New指纹识别系统的设计66252.pptVIP

指纹识别系统的设计与实现 前言 指纹识别系统的设计 指纹图像的采集 指纹图像的预处理 图像增强 图像锐化 二值化处理 细化 细节点提取 指纹图像的匹配 指纹图像的采集 本文拟用URU4000B指纹采集器采集指纹图像，其主要技术参数如下： (1)像素清晰度：512dpi (2)图像抓取区域:14.6mm*18.1mm 8bit 灰度 (3)扫描器大小：约为79mm*49mm*19mm (4)供电电压 ：5.0V +/-.25V USB提供 指纹图像的预处理 预处理的目的就是改善输入指纹图像的质量，增强脊和谷的对比度，将指纹图像变成一幅清晰的点线图，以便进行特征提取。 本项目预处理步骤为：图像增强、图像锐化、二值化、细化、细节点提取。流程如右图。 预处理---图像增强 图像增强的目的： 提高图像的清晰度； 将图像转换成一种更适合于人或机器进行分析处理的形式； 本项目采用Gamma校正对指纹图像进行增强，从而改变图像灰度的动态范围。 预处理---图像锐化 锐化的目的是突出图像中的边缘信息，增加脊和谷之间的对比度，其关键是选择合适的、相匹配的滤波算子，使之适用于图像上所有的像元。 本项目选择滤波算子的原则是：滤波算子应增强在同一方向脊的走向，并且在同一方向，减弱任何不同于脊的方向。 预处理---二值化处理 二值化的目的是把灰度指纹图像变成0—1取值的二值图像。 本项目拟采用的方向图二值法，进一步地把局部的自适应性和指纹灰度图像的方向统计信息结合了起来，使二值效果更为优化。 预处理---细化 细化处理(Thinning)是指在二值化的指纹图像上，在不影响纹线连通性的基础上删除纹线的边缘像素，直到纹线为单像素宽为止。 本文拟采用半旋转式的细化方法，抽取纹线的骨架。 预处理---细节点提取 细节特征的提取是为了找到指纹图像中能够提供唯一性的确认信息，细节特征提取的好坏直接影响着匹配的结果。 细节特征主要由其位置和方向确定，因此本项目中细节特征一般只考虑纹线的端点和分叉点，眼和桥等也用相应的分叉点表示，不再特殊区分。 指纹图像的匹配 本项目拟采用指纹细节特征匹配 ：首先对图像进行预处理来提取其细节特征，然后建立特征数据库；将需要匹配的指纹预处理后 ，与数据库中的特征匹配，最后输出结果。 Thanks！ * * 生物识别 技术是依靠人体的身体特征来进行身份验证的一种解决方案。人体的生物特征包括指纹、声音、脸孔、视网膜、掌纹、骨架等等。相对于其它生物特征鉴定技术，指纹识别是一种更为理想的身份确认技术。原因有以下几点： 每个人的指纹是独一无二，两人之间不存在着相同的指纹； 每个人的指纹是相当固定的，很难发生变化； 易于获取指纹样本，易于开发识别系统，实用性强。 图像增强 图像锐化 二值化 细化 细节点提取 端点 分叉点 数据库 匹配 训练模块 鉴别模块 指纹 指纹 鉴别结果 * *