1、 编 号： 审定成绩 : 重庆邮电大学 毕业设计（论文） 设计（论文）题目： 基于图像预处理算法的 指纹 识别 及MATLAB 仿真 学院 名称 ： 重庆邮电大学 学生姓名： 吴自龙 专业： 通信工程 班级： 0111013 学号： 2010211764 指导教师： 姚玉坤 答辩组负责人： 填表时间： 年 月 重庆邮电大学教务处制重庆邮电大学本科毕业设计（论文） - I - 摘 要 指纹的唯一性与稳定性使 指纹识别技术 发展迅猛，在生物特征识别中占据了越来越重要的地位。虽然在指纹识别领域已经有了不少研究成果，但是随着社会的发展与进步对指纹识别系统提出了更高的要求，所以对指纹识别技术进行研究，仍
2、然具有重要意义。 本文对指纹识别算 法进行了分析和研究，主要包括指纹图像预处理、指纹特征提取以及特征 匹配 算法。在指纹图像预处理阶段 ， 着重对比分析 了 Gabor 滤波增强 算法和短时傅里叶变换算法 （ Short Time Fourier Transform-STFT） 。在特征提取阶段，采用基于细化图像的特征提取算法，对细化后的指纹图像的每个像素点进行 8 领域计算，提取出所有的终结点和分叉点，然后 对提取到两类 特征点进行伪特征点 的剔除，为后续匹配创造了条件。指纹匹配阶段 ， 本文简要介绍基于极坐标的特征点匹配算法。 通过 MATLAB 对指纹图像预 处理和特征提取算法进行了仿真
3、分析， 实验结果 表明 STFT 算法比 Gabor 滤波增强算法更能有效地连接断脊，去除粘连脊线，大大减少了后续提取的伪特征点数量，为进一步的匹配创造了条件。 【关键词】 指纹识别 算法 预处理 特征提取 特征匹配 MATLAB 重庆邮电大学本科毕业设计（论文） - II - ABSTRACT The uniqueness and stability of fingerprint cause the rapid development of fingerprint identification technology, which makes it play a more and more i
4、mportant role in biometric features recognition. Although there are already quite a few research achievements in the area of fingerprint identification, increasingly high requests for fingerprint identification system are made to us with the development of the society. Therefore, the research of fin
5、gerprint identification technology is still of great significance. This thesis mainly analyzes and researches on the algorithm of fingerprint identification, including preprocessing of fingerprint image, feature extraction and fingerprint matching. In the course of preprocessing, this thesis compare
6、s and analyzes the effect of Gabor-filter-enhancement algorithm and Short-time-fourier-transformation (STFT) enhancement algorithm. At the stage of feature extraction, feature extraction algorithm based on thinning image is adopted. Simple calculation is conducted on 8-connected to find all the endp
7、oints and bifurcations, after which spurious minutiae is removed from them, which create the conditions for the later feature matching process. As for feature matching, this thesis has a brief introduction of minutiae matching algothrim. Simulation experiment is performed with MATLAB on the algorith
8、m of fingerprint image preprocessing and feature extraction, which demonstrates that STFT algorithm is more effective on connecting the broken ridge and get rid of adhesive ridge than the Gabor-filter-enhancement algorithm, which will greatly reduce the number of false minutiae afterwards and create
9、 a better condition for latter matching procedure. 【 Key words】 Fingerprint Identification Algorithm Preprocessing feature extraction feature matching 重庆邮电大学本科毕业设计（论文） - III - 目 录 前 言 . 1 第一章 绪 论 . 2 第一节 研究背景及现状 2 一、指纹识别概述 . 2 二、指纹识别研究现状 . 4 第二节 课题研究目的及意义 5 第三节 本文主要工作和章节安排 5 一、本文主要工作 . 5 二、章节安排 . 6
10、第四节 本章小结 6 第二章 指纹识别的基本理论与评价标准 . 7 第一节 AFIS 的基本结构 7 第二节 指纹识别的基本原理 8 一、指纹采集的原理 . 10 二、指纹图像预处理的原理 . 10 三、指纹图像特征提取的原理 . 11 四、指纹特征匹配的原理 . 11 第三节 指纹识别效果的评价方法 12 一、指纹图像增强效果评价方法 . 12 二、指纹识别效果评价方法 . 12 第四节 本章小结 13 第三章 指纹图像预处理及识别算法概述 . 14 第一节 指纹图像预处理算法 14 一、归一化算法 . 14 二、指纹图像增强算法 . 15 三、二值化算法 . 23 四、细化算法 . 23
11、第二节 指纹特征提取算法 24 一、特征提取算法 . 25 二、伪特征点的去除 . 26 第三节 指纹特征匹配算法 27 第四节 本章小结 28 重庆邮电大学本科毕业设计（论文） - IV - 第四章 指纹图像预处理及特征提取算法的 MATLAB 仿真 . 30 第一节 MATLAB 仿真工具简介 . 30 第二节 算法仿真流程图 30 第三节 指纹图像预处理仿真结果 31 一、归一化算法仿真结果及分析 . 31 二、图像增强算法仿真结果及分析 . 32 三、二值化及细化算法仿真结果及分析 . 40 第四节 特征提取算法仿真结果及分析 41 一、基于 8 领域计算的特征提取算法仿真结果及分析
12、. 41 二、伪特征点去除的结果及分析 . 43 第五节 本章小结 44 结 论 . 45 致 谢 . 46 参考文献 . 47 附 录 . 49 重庆邮电大学本科毕业设计（论文） - 1 - 前 言 指纹是 指尖表面的脊和谷构成的图案。这种图案由一系列时而终止（终结点）时而交叉（分叉点）的脊线形成。这些脊线终结点和分叉点形成了特征点集。已经有各种各样的自动指纹识别方法被提出来。这些方法可以被归类为基于细节匹配或 基于图形匹配的方法。基于细节匹配的方法首先要从指纹图像中提取特征 点，两个指纹是否匹配取决于两幅指纹上对应的特征点集的位置，这也是当今的指纹识别系统中最流行、使用最普遍的方法。这个方
13、法非常依赖于指纹图像预处理的过程（包括归一化、图形增强、方向滤波、二值化、细化等）及特征提取 和伪特征点删除，这样就可以获得可靠的细节特征为后面的匹配做好铺垫。这个方法的主要缺陷是每一步骤中产生的错误都会向后续步骤传播进而影响最终的识别结果。 与基于细节特征点匹配的方法不同，基于图形的匹配方法通常从原始指纹图形中直接提取特征，这是 因为原始灰度指纹图形比细节特征点位置包含更加丰富、更加具有辨识力的信息。当然，当指纹图像质量较低时，基于细节特征点的指纹识别方法就会因为低识别率而难以胜任。 在本文中，主要介绍基于细节特征点的指纹识别方法。这种方法可以大大减少识别过程中的计算复杂度。首先，按照指纹图
14、像归一化、增强、二值化、细化的顺序对指纹图像进行预处理，其中， Gabor 滤波增强和 STFT 增强方法将作重点对比分析。然后，采用 8 领域计算的方法提取指纹图像中的终结点和分叉点这两种比较常见的特征点 ，再对其中因噪声等原因而产生的伪特征点加以提取和删 除。接着，介绍一种较为复杂的二次匹配的方法用于特征匹配。 最后，本文 利用仿真工具 MATLAB 对指纹图像预处理和特征提取的过程进行仿真 实验 。 重庆邮电大学本科毕业设计（论文） - 2 - 第一 章 绪 论 指纹识别，作为生物识别技术使用最广泛的一种技术在当今这个信息化的社会上越来越凸显它的重要性。在一些商业公司，科研机构，甚至连一
15、些高校的实验室，指纹识别都得到了广泛的应用。因此，作为一种具有广泛前景的技术，有必要了解它的产生及其发展历程。本章一共有三节，第一二节主要介绍指纹识别技术的相关研究背景和现状、本课题的研究目的及意义，第三节对本文的主要研究内容 进行简要介绍。 第 一 节 研究背景及 现状 一、 指纹识别概述 1. 研究背景 随着 信息化和网络化的不断发展 ， 人们越来越重视身份识别的安全性与准确性。以往的基于知识和基于令 牌的 身份认证方式有很多缺点， 因而在给我们的生活带来不便的同时还造成了不少安全问题。 比如密 码和口令的使用，越来越长的密码和频繁地更替增加了用户的记忆负担， 造成了使用的不便。人们的 姓
16、名 、年龄、生日 或者其他一些 私人 信息 容易被窃贼利用，从而 猜出使用的 密码 和 口令 。基于令牌的 认证方式虽然不需要难记的密码和口令， 但令牌 容易遗失或被伪造 。因此， 人们亟需一种更加安全可靠并且方便使用的身份认证方式。 随着生物技术的研究 得到 世界各地的日益重视，生物特征识别技术也得到了前所未有的发展，指纹，人脸，虹膜，声音 ，手形识别技术被广发发展和应用。 因此作为非常具有深远的研究历史和深厚的研究背景的指纹识别技术也越来越体现了它在生物识别技术方面的优势，也越来越得到了人们的认同。 自动指纹识别技术 在信息安全领域具有以下优势： （ 1） 每个人的指纹是 唯一 的，并且它
17、们 所包含的复杂纹理信息 足以提供用于鉴别的特征。 （ 2） 每个人的指纹具有稳定性，终身不变性，难以发生毁灭性的变化。 （ 3） 指纹样本 方便获取， 目前 国际上已经构建了不少标准、完善的指纹库，足以支持指纹识别系统的研究开发。 另外， 指纹识别系统中用于采集指纹的硬件部分已经比较 完善 。 （ 4） 随着指纹识别技术的发展，自动指纹识别系统已经达到了相对低廉的成本，为它的大量推广和应用创造了条件。 重庆邮电大学本科毕业设计（论文） - 3 - 随着相关支持技术的逐步发展成熟，指纹识别技术目前已经成为最方便、可靠、非侵害和价格便宜的生物识别技术解决方案，对于这个处在信息化浪潮中的世界具有很
18、大的发展潜力。 2. 指纹图像的分类 在指纹数据库中， 指纹被进行分类，这就为指纹匹配提供了 一个非常重要的索引机制。毋庸置疑，对于大型指纹数据库来说，一个准确而一致的分类方法能够极大的减少数据库类指纹匹配的时间。根据 Edward Henry 以及他的两个助手，指纹分类的“ Henry系统 2” ，指纹可以被分类为三个主要的类型（见下图 1.1）：（ 1）环型，（ 2）涡型，（ 3）拱型。每一种类型可进一步分为超过二十种类型的指纹。 美国的 联邦调查曾 使用了八种不同类型的指纹进行识别：放射环型（ radical loop）、尺骨环型（ ulnar loop）、双环型（ double loo
19、p）、中心口袋欢型（ central pocket loop）、平拱型（ plain arch）、尖拱形（ tented arch）、普通涡型（ plain whorl）和意外类型（ accident），这其实也是沿用了“ Henry 系统”的分类方法。 大多数自动指纹识别系统（ AFIS）将指纹类型的数目减少到 Henry 分类系统所定义的一个子集。 图 1.1 环型、涡型、拱形（从左至右） 3.指纹图像的参数 根据所用指纹采集器的不同，获取的指纹图像拥有不同的特点，表征一幅数字指纹图像主要的有以下一些参数： （ 1） 分辨率：表示 在 每英寸图像中 所包含的 象素点的个数。 500dpi
20、是 FBI 建议的指纹图像分辨率，广泛用于许多商业设备中； 250 300dpi 则是当前特征提取算法在指纹中定位细节点允许 的最小分辨率。 较低的分辨率将导致指纹的脊线与谷线难以区分和特征点识别的困难。 （ 2） 灰度级：一幅灰度图像中每个像素点的变化范围，即指黑白变化的量化等重庆邮电大学本科毕业设计（论文） - 4 - 级，如 0-255 表示一个像素从最黑变化到最白需要 256(8bits)级。一般指纹识别常用的图像就是灰度图像。 （ 3） 图像尺寸：指纹图像尺寸 的长度和宽度是以像素为单位的。指纹 采集器感应区域越大，越多的脊线与谷线被捕捉，指纹间的区分性越大。小尺寸的指纹采集器不能完
21、全捕获 完整的 指纹，并且用户很难重现指纹的相同部分。 二、 指纹识别 研究现状 指纹识别技术是目前生物特征识别技术学中发展相对较成熟的身份识别技术 ，随着研究的不断深入 ， 应用的领域也越来越广泛 .早在 20 世纪 70 年代，由于计算机技术的快速发展和模式识别理论的不断成熟，巴黎警方和美国联邦调查局（ FBI）首先开发了自动指纹识别系统，许多国家开始对 自动指纹识别系统 （ Automatic Fingerprint Identification System-AFIS）进行研究并且不断应用， 自动指纹识别系统 逐渐被 世界范围内的司法机构安装 使用 ，它的成功应用，积极推动了自动指纹识
22、别系统从单一司法适用 的范围走向多方面的民用领域 。 20 世纪 80 年代，随着光学扫描和个人电脑两项技术的迅速发展，以及两者之间的紧密结合，使他们成为了指纹获取的有利工具，从而使指纹识别在国防、治安、工作等领域中得到广泛应用，指纹识别系统逐渐取代了 传统的“用户名密码”的简单认证方 式 。 90 年代后期，低成本、使用方便、数据采集快捷的图像采集设备 的引入 ，以及计算机技术的广泛应用 , 使各种算法更可靠高效 ， 为个人身份识别技术的应用和普及提供了有利的条件 。 全球大部分国家政府接受与认可自动指纹识别技术，并把它不断地应用到政府、军队、医疗保 险、社会福利保障、银行、安全防卫等各个部
23、门 。 在我国，指纹识别技术的研究开发已经取得进一步的成果 ， 目前已达到可与国际先进技术抗衡的水平 ， 其中具有代表性的有北大高科等 ； 在一对多指纹识别算法的研究和应用上 ， 中科院的汉王科技公司取得重大进展，居国际先进水平 ,达到的性能指标中拒识率小于 0.1%，误识率小于 0.0001%。随着指纹识别技术的逐步提高为它的发展奠定了基础，使指纹识别的应用范围变得更加广泛 。 指纹识别技术是通过计算机来实现个人身份鉴定，在过去主要应用于公安系统的刑事侦查，近几年不断转向民用市场，然而民用市场 也对指纹识别技术提出了进一步的要求：小型化、廉价的指纹采集系统、高速的计算平台、更高的识别准确率等
24、 .相信，随着指纹识别系统的不断完善，还会应用在更多的领域 。 重庆邮电大学本科毕业设计（论文） - 5 - 第二节 课题 研究目的及意义 指纹识别技术 方面的研究日益增多，指纹图像预处理、特征提取和匹配等方面的算法也不断被改进和更新，但仍然存在不少问题。特别是在国内，指纹识别算法研究方面起步毕竟晚，大约是从 80 年代开始，而且主要侧重于理论研究方面，很长一段时间没有应用于实践，所以这些技术于市场的实际需求之间还有不少的差距。目前，尽管市场上已经有一些商业产品，但是误识率和拒真率仍然不能满足许多实际应用的需要，因为自动指纹识别技术并未完善，还有大量的工作要做，要是系统性能完全满足各种应用的需
25、要，还有很长的路要走。 目前的 AFIS 仍存在很多问题： （ 1） 由于传感 器的差别，以及手指的干湿程度和按压方式的不同导致同一手指采集到的指纹图像存在很大的差异。目前的指纹识别算法中， 很大程度上依赖于 预处理的 效果 ，但是 又 缺乏通用的指纹图像预处理算法。 自动指纹识别算法将在算法的稳健性，抗干扰方面受到挑战。 （ 2） 缺乏高效准确的匹配算法。指纹的匹配一直是自动指纹识别系统中的重点和难点，美国 FBI 提出的点模式匹配 方法一直被研究机构、学者们学习和改进。它是由指纹图像提取的特征点构成点集，描述 每个特征点的 坐标、类型和方向构成向量，进行匹配。 但是一方面，这种算法 由于
26、旋转，平移和指纹柔性形变等原因，会导致点集 之间 的 相对位置发生变化；另 一方面，由于指纹图像的质量参差不齐，所提取到的特征点存在伪 特征点， 这将 导致特征点集的 难以对齐 ，进而影响匹配的精度，造成拒识和误识。运算量大，运算速度慢也是当前难以解决的问题之一。 正是由于存在以上这些问题， 自动指纹识别技术至今被许多学者所研究。在指纹识别算法上，还存在许多需要改进的地方，设计一个健壮的指纹识别算法，提高算法的识别率和识别速度，对于指纹识别应用的进一步发展具有重要意义。 第三节 本文 主要 工作和章节安排 一、本文 主要 工作 本文主要研究基于图像预处理的指纹识别。 以自动指纹识别系统的架构为
27、主线，分别对指纹图像预处理、特征提取、 特征匹配三个方面的内容进行了研究。 本文首先对采集到的指纹图像进行简单的归一化处理，然后对比 分析 Garbor 滤波和 短时 傅里叶变换 分析 两种图像增强方法。 接着对增强后的指纹图像 进行二值化 处理 ， 本文 简要分析了 基于全局阈值的二值化处理 算法 。 二值化后， 通过 基于查表的并行处理算法实重庆邮电大学本科毕业设计（论文） - 6 - 现对指纹图像的细化处理。特征提取则基于细化图像采用纹线跟踪特征提取算法提取出终结点和 分叉 点，并消除了毛刺 和短脊两种 伪特征点。最后， 简要 介绍了指纹特征匹配的一般方法。 本文利用 MATALB 仿真
28、平台对上述指纹图像预处理算法、特征提取算法进行仿真实验，并对比分析了两种指纹图像增强算法的处理效果。 二、章节安排 本文共分四章，各章的内容安排如下： 第一章： 绪论。 主要介绍指纹识别相关知识，包括指纹识别 的相关概念，并介绍目前指纹识别研究现状，最后总结本文研究意义与目的及文章安排。 第二章： 指纹识别的基本理论与评价标准。 介绍指纹识别的基本原理，包括图像预处理、增强、特征提取和匹配。概述了 AFIS 的基本结构，并介绍了评价指纹识别系统识别效果的指标。 第三章： 指纹图像预处理及识别算法简介。 详细介绍指纹识别系统各步骤的算法，重点对比了 8 方向 Gabor 滤波和短时傅里叶变化滤波
29、两种图像增强方法。 第四章： 指纹图像预处理及识别算法的 MATLAB 仿真。 利用 MATLAB 对第三章介绍 的各 种 算法进行仿真，得出仿真结果 ，并对仿真结果进行分析。 第四节 本章小结 本章从课题背景入手， 着重介绍指纹识别的相关知识，主要是指纹识别的相关概念，以及指纹识别技术在生物识别技术中的重要地位，同时也介绍了目前指纹识别技术的研究现状，并对并课题研究的目的与意义做了相应总结。本章为下文介绍指纹 图像的特征提取与匹配作了铺垫。 重庆邮电大学本科毕业设计（论文） - 7 - 第二章 指纹识别的基本理论与评价标准 本章主要介绍 AFIS 的基本结构 以及各构成部分的原理， 并提出判
30、断指纹 图像增强 效果 以及指纹图像匹配的评价标准。 第一节 AFIS 的基本结构 AFIS 主要由以下部分组成，如图 2.1 所示： 图 2.1 AFIS 的结构 AFIS 框图如上所示。整个系统由左侧的在线部分和右侧的离线部分两部分组成。在系统的离线部分，首先利用指纹采集仪采集指纹，经过一系列预处理后，提取出特征点后，经伪特征点删除后，将之与模板指纹提取后的特征点进行匹配，依匹配的结果来判断待测指纹与模板指纹是否来自同一手指的指纹。 AFIS 的各步骤处理示意 图如图 2.2 所示。 重庆邮电大学本科毕业设计（论文） - 8 - 图 2.2 AFIS 各步骤算法处理效果图 图 2.2 中按
31、照箭头顺序分别对应原始指纹图像、归一化后图像、 增强后图像、二值化后图像、细化后图像、特征点提取后图像。 第二 节 指纹识别的基本原理 指纹是表皮上突起的纹线，是 人类指尖皮肤上形成的凹凸不平的纹路。 如图 2.3中 ，红色箭头指示的指纹的谷线，即图像中的黑色线之间的空白部分，实际上是指纹凸起的部分，蓝色箭头指示的指纹的脊线，即黑色线部分，实际上是指纹凹下去的部分。 图 2.3 指纹图像的脊线与谷线 归一化 增强 二值化 细化 特征 提取 重庆邮电大学本科毕业设计（论文） - 9 - 指纹本身是非常复杂并且形态各异的，但指纹图像 确实充满了信息的。现代的许多指纹识别方面的公司并不直接通过指纹图
32、像来存储指纹，而是通过数字化的方式来存储，这也从另一方面保护了个人的隐私。但所有的指纹识别算法都归结为在指纹图像上找到并 比对 指纹的 特征 3。 指纹的识别与验证 将用到两类特征 ：总体特征与局部特征。 （ 1） 总体特征 总体特征是指 人类肉眼可见 的特征。包括基本纹路图案，前述指纹图像的分类则是按照此特征为标准划分的，即环形、涡型、拱形。 （ 2） 局部特征 局部特征是指指纹上的节点。两枚指纹可能经常会有相同的总体特征，但是局部特征点却决定着两枚指纹的唯一性，它提供了指纹唯一性的信息 ，为指纹匹配提供了特征信息 。这些节点导致了指纹经常出现中断、 分叉或打折， 这些 分叉点、断点和转折点
33、就 是指纹的 特征点。 特征点分为以下 几种 4，如图 2.4 所示。其中最典型的时终结点和分叉点。 图 2.4 特征点类型 一幅指纹的局部特征点有近百种之多，但这些特征出现的概率并非相等，有不少特征是极其少见的。美国的 FBI 曾指出，指纹纹线终结点和分叉点 能够唯一的表示一枚指纹。指纹终结点如上图 2.4 所示，指的是指纹脊线突然终止 的位置， 而分叉点则是纹线一分为二的位置。 大量统计结果和实际应用证明，这两类特征点在 指纹中比较容易获取且在指纹图像中出现的概率最大，也最稳定。更值得注意的是，这两类特征点足以唯一性的识别指纹图像。我们称之为细节 特征 点，这也是一般在 AFIS 中使用的
34、两种细节特征。那么，指纹特征提取的目的就是通过算法检测指纹中这两类特征点的数量以及每个特征点的类型、位置，从而就可以实现指纹 识别 5。 另外，在指纹识别技术中，用多 种参数来描述指纹的某个特征点，它们包括位置、方向、曲率。 1 位置：特征点的位置用坐标 （ x,y） 来描述。 2 方向：特征点指向 的方向，通常指的是特征点所在纹线方向。 3 曲率：描述方向改变的速度。 下面，简要介绍下 AFIS 各构成部分的基本原理。 重庆邮电大学本科毕业设计（论文） - 10 - 一、指纹采集的原理 指纹识别 首先就要 采集指纹图像。 传统的指纹采集方法是 捺压 方式，即用手指蘸墨水或者印泥 捺压 在纸上
35、，再用扫描仪获取指纹图像。该方法可靠性非常差，采集到的指纹质量低，不适应于 AFIS 系统而逐渐被淘汰。 光学采集仪器在上世纪 80 年代兴起，但限于当时技术水平，采集仪器体积很大，价格高昂。目前广泛使用的光学传感器利用价格相对低廉，对温度等环境因素适应性也比较好，获取的指纹图分辨率高的可以达到 500 dpi，缺点是受限制比较大，无畸变型采集器尺寸大，尺寸小的采集器一般会存在严重的光学畸变。 半导体传感器和超声波传感器等新型传感器则具有尺寸小，价格低廉等特点。目前广泛使用的是 CMOS 指纹传感器。它的电容性传感 器阵列由二维金属电极组成，一个电容版由金属电极构成，另一个电极则由待采集指纹的
36、手指充当，绝缘层是器件表面的钝化层。当手指触摸传感器表面时，指纹的 脊线和谷线信息 就会在传感器阵列上产生变化的电容，从而引起阵列上电压的变化，指纹传感图像就形成了。 二、 指纹图像预处理 的原理 预处理是 AFIS 中 的第一步，通常预处理是为了能 突出指纹图像中的脊线，同时去除采集时产生的噪声干扰，以便于特征提取和识别。特征提取方法不同，预处理的方法和步骤也会有所不同 。 如果从原始指纹图像上提取 ，预处理 只需对 指纹 图形 进行简单的 增强；若是从细化图像中提取特征时，预处理的过程一般包括图像规格化（归一化）、增强、二值化、细化等步骤。 每次采集指纹图像时， 手指 捺压的程度 、 手与
37、传感器 接触面积、外界环境等不完全一致，则 会 导致每次采集到的指纹图像 具有不同范围的灰度 ，所以指纹图像的归一化就显得比较重要。否则，后面进行指纹图像增强时，有些算法会使指纹图像产生大量的饱和区，比如本文后面就会采用的 Gabor 滤波增强算法。归一化的目的是为了把图像灰度和对比度调到一个固定的范 围内，使采集到的指纹图像具备相同的均值和方差，为后续处理提供 统一的图像规格。 由于指纹采集设备的不完善 ，对于脏、湿、磨损的指纹， 经常 难以 采集到清晰的图像，为了解决 指纹图像低质量的问题，保证后续算法处理时的鲁棒性和稳健性，图像增强显得尤为重要。 Lawrence OGorman 等提出
38、了一种 根据图像脊线和谷线的宽度及变化规律来滤除图像中的噪声 的滤波增强 算法 6。 B.M.Mchtre 提出了一种上下文滤波器，它是使用一系列的滤波器组，需要对哪一块进行增强时则选择那个方向相应的滤波器进行滤波。 图像二值化则是将图像增强后的灰度图像转化为灰度值为 0、 255 组成的黑色图重庆邮电大学本科毕业设计（论文） - 11 - 像， 方便了图像的存储， 节约存储空间的同时还方便了后面的细化过程。并且二值化过程只是以像素值 0 来量化脊线区域，以像素值 255 量化谷线区域。二值化保持了指纹的集合性质，使后续处理变得简单。 二值化后的指纹纹线仍然具有一定的宽度，而指纹识别只关注纹线
39、的方向和特征点， 因此 冗余 信息较多。 如果经过细化处理，可以删除纹线的边缘像素，使它 变成 单像素宽，从而方便提取特征。 图像 细化对提高后续处理的速度和识别效果有非常 大 的作用。 三、 指纹图像特征提取 的原理 在指纹的多种细节特征点中，终结点和分叉点所占比例较大，且出现比较稳定。统计结果表明，指纹图像细节特征中，终结点和分叉点出现的概率分别是 68.2%和23.8%7。特征提取可分为两大类，分别是 基于灰度图像的直接提取法和基于细化图像的领域法， 后者使用较多，具体算法将在第三章中详细介绍。但是，不论 采用哪种特征提取方法，都不可避免的会产生伪特征点，因此需要对特征提取的结果进行后续
40、处理，即消除这些伪特征点。 四、 指纹 特征 匹配 的原理 指纹匹配是 指纹识别的核心技术之一，是 AFIS 的热点和难点。它在指纹特征提取之后。在 指纹图像完成特征提取之后，就需要对提取到的特征进行特征匹配，这是AFIS 的最后一步，也是非常关键的一步。 是否能够正确匹配， 将最终决定整个系统性能的优劣。 前述各阶段，包括指纹图像预处理、指纹图像的特征提取，以及提取后的后续处理，都是为了后面获取更好的匹配效果做铺垫的。经过 上述步骤的处理，得到许多细节 特征点 ，它们包含有原始指纹图像的大量信息。指纹匹配即把 待测指纹图像特征点与标准指纹库中的模板指纹图像特征点进行比对，判断两幅图像是否来源
41、相同。 Mchugh Hrechak 提出基于结构信息的指纹特征匹配， Zaky 和 Iseor 提出用图匹配的方 法。这两种方法都利用指纹图像的拓扑结构信息来克服指纹图像中的噪声、旋转、形变等 因素 的干扰 ，保证正确识别。 文献 8提出一种基于直方图不变矩和图像二维不变矩相结合的匹配算法，不但可以大大提高运行速度，还能够很好的抵御旋转及图像灰度的变化。 重庆邮电大学本科毕业设计（论文） - 12 - 第三节 指纹识别效果的评价 方法 一、 指纹图像增强效果评价方法 目前，指纹增强尚未有通用的标准来评价它的效果。但一般来说，人们可以通过定性和定量两个方面来分析。定性分析 通过 指纹图像的视觉
42、效果来进行评价，一般从图像的色调 是否明朗 、清晰度 是否明 朗 和纹理 是否清晰等进行评价； 目前业界尚未有统一的标准来定量分析指纹图像增强的效果。从另一方面分析，指纹图像增强效果直接影响着指纹识别系统中的下一个子环节 特征提取 的效果。因此，不妨从指纹特征点提取的数量和准确性来定量分析 。同一幅指纹图像，使用不同增强算法进行滤波增强后，然后使用相同的二值化、细化、特征提取以及伪特征点删除算法处理后，分别统计提取出的特征点数量及删除掉的伪特征点数量。 可以定义一个指标 ，其表达式如下： s p u r i o u st o t a lt o t a lNNN （ 2-1） 上式中， Ntot
43、al 指的是特征点提取过程中提取的总的特征点个数， Nspurious 指的是伪特征点删除过程中，删除的伪特征点个数。 值越大，增强算法的效果越好。 二、指纹识别效果评价方法 在执行指纹匹配算法时，对于每一输入指纹都会有匹配正确与错误两种可能，相应的会有四种可能的输出结果：（ 1）一个身份正确的人被接受，这是最理性的情形，（ 2）一个身份错误的人被拒绝，这也是理想的情形，（ 3）一个身份正确的人被拒绝，这明显发生了误拒，（ 4）一个身份错误的人被接受，这明显发生了误识。 其中，（ 1）和（ 2）是正确的决定，而（ 3）和（ 4）是错误的决定。 识别率是 AFIS 的 重要的 衡量 指标 9，
44、它一般包含两个 主要 部分：错误拒绝率（ False Rejection Rate）和错误接受率（ False Acceptance Rate）。如果来自同一手指的指纹被判定 为不匹配，则为错误拒绝（ False Rejection）， 又称误拒 。 发生错误拒绝的次数与 对指纹进行匹配的总次数的比值称为错误拒绝率 (False Rejection Rate-FRR)。如果来自不同手指的两个指纹被判断为匹配，则为错误接受（ False Acceptance） ,发生错误接受的次数与对指纹进行匹配的总次数的比值称为错误接受率（ False Acceptance Rate-FAR），又称误识率。
45、显然 ，误识率和误拒率这对指标相互制约，低的误拒 率 必然造成高的误识率，反之亦然。这就使得在应用系统的设计中，重庆邮电大学本科毕业设计（论文） - 13 - 要寻求 误拒率和误识率这对指标 的平衡，达到一个折衷 。 识别速度 AFIS 的另一个重要的性能指标 。而决定识别速度的一个重要因素就是算法的 复杂度 问题。 文献 1指出 ，在指纹识别的过程中，统计表明，在 DSP 平台下预处理步骤中的图像滤波增强算法占据总识别时间的 76%左右，这从一个侧边说明指纹图像预处理的重要性与必要性。 还有一些在商业应用上比较重要的指标，如算法通用性：指纹识别算是否指纹传感器具有敏感性 。也就是说，当一些外
46、界条件如传感器图像尺寸，噪声大小，手指捺压角度等因素发生变化时，识别算法的适用性或者程序修改的工作量。另外，还有像程序可靠性、使用方便程度、用户体验、数据库管理方便快捷性等软指标。 容易看出，上面 指标 有些 是相互矛盾的，算法 性能如果由单一指标来衡量是片面的，也是不科学的。所以，有一个从全面角度衡量指纹识别算法的性能指标是非常必要的 。 在目前的系统中，如果系统的 FRR 过大，可能会造成用户多次 进行身份验证但被拒绝接受 ，给用户带来不便；而若系统的 FAR 过大，就可能会造成不发分子趁虚而入。 前面我们提到 FAR 和 FRR 是一对矛盾的指标。那么，可以根据用途的差异，适当把系统中的
47、某些参数加以调整。 第四节 本章小结 本章主要简要概述了指纹识别系统的各环节的基本原理， 包括指纹图像采集、指纹图像预处理、特征提取、匹配等，并用框图说明了 自动指纹识别系统的结构。 并通过提出指纹识别系统的几对评价指标，为指纹识别系统的识别效果的定量评判提供了可供参考的依据。 重庆邮电大学本科毕业设计（论文） - 14 - 第三章 指纹图像预处理及识别算法 概述 指纹图像预处理 是 AFIS 非常重要的环节，它是提高指纹图像识别速度和准确度的关键步骤。因此本章主要介绍指纹图像预处理算法的几个重要步骤：归一化、增强、二值化、细化算法和基于细化图像的指纹特征提取和匹配算法。 第一节 指纹图像预处
48、理 算法 对于一幅采集到的指纹原始图像，为了使后续特征提取能够正确有效的进行，必须对原始指纹图像进行一定的处理，称之为预处理。前面 AFIS 结构概述中已经提到，预处理的过程包括 归一化 、图像增强、二值化和细化等过程。下面将依次介绍预处理实现过程的相关算法。 一、归一化 算法 前面已经提到， 为了使后续处理具有统一的 图像 标准，使不同指纹图像具有相同的灰度均值和方差， 必须对指纹图像的 灰度 进行 归一化处理。 归一化使指纹图像的灰度以及对比度调整到一个事先设定的 范围 ，并且 能够对后续处理的效果产生比较良好的效果 。归一化算法比较简单，可以分块处理也可以整体处理，这里介绍 整体处理的办
49、法。指纹图像的大小用 表示 。 归一化的时候需要一个 固定的灰度 均值和方差 , 在公式 (3-3)中分别用 0和 02表示。 需要进行处理的指纹 图像的灰度均值 M和方差 2的计算公式如 式 （ 3-1）和（ 3-2）所示 。 001 ,mnijM G i jmn (3-1) 22001 ,mnij G i j Mmn (3-2) m 和 n 分别表示原始指纹图像的 宽和高 。针对指纹图像的每一像素点， 灰度归一化的公式如下所示： 2200 22200 2,G i j MMG i jG i j MM ,G i j MG i j M（ 3-3） 重庆邮电大学本科毕业设计（论文） - 15 - 二、指纹图像增强 算法 由于在指纹图像的采集过程中，指纹图像的质量受外界因素影响较大，比方说，手指过干或过湿、手指按压时压力过小、手指上沾染 的灰尘等原因都会导致采集到的指纹图像质量降低，指纹图像噪声增多。指纹图像增强的目的是为
