自动指纹识别算法研究

s e a r c h

学术研究

ｗｗｗ．ｃｉｓｍａｇ．ｃｏｍ．ｃｎ

刘福元，王玲

（湖南大学电气与信息工程学院，湖南　长沙　４１００８２）

【摘 要】论文对自动指纹识别系统（Ａｕｔｏｍａｔｅｄ　Ｆｉｎｇｅｒｐｒｉｎｔ　Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ　Ｓｙｓｔｅｍ，简称ＡＦＩＳ）的算法进行了研究，在指纹比对算法方面提出了一种新的方法，此方法不但解决了指纹匹配算法参考点寻找问题，而且不用考虑指纹采集时角度和位移的影响。算法通过了仿真，并给出了各过程指纹处理图片。【关键词】自动指纹识别；预处理；特征点；指纹匹配

【中图分类号】ＴＰ３９１ 【文献标识码】Ａ 【文章编号】１００９－８０５４（２００７）　０２－００７０－０３

The study of automated fingerprint identification algorithm

LIU Fuyuan, W ANG Ling

(College of Electrical and Information Engineering Hunan University, Changsha 410082, China )

【Abstract 】The algorithm is studied in AFIS, and provided a novel algorithm in matching. This algorithm not only could solve the problem of finding the referenced point of matching algorithm, but also don't need to considerate the influence angle and displacement when enrolling. The algorithm has been emulated and provided the processing pictures of Fingerprint.

【Keywords 】Automated fingerprint identification; Preprocessing; Minutiae; Matching

自动指纹识别算法研究

１ 引言

生物识别技术是依据人的体貌、声音等生物特征进行身份验证的科学解决方案，现有的生物识别技术大致上包括指纹识别技术、掌纹识别技术、视网膜识别技术、虹膜识别技术、面相识别技术、声音识别技术、笔迹识别技术等。作为生物识别技术中最主要的一种技术—指纹识别技术将有着广泛的应用背景。由于受到指纹本身的因素和采集条件的影响，采集到的指纹会受到不同程度噪声的干扰，在指纹匹配之前都要对指纹图像做增强处理。指纹图像增强算法多数是基于方向场的图像滤波算法［１］［２］，本文采用一种基于方向场估计的图像Ｇａｂｏｒ滤波算法。指纹匹配算法是指纹识别系统的核心步骤，传统的匹配算法大致可以分为以下三类：点模式

匹配、纹理结构匹配、混合的匹配方法。点模式匹配算法很

多，主要有Ｓｈｉｌ－ｈｓｕ　Ｃｈａｎｇ等人［３］的基于二维聚类的快速算法、Ｘｕｄｏｎｇ　Ｊｉａｎｇ等人［４］的基于局部和全局的匹配算法；纹理结构匹配算法主要由Ａ．Ｋ．　Ｊａｉｎ等人［５］提出来的；混合匹配算法由Ａ．　Ｒｏｓｓ等人［６］提及。不管是点匹配算法还是结构匹配算法，点匹配算法［４］中的局部匹配算法，特征点发生了位移或者角度变化，将对匹配算法带来一定的影响；而结构匹配算法［５］中必须寻找指纹中心参考点，然后根据参考点得到指纹码进行匹配，如中心参考点发生了误差，将对指纹特征码带来误差。本文提到的匹配算法完全不考虑指纹的中心点和指纹的角度和位移的影响，只需要得到正确的分叉特征点的信息就可以对指纹进行匹配。

２ 指纹预处理

由传感器取得的灰度指纹图像（见图１）存在一定的噪声干

扰，为了使指纹识别更快、准确率更高，必须对指纹进行一定的预处理。

２．１　方向图估计

指纹的脊线方向已广泛应用于指纹图像增强、纹型的特征提取、指纹自动分类、方向模板的匹配、编码重构等许多

学术研究

A c a d e 信息安全与通信保密?２００７．２

71

关键处理环节。求取指纹方向图常用的方法主要有梯度法、切缝法、抽样法和投影法，而本文综合性能、去噪、计算复杂度等方面采用梯度法求方向场。算法基本思想：在每一个像素点上用梯度算子估计梯度的水平和垂直分量，然后分块最优化各个块中的方向。具体步骤如下：

逐步计算各个像素点上的梯度分量，可以采用３×３大小的Ｓｏｂｅｌ模板计算像素（i ，j ）的梯度幅值G x （s ，t ）和G y （s ，t ）。

Sobel x ＝｛（－１，０，１）；（－２，０，２）；（－１，０，１）｝

最优方向估计：计算每块以（i ，j ）为中心的局部方向θ（i ，j ），取W ＝１６，θ

可由下式得：

２．２　脊线频率估计指纹纹理除了具有稳定的方向性特点外，还具有稳定的频率性特点。在指纹图像的一个局部区域内，脊线和谷线的纹理走向近似平行，同时沿脊谷方向的灰度分布近似正弦包络。脊线频率定义为两条相邻脊线之间间距的倒数，通过定义该包络线中的极大值和极小值，就能计算出相应的脊线和谷线的间距，进而得到脊线的频率，如图２所示。

２．３　指纹增强

本论文所选用的是具有良好的方向和频率选择性的Ｇａｂｏｒ滤波器，偶对称Ｇａｂｏｒ

滤波器定义如下：

θ为Ｇａｂｏｒ滤波器的方向，f 为频率，δx 和δy （本文取δx ＝δy ＝４）为Ｇａｂｏｒ滤波器沿两个坐标轴x 和y 空间尺度常数，u 和v 是旋转后的坐标系。图３是经过滤波增强后的图片。

２．４　二值化

二值化目的是把指纹灰度图像变成０和１的两个灰度级的图像，前景点（指纹脊线）取作１，背景点取作０，把指纹脊线提取出来，以便后续处理。根据指纹图像中脊线和谷线宽度大致相等的特点，本文采用局域自适应二值化算法，把指纹图像分成Ｗ×Ｗ（Ｗ为纹线周期）子块，在每一个子块内计算灰度平均值

，若某一点的灰度值f （i ，j ）＜Av v ，

则取f （i ，j ）＝１，否则取f （i ，j ）＝０，可得到图４所示的二值化图。

２．５　细化

本文采用的算法是逐层迭代算法，本算法把一次迭代分为两次扫描，细化过程中由周边向中间逐层细化，细化后的脊线位于原图的中轴。令ＢＮ为３×３窗口内目标像素的个数：

。细化过程重复执行两个步骤：

第一步：从左到右，从上到下顺序扫描图像，对同时满足以上四个条件的像素，如果P １×P ３×P ７＝０，且P １×P ５

×P ７＝０，则将其作上标志。

第二步：从左到右，从上到下顺序扫描图像，对同时满足以上四个条件的像素，如果

P １×P ３×P ５＝０，且P ３×P ５×P ７＝０，则将其作上标记。

当扫描完整幅图像后，去掉作了标志的像素。重复一、二步骤直到得到单位宽

度的线条为止。经过此细化

过程可以得到单像素的８连通的指纹图像，如图５所示。

３ 指纹特征点提取

脊线端点和分支点是指纹图像中最典型的特征。在指纹自动识别系统中，这两个最基本的特征被参考为特征点。为了确定指纹图像中特征点的具体位置，此算法采用一个３×３的模板来提取指纹特征，中心像素点P ０和其周边像素（P １，…，P ８），R （n ）为周边像素的对应值。可以通过求交叉数C 来判定细节特征，C 的值相当于某点周围８个像素顺序变化次数的一半，判断公式为：C ＝０．５

｜R （i ＋１）－R （i ）｜，其中

R （９）＝R （１）。如果C ＝１，则模板中心为纹线端点；C ＝３，则为分支点。扫描完整幅图像后，可以得到其全部特征点（见图６）。

４ 指纹比对

本文提出了一种更方便快捷的比对算法，此算法是根据指纹特征码来进行指纹匹配，每个分叉点在指纹图像中都有属于自己的坐标位置，图像不管如何变化，他们之间的参数关系是不变的，因此根据这一特征，我们可以考虑以分叉点之间存在这种关系作为该图像的特征码。由于任意两分叉点之间有着纹线条数不变的，并且不管指纹图像在录入过程中发生了怎么变化（旋转、位移、局部放大等），分叉点之间纹数条数是一定的，因此我们将分叉点之间的纹数条数作为图像的特征码值。据统计，一枚指纹图像上分叉点的个数都是

图１　原始图像 图２　指纹方向图 图３　滤波增强图

图４　二值化图 图５　细化图 图６　特征提取图

s e a r c h

学术研究

ｗｗｗ．ｃｉｓｍａｇ．ｃｏｍ．ｃｎ

72

超过１０个的，并且分叉点的分布存在不规则性，这就使分叉点之间的纹线条数全部相同的概率很小，而且每个分叉点中也有类似的情况，那么出现相同特征码的概率几乎为零，使得以纹线条数作为特征码可以实现比对。假设点Ａ、Ｂ、Ｃ、Ｄ和Ｅ是某指纹图像的所有分叉点，它们之间纹数可用一个完全图来表示，而该完全图的邻接矩阵即为本文所需的特征码。设点Ａ、Ｂ、Ｃ、Ｄ、Ｅ间纹线条数的完全图邻接矩阵１如下所示：

得到指纹图像的特征码，即分叉点间纹线数的邻接矩阵，从而可以对任意两个指纹的图像的邻接矩阵进行比较来实现指纹比对。但是同一手指采样方式的不同导致图像的差异（例如图像与其旋转后的图像），分叉点排列顺序被打乱，采样过程中特征点的丢失或假特征点增加，都将导致邻接矩阵的不同，所以不能使用原始的邻接矩阵直接进行比较，邻接矩阵必须处理过后才能进行比对。对邻接矩阵做如下处理：

—对邻接矩阵的每一行的数据从小到大进行排序，结果如矩阵２所示。

—由于两分叉点之间的指纹数是不会超过两位数，因此将矩阵中数据长度为２的字符串（数据长度不超过两位），不足的字符用０代替，例如７＝＞０７。

—将每一行中的数据按顺序连成一个字符串，因此Ｎ行的矩阵就有Ｎ字符串，整数数组变成一维字符串数组，上式中第一行形成的字符串就为：０００１０２０３０４。

—对一维数组按从小到大的顺序进行排序，最后将数组按顺序连成一个字符串。

通过上述处理，我们将得到一个非常有规律的字符串，这也是指纹图像真正的特征码。而同一指纹的不同图案的特征矩阵（特征点都得相同）即便其特征邻接矩阵不相同，但经过上述处理，最终得出的字符串必然是匹配的。虽然我们在前面算法中对假特征点做了一些处理，但是对个别假的分叉特征点会对比对算法带来比对困难，所以必须要对这些误差进行容错。由于特征点一般都是集中指纹图像的中心四周，对于能够识别的图像，经过处理后减少或增加的特征点数几乎很少，因此本文对指纹图像的容错范围是两个特征分叉点，也就是说两幅图像的特征分叉点数之差最大不超过３个。以下是两幅指纹图像特征码容错匹配的算法：

（１）　设指纹图像Ａ有M 个分叉点，指纹图像Ｂ有N 个分叉点，且M ＞＝N ，S ＝M －N ，S ＜＝３，那么则将从Ａ中取M －

S 个点（这总共将有C M M －S 种情况）与Ｂ进行匹配，若匹配，结束匹配，返回匹配成功；否则进入（２）。

（２）　若S ＋K ＞３，K ＝１，结束匹配，返回匹配不成功；否则在Ａ中取M －S －K 分叉点与Ｂ中的N －K 分叉点进行匹配（这总共将有C M M －S －K C N N －K 种情况），若匹配，结束匹配，返回匹配成功；否则K ＝K ＋１，进入（２）直至结束，返回结果。

５ 结论

本文主要实现了指纹基于Ｇａｂｏｒ的预处理算法和特征点提取算法，而且提出了一种新的字符串匹配算法，该算法主要特征是不需要寻找中心参考点，也不需要考虑采集的指纹图片、模板角度和特征点距离不一致问题，而且可以大大提高匹

配速度。但此算法还存在一些不足：首先，当采集的指纹图片非常模糊，经过预处理后不能得到正确的分叉点和分叉点之间的纹线路数；其次，当指纹图片受到干扰很大时，得到许多虚假的特征点，此算法采用的３个容错分叉点将不能满足要求；最后，该算法在指纹匹配字符串提取方面还有待进一步研究。

参考文献

［１］　Ｌｉｎ　Ｈｏｎｇ　Ｗａｎ，Ｙｉ－　ｆｅｉ　Ｊａｉｎ，Ａ．　Ｆｉｎｇｅｒｐｒｉｎｔｉｍａｇｅ　ｅｎｈａｎｃｅｍｅｎｔ：ａｌｇｏｒｉｔｈｍ　ａｎｄ　ｐｅｒｆｏｒｍａｎｃｅｅｖａｌｕａｔｉｏｎ．　ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｐａｔｔｅｒｎ　Ａｎａｌｙｓｉｓ　ａｎｄＭａｃｈｉｎｅ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，１９９８，２０（８）：７７７～７８９．

［２］　Ｊａｉｎ　Ａ，Ｌｉｎ　Ｈｏｎｇ，Ｂｏｌｌｅ　Ｒ．　Ｏｎ－Ｌｉｎｅ　ｆｉｎｇｅｒ－ｐｒｉｎｔ　ｖｅｒｉｆｉｃａｔｉｏｎ．　ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｐａｔｔｅｒｎ　Ａｎａｌｙ－ｓｉｓ　ａｎｄ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，１９９７，１９，（４）：３０２～３１３．

［３］　Ｃｈａｎｇ　Ｃ　Ｈ，Ｃｈｅｎｇ　Ｆ　Ｈ，Ｈｓｕ　Ｗ　Ｈ，ｅｔ　ａｌ．Ｆａｓｔ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｐｏｉｎｔ　ｐａｔｔｅｒｎ　ｍａｔｃｈｉｎｇ：ｉｎｖａｒｉａｎｔ　ｔｏｔｒａｎｓｌａｔｉｏｎｓ，ｒｏｔａｔｉｏｎｓ　ａｎｄ　ｓｃａｌｅ　ｃｈａｎｇｅｓ．　ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，１９９７，３０（２）：　３１１～３１６．

［４］　Ｊｉａｎｇ，Ｘｕ－ｄｏｎｇ，Ｙａｕ，Ｗｅｉ－Ｙｕｎ．　Ｆｉｎｇｅｒｐｒｉｎｔｍｉｎｕｔｉａｅ　ｍａｔｃｈｉｎｇ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｌｏｃａｌ　ａｎｄ　ｇｌｏｂａｌ　ｓｔｒｕｃｔｕｒｅｓ．Ｉｎ：Ｓａｎｆｅｌｉｕ，Ａ．，Ｖｉｌｌａｎｕｅｖａ，Ｊ．Ｊ．，ｅｄｓ．　Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆｔｈｅ　１５ｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ．Ｌｏｓ　Ａｌａｍｉｔｏｓ，ＣＡ：ＩＥＥＥ　Ｃｏｍｐｕｔｅｒ　Ｓｏｃｉｅｔｙ　Ｐｒｅｓｓ，２０００：１０４２～１０４５．

［５］　Ａ　Ｋ　Ｊａｉｎ，Ｓ　Ｐｒａｂｈａｋａｒ，Ｌ　Ｈｏｎｇ，ｅｔ　ａｌ．Ｆｉｌｔｅｒｂａｎｋ－Ｂａｓｅｄ　Ｆｉｎｇｅｒｐｒｉｎｔ　Ｍａｔｃｈｉｎｇ．　ＩＥＥＥ　Ｔｒａｎｓ．Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ，２０００，９（５）：　８４６～８５９．

［６］　Ｒｏｓｓ　Ａ，Ｊａｉｎ　Ａ，Ｒｅｉｓｍａｎ　Ｊ．　Ａ　Ｈｙｂｉｒｄ　Ｆｉｎｇｅｒ－ｐｒｉｎｔ　Ｍａｔｃｈｅｒ．　Ｐｒｏｃ．　１６ｔｈ　Ｉｎｔ’ｌ　Ｃｏｎｆ．ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，２００２，３（４）：７９５～７９８．　

Suprema指纹识别算法介绍

Suprema指纹识别算法介绍 产品名称：Suprema指纹识别算法介绍 产品型号：OTA750采用的指纹算法 产品分类：Suprema指纹识别算法介绍 详细介绍： OTA750彩屏指纹考勤机的指纹算法采用了世界上最可信赖的Suprema指纹识别算法，产品的稳定性、指纹的安全可靠性得到了有力的保障。 Suprema指纹识别算法介绍 Suprema拥有世界一流的指纹识别技术。Suprema解决方案的特点在于对算法拥有极强的理论背景。Suprema的指纹识别算法在世界上最值得信赖的世界指纹识别大赛 (International Fingerprint Verification Competition, (FVC2004) 上摘取冠军桂冠，在light category表现出最小的出错率，被认为是世界上最可信赖的指纹解决方案，再加上其优越的技术力量可确保客户产品及应用软件的 最佳稳定性和信赖度。 Suprema指纹识别算法比起其竞争对手拥有如下特点及优势： 最高的信赖性.指纹识别中算法可以说是左右其性能的最核心的要素。 在世界指纹识别大赛(FVC2004)中夺得了第一，被认定为世界最好的 指纹识别算法。再加上其优越的技术力量可确保客户产品及应用软 件的最佳稳定性和信赖度。 广泛适用性 卓越的支持 Suprema指纹识别算法在世界指纹识别大赛中所获得成绩 评论 FVC是世界上最大的指纹识别技术评论，也是国际性指纹识别算法大赛,隔年举行并由意大利和美国第三方组织。在最近的两届FVC2004和FVC2006，SUPREMA 指纹识别算法摘取了世界范围的最高桂冠。 成果 在FVC2004和FVC2006，Suprema的指纹识别算法在众多参赛者中脱颖而出分别在Light级别和开放级别中获取了冠军。在FVC2006，Suprema在开放级别中以7枚金牌荣获了桂冠。在FVC2004，Suprema在Light级别中以最小误差率荣获了冠军。Suprema是唯一一家赢得两项级别（开放和Light）冠军的公司，即

指纹识别报告

数字图像处理报告 题目指纹识别算法研究学院信息学院 专业通信工程 班级通信ZY1101 姓名郑涛、江代民

摘要 随着计算机和网络的迅速发展，人们对身份认证的准确性、安全性与实用性提出了更高的要求。基于生物特征识别的智能身份认证技术也逐渐受到广泛的关注。在众多的生物识别技术中，指纹识别技术是发展最早、应用最广泛的一种。指纹识别技术充分利用了指纹的普遍性、唯一性和永久性的生物特征，已逐步取代了传统的基于标志和数字的识别方式，目前在网络、银行、金融、医疗和安检等行业均得到了广泛应用。本文对指纹识别系统的原理和基本过程进行了分析研究，重点研究了指纹图像预处理算法，并且进行了验证。 在指纹图像预处理部分，论文对预处理的各个步骤包括规格化、图像分割、中值滤波、二值化、细化等以及各个步骤的方法进行了深入的分析和研究，选择了一种图像预处理方案。 在指纹特征提取部分，采用基于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。 在指纹匹配部分，本文采用基于细节点的指纹匹配算法，并进行研究。 关键词指纹识别、预处理、特征提取、匹配

Fingerprint Recognition Algorithm Abstract With the rapid Progress of computer science and network technique，An accurate，secure and practical techno1ogy of Personal identification becomes more and more important. Technology of Personal identification based on Biometrics has received extensive attention. Technology of Fingerprint recognition is the earliest one and is app1ied widely in the all techniques of biometrics recognition, then is taking full advantage of the universality, uniqueness and permanency of the fingerprint, and gradually has taken place of traditional identification method that is based on symbol and number. Nowadays the technology of fingerprint identification is fully used in network, bank, finance, insurance and security. This paper research the basic principles and process of the fingerprint identification system，and focus on the pre-processing algorithms of fingerprint image and finally verify. In the fingerprint image processing section, thesis on preprocessing steps including specifications, image segmentation, median filtering, binarization, refinement, and so on, and each step of the way to in-depth analysis and research, is an image processing program. Part of the fingerprint feature extraction, fingerprint-based Matlab implementation details of feature extraction methods, and gives to the pseudo-algorithm. Fingerprint feature extraction is refined to get the details of fingerprint feature points (the endpoint and bifurcation points), this feature points contain a large number of false features, time-consuming and will affect the matching accuracy. Used and the distance to the edge of the false and counterfeit, makes the feature points to reduce the false front of nearly 1 / 3, and then extract a reliable feature point information, in order to achieve the fingerprint match. Part of the fingerprint match, the paper-based fingerprint minutiae matching algorithm, and conduct research. Keywords Fingerprint recognition、Pretreatment、Feature extraction、Matching

指纹识别系统

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

从数字图像处理技术角度谈谈对指纹识别的认识

从数字图像处理技术角度谈谈对指纹识别的认识 4.1 指纹图像表示 从指纹传感器输出的是指纹原始图像，其数据量比较大。这对整个指纹识别系统的处理和存储都是个不小的负担。在远程采集系统中，对通信带宽会造成较大负荷。因此需要对指纹图像进行压缩存储。指纹图像压缩一般经过图像变换、量化和编码等过程。解压需经过解码、量化解码和反变换等过程。 压缩后的指纹图像需确保指纹特征信息的不丢失不损坏。理论上来讲采用无损压缩算法是最理想的。但经过实践证明，对于分辨率不是很高的指纹图像来说，采用无损压缩的压缩比很低。通常情况下采用JEPG、WSQ和EZW三种压缩算法。 4.2 指纹图像处理 4.2.1 指纹图像增强 刚获得的图象有很多噪音。这主要由于平时的工作和环境引起的。指纹还有一些其他的细微的有用信息，我们要尽可能的使用。指纹图像增强的目的主要是为了减少噪音，增强嵴峪对比度，使得图像更加清晰真实，便于后续指纹特征值提取的准确性. 指纹图像增强常用的是平滑和锐化处理。 （1）平滑处理 平滑处理是为了让整个图像取得均匀一致的明暗效果。平滑处理的过程是选取整个图像的象素与其周围灰阶差的均方值作为阈值来处理的。这种做法实现的是一种简单的低通滤波器。 实验表明：一般的自然图像相邻像素的灰度相关性约为0.9。因此在图像受到白噪声干扰时，以像素的邻域平均值代替中心像素，是一个去除噪声的好办法。算法是：。其中f(x,y)表示被噪声污染的原始图像，大小为N*N，g(n,m)是平滑后的图像，S是处理点(x,y)邻域中点的坐标（不包括（x,y）点）的集合，而M是集合S内坐标点的总数。例如，以(x,y)点为中心，取单位距离构成的邻域，其中点的坐标集合为：s={(x,y+1),(x,y-1),(x+1,y),(x-1,y)}。

(完整版)第二章指纹识别的原理和方法

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

指纹识别门禁系统的设计与实现

目录 摘要 .............................................................. I II ABSTRACT ........................................................... I V 第一章绪论 ........................................................ １ 1.1 论文的背景及意义............................................ １ 1.2 识别技术简介................................................ ２ 1.2.1 指纹特点 .............................................. ２ 1.2.2 指纹特征 .............................................. ２ 1.2.3 指纹应用系统简介...................................... ２ 1.2.4 指纹取像技术及其特点.................................. ３第二章指纹门禁系统的总体设计 ...................................... ５ 2.1 系统功能.................................................... ５ 2.2 系统性能指标................................................ ５ 2.3 系统硬件结构................................................ ６ 2.4 系统软件结构................................................ ７第三章指纹门禁系统的硬件设计 ...................................... ９ 3.1 SPCE061A单片机介绍 ......................................... ９ 3.1.1 SPCE061A单片机的主要性能.............................. ９ 3.1.2 指纹识别模块OM-20的管脚说明及性能指标................ ９ 3.1.3 SPCE061A单片机与指纹识别模块OM－20的接口电路设计... １０ 3.2 SPCE061A单片机与液晶显示模块SPLC501的接口............... １１第四章指纹门禁系统的软件设计 .................................... １３ 4.1 指纹处理模块.............................................. １３ 4.1.1 指纹识别模块OM-20通讯协议.......................... １３ 4.1.2 登记指纹模板程序设计................................ １３ 4.1.3 删除指纹模板程序设计................................ １４ 4.1.4 清空指纹模板程序设计................................ １４ 4.2 系统主程序设计............................................ １５ 4.3 指纹开门程序设计.......................................... １５

指纹识别的原理和方法

指纹识别的原理和方法 一、概述 指纹识别的背景知识 我们手掌及其手指、脚、脚趾内侧表面的皮肤凸凹不平产生的纹路会形成各种各样的图案。这些纹路的存在增加了皮肤表面的摩擦力，使得我们能够用手来抓起重物。人们也注意到，包括指纹在内的这些皮肤的纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的。依靠这种唯一性，我们就可以把一个人同他的指纹对应起来，通过对他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。这种依靠人体的身体特征来进行身份验证的技术称为生物识别技术，指纹识别是生物识别技术的一种。 目前，从实用的角度看，指纹识别技术是优于其他生物识别技术的身份鉴别方法。这是因为指纹各不相同、终生基本不变的特点已经得到公认。 最早的指纹识别系统应用与警方的犯罪嫌疑人的侦破，已经有30多年的历史，这为指纹身份识别的研究和实践打下了良好的技术基础。特别是现在的指纹识别系统已达到操作方便、准确可靠、价格适中的阶段，正快速的应用于民用市场。 指纹识别系统通过特殊的光电转换设备和计算机图像处理技术，对活体指纹进行采集、分析和比对，可以迅速、准确地鉴别出个人身份。 系统一般主要包括对指纹图像采集、指纹图像处理、特征提取、特征值的比对与匹配等过程。现代电子集成制造技术使得指纹图像读取和处理设备小型化，同时飞速发展的个人计算机运算速度提供了在微机甚至单片机上可以进行指纹比对运算的可能，而优秀的指纹处理和比对算法保证了识别结果的准确性。 指纹自动识别技术正在从科幻小说和好莱坞电影中走入我们实际生活中，就在今天，您不必随身携带那一串钥匙，只需手指一按，门就会打开；也不必记住那烦人的密码，利用指纹就可以提款、计算机登录等等。 指纹识别技术主要涉及四个功能：读取指纹图像、提取特征、保存数据和比对。 在一开始，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。 接下来，指纹辨识软件建立指纹的数字表示——特征数据，一种单方向的转换，可以从指纹转换成特征数据但不能从特征数据转换成为指纹，而两枚不同的指纹不会产生相同的特征数据。软件从指纹上找到被称为―节点‖（minutiae）的数据点，也就是那些指纹纹路的分叉、终止或打圈处的坐标位置，这些点同时具有七种以上的唯一性特征。因为通常手指上平均具有70个节点，所以这种方法会产生大约490个数据。 有的算法把节点和方向信息组合产生了更多的数据，这些方向信息表明了各个节点之间的关系，也有的算法还处理整幅指纹图像。总之，这些数据，通常称为模板，保存为1K大小的记录。无论它们是怎样组成的，至今仍然没一流种模板的标准，也没一流种公布的抽象算法，而是各个厂商自行其是。 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。 指纹识别的原理和方法 二. 取得指纹图象 1.取象设备原理 取像设备分成两类：光学、硅晶体传感器和其他。

基于FPGA的指纹识别系统设计

基于FPGA的指纹识别系统设计 第一章绪论 1.1 设计背景 生物识别技术是利用人的胜物特征进行身份认证的技术, 人的指纹就是生物特征之一。此外, 生物特征还包括虹膜、视网膜、声音和脸部热谱图等。指纹识别是生物识别技术中最为成熟的, 其唯一性、稳定性, 一直都被视为身份鉴别的可靠手段之一。 由于最早的指纹识别技术仅仅依靠人工对比，工作效率低下、比对正确率低、对比对人员的要求高，从而使得指纹识别技术无法得到广泛应用。但随着计算机的出现及其运算速度的迅速提高,使指纹对比鉴定的应用发生了革命性的变化。使用计算机管理指纹数据库,极大提高了指纹对比的速度,同时由于计算机比对算法的不断改进提高,使指纹比对误识率已降到了10 - 6 以下,不仅可以满足刑侦方面的需要,而且迅速进入了更多的应用领域。 随着光学技术和光学仪器加工工艺的进步,各种采集指纹图案进行身份认证的系统和设备中需要配备的高清晰、无畸变光学采集仪也达到了很高水平,确保可以生成高质量的指纹图像。计算机运算速度的提高和计算机小型化的进展,使采用微机甚至单片机也可以进行指纹对比运算成为可能。现代电子集成制造技术使得我们可以生产出相当小的指纹图像读取设备和指纹识别模块。其成本下降得也很快,大大加快了指纹识别技术的推广速度。 同时人们对消费类产品的要求越来越趋向于小型化，并且对可携带设备的安全性要求也与日俱增。传统的PC、MCU、或者DSP的处理平台移动性比较差，体积比较大，无法满足人们日益增长的需求。所以，设计一套体积比较小、速度更快的嵌入式指纹识别系统是非常有意义的。 而本设计正是为了这一目的，选用具有高集成度、低功耗、短开发周期的FPGA来完成此项设计，以实现系统的ASIC为研究背景，具有很强的现实意义和广阔的市场空间。 本系统采用xilinx公司Spartan 3E系列FPGA作为核心控制器件，这款器件采

指纹识别系统设计

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 .

智能锁方案指纹锁解决方案

智能锁方案指纹锁解决方案 智能锁是指区别于传统机械锁，在用户识别、安全性、管理性方面更加智能化的锁具。门禁系统中锁门的执行部件。在安全技术防范领域，具有防盗报警功能的电子密码锁代替传统的机械式密码锁，克服了机械式密码锁密码量少、安全性能差的缺点，使密码锁无论在技术上还是在性能上都大大提高一步。随着大规模集成电路技术的发展，特别是单片机的问世，出现了带微处理器的智能密码锁，它除具有电子密码锁的功能外，还引入了智能化管理、专家分析系统等功能，从而使密码锁具有很高的安全性、可靠性，应用日益广泛。 智能锁系统软件的应用和前景 智能密码锁软件采用51系列单片机汇编语言对智能监控器和电子锁具分别编程。智能监控器软件包括键盘扫描和LCD显示程序、蜂鸣器驱动程序、时钟修改和读取程序、数据通信与预处理程序、智能化分析程序及线路监测程序等模块。电子锁具软件包括键盘扫描与译码程序、LCD显示程序、通信程序、电磁执行器驱动及检测程序、传感器接口程序等模块。软件设计过程中采用模块化设计方法，便于程序的阅读、调试和改进。智能密码锁充分利用了51系统单片机软、硬件资源，引入了智能化分析功能，提高了系统的可靠性和安全性。通过在某型号保险柜安装使用，受到用户的欢迎。另外，智能密码锁在软、硬件方面稍加改动，便可构成智能化的分布式监控网络，实现

某一范围内的集中式监控管理，在金融、保险、军事重地及其它安全防范领域具有广泛的应用前景。 智能锁的三大解决方案 基于WIFI、GSM、蓝牙网络;目前基于WIFI、GSM网络或者蓝牙的智能门锁是国内外的主流选择。这也是目前智能门锁基础的解决方案。为了防止出现手机被盗刷或者被恶意攻破的情况，这些门锁选择依旧需要传统钥匙开锁，但钥匙具备智能芯片，每次开门都会通过微信、短信的方式提醒用户。与Yale Lock类似，某国产解决方案也采用了GSM数据网络的方式，因为GSM数据网络可以走加密路线，相比WIFI等方案更为安全。为了保证安全，该方案还拥有独立的后台与云端，能够与手机连接，帮助用户通过手机及时接受和随时查询家人进出门信息，并具备远程报警。基于指纹识别生物特征;指纹门锁的思路是利用人体生物特征指纹进行身份安全识别认证开门，凭借高科技的数字图像处理、生物识别及DSP算法等技术，成为符合现代安防要求的新一代门禁系统。目前，指纹锁已经广泛运用于政府机构、军事基地、银行、公寓等需要安全和隐私的场所。旧时王谢堂前燕，飞入寻常百姓家。过去运用在相关机密场所的指纹门锁如今随着部分厂商的技术攻关也逐渐运用在了普通人群的生活之中。人脸识别和虹膜识别;随着阿里巴巴、腾讯等在金融产品中使用人脸识别，这一技术将上升到一个新高度。数据显示，2012年我国人脸识别行业市场规模约16.7亿元，预计到2015年，我国人脸识别行业市场规模将达到

指纹识别的研究目的意义及国内外研究现状

指纹识别的研究目的意义及国内外研究现状 1研究的目的和意义 2指纹识别技术简介 2.1指纹识别的一般工作模式 2.2基于图像匹配的指纹识别系统的研究内容 2.3目前指纹识别的应用 3国内外指纹识别系统的发展状况 3.1指纹识别的起源 3.2 指纹识别的研究与发展历程 1研究的目的和意义 在网络化时代的今天，我们每个人都拥有大量的认证密码，比如开机密码、邮箱密码、银行密码、论坛登陆密码等等；并配备了各种钥匙，如门锁钥匙，汽车钥匙，保险柜钥匙等。这些都是传统的安全系统所采用的方式，随着社会的发展，其安全性越来越脆弱。而我们的生活随时都需要进行个人身份的确认和权限的认定，尤其是在信息社会，人们对于安全性的要求越来越高，同时希望认证的方式简单快速。为了解决这一问题，人们把目光转向了生物识别技术，希望能借助人体的生理特征或行为动作来进行身份识别。这样您可以不必携带大串钥匙，也不用费心去记各种密码。另外，生物特征具有唯一性，不可复制性，例如指纹，有学者推论：以全球60 亿人口计算，300 年内都不会有两个相同的指纹出现。以电子商务、电子银行的安全认证为例，目前在电子商务中他人会假冒当事人的身份，如果通过生物特征进行论证，就可有效防止此类事件的发生。另外，网络、数据库和关键文件等的安全控制，机密计算机的登陆认证，银行ATM、POS 终端等的安全认证，蜂窝电话，PDA 的使用认证等等，都离不开可靠安全的生物特征识别。可见，生物特征识别不但有可观的经济效益，还有不可估量的国家信息安全效益。 长期以来，验证身份的方法是验证该人是否持有有效的信物，如照片、密码、钥匙、磁卡和IC卡等。从本质上来说，这种方法验证的是该人持有的某种“物”，而不是验证该人本身。只要“物”的有效性得到确认，则持有该“物”的人的身

指纹识别系统(文献综述)

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

指纹识别算法的matlab实现

指纹识别算法的matlab实现 摘要由于指纹所具有的普遍性，唯一性和不变性，以及指纹识别技术具有很高的可行性和实用性，使之成为目前最流行、也最可靠的个人身份认证技术之一。 本文主要对指纹图像进行三方面处理：图像预处理、特征提取和特征匹配。图像预处理包括四个步骤：图像分割、滤波增强、二值化、细化，对指纹图像进行预处理后，去除了原图像的冗余部分，方便后续的识别处理；特征提取主要是提取指纹图像细化后的端点和分叉点；特征匹配是利用两个指纹的图像进行特征点比较，来确定两幅图像是否来自于同一手指。 本文给出了指纹图像预处理、特征提取、特征匹配的matlab程序及处理结果。该结果证明，用matlab实现的这些算法的处理结果比较理想，满足识别的可行性和应用性。 关键词分割，二值化，细化，特征点提取，匹配，Matlab Abstract Because of the universality, uniqueness and constantness of a fingerprint, and fingerprint identification technology has very high feasibility and practical applicability, make it to be one of the most popular, and most reliable personal identity authentication technology. This paper focuses on three aspects of the fingerprint image processing：image preprocessing, feature extraction, feature matching. Image preprocessing including four steps: image segmentation, filtering, binary, Refining, after The fingerprint image preprocessing, in addition to the original image of redundancy part, convenient subsequent identification processing; The main feature extraction is extracted from the end of the fingerprint image after thinning and

指纹识别

指纹识别技术 指纹识别技术把一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。每个人（包括指纹在内）皮肤纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的，并且终生不变。依靠这种唯一性和稳定性，我们才能创造指纹识别技术 一、简介 1)背景：1809年Bewick把自己的指纹作为商标。1823年解剖学家Purkije将指纹分为九类。 1880年，Faulds 在《自然》杂志提倡将指纹用于识别罪犯。1891年Galton提出著名的高尔顿分类系统。之后，英国、美国、德国等的警察部门先后采用指纹鉴别法作为身份鉴定的主要方法。随着计算机和信息技术的发展，FBI和法国巴黎警察局于六十年代开始研究开发指纹自动识别系统(AFIS)用于刑事案件侦破。目前，世界各地的警察局已经广泛采用了指纹自动识别系统。九十年代，用于个人身份鉴定的自动指纹识别系统得到开发和应用。 2）简介：指纹识别:即指通过比较不同指纹的细节特征点来进行鉴别。由于每个人的指纹不同，就是同一人的十指之间，指纹也有明显区别，因此指纹可用于身份鉴定。其实，我国古代早就利用指纹(手印)来签押。1684年，植物形态学家Grew发表了第一篇研究指纹的科学论文。 每个人包括指纹在内的皮肤纹路在图案、断点和交叉点上各不相同，呈现唯一性且终生不变。据此，我们就可以把一个人同他的指纹对应起来，通过将他的指纹和预先保存的指纹数据进行比较，就可以验证它的真实身份，这就是指纹识别技术。 指纹识别主要根据人体指纹的纹路、细节特征等信息对操作或被操作者进行身份鉴定，得益于现代电子集成制造技术和快速而可靠的算法研究，已经开始走入我们的日常生活，成为目前生物检测学中研究最深入，应用最广泛，发展最成熟的技术。 二、原理 指纹其实是比较复杂的。与人工处理不同，许多生物识别技术公司并不直接存储指纹的图象。多年来在各个公司及其研究机构产生了许多数字化的算法（美国有关法律认为，指纹图象属于个人隐私，因此不能直接存储指纹图象）。但指纹识别算法最终都归结为在指纹图象上找到并比对指纹的特征。 有效的指纹辨识系统不仅仅依赖于辨识算法，还有其他的一些重要因素，这里称之为“系统问题”。包括注册和辨识过程，速度和工作学、用户信息的反馈、排斥欺骗和安全考虑。为了得到较好的识别率，重要的是在注册时尽量获得最好的指纹图象，这是因为注册一般只进行一次，而以后的辨识是经常的。一个较好的指纹识别系统应要求用户的指纹在登记指纹时多次获取指纹，然后，把最好的指纹或每次获得的指纹的综合的结果作为注册的指纹。 又一个方法可以作为指纹系统设计时的考虑，即我们可以多次取像直到得到一个确定的匹配，但这个过程在降低了拒判率的同时，提高了误判率。辨识不仅仅只用一个手指的指纹，可以用两个或更多的手指的指纹，这样可以增强识别率，当然这样一来会浪费用户的许多时间。 系统的工作学是很重要的。例如：在个人识别系统中，人们愿意等待时间的极限，这个极限时间根据特定的应用而不同，依赖于在处理的过程中人们正在做什么。例如：刷卡或输入ID号的过程，从0.5-1.5秒被认为是可接受的时间；另外，拒判而重复次数不应超过3次。 验证和辨识的过程、取像设备的设计拒判率和误判率关系的设定，为了尽可能的获得高质量的指纹图象而提示

指纹识别系统(文献综述)

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

【算法】指纹识别算法基本原理介绍

【算法】指纹识别算法基本原理介绍 在有的国家，指纹属于个人隐私，不能象人工处理那样直接处理指纹图像，所以许多生物识别技术并不直接存储指纹的图像。多年来在各个公司及其研究机构产生了许多不同的数字化算法。指纹识别算法虽然各不相同但是这些算法最终都归结为在指纹图像上找到并比对指纹的特征。我们定义了指纹的两类特征来进行指纹的验证：总体特征和局部特征。 A 总体特征：总体特征是指那些用肉眼就可以直接观察到的特征，包括： 1. 纹形 其他的指纹图案都基于这三种基本图案。仅仅依靠纹形来分辨指纹是远远不够的，这只是一个粗略的分类，通过更详细的分类使得在大数据库中搜寻指纹更为方便快捷。 2. 模式区 模式区是指指纹上包括了总体特征的区域，即从模式区就能够分辨出指纹是属于那一种类型的。有的指纹识别算法只使用模式区的数据。 SecureTouch的指纹识别算法使用了所取得的完整指纹而不仅仅是模式区进行分析和识别。 3. 核心点 核心点位于指纹纹路的渐进中心，它在读取指纹和比对指纹时作为参考点。许多算法是基于核心点的，既只能处理和识别具有核心点的指纹。核心点对于SecureTouch的指纹识别算法很重要，但没有核心点的指纹它仍然能够处理。 4. 三角点

三角点位于从核心点开始的第一个分叉点或者断点、或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹路的计数跟踪的开始之处。 5. 纹数 指模式区内指纹纹路的数量。在计算指纹的纹数时，一般先在连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的纹数。 B 局部特征 局部特征是指指纹上的节点的特征，这些具有某种特征的节点称为特征点。两枚指纹经常会具有相同的总体特征，但它们的局部特征--特征点，却不可能完全相同。指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或打折。这些断点、分叉点和转折点就称为“特征点”。就是这些特征点提供了指纹唯一性的确认信息。指纹上的节点有四种不同特性： 1.特征点的分类：有以下几种类型，最典型的是终结点和分叉点。 终结点 一条纹路在此终结。 分叉点 一条纹路在此分开成为两条或更多的纹路。 分歧点 两条平行的纹路在此分开 孤立点 一条特别短的纹路，以至于成为一点。 环点 一条纹路分开成为两条之后，立即有合并成为一条，这样形成的一个小环称为环点。 短纹 一端较短但不至于成为一点的纹路。

基于matlab指纹识别论文(DOC)

《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。