1.5論文的結(jié)構(gòu)安排</p><p>

50、;　　論文的結(jié)構(gòu)安排如下： </p><p>　　第一章 主要敘述指紋識(shí)別的原理、歷史、國(guó)內(nèi)外的發(fā)展概況、論文的研究?jī)?nèi)容及意義。</p><p>　　第二章綜述了前人應(yīng)用數(shù)字圖像處理在指紋識(shí)別中取得的各種成就。</p><p>　　第三章指紋識(shí)別算法的matlab實(shí)現(xiàn)。 </p><p>　　第四章主要給出了指紋自動(dòng)識(shí)別系統(tǒng)的實(shí)驗(yàn)結(jié)果。<

51、;/p><p>　　2 數(shù)字圖像處理在指紋識(shí)別中的各種算法及技術(shù)</p><p>　　數(shù)字圖像處理(Digital Image Processing)又稱為 計(jì)算機(jī)圖像處理，指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并 利用計(jì)算機(jī)對(duì)其進(jìn)行處理，以達(dá)到改善圖像質(zhì)量的過(guò)程。在圖像處理中，輸入的是低質(zhì)量的圖像。輸出的是改善質(zhì)量后的圖像。優(yōu)點(diǎn)是處理精度高，處理內(nèi)容豐富，可進(jìn)行復(fù)雜的非線性處理BI，有靈活的變通能力。

52、困難主要在處理速度上，特別是進(jìn)行復(fù) 雜的處理。數(shù)字圖像處理技術(shù)在指紋識(shí)別中的應(yīng)用主要包括：圖像增強(qiáng)、圖像壓縮編碼、圖像二值化、圖像細(xì)化、圖像識(shí)別。</p><p>　　2.1 數(shù)字圖像處理對(duì)指紋圖像進(jìn)行增強(qiáng)的算法</p><p>　　數(shù)字圖像處理技術(shù)主要是增強(qiáng)指紋圖像中的有用信息，削弱干擾和噪聲，使圖像更加清晰，更適合計(jì)算機(jī)處理的形式。圖像增強(qiáng)不考慮圖像降質(zhì)的原因，突出圖 中所感興趣的部

53、分。如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；如強(qiáng)化低頻分量，可減少圖像中噪聲的影響。</p><p>　　2.2 基于小波變換的數(shù)字圖像處理在指紋圖像壓縮編碼中的算法</p><p>　　在滿足一定保真度條件下，對(duì)圖像信息進(jìn)行編碼，可以壓縮圖像的信息量，簡(jiǎn)化圖像的表樂，從而大大壓縮俐像描述的數(shù)據(jù)量，以便于存儲(chǔ)和傳輸。 圖像壓縮在不同應(yīng)用情況下可以采取有損壓縮和無(wú)損壓縮?；谛?/p>

54、波變換的數(shù)字圖像處理可以快速準(zhǔn)確的對(duì)指紋圖像進(jìn)行壓縮編碼。下面是具體的算法:</p><p>　　(1)小波包概念的提出。小波包變換(wp)是在小波變換(WaveletTransform)與多分辨分析的基礎(chǔ)上提出的，Mallat與Meyer提出的多分辨分析從空間概念上將L2(R)分解為一串具有不同分辨率的頻率子空間，使得信號(hào)的塔式分解成為可能。WP分解不同于傳統(tǒng)的塔式分解，它對(duì)信號(hào)進(jìn)行多級(jí)分解時(shí)，不單只對(duì)低頻子帶

55、作進(jìn)一步分解，對(duì)上一層分解的高 頻部分也同時(shí)進(jìn)行細(xì)分，并自適應(yīng)地選擇相應(yīng)的頻帶與信號(hào)頻譜相匹配，提高時(shí)頻分辨率[9]。 </p><p>　　(2)WP的基本定義及最佳基選擇。進(jìn)一步對(duì)小波子空間按二進(jìn)制方式進(jìn)行頻率細(xì)分，并令：、 (是WT中的尺度空間)，則 Hilbert 空間的正交分解+1=可用的分解統(tǒng)一為：。若令： 。①由∞式構(gòu)造的序列稱為由基函數(shù)確定的正交小波包。也可等價(jià)表示為：。②其中與分別是函數(shù)與的閉包

56、空間。若將WP簡(jiǎn)記為：，k,n(t)=2-j/。③其中，由此可見WP除了具有小波函數(shù) ，k(t)的離散尺度j，、平移尺度k外，還有一個(gè)倍頻程細(xì)化參數(shù)n=2l+m，正是這個(gè)參數(shù)使WP克服了 WT 時(shí)間分辨率高時(shí)頻率分辨率低的缺陷。進(jìn)行圖像壓縮后的前后對(duì)比如圖2.21和圖2.2.2[10]。

57、 </p><p>　　圖2.2.1 指紋圖像 圖2.2.2 壓縮后的重構(gòu)圖</p><p>　　2.3基于小波變換的數(shù)字圖像處理在指紋圖像二值化中的算法</p><p>　　對(duì)圖像進(jìn)行二值化是指紋圖像處理中的關(guān)鍵 技術(shù)之一，日的是為了將圖像中有意義的特征值提取出來(lái)，即圖像的邊緣、區(qū)域等信息特征，這是進(jìn) 一

58、步進(jìn)行指紋圖像識(shí)別、分析和理解的基礎(chǔ)。</p><p>　　小波分解的重要作用就是可以將原始信號(hào)中的高頻部分和低頻部分分離開。信號(hào)在從波峰到波谷或波谷到波峰的變化部分，是因?yàn)橛懈哳l信號(hào)的存在才產(chǎn)生如此大的變化。通過(guò)小波分解，就可以得到高頻信號(hào)，同時(shí)可以知道高頻信號(hào)發(fā)生的具體位置和能量大小。通過(guò)設(shè)置一定的閾值，可以將原始信號(hào)中的噪聲濾除，從低頻信號(hào)中得到平滑的波形。</p><p>　　基于

59、小波的指紋圖像二值化的具體方法如下：</p><p>　　首先，計(jì)算原始指紋圖像的方向場(chǎng):</p><p>　　像素點(diǎn)(x，y)是否應(yīng)該被置黑，由下面步驟決定： </p><p>　　按照前面章節(jié)方法構(gòu)造 [11]</p><p><b>　　（2.3.1） </b></p><p>　　其中,

60、…,,…，分別是，的一列，這里n=l,…W，采用Haar小波對(duì)數(shù)列進(jìn)行小波分解：</p><p><b>　　(2.3.2)</b></p><p>　　在這里，式(2．3.2)中，i為分解的層數(shù)，為低頻段信息，為高頻段信息。</p><p>　　經(jīng)過(guò)上面的小波分解后，只保留其低頻部分，得到：</p><p><b

61、>　　而后計(jì)算</b></p><p><b>　　(2.3.3)</b></p><p><b>　　這里</b></p><p><b>　　(2.3.4)</b></p><p>　　選取兩個(gè)W值，和，構(gòu)造和。大小包括一個(gè)脊線寬度，</p>

62、<p>　　大小包括二脊二谷。分別計(jì)算得到和。 </p><p>　　該像素(x，y)二值化的規(guī)則如下：</p><p><b>　　if 置白；</b></p><p>　　else if 置白；</p><p>　　else (x,y) 置黑[12]。</p><p>　　上面規(guī)則

63、的第一個(gè)條件的目的是對(duì)圖像的無(wú)指紋信息部分和有指紋信息部分進(jìn)行分割，使包含指紋信息的區(qū)域外部變成白色。這里，取閾值Threshold[13]為整個(gè)圖像的灰度均值。在對(duì)圖像二值化的過(guò)程中同時(shí)完成對(duì)圖像的分割，達(dá)到去除無(wú)用信息的目的。</p><p>　　采用上述的二值化算法對(duì)指紋圖像進(jìn)行二值化后的結(jié)果如圖2.3.1所示：</p><p>　　圖2.3.1 (a)

64、 (b)</p><p>　　2.4基于小波變換的數(shù)字圖像處理在指紋圖像細(xì)化中的算法</p><p>　　細(xì)化的主要作用是去除指紋圖像中不必要的信息，節(jié)省內(nèi)存，便于從圖像中提取細(xì)常特征，從而 提高對(duì)指紋圖像的匹配速度。</p><p>　　用上述小波二值化后的圖像進(jìn)行細(xì)化。在研究過(guò)程中，發(fā)現(xiàn)并不是所有脊線都是一個(gè)像

65、素的寬度，尤其是在分歧點(diǎn)周圍。這樣就造成信息的冗余，也要進(jìn)行必要的刪除。</p><p>　　細(xì)化改進(jìn)的具體步驟如下[14]：</p><p>　　(1)依次在未改進(jìn)細(xì)化圖像中，取脊線上某一點(diǎn)(x，y)，并取其3*3鄰域，如 </p><p><b>　　圖2.4.1</b></p><p><b>　　(2

66、)計(jì)算</b></p><p><b>　　(2.4.1)</b></p><p>　　其中，表示以8為循環(huán)周期，當(dāng)i=8時(shí)，i+l=9,就取 = p(1)；(二值化后黑點(diǎn)用“1”表示，白點(diǎn)用“0"表示)；</p><p>　　(3)統(tǒng)計(jì)該鄰域內(nèi)黑點(diǎn)的數(shù)目，如果Delta=2且 ≥4則該點(diǎn)去掉，</p>&l

67、t;p><b>　　即置白，否則保留；</b></p><p>　　(4)一幅圖像未完，則跳到第(1)步，否則到第(5)步；</p><p>　　(5)如果整個(gè)圖像沒有一個(gè)點(diǎn)被去掉，則結(jié)束；否則對(duì)新圖像從第(1)步再開</p><p><b>　　始處理[8]。</b></p><p>　　圖

68、2.4.2是兩幅對(duì)比圖像，(a)為改進(jìn)前的結(jié)果，(b)為改進(jìn)后的結(jié)果。</p><p>　　圖2.4.2 (a)未加細(xì)化改進(jìn) (b)細(xì)化后改進(jìn)</p><p>　　指紋圖像的細(xì)化后處理:</p><p>　　對(duì)二值化圖像進(jìn)行改進(jìn)細(xì)化處理后，使細(xì)化后的脊線寬度真正成為了1。由于原始圖像質(zhì)量較差，往往會(huì)有一些假特征點(diǎn)

69、在細(xì)化后出現(xiàn)。如圖2．4.3所示，</p><p>　　圖2.4.3 (a) 原始指紋圖像 (b) 細(xì)化后的指紋圖像</p><p>　　這些假細(xì)節(jié)點(diǎn)多為極短的脊線、脊線上短短的突起(外形上像短刺)和小圈(外形上像氣泡)，它們分別可能被誤作為端點(diǎn)和分叉點(diǎn)。后處理就是要盡量除這些假細(xì)節(jié)點(diǎn)，使指紋脊線光滑，并且不失真。后處理就主要分為三部

70、分：消除短脊、消除短刺和消除氣泡。</p><p>　　要消除這兩種干擾信息，先要弄清如何判斷特征點(diǎn)。這里將端點(diǎn)和分叉點(diǎn)作為主要的便于識(shí)別的特征點(diǎn)。將上面的式(2．1)</p><p><b>　??；</b></p><p>　　重寫在這里，3*3鄰域取法也如上面所述。當(dāng)Delta=2時(shí)，點(diǎn)(x，y)為端點(diǎn)；當(dāng)Delta=6時(shí)，點(diǎn)(x，y)為分

71、叉點(diǎn)。 </p><p>　　短脊的特點(diǎn)是，它的兩端都可以被判別為端點(diǎn)，且距離十分短。短刺有這樣一些特點(diǎn)，它的一端可以被判別為端點(diǎn)，另一端可以被判別為分叉點(diǎn)，同時(shí)，這兩個(gè)點(diǎn)的距離十分短。氣泡的特點(diǎn)，它的兩端都可以被判為分叉點(diǎn)，距離也很短。有了這樣的特點(diǎn)就可以對(duì)他們分別進(jìn)行消除。短脊和短刺可以在同一過(guò)程中消除。</p><p>　　消除短脊和短刺方法[15]：</p><

72、p>　　(1)依次選取細(xì)化圖像脊線上的點(diǎn)(x，y)；</p><p>　　(2)計(jì)算Delta。如果Delta=2，則選取點(diǎn)(x，y)的一定鄰域，在該鄰域中尋找端點(diǎn)或者分叉點(diǎn)，也就是尋找Delta=2或Delta=6的點(diǎn)。如果該鄰域中除了點(diǎn)(x，y)外沒有其它端點(diǎn)或者分叉點(diǎn)，則(x，”保留(繼續(xù)為黑)，否則去掉(置白)。</p><p>　　(3)重復(fù)第(1)，(2)步直到完成對(duì)一幅

73、圖像的處理；</p><p>　　(4)如果在上面幾步中有像素點(diǎn)被消除，則對(duì)新圖像重復(fù)上面步驟，否則結(jié)束處理。</p><p>　　以上方法可以很好的消除短脊和短刺(它們也可以分開進(jìn)行)。</p><p>　　消除氣泡的方法和上面的方法，有所不同，它要對(duì)檢查出的氣泡進(jìn)行填充，對(duì)填充后的圖像再進(jìn)行細(xì)化操作，這樣就消除了氣泡。該過(guò)程要對(duì)不同大小的鄰域重復(fù)進(jìn)行，直到?jīng)]有氣

74、泡被檢出。</p><p><b>　　具體步驟如下：</b></p><p>　　(1)依次選取細(xì)化圖像脊線上的點(diǎn)(x，y)；</p><p>　　(2)計(jì)算Delta。如果Delta=6，則選取點(diǎn)(x，y)的一定鄰域，在該鄰域中尋找分叉點(diǎn)，也就是尋找Delta=6的點(diǎn)。如果該鄰域中除了點(diǎn)(x，y)外沒有其它分叉點(diǎn)，則跳到第(1)步，否則進(jìn)行

75、下一步；</p><p>　　(3)如果在上一步中找到了另一個(gè)分叉點(diǎn)，則將兩個(gè)分叉點(diǎn)之間的一定區(qū)域全部置黑；</p><p>　　(4)重復(fù)第(1)，(2)，(3)步直到完成對(duì)一幅圖像的處理； </p><p>　　(5)對(duì)局部置黑后的新圖像再進(jìn)行細(xì)化；</p><p>　　(6)如果在上面幾步中有區(qū)域被置黑，則對(duì)新圖像重復(fù)上面步驟，否則進(jìn)

76、行</p><p><b>　　下一步；</b></p><p>　　(7)擴(kuò)大鄰域范圍，重復(fù)上面步驟，直到鄰域范圍達(dá)到設(shè)定的最大值。</p><p>　　以上方法對(duì)消除氣泡效果很好。</p><p>　　2.5基于小波變換的數(shù)字圖像處理在指紋圖像特征識(shí)別中的算法</p><p>　　圖像識(shí)別屬于

77、模式識(shí)別的范疇，其主要內(nèi)容是在圖像經(jīng)過(guò)某些預(yù)處理(增強(qiáng)、二值化、細(xì)化)后，進(jìn)行圖像特征值提取，從而進(jìn)行判別分類。</p><p>　　首先對(duì)小波理論和具體公式進(jìn)行介紹：</p><p>　　2.5.1 小波理論分析</p><p>　　小波實(shí)際上是那些滿足一定數(shù)學(xué)要求并能用之描述(或逼近)其他函數(shù)或信號(hào)的一些函數(shù)。小波分析過(guò)程就是采用小波原形函數(shù),或稱為母波。分析小

78、波對(duì)信號(hào)進(jìn)行分析,它是一種信號(hào)的時(shí)間一尺度(時(shí)間一頻率)分析方法,具有多分辨率分析(MultiresolutionAnalysis)的特點(diǎn),即在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率,在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率。</p><p>　　1 . 1 連續(xù)小波變換[16]</p><p>　　所有小波是通過(guò)對(duì)基本小波進(jìn)行尺度伸縮和位移得到的,基本小波是一個(gè)具有特殊性

79、質(zhì)的實(shí)值函數(shù),它是振蕩衰減的, 而且通常衰減得很快,在數(shù)學(xué)上滿足積分為零的條件,二維連續(xù)小波基函數(shù)定義如式(2.5.1)所示,其變換和逆變換如式(2.5.2)和式(2.5.3)所示。</p><p>　　???(2.5.1)</p><p><b>　　(2.5.2)</b></p><p><b>　　?????</b>

80、</p><p><b>　　(2.5.3)</b></p><p>　　1.2 離散小波變換[17]</p><p>　　在數(shù)值計(jì)算中,尤其是在計(jì)算機(jī)上實(shí)現(xiàn)時(shí),連續(xù)小波必須加以離散化。因此,有必要討論連續(xù)小波和連續(xù)小波變換的離散化。整個(gè)小波級(jí)數(shù)展開公式如式(2.5.4)所示。</p><p>　　???????(2.5

81、.4) </p><p>　　二維離散小波變換是橫向、縱向兩個(gè)一維小波變換合成的結(jié)果, 它需要一個(gè)二維 尺 度 函 數(shù)和 三 個(gè) 二 維 小 波,, 。每一個(gè)都是一維尺度函數(shù)j 和y 相應(yīng)的小波函數(shù)的乘積。排除產(chǎn)生一維結(jié)果的乘積, 如 ,4個(gè)留下的乘積產(chǎn)生可分離尺度函數(shù)。如式(2.5.5)所示。</p><p><b>　　(2.5.5)</b></p>

82、<p><b>　　(2.5.6)</b></p><p>　　另外也可產(chǎn)生分離的“方向敏感的”小波,如式(2.5.6),式(2.5.7),式(2.5.8)所示。</p><p><b>　　(2.5.7)</b></p><p><b>　　(2.5.8)</b></p>

83、<p>　　從一幅 的圖像 f ( x, y) 開始,其中上標(biāo)指示尺度并且N 是2 的冪。對(duì)于m =0 ,尺度 ,也就是原圖像的尺度。m 的值每一次增大都使尺度加倍,而使分辨率減半。在變換的每一層次,圖像都被分解為4個(gè)四分之一大小的圖像(尺度 的低頻部分和三個(gè)方向:水平、垂直、對(duì)角的高頻部分) ,它們都是由原圖與一個(gè)小波基圖像的內(nèi)積后,再經(jīng)過(guò)在行和列方向進(jìn)行2倍的間隔抽樣而生成。4個(gè)圖像分別反映了低頻,垂直,水平和對(duì)角線

84、信息。對(duì)于第一個(gè)層次( m =1 ) ,可寫成式(2.5. 9 ) ,式( 2.5.10 ) ,式(2.5.11),式(2.5.12)。</p><p><b>　　(2.5.9)</b></p><p><b>　　(2.5.10)</b></p><p><b>　　(2.5.11)</b><

85、;/p><p><b>　　(2.5.12)</b></p><p>　　接下來(lái)介紹了小波公式在指紋識(shí)別中的具體應(yīng)用：</p><p>　　2.5.2 二維小波變換在指紋特征提取中的應(yīng)用</p><p>　　小波變換是一種常用的圖像分析手段,并且在紋理識(shí)別中有較多的應(yīng)用。由于指紋紋理結(jié)構(gòu)是二維的,所以使用二維小波變換做紋理分

86、析非常適合。二維小波變換實(shí)質(zhì)上是分別進(jìn)行橫向,縱向,以及對(duì)角的一維小波變換。對(duì)一幅圖像進(jìn)行完全的小波分解得到一系列的小波系數(shù),小波系數(shù)的形狀和尺寸與原始圖像相同。例如一幅16×16的圖像經(jīng)過(guò)三層小波分解,可以得到10塊小波分解結(jié)果,一共256個(gè)系數(shù)。我們把這些小波分解系數(shù)構(gòu)成的子圖像稱為小波分解通道。一共有四種通道,LL,LH,HL,HH。每個(gè)通道表征了原始圖像不同空間頻率和方向下的信息。LL通道代表圖像在水平低頻和垂直低頻下

87、的信息,LH通道代表了圖像在水平低頻和垂直高頻下的信息,HL通道代表了圖像在水平高頻和垂直低頻下的信息,HH通道代表了圖像在水平高頻和垂直高頻下的信息, 對(duì)指紋圖像進(jìn)行3 次二維小波變換分解示意圖如圖2.5.1所示。</p><p>　　圖2.5.1 二維小波對(duì)指紋圖像的三次分解</p><p>　　在用二維小波變換提取指紋特征時(shí),其提取特征的效果與選用的小波基有關(guān)。而小波基是濾波器的類

88、型決定的。在考慮系統(tǒng)實(shí)時(shí)性的同時(shí)選用合適的小波基進(jìn)行二維小波變換,可以較好的提高指紋識(shí)別的速度和準(zhǔn)確率。（如圖2.5.1圖2.5.2）</p><p>　　圖2.5.2 指紋圖像的中心區(qū)域</p><p>　　作為一類特殊的圖像,指紋圖像具有 一些區(qū)別于其他圖像的特點(diǎn)。</p><p>　　(1)指紋圖像由交替出現(xiàn)的脊線(ridge)和 谷線(valley)組成。

89、通常情況下，我們認(rèn)為脊線 和谷線具有相同的象素(piexl)寬度，因此，從 頻域的角度來(lái)看，指紋圖像中的有用信息 (如紋線結(jié)構(gòu)、細(xì)節(jié)特征等)包含在一定的通 帶內(nèi)，而低頻成分則相對(duì)圖像的背景亮度。 </p><p>　　(2)指紋圖像紋線的方向性對(duì)指紋的識(shí)別提供了重要的信息，同時(shí)它又能為指紋圖像的處理和壓縮提供極大的方便。對(duì)于指紋圖像的每一點(diǎn)，都可以定義它的局部 紋線走向，所有點(diǎn)的方向信息組成了該指 紋圖像的方向圖

90、。</p><p>　　(3)在實(shí)際應(yīng)用中,衡量指紋圖像質(zhì)量好壞的一個(gè)重要標(biāo)準(zhǔn)就是能否方便、準(zhǔn)確地提取出指紋圖像中用于識(shí)別的特征。從上我們可以看出,小波變換有許多適合指紋圖像的特點(diǎn),如對(duì)局部細(xì)節(jié)特征的表達(dá)能力,二維小波變換所具有的方向選擇性等。很多研究者率先將小波變換用于指紋 圖像處理中,并取得了較好的效果。</p><p>　　下面我們介紹一下基于小波變換的指紋特征提取算法的具體步驟[1

91、8]:</p><p>　　(1)中心區(qū)域的分割。這里的中心區(qū)域指的是指紋圖像的待識(shí)別區(qū)域,不同于很多使用全局指紋圖片的指紋匹配方法,我們只采用指紋圖像的一塊作為匹配區(qū)域。本文將中心區(qū)域定義 為:以參考點(diǎn)為中心的大小為64×64的正 方形區(qū)域,與圓形區(qū)域相比,這種區(qū)域更適合簡(jiǎn)化計(jì)算,提高速度。要實(shí)現(xiàn)中心區(qū)域的分割,首先要準(zhǔn)確的檢測(cè)參考點(diǎn),本文對(duì)參考點(diǎn)的定義為指紋的中心點(diǎn)。為了防止中心點(diǎn)的定位所帶來(lái)的誤差

92、對(duì)我們考察這種基于小波分解的識(shí)別方法的影響,在我們 的實(shí)驗(yàn)中采用人為的方法提取中心點(diǎn)。對(duì)實(shí)驗(yàn)圖像進(jìn)行分割,得到的中心區(qū)域如圖2 所示。當(dāng)中心區(qū)域提取出來(lái)之后,我們就可以根據(jù)參考點(diǎn)的對(duì)齊來(lái)對(duì)齊指紋圖像的中 心區(qū)域,這在一定程度上解決了在指紋采集過(guò)程中產(chǎn)生的指紋圖像間的位移誤差。 </p><p>　　(2)中心區(qū)域的二維小波分解[19]。根據(jù)前面對(duì)小波和指紋圖像性質(zhì)的介紹,我們知道利用小波變換能夠提取指紋圖像的特征

93、信息,利用提取出來(lái)的信息可以對(duì) 圖像進(jìn)行分類識(shí)別。我們對(duì)指紋圖像的中心區(qū)域d[m,n]進(jìn)行J=4層小波變換,得到3J+1=13幅子圖 [。其中是一個(gè)低分辨率的近似圖像, 是在不同尺度不同方向 k 上的細(xì)節(jié)子圖。的小波系數(shù)分別對(duì)應(yīng)于垂直高頻, 水平高頻和對(duì)角高頻分量。由于子圖僅含有圖像的低頻信息,而我們需要的是圖像的細(xì)節(jié)信息即高頻信息,因此我們丟棄子圖,而對(duì)具有高頻信息的細(xì)節(jié)子圖的 小波系數(shù)進(jìn)行提取處理,得到特征向量。</p>

94、;<p>　　表 2.5.1 相同類和不同類指紋圖像的特征向量比較 </p><p>　　圖2.5.3 相同類和不同類的指紋圖像及它們的特征向量</p><p>　　(3)特征碼的計(jì)算[20]。 當(dāng)圖像在某一頻率和方向下具有較明顯的紋理特征時(shí),與之對(duì)應(yīng)的小波通道輸 出就具有較大的能量。不同子帶的能量提 供了有關(guān)脊頻率和脊方向的信息,因此不 同尺度和方向上的能量分布具有豐富

95、的指 紋分類信息。我們用這一系列小波通道的 標(biāo)準(zhǔn)差來(lái)表示圖像中的紋理特征。通道的標(biāo)準(zhǔn)差由下式給出式(13): </p><p><b>　　(2.5.13)</b></p><p><b>　　(2.5.14)</b></p><p>　　我們把4層小波變換總共12個(gè)細(xì)節(jié)子圖的小波系數(shù)的標(biāo)準(zhǔn)差組成一個(gè)表征這幅指紋圖像的特征

96、向量式 (2.5.14)計(jì)算得到的特征向量對(duì)指紋圖像具有 重要的區(qū)分屬性,我們即是采用這些得到的 特征向量對(duì)指紋圖像進(jìn)行分類識(shí)別的。為了 簡(jiǎn)單的證明特征向量的區(qū)分特性,我們對(duì)三幅指紋圖像(兩幅同類圖像和一幅不同類圖像)做4層小波分解并提取了長(zhǎng)度為12的特征向量。為了便于觀察,我們把這些特征向量用灰度圖表示,同時(shí)也強(qiáng)調(diào)了每個(gè)特征分量的級(jí)數(shù) j 和方向 k ,如圖3所示。可以看出在同類圖像中提取的特征向量具有較高的相似性;而來(lái)自不同類指紋的

97、指紋圖像的特征向量具有較大的差異。 表1列舉了圖2.5.3所示的部份指紋圖像經(jīng)過(guò) 4層小波變換后提取的特征向量,更加直觀的表現(xiàn)了同類指紋圖片的特征向量的相似性和不同類指紋圖片特征向量的差異性。上面小波特征的提取是對(duì)整幅中心子 圖像做小波變換得來(lái)的,沒有很好的包含圖像的局部細(xì)節(jié)信息。更好的方法是對(duì)指 紋圖像中感興趣的中心區(qū)域分成互不重合 的的分塊,對(duì)每塊提取小波特征。在本文的 實(shí)驗(yàn)中,取,即把指紋圖像的中心區(qū)域分為 大小的4塊,如圖2.5

98、.4圖2.5.5。 對(duì)指紋圖像中心區(qū)</p><p>　　圖2.5.4 指紋圖像中心區(qū)域的分塊 圖2.5.5 4個(gè)分塊的4層小波變換示意圖</p><p>　　3 基于matlab的指紋識(shí)別系統(tǒng)</p><p>　　3.1指紋識(shí)別系統(tǒng)的登錄界面</p><p>　　指紋識(shí)別系統(tǒng)的登錄界面如圖3.1。登錄界面的功能介紹如下：<

99、/p><p>　　1.進(jìn)行身份鑒定：點(diǎn)擊此按鈕會(huì)提醒你選擇你要輸入的指紋圖片。只有輸入正確的指紋圖像才能登錄成功，這里成功的應(yīng)用了指紋識(shí)別中的指紋鑒別功能。如果輸入的指紋圖像不正確會(huì)彈出警告窗口（如圖3.2）。其中最比較困難得是怎樣從特定的文件夾中選取圖片，用到的matlab代碼如下：</p><p>　　[filename,pathname]=uigetfile({'*.jpg

100、9;;'*.bmp';'*.gif'},'讀取圖片');</p><p><b>　　%選擇路徑</b></p><p>　　G=[pathname filename];%合成文件路徑</p><p>　　G1=imread(G);%讀取圖片</p><p>　　2.退出按

101、鈕：點(diǎn)擊此按鈕將會(huì)推出指紋識(shí)別系統(tǒng)。</p><p>　　其中用到的zhiwenpipei()函數(shù)見附件2。</p><p>　　圖3.1 指紋識(shí)別系統(tǒng)登錄界面</p><p>　　圖3.2 指紋鑒定中的警告窗口</p><p>　　3.2 指紋識(shí)別系統(tǒng)的主界面</p><p>　　指紋識(shí)別系統(tǒng)的主界面如圖3.3。主

102、界面的功能介紹如下：</p><p>　　1.圖像預(yù)處理按鈕：點(diǎn)擊此按鈕你將會(huì)進(jìn)入圖像預(yù)處理的界面（如圖3.4）。</p><p>　　2.圖像匹配按鈕：點(diǎn)擊此按鈕你將會(huì)進(jìn)入指紋匹配的界面（如圖3.5）。</p><p>　　3.退出按鈕：點(diǎn)擊此按鈕你將會(huì)退出指紋識(shí)別系統(tǒng)。</p><p>　　其中的難點(diǎn)是進(jìn)行界面間的轉(zhuǎn)換，用到的代碼如下：&

103、lt;/p><p>　　set(gcf,'Visible','off');%關(guān)閉當(dāng)前界面</p><p>　　zhujiemian('Visible','on');%打開圖片預(yù)處理界面，其中zhujiemian為其句柄</p><p>　　pipeituxiangjiemian('Visible&#

104、39;,'on');%打開圖片匹配界面，</p><p>　　圖3.3 指紋識(shí)別系統(tǒng)的主界面</p><p>　　3.3指紋識(shí)別系統(tǒng)的圖像預(yù)處理界面</p><p>　　圖像預(yù)處理界面如圖3.4。圖像預(yù)處理界面的功能介紹：</p><p>　　1．指紋原始圖像按鈕:點(diǎn)擊此按鈕可以從指定的文件夾中讀取你想要處理的指紋圖片并顯示在

105、界面的左側(cè)，如圖3.4中獲取的圖片位置。其中用到了imshow（）函數(shù)來(lái)顯示圖像。</p><p>　　2.預(yù)處理后圖像按鈕：點(diǎn)擊按鈕可以獲得左邊圖像預(yù)處理后的圖像，并將預(yù)處理后的圖像顯示在按鈕的正上方。點(diǎn)擊按鈕右邊的下拉菜單可以隨意查看圖像歸一化、圖像分割、圖像二值化、圖像去空洞和毛刺、圖像細(xì)化后的圖像，其中圖像顯示在按鈕正上方。其中用到的zhiweiyuchuli（）函數(shù)見附件1。</p>&l

106、t;p>　　3.返回按鈕：點(diǎn)擊此按鈕可以回到主界面的畫面。</p><p>　　4.退出按鈕：點(diǎn)擊此按鈕可以退出指紋識(shí)別系統(tǒng)。</p><p>　　圖3.4 圖像預(yù)處理界面 </p><p>　　3.4指紋識(shí)別系統(tǒng)的指紋匹配界面</p><p>　　指紋匹配界面如圖3.5。指紋匹配界面的功能介紹：</p><p>

107、;　　1.指紋原始圖像：點(diǎn)擊此按鈕可以從指定文件夾中獲取想要進(jìn)行指紋匹配的圖片，并將此圖片顯示在此按鈕的正上方（如圖3.5所示）。</p><p>　　2.匹配圖像：點(diǎn)擊此按鈕可以將左邊的原始指紋圖片與指紋圖片庫(kù)中的指紋圖片進(jìn)行一一的對(duì)比，并將匹配的圖片顯示在此按鈕的正上方，并且在圖片的正上放的文本框中顯示出匹配指紋圖片的名稱-----原始指紋的主人名稱（如圖3.5所示）。如果指紋庫(kù)中沒有與原始指紋匹配的指紋圖片

108、，將彈出警告窗口（如圖3.6所示）。按鈕右邊的下拉菜單可以讓你隨機(jī)查看特征提取后的圖像、找特征點(diǎn)后的圖像、特征點(diǎn)匹配后的圖像。其中的難點(diǎn)是怎樣從指紋庫(kù)中一一讀取出其中的指紋圖片進(jìn)行匹配檢驗(yàn)，代碼如下：</p><p>　　cd('D:\matlab2012\matlab2012\bin\指紋識(shí)別\圖片\原始指紋圖片庫(kù)\');</p><p>　　allnames=struc

109、t2cell(dir('*.jpg')); %處理jpg文件</p><p>　　[k,len]=size(allnames); %獲得jpg文件的個(gè)數(shù)</p><p>　　for ii=1:len %逐次讀出文件</p><p>　　name=allnames{1,ii};</p><p>　　M=imread(name

110、);</p><p><b>　　……………</b></p><p><b>　　End</b></p><p>　　3.返回按鈕：點(diǎn)擊此按鈕可以回到主界面的畫面。</p><p>　　4.退出按鈕：點(diǎn)擊此按鈕可以退出指紋識(shí)別系統(tǒng)。</p><p>　　其中用到的zhiwen