基于神经网络的指纹识别.docx

基于神经网络的指纹识别.docx

《基于神经网络的指纹识别.docx》由会员分享，可在线阅读，更多相关《基于神经网络的指纹识别.docx（30页珍藏版）》请在冰豆网上搜索。

基于神经网络的指纹识别

湖南科技大学

毕业设计（论文）

题目

基于神经网络的指纹识别系统研究

作者

颜金伟

学院

专业

学号

指导教师

二〇〇年月日

湖南科技大学

毕业设计（论文）任务书

院系（教研室）

系（教研室）主任:

（签名）年月日

学生姓名:

学号:

专业:

1设计（论文）题目及专题：

2学生设计（论文）时间：

自年月日开始至年月日止

3设计（论文）所用资源和参考资料：

4设计（论文）应完成的主要内容：

5提交设计（论文）形式（设计说明与图纸或论文等）及要求：

6发题时间：

年月日

指导教师：

学生：

湖南科技大学

毕业设计（论文）指导人评语

指导人：

年月日

指导人评定成绩：

湖南科技大学

毕业设计（论文）评阅人评语

评阅人：

（签名）

年月日

评阅人评定成绩：

湖南科技大学

毕业设计（论文）答辩记录

日期：

学生：

学号：

班级：

题目：

提交毕业设计（论文）答辩委员会下列材料：

1设计（论文）说明书共页

2设计（论文）图纸共页

3指导人、评阅人评语共页

毕业设计（论文）答辩委员会评语：

答辩委员会主任：

委员：

答辩成绩：

总评成绩：

摘要

随着信息技术的和网络技术的发展，信息安全越来越引起人们的重视。

为了保护，自身的信息、财产、以及资料安全，很多场合和设备都需要对来访者和使用者进行身份验证。

指纹识别由于具有唯一性、可靠性，基于指纹识别的技术的身份识别系统以其独特的技术优势和成本优势广泛的应用于个领域。

目前指纹匹配系统的主要问题存于这几个方面：

在系统采集的指纹图像易受噪声和皮肤弹性等因素影响；特征匹配的效率较低；容易受伪特征点的影响；对模糊和有一定位移、旋转的图像无法准确识别等。

本文将神经网络技术与模式识别技术相结合，提出一种对解决指纹识别技术中的问题切实有效的解决办法。

概括起来，本文主要对指纹识别系统的以下几个方面进行了深入研究。

本文给出了用matlab对指纹图像的处理算法以及处理结果。

主要使用了，图像的频域增强，自适应阀值二值化和指纹的细化。

实验显示，matlab实现的处理结果比较理想，满足识别的应用性。

在指纹的特征点提取技术研究中，本文采用了全局的一个指纹走向特征和局部的细节特征点作为神经网络识别的特征，从而达到准确识别指纹图像的目的。

在指纹的识别方法中，本文使用了一种基于BP神经网络的指纹识别算法，使用神经网络的识别，能有效的提高指纹识别的鲁棒性。

关键词：

BP神经网络；指纹图像预处理；指纹特征提取；伪指纹特征处理

Abstract

Withthedevelopmentofinformationtechnologyandnetworktechnology,moreandmorepeoplepayattentiontoinformationsecurity.Inordertoprotecttheirowninformation,property,aswellasdatasecurity,onmanyoccasionsandequipmentneedsofvisitorsanduserauthentication.Fingerprintrecognitionduetounique,reliability,identificationsystemsbasedonfingerprintrecognitiontechnologywithitsuniquetechnicaladvantagesandcostadvantagesofawiderangeofappliedfield.

Fingerprintmatchingsystemstoredintheseaspects:

thefingerprintimageacquisitionbythesystemissusceptibletonoiseandskinelasticityandotherfactors;lessefficientfeaturematching;vulnerabletotheimpactoffalsefeaturepoints;blurandacertaindisplacement,therotationoftheimagecannotaccuratelyidentify.Neuralnetworkandpatternrecognitiontechnologyispresentedbycombininganeffectivesolutiontosolvetheprobleminfingerprintrecognitiontechnology.Tosumup,thisarticleismainlyonthefollowingaspectsofthefingerprintidentificationsystemin-depthstudy.

Inthispaper,usingmatlabfingerprintimageprocessingalgorithmsandprocessingresults.Mainlyspent,inthefrequencydomainoftheimageenhancement,adaptivethresholdbinarizationandthinningofthefingerprint.TheexperimentsshowedthattheMatlabachieveresults,tomeettheidentifiedapplication.

Fingerprintfeaturepointextractiontechnologyresearch,thispaperusesafingerprintoftheglobaltrendfeaturesandlocalminutiaeastheneuralnetworktoidentifythecharacteristics,soastoachievethepurposeofaccurateidentificationofthefingerprintimage.

Fingerprintidentificationmethod,theuseofafingerprintrecognitionalgorithmbasedonBPneuralnetwork,neuralnetworkidentification,caneffectivelyimprovetherobustnessoffingerprintidentification.

Keywords:

BPneuralnetwork;fingerprintimagepreprocessing;fingerprintfeatureextraction;pseudofingerprintfeatureprocessing

第一章绪论

1.1生物识别技术简介

已经有许多的生物识别技术，如指纹识别，掌形识别，虹膜识别，视网膜识别，面部识别，签名识别，语音识别，但部分技术含量高的生物特征识别方法仍处于实验阶段。

随着科学技术的飞速进步，将会有更多更多的生物识别技术应用到现实生活。

传统的识别方法，包括身份的物品（如钥匙，ID，ATM卡等）和身份（如用户名和密码）的知识，但主要是通过在体外材料鉴定项目，一旦身份证明和鉴定被盗或遗忘的知识其身份被假冒或替换。

生物识别技术比传统的识别方法，保密和方便更安全。

不容易被遗忘的生物特征识别技术，安全功能，难以伪造或被盗，便携式携带，可随时，随地，等等。

人的特点是人体固有的不可复制的只有这一生物密钥无法复制，失窃或被遗忘，利用生物识别技术进行身份确认，安全，可靠和准确的。

普通的密码，IC卡，条码，磁卡或钥匙丢失，遗忘，复制和XX使用的诸多不利因素。

因此，采用生物“钥匙”，你不必携带大串钥匙，不用费心记忆或变更密码。

系统管理员不必忘记密码无奈。

生物识别技术产品均借助于现代计算机技术实现，很容易与计算机安全，监控，管理系统和自动化管理​​。

生物识别技术可广泛应用于政府，军队，银行，社会福利和安全，电子商务，安全和国防。

例如，储户到银行，他既不用银行卡，还有的是没有记住你的密码直取款时，他的自动柜员机提款，一个视频摄像头扫描用户的眼睛，然后迅速而准确地完成用户的认证结束业务，这是实拍岛，得克萨斯州，美国联合银行的销售部门。

该业务部门是现代生物识别技术虹膜识别系统。

“有几种方法来实现指纹识别。

其中有一些遵循传统的公安部门所使用的方法，以局部细节，比较指纹，有的直接通过所有的特点，确定一些独特的方法，如指纹波纹边缘模式和超声波。

有些设备可以实时测量的指纹，而别人做不到的。

在所有生物识别技术中，指纹识别是目前使用最广泛的指纹识别更适合室内安防系统，因为可以有足够的教育和培训，并为用户提供系统运行环境是可控的条件。

由于其相对较低的价格，较小的体积（可以很容易地集成到键盘），且易于集成，使工作站的安全访问在几乎所有的应用指纹识别系统。

1.2指纹识别技术简介

指纹识别是基于生物特征识别的一种，具有所有生物识别的共性。

用于个人身份识别的生物识别技术中指纹特征是第一个被发现和应用，因此，长期与其他识别技术相比，指纹识别的历史更加悠久。

指纹识别技术是目前最成熟且价格便宜的生物特征识别技术。

目前来说指纹识别的技术应用最为广泛，我们不仅在门禁、考勤系统中可以看到指纹识别技术的身影，市场上有了更多指纹识别的应用：

如笔记本电脑、手机、汽车、银行支付都可应用指纹识别的技术。

指纹识别的主要步骤如图1.2.1：

图1.2.1指纹识别的一般步骤

总的来说，指纹识别的原理包括指纹采集原理、指纹图像处理原理、指纹特征提取原理和指纹特征匹配原理四大部分。

（1）指纹采集的过程本质上是指纹成像的过程。

其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，以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。

（2）指纹图像处理的过程就是对指纹采集中湿法和干法，老化，损坏的指纹进型处理的到清晰的图像以拟补对指纹图的质量缺陷，确保处理后的指纹的对处理算法具有良好的鲁棒性。

在图像处理中一般由规格化、方向图的就算、滤波几个方面组成。

（3）指纹的特征提取主要是提取指纹图像中总体特征点信息和局部特征点信息，并去除应为图像采集过程中产生的一些伪特征点。

（4）指纹特征匹配的过程就是，对当前输入指纹图像的经过前面所述3步产生的特征数据与数据库内的信息进行比较以验证是否属于同一个指纹图像。

本文中的匹配算法采用了神经网络的BP网络进行识别，大大提高了识别的鲁棒性。

1.3神经网络技术简介

人工神经网络（artificialneuralnetwork，缩写ANN），简称神经网络（neuralnetwork，缩写NN），是一种模仿生物神经网络的结构和功能的数学模型或计算模型。

神经网络由大量的人工神经元联结进行计算。

大多数情况下人工神经