论文总字数：19831字

摘 要

本文在对指纹特征认识的基础上，采用均值方差法对指纹图像进行分割，来减少指纹图像中所掺杂的噪声；文中为了增强指纹纹线的方向性和频率特性，选用了能够获得频域和空间域最佳分辨率的Gabor滤波函数对图像进行滤波。并对指纹图像进行二值化处理，再应用8邻域算法进行特征提取，最后做指纹图像的匹配。经仿真结果表明，通过预处理、二值化等各部分算法的处理，可以获得良好的指纹图像特征，为图像识别匹配打好了基础。

关键词：指纹识别，图像处理，特征提取，图像匹配

Abstract: Based on the understanding of the characteristics of the fingerprint, the fingerprint image segmentation using mean variance method, to reduce the noise of the doped in fingerprint image; in order to enhance the direction and frequency characteristics of fingerprint ridge, the Gabor filter function to obtain the frequency domain and space domain optimal resolution for image filtering. The fingerprint image processing two values, using 8 neighborhood algorithm for feature extraction, the matching of fingerprint images. The simulation results show that, after treatment, pretreatment, two values, each part of the algorithm, can achieve good fingerprint image feature matching, to lay the foundation for the image recognition.

Key words: Fingerprint identification, Image processing, Feature extraction, Image matching

目 录

1 前言 3

1.1 指纹识别发展历史 3

1.2 指纹识别特点 4

1.3 指纹识别系统 5

1.4 指纹识别存在的问题 5

1.5 论文内容及结构 6

2 指纹图像的特征 6

2.1 指纹图像获取设备与采集方式 6

2.2 指纹的总体特征 8

2.3 指纹其他特征 9

2.4 指纹的局部特征 9

3 指纹图像预处理 10

3.1 图像均衡 10

3.2 指纹图像分割 12

3.3 指纹图像增强 14

3.4 基于Gabor函数的自适应指纹图像增强算法 14

3.5 指纹图像二值化处理 15

3.6 指纹图像细化 16

4 指纹特征提取概述 18

4.1 基于8邻域编码的指纹特征提取 19

5 指纹图像匹配概述 20

5.1 基于点模式的指纹匹配算法 20

结论 23

参考文献 24

致谢 25

1 前言

身份鉴别是每个人不可避免的基本问题，如我们经常使用身份证、工作证、信用卡等证件，或者用个人识别号码和密码来证明身份。但是，它们都容易被盗取，而且前者容易丢失，后者容易忘记，都不够保险，因此基于人自身的生物特征来做身份识别的生物特征识别技术便成了人们的最佳选择。

生物特征识别技术是一种结合了计算机与光学、声学、生物传感器和生物统计学原理等高科技手段，利用人体固有的生理特征与行为特征来进行个人身份鉴定的技术。其中，生理特征包括：体味、人脸、虹膜、掌纹等由先天生成的个人固有特征，行为特征包括手写签名、声纹、步态等个人习惯性动作的度量。与传统的鉴别个人身份方法相比较，这些技术用来证明身份的恰恰是人本身，使生物识别身份验证方法不依赖于各种人造的和附加的物品来证明人的自身，所以它不会丢失、不会遗忘，很难伪造和假冒，是一种方便安全的身份鉴别手段。

指纹识别技术作为一种身份认证和鉴别技术，历史悠久，现代社会更是把指纹识别作为司法鉴定和刑事侦查的重要手段。指纹尽管只是人体皮肤的一小部分，却蕴含了大量的身份信息。指纹的纹线在纹纹状、交叉点和断点上是各不相同的。依靠特征的唯一性，可以将一个人与他的指纹对应起来，从而验证其身份的真实性。同时随着计算机技术与信息处理技术的飞速发展，指纹识别技术正越来越多的应用到平常生活中。

1.1 指纹识别发展历史

指纹识别具有悠久历史，考古发现，公元前6000年的一些黏土陶器上带有陶艺匠人的指纹，同时中国的一些古文献上印有起草者大拇指指纹的印记等，表明人们已经开始应用指纹作为身份鉴别的依据。

1684年，一篇最早的关于指纹的科学论文发表，作为指纹形态学家作者Grew，对指纹中的孔、脊和谷的系统研究结果进行了阐述。从那时起，很多研究者都投入了大量的精力致力于指纹和指纹识别的研究。在1788年，Mayer给出了定义了很多指纹中脊的特征的关于解剖学形式的详细报告。1823年，Purkinje提出了最早指纹分类方案，他按照指纹中脊的外形将指纹分为九类。1880年，指纹的唯一性猜想由Fauld提出。1892年，Francis Galton透彻、深入的阐述了在指纹识别方面专家长期的研究成果，指纹唯一性和不变性的理论基础得以建立，两枚不同指纹的通过计算得出相识的概率是640亿分之一。Francis Galton对大容量指纹数据库的分类系统进行了设计，同时提出比对指纹采用 Galton点（细节点），这种细节点的比对方法一直被沿用至今。1899年，著名的Henry指纹分类体系被Edward Henry确立，并在总结前人研究成果的基础上，提出了基于指纹细节特征匹配识别（Minutia-Based）的理论，今天指纹识别算法的主流仍是基于Minutia-Based的。

20世纪60年代，随着计算机图形处理技术的发展，人们开始研究基于计算机来进行指纹识别的技术——自动指纹识别系统（automated fingerprint identification system）简称AFIS。20世纪70年代，因为指纹模式识别理论和计算机设备的广泛应用的发展，使计算机指纹自动识别系统的性能日渐完善。

世界各国目前都在争先研究和开发可用的指纹识别系统。加拿大警方在70年代末首次应用激光进行指纹检验；在80年代指纹核对机被日本立石电机公司研制了出来，美国人福勒设计出了电子式的指纹检验系统；日本NEC在1982年首次向警方提供自动指纹识别系统；在澳大利亚，指纹识别仪已被广泛应用在ATM机上；在美国，除军事设施外，五角大楼、政府实验室、银行、监狱和商业部门也广泛使用了自动指纹识别系统。当今，指纹识别系统更是成为身份验证的主要工具。

1.2 指纹识别特点

基于指纹的生物识别技术是应用最早的生物识别技术。指纹是指分布在人体手指表面凹凸不平的纹线。指纹的结构是在胎儿期形成的，不仅与遗传因素有关，还受母体环境的影响。因此，即使是同卵双胎，其指纹也会有明显的差异。与一般的图像相比，指纹图像具有较强的纹理特性，通常由交替出现的、宽度大致相同的脊和谷组成，通过识别其中的脊末梢和分支点等特征，可以达到鉴别个人身份的目的。通常情况下，如果有大于12个特征完全匹配，则认为两枚指纹完全一致。

与其他生物识别技术相比，指纹识别技术具有以下特点：

剩余内容已隐藏，请支付后下载全文，论文总字数：19831字