指纹识算法的MATLAB实现总结报告.ppt

指纹识别算法的matlab实现 答辩人：马飞 指导老师：刘文博 第一章 绪论 1.1 研究背景及意义 在我们的生活中电子设备越来越多，比如门禁系统、网上银行等都需要验证身份。对个人身份识别技术的要求不断提高，目前许多身份验证系统都采用“ID+密码”的方式来进行访问控制，但此方法隐患诸多。 生物识别技术近年来发展较快，其中指纹识别技术是生物技术中相对成熟的一种。 1.2 国内外研究现状 在国外，指纹识别技术的软硬件相对比较成熟。总体上来说，应用己经进入了正规的应用阶段。 在国内，虽然有较大发展，但距离国外优秀的算法仍有很大差距，现处于发展初期，应用主要集中在自发性的企业级上。 1.3 指纹基本知识 指纹、脊线、谷线、指印、细节特征 指纹性质：确定性、唯一性、不变性 第二章 图像预处理 2.1 图像归一化 （1）先计算出图像灰度的平均值和方差 （2）指定经过处理后期望的图像方差和平均值后，算出归一化后的图像G(i,j) 2. 2 图像分割 图像可分为如图2-2的四种区域，分割是使目标区域分割出来 （1）方向法：基于指纹方向信息的分割方法 （2）方差法：传统的算法是基于图像局部灰度方差（适合有污渍，断点处当背景） （3）改进的方差法：在方差法分割的基础上进行开运算：消除小物体，分离纤细点去除误当成目标的背景块，闭运算：填充小洞，连接物体 恢复被误当成背 景的目标块。 2.3 二值化 （1）方向图： 思想: 在原灰度的指纹图像中计算每小块在每个方向上的统计量, 由这些统计量在每个小块方向上的差异来确定该小块的方向 （2）静态阈值二值化 人工设定阈值 直方图确定阈值 （3）基于方向场的二值化（先滤波） 采集到的指纹图像一般都有较清晰的方向场，为估计方向场，我们在9*9的窗口内把指纹脊线走向分为8个方向，1到8的像素的和之间满足一定的关系时就可确定脊线的方向，然后由脊线方向二值化。如图示： 2.4 指纹图像的滤波 上下文滤波器 也是基于方向图的，分为两部分：平均滤波器是针对脊线中的断点，因为断点处灰度值较小，经平滑处理，灰度值大致相等（去除洞），分离滤波器，针对脊线中的交叉点，原理：叉点两端灰度值较中间较大，经分割滤波，叉点处灰度降下来，（去除毛刺）。周期T决定滤波器的大小， 2.5 图像细化 （1） 快速细化算法 采用八连通邻域，遍 历图像找出边界点, X点周 围的点多于三个目标点时 ，将多余的点删除，依次 删除到剩下三个时判断该点是否为分叉点，不是再删除，剩下两个点时，判断是否为连续点，不是时删除，当为一个点时不删除 . （2）改进的OPTA算法 本算法采用统一的4*4模板 第三章 图像特征提取和特征匹配 3.1 特征点提取 （1）提取指纹的端点和交叉点：先用函数P.m 定义坐标，后用函数point.m找出点。 （2）去除图像边缘的端点： cut函数处理 3.2 找出特征点 设置一函数single_point 找出半径r内唯一的特征点 设置一函数walk判断在一端点的num距离内是否有另一端点 设置一函数last1找出半径为r个像素的圆内没有任何端点或交叉点，并且沿脊线走num个像素内没有另一个端点或交叉点的端点。 3.3 特征点匹配 （1）脊线长度匹配：设置一distance函数 ，函数定义了一个数f=(sum(abs((d1./d2)-1))) （2）三角形边长匹配：设置一find_point 函数，函数定义了一个数ff=(sum(abs((dd1./dd2)-1))) （3）点类型匹配：在最终函数中定义了一个数fff=abs(f11-f21)/(f11+f12) f的阈值为0.5，ff的阈值为1.5，fff的阈值为0.2 验证结果： 谢谢 ! * * 图 1-3 特征点 (a)弓形 (b) 环形 (c)螺旋 图 1-1 指纹类型 图 1-2 脊线的一般形态 图 1-4 指纹识别流程 图 2-1 归一化图像 图 2-2 指纹图像的四种区域 图2-3 分割后的图像 图 2-4 指纹小块模型 图 2-5 在一个像素处的8个指纹脊线方向 图 2-6 指纹二值化 图2-10 断裂与叉连 图