《指纹识别技术》由会员分享，可在线阅读，更多相关《指纹识别技术（26页珍藏版）》请在金锄头文库上搜索。
1、指纹识别指纹识别08级电信级电信2班班小组成员：刘丹，李欣莎，赵纯笑小组成员：刘丹，李欣莎，赵纯笑指纹识别简介指纹识别简介 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一一.指纹图像的采集指纹图像的
2、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市场上指纹图像获取设备光学指纹识别模块传感器指纹识别二二.指纹图像预处理指纹图像预处理 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
3、像预处理步骤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 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
4、的特点，我们采用局域自适应二值化算法，把纹图像分成WW(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二值化图像原始采集原始采集图图像像修饰处理 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
5、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2 N(P1) 6;S(P1) =1;P2P4P6=0;P4P6P8=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P2P4P8=0,将条件(d)改为P2P6P8=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 三三.特征提取特征提取 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。
6、 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。 指纹的总体特征指纹的总体特征1.纹形三种基本纹形:环型,弓型,螺旋型.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
7、、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、分叉或打折。这些断点、分叉点和转折点就称为“特征点”。就是这些特征点提供了指纹唯一性的确认信息。指纹上的节点有四种不同特性： 1.分类 节点有以下几种类型，最典型的是终结点和分叉点终结点，一条纹路在此终结分叉点，一条纹路在此分开成为两条或更多的纹路。短纹， 一端较短但不至于成为一点的纹路。 环点， 一条纹路分开
8、成为两条之后，立即有合并成为一条，这样形成的一个小环称为环点。孤立点 ，一条特别短的纹路，以至于成为一点。分歧点， 两条平行的纹路在此分开。2.方向 节点可以朝着一定的方向。 3.曲率 描述纹路方向改变的速度。 4.位置 节点的位置通过（x, y）坐标来描述，可以是绝对的，也可以是相对于三角点或特征点的。 特征提取算法特征提取算法 设P0点为一目标像素点，则其周围相邻的8点P1，P8被称为P0点的8点邻点。 指纹细节特征点提取算法是建立在对其8领域点的统计基础上的。定义：其中，P9=P1公式1公式2 这种细节特征提取算法是在图像细化的基础上，采用上两式提取细节特征点的。假定脊线上的点用“1”来
9、表示，背景用“0”来表示，P0是待检测点。对图像中任一目标点P0，如果公式1的值等于1，则该点为纹线端点；如果公式1等于的值等于3，则该点为纹线的分叉点；如果公式2的值等于2，则该点为纹线的端点；如果公式2的值等于6，则该点为纹线的分叉点。对于这两个公式，公式2更具有鲁棒性。因此本文主要依据公式2进行判断，同时也要满足公式1的要求，进行特征点提取。特征提取图四四.特征值的的对比和匹配特征值的的对比和匹配 通过把一个现场采集到的指纹与一个己经登记的指纹进行一对一的比对来确认身份的过程。前提条件，他或她的指纹必须在指纹库中已经注册。指纹以一定的压缩格式存贮，并与其姓名或其标识（ID，PIN）联系起来。随后在比对现场，先验证其标识，然后，利用系统的指纹与现场采集的指纹比对来证明其标识是合法的。 THE ENDTHANK YOU!
