基于指紋識別技術(shù)的身份認(rèn)證系統(tǒng)的設(shè)計與實現(xiàn)

1、<p>　　東 莞 理 工 學(xué) 院</p><p>　　本 科 畢 業(yè) 設(shè) 計</p><p>　　畢業(yè)設(shè)計題目： 基于指紋識別技術(shù)的身份認(rèn)證系統(tǒng)</p><p><b>　　的設(shè)計與實現(xiàn)</b></p><p><b>　　學(xué)生姓名：鐘嘉杰</b></p><p>

2、;　　學(xué) 號：201141301527</p><p>　　系 別：電子工程學(xué)院</p><p>　　專業(yè)班級：11電子信息工程5班</p><p>　　指導(dǎo)教師姓名及職稱：姜鳴（講師）</p><p>　　起止時間：2014年 11月——2015年05月</p><p><b>　　摘 要

3、</b></p><p>　　3G和4G時代已經(jīng)來臨，各種的高科技不斷誕生，當(dāng)然包括生物識別技術(shù)。例如，人臉識別，指紋識別，動作識別等等，而“指紋識別”人們卻比較陌生。但隨著科技的發(fā)展，iPhone5走進我們的生活，指紋識別慢慢成為年青一代的新玩意，甚至現(xiàn)在公司上班，學(xué)習(xí)駕車等等都有安裝指紋考勤機來查看上班或者出席情況。指紋識別器一定能夠成為每個家庭必不可少而且安全可靠的高科技產(chǎn)品之一。</p&

4、gt;<p>　　本文提供了詳細(xì)介紹了指紋識別技術(shù)以及指紋識別的原理，另外詳細(xì)介紹了用MATLAB編寫從中控ZK4500Z指紋采集儀中提取指紋到完成指紋匹配的整個過程的程序。</p><p>　　關(guān)鍵詞： 指紋提??；指紋識別；MATLAB；中控ZK4500指紋儀</p><p><b>　　Abstract</b></p><p>

5、;　　The era of 3G and 4G is coming, all kinds of high-tech continuously born,of course including biological recognition technology.For example, face recognition ,fingerprint recognition,gesture recognition,etc.,while “fin

6、gerprint” people is unknown.But with the development of science and technology, the iphone5s come into our lives ,fingerprint identification gradually become the new wonder of the younger generation,even now the company

7、to work, learn driving and so on have installed the fingerprint</p><p>　　The article provides a fingerprint identification technology is introduced and the principle of fingerprint identification, the other

8、with MATLAB was introduced in detail from ZK4500 Fingerprint collection device to extract fingerprint to complete the whole process of fingerprint matching program. </p><p>　　Key words：To extract fingerprint

9、, fingerprint identification, MATLAB, ZK4500 fingerprints</p><p><b>　　目 錄</b></p><p>　　1.緒 論1</p><p>　　1.1指紋識別的現(xiàn)狀以及發(fā)展的趨勢1</p><p>　　1.2指紋識別的研究和意義1</

10、p><p>　　1.3本論文的工作和章節(jié)介紹1</p><p>　　2.指紋儀采集指紋圖像3</p><p>　　2.1指紋儀的介紹3</p><p>　　2.2通過中控ZK4500指紋儀采集指紋圖像5</p><p><b>　　2.3本章小結(jié)7</b></p><p&

11、gt;　　3.指紋識別系統(tǒng)的識別原理8</p><p>　　3.1指紋識別系統(tǒng)的構(gòu)成8</p><p>　　3.2指紋識別系統(tǒng)的主要步驟8</p><p>　　3.2.1指紋數(shù)字圖像預(yù)處理9</p><p>　　3.2.2指紋數(shù)字圖像特征提取9</p><p>　　3.2.3指紋數(shù)字圖像分類10</p

12、><p>　　3.2.4指紋數(shù)字圖像特征匹配10</p><p>　　3.3指紋識別系統(tǒng)識別原理11</p><p>　　3.4本章小結(jié)13</p><p>　　4.指紋數(shù)字圖像預(yù)處理具體算法14</p><p>　　4.1指紋數(shù)字圖像質(zhì)量評估14</p><p>　　4.2指紋數(shù)字圖像分

13、割14</p><p>　　4.3指紋數(shù)字圖像增強15</p><p>　　4.4指紋數(shù)字圖像二值化16</p><p>　　4.5指紋數(shù)字圖像細(xì)化17</p><p>　　4.6實驗結(jié)果19</p><p>　　4.7本章小結(jié)20</p><p>　　5.指紋數(shù)字圖像特征提取與匹配

14、具體算法21</p><p>　　5.1指紋數(shù)字圖像特征提取21</p><p>　　5.1.1指紋數(shù)字圖像特征提取的方法21 </p><p>　　5.1.2特征點的提取21</p><p>　　5.1.3指紋數(shù)字圖像特征去偽22 </p><p>　　5.2指紋數(shù)字圖像匹配24</p

15、><p>　　5.2.1中心點定位24</p><p>　　5.2.2建立特征模板24</p><p>　　5.2.3指紋數(shù)字圖像匹配方法24</p><p>　　5.3實驗結(jié)果24</p><p>　　5.4本章小結(jié)25</p><p>　　6.基于紋理的指紋識別與匹配26</p

16、><p>　　6.1指紋數(shù)字圖像扇形化26</p><p>　　6.2指紋數(shù)字圖像規(guī)格化26</p><p>　　6.3 Gabor非線性平滑器26</p><p>　　6.4指紋數(shù)字圖像入庫27</p><p>　　6.5指紋數(shù)字圖像匹配27</p><p>　　7.基于指紋識別系統(tǒng)在M

17、ATLAB中的實現(xiàn)28</p><p>　　7.1系統(tǒng)配置要求28</p><p>　　7.2系統(tǒng)目標(biāo)28</p><p>　　7.3 系統(tǒng)運作流程圖28</p><p>　　7.4系統(tǒng)的具體功能實現(xiàn)29</p><p>　　7.4.1功能的概述和系統(tǒng)的主界面29</p><p>　

18、　7.4.2修改提取的指紋圖片30</p><p>　　7.4.3指紋數(shù)字圖像寫入數(shù)據(jù)庫32</p><p>　　7.4.4指紋數(shù)字圖像對比與匹配33</p><p>　　7.4.5用戶幫助34</p><p>　　7.4.6重置數(shù)據(jù)庫35</p><p>　　7.4.7查看指紋樣本圖像36</p&g

19、t;<p>　　7.4.8濾波可視化分析結(jié)果36</p><p>　　8.總結(jié)與展望37</p><p><b>　　參考文獻38 </b></p><p><b>　　致 謝39</b></p><p><b>　　附 錄40</b><

20、;/p><p><b>　　1.緒論</b></p><p>　　1.1指紋識別的現(xiàn)狀以及發(fā)展的趨勢</p><p>　　當(dāng)iphone5s出現(xiàn)的時候，我們都沒有想到，指紋識別技術(shù)已經(jīng)微型化，并且真正的民用化了，同行的三星正試圖為GalaxyS系列設(shè)備加入指紋識別密碼保護。越來越多的公司的門口不再是門鎖，多了一部微型的裝置，只要指頭動一動就可以打開

21、門了。我們生活的周圍，越來越離不開指紋識別技術(shù)，因為指紋識別為商務(wù)領(lǐng)域帶來安全可靠的措施。</p><p>　　現(xiàn)在指紋識別更加趨向于按壓或者按鍵式的指紋識別裝置，滑動式的指紋識別雖然有更好的安全性，但是對于用戶的使用要求卻苛刻了很多，因為手指滑動中的角度有很嚴(yán)格的要求，而按壓式的360度隨意識別。網(wǎng)上更有人用貓的指紋來作為購物支付的指紋密碼?？偠灾?，指紋識別發(fā)展勢不可擋。</p><p&g

22、t;　　1.2指紋識別的研究和意義</p><p>　　在現(xiàn)在信息化、網(wǎng)絡(luò)化的時代，個人的私人資料的保護越來越受到人的重視，所以各種各樣的認(rèn)證密碼孕育而生，比如開機密碼、郵箱密碼、銀行密碼、論壇登陸等等；或者各種鑰匙，如門的，汽車的，信箱的等等。這些都是傳統(tǒng)的方式來保護我們的私人資料?？萍歼M步伴隨著破解的方法也越來越多?！叭巳馑阉鳌边@個代名詞就很好的解釋了現(xiàn)在信息發(fā)達的程度和個人資料的安全性的巨大隱患。</

23、p><p>　　為了解決這一個問題，生物識別技術(shù)成為了焦點，希望能通過用人體的獨特特征或者各種行為動作來進行身份識別。這樣不僅不用帶額外的鑰匙，或者要苦記幾百個密碼，而且還可以節(jié)約工作流程與時間，工作效率也大大的提高。從另一方面說，生物鐵證具有唯一性，不可以復(fù)制性，例如指紋，人臉，DNA等等。有相關(guān)的學(xué)者推論說：3個世紀(jì)內(nèi)不會有兩個相同指紋的人同時出現(xiàn)在這個60多億人世界上。</p><p>

24、　　1.3本論文的工作和章節(jié)介紹</p><p>　　通過大量的文獻資料的積累，本文對于指紋識別和指紋識別的算法以及系統(tǒng)進行了非常全面的介紹和研究，其中包含了指紋的提取，指紋圖片的處理，指紋的識別原理與相關(guān)的步驟，要用到的開發(fā)工具等介紹。最終實現(xiàn)了指紋數(shù)字圖像識別系統(tǒng)。本文的主要章節(jié)介紹：</p><p>　　，緒論。主要介紹指紋識別的歷史，現(xiàn)狀和未來發(fā)展前途，并說明指紋識別的特點，和解釋

25、為什么要選用這個開發(fā)工具的原因。</p><p>　　，指紋儀采集指紋。簡單介紹了指紋儀的參數(shù)，和詳細(xì)介紹了如何用指紋儀采集指紋的整個過程，遇到的問題，解決的方法等等。最后有采集的結(jié)果展示。</p><p>　　，指紋識別系統(tǒng)的識別原理。這個部分最為核心和難點。詳細(xì)介紹了指紋識別系統(tǒng)的執(zhí)行步驟和算法。</p><p>　　，指紋數(shù)字圖像預(yù)處理。為第三章中預(yù)處理部分的

26、詳細(xì)部分。包括質(zhì)量的評估，分割，增強，二值化，細(xì)化等指紋預(yù)處理的詳細(xì)說明。</p><p>　　，指紋數(shù)字圖像特征提取與匹配。詳細(xì)介紹了預(yù)處理后指紋數(shù)字圖像特征提取和匹配的原理。</p><p>　　，基于指紋識別系統(tǒng)在MATLAB中的實現(xiàn)。在MATLAB中編程的程序具體程序代碼以及解釋。詳細(xì)介紹了自己做的指紋識別系統(tǒng)如何實現(xiàn)指紋的識別。</p><p>　　，總結(jié)

27、與展望。總結(jié)本次課程設(shè)計所遇到的問題，解決問題的方法，以及心得。并提出自己對未來指紋識別的發(fā)展的觀點。</p><p>　　2.指紋儀采集指紋圖像</p><p><b>　　2.1指紋儀的介紹</b></p><p>　　★中控ZK4500指紋儀</p><p>　　★中控URU4000B指紋儀</p>

28、<p>　　★中控采集指紋軟件DEMO（可以二次開發(fā)）</p><p>　　2.2通過中控ZK4500指紋儀采集指紋圖像</p><p>　　我用的電腦系統(tǒng)是WIN 8.1 PRO 版本，指紋儀選用中控ZK4500。下面看看具體的操作。</p><p>　　第一步：插入USB，安裝驅(qū)動。</p><p>　　第二步：打開軟件，dem

29、o.exe。（未連接）</p><p>　　第三步：選擇一種算法方式ZKFinger9.0或10.0，我選擇的是ZKFinger9.0,然后點擊“connect sensor”連接ZK4500指紋儀。（已連接）</p><p>　　第四步：選擇提取指紋的文件格式，我選的是.jpg。</p><p>　　第五步：把指紋放上指紋儀，待右邊框框出現(xiàn)指紋后，點擊“save

30、image”保存指紋。在此刻指紋提取成功。指紋圖片參數(shù)如下。</p><p><b>　　2.3本章小結(jié)</b></p><p>　　一開始買了URU4000B，但發(fā)覺不支持Win8系統(tǒng)，安裝驅(qū)動有問題，所以后來改買ZK4500的指紋采集儀。這個測試，花費了我一段時間，還重新安裝過一次系統(tǒng)，比較郁悶，不過后來打了電話給中控公司，才解決了提取指紋的問題。真是幸運?？傊?/p>

31、這部分不怎么難，但因為系統(tǒng)的問題，搞了很久，不過事實證明Win8系統(tǒng)是可以支持ZK4500指紋采集儀的。</p><p>　　3.指紋識別系統(tǒng)的識別原理</p><p>　　3.1指紋識別系統(tǒng)的構(gòu)成</p><p>　　指紋數(shù)字圖像識別系統(tǒng)[]（ Automated Fingerprint Identification System,即AFIS）主要包括指紋圖像提取

32、系統(tǒng)，存入數(shù)據(jù)庫的存儲系統(tǒng)，識別每個指紋的識別匹配過程。這些系統(tǒng)中最難的也最重要的就是指紋的識別系統(tǒng)了，具體的流程如下圖所示。</p><p>　　圖11 指紋數(shù)字圖像識別系統(tǒng)流程圖</p><p>　　兩個東西對比，一定是一個樣本，一個已記錄在案的東西。指紋識別同樣，先指紋儀得到清晰的指紋圖像，記錄ID，方便一個一個對準(zhǔn)確，然后，經(jīng)過處理把指紋的數(shù)據(jù)特征存入數(shù)據(jù)庫。當(dāng)要對比的時候，再輸入

33、指紋圖像，經(jīng)過系統(tǒng)處理，提出樣本的特征點，在通過對比的算法進行對比。最后得出結(jié)果。因為這一個單向轉(zhuǎn)換的過程，所以不會出現(xiàn)同樣的數(shù)據(jù)特征數(shù)據(jù)。</p><p>　　3.2指紋識別系統(tǒng)的主要步驟</p><p>　　3.2.1指紋數(shù)字圖像預(yù)處理</p><p>　　采集到的指紋圖像會有各種各樣的原因而變得模糊等影響，就像世界上永遠沒有完美的東西一樣，是一張充滿了雜質(zhì)的混

34、亂的灰度圖像。預(yù)處理的目的就是要把采集到的指紋數(shù)字圖像修改成去除了各種噪聲影響的指紋圖像，即編程一張只有清晰指紋紋路的單線圖，這樣才能為接下來的提取指紋特征步驟更加準(zhǔn)確。</p><p>　　指紋圖像的預(yù)處理分為幾個步驟：</p><p>　　（1）分 割；（2）增 強；（3）二 值 化；（4）細(xì) 化。</p><p>　　第一步，分割。這一步的目的是為了把指紋圖像

35、電線和背景相混合的圖像互相分開?？瓷先ナ前咨谋尘?，其實并不是只是顏色的數(shù)值相近而看上去一樣而已，所以需要把原始指紋圖像的背景分離出來，消除最外面的邊框。根據(jù)圖像進行初步處理，然后繼續(xù)進行規(guī)格化和分割化處理，消除剩下的背景范圍。</p><p>　　第二步，增強。這一步的目的是在增強指紋線條黑色和白色的對比，加強視覺效果，同時去除“雜質(zhì)”，例如斷裂或者分離的線條。</p><p>　　第三

36、步，二值化。這一步的目的是使脊的灰度數(shù)值調(diào)整相近一樣，將指紋圖完全化為只有黑和白的二元信息圖像。指紋通過上一步增強后，其中的紋線部分得到了增強，但是因為脊的灰度值層次不齊，從而使得脊的強度不一樣，所以才要進行二值化。</p><p>　　最后一步，細(xì)化。二值化處理之后，圖像只有黑白色，但是黑色部分的紋線的寬度卻并不一致。在識別過程中，指紋數(shù)字圖像的指紋紋路的寬度是沒有關(guān)系的。所以我們可以把指紋縮小到只有一個像素的

37、寬度，而不能影響到這些關(guān)鍵特征，當(dāng)然也要去除在縮小過程中產(chǎn)生的新的毛刺。</p><p>　　3.2.2指紋數(shù)字圖像的特征提取</p><p>　　兩個指紋對比是否相似就是看指紋的特征的信息。指紋數(shù)字圖像包含了非常多的信息。儲存在數(shù)據(jù)庫中的數(shù)據(jù)就是每一個指紋的特征的集合。辨別一個指紋特征的好壞不僅看是否能表示出身份，更加要周邊的環(huán)境對其沒有影響。</p><p>　

38、　預(yù)處理后全部步驟后得到了二值化數(shù)字圖像，然后就要進行最關(guān)鍵的特征提取，達到識別不同的指紋數(shù)字圖像的目的。</p><p>　　把指紋數(shù)字圖像中的紋線走向、端點、交叉點等等特征，用數(shù)字的形式便是出來，就叫做特征提取。充分的表示了指紋圖像的獨一無二性。</p><p>　　現(xiàn)在最常用的特征提取是提取細(xì)節(jié)點（Minutiapoints)，其中主要是提取兩種細(xì)節(jié)特征點：端點和分叉點。在指紋圖像中

39、，這兩類特征點具有出現(xiàn)率多、穩(wěn)定性高，可簡單獲取等優(yōu)秀的特點。所以，提取的方法就從這兩個部分進行討論。</p><p>　　3.2.3指紋數(shù)字圖像分類</p><p>　　因為指紋數(shù)字圖像本來就是一個很復(fù)雜的東西，必然就會產(chǎn)生大量的數(shù)據(jù)，因此需要龐大的數(shù)據(jù)庫支持，而且需要另外找到一種方法進行初步分類，這樣不僅僅大大降低了復(fù)雜度同時節(jié)省了計算時間，而且還是得指紋識別更加高效。</p&g

40、t;<p>　　指紋的分類是指根據(jù)各自有的全局特征，把他們具有相同全局特征的指紋放在一起，存儲起來，更加方便查詢。</p><p>　　指紋的線路可以分為五類：</p><p>　?。?）弓（Arch）（2）螺 旋（Whorl）（3）斗 篷（Tented Arch）（4）左 旋（Left Loop）（5）右 旋（Right Loop）。如下圖。</p><

41、p>　　不同方法有不同的分類，本文分類最基本的幾種分類，不過多涉及或更加細(xì)化分類。</p><p>　　3.2.4指紋數(shù)字圖像的特征匹配</p><p>　　指紋圖像特征匹配看上去十分的復(fù)雜，其實十分的簡單。就是把第一步入庫的數(shù)據(jù)和新的待識別樣本的特征數(shù)據(jù)進行比較，從而斷定這兩個指紋是不是相似來識別身份。不要以為是兩張圖片的對比，因為這樣對比是不可能的，所以指紋識別一直被人們認(rèn)為是一

42、件很神奇的事情。</p><p>　　用美國聯(lián)邦調(diào)查局提出的細(xì)節(jié)點坐標(biāo)模型來做細(xì)節(jié)匹配是當(dāng)前最常用的指紋特征匹配方法。這是利用兩種關(guān)鍵點來鑒定指紋：（1）脊線末梢（端點）（2）脊線分叉點。[]</p><p>　　由此可以知道，說白了，指紋的識別問題就編程了一個點相匹配的問題。世界上沒有同一條河流，同一只手輸入指紋，每次所得到的指紋數(shù)字圖像都不同。因此，兩個要對比的圖像匹配就是兩者相似而已

43、，并不是完完全全吻合，但是只要在一定的誤差范圍內(nèi)，還是可以通過的。</p><p>　　“匹配度”是我們用來表示匹配的結(jié)果的一個數(shù)值，即衡量標(biāo)準(zhǔn)。詳細(xì)的來說就是：</p><p>　　（1）首先設(shè)定一個閾數(shù)值；</p><p>　?。?）匹配度>閾數(shù)值，圖像匹配，指紋是相同的；</p><p>　?。?）匹配度<閾數(shù)值，兩個數(shù)字圖

44、像不匹配，即不為同一指紋。</p><p>　　3.3指紋識別系統(tǒng)識別原理</p><p>　　接下來細(xì)說識別的原理，科普一下，“脊”就是指紋的紋路，線路，黑色的，而“谷”就像從太空向地面看一樣的，脊中間空白的部分。</p><p>　　指紋數(shù)字圖像基本特征：（1）總體特征（2）局部特征。[]比較兩個指紋，即使他們的總體特征一樣，但是他們的局部特征一定是不相同的。&

45、lt;/p><p><b>　　★總 體 特 征</b></p><p>　　總體特征：一看就知道大概輪廓的特征。</p><p>　　基本指紋線圖案包括：環(huán) 形（Loop）、螺 旋 形（Whorl）和 弓 形（Arch）</p><p>　　該分類只能粗略的分類，用來分辨指紋數(shù)字圖像還是遠遠不夠的。但是對于在大規(guī)模的數(shù)據(jù)庫

46、中搜尋指紋數(shù)字圖像就很具有作用了。</p><p>　　再細(xì)化說分下列幾個方面：模式區(qū)、核心區(qū)、三角點和指紋紋數(shù)。[]</p><p>　　模式區(qū)：簡單的說，就是總體的特征的區(qū)域。用于分類。</p><p><b>　　圖14 模式區(qū)</b></p><p>　　核心點：進行指紋圖像比對時作為參考點，位于圖像指紋線路漸進

47、中間。</p><p><b>　　圖15 核心區(qū)</b></p><p>　　三角點：指紋紋數(shù)的開始處，就像起跑點一樣的點。具體位置是位于從核心點開始的第一個分叉點、斷點、兩條指紋線路的會聚處、孤立點、轉(zhuǎn)折點或者奇異點。</p><p><b>　　圖16 三角區(qū)</b></p><p>　　指紋

48、紋數(shù)：模型區(qū)內(nèi)指紋線路的數(shù)量。計算時，把核心點和三角點連接起來，繞后數(shù)這條連線和指紋線路相交的線路數(shù)，就是指紋紋數(shù)。</p><p><b>　　圖17 指紋紋數(shù)</b></p><p><b>　　★局部特征</b></p><p>　　局部特征：每個指紋獨有的特征，不能用肉眼看出。</p><p&g

49、t;　　分類：終結(jié)點、分叉點、分歧點、孤立點、環(huán)點、短紋。[]</p><p>　　終結(jié)點：一條線路在終結(jié)點終結(jié)。</p><p><b>　　圖18終結(jié)點</b></p><p>　　分叉點：像火車的岔路口一樣，一條變成兩條或更多的線路。</p><p><b>　　圖19分叉點</b></

50、p><p>　　分歧點：兩條平行的線路在此分開。</p><p><b>　　圖20分歧點</b></p><p>　　孤立點：一點成一條線路。</p><p><b>　　圖21孤立點</b></p><p>　　環(huán)點：像我們平成走的路旋轉(zhuǎn)環(huán)路一樣的結(jié)構(gòu)，如下圖。</p&

51、gt;<p><b>　　圖22 環(huán)點</b></p><p>　　短紋：比一個點長，比一條線路短的紋路。</p><p><b>　　圖23短紋</b></p><p>　　一個比較好的指紋數(shù)字圖像一般般包括了35--110個局部特征點。其中最典型的是終結(jié)點和分叉點。除了這些外，還有三個不同特性：</

52、p><p>　　方向：就像前進的道路一樣，不多說；</p><p>　　曲率：每一個紋路方向改變都有快有慢，可能突然就變成直角了，這樣曲率就很大；</p><p>　　位置：一般都用坐標(biāo)（x,y）來表示，對于不同的參考物，就有不同的（x,y)數(shù)值。反正用來表示所在區(qū)域。</p><p><b>　　3.4本章小結(jié)</b>&l

53、t;/p><p>　　本章很簡單的介紹了指紋識別系統(tǒng)的基本構(gòu)成，分類的目的，如何去分類，另外從宏觀上分析的指紋的結(jié)構(gòu)，指紋的全局特征和局部特征。通過本章，就能夠?qū)χ讣y以及指紋識別系統(tǒng)有個初步的了解。下面就開始詳細(xì)講其算法和原理。</p><p>　　4.指紋數(shù)字圖像預(yù)處理具體算法</p><p>　　先來一個具體的流程圖：</p><p>　　圖

54、24 預(yù)處理流程圖</p><p>　　4.1指紋數(shù)字圖像的質(zhì)量評估</p><p>　　無論怎么樣，外界的影響必不可免，使得導(dǎo)致影響到指紋識別系統(tǒng)對指紋識別的判斷出現(xiàn)較大的差別甚至錯誤，進一步的影響工作的效率。所以在驚醒預(yù)處理操作前必作質(zhì)量評估。</p><p>　　對于現(xiàn)在來說，質(zhì)量評估的方法五花八門，如應(yīng)用Gabor濾波器組表示指紋紋理的方法、對比前景區(qū)和背景

55、區(qū)的方法、基于方向圖的方法、對于圖像的總體特征和局部特征等等，當(dāng)然也另外需要一定的標(biāo)準(zhǔn)才行，這里就不多說了。</p><p>　　4.2指紋數(shù)字圖像分割</p><p>　　首先，我們要了解兩個概念，一個是前景，一個是背景。</p><p>　　前景：能很清楚表示指紋的區(qū)域，幾乎無噪聲干擾。如，紋線連續(xù)，縫合谷。</p><p>　　背景：非

56、指紋區(qū)域和噪聲嚴(yán)重區(qū)。</p><p>　　分割目的：把指紋圖像中的背景區(qū)和前景區(qū)區(qū)分出來，消除噪聲污染，提高有效區(qū)域。使得后期工作不受背景區(qū)的噪聲污染影響，提高特征提取準(zhǔn)確性。</p><p>　　本文主要采取的方法：采用方差分割與簡單閥數(shù)值結(jié)合。</p><p><b>　　主要步驟：</b></p><p>　　A

57、.先對指紋數(shù)字圖像進行規(guī)格化處理，為了消除傳感器本身帶來的噪聲以及壓力不同而造成的灰度差異。</p><p>　　如果，則把灰度數(shù)值歸一化為255背景處理，其中Mo和Vo為期望的勻數(shù)值和方差數(shù)值，Mi和Vi為指紋數(shù)字圖像的勻數(shù)值和方差數(shù)值。</p><p>　　B.把圖像分成同樣大小的一小塊，（通常為8X8）。前景區(qū)和背景區(qū)相對比，它們的方差值不同，前景區(qū)>背景區(qū)，所以首先我們要設(shè)一

58、個閥數(shù)值，有如下情況：</p><p>　?。?）如果這一小塊的方差的值<閥數(shù)值，其灰度數(shù)值設(shè)定為255，就是為白色，</p><p>　?。?）如果這一小塊的方差的值>閥數(shù)值，其灰度數(shù)值保持不變。</p><p>　　從而可以將指紋數(shù)字圖像從背景范圍很好的分離出來。</p><p>　　4.3指紋數(shù)字圖像增強</p>

59、<p>　　簡單的來說，增強的主要目的是讓由于壓力或者其他原因而導(dǎo)致圖像模糊或者顏色暗淡的紋路變得更加清楚，但又不改變指紋識別的特征。</p><p>　　本文以指紋圖像的紋線方向和紋線頻率為參數(shù)，使用Gabor函數(shù)細(xì)線對指紋圖像的增強處理。這個方法對于指紋圖像比較模糊的具有良好的效果，這個方法網(wǎng)上有很多，作為參考，不多說，具體為Gabor方位非線性平滑器。具有優(yōu)良的非線性平滑器性能并有著與生物視覺

60、系統(tǒng)相近的特點。被廣泛用于紋理分割、目標(biāo)檢測、數(shù)字圖像編碼、視網(wǎng)膜鑒別等領(lǐng)域。[]</p><p>　　4.4指紋數(shù)字圖像二值化</p><p>　　分割之后的數(shù)字圖像當(dāng)然用來比對，還有很多的問題，如由于壓力的不用而導(dǎo)致每一個像素的灰度數(shù)值的不同，所以還要進行一系列處理，例如，非線性平滑處理，消除粗糙、斷點處理和二值化處理，使得指紋圖像只有黑和白兩種，不再涉及像素的灰度數(shù)值，消除了不必要的

61、噪聲，使得處理變得更加簡單。</p><p><b>　　其中詳細(xì)的要求：</b></p><p>　　脊線是連續(xù)不斷的，完整沒有空出來的地方；</p><p>　　即使經(jīng)過處理，但是最基本的特征不能改變；</p><p>　　紋線與紋線之間的空間不能太多相反的也不能粘成一線；</p><p>　

62、　紋線與紋線的間距幾乎相同。</p><p>　　一般灰度數(shù)字圖像二值化變換函數(shù)f(x)用下列公式表示。</p><p>　　公式中T為閥數(shù)值，x為灰度數(shù)值。</p><p>　　閥數(shù)值是由數(shù)字圖像中每一個部分的明暗度來決定。</p><p>　　本篇文章中使用了自適應(yīng)閥數(shù)值算法和固定閥數(shù)值算法結(jié)合方法指紋數(shù)字圖像二值化?；舅悸凡襟E如下：&

63、lt;/p><p>　　先把數(shù)字圖像分為若干個WxW的方塊，求取該范圍所有像素的灰度平均值。然后利用不變閥數(shù)值算法的特點對指紋圖像中每一塊確定自己的閥數(shù)值，然后調(diào)整閥數(shù)值，直到取得的數(shù)值能夠使得指紋的圖像變得最光滑。</p><p><b>　　具體算法：</b></p><p>　　本文分割成塊尺寸為8x8：</p><p&g

64、t;　　B.計算范圍內(nèi)的Nh和Nl的數(shù)值。</p><p>　　Nh=灰度數(shù)值>=T的像素的個數(shù)；</p><p>　　Nl=灰度數(shù)值<T的像素的個數(shù)。</p><p>　　C.如果|Nh-Nl|<=a（a=W*W*10%），則T為閥數(shù)值。</p><p>　　D.如果Nh>Nl，則T=T+1，否則T=T-1，返回B。

65、</p><p>　　自適應(yīng)閥數(shù)值算法和固定閥數(shù)值算法結(jié)合方法指紋數(shù)字圖像二值化的流程圖：</p><p>　　圖25 指紋數(shù)字圖像二值化的流程圖</p><p>　　a=W*W*10%；</p><p>　　W是分割成塊尺寸（像素）；</p><p>　　T為該塊指紋數(shù)字圖像的平均灰度數(shù)值；</p>&

66、lt;p>　　Nh、Nl分別為第（k，l）塊指紋數(shù)字圖像中灰度數(shù)值>=T和<T的像素數(shù)。</p><p>　　4.5指紋數(shù)字圖像細(xì)化</p><p>　　指紋數(shù)字圖像的細(xì)化的目的：更好的提取指紋數(shù)字圖像特定范圍的特征，然后采用相關(guān)的細(xì)化算法處理，得到與原來圖像的紋路形狀相似的由很簡單的弧線或者曲線組成的圖形。簡單的來說，細(xì)化就是將脊的寬度降為單個像素寬度的處理過程，在不影

67、響原圖的拓?fù)溥B接關(guān)系下。</p><p>　　細(xì)化有很多的優(yōu)點，例如，不用存儲不必要的信息，把重要的信息儲存起來，方便再次調(diào)用來對比，大大提高了效率。</p><p>　　本文采用末班匹配與細(xì)化查找表結(jié)合的方式進行的。首先要一張表，要求為從0到255的256個像素，每個像素不是1（白色）就是0（黑色）。然后，我們根據(jù)某點的八個相鄰點的情況查表，若表中元素為0，則不要去掉，為1可以去掉。&l

68、t;/p><p>　　查表的方式如下表格：</p><p><b>　　表1 查表方式表格</b></p><p><b>　　細(xì)化有兩個步驟：</b></p><p>　　首先，記錄下所有的認(rèn)為可以去除的像素點。</p><p>　　然后，查表，判斷是否需要刪除，如果發(fā)現(xiàn)對原本

69、的特征識別是沒有影響的，就要去掉。</p><p><b>　　細(xì)化具體算法如下：</b></p><p>　　首先建立3x3的細(xì)化模板和細(xì)化查找表：</p><p><b>　　表2細(xì)化模板</b></p><p>　　掃描：逐行從左到右。</p><p>　　當(dāng)掃描到灰度

70、值為“0”的像素點且上下為“255”或者左右為“255”，那么就接著做下面的步驟；否則繼續(xù)這個掃描。</p><p>　?。?）把這個點設(shè)為中心，并計算周圍3x3區(qū)域內(nèi)的模板中的權(quán)值和像素值卷積和k。</p><p>　　（4）根據(jù)k值查表，如果表中為“0”，那么灰度值為“0”，否則灰度值為“255”。</p><p>　?。?）再重新掃描，執(zhí)行上面步驟，直到?jīng)]有改

71、變值就結(jié)束細(xì)化。</p><p><b>　　4.6實驗結(jié)果</b></p><p><b>　　4.7本章小結(jié)</b></p><p>　　本章詳細(xì)介紹了指紋預(yù)處理的各個步驟所需要的各種概念，原理，算法以及這樣達到的目的。這些方法相對于其他方法都容易比較理解，另外還比較準(zhǔn)確，但是離精準(zhǔn)還差很多，但對于初步的需求已經(jīng)滿足了

72、。</p><p>　　5.指紋數(shù)字圖像特征提取與匹配具體算法</p><p>　　5.1指紋數(shù)字圖像特征提取</p><p>　　5.1.1指紋數(shù)字圖像特征提取的方法</p><p>　　首先，我們要知道特征提取的定義。特征提取正如每一個人的性格、特點一樣的東西，可以讓人們可以判斷的獨一無二的信息。</p><p>

73、　　預(yù)處理之后，數(shù)字圖像的質(zhì)量大大的提高了，但是不排除在這個過程中產(chǎn)生了偽造的特征點，使得本來不是的特征別識別為真，增加了誤差，誤差大更有可能把不相干的兩個指紋匹配在一起。所以，去掉假特征點尤其重要。</p><p>　　5.1.2特征點提取</p><p>　　我用的特征提取算法是根據(jù)斷點和分叉點，來提取特征和去偽方法。只有0和1兩種來表示細(xì)化后的指紋圖像的像素點的灰度值。</p&

74、gt;<p>　　在圖像上選擇一點P，</p><p><b>　　求其交叉數(shù)：</b></p><p>　　(其中pi表示像素點的灰度值)</p><p><b>　　求八鄰域黑點數(shù)：</b></p><p>　　提取特征點的時候，根據(jù)特征點的不同的情況而選擇不同的提取方法：<

75、/p><p>　　從端點開始，八鄰域為一個黑點的端點是脊線跟蹤的下一點。</p><p>　　當(dāng)點為脊線的連續(xù)點時，去除被跟蹤點，下一點為下一點待跟蹤點。</p><p>　　為記錄交叉點和端點的位置（xi，yi），特征點類型zi和特征點的角度跟蹤結(jié)束條件gi，設(shè)立集合</p><p>　　判別交叉點方法：跟蹤點的交叉數(shù)為6并且八鄰域的黑點數(shù)為3

76、</p><p>　　該點的角度為相對最小分支的角度</p><p>　　判別端點的方法：交叉數(shù)是2且八鄰域黑點數(shù)是1</p><p>　　端點的角度取以其為起點的紋線的角度</p><p>　　其中分支線和端線角度：</p><p>　　其中（xi，yi）為特征位置出發(fā)坐標(biāo)，（x，y）為搜索到長度為7的最后點坐標(biāo)。&

77、lt;/p><p>　　5.1.3指紋數(shù)字圖像特征去偽</p><p>　　圖31 偽造指紋特征點例子</p><p><b>　　例子：</b></p><p>　　（a）和（b）本來不是斷開的，現(xiàn)在斷開了，為偽造；</p><p>　?。╟）和（d）該連的沒有連，不該連的連在一起，為誤判；<

78、/p><p>　?。╡）很明顯的一小節(jié)，可能由于細(xì)化而造成的瑕疵；</p><p>　?。╢）、（g）和（h）看上去很漂亮，但是指紋兩條紋路之間是沒有相連的紋路的，所以，中間相連接的都是偽造的。</p><p>　　下面就來介紹一下兩種特征去偽的方法：</p><p>　　提取之前，因為經(jīng)過了圖像的增強，二值化等操作，之后才提取特征。這個方法的優(yōu)

79、點在于去除了幾乎全部的無用的缺陷。缺點是可能對產(chǎn)生新的假特征點。 </p><p>　　首先是獲得全部的指紋特征信息，再根據(jù)辨別特征真?zhèn)我?guī)律剔除偽特征；</p><p><b>　　本文用第二種方法。</b></p><p>　　判斷特征點的真 偽：分叉點不能和別的分叉點和端點連接；端點不能和其他細(xì)節(jié)點相對。判別之后就要刪除。去除每種偽特征點

80、對應(yīng)一種算法，另外后面的操作程序要去除前操作所造成的偽特征點。</p><p>　　真的特征點有以下規(guī)律：真端點是在周圍一定的范圍內(nèi)沒有和其對應(yīng)的特征點。但是不排除有特殊情況，即使不符合上述規(guī)律也為真的。所以規(guī)律也不僅僅只有一種，例如，我們可以根據(jù)特征間的角度、距離和連接情況等來識別真?zhèn)巍?lt;/p><p>　　本文用來判別真?zhèn)翁卣鼽c的方法：指紋特征的方向和距離。</p>&l

81、t;p>　　特征點p1和p2間距：</p><p>　　特征點p1和p2和方向差θ（p1，p2）：</p><p>　　其中Op1，Op2分別為p1和p2的方向。θ（p1，p2）∈[0,∏],如果θ（p1，p2）>∏/2,則p1和p2是相對點。</p><p><b>　　具體算法如下：</b></p><p&g

82、t;　　保留該特征點：真交叉點的在半徑R范圍內(nèi)有N各相鄰的細(xì)節(jié)點時，這些點瞞住真特征點準(zhǔn)則。否則進行分類。</p><p><b>　　為真特征點：</b></p><p>　　a.當(dāng)特征點是分叉點時，如果相鄰的結(jié)構(gòu)中不含空洞、叉連和毛刺等偽特征結(jié)構(gòu)。否則去掉。</p><p>　　b.當(dāng)特征點是端點時，如果相鄰的特征點沒有紋線間斷和短枝等偽特

83、征結(jié)構(gòu)。否則去掉。</p><p>　　去除邊界偽特征點：根據(jù)圖像分割的邊緣判斷特征點距邊緣的距離，如果距離<T，那么為假并去掉。</p><p>　　圖32原始圖像（左）和特征提取圖像（右）</p><p>　　5.2指紋數(shù)字圖像匹配</p><p>　　5.2.1中心點定位</p><p>　　中心點就是第三

84、章中介紹的核心點，也可以說是曲率最大的一點，不明白的可以查看回本文第三章中核心點和曲率的介紹。</p><p><b>　　下面為具體方法：</b></p><p>　　求出指紋圖像的點方位，相鄰8個灰度數(shù)值之和的平均數(shù)值。</p><p>　　求出8個灰度數(shù)值與平均數(shù)值之差的和，最小的所在的方位即此點所在指紋圖像脊線的方位，從而得到點方位圖。

85、</p><p>　　把這些方位圖分割為16X16的方形區(qū)域，該塊圖像直方圖的峰值方向就是每塊圖像中的點的主導(dǎo)方向。并把其方向信息存入。</p><p>　　然后這個方位圖像按照以下原則去搜索中間范圍，逐行檢查塊方位數(shù)組。</p><p>　　再求出各個方位的，這樣就得到點方位圖。</p><p>　　5.2.2建立特征模板</p>

86、;<p>　　指紋特征主要為端點和分叉點；建立特征端點和分叉點相對中心點的距離向量和方向向量。然后定義兩個匹配點集合p和集合q表示輸入圖像的提取信息和指紋庫中的提取信息。最近進行比較。</p><p>　　5.2.3指紋數(shù)字圖像匹配方法</p><p>　　特征點都要有相應(yīng)的表示方法：五維向量（x， y，β， t， c），其中x和y表示該特征點的坐標(biāo)，β表示方向向量，c表示距

87、離向量，t表示特征點為端點或分叉點。</p><p>　　具體匹配算法步驟如下：</p><p>　?。?）先讀取兩個指紋的特征點集合，然后將特征點類型分類，端點為“1”，分叉點為“2”；</p><p>　　（2）計算出這些特征點相對中心點的方向和距離向量；</p><p>　　（3）當(dāng)兩個特征點方向向量≤∏/4，且距離向量差＜2，該特征點

88、匹配； </p><p>　　（4）特征點不匹配，刪除。</p><p><b>　　5.3實驗結(jié)果</b></p><p><b>　　5.4本章小結(jié)</b></p><p>　　不知道怎么說起，對于這一章，我感覺寫得好困難，因為很多新的名詞出現(xiàn)，一下子朦了?？梢哉f整篇論文，這一部分我用的時間等于

89、我寫其他部分的時間，并且我還是通過自己的理解寫上去的，所以簡化了很多。不過不管怎么說，總算是有點心得體會。不枉我查了那么多資料。</p><p>　　6.基于紋理的指紋識別與匹配</p><p>　　6.1指紋數(shù)字圖像扇形化</p><p>　　一張MXN的圖像，第i個特征塊Si。</p><p>　　b代表兩個同心圓之間距離，k為每個圓分割

90、的塊數(shù)，本系統(tǒng)分為16塊，i為分同心圓的塊數(shù)，本系統(tǒng)為4，所以總共分割為16*4=64塊</p><p>　　6.2指紋數(shù)字圖像規(guī)格化</p><p>　　目的：對指紋圖像灰度勻數(shù)值和方差數(shù)值做調(diào)整。</p><p><b>　　算法：</b></p><p>　　定義I(i,j)為原始灰度圖，G（i,j)為規(guī)格化后的圖

91、，圖像寬度為w，高度為h</p><p>　　圖像勻數(shù)值Mean和方差數(shù)值Var為</p><p>　　Mean=一塊數(shù)字圖像上每個像素點的灰度數(shù)值的和/像素點的個數(shù)</p><p>　　Var=(每個像素點灰度數(shù)值--勻數(shù)值）平方和的開平方。</p><p>　　6.3Gabor方位非線性平滑</p><p>　　偶

92、對稱的Gabor非線性平滑器一般形式為：</p><p>　　f為平滑器頻率，бx和бy分別為X軸和Y軸Gaussian包絡(luò)常數(shù)。</p><p>　　6.4指紋數(shù)字圖像入庫</p><p><b>　　1.確定中心點</b></p><p>　　2.以中心點為中心，分4份圓形，再把每一個圓形分為16塊，共64塊<

93、/p><p>　　3.用8個方位gabor濾波，（0，22.5，45，67.5，91，112.5，135，157.5,）</p><p>　　讀入圖像，進行傅里葉卷積。從內(nèi)圓開始對每一塊求出灰度平均數(shù)值，然手對每個點的灰度減去平均的，求出的絕對值加在一起除以像素的個數(shù)。然后對每一個都這樣處理。最后得到8*16=512個一維數(shù)組。作為數(shù)據(jù)庫儲存起來。</p><p>　　

94、4.考慮到不用的方向，所以要把圖像旋轉(zhuǎn)后，再存儲多一個數(shù)組。對比的時候兩個數(shù)組都要對比。</p><p>　　6.5指紋數(shù)字圖像匹配</p><p>　　首先申請內(nèi)存空間，把剛剛輸入圖像的數(shù)據(jù)存入臨時變量。</p><p>　　因為已經(jīng)有了編碼，對比就方便很多，更具歐式距離匹配算法，來判斷兩個圖像之間距離。最小的那一個為匹配結(jié)果輸出。</p><

95、p>　　歐式距離（n維空間）：</p><p>　　Xin為i維第n個點的坐標(biāo)。如X21為2維第1個點的坐標(biāo)。</p><p>　　簡單的來說，就是把他們兩個數(shù)值相減后的數(shù)字平方再想加，再開根號，即平方差。</p><p>　　如A=（1,2,3,）B=（4,5,6,）</p><p>　　D=sqrt（（1-4）2+（2-5）2+（3

96、-6）2）</p><p>　　6.基于指紋識別系統(tǒng)在MATLAB中的實現(xiàn)</p><p>　　6.1系統(tǒng)的配置要求</p><p>　　本人用的指紋儀為ZK4500，其中電腦的操作系統(tǒng)是Win8.1 64位，安裝的MATLAB軟件版本為MATLAB R2009b。</p><p><b>　　6.2系統(tǒng)目標(biāo)</b>&l

97、t;/p><p>　　這個系統(tǒng)的目標(biāo)是能把在指紋儀提取出來的圖片，經(jīng)過一定的處理后，保存指紋的特征，寫入數(shù)據(jù)庫成為標(biāo)準(zhǔn)，然后再用指紋儀提取指紋，再通過系統(tǒng)的處理和已經(jīng)入庫的指紋的特征進行對比，并能找到一張能與之最相似的一張圖片，作為系統(tǒng)的搜索結(jié)果，完成識別。</p><p><b>　　6.3系統(tǒng)流程圖</b></p><p>　　★指紋數(shù)字圖像入

98、庫過程</p><p>　　圖36 指紋數(shù)字圖像入庫過程圖</p><p>　　★指紋數(shù)字圖像識別匹配過程</p><p>　　圖37 指紋數(shù)字圖像識別匹配過程圖</p><p>　　6.4系統(tǒng)的具體功能實現(xiàn)</p><p>　　6.4.1功能的概述和系統(tǒng)的主界面</p><p><b&g

99、t;　　圖38 主菜單</b></p><p>　　系統(tǒng)主界面功能按鈕介紹：</p><p>　　轉(zhuǎn)換提取圖片：主要轉(zhuǎn)換從指紋儀提取出來的圖片，轉(zhuǎn)換成256x256 8-bit的灰度圖像。</p><p>　　創(chuàng)建指紋數(shù)據(jù)庫：主要實現(xiàn)指紋數(shù)字圖像數(shù)據(jù)庫的創(chuàng)建。</p><p>　　輸入待識別樣本和指紋識別結(jié)果輸出：主要實現(xiàn)指紋圖像

100、的匹配和其輸出的結(jié)果保存記錄到“輸出結(jié)果.txt”中。</p><p>　　用戶幫助：系統(tǒng)的幫助說明</p><p>　　重置樣本數(shù)據(jù)庫：刪除數(shù)據(jù)庫</p><p>　　濾波可視化分析結(jié)果：figure顯示Gabor濾波圖像</p><p><b>　　退出系統(tǒng)</b></p><p><b

101、>　　運行程序步驟：</b></p><p>　　用MATLAB打開”NeilFP.m”文件，進入系統(tǒng)的主界面。</p><p><b>　　圖39系統(tǒng)主要文件</b></p><p>　　6.4.2修改提取的指紋圖像</p><p>　　修改提取的指紋圖像，選擇一張指紋儀提取的圖像，經(jīng)處理后，顯示修改

102、后的圖像，選擇保存的路徑，最后保存成功。</p><p>　　6.4.3指紋數(shù)字圖像寫入數(shù)據(jù)庫</p><p>　　選擇一張圖片后，點擊打開，把這樣的一張數(shù)字圖像編碼保存到數(shù)據(jù)庫里。</p><p><b>　　其中有兩種情況：</b></p><p>　　之前保存過指紋數(shù)字圖像的編碼在指定的數(shù)據(jù)庫中，此時，系統(tǒng)不再需要

103、建立新的數(shù)據(jù)庫.dat文件，而把得到的數(shù)字圖像編碼繼續(xù)寫入數(shù)據(jù)庫中。</p><p>　　數(shù)據(jù)庫的命名為“指紋數(shù)據(jù)庫.dat”，因為考慮到?jīng)]有的情況，系統(tǒng)就會新建一個新的DAT文件。</p><p>　　其中，系統(tǒng)選擇圖片有限制，但可以用功能一修改。具體要求有：</p><p><b>　　只有黑和白的圖像；</b></p>&l

104、t;p>　　圖像像素的大小必須為256x256；</p><p>　　只有規(guī)定的文件類型才能打開</p><p>　　如果超出了限制，系統(tǒng)會有“請選擇一張黑白圖片”的提示，然后不斷的循環(huán)選擇框，直到滿足以上三個條件為止。</p><p>　　6.4.4指紋數(shù)字圖像對比與匹配</p><p>　　點擊”3輸入待識別樣本和指紋識別結(jié)果輸入“

105、，彈出選擇框窗口，選擇要比對匹配的圖片，點擊打開后，輸出比對結(jié)果，并創(chuàng)建”輸出結(jié)果.txt”的文件。</p><p><b>　　6.4.5用戶幫助</b></p><p>　　6.4.6重置樣本數(shù)據(jù)庫</p><p><b>　　重置情況有兩種：</b></p><p>　　原本存在數(shù)據(jù)庫，則顯示

106、選擇窗口，是否重置刪除數(shù)據(jù)庫。</p><p>　　原本不存在數(shù)據(jù)庫，則提示“數(shù)據(jù)庫為空”。</p><p>　　6.4.7查看指紋樣本圖像</p><p>　　6.4.8濾波可視化分析結(jié)果</p><p><b>　　7.總結(jié)與未來展望</b></p><p>　　指紋識別是一個復(fù)雜的結(jié)構(gòu)，不像

107、人臉識別那樣只有可以調(diào)用MATLAB多種的工具箱編寫程序。指紋識別算法既是一個復(fù)雜問題，又是一個極具意義的事情。電影的特工片也經(jīng)常有這樣的鏡頭，指紋被用特殊的藥劑提取出來了，然后偽造真人開鎖。所以指紋的識別還要有進一步的加強，但是未來必不可少，前途無限。</p><p>　　總結(jié)來說研究的內(nèi)容大致如下：</p><p>　　預(yù)處理：分割圖像，二值化圖像，細(xì)化圖像。無論哪個步驟都十分重要，使

108、得到的指紋圖像更加清晰，更加能夠被系統(tǒng)更加容易識別和處理。</p><p>　　識別匹配：特征點的識別，提取，去偽，再進行匹配。這幾個步驟比預(yù)處理還要有更多的算法，以及更多要考慮的方面，正如要考慮到預(yù)處理后可能會造出偽造的特征點，所以要有去偽的工作流程。</p><p>　　由于時間上有限，還有很多的功能沒有能加以實現(xiàn)，例如可視化窗口，能把整個識別的過程，特診點的比對過程也可視化出來。另外

109、，發(fā)現(xiàn)或者完善更加方便有效的識別算法，是以后還要繼續(xù)研究的問題。</p><p><b>　　參考文獻：</b></p><p>　　[1]楊菊，《指紋圖像預(yù)處理及特征提取算法的研究與實現(xiàn)》，2006</p><p>　　[2]于淼，《基于ARM的指紋識別系統(tǒng)的設(shè)計與實現(xiàn)》，2010</p><p>　　[3]付莉娜，《

110、指紋識別算法的研究與優(yōu)化》，2012</p><p>　　[4]田鵬，《指紋識別技術(shù)的研究》，2007</p><p>　　[5]郭冠含,《生物特征信息處理平臺BITKAPP的搭建與指紋處理實現(xiàn)》,2010</p><p>　　[6]李鵬，楊康，《Gabor濾波算法在指紋識別中的應(yīng)用》，2004：6~8</p><p>　　[7]孫林森，《自

111、動指紋識別過程中關(guān)鍵算法研究》，2009</p><p><b>　　致 謝</b></p><p>　　在此，由衷地感謝我的指導(dǎo)老師姜鳴講師，還有我最好的朋友給予我的幫助。無論是指紋儀采集指紋，還是指紋識別系統(tǒng)的建立和仿真，到最后論文的撰寫、修改和敲定，都對我嚴(yán)格要求和及時督促，對于課題研究過程中遇到的問題，知無不言，并給出了中肯的改進意見；缺點每個人都有，但