数字图像处理【荐】.docVIP

指纹鉴别 学生姓名： 雷霄 学 号： 专业年级： 计算机科学与技术 摘 要 随着信息时代的发展, 自动指纹识别技术已经广泛地应用于公安、海关、银行、网络安全等需要进行身份识别领域。本文概述了自动指纹识别系统的研究现状和指纹识别系统的算法流程，并在此基础上重点研究了指纹图像的分割算法和指纹图像细化算法。 首先，本文系统介绍了指纹识别的研究意义及现状，并对指纹识别原理及实现过程做了系统介绍。 其次，针对在指纹采集过程中存在着大量的低质量指纹图像，影响指纹识别系统的识别率的问题，本文对指纹图像的分割等预处理作了较为深入的研究，采用了均值方差的指纹图像分割算法，仿真结果表明，该方法有效地改善了指纹图像的质量。 此外，对指纹图像的细化作了深入的研究，使用的细化模板虽然数量较多，计算时间比较长，但对于像素的处理很到位，使得毛刺比较少，保持原图像的基本结构特性，还最大地保留了细节特征。仿真结果表明。 最后，研究了指纹识别过程中特征的提取方法，针对细节点提取过程中存在伪特征点的问题，本文采用了一种消除伪特征点的算法。仿真结果表明，这种算法可以有效的去除伪特征点。 关键词 指纹识别；均值方差；指纹细化；特征提取  绪论 1．1 研究的背景及意义 科学技术的迅猛发展为人类的生产生活带来了极大的便利，大大地推动了现在社会的进步和发展。在网络化时代的今天，我们每个人都拥有大量的认证密码，比如开机密码、邮箱密码、银行密码、论坛登陆密码等等；并配备了各种钥匙，如门锁钥匙，汽车钥匙，保险柜钥匙等。这些都是传统的安全系统所采用的方式，随着社会的发展，其安全性越来越脆弱。而我们的生活随时都需要进行个人身份的确认和权限的认定。 指纹特征是人终生不变的特征之一，而且不同人的指纹特征相同的可能性几乎为零。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，指每一个正常人都有指纹。 ②唯一性， 指每一个人的指纹都不同。 ③终生不变性， 指非意外事故指纹终身不变。 因此，指纹识别技术，作为一种可靠的生物识别技术[1]，受到了人们的重视。尽管人们已经对自动指纹识别技术作了深入广泛的研究，指纹识别技术也获得了不少应用，但是指纹识别的应用在目前并没有获得普及，这主要是因为指纹识别在识别准确性和识别速度方面还远远不能满足很多实际应用的要求。 这就要求研究指纹识别环节中若干问题，这对于问题的解决很有意义。 1.2 指纹识别技术 相对于其它生物识别认证技术而言，自动指纹识别是一种更为理想的身份确认技术，因为指纹相对于其它几种生物特征具有以下一些独特的性质： (1)互异性；世界上两个指纹完全相同的概率小于10-9，几乎为零。 (2)不变性；人的指纹特征不随年龄的增长和胖瘦或其他情况的改变而改变。 (3)具有和主体永不分离性；这样对主体身份的识别更具真实性。 (4)指纹的使用比起其它证卡来说更快捷、安全准确、无干扰，可实现快速登录注册。 (5)一个人的十指指纹皆不相同，这样可以方便地利用多个指纹构成多重口令， 提高系统的安全性。 指纹识别中使用的模板并非最初的指纹图，而是由指纹图中提取的关键特征，这样使系统对模板库的存储量较小。另外，对输入的指纹图提取关键特征后，可以大大减少网络传输的负担，便于实现异地确认，支持计算机的网络功能。 1.2.1指纹识别技术发展现状 指纹识别算法的研究方向主要分为：基于图像的识别算法和基于特征的识别算法。 基于图像的识别算法认为，指纹图像的频域和空域信息可以用来唯一表示并识别不同的指纹[2]。它是一种使用全局信息进行识别的方法，例如使用指纹图像的Fourier频谱来表示和识别指纹。这类算法的问题在于图像特征难以定义和匹配，因此算法的拒识率和误识率较高。 基于特征的指纹识别算法是找到并比对指纹的特征[3]。指纹特征的复杂度足以提供用于鉴别的足够特征。目前大多数的自动指纹识别系统使用的都是这类算法。指纹特征多种多样，有特征点、奇异点、域方向图、脊线数目，甚至脊线线型等。对应的匹配方法可以分为：基于点模式的匹配，基于脊线的匹配，基于纹理的匹配以及多种细节特征混合的匹配方法。 大多数基于特征的识别算法专注于脊线上的末梢点和分叉点，该方法根据各个特征点的位置和方向来表示和区分指纹，从而使指纹识别问题转化为判断两个特征点集间的最大相似度(最大重合度)的问题。提取该细节特征有多种方法：基于灰度指纹图像直接提取，基于二值图像的特征提取，基于细化图像的特征提取。 目前许多公司和研究视梅在指纹识别技术领域都取得了突破性的进展，推出许多指纹识别与传统IT技术完美结合的应用产品，这些产品已经被越来越多的用户所认可。中科院自动化所智能生物信