论文总字数：31555字

摘 要

随着经济的高速发展，社会信息化得到了显著的发展。传统的身份识别手段无法满足日益增长的对于个人信息保密的需求。本文旨在设计出一种能快速、准确处理指纹图像并对图像进行匹配的指纹识别系统，从而实现对个人身份信息的识别与确认，达到保护个人身份信息不被盗用的目的。本文对Gabor滤波方案和BP神经网络两种方案进行对比。Gabor滤波方案将图像处理与Gabor滤波技术相结合。在图像处理阶段，对图像滤波去噪和灰化处理，计算方向场，增强图像。在特征提取阶段，采用FingerCode特征表示法进行特征提取。识别阶段，计算特征量之间的欧式距离差值，得到匹配结果。BP神经网络是对图像数字矩阵进行处理，同样先对图像进行预处理，再用邻域法将图像矩阵与掩膜版卷积后得到特征值，然后训练样本进行匹配。本文主要研究了指纹识别中的图像处理、特征提取及指纹匹配方法，对各个算法有较为详细的分析和比较，为实际的系统开发做好理论基础。

关键词：指纹识别 特征提取 Gabor滤波 BP神经网络

Design of MATLAB-Based Fingerprint Identification System

Abstract

With the rapid development of economy, social information has been significantly developed. Traditional identification methods can not meet the growing demand for personal information security. The aim of this paper is to design a fingerprint identification system which can process the fingerprint images quickly and match the fingerprint images accurately, so as to realize the identification and confirmation of personally identifiable information, to protect the personally identifiable information will not be stolen. In this paper, the Gabor filtering scheme and BP neural network are compared with each other. Gabor filtering scheme combines image processing with Gabor filtering technology. In the stage of image processing, images are denoising and ashing, orientation field is calculated and images are enhanced. In the feature extraction stage, the FingerCode method is used for feature extraction. In the recognition stage, the Euclidean distance difference between the characteristic quantity is calculated, and the result of matching is obtained. BP neural network is processing the image digital information, the first step also is image processing, and then make a convolution with the matrix by using neighbor algorithm. The last step is training samples and matching. This paper mainly studies the methods of image pretreatment, feature extraction and fingerprint identification. It has a detailed Analysis and comparison for each algorithm, which is the theoretical basis for the actual system development.

Key Words: Fingerprint recognition; Feature extraction; Gabor filter;BP neural network

目 录

摘 要 I

Abstract II

目 录 III

第一章 引 言 1

1.1 生物识别技术简介 1

1.1.1主要的生物识别技术 1

1.1.2指纹识别的历史及发展方向 2

1.2 设计内容 3

1.3 论文结构 4

第二章 指纹识别简介 5

2.1指纹形成原理及特点 5

2.2指纹识别系统介绍 6

2.3指纹识别系统流程介绍 7

2.4指纹识别技术的难点 8

第三章 系统方案设计 9

3.1 基于Gabor滤波处理的指纹识别 9

3.1.1图像采集 9

3.1.2图像处理 10

3.1.3指纹特征提取 14

3.1.4指纹匹配 16

3.2 基于BP神经网络的指纹识别 16

3.2.1神经网络简介 16

3.2.2 BP神经网络 18

3.2.3 基于BP神经网络的指纹识别流程 19

第四章 系统构建 22

第五章 系统的运行调试与结果 27

总 结 31

参考文献 32

附 录 34

致 谢 39

第一章 引 言

1.1 生物识别技术简介

生物特征识别技术是一门利用人体生理上的特征来进行人的身份识别的科学。与传统的身份识别技术相比，生物特征识别是将个体特性作为识别依据。而且，大多数的生理特征都可以进行识别。生物特征分为两类，一类是身体特征包括：指纹、掌型、视网膜、人脸脸型、气味等；第二类行为特征包括：语音、签名、行走的步态等。根据采用的生物特征的不同，可以把生物识别特征技术分为次级生物特征识别技术，高级生物特征识别技术和深奥的生物特征识别技术。

1.1.1主要的生物识别技术

1）指纹识别。指纹是手指末端皮肤上凹凸不平的纹路，这些纹路是人类进化与遗传过程中自然形成的，不但增加了皮肤表面的摩擦力，而且包含了许多的生物信息。指纹具有唯一性和不变性，指纹重复率极小，大约150亿分之一，这是因为不同的个人的皮肤纹路在断点、交叉点和图案上是不一样的，并且指纹终身不变，这些也是指纹能作为识别依据的重要因素。在实际的应用中，只要依靠指纹的唯一性和不变性，将指纹与个人身份信息匹配起来，与预先存储的指纹特征比较，就可以识别验证一个人的真实身份。

2）人脸识别。人脸识别是日常生活中最常用的身份确认方式，人们对于其他人的身份判断最直观的就是通过人脸的识别，所以这项技术也成为了当前比较热门的一种生物特征识别手段。将摄像头动态捕捉到的人脸画面与预先存储的人脸图像比较识别，从而对个人身份进行识别验证。这项技术的优点在于人脸识别不要人的被动配合，可用于隐蔽场合。其次可以远距离采集人脸，不会引起人的反感。但是缺点也十分明显，人脸差异性不是很大，而且人脸会随着时间的变化产生较大的变化。

请支付后下载全文，论文总字数：31555字