基于matlab的指纹图像特征提取本科学位论文

单位代码

学号

分类号

密级

毕业设计(论文) 基于Matlab的指纹图像特征提取

院（系）名称

专业名称

学生姓名

指导教师

2012年 5 月15日

基于Matlab的指纹图像特征提取

摘要

随着社会的发展，传统的基于信物或口令的安全系统显得越来越脆弱，不能适应现代安全系统的需要，因而人们需要研究更加安全可靠，防伪性能更好的安全系统。指纹识别技术就是在这种背景下产生的，它借助人体的生理特征来提高身份识别的可靠性，目前已经成为国内外研究的热点。

指纹识别大体分为三个步骤：预处理、特征提取和特征匹配。本文集中于研究特征提取部分，并针对特征提取中的一些关键算法和实现进行了研究和优化，其主要内容如下：在特征提取方面，本论文采用了一种8邻域编码纹线跟踪算法，标注出端点和分叉点来进行特征提取；在剔除伪特征点时，先进行去边缘处理，再根据不同类型伪特征点的特征，采用相应剔除算法。实验表明，以上算法具有较小的运算量和较高的准确性。上述算法在本文中均用Matlab实现，取得了较好的效果，为后续的特征匹配工作打下了良好的基础。

关键字：指纹特征提取，去除伪特征，算法仿真

Matlab-based fingerprint image feature extraction

Abstract

With the development of society, the traditional safety system based on keepsake and password has been weaker, Which can not meet the requirement of modern safety system. In this case, the need of a more reliable safety system with higher anti-fake performance prompts the appearance of fingerprint identification technique. This technique, with a higher safety and reliable performance, can improve the reliability of identity resolution in virtue of human body’s physiological feature, and it has been a research focus these days.

Fingerprint identification falls into three parts, they are pretreatment, feature extraction, and characteristic matching. The thesis mainly focus feature extraction, it optimized and innovated some key algorithms of this parts, which can be described as follows: in the feature extraction part, the thesis used a eight-neighborhood coding ridge tracing algorithm, removing some templates of consecutive points and bifurcate points which have been optimized and removed in the thinning algorithm, and finally marking terminate points as well as bifurcate Points to execute feature extraction. Experiment result indicated that such new algorithm has a less operation but with a higher accuracy. All the algorithms introduced above have been implemented on Matlab, and result proved an adaptive good effect, which facilitates the next characteristic matching process.

Key words:Feature extraction, Removing of false characteristic points, Algorithm simulate

目录

1绪论 (1)

1.1引言 (1)

1.2 生物识别技术简介 (1)

1.3指纹识别技术 (2)

1.3.1指纹识别简介 (2)

1.3.2指纹识别原理 (3)

1.3.3指纹识别的发展 (3)

1.3.4指纹识别的优缺点 (5)

1.3.5指纹识别系统 (5)

1.4指纹图像特征提取 (6)

1.5主要内容和结构安排 (7)

1.5.1主要内容 (7)

1.5.2结构安排 (7)

2指纹图像的预处理 (9)

2.1归一化 (9)

2.2图像增强 (9)

2.3二值化 (10)

2.4细化 (11)

2.5本章小结 (12)

3指纹图像特征的提取 (13)

3.1指纹图像的特征 (13)

3.1.1全局特征 (13)

3.1.2局部特征 (13)

3.2指纹图像特征点的提取 (14)

3.2.1直接灰度图像法 (15)

3.2.2基于细化图像的模板匹配法 (16)

3.2.3算法比较 (1)

3.3伪特征点的滤除 (18)

3.3.1伪特征点分类及特点 (18)

3.3.2伪特征点的剔除算法 (19)

3.4特征提取算法Matlab算法仿真 (21)

3.5本章小结 (24)

4总结与展望 (25)

4.1总结 (25)

4.2展望 (25)

致谢 (26)

参考文献 (27)

附录A 主程序 (30)

附录B 提取特征点程序 (31)

附录C 剔除伪特征点程序 (33)

1绪论

1.1引言

随着社会经济的发展，人们的工作生活越来越依赖现代信息技术和网络技术，越来越多的场合，小到个人的虚拟账户密码，大到一个公司甚至是国家机密都需要对使用者、来访者进行身份识别，从而达到对自身的信息、资料以及财产进行可控制的保护，努力避免被不法分子非法入侵或者占有。因此信息安全对于现代社会来说己经变得越来越重要了，它涉及到人们生活的方方面面。同时由于黑客技术借助互联网传播的十分泛滥，这类高科技犯罪活动追究起来过程非常复杂，导致了现在黑客犯罪活动十分地猖獗。几乎每分每秒都有个人或者公司被非法入侵，因此目前形势非常严峻。如何保护人们的信息安全已经成为不得不面对的问题。如何准确识别个人身份信息是解决信息安全问题的一个关键。

目前常见的身份识别方法主要是基于实物（如证件、签名等等）的识别技术和基于电子技术的密钥或者密码的识别技术，而这些认证手段存在诸多缺陷。首先，这些认证手段的安全性不高，极容易通过伪造、窃取或者破解获得。其次，这些认证手段并不是随身携带的，都面临着证件丢失，密码遗忘等问题。一旦这些凭证被不法分子获得，将直接给人们带来巨大的损失和潜在的风险，因此这些手段的可靠性都比较低。目前，为了提高安全性、可靠性，一般采取经常更换密钥、甚至是证件等方式。但是在这些措施只能暂时的缓解被破解、伪造的紧迫性，并不能从根本上提高安全性，并且这些方式都给人们的生活带来诸多不便和损失。因此可以说这两种身份识别技术已经无法满足现实的需要，传统的身份识别技术己无法满足现代生活的需要，社会迫切的需要一种更高可靠性的，更方便的保密验证手段。新的更高安全性的身份识别技术正吸引着越来越多的机构学者的目光，身份识别技术正成为当今信息安全领域的热点[1]。

1.2生物识别技术简介

生物识别[2](Biometrics)，简单来讲，就是利用人体生物特征进行人的身份辨别的过

程。生物识别的过程是一个模式识别的过程。模式识别定义为：对表征事物或现象的各种方式的（数值的、文字的或逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。

众所周知，人类具有很强的模式识别能力。通过视觉信息识别文字、图片和周围的环境，通过听觉信息识别与理解语言。模式识别能力是人类智能的重要组成部分。生物识别遵循模式识别的原则规律，它通过判定相似度来确认生物特征相不相同。通过筛选的方式，即事先设定一个相似度阈值，在阈值以上的确认通过筛选，以下的拒绝通过，筛选通过的就是符合匹配条件的对象。

生物识别的对象是人，生物识别的主体是机器系统或者计算机系统。生物识别有两大基石。一是它必须基于“人的生物特征是各不相同”这一基本规律，否则无法根据人的生物特征来辨识不同对象。二是人的生物特征可以被外化，并表示为机器系统可读的形式，可以理解的“语言”。外化表示通过专门的电子化、自动化的生物特征采集设备，直接获得生物特征数据，输送给计算机系统进行辨识。生物识别是建立在对人的生物特征辨别的基础上的。人的生物特征包括生理特性和行为方式。生理特征有手形、指纹、脸形、声音、虹膜、视网膜、静脉图案、身体气味、足印、脑电波、脉搏、耳廓、DNA 等，行为特征有签字、按键力度、步态等。

目前，全球来讲，在指纹识别、脸形识别、虹膜识别和语音识别四个方面的研究成果较多，产品化程度也较高。在行为特征辨识的研究方面，对签名识别和按键力度识别的研究相对充分。

1.3指纹识别技术

1.3.1指纹识别简介

指纹，由于其具有终身不变性、唯一性和方便性，已几乎成为生物特征识别的代名词。指纹是指手指末端正面皮肤上凸凹不平的纹路，是在胎儿期6个月时形成的，在人的一生中指纹的纹线类型、结构、统计特征的总体分布等始终没有明显变化。任何手指指纹都独一无二，而且不同人的指纹特征相同的可能性几乎为零。指纹纹线的形态终生不变，及其唯一性，所以使用指纹来鉴别身份，指纹识别[3]也是最安全最可靠的识别方法。

指纹特征是人终生不变的特征之一，人体指纹含有天然的密码信息，其具有作为密码信息必须具备的三个重要性质：

(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。

(3) 终身不变性，指非意外事故指纹终身不变。

指纹是人体所固有的特征，随身携带，不易遗忘或丢失，使用方便；与人体是唯一绑定的，防伪性好，不易伪造或被盗。因此，作为一种可靠的方法，可以运用指纹鉴定进行身份认定。

1.3.2指纹识别原理

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。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。1889年Edward Herry提出了著名的Herry系统来对指纹进行分类[4]。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。

由于每次捺印的方位不完全一样，着力点不同会带来不同程度的变形，又存在大量模糊指纹，如何正确提取特征和实现正确匹配，是指纹识别技术的关键。指纹识别技术涉及图像处理、模式识别、计算机视觉、数学形态学、小波分析等众多学科。

1.3.3指纹识别的发展

随着科技的进步，指纹识别技术已经开始慢慢进入计算机世界中。目前许多公司和研究机构都在指纹识别技术领域取得了很大突破性进展，推出许多指纹识别与传统IT 技术完美结合的应用产品，这些产品已经被越来越多的用户所认可。指纹识别技术多用

于对安全性要求比较高的商务领域，而在商务移动办公领域颇具建树的富士通、三星及IBM等国际知名品牌都拥有技术与应用较为成熟的指纹识别系统，下面就对指纹识别系统在笔记本电脑中的应用进行简单介绍。

（1）第一代指纹识别系统

众所周知，在两年前就有部分品牌的笔记本采用指纹识别技术用于用户登录时的身份鉴定，但是，当时推出的指纹系统属于光学识别系统，按照现在的说法，应该属于第一代指纹识别技术。光学指纹识别系统由于光不能穿透皮肤表层（死性皮肤层），所以只能够扫描手指皮肤的表面，或者扫描到死性皮肤层，但不能深入真皮层。

在这种情况下，手指表面的干净程度，直接影响到识别的效果。如果，用户手指上粘了较多的灰尘，可能就会出现识别出错的情况。并且，如果人们按照手指，做一个指纹手模，也可能通过识别系统，对于用户而言，使用起来不是很安全和稳定。

（2）第二代电容式传感器

后来出现了第二代电容式传感器，电容传感器技术是采用了交替命令的并排列和传感器电板，交替板的形式是两个电容板，以及指纹的山谷和山脊成为板之间的电介质。两者之间的恒量电介质的传感器检测变化来生成指纹图像。但是由于传感器表面是使用硅材料，容易损坏，导致使用寿命降低，还有它是通过指纹的山谷和山脊之间的凹凸来形成指纹图像的，所以对脏手指、湿手指等困难手指识别率低。

（3）射频指纹识别技术

发展到今天，出现第三代生物射频指纹识别技术（射频原理真皮指纹核心技术（线型采集器）），射频传感器技术是通过传感器本身发射出微量射频信号，穿透手指的表皮层去控测里层的纹路，来获得最佳的指纹图像。因此对干手指、汗手指等困难手指通过可高达99%，防伪指纹能力强，指纹敏感器的识别原理只对人的真皮皮肤有反应，从根本上杜绝了人造指纹的问题。因为射频传感器产生高质量的图像，因此射频技术是最可靠，最有力的解决方案。除此之外，高质量图像还允许减小传感器，无需牺牲认证的可靠性，从而降低成本并使得射频传感器的思想应用到可移动和大小不受拘束的任何领域中。

1.3.4指纹识别的优缺点

优点：

（1）指纹是人体独一无二的特征，并且它们的复杂度足以提供用于鉴别的足够特征；

（2）如果要增加可靠性，只需登记更多的指纹、鉴别更多的手指，最多可以多达十个，而每一个指纹都是独一无二的；

（3）扫描指纹的速度很快，使用非常方便；

（4）读取指纹时，用户必需将手指与指纹采集头相互接触，与指纹采集头直接接触是读取人体生物特征最可靠的方法；

（5）指纹采集头可以更加小型化，并且价格会更加的低廉；

缺点：

（1）某些人或某些群体的指纹特征少，难成像；

（2）过去因为在犯罪记录中使用指纹，使得某些人害怕“将指纹记录在案”。

（3）实际上现在的指纹鉴别技术都可以不存储任何含有指纹图像的数据，而只是存储从指纹中得到的加密的指纹特征数据；

（4）每一次使用指纹时都会在指纹采集头上留下用户的指纹印痕，而这些指纹痕迹存在被用来复制指纹的可能性

1.3.5指纹识别系统

指纹识别系统是一个典型的模式识别系统，包括指纹图像获取、处理、特征提取和比对等模块。目前的自动指纹识别系统是集计算机、网络、光电技术、图像处理、智能卡、数据库等技术于一体的综合高端技术。自动指纹识别技术主要包括四个方面：指纹图像的录入、图像预处理、特征提取和特征匹配。下面就以上各部分做简要的介绍。（1）指纹采集

最早的指纹采集方法是用手指蘸上墨水或印油在纸上用扫描仪摄取，由于其严重的不可靠性，该方法早已经被淘汰。随着光学仪器、传感器及数字技术的发展，各种快速精确、方便小巧的采集设备都得到了应用。目前主要使用光学扫描仪和固态阵列传感器进行采集。前者用激光照在手指上，然后用CCD阵列摄取其反射光，由于反射光随着

指纹的脊线和谷线的深度不同而不同，因此可以得到指纹图像。后者是用大量的敏感元件组成的固态阵列芯片，它们采用电容传感、热敏传感或其他传感技术，通过感受按压指纹的压力、热度等特征来摄取指纹。

（2）指纹图像预处理

预处理在整个自动指纹识别系统中是很关键的一步。通常直接输入计算机的图像有一定的噪声，我们需要去除这些噪声才能进行下面的细化、特征提取和特征匹配等操作。然而在实际应用中，由于采集条件(手指太湿、太干或太脏)和采集设备等因素的制约，采集到的指纹图像质量比较差，含有大量的噪音，容易导致很多问题，影响后续的处理效果。因此，在对图像进行特征提取前，必须经过一系列的预处理消去大量的噪声信号，以便得到清晰的纹线。

（3）特征提取

传统的特征提取方法主要有两种：第一种是直接从原始指纹图像上进行细节特征提取，另一种是从细化后的指纹图像上进行特征提取。第一种算法比较复杂，受噪声干扰影响较大，特征点定位不精确，大多数系统都采用了第二种方法。指纹图像存在两种待提取的特征：全局特征和局部特征。全局特征用于指纹的分类，一个重要的全局特征是中心区的形状；局部特征是指纹中的细节，它可以通过细化后的指纹图求得。目前最常用的细节特征是美国联邦调查局(FBI)提出的细节点坐标模型，它利用端点和分叉点这两种特征，只需要一个3×3模板便可将端点和分叉点提取出来。

（4）特征匹配

特征匹配是将输入指纹的特征与指纹模板库中所存储的指纹特征进行比较，找出最相似的指纹作为识别的输出结果。这个过程也就是我们所说的指纹识别/认证的过程，它是指纹识别系统的核心。其中指纹识别用于判断指纹是属于哪个人的，而指纹认证则是用来判断两个指纹是否属于同一个人。

1.4指纹图像特征提取

指纹特征提取包括纹线细化、特征点（交叉点、断点、中心点、三角点等）检测与分类、伪特征点消除、特征点特性参数计算、特征参数压缩编码、全局特征（“斗”、“箕”、“旋向”等）检测等步骤，特征提取算法应能适应噪声、畸变、位移、旋转、缺损、变

形等常见的实际情况。

细节特征的提取就是在指纹图像中找到脊终点和脊分叉两个细节特征，一般说来，如果指纹图像能够很好地分割，那么对于细节特征提取来说，就仅仅是对细化的指纹图像进行沿脊线的点的判断。然而，在实际中由于指纹图像本身存在噪声或在提取特征时，滤波和细化引入了噪声，我们无法得到完美的指纹图像细化图，在提取特征时会产生一些虚假细节特征。虚假细节特征的存在会同时提高指纹图像匹配时的误识率和拒识率。因此，在特征提取时，往往需要进行虚假细节特征删除，一般采用启发式算法对虚假特征进行删除。对于一个分叉点的分支如果小于某个给定阈值，就将其当作毛刺删除；如果脊线的两个端点很近，那么该脊线有可能是噪声引起的，应删除；在指纹图像边缘的脊终点也应删除。

特征提取的结果一般保存为特征模板，它包括脊终点或分叉类型、位置坐标以及该特征的方向。一般的指纹图像提取的特征在10—100 之间。

1.5主要内容和结构安排

1.5.1主要内容

指纹图像的处理，包括指纹图像预处理、特征提取和特征匹配三个部分工作。其中指纹图像预处理是指对采集头采集的指纹进行图像归一化、图像增强、二值化和细化；特征提取，包括指纹特征的提取以及伪特征的剔除；特征匹配主要分为初匹配和二次匹配两个阶段。本文主要研究指纹图像的特征提取，介绍了特征点的提取以及伪特征点剔除的算法。

1.5.2结构安排

本文共分为4章，结构安排大致遵循指纹图像识别的处理流程，即按照指纹图像处理的先后顺序：先进行指纹图像的预处理、然后进行特征的提取，省去了指纹特征匹配阶段。具体安排如下：

1．介绍了生物识别技术所包含的内容，指纹识别技术的优缺点与发展现状，以及指纹识别系统的结构，简要介绍了本文研究的主要内容。

2.对指纹图像的预处理的各个步骤做简要介绍。

3．指纹特征的提取。首先介绍如何对指纹特征进行表征，即通过何种特征来标识一个指纹，具体方法有全局特征和局部特征。接着介绍常用的特征提取方法，以及它们的优缺点。最后给出了本文的指纹特征提取方法，并根据各种伪特征点的形成原因、特点，采用了富有针对性的剔除伪特征点算法，并通过Matlab进行算法仿真验证。

4.结语。总结回顾指纹图像特征提取的方法，对后续进一步研究的进行合理的展望。

2指纹图像的预处理

对于一幅指纹采集头采集的原始图像，为了使后续特征提取的操作能够正常有效的进行，必须对原始指纹图像进行一定的处理。通常这样的处理过程包括归一化、图像增强、二值化和细化等过程。下面将依次介绍预处理是如何实现的。

2.1归一化

由于在指纹采集的过程中，采集的指纹图像灰度不均，即有的指纹图像偏暗，有的偏亮。这给建立统一的、有效的后续指纹图像处理算法带来了极大的不便。因此有必要将每幅指纹图像都通过归一化(又叫“规格化”，“均一化”)处理，方便后续的处理。

指纹图像的归一化主要是通过求取指纹图像的灰度均值和方差，将灰度均值和方差调整到一个期望的范围。从而在不改变图像的灰度特性(指：灰度均值和方差)的前提下，实现所有指纹图像的灰度都分布在同一个期望的范围内，实现指纹图像的归一化。

2.2图像增强

指纹图像增强，就是对指纹图像采用一定的算法进行处理，使其纹理结构清晰化，尽量突出和保留固有的指纹特征信息，并消除噪声，避免产生虚假特征。其目的是保持特征信息提取的准确性和可靠性。

从目前的研究情况和各种算法的综合比较来看，空域滤波和频域滤波仍然是指纹图像增强中比较有效且占据主流地位的方法。

空域滤波法通过对滤波算子和原始图像作卷积来实现图像增强，具有简单直观，易于分析的优点。

O’Gorman和Nickerson较早提出采用方向滤波器进行指纹图像增强。他们利用指纹独特的方向性设计出相应的方向滤波器模板，这种滤波器能够沿指纹纹线方向对图像进行平滑处理，具有一定的消除噪声和弥合裂纹的能力，同时能提高指纹脊线和谷线在图像中的对比度。但是，该方法没有使用指纹的频率信息，主要依据经验来确定滤波器模板，对低质量指纹图像的处理效果较差，具有一定的局限性[5]。Greenberg等使用具

有结构自适应能力的各向异性滤波器对指纹图像进行滤波，能够在滤除噪声的同时保护指纹纹线结构，但是同样没有结合指纹的频率信息，对指纹纹线变化的适应能力有限。Hong等提出采用具有方向和频率选择性的二维Gabor滤波器来增强指纹图像。他们根据指纹的方向性将二维Gabor滤波器调制到各个方向，并根据指纹的频率信息来确定滤波器的中心频率，然后使用所得的Gabor滤波器组对图像进行滤波。该方法较好地结合了指纹的方向信息和频率信息，对指纹图像的增强效果比较显著。其不足之处在于，容易破坏纹线方向变化剧烈的模式区域，会在一定程度上改变脊线和谷线的位置及比例关系，对细节特征的保护能力有限[6]。

频域滤波法通过直接改善图像的频谱来实现图像增强。由于指纹纹线具有较强的等周期性，因此从频谱上看，指纹图像的能量通常集中在某个频率附近，这为在频域进行指纹图像增强带来方便。

Sherlock等提出了基于频域的方向滤波算法。首先在频域定义出一组方向滤波器对指纹图像的频谱进行滤波处理，每一个方向滤波器在提取出对应方向的频谱信息的同时削弱其它方向的频谱信息，然后在空域将滤波结果按指纹图像的方向信息进行融合，从而得到完整的增强图像。该方法利用了图像的全局信息，对低质量指纹图像也能取得较好的增强效果，但是仅以常数作为指纹的脊线频率，没有考虑频率的空间变化性，对指纹的纹线结构和细节特征具有一定的破坏性。另外，该方法需要对整幅图像进行多次傅立叶变换，存在较多的运算，计算效率还有待提高[7]。Kamei和Mizoguchi在频域对图像作方向滤波时进一步考虑了指纹的局部频率信息，并使用贪婪算法以能量最小化的方式对滤波图像进行融合。该方法的最大问题是计算量和存储量均较大，不利于实际应用。Willis和Myers提出了一种快速的频域增强算法。首先将指纹图像分成一系列小方块，并对各图像子块分别作傅立叶变换以得到相应的频谱，然后采用求幂的方法直接修改幅度谱值，最后通过傅立叶逆变换得到增强图像。该方法不需要计算原始指纹图像的方向和频率，因此简单易行，计算量较小，但是在噪声的影响下会对图像造成较大的破坏，其合理性还有待进一步研究。

2.3二值化

所谓二值化就是将灰度图像转化为灰度值为0、1组成的黑白图像，0为背景点灰

基于matlab指纹识别论文详解

《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。

基于MATLAB的指纹识别系统设计

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

Matlab指纹识别

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

基于matlab的指纹图像增强方法

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

(Printed)基于Matlab实现的指纹图像细节特征提取

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

基于MATLAB图像处理的指纹特征点提取[权威资料]

基于MATLAB图像处理的指纹特征点提取[权威资料] 基于MATLAB图像处理的指纹特征点提取 摘要:伴随着信息科学技术飞速发展的步伐，非常多的系统更加关注安全的问题，因此，可靠的、安全的身份识别技术成为了众多系统安全应用的首选。指纹图像特征提取作为指纹识别领域非常重要的研究部分，自然而然的引起了广大学者的关注。本课题研究的主要内容便是指纹图像特征点提取以及伪特征点的剔除。 关键词:MATLAB;特征点;指纹识别;分叉点 TP391.41 随着科学技术以及社会的不断进步，基于口令、信物、数字等的传统的安全认证模式正在变得越来越脆弱[1]，现代化的安全系统必须寻求全新的安全认证方法才能满足现代化的社会需求。指纹识别技术是到目前为止应用最为广泛的个人身份认证技术，指纹所具备的稳定性以及唯一性更加的确定了指纹识别技术的应用地位，在计算机不断进步的同时，指纹识别技术以及算法也在不断的提升，甚至指纹传感器的性能也得到了大幅度的提升，所以，较高质量的指纹图像信息采集技术成为了安防领域以及身份认证领域研究的重点课题。 1 指纹图像特征 1.1 指纹图像全局特征 指纹的全局特征通常指的是常人通过肉眼就可以辨认出的特征，全局特征的基本纹路图案通常分为三种:环型(loop)，弓型(arch)以及螺旋型(whorl)[2]，这三个指纹图案是其余的指纹图案的基础，但是三种类型的分类相对比较粗略，并不能完全比对出采集到的指纹图像，但是对指纹进行分类却能够为指纹图案的比对查询提供方便。

通常情况下，指纹图像中的用于描述全局特征的区域称之为模式区，即通过指纹图像的模式区便可以将指纹图像进行分类划分，有的指纹算法提取的只是模式区的指纹数据，而有的指纹算法则仅仅提取模式区的一部分指纹数据。 指纹图像的核心点具体指的是指纹图像纹路的渐进中心，这个点的数据信息非常重要，通常被用作读取指纹时以及比对指纹时候的参考点，指纹图像的核心点被很多的指纹识别算法采用，但是局限是仅仅能够识别具备核心点的指纹图像。 指纹图像数据也存在三角点，具体指的是以核心点为标准，开始之后的第一个断点或者分叉点，亦或者相交纹路的汇聚点、折转点、孤立点，或者指向这些点的怪异点。三角点是指纹识别算法的关键点之一，为指纹图像纹路的计数跟踪提供了基准参考点。 指纹纹数具体指的是模式区内所有指纹纹路的数量。指纹纹数在计算的时候，通常会将核心点与三角点连接起来[3]，这条连线与指纹纹路交接点的数量便可以确定指纹图像的纹数。 1.2 指纹图像局部特征 指纹图像的局部特征具体指的是指纹上节点的详细特征，具备一些特征的指纹图像节点被称之为特征点。不同的指纹可能会出现总体特征相同的情况，但是绝对不会出现特征点相同的不同指纹。 1.2.1 指纹图像的特征点 指纹图像的纹路并不是笔直的、平滑的、连续的，伴随着指纹纹路的经常是分叉、打折亦或者中断，指纹纹路的这些分叉点、断点以及转折点便被称之为“特征点”，众多的“特征点”的集合便构成了确定指纹图像唯一的信息数据。 1.2.2 指纹图像特征点的分类 指纹的特征点通常被分为终结点、分叉点、分歧点、孤立点、环点、短纹、方向、曲率以及位置。终结点以及分叉点是特征点最为典型的两类。

基于MATLAB的指纹识别系统(开题报告)

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 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 10,几乎为零,这就构成了指纹的第一大特 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。

基于matlab的指纹图像增强方法

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： 学号： 姓名： 电子邮件： 日期： 2013 年 9 月 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，基本方法就是求像素的平均值或中值；在频率域中则运用低通滤波技术。

开题报告-基于Matlab的指纹识别

毕业设计选题：基于matlab的指纹识别 随着科学技术的不断发展，自动化的指纹识别技术如今已经被人们广泛地应用在银行、商业交易、公安部门、海关部门等需要对人的身份进识别的领域，而本文所描述的是对自动化指纹识别系统的研究现状以及自动化指纹识别系统的基本算法和流程，本实验是利用MATLAB2012来进行了指纹识别系统的仿真和实验的。 然而在生物识别技术的快速发展的今天，人们通过研究发现了每一个人的指纹都具有唯一性和不变性。也正因为这样，指纹识别技术正在逐步的发展成为一种新的身份识别技术，并且凭借它良好的安全性以及可靠性，逐步有取代传统身份认证的方式趋势。 本实验简单的介绍了指纹识别图像的预处理的方法和步骤。指纹图像预处理之后将会得到一个宽度为统一像素的细化后的二值化图像，最后再根据特定的指纹图像的端点以及交叉点的特征进行对指纹自动匹配。本论文中采用MATLAB2012编程实现所有算法。 关键词：指纹识别技术指纹图像预处理指纹识别 MATLAB2012 1.1指纹及其识别 如今，生物特征识别领域中的最为成熟的应用技术之一--指纹识别技术。其实它已经有非常悠久的历史了。很久以前，指纹识别技术已经很早就应用于刑事侦查和司法鉴定领域了，很多人不知道的是。随着计算机网络和信息处理技术的快速发展，这门历史悠久的指纹识别技术也开拓了更多更广阔的市场，自动的指纹识别技术和与其相关的产品越来越多的应用在普通人的生活当中。 生物识别技术（Biometric Identification Technology）的定义是：利用人体的不同的生物特征来进行对人的身份进行认证的一种技术[1]。这是因为人的生物特征是唯一的，可以区分与他人不同的特征。并且我们还可以通过技术测量或者是自动识别来检验出生理特性以及行为方式，我们所说的这个特征分为生理特征、行为特征。我们对生物特性来进行提取并放入数据库，再将提取出来的人

(毕业论文)基于MATLAB的指纹识别系统设计

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

基于Matlab的指纹图像特征提取

摘要 随着社会的发展，传统的基于信物或口令的安全系统显得越来越脆弱，不能适应现代安全系统的需要，因而人们需要研究更加安全可靠，防伪性能更好的安全系统。指纹识别技术就是在这种背景下产生的，它借助人体的生理特征来提高身份识别的可靠性，目前已经成为国内外研究的热点。 指纹识别大体分为三个步骤：预处理、特征提取和特征匹配。本文集中于研究特征提取部分，并针对特征提取中的一些关键算法和实现进行了研究和优化，其主要内容如下：在特征提取方面，本论文采用了一种8邻域编码纹线跟踪算法，标注出端点和分叉点来进行特征提取；在剔除伪特征点时，先进行去边缘处理，再根据不同类型伪特征点的特征，采用相应剔除算法。实验表明，以上算法具有较小的运算量和较高的准确性。上述算法在本文中均用Matlab实现，取得了较好的效果，为后续的特征匹配工作打下了良好的基础。 关键字：指纹特征提取，去除伪特征，算法仿真

Matlab-based fingerprint image feature extraction Abstract With the development of society, the traditional safety system based on keepsake and password has been weaker, Which can not meet the requirement of modern safety system. In this case, the need of a more reliable safety system with higher anti-fake performance prompts the appearance of fingerprint identification technique. This technique, with a higher safety and reliable performance, can improve the reliability of identity resolution in virtue of human body’s physiological feature, and it has been a research focus these days. Fingerprint identification falls into three parts, they are pretreatment, feature extraction, and characteristic matching. The thesis mainly focus feature extraction, it optimized and innovated some key algorithms of this parts, which can be described as follows: in the feature extraction part, the thesis used a eight-neighborhood coding ridge tracing algorithm, removing some templates of consecutive points and bifurcate points which have been optimized and removed in the thinning algorithm, and finally marking terminate points as well as bifurcate Points to execute feature extraction. Experiment result indicated that such new algorithm has a less operation but with a higher accuracy. All the algorithms introduced above have been implemented on Matlab, and result proved an adaptive good effect, which facilitates the next characteristic matching process. Key words:Feature extraction, Removing of false characteristic points, Algorithm simulate

基于Matlab的人体指纹识别程序设计(课程设计)

课程设计 课程名称 课题名称基于Matlab的人体指纹识别程序设计 专业 班级 学号 姓名 指导老师 年月日

课程设计任务书 课题名称基于Matlab的人体指纹识别程序设计 姓名专业班级学号 指导老师 课程设计时间 教研室意见意见：审核人： 一、任务及要求 1）根据所学的知识和能力，利用Matlab软件设计程序实现根据指纹的大小、形状等特征，识别出不同的指纹； 2）利用按键标志当前指纹识别的状态，例如录入状态、识别状态、清楚状态。 设计要求： 1）对指纹识别的过程进行分析，掌握指纹识别系统算法的工作原理； 2）进行指纹识别程序的方案设计； 3）进行指纹识别程序的模块设计； 4）要有必要的算法设计说明； 5）写出课程设计报告。报告中应包括原理框图、参数曲线分析、操作方法、算法分析、软件调试等，调试过程中遇到的问题，改进方法和总结体会； 6）答辩。 二、进度安排 周一：集中布置课程设计任务和相关事宜，查资料确定指纹识别程序设计总体方案。 周二～周五：完成人体指纹识别程序设计及仿真。 周六～周日：设计报告撰写，周日进行答辩和设计结果检查。 三、参考资料

目录 第1章绪论 (1) 1.1 Matlab介绍 (1) 1.2 Matlab优势特点 (1) 1.3 指纹识别 (1) 1.4 指纹识别技术的主要优点 (1) 第2章设计任务及要求 (2) 2.1 设计任务 (2) 2.2 设计要求 (2) 第3章系统方案设计 (3) 3.1 系统方案设计 (3) 3.2 系统框图 (3) 第4章系统软件设计 (4) 4.1 主函数 (4) 4.2 归一化和切割 (5) 4.3 二值化 (7) 4.4 细化 (9) 4.5 中心点提取 (11) 4.6 求特征点 (14) 4.7 指纹匹配 (16) 第5章系统仿真及调试 (17) 总结 (20) 参考文献.......................................................................................................... 错误!未定义书签。附录. (23)

基于MATLAB的指纹识别研究.doc

基于MATLAB的指纹识别研究- 【摘要】随着网络信息化时代的快速发展，个人身份的数字化和隐性化水平也得到了提高。如何准确鉴定一个人的身份，保护信息安全是当今信息化时代必须解决的一个关键性社会问题。目前，我国的各种管理大部分使用证件、磁卡、IC卡和密码，这些手段无法避免伪造或遗失，密码也很容易被窃取或遗忘。这些都给管理者和使用者带来很大不方便，因此更加凸显指纹识别验证技术的重要性。 【关键词】网络信息化指纹识别特征原理 当今社会工作生活中，无论你是到银行取钱，网上购物，还是注册微博、社交网站，甚至平日的进出校园，上下班都需要经过身份认证，太多太多的场合都需要身份的认证，而传统的基于标志的身份认证技术由于受到证件伪造以及密码破解等手段的威胁，逐渐表现得有些力不从心。如何保护我们的个人隐私不受泄露，如何保证我们的重要文献资料的保密性成了我们今天热议的话题。在传统的操作中，我们往往使用密码加密法，但这种方法也许是“防君子不防小人”的。在高明的黑客眼里，由几个字符组成的密码脆弱得不堪一击。现在，科技的发展让我们有了新的选择――指纹识别加密产品。将指纹锁应用于笔记本，机箱甚至鼠标上，可以对文件、系统起保护作用，并且进行身份识别。 一、指纹识别的初步探究 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，呈现不同人指纹或同一个人不同手指指纹的互异性、唯一性，且随着人们年龄的不断增长，指纹也不会发生改变。根据指纹的这些特性，我们就可以把一个人与其的指纹对应起来，

通过将其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。 二、指纹识别的基本原理 1、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。在考虑局部特征的情况下，英国学者E.R.Herry认为，只要比对13个特征点重合，就可以确认为是同一个指纹。总体特征是指那些用人眼直接就可以观察到的特征，包括：基本纹路图案环型（100p），弓型（arch），螺旋型（whorl）。其他的指纹图案都基于这三种基本图案。仅仅依靠图案类型来分辨指纹是远远不够的，这只是一个粗略的分类，但通过分类使得在大数据库中搜寻指纹更为方便。 2、指纹识别的基本原理 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。 指纹识别技术通常使用指纹的总体特征如纹形、三角点等来进行分类，再用局部特征如位置和方向等来进行识别用户身份。通常，首先从获取的指纹图像上找到“特征点”，然后根据特征点的特性建立用户活体指纹的数字表示――指纹特征数据。由于两枚不同的指纹不会产生相同的特征数据，所以通过对所采集到的指纹图像的特征数据和存放在数据库中的指纹特征数据进行模式匹配，计算出它们的相似程度，最终得到两个指纹的匹配结果，根据匹配结果来鉴别用户身份。根据指纹识别的基本原理