《基于matlab的指纹识别系统生学士学位论文.doc》由会员分享，可在线阅读，更多相关《基于matlab的指纹识别系统生学士学位论文.doc（44页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、xx大学厦门工学院本科生毕业设计（论文） 题 目： 基于MATLAB的指纹识别系统 用3号黑体字填写题目姓 名： xx 用4号宋体字填写姓名、学号、系别、专业、年级、指导老师和日期学 号： 系 别： 电子信息系 专 业： 通信工程 年 级： 级 指导教师： xxx 2015 年 4 月 7 日独创性声明本毕业设计（论文）是我个人在导师指导下完成的。文中引用他人研究成果的部分已在标注中说明；其他同志对本设计（论文）的启发和贡献均已在谢辞中体现；其它内容及成果为本人独立完成。特此声明。论文作者签名： 日期： 关于论文使用授权的说明本人完全了解xx大学厦门工学院有关保留、使用学位论文的规定，即：学院
2、有权保留送交论文的印刷本、复印件和电子版本，允许论文被查阅和借阅；学院可以公布论文的全部或部分内容，可以采用影印、缩印、数字化或其他复制手段保存论文。保密的论文在解密后应遵守此规定。论文作者签名： 指导教师签名： 日期： 基于MATLAB的居中，3号黑体，加粗；设置段前、段后距为1行；行距：固定值36磅指纹识别系统摘要居中，4号黑体；设置段前、段后距为1行；行距：固定值24磅摘要内容5号宋体；设置段前、段后距为0行；行距：固定值20磅随着科技的不断发展，基于指纹所具有的普遍性，唯一性和不变性，以及指纹识别系统开发具有很高的可行性和实用性，使得它成为目前世界上最流行、也是最可靠的个人身份认证技术
3、之一。本文主要介绍了指纹识别技术的发展和世界上指纹识别系统的研究应用现状，分别阐述了指纹系统的必要性和意义。以数字图像处理伟基础，分别研究了指纹识别的原理和方法，将Matlab作为仿真工具。本文主要通过Matlab对指纹图像进行三方面的处理，分别是：图像预处理、指纹特征提取和指纹特征匹配。图像预处理主要包括四个步骤：图像分割、二值化、细化。对指纹预处理的主要原因是，可以去除原图像的冗余部分，以便后续的识别系统进行识别；指纹特征提取主要是提取指纹图像细化后的端点和分叉点；指纹特征匹配是通过两个指纹的图像进行特征点比较，来确定是否是统一手指的指纹图。本文中有给出相应模块的Matlab程序及处理的结
4、果。通过实验结果可得，用Matlab来实现指纹识别系统的设计是可行的。关键词“关键词”三个字使用，5号，黑体，加粗：Matlab，指纹识别，在“摘要内容”后空一行书写，5号宋体；关键词之间“，”分隔。特征提取，特征匹配Design and Implement of Web Chat System Base on Ajax居中、3号Times New Roman字体；段前、段后距为1行；行距：固定值36磅 Abstract居中，4号Times New Roman字体，加粗；段前、段后距为1行；行距：固定值24磅英文摘要内容5号Times New Roman 字体；段前、段后距为0行；行距：固定值
5、20磅 With the development of science and technology,Based on the fingerprint has universality, uniqueness and invariance, as well as the development of fingerprint identification system has feasibility and practicability is very high, making it one of the most popular personal identity authentication
6、 technology, the world is the most reliable at present.This paper mainly introduces the present situation of research and application of fingerprint identification technology and the development of the fingerprint identification system, illustrates the necessity and significance of fingerprint syste
7、m. Based on digital image processing of Wei, the principle and method of fingerprint recognition are studied, the Matlab as a simulation tool.This paper mainly through the Matlab process, the three aspects of the fingerprint image, respectively is: image preprocessing, fingerprint feature extraction
8、 and fingerprint. Image preprocessing includes four steps: image segmentation, binarization, thinning two. The main reason for the fingerprint image preprocessing is to remove redundant parts of the original image, so that the recognition system for the follow-up identification; fingerprint feature
9、extraction is to extract the fingerprint image thinning after endpoint and bifurcation point; fingerprint feature matching is carried out by comparing the image feature points of two fingerprints, to determine whether the fingerprint map integration finger.Matlab program and gives the corresponding
10、module of the result in this paper. Through the experiment we can see the results, using Matlab to achieve the design of fingerprint identification system is feasible.Key Words: Matlab, Fingerprint identification,Feature extraction,Feature matching 在“摘要内容”后空一行书写，5号Times New Roman字体；关键词之间“，”分隔目 录居中，小
11、2号黑体，两字之间空四格；段前、段后距为1行；行距：固定值36磅第1章 绪论11.1 研究背景11.2 研究意义21.3 研究内容31.4 论文组织3第2章 Web版聊天系统的设计42.1 功能设计42.2 概要设计42.3详细设计42.3.1用户界面逻辑设计42.3.2 数据库的设计5结论6参考文献7谢辞8附录1 部分关键源码及解释9目录内容小4号宋体,行距：固定值20磅,标题列至一或二级节标题37基于Matlab的指纹识别系统第1章 绪论章标题居中，黑体小2号；段前、段后距为1行；行距为固定值36磅1.1 研究背景一级节标题序数顶格书写，后空1格书写标题，黑体小3号；段前、段后距为1行；行
12、距为固定值24磅正文宋体小4号 ，段前、段后距为0行；行距为固定值20磅早在4000年前古埃及金字塔的年代，就记载了人的手印和脚印。在远古时期，一些粘土陶器上都印有制作者的指纹，在公元前300年前就出现了桉有指纹的文件，而目前，中国人仍然习惯于在官方或重要文件上按下自己的指纹。1880年英国人亨利福兹提出了通过指纹识别视同来识别犯罪。至今为止，由于信息科技的不断发展和计算机的广泛应用，还有模式识别理论的发展，人们开始不断的研究符合使用计算机进行指纹识别。目前在全世界，指纹识别都成为了一种潮流。就目前识别系统的发展来看，常见的生物特征识别系统主要有人脸、指纹、手形、手部血管分布、虹膜、视网膜、手
13、写体、声音和脸部热量图等。它们有的已逐步得到推广和应用，有的还仅处于实验研究阶段。其中，人脸、指纹、手形、虹膜、视网膜。下面主要针对指纹识别技术进行介绍和研究。指纹识别是生物识别技术中应用最早的、价格最低廉的技术之一。根据报道资料来看，目前的指纹识别系统具有如下特点：（1） 可靠性：采用最独特的容错技术，即使采集到的指纹有破坏。也就是说指纹不全或者指纹随时间有了自然的变化时也不会影响指纹正确的识别。（2） 快捷性：市面上大多数的系统鉴别时间需要1-3s，登陆注册一个新账户只需要1分钟的时间。（3） 灵活性：一个完整的指纹信息的代码可以压缩到几十个KB到几百个KB，由此可见，指纹信息可以存放在一
14、个磁条上或者一张二维条卡上或者IC卡上。（4） 安全性：所有的指纹信息代码都经过了特俗加密。通过所储存的代码不可能复原源指纹，这样可以彻底的规避了指纹的毛用。因此即使证卡丢失，也不会存在安全问题。（5） 方便性：目前，出现的各类指纹识别系统一般都是外观设计精巧、解释，采用了精密的、独特的光电系统，具有全程液晶提示，装备有多重安装模式。（6） 实时性：可实现完整的跟踪、实时报警的功能。在经历了近10年缓慢的自然增长后，指纹识别技术经营来一个跳跃性发展的黄金时期。专家保守估计，未来5年，我国将有近百亿的市场等着企业去开拓。指纹识别技术的巨大市场前景，将对国外众多产业产生巨大的影响。1.2 研究意义
15、随着网络信息化时代的高速发展，如何准确鉴别一个人的身份，符合保护好信息安全是当今信息化时代必须解决的一个关键性问题。21世纪是信息化时代，在这个时代，我国的各种管理大部分使用证件、磁卡、IC卡和密码，这些方式都无法避免伪造或遗失，就算是密码也很容易被窃取或遗忘。这些都给管理者和使用者带来很大不方便。我们生活中也存在着越来越多的电子设备，比如ATM取款机，考勤系统，门禁系统，最流行的莫过于网上购物行为等。个人身份的数字化和隐性化水平的需求也不断的在提高。因此，我们急需一项可以准确、安全快捷的识别技术来替代目前的身份。研究发现，因为指纹具有唯一性、普遍性、稳定性等优点，人们发现，通过指纹的识别可以
16、避免这些麻烦。人们把它称之为生物特征识别技术。因此，这一项技术已成为身份鉴别领域的研究重点。所谓生物识别救赎即是，通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特征，和行为特征来进行个人身份的鉴定。根据IBG(International Biometric Group,国际生物识别小组)2009年统计结果，市场已经有很多针对不同生理特征和行为特征的应用。其中，研究占比最高的就是指纹识别了。指纹识别技术把一个人同他本人相对应连接起来。通过比较他的指纹和预先保留的指纹进行对比，就可以得出这个人的真实身份。由于每个人的皮肤纹路在团、端点和交叉点上各不相同。
17、也就是说，每个人的指纹都是唯一的。另外，指纹是不跟随年龄的增长而发生变化，是永远不会变的。综上可得，指纹具有唯一性和稳定性。所以，通过指纹的识别可以鉴别一个人的身份是可靠的。随着指纹识别系统的普及，人与人之间的信任成本将大大降低，将大大提高人类社会活动的效率。在21世纪这样的信息时代，一种安全便捷的身份认证方式显得越来越重要。“在网络上，没有人知道你是一只狗，”在这样的情况下，任何一个基于网络环境下的交往活动都被蒙上了一层技术意义的灰色。不可避免的是所有基于这种网络技术基础之上的经济活动也因此被深深打上了不真实和不被信任的烙印。面对这项伟大的技术的诞生，人们对它的应使用仅仅在于虚拟网络群落中的
18、狂欢，而无法让它真正对经济交往模式和效率起到推进作用，实在是令人可惜的。例如，对于淘宝网来说，它所能做到的仅仅是通过身份注册来保障交易人的身份，这样的做法的确是降低了身份冒用的几率。但是我们相信随着技术逐渐成熟和应用成本的降低，除了支付之外的任何网络信任问题都可以通过指纹识别得到极大改善，从而体高人们在信息时代的行动效率。指纹识别技术承载了许多社会意义，从根本上来说，是可以通过它良好的判断和定义一个人的真实生物身份。从而降低社会活动中产生的信任成本，从根本上改变经济和社会交往模式改变，提高效率。1.3 研究内容本文中，我们主要是提出了一套指纹识别算法，能在较短时间内准确地识别指纹。本文所研究的
19、指纹识别系统主要分为三块内容，指纹图像预处理、指纹特征提取和指纹特征匹配。指纹的与处理部分包括了图像分割、滤波增强、二值化和细化。图像分割主要是将要处理的图像中的有效部分从整个指纹图像中分离出来，这样，一方面可以减少后续处理的步骤和数据量，另一方面也是规避了因为部分图像区域不可靠而导致伪特征的产生。图像增强则是包括了两个部分，其一是对原始图像上模糊，但是有可能恢复的部分进行增强，其二是对整幅图像进行滤波处理，这样可以消除指纹脊线间的断裂和粘连。图像二值化即是提取经增强处理后的指纹图像的脊线，用“1”表示脊线上的点，“0”表示背景和谷线，进而把原始的灰度图像转化为二值图像。图像细化是进一步的把二
20、值指纹脊线细化为单像素宽度的骨架线，这也是为了方便以后的指纹特征提取。1.4 论文组织本论文主要分为四章：第一章 绪论：主要介绍了指纹识别技术的研究背景、内容和意义。第二章 指纹图像的预处理。介绍指纹识别系统的基本理论和几种常见算法；第三章 图像特征提取和特征匹配第四章 结论第2章 每章均应另起一页 指纹图像预处理2.1 指纹图像预处理指纹图像预处理是将灰度图像进行一种前期处理，将其处理成适于特征提取的二值图像，以便后续的模块识别。现实中，无论以何种方式采集的指纹图像, 都必然有一部分由于采集图像的质量原因, 无法被系统直接识别，因此指纹图像的预处理就显得非常重要。指纹图像的预处理目的就是尽量
21、保持图像中纹路边缘完好的前提下，去除背景区域和无效部分，同时根据指纹目标区域中脊线的结构特征，选择较好的滤波方法，来提高指纹脊线清晰度，平滑脊线边缘的毛刺和空洞，抑制图像噪声，保证指纹特征的可靠提取，并使灰度图像转化成黑白的二值图像，最终得到脊线结构清晰的单像素宽的二值图像。预处理技术主要包图像归一化、图像分割、二值化、滤波增强及细化。预处理流程图如2-1。图2-1预处理流程 2.1.1 图像归一化归一化处理就是对采集好的指纹图像进行处理，就是对指纹灰度图像的灰度均值和方差进行一次调整，这样可以让指纹图像无论采用什么设备采集都可以有预期的方差和均值，进而屏蔽掉不必要的噪声。指纹图像的归一化处理
22、并不会改变指纹质量，只是为了方便指纹的下一步处理并保证了程序运行时收敛可以加快速度。由于手指的压力强度不同，可以将指纹分为W*H块，假设指纹图像里像素点的灰度值为I（i,j），归一化之后的图像用G(i,j)来表示，灰度的平均值和方差则分别用和表示，得出归一化算法如下：（1） 计算图像灰度平均值和方差：（2） （2）特定期望的图像的方差和平均值后，课算出归一化后的图像G(i,j)： 程序运行归一化仿真结果如图2-2下：2-2 指纹图像归一化2.1.2 图像分割 图像分割是把含有指纹的前景区域和不含有指纹的背景区域给分割出来，使得预处理过程中只对前景区域进行处理，经过分割后的图像更容易进行接下来的
23、分类、分析和识别处理。图像分割可以大大减少预处理的时间，而且还可以减少背景伪特征对后续处理的干扰，进而提高整个系统的性能。也就是说可以减少计算的冗余量，提高指纹检测速度。采集到的指纹内容主要分为目标区域和背景区域。在指纹图像中，目标区域即是指，由脊线和谷线组成的较清晰的部分；无效的部分称之为背景区域。综上所述，指纹识别中的图像分割就是讲能用的目标区域分割出来，去除无效的背景区域，以规避背景区域所带来的各种干扰。指纹图像主要可以分为四大类：背景区域、不可恢复区域、可回复区域及清晰区域如图2-2所示。图2-3 指纹图像的四大区域切割程序仿真图如图2-4：图2-4 切割2.2 指纹图像的二值化在指纹
24、识别系统中，指纹图像的预处理是进行特征提取、匹配等操作的基础。二值化是必不可少的一步，但是经过滤波器处理后再进行二值化处理需要对图像进行2次扫描，这不利于处理速度的提高，所以以下将指纹图像的方向结构特点和原图像灰度值的变化特点结合起来，确定对图像中每一个像素点二值化的动态阈值，可以一次完成图像的二值化功能。 2.2.1 方向图指纹图像本身有着许多和其他图像不一样的特点，他具有很强的纹理性和方向性，这可以把指纹图像当做是有着确定纹理的流状模型，这样即可计算指纹图像的方向场方向图。方向图主要是描述了指纹图像的像素点、小块指纹所在处的脊线或者是谷线的切线方向，由于指纹图像在一块区域内的指纹方向几近相
25、同，所以在计算中，一般情况下是以该点所在的小块方向来替代该像素点的方向。 为了方便大家了解，以下指纹图像为模板，画一个环形区域来代表指纹，其中，其中扇形区域中的小块就表示了指纹被分块后的小块。全局的信息如下图2-5所示：图 2-5 指纹小块模型方向图基本思想: 在原来灰度的指纹图像中计算了每个小块在每个方向上的统计量, 再由这些统计量在每小块方向上的区别确定该小块的方向。 2.2.2 指纹图像二值化图像二值化是图像处理的基本技术，也是图像处理中一个非常活跃的分之，二值化的目的是将图像增强结果转化成黑白二值图像，从而可以得到清晰的边缘轮廓线，能够好的为边缘提取、图像分割、目标识别等后续处理的服务
26、。在指纹图像二值化处理的过程中，为了尽可能减少信息的丢失，常常将整幅指纹图像分块，结合各块图像的自身特点，为每一块图像分别选取不同的阈值，对各块指纹图像区域进行二值化处理。这个方法对一些噪声的抗干扰能力比较强，以及对纹线的断线是有一定的连接作用的。静态阈值二值化可以通过直方图来确定阈值：通过原来的灰度图像分部的直方图来确定，设灰度值f取值是0255之间的整数，f=0是黑色，f=255是白色。表示灰度值为k的概率，表示灰度值为k的像素的个数，n为像素的个数。该直方图是以为纵坐标，为横坐标，这个算法的直方图有两个峰值，两个峰值分别对应目标和背景，则阈值取双峰的波谷的值，双峰越陡，那么二值化效果越好
27、。该算法的有点事速度快，简单而且易于理解，缺点是效果较差。2.2.3 指纹图像的方向场一般的指纹图像具有比较清晰的方向场，方向场付过估计准确，可以直接决定图像增强算法的效果。为了能够准确估计方向场，把指纹脊线的走向分别分为如图2-6的8个方向：23456123456717000071654321785432图2-6 一个像素出的8个指纹脊线方向程序二值化仿真如图2-7：图2-7 二值化2.3 指纹图像的滤波加强 在目前的指纹采集条件下，无法避免的是会受到环境，皮肤的油脂。水分、污渍等等的影响，使采集到的指纹图像不完美，而降低指纹图像质量的主要原因有：（1）由于指纹存在了擦伤、创伤使得指纹的脊线
28、中断或变得不清晰；（2）指纹采取时由于指纹比较干燥而近期图像模糊，导致脊线和谷线的对比不明显，无法识别；（3）在采取过程中有污渍导致指纹图像里纹线粘连、纹线断裂等问题。这将会对下一步的指纹特征提取带来困难。因此，我们必须对指纹图像进行增强的处理。对指纹图像进行增强的处理的目的是：（1）尽量避免原始图像的噪声，使脊线和谷线的对比度增强，从而从这些原指纹图像中尽最大的可能获得多的清晰的指纹纹路结构，这样可以保证指纹提取的可靠性。本文设计的增强滤波器主要有（1）平均滤波器：将脊线中的端点连接起来；（2）分离滤波器：将脊线分叉点去除。平均滤波器原理：针对脊线中的断点本文采用平均滤波器。由于断点处脊线的
29、灰度值要比周围的灰度值来的小，因此经过此滤波器的处理，可以使灰度值大约等于周围的灰度值，这样就可使二值化后的指纹图像中断裂的脊线就可以连接起来。分离滤波器原理：针对脊线中的分叉点本文采用分离滤波器。由于脊线中交叉连接点的两端灰度值会比中间的要稍稍大一些，因此经过此滤波器的处理，可是使交叉连接处的灰度值下降，这样脊线中的交叉连接点就可以去除了。平均滤波器主要是去除空洞，分离滤波器主要是去除毛刺。程序仿真结果如下图2-7和图2-8： 图 2-8 去除毛刺图 2-9 去除空洞2.4 指纹图像的细化指纹图像的细化是图像预处理中一个很重要的处理步骤，细化的意思是在不改变图像的像素拓扑连接关系的条件下，接
30、连擦除图像的边缘像素，将粗细不均匀的纹线的指纹图像转化成线宽仅仅为一个像素的条纹中心线图像的过程。细化的优点是可以去除掉不必要的纹线信息，减少冗余信息，使得指纹图像的数据量和连接结构更加突出，这样有利于从指纹图像中提取细节特征。一个优秀的细化算法应满足下列条件：（1） 快速性：算法简单易懂，处理速度快。（2） 连通性：保护纹线的连接性，不对其破坏。（3） 收敛性：迭代一定要是收敛的。（4） 拓扑性：不会引起纹线的逐步吞食，尽量保持原图像的基本结构特性。（5） 细化性：单像素宽：骨架纹线的宽度为1个像素。（6） 中轴性：指纹骨架要尽可能接近条纹的中心线。 2.4.1 快速细化算法快速细化算法的原
31、理是：判断纹线的边界点并且逐步删除。如图2-10。P图2-10算法步骤如下：（1） 浏览整个指纹图像，并找出纹线的边界点，=0；（2） 判断找出的边界点是否应该删除。并且对两个特征量、； 其中其中是八邻域点像素值，=0或者255如果目标点P点能够同时满足=，即删除，否则则保留；（3） 接着寻找下一个边界点，一直到没有可删除的点即停止。2.4.2 改进的OPTE算法冯星奎等提出的改进的OPTA细化算法，该算法一共构建了8个消除模板和6个保留模板，实现了图像的细化处理。算法步骤如下：（1） 从图2-11左上角的元素开始进行，每个像素均抽取如图2-11所示的15个相邻的像素，再将左上角块和8个消除模
32、板相比较，如果都不相同，那么P不变，否则，继续进行步骤二。（2） 将6个保留模板和15个相邻像素块进行比较，如果与其中一个相同，那么P保留，否则P=255；（3） 重复上述的过程，一直到图像的最后一个有效像素。图2-11 改进的OPTA算法提取模板示意图程序细化仿真结果如图2-12：图 2-12 细化图(1) item表、user_appended表和group_appended表总项包括的分项采用、单独序号这三个表主要用来存储用户和群组信息。其中类型为用户的item表项和user_appended共同表示用户信息，类型为群组的item表项和group_appended共同表示群组信息。各表的
33、字段设计如表2-1、表2-2、表2-3所示。表2-1 item表表与前文间隔1行；表序按章编号；表序表名置于表的上方，居中，宋体5号字段名表格无左右边框；表内文字宋体5号数据类型主键/允许空字段含义register_nameVARCHAR(31)PRIMARY KEY注册名display_nameVARCHAR(31)NOT NULL显示名Icon_srcVARCHAR(31)NOT NULL图标Item_typeVARCHAR(15)NOT NULL类型表2-2 group_appended表字段名数据类型主键/允许空字段含义register_nameVARCHAR(31)PRIMARY K
34、EY注册名managerVARCHAR(31)FOREIGN KEY管理员表2-3 user_appended表字段名数据类型主键/允许空字段含义register_nameVARCHAR(31)PRIMARY KEY注册名passwordVARCHAR(31)NOT NULL密码genderVARCHAR(1)NOT NULL性别from_whereVARCHAR(63)NULL来自哪里email_addressVARCHAR(63)NULL电子邮箱phone_numberVARCHAR(31)NULL电话号码active_statusVARCHAR(7)NOT NULL状态从用户和群组中提取
35、出共同的信息组成表与后文间隔1行item表，是考虑了如下的原因：分项中的小项采用、的序号或数字加半括号 在主窗口中，需要显示好友列表和群组列表，都需要获取好友列表或群组列表的注册名、显示名及图标，而不需要其它的具体信息。这样在显示好友或群组列表时，服务只需查询item表，并返回相应的内容。 方便统一表达朋友关系和组员-组关系，进一步方便了消息(message)表的设计，具第3章 每章均应另起一页 指纹图像特征提取和特征匹配3.1 特征点提取3.1.1 指纹特征分类指纹图像的匹配最终还是要依赖于指纹的特征点来进行的。采集来的指纹图像需要经过归一化，滤波增强，二值化和细化后基本保留了原始指纹的特征
36、。目前最常见的描述指纹图像的全局特征主要包括了，纹形、模式区、核心点、三角点和脊线数五大特征：（1） 纹形：即指纹脊线的整体走向。分为三大类：拱型、帐型、左算型、右算型、斗型、双箕型。拱型是没有中心点和三角点，帐型和箕型有一个中心点和三角点，双箕型有两个中心点。（2） 核心点：指纹脊线的渐进中心点。（3） 三角点：从中心点开始的第一个分叉点、孤立点、断点等等，常常和核心点并成为奇异点。（4） 模式区：包括了指纹图像大部分的总体特征的区域，通过模式区可以分辨出指纹是属于哪个类型的。（5） 脊线数：模式区内指纹脊线数量。还有用于描述指纹图像的局部特征主要包括为：断点、交叉点、分叉点、环、桥等等。这
37、些即是指纹的特征点。在众多指纹图像的采集中发现了，断点占指纹信息图的68.2%；分叉点占指纹信息图的23.8%；桥型占指纹信息图的3.7%；交叉型占指纹信息图的3.2%；环型占指纹信息图的1.1%。3.1.2 指纹特征点提取本文采取的是基于细化图像的邻域法来提取特征点，通过图像的预处理得到细化的图像，再构建3*3邻域来提取指图像的特征点。图3-1中的P为待测像素点，P1、P2P9为P的邻域，是这8个邻域像素的相邻像素的灰度值（因为此时的图像已经经过二值化处理，所以灰度值只能为0或者1）变成1，或者由1变0的次数。是8个邻域像素里为1的像素的数量，按照以下公式计算： 细化后得到的指纹图像的邻域如
38、图3-2所示。图3-1 邻域示意图EC1C2BC3C4图3-2 细化后的指纹图像3.2 去除伪特征点3.2.1 为特征点分类 伪特征点主要以下几种分类：毛刺、岛屿、短脊线、假桥、断脊等。其中，伪端点和伪分叉点由毛刺产生，伪分叉点和伪端点之间的脊线相连而且相连距离比较短；伪端点也由短脊线产生，伪端点之间是有脊线相连并且距离较短；伪端点也由断脊线产生，这种伪端点之间是没有脊线相连的并且距离较短；伪分叉点也由链各个或者多个岛屿、假桥产生，这些伪分叉点之间的距离也比较短。以下是断点、毛刺、短线、假桥以及环这几种主要的噪声的特点：（1） 断点：采集指纹的时候由于手指干燥，那所采集到的指纹图像就有可能出现
39、断点。尤其，手指有疤痕或者褶皱也会产生断点现象。（2） 毛刺：毛刺的产生是有各方面的原因的，比如受随机噪声的影响或者是受到图像增强和细化处理产生的。（3） 短线：由于手指比较脏或者采集时枝头上有灰尘等会容易出现短线。短线会生成两个伪端点，这两个伪端点距离很近并且位于同一个脊线。（4） 假桥：当采集手指图像时由于手指过于潮湿等情况，采集的图像就很容易出现脊线假桥的现象。即本来不应该连在一起的两条脊线相连在一起了。（5） 环：一般也称之为孔。其产生的原因是随机噪声的影响。在有环的地方提取特征点普通情况是会出现两个或者三个分叉点。特点是这两个伪特征点的距离很小，并且这两个为特征点的连线和脊线的方向几
40、乎相同。3.2.2 找特征点算法 （1）端点和分叉点由于在细化的指纹图像中，如果在该像素为端点的周围没有任何的端点和交叉点，意味着随r的逐渐增大，这样的点就会愈来愈少，所以这个点也就很独特。文主要通过single_point函数来实现寻找断点和交叉点这些特征点。（2） 判断端点附近是否有其他端点本文主要通过walk函数来实现进一步寻找特征点，判断某一端点在r的距离内是否还存在着其他的端点（3） 判断是否有交叉点Single_point和walk都是为了找细化图像特征点的函数，所以可以设计出另外一个新的函数last1：pxy3,error2=last1(thin,r,txy,num)这样就可以找
41、出一个以r伪半径的端点像素内的所有端点和交叉点。并且可以找到脊线走向内num内是否有其他的端点和交叉点。 3.3 特征点匹配本文主要从三个方面进行了指纹的匹配：（1）脊线长度的匹配 本文主要是设计了一个distance函数来处理脊线特征点。Distance函数的基本原理：经过该函数处理过后会得到含有脊线长度的信息。若是两个指纹图像的细化中的纹理是相同的，那么他们含有的相同端点和交叉点可以用过该函数找到同一段脊线，因此两个指纹图像他们得出的长度数组相对应的位置比例是基本相等的。函数中定义了f=(sum(abs(d1./d2)-1)，其中f趋近于0则两个指纹图像的匹配度就越高。（2）三角形边长匹配
42、本文主要涉及了一个find_point函数来处理寻找端点或者交叉点的特征点。Fint_point函数的基本原理：找到一个指纹图像经过细化的特征点后，可以找出这个端点附近最近的端点和交叉点，这样的特征点会构成一个三角形，如果两个指纹图像中的边长比例几乎相似，那么即可认为是匹配的。函数中定义了ff=（sum(abs（(dd1./dd2)-1）)），其中ff趋近于0则两个指纹图像的匹配度就越高。（3） 点类型匹配当指纹图像经过细化得到特征点之后，在该端点的附近找到的端点数或者交叉点和另外一幅图找到的端点或者交叉点在所有特征点中所占的比例饿近乎相同，那么就说这两个指纹图像匹配。函数中定义了fff=ab
43、s（f11-f21）/(f11+f22)，其中fff趋近于0则两个指纹图像的匹配度就越高。结论不加章号；另起一页；居中，黑体小2号；段前、段后距为1行；行距为固定值36磅本文的研究主要基于前人的研究成果。文中主要介绍了指纹识别系统中基本的处理方法和步骤。在这段时间里我知道了指纹识别系统需要经过图像预处理和图像的特征点提取与图像的匹配三个大方向来完成。尤其，在图像预处理当中我知道需要经过图像的归一化、二值化、细化等步骤才能更好的利用我们所采集到的指纹图像。并且提高他的清晰度让指纹识别系统能够更好的生活里应用。并且在这次的毕业设计中我还锻炼了自己的实际操作能力与独立思考能力。在经过不断的查阅材料与
44、同学、老师的帮助，我终于能够完成了预期的实验结果。但由于毕业设计的时间较短，有许多的考虑都不够全面，虽然能够完成各部分的基本功能，但仍然有很大的改进空间。通过实验的验证可以知道本文的程序比对时间比较长，需要进一步的改进。 通过本次设计，让我更好的了解一个程序的设计的整体过程，如何去构建一个程序的框架。对matlab的操作更加的熟练。完成了这次的任务给我了一个很好的学习经验。参考文献另起一页；居中，黑体小2号；段前、段后距为1行；行距为固定值36磅1 R ClarkeHuman identification in information systems：Management challenges and public policy issuesJInfoTechnolPeopie，1994.7(4)：637.2 张志涌精通MATLAB 65版M北京：北京航空航天大学出版社.2003.33 Dario Maio，Member，IEEE，and Davide MaltoniDirect grayscale minutiae detection in fingerprintsJIEEE transactions on pattern an