基于Matlab的指纹图像特征提取.docx

基于Matlab的指纹图像特征提取.docx

《基于Matlab的指纹图像特征提取.docx》由会员分享，可在线阅读，更多相关《基于Matlab的指纹图像特征提取.docx（34页珍藏版）》请在冰豆网上搜索。

基于Matlab的指纹图像特征提取

摘要

随着社会的发展，传统的基于信物或口令的安全系统显得越来越脆弱，不能适应现代安全系统的需要，因而人们需要研究更加安全可靠，防伪性能更好的安全系统。

指纹识别技术就是在这种背景下产生的，它借助人体的生理特征来提高身份识别的可靠性，目前已经成为国内外研究的热点。

指纹识别大体分为三个步骤：

预处理、特征提取和特征匹配。

本文集中于研究特征提取部分，并针对特征提取中的一些关键算法和实现进行了研究和优化，其主要内容如下：

在特征提取方面，本论文采用了一种8邻域编码纹线跟踪算法，标注出端点和分叉点来进行特征提取；在剔除伪特征点时，先进行去边缘处理，再根据不同类型伪特征点的特征，采用相应剔除算法。

实验表明，以上算法具有较小的运算量和较高的准确性。

上述算法在本文中均用Matlab实现，取得了较好的效果，为后续的特征匹配工作打下了良好的基础。

关键字：

指纹特征提取，去除伪特征，算法仿真

Matlab-basedfingerprintimagefeatureextraction

Abstract

Withthedevelopmentofsociety,thetraditionalsafetysystembasedonkeepsakeandpasswordhasbeenweaker,Whichcannotmeettherequirementofmodernsafetysystem.Inthiscase,theneedofamorereliablesafetysystemwithhigheranti-fakeperformancepromptstheappearanceoffingerprintidentificationtechnique.Thistechnique,withahighersafetyandreliableperformance,canimprovethereliabilityofidentityresolutioninvirtueofhumanbody’sphysiologicalfeature,andithasbeenaresearchfocusthesedays.

Fingerprintidentificationfallsintothreeparts,theyarepretreatment,featureextraction,andcharacteristicmatching.Thethesismainlyfocusfeatureextraction,itoptimizedandinnovatedsomekeyalgorithmsofthisparts,whichcanbedescribedasfollows:

inthefeatureextractionpart,thethesisusedaeight-neighborhoodcodingridgetracingalgorithm,removingsometemplatesofconsecutivepointsandbifurcatepointswhichhavebeenoptimizedandremovedinthethinningalgorithm,andfinallymarkingterminatepointsaswellasbifurcatePointstoexecutefeatureextraction.Experimentresultindicatedthatsuchnewalgorithmhasalessoperationbutwithahigheraccuracy.AllthealgorithmsintroducedabovehavebeenimplementedonMatlab,andresultprovedanadaptivegoodeffect,whichfacilitatesthenextcharacteristicmatchingprocess.

Keywords:

Featureextraction,Removingoffalsecharacteristicpoints,Algorithmsimulate

目录

1绪论1

1.1引言1

1.2生物识别技术简介1

1.3指纹识别技术2

1.3.1指纹识别简介2

1.3.2指纹识别原理3

1.3.3指纹识别的发展3

1.3.4指纹识别的优缺点5

1.3.5指纹识别系统5

1.4指纹图像特征提取6

1.5主要内容和结构安排7

1.5.1主要内容7

1.5.2结构安排7

2指纹图像的预处理9

2.1归一化9

2.2图像增强9

2.3二值化10

2.4细化11

2.5本章小结12

3指纹图像特征的提取13

3.1指纹图像的特征13

3.1.1全局特征13

3.1.2局部特征13

3.2指纹图像特征点的提取14

3.2.1直接灰度图像法15

3.2.2基于细化图像的模板匹配法16

3.2.3算法比较17

3.3伪特征点的滤除18

3.3.1伪特征点分类及特点18

3.3.2伪特征点的剔除算法19

3.4特征提取算法Matlab算法仿真21

3.5本章小结24

4总结与展望25

4.1总结25

4.2展望25

致谢26

参考文献27

附录A主程序30

附录B提取特征点程序31

附录C剔除伪特征点程序33

1绪论

1.1引言

随着社会经济的发展，人们的工作生活越来越依赖现代信息技术和网络技术，越来越多的场合，小到个人的虚拟账户密码，大到一个公司甚至是国家机密都需要对使用者、来访者进行身份识别，从而达到对自身的信息、资料以及财产进行可控制的保护，努力避免被不法分子非法入侵或者占有。

因此信息安全对于现代社会来说己经变得越来越重要了，它涉及到人们生活的方方面面。

同时由于黑客技术借助互联网传播的十分泛滥，这类高科技犯罪活动追究起来过程非常复杂，导致了现在黑客犯罪活动十分地猖獗。

几乎每分每秒都有个人或者公司被非法入侵，因此目前形势非常严峻。

如何保护人们的信息安全已经成为不得不面对的问题。

如何准确识别个人身份信息是解决信息安全问题的一个关键。

目前常见的身份识别方法主要是基于实物（如证件、签名等等）的识别技术和基于电子技术的密钥或者密码的识别技术，而这些认证手段存在诸多缺陷。

首先，这些认证手段的安全性不高，极容易通过伪造、窃取或者破解获得。

其次，这些认证手段并不是随身携带的，都面临着证件丢失，密码遗忘等问题。

一旦这些凭证被不法分子获得，将直接给人们带来巨大的损失和潜在的风险，因此这些手段的可靠性都比较低。

目前，为了提高安全性、可靠性，一般采取经常更换密钥、甚至是证件等方式。

但是在这些措施只能暂时的缓解被破解、伪造的紧迫性，并不能从根本上提高安全性，并且这些方式都给人们的生活带来诸多不便和损失。

因此可以说这两种身份识别技术已经无法满足现实的需要，传统的身份识别技术己无法满足现代生活的需要，社会迫切的需要一种更高可靠性的，更方便的保密验证手段。

新的更高安全性的身份识别技术正吸引着越来越多的机构学者的目光，身份识别技术正成为当今信息安全领域的热点[1]。

1.2生物识别技术简介

生物识别[2]（Biometrics），简单来讲，就是利用人体生物特征进行人的身份辨别的过程。

生物识别的过程是一个模式识别的过程。

模式识别定义为：

对表征事物或现象的各种方式的（数值的、文字的或逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。

众所周知，人类具有很强的模式识别能力。

通过视觉信息识别文字、图片和周围的环境，通过听觉信息识别与理解语言。

模式识别能力是人类智能的重要组成部分。

生物识别遵循模式识别的原则规律，它通过判定相似度来确认生物特征相不相同。

通过筛选的方式，即事先设定一个相似度阈值，在阈值以上的确认通过筛选，以下的拒绝通过，筛选通过的就是符合匹配条件的对象。

生物识别的对象是人，生物识别的主体是机器系统或者计算机系统。

生物识别有两大基石。

一是它必须基于“人的生物特征是各不相同”这一基本规律，否则无法根据人的生物特征来辨识不同对象。

二是人的生物特征可以被外化，并表示为机器系统可读的形式，可以理解的“语言”。

外化表示通过专门的电子化、自动化的生物特征采集设备，直接获得生物特征数据，输送给计算机系统进行辨识。

生物识别是建立在对人的生物特征辨别的基础上的。

人的生物特征包括生理特性和行为方式。

生理特征有手形、指纹、脸形、声音、虹膜、视网膜、静脉图案、身体气味、足印、脑电波、脉搏、耳廓、DNA等，行为特征有签字、按键力度、步态等。

目前，全球来讲，在指纹识别、脸形识别、虹膜识别和语音识别四个方面的研究成果较多，产品化程度也较高。

在行为特征辨识的研究方面，对签名识别和按键力度识别的研究相对充分。

1.3指纹识别技术

1.3.1指纹识别简介

指纹，由于其具有终身不变性、唯一性和方便性，已几乎成为生物特征识别的代名词。

指纹是指手指末端正面皮肤上凸凹不平的纹路，是在胎儿期6个月时形成的，在人的一生中指纹的纹线类型、结构、统计特征的总体分布等始终没有明显变化。

任何手指指纹都独一无二，而且不同人的指纹特征相同的可能性几乎为零。

指纹纹线的形态终生不变，及其唯一性，所以使用指纹来鉴别身份，指纹识别[3]也是最安全最可靠的识别方法。

指纹特征是人终生不变的特征之一，人体指纹含有天然的密码信息，其具有作为密码信息必须具备的三个重要性质：

（1）广泛性，指每一个正常的人都有指纹。

（2）唯一性，指每一个人的指纹都不同。

（3）终身不变性，指非意外事故指纹终身不变。

指纹是人体所固有的特征，随身携带，不易遗忘或丢失，使用方便；与人体是唯一绑定的，防伪性好，不易伪造或被盗。

因此，作为一种可靠的方法，可以运用指纹鉴定进行身份认定。

1.3.2指纹识别原理

指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。

由于每个人的指纹不同，就是同一人的十指之间，指纹也有明显区别，因此指纹可用于身份鉴定。

其实，我国古代早就利用指纹（手印）来签押。

1684年，植物形态学家Grew发表了第一篇研究指纹的科学论文。

1809年Bewick把自己的指纹作为商标。

1823年解剖学家Purkije将指纹分为九类。

1880年，Faulds在《自然》杂志提倡将指纹用于识别罪犯。

1889年EdwardHerry提出了著名的Herry系统来对指纹进行分类[4]。

之后，英国、美国、德国等的警察部门先后采用指纹鉴别法作为身份鉴定的主要方法。

随着计算机和信息技术的发展，FBI和法国巴黎警察局于六十年代开始研究开发指纹自动识别系统（AFIS）用于刑事案件侦破。

目前，世界各地的警察局已经广泛采用了指纹自动识别系统。

九十年代，用于个人身份鉴定的自动指纹识别系统得到开发和应用。

由于每次捺印的方位不完全一样，着力点不同会带来不同程度的变形，又存在大量模糊指纹，如何正确提取特征和实现正确匹配，是指纹识别技术的关键。

指纹识别技术涉及图像处理、模式识别、计算机视觉、数学形态学、小波分析等众多学科。

1.3.3指纹识别的发展

随着科技的进步，指纹识别技术已经开始慢慢进入计算机世界中。

目前许多公司和研究机构都在指纹识别技术领域取