英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料

本科生毕业论文(设计)

文献翻译

英文题目 Overview of Fingerprint Recognition System

中文题目 指纹识别系统概述

指纹识别系统概述

作者：Mouad .M.H.Ali，Vivek H. Mahale，Pravin Yannawar，A. T. Gaikwad

摘 要：本文是基于指纹识别系统的当前研究的概述。在本文中，我们重点介绍了以前对指纹识别系统的研究。本文是指纹识别的概念和结构的简要回顾。基本的指纹识别系统由四个阶段组成：一是用于识别和识别捕获生物特征数据的传感器；其次，预处理阶段用于消除不需要的数据，并通过使用增强技术提高脊结构的清晰度；第三，特征提取阶段从预处理阶段的输出获取输入，提取指纹特征；第四，匹配阶段是将获取的特征与数据库中的模板进行比较；最后，存储匹配邮件的功能的数据库。本文的目的是回顾各种最新的指纹识别系统工作，逐步解释指纹识别阶段，并给出指纹数据库的特点。

关键词：指纹；预处理；特征提取；匹配；数据库

1.介绍

在过去的几十年中，人类痴迷于对诸如拍摄照片，扫描签名，条形码系统，验证ID等各种生物识别技术。此外，生物识别技术是图像处理中的应用之一，其是用于身份认证的生理或行为特征技术。它基于两种模式的生物认证系统：注册和识别。在注册模式下，从传感器获取生物特征数据并存储在数据库中以用于识别人的身份。在识别模式下，从传感器重新获取生物特征数据，并与存储的数据进行比较以确定用户身份。

生物识别是基于唯一性和持久性的。唯一性意味着两个不同生物特征数据之间的特征没有相似性。例如，即使是双胞胎，也没有两个人具有相同的指纹特征。当生物识别技术的特征在一生或老化中不会改变时，它被称为永久性。生物特征即生理或行为的特征。生理特征包括在身体的物理部位，如指纹、掌纹、虹膜、脸、DNA、手几何、视网膜等。行为特征基于诸如语音识别、按键扫描或签名扫描之类的人所采取的动作。任何生物识别系统都包含两个阶段，第一阶段是注册阶段，第二阶段是识别阶段。识别阶段分为验证和识别。在注册阶段，先捕获生物识别数据并生成数字图像，再对数字图像进行预处理以去除不需要的数据，然后将其应用于后期处理，最后将数据存储在数据库中。

在识别处理的情况下，一个人获得的指纹将会被与存储在数据库中的所有指纹进行比较。这也称为（1：N）匹配，是用来寻找罪犯的过程。

在验证过程中，将使用匹配算法从数据库中验证人的指纹。这也称为（1：1）匹配。索赔人指纹与登记指纹的比较，首先是将他/她的指纹注册到验证系统中，结果显示从用户取得的指纹是否与指纹数据库中的模板匹配或不匹配。

注册、识别和验证过程如图1所示：

图1 注册、识别和验证过程

指尖表面是许多脊和许多山谷的组合。如果山脊定义为黑线，山谷则表示为如图2所示的白线。细节点是脊结构变化的点，如分叉点和终点。

图2 脊和谷的图形 山脊结束、分叉和短岭

2. 指纹

指纹是指尖表面上的脊和谷的图形图案，脊端和脊分叉称为细节，如图3所示。在[1]，[2]中提出了基于细节指纹表征的许多方法。每个人都有一个独特的指纹不同于其他任何人。指纹识别基于两个基本假设：不变性和奇异性。

不变性：指指纹特征在生命中不会改变。

奇异性：指纹是独一无二的，没有两个人具有相同的指纹图案。

图3 指纹图像上不同的脊特征

表1 显示指纹结构的术语和定义

指纹识别系统的主要阶段如图4所示：

图4 指纹识别系统的基本步骤

A. 图像捕获或图像采集阶段

图像采集阶段是通过不同方式获取图像的过程。捕捉指纹图像有两种方式：在线和离线。在线指纹识别中，使用光学指纹读取器捕获指纹图像。指纹图像的大小将为260 * 300像素。离线指纹识别是通过手指区域中的墨水获得的，然后将一张白纸放在指纹上，最后扫描纸张以获得数字图像。

B. 图像预处理阶段

预处理阶段是去除指纹图像中不需要的数据的过程，如噪声，反射等。指纹图像预处理用于增加脊结构的清晰度。图5所示的步骤如图像分割、二值化、消除噪声、平滑和变薄等，用于增强指纹图像。在[3]中，采用高斯滤波和短时傅立叶变换分析来提高指纹图像质量。在某些情况下，指纹图像的二值化包含一些虚拟细节。在[4]中提及了详细的预处理以消除虚假细节。在图6中示出了预处理步骤。

图5 指纹增强的主要步骤

Jiao Ruili等[5]他们是做一个自动指纹识别系统的采集和预处理系统，使用固定点DSP，TMS320VC5509A和指纹传感器MatBF200。他们说系统小巧灵活，提供了基于VC5509A的指纹预处理系统，完成了指纹图像采集。预处理系统通过DSP平台上适当选择的算法完成。比较算法的结果，并选择合适的算法进行指纹识别预处理，即中值滤波，定向滤波增强，固定阈值二值化和Hilditch变薄。

Yun和Cho [6]在此工作中对指纹图像进行了适应性预处理，并提取了五种特征。并利用聚类方法对图像质量进行分析，并通过其特征进行加强。这是在区分与其特征相关的指纹图像质量之后执行预处理。

图6 预处理步骤 (a)原始图像 (b)增强 (c)二进制图像

表II显示了一些最近的预处理研究。

表II 指纹预处理阶段总结

C. 特征提取阶段

指纹图像的特征提取过程应用于预处理阶段的输出。特征提取的过程取决于算法集合。 指纹特征提取程序是在指纹中定位、测量和编码脊端和分支。从指纹图像中提取特征有各种各样的方法。著名的方法是细节提取算法，找出细节点，并将其相对位置映射到指纹上。有两种细节点：岭脊和岭分叉[7]。在[8]中，提取指纹特征的高级方法是从原始灰度图像直接提取细节，而不使用二值化和稀疏，并且使用gabor滤波方法从指纹提取特征[9]。

Afsar等[10]在他们的研究中，应用指纹图像的二值化，变薄和分段版本，从指纹图像中提取细节。在该系统中，指纹分类在指纹匹配期间进行索引。Zebbiche和Khelifi [11]将生物识别图像呈现为一个感兴趣区域（ROI）。在他们的方法中使用离散小波变换和离散傅里叶变换来执行它们的算法。Yi Chen和Anil K Jain [12]提出了一种基于指纹特征的算法，这意味着细节特征和脊特征也是模式和孔。他们在他们的模型中找到指纹特征与其分布之间的相关性。Tachaphetpiboont和Amornraksa [13]提出了一种基于FFT的特征提取方法，用于指纹匹配。从所提出的方法获得的识别率也由k-NN分类器进行评估。在这种方法中，提取和验证所需的时间要少得多。在图7中，显示指纹的特征提取。表III显示了特征提取研究的一些总结。

图7 特征提取 (a)细化图像 (b)细节

表III 显示指纹特征提取摘要