指纹识别论文.pptxVIP

答辩人： 甲 学号：1231245 设计论文 指纹识别算法研究 研 究 概 述 指纹识别算法研究 .研究的目的和意义 1 现实表现 课题的提出 依靠指纹的独特性、持久性和防卫性能都比较高，是众多生物特征中综合性能最高的。提高系统的识别能力 基于以上特征，人们发展了指纹识别,本文对指纹识别系统的原理和基本过程进行了分析研究，研究了指纹图像预处理算法及匹配算法，并且进行了验证。 现状分析 .研究现状及分析 2 在国内，清华大学在80年代开始指纹识别的研究。中科院自动化所模式识别国家重点实验室自90年代以来，一直致力于“基于生物特征的身份鉴别”的研究，在指纹、虹膜、脸相识别等方面取得了很多的研究成果。北京大学视觉与听觉信息处理国家重点实验室先后承担了国家“七五”和“八五”，科技攻关项目，对指纹识别进行了长期的基础性研究，提出了一整套独创的理论和高效实用的算法。我国的指纹识别系统是个很成熟的技术了 建筑业应用软件 2.现状分析 现在国内外指纹识别大都采用基于细节特征点的指纹识别技术，即采用基于图像处理的指纹识别算法，其中比较有代表性的有两种。一种是基于方向滤波增强，并在指纹细化图上提取特征点的算法，另一种是直接从指纹灰度图上提取特征点的算法。指纹识别作为一种热门的生物识别技术受到越来越多人的关注，国内外许多机构和学者都采用了很多不同的算法对指纹图像进行预处理和匹配。但有些算法会由于指纹图像的噪音、皮肤弹性引起的非线性形变等多方面因素，导致在识别过程中出现误差，影响识别率 经过预处理后的细化图像上特征点，对这些特征点的进行处理，提取，采用基于最小距离特征的点匹配算法，对校准后的点集进行匹配，匹配的最小距离小于某个阈值可判为匹配成功。 3. 研 究 内 容 预处理的目的是改善输入指纹图像的质量，以提高特征提取的准确性。本文采用灰度分割法对质问图像进行分割。利用中值滤波进行图像增强去噪。通过二值化的方法处理指纹图像，最后再对图像进行细化以及去除毛刺，断裂等干扰。 指纹图像预处理： 指纹图像特征提取与匹配 指纹识别的基本原理 4 指纹识别系统的组成 LOGO .指纹的基本特征 4 全局特征是指那些用人眼直接就可以观察到的特征，包括：基本纹路图案环型,弓型,螺旋型。 局部特征是指指纹上的节点的特征，这些具有某种特征的节点称为特征点。两枚指纹经常会具有相同的总体特征，但它们的局部特征--特征点，却不可能完全相同，本文的重点是研究节点取出特征点 4 局部特征点 端点 分支点 5.图像的预处理的一些算法 1.图像分割。由于有的原始图像跟其背景区域相混合，在背景和指纹图像之间存在一道白色区域，所以需要对原始指纹图像进行背景分离，，消除最外面的不需要的部分。我们可以根据灰度的大小对图像进行阈值的设定，阈值的设定采用全局的图像的均值，得到初步处理然后对指纹图像进行分割处理，消除剩下的背景区域。 图像分割 图像增强 图像细化 二值化 分割前后的图像 5.图像的预处理的一些算法 2.图像增强。指纹预处理过程中最重要的一步就是对指纹图像进行滤波去噪，它是指纹图像预处理需要解决的核心问题。图像滤波的目的是在增强脊线谷线结构对比度的同时抑制噪声，连接断裂的脊线和分离粘连的脊线，按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息 5.图像增强后的指纹图 5.图像的预处理的一些算法 3.二值化。二值化的目的就是使脊的灰度值趋向一致，使整幅图像简化为二元信息在指纹识别中，一方面对图像信息进行了压缩，保留了纹线的主要信息，节约了存储空间，另一方面还可以去除大量的粘连，为指纹特征的提取和匹配作准备。一般灰度图像二值化的变换函数 用下列公式表示， 为指定的阈值， 为灰度值 5.图像的预处理的一些算法 4.图像细化。指纹图像二值化后，纹线仍具有一定的宽度，而指纹识别只对纹线的走向感兴趣，不关心它的粗细。细化的目的是为了删除指纹纹线的边缘像素，使之只有一个像素宽度，减少冗余的信息，突出指纹纹线的主要特征，从而便于后面的特征提取。细化时应保证纹线的连接性，方向性和特征点不变，还应保持纹线的中心基本不变。 Zhang并行快速细化算法 模板: p3 p2 p9 p4 p1 p8 p5 p6 p7 5.图像细化后的图像 5.图像的预处理的一些算法  第一步，（其中p1为前景点，如果以下四个条件同时满足，则删除p1，即令p1=0） . 2=N(p1)=6                    // 中心为黑点 2. Z0(p1)=1                // Nz为八邻域中黑点的数目 3. p2*p8*p6=0