指纹识别门禁系统(软件)本科毕业论文(44页).doc

《指纹识别门禁系统(软件)本科毕业论文(44页).doc》由会员分享，可在线阅读，更多相关《指纹识别门禁系统(软件)本科毕业论文(44页).doc（44页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、-指纹识别门禁系统(软件)本科毕业论文-第 37 页摘 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。预处理后将得到一幅宽度为一个像素的细化二值图像，然后通过特定的端点和交叉点的特征进行指纹匹配。论文中采用MATLAB编程实现全部算法。关键词：指纹识别，图像处理，特征提取，特征匹配AbstractWith t

2、he continuous 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

3、 traditional 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,

4、 Image 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 a

5、ll algorithm.Key words Fingerprint identification Image processing Feature extraction Feature matching毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作 者 签 名： 日

6、 期： 指导教师签名： 日期： 使用授权说明本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名： 日 期： 学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中

7、以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名： 日期： 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期： 年 月 日导师签名： 日期： 年 月 日目 录摘要IAbstractII第1章 绪论11.1 研究背景及意义11.2 国内外研究现状及分析11.3 设计内容与要求2第2章 指纹识别的基

8、本理论及应用32.1 指纹识别的原理和方法32.1.1 指纹的特征与分类32.1.2 指纹识别的原理和方法32.2.1 算法的精确度42.2.2 误识率和拒识率的测试方法42.2.3 系统参数42.3 指纹识别技术的应用52.4 指纹识别的可靠性52.5 本章小结6第3章 指纹图像处理及特征提取与实现73.1 方法概述73.2 方向图的计算83.2.1 求点方向图83.2.2 由点方向图求块方向图的算法83.2.3 最小均方估计块方向算法93.3 指纹图像的滤波103.4 基于方向图的动态阀值指纹图像二值化方法123.5 指纹图像的细化算法133.6 特征提取及其后处理153.6.1 特征点的

9、提取153.6.2 假特征点的去除163.6.3 细节点信息的提取及记录163.6.4 指纹识别中细节点的匹配173.7 本章小结18第4章 指纹识别算法的MATLAB实现194.1 MATLAB简介194.1.1 MATLAB 的概况194.1.2 MATLAB产生的历史背景194.1.3 MATLAB 的语言特点204.1.4 MATLAB在指纹识别中的应用214.2 指纹图像预处理224.2.1 图像规格化224.2.2 图像分割234.2.3 图像二值化234.2.4 图像增强244.2.5 图像细化244.3 特征点提取244.3.1 找出所有的端点和交叉点244.3.2 纹线光滑处

10、理254.3.3 去除图像边缘的端点254.4 找出特征点254.4.1 single_point函数254.4.2 walk函数254.4.3 last1函数264.5 特征点匹配264.5.1 纹线长度匹配264.5.2 三角形边长匹配264.5.3 点类型匹配264.6 本章小结27结 论28参考文献29致 谢30附录1 图像预处理代码31附录2 特征点提取代码37附录3 找特征点代码40附录4 特征点匹配代码43第1章 绪论1.1 研究背景及意义现代门禁系统是一种随着电子技术和计算机技术的发展而迅速发展起来的安防系统，一套现代化的、功能齐全的门禁系统，不仅可用于进出口控制，而且有助于单

11、位内部的有序化管理。门禁系统是新型现代化公共安全管理系统，它集微机自动识别技术和现代安全管理措施为一体，涉及电子、机械、光学、计算机技术、通信技术和生物技术等诸多新技术，是重要部门出入口实现安全防范管理的有效保障1。目前有很多的生物测定技术可用于身份认证，包括虹膜识别技术、视网膜识别技术、面部识别、签名识别、声音识别技术、指纹识别等，具有安全、可靠的特点，其中自动指纹识别系统是目前研究最多、最有应用前景的生物识别系统。指纹识别技术的应用十分广泛，指纹因具有终生不变性及稳定性,而且不同人指纹相同的概率几乎为零,因此指纹自动识别系统被广泛应用于案例分析、商业活动中的身份鉴别等领域。指纹识别技术的发

12、展得益于现代电子集成制造技术的进步和快速可靠的算法的研究。 指纹门禁系统通过将用户的指纹特征与指纹特征数据库中的数据进行对比实现用户身份的鉴别，并不直接保存和使用用户的指纹图像信息，不会侵犯到用户的隐私信息，是当前技术最先进、应用最广泛的门禁系统。对生物识别(指纹识别)技术来说，被广泛应用意味着它能在影响亿万人的日常生活的各个地方使用。通过取代个人识别码和口令，生物识别（指纹识别）技术可以阻止非授权的“访问”，可以防止盗用ATM、蜂窝电话、智能卡、桌面PC、工作站及其计算机网络；在通过电话、网络进行的金融交易时进行身份认证；在建筑物或工作场所生物识别技术（指纹识别）可以取代钥匙、证件、图章等。

13、生物识别(指纹识别)技术的飞速发展及其广泛应用将开创个人身份鉴别的新时代。指纹所具有的唯一性、不变性、易于获取、分类存储有规律等特性使其成为生物鉴定学中最为成熟的方式2。1.2 国内外研究现状及分析指纹识别技术从早期的人工比对到现在采用计算机技术实现自动指纹识别，指纹对比更加准确，识别效率得到极大提高。自动指纹识别过程通常由指纹图像滤波增强、二值化、细化、特征提取以及指纹匹配等几个环节构成。指纹图像滤波增强的目的是将有噪声干扰的指纹图像变得更加清晰，使得指纹图像的脊线更黑，谷线更白，当前在实际指纹图像增强算法的应用中一般是几种滤波增强方式结合起来使用，主要的方案是基于傅里叶变换结合滤波和指纹图

14、像点方向场的下上下滤波器；指纹图像二值化，是将指纹图像变成灰度值只有0和255两种颜色的图像，当前，在自动指纹识别中常采用的是根据指纹图像的点方向场在指纹纹线方向和指纹纹线垂直方向上对指纹图像进行二值化处理；指纹图像细化是指删除指纹纹线的边缘像素，使之只有一个像素宽度，目前在自动指纹识别技术中常用的是OPTA算法的改进的图像模板细化算法；指纹特征提取，是将细化后使用计算机数字图像处理技术采集指纹图像中奇异点、端点、叉点等指纹特征数据，目前常用的特征提取算法是先对细化后的指纹图像进行初步去噪，然后提取特征点，再根据阈值去除伪特征点；指纹匹配，是指纹预留模板图像与输入样板图像中的所有特征点的匹配，

15、目前在自动指纹识别系统中常采用可变大小的界限盒的指纹特征匹配算法。目前指纹识别技术还有很多困难，例如当三维的指纹被指纹录入设备扫描成二维的数字图像时，会丢失一部分信息、，手指划破、割伤、弄脏、不同干湿程度以及不同的按压方式，还会导致指纹图像的变化，这给可靠的特征提取带来了相当地困难；例如传统的基于细节点的识别方法，是依靠提取指纹脊线上的细节点，然后对其位置和类型进行匹配，来识别指纹的，而噪声会影响特征提取准确度，增加错误的特征点或丢失真正的特征点。当噪声很大时，就要增加图像增强算法来改善图像的质量，但很难找到一种增强算法能够适应所用的噪声，多种增强算法又会大幅增加算法运行时间，不好的增强算法又

16、会增加人为特征。当噪声增大时，提取了许多虚假细节点，还有可能丢失细节点，这就是传统的基于细节点识别算法的不足之处之一，因为它只利用了指纹图像中的一小部分信息（细节点位置和方向）作为特征进行匹配，丢失了蕴涵在图像中的其他丰富的结构信息。不难想象，基于这种方法的识别算法，很难全面适应指纹的变化。1.3 设计内容与要求、熟练掌握图像处理原理与模式识别原理；熟练掌握MATLAB软件及该软件中的ImageProcessingToolbox及其编程技巧；、掌握指纹识别的概念与实现过程框图；熟练掌握指纹图像的特征、特征提取、指纹识别方法；、构建指纹识别完整模型，包括图像获取、图形预处理、特征提取、图像识别各

17、环节的软件算法；在图像预处理过程中，充分考虑图像去噪、图像增强等有关算法；同时，设计基于指纹识别的用户管理界面；、在消化吸收国内外研究成果的基础上，探讨指纹识别模型与算法的快速性、鲁棒性。同时，针对构建的简单指纹图像数据库具有较好的识别效果，并考虑指纹门禁控制系统的实时性；、参照国内外同行取得的研究成果，不断改进算法模型。针对实际应用，探讨该模型算法的优点；讨论指纹图像数据库的大小、系统容量、训练样本随机变化、以及选择不同算法时对识别率的影响；得出具有一般性指导意义的结论。第2章 指纹识别的基本理论及应用2.1 指纹识别的原理和方法2.1.1 指纹的特征与分类指纹识别学是一门古老的学科，它是基

18、于人体指纹特征的相对稳定与唯一这一统计学结果发展起来的。实际应用中，根据需求的不同，可以将人体的指纹特征分为：永久性特征、非永久性特征和生命特征。永久性特征包括细节特征（中心点、三角点、端点、叉点、桥接点等）和辅助特征（纹型、纹密度、纹曲率等元素），在人的一生中永不会改变，在手指前端的典型区域中最为明显，分布也最均匀。细节特征是实现指纹精确比对的基础，而纹形特征、纹理特征等则是指纹分类及检索的重要依据。人类指纹的纹形特征根据其形态的不同通常可以分为“弓型、箕型、斗型”三大类型，以及“孤形、帐形、正箕形、反箕形、环形、螺形、囊形、双箕形和杂形”等9种形态。纹理特征则是由平均纹密度、纹密度分布、平

19、均纹曲率、纹曲率分布等纹理参数构成。纹理特征多用于计算机指纹识别算法的多维分类及检索。非永久性特征由孤立点、短线、褶皱、疤痕以及由此造成的断点、叉点等元素构成的指纹特征，这类指纹有可能产生、愈合、发展甚至消失。指纹的生命特征与被测对象的生命存在与否密切相关。但它与人体生命现象的关系和规律仍有待进一步认识。目前它已经成为现代民用指纹识别应用中越来越受关注的热点之一。2.1.2 指纹识别的原理和方法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。通过指纹读取设备读取到人体指纹的图像，然后要对原始图像进行初步的处理，使之更清晰，再通过指纹辨识软件建立指纹的特征数据。软件从指纹上

20、找到被称为“节点”（minutiae）的数据点，即指纹纹路的分叉、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。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。这些数据，通常称为模板。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。采集设备（即取像设备）分成几类：光学、半导体传感器和其他。2.2 指纹识别技术的主要指标和测试方法2.2.1 算法的精确度指纹识别系统性能指标在很大程度上取决于所采用算法性能。为了便于采用量化的方法表示其性能，引入了下列两个指标： 拒识率（false rejection rate，

21、FRR）：是指将相同的指纹误认为是不同的，而加以拒绝的出错概率。FRR=（拒识的指纹数目考察的指纹总数目）100%。 误识率（false accept rate，FAR）：是指将不同的指纹误认为是相同的指纹，而加以接收的出错概率。FAR=（错判的指纹数目考察的指纹总数目）100%。对于一个已有的系统而言，通过设定不同的系统阈值，就可以看出这两个指标是互为相关的，FRR与FAR成反比关系。这很容易理解，“把关”越严，误识的可能性就越低，但是拒识的可能性就越高。2.2.2 误识率和拒识率的测试方法测试这两个指标，通常采用循环测试方法。即给定一组图像，然后依次两两组合，提交进行比对，统计总的提交比对

22、的次数以及发生错误的次数，并计算出出错的比例，就是FRR和FAR。针对FAR=0.0001%的指标，应采用不少于1415幅不同的指纹图像作循环测试，总测试次数为1000405次，如果测试中发生一次错误比对成功，则FAR=1/1000405；针对FRR=0.1%，应采用不少于46幅属于同一指纹的图像组合配对进行测试，则总提交测试的次数为1035次数，如果发生一次错误拒绝，则FRR=1/1035。测试所采用的样本数越多，结果越准确。作为测试样本的指纹图像应满足可登记的条件。2.2.3 系统参数登率（error registration rate，ERR）：指的是指纹设备出现不能登录及处理的指纹的概

23、率，ERR过高将会严重影响设备的使用范围，通常要求小于1%。登录时间：指纹设备登录一枚指纹所需的时间，通常单次登录的时间要求不超过2 s。比对时间：指纹设备对两组指纹特征模版进行比对所耗费的时间，通常要求不超过1 s。 工作温度：指纹设备正常工作时所允许的温度变化范围，一般是040 。工作湿度：指纹设备正常工作时所允许的相对湿度变化范围，一般是30%95%。2.3 指纹识别技术的应用指纹识别技术已经成熟，其应用日益普遍，除了刑事侦察用之外，在民用方面已非常广泛，如指纹门禁系统、指纹考勤系统、银行指纹储蓄系统、银行指纹保管箱、指纹医疗保险系统、计划生育指纹管理系统、幼儿接送指纹管理系统、指纹献血

24、管理系统、证券交易指纹系统、指纹枪械管理系统、智能建筑指纹门禁管理系统、驾驶员指纹管理系统等。 指纹门禁系统和指纹考勤系统是开发和使用得最早的一种出入管理系统，包括对讲指纹门禁、联机指纹门禁、脱机指纹门禁等等。在入口将个人的手指按在指纹采集器上，系统将已登录在指纹库中的指纹（称为已经注册）进行对比，如果两者相符（即匹配），则显示比对成功，门就自动打开。如不匹配，则显示“不成功”或“没有这个指纹”，门就不开。在指纹门禁系统中，可以是一对一的比对（one to one matching），也可以是一对几个比对（one to few matching）。前者可以是一个公司、部门，后者可以是一个家庭的

25、成员、银行的营业厅、金库、财务部门、仓库等机要场所。在这些应用中，指纹识别系统将取代或者补充许多大量使用照片和ID系统。把指纹识别技术同IC卡结合起来，是目前最有前景的一个应用之一。该技术把卡的主人的指纹（加密后）存储在IC卡上，并在IC卡的读卡机上加装指纹识别系统，当读卡机阅读卡上的信息时，一并读入持卡者的指纹，通过比对就可以确认持卡者是否是卡的真正主人，从而进行下一步的交易。指纹IC卡可取代现行的ATM卡、制造防伪证件等。ATM卡持卡人可不用密码，避免老人和孩子记忆密码的困难。近年来，互联网带给人们方便与利益已，也存在着安全问题。指纹特征数据可以通过电子邮件或其它传输方法在计算机网络上进行

26、传输和验证，通过指纹识别技术，限定只有指定的人才能访问相关的信息，可以极大地提高网上信息的安全性。网上银行、网上贸易、电子商务等一系列网络商业行为就有了安全性保障。指纹社会保险系统的应用为养老金的准确发放起了非常有效的作用。避免了他人用图章或身份证复印件代领，而发放人员无法确定该人是故世的问题，要凭本人的活体指纹，才可准确发放养老金。2.4 指纹识别的可靠性指纹识别技术是成熟的生物识别技术。因为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，是唯一的，并且终生不变。通过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。自动指纹识别是利用计算机来进行指纹识别的一种方法。它得益

27、于现代电子集成制造技术和快速而可靠的算法理论研究。尽管指纹只是人体皮肤的一小部分，但用于识别的数据量相当大，对这些数据进行比对是需要进行大量运算的模糊匹配算法。利用现代电子集成制造技术生产的小型指纹图像读取设备和速度更快的计算机，提供了在微机上进行指纹比对运算的可能。另外，匹配算法可靠性也不断提高。因此，指纹识别技术己经非常简单实用。由于计算机处理指纹时，只是涉及了一些有限的信息，而且比对算法并不是十分精确匹配，其结果也不能保证100%准确。指纹识别系统的特定应用的重要衡量标志是识别率。主要包括拒识率和误识率，两者成反比关系。根据不同的用途来调整这两个值。尽管指纹识别系统存在着可靠性问题，但其

28、安全性也比相同可靠性级别的“用户ID+密码”方案的安全性要高得多。拒识率实际上也是系统易用性的重要指标。在应用系统的设计中，要权衡易用性和安全性。通常用比对两个或更多的指纹来达到不损失易用性的同时，极大提高系统的安全性。2.5 本章小结本章详细介绍了指纹识别的基本理论，是我们对指纹识别原理及处理方法有了初步的了解。指纹识别系统性能指标在很大程度上取决于所采用算法性能。指纹识别技术已经成熟，其应用日益普遍，除了刑事侦察用之外，在民用方面已非常广泛，如指纹门禁系统、指纹考勤系统、银行指纹储蓄系统、银行指纹保管箱、指纹医疗保险系统、计划生育指纹管理系统、幼儿接送指纹管理系统、指纹献血管理系统、证券交

29、易指纹系统、指纹枪械管理系统、智能建筑指纹门禁管理系统、驾驶员指纹管理系统等。指纹识别技术是成熟的生物识别技术，指纹识别系统的特定应用的重要衡量标志是识别率。第3章 指纹图像处理及特征提取与实现3.1 方法概述 基于细节点特征的指纹自动识别技术是目前这方面研究中的主流，这种系统的实现有以下一些步骤如图3-1： 图3-1 基于细节点特征的指纹自动识别系统预处理是将输入的（直接采集进来的）低质量、有噪音的指纹源图象处理成已细化了的清晰的二值图像3。它的目的是减少低质量的图像对分类识别结果的影响，预处理中一般包括图像增强、滤波、二值化、细化等步骤。预处理的方法通常有两种：方法一：先求方向图，后求频率

30、图，最后由此得到的Gabor滤波器对图像进行滤波。这种方法计算量比较大，在求频率图容易产生偏差，不利于单片机的实现。方法二：结合指纹图像自身的特点以及其源图像像素来确定该点是否为脊，直接准确地得到黑白二值的指纹脊图像。这 种方法对于从不同渠道获得的图像均有不错的效果。在以上两种方法都要用到方向图，方向图是一种可直接从原灰度图像中得到的有用信息，在预处理、特征提取、指纹分类中有着重要意义。我们总是在准确求得方向图的基础上运用各种滤波方法或直接找脊的方法来进行预处理。方向图描述了指纹图像中每一像素点所在脊线或谷线在该点的切线方向，也可看作是指纹源图像的一种变化表示方法，既用纹线的方向来表示该纹线。

31、方向图分为两种：一种是点方向图，表示源指纹图像中每一点脊线的方向：另一种是块方向图，表示源指纹图像中每一块脊线的大致方向。计算方向图的基本思想是：在原灰度图像中每一点（或每一块在各个方向上的某个统计量（如灰度差、梯度等），根据这些统计量在各个方向上的差异，确定该点（块）的方向。3.2 方向图的计算3.2.1 求点方向图设是指纹图像中点的灰度值，要计算该点的方向，需要先求出（该点临域沿d方向的灰度变化）。图3-2 点方向示意图 =， d=1，2，N （3.1）其中：是方向d上的第k个点；是该点的灰度值，N是所取的方向数，n为每个方向上所取的邻点数。这两个数的具体取值与图像的分辨率有关，一般取N=

32、16，即取16个方向，n=8，即一个方向上取8个邻点。 点的方向为取值最小的方向。对图像中的每一点求取点方向，这样便形成了指纹点方向图。此方向求得的方向特点：1方向取值不是02中的任意值，而是有限的几个数。2这种方向计算出的方向范围是02，有利于求取指纹的走势。（与认为是不同方向）3.2.2 由点方向图求块方向图的算法把点方向图分成大小的块，对每一块计算方向直方图（横坐标的方向取到的N个值，纵坐标为取这些方向的象素个数），方向直方图中的峰值所对应的方向，即该块的方向。3.2.3 最小均方估计块方向算法代表指纹图像在处的灰度值步骤：1将图像分成大小为的块。这里M的大小以包含一脊一谷（即一周期）为

33、宜；2计算块中每个像素在x轴和y轴上的梯度和。这里用简单的梯度算子4： （3.2） （3.3）3用下面公式计算块的方向， 且 （3.4）当的块中或为零的比率很大时，块方向应直接设为0或，这样块中的每一个像素的方向都等于。（A）原始图像 （B）改进前的结果 （C）改进后的结果 图3-3 指纹图像的方向图4在计算指纹图像方向图多采用块与块直接不重叠的方式，但这样求出的块方向仅由该块所包含的像素点所决定，没有考虑其周围像素点的影响，很容易造成方向的不连续性。 于是我们采用在计算方向图时，采用块重叠的方式。这样可以使方向图精度可以大大提高。5方向图平滑这里我们采用将方向图正交分解后分别进行滤波的方法对

34、它进行平滑，实验证明这种方法比一般用的中值滤波和加权平滑的方法的效果好。计算步骤：将方向图转变为连续的向量场： （3.5） （3.6）这里，分别是向量场x，y方向上的分量。实现低通滤波： （3.7） （3.8）这里W是一个大小为的二维低通滤波器5，一般使用的均值滤波。平滑后的方向场为： （3.9）3.3 指纹图像的滤波在指纹处理中用到滤波器，主要在于去除图像噪声，增强图像质量，即增强指纹脊与谷的对比度，修补图像连接脊中出现的断点、去除图像中的叉连现象。指纹图像滤波有两种方法：方法一：利用Gabor滤波器的参数可利用指纹的方向性和纹理性，用Gabor滤波器来作为带通滤波器，去除噪音，增强脊谷结构

35、。这种算法难点在于需要计算图像的频率图将指纹图像看成由脊和谷组成的周期图像，在每一个局部领域内都会有一个相对固定准确的频率。这种算法的缺点在于：求频率图导致计算量比较大，而且频率容易产生偏差；方法二：这种方法也是我们采用的滤波方法。这是一种简单但效果良好的上下文滤波器，上下文滤波法也是基于方向图的，这是一系列上下文相关的滤波器，使用时根据某一快的方向从一系列滤波器中选择一个相应的滤波器来对这一块进行滤波。其他方向的滤波器可以通过旋转得到。一个基本的滤波器由两部分组成：平均滤波器和分离滤波器。平均滤波器的作用主要是连接边中出现的断点，而分离滤波器可以去除图像中的叉连现象。(断裂和叉连的情况；如右

36、图3-4所示)。滤波器的大小由指纹图像中脊线的周期决定，在我们的试验中，周期取为5，因而这里以Sx5大小的滤波器为例。水平方向的平均滤波器的权值如右图3-5所示，其中系数满足：。经过平均滤波器过滤的图像，其中每一点的灰度由其临近的24个像素的灰度值共同决定。即对于第i行j列的点的灰度值的处理如下：图3-4 断裂与叉连图3-5 平均滤波器的权值 （3.10）若图像中出现断点，即这一点的灰度值比周围点都小得多，则经过平均滤波器的处理，它的灰度值就接近邻近点的灰度值了，所以平均滤波器有连接断点的作用。 分离滤波器的权值如图3-6所示，其中参数：P+2Q+2R=0。分离滤波器处理图像过程与平均滤波器相

37、同，图像中的叉连点是把相邻的两条脊线连接起来的点，所以叉连点的上下点灰度值较大，而其同一行上的邻点的灰度值较小，通过分离滤波器的处理，叉连点的灰度值会明显降低，所以分离滤波器有去除叉连点的作用。一个基本滤波器要求具备上述两种功能，它的作用相当于平均滤波器加分离滤波器，所以它的权值如右图3-7，其中参数：K=X十P，L=Y+Q， M=Z+R。为归一化权值，基本滤波器的每个权值都需要除以该滤波器所有权值的总和。图3-6 分离滤波器的权值图3-7 基本滤波器的权值用方向滤波器进行滤波去噪时，根据块方向图中的该块的方向，选用相应的滤波器(将水平方向的滤波器旋转块方向的角度后得到)，进行滤波。3.4 基

38、于方向图的动态阀值指纹图像二值化方法二值化是指纹图像预处理中必不可少的一步。常用的二值化方法有固定阀值法、自适应阀值法、局部自适应阀值法等，这些方法仅仅利用了图像的灰度信息，对指纹图像的二值化效果很不理想；现有的大部分指纹图像预处理方法都是经过滤波处理后再进行二值化6，这样就需要对图像进行两次扫描，不利于处理速度的提高。将指纹图像自身的方向结构特点与源图像灰度值变化特点结合起来，确定对图像中每一像素点二值化的动态阀值。这种方法取代了一般指纹图像预处理中无效区域分割、滤波、增强、二值化等步骤，一次完成图像的二值化功能。实验结果也表明，该方法得到的二值化图像能够基本保持源图像上的特征点不丢失，确保

39、了以后的特征提取和比对的正确性和可靠性。指纹局部图如图3-8：（A） 原始图像 （B）谷脊变化波形图 图3-8 指纹谷脊变化波形图方框Y方向是该块的指纹方向，X方向是其法线方向。以法线方向上各像素点的灰度值做一曲线，可得到近似于正弦的波形图，如图3-8(B)所示。显然，该波形图的波谷对应指纹图像的脊线(指纹图像中暗的纹线)，而波峰则对应指纹图像的谷(指纹图像中亮的纹线)。若所考察的当前像素点恰好落在波谷上，则该点就是指纹脊线点，若所考察的当前像素点恰好落在波峰上，则该点就是指纹谷点，而谷点到脊点间像素灰度的变化几乎呈线性，正是基于指纹图像在结构上和像素灰度变化上的这些特点，本文提出了下述指纹图

40、像二值化方法：1将图像分成大小为NN的小块，用上述方向图改进方法计算各小块的方向；2对图像中的每一点，以其所在块的方向作为该像素点的方向，并以该点为中心在其法方向上取(一般为奇数)的矩形窗，计算矩形窗内指纹方向每一列中像素点在法方向上的加权平均，具体公式为： （3.11）其中coefficent为加权平均系数，满足 ，是k列上的第d个像素的位置。3对中极大点或极小点附近的波动做平滑处理；4找出极大点和极小点位置及对应的值，对极大值极小值求平均，将此平均值作为该点二值化门限，称其为动态阀值。5将当前像素点的加权平均灰度值（即）与动态阀值进行比较，若小于动态阀值，同时，当前像素点在波形图极小点一个

41、有限的邻域内，则当前像素点为脊线点，否则即为谷点，即： （3.12）其中的取值与指纹读入器的分辨率有关，通常取为指纹周期的四分之一，本文取。若的起伏很不明显，说明该区域属于无效区域或背景区域，整个区域的像素值置为255。本算法在具体实现中可利用同一块中所有像素有同样方向的条件，推导出快速算法，防止一些点的重复扫描，大大缩短处理时间。3.5 指纹图像的细化算法指纹图像二值化后，纹线仍具有一定的宽度，而指纹识别只对纹线的走向感兴趣，不关心它的粗细。为了进一步压缩数据，得到更精确的细节特征，提高识别的准确性，对指纹图像进行细化处理是不可忽略的。所谓细化，就是从原来的图中去掉一些点，但仍要保持原有的形

42、状。实际上，是保持原图的骨架7。指纹图像的细化是指删除指纹纹线的边缘像素，使之只有一个像素宽度，细化时应保证纹线的连接性、方向性和特征点不变，还应保持纹线的中心基本不变。一种好的细化方法应满足下列条件：1迭代必须收敛的。(收敛性)2不破坏纹线的连接性。(连接性)3不引起纹线的逐步吞食。(拓扑性)4保护指纹的细节特征。(保持性)5骨架纹线的宽度为1个像素。(细化性)6骨架尽可能接近条纹中心线。(中轴性) 7. 算法简单、速度快。(快速性)图3-9统一模块下面介绍一种适合于指纹图像细化的算法，这种方法满足上面的细化条件，而且可以提出快速算法。这种算法采用模板，如图3-9所示，左上角的方窗(即)为消

43、除模板。即，一黑色象素八临域与消除模板中的一个相匹配的话，该点被认为是可消除的点。消除模板具体如下： （A） （B） （C） （D） （E） （F） （G） （H） 图2.10消除模块 图3-10 消除模块图（A）（D） 4个模板能有效去除边缘上的突出物，保证了细化后的指纹骨架处于指纹脊线中心，避免了细化后的指纹骨架出现毛刺。除消除模板外，还需构造保留模板，保持纹线的连通性。 （A） （B） （C） （D） （E） （F） 图2.11保留模块保持模板内容如下图所示： 图3-11 保留模块具体算法如下：从图像的左上角元素开始进行，每个像素(图中为)均抽取出如图3-9所示的15个相邻像素，并且把其

44、中8个邻域像素()与图3-10中的8个模板比较，如果和8个消除模板中的任意一个都不匹配时，保留；如果与8个中的任一个匹配，则抽取的元素再和上图中的6个保留模板进行比较，如果与其中任一个匹配的话，则保留，否则删去。重复这个过程，直到没有一个像素的值被改变。这种算法的具体实现可引入查表法，即对所要处理的像素周围模板内前15个点预先进行编码(用双字节15个位来表示，双字节的最低位存放的值，依此类推，次最高位存放的值)，把编码值作为存储地址，按上述细化法则，预先在存储地址上存入相应的细化值(可用0、1表示，0表示保留，1表示删去)。细化时，移动4x4的方窗内象素的编码地址去查找相应的细化值，用细化值替换当前像素值。3.6 特征提取及其后处理3.6.1 特征点的提取特征提取一般是指提取指纹图像的局部特征，也就是细节点特征。在基于细节点的指纹自动识别系统中，特征提取是在细化后的指纹图像上进行的。特征提取的首要问题是确定细节点和它的位置，细节点的位置和细节点间的相对位置很重要，尽管每个指纹中包括将近80个细节，只要确定十几个细节点就己经足够用来识别了。探测细节点的算法很简单，如图3-12所示的3x3模板就可以用来确定特征的位置。M是待检测的点，是它的八邻域，沿顺时针方向排列。