指纹识别技术经典PPT教程.ppt

指纹识别 指纹识别简介 指纹纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的。依靠这种唯一性，我们就可以把一个人同他的指纹对应起来，通过对他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。这就是指纹识别，指纹识别系统通过特殊的光电转换设备和计算机图像处理技术，对活体指纹进行采集、分析和比对，可以迅速、准确地鉴别出个人身份。　　　　 　　 指纹识别的流程 指纹识别技术一般步骤： 一.指纹图像采集 二.指纹图像预处理 三.特征提取 四. 特征值的比对与匹配 一.指纹图像的采集 现有指纹图像采集设备： 光学取像设备：利用光的全反射原理 晶体传感器：利用电子度量捕捉指纹 超声波扫描：先扫描指纹表面，再测量范围，得到谷的深度 其中超声波的成像能力最好，得到的图像是实际指纹凹凸表面的真实反映。 市场上指纹图像获取设备 二.指纹图像预处理 指纹采集设备所获得的原始图像有很多的噪声，比如手指被弄脏，手指有刀疤、伤疤，手指干燥、湿润或撕破等都会影响图像的质量，而指纹有效特征提取依赖于指纹图像的质量，因此指纹图像的预处理是关系到指纹识别系统性能好坏的一个关键。而图像预处理的目的是消除噪声，增强脊线和谷线的对比度。 图像预处理步骤 图像分割 平滑处理 锐化处理 图像二值化 修饰处理 细化处理 图像分割 尽可能的去除指纹图像的无效区域,完整的保留指纹的有效区域。减少了以后各步骤所要处理的图像数据量。常用方法：基于梯度的指纹分割方法。 平滑处理 平滑处理是去除噪声干扰，而又不使图像失真。首先对图像进行空间低通滤波去噪，其次队多幅图像取均值。 锐化处理 锐化处理为了强化指纹纹线间的界限，突出边缘信息，增增强脊与谷之间的对比度，为二值化做准备。 二值化 二值化目的是把指纹灰度图像变成0和1的两个灰度的图像，前景点(指纹脊线)取作1，背景点取作0，把指纹线提取出来，以便后续处理。 根据指纹图像中脊线和谷线度大致相等的特点，我们采用局域自适应二值化算法，把纹图像分成W×W(W为一个纹线周期)子块，在每一个子块内算灰度平均值，若某一点的灰度值f(i，j)AV则取f(i，j)=1，否则取 f(i，j)=0，可得到如下二值化图 二值化图像 修饰处理 经过二值化后，图像会出现凹凸不平现象，画面会出现离散点。为了使图像整洁，边缘圆滑，需要进行修饰。 细化处理 修饰后的纹线仍然有一定宽度,需要细化为单个像素宽度的骨架。细化算法很多,这里采用骨架提取技术。 算法描述如下:目标点标记为1,背景点标记为0。定义边界点本身标记为1,而其8个邻域中至少有1个标记为0的点 1)记中心点为P1,其邻域的8个点顺时针绕P1分别记为P2,P3,…,P9,P2在P1上方。如果同时满足以下的4个条件,即①2 ≤N(P1) ≤ 6;②S(P1) =1;③P2×P4×P6=0;④P4×P6×P8=0,则删除P1。其中,N(P1)为P1的非零邻点数,S(P1)为P2,P3,…,P9为序的点从0到1的变化次数。遍历所有边界点,将满足条件的点删除。 2)同(1),仅将条件(c)改为P2×P4×P8=0,将条件(d)改为P2×P6×P8=0,同样遍历所有边界点,将满足条件的点删除。由上述两步构成一次迭代,直到再没有点满足删除条件为止,此时剩下的点组成纹线的骨架。 细化后图像 三.特征提取 指纹识别中，通常采用全局特征和局部特征两种层次的结构特征。 全局特征：那些用肉眼直接可以观察到 得特征， 局部特征：指纹纹路上的节点的特征。 两枚指纹可能有相同的全局特征，但它们的局部特征不可能完全相同。所以在考虑局部特征的情况下,只要比对6个特征点重合,就可以确认为是同一个指纹。 指纹的总体特征 1.纹形 三种基本纹形:环型,弓型,螺旋型. 2.模式区：纹上包括了总体特征的区域，即从模式区就能够分辨出指纹是属于那一种类型的。 3.核心区 ：位于指纹纹路的渐进中心，在读取指纹和比对指纹时作为参考点。许多算法是基于核心点的，既只能处理和识别具有核心点的指纹 4.三角点：位于从核心点开始的第一个分叉点或者断点、或者两条纹路会聚处、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹路的计数跟踪的开始之处。 5.纹数:指模式区内指纹纹路的数量。在计算指纹的纹数时，一般先在连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的纹数。 指纹的局部特征 指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或打