指紋識別算法的matlab實現(xiàn)設(shè)計說明

1、 .PAGE46 / NUMPAGES51摘 要 隨著生物識別技術(shù)的不斷發(fā)展，人們發(fā)現(xiàn)每個人的指紋具有唯一性和不變性。因此指紋識別技術(shù)逐步發(fā)展為一種新的身份識別方式，并且憑借其良好的安全可靠性，大有取代傳統(tǒng)身份識別方式的趨勢。本文簡要介紹了指紋識別的基本步驟，分別是指紋圖像預(yù)處理、指紋特征提取、指紋匹配。在圖像預(yù)處理中，依次介紹了規(guī)格化處理、圖像增強(qiáng)、二值化處理和細(xì)化處理的方法。預(yù)處理后將得到一幅寬度為一個像素的細(xì)化二值圖像，然后通過特定的端點和交叉點的特征進(jìn)行指紋匹配。論文中采用MATLAB編程實現(xiàn)全部算法。關(guān)鍵詞：指紋識別，圖像處理，特征提取，特征匹配AbstractWith the co

2、ntinuous development of Biometric Identification Technology,People found that each persons fingerprint has uniqueness and invariant.Therefore Fingerprint Identification Technology gradually developed as a new identity recognition mode，and with its good safety and reliability，it has replaced the trad

3、itional identification way trends. This paper briefly introduces the basic step of Fingerprint Identification，they are Fingerprint image preprocessing, Fingerprint characteristic extraction,Fingerprint matching.In the Fingerprint image preprocessing,in turn introduced the normalized processing, Imag

4、e enhancement, Binary treatment and Refining processing method.After pretreatment will get a picture for a pixel width of twenty-first-century binary image,then through the particular endpoint and intersection on the characteristics of the Fingerprint matching.This paper using Matlab programs all al

5、gorithm.KeywordsFingerprint identification Image processing Feature extractionFeature matching畢業(yè)設(shè)計（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人重承諾：所呈交的畢業(yè)設(shè)計（論文），是我個人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作與取得的成果。盡我所知，除文中特別加以標(biāo)注和致的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得與其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。對本研究提供過幫助和做出過貢獻(xiàn)的個人或集體，均已在文中作了明確的說明并表示了意。作 者 簽 名：日 期：指導(dǎo)教師簽名： 日期

6、：使用授權(quán)說明本人完全了解大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉咳?。作者簽名： 日 期：學(xué)位論文原創(chuàng)性聲明本人重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法

7、律后果由本人承擔(dān)。作者簽名： 日期： 年 月 日學(xué)位論文使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)大學(xué)可以將本學(xué)位論文的全部或部分容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名：日期： 年 月 日導(dǎo)師簽名： 日期： 年 月 日目 錄TOC o 1-3 h u HYPERLINK l _Toc31421 摘要 PAGEREF _Toc31421 I HYPERLINK l _Toc12682 Abstract PAG

8、EREF _Toc12682 II HYPERLINK l _Toc22136 第1章 緒論 PAGEREF _Toc22136 1 HYPERLINK l _Toc28833 1.1 研究背景與意義 PAGEREF _Toc28833 1 HYPERLINK l _Toc6269 1.2 國外研究現(xiàn)狀與分析 PAGEREF _Toc6269 1 HYPERLINK l _Toc19025 1.3 設(shè)計容與要求 PAGEREF _Toc19025 2 HYPERLINK l _Toc21327 第2章 指紋識別的基本理論與應(yīng)用 PAGEREF _Toc21327 3 HYPERLINK l _

9、Toc19668 2.1 指紋識別的原理和方法 PAGEREF _Toc19668 3 HYPERLINK l _Toc4857 2.1.1 指紋的特征與分類 PAGEREF _Toc4857 3 HYPERLINK l _Toc6108 2.1.2 指紋識別的原理和方法 PAGEREF _Toc6108 3 HYPERLINK l _Toc29936 2.2.1 算法的精確度 PAGEREF _Toc29936 4 HYPERLINK l _Toc1387 2.2.2 誤識率和拒識率的測試方法 PAGEREF _Toc1387 4 HYPERLINK l _Toc23558 2.2.3 系統(tǒng)

10、參數(shù) PAGEREF _Toc23558 4 HYPERLINK l _Toc635 2.3 指紋識別技術(shù)的應(yīng)用 PAGEREF _Toc635 5 HYPERLINK l _Toc2297 2.4 指紋識別的可靠性 PAGEREF _Toc2297 5 HYPERLINK l _Toc24026 2.5 本章小結(jié) PAGEREF _Toc24026 6 HYPERLINK l _Toc25691 第3章 指紋圖像處理與特征提取與實現(xiàn) PAGEREF _Toc25691 6 HYPERLINK l _Toc18142 3.1 方法概述 PAGEREF _Toc18142 6 HYPERLINK

11、 l _Toc27884 3.2 方向圖的計算 PAGEREF _Toc27884 7 HYPERLINK l _Toc17132 3.2.1 求點方向圖 PAGEREF _Toc17132 7 HYPERLINK l _Toc5537 3.2.2 由點方向圖求塊方向圖的算法 PAGEREF _Toc5537 8 HYPERLINK l _Toc22488 3.2.3 最小均方估計塊方向算法 PAGEREF _Toc22488 8 HYPERLINK l _Toc30945 3.3 指紋圖像的濾波 PAGEREF _Toc30945 10 HYPERLINK l _Toc23212 3.4 基

12、于方向圖的動態(tài)閥值指紋圖像二值化方法 PAGEREF _Toc23212 11 HYPERLINK l _Toc13001 3.5 指紋圖像的細(xì)化算法 PAGEREF _Toc13001 13 HYPERLINK l _Toc3426 3.6 特征提取與其后處理 PAGEREF _Toc3426 15 HYPERLINK l _Toc631 3.6.1 特征點的提取 PAGEREF _Toc631 15 HYPERLINK l _Toc19334 3.6.2 假特征點的去除 PAGEREF _Toc19334 15 HYPERLINK l _Toc4770 3.6.3 細(xì)節(jié)點信息的提取與記錄

13、PAGEREF _Toc4770 16 HYPERLINK l _Toc17635 3.6.4 指紋識別中細(xì)節(jié)點的匹配 PAGEREF _Toc17635 17 HYPERLINK l _Toc3088 3.7 本章小結(jié) PAGEREF _Toc3088 18 HYPERLINK l _Toc32426 第4章 指紋識別算法的MATLAB實現(xiàn) PAGEREF _Toc32426 19 HYPERLINK l _Toc26795 4.1 MATLAB簡介 PAGEREF _Toc26795 19 HYPERLINK l _Toc22191 4.1.1 MATLAB 的概況 PAGEREF _To

14、c22191 19 HYPERLINK l _Toc29758 4.1.2 MATLAB產(chǎn)生的歷史背景 PAGEREF _Toc29758 19 HYPERLINK l _Toc25009 4.1.3 MATLAB 的語言特點 PAGEREF _Toc25009 20 HYPERLINK l _Toc4134 4.1.4 MATLAB在指紋識別中的應(yīng)用 PAGEREF _Toc4134 21 HYPERLINK l _Toc1229 4.2 指紋圖像預(yù)處理 PAGEREF _Toc1229 22 HYPERLINK l _Toc14712 4.2.1 圖像規(guī)格化 PAGEREF _Toc147

15、12 22 HYPERLINK l _Toc27523 4.2.2 圖像分割 PAGEREF _Toc27523 23 HYPERLINK l _Toc3437 4.2.3 圖像二值化 PAGEREF _Toc3437 23 HYPERLINK l _Toc18173 4.2.4 圖像增強(qiáng) PAGEREF _Toc18173 24 HYPERLINK l _Toc9746 4.2.5 圖像細(xì)化 PAGEREF _Toc9746 24 HYPERLINK l _Toc26744 4.3 特征點提取 PAGEREF _Toc26744 24 HYPERLINK l _Toc14729 4.3.1

16、找出所有的端點和交叉點 PAGEREF _Toc14729 24 HYPERLINK l _Toc6137 4.3.2 紋線光滑處理 PAGEREF _Toc6137 25 HYPERLINK l _Toc30828 4.3.3 去除圖像邊緣的端點 PAGEREF _Toc30828 25 HYPERLINK l _Toc20925 4.4 找出特征點 PAGEREF _Toc20925 25 HYPERLINK l _Toc19457 4.4.1 single_point函數(shù) PAGEREF _Toc19457 25 HYPERLINK l _Toc10236 4.4.2 walk函數(shù) PA

17、GEREF _Toc10236 25 HYPERLINK l _Toc23401 4.4.3 last1函數(shù) PAGEREF _Toc23401 26 HYPERLINK l _Toc13306 4.5 特征點匹配 PAGEREF _Toc13306 26 HYPERLINK l _Toc14064 4.5.1 紋線長度匹配 PAGEREF _Toc14064 26 HYPERLINK l _Toc6273 4.5.2 三角形邊長匹配 PAGEREF _Toc6273 26 HYPERLINK l _Toc17186 4.5.3 點類型匹配 PAGEREF _Toc17186 26 HYPER

18、LINK l _Toc26929 4.6 本章小結(jié) PAGEREF _Toc26929 27 HYPERLINK l _Toc2394 結(jié) 論 PAGEREF _Toc2394 28 HYPERLINK l _Toc9549 參考文獻(xiàn) PAGEREF _Toc9549 29 HYPERLINK l _Toc476 致 PAGEREF _Toc476 30 HYPERLINK l _Toc10730 附錄1 圖像預(yù)處理代碼 PAGEREF _Toc10730 31 HYPERLINK l _Toc19392 附錄2 特征點提取代碼 PAGEREF _Toc19392 37 HYPERLINK l

19、 _Toc24239 附錄3 找特征點代碼 PAGEREF _Toc24239 40 HYPERLINK l _Toc10552 附錄4 特征點匹配代碼 PAGEREF _Toc10552 43第1章 緒論1.1 研究背景與意義現(xiàn)代門禁系統(tǒng)是一種隨著電子技術(shù)和計算機(jī)技術(shù)的發(fā)展而迅速發(fā)展起來的安防系統(tǒng)，一套現(xiàn)代化的、功能齊全的門禁系統(tǒng)，不僅可用于進(jìn)出口控制，而且有助于單位部的有序化管理。門禁系統(tǒng)是新型現(xiàn)代化公共安全管理系統(tǒng)，它集微機(jī)自動識別技術(shù)和現(xiàn)代安全管理措施為一體，涉與電子、機(jī)械、光學(xué)、計算機(jī)技術(shù)、通信技術(shù)和生物技術(shù)等諸多新技術(shù)，是重要部門出入口實現(xiàn)安全防管理的有效保障1。目前有很多的生物測

20、定技術(shù)可用于身份認(rèn)證，包括虹膜識別技術(shù)、視網(wǎng)膜識別技術(shù)、面部識別、簽名識別、聲音識別技術(shù)、指紋識別等，具有安全、可靠的特點，其中自動指紋識別系統(tǒng)是目前研究最多、最有應(yīng)用前景的生物識別系統(tǒng)。指紋識別技術(shù)的應(yīng)用十分廣泛，指紋因具有終生不變性與穩(wěn)定性,而且不同人指紋一樣的概率幾乎為零,因此指紋自動識別系統(tǒng)被廣泛應(yīng)用于案例分析、商業(yè)活動中的身份鑒別等領(lǐng)域。指紋識別技術(shù)的發(fā)展得益于現(xiàn)代電子集成制造技術(shù)的進(jìn)步和快速可靠的算法的研究。 指紋門禁系統(tǒng)通過將用戶的指紋特征與指紋特征數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行對比實現(xiàn)用戶身份的鑒別，并不直接保存和使用用戶的指紋圖像信息，不會侵犯到用戶的隱私信息，是當(dāng)前技術(shù)最先進(jìn)、應(yīng)用最廣

21、泛的門禁系統(tǒng)。對生物識別(指紋識別)技術(shù)來說，被廣泛應(yīng)用意味著它能在影響億萬人的日常生活的各個地方使用。通過取代個人識別碼和口令，生物識別（指紋識別）技術(shù)可以阻止非授權(quán)的 “訪問”，可以防止盜用ATM、蜂窩、智能卡、桌面PC、工作站與其計算機(jī)網(wǎng)絡(luò)；在通過、網(wǎng)絡(luò)進(jìn)行的金融交易時進(jìn)行身份認(rèn)證；在建筑物或工作場所生物識別技術(shù)（指紋識別）可以取代鑰匙、證件、圖章等。生物識別(指紋識別)技術(shù)的飛速發(fā)展與其廣泛應(yīng)用將開創(chuàng)個人身份鑒別的新時代。指紋所具有的唯一性、不變性、易于獲取、分類存儲有規(guī)律等特性使其成為生物鑒定學(xué)中最為成熟的方式2。1.2 國外研究現(xiàn)狀與分析指紋識別技術(shù)從早期的人工比對到現(xiàn)在采用計算機(jī)

22、技術(shù)實現(xiàn)自動指紋識別，指紋對比更加準(zhǔn)確，識別效率得到極大提高。自動指紋識別過程通常由指紋圖像濾波增強(qiáng)、二值化、細(xì)化、特征提取以與指紋匹配等幾個環(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方向場的下上下濾波器；指紋圖像二值化，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，在自動指紋識別中常采用的是根據(jù)指紋圖像的點方向場在指紋紋線方向和指紋紋線垂直方向上對指紋圖像進(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

23、像素，使之只有一個像素寬度，目前在自動指紋識別技術(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)化后使用計算機(jī)數(shù)字圖像處理技術(shù)采集指紋圖像中奇異點、端點、叉點等指紋特征數(shù)據(jù)，目前常用的特征提取算法是先對細(xì)化后的指紋圖像進(jìn)行初步去噪，然后提取特征點，再根據(jù)閾值去除偽特征點；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的匹配，目前在自動指紋識別系統(tǒng)中常采用可變大小的界限盒的指紋特征匹配算法。目前指紋識別技術(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，會丟失一部分信息、，手指劃破、割傷、弄臟、不同干濕程度以與不同的按壓方式，還會導(dǎo)致指紋圖像的

24、變化，這給可靠的特征提取帶來了相當(dāng)?shù)乩щy；例如傳統(tǒng)的基于細(xì)節(jié)點的識別方法，是依靠提取指紋脊線上的細(xì)節(jié)點，然后對其位置和類型進(jìn)行匹配，來識別指紋的，而噪聲會影響特征提取準(zhǔn)確度，增加錯誤的特征點或丟失真正的特征點。當(dāng)噪聲很大時，就要增加圖像增強(qiáng)算法來改善圖像的質(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)算法又會大幅增加算法運(yùn)行時間，不好的增強(qiáng)算法又會增加人為特征。當(dāng)噪聲增大時，提取了許多虛假細(xì)節(jié)點，還有可能丟失細(xì)節(jié)點，這就是傳統(tǒng)的基于細(xì)節(jié)點識別算法的不足之處之一，因為它只利用了指紋圖像中的一小部分信息（細(xì)節(jié)點位置和方向）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

25、，基于這種方法的識別算法，很難全面適應(yīng)指紋的變化。1.3 設(shè)計容與要求、熟練掌握圖像處理原理與模式識別原理；熟練掌握MATLAB軟件與該軟件中的ImageProcessingToolbox與其編程技巧；、掌握指紋識別的概念與實現(xiàn)過程框圖；熟練掌握指紋圖像的特征、特征提取、指紋識別方法；、構(gòu)建指紋識別完整模型，包括圖像獲取、圖形預(yù)處理、特征提取、圖像識別各環(huán)節(jié)的軟件算法；在圖像預(yù)處理過程中，充分考慮圖像去噪、圖像增強(qiáng)等有關(guān)算法；同時，設(shè)計基于指紋識別的用戶管理界面；、在消化吸收國外研究成果的基礎(chǔ)上，探討指紋識別模型與算法的快速性、魯棒性。同時，針對構(gòu)建的簡單指紋圖像數(shù)據(jù)庫具有較好的識別效果，并考

26、慮指紋門禁控制系統(tǒng)的實時性；、參照國外同行取得的研究成果，不斷改進(jìn)算法模型。針對實際應(yīng)用，探討該模型算法的優(yōu)點；討論指紋圖像數(shù)據(jù)庫的大小、系統(tǒng)容量、訓(xùn)練樣本隨機(jī)變化、以與選擇不同算法時對識別率的影響；得出具有一般性指導(dǎo)意義的結(jié)論。第2章 指紋識別的基本理論與應(yīng)用2.1 指紋識別的原理和方法2.1.1指紋的特征與分類指紋識別學(xué)是一門古老的學(xué)科，它是基于人體指紋特征的相對穩(wěn)定與唯一這一統(tǒng)計學(xué)結(jié)果發(fā)展起來的。實際應(yīng)用中，根據(jù)需求的不同，可以將人體的指紋特征分為：永久性特征、非永久性特征和生命特征。永久性特征包括細(xì)節(jié)特征（中心點、三角點、端點、叉點、橋接點等）和輔助特征（紋型、紋密度、紋曲率等元素），

27、在人的一生中永不會改變，在手指前端的典型區(qū)域中最為明顯，分布也最均勻。細(xì)節(jié)特征是實現(xiàn)指紋精確比對的基礎(chǔ)，而紋形特征、紋理特征等則是指紋分類與檢索的重要依據(jù)。人類指紋的紋形特征根據(jù)其形態(tài)的不同通常可以分為“弓型、箕型、斗型”三大類型，以與“孤形、帳形、正箕形、反箕形、環(huán)形、螺形、囊形、雙箕形和雜形”等9種形態(tài)。紋理特征則是由平均紋密度、紋密度分布、平均紋曲率、紋曲率分布等紋理參數(shù)構(gòu)成。紋理特征多用于計算機(jī)指紋識別算法的多維分類與檢索。非永久性特征由孤立點、短線、褶皺、疤痕以與由此造成的斷點、叉點等元素構(gòu)成的指紋特征，這類指紋有可能產(chǎn)生、愈合、發(fā)展甚至消失。指紋的生命特征與被測對象的生命存在與否密

28、切相關(guān)。但它與人體生命現(xiàn)象的關(guān)系和規(guī)律仍有待進(jìn)一步認(rèn)識。目前它已經(jīng)成為現(xiàn)代民用指紋識別應(yīng)用中越來越受關(guān)注的熱點之一。2.1.2指紋識別的原理和方法指紋識別技術(shù)主要涉與四個功能：讀取指紋圖像、提取特征、保存數(shù)據(jù)和比對。通過指紋讀取設(shè)備讀取到人體指紋的圖像，然后要對原始圖像進(jìn)行初步的處理，使之更清晰，再通過指紋辨識軟件建立指紋的特征數(shù)據(jù)。軟件從指紋上找到被稱為“節(jié)點”（minutiae）的數(shù)據(jù)點，即指紋紋路的分叉、終止或打圈處的坐標(biāo)位置，這些點同時具有七種以上的唯一性特征。通常手指上平均具有70個節(jié)點，所以這種方法會產(chǎn)生大約490個數(shù)據(jù)。這些數(shù)據(jù)，通常稱為模板。通過計算機(jī)模糊比較的方法，把兩個指紋

29、的模板進(jìn)行比較，計算出它們的相似程度，最終得到兩個指紋的匹配結(jié)果。采集設(shè)備（即取像設(shè)備）分成幾類：光學(xué)、半導(dǎo)體傳感器和其他。2.2指紋識別技術(shù)的主要指標(biāo)和測試方法HYPERLINK l _Toc2002503572.2.1算法的精確度指紋識別系統(tǒng)性能指標(biāo)在很大程度上取決于所采用算法性能。為了便于采用量化的方法表示其性能，引入了下列兩個指標(biāo)： 拒識率（false rejection rate，F(xiàn)RR）：是指將一樣的指紋誤認(rèn)為是不同的，而加以拒絕的出錯概率。FRR=（拒識的指紋數(shù)目考察的指紋總數(shù)目）100%。 誤識率（false accept rate，F(xiàn)AR）：是指將不同的指紋誤認(rèn)為是一樣的指紋

30、，而加以接收的出錯概率。FAR=（錯判的指紋數(shù)目考察的指紋總數(shù)目）100%。對于一個已有的系統(tǒng)而言，通過設(shè)定不同的系統(tǒng)閾值，就可以看出這兩個指標(biāo)是互為相關(guān)的，F(xiàn)RR與FAR成反比關(guān)系。這很容易理解，“把關(guān)”越嚴(yán)，誤識的可能性就越低，但是拒識的可能性就越高。HYPERLINK l _Toc2002503582.2.2誤識率和拒識率的測試方法測試這兩個指標(biāo)，通常采用循環(huán)測試方法。即給定一組圖像，然后依次兩兩組合，提交進(jìn)行比對，統(tǒng)計總的提交比對的次數(shù)以與發(fā)生錯誤的次數(shù)，并計算出出錯的比例，就是FRR和FAR。針對FAR=0.0001%的指標(biāo)，應(yīng)采用不少于1415幅不同的指紋圖像作循環(huán)測試，總測試次數(shù)

31、為1000405次，如果測試中發(fā)生一次錯誤比對成功，則FAR=1/1000405；針對FRR=0.1%，應(yīng)采用不少于46幅屬于同一指紋的圖像組合配對進(jìn)行測試，則總提交測試的次數(shù)為1035次數(shù)，如果發(fā)生一次錯誤拒絕，則FRR=1/1035。測試所采用的樣本數(shù)越多，結(jié)果越準(zhǔn)確。作為測試樣本的指紋圖像應(yīng)滿足可登記的條件。HYPERLINK l _Toc2002503592.2.3系統(tǒng)參數(shù)登率（error registration rate，ERR）：指的是指紋設(shè)備出現(xiàn)不能登錄與處理的指紋的概率，ERR過高將會嚴(yán)重影響設(shè)備的使用圍，通常要求小于1%。登錄時間：指紋設(shè)備登錄一枚指紋所需的時間，通常單次登

32、錄的時間要求不超過2 s。比對時間：指紋設(shè)備對兩組指紋特征模版進(jìn)行比對所耗費(fèi)的時間，通常要求不超過1 s。 工作溫度：指紋設(shè)備正常工作時所允許的溫度變化圍，一般是040 。工作濕度：指紋設(shè)備正常工作時所允許的相對濕度變化圍，一般是30%95%。HYPERLINK l _Toc2002503602.3指紋識別技術(shù)的應(yīng)用指紋識別技術(shù)已經(jīng)成熟，其應(yīng)用日益普遍，除了刑事偵察用之外，在民用方面已非常廣泛，如指紋門禁系統(tǒng)、指紋考勤系統(tǒng)、銀行指紋儲蓄系統(tǒng)、銀行指紋保管箱、指紋醫(yī)療保險系統(tǒng)、計劃生育指紋管理系統(tǒng)、幼兒接送指紋管理系統(tǒng)、指紋獻(xiàn)血管理系統(tǒng)、證券交易指紋系統(tǒng)、指紋槍械管理系統(tǒng)、智能建筑指紋門禁管理系

33、統(tǒng)、駕駛員指紋管理系統(tǒng)等。 指紋門禁系統(tǒng)和指紋考勤系統(tǒng)是開發(fā)和使用得最早的一種出入管理系統(tǒng)，包括對講指紋門禁、聯(lián)機(jī)指紋門禁、脫機(jī)指紋門禁等等。在入口將個人的手指按在指紋采集器上，系統(tǒng)將已登錄在指紋庫中的指紋（稱為已經(jīng)注冊）進(jìn)行對比，如果兩者相符（即匹配），則顯示比對成功，門就自動打開。如不匹配，則顯示“不成功”或“沒有這個指紋”，門就不開。在指紋門禁系統(tǒng)中，可以是一對一的比對（onetoone matching），也可以是一對幾個比對（onetofewmatching）。前者可以是一個公司、部門，后者可以是一個家庭的成員、銀行的營業(yè)廳、金庫、財務(wù)部門、倉庫等機(jī)要場所。在這些應(yīng)用中，指紋識別系統(tǒng)

34、將取代或者補(bǔ)充許多大量使用照片和ID系統(tǒng)。把指紋識別技術(shù)同IC卡結(jié)合起來，是目前最有前景的一個應(yīng)用之一。該技術(shù)把卡的主人的指紋（加密后）存儲在IC卡上，并在IC卡的讀卡機(jī)上加裝指紋識別系統(tǒng)，當(dāng)讀卡機(jī)閱讀卡上的信息時，一并讀入持卡者的指紋，通過比對就可以確認(rèn)持卡者是否是卡的真正主人，從而進(jìn)行下一步的交易。指紋IC卡可取代現(xiàn)行的ATM卡、制造防偽證件等。ATM卡持卡人可不用密碼，避免老人和孩子記憶密碼的困難。近年來，互聯(lián)網(wǎng)帶給人們方便與利益已，也存在著安全問題。指紋特征數(shù)據(jù)可以通過電子或其它傳輸方法在計算機(jī)網(wǎng)絡(luò)上進(jìn)行傳輸和驗證，通過指紋識別技術(shù)，限定只有指定的人才能訪問相關(guān)的信息，可以極提高網(wǎng)上信

35、息的安全性。網(wǎng)上銀行、網(wǎng)上貿(mào)易、電子商務(wù)等一系列網(wǎng)絡(luò)商業(yè)行為就有了安全性保障。指紋社會保險系統(tǒng)的應(yīng)用為養(yǎng)老金的準(zhǔn)確發(fā)放起了非常有效的作用。避免了他人用圖章或復(fù)印件代領(lǐng)，而發(fā)放人員無法確定該人是故世的問題，要憑本人的活體指紋，才可準(zhǔn)確發(fā)放養(yǎng)老金。HYPERLINK l _Toc2002503612.4 指紋識別的可靠性指紋識別技術(shù)是成熟的生物識別技術(shù)。因為每個人包括指紋在的皮膚紋路在圖案、斷點和交叉點上各不一樣，是唯一的，并且終生不變。通過他的指紋和預(yù)先保存的指紋進(jìn)行比較，就可以驗證他的真實身份。自動指紋識別是利用計算機(jī)來進(jìn)行指紋識別的一種方法。它得益于現(xiàn)代電子集成制造技術(shù)和快速而可靠的算法理論

36、研究。盡管指紋只是人體皮膚的一小部分，但用于識別的數(shù)據(jù)量相當(dāng)大，對這些數(shù)據(jù)進(jìn)行比對是需要進(jìn)行大量運(yùn)算的模糊匹配算法。利用現(xiàn)代電子集成制造技術(shù)生產(chǎn)的小型指紋圖像讀取設(shè)備和速度更快的計算機(jī)，提供了在微機(jī)上進(jìn)行指紋比對運(yùn)算的可能。另外，匹配算法可靠性也不斷提高。因此，指紋識別技術(shù)己經(jīng)非常簡單實用。由于計算機(jī)處理指紋時，只是涉與了一些有限的信息，而且比對算法并不是十分精確匹配，其結(jié)果也不能保證100%準(zhǔn)確。指紋識別系統(tǒng)的特定應(yīng)用的重要衡量標(biāo)志是識別率。主要包括拒識率和誤識率，兩者成反比關(guān)系。根據(jù)不同的用途來調(diào)整這兩個值。盡管指紋識別系統(tǒng)存在著可靠性問題，但其安全性也比一樣可靠性級別的“用戶ID+密碼”

37、方案的安全性要高得多。拒識率實際上也是系統(tǒng)易用性的重要指標(biāo)。在應(yīng)用系統(tǒng)的設(shè)計中，要權(quán)衡易用性和安全性。通常用比對兩個或更多的指紋來達(dá)到不損失易用性的同時，極大提高系統(tǒng)的安全性。2.5 本章小結(jié)本章詳細(xì)介紹了指紋識別的基本理論，是我們對指紋識別原理與處理方法有了初步的了解。指紋識別系統(tǒng)性能指標(biāo)在很大程度上取決于所采用算法性能。指紋識別技術(shù)已經(jīng)成熟，其應(yīng)用日益普遍，除了刑事偵察用之外，在民用方面已非常廣泛，如指紋門禁系統(tǒng)、指紋考勤系統(tǒng)、銀行指紋儲蓄系統(tǒng)、銀行指紋保管箱、指紋醫(yī)療保險系統(tǒng)、計劃生育指紋管理系統(tǒng)、幼兒接送指紋管理系統(tǒng)、指紋獻(xiàn)血管理系統(tǒng)、證券交易指紋系統(tǒng)、指紋槍械管理系統(tǒng)、智能建筑指紋門

38、禁管理系統(tǒng)、駕駛員指紋管理系統(tǒng)等。指紋識別技術(shù)是成熟的生物識別技術(shù)，指紋識別系統(tǒng)的特定應(yīng)用的重要衡量標(biāo)志是識別率。第3章 指紋圖像處理與特征提取與實現(xiàn)3.1 方法概述基于細(xì)節(jié)點特征的指紋自動識別技術(shù)是目前這方面研究中的主流，這種系統(tǒng)的實現(xiàn)有以下一些步驟如圖3-1： 圖3-1 基于細(xì)節(jié)點特征的指紋自動識別系統(tǒng)預(yù)處理是將輸入的（直接采集進(jìn)來的）低質(zhì)量、有噪音的指紋源圖象處理成已細(xì)化了的清晰的二值圖像3。它的目的是減少低質(zhì)量的圖像對分類識別結(jié)果的影響，預(yù)處理中一般包括圖像增強(qiáng)、濾波、二值化、細(xì)化等步驟。預(yù)處理的方法通常有兩種：方法一：先求方向圖，后求頻率圖，最后由此得到的Gabor濾波器對圖像進(jìn)行濾

39、波。這種方法計算量比較大，在求頻率圖容易產(chǎn)生偏差，不利于單片機(jī)的實現(xiàn)。方法二：結(jié)合指紋圖像自身的特點以與其源圖像像素來確定該點是否為脊，直接準(zhǔn)確地得到黑白二值的指紋脊圖像。這 種方法對于從不同渠道獲得的圖像均有不錯的效果。在以上兩種方法都要用到方向圖，方向圖是一種可直接從原灰度圖像中得到的有用信息，在預(yù)處理、特征提取、指紋分類中有著重要意義。我們總是在準(zhǔn)確求得方向圖的基礎(chǔ)上運(yùn)用各種濾波方法或直接找脊的方法來進(jìn)行預(yù)處理。方向圖描述了指紋圖像中每一像素點所在脊線或谷線在該點的切線方向，也可看作是指紋源圖像的一種變化表示方法，既用紋線的方向來表示該紋線。方向圖分為兩種：一種是點方向圖，表示源指紋圖像

40、中每一點脊線的方向：另一種是塊方向圖，表示源指紋圖像中每一塊脊線的大致方向。計算方向圖的基本思想是：在原灰度圖像中每一點（或每一塊在各個方向上的某個統(tǒng)計量（如灰度差、梯度等），根據(jù)這些統(tǒng)計量在各個方向上的差異，確定該點（塊）的方向。3.2 方向圖的計算3.2.1 求點方向圖設(shè)是指紋圖像中點的灰度值，要計算該點的方向，需要先求出（該點臨域沿d方向的灰度變化）。圖3-2 點方向示意圖=， d=1，2，N （3.1）其中：是方向d上的第k個點；是該點的灰度值，N是所取的方向數(shù)，n為每個方向上所取的鄰點數(shù)。這兩個數(shù)的具體取值與圖像的分辨率有關(guān)，一般取N=16，即取16個方向，n=8，即一個方向上取8個

41、鄰點。 點的方向為取值最小的方向。對圖像中的每一點求取點方向，這樣便形成了指紋點方向圖。此方向求得的方向特點：1方向取值不是02中的任意值，而是有限的幾個數(shù)。2這種方向計算出的方向圍是02，有利于求取指紋的走勢。（與認(rèn)為是不同方向）3.2.2由點方向圖求塊方向圖的算法把點方向圖分成大小的塊，對每一塊計算方向直方圖（橫坐標(biāo)的方向取到的N個值，縱坐標(biāo)為取這些方向的象素個數(shù)），方向直方圖中的峰值所對應(yīng)的方向，即該塊的方向。3.2.3最小均方估計塊方向算法代表指紋圖像在處的灰度值步驟：1將圖像分成大小為的塊。這里M的大小以包含一脊一谷（即一周期）為宜；2計算塊中每個像素在x軸和y軸上的梯度和。這里用簡

42、單的梯度算子4：= （3.2）（3.3）3用下面公式計算塊的方向，且 （3.4）當(dāng)?shù)膲K中或為零的比率很大時，塊方向應(yīng)直接設(shè)為0或，這樣塊中的每一個像素的方向都等于。（A）原始圖像 （B）改進(jìn)前的結(jié)果 （C）改進(jìn)后的結(jié)果 圖3-3 指紋圖像的方向圖4在計算指紋圖像方向圖多采用塊與塊直接不重疊的方式，但這樣求出的塊方向僅由該塊所包含的像素點所決定，沒有考慮其周圍像素點的影響，很容易造成方向的不連續(xù)性。 于是我們采用在計算方向圖時，采用塊重疊的方式。這樣可以使方向圖精度可以大大提高。5方向圖平滑這里我們采用將方向圖正交分解后分別進(jìn)行濾波的方法對它進(jìn)行平滑，實驗證明這種方法比一般用的中值濾波和加權(quán)平滑

43、的方法的效果好。計算步驟：將方向圖轉(zhuǎn)變?yōu)檫B續(xù)的向量場： （3.5） （3.6）這里，分別是向量場x，y方向上的分量。實現(xiàn)低通濾波： （3.7） （3.8）這里W是一個大小為的二維低通濾波器5，一般使用的均值濾波。平滑后的方向場為：（3.9）3.3 指紋圖像的濾波在指紋處理中用到濾波器，主要在于去除圖像噪聲，增強(qiáng)圖像質(zhì)量，即增強(qiáng)指紋脊與谷的對比度，修補(bǔ)圖像連接脊中出現(xiàn)的斷點、去除圖像中的叉連現(xiàn)象。指紋圖像濾波有兩種方法：方法一：利用Gabor濾波器的參數(shù)可利用指紋的方向性和紋理性，用Gabor濾波器來作為帶通濾波器，去除噪音，增強(qiáng)脊谷結(jié)構(gòu)。這種算法難點在于需要計算圖像的頻率圖將指紋圖像看成由脊和

44、谷組成的周期圖像，在每一個局部領(lǐng)域都會有一個相對固定準(zhǔn)確的頻率。這種算法的缺點在于：求頻率圖導(dǎo)致計算量比較大，而且頻率容易產(chǎn)生偏差；方法二：這種方法也是我們采用的濾波方法。這是一種簡單但效果良好的上下文濾波器，上下文濾波法也是基于方向圖的，這是一系列上下文相關(guān)的濾波器，使用時根據(jù)某一快的方向從一系列濾波器中選擇一個相應(yīng)的濾波器來對這一塊進(jìn)行濾波。其他方向的濾波器可以通過旋轉(zhuǎn)得到。一個基本的濾波器由兩部分組成：平均濾波器和分離濾波器。平均濾波器的作用主要是連接邊中出現(xiàn)的斷點，而分離濾波器可以去除圖像中的叉連現(xiàn)象。(斷裂和叉連的情況；如右圖3-4所示)。濾波器的大小由指紋圖像中脊線的周期決定，在我

45、們的試驗中，周期取為5，因而這里以Sx5大小的濾波器為例。水平方向的平均濾波器的權(quán)值如右圖3-5所示，其中系數(shù)滿足：。經(jīng)過平均濾波器過濾的圖像，其中每一點的灰度由其臨近的24個像素的灰度值共同決定。即對于第i行j列的點的灰度值的處理如下：圖3-4 斷裂與叉連圖3-5 平均濾波器的權(quán)值 （3.10）若圖像中出現(xiàn)斷點，即這一點的灰度值比周圍點都小得多，則經(jīng)過平均濾波器的處理，它的灰度值就接近鄰近點的灰度值了，所以平均濾波器有連接斷點的作用。 分離濾波器的權(quán)值如圖3-6所示，其中參數(shù)：P+2Q+2R=0。分離濾波器處理圖像過程與平均濾波器一樣，圖像中的叉連點是把相鄰的兩條脊線連接起來的點，所以叉連點

46、的上下點灰度值較大，而其同一行上的鄰點的灰度值較小，通過分離濾波器的處理，叉連點的灰度值會明顯降低，所以分離濾波器有去除叉連點的作用。一個基本濾波器要求具備上述兩種功能，它的作用相當(dāng)于平均濾波器加分離濾波器，所以它的權(quán)值如右圖3-7，其中參數(shù)：K=X十P，L=Y+Q， M=Z+R。為歸一化權(quán)值，基本濾波器的每個權(quán)值都需要除以該濾波器所有權(quán)值的總和。圖3-6 分離濾波器的權(quán)值圖3-7 基本濾波器的權(quán)值用方向濾波器進(jìn)行濾波去噪時，根據(jù)塊方向圖中的該塊的方向，選用相應(yīng)的濾波器(將水平方向的濾波器旋轉(zhuǎn)塊方向的角度后得到)，進(jìn)行濾波。3.4 基于方向圖的動態(tài)閥值指紋圖像二值化方法二值化是指紋圖像預(yù)處理中

47、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，這些方法僅僅利用了圖像的灰度信息，對指紋圖像的二值化效果很不理想；現(xiàn)有的大部分指紋圖像預(yù)處理方法都是經(jīng)過濾波處理后再進(jìn)行二值化6，這樣就需要對圖像進(jìn)行兩次掃描，不利于處理速度的提高。將指紋圖像自身的方向結(jié)構(gòu)特點與源圖像灰度值變化特點結(jié)合起來，確定對圖像中每一像素點二值化的動態(tài)閥值。這種方法取代了一般指紋圖像預(yù)處理中無效區(qū)域分割、濾波、增強(qiáng)、二值化等步驟，一次完成圖像的二值化功能。實驗結(jié)果也表明，該方法得到的二值化圖像能夠基本保持源圖像上的特征點不丟失，確保了以后的特征提取和比對的正確性和可靠性。指紋局部圖如圖3-8

48、：（A） 原始圖像 （B）谷脊變化波形圖 圖3-8 指紋谷脊變化波形圖方框Y方向是該塊的指紋方向，X方向是其法線方向。以法線方向上各像素點的灰度值做一曲線，可得到近似于正弦的波形圖，如圖3-8(B)所示。顯然，該波形圖的波谷對應(yīng)指紋圖像的脊線(指紋圖像中暗的紋線)，而波峰則對應(yīng)指紋圖像的谷(指紋圖像中亮的紋線)。若所考察的當(dāng)前像素點恰好落在波谷上，則該點就是指紋脊線點，若所考察的當(dāng)前像素點恰好落在波峰上，則該點就是指紋谷點，而谷點到脊點間像素灰度的變化幾乎呈線性，正是基于指紋圖像在結(jié)構(gòu)上和像素灰度變化上的這些特點，本文提出了下述指紋圖像二值化方法：1將圖像分成大小為NN的小塊，用上述方向圖改進(jìn)

49、方法計算各小塊的方向；2對圖像中的每一點，以其所在塊的方向作為該像素點的方向，并以該點為中心在其法方向上取(一般為奇數(shù))的矩形窗，計算矩形窗指紋方向每一列中像素點在法方向上的加權(quán)平均，具體公式為： （3.11）其中coefficent為加權(quán)平均系數(shù)，滿足 ，是k列上的第d個像素的位置。3對中極大點或極小點附近的波動做平滑處理；4找出極大點和極小點位置與對應(yīng)的值，對極大值極小值求平均，將此平均值作為該點二值化門限，稱其為動態(tài)閥值。5將當(dāng)前像素點的加權(quán)平均灰度值（即）與動態(tài)閥值進(jìn)行比較，若小于動態(tài)閥值，同時，當(dāng)前像素點在波形圖極小點一個有限的鄰域，則當(dāng)前像素點為脊線點，否則即為谷點，即： （3.1

50、2）其中的取值與指紋讀入器的分辨率有關(guān)，通常取為指紋周期的四分之一，本文取。若的起伏很不明顯，說明該區(qū)域?qū)儆跓o效區(qū)域或背景區(qū)域，整個區(qū)域的像素值置為255。本算法在具體實現(xiàn)中可利用同一塊中所有像素有同樣方向的條件，推導(dǎo)出快速算法，防止一些點的重復(fù)掃描，大大縮短處理時間。3.5 指紋圖像的細(xì)化算法指紋圖像二值化后，紋線仍具有一定的寬度，而指紋識別只對紋線的走向感興趣，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，提高識別的準(zhǔn)確性，對指紋圖像進(jìn)行細(xì)化處理是不可忽略的。所謂細(xì)化，就是從原來的圖中去掉一些點，但仍要保持原有的形狀。實際上，是保持原圖的骨架7。指紋圖像的細(xì)化是指刪除指紋紋線的

51、邊緣像素，使之只有一個像素寬度，細(xì)化時應(yīng)保證紋線的連接性、方向性和特征點不變，還應(yīng)保持紋線的中心基本不變。一種好的細(xì)化方法應(yīng)滿足下列條件：1迭代必須收斂的。(收斂性)2不破壞紋線的連接性。(連接性)3不引起紋線的逐步吞食。(拓?fù)湫?4保護(hù)指紋的細(xì)節(jié)特征。(保持性)5骨架紋線的寬度為1個像素。(細(xì)化性)6骨架盡可能接近條紋中心線。(中軸性)7. 算法簡單、速度快。(快速性)圖3-9統(tǒng)一模塊下面介紹一種適合于指紋圖像細(xì)化的算法，這種方法滿足上面的細(xì)化條件，而且可以提出快速算法。這種算法采用模板，如圖3-9所示，左上角的方窗(即)為消除模板。即，一黑色象素八臨域與消除模板中的一個相匹配的話，該點被認(rèn)

52、為是可消除的點。消除模板具體如下： （A） （B） （C） （D） （E） （F） （G） （H） 圖2.10消除模塊 圖3-10 消除模塊圖（A）（D） 4個模板能有效去除邊緣上的突出物，保證了細(xì)化后的指紋骨架處于指紋脊線中心，避免了細(xì)化后的指紋骨架出現(xiàn)毛刺。除消除模板外，還需構(gòu)造保留模板，保持紋線的連通性。 （A） （B） （C） （D） （E） （F） 圖2.11保留模塊保持模板容如下圖所示： 圖3-11 保留模塊具體算法如下：從圖像的左上角元素開始進(jìn)行，每個像素(圖中為)均抽取出如圖3-9所示的15個相鄰像素，并且把其中8個鄰域像素()與圖3-10中的8個模板比較，如果和8個消除模板中

53、的任意一個都不匹配時，保留；如果與8個中的任一個匹配，則抽取的元素再和上圖中的6個保留模板進(jìn)行比較，如果與其中任一個匹配的話，則保留，否則刪去。重復(fù)這個過程，直到?jīng)]有一個像素的值被改變。這種算法的具體實現(xiàn)可引入查表法，即對所要處理的像素周圍模板前15個點預(yù)先進(jìn)行編碼(用雙字節(jié)15個位來表示，雙字節(jié)的最低位存放的值，依此類推，次最高位存放的值)，把編碼值作為存儲地址，按上述細(xì)化法則，預(yù)先在存儲地址上存入相應(yīng)的細(xì)化值(可用0、1表示，0表示保留，1表示刪去)。細(xì)化時，移動4x4的方窗象素的編碼地址去查找相應(yīng)的細(xì)化值，用細(xì)化值替換當(dāng)前像素值。3.6 特征提取與其后處理3.6.1 特征點的提取特征提取

54、一般是指提取指紋圖像的局部特征，也就是細(xì)節(jié)點特征。在基于細(xì)節(jié)點的指紋自動識別系統(tǒng)中，特征提取是在細(xì)化后的指紋圖像上進(jìn)行的。特征提取的首要問題是確定細(xì)節(jié)點和它的位置，細(xì)節(jié)點的位置和細(xì)節(jié)點間的相對位置很重要，盡管每個指紋中包括將近80個細(xì)節(jié)，只要確定十幾個細(xì)節(jié)點就己經(jīng)足夠用來識別了。探測細(xì)節(jié)點的算法很簡單，如圖3-12所示的3x3模板就可以用來確定特征的位置。M是待檢測的點，是它的八鄰域，沿順時針方向排列。是細(xì)化后圖像在處的灰度。如果M是端點，則它的八鄰域滿足：， （3.13） 如果M是分叉點，則它的八鄰域滿足：， （3.14）這樣我們就可以在細(xì)化后的圖像中找到細(xì)節(jié)點(端點和分叉點)，并記錄它們在

55、圖中的相對位置。3.6.2假特征點的去除這樣得到的特征中存在由指紋質(zhì)量、攝入噪聲等原因造成的很多假特征，如下圖3-12所示(a)和(b)中產(chǎn)生了假的端點；(c)和(d)中形成了錯誤的斷開和連接；(e)中顯示的是一個由不平滑的脊引起的毛刺，出現(xiàn)了假端點和假分叉兩種特征：(f)(g)是幾種錯誤連接的例子，分別稱為橋形、三角形、梯形結(jié)構(gòu)。 圖3-12 假特征針對上面這些假特征，我們采用了非常簡單的方法：計算特征點間的距離，如果距離值小于所給的閥值，則認(rèn)為特征點為假特征點。這種算法實現(xiàn)起來也很簡單：掃描特征點的某一鄰域，如果該鄰域中出現(xiàn)其他特征點的話，將該特征點與出現(xiàn)的特征點同時去除，如此循環(huán)幾次，當(dāng)

56、沒有特征點被刪去時，處理完成。這種方法中鄰域的選取很重要，如果取得比較小，則可能起不到去除假特征點的作用；如果取得比較大的話，則可能將真正的特征點也一并刪去。在具體實現(xiàn)中，我們?nèi)∑浒霃綖榧箤挼囊话搿?.6.3 細(xì)節(jié)點信息的提取與記錄對每一個細(xì)節(jié)點，我們記錄如下信息：1細(xì)節(jié)點的x,y坐標(biāo)。2細(xì)節(jié)點的方向，這個方向就是該細(xì)節(jié)點所在的塊的塊方向。3細(xì)節(jié)點的類型，即脊線端點或脊線分叉點。4細(xì)節(jié)點對應(yīng)的脊線。細(xì)節(jié)點對應(yīng)的脊線用該脊線上的采樣點來表示，采樣的距離約為脊線間的平均距離。分叉點對應(yīng)的脊線是與該細(xì)節(jié)點的方向最近的那條，端點對應(yīng)的脊線就是該細(xì)節(jié)點所在的脊線。采樣點用該點與對應(yīng)細(xì)節(jié)點的距離，和連接該

57、點與對應(yīng)細(xì)節(jié)點的直線與對應(yīng)細(xì)節(jié)點方向的夾角來表示，的取值圍在-180到180度之間。下圖給出了細(xì)節(jié)點對應(yīng)的脊線與脊線上的采樣點的例子。在細(xì)節(jié)匹配中，對應(yīng)脊線將被用來對兩個平面點集進(jìn)行校準(zhǔn)，而且，校準(zhǔn)的參數(shù)，也就是兩個點集中任意一對脊線間的旋轉(zhuǎn)角度，將被用來作為判斷它們所對應(yīng)的細(xì)節(jié)點能否看作匹配的細(xì)節(jié)點的條件。 圖3-13 細(xì)節(jié)點的對應(yīng)脊線3.6.4指紋識別中細(xì)節(jié)點的匹配細(xì)節(jié)匹配一般在極坐標(biāo)系中進(jìn)行，因為指紋圖像的非線性形變往往呈放射狀，在某個區(qū)域的形變比較大，然后非線性地向外擴(kuò)，因而，在極坐標(biāo)中能更好地描述非線性形變；另外，在極坐標(biāo)中不需要考慮輸入圖像與模板圖像的參照點之間的平移，將一對對應(yīng)點

58、的坐標(biāo)相對于參照點轉(zhuǎn)換為極坐標(biāo)時，平移就被抵消了；還有，在極坐標(biāo)系中顯然比在直角坐標(biāo)系中更便于處理兩幅圖像間的旋轉(zhuǎn)8。細(xì)節(jié)點集的校準(zhǔn)：令 （3.15）表示模板圖像中的M個細(xì)節(jié)點， （3.16）表示輸入圖像中的N個細(xì)節(jié)點。為了把細(xì)節(jié)點轉(zhuǎn)移到極坐標(biāo)系中去，需要在模板細(xì)節(jié)點集和輸入細(xì)節(jié)點集中各選一個參照點作為相應(yīng)的極坐標(biāo)系中的原點，并算出其它細(xì)節(jié)點相對于參照點的極坐標(biāo)。由于事先不知道模板點集與輸入點集的對應(yīng)關(guān)系，需要考慮所有可能的參照點對。對模板點集中的每一點和輸入點集中的每一點，定義為將和當(dāng)作參照點對時，從輸入圖像到模板圖像的旋轉(zhuǎn)角度。如果，和可以被當(dāng)作一對對應(yīng)點，即它們分別對應(yīng)的脊線相似性到了一

59、定程度，則將取0度到360度間的一個值，否則，我們定義取值為400，以表示和不能是一對對應(yīng)點。如果和是不同類型的細(xì)節(jié)點，也就是說它們一個是端點，一個是分叉點，則它們不是對應(yīng)點對，取值為400。即，表示和對應(yīng)的脊線相似性到了一定程度。3.7 本章小結(jié) 本章詳細(xì)介紹了指紋識別過程的原理與算法的研究，具體算法將在后續(xù)章節(jié)給出。第4章 指紋識別算法的MATLAB實現(xiàn)4.1 MATLAB簡介 4.1.1MATLAB 的概況 MATLAB是矩陣實驗室（Matrix Laboratory）之意。除具備卓越的數(shù)值計算能力外，它還提供了專業(yè)水平的符號計算、文字處理、可視化建模仿真和實時控制等功能。 MATLAB

60、的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)，工程中常用的形式十分相似，故用MATLAB來解算問題要比用C、FORTRAN等語言完成一樣的事情簡捷得多。當(dāng)前流行的MATLAB包括擁有數(shù)百個部函數(shù)的主包和三十幾種工具包(Toolbox)。工具包又可以分為功能性工具包和學(xué)科工具包。功能工具包用來擴(kuò)充MATLAB的符號計算、可視化建模仿真、文字處理與實時控制等功能。學(xué)科工具包是專業(yè)性比較強(qiáng)的工具包，控制工具包、信號處理工具包、通信工具包等都屬于此類。開放性使MATLAB廣受用戶歡迎。除部函數(shù)外，所有MATLAB主包文件和各種工具包都是可讀可修改的文件，用戶通過對源程序的修改或加入自己編寫程序構(gòu)造新的專