毕业论文——基于神经网络的指纹识别(编辑修改稿)

毕业论文——基于神经网络的指纹识别(编辑修改稿)内容摘要：

液会特别多，如犯罪者在作案时，几乎是凡触摸过必留下痕迹。 （ 4） 损而复生 人体的皮肤组织具再生的能力，而手指皮肤的再生能力比起其它的部位又特别的强，指纹的成形根于皮肤组织真皮层的根部，假设是在火伤，外科手术等等的情况下，会造成指纹一时间的无法辨识，但是经过一段时间后，指纹的纹路便会自动恢复到原有的样子，丝毫不会改变。 除非真的受到非 常深的创伤，组织受到完全的破坏，才有可能留下永久的疤痕。 湖南科技大学本科生毕业设计（论文） 6 指纹识别的基本原理 指纹的图像是复杂的，生物识别技术公司并不直接存储指纹图像。 经过长时间的发展和研究，在各个公司及其研究机构都产生了许多的数字算法（ 美国有关法律认为，指纹图像属于个人隐私，因此不能直接存储指纹图像 ）。 指纹识别算法最终都归结为指纹图像和指纹的特征值的识别匹对。 我国目前所采用的指纹制度和世界各国统一标准一致，使用的是英国学者 ERHenry的现代指纹法，即 Henry System 分类整理法，将指纹分为二部八类， Henry 并 确认了若指纹上有 13个特征点重合，即可确认为本人。 指纹的特征可分总体特征和局部特征： （ 1） 总体特征 总体特征就是那些可以直接用人眼进行观察和鉴别的特征，包括基本纹路图案环型（ loop），弓型 (arch)，螺旋型 (whorl) 如图。 其他的指纹图案都基于这三种基本图案。 图 环型、弓型、螺旋型指纹图像 模式区 即 指纹 上包括了总体特征的区域，从此区域就能够分 辨出指纹是属于哪一种类型的。 有的 指纹识别 算法 只使用模式区的数据，有的则使用所取得的完整指纹（ SecureTouch 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）。 图 湖南科技大学本科生毕业设计（论文） 7 核心点位于指纹纹路的渐进中心，它在读取指纹和比对指纹时作为参考点。 许多算法是基 于核心点的，既只能处理和识别具有核心点的指纹。 （核心点对于SecureTouch 的指纹识别算法很重要，但没有核心点的指纹它仍然能够处理）如图。 图 核心点 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跟踪的开始之处，如图 所示。 图 三角点 指纹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，如图 所示。 图 纹数 （ 2） 局部特征 局部特征是指指纹上的节点的特征，这些具有某种特征的节点称为特征点。 两枚指纹经常会具有相同的总体特征，但它们的局部特征一特征点，却不可能完全相同。 指纹的纹路不是一直连续、平滑笔直的，纹路很多时候都会出现中断、分支或者折返。 这些端点、分支点和转折点就被称为“特征点”。 就是这些点提供了指纹唯一性的必要信息。 湖南科技大学本科生毕业设计（论文） 8 指纹的节点主要有以下几种特性： 终结点 (Ending)：一条纹路在此终结，如图 所示。 图 终结点 分叉点 (Bifurcation)：一条纹路在此分开成为两条或更多的纹路，如图 所示。 图 分叉点 孤立点 (Dot or Island): 一条特别短的纹路，以至于成为一点，如图 所示。 图 分歧点 (Ridge Divergence): 一两条平行的纹路在此分开，如图 所示。 图 分歧点 环点 (Enclosure): 一条纹路分开成为两条之后，立即有合并成为一条，这样形成的一个小环称为环 点，如图 所示。 图 环点 湖南科技大学本科生毕业设计（论文） 9 短纹 (Short Ridge): 一端较短但不至于成为一点的纹路，如图 所示。 图 短纹 方向 (Orientation): 一节点可以朝着一定的方向。 曲率 (Curvature): 一描述纹路方向改变的速度。 位置 (Position): 一节点的位置通过 (x,y)坐标来描述，可以是绝对的，也可以是相对于三角点或特征点的。 指纹的采集技术 指纹采集技术的发展经历了 一段很长 的历史时 期。 采集技术其 过程 也 受到传感技术发展的影响。 指纹采集技术 分为 两种采集模式，一种是在被采集人已知的 情况 下实施的采集。 另一种是 其 未知的状况下的采集，如刑侦现场。 第一代 的 指纹采集技术采用 “ 按压留痕 ” 的方式来采集指纹，利用的是指纹 “ 触物留痕 ” 的特性。 这段 时期主要通过 “ 油墨－指纹卡 ” 的方式采集。 第二代 的 指纹采集技术采用 的是自动化、数字化的采集方式。 指纹数据 大多 以数字信息表示 并 存储。 下 文 主要介绍第二代 的 指纹采集技术。 指纹采集的过程 在 本质上是 使 指纹成像的过程。 原理是根据嵴与峪的几何特性、物理特征和生物特性的不同，得到不同的反馈信号，根据反馈信号的量值来绘成指纹图像。 指纹的几何特性是指在空间上嵴是突起的，峪是凹下的。 嵴与嵴相交、相连、分开会表现为一些几何图案。 指纹的生物特性是指嵴和峪的导电性不同，与空气之间形成的介电常数不同、温度不同等。 指纹的物理特性是指嵴和峪着力在水平面上时，对接触面形成的压力不同、对波的阻抗不同等。 指纹采集的方法 可以分成 两种，一种是由器件主动向手指 发射 出探测信号，然后再 分析反馈 的 信号，以形成指纹 的 嵴与峪的图案。 如射频（ RF ）和 光学采集采集 就属于主动式采集。 另一种 则 是器件被动感应的方 法。 当手指放置到采集设备上时，因为指纹 的 嵴和峪的生物特性或物理特性的不同， 就 会形成不同的信号，然后分析信号的量值 从而 形成指纹图案。 （ 如半导体电容采集、热敏采集和半导体压感采集属于第二种 ） 对 于 指纹采集设备来讲，一般经过 “ 手指 感知 ” 、 “ 图像 的 拍照 ”“ 质量判断与自动调整 ” 三个过程。 考虑到设备 的 功耗，在 没有 手指接触 的时候 ，采集设湖南科技大学本科生毕业设计（论文） 10 备 一般 处在休眠状态。 当手指接触到设备时，采集器 就 会感知 到 手指的接触并切换 其状态。 对于半导体类 的 采集设备大 部 分具备 这种敏锐的指纹察觉技术。 随着活体采集的 技术 的 研究 和发 展，采集设备还 可以 判别 出是 否为活体手指，这 能 通过检测手指的活体特性来实现。 在 理想 的 情况下，如果在采集 的 过程中外界噪声足够小， 采集 得到的指纹图像 将是干净的、真实的。 然而 现实 的 情况是，由于 人 手指表面脱皮 和 污渍的影响 还有 设备的 采集面不干净等 各 种因素 的 影响，所以还需对采集到的图像进行 预 处理。 这将在指纹图像预处理部分 叙述。 图 不同质量的指纹图像 当今使用的主流指纹采集技术有光学指纹采集技术，半导体指纹采集 技术和超声波指纹采集技术。 光学指纹采集技术，其原理是利用光的全反射原理，将照射到压有指纹的玻璃表面的反射光线通过 CCD 来获取 ，反射光的量将依赖于压在玻璃表面的指纹脊和谷的深度和皮肤与玻璃间的油脂和水分。 光线穿过玻璃照射到有谷的地方后在玻璃与空气的界面发生会全反射，光线被反射到 CCD, 而射向脊部位的光线却不发生全反射，这样就在采集的 CCD 上形成了指纹的图像。 半导体传感器是 1998年在市场上才出现的，这些含有微型晶体的平面通过多种技术来绘制指纹图像。 主要使用的方案有：硅电容指纹图像传感器、半导体压感式传感器和半导体温度感应传感器。 超声波指纹图像采集技术，是 Ultrascan 公司首开超声波指纹图像采集设备产品的 先河。 超声波指纹图像采集技术 是 被认为 在 指纹采集技术中最好的一种，但在 实际的 指纹识别系统中 却 还不 常 见， 其 成本很高， 并 且还处于实验室阶段。 超声波指纹取像的原理是 :当超声波扫描指纹的表面，紧接着接收设备获取的其反射信号，由于指纹的脊和谷的声阻抗的不同，导致反射回接受器的超声波的能量不同，测量超声波能量大小，进而获得指纹灰度图像。 积累在皮肤上的脏物和油脂对超声波取像影响不大。 所以这样获取的图像是实际 指纹纹路凹凸的真实反映。 湖南科技大学本科生毕业设计（论文） 11 图像频域增强 图像频域增强简介 在数字图像处理中，图像最直观的理解是把图像理解为二维函数 F(x,y)，其中 x，y作为数字图像中象素的二维空间的坐标， F的值作为数字图像象素该位置的灰度值。 但是在空间域在处理某些数字图像的问题时，会比较困难甚至是几乎难以处理。 在频率下处理的时候，同样的问题用不同的描述方式是和空间域的表示是等价的，但由于描述方式不同了以前空间上很难处理的问题在频率域上就有可能变得很容易了。 在频率域上处理时，还可以使用数字信号处理的一系列 成熟的方法，让我们处理特殊的问题有了很多的工具，所以频率图像增强是很有价值进行学习和研究的。 图像频域增强的基本步骤 图像频域增强的一般 方法归纳为一下六步 ： （ 1）计算原始图像的 FFT》》》 F(u,v)； （ 2）四个角落的零频点移到图像中央； （ 3） H(u,v） *F(u,v)=G（ u,v）。 （ 4） G(u， v)零频点移回四个角落； （ 5）傅里叶反变换得到最终的图像。 无论是何种类型，何种目的的频率域图像增强，处理的过程都是基本一致的， 都如下图所示 图 图像频域处理基本步骤 湖南科技大学本科生毕业设计（论文） 12 下图为处理后的效果图 图 频域处理后对比图 图像的二值化 图像二值化算法 指纹图像的二值化是作为指纹图像处理过程的过程之一，是进行指纹图像细化处理的先决条件。 目前的指纹细化算法都是基于二值指纹图像进行的。 对指纹图像进行二值化处理的优点在于是图像的几何性质只与 0和 1在图像矩阵中的位置有关，不再涉及到图像像素的灰度值，使算法的处理过程变的简单，这给指纹图像的 存储和对其的相应的处理操作都带了很大的便利性，同时也提高了系统的运行效率。 一个好的二值化算法可以得到一个高质量的二值图像。 反之，如果该阶段处理不当引入了噪声，就会直接降低图像的质量，对后序的识别过程造成很大程度上的干扰。 对指纹图像二值化的基本要求就是二值化后的图像能完整的反映出原指纹，具体要求表现为： （ 1） 纹线中不能出现空白。 （ 2） 二值化的纹线基本保持原指纹图像的特征。 （ 3） 指纹的纹线中不能有太多的算法引起的间断和纹线的想连。 （ 4） 指纹纹线间的间距应该基本相同。 大多数灰度图像的二值化变化函数 F(x)都可以用下述公式进行表达： 公式中的 T为人为指点的阀值，自变量 x为图像像素点的灰度值。 局部自适应阀值算法先是利用固定阀值算法的思想，然后再根据图像中每一个部分的明暗度来调整阀值。 首先把图像分割成若干个 w*w 的方块，每一块都根据自身的阀值来进行二值化。 这个算法利用了指纹图像中脊线与谷线宽度基本相同的特点，即湖南科技大学本科生毕业设计（论文） 13 二值化后图像的黑白像素点的个数也应该大致相同，首先利用固定阀值算法的特点对指纹图像中的每个一子块确定一个大致的阀值，然后再利用自适应的算法思想进行阀值的调整，当阀值最合适时图像是最 光滑的，既没有“黑洞”（阀值过大），也没有“白点”（阀值过小），因此 01之间的转换次数最少。 以下为区域阀值的 T 的选取算法： （ 1） 将指纹划分为相互不重叠的 w*w 的子块，计算该子块区域内所有像素的灰度平均值。 （ 2） 计算该区域内的 Nk(灰度值大于等于 T 的像素点的个数 )和 Nl（灰度值小于 T的像素点的个数）的值 （ 3） .如果 klN N a ( 10%)a w w   ,则 T为阀值； （ 4） 若 klNN ，则 T=T+1,否则 T=T1,返回第二步。