指纹识别算法的matlab实现毕业设计(编辑修改稿)

指纹识别算法的matlab实现毕业设计(编辑修改稿)内容摘要：

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。 设计内容与要求 ⑴、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； ⑵、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； ⑶、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； ⑷、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； ⑸、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。 五邑大学本科毕业设计 3 第 2 章 指纹识别的基本理论及应用 指纹识别的原理和方法 指纹的特征与分类 指纹识别学是一门古老的学科，它是基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。 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。 五邑大学本科毕业设计 4 指纹识别技术的主要指标和测试方法 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， 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。 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=%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=%，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。 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 0～ 40 ℃。 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%。 五邑大学本科毕业设计 5 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。 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五邑大学本科毕业设计 6 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。 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 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 31： 五邑大学本科毕业设计 7 后处理细化指 纹图 像特 征匹 配预 处 理特征提取滤波结 论二值化 图 31 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。 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。 方向图的计算 求点方向图 五邑大学本科毕业设计 8 设  yxf , 是指纹图像中点  yx, 的灰度值，要计算该点的方向  yxD , ，需要先求出 dS （该点临域沿 d 方向的灰度变化）。 图 32 点方向示意图 dS =     nk kkd yxfyxf1 ,， d=1， 2， ， N （ ） 其中：  kk yx, 是方向 d 上的第 k 个点；  kkd yxf , 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=16，即取 16 个方向， n=8，即一个方向上取 8 个邻点。 点  yx, 的方向为 dS 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 0～ 2 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 0～ 2 ，有利于求取指纹的走势。 （ 4/ 与 4/5 认为是不同方向） 由点方向图求块方向图的算法 把点方向图分成 ww 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。 最小均方估计块方向算法  jif , 代表指纹图像在  ji, 处的灰度值步骤： 1．将图像分成大小为 MM 的块。 这里 M 的大小以包含一脊一谷（即一周期）为宜； 五邑大学本科毕业设计。