自动指纹识别系统的研究与设计毕业设计论文.docx

自动指纹识别系统的研究与设计毕业设计论文.docx

《自动指纹识别系统的研究与设计毕业设计论文.docx》由会员分享，可在线阅读，更多相关《自动指纹识别系统的研究与设计毕业设计论文.docx（73页珍藏版）》请在冰豆网上搜索。

自动指纹识别系统的研究与设计毕业设计论文

（此文档为word格式，下载后您可任意编辑修改！

）

优秀论文审核通过

未经允许切勿外传

自动指纹识别系统的研究与设计

摘要

指纹具有唯一性和稳定性，因此被人们用来当作鉴别个人身份的主要依据。

自动指纹识别系统是基于计算机来进行指纹识别的技术，具有方便、高效、安全、可靠等优点，在金融安全、数据加密、电子商务等各个领域都得到了广泛的应用，并将在我们的生产和生活中发挥越来越重要的作用。

本文的内容正是关于自动指纹识别系统的研究与开发，按照设计过程，本文主要包括三个大部分:

指纹图像的预处理、特征提取以及匹配。

指纹图像的预处理又可以分为灰度图滤波去噪、二值化、二值化图像去噪、细化和细化后去噪五个部分。

本文先基于指纹的方向图设计出方向滤波器对原图像进行滤波去噪，然后使用局部平滑闭值自适应二值化算法，将灰度图像进行二值化，并采用快速傅氏变换对所得到的二值化图像进行去噪处理。

接下来使用细化模板对二值化图像进行细化，并针对细化图中各种噪声的拓扑结构将它们一一滤除。

指纹图像的特征提取主要是提取指纹的细节特征及其位置。

本文先采用脊线跟踪法将指纹图中的细节特征全部找出来，再对每个细节特征进行验证，尽量去除伪特征点。

然后采用求PoincareIndex值的方法确定指纹的中心点，并作为参照点来确定每个特征点相对参照点的位置。

括了图像校准和细节匹配两个部分。

首先，找到输入图像和模板图像的参照点对，然后将两幅图像中的细节特征点相对于各自的参照点转化为极坐标形式，最后进行比对，确定两幅图像是否来自于同一手指。

经实验证明，本文所设计的自动指纹识别系统系统是可靠、有效的。

关键词:

自动指纹识别系统;预处理;特征提取;匹配;二值化;细化;细节特征

Abstract

Duetotheiruniquenessandpersistence,fingerprintsareusedasmainbasisofpersonalidentity.Automatedfingerprintidentificationsystem,atechnologyoffingerprintidentificationusingcomputer,isofconvenience，appliedinmanyfieldssuchasfinancialsecurity,dataencryption,electronicalbusinessandwillplayamoreandmoreimportantroleinourlife.

Thispaperisaboutthestudyanddesignofautomatedfingerprint

identificationsystem.Accordingtotheprocessofthedesign,thepapercanbedevidedintothreecomponents:

pre-processing,featureextraction,matchingoffingerprintimages.

Fingerprintimagepre-processingingray-scaleimage,binarization,filtrationinbinaryimage,thinningandfiltrationinthinningimage.Inthispaper,wefirstlydesignorientationfiltersbasedondirectionalimageoffingerprintandemploythemtodenoisegray-scaleimage.Then,webinarizethegray-scaleimagewithlocalself-adaptivebinarizationsmoothnessalgorithmandeliminatethenoisesfromthebinaryimagewithfastFouriertransformalgorithm.Afterwards,byusingthinningtemplates,wegettheskeletonfingerprintimage

fromthebinaryimage.Afterthinning,wegetridofthenoisesfromtheacquiredskeletonimageaccordingtotheirconfiguration.

Fingerprintimagefeatureextractionmainlyextractstheminutiaeandtheirpositions.Firstly,thispaperpresentsanalgorithmbasedonridgefollowingtoextractallminutiaefromthepre-processedimage.Secondly,wevalidatetheseminutiaeandeliminatepseudoones.Then,bycomputingthevalueofPoincareIndex,wecanfindthecoreofthefingerprint.Finally,wecanfixontherelativepositionsoftheminutiaeaccordingtothecore.

Fingerprintimagematchingwetransformtheminutiaepositionsintopolarcoordinates.Finally,wematchtheinputimagewiththetemplateonetojudgewhetherthesetwoimagesarecapturedfromthesamefinger.

Experimentsdoneandtheresultsshowthatthedevisedautomatedfingerprintidentificationsystemiseffectiveandreliable.

Keywords:

automatedfingerprintidentificationsystem;pre-processing;featureextraction;matching;binarization;thinning;minutiae

第1章绪论1

1.1生物特征识别技术1

1.2自动指纹识别系统的结构4

1.2.1指纹取像4

1.2.2预处理·5

1.2.3特征提取6

1.2.4比对g

1.2.5数据库管理·g

1.2.6系统管理g

1.2.7自动指纹识别系统的性能评价指标g

1.3自动指纹识别系统的分类及发展10

1.3.1自动指纹识别系统的分类·10

1.3.2自动指纹识别系统的发展·11

1.3.3自动指纹识别系统的应用·12

1.4本文的主要工作·13

第2章指纹图像的预处理14

2.1灰度图滤波去噪14

2.1.1点方向图的求取15

2.1.2块方向图的求取16

2.1.3基于方向图滤波21

2.2二值化·25

2.3二值化图像去噪·26

2.4细化·27

2.5细化后去噪·30

2.5.1消除毛刺31

2.5.2去掉短线31

2.5.3连接断点31

2.5.4消除小孔32

2.6本章小结33

第3章指纹图像的特征提取·34

3.1利用脊线跟踪提取所有的细节特征·34

3.2细节特征点的验证·36

3.2.1分叉点的验证·36

3.2.2端点的验证·38

3.2.3脊的收敛性·39

3.3奇异点的提取40

3.4细节特征点相对位置的确定42

3.4.1特征点与中心点之间纹线数的确定42

3.4.2特征点与中心点的连线与纹线方向之间的夹角提取45

3.5特征点的编码47

3.6本章小结49

第4章指纹图像的匹配·51

4.1文献综述52

4.2融合结构信息的指纹匹配算法·54

4.2.1图像校准55

4.2.2细节点匹配·58

4.3本章小结61

结论63

参考文献66

致谢.-71

第1章绪论

1.1生物特征识别技术

随着时代数字化的发展，人们对于身份鉴别的安全性和可靠性的要求越

来越高，传统的身份鉴别方法如钥匙、证件、用户名、密码等存在着易丢失、

易遗忘、易被他人伪造或盗用的缺点，己不能满足人们的需要，人们逐渐把

目光转向了生物特征识别技术（Biometric）.生物特征识别技术是利用人体的生理特征或行为特征来进行个人身份鉴定的技术。

人体的生理特征与生俱来，主要包括指纹、声音、面孔、虹膜、掌纹和DNA等。

人体的行为特征是后天形成的，主要包括笔迹、足态、步态等。

与传统的身份鉴别手段相比，基于生物特征的身份鉴别技术具有以下优点:

（1）不易遗忘或丢失;

（2）防伪性能好，不易伪造或被盗:

（3）随身携带，随时随地可用。

因此，基于生物特征的身份鉴别技术发展十分迅速。

以美国为例，基于这项技术的产业规模己经达到数十亿美元。

特别是在如今

的网络信息化时代，电子商务极为发达，单纯依靠口令和密码是不能将正确

的使用者与具有欺骗性的冒名顶替者（黑客）区分开来的。

而通过基于生物

特征的身份鉴别系统，在用户登录的同时验证用户的生物特征信息，由于生

物特征的唯一性，就很容易判断出用户的身份。

据统计，仅仅在2002年，全

球通过商务网站达成的贸易额就大约为5万亿美元。

电子商务的发展为生物

特征识别技术提供了广阔的应用市场。

能够用来鉴别身份的生物特征应该具有以下特点:

（1）广泛性。

每个人都应该具有这种特征;

（2）唯一性。

每个人拥有的特征应该各不相同;

（3）稳定性。

所选择的特征应该不随时间发生变化;

（4）可采集性。

所选择的特征应该便于测量。

实际应用还给基于生物特征的身份鉴别系统提出了更多的要求，包括:

（1）性能的要求。

所选择的生物统计特征能够达到多高的识别率，对于

资源的要求如何，识别的效率如何;

（2）可接受性。

使用者在多大程度上愿意接受基于所选择的生物统计特

征的系统;

（3）安全性能。

系统是否能够防止被攻击;

（4）可行性。

是否具有相关的、可信的研究背景作为技术支持;

（5）存储量。

提取的特征信息是否占用较小的存储空间;

（6）价格。

是否达到用户所接受的价格;

（7）速度。

是否具有较高的注册和识别速度;

（8）是否具有非侵犯性‘，，。

到目前为止，还没有任何一种单独的生物特征可以满足上述全部要求。

基于各种不同生物特征的身份鉴别系统都有各自的优缺点，适用于一定的范围。

表1.1给出了一些常见生物特征的简单比较。

表1.1各种生物特征的比较[2]

┌────┬───┬───┬───┬──┬───┬──┬───┐

│生物统计│普遍性│唯一性│稳定性│可采│准确性│可接│安全性│

│特征││││集性││受性││

├────┼───┼───┼───