指纹识别技术的研究与设计--指纹图像预处理之一计算机科学与技术专业毕业设计毕业论文

指纹识别技术的研究与设计--指纹图像预处理之一计算机科学与技术专业毕业设计毕业论文内容摘要：

适的 系统 编程语言 Visual C++，方便进行图象图形处理。 系统设计原则 计算机应用系统的用户界面设计的好坏，直接影响到系统用户对其接受和掌握的程度。 本系统的用户水平不一，计算机背景知识参差不齐，故系统界面风格应尽量友好，易学易用。 系统界面应遵循以下要求 :本系统界面简洁、明快、紧凑、布局合理、使用方便，菜单、工具条、快捷键、控件和对话框的风格与标准的Windows2020/XPINT风格相吻合。 系统支持 1024X768显示器分辨率，在这种分辨率下系统能提供美观的界面和良好的布局。 设计原则 系统设计 原则为便于本系统的开发、使用。 系统在技术特性方面应做到以下四个原则。 (1)先进性原则在指纹识别系统的设计和实现过程中采用科学的软件项目管理机制，追踪先进设计思想，应用成熟采用先进的技术，使系统的功能设计能处在同类科技的前列。 (2)适应性原则软件系统的性能指标能够实现，系统性能可靠，易于维护并且系统各方面指标切合实际需要。 (3)安全性与可靠性原则，坚持安全可靠的设计原则是工作的基本要求。 (4)可扩充原则该系统必须具有良好的扩充能力。 中原工学院计算机学院毕业（设计）论文 7 第 3章 指纹识别 系统总体设计 系统总体设计 指纹预处理与识别系 统主要包括四个部分，分别为：指纹图像的获取、图像预处理、特征的提取与模板匹配。 如图 21 是从指纹图像采集到特征提取的全部流程，其中图像处理部分为主要研究范围。 图 31 特征提取及模板匹配系统流程 指纹图像的获取 传统的指纹采集方法是用手指蘸上墨水或印油在纸上按压，然后用扫描仪摄取。 由于其严重的不可靠性，该方法己经被淘汰。 随着光学仪器、传感器及数字技术的发展，各种快速、精确、方便、小巧的采集设备得到应用。 目前，主要是使用光学扫描仪和固态阵列传感器进行采集。 前者用激光照在手指上，然后用 CCD 阵列摄取其 反射光，由于反射光强随着指纹的脊和谷的深度不同而不同，因此可以得到指纹图像。 后者是用大量敏感元件组成的固态阵列芯片，它们采用电容传感、热敏传感或其他传感技术，通过感受按压指纹的压力、热度等特征来摄取指纹。 近年来，又出现了其他一些新型的指纹采集设备，如超声波指纹采集器，它是基于指纹的脊和谷的深度对超声波的不同反射原理而工作的。 这些设备中，光学扫描仪因其技术比较成熟、性价比比较高而得到广泛应用。 以下是指纹采集仪的分类： 1．光学的。 在早期一般都采用光学的指纹采集仪。 2．硅晶体电容式的。 半导体电容式指纹采集芯片。 3．超声波的。 它是基于指纹的脊和谷的深度对超声波的不同反射原理而工作的。 李旭：指纹识别 技术 的 研究与设计 8 它们的对比 情况如表 31 所示。 表 31 采集仪对照表 比较项目 光学全反射技术 硅晶体电容传感技术 超声波扫描 体积 大 小 中 耐用性 非常耐用 容易损坏 一般 成像能力 干手指差 ， 但汗多的和稍脏的手指成像模糊 干手指好 ， 但汗多的和稍脏的手指不能成像 非常好 耗电 较多 较少 较多 成本 低 低 很高 指纹 图像预处理 指纹图像预处理的目的在于使指纹图像画面 清晰，边缘明显，以便提取特征进行识别。 预处理技术的主要目的是对一个给定的指纹，突出指纹图像中的某些信息，消弱或除去某些不需要的信息，使它的结果对后面的识别来说比原始图像更合适。 例如使用灰度滤波处理，目的是为了： 1．去除噪声、均衡图像 指纹图像是通过扫描仪获得模拟信号，并经采样、量化后，以矩阵的形式存入计算机。 由于图像的采集为纵列式方式，量化后的指纹图像有许多噪声。 它们因其时间的不相干性，含有较高的空间频谱，且多呈点结构。 平滑处理的任务就是去除这些干扰噪声，而又不使图像 失真 ， 图像平滑包括空域法和频域法两大类。 2．锐化脊线 为强化指纹纹线间的界线，突出边缘信息，以利于二值化，锐化处理是必要的。 锐化处理对于增强反差和检测边缘是很有用的。 图像锐化的作用就是的补偿图像的轮廓，使图像较清晰。 图像锐化可分为空间域图像锐化法和空间频率域图像锐化法两大类型。 本文中指纹图像预处理的主要步骤 1．归一化： 归一化处理将使所有的指纹图像的灰度分布在一个合理的、统一的灰度区域上，从而有利于简化模糊域中的操作过程。 2．图像分割： 所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征 在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同。 简单的讲，就是在一幅图像中，把目标从背景中分离出来，以便于进一步处理。 3．计算方向图：由于在局部区域内指纹是亮暗相间的近似平行的结构，因此，中原工学院计算机学院毕业（设计）论文 9 在指纹的每个局部区域有确定的方向。 全体局部方向就构成了指纹的方向图。 产生方向图是指纹识别系统的一个重要的步骤 ， 方向图质量的好坏直接关系到图像增强的效果并最终影响到准确提取特征点。 4．二值化： 0 代表黑色， 1 代表白色。 二值化是把灰度指纹图像变成 01 取值的二值图像，因为指纹图像只需把纹线和背景区分开 就可以了。 特征的提取 是用从指纹图像中提取特征点来表示指纹的方法。 虽然不能从特征点组成的模板重建指纹图像，但它描述了指纹局部结构特征的空间分布。 通常的指纹识别系统主要利用两种最关键的结构特征，脊线端点和脊线分岔点。 这两种结构在图像前景和背景上正好是互逆的，因此不论是针对脊线还是针对犁沟的处理算法都是相同的。 由于手指压力的作用的变化经常使这两者互相转化，所以有些系统对它们不做区分。 有些国家例如美国国家标准局规定的指纹标准表示方法就是基于特征点的，包括特征点的位置和方向信息。 基于特征点的表示方法同时 还要纪录一些全局信息，如指纹的方向、中心位置、三角位置、指纹的类别等。 模板匹配 认证和识别是一对一的匹配，把某人的指纹特征及个人信息以某种形式存储起来，随后根据提供的指纹是否与之匹配而决定是否授权。 识别是一对多的匹配，把许多人的指纹特征及个人信息存入数据库，随后根据不同指纹提供不同授权。 本章小结 本章主要介绍了指纹预处理与识别系统的主要模块，以及各模块所要完成的基本功能，各部分的详细功能及实现算法，将在以后的各章节中逐一介绍。 李旭：指纹识别 技术 的 研究与设计 10 第 4章 指纹图像 预处理 之一 引言 经指纹扫描器采集的原始指纹图像不可避免地具有对比度不统一、含有大量噪声等缺点，为了降低后续特征提取的算法的复杂度、提高特征提取的效率，因此预处理过程必不可少并且显得十分的重要。 前文提到，根据特征提取方法的不同，系统对预处理的步骤和要求也不一样。 目前，从大的方面分，主要有两类特征提取方法：一类直接从原始图像中提取统计性特征；一类从预处理得到的指纹骨架提取细节点特征。 前一类方法对预处理要求比较少，只要将图像增强以下就可以。 后一类方法要求预处理部分做大量的工作，一般包括图像增强、滤 波、二值化、细化等步骤，最后得到一幅纹线宽度为单像素的二值图像。 在当前的应用系统中，后一类方法要比前一类应用得多一些，因为后一类方法把工作的难点分散到两步操作中，简化了特征提取算法，且处理结果容易控制。 本文将对后一类特征提取方法中的主要部分进行详细讲解。 系统算法描述 基于特征点的指纹识别算法的方法又可以分为两种方法，第一种方法是在灰度图像上进行脊线跟踪直接获取特征点的方法。 第二种方法是经过二值化和细化等处理步骤后提取特征点的方法。 本文将对第二种方法进行详细讲解与论述，并对其它方法进行简单介绍，以便有助 于以后的学习。 在灰度图像上进行脊线跟踪直接获取特征点的方法 ，是基于如下的考虑： 1．指纹的许多信息在二值化后会损失掉。 2．图像增强，二值化和细化等过程很耗费时间 3．当对质量差的图像进行二值化后往往不能取得令人满意的结果。 从数学上的观点来看，脊线可以看作是沿着一个方向上，灰度取得极小值的点的集合。 我们沿着脊线方向每次向前移动一小段距离，寻找下一局部最小值，作为脊线跟踪的下一个点，如图 41 灰度脊线图所示。 按照此操作不停地进行下去，则我们可以得到指纹的细化图，而且其中包含了特征点信息。 中原工学院计算机学院毕业（设计）论文 11 图 41 灰度脊线图 该方法的处理过程通常是先在指纹图像上任取一点，在该点的法线方向附近取一极小值点作为第一个点，然后在切线方向上前进一段距离，作为下一个临时点，在该临时点法线方向附近取一极小值点作为第二个点，依此类推，一直到跟踪完整幅图像为止。 使跟踪停止的标准通常有 3 个： 1． 跟踪到指纹外部的无效区域时。 2． 继续向前跟踪灰度最小点的灰度值仍大于某一阈值时。 3． 继续向前跟踪遇上另一条已经跟踪过的脊线时。 满足上面的第二个条件时说明已经遇上了端点，满足第三个条件时说明已经遇上了分叉点，经过上面的处理后，一般就 可以获得整个指纹的所有的特征点。 归一化 大量的实验证实，指纹图像的灰度级大致分布在 [20， 180]的范围内，考虑到其它组织以及噪声等因素，我们在进行归一化处理时，将指纹图像的灰度级映射到 [0，255]的灰度区间上，映射函数如下： （ 41） 在（ 31）式中， ming 和 maxg 分别是指纹图像的最小灰度值和最大灰度值， origg和 x 分别是归一化处理前和处理后的灰度值。 产生方向图 由于在局部区域内指纹是亮暗相间的近似平行的结构，因此，在指纹的每个局李旭：指纹识别 技术 的 研究与设计 12 部区域有确定的方向。 全体局部方向就构成了指纹的方向图。 产生方向图是指纹识别系统的一个重要的步骤 ， 方向图质量的好坏直接关系到图像增强的效果并最终影响到准确提取特征点。 产生方向图有两类方法。 第一类是先定义若干基准方向， 然后判断每一个一个小区域更接近于那一方向。 第二类是精确计算每一点或小区域的方向。 本文将对两种方法进行介绍。 在第一类方法中 ， 方向的计算是利用灰度的方差。 脊线上的点具有较小的灰度值，而谷线上的点 则 具有相对较大的灰度值，如果作一条垂直于脊线的直线，那么随着脊线和谷线的交替，直线上也表现出灰度值的波峰和波谷的交替。 如果所作的直线方向与脊线方向相同，直线上的点的表现为波动极小的直线。 这表明，垂直脊线方向的直线上的点的灰度值方差大，平行脊线方向上的点的灰度值方差小。 因此，方差最小的方向就是要求的方向。 但是 这样算出来的某些点的方向仍不 够 准确，尤其是在那些模糊、边缘有噪 声 的区域。 错误的方向不但不会改 善图像质量，反而会使特征提取的错误增多。 因为 指纹图像的任一小区域中所有 的 点具有近似相同的方向。 因此，任一点的方向可以利用该点所在区域的其它点的方向来纠 正。 (1) 定义若干基准方向 的产生方向图方法 图 42 方向图 算法描述： 对于图像上每一个点 ),( ji ，在八个方向上画一条直线，直线的长度大概是五个脊线到谷线的宽度。 计算八个直线方向上的灰度方差：   nk kkddd jifjifS 1 * |),(),(。