期末大作业-指纹识别技术概述

期末大作业-指纹识别技术概述
期末大作业-指纹识别技术概述

《模式识别》期末考查

学号

姓名

班级

专业

指纹识别技术概述

Fingerprint Development Status and Application Prospect

Abstract:Fingerprint, finger finger on the front end of the human skin produced uneven ridge, its has a lifelong invariance, uniqueness and convenience, has almost become synonymous with biometrics. Fingerprint minutiae points by referring to compare fingerprints to identify, involving many disciplines of image processing, pattern recognition, computer vision, mathematical morphology, wavelet analysis. Since each person's fingerprint is the same person between the fingers, there was a marked difference between a fingerprint, so fingerprints can be used for identity verification. Because each stamped orientation is not exactly the same, the focus will bring different levels of different deformation, and there are a lot of fuzzy fingerprint, how to extract features properly and achieve the correct match is the key fingerprint recognition technology.

Key words: Fingerprint;Uniqueness;Biometrics;Fuzzy fingerprint

摘要: 指纹,指人的手指末端正面皮肤上凸凹不平产生的纹线,以其具有终身不变性,唯一性和方便性,已几乎成为生物特征识别的代名词.指纹识别即指通过比较不同指纹的细节特征点来进行鉴别,涉及图像处理,模式识,计算机视觉,数学形态学,小波分析等众多学科.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.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.

关键词: 指纹;唯一性;生物特征识别;模糊指纹

1 指纹识别技术简介

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.

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.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.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.

2 指纹识别发展史

很久很久以前,人们就认识到指纹的唯一性,早在我国古代,便有画押这一说法,指的便是通过指纹的唯一性来识别一个人,现在的许多古装剧中也常有出现,可见,指纹识别技术早在几百几千年前,便已经被投入实际运用之中了.

然而现代指纹识别技术,则是在起源于16世纪末:[1]

1684年,英国人N.Grew就对指纹的脊线,谷线和毛孔结构进行了系统的研究.从此,大量的研究者开始致力于指纹识别技术的研究.

1788年,Mayer对于指纹的解剖结构作了详细的描述,提出了大量的指纹特征.

1823年,Purkinje提出了第一个指纹分类方法,讲指纹按脊线结构分为九种类别.

1880年,Henry Fauld首先科学地分析了指纹的唯一性和不变性,提出了用指纹识别罪犯,从而为现代指纹识别奠定了理论基础.

1888年,Fracis Gallon对指纹进行了广泛研究后,在指纹的分类中收入了细节特征.

1899年,Edward Henry在指纹识别的研究中做出了重大突破,简历了用于指纹分类的著名的“Herry系统”.

20世纪初,指纹识别已被公安和法律机构广泛接受为一种有效的个人识别方法,指纹识别机构也在世界范围内建立起来,并建立了罪犯指纹数据库.

近两年,指纹识别技术被运用到手机上,如iphone5s,三星Galaxy S5,华为mate7以及魅族max4 pro中,都实现了指纹解锁,指纹支付功能,使指纹识别更好的接近大众人民的生活之中.

3 指纹图像采集

获得良好的指纹图像是一个十分复杂的问题.因为用于测量的指纹仅是相当小的一片表皮,所以指纹采集设备应有足够好的分辨率以获得指纹的细节.目前所用的指纹图像采集设备,基本上基于三种技术基础:光学技术,半导体硅技术,超声波技术.

3.1光学技术[2]

借助光学技术采集指纹是历史最久远,使用最广泛的技术.将手指放在光学镜片上,手指在内置光源照射下,用棱镜将其投射在电荷耦合器件(CCD)上,进而形成脊线(指纹图像中具有一定宽度和走向的纹线)呈黑色,谷线(纹线之间的凹陷部分)呈白色的数字化的,可被指纹设备算法处理的多灰度指纹图像.

光学的指纹采集设备有明显的优点:它已经过较长时间的应用考验,一定程度上适应温度的变异,较为廉价,可达到500DPI的较高分辨率等.缺点是:由于要求足够长的光程,因此要求足够大的尺寸,而且过分干燥和过分油腻的手指也将使光学指纹产品的效果变坏.

3.2硅技术(CMOS技术)[2]

20世纪90年代后期,基于半导体硅电容效应的技术趋于成熟.硅传感器成为电容的一个极板,手指则是另一极板,利用手指纹线的脊和谷相对于平滑的硅传感器之间的电容差,形成8bit的灰度图像.

硅技术优点是可以在较小的表面上获得比光学技术更好的图像质量,在1cm×1.5cm的表面上获得200~300线的分辨率(较小的表面也导致成本的下降和能被集成到更小的设备中).缺点是易受干扰,可靠性相对差. 3.3超声波技术[2]

为克服光学技术设备和硅技术设备的不足,一种新型的超声波指纹采集设备已经出现.其原理是利用超声波具有穿透材料的能力,且随材料的不同产生大小不同的回波(超声波到达不同材质表面时,被吸收,穿透与反射的程度不同),因此,利用皮肤与空气对于声波阻抗的差异,就可以区分指纹脊与谷所在的位置.

超声波技术所使用的超声波频率为1×104Hz~1×109Hz,能量被控制在对人体无损的程度(与医学诊断的强度相

同).超声波技术产品能够达到最好的精度,它对手指和平面的清洁程度要求较低,但其采集时间会明显地长于前述两类产品.

4 指纹识别算法分析

4.1 指纹图像预处理

在指纹图象处理的流程中,预处理是第一个处理环节.它对原始灰度图像进行平滑,锐化,增强,二值化等处理,从而使细化,特征抽取等操作能够有效进行.

在常见的图象处理技术中,通常按处理目的把预处理过程分为平滑,增强,二值化等步骤.每一步骤都有一些常用算法,如用于平滑的均值滤波法,中值滤波法,迭代加权法等,用于增强的规格化法,自适应算法,拉普拉斯法,Wdlis 滤波,Lee 滤波等[3].

4.1.1 平滑处理

4.1.1.1 增强对比度

图像增强的方法分空域法和频域法[4],空域法是增强图像的像素,空域处理可用下式定义;

g( X,Y)=T (F(X ,Y))

式中F(X ,Y)是输入的原始指纹图像,灰度范围是[m,M ],g( X,Y )为处理后的图像,灰度变换增强可以用下式描述;

n n M m Y X F n N Y X g +---=),()(),(

可以提高指纹图像脊与谷的对比度.

4.1.1.2 指纹图像规格化和滤波

指纹图像经过规格化后,才能将该图的均值和方差控制在给定范围内.即对指纹的每个像素进行操作,采用公式如下;

N (x,y)=?????????--≥-+其他,)),((;),(,)),((200200V M V M V M V M ar ar aro ar y x G M y x G y x G 式中;N( x,y)是规格化后的图像,G(x ,y )是原图像,表示第 x 行第j 列象素点对应的灰度值,Var 和M 是图像G 的方差和均值,Var0和M0是期望方差和期望均值.

通过观测很小局部邻域内脊的方向,可以得出该脊的方向,设脊线的方向向量为▽f,α (x ,y )为▽f,在( x,y)处的方向角,有)arctan(),(H H

x y

y x =α

Hy ,Hx 为梯度分量.由上式可以求得此像素点的指纹脊线方向,然后将此连续的方向在0~180°范围内离散化成8个方向,各方向之间的夹角为,π/8,求出每一块的整体方向的平均作为此块中所有点的方向,如图4-1.

(a)8个方向 (b)8邻块

图 4-1 方向的选取

取N 块的8邻块(图4-1(b))出现最多的方向为N 块的主方向.在该小邻域内与脊方向不同的点往往正是附加了噪声的点.根据这一特性设计7 ×7自适应滤波器,对图像进行方向滤波.使在指纹脊线方向上的像素点得到加强,在其他方向受到不同的削弱,从而不但使指纹图像的噪声得到抑制,也保留了指纹的细节特征.经过方向滤波后的指纹图像效果较好

4.1.2 锐化处理

为增强指纹纹线间的界线,突出边缘信息,以利于二值化,要对指纹图像进行锐化处理.用空间微分来完成锐化处理.由于微分算子的响应强度与图像在该点的突变程度有关,所以锐化可以增强指纹边缘并削弱灰度变换缓慢的区域.二阶微分形成增强细节的能力优于一阶微分,对灰度级阶梯变化产生双响应,因此用拉普拉斯单一掩模进行锐化[5]

.

由二元图像的拉普拉斯变换离散形式的定义; )

,(4)]1,()1,(),1(),1([2y x f y x f y x f y x f y x f f --+++-++=?

可推出单一掩模的系数

)]1,()1,()

,1(),1([),(5),(4)]1,()

1,(),1(),1([),(),(-+++-++-=+-+++-+--=y x f y x f y x f y x f y x f y x f y x f y x f y x f y x f y x f y x g

所用掩模

拉普拉斯单-掩模锐化变换后使图像中小的脊线部分得到增强.

4.1.3 二值化

对于指纹识别系统,有用的信息包含在脊线(指纹中突起的)和谷线(凹下的)的二值描述中.因而必须根据原始的灰度图像来确定图像上的每一个点应属于客体区域还是背景区域,从而产生对应的二值图像,它不仅可

大大减少存储量,还可以根据指纹的形状(环型,弓型,螺旋型等信息)将指纹分类,这样可以大大提高指纹识别的速度.

在基于模糊集理论的增强算法基础上提出广义度阈点的方法 .阈值的正确选择在二值化中是很重要的,直接影响着分割的精度及图像描述分析的正确性.在此采用动态自适应阈值进行二值化,并根据脊线扩散张量特点,分解扩散4n 个方向的和.即位于(x,y)处的像素g( x,y)的阈值V( x,y)是由以(x,y)为中心的指纹图像窗口(2n+1)×(2n+1)中所有点的灰度值来确定.即 ∑∑+-=-=+=n n x n n y y x g y x V n η),(1

),()12(2

由于当(2n+1)×(2n+1)窗口落在下面2种不同区域将会引起错误判别;

1)当(2 +1)×(2n+1)窗口较多地落在谷线区,将会使一部分乃至大部分象素点被判为脊线;

2)当(2 +1)×(2n+1)窗口较多地落在脊线区,将会使一部分乃至大部分象素点被判为谷线.

借助于参数δ和参考阈值Vt 可以得到修正.

令δ为一个通过试验获得的正整数,即令δ>0,有; ∑∑+-=-==n n x n n y y x g y x V n ),(1

),()12(2

则 ???≥-?+=V V V V V V t t y x y x y x y x y x V ),(,),(),(,),(),(11

11δδ 其中Vt 为参考阈值.

令二值化后的图像为r (x ,y ),则;

????≥=),(),(,0),(),(,1),(y x V y x g y x V y x g y x r 此算法有点事不改变脊线连续性和奇异点的前提下,可以有效连接断裂脊线.

4.1.4 细化

细化是在不改变图像像素拓扑连接关系的条件下,连续擦除图像的边缘像素,把纹线粗细不均匀的指纹图像转化成线宽仅为一个像素的条纹中心线图像的过程.细化可以去除不必要的纹线粗细信息,使得指纹图像的数据量及连接结构更加突出,便于从指纹图像中提取细节特征,如图4-2从而在指纹特征提取和匹配环节上提高图像的处理速度和效率.

图(4-2)

在此先在脊线的端点用二次曲线来拟合局部脊线,在沿该端点的方向延伸得到的拟合曲线,并根据端点附近的脊线信息建立不同的处理规则来处理不同的情况,如对简单的脊线结构,即明显的断线,脊线间明显的桥以及作为短纹存在的毛刺等做初步处理,去除图像的边缘像素.为了克服指纹形变,用图示模板进行细化处理;

从而得到最终的细化的指纹图像,这样提取出的指纹细节点,特征点和脊线才更为可靠和有效.

4.2 特征提取

4.2.1 指纹图像特征提取的方法有两种:

(1)从指纹的原灰度图像上识别细节特征; (2)从指纹的细化图像上识别细节特征,提取的特征主要有两类:

① 奇异点指纹奇异点 有三种类型:核形(Core),三角形(Delta)和涡轮形(Whor1);

②结构特 .它包括端点(Endpoint),叉点(Bifurcation),歧点,孤立点(Dot),环点(Loop),短纹(short Ridge)等及其方向,曲率,位置等信息.端点及叉点(图4-3(b))是指纹细化图像的主要特征,本文采用这两种主要特征构造指纹特征向量.它的提取方法为:设C n(P)为交叉数,S n(P)为像素8-邻域(图(4-3(a))纹线点数: )(21)(19811p p p p C i i i n p =-=∑=- ∑==81)(i i

n p S p

图(4-3) 特征提取

对于一幅彻底细化的指纹图像来说,只有三种纹线点:(1)C n(P)=1,S n(P)=1,称为端点;(2)Cn(P)=2,Sn(P)=2,3,4,称为连续点;(3)C n(P)=3,S n(P)=3,称为叉点.设提取的特征点集用P(P1,P2,?,Pn )表示,其中n 为所提取的特征点的个数,Pi=(Xi ,Yi ,Ti,Ai),Xi,Yi 表示特征点的坐标;Ti 表示特征点的类型,当特征点为端点时Ti=1,当特征点为端点时Ti =2;a 表示特征点的角度,端点的角度取从端点为起点的端线的角度,又点的角度取图(4-3(b))中角度a ,b ,c 中最小者相对的分支的角度.端线及分支的角度求法为:从特征点开始搜索连续点直到搜到另一个特征点或步长达到7,设搜索到的最后一点为(X,Y),有:

X Y A i

i i X Y --

=arctan 4.2.2 伪特征点的去除 造成伪特征的原因有很多,指纹提取,二值化及细化等过程均可能引入伪特征.伪特征的存在将影响指纹的比对,降低识别率.(1)伪特征的分析.对于取端点及叉点作为特征算法,伪特征主要指图4-2中的五种:(a)毛刺;(b)假桥;(c)岛屿;(d)断脊;(e)短脊.对于这些伪特征的消除,文献[2]

提出了基于纹线跟踪的后处理方法,文献

[13]提出了基于知识的指纹后处理方法,将指纹后处理与指纹原灰度图联系了起来,文献[5]提出了基于统计与结构的指纹后处理方法.

分析这五种伪特征,它们带来的伪特征点总是成对在近距离内出现而且除断脊外均有短脊线相连接.毛刺,短脊及岛屿均为从一个特征点出发经过很小的步长到达另一个特征点,可以采用沿脊线搜索特征点的方法去除伪特征对.假桥,断脊则要考虑伪特征的角度关系.图4-2为理想化的伪特征,各伪特征的角度关系非常明显,假桥连线与脊线垂直,断脊连线则与脊线平行,实际情况则有偏差.设Pi,Pj 为假桥或断脊带来的特征点对,v 为小的角度阈值,且设A 为Pi,与Pj 连接线的角度:

Y X Y

Y j i j i

A --=arctan

则对于假桥,A 与Ai ,及a 近于垂直,即90°-v<<90°+v 或90°-v<<90°+v;对于断脊,Pi 与Pj 之间没有脊线,而且A 与Ai 或Aj 的差小于v,即

图4-4 五种伪特征

(2)伪特征的去除[6].由于提取的特征集合P(P1,P2...,P n)全为端点与叉点,端点的伪形态有毛刺端点,短脊

端点与断脊端点;叉点的伪形态有毛刺叉点,假桥叉点与岛屿叉点.我们可以分别从端点与叉点出发搜索其邻域,判断其真伪,全部伪特征被分为伪端点与伪叉点予以去除.根据上面的分析,伪特征可按如下规则去除:

①去除孤立点与边界点,边界点定义为掩膜值为0的任何区域的距离小于阈值的特征点;

② 对于各端点Pi,从该特征点出发沿脊线搜索,若经过很小的步长到达另一个特征点即搜索到一个脊线点满足C n(P)!=2或S n(P)!=2则分别当作短脊,毛刺所带来的伪特征点予以去除;若该端点不是毛刺,短脊引起的伪端点,则搜索其邻域是否有端点Pj 满足Pi 与P j 之间没有脊线,A 与Ai 或Aj 的差小于30°,即

A i A -<30°或A j A -<30°,据此来判断该端点是否为断脊;

③对于各叉点Pi,从该特征点出发沿脊线搜索其中一个分支,若有两个分支经过很小的步长均到达同一个叉点则当作岛屿予以去除;若有一个分支经过很小的步长到达另一个叉点P 且满足70°<

A i A -<110°或70°

4.3 特征匹配

指纹识别是生物识别技术中最重要,应用最广泛的技术.它利用指纹特征的唯一性和终身不变性识别个人身份,其基本任务是判断两幅指纹图像是否来自同一个手指(是否匹配).在匹配特征的选择上现在通用的是美国FBI 提出的端点一分叉点特征模.这样,指纹匹配问题就转化为点匹配问题.同一个手指的两幅样本图像,由于按压时手指位置,方向和力度的不同,可能造成指纹图像的平移,旋转和非线性形变.如何在这些情况下对指纹进行正确识别,是匹配算法需要解决的核心问题.前人对此作了大量工作,如Sanjay R 的松弛算法,Stockman 的Hough 变换法,Anil J 的基于校准的算法以及罗希平等对Anil J 算法的改进.基于校准的匹配算法理论简单有效,受到人们的极大关注.它包括两个阶段;

1)特征点集校准;

定位输入点集和模板点集间的匹配原点对,以之为极点分别在输入点集和模板点集中建立极坐标系,计算两特征点集问的旋转参数并校准输入点集;

2)特征点匹配;

在校准后的极坐标系中使用点匹配算法(克服图像非线性形变和校准误差的影响)对两特征点集尝试匹配,统计匹配的特征点数.基于脊线校准的匹配算法,以特征点所在脊线的局部相似性为依据选择匹配原点对,并根据匹配原点对计算得到两个特征点集间的旋转(和平移)参数,进而实现点集校准和匹配。

4.4 算法存在问题

经过很长时间的深入研究和反复实践,发现这些常用的算法应用在指纹图象处理中有下列的问题:

(1)这些算法对于指纹图象处理的效果并不理想,尽管从视觉上有一定改善,但对于后续的细化和特征抽取处理效果来看,不能有效地提高特征的准确率.

(2)不能较好地处理指纹的背景部分,严重影响特征抽取和识别.

(3)不能根据指纹图象的质量差别进行特殊处理,通常获得的指纹图象,会有部分区域质量较差,无法抽取特征,在这些算法中,无法找到一个判别标准[3].

5 指纹识别的应用领域

目前来说指纹识别的技术应用最为广泛,我们不仅在门禁,考勤系统中可以看到指纹识别技术的身影,市场上有了更多指纹识别的应用:如笔记本电脑,手机,汽车,银行支付都可应用指纹识别的技术.

计算机应用中,包括许多非常机密的文件保护,大都使用”用户ID+密码”的方法来进行用户的身份认证和访问控制.但是,如果一旦密码忘记,或被别人窃取,计算机系统以及文件的安全问题就受到了威胁.

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.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.

6 研究现状及存在的难题

指纹识别技术虽然已日渐成熟,图像处理及模式识别界曾一度认为AFIS技术已经得到很好的解决,但实际上,作为指纹识别的核心技术仍然存在许多尚未解决的难题,尤其是残缺,污损指纹图象的识别的鲁棒性,适应性方面不能令人满.指纹识别系统将随着更小更廉价的指纹输入设备的出现,计算能力更强更廉价的硬件以及互联网的广泛应用而进一步拓宽其应用.其中.能适应联网在线指纹自动识别系统的应用算法有待进一步改进,多种指纹识别方法的集成应用以及包括指纹识别的多种生物特征鉴定的集成应用也将是今后研究发展的方向.近年来,国外指纹识别相关研究又有升温趋势。因此,AFIS现在是,未来几年仍然是一个重要的,极具挑

战性的模式识别研究课题

自动指纹识别技术已经取得了非凡的进步,但它并不是完美的.相反,指纹识别一直是一个具有挑战性的模式识别问题.目前,仍然存在着一些研究课题[4]:

1)指纹采集技术

获取的指纹图像的质量对于自动指纹识别系统的性能是至关重要的.手指是一个柔性体,尤其在使用平板窗口的采集设备进行指纹采集时,每次采集用力的大小,方向和采集的位置都会有所不同,造成指纹的各种变形,使指纹特征点的相对位置发生较大偏移,从而很难对各特征点做到精确定位.另外,手指表面是三维曲面,而获取的指纹图像却是一个二维平面,这种从立体向平面转化的过程也会造成指纹的变形.更主要的是,以上因素造成的指纹变形往往是不确定的,随机的,很难用确定的数学模型去描述,这给后继的指纹比对造成了严重的干扰.再者,由于皮肤的湿度,汗,灰尘或活体指纹采集中传感器本身的噪声等等原因,导致指纹图像质量差.因此,研制出鲁棒性强的指纹采集设备是当今的一个重要课题.

2)指纹的特征提取

在实践中,所采集的指纹图像有相当一部分是质量差的.在不同文献中对于差质量的指纹图像的特征提取算法一直不令人满意.设计一个对于不同的低质量的图像具有鲁棒性的特征提取算法,是一个具有挑战性的课题.

3)指纹图像增强

指纹图像增强是用来从被破坏的指纹图像中恢复指纹的真实的脊结构.然而设计一个能够处理各种类型噪声的算法是相当困难的.

4)特征匹配

特征匹配算法的性能很大程度上取决于细节特征的可靠性.设计一个能够解决大量伪细节,丢失细节和压印变形的匹配算法是相当困难的.

5)指纹分类

尽管大量的指纹分类系统己经设计出来,且其中一些已用于AFIS中,但指纹分类,对于人类和机器始终是一个最难的课题.现在,较好的指纹分类算法,将指纹分为五类和四类的准确率分别为87.5%和92.3%,而且很大一部分指纹落在较少的类别中,这样的分类结果还远不能满足实际应用的需要.

6)指纹压缩

没有好的指纹压缩方案.存储数亿枚指纹需要相当大的存储空间.目前常用的指纹压缩算法为Wavelevt Salar Ouanti zatiorl(wsQ),压缩率可达10~25.

进一步提高指纹图像压缩率是一个重要的研究课题.

附中文参考文献:

[1]姜红超.指纹识别算法的研究.[博士学位论文].中国科技大学,2006.

[2] 缪绍纲.数字图像处理——活用MATLAB[M].成都:西南交通大学出版社,2001.

[3] Dario Maio,Member,IEEE,and Davide Maltoni.Direct grayscale minutiae detection in fingerprints[J].IEEE transactions on pattern analysis and machine intelligence,1997,19(1):27~40.

[4] 罗希平,田捷.自动指纹识别中的图像增强和细节匹配算法[J].软件学报,2002.5.13(5);946~956.

[5] 林国清,李见为,王崇文.指纹图像预处理方法的研究[J].光电工程,2002,29(5):56-58.

[6] 0'ORMANl,NICKERSONJN.An approach to fingerprintfilter design[J].Pattern Recognition,1989,22(1),29~38.

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。

指纹锁指纹识别技术的基本原理介绍

官网:https://www.360docs.net/doc/9016218220.html, 指纹锁指纹识别技术的基本原理介绍 指纹锁的识别灵敏度是指纹锁产品性能和用户体验的重要指标之一,但现实生活中指纹锁识别指纹时总容易受到外接因素的影响。比如手指多汗,或指纹采集窗太潮湿会导致指纹锁识别失灵,这究竟是什么原因呢,英迪隆智能指纹锁为你简单解答一下。 指纹是人的手指正面皮肤上有规律排列却又不尽相同的纹线。指纹中的中断、分叉或转折而形成的点就是细节特征点,而这些细节特征点,就提供了指纹唯一性的确认信息。而指纹识别传感器就是通过记录指纹纹路的方向,并将其数字化,形成一个独一无二的钥匙,并以解锁。 目前指纹锁采集指纹的方式主要有两种,光学式和电容式。光学指纹头通过计算光线在指纹的沟和脊与采集窗的不同距离而获取指纹信息,当手指有汗渍或采集窗有水分,就会影响光线的传递与距离,导致所获取的指纹信息与原来储存的信息有误,因此指纹锁识别失灵。 而电容式指纹锁虽然比光学指纹锁更先进,但也存在受潮后识别失灵的情况。说起电容式指纹锁,其原理大家应该可以联想一下电容屏的工作原理,都是利用人体的电流感应进行工作的。 电容式指纹锁指纹识别传感器周边均镀上了狭长的电极,当手指按到指纹采集窗时,由于人体是一个电场,用户指纹纹路和传感器表面会形成一个耦合电容,对于高频电流来说,电容是直接导体,于是手指就会从接触点吸走一个很小的电流。这个电流分从周边的电极中流出,并且流经周边电极的电流与指纹到周边的距离成正比,控制器通过对电流比例的精确计算,得出触摸纹路相关数据。 简单来说就是用户的指纹摁到哪儿,哪儿就“通电”“漏电”了,传感器就有了反应了。所以,当手指有汗或者采集窗有水渍时,由于水是导电的,用户使用指纹识别时,电流就会被影响,所以上面的计算就不准了,自然识别失灵了。 因此,当指纹锁用户在首次录入指纹时,最好保持手指与指纹采集窗的干燥与干净,好录入正确干净的指纹;当用户使用指纹解锁时,擦干手指和采集窗就可以避免指纹锁失灵的情况。

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

指纹识别技术的研究

指纹识别技术的研究

指纹识别技术的研究 【摘要】由于指纹的唯一性和不变性,指纹识别己成为当前最流行、最方便、最可靠的个人身份认证技术之一。本文以自动指纹识别系统的处理流程为线索,介绍了系统的三个部分:指纹预处理、特征提取和指纹匹配。在前人工作的基础上,我们在各个环节都提出了自己的方法,结合那些经典的算法,在很大程度上提高了图像的处理效果与匹配结果。在指纹增强阶段,我们结合方向图与频率图修改了Gabor滤波器;在细化阶段,我们对传统的OPTA算法进行了一些改进;在指纹匹配阶段,我们着重研究了基于点模式的细节匹配。此外,我们还成功的实现了各个算法,完成该指纹识别系统,经实验证明,该系统能够快速准确的识别指纹,达到了预期目的。 【关键字】图像分割,图像增强,二值化,细化,特征提取,特征匹配 一课题研究背景 (一)指纹识别的发展历史 最早记载的人的手印和脚印大约在4000年前古埃及建造金字塔的年代。在那个年代。一些粘土陶器上留有陶艺匠人的指纹,中国人曾经在官方文件上按自己的指纹,公元前300年前的按有指纹的文件现在还存在,直到现在这种签名方式仍然被采用。 早在1880年英国人亨利·福兹就提出了用指纹识别系统识别犯罪。到20世纪70年代,由于计算机的广泛应用和模式识别理论的发展,人们已开始研究使用计算机进行指纹的自动识别。目前世界各国都在争先研究和开发实用指纹识别系统。 (二)指纹识别的研究现状 指纹识别是生物识别技术中最早应用、价格最低廉的分支。目前的指纹自动识别系统采用了先进的光电识别办法,采集一个指纹信息,然后经相关的识别算法进行判断。 根据已掌握的报道资料来看,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1分钟的时间。 (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二维条码卡上或者IC卡上。 (4)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源指纹,彻底避免了指纹冒用。因此既使证卡丢失,也不存在安全问题。 (5)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,具有全程液晶提示,备有多种安装模式。 (8)实时性:可实现完整的跟踪、实时报警功能。 迄今为止,自动指纹识别技术的研究虽然已经取得了很大的成绩,但同时也面临一些严重的困难: (1)指纹采集技术有待提高 就实际应用来讲,目前的指纹采集设备还不能很好地满足需要,这己经成为制约自动指纹识别技术

论文:指纹识别过程的探究

分类号: 单位代码:10452 临沂大学理学院 毕业论文 指纹识别过程的探究 姓名刘冉 学号 200807690230 年级 2008 专业电子信息工程 系(院)理学院 指导教师樊三强 2012年03月15日

摘要 本文的主要工作是对指纹识别系统的基本流程进行了简单总结.首先概述了指纹识别的研究意义及现状,并对指纹识别的技术特点和基本原理进行了论述.其次把指纹识别过程的四个模块分成四节进行介绍,模块一主要讲的是指纹采集设备的分类并对其进行了对比,模块二是把图像预处理的详细过程分小节进行了论述,这一步也是指纹识别过程中关键的一步,因为指纹图像处理的好坏关系到最后的匹配,模块三介绍了指纹的特征以及提取的步骤,模块四主要介绍了特征匹配的方法.最后对指纹识别技术进行了简单的总结. 关键词:身份识别;指纹识别;图像处理;特征匹配

ABSTRACT The paper briefly summarizes the basic process of fingerprint identification system.First,there is an overview of theresearch significance and the current situation of fingerprint recognition, then the technological characteristics of fingerprint identifications and its basic principle is discussed. Second, four sections is used to introduce the four modules of the fingerprint identification: Module one is mainly about the classifications fingerprint collecting device and the contrasts between them. Module two we discuss the image preprocessing in details, this step is a significant one in the process of fingerprint identification ,as the stand or fall of the fingerprint image processing is crucial to the last match.Module three introduce the characteristics of fingerprint and the steps to extract.Module four is mainly introduced the methods of feature matching.And there is a summarization of the fingerprint recognition technology at the end of the paper. Key words: Identification, fingerprint identification. Image processing, feature matching

(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

指纹识别技术的研究与实现

目录 1绪论 (1) 1.1指纹识别技术的研究背景及意义 (1) 1.2指纹识别技术的国内外研究现状 (3) 1.3本文主要的研究内容和章节安排 (4) 1.3.1研究内容 (4) 1.3.2章节安排 (5) 2指纹图像预处理 (7) 2.1图像规格化 (7) 2.2方向图 (8) 2.2.1点方向图 (9) 2.2.2块方向图 (9) 2.3图像分割 (12) 2.3.1基于灰度分割算法 (12) 2.3.2基于方向图的分割算法 (13) 2.4Gabor滤波 (14) 2.5二值化 (18) 2.6图像细化 (21) 2.61快速并行细化算法 (21) 2.62改进的OPTA细化算法 (22) 2.63合成细化算法 (24) 3特征点提取及匹配 (26) 3.1特征点提取 (26) 3.1.1端点和分叉点的提取 (26) 3.1.2伪特征点的去除 (27) 3.1.3实验结果及其分析 (29) 3.2特征点匹配 (32) 3.2.1图像校准 (32) 3.2.2细节点的匹配 (35) 3.3本章小结 (38) 4指纹识别技术在PC端和Android端的实现 (39) 4.1指纹识别技术在PC端的实现 (39) 4.1.1指纹图像处理模块 (40)

4.1.2指纹匹配模块 (43) 4.2指纹识别技术在Android端的实现 (45) 4.2.1搭建开发环境 (46) 4.2.2Android指纹识别系统的架构设计和实现 (46) 4.2.3指纹匹配测试 (53) 4.3本章小结 (56) 5总结与展望 (57) 5.1总结 (57) 5.2展望 (58) 参考文献 (59) 致谢 (63) V

论指纹识别技术的发展现状及发展方向

科学技术创新2019.22 (4)实现对监测数据的保存、 提取和打印功能,以备分析。4.2控制供电节能的子系统 供电节能具体包含照度、智能开关、 人体传感器、通讯设施、计算机管理、网络控制等众多部件。其中,智能开关包括控制命 令接收板块、通讯板块、系统供电与照明控制、 开关与状态型号的发送,以此构成有效的现场控制网络;红外传感器与照度负责收集人体探测信息与室内照度并且传递。而计算机管理部门整合管理要求,拟定软件管理过程,同时结合实时数据与信息对其发放控制要求,同时标注照明系统的整个工作状态。另外,控制系统需要整合光照度、课程时间与人体在教室内部是否需要远程控制进行综合处理。 需要系统落实的功能:(1)对于正常上课时间,需要整合光照信息与标准点,确定是否需要对教室照明供电,若系统不对照明系统提供电源,那么将无法使用照明系统。(2)针对特殊光照强度的教室,需要结合教室光照强度与相关参数判别是否需要单独供电,若系统不供电,那么将无法正常使用该系统。(3)下课时间系统可以断开照明系统的供电,手动开关将无法照明。(4)对于上课时间需要立即恢复照明与供电,部分教室会考虑手动开关,以恢复教室内部照明,虽然无人教室有电,但是依然不会使用。(5)整合校内规定,对于自习时间自动恢复一些教室的内部供电,不存在供电的教室将难以控制供电与断电。(6)系统应该整合管理要求,对每个照明系统进行设计。(7)结合作息制度与相关要求设置开关灯,结合作息要求对灯光灵活的控制,或者借助该平台对 于照明实施手动的远方为控制。 也可以整合校园内部网络,与平台进行衔接,将设备能够检测到的开灯数量、 教室内部人数等相关信息传递给平台。(8)对节电控制参数进行远程安排,具体包含 空调、人数、照明设备与作息时间等各个方面。 4.3校园节水方案 加强用水设备的日常维护和管理,及时维修损坏的供水管网和设施,定期检查更换水龙头、管道阀门、冲水阀等排、给水器具, 防止“跑、冒、滴、漏”等各种浪费情况。杜绝“长流水”现象。 绿化浇灌坚持使用节能设施浇灌,加强水资源的循环使用,倡导二次用水、多次用水,提高水资源的利用率。对于本次系统的相关要求,需要将红外感应器安装到卫生间,借助人体感应区的判断,让 控制器自动打开防水阀门,水流出一定时间后再关闭阀门。 放水的延时时间必须整合现场状态调节,这样才能达到控水与节能的目的。另外,阀门还具备手动开关的效果,它能快速解决无法冲水与停电等问题。 参考文献 [1]陈锦勇.校园智能视频监控系统的研究与设计[D].广州: 广东技术师范学院,2014. [2]齐岳,汪小婷,张喻姝.引入绿色基金参与高校绿色校园建设的探索研究[J].未来与发展,2019,4. [3]栾笛.高校建筑电气照明节能设计[J].电子技术与软件工程,2018(22). [4]许立冬,赵满成,吕启元.加强节水管理,建设可持续发展的节水型校园———清华大学建设节水型校园的实践[J].高校后勤研究,2010,6. [5]李杨.北京高校节水管理工作探析———以北京农学院为视角[J].科技经济导刊,2017,20. 作者简介:倪国英(1963-),汉,男,籍贯:山东济南市,大专学历,研究方向:节能减排。 论指纹识别技术的发展现状及发展方向 梁晓菊 (成都理工大学, 四川成都610000)1指纹识别技术简介 指纹识别技术是通过计算机来实现的身份识别手段,也是 当今应用最为广泛的生物特征识别技术, 在过去主要应用于刑侦系统,近几年来已逐渐地走向了民用市场。在具体的使用流程中用户首先需要将手指按压在传感器上来扫描读取采集与储存个人的指纹,然后再将指纹与其已采集的指纹进行指纹识别对比最后鉴定结果,以此来验证身份的真实性,是一项集计算机、网络、光电技术、图像处理、智能卡、数据库技术于一体的 综合高技术。每个人指纹的断点与交叉点都是不一样的, 指纹作为人体特征之一,因其重复率极小,被称为“人体身份证”,具 有唯一与终生不变的特点。所以建立在指纹基础上的指纹识别 技术同时也就具有着很高的可靠性及稳定性, 而且具有随时随地可以使用的特征,方便快捷。这些特征使得指纹识别技术在指纹解锁、指纹支付等方面都得到了大范围的应用。关于指纹 识别技术的发展要追溯到19世纪80年代。早在1880年,英国 人亨利就提出用指纹识别技术来识别犯罪系统, 直到二十世纪七十年代,随着计算机的不断发展及应用, 科学家们就逐步开始使用计算机进行指纹识别技术的相关研究。自二十世纪七十年代末开始,一些有关于指纹识别技术的实用系统就开始出现,相继的其他的有关指纹识别技术的科技产品也就逐步的开始被研究开发与应用。 2智能手机中的指纹识别技术 现目前,智能手机市场差不多已经达到了饱和的状态, 急需寻找一个新的创新点来增强智能手机各自的竞争力,指纹识别技术对于智能手机来说就是这样的一个创新点。每个人的手机中几乎都储存了大量的个人信息及隐私,对于摘要:据相关记载,指纹识别技术最早是应用在刑事鉴定方面,通过指纹来鉴定罪犯的身份, 后来随着指纹识别技术的不断成熟,指纹识别技术就被逐渐的运用到指纹解锁、指纹支付等其他生活领域。首先对指纹识别技术及指纹识别技术的发展进行简单的介绍,再对指纹识别技术在智能手机中及门禁控制系统中的应用来简介指纹识别技术的发展现状以及探讨其未来的发展方向。 关键词:指纹识别;指纹; 技术;应用中图分类号:TP391.4文献标识码:A 文章编号:2096-4390(2019)22-0076-02(转下页)76--

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

指纹识别原理-IC及模组介绍

指纹识别原理及模组工艺 概述 指纹识别的背景知识 我们手掌及其手指、脚、脚趾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,至今仍然没有一种模板的标准,也没有一种公布的抽象算法,而是各个厂商自行其是。 文案

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。

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

指纹识别技术综述(扫盲篇)

指纹识别技术综述(扫盲篇) 1、产品构成 对指纹识别技术,目前除了一部分真正的研发人员之外,大部分涉业者或者兴趣者都希望有个清晰的了解。在此,先从指纹识别产品的构成说起,也就是由产品构成再展开对技术构成的分析。 指纹识别产品是由基础构件、中间构件和上层构件组成的,基础构件是指一个完整的指纹识别(不是指纹采集)产品,包括硬件和软件,都必须具备的基础部分。中间构件,简称中间件,是向上支持各类软件系统或者硬件设备,实现指纹注册和认证功能的独立部分。上层构件,是指在基础构件之上,自己实现中间件或者利用中间件建立起来的执行应用的部分,也可以称为应用构件。 指纹产品基础构件包括:指纹传感器(指纹Sensor)、指纹传感器驱动程序(Driver)、指纹传感器底层接口程序(底层SDK),以及指纹算法程序。其中前三个都是作为一个整体对待,笼统的称为指纹SENSOR。指纹基础构件的这四个部分,对于任何一类的指纹识别产品都是不可缺少的,所以称之为基础构件。 指纹产品中间构件,或者叫指纹应用中间件,它专门完成指纹注册和认证功能,所以它一定包含指纹识别算法。它屏蔽了应用层对设备层(基础构件中的SENSOR以及DRIVER)的直接访问。它既可以表现为软件控件(ocx),也可表现为硬件模块,也就是俗称的指纹脱机模块。 指纹产品上层构件,它是用户需求的实现部分,其形态不定,可以是一个完整的指纹应用软件产品,如指纹文件保护系统、计算机登录指纹保护系统。也可是指纹考勤机、指纹保险柜等这类嵌入式硬件产品。 在了解了指纹识别产品的构成要件之后,我们再一层层采用解析的方法来分析每个构件中的技术成份。 2、指纹产品基础构件 2.1、基础构件之指纹SENSOR 从基础构件层来看,其中的指纹SENSOR,是指纹图像自动采集和生成部分,是整个指纹识别产品的数据输入端。绝大多数指纹SENSOR通过光学扫描、晶体热敏、晶体电容等三种主要传感原理采集指纹图像。衡量一个指纹SENSOR的质量好坏或者使用的技术的高低,从其使用的采集原理上并不能得出结论,而是主要从以下几个方面

指纹识别技术原理及发展

指纹识别技术的基本原理 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。总体特征是指那些用人眼直接就可以观察到的特征,包括: 环型(loop), 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 1、模式区(Pattern Area) 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。Aetex 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。

2、核心点(Core Point) 核心点位于指纹纹路的渐进中心,它用于读取指纹和比对指纹时的参考点。 3、三角点(Delta) 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和跟踪的开始之处。 4、式样线(Type Lines) 式样线是在指包围模式区的纹路线开始平行的地方所出现的交叉纹路,式样线通常很短就中断了,但它的外侧线开始连续延伸。 5、纹数(Ridge Count) 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。局部特征局部特征是指指纹上的节点。两枚指纹经常会具有相同的总体特征,但它们的局部特征——节点,却不可能完全相同。 6、节点(Minutia Points) 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“节点”。就是这些节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:

(完整版)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 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指纹识别技术简介指纹识别的一般工作模式基于图像匹配的指纹识别系统的研究内容目前指纹识别的应用3国内外指纹识别系统的发展状况指纹识别的起源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”的人的身份也就随之得到确认。这种以“物”认人的办法存在的漏洞是显而易见的:“物”的丢失会导致合法的人无法被认证,以及各种信物容易被伪造、破译。网络环境下,密码作为身份识别的标志已被广泛采用。但是密码容易被遗忘,也有被人窃取的可能,已不能满足人们的需要。人们逐渐把目光转向了生物特征识别技术。生物特征识别技术是为了进行身份验证而采用自动化技术测量其身体特征或个人行为特点,并将这些特征或特点与数据库的模板数据进行比较,完成认证的一种解决方案,被评为21世纪十大高科技之一。生物特征识别是目前最为方便和安全的识别技术,并且生物特征识别产品均借助于计算机技术实现,容易与安全、监控、管理系统整合,实现自动化管理。1997年比尔·盖茨曾这

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

相关文档
最新文档