基于统计方法的指纹识别开题探索.docVIP

苏州科技学院 毕业论文开题报告 论文题目 基于统计方法的指纹识别研究 院 系 专 业 学生姓名 学 号 指导教师 2014年 2 月 31 日 1．本课题研究的背景、目的及意义 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。生物识别的核心技术是如何获取这些生物特征, 并将之转换为数字信息, 存储于计算机中, 利用可靠的匹配算法来完成验证与识别个人身份的过程。相对于其它生物特征鉴定技术例如语音识别及视网膜识别等, 指纹识别是一种更为理想的身份确认技术。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，易于获取指纹样本, 易于开发识别系统, 实用性强[1]。目前已有标准的指纹样本库, 方便了识别系统的软件开发; 另外, 识别系统中完成指纹采样功能的硬件部分(即指纹采集仪)也较易实现。但是指纹其实是比较复杂的。与人工处理不同, 许多生物识别技术公司并不直接存储指纹的图像。多年来在各个公司及其研究机构产生了许多数字化的算法(美国有关法律认为, 指纹图像属于个人隐私, 因此不能直接存储指纹图像)但指纹识别算法最终都归结为在指纹图像上找指纹特征到并对指纹特征进行对比[2]。 目前自动指纹识别技术基于细节特征的最多，一般步骤为、匹配。 一.研究内容 本课题是基于统计方法的指纹识别研究。主要分为以下三个部分: 1.研究指纹图像的预处理:指纹灰度分割法、中值滤波、二值化和细化等。 2.研究指纹图像的特征提取的方法。 3.研究指纹图像的匹配方法。 二.预期目标 通过Matlab平台，实现样本指纹数据的识别，主要包括： 掌握指纹识别基本方法； 熟练掌握基于边缘信息判别法的指纹特征提取及结构特征的点匹配算法指纹识别的基本原理； 运用Matlab构建实现指纹识别系统； 提交本科毕业论文一篇。 3．本课题拟采用的研究方法、步骤 本课题主要研究基于统计方法的指纹识别研究，通过识别软件提取出指纹图像中的特征数据，然后根据匹配算法得到的结果鉴别指纹所有人身份的生物特征识别技术。系统流程框图如图1所示. 图1指纹识别系统流程图 一、图像的预处理大致可以划分为以下几步：分割、平滑滤波[9]、二值化和细化[10]。 (1)基于灰度方差法进行分割运算对指纹图像进行分割。 a．先对初步处理后的指纹图像进行归一化处理[11]，在此利用公式如下： （1） 如果，则把灰度值归一 化为255背景处理，其中和为期望的均值和方差，根据实际情况而定， 和为指纹图像的均值和方差。 b．对指纹图像进行分块，将其分为的小块，如果是背景区域，其灰度的方差较小，而前景区的指纹图像的方差较大，所以对每个小块求其方差，再设定一个阈值，小于阈值的方块区域设置为背景区域，将其灰度值设定为255，而大于阈值的区域的灰度值保持不变，从而可以将指纹图像从背景区域很好的分离。 (2)对指纹图像进行二值化处理。 首先把图像分为若干个的方块，每一块根据自己的阈值进行二值化。这种算法充分利用了指纹图中脊线与谷线宽度大致相同的特点，即二值化后黑白像素的个数也应大致相同，首先利用固定阈值算法的特点对指纹图像中的每块确定一个大致的阈值，然后再利用自适应的思想对阈值进行准确的调整，即阈值的取值合适时图像是最光滑的，既没有“黑洞”阈值过大，也没有“白点”阈值过小，所以0－1之间的转换次数最少。下面为块区域阈值的选取算法： a.将指纹图像划分为不重叠的大小为的块，求取该区域内所有像素的灰度平均值。在综合考虑算法速度和处理效果两方面的条件下，本文分块尺寸为8×8；为块的灰度平均值．见式(2）： （2） b. 计算区域内的和的值，=灰度值大于等于的像素点的个数。=灰度值小于的像素点的个数； c. 如果，则为阈值； d. 若，则，否则，返回第b步。 (3