郑州轻院轻工职业学院
专科毕业设计(论文)
题 目:____________________
学生姓名:____________________
专业班级:____________________
学 号:____________________
院 (系):____________________
指导教师(职称):____________________
完成时间:____________________
指纹识别系统的设计
摘 要
自动指纹识别技术是利用人类指纹的唯一性,通过对指纹图案的采集、特征信息提取并与库存样本相比较的过程实现身份识别的技术。与账号+密码、IC 卡等传统的身份识别手段相比,自动指纹识别技术具有不会丢失、不会遗忘、唯一性、不变性、防伪性能好和使用方便等优点。已经逐步在门禁、考勤、金融、公共安全和电子商务等领域得到应用。介绍了自动指纹识别技术的研究现状和指纹特征定义和提取、指纹对比等主要研究内容,分析了该技术面临的主要困难:指纹采集、指纹分类和缺乏相应的系统性能评价体系,提出了该技术的发展方向为非接触式复皮层指纹采集、剪绒主流采集设备的识别芯片的开发和多种生物识别技术的融合,对该技术的发展进行了预测。
关键词:指纹识别、指纹匹配、图像处理、脊线校正
Fingerprint Recognition Techology
Abstract
Automatic fingerprint identification technique(AFIT) has realized fingerprint identifidation through fingerprint acquisition, minutiae extraction and zhe comparison with template stored in datebase,which is based on the uniqueness of fingerprint.AFIT has some merits such as uniqueness,permanence and convenience.It will never be lost or forgotten and is robust to various fraudulent methods comparing to traditional identification methods such as accounts+password,ICcard.Now it has been applied in access control,time managenment,finance,public security and e-commerce step.In the past few years,peoplehave attached much importance to AFIT widely and AFIT has become a hotspot of industry and science throughout the world.This paper introduces its actuality and main content,analyzes the main difficultiesand brings out the development trend of AFIT.
Keywords fingerprintidentification,fingerprint matching,imageprocessing,ridgeline- correction
目 录
摘 要 . ........................................................................................................ I Abstract ...................................................................................................... I I
第1章 绪论............................................................................................... 1
1.1 研究的背景及意义 ....................................................................... 1
1.2 指纹识别技术 ............................................................................... 1
1.2.1指纹识别技术发展现状......................................................................... 2
1.2.2指纹识别技术特点................................................................................. 3
第2章 指纹识别技术的应用: .............................................................. 4
2.1指纹识别技术在考勤中的应用 .................................................... 4
2.2指纹识别技术在数字化智能小区的应用 .................................... 4
2.3指纹识别技术在公安刑侦领域的应用 ........................................ 5
2.4指纹识别技术在电子消费领域的应用 ........................................ 6
2.5指纹识别技术在民用安全领域的应用 ........................................ 7
第3章 指纹识别技术的实现 ................................................................ 8
3.1指纹图像采集 ................................................................................ 9
3.2指纹图像预处理 ............................................................................ 9
3.3指纹图像特征提取 ........................................................................ 9
3.4指纹特征的分类 .......................................................................... 10
3.5指纹图像的匹配 .......................................................................... 11
第四章算法实现及系统演示 .................................................................. 12
4.1基于矢量三角法的指纹匹配算法 .............................................. 12
4.2指纹图像预处理中的主要功能演示 .......................................... 15
4.3特征点提取的代码实现及功能演示 .......................................... 16
4.4系统演示 ...................................................................................... 17
结术语 . ...................................................................................................... 18
致 谢 . ...................................................................................................... 20
参考文献 . .................................................................................................. 21
第1章 绪论
1.1 研究的背景及意义
科学技术的迅猛发展为人类的生产生活带来了极大的便利,大大地推动了现在社会的进步和发展。在网络化时代的今天,我们每个人都拥有大量的认证密码,比如开机密码、邮箱密码、银行密码、论坛登陆密码等等 并配备了各种钥匙,如门锁钥匙,汽车钥匙,保险柜钥匙等。这些都是传统的安全系统所采用的方式,随着社会的发展,其安全性越来越脆弱。而我们的生活随时都需要进行个人身份的确认和权限的认定。
指纹特征是人终生不变的特征之一,而且不同人的指纹特征相同的可能性几乎为零。人体指纹含有天然的密码信息,其具有作为密码信息必须具备的三个重要性质:
①广泛性,指每一个正常人都有指纹。
②唯一性, 指每一个人的指纹都不同。
③终生不变性,指非意外事故指纹终身不变。
因此,指纹识别技术,作为一种可靠的生物识别技术[1],受到了人们的重视。尽管人们已经对自动指纹识别技术作了深入广泛的研究,指纹识别技术也获得了不少应用,但是指纹识别的应用在目前并没有获得普及,这主要是因为指纹识别在识别准确性和识别速度方面还远远不能满足很多实际应用的要求。 这就要求研究指纹识别环节中若干问题,这对于问题的解决很有意义。
1.2 指纹识别技术
相对于其它生物识别认证技术而言,自动指纹识别是一种更为理想的身份确认技术,因为指纹相对于其它几种生物特征具有以下一些独特的性质:
(1)互异性 世界上两个指纹完全相同的概率小于10-9,几乎为零。
(2)不变性 人的指纹特征不随年龄的增长和胖瘦或其他情况的改变而改变。
(3)具有和主体永不分离性 这样对主体身份的识别更具真实性。
(4)指纹的使用比起其它证卡来说更快捷、安全准确、无干扰,可实现快速登录注册。
(5)一个人的十指指纹皆不相同,这样可以方便地利用多个指纹构成多重口
令,提高系统的安全性。
(6)指纹识别中使用的模板并非最初的指纹图,而是由指纹图中提取的关键特征 这样使系统对模板库的存储量较小。另外,对输入的指纹图提取关键特征后,可以大大减少网络传输的负担,便于实现异地确认,支持计算机的网络功能。
1.2.1指纹识别技术发展现状
指纹识别算法的研究方向主要分为:基于图像的识别算法和基于特征的识别算法。
基于图像的识别算法认为,指纹图像的频域和空域信息可以用来唯一表示并识别不同的指纹[2]。它是一种使用全局信息进行识别的方法,例如使用指纹图像的Fourier 频谱来表示和识别指纹。这类算法的问题在于图像特征难以定义和匹配,因此算法的拒识率和误识率较高。
基于特征的指纹识别算法是找到并比对指纹的特征[3]。指纹特征的复杂度足以提供用于鉴别的足够特征。目前大多数的自动指纹识别系统使用的都是这类算法。指纹特征多种多样,有特征点、奇异点、域方向图、脊线数目,甚至脊线线型等。对应的匹配方法可以分为:基于点模式的匹配,基于脊线的匹配,基于纹理的匹配以及多种细节特征混合的匹配方法。
大多数基于特征的识别算法专注于脊线上的末梢点和分叉点,该方法根据各个特征点的位置和方向来表示和区分指纹,从而使指纹识别问题转化为判断两个特征点集间的最大相似度(最大重合度) 的问题。提取该细节特征有多种方法:基于灰度指纹图像直接提取,基于二值图像的特征提取,基于细化图像的特征提取。 目前许多公司和研究视梅在指纹识别技术领域都取得了突破性的进展,推出许多指纹识别与传统IT 技术完美结合的应用产品,这些产品已经被越来越多的用户所认可。中科院自动化所智能生物信怠系统研究组和北京数字指通软件技术有限公司对自动指纹识别技术进行了长期的理论研究和应用系统开发,指纹图像的识别准确率和识别速度已达到国际先进水平。另外,一些公司和机构结合社会应用的实际需求,开发了各种类型的具有独立知识产权的嵌入式指纹识别模块、指纹应用系统软件等,用户反映良好。指纹识别技术多用于对安全性要求比较高的领域,丽在商务移动办公领域颇其建树的富圭通、三星及lBM 等国际知名品牌都拥有技术与应用较为成熟的指纹识别系统[4]。
与国外相比,我国在自动指纹识别技术的研究水平上还存在一定的差距。主要表现在:(1)指纹录入设备的质量还不太过关:(2)自动指纹识别算法研究水平还有待提高,在应用上的表现为产品适应性和易用性较差,对干、湿一些的指纹往往不能正确区别,对指纹录入时的旋转、平移比较敏感。
1.2.2指纹识别技术特点
指纹特征是人终生不变的特征之一,而且不同人的指纹特征相同的可能性几乎为零。人体指纹含有天然的密码信息,其具有作为密码信息必须具备的三个重要性质:
①广泛性,指每一个正常的人都有指纹。
②唯一性,指每一个人的指纹都不同。指纹的细节由细微纹点和纹线的起点、终点、分叉等组成。正是这些无穷无尽的细节特征组合构成了指纹的唯一性 事实上,甚至包括双胞胎,世界上两个指纹相同的概率小于1 109,几乎为零,这就构成了指纹的第一大特点。
③终生不变性,指纹终身不变即指纹的图案永远不会改变,从人的出现到死后的分解为止(除非指纹受到伤害) 。
④指纹与主体的不可分离性:即指纹不存在丢失、遗忘、被窃取的可能。 指纹的使用比起其它证卡来说更快捷、安全、准确、无干扰,可实现快速登录注册,系统兼容性好,也就是说可以独立或者通过联网构成系统并且很容易并入各类证卡和定义识别系统中。因此,指纹识别技术的应用范围极广。
在实际应用中,有相当一部分要处理的指纹图像的质量是比较差的。指纹识别系统主要包括4部分:指纹图像采集 指纹图像预处理 指纹特征提取和指纹特征匹配[5]。论文涉及指纹的图像分割、细化和匹配。就现有文献和产品来看,对低质量的指纹图像的处理效果还远不能令人满意。要想使设计的细节特征提取算法能够对低质量指纹图像也能可靠工作,目前看来还是一件难度很大的事情。对于质量很差的图像 如果不经过特殊的增强处理 是很难正确地进行特征提取的。 指纹匹配算法的性能主要决定于所提取到的特征点的数目、位置和相互关系的可靠性。要想设计一个对较多真正特征点缺失、较多伪特征点出现和较大形变均不敏感的指纹匹配算法,也是一件十分困难的事。 计算复杂性是自动指
纹识别技术中一个重要的研究课题。实际应用要求最好自动指纹识别系统能对识别任务实时做出响应,而让指纹匹配算法同时达到高速度和高准确率也是一个难题。
第2章 指纹识别技术的应用:
2.1指纹识别技术在考勤中的应用
考勤管理是每一个单位、每个部门都要进行的工作。从最初的人员名额点数,用文档记录考勤,到借助纸质卡插入考勤与ID/IC卡考勤,再到指纹识别考勤工具的应用。考勤市场的工具系统,经历了从无到有,从人工到机器,从磁卡机到生物识别技术几个阶段的发展。
指纹考勤机是集考勤软件和人事管理软件开发的指纹识别产品。这一产品的发明从很大程度上避免了传统考勤中代签到、代打卡等现象,使得考勤管理这一问题的处理变得方便、轻松又快捷。
指纹考勤机的实现主要得益于以下几点:
第一:指纹具有唯一性,而且一个人的指纹特征终生不变,这样就为指纹考勤提供了基本条件,Uare.U 指纹读取设备加上指纹识别软件又为我们用指纹作为考勤手段提供了现实条件,这样就无须携带任何考勤卡同时还杜绝了代考勤情况的发生。
第二:本考勤管理系统配有功能强大的管理软件,其设置灵活,可以处理现实考勤中的各种情况和问题,而且其使用简单快捷。如可以设置各种类型的考勤方案,甚至于为每一位员工设置其独特的工作时间表,可以按要求设置迟到、旷工、病假、早到、事假、出差、临时外出、计划加班、临时加班等各种考勤内容; 可以按要求统计考勤情况、出考勤报告。
第三:本考勤管理系统软件界面友好、操作方便[2]。
2.2指纹识别技术在数字化智能小区的应用
基于数字化智能小区建设要求,采用指纹识别技术实现小区居民在社区进行消费、停车收费及计量查询等需进行身份识别的项目,设计了智能小区指纹通系统方案。智能小区指纹通系统的设计是基于指纹识别技术的一个新领域应用,是利用小区局域网传输数据,实现小区各种身份识别应用的指纹通管理系统。
小区智能化是一个综合性系统工程,要从其功能、性能、成本、扩充能力及与现代相关技术的应用等多方面来考虑。不仅要考虑到系统初期建设的投资
成本,更要考虑到系统未来运行的实用性、可操作性以及系统的运行与维护的成本。所以,在小区各项系统的设计选型时要全面考虑各个方面的因素,选用技术成熟、可靠性高并且有较好性价比的产品是至关重要的。
基于这样的需求,将指纹自动识别技术应用于小区医院就医、小区超市购物、用电、开水房打水、洗澡、小区活动室活动、图书阅览室借阅期刊书籍、楼宇出入以及小区出入等方面,取得了较好的效果。主要解决了居民使用证件繁多容易丢失,给生活带来很多不便的矛盾,采用指纹自动识别技术设计的指纹通系统的应用,提升了管理水平,促进了管理手段现代化。
在小区管理系统中嵌入指纹自动识别技术,使用者不用带任何证件,只需在指纹识别仪上按下指纹,即可办理小区居民确认身份方面的事情,既方便了使用者,又减轻了工作人员的工作量,从根本上杜绝了盗用和误用他人证件的现象。而指纹识别系统的实现并不是遥不可及,其指纹识别系统的硬件投资并不大,一般的智能小区都可以接受。其关键技术是识别系统软件的开发以及识别系统软件与小区的管理系统软件的集成。 [3]
2.3指纹识别技术在公安刑侦领域的应用
在公安监管工作中,指纹技术存在4个重要的研发应用方向,应予高度关注。
(1)防止“误放人”责任事故。“误放人”责任事故在公安监所偶有发生。民警在办理出所手续时,承担较大心理压力。指纹技术的开发应用有望缓解这个问题。
实现方式:公安监管民警在办理人员出所手续时,要求被监管人员捺印指纹,信息系统自动进行指纹比对,迅速核实其身份,显示其照片等信息,“合”则“放人”,不合则报警。此技术可帮助民警防止被监管人员同名同姓、冒名顶替等问题的发生,排除“误放人”事故隐患。
(2)实现警务协同,提高工作效率。警务协同从任务发起、消息传递、接收处理到结果反馈,涉及不同岗位民警及诸多环节。当前,相关工作处置大多依靠对讲、电话,甚至民警走动、喊话实现,容易出错,操作繁琐,效率低下。指纹技术的开发应用,可以在多项业务办理、警务协同中,实现“一指通”,有效提高工作效率。
实现方式:以提讯业务办理为例,在信息系统提讯功能模块,只需办案民警捺印指纹,信息系统即可自动关联到在押人员,自动分配审讯室,并向监区民警发出提讯指令,要求其将人带至指定提讯室。
(3)辅助确认身份,服务执法及深挖犯罪。确认犯罪嫌疑人身份是公安机关一项基本工作。实践表明,隐案在身,或背负重大案件的犯罪嫌疑人,更倾向于隐瞒包括姓名在内的真实身份。确认被监管人员身份,对严格、公正执法,有针对性地开展深挖犯罪具有重要意义。
实现方式:为每名入所的被监管人员留下两枚指纹(建议为右手食指、中指),在公安监管部门(可以省或监所为单位)建立“微型”指纹库。所谓“微型”指纹库,是相对于刑侦部门建设的大型指纹库而言的,它具有投资少、见效快、易应用、产出大等优点,某种程度上,两者具有互补性。因所采用技术及其应用方向不同,兼顾时效性,公安监管部门的“微型”指纹库应单独建设、运行和管理。当被监管人员入所时,要求其捺印指纹,信息系统自动比对、确认身份。如发现此人有前科、现用名与原姓名有出入,可将情况反馈办案部门,同时,将其列为深挖犯罪重点工作对象,开展相关工作。
(4)为办案部门提供实时服务。外勤民警在盘问工作对象时,仅凭工作对象出具的身份证件,有时难以确认其身份。一些社会人员特别是犯罪嫌疑人,出于习惯或逃避打击目的,不随身携带身份证件,或携带变造证件,给民警工作造成困难。指纹技术应用可以在一定程度上帮助解决这个问题。
实现方式:依托公安监管场所采集的指纹信息,在各省公安机关及公安部建立“微型”指纹库。为外勤民警配备具备指纹提取功能的无线警务终端。民警盘问工作对象后,要求其捺印指纹,传输到该指纹库进行自动比对,实时反馈结果,从而为预防、打击犯罪提供更好的服务[4]。
2.4指纹识别技术在电子消费领域的应用
电子商务是运用现代电子计算机技术尤其是网络技术进行的一种社会生产经营形态. 集金融电子化、管理信息化、网上购物、网上服务、网上交易、电子政务、网上国际贸易信息网络化为一体. 但是电子商务系统安全已成为制约电子商务发展的核心问题和主要瓶颈之一. 电子商务的正常运行必须依赖计算机网络技术, 而互连网具有的自由、开放就不可避免地使电子商务系统面临着各种各样
的安全隐患与威胁. 因此人们理所当然地迫切要求电子商务系统必须具有可靠性、安全性. 电子商务系统必须安全--确保所传输数据的不可否定性、完整性、安全性、以及身份真伪验证, 支付工具真伪验证机制. 要总避免或减少这种情况的发展就要设计一种网上身份认证系统, 使之能有效地解决传统的" 用户ID+密码" 个人身份认证方式所存在的密码容易被盗的问题, 随着安全性的进一步提高, 现在开始利用人身体特征具有不可复制的特点, 将生物识别技术运用于电子商务的身份认证和网上交易支付系统认证.
现在的数码类指纹产品种类繁多。如指纹U 盘、指纹移动存储设备、指纹笔记本电脑、指纹鼠标、指纹键盘、指纹手机和指纹IC 卡等。截止到2010 年,全世界已有几十家著名大型公司研制开发相关产品。其中,指纹U 盘的品种款式最多,目前市场已有16 种20 多款。如纽曼指纹生物信息盾U 盘、易指禅银指和金指U 盘、Kingston (金士顿)指纹U 盘等,市场销量很大。指纹移动存储设备产品也逐渐面向普通消费者,如联想指纹识别移动硬盘、易指族指纹移动硬盘、移动之星指纹加密移动硬盘、神州超科Fingo 系列指纹移动硬盘等产品。现在很多笔记本电脑都内置了指纹识别功能,只需使用手指触摸识别器就能够开机,完全解决了输入密码的麻烦。因此,很多PC 厂商都推出了指纹识别笔记本电脑。如联想指纹识别笔记本、戴尔笔记本等。指纹鼠标和指纹键盘也在近几年登陆市场,如清华紫光的指纹鼠标和指纹键盘等。早在1998 年西门子就曾推出过第一款指纹手机,现在国内的一些手机厂商宇龙和波导及国外的SAMSUNG 、LG 都推出了指纹手机,具有广阔的前景[5]。
2.5指纹识别技术在民用安全领域的应用
指纹锁和指纹门禁是具有代表性的指纹技术产品。目前国内外研制和开发指纹锁、指纹门禁产品的公司有很多,国外公司有美国第吉尔公司、爱迪尔公司、韩国易保公司、三星公司、德国海因德尔公司,国内公司有海贝斯、金指码、雅洁等公司。尤其是近几年, 随着生物识别技术水平的突飞猛进和日臻成熟,已开发出具有全新概念的指纹锁具,如汽车指纹门锁、银行保险柜指纹锁、航空指纹锁等产品。近日,在第八届中国国际航空航天博览会上,被博览会指定为唯一指纹用锁的德国海因德尔指纹锁,展示了当今生物类指纹识别技术应用于门锁的科技成果,为未来智能生活开辟了新领域。
第3章 指纹识别技术的实现
指纹自动识别系统的总体框架如图3—1所示, 系统主要由指纹图像采集、指纹图像预处理、指纹图像特征提取、指纹分类和指纹图像匹配五部分组成。
图3—1 指纹自动识别系统的总体框架图
3.1指纹图像采集
指纹图像采集是指将能够被计算机系统所处理的数字指纹图像采集来并将其录入自动指纹识别系统的一个过程[6]。它是自动指纹识别系统的首要环节。目前可以用于采集活体指纹的设备主要有:光电式指纹采集器、晶体式指纹采集器和超声波指纹采集器。这三种技术各有其优缺点, 总体看来, 当前的活体指纹采集器多数存在以下缺点:手指的干湿度及清洁度对指纹图像的质量影响较严重; 采集设备表面积较小, 故采集到的指纹图像并不完整, 并且其中包含的特征信息量很少, 以致无法为识别提供依据。
3.2指纹图像预处理
普通指纹数据库中, 低质量的指纹图像占10%左右, 现场指纹比例就更高了。由于实际输入的指纹图像常常是一幅包含大量噪声的灰度图像, 若不对其加以预处理操作, 就会产生大量伪特征, 指纹的真实特征被遗漏, 或者指纹特征的位置和方向等信息出现了错误, 这将直接影响到后续的处理工作。为了保证指纹识别系统运转的整体效率, 确保识别算法对输入图像质量的鲁棒性, 并减少不必要的资源开销, 就有必要在分类、提取指纹特征前采取适当的图像分割或增强处理, 去除掉一些无用的图像信息, 使指纹脊线更清晰。对原始的指纹图像直接提取其指纹特征时, 预处理过程只不过是简单的对指纹进行增强, 也就是用一个滤波器来滤除噪声并加强指纹脊线与谷线间的对比度; 对细化的指纹图像提取其指纹细节特征时, 预处理过程一般要包括指纹图像的分割→滤波增强→二值化过程→细化一系列步骤, 最终获得一幅单像素的指纹脊线二值化图像。
3.3指纹图像特征提取
指纹图像特征提取是为了能较为准确地提取指纹特征, 以确定每个指纹的类型, 从而实现指纹匹配。
当前的识别系统算法主要依靠以下特征来进行指纹识别:
(1) 纹型 依照公安部所制定的标准, 指纹纹型可分为“弓形纹”“斗形纹”“右箕形纹”“左箕形纹”“缺指”“其他”“未知”这七种类型, 而其中“未知”类型只能应用在现场指纹上。
(2) 中心点 即读取指纹和比对指纹的参考点, 是指纹纹路的渐进中心位置(图3—2)。
(3) 三角点 能够提供指纹纹路的计数跟踪起点。一般来说, 三角点是指位于
从中心点开始的第一个“端点”或“分叉点”, 或是两条纹路的“会聚点”“折转点”“孤立点”, 或是指向这些奇异点的点(图3—2).
中心点 三角点 端点 分叉点
图3—2指纹中心点、三角点、端点及分叉点简图
4)局部特征点的分类 一般来讲指纹特征包括“起点”“终点”“结合”“分叉”“点”“棒”“眼”“桥”“钩”九大特征。通常计算机指纹识别系统只提取“端点”和“分叉”这两类局部指纹特征。
5)方向 局部特征点可朝向一定的方向。
6)曲率 指纹纹路方向改变的速度。
7)位置 节点位置可通过坐标(x,y)来描述, 可以是绝对的, 也可以是相对的。 指纹的特征提取是指从已进行预处理后的指纹图中提取全部指纹特征的一个过程。指纹的特征提取大多采用“链码搜索法”来对纹线进行搜索, 将其各种特征及坐标位置提取出来, 并最终形成包含有指纹特征点的大小、种类、方向和坐标等有用信息的指纹特征文件。
3.4指纹特征的分类
E.Henry 最早提出了著名的Henry 指纹分类系统, 大大提高了指纹验证效率, 为指纹运用于个人标识起了非常重要的推动作用及更为科学的鉴别标准。该指纹分类法根据指纹中心点位置附近的纹线结构及指纹中心点与三角点的数量和相对位置, 将指纹主要分成如图3—3所示的五类结构:弓形、帐拱形、左箕形、右箕形和螺形。
(a )弓形 (b )帐拱形 (c )左箕形 (d )右箕形 (e )螺形
图3—3指纹结构类型示图
指纹分类的核心目的就是为了提高系统识别效率。在刑侦工作中以案到人、以人到案、以案到案等模式均属1:N 的指纹识别模式。在这种识别模式下, 通过指纹分类后输入的指纹只需与数据库中同类型的指纹相匹配即可, 大大减少了匹配次数, 进而提高了1:N 模式的识别速度。
3.5指纹图像的匹配
指纹匹配就是指通过对两幅不同的指纹图像的特征集进行相似性比较后, 判断它们是不是属于同一枚手指的一个过程。目前指纹匹配模式识别上主要存在的难点有:刚性形变、弹性形变、部分重叠和特征集的可靠性。
指纹匹配算法大致可以分为点模式匹配、相关性匹配、脊线特征匹配这三种类型, 而目前应用最广泛的就是基于点模式的指纹匹配方法。该方法主要优势有:一是点模式匹配方法只需提取少量的指纹细节点特征, 因而信息存储量较小; 二是硬件发展对数据存储空间的要求逐渐降低, 使得指纹细节点可以加入
与之相关联的指纹脊线和纹理等信息数据, 进而提高了匹配的准确性和校准的可靠性; 三是硬件运算速度不断提高, 使得混合多种细节点匹配算法成为可能, 进而提高了匹配的准确性。
第四章算法实现及系统演示
本研究使用VisualC++6.0设计开发了自动指纹识别算法演示系统。该系统主要包括指纹图像数据的读取与存储、指纹图像的预处理、指纹特征的提取与匹配等部分, 基本上可以演示出自动指纹识别系统的整个过程。
4.1基于矢量三角法的指纹匹配算法
基于矢量三角形法的指纹匹配算法[7], 利用3个近邻特征点所组成的三角形结构, 求取基准点定位和变换参数, 并通过坐标的转换, 在极坐标中来进行匹配, 并在匹配过程中引入多判决条件与可变界限盒匹配, 以提高识别率。
指纹匹配过程中很重要的一步就是匹配基准点的求取。本研究选用了一种根据特征点集中3个近邻点所组成的子集之间的相互关系来确定基准点及变换参数的算法。经过细节提取和后处理等一些步骤之后, 提取出来的每个细节点需要记录三方面的信息, 就是细节点的xy 坐标、细节点的方向和细节点的类型。定义两个细节特征点集P 和Q, 其中细节特征点集Q 表示的是从输入的指纹图中所提取出来的N 个细节点; 点集P 表示的是从模板图像中所提取出来的M 个细节点。这两个点集可分别表示为: P P P P P P P =⎛ x i , y i , θi ⎫⎪ ⎛ x M , y M , θM ⎫⎪⎝⎭⎝⎭
Q = Q Q Q ⎫Q Q ⎫⎛, , , , ⎪ ⎪y y x j j θj ⎭⎝x N N θN ⎭Q (4—1)
P P P ⎛其中 x i , y , θi ⎫y 坐标和特征点⎪记录了点集P 中第i 个特征点的3条信息:x坐标、i ⎝⎭
Q Q Q ⎛方向。同理 x i , y , θi ⎫⎪记录了点集Q 中第j 个特征点的3条信息:x坐标、y 坐标i ⎝⎭
和特征点方向。
定义1 若直角坐标系下的不在同一条直线上3个有向点按逆时针次序排列, 称这3个点按标准向
系排列, 所构成的三角形为标准系下矢量三角形。
定义2 若2个同为标准系下的矢量三角形满足如下条件, 称2个矢量三角形全等。
(1) 三对对应边长分别相等;
(2) 三对对应顶点间的方向角相等;
(3) 三对对应点的类型相同;
(4) 三对对应边所穿过的脊线数目相同。
对模板集中的每个点A, 在指纹图上寻找与其最近的两个特征点, 其一记为R, 另一个记为S, 逆时针方向把它们连接起来组成一个三角形。那么把点A 、点R 与点S 的类型(末梢点或分支点) 分别记为nType1,nType2与nType3; 方向角分别记为nBeta1,nBeta2与nBeta3。把连接点A 与点R 、点A 与点S 、点R 与点S 的3条虚拟的线段长度分别记为nDist1、nDist2和nDist3; 所跨越的脊线数分别记为
nCrossNum1、nCrossNum2和nCrossNum3。通常情况下, 纹线数目比距离、相对角更具有鲁棒性, 因此, 在判断2个矢量三角形是否全等时, 笔者增加了这个条件。并把点类型、方向角、边长信息与跨越脊线数记入点A 的对象中。如果A 属于点集Q,B 属于点集P, 下面式子均成立:
(abs(A.nDist1-B.nDist1)
abs(A.nDist2-B.nDist2)
abs(A.nDist3-B.nDist3)
(abs(A.nBetal-B.nBeta1) abs(A.nBeta2-B.nBeta2) abs(A.nBeta3-B.nBeta3) (abs(A.nCrossNum1-B.nCrossNum1)+ abs(A.nCrossNum2-B.nCrossNum2)+ abs(A.nCrossNum3-B.nCrossNum3)) (A.nType1==B.nType1and A.nType2==B.nType2and A.nType3==B.nType3) (4—2) 则认为2个矢量三角形全等, 点A 和点B 分别是模板图像和输入图像的参照点。 按指纹时由于用力的差异等多种原因必然会使两幅指纹图像间存在着非线性形变。即使是经过校准, 输入图像当中的细节点也不可能和模板图像中的对应点完全重合。再加上采集过程中存在着噪声等原因, 就使得两幅图像上的对应点之间可能会存在一定的偏差。这些都要求细节匹配算法具有一定的弹性, 即细节 匹配算法应该是能在一定程度上包容由于提取出来的细节点位置不准确或者图像的非线性形变而造成的对应点位置的差异。因此在判断两点的对应跨越脊线数、方向角、边长是否相等时, 都留下了一定的松弛量(Tc、T a 和Td) 。把找到的参照点记录在两个数组中, 以便在后面的极坐标转换中使用。 上述利用矢量三角形找参照点的方法由于利用了指纹图像的结构信息, 因而可以克服一定程度的指纹图的变形、噪声等干扰。 将细节点都转换到极坐标下, 在极坐标系中将输入图像与模板图像的校准, 只需将输入细节点与模板细节点都分别相对于参照点Pi 和Qi 转换到极坐标系中。即将输入细节点与模板细节点都分别相对参照点Pi 和Qi 用下面的公式转换到极坐标系中: ⎛r i ⎫ ⎪ e ⎪= i ⎪ ⎪⎝θi ⎭x -x *x -x +-*-i c i c i c i c ⎛y -y ⎫i c ⎪arctan -⎪+∆θ⎝i c ⎭ i -θc (4—3) ⎛x i ⎫⎛x c ⎫⎛r i ⎫ ⎪ ⎪ ⎪ ⎪ ⎪其中, y 是待转换细节点的坐标, y 是参照细节点的坐标, e i ⎪是细节点 i ⎪ c ⎪ ⎪ ⎪ ⎪ ⎪⎝θi ⎭⎝θi ⎭⎝θc ⎭ 在极坐标中的表示(r i 表示极半径, 点的方向) 。∆θ 表示待测特征点 的旋转角度, 即待测指纹点集P 的参照点P i 相对模板点集Q 的参照点 发生的旋转角度, 即: ∆θ= P →angle -Q →angle (4—4)i i e 表示极角, θi i 表示细节点相对于参照Q i 其中, P i →angle 为参照点P i 沿着脊线的方向; 脊线的方向。 Q →angle 为参照点Q 沿着i i 在完成基点校准与得到模板特征的限界盒之后, 就可以进行匹配了, 匹配的原理亦是基于界限盒的匹配中所述的原理。采用匹配分数来表示待测指纹特征点集与模板点集之间的相似程度, 分数越高匹配度也就越高。 4.2指纹图像预处理中的主要功能演示 指纹图像的方向场是反映指纹图像场的中心、圆形纹线趋势场、斜角度直纹线趋势场、水平纹线趋势场及其混合趋势场等, 与物理场论的旋度和方向 场相关。该函数getOrientMap()的功能就是实现指纹图像方向场的算法。如图4-5所示,(a)是指纹原图,(b)是计算得到的梯度场,(c)是使用函数getOrientMap()得到的方向场(代码略) 。 (a)指纹原图 (b )梯度图 (c )方向场 图4-5 指纹图像场 指纹图像增强的目的, 是将指纹图像原图通过智能增强, 使谷线白的更白, 脊线黑的更黑, 断线连接, 指纹图像边平滑(图4-6) 。指纹图像增强函数voidorientEnhance()的功能就是实现指纹图像增强的算法。为了加快运算速度, 将Gabor 函数制成模版, 用模版来拟合Gabor 函数, 并将矩形模版变为两条相交的线段形模版。其中切向滤波模版是:H ω=1(1, 1, 1, 1, 1, 1, 1), 法向滤波模版是7 V ω= 1(-3, -1, 3, 9, 3, -1, -3)。 7 (a )指纹原图 (b )平滑和Gabor 处理后的指纹图像 图4-6 平滑和增强后的对比图像 指纹图像经过平滑、增强、二值化及过滤噪声处理后, 转变为质量较高的黑白指纹图像, 然而对二值化后的指纹图像进行处理和提取出特征的程序还相当复杂, 尚需要对指纹图像经过纹线图像细化处理。指纹图像细化函数voidimageThin()的功能就是实现指纹图像增强的算法, 图4-7为指纹二值化图和骨架细化提取后的图像。 (a )指纹二值化后的图像 (b )指纹细化后的图像 图4-7指纹二值化图和骨架细化提取后的图像 4.3特征点提取的代码实现及功能演示 中心点与三角点统称为奇异点, 它描述了指纹的整体特征, 提取特征点的目的是进行指纹分类及比对过程中的坐标系校正。函数intgetSingular()实现了计算指纹图像提取奇异点的功能。 指纹特征末梢点是指纹纹线两头末点, 或起点和终点。函数boolIsEnd()实现了对指纹图像末梢点的提取运算。指纹特征分叉点是指纹两条纹线相交汇集为一条纹线的交汇点。函数boolIsFork()实现了对指纹图像分叉点的提取运算。如图4-8所示,(a)是指纹原图像,(b)是指纹细化提取后图像,(c)是计算得到的特征点, 包括中心点、三角点、末梢点和分叉点。 (a )指纹原图 (b )指纹细化图像 (c) 指纹特征点提取结果 图4-8指纹图像的特征点提取结果图 4.4系统演示 在系统开发过程中, 将指纹的预处理和特征点提取两个步骤合并在指纹模式识别算法综合引擎FP 模块中。其中指纹图像的预处理算法程序架构, 由梯度和方向场、分割、均衡、收敛、平滑、智能增强、二值化及细化等图像预处理算法程序模块组成。指纹图像特征点提取算法程序架构包括提取指纹对象特征端点、交叉点、中心点及三角点等算法程序模块。使用指纹模式识别算法综合引擎FP 模块预处理指纹图像及提取指纹特征点的软件界面如图4-9所示。 图4-9指纹图像处理及特征点提取界面 指纹图像特征比对算法程序操作如下, 依次单击“Open1”按钮和“Open2”按钮, 导入两幅指纹图像, 单击“Match ”按钮, 即进行两指纹图像的指纹对象特征比对。 图4-10和图4-11分别演示了系统运行过程, 尽管这两幅由两次采集而得的指纹图像看上去不同, 但指纹的特征却相同。因此, 弹出消息框提示经过算法比对是相同的结论“SameFingerprint! ”[7]。 图4-10导入的两幅指纹图像图 图4-11对比结果 结术语 自动指纹识别技术是一个运用前景好且极其富挑战性的研究课题, 是一 项综合了计算机、模式识别及图像处理等技术的复杂技术。本研究加深了笔者对该技术的了解, 并取得了部分研究成果。因个人知识背景有限, 尚有待进一步完善和改进的地方:一是当所采集到的指纹图像的质量很差时(比如犯罪现场的指纹), 常规的分割方法不能够精确地将指纹图像背景区域和前景区域有效地分割开, 而图像分割的效果会直接影响特征提取的精确度(基本上依赖于人工标注指纹特征点), 因此指纹图像分割算法还需要进一步改进; 二是本系统在针对高质量指纹图像(捺印指纹及CCD 采集指纹) 的处理时, 取得了较好的实验效果, 但是对于低质量(犯罪现场指纹) 及一些扭曲形变较大的指纹图像, 特别是高质量指纹图像比对低 质量指纹图像时(特征点数量相差较大), 实验结果并不理想, 需要在指纹比对阶段对匹配算法作进一步研究, 做到自适应调整匹配算法的阈值; 三是对于自动指纹识别系统的开发, 笔者只设计出总体结构及功能, 搭建了识别平台, 完成了指纹识别程序的开发, 后续需要对指纹分类、压缩及数据库部分继续开发, 以便形成一整套警用指纹识别系统[8]。 致 谢 经过几个月的材料准备、开题、论文写作及修改,我的毕业论文终于定稿。在论文完成前后,我的心情波动较大。从论文的选题、资料的收集到论文的撰写编排整个过程中,我有来自各方面的帮助。在这个写作过程中,才发现要感谢的人真的很多。 首先,我要感谢我的毕业设计指导老师刘老师。我在选题及研究过程中,得到刘老师的悉心指导。对论文中出现的许多问题及时当面沟通,悉心地指导我在论文问题的解决思路,经过反复修改,论文终于得以定稿。刘老师一丝不苟的作风,严谨求实的态度,踏踏实实的精神,热情宽容的态度让我时刻想着要尽快完成自己的论文早日毕业。 三年寒窗,所收获的不仅仅是愈加丰厚的知识,更重要的是在阅读、实践中所培养的思维方式、表达能力和广阔视野。很庆幸这些年来我遇到了许多恩师益友,无论在学习上、生活上都给予了我无私的帮助和热心的照顾。在此,衷心的感谢他们。 感谢对我论文进行评审的各位老师,感谢对论文的指导和提出的宝贵意见。 我还要感谢我的父母,给予我生命并竭尽全力给予了我接受教育的机会。 最后,再次感谢所有关心我、帮助过我的老师、同学、朋友和亲人。他们也在我写作期间或多或少的帮过我的忙。 参考文献 [1]http://baike.baidu.com/view/244855.htm [2]李立春. 指纹识别技术在考勤管理中的应用.2000年第二期 [3]http://www.hqew.com/tech/sheji/77737.html [4]http://www.cpd.com.cn/n1695/n3583/c623646/content.html [5]于 淼. 指纹识别技术的应用与发展. 辽宁省交通高等专科学校,沈阳 110122 [6]夏振华. 指纹识别算法及小规模指纹识别系统的开发[D].南京:南京航空航天大学,2006 [7]谢立锋, 陈灵枭. 浅谈指纹识别基本原理[J].技术与市场,2008(1):44-45 [8]陈 英。自动指纹识别系统的实现 。浙江科技学院校园网管理中心, 杭州310023 |
郑州轻院轻工职业学院
专科毕业设计(论文)
题 目:____________________
学生姓名:____________________
专业班级:____________________
学 号:____________________
院 (系):____________________
指导教师(职称):____________________
完成时间:____________________
指纹识别系统的设计
摘 要
自动指纹识别技术是利用人类指纹的唯一性,通过对指纹图案的采集、特征信息提取并与库存样本相比较的过程实现身份识别的技术。与账号+密码、IC 卡等传统的身份识别手段相比,自动指纹识别技术具有不会丢失、不会遗忘、唯一性、不变性、防伪性能好和使用方便等优点。已经逐步在门禁、考勤、金融、公共安全和电子商务等领域得到应用。介绍了自动指纹识别技术的研究现状和指纹特征定义和提取、指纹对比等主要研究内容,分析了该技术面临的主要困难:指纹采集、指纹分类和缺乏相应的系统性能评价体系,提出了该技术的发展方向为非接触式复皮层指纹采集、剪绒主流采集设备的识别芯片的开发和多种生物识别技术的融合,对该技术的发展进行了预测。
关键词:指纹识别、指纹匹配、图像处理、脊线校正
Fingerprint Recognition Techology
Abstract
Automatic fingerprint identification technique(AFIT) has realized fingerprint identifidation through fingerprint acquisition, minutiae extraction and zhe comparison with template stored in datebase,which is based on the uniqueness of fingerprint.AFIT has some merits such as uniqueness,permanence and convenience.It will never be lost or forgotten and is robust to various fraudulent methods comparing to traditional identification methods such as accounts+password,ICcard.Now it has been applied in access control,time managenment,finance,public security and e-commerce step.In the past few years,peoplehave attached much importance to AFIT widely and AFIT has become a hotspot of industry and science throughout the world.This paper introduces its actuality and main content,analyzes the main difficultiesand brings out the development trend of AFIT.
Keywords fingerprintidentification,fingerprint matching,imageprocessing,ridgeline- correction
目 录
摘 要 . ........................................................................................................ I Abstract ...................................................................................................... I I
第1章 绪论............................................................................................... 1
1.1 研究的背景及意义 ....................................................................... 1
1.2 指纹识别技术 ............................................................................... 1
1.2.1指纹识别技术发展现状......................................................................... 2
1.2.2指纹识别技术特点................................................................................. 3
第2章 指纹识别技术的应用: .............................................................. 4
2.1指纹识别技术在考勤中的应用 .................................................... 4
2.2指纹识别技术在数字化智能小区的应用 .................................... 4
2.3指纹识别技术在公安刑侦领域的应用 ........................................ 5
2.4指纹识别技术在电子消费领域的应用 ........................................ 6
2.5指纹识别技术在民用安全领域的应用 ........................................ 7
第3章 指纹识别技术的实现 ................................................................ 8
3.1指纹图像采集 ................................................................................ 9
3.2指纹图像预处理 ............................................................................ 9
3.3指纹图像特征提取 ........................................................................ 9
3.4指纹特征的分类 .......................................................................... 10
3.5指纹图像的匹配 .......................................................................... 11
第四章算法实现及系统演示 .................................................................. 12
4.1基于矢量三角法的指纹匹配算法 .............................................. 12
4.2指纹图像预处理中的主要功能演示 .......................................... 15
4.3特征点提取的代码实现及功能演示 .......................................... 16
4.4系统演示 ...................................................................................... 17
结术语 . ...................................................................................................... 18
致 谢 . ...................................................................................................... 20
参考文献 . .................................................................................................. 21
第1章 绪论
1.1 研究的背景及意义
科学技术的迅猛发展为人类的生产生活带来了极大的便利,大大地推动了现在社会的进步和发展。在网络化时代的今天,我们每个人都拥有大量的认证密码,比如开机密码、邮箱密码、银行密码、论坛登陆密码等等 并配备了各种钥匙,如门锁钥匙,汽车钥匙,保险柜钥匙等。这些都是传统的安全系统所采用的方式,随着社会的发展,其安全性越来越脆弱。而我们的生活随时都需要进行个人身份的确认和权限的认定。
指纹特征是人终生不变的特征之一,而且不同人的指纹特征相同的可能性几乎为零。人体指纹含有天然的密码信息,其具有作为密码信息必须具备的三个重要性质:
①广泛性,指每一个正常人都有指纹。
②唯一性, 指每一个人的指纹都不同。
③终生不变性,指非意外事故指纹终身不变。
因此,指纹识别技术,作为一种可靠的生物识别技术[1],受到了人们的重视。尽管人们已经对自动指纹识别技术作了深入广泛的研究,指纹识别技术也获得了不少应用,但是指纹识别的应用在目前并没有获得普及,这主要是因为指纹识别在识别准确性和识别速度方面还远远不能满足很多实际应用的要求。 这就要求研究指纹识别环节中若干问题,这对于问题的解决很有意义。
1.2 指纹识别技术
相对于其它生物识别认证技术而言,自动指纹识别是一种更为理想的身份确认技术,因为指纹相对于其它几种生物特征具有以下一些独特的性质:
(1)互异性 世界上两个指纹完全相同的概率小于10-9,几乎为零。
(2)不变性 人的指纹特征不随年龄的增长和胖瘦或其他情况的改变而改变。
(3)具有和主体永不分离性 这样对主体身份的识别更具真实性。
(4)指纹的使用比起其它证卡来说更快捷、安全准确、无干扰,可实现快速登录注册。
(5)一个人的十指指纹皆不相同,这样可以方便地利用多个指纹构成多重口
令,提高系统的安全性。
(6)指纹识别中使用的模板并非最初的指纹图,而是由指纹图中提取的关键特征 这样使系统对模板库的存储量较小。另外,对输入的指纹图提取关键特征后,可以大大减少网络传输的负担,便于实现异地确认,支持计算机的网络功能。
1.2.1指纹识别技术发展现状
指纹识别算法的研究方向主要分为:基于图像的识别算法和基于特征的识别算法。
基于图像的识别算法认为,指纹图像的频域和空域信息可以用来唯一表示并识别不同的指纹[2]。它是一种使用全局信息进行识别的方法,例如使用指纹图像的Fourier 频谱来表示和识别指纹。这类算法的问题在于图像特征难以定义和匹配,因此算法的拒识率和误识率较高。
基于特征的指纹识别算法是找到并比对指纹的特征[3]。指纹特征的复杂度足以提供用于鉴别的足够特征。目前大多数的自动指纹识别系统使用的都是这类算法。指纹特征多种多样,有特征点、奇异点、域方向图、脊线数目,甚至脊线线型等。对应的匹配方法可以分为:基于点模式的匹配,基于脊线的匹配,基于纹理的匹配以及多种细节特征混合的匹配方法。
大多数基于特征的识别算法专注于脊线上的末梢点和分叉点,该方法根据各个特征点的位置和方向来表示和区分指纹,从而使指纹识别问题转化为判断两个特征点集间的最大相似度(最大重合度) 的问题。提取该细节特征有多种方法:基于灰度指纹图像直接提取,基于二值图像的特征提取,基于细化图像的特征提取。 目前许多公司和研究视梅在指纹识别技术领域都取得了突破性的进展,推出许多指纹识别与传统IT 技术完美结合的应用产品,这些产品已经被越来越多的用户所认可。中科院自动化所智能生物信怠系统研究组和北京数字指通软件技术有限公司对自动指纹识别技术进行了长期的理论研究和应用系统开发,指纹图像的识别准确率和识别速度已达到国际先进水平。另外,一些公司和机构结合社会应用的实际需求,开发了各种类型的具有独立知识产权的嵌入式指纹识别模块、指纹应用系统软件等,用户反映良好。指纹识别技术多用于对安全性要求比较高的领域,丽在商务移动办公领域颇其建树的富圭通、三星及lBM 等国际知名品牌都拥有技术与应用较为成熟的指纹识别系统[4]。
与国外相比,我国在自动指纹识别技术的研究水平上还存在一定的差距。主要表现在:(1)指纹录入设备的质量还不太过关:(2)自动指纹识别算法研究水平还有待提高,在应用上的表现为产品适应性和易用性较差,对干、湿一些的指纹往往不能正确区别,对指纹录入时的旋转、平移比较敏感。
1.2.2指纹识别技术特点
指纹特征是人终生不变的特征之一,而且不同人的指纹特征相同的可能性几乎为零。人体指纹含有天然的密码信息,其具有作为密码信息必须具备的三个重要性质:
①广泛性,指每一个正常的人都有指纹。
②唯一性,指每一个人的指纹都不同。指纹的细节由细微纹点和纹线的起点、终点、分叉等组成。正是这些无穷无尽的细节特征组合构成了指纹的唯一性 事实上,甚至包括双胞胎,世界上两个指纹相同的概率小于1 109,几乎为零,这就构成了指纹的第一大特点。
③终生不变性,指纹终身不变即指纹的图案永远不会改变,从人的出现到死后的分解为止(除非指纹受到伤害) 。
④指纹与主体的不可分离性:即指纹不存在丢失、遗忘、被窃取的可能。 指纹的使用比起其它证卡来说更快捷、安全、准确、无干扰,可实现快速登录注册,系统兼容性好,也就是说可以独立或者通过联网构成系统并且很容易并入各类证卡和定义识别系统中。因此,指纹识别技术的应用范围极广。
在实际应用中,有相当一部分要处理的指纹图像的质量是比较差的。指纹识别系统主要包括4部分:指纹图像采集 指纹图像预处理 指纹特征提取和指纹特征匹配[5]。论文涉及指纹的图像分割、细化和匹配。就现有文献和产品来看,对低质量的指纹图像的处理效果还远不能令人满意。要想使设计的细节特征提取算法能够对低质量指纹图像也能可靠工作,目前看来还是一件难度很大的事情。对于质量很差的图像 如果不经过特殊的增强处理 是很难正确地进行特征提取的。 指纹匹配算法的性能主要决定于所提取到的特征点的数目、位置和相互关系的可靠性。要想设计一个对较多真正特征点缺失、较多伪特征点出现和较大形变均不敏感的指纹匹配算法,也是一件十分困难的事。 计算复杂性是自动指
纹识别技术中一个重要的研究课题。实际应用要求最好自动指纹识别系统能对识别任务实时做出响应,而让指纹匹配算法同时达到高速度和高准确率也是一个难题。
第2章 指纹识别技术的应用:
2.1指纹识别技术在考勤中的应用
考勤管理是每一个单位、每个部门都要进行的工作。从最初的人员名额点数,用文档记录考勤,到借助纸质卡插入考勤与ID/IC卡考勤,再到指纹识别考勤工具的应用。考勤市场的工具系统,经历了从无到有,从人工到机器,从磁卡机到生物识别技术几个阶段的发展。
指纹考勤机是集考勤软件和人事管理软件开发的指纹识别产品。这一产品的发明从很大程度上避免了传统考勤中代签到、代打卡等现象,使得考勤管理这一问题的处理变得方便、轻松又快捷。
指纹考勤机的实现主要得益于以下几点:
第一:指纹具有唯一性,而且一个人的指纹特征终生不变,这样就为指纹考勤提供了基本条件,Uare.U 指纹读取设备加上指纹识别软件又为我们用指纹作为考勤手段提供了现实条件,这样就无须携带任何考勤卡同时还杜绝了代考勤情况的发生。
第二:本考勤管理系统配有功能强大的管理软件,其设置灵活,可以处理现实考勤中的各种情况和问题,而且其使用简单快捷。如可以设置各种类型的考勤方案,甚至于为每一位员工设置其独特的工作时间表,可以按要求设置迟到、旷工、病假、早到、事假、出差、临时外出、计划加班、临时加班等各种考勤内容; 可以按要求统计考勤情况、出考勤报告。
第三:本考勤管理系统软件界面友好、操作方便[2]。
2.2指纹识别技术在数字化智能小区的应用
基于数字化智能小区建设要求,采用指纹识别技术实现小区居民在社区进行消费、停车收费及计量查询等需进行身份识别的项目,设计了智能小区指纹通系统方案。智能小区指纹通系统的设计是基于指纹识别技术的一个新领域应用,是利用小区局域网传输数据,实现小区各种身份识别应用的指纹通管理系统。
小区智能化是一个综合性系统工程,要从其功能、性能、成本、扩充能力及与现代相关技术的应用等多方面来考虑。不仅要考虑到系统初期建设的投资
成本,更要考虑到系统未来运行的实用性、可操作性以及系统的运行与维护的成本。所以,在小区各项系统的设计选型时要全面考虑各个方面的因素,选用技术成熟、可靠性高并且有较好性价比的产品是至关重要的。
基于这样的需求,将指纹自动识别技术应用于小区医院就医、小区超市购物、用电、开水房打水、洗澡、小区活动室活动、图书阅览室借阅期刊书籍、楼宇出入以及小区出入等方面,取得了较好的效果。主要解决了居民使用证件繁多容易丢失,给生活带来很多不便的矛盾,采用指纹自动识别技术设计的指纹通系统的应用,提升了管理水平,促进了管理手段现代化。
在小区管理系统中嵌入指纹自动识别技术,使用者不用带任何证件,只需在指纹识别仪上按下指纹,即可办理小区居民确认身份方面的事情,既方便了使用者,又减轻了工作人员的工作量,从根本上杜绝了盗用和误用他人证件的现象。而指纹识别系统的实现并不是遥不可及,其指纹识别系统的硬件投资并不大,一般的智能小区都可以接受。其关键技术是识别系统软件的开发以及识别系统软件与小区的管理系统软件的集成。 [3]
2.3指纹识别技术在公安刑侦领域的应用
在公安监管工作中,指纹技术存在4个重要的研发应用方向,应予高度关注。
(1)防止“误放人”责任事故。“误放人”责任事故在公安监所偶有发生。民警在办理出所手续时,承担较大心理压力。指纹技术的开发应用有望缓解这个问题。
实现方式:公安监管民警在办理人员出所手续时,要求被监管人员捺印指纹,信息系统自动进行指纹比对,迅速核实其身份,显示其照片等信息,“合”则“放人”,不合则报警。此技术可帮助民警防止被监管人员同名同姓、冒名顶替等问题的发生,排除“误放人”事故隐患。
(2)实现警务协同,提高工作效率。警务协同从任务发起、消息传递、接收处理到结果反馈,涉及不同岗位民警及诸多环节。当前,相关工作处置大多依靠对讲、电话,甚至民警走动、喊话实现,容易出错,操作繁琐,效率低下。指纹技术的开发应用,可以在多项业务办理、警务协同中,实现“一指通”,有效提高工作效率。
实现方式:以提讯业务办理为例,在信息系统提讯功能模块,只需办案民警捺印指纹,信息系统即可自动关联到在押人员,自动分配审讯室,并向监区民警发出提讯指令,要求其将人带至指定提讯室。
(3)辅助确认身份,服务执法及深挖犯罪。确认犯罪嫌疑人身份是公安机关一项基本工作。实践表明,隐案在身,或背负重大案件的犯罪嫌疑人,更倾向于隐瞒包括姓名在内的真实身份。确认被监管人员身份,对严格、公正执法,有针对性地开展深挖犯罪具有重要意义。
实现方式:为每名入所的被监管人员留下两枚指纹(建议为右手食指、中指),在公安监管部门(可以省或监所为单位)建立“微型”指纹库。所谓“微型”指纹库,是相对于刑侦部门建设的大型指纹库而言的,它具有投资少、见效快、易应用、产出大等优点,某种程度上,两者具有互补性。因所采用技术及其应用方向不同,兼顾时效性,公安监管部门的“微型”指纹库应单独建设、运行和管理。当被监管人员入所时,要求其捺印指纹,信息系统自动比对、确认身份。如发现此人有前科、现用名与原姓名有出入,可将情况反馈办案部门,同时,将其列为深挖犯罪重点工作对象,开展相关工作。
(4)为办案部门提供实时服务。外勤民警在盘问工作对象时,仅凭工作对象出具的身份证件,有时难以确认其身份。一些社会人员特别是犯罪嫌疑人,出于习惯或逃避打击目的,不随身携带身份证件,或携带变造证件,给民警工作造成困难。指纹技术应用可以在一定程度上帮助解决这个问题。
实现方式:依托公安监管场所采集的指纹信息,在各省公安机关及公安部建立“微型”指纹库。为外勤民警配备具备指纹提取功能的无线警务终端。民警盘问工作对象后,要求其捺印指纹,传输到该指纹库进行自动比对,实时反馈结果,从而为预防、打击犯罪提供更好的服务[4]。
2.4指纹识别技术在电子消费领域的应用
电子商务是运用现代电子计算机技术尤其是网络技术进行的一种社会生产经营形态. 集金融电子化、管理信息化、网上购物、网上服务、网上交易、电子政务、网上国际贸易信息网络化为一体. 但是电子商务系统安全已成为制约电子商务发展的核心问题和主要瓶颈之一. 电子商务的正常运行必须依赖计算机网络技术, 而互连网具有的自由、开放就不可避免地使电子商务系统面临着各种各样
的安全隐患与威胁. 因此人们理所当然地迫切要求电子商务系统必须具有可靠性、安全性. 电子商务系统必须安全--确保所传输数据的不可否定性、完整性、安全性、以及身份真伪验证, 支付工具真伪验证机制. 要总避免或减少这种情况的发展就要设计一种网上身份认证系统, 使之能有效地解决传统的" 用户ID+密码" 个人身份认证方式所存在的密码容易被盗的问题, 随着安全性的进一步提高, 现在开始利用人身体特征具有不可复制的特点, 将生物识别技术运用于电子商务的身份认证和网上交易支付系统认证.
现在的数码类指纹产品种类繁多。如指纹U 盘、指纹移动存储设备、指纹笔记本电脑、指纹鼠标、指纹键盘、指纹手机和指纹IC 卡等。截止到2010 年,全世界已有几十家著名大型公司研制开发相关产品。其中,指纹U 盘的品种款式最多,目前市场已有16 种20 多款。如纽曼指纹生物信息盾U 盘、易指禅银指和金指U 盘、Kingston (金士顿)指纹U 盘等,市场销量很大。指纹移动存储设备产品也逐渐面向普通消费者,如联想指纹识别移动硬盘、易指族指纹移动硬盘、移动之星指纹加密移动硬盘、神州超科Fingo 系列指纹移动硬盘等产品。现在很多笔记本电脑都内置了指纹识别功能,只需使用手指触摸识别器就能够开机,完全解决了输入密码的麻烦。因此,很多PC 厂商都推出了指纹识别笔记本电脑。如联想指纹识别笔记本、戴尔笔记本等。指纹鼠标和指纹键盘也在近几年登陆市场,如清华紫光的指纹鼠标和指纹键盘等。早在1998 年西门子就曾推出过第一款指纹手机,现在国内的一些手机厂商宇龙和波导及国外的SAMSUNG 、LG 都推出了指纹手机,具有广阔的前景[5]。
2.5指纹识别技术在民用安全领域的应用
指纹锁和指纹门禁是具有代表性的指纹技术产品。目前国内外研制和开发指纹锁、指纹门禁产品的公司有很多,国外公司有美国第吉尔公司、爱迪尔公司、韩国易保公司、三星公司、德国海因德尔公司,国内公司有海贝斯、金指码、雅洁等公司。尤其是近几年, 随着生物识别技术水平的突飞猛进和日臻成熟,已开发出具有全新概念的指纹锁具,如汽车指纹门锁、银行保险柜指纹锁、航空指纹锁等产品。近日,在第八届中国国际航空航天博览会上,被博览会指定为唯一指纹用锁的德国海因德尔指纹锁,展示了当今生物类指纹识别技术应用于门锁的科技成果,为未来智能生活开辟了新领域。
第3章 指纹识别技术的实现
指纹自动识别系统的总体框架如图3—1所示, 系统主要由指纹图像采集、指纹图像预处理、指纹图像特征提取、指纹分类和指纹图像匹配五部分组成。
图3—1 指纹自动识别系统的总体框架图
3.1指纹图像采集
指纹图像采集是指将能够被计算机系统所处理的数字指纹图像采集来并将其录入自动指纹识别系统的一个过程[6]。它是自动指纹识别系统的首要环节。目前可以用于采集活体指纹的设备主要有:光电式指纹采集器、晶体式指纹采集器和超声波指纹采集器。这三种技术各有其优缺点, 总体看来, 当前的活体指纹采集器多数存在以下缺点:手指的干湿度及清洁度对指纹图像的质量影响较严重; 采集设备表面积较小, 故采集到的指纹图像并不完整, 并且其中包含的特征信息量很少, 以致无法为识别提供依据。
3.2指纹图像预处理
普通指纹数据库中, 低质量的指纹图像占10%左右, 现场指纹比例就更高了。由于实际输入的指纹图像常常是一幅包含大量噪声的灰度图像, 若不对其加以预处理操作, 就会产生大量伪特征, 指纹的真实特征被遗漏, 或者指纹特征的位置和方向等信息出现了错误, 这将直接影响到后续的处理工作。为了保证指纹识别系统运转的整体效率, 确保识别算法对输入图像质量的鲁棒性, 并减少不必要的资源开销, 就有必要在分类、提取指纹特征前采取适当的图像分割或增强处理, 去除掉一些无用的图像信息, 使指纹脊线更清晰。对原始的指纹图像直接提取其指纹特征时, 预处理过程只不过是简单的对指纹进行增强, 也就是用一个滤波器来滤除噪声并加强指纹脊线与谷线间的对比度; 对细化的指纹图像提取其指纹细节特征时, 预处理过程一般要包括指纹图像的分割→滤波增强→二值化过程→细化一系列步骤, 最终获得一幅单像素的指纹脊线二值化图像。
3.3指纹图像特征提取
指纹图像特征提取是为了能较为准确地提取指纹特征, 以确定每个指纹的类型, 从而实现指纹匹配。
当前的识别系统算法主要依靠以下特征来进行指纹识别:
(1) 纹型 依照公安部所制定的标准, 指纹纹型可分为“弓形纹”“斗形纹”“右箕形纹”“左箕形纹”“缺指”“其他”“未知”这七种类型, 而其中“未知”类型只能应用在现场指纹上。
(2) 中心点 即读取指纹和比对指纹的参考点, 是指纹纹路的渐进中心位置(图3—2)。
(3) 三角点 能够提供指纹纹路的计数跟踪起点。一般来说, 三角点是指位于
从中心点开始的第一个“端点”或“分叉点”, 或是两条纹路的“会聚点”“折转点”“孤立点”, 或是指向这些奇异点的点(图3—2).
中心点 三角点 端点 分叉点
图3—2指纹中心点、三角点、端点及分叉点简图
4)局部特征点的分类 一般来讲指纹特征包括“起点”“终点”“结合”“分叉”“点”“棒”“眼”“桥”“钩”九大特征。通常计算机指纹识别系统只提取“端点”和“分叉”这两类局部指纹特征。
5)方向 局部特征点可朝向一定的方向。
6)曲率 指纹纹路方向改变的速度。
7)位置 节点位置可通过坐标(x,y)来描述, 可以是绝对的, 也可以是相对的。 指纹的特征提取是指从已进行预处理后的指纹图中提取全部指纹特征的一个过程。指纹的特征提取大多采用“链码搜索法”来对纹线进行搜索, 将其各种特征及坐标位置提取出来, 并最终形成包含有指纹特征点的大小、种类、方向和坐标等有用信息的指纹特征文件。
3.4指纹特征的分类
E.Henry 最早提出了著名的Henry 指纹分类系统, 大大提高了指纹验证效率, 为指纹运用于个人标识起了非常重要的推动作用及更为科学的鉴别标准。该指纹分类法根据指纹中心点位置附近的纹线结构及指纹中心点与三角点的数量和相对位置, 将指纹主要分成如图3—3所示的五类结构:弓形、帐拱形、左箕形、右箕形和螺形。
(a )弓形 (b )帐拱形 (c )左箕形 (d )右箕形 (e )螺形
图3—3指纹结构类型示图
指纹分类的核心目的就是为了提高系统识别效率。在刑侦工作中以案到人、以人到案、以案到案等模式均属1:N 的指纹识别模式。在这种识别模式下, 通过指纹分类后输入的指纹只需与数据库中同类型的指纹相匹配即可, 大大减少了匹配次数, 进而提高了1:N 模式的识别速度。
3.5指纹图像的匹配
指纹匹配就是指通过对两幅不同的指纹图像的特征集进行相似性比较后, 判断它们是不是属于同一枚手指的一个过程。目前指纹匹配模式识别上主要存在的难点有:刚性形变、弹性形变、部分重叠和特征集的可靠性。
指纹匹配算法大致可以分为点模式匹配、相关性匹配、脊线特征匹配这三种类型, 而目前应用最广泛的就是基于点模式的指纹匹配方法。该方法主要优势有:一是点模式匹配方法只需提取少量的指纹细节点特征, 因而信息存储量较小; 二是硬件发展对数据存储空间的要求逐渐降低, 使得指纹细节点可以加入
与之相关联的指纹脊线和纹理等信息数据, 进而提高了匹配的准确性和校准的可靠性; 三是硬件运算速度不断提高, 使得混合多种细节点匹配算法成为可能, 进而提高了匹配的准确性。
第四章算法实现及系统演示
本研究使用VisualC++6.0设计开发了自动指纹识别算法演示系统。该系统主要包括指纹图像数据的读取与存储、指纹图像的预处理、指纹特征的提取与匹配等部分, 基本上可以演示出自动指纹识别系统的整个过程。
4.1基于矢量三角法的指纹匹配算法
基于矢量三角形法的指纹匹配算法[7], 利用3个近邻特征点所组成的三角形结构, 求取基准点定位和变换参数, 并通过坐标的转换, 在极坐标中来进行匹配, 并在匹配过程中引入多判决条件与可变界限盒匹配, 以提高识别率。
指纹匹配过程中很重要的一步就是匹配基准点的求取。本研究选用了一种根据特征点集中3个近邻点所组成的子集之间的相互关系来确定基准点及变换参数的算法。经过细节提取和后处理等一些步骤之后, 提取出来的每个细节点需要记录三方面的信息, 就是细节点的xy 坐标、细节点的方向和细节点的类型。定义两个细节特征点集P 和Q, 其中细节特征点集Q 表示的是从输入的指纹图中所提取出来的N 个细节点; 点集P 表示的是从模板图像中所提取出来的M 个细节点。这两个点集可分别表示为: P P P P P P P =⎛ x i , y i , θi ⎫⎪ ⎛ x M , y M , θM ⎫⎪⎝⎭⎝⎭
Q = Q Q Q ⎫Q Q ⎫⎛, , , , ⎪ ⎪y y x j j θj ⎭⎝x N N θN ⎭Q (4—1)
P P P ⎛其中 x i , y , θi ⎫y 坐标和特征点⎪记录了点集P 中第i 个特征点的3条信息:x坐标、i ⎝⎭
Q Q Q ⎛方向。同理 x i , y , θi ⎫⎪记录了点集Q 中第j 个特征点的3条信息:x坐标、y 坐标i ⎝⎭
和特征点方向。
定义1 若直角坐标系下的不在同一条直线上3个有向点按逆时针次序排列, 称这3个点按标准向
系排列, 所构成的三角形为标准系下矢量三角形。
定义2 若2个同为标准系下的矢量三角形满足如下条件, 称2个矢量三角形全等。
(1) 三对对应边长分别相等;
(2) 三对对应顶点间的方向角相等;
(3) 三对对应点的类型相同;
(4) 三对对应边所穿过的脊线数目相同。
对模板集中的每个点A, 在指纹图上寻找与其最近的两个特征点, 其一记为R, 另一个记为S, 逆时针方向把它们连接起来组成一个三角形。那么把点A 、点R 与点S 的类型(末梢点或分支点) 分别记为nType1,nType2与nType3; 方向角分别记为nBeta1,nBeta2与nBeta3。把连接点A 与点R 、点A 与点S 、点R 与点S 的3条虚拟的线段长度分别记为nDist1、nDist2和nDist3; 所跨越的脊线数分别记为
nCrossNum1、nCrossNum2和nCrossNum3。通常情况下, 纹线数目比距离、相对角更具有鲁棒性, 因此, 在判断2个矢量三角形是否全等时, 笔者增加了这个条件。并把点类型、方向角、边长信息与跨越脊线数记入点A 的对象中。如果A 属于点集Q,B 属于点集P, 下面式子均成立:
(abs(A.nDist1-B.nDist1)
abs(A.nDist2-B.nDist2)
abs(A.nDist3-B.nDist3)
(abs(A.nBetal-B.nBeta1) abs(A.nBeta2-B.nBeta2) abs(A.nBeta3-B.nBeta3) (abs(A.nCrossNum1-B.nCrossNum1)+ abs(A.nCrossNum2-B.nCrossNum2)+ abs(A.nCrossNum3-B.nCrossNum3)) (A.nType1==B.nType1and A.nType2==B.nType2and A.nType3==B.nType3) (4—2) 则认为2个矢量三角形全等, 点A 和点B 分别是模板图像和输入图像的参照点。 按指纹时由于用力的差异等多种原因必然会使两幅指纹图像间存在着非线性形变。即使是经过校准, 输入图像当中的细节点也不可能和模板图像中的对应点完全重合。再加上采集过程中存在着噪声等原因, 就使得两幅图像上的对应点之间可能会存在一定的偏差。这些都要求细节匹配算法具有一定的弹性, 即细节 匹配算法应该是能在一定程度上包容由于提取出来的细节点位置不准确或者图像的非线性形变而造成的对应点位置的差异。因此在判断两点的对应跨越脊线数、方向角、边长是否相等时, 都留下了一定的松弛量(Tc、T a 和Td) 。把找到的参照点记录在两个数组中, 以便在后面的极坐标转换中使用。 上述利用矢量三角形找参照点的方法由于利用了指纹图像的结构信息, 因而可以克服一定程度的指纹图的变形、噪声等干扰。 将细节点都转换到极坐标下, 在极坐标系中将输入图像与模板图像的校准, 只需将输入细节点与模板细节点都分别相对于参照点Pi 和Qi 转换到极坐标系中。即将输入细节点与模板细节点都分别相对参照点Pi 和Qi 用下面的公式转换到极坐标系中: ⎛r i ⎫ ⎪ e ⎪= i ⎪ ⎪⎝θi ⎭x -x *x -x +-*-i c i c i c i c ⎛y -y ⎫i c ⎪arctan -⎪+∆θ⎝i c ⎭ i -θc (4—3) ⎛x i ⎫⎛x c ⎫⎛r i ⎫ ⎪ ⎪ ⎪ ⎪ ⎪其中, y 是待转换细节点的坐标, y 是参照细节点的坐标, e i ⎪是细节点 i ⎪ c ⎪ ⎪ ⎪ ⎪ ⎪⎝θi ⎭⎝θi ⎭⎝θc ⎭ 在极坐标中的表示(r i 表示极半径, 点的方向) 。∆θ 表示待测特征点 的旋转角度, 即待测指纹点集P 的参照点P i 相对模板点集Q 的参照点 发生的旋转角度, 即: ∆θ= P →angle -Q →angle (4—4)i i e 表示极角, θi i 表示细节点相对于参照Q i 其中, P i →angle 为参照点P i 沿着脊线的方向; 脊线的方向。 Q →angle 为参照点Q 沿着i i 在完成基点校准与得到模板特征的限界盒之后, 就可以进行匹配了, 匹配的原理亦是基于界限盒的匹配中所述的原理。采用匹配分数来表示待测指纹特征点集与模板点集之间的相似程度, 分数越高匹配度也就越高。 4.2指纹图像预处理中的主要功能演示 指纹图像的方向场是反映指纹图像场的中心、圆形纹线趋势场、斜角度直纹线趋势场、水平纹线趋势场及其混合趋势场等, 与物理场论的旋度和方向 场相关。该函数getOrientMap()的功能就是实现指纹图像方向场的算法。如图4-5所示,(a)是指纹原图,(b)是计算得到的梯度场,(c)是使用函数getOrientMap()得到的方向场(代码略) 。 (a)指纹原图 (b )梯度图 (c )方向场 图4-5 指纹图像场 指纹图像增强的目的, 是将指纹图像原图通过智能增强, 使谷线白的更白, 脊线黑的更黑, 断线连接, 指纹图像边平滑(图4-6) 。指纹图像增强函数voidorientEnhance()的功能就是实现指纹图像增强的算法。为了加快运算速度, 将Gabor 函数制成模版, 用模版来拟合Gabor 函数, 并将矩形模版变为两条相交的线段形模版。其中切向滤波模版是:H ω=1(1, 1, 1, 1, 1, 1, 1), 法向滤波模版是7 V ω= 1(-3, -1, 3, 9, 3, -1, -3)。 7 (a )指纹原图 (b )平滑和Gabor 处理后的指纹图像 图4-6 平滑和增强后的对比图像 指纹图像经过平滑、增强、二值化及过滤噪声处理后, 转变为质量较高的黑白指纹图像, 然而对二值化后的指纹图像进行处理和提取出特征的程序还相当复杂, 尚需要对指纹图像经过纹线图像细化处理。指纹图像细化函数voidimageThin()的功能就是实现指纹图像增强的算法, 图4-7为指纹二值化图和骨架细化提取后的图像。 (a )指纹二值化后的图像 (b )指纹细化后的图像 图4-7指纹二值化图和骨架细化提取后的图像 4.3特征点提取的代码实现及功能演示 中心点与三角点统称为奇异点, 它描述了指纹的整体特征, 提取特征点的目的是进行指纹分类及比对过程中的坐标系校正。函数intgetSingular()实现了计算指纹图像提取奇异点的功能。 指纹特征末梢点是指纹纹线两头末点, 或起点和终点。函数boolIsEnd()实现了对指纹图像末梢点的提取运算。指纹特征分叉点是指纹两条纹线相交汇集为一条纹线的交汇点。函数boolIsFork()实现了对指纹图像分叉点的提取运算。如图4-8所示,(a)是指纹原图像,(b)是指纹细化提取后图像,(c)是计算得到的特征点, 包括中心点、三角点、末梢点和分叉点。 (a )指纹原图 (b )指纹细化图像 (c) 指纹特征点提取结果 图4-8指纹图像的特征点提取结果图 4.4系统演示 在系统开发过程中, 将指纹的预处理和特征点提取两个步骤合并在指纹模式识别算法综合引擎FP 模块中。其中指纹图像的预处理算法程序架构, 由梯度和方向场、分割、均衡、收敛、平滑、智能增强、二值化及细化等图像预处理算法程序模块组成。指纹图像特征点提取算法程序架构包括提取指纹对象特征端点、交叉点、中心点及三角点等算法程序模块。使用指纹模式识别算法综合引擎FP 模块预处理指纹图像及提取指纹特征点的软件界面如图4-9所示。 图4-9指纹图像处理及特征点提取界面 指纹图像特征比对算法程序操作如下, 依次单击“Open1”按钮和“Open2”按钮, 导入两幅指纹图像, 单击“Match ”按钮, 即进行两指纹图像的指纹对象特征比对。 图4-10和图4-11分别演示了系统运行过程, 尽管这两幅由两次采集而得的指纹图像看上去不同, 但指纹的特征却相同。因此, 弹出消息框提示经过算法比对是相同的结论“SameFingerprint! ”[7]。 图4-10导入的两幅指纹图像图 图4-11对比结果 结术语 自动指纹识别技术是一个运用前景好且极其富挑战性的研究课题, 是一 项综合了计算机、模式识别及图像处理等技术的复杂技术。本研究加深了笔者对该技术的了解, 并取得了部分研究成果。因个人知识背景有限, 尚有待进一步完善和改进的地方:一是当所采集到的指纹图像的质量很差时(比如犯罪现场的指纹), 常规的分割方法不能够精确地将指纹图像背景区域和前景区域有效地分割开, 而图像分割的效果会直接影响特征提取的精确度(基本上依赖于人工标注指纹特征点), 因此指纹图像分割算法还需要进一步改进; 二是本系统在针对高质量指纹图像(捺印指纹及CCD 采集指纹) 的处理时, 取得了较好的实验效果, 但是对于低质量(犯罪现场指纹) 及一些扭曲形变较大的指纹图像, 特别是高质量指纹图像比对低 质量指纹图像时(特征点数量相差较大), 实验结果并不理想, 需要在指纹比对阶段对匹配算法作进一步研究, 做到自适应调整匹配算法的阈值; 三是对于自动指纹识别系统的开发, 笔者只设计出总体结构及功能, 搭建了识别平台, 完成了指纹识别程序的开发, 后续需要对指纹分类、压缩及数据库部分继续开发, 以便形成一整套警用指纹识别系统[8]。 致 谢 经过几个月的材料准备、开题、论文写作及修改,我的毕业论文终于定稿。在论文完成前后,我的心情波动较大。从论文的选题、资料的收集到论文的撰写编排整个过程中,我有来自各方面的帮助。在这个写作过程中,才发现要感谢的人真的很多。 首先,我要感谢我的毕业设计指导老师刘老师。我在选题及研究过程中,得到刘老师的悉心指导。对论文中出现的许多问题及时当面沟通,悉心地指导我在论文问题的解决思路,经过反复修改,论文终于得以定稿。刘老师一丝不苟的作风,严谨求实的态度,踏踏实实的精神,热情宽容的态度让我时刻想着要尽快完成自己的论文早日毕业。 三年寒窗,所收获的不仅仅是愈加丰厚的知识,更重要的是在阅读、实践中所培养的思维方式、表达能力和广阔视野。很庆幸这些年来我遇到了许多恩师益友,无论在学习上、生活上都给予了我无私的帮助和热心的照顾。在此,衷心的感谢他们。 感谢对我论文进行评审的各位老师,感谢对论文的指导和提出的宝贵意见。 我还要感谢我的父母,给予我生命并竭尽全力给予了我接受教育的机会。 最后,再次感谢所有关心我、帮助过我的老师、同学、朋友和亲人。他们也在我写作期间或多或少的帮过我的忙。 参考文献 [1]http://baike.baidu.com/view/244855.htm [2]李立春. 指纹识别技术在考勤管理中的应用.2000年第二期 [3]http://www.hqew.com/tech/sheji/77737.html [4]http://www.cpd.com.cn/n1695/n3583/c623646/content.html [5]于 淼. 指纹识别技术的应用与发展. 辽宁省交通高等专科学校,沈阳 110122 [6]夏振华. 指纹识别算法及小规模指纹识别系统的开发[D].南京:南京航空航天大学,2006 [7]谢立锋, 陈灵枭. 浅谈指纹识别基本原理[J].技术与市场,2008(1):44-45 [8]陈 英。自动指纹识别系统的实现 。浙江科技学院校园网管理中心, 杭州310023 |