大学生科技创新基金项目课件51102.pptx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《大学生科技创新基金项目课件51102.pptx》由会员分享,可在线阅读,更多相关《大学生科技创新基金项目课件51102.pptx(44页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、1东华理工大学第十届大学生科技创新基金项目 项目名称:指纹识别算法研究 成员:温志平 洪运 柏植 张皓 王青卿 学院:核工程与地球物理学院 2指纹识别的应用背景u 当今社会,电子设备和保密机构对更安全、更方便的身份认证和访问控制的需求变得越来越紧迫。u 传统的机械钥匙、“口令密码”以及智能卡等的保护措施存在着丢失、遗忘、复制及被盗用的隐患。u 以电子商务、电子银行的安全认证为例,他人假冒当事人上网采购所造成的欺诈案越来越多,并有孩子冒充家长上网采购的案例。3指纹识别的应用背景o 网络、数据库和关键文件等的安全控制o 机密计算机的登录认证o 银行ATM,POS终端等的安全认证o 蜂窝电话、PDA
2、的使用认证等o 其它 指纹等生物识别技术可突破传统的安全认证方法,提供了一个很好的解决方案。可用指纹等生物特征提高安全性的领域举例:4指纹特征的优点o 广泛性,指每一个正常人都有指纹。o 唯一性,指每一个人的指纹都不同。o 终生不变性,指非意外事故指纹终身不变。因此,指纹识别技术,作为一种可靠的生物识别技术,受到了人们的重视。尽管人们已经对自动指纹识别技术作了深入广泛的研究,指纹识别技术也获得了不少应用。但是指纹识别的应用在目前并没有获得普及,这主要是因为指纹识别在识别准确性和识别速度方面还远远不能满足很多实际应用的要求。5指纹识别的应用历史 o 公元前7000年6000年,指纹作为身份鉴别的
3、工具己经在古叙利亚和中国开始应用。在那个时代,一些粘土陶器上留有陶艺匠人的指纹,中国的一些文件上印有起草者的大拇指指纹,在Jercho的古城市的房屋上留有砖匠的指纹等。o 1896年阿根廷首先在犯罪事件的鉴别中正式应用指纹。o 20世纪60年代,随数字图像处理技术的出现,人们开始着手研究利用计算机来处理指纹。o 20世纪80年代,个人计算机、光学扫描这两项技术的革新,使得它们作为指纹取像的工具成为现实,从而使指纹识别可以在其他领域中得以应用。6指纹识别研究的现状 o 指纹识别是生物识别技术中最早应用、技术最为成熟、价格最低廉的分枝。o 尽管各个指纹识别系统的生产厂家都报出极高的识别率,但是他们
4、都是在自己的实验室的指纹库上做测试,而不是在一个统一的标准指纹库上测试,结果的可比性不大。o 在指纹识别的算法研究上,还存在着许多需要改进的地方,这使得指纹识别算法的研究还在继续。7影响指纹识别的因素o 噪声、变形等,例如脏手指、干手指、疤痕导致的不同时期、不同季节间的指纹差异;o 芯片表面残留物带来的噪声;o 手指按压过程中的扭转、拉伸和按压位置不同,导致同一指纹的重叠区域有时会很小。8指纹识别的基本过程o 通过指纹读取设备读取到人体指纹的图像。o 对原始图像进行预处理,使之更清晰。o 提取指纹特征,建立指纹的数字表示特征数据。o 验证端采集指纹,提取特征。o 与数据库指纹匹配,计算相似度,
5、给出匹配结果。9指纹的采集设备 o 光学仪器o 硅晶体传感器o 超声波o 其他类型 10指纹识别的基本原理o 指纹是比较复杂的,指纹识别算法最终归结为在指纹图像上找特征到并进行对比。指纹的特征定义了两类以进行指纹的验证:总体特征和局部特征。(1)基本纹路图案:包括环型(Loop),弓型(Arch)和螺旋型(Whorl),其他的指纹图案都基于这3种基本图案。11指纹的总体特征(2)模式区(Pattern Area):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。(3)核心点(Core Point):位于指纹纹路的渐进中心,它用于
6、读取指纹和比对指纹时的参考点。12指纹的总体特征(4)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。(5)式样线(Type Lines):式样线是指在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。13指纹的总体特征(6)纹数(Ridge Count):纹数是指模式区内指纹纹路的数量。在计算指纹的纹数时,一般先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。14指纹的局部特征o 局部特征是指指纹上的节
7、点所具有的特征。o 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。o 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特征点。就是这些节点提供了指纹惟一性的确认信息。15节点分类 A.终结点(Ending):一条纹路在此终结。B.分叉点(Bifurcation):一条纹路在此分开成为两条或更多的纹路。C.分歧点(Ridge Divergence):两条平行的纹路在此分开。16节点分类D.孤立点(Dot or Island):一条特别短的纹路,以至于成为一点。E.环点(Enclosure):一条纹路分开成为两条之后,立即又合
8、并成为一条,这样形成的一个小环称为环点。17节点分类F.短纹(Short Ridge):一端较短但不至于成为一点的纹路。18指纹图像预处理流程指纹采集质量评估合格?否图像切割 图像增强图像二值化(分割)图像细化是19评估的过程图像重新采样图像方向计算计算前背景比例前景过小拒绝图像是标注各块方向连续区域分析计算评估参数合格?分析干湿手指是分析是否部分手指否否20指纹质量评估排除不能满足要求的指纹:21指纹图像处理22指纹图像分割o 在指纹识别系统中,指纹图像分割是图像预处理的一部分。指纹分割的最基本的依据是图像某些特征和特征集合。图像特征是指纹图像的固有属性,如灰度值,邻域关系,纹线的扭曲程度等
9、。特征集合则是几种的结合。通过提取图像特征,可将原始图像映射到特征空间,使图像特征在特征空间中呈现一定的分布。因此根据以上的的灰度值领域关系,纹线的扭曲程度,指纹图像分割大致分为三类:基于像素的图像分割,基于块特征的图像分割以及基于全局的图像分割。下面介绍均值方差法的计算方法和在仿真中的运用23均值方差法 该算法基于背景区灰度方差小,而指纹区方差大的思想,将指纹图像分成块,计算每一块的方差,如果该块的方差小于阈值为背景,否则为前景。具体步骤分以下三步:(1)将低频图分成MM大小的无重叠方块,方块的大小以一谷一脊为宜。(2)计算出每一块的均值和方差。设指纹图像I的大小为HL,I(i,j)为像素点
10、(i,j)的灰度,AVE和VAR分别为原指纹图像的均值和方差,AVE和VAR可以通过公式(2.1)和(2.2)计算得到。(2.1)(2.2)24均值方差法(3)如果计算得到的方差几乎接近于0就认为是背景,对于方差不为零的区域在进行阈值分割算法,这种算法主要是根据计算得到的方差来决定其是否为背景区。在使用方差均值法之前还要使用归一法将图变为低频图。归一化的目的是把不同原图像的对比度和灰度调整到一个固定的级别上,为后续处理提供一个较为统一的图像规格。指纹图像的归一化公式如式(2.3)所示,当大于平均值时为加。(2.3)其中和为期望的灰度均值和方差。公式法2526指纹图像分割27指纹图像细化o 指纹
11、图像处理中物体的形状信息是十分重要的,为了提取指纹图像特定区域的特征,对指纹图像通常需要采用细化算法处理,得到与原来指纹图像形状近似的由简单的弧或曲线组成的图形,这些细线处于物体的中轴附近,这就是所谓的指纹图像的细化。28指纹图像二值化o 由于分割后的图像质量仍然不是很好,所以需要对其进行滤波、消除毛刺、空洞处理和二值化处理,以使指纹图像清晰,消除不必要的噪声,以利于进一步的辨识。o 指纹图像二值化作为指纹预处理过程的一部分,是进行指纹图像细化处理的基础。目前指纹细化方法都是基于二值指纹图像进行的。对指纹图像二值化的好处在于使得图像的几何性质只0和1的位置有关,不再涉及像素的灰度值,使处理变得
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 大学生 科技 创新 基金项目 课件 51102
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内