数字图像处理指纹识别系统.docxVIP

数字图像处理在指纹识别技术中的应用 摘 要 随着信息技术的和网络技术的发展，信息安全越来越引起人们的重视。为了保护自身的信息、资料以及财产的安全，许多场合都需要对使用者、来访者进行身份识别。传统的利用密码、证件作为身份识别的方式具有易遗忘、易破解、易丢失、易伪造等特点，已不再符合现代数字社会的需求。指纹，作为人体独一无二的生理特征，它的纹理复杂度可以提供用于识别的足够特征，具有极高的安全性，并且指纹还具有易获取、无侵犯性、唯一性和不变性等优点，使其成为生物识别技术中的焦点。基于指纹识别技术的身份识别系统以其独特的技术优势和成本优势正广泛被应用到各个场合。 指纹图像预处理是指纹识别的前提,它的好坏直接影响到指纹识别的成败，但由于指纹图像降质带来的困难,并根据指纹图像的特征提出了合理的假设，再根据假设提出了增强指纹图像的算法，这些算法处理效果好，能有效地解决指纹图像的预处理问题。 关键词：指纹图像预处理；图像增强；腐蚀；二值化；细化 一、指纹识别技术概述 1.1 概述 生物识别技术（Biometric Identification Technology）是利用人体生物特征进行身份认证的一种技术。由于每个人的生物特征都有与其他人不同的唯一性和在一定时期内不变的稳定性，不易伪造和假冒，所以利用生物识别技术进行身份认定，安全，可靠，准确。 常见的生物识别技术主要有指纹、脸形、虹膜、视网膜、手写体、声音、掌纹、手形和脸部热谱图9种，指纹识别是生物识别技术的一种。迄今为止，最为人们所关注、最为成熟的生物识别技术就是指纹识别。 1.2 指纹识别系统分类 自动指纹识别系统的工作模式可以分为2类： 验证模式（verification）和辨识模式（identification）。验证就是通过把一个现场采集到的指纹与一个已经登记的指纹进行一对一的比对（one to one matching），来确认身份的过程。验证过程如图1所示。 辨识则是把现场采集到的指纹同指纹数据库中的指纹逐一对比，从中找出与现场指纹相匹配的指纹。这也叫做“一对多匹配（one to many matching）”。指纹辨识过程如图2所示。 图1 指纹验证过程 图2 指纹辨识过程 1.3指纹识别研究的目的和意义 每个指纹都是唯一的,不随年龄的增长而发生变化，是终生不变的,依靠这种唯一性和稳定性，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，就能验证他的真实身份，这就是指纹识别技术。指纹识别从最根本上来讲，是可以良好的判断和定义一个人的真实生物身份。从而降低社会活动中的信任成本，从根本上改变经济和社会交往模式改变，提高效率。指纹识别作为一种生物鉴定技术，为人类的个体的定义提供了一个到目前为止最为快捷和可信的方法。 二、指纹识别系统工作原理 2.1 概述 一般来讲，自动指纹识别算法体系大致由指纹图像采集、指纹图像预处理、特征处理、特征提取、指纹分类和指纹比对几个部分组成。 2.2 指纹图像采集 光学指纹采集技术是最古老也是目前应用最广泛的指纹采集技术，光学指纹采集设备始于1971年，其原理是光的全反射。光线照到压有指纹的玻璃表面，反射光线由CCD去获得，反射光的量依赖于压在玻璃表面指纹的脊和谷的深度以及皮肤与玻璃间的油脂和水分。光线经玻璃照射到谷的地方后在玻璃与空气的界面发生全反射，光线被反射到CCD, 而射向脊的光线不发生全反射，而是被脊与玻璃的接触面吸收或者漫反射到别的地方，这样就在CCD上形成了指纹的图像。如图3所示。 图3 光学指纹图像采集原理 2.3 预处理 通常，指纹采集器采集到的指纹是低质量的，存在的噪声较多。通过预处理，将采集到的指纹灰度图像通过预滤波、方向图计算、基于方向图的滤波、二值化、细化等操作转化为单像素宽的脊线线条二值图像，基于此二值图像对指纹的中心参考点，以及细节特征点特征等进行提取。指纹预处理的一般过程如图4所示。 图4 预处理的一般过程 特征提取 指纹的特征点分为全局特征（如奇异点、中心点）和局部特征（指纹细节点）。在考虑局部特征的情况下，英国的E.R.Herry认为，在比对时只要 13个特征点重合，就可以确认是同一个指纹。指纹的细节特征可以有150种之多，但这些特征出现的概率并不相等，很多特征是极其罕见的。 一般在自动指纹识别技术中只使用两种细节特征：纹线端点与分叉点。纹线端点指的是纹线突然结束的位置，而纹线分叉点则是纹线突然一分为二的位置。大量统计结果和实际应用证明，这两类特征点在指纹中出现的机会最多、最稳定，而且比较容易获取。 2.5 指纹分类 指纹分类的主要目的是方便大容量指纹库的管理，减小搜索空间，加速指纹匹配过程。指纹分类技术越完善，能够划分的类型越细，样本数据库每个类别中