基于matlab指紋識別論文詳解

1、MATLAB語言課程論文Matlab指紋識別系統(tǒng) 姓名：江帥璋學(xué)號：12013241957專業(yè)：通信工程班級：通信2班指導(dǎo)老師：朱瑜紅學(xué)院：物理電氣信息學(xué)院完成日期：2014.11.11Matlab指紋識別系統(tǒng)（ 姓名 江帥璋 2013級2班）摘 要本文系統(tǒng)地介紹了指紋識別技術(shù)的發(fā)展和國內(nèi)外研究應(yīng)用現(xiàn)狀，闡述了建立指紋識別系統(tǒng)的必要性和意義。以數(shù)字圖像處理為基礎(chǔ)，研究指紋識別的原理和方法，重點(diǎn)分析基于神經(jīng)網(wǎng)絡(luò)指紋識別算法、濾波特征和不變矩指紋識別算法和指紋匹配算法，將matlab作為仿真工具，針對已有的三種指紋識別算法進(jìn)行編程識別；并通過實(shí)驗(yàn)論證各種算法的優(yōu)缺點(diǎn)。關(guān)鍵字：指紋識別；算法；mat

2、lab仿真 目 錄 TOC o 1-3 h z u HYPERLINK l _Toc292389557 第一章 緒論 PAGEREF _Toc292389557 h 4 HYPERLINK l _Toc292389558 1.1 引言 PAGEREF _Toc292389558 h 4 HYPERLINK l _Toc292389559 1.2指紋識別技術(shù)的發(fā)展和研究現(xiàn)狀 PAGEREF _Toc292389559 h 5 HYPERLINK l _Toc292389560 1.3 指紋識別研究的目的和意義 PAGEREF _Toc292389560 h 7 HYPERLINK l _Toc2

3、92389561 1.4 本論文結(jié)構(gòu) PAGEREF _Toc292389561 h 8 HYPERLINK l _Toc292389562 第二章 指紋識別的理論和方法 PAGEREF _Toc292389562 h 9 HYPERLINK l _Toc292389563 2.1指紋識別的基本原理 PAGEREF _Toc292389563 h 9 HYPERLINK l _Toc292389564 2.2指紋識別系統(tǒng)工作流程 PAGEREF _Toc292389564 h 9 HYPERLINK l _Toc292389565 2.3指紋識別技術(shù)的方法 PAGEREF _Toc292389

4、565 h 10 HYPERLINK l _Toc292389566 2.3.1神經(jīng)網(wǎng)絡(luò)指紋識別算法 PAGEREF _Toc292389566 h 10 HYPERLINK l _Toc292389567 2.3.2 濾波特征和不變矩指紋識別算法 PAGEREF _Toc292389567 h 11 HYPERLINK l _Toc292389568 2.3.3指紋匹配算法 PAGEREF _Toc292389568 h 13 HYPERLINK l _Toc292389569 第三章 matlab仿真實(shí)驗(yàn)結(jié)果與分析 PAGEREF _Toc292389569 h 16 HYPERLINK

5、l _Toc292389570 3.1 算法matlab仿真結(jié)果 PAGEREF _Toc292389570 h 16 HYPERLINK l _Toc292389571 3.2 結(jié)果分析 PAGEREF _Toc292389571 h 17 HYPERLINK l _Toc292389572 第四章 總結(jié)與展望 PAGEREF _Toc292389572 h 18 HYPERLINK l _Toc292389573 參考文獻(xiàn) PAGEREF _Toc292389573 h 19 HYPERLINK l _Toc292389574 附 錄 PAGEREF _Toc292389574 h 20

6、HYPERLINK l _Toc292389575 致 謝 PAGEREF _Toc292389575 h 錯誤！未定義書簽。第一章 緒論1.1 引言隨著網(wǎng)絡(luò)信息化時代的快速發(fā)展，個人身份的數(shù)字化和隱性化水平也得到了提高。如何準(zhǔn)確鑒定一個人的身份，保護(hù)信息安全是當(dāng)今信息化時代必須解決的一個關(guān)鍵性社會問題。目前，我國的各種管理大部分使用證件、磁卡、IC卡和密碼，這些手段無法避免偽造或遺失，密碼也很容易被竊取或遺忘。這些都給管理者和使用者帶來很大不方便。生物特征身份鑒別方法可以避免這些麻煩。因此，這一技術(shù)已成為身份鑒別領(lǐng)域的研究熱點(diǎn)。生物特征識別(BiometriCS)技術(shù)是指通過計(jì)算機(jī)利用人體所

7、固有的生理特征或行為特征來進(jìn)行個人身份鑒別。生理特征與生俱來，多為先天性的;行為特征則是習(xí)慣使然，多為后天性的。這里將生理和行為特征統(tǒng)稱為生物特征，用于身份鑒別的生物特征應(yīng)具有普遍性，即任何人都具有這一特征;唯一性，不同人的這一特征各不相同;穩(wěn)定性，這一特征不隨時間、外界環(huán)境等的變化發(fā)生改變;可接受性，用這一特征進(jìn)行人體身份鑒別可以被人們接受和認(rèn)可;防偽性，這一特征不易仿造、竊取。目前，常見的生物特征識別手段主要有人臉、指紋、手形、手部血管分布、虹膜、視網(wǎng)膜、手寫體、聲音和臉部熱量圖等。它們有的已逐步得到推廣和應(yīng)用，有的還僅處于實(shí)驗(yàn)研究階段。其中，人臉、指紋、手形、手部血管分布、虹膜、視網(wǎng)膜和

8、臉部熱量圖屬于生理特征，手寫體屬于行為特征，而聲音則兼有兩方面的屬性。下面主要對其中指紋識別技術(shù)作介紹和研究。指紋識別技術(shù)不同人的指紋，即使同一個人不同手指的指紋，紋線走向及紋線的斷點(diǎn)和交叉點(diǎn)等各不相同，也就是說，每個指紋都是唯一的。另外，指紋不隨年齡的增長而發(fā)生變化，是終生不變的。依靠這種唯一性和穩(wěn)定性，可以把一個人同他的指紋對應(yīng)起來，通過對他的指紋和預(yù)先保存的指紋進(jìn)行比較，就能驗(yàn)證他的真實(shí)身份。指紋用于身份鑒定的歷史悠久。早在古敘利亞和中國，指紋鑒別就己經(jīng)開始應(yīng)用。19世紀(jì)初，科學(xué)研究發(fā)現(xiàn)了至今仍然承認(rèn)的指紋的兩個重要特征，一個是兩個不同手指的指紋紋線的式樣不同，另一個是指紋紋線的式樣終生

9、不變。這個研究成果使得指紋在犯罪鑒別中得以正式應(yīng)用。早期的指紋識別依靠人工對比方式進(jìn)行。由于指紋結(jié)構(gòu)的復(fù)雜性及對指紋識別要求的嚴(yán)格性，導(dǎo)致人工識別指紋難度大、速度慢并且識別準(zhǔn)確性受專家經(jīng)驗(yàn)制約，遠(yuǎn)不能適應(yīng)實(shí)際工作的需要。20世紀(jì)60年代，隨著計(jì)算機(jī)技術(shù)的誕生、發(fā)展與不斷進(jìn)步，圖像處理與模式識別方法的日臻完善，人們開始著手研究利用計(jì)算機(jī)來處理指紋。從那時起，自動指紋識別系統(tǒng)(AFIS：Automated FingerprintIdentification System)在法律實(shí)施方面的研究和應(yīng)用在世界許多國家展開。20世紀(jì)80年代，個人電腦、光學(xué)掃描這兩項(xiàng)技術(shù)的革新，使得它們作為指紋取像的工具成

10、為現(xiàn)實(shí)，從而使指紋識別可以在其他領(lǐng)域中得以應(yīng)用，比如代替IC卡，普通鎖等。20世紀(jì)90年代后期，低價(jià)位取像設(shè)備的引入及其飛速發(fā)展，可靠的比對算法的發(fā)現(xiàn)為個人身份識別應(yīng)用的增長提供了舞臺。據(jù)統(tǒng)計(jì)，到20世紀(jì)末，全世界生物識別市場約為1.56億美元，其中指紋識別約為1.2億美元，這標(biāo)志著指紋識別是當(dāng)前最成熟穩(wěn)定，并且應(yīng)用最廣泛的生物識別技術(shù)。1.2指紋識別技術(shù)的發(fā)展和研究現(xiàn)狀 指紋應(yīng)用可以追溯到幾千年以前,但指紋學(xué)成為一門學(xué)科,卻只有百余年的歷史。指紋應(yīng)用可以分為三個時期。第一時期：摸索時期；據(jù)考證,我國已經(jīng)發(fā)現(xiàn)6千多年前的陶器上留下的指紋。中國是運(yùn)用指紋最早的國家之一,古代軍隊(duì)就設(shè)有箕斗花名冊。

11、罪犯的供詞也以捺印指紋為證。在周代,指紋被用于民間契約的簽署。指紋在偵察斷案中也有著2千余年的應(yīng)用歷史。外國指紋應(yīng)用比我國晚得多,巴比倫與西臘人,公元前2世紀(jì)在陶器上捺印指紋, 以從鑒識。據(jù)考證,埃及、羅馬、印度這些具有悠久歷史的國家應(yīng)用指紋也有上千年的歷史。第二時期：指紋科學(xué)化時期；這一時期是從17世紀(jì)80年代開始的。第二時期：指紋科學(xué)化時期；這一時期是從17世紀(jì)80年代開始的。1684年,英國醫(yī)學(xué)博士格留第一次對指紋做了分類。1860年英國駐印殖民地行政長官威廉.赫謝爾,開始進(jìn)行犯罪指紋登記實(shí)驗(yàn),提出了指紋“人各不同,至死不變”的觀點(diǎn),建立了指紋分析和分類的方法。從此,指紋研究逐步走向科學(xué)

12、化的軌道。指紋正式作為一種刑事登記制度最先始于英國。1892年英國高爾頓研究指紋,最早提出了用指紋進(jìn)行刑事登記的方法。1895年,英國采用高爾頓的研究成果,開始實(shí)行指紋登記制度。1897年,英國愛德華.享利發(fā)明指紋二部分析法,使指紋的分析、儲存、查對趨于完善。1901年,英國政府正式采用了享利指紋分析法。從此,指紋的登記制度逐漸被世界各國重視和采用,并沿襲至今。1903年,中國青島市警察局首次應(yīng)用漢堡式指紋法。此后我國相繼開展了指紋的應(yīng)用及研究,還曾建立過“指紋學(xué)會”。劉紫宛編寫的中華指紋法一書是我國最早的指紋專著。全國解放后,我國對指紋研究一直比較重視。1955年編制了中華人民共和國十指紋分

13、析法。這可以說是我國指紋的科學(xué)時期。第三時期：現(xiàn)代化、自動化時期；這一時期是從本世紀(jì)60年代開始的。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展,指紋應(yīng)用迅速地實(shí)現(xiàn)了現(xiàn)代化和自動化,例如,指紋的電子計(jì)算機(jī)應(yīng)用,使儲存、查對、鑒定開始走向自動化和半自動化的軌道。半自動管理,是采用人工或人與機(jī)器結(jié)合的半自動方式分析指紋,把人工鑒定方法計(jì)算機(jī)化。實(shí)施的步驟是:借助于帶有投影屏幕的指紋分析儀或光筆,將十指紋型、中心紋線的形態(tài)、中心花紋的特征數(shù)字加以表述。再用電子計(jì)算機(jī)自動化儲存和查對。全自動化管理,不僅指紋儲存和查對采用自動化的方式,而且指紋分析也由電子計(jì)算機(jī)自動進(jìn)行圖像識別。利用電子計(jì)算機(jī)管理指紋的方法已在美國、日本、南

14、非、羅馬尼亞、德國等國實(shí)施,采取的方法有圖像檢查法和編碼檢索法兩種。法國CIMSA公司和M0R-PH0SYSTEMS公司為了提高工作的效率,研制出了用于獲取指紋、處理存貯和比較檢索的整套指紋處理裝置,主要用子犯罪記錄、圖像存貯、傳輸照片、指紋、十指卡和現(xiàn)場指紋的犯罪檢索等方面。該系統(tǒng)包括指紋自動化分析系統(tǒng)和數(shù)字?jǐn)?shù)據(jù)系統(tǒng)。指紋自動分析系統(tǒng)的基本功能是獲取指紋(圖像處理)、編碼(特征點(diǎn)檢索)、識別(根據(jù)參照指紋檢索)、證實(shí)(難證檢索結(jié)果)。數(shù)字?jǐn)?shù)據(jù)系統(tǒng)的主要功能是能滿足主管民事案件或刑事案件調(diào)查的各種指紋處理要求。這種設(shè)計(jì)的主要優(yōu)點(diǎn)是系統(tǒng)、簡便、靈活,便于改進(jìn)安裝;同時,集中和分散的控制結(jié)構(gòu),具有

15、添加處理器和專用外圍設(shè)備的擴(kuò)展能力;由于它的安全性和開發(fā)利用的方便,使得非專業(yè)人員也能運(yùn)用這種系統(tǒng)開展工作,在不必全部重新組織原有系統(tǒng)的情況下,能適應(yīng)用戶的工作方式和滿足開發(fā)等需要。日本電氣公司(NEC)發(fā)明的由計(jì)算機(jī)控制的指紋取樣裝置(FAIS),可使調(diào)查人員在極短的時間內(nèi)將現(xiàn)場提取的指紋與過去有犯罪前科犯人的二指紋檔案進(jìn)行比較,速度達(dá)到每秒鐘檢索650枚指紋。掃描器先用不到3秒鐘的時間分析、記錄下乳突紋線和紋形等指紋的細(xì)微特征。然后,調(diào)查人員將分析資料輸入帶有圖像屏幕的具有高分辨能力的監(jiān)控器中,操作者根據(jù)監(jiān)控器和計(jì)算機(jī)提供的大量資料處理模糊的指紋,糾正變形,采用外推法將一枚殘缺指紋修復(fù)成一

16、枚完整的指紋。經(jīng)過處理后的模糊指紋,被貯存在“光盤”中。操作者再將“光盤”輸入由微處理機(jī)驅(qū)動的分析器作指紋比較。分析器每分鐘可濾過萬枚指紋,并告訴調(diào)查人員哪一級十指指紋與現(xiàn)場提取的指紋最接近,以便于指紋專家做最后的判斷。1984年2月,美國舊金山警察局用160萬美元裝備了“指紋自動識別系統(tǒng)”,六年成功識別指紋一千多例。而在1990年以前,舊金山警察局平均每年查對指紋僅能成功70例。這套“指紋自動識別系統(tǒng)”還配有遠(yuǎn)距離終端,警察在終端也能進(jìn)行指紋檢索。我國從60年代起,開始著手指紋管理現(xiàn)代化的工作,目前,我國基本上形成了一個指紋工作網(wǎng),在指紋理論研究上也取得了重要成果,指紋的應(yīng)用日益廣泛起來。如

17、民間把捺印指印作為合同和證件的憑證;在公安司法部門,指紋作為證實(shí)犯罪的證據(jù);在醫(yī)學(xué)方面,指紋用于診斷遺傳病癥等。特別是在90年代后期,西安交大、清華大學(xué)先后開發(fā)了指紋自動識別系統(tǒng),指紋門禁系統(tǒng)、指紋考勤系統(tǒng)等。使指紋個人身份識別系統(tǒng)得到了實(shí)際運(yùn)用,另外,美國國家銀行根據(jù)這類技術(shù)將在21世紀(jì)初建成全國的個人身份認(rèn)證網(wǎng)絡(luò)系統(tǒng)。1.3 指紋識別研究的目的和意義指紋識別作為一種生物鑒定技術(shù)，為人類的個體的定義提供了一個到目前為止最為快捷和可信的方法。隨著指紋識別的普及，人們之間的信任成本將大大降低，提高人類社會活動的效率。在信息時代，一種安全便捷的身份認(rèn)證方式顯得越發(fā)重要?！霸诰W(wǎng)絡(luò)上，沒有人知道你是一

18、只狗，”在這種情況下，任何基于網(wǎng)絡(luò)環(huán)境下的交往活動都被蒙上了一層技術(shù)意義的灰色。不可避免，所有基于這種網(wǎng)絡(luò)技術(shù)基礎(chǔ)之上的經(jīng)濟(jì)活動也因此被深深打上了不真實(shí)和不被信任的烙印。面對如此偉大的技術(shù)，人類對它的應(yīng)用僅僅局限于虛擬網(wǎng)絡(luò)群落中的狂歡，而不能真正對經(jīng)濟(jì)交往模式和效率起到推動作用，實(shí)在是遺憾。對于想從事和已經(jīng)從事網(wǎng)絡(luò)商務(wù)的公司來講，確認(rèn)交易人的身份是解決信用問題的第一步，而且是最重要的一步。對于淘寶網(wǎng)來講，它能做的僅僅是通過身份證注冊來保證交易人身份，這樣的確是降低了身份冒用的及率，但不能不說這道防線是非常脆弱的。盜用他人身份證到淘寶上注冊來騙取貨款的案例層出不窮。對于阿里巴巴這樣的大型B2B網(wǎng)

19、站，即使他們在授予“誠信通”之前會對企業(yè)的注冊資料等方面做詳盡評估和考察，但是誰又能保證后續(xù)的交易者就是企業(yè)本身呢？畢竟，“誠信通”不能保證使用者的帳號和密碼不會被盜取。這正是電子商務(wù)所面臨的困境和瓶頸。Paypal已經(jīng)推出通過指紋識別來進(jìn)行網(wǎng)絡(luò)支付。相信隨著技術(shù)成熟和應(yīng)用成本降低，除了支付之外的任何網(wǎng)絡(luò)信任問題都可以指紋識別得到極大改善，從而體高人們在信息時代的行動效率。從生物測量角度而言，指紋識別將是一種非常理想的工具，用來定位一個人的基本社會坐標(biāo)原點(diǎn)。作為一個人，具有非常復(fù)雜的社會角色。在公司的時候，你可能是產(chǎn)品總監(jiān)、員工等工作性角色；回到家，你就是丈夫、孩子、爸爸、舅舅、哥哥等血緣性角

20、色；當(dāng)參加公司年度運(yùn)動會時，你又是一名長跑運(yùn)動員。所有這些角色都是基于你的生物測量基礎(chǔ)上的。社會公共管理中，必須有一個基礎(chǔ)變量來確認(rèn)一個人的基本身份。在過去的很長一段時間里，我們是通過戶籍制度來進(jìn)行管理和定義一個人的，一個從出生到死亡都是根據(jù)其出生地來定義和追溯其身份。這種方式的隨意性很大，防偽性比較差，容易引起管理上的漏洞。在現(xiàn)實(shí)生活中，有些內(nèi)地考生為了取得成績優(yōu)勢，到偏遠(yuǎn)省份重新辦理一套身份系統(tǒng)，包括戶口、身份證、檔案等。在很多情況下，一個人的真實(shí)身份是很難被分辨的。指紋識別作為一個人基本社會角色定位點(diǎn)，其方便性和準(zhǔn)確性已經(jīng)得到了全世界范圍內(nèi)的認(rèn)可。通過各種各樣的指紋識別系統(tǒng)，社會公共管理

21、的職能得到了強(qiáng)化，效率得到了提高。原來的養(yǎng)老保險(xiǎn)系統(tǒng)，冒領(lǐng)保險(xiǎn)金現(xiàn)象比較嚴(yán)重。隨著越來越多的地方實(shí)施了指紋養(yǎng)老金發(fā)放系統(tǒng)，這一現(xiàn)象得到了徹底改善，沒有當(dāng)事人的指紋，對應(yīng)的養(yǎng)老金是不可能被領(lǐng)取的。深圳羅湖口岸，指紋出入境系統(tǒng)的實(shí)施大大提高了通關(guān)效率，過關(guān)旅客再也不需要拿著身份證排長隊(duì)等待檢查。指紋識別承載了很多的社會意義，從最根本上來講，是可以良好的判斷和定義一個人的真實(shí)生物身份。從而降低社會活動中的信任成本，從根本上改變經(jīng)濟(jì)和社會交往模式改變，提高效率。指紋識別作為一種生物鑒定技術(shù)，為人類的個體的定義提供了一個到目前為止最為快捷和可信的方法。隨著指紋識別技術(shù)的日漸成熟，圖像處理及模式識別界曾一

22、度認(rèn)為自動指紋識別問題已經(jīng)得到很好的解決。但實(shí)際上，指紋識別的核心技術(shù)仍然存在許多尚未解決的難題，尤其是對殘缺、污損指紋圖象進(jìn)行識別的魯棒性和適應(yīng)性方面不能令人滿意。指紋識別系統(tǒng)將隨著更小更廉價(jià)的指紋輸入設(shè)備的出現(xiàn)、計(jì)算能力更強(qiáng)更廉價(jià)的硬件以及互聯(lián)網(wǎng)的廣泛應(yīng)用而進(jìn)一步拓寬應(yīng)用。其中，能適應(yīng)在線應(yīng)用的自動指紋識別系統(tǒng)的算法有待進(jìn)一步改進(jìn)，多種指紋識別方法的集成應(yīng)用以及包括指紋識別在內(nèi)的多種生物特征鑒定技術(shù)的集成應(yīng)用也將是今后研究的發(fā)展方向。因此，自動指紋識別技術(shù)現(xiàn)在是，未來幾年仍將是一個重要的、極具挑戰(zhàn)性的模式識別研究課題。1.4 本論文結(jié)構(gòu)本論文主要分為四章：第一章 緒論。介紹課題研究背景意義

23、及國內(nèi)外發(fā)展研究現(xiàn)狀；第二章 指紋識別的理論和方法。介紹指紋識別系統(tǒng)的基本理論和幾種常見算法；第三章 matlab仿真實(shí)驗(yàn)結(jié)果與分析。分析幾種算法的實(shí)驗(yàn)仿真結(jié)果，并通過結(jié)果進(jìn)行分析總結(jié)各個算法的特點(diǎn)；第四章 結(jié)論。第二章 指紋識別的理論和方法十九世紀(jì)初，科學(xué)研究發(fā)現(xiàn)了至今仍然承認(rèn)的兩個重要特征：一是兩個不同手指的指紋紋脊的樣式（Ridge Pattern）不同，另外一個是指紋紋脊的樣式終生不變。這個研究成果使得指紋在犯罪鑒別中得以正式應(yīng)用。二十世紀(jì)六十年代，由于計(jì)算機(jī)可以有效地處理圖形，人們開始著手研究計(jì)算機(jī)來處理指紋，自動指紋識別系統(tǒng)AFIS在法律實(shí)施方面的研究與應(yīng)用有就由此展開來。2.1指

24、紋識別的基本原理指紋其實(shí)是比較復(fù)雜的。與人工處理不同，許多生物識別技術(shù)公司并不直接存儲指紋的圖象。多年來在各個公司及其研究機(jī)構(gòu)產(chǎn)生了許多數(shù)字化的算法（美國有關(guān)法律認(rèn)為，指紋圖象屬于個人隱私，因此不能直接存儲指紋圖象）。但指紋識別算法最終都?xì)w結(jié)為在指紋圖象上找到并比對指紋的特征。1指紋的特征我們定義了指紋的兩類特征來進(jìn)行指紋的驗(yàn)證：總體特征和局部特征。在考慮局部特征的情況下，英國學(xué)者E.R.Herry認(rèn)為，只要比對13個特征點(diǎn)重合，就可以確認(rèn)為是同一個指紋?？傮w特征：總體特征是指那些用人眼直接就可以觀察到的特征，包括：基本紋路圖案環(huán)型（loop）,弓型（arch）,螺旋型（whorl）。其他的指

25、紋圖案都基于這三種基本圖案。僅僅依靠圖案類型來分辨指紋是遠(yuǎn)遠(yuǎn)不夠的，這只是一個粗略的分類，但通過分類使得在大數(shù)據(jù)庫中搜尋指紋更為方便。局部特征：局部特征是指指紋上的節(jié)點(diǎn)的特征，這些具有某種特征的節(jié)點(diǎn)稱為特征點(diǎn)。兩枚指紋經(jīng)常會具有相同的總體特征，但它們的局部特征-特征點(diǎn)，卻不可能完全相同。2指紋的特征點(diǎn)指紋紋路并不是連續(xù)的、平滑筆直的，而是經(jīng)常出現(xiàn)中斷、分叉或打折。這些斷點(diǎn)、分叉點(diǎn)和轉(zhuǎn)折點(diǎn)就稱為“特征點(diǎn)”。就是這些特征點(diǎn)提供了指紋唯一性的確認(rèn)信息。2.2指紋識別系統(tǒng)工作流程指紋識別技術(shù)主要涉及四個功能：讀取指紋圖象、提取特征、保存數(shù)據(jù)和比對。系統(tǒng)開始，通過指紋讀取設(shè)備讀取到人體指紋的圖象，取到指

26、紋圖象之后，要對原始圖象進(jìn)行初步的處理，使之更清晰。接下來，指紋辨識軟件建立指紋的數(shù)字表示特征數(shù)據(jù)，一種單方向的轉(zhuǎn)換，可以從指紋轉(zhuǎn)換成特征數(shù)據(jù)但不能從特征數(shù)據(jù)轉(zhuǎn)換成為指紋，而兩枚不同的指紋不會產(chǎn)生相同的特征數(shù)據(jù)。軟件從指紋上找到被稱為（minutiae）的數(shù)據(jù)點(diǎn)，也就是那些指紋紋路的分叉、終止或打圈處的坐標(biāo)位置，這些點(diǎn)同時具有七種以上的唯一性特征。因?yàn)橥ǔＪ种干掀骄哂?0個節(jié)點(diǎn)，所以這種方法會產(chǎn)生大約490個數(shù)據(jù)。有的算法把節(jié)點(diǎn)和方向信息組合產(chǎn)生了更多的數(shù)據(jù)，這些方向信息表明了各個節(jié)點(diǎn)之間的關(guān)系，也有的算法還處理整幅指紋圖像?？傊?，這些數(shù)據(jù)，通常稱為模板，保存為1K大小的記錄。無論它們是怎樣

27、組成的，至今仍然沒有一種模板的標(biāo)準(zhǔn)，也沒有一種公布的抽象算法，而是各個廠商自行其是。最后，通過計(jì)算機(jī)模糊比較的方法，把兩個指紋的模板進(jìn)行比較，計(jì)算出它們的相似程度，最終得到兩個指紋的匹配結(jié)果。指紋識別系統(tǒng)框圖如圖2.1所示。圖2.1 指紋識別系統(tǒng)工作原理框圖2.3指紋識別技術(shù)的方法本文重點(diǎn)研究基于神經(jīng)網(wǎng)絡(luò)指紋識別算法、濾波特征和不變矩指紋識別算法和指紋匹配算法，針對已有的三種指紋識別算法進(jìn)行編程識別，通過matlab仿真，從而進(jìn)一步論證三種算法的優(yōu)缺點(diǎn)。2.3.1神經(jīng)網(wǎng)絡(luò)指紋識別算法用神經(jīng)網(wǎng)絡(luò)進(jìn)行識別選用哪種特征是個關(guān)鍵問題考慮到本文這里的識別過程是在同類型指紋間進(jìn)行的這些指紋具有相似的紋線走

28、向指紋的方向信息在這里就顯得無關(guān)緊要了通過對同類型指紋的分析發(fā)現(xiàn)它們差別主要體現(xiàn)在具體的每個細(xì)節(jié)點(diǎn)上因此本文就提取了指紋的細(xì)節(jié)點(diǎn)特征作為識別特征每個樣本提取的細(xì)節(jié)點(diǎn)特征是一個801維的向量包含20個特征點(diǎn)每個特征點(diǎn)的特征值是個4維的向量分別是特征點(diǎn)的類型特征點(diǎn)與參考點(diǎn)的紋線方向差值特征點(diǎn)與參考點(diǎn)的距離特征點(diǎn)與參考點(diǎn)的角度我們認(rèn)為特征點(diǎn)的這些信息即可充分體現(xiàn)同類型指紋間的細(xì)微差別也同時具有一定的抗平移和抗旋轉(zhuǎn)性。本文采用的是學(xué)習(xí)矢量量化LVQ神經(jīng)網(wǎng)絡(luò)模型LVQ神經(jīng)網(wǎng)絡(luò)由于其自身的自組織和聚類特性可以很好地給出模式在多維空間的概率分布估計(jì)從而可較好地完成指紋的識別,其識別模型如圖2.2所示.圖2.

29、2 基于神經(jīng)網(wǎng)絡(luò)的自動指紋識別模型2.3.2 濾波特征和不變矩指紋識別算法濾波特征識別算法：指紋圖像特征的表示要求滿足尺度不變性、 位移不變性和旋轉(zhuǎn)不變性3個特征。尺度不變性是滿足的。在濾波提取算法中,位移不變性是通過確定指紋圖像的中心參考點(diǎn)來實(shí)現(xiàn)的。 圖像的旋轉(zhuǎn)不變性可以通過在匹配階段建立多角度旋轉(zhuǎn)特征向量來實(shí)現(xiàn)。濾波特征的提取算法包括4 個步驟: 確定指紋圖像的中心參考點(diǎn),以及要處理的指紋區(qū)域,記為ROI 區(qū)域； 以參考點(diǎn)為中心, 對ROI 區(qū)域進(jìn)行劃分, 得到一定大小的塊; 用一組Gabor 濾波器在八個不同的方向?qū)OI 區(qū)域進(jìn)行濾波運(yùn)算(在指紋圖像中,完全獲取指紋的局部脊線特征需要使

30、用8 個方向?yàn)V波器, 獲取全局結(jié)構(gòu)信息僅需要4 個方向?yàn)V波器)；在濾波圖像中,計(jì)算每一塊中灰度值相對于均值的平均絕對偏差, 進(jìn)而得到特征向量或特征編碼。基于濾波特征的指紋識別算法,首先對指紋圖像進(jìn)行濾波特征提取,然后在濾波特征值構(gòu)成的特征向量的基礎(chǔ)上進(jìn)行匹配。不變矩識別算法：算法的基本思路是:搜索預(yù)處理后的二值圖像中所有可能為目標(biāo)的區(qū)域，計(jì)算區(qū)域的7個不變矩特征，認(rèn)為與模板匹配程度最高的區(qū)域?yàn)槟繕?biāo)。其中相似度度量采用歐式距離。算法程序：void COpenCVTest:TestMoment()CvRect r;r.x = 120;r.y = 100;r.width = 20;r.height

31、= 20;CvMoments m;CvMat mat;IplImage* src;/8位圖 必須為灰度圖像 src = cvLoadImage(c:自然圖2.bmp,0);CvArr *arr;arr = cvGetSubRect(src, &mat, r);/獲取矩cvMoments(arr, &m, 0);/獲取空間矩double m00 = cvGetSpatialMoment(&m,0,0);/獲取hu不變矩CvHuMoments hu;cvGetHuMoments(&m, &hu);CString str;str.Format(空間矩： m00 = %f n Hu不變矩：h1 = %

32、f, h2 = %f, h3 = %f, h4 = %f, h5 = %f, h6 = %f, h7 = %f, ,m00,hu.hu1,hu.hu2,hu.hu3,hu.hu4,hu.hu5,hu.hu6,hu.hu7);AfxMessageBox(str);cvReleaseImage(&src);cvWaitKey(0);2.3.3指紋匹配算法指紋匹配就是指紋特征值比對過程。它是把當(dāng)前取得的指紋特征值集合與事先存的指紋特征值模板進(jìn)行匹配的過程。指紋匹配是一個模式識別的過程，判定的標(biāo)準(zhǔn)不是相等與不等，而是相似的程度。這個程度判定依賴于事先設(shè)定的閾值，以及與判定時比較的特征點(diǎn)的個數(shù)。閾值取的

33、合理，特征點(diǎn)取的越多，誤判的機(jī)率就越小。指紋匹配的方法很多，包括基于奇異點(diǎn)的匹配、嵴模式的匹配、特征點(diǎn)的匹配、特征點(diǎn)線對（兩個特征點(diǎn)的連線）匹配，以及特征點(diǎn)組的匹配方法。指紋匹配之前需作指紋定位。指紋定位是使待驗(yàn)證指紋的數(shù)個細(xì)節(jié)點(diǎn)的坐標(biāo)值與指紋庫中的數(shù)個細(xì)節(jié)點(diǎn)的坐標(biāo)值一一相互對準(zhǔn)的過程，從而使兩個指紋圖像對準(zhǔn)重合。由于在指紋采樣時，用戶手指每次放置的位置和角度不同，形成的指紋圖像也略有不同，因此各個指紋特征值的坐標(biāo)值也就不同。主要表現(xiàn)為手指平移和旋轉(zhuǎn)的差異，形成平移誤差和旋轉(zhuǎn)誤差。解決指紋圖像的平移誤差和旋轉(zhuǎn)誤差是指紋比對算法面對的首要問題。可以選取奇異點(diǎn)作為對準(zhǔn)參數(shù)，也可以選擇某一區(qū)域內(nèi)的特

34、征點(diǎn)及嵴方向、嵴密度作為對準(zhǔn)參數(shù)。實(shí)際上，在除了處理兩種誤差之外，在指紋采集過程中，由于每次按壓的力度不同而形成的指紋圖像擠壓變形和拉伸變形，同樣是指紋匹配之前需處理的。下圖為基于混合模式的指紋識別算法的流程圖。圖2.3 混合模式匹配算法流程圖算法程序：function sector_num = whichsector(index)% Modiofied by Luigi Rosa% index is the index of current pixel of cropped image ( cropped image is% 175 x 175 ); sector_num is the ou

35、tput and represents what is the% corresponding sector.global immagine n_bands h_bands n_arcs h_radius h_lato n_sectors matrice length = h_lato;x = rem( index , length );y = floor(index / length); x = x - floor(length / 2);y = y - floor(length / 2); rad = (x*x) + (y*y);if rad = (h_bands*n_bands+h_rad

36、ius)2 % outtest radius = 72 (5184=72*72) sector_num = (n_sectors-1)+2; sector_num; returnend if x = 0 theta = atan( y / x );else if y 0 theta = pi/2; else theta = -pi/2; endend if x 0 theta = theta + pi;else if theta 0 theta = theta + 2*pi; endend if theta 0 theta = theta + 2*pi;end r = floor(rad 0.

37、5);ring = floor( r-h_radius )/h_bands);arc = floor(theta /(2*pi/n_arcs); sector_num = ring * n_arcs + arc;第三章 matlab仿真實(shí)驗(yàn)結(jié)果與分析本課題通過matlab仿真軟件分別對神經(jīng)網(wǎng)絡(luò)指紋識別算法、濾波特征和不變矩指紋識別算法、指紋匹配算法進(jìn)行仿真實(shí)驗(yàn)與分析。3.1 算法matlab仿真結(jié)果圖3.1 原始指紋圖像圖3.2 經(jīng)過神經(jīng)網(wǎng)絡(luò)和高斯濾波的指紋圖像圖3.3 經(jīng)過不變矩的指紋圖像圖3.4 經(jīng)過匹配細(xì)化后的指紋圖像3.2 結(jié)果分析試驗(yàn)結(jié)果顯示：LVQ神經(jīng)網(wǎng)絡(luò)模型的優(yōu)勢在于網(wǎng)絡(luò)結(jié)構(gòu)簡單

38、，只通過內(nèi)部單元的互相作用，就可以完成十分復(fù)雜模式識別的分類處理，具有很好的模式識別特性。濾波特征和不變矩指紋識別算法的優(yōu)勢在于它是基于直接線性變換的，因而無需確定與應(yīng)用相關(guān)的自適應(yīng)參數(shù)。矩技術(shù)類型很多，現(xiàn)已被應(yīng)用于圖像分類與識別處理的許多方面。從數(shù)學(xué)角度上看，矩是很簡單的。它的局限性在于無法對特定的目標(biāo)特性進(jìn)行精細(xì)計(jì)算，而且只能被應(yīng)用于全局目標(biāo)識別任務(wù)中。指紋匹配算法具有速度快、指紋模板小的優(yōu)點(diǎn)，但是容易受指紋圖像噪聲干擾。基于全局特征匹配方式主要使用指紋紋理特征，具有特征穩(wěn)定、信息豐富的優(yōu)點(diǎn)，但是匹配精度不高、指紋模板比較大。第四章 總結(jié)與展望本文系統(tǒng)地介紹了指紋識別技術(shù)的發(fā)展和國內(nèi)外研究

39、應(yīng)用現(xiàn)狀，闡述了建立指紋識別系統(tǒng)的必要性和意義，提出了用Matlab工具來解決指紋識別技術(shù)的處理方法，通過matlab仿真軟件分別對神經(jīng)網(wǎng)絡(luò)指紋識別算法、濾波特征和不變矩指紋識別算法、指紋匹配算法進(jìn)行仿真實(shí)驗(yàn)與分析，比較了三種算法各自的優(yōu)勢。當(dāng)今，指紋自動識別技術(shù)仍是國內(nèi)外研究的熱點(diǎn)問題實(shí)現(xiàn)自動指紋識別系統(tǒng)的實(shí)時性網(wǎng)絡(luò)化提高系統(tǒng)識別率是人們研究的目標(biāo)相信不久以后指紋識別將廣泛應(yīng)用于我們的生活為人們提供更方便更快捷的服務(wù)。本文在分析指紋識別系統(tǒng)研究和發(fā)展的國內(nèi)外現(xiàn)狀的基礎(chǔ)上，通過指紋算法的理論和三個算法進(jìn)行系統(tǒng)的研究分析，并通過對指紋圖像進(jìn)行matkab軟件仿真實(shí)驗(yàn)，研究具有一定的應(yīng)用價(jià)值。參考

40、文獻(xiàn)1 王建永.指紋圖像的特征提取與匹配D大連理工大學(xué),2003.2 王家文,曹宇.MATLAB 6.5圖形圖像處理M.北京:國防工業(yè)出版社,2004,5.3 董日榮.指紋識別系統(tǒng)核心算法的研究D華南師范大學(xué),2004.4KmYS,KmWY.Content-basedtrademarkretrievalsystemusingavisuallysalientfeatUre.ImageandVisionComPuting,1998,16:931一939.5 王崇文.自動指紋識別方法研究.博士學(xué)位論文.重慶大學(xué).2002.6ChimY,KassimAA,IbrahimYCharaeterreeo,i

41、tionusistatistiealmoments.IlnageandVisionComPuting,1999,17:299一307.7 馮國進(jìn),顧國華,張保民.指紋圖像預(yù)處理與特征提取M.計(jì)算機(jī)應(yīng)用研究,2004,(5):183-186.附 錄程序1：function out = go_to_next_element(in, path); % called by end_track()% with the input image and the path list, it will track to the next % connected element of the ridge ix,i

42、y = size(in);length, dummy = size(path); next_x = 0;next_y = 0;flag = 0; % length is the length of the path %simply go to the next element if (path(length,1) 197) flag =1; end; if (path(length,2) 197) flag =1; end; if flag = 0 next_x,next_y = find_next(in,path); end; %add it to the path path(length+

43、1,1) = next_x; path(length+1,2) = next_y; out = path;程序2：function out, real_end =end_track(in,end_list,branch_list) % 2/12 % this function will use the input image and the end_list to generate the % output image ( cleaned ) and the list of real minutiae ( end points )% % out output image% real_end r

44、eal minutiae (end points)% in input image% end_list the list of valid and invalid end points real_end = zeros(1,3);end_count = 0; end_track out = in; number_of_end, dummy = size(end_list); for i=1:number_of_end %path is a list of the tracked element in the currently %tracking ridge path = zeros(1,2)

45、; path(1,1) = end_list(i,1); path(1,2) = end_list(i,2); if is_single(path(1,1),path(1,2),out) = 1 %it is a single point (pore) it should be invalid minutia % and will be removed out(path(1,1),path(1,2) = 0; else % loop for n times , n max path length value flag = 0; for j=1:25 path = go_to_next_elem

46、ent(in, path); % check two conditions here % if any one of the condition match % break the loop len ,ddummy = size(path); curr_x = path(len,1); curr_y = path(len,2); % three conditions will break the loop. if is_a_end_point(curr_x,curr_y,end_list) = 1 is a end %need to delete it from output image %

47、flag = 1; break; elseif is_a_branch_point(curr_x,curr_y,branch_list) = 1 is a branch %need to delete it from output image % flag =1; break; elseif curr_x = 0 & curr_y = 0 curr is 0 flag = 1; break; end; % no break j end; %end of the 25 loop % the path length of the ridge is % longer than 24 pixels %

48、 it consider as a valid minutia (end points) % store it in the real_end if flag = 0 path_length, dddd = size(path); mean_x = 0; mean_y = 0; for k = 1:path_length mean_x = mean_x + path(k,1); mean_y = mean_y + path(k,2); end; mean_x = mean_x / path_length; mean_y = mean_y / path_length; theta = atan2

49、( (mean_x - path(1,1),(mean_y - path(1,2) ); end_count = end_count +1; real_end(end_count,1) = path(1,1); real_end(end_count,2) = path(1,2); real_end(end_count,3) = theta; end; end; %else% i end;附錄資料:不需要的可以自行刪除c語言典型問題處理方法小結(jié)循環(huán)問題（1）、數(shù)論問題1、求素?cái)?shù) for(i=2;i1，如果它僅有平凡約數(shù)1和a，則我們稱a為素?cái)?shù)(或質(zhì)數(shù))。整數(shù) 1 被稱為基數(shù)，它既不是質(zhì)數(shù)也不是合

50、數(shù)。整數(shù) 0 和所有負(fù)整數(shù)既不是素?cái)?shù)，也不是合數(shù)。 2、求最大公約數(shù)和最小公倍數(shù)a、 if(ab) t=a; a=b; b=t; for(i=a;i=1;i-) if(a%i=0&b%i=0) break; printf(largest common divisor:%dn,i); printf(least common multiple:%dn,(a*b)/is);b、輾轉(zhuǎn)相除法求解 a1=a; b1=b; while(a%b!=0) t=a%b; a=b; b=t; printf(largest common divisor:%dnleast common multiple:%d,b,a1

51、*b1/b);3、求完數(shù) 一個數(shù)如果恰好等于它的因子之和，這個數(shù)就稱為“完數(shù)”。 例如：6的因子為1、2、3，而6123，因此6是“完數(shù)”。for(a=1;a=1000;a+) s=0; for(i=1;i=a) break; if(s=a) printf(%dt,a);注意S=0所放的位置 4、分解質(zhì)因數(shù) 將一個整數(shù)寫成幾個質(zhì)因數(shù)的連乘積，如： 輸入36，則程序輸出36=2*2*3*3 。解一、看似簡單，但要自己完整地寫出來還真不容易！竟然還動用了goto語句，正好可以熟悉一下goto語句的用法！main() int a,z,i; clrscr(); scanf(%d,&a);判斷下一個數(shù)開

52、始有要重新從2開始了。所以用loop語句回到for語句，這是for語句仍從2初始化。從2開始的原則不變，變的是a的值。 loop: for(z=2;z=a;z+)判斷是否為質(zhì)數(shù)for(i=2;i=z;i+) if(z%i=0) break;判斷是否為a的質(zhì)因數(shù) if(z=i) if(a%z=0) k+; if(k=1) printf(%d=%d,a1,z);用計(jì)數(shù)器來解決每行輸入不同的問題。 else printf(*%d,z); a/=z; goto loop; 解二：main() int n, k=2, isfirst=1; printf(Input n=); scanf(%d,&n);

53、while(k=n) if(n%k=0) if(isfirst) printf(%d=%d, n, k); isfirst=0; else printf(*%d,k); n/=k; else k+; printf(n);5、從鍵盤輸入兩個整數(shù)，輸出這兩個整數(shù)的商的小數(shù)點(diǎn)后所有1000位整數(shù) for(i=1;i=2;i-) if(fm%i=0&fz%i=0) fz/=i; fm/=i; z=fz/fm; fzx=fz%fm; if(fzx=0) printf(%d%d/%d-%d%d/%d=%dn,z1,fz1,fm1,z2,fz2,fm2,z); else if(z=0) printf(%d%

54、d/%d-%d%d/%d=%d/%dn,z1,fz1,fm1,z2,fz2,fm2,fzx,fm); else printf(%d%d/%d-%d%d/%d=%d%d/%dn,z1,fz1,fm1,z2,fz2,fm2,z,fzx,fm);（2）近似問題1、書P122習(xí)題4-6注意千萬不要忘記添加#include “math.h”#include math.hmain() float x,j=1,k,s,so; int n; scanf(%f,&x); s=x; so=x+1; for(n=1;fabs(s-so)1e-6;n+) for(k=1;k1e-6) x=(x1+x2)/2; f=x

55、*x*x+4*x*x-10;可以用/*if(f*f10) x2=x; else x1=x; printf(%fn,x);（3）枚舉法（4）數(shù)列問題二、數(shù)組問題（1）排序問題1、從小到大排序main() int a10,i,j,t; for(i=0;i10;i+) scanf(%d,&ai); for(i=1;i10;i+) for(j=0;jaj+1) t=aj+1;aj+1=aj;aj=t; for(i=0;i10;i+) printf(%d ,ai); printf(n);注意排序問題：1、須迅速，熟練，無差錯經(jīng)常插入在程序中間2、現(xiàn)使用最大數(shù)下沉冒泡法還可以使用最小數(shù)上浮冒泡法3、j控制

56、前面一個數(shù)和后面一個數(shù)一一比較。由于是最大數(shù)下沉，i+1后j仍要從0開始。4、i控制這樣的操作一共要做多少次5、注意i j的控制次數(shù)2、從大到小排序main()現(xiàn)使用最大數(shù)上浮冒泡法還可使用最小數(shù)下沉冒泡法 int a10,i,j,t; for(i=0;i10;i+) scanf(%d,&ai); for(i=1;i=i;j-) if(ajaj-1) t=aj-1; aj-1=aj; aj=t; for(i=0;i10;i+) printf(%d ,ai);（2）二維數(shù)組三、字符或字符串輸入輸出問題（1）字符打印1、打印*此類題的溯源為書P122 4.11（1），其他題都是它的拓展 for (

57、i=1;i=n;i+) 一共要輸出的行數(shù) for(j=1;j=i;j+) 每行要打印的*數(shù) printf(*); printf(n); a、*解題要點(diǎn)：此類題關(guān)鍵在于找到每行要打印的個數(shù)和行數(shù)的關(guān)系。此題j=i j=n-i+1b、* for(i=1;i=n;i+) 一共要輸出的行數(shù) for(j=1;j=n-i;j+) 控制空格數(shù) printf( ); for(k=1;k=i;k+) 每行要打印的*數(shù) printf(*); printf(n); c、 * * *解題要點(diǎn)：在出現(xiàn)空格的時候，在找到每行要打印的*個數(shù)和行數(shù)的關(guān)系后，還應(yīng)找到空格和行數(shù)的關(guān)系，分不同的參數(shù)進(jìn)行循環(huán)。此題k=i j=n-

58、i j=i-1k=n-i+1d、* * for(i=1;i=n;i+) for(j=1;j=n-i;j+) printf( ); for(k=1;k=2*i-1;k+) printf(*); printf(n); * *e、 * * * for(i=1;i=n-1;i+) for(j=1;j=i;j+) printf( ); for(k=1;k=2*(n-1-i)+1;k+) printf(*); printf(n); for(i=1;i=n;i+) for(j=1;j=n-i;j+) printf( ); for(k=1;k=2*i-1;k+) printf(*); printf(n); *

59、 * * * * *2、打印9*9乘法表解題要點(diǎn)：注意尋找行與列的規(guī)律。i*ji代表列j代表行for(i=1;i=9;i+) for(j=1;j=9;j+) printf(%-3d ,i*j); 注意輸出格式的控制 printf(n); 3、九九乘法表1 2 3 4 5 6 7 8 92 4 6 8 10 12 14 16 183 6 9 12 15 18 21 24 27 9 18 27 36 45 54 63 72 814、楊暉三角形11 11 2 11 3 3 11 4 6 4 11 5 10 10 5 11 6 15 20 15 6 1（2）字符串打印問題for(i=1;i=7;i+)

60、 ai1=1; aii=1; for(i=3;i=7;i+) for(j=2;j=i-1;j+) aij=ai-1j-1+ai-1j; gets(a); puts(a); for(i=1;i0;j-) aj=aj-1; a0=t; for(k=0;k=a&ai=z) ai-=32; puts (a);3、逆序輸出gets (a); c=strlen(a); for(i=0;i=0;i-) 藍(lán)色部分可以簡寫為綠色部分coutai-1;4、如輸入：ab1 3,;z 輸出：ab1注意點(diǎn)：1、= =2、while語句的使用處體會3、全面考慮問題 3,;zgets(a); while(a0= ) for