(此文档为word格式，下载后您可任意编辑修改！)
中南民族大学
毕业论文(设计)
学院：生物医学工程学院
专业：生物医学工程年级： 2007 题目: 指纹识别的软件系统设计
指导教师姓名: 喻胜辉职称: 2011年4月10日
中南民族大学本科毕业论文（设计）原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。本人完全意识到本声明的法律后果由本人承担。
作者签名：
2011年4 月10日
注：本页放在学位论文封面后，目录前面
目录
摘要 (4)
ABSTRACT (4)
绪论 (6)
1.1.背景介绍 (6)
1.2.指纹识别中的基本概念 (6)
1.3.指纹识别技术的特点 (7)
1.4.本文主要研究内容 (7)
1.4.1.指纹采集 (8)
1.4.2.指纹图像预处理 (8)
1.4.3.特征提取 (9)
1.4.4.指纹匹配 (9)
指纹图像的预处理 (11)
2.1.图像场及其计算 (11)
2.1.1.梯度场 (11)
2.1.2.方向场 (11)
2.2.图像分割、均衡、平滑 (12)
2.2.1.计算梯度场分割指纹图像 (12)
2.2.2.指纹图像灰度的均衡化 (12)
2.2.3.指纹图像平滑噪声 (13)
2.3.图像智能增强 (14)
2.4.图像骨架细化提取 (15)
2.4.1图像智能二值化领域分析法 (15)
2.4.2图像噪声的去除 (15)
2.4.3图像细化 (15)
指纹图像特征提取 (17)
3.1.指纹特征的提取 (17)
3.1.1端点的提取 (17)
3.1.2叉点的提取 (17)
3.1.3中心点、三角点的提取 (17)
3.2.去除伪指纹特征点 (18)
指纹的匹配 (20)
4.1.指纹图像的配准 (20)
4.1.1指纹“配准”特征点（场法） (20)
4.1.2指纹图像的“柔性”配准（特殊点法） (20)
4.2.指纹图像的匹配 (21)
4.2.1相似度 (21)
4.2.2指纹图像匹配的模型和界限盒（可变）模型 (21)
4.3.指纹比对的算法（复向量法） (21)
4.3.1复向量法定义 (21)
4.3.2利用复数法解决两个几何拓扑结构相似的原理 (22)
总结与展望 (23)
5.1.总结 (23)
5.2.展望 (23)
致谢 (24)
参考文献 (24)
指纹识别的软件系统设计
摘要
近年来，生物识别技术得到广泛的关注，被认为是自动身份识别的最终技术。其中自动指纹识别技术是目前最成熟的生物识别技术，具有广阔的发展前景。
指纹唯一性和稳定性被人们用来当作鉴别个人身份的主要依据。自动指纹识别系统是基于计算机来进行指纹识别的技术，可以方便、高效、安全、可靠地应用在金融安全、数据加密、电子商务等各个领域，并将在我们的生产和生活中发挥越来越重要的作用。
本文的内容描述了自动指纹识别系统的设计和工作过程，按照设计过程，该系统主要包括三个大部分：指纹图像的预处理、特征提取以及模式匹配。
在预处理方面，通过对URU 4500采集仪得到的指纹图像的分析，在分割时采用一种不需要考虑指纹的方向及脊线频率等因素，且求取指纹的方向图和频率场之前进行分割：在方向图和脊线频率的基础上，实现了一种基于脊线方向分析
的方法对指纹图象进行二值化；实现了一种利用数学形态学的细化算法，构成了一个完整的指纹图像预处理过程。
对于细化后的二值图像，我们在后处理中对伪特征进行了剔除，减少了特征提取和匹配的复杂度。
在指纹图像的特征提取和指纹匹配方面，本文以向量表示每个指纹特征点的信息，以向量组构成整个指纹的信息；为了提高指纹旋转后的识别率，本文还对指纹的特征提取和匹配算法做了改进。
本文在PC机上用vc++实现了整个自动指纹识别系统的算法，并且，该系统的所有算法都通过了硬件调试。试验结果显示，本文采用或改进的指纹处理算法很好的完成了各自的功能，达到了设计的要求；整机联试显示，该系统达到了规定的指标要求。
关键词：自动指纹识别系统，预处理，特征提取，匹配。
ABSTRACT
Recently，the Biometric technology has been universally noticed，and it is considered that this technology has a great future．Now，Fingerprint Identification is the most developed Biometric technology extensively used in many fields,，which has a bright futLlre．
Due to their uniqueness and persistence，fingerprints are used as main basis of personal identity．Automated fingerprint identification system，technology of fingerprint identification using computer，is of convenience，high efficiency，security and reliability，It has been applied in many fields such as financial security，data encryption，electronical business and will play a more and more important r01e in our 1ife．
This paper is about the study and design of automated fingerprint identification system．According to the process of the design，the paper can be devided into three components：pre—processing，feature extraction，matching of fingerprint images．In the aspect ofpreprocessing，an easy segmentation method is implemented through the analysis offingerprint images from URU 4500 and the histogram ofthe images．We also improve on the binarization method offmgerprint images based on the 2ndderivative by the orientation and ridge frequencyofthe images，And then anew thinning algorithm is implemented zone．Which the whole on 16-pixels-neighbors compose preprocessing algorithm．
The false minutiae are eliminated for the thinned image in post-processing，which rduce the inminutiae extraction and response-time requirement matching.
In the algorithm ofminutiae extraction，a vector is forthe information ofa
minutia,and the minutiae ofa fingerprint image are composed ofvectors．To improve the matching rate ofthe rotate images，we improve on the algorithm ofminutiae extraction and fingerprint matching．
C++ Builder implements all algorithms of AFIS on PC．Experiments results show that ail algorithms perform well．The whole system is tested on the hardware of DSP，too，which demonstrates that our system meets the given requirement and works well．
Keywords：Automatic Fingerprint Identification System，preprocessing，minutiae extraction，fingerprint matching．
第一章绪论
1.1.背景介绍
19世纪仞，科学家研究发现了至今仍然承认的两个重要特征，一是两个不同手指的指纹脊线样式不同，另外一个是指纹纹脊的样式终身不变，即指纹的唯一性和不变性。这两个研究成果使得指纹在犯罪事件的鉴别中得以诈式应用，例如1986年阿根廷首次应用指纹别技术，然后苏格兰存1901年被应用，20世纪初其他囡家也相继将此技术应用到犯罪事实的鉴别中【1】。20世纪60年代，由于计算机可以有效的处理图像，人们开始着手研究利用计算机来处理指纹。从那时起，自动指纹识别系AFIS在法律实施方面的研究和应用，相继在世界许多国家展开。
1.2.指纹识别中的基本概念
指纹图像是比较复杂的，它有着许多不同于其他图像的特征。与人工处理不同，现代的生物识别技术并不直接存储指纹的图像(一是考虑到隐私权，二是由于存储空问)，而是记录从指纹原图像中提取到的特征，基于特征的指纹识别算法最终归结为在指纹图像上找到特征并进行比对。
我们定义了指纹的两类特征来进行指纹的验证：总体特征和细节特征。
总体特征
总体特征是指那些用肉眼直接就可以观察到的特征，包括：
纹形：环型，拱型，螺旋型。其他的指纹图案都基于这三种基本图案。仅仅依靠图案类型来分辨指纹是远远不够的，这只是一个粗略的分类，但通过分类使得在大数据库中搜寻指纹更为方便。
模式区：模式区是指指纹上包括了总体特征的区域，即从模式区就能够分辨出指纹是属于那一种类型的。有的指纹识别算法只使用模式区的数据。。
核心点：核心点位于指纹纹路的渐进中心，它在读取指纹和比对指纹时作
为参考点。许多算法是基于核心点的，即只能处理和识别具有核心点的指纹。 三角点：三角点位于从核心点开始的第一个分叉点或者断点、或者两条纹路会聚处、折转处，或者指向这些奇异点。三角点提供了指纹纹路的计数跟踪的开始之处
纹数：指模式区内指纹纹路的数量。在计算指纹的纹数时，一般先连接核心点和三角点，这条连线与指纹纹路相交的数量即可认为是指纹的纹数。
两枚不同指纹可能会有相同的总体特征，所以要识别两枚指纹，仅仅依靠总体特征是不够的，还需要通过细节特征来识别。
细节特征
细节特征点是由脊线和谷线交替出现的模式构成，指纹的脊线并不是连续的、平滑笔直的，而是经常出现中断、分叉和打折，这些断点、分叉点和转折点称为细节特征，又称细节特征点，这些特征点提供了指纹唯一性的确认信息，一枚指纹可能有十几种类型的特征点，其中出现频率较高的细节特征点有纹线端
点、分叉点、小桥、双叉和孔形。【2】
1.3. 指纹识别技术的特点
与其它特征的身份鉴别技术相比，指纹以下7个方面的特性使其成为身份识别技术的。
首选【l ～3】：
1)普遍性：即所有正常人都具有的生物特征；
2)唯一性：每个人的指纹均不相同；法国巴黎大学教授勃太柴1910年用数学方法证明了“指纹各不相同”的特性。他把指纹特征点类型归为4种：起点、终点、分叉、结合。每个指纹约有100个特征点，经过组合排列以4的100次方计算，得出种组合，再以一个世纪生存的人口约50亿计算，没人十指，共500亿枚指纹，所以49106010*2.3)10*5/()10*6.1( ，由此表示要经过个世纪才可能
出现2枚重复的指纹。【3】
3)永久性：即终生不变性；
4)可采集性：即可以通过一定的设备和手段采集到；
5)可行性：即在对资源、环境、操作等条件要求不苛刻的条件下可以达到合理的准确率、速度和鲁棒性；
6)可接受性：即人们愿意接受这一方式：
7)防伪性能好。
另外，指纹识别中使用的模板并非最初的指纹图像，而是由图像提取的关键特征，使所需存储的信息量最小．而且在实现异地确认时，可以大大减少网络传输负担．支持网络功能。
可以看出。指纹识别技术相对于其它识别方法有许多独到之处，具有很高的实刚性和可行性。因此。指纹识别成为最流行、最方便、最可靠的身份认证方式，已经在社会生活的诸多方面得到广泛应用。
1.4.本文主要研究内容
1.4.1.指纹采集
最早的指纹采集方法是用手指蘸上墨水或印油在纸上按压，然后用扫描仪摄取，由于其严重的不可靠，该方法早已经被淘汰。随着光学仪器、传感器及数字技术的发展，各种快速、精确、方便、小巧的采集设备得到了应用。目前，主要是使用光学扫描仪和固态阵列传感器进行采集。前者用激光照在手指上，然后用CCD阵列摄取其反射光，由于反射光随指纹的脊和谷的深度不同而不同，因此可以得到指纹图像。后者是用大量敏感元件组成的固态阵列芯片，他们采用电容传感、热敏传感或其它传感技术，通过感受按压指纹的压力、热度等特征来摄取指纹。这些设备中，光学扫描仪因其技术比较成熟。性价比比较高而得到广泛应用。
本系统使用的是URU 4500光学指纹采集仪。URU 4500采集仪的抓取区域14.6mm ×18.1mm，该模式下图像的分辨率为700dpi，经过指纹头得到的是灰度值为8-bit的灰度图像。下图1为指纹图像采集模块算法流程图【3】。
人机交互
N
Y N
Y
图1:指纹图像采集模块算法流程图
1.4.
2.指纹图像预处理
经指纹扫描仪采集的原始指纹图像不可避免的存在对比度不一致、含有火最噪声等缺点，为了降低后续特征提取算法的复杂度、提高特征提取的效率，预处理过样必不可少。
实际的指纹识别系统往往由于应用环境、系统规模、实现思路以及具体算法的不同，而在系统整体框架上有所出入，因此在预处理的过程中有所区别。考虑到两种不同的特征提取方法，预处理也有所不同：一类直接从原始指纹图像中提取统计性特征，该方法对预处理要求比较少，只要将图像增强一下就可以；另一类从预处理得到的指纹骨架图像中提取细节点特征，该方法要求预处理部分做大量的工作，一般包括方向场计算、图像分割、求方向图、增强、二值化、细化及后处理等步骤，最后得到一幅纹线宽度为单象素的二值图像。在当前的应用系统中，后一类的方法要比前一类应用得多一些，因为后一类方法把工作的难点分散到两步操作中，简化了特征提取算法，且处理结果容易控制【4】。下图2为指纹图像预处理模块算法流程图【3】。
图2：指纹图像预处理模块算法流程图
1.4.3.特征提取
特征提取负责把指纹图像的纹线走向、纹线端点、交叉点等能够充分表示该指纹唯一性的特征用数值的形式表达出来。为了比对的准确性，要求特征提取算法尽可能的提取有效特性，同时滤除由于各种原因造成的虚假特征。从不同的角度进行观察，指纹图像中存在两类特征：总体特征和细节特征。总体特征是能够反映指纹整体形状的特征，通常用于指纹的分类，因此提取总体特征的过程往往归于指纹分类步骤。狭义的特征提取指细节特征的提取。两枚指纹经常会具有相同的总体特征，但他们的细节特征点，却不可能完全相同。
指纹的主要细节特征信息有：端点(Ending)、分叉点(Bifurcation)、分歧点(RidgeDivergence)、孤立点(DotorIsland)、环点(Enclosure)及短纹(ShortRidge)等。在美国联邦调查局(FBI)提出的细节点坐标模型中，只利用了端点和分又点两种特征点，如下图所示。另外两种重要的特征点是奇异点：中心点(Core)和三角点(Delta)。中心点一般位于纹线的渐进中心。三角点一般位于从中心点开始的第一个分支点或末梢点、或者两条纹路会聚处。并不是所有的指纹都拥有这两个特征，因此常被用作指纹的子匹配。本系统在特征提取和匹配算法中只用了端点和分叉点两种特征点【5】。下图3为指纹特征提取模块算法流程图【3】。
1.4.4.指纹匹配
自动指纹识别系统的工作模式可以分为两类：验证模式(verification)拳J 辨别模式(identification)。验证模式又称一对一比对(one-to．one)．比对原理为：指纹预先登记到样本数据库并设定一个标识码。比对时，录入指纹并输入
图3：指纹特征提取模块算法流程图
标识码，系统根据标识码从数据库中提取指纹样本与录入指纹进行比对：辨别模式又称一对多比对(one．to．manymatching)，是把录入指纹与样本数据库中的所有指纹逐一进行对比，直至找到相匹配的指纹或搜索完整个样本数据库后绘出无对应指纹的结论。
由于原始指纹图像受噪声或者本身的原因，指纹细化之后的图像不可避免的存在一些毛刺、空洞等伪特征点，因此，需要去掉这些伪特征点。对细化后的指纹图像进行后处理，可以减少后期特征提取和匹配算法的复杂度，提高系统的性能。下图4为指纹特征匹配模块算法流程图【3】。
Y
N
Y
N
Y
N
Y
N
图4：指纹特征匹配模块算法流程图
第二章 指纹图像的预处理
2.1. 图像场及其计算
2.1.1. 梯度场
梯度场：反应指纹图像场的文献隆起等情况，与物理场论的梯度相关。 设为梯度，其可定义为，其中：
梯度算子：
（1）
二维图像梯度场定义：
灰度函数的梯度向量.设图像梯度场为，则。
灰度函数,则求得梯度向量为。
记为这一点的（），记为这一点的（）。
那么：),(),1(),(y x f y x f y x G x -+=
),()1,(),(y x f y x f y x G y -+=
梯度大小为：
2y 2x y)(x,G y)(x,G ),(+=y x T 。
2.1.2. 方向场
方向场：反映指纹图像场的中心、圆形纹线势场、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。
旋度是描述场旋转强度的物理量，是个向量。方向场是旋度的方向函数。 旋度向量（旋度算子）。
方向场是旋度的方向函数，该场计算与旋度向量相同。设为为方向场，则：； 方向场大小为。
2.2. 图像分割、均衡、平滑
2.2.1. 计算梯度场分割指纹图像
指纹图像的分割是指纹图像背景与前景的分割。
a) 定义F 盒维数【6】
即“设F 是上任意非空的有界子集，是直径最大为、可以覆盖F 的集的最少个数”。 则F 的盒维数定义为：。
b) 数字图像的盒维数的计算方法
图像灰度值，设图像大小为M*M ，将图像的XY 平面分成大小为的格子，设该坐标系中格子里面像素点灰度的最大值和最小值分别为和，且定义两者的差值为：。
对于所有边长为、格子非空的盒子总数的计算公式为：。
c) 计算梯度值
是常数，的物理意义是该模块的梯度。
设为图像函数，为位置的梯度，则。可用近似公式计算梯度幅度：
y
f x f y f x f T ??+??≈??+??=22)()(。 d) 用梯度阈值判断前景与背景
选取阈值(30~50)，用单位区域上的梯度阈值作为灰度特征，计算单位区域上的平均梯度作为该单位的区域梯度。
设为函数图象，为某位置的梯度，则。设A 为分割域值：
若,则点在指纹图像的前景上；
若,则点在指纹图像的背景上；
如上，采用分割法可将指纹图像从背景中分割出来。
2.2.2. 指纹图像灰度的均衡化
直方图均衡化是指把图像的直方图分布改造成均匀直方图分布。
a) 单位面积的直方图相同
按照图像的概率密度函数定义：
，概率密度函数为1。
其中，为灰度级，为直方图，为图像的面积。
b) 转换前后图像的概率密度关系
转换前图像的概率密度函数为；
转换前图像的概率密度函数为；
r,s 分别表示转换前后的灰度级，转换函数为s=f(r)。
由概率论得到： =。
为使转换后的图像的概率函数为1，则，对积分，可得：
s=f(r)=，此为图像的积累分布函数。
c) 灰度均衡的转换
。
对于离散图像，转换公式为：
2.2.
3. 指纹图像平滑噪声
图像平滑是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分，使图像亮度平缓渐变，减小突变梯度，改善图像质量的图像处理方法。
领域运算是在输出指纹图像中，每个像素由对应的输入像素及其一个领域内的像素共同决定时的指纹图像运算。领域运算与点运算一起形成了最基本、最重要的
指纹图像处理工具。【7】
平滑模板算子：
3 X 3小模板：????
? ??=????? ??=010********,1111111119133C T T 5 X 5大模板：,
2.3. 图像智能增强
为了提高指纹图像的质量，本文采取了指纹图像的滤波增强的方法。根据图像的不同特性，需要选择不同的滤波器。指纹图像主要由低频和中频的图像信息组成，滤波主要是考虑滤除高频噪声，并根据指纹的纹理特性消除其它的噪声【8】。 Gabor 小波智能收敛增强的数学模型：
Gabor 小波函数由高斯函数与三角函数构成，形成周期振荡的函数。 一维表达式：)2cos(2exp 21
)(22fx x x H πσπσ??????-=。 二维表达式：)'2exp()','(),(i fx y x G y x H π=。
具体说明： 高斯分量：???
???????????+=22222)(exp 21),(σλπλσy x y x G 。 坐标轴的旋转公式： ??
??????????-=????????????-----=??????y x y x y x θθ
θθθθθθsin cos cos sin )90cos()90sin()90sin()90cos(''0000。 f 为宽度比例因子，物理意义为波的频率。
为高斯扩散因子，数学意义为标准差。 为坐标轴比例因子，数学意义为图像底部椭圆平面的长短轴之比。
为旋转因子，数学几何意义为相对x 轴正方向的夹角。
对每一点进行Gabor 函数运算，即可实现智能增强效果。为了加快运算，用模板来拟合Gabor 函数。最终 切向的滤波模板是：()11111117
1=
Hw ； 法向的滤波模板是：()313931371----=Hw
2.4. 图像骨架细化提取
本部分主要内容包括：二值化、去噪声、细化
2.4.1 图像智能二值化领域分析法
对于一个点，如果切向灰度和小于法方向灰度和，判断为黑点在脊上。反之，则为白点在谷上。据此，可确定点在脊上还是在谷上。
设：为该点的灰度值，其方向场为，为某一范围。 为切向像素值和：∑+-=???
? ??O =δ
δ00)),(cos(,00x x x y x x x f H 。 为法向像素值和：∑+-=?????
? ??O -=δ
δπ00)),(2cos(,00x x x y x x x f V 。 如果>，那么该点在脊线上。反之，该点在谷线上。 2.4.2 图像噪声的去除
与二值化的原理类似，对于场中的某一点，周围的大多数点必定与它的类型相同。比如黑点周围大多数点是黑点，白点周围大多数点是白点。
f(x,y)为图像函数，为某一域值，为该点附近的灰度和，A 为判断域值。
∑∑+-=+-==
δδδ
δ0000),(),(00x x x y y y y x g y x result ，
?
??=异色与，如果同色与，如果),(),(0),(),(1),(0000y x y x y x y x y x g 。 若小于A ，则该点为周围相异，修改该点颜色值。
2.4.3 图像细化
细化是将二值指纹图像变化为单象素宽度的骨架图像。细化时应保证纹线的连接性， 方向性和特征点不变，还应保持纹线的中心基本不变。一种好的细化方法应该满足下列条件：
(1)迭代必须收敛的。(收敛性) ．
(2)不破坏纹线的连接性。(连接性)
(3)不引起纹线的逐步吞食。(拓扑性)
(4)保护纹线的细节特征。(保持性)
(5)骨架尽可能接近条纹中心线。(中轴性)
(6)算法简单，速度快。(快速性)
显然细化处理必然破坏原始图像，且此处理过程不可逆，即由细化不能恢复出原始的线条纹。所以好的细化方法成为为信息检测和识别的关键．因为它能有效地
减少图像中的伪信息。目前已有很多算法被提出，如：Hiditch 细化算法、迭代算法，极值算法、改进的OPTA 细化算法等等。
这里介绍一种常用的细化算法查表法：
原理：某一黑点，如果它在图形边缘，要去掉以实现细化，那么它周围的八点必定表现一定的色彩顺序。如果该点是边缘，要去掉以实现细化，如下图5所示： 如果A 点周围表现如此色彩顺序，A 点就是边缘，要去掉以实现细化。然而，周围点的色彩顺序一共有种，一种一种枚举显然不现实。不过，有人已经归纳出一
张表，用一个char 来表示一种色彩顺序（见于程序）【9】。
图5 第三章 指纹图像特征
提取
3.1. 指纹特征的提取
3.1.1 端点的提取 指纹特征端点是指纹纹线两头末点，或起点和终点。
提取方法：扫描某一点，如果其周围8个点所有相邻两个点的差的绝对值的和为，则其为端点【10】。如下图6：
图6
在该纹线端点像素模型的九点图中，如果A 是端点，那么去掉A 端点后，纹线剩下一个黑点方块，该黑点上下相邻的白点显然只有2个，由于白点块的像素灰度为255，那么A 端点周围8个点所有相邻两个点差的绝对值之和就为，则A 即为端点。
3.1.2 叉点的提取
指纹图像特征的叉点是两条纹线相交汇集为一条纹线的交汇点。
提取方法：扫描某一个点，如果其周围8个点所有相邻两个点的差的绝对值的和为，则其为叉点【10】。如图7：
图7
3.1.3 中心点、三角点的提取 中心点与三角点统称为奇异点，它描述了指纹的整体特征，这些特征点的提取的目的是进行指纹分类一级对比过程中的相对坐标系定位。可以用
方向场来寻找指纹的奇异点【3】。 原理：一个场，如果存在奇点，其周围的方向场剧烈变化。
Poincare 公式：
设为方向场，在给定奇异点的Poincare 定义如下：
?
?????++??=?πθθεθεπ20)sin ,cos ('21),(d j i O j i Poincare 。 解释：
??????????????????--≤+<=++，其他，，δππδδππδδθθεθεd d d d j i O 2d 2d )sin ,cos ('； ν
θεθενθενθεδν)sin ,cos ('-))sin(),cos(('lim ++++++=∞→j i O j i O d 。 Poincare 对某点周围一圈求方向场差的积分，再除以2PI ，即周围的平均方向场。方向场差所求的值越大，Poincare 值越大。其周围方向场变化的越剧烈，则奇点存在的可能性越大。
特征点提取的数字模型：
设表示闭合曲线的弧长上第个点的坐标，则被这条曲线包围的点的Poincare 索引及Poincare 的离散表示计算如下：
Poincare 的离散表示：
；
其中：
。
3.2. 去除伪指纹特征点
指纹伪特征点的产生是采集指纹时所使用的设备和环境影响干扰造成的。由于指纹采集的质量问题，图像会产生许多伪特征，如由指纹的断裂而形成的伪端点、由污垢而形成的伪叉点、由传感器表面灰尘而形成的伪纹线（毛刺）等。去除伪指纹特征点需要通过一系列步骤，实现该系列步骤设计方法的内部结构流程图如
下图8所示。
图8：去除伪指纹特征点流程图
第四章 指纹的匹配
4.1. 指纹图像的配准
指纹图像的比对是对指纹特征拓扑结构的比对，但这种比对需要指纹图像配准。
指纹图像配准是将不同场合采集的两幅或者多幅指纹图像进行迭合对准的过程。
指纹图像的配准采用“柔性配准”的方法。该方法先装配“配准”特征点结构，然后进行两指纹图像“柔性”配准。
4.1.1指纹“配准”特征点（场法）
“配准”特征点的场法包括两方面的内容：特征点和该特征点的场。
“配准”的原理：分别位于两个相同场中的两点，若其为相同点。该点周围场的分布必然相同，同时该点可以作为“配准”这两个指纹比对参照系的参考点。如下图9：
A
O
C B
图9
记录O点的类型（端点或叉点）及方向场、频率场，记录A、B、C三点的方向场、频率场。若任意（A，A’）对应两点为相同点，那么两点的O点的类型必然相同，O、A、B、C的方向场、频率场必然相同。利用这个结论，可以作为像素图像配准的依据【11】。
4.1.2指纹图像的“柔性”配准（特殊点法）
所谓指纹图像的“柔性”配准，即为一定范围内的大致配准。图像配准的目的就是使输入测量样板图像与模板图像处于同一标准。
特殊点包括中心点和三角点。寻找图像的中心点，中心点如同坐标原点。如果输入图像与模板图像都有中心点，找到离中心点最近的点，由这两点确定极轴。由此也可算得两幅图的平移量与旋转量。如果没有中心点，那么在图像中心附近寻找最近的两点，由此确定极轴。在这两点中，枚举极点（原点），也可算得平移量与旋转量。
4.2.指纹图像的匹配
指纹图像的匹配是指纹特征点拓扑结构的匹配。它涉及指纹图像匹配的相似度、指纹图像匹配的模型和界限盒模型。
4.2.1相似度
相似度=4*分数*指纹特征最大相似度/（总特征点数*总特征点数）。
分数是指纹模板上的一个特征点和样板上的对应特征点匹配成功的记录，由自己定义。总特征点数是两个进行比对的特征点数之和。
4.2.2指纹图像匹配的模型和界限盒（可变）模型
设模板图像的某一个特征点为，输入样板图像的某一个特征点为。若，则中所有元素对应相等。由于误差存在，P≈P’即为。的大小就是界限盒的误差。可变界限盒的大小△是可变的。
angel_size表示界限盒的角度变化范围，randius_size表示界限盒的半径变化范围。极半径（细节点到中心点的距离）为r。angel_size和randius_size的
值将随着特征细节点的极半径大小而变化。
??
????????><<<=e l r size r e l r e l r size r sm all r size r sm all r size r sm all r size randius arg __,arg _arg ___,___,__；
；
??
????????><<<=e l a size a e l a e l a size a sm all a size a sm all a size a sm all a size angle arg __,arg _arg ___,___,__；
。
使用可变的大小的界限盒，是为了使算法更加支持非线性形，从而克服线性的缺陷。下图10为特征点匹配流程【3】。
4.3. 指纹比对的算法（复向量法）
4.3.1 复向量法定义
设、为复数，为实数。
若）（，θθωωsin cos r 'i Z Z +=?=
该式的几何意义是将复数的长度伸长倍，同时逆时针旋转角度，从而得到一个新的复数。
4.3.2 利用复数法解决两个几何拓扑结构相似的原理
若图像A 经过缩放、旋转后与B 重合，那么A 与B 相似。【12】
a) 枚举相对应起始顶点与从起始顶点出发，沿逆时针找到下一对应点与。 b) 假定比对复数向量：设对应向量，对应向量，对应向量，对应向量。
N
Y
Y N
图10：特征点匹配流程
c) 用极坐标描述复数向量：设))sin (cos r ('θθωωi Z Z +=?=，即通过放大r
倍，逆时针旋转角度，得到。
d) 两复数向量相等定义：若与为对应边，则应存在的,都满足。
e) 两多边形相似：先枚举一对首顶点，接着求出，然后枚举每一个，若都
成立，则两多边形相似。
第五章 总结与展望
5.1. 总结
随着我们逐渐迈入数字时代，生物特征的身份鉴定技术愈加显示出它的价
值，有效的进行身份鉴定有着重大的社会和经济意义。
指纹以它的终身稳定性和唯一性被尊为“物证之首”，自动指纹识别技术在三十多年的研究中，取得了很大的发展。比其他生物识别技术，如面部识别、虹膜识别、语音识别以及签字识别，具有更高的性价比。近年来出现的价格低、体积小的半导体指纹扫描仪，更进一步推动其在安防、门禁和电子信息安全等民用领域也得到广’泛应用，同时也给其核心技术——预处理和识别算法提出了新的要求。
本文深入研究了自动指纹识别系统的理论和方法，实现了指纹图像预处理、特征提取和特征匹配等算法。主要研究工作如下：
★对指纹图像分割进行了深入的研究。首先用方向场的方法实现了指纹图像的分割。然后我们采用方向法进一步对指纹图像进行分割，去除前景区域中的噪声。
★对指纹增强技术进行了深入的研究。利用Gabor滤波器良好的带通性，以分块指纹图像的纹线方向和纹线频率为参数，使用Gabor滤波器对指纹进行了滤波、去噪和增强处理。实验结果表明，该方法能有效地增强指纹图像，提高指纹图像纹线结构的清晰程度。
★分析和实现了几种二值化算法：整体阈值法，局部阈值法，方向场法，通过对他们进行比较，找到了最适合本文的一种。
★细化算法中，本文实现了细化算法查表法，取得了较好的效果。
★指纹图像的特征提取过程主要提取的是指纹的细节特征，即纹线的端点、叉点、三角点和中心点。
测试结果表明：本文采用或改进的指纹处理算法很好的完成了各自的功能，达到了设计的要求；整机联试显示，该系统达到了规定的指标要求。
5.2.展望
自动指纹识别技术是一项综合性的高新技术，它涉及图像处理、模式识别、计算机、光学、电子和生理等领域。是一个学科交叉性很强的研究领域。迄今为止，该技术的研究已经取得了巨大的成就，也面临着一些困难，需要光学、电子、计算机、数学乃至生理学科的共同参与和努力，才有可能尽快讲这一技术完善并实现产业化。例如：生理学的研究表明，指纹的结构在真皮层有着完善和稳定的表现。如果能实现在真皮层采集指纹结构，就可以在指纹采集技术方面实现突破，在指头干、湿、脏和指纹磨损严重的情况下都能准确、清晰、完整地进行指纹采集。通过非接触方式采集指纹，则可以有效解决指纹录入时的变形问题。
生物识别技术是一个综合的体系，指纹识别仅仅是其中的一种。各种生物识别技术都有自身的特点和优势。充分利用其它生物识别技术的优势，将其它生物识别技术与指纹结合使用，实现优势互补，是自动指纹识别技术的发展方向之
一。
“执生命之密钥，启身份之锁”。在以计算机技术和生物技术为主流科技的知识经济崛起时代，身份的鉴定有了来自生物体自身的密钥，横跨这两大科技领域的生物特征识别技术正愈益显示其旺盛的生命力和远大前景。
致谢
在此论文完成之际，我要向所有在我大学四年期间指导、支持、帮助和鼓励过我的老师、同学、亲人和朋友，致以我最诚挚的感谢。
由衷感谢我的论文指导老师喻胜辉老师。在此，谨对喻老师辛勤指导和关心致以衷心的感谢!
感谢所有教授过我课程的中南民族大学的老师。
感谢生物医学工程学院的所有老师在四年的学习和生活中给予我的帮助和鼓励。
感谢聂文龙同学，感谢他对本课题所作的工作，和他的合作圆满完成了这次的论文课题。
最后感谢所有在我成长道路上关心、支持和帮助过我的人们!
参考文献
【1】卞维新.自动指纹识别系统研究【D】.贵阳：贵州大学，2005.
【2】周延年.基于数据挖掘的指纹识别系统的研究与设计【D】.西安：西北工业大学，2007.
【3】李昊等.Visual C++指纹模式识别系统算法及实现【M】.北京：人民邮电出【4】何斌等．Visual C++数字图像处理【M】.北京：人民邮电出版社，2001:32-108. 【5】李群辉. 自动指纹识别系统的研究【D】.西安：西北大学，2005.
【6】杨枝灵，王开. Visual C++数字图像获取、处理及实践应用【M】.北京：人民邮电出版社，2003.
【7】佚名.图像的平滑（去噪声）、锐化.
【8】施吉鸣.小波变换在图像压缩中的应用【J】.浙江工商职业技术学院学报，2002.
【9】王家隆，郭成安.一种改进的图像细化模板细化算法【J】.中国图像图形学【10】王崇文，李见为.指纹细节特征提取与剪枝【D】.大连：大连理工大学，2002.
【11】张宏林. Visual C++数字图像模式识别技术及工程实践【M】.北京：人民邮电出版社，2003:21-95.
【12】孙淑玲.应用密码学【M】.北京：清华大学出版社，2004.
附录
指纹识别系统 1.1 指纹识别系统原理 指纹识别系统的组成原理。如图1-1所示。图中的学习模块负责采集用户指纹数据，对指纹图像进行预处理，提取这些指纹的特征，作为将来的比对模板存人数据库。而识别模块则负责采集和处理指纹图像，在提取特征后与数据库中的指纹模板进行比对，然后判断是否匹配．得出结论。整个系统的核心就是图像处理、特征提取以及指纹比对。 图1-1 1.2 指纹采集与指纹图像处理方法 目前，主要的指纹采集方法有两种：一种是光学采集器；另一种是用半导体传感器。光学采集器采集指纹是通过把手指沾上油墨后按在白纸上，然后用摄像机把图像转换为电信号。光学采集受外界干扰小、采集精度较高，但是数据量较大，因此处理时问较长。而对于半导体传感器来说，手指的温度、湿度对其测量结果有影响，但是数据量不大，处理比较方便。随着半导体技术的发展，半导体传感器的成本低、体积小、方便集成等优点逐步体现，它已逐步代替光学采集器。指纹鉴定过程的第一个阶段是指纹图像的采集阶段，也就是指纹模板的录A阶段。为了初步确定图像预处理方法，我们必须首先了解指纹传感器获得的图像的尺寸和质量。根据不同的指纹传感器，我们设计不同的方案进行图像采集，并将从各个图中提出特征点储存到数据库中，来产生“活模板”，为后面的指纹鉴定做准备。 指纹图像处理是整个指纹识别过程的核心。常见的指纹图像处理包括滤波增强、二值化、细化、提取特征点四个步骤。在采集指纹图像的过程中，由于采集环境，皮肤表面的性质，采集设备的差异等各种因素的影响，采集的图像会不同程度的受到各种噪声的干扰，从而影响了采集图像的质量。所以实际的指纹图像首先通过一个滤波增强来改善图像的质量，恢复
从数字图像处理技术角度谈谈对指纹识别的认识 4.1 指纹图像表示 从指纹传感器输出的是指纹原始图像，其数据量比较大。这对整个指纹识别系统的处理和存储都是个不小的负担。在远程采集系统中，对通信带宽会造成较大负荷。因此需要对指纹图像进行压缩存储。指纹图像压缩一般经过图像变换、量化和编码等过程。解压需经过解码、量化解码和反变换等过程。 压缩后的指纹图像需确保指纹特征信息的不丢失不损坏。理论上来讲采用无损压缩算法是最理想的。但经过实践证明，对于分辨率不是很高的指纹图像来说，采用无损压缩的压缩比很低。通常情况下采用JEPG、WSQ和EZW三种压缩算法。 4.2 指纹图像处理 4.2.1 指纹图像增强 刚获得的图象有很多噪音。这主要由于平时的工作和环境引起的。指纹还有一些其他的细微的有用信息，我们要尽可能的使用。指纹图像增强的目的主要是为了减少噪音，增强嵴峪对比度，使得图像更加清晰真实，便于后续指纹特征值提取的准确性. 指纹图像增强常用的是平滑和锐化处理。 （1）平滑处理 平滑处理是为了让整个图像取得均匀一致的明暗效果。平滑处理的过程是选取整个图像的象素与其周围灰阶差的均方值作为阈值来处理的。这种做法实现的是一种简单的低通滤波器。 实验表明：一般的自然图像相邻像素的灰度相关性约为0.9。因此在图像受到白噪声干扰时，以像素的邻域平均值代替中心像素，是一个去除噪声的好办法。算法是：。其中f(x,y)表示被噪声污染的原始图像，大小为N*N，g(n,m)是平滑后的图像，S是处理点(x,y)邻域中点的坐标（不包括（x,y）点）的集合，而M是集合S内坐标点的总数。例如，以(x,y)点为中心，取单位距离构成的邻域，其中点的坐标集合为：s={(x,y+1),(x,y-1),(x+1,y),(x-1,y)}。
收稿日期:2009-11-23 作者简介:刘慧英(1956 ),女,陕西西安人,教授,主要从事智能控制理论与智能交通系统的研究;李飞(1982 ),男,硕士研究生,研究方向为控制理论与控制工程。 基于T M S320VC5501和DSP /BI OS 的 指纹识别系统设计 刘慧英,李 飞,宁 飞,傅 磊 (西北工业大学自动化学院,陕西西安 710129) 摘要:针对目前嵌入式指纹识别系统设计的不足,提出了基于单DSP 处理器结构的指纹识别设计方案。系统硬件采用TMS320VC5501作为处理核心,C MOS 图像传感器HV7131R 为图像采集器件,片上系统芯片CY8C21534设计的电容性触摸按键提供系统控制输入。系统软件以嵌入式实时操作系统DSP /B I OS 为开发平台进行实时多任务设计,并对指纹识别算法进行了硬件平台优化和改进。调试结果表明,该系统运行稳定可靠,匹配精度高,满足设计要求。关键词:TM S320VC5501;图像采集;DSP/BI OS;指纹识别算法 中图分类号:TP39 文献标识码:A 文章编号:1000-8829(2010)07-0028-05 D esign of Fi ngerpri nt R ecognition Syste m B ased on T M S 320VC 5501and DSP /BI O S L I U H u i ying ,LI Fe,i N I N G Fe,i FU Lei (Schoo l of A uto m a tion ,N orth w este rn Po lytechn i ca lU n i versity ,X i an 710129,Chi na) Abst ract :A fi n gerpri n t recogn iti o n syste m is pr oposed based on sing le DSP pr ocessor str ucture because of de si g n fla w s of the presen t e m bedded syste m.T M S320VC5501is used as the processor ,and HV7131R C MOS co lor i m age senso r is used as i m age acqu isiti o n ch i p .C ap sense touch keyboard is i n troduced for input contro l usi n g C Y8C21534SoC chip .The real ti m e mu lti task desi g n o f syste m soft w are is based on the e mbedded real ti m e operation syste m DSP /B I O S .The fi n ger pri n t recogniti o n algorithm is opti m ized and i m proved in the hard w are platfor m .The test resu lt sho w s t h at th is syste m r uns stable and the precisi o n o f m atch i n g m eets the re quire m en ts o f syste m .K ey w ords :TM S320VC5501;i m age acquisiti o n;DSP /B I O S ;fi n gerpri n t recogn iti o n algorithm 随着现代社会数字化、信息化和网络化进程的不断加快,人们之间的信息交流愈加频繁,对身份鉴别技术的要求也越来越高。传统的身份识别(如钥匙、证件和密码等)存在容易丢失、磨损以及遗忘等缺点,因此人们把目光转向生物识别技术。所谓生物识别技术是指利用人的生理特征或行为特征来进行个人身份的鉴定。指纹的唯一性和终生不变性,使其成为当前生 物识别的主要研究对象[1] 。指纹识别技术具有很高的可行性和实用性,因而成为目前应用最广泛的个人身份认证技术之一。指纹识别技术的应用系统可以分 为两大类,即联机(PC)识别系统和嵌入式识别系统。嵌入式识别系统结构上相对独立,不需要连接计算机就可以独立完成其设计功能,具有速度快、体积小、接口多等优点,被应用到各种领域。但是该系统存在两方面的问题:一是缺少操作系统,程序处于!裸跑?状态,降低了系统运行的可靠性;二是更多地采用!DSP +FPGA ?的处理器结构,增加了系统功耗与成本,从而限制了其应用的范围。因此,开发基于操作系统的DSP 指纹识别系统具有很大的实际意义。 1 系统设计方案 本系统以T M S320VC5501(以下简称C5501)DSP 为核心处理器,它是T I 公司最新推出的高性能、低功耗16位定点DSP 芯片,器件上集成了多种先进的外设[2] 。电容式触摸键盘和LCD 构成的人机交互模块
毕业设计开题报告 基于单片机的指纹识别系统研究 Research on Fingerprint Identification System Based Microcontroller 2013年12月日 开题报告填写要求 1．开题报告作为毕业设计答辩委员会对学生答辩资格审查的依据材料之一，应在指导教师指导下，由学生在毕业设计工作前期完成，经指导教师签署意见、专家组及学院教学院长审查后生效；
2．开题报告必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网页上下载）打印，禁止打印在其它纸上后剪贴； 3．毕业设计开题报告应包括以下内容： （1）研究的目的； （2）主要研究内容； （3）课题的准备情况及进度计划； （4）参考文献。 4．开题报告的撰写应符合科技文献规X，且不少于2000字；参考文献应不少于15篇，包括中外文科技期刊、教科书、专著等。 5．开题报告正文字体采用宋体小四号，1.5倍行距。附页为A4纸型，左边距3cm，右边距2cm，上下边距为2.5cm，字体采用宋体小四号，1.5倍行距。 6．“课题性质”一栏： 理工类：A..理论研究B.工程设计C..软件开发D. 应用研究E.其它 经管文教类：A.理论研究B.应用研究C.实证研究D.艺术创作E.其它 “课题来源”一栏： A.科研立项 B.社会生产实践 C.教师自拟 D.学生自选 “成果形式”一栏： A.论文 B.设计说明书 C.实物 D.软件 E.作品 毕业设计开题报告
1 研究目的 越来越多的电子设备和XX机构对更安全更方便的身份认证和访问控制的需求变得越来越紧迫，传统的机械钥匙、“口令+密码”以及智能卡等的保护措施存在着丢失、遗忘、复制及被盗用的隐患。假如在一次的电脑登陆时，如果用户忘记了他的密码，他就不能进入系统，则整个电脑系统就会面临灾难性的后果。密码被盗取和被破解则是另一件更为可怕的事情。实际上，盗取和破解密码的技术难度并不是很高，只要留意操作者输入口令时的击键动作就可以知道他的密码，可以通过作者的XX、年龄、生日、习惯等信息来猜测或者采用其他一些数学分析的手段来破解出相应的密码，甚至可以使用软件利用枚举法找出用户密码。这些问题都说明现行的系统安全技术已经面临严峻的挑战。 生物特征识别技术是一门利用人生理上的特征来识别人的科学。和传统的方法的不同在于，生物特征识别方法依据的是我们所拥有的东西，是我们的个体特性。生物特征分为身体特征和行为特点两类。身体特征包括：指纹、掌形、视网膜和虹膜、脸型、血管纹理和DNA等；行为特点包括：签名、语音、行走的步态、击打键盘的力度等。 根据生物特征识别技术采用的生物特征的不同，广泛应用的生物特征识别技术可以分为以下三类。 1.高级生物特征识别技术（High Biometrics），如：视网膜识别、虹膜识别和指纹识 别等。 2.次级生物特征识别技术（Lesser Biometrics），如：掌形识别、人脸识别、语音识 别、签名识别等。 3.深奥的生物特征识别技术（Esoteric Biometrics），如：血管纹理识别、人体气味 识别等。
第二章指纹识别的原理和方法 指纹识别的采集及其参数[15] 指纹具有惟一性（随身携带、难以复制、人人不同、指指相异）。根据指纹学理论，将两人指纹分别匹配上12个特征时的相同几率仅为1/1050。指纹还具有终身基本不变的相对稳定性。指纹在胎儿六个月时已完全形成，随着年龄的增长，尽管人的指纹在外形大小、纹线粗细上会有变化，局部纹线之间也可能出现新细线特征，但从总体上看，同一手指的指纹纹线类型、细节特征的总体布局等无明显变化。指纹的这些特点为身份鉴定提供了客观依据。 指纹识别过程可以分为4个步骤：采集指纹图像、提取特征、保存数据和比对。通过指纹读取设备读取到人体指纹的图像,取到指纹图像之后，要对原始图像进行初步的处理，使之更清晰。指纹辨识软件建立指纹的数字表示特征数据，软件从指纹上找到被称为“节点”（minutiae）的特征点，这些数据(通常称为模板)，保存为1K大小的记录。最后，通过计算机模糊比较的方法，把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果。 2.2.1指纹图像的采集[16][17][18] 指纹采集模式主要分为“离线式”和“在线式”两种。所谓“离线式”就是指在指纹采集时，利用某些中间介质（如油墨和纸张）来获取指纹图像，在通过一定的技术手段将图像数字化输入计算机，它属于非实时采集。目前“离线式”采集方式在大多数场合已经消失。所谓“在线式”是通过与计算机联机的先进指纹传感器的专用指纹采集设备，将真实的人体指纹直接变成数字图像数据，实时传输给计算机。 基于指纹传感器的“在线式”实时采集设备以其操作简单、实时性强、采集效率高、图像质量好等优点，广泛应用于自动指纹识别领域。 指纹传感器是采集指纹的装置,是一切自动指纹识别系统的必备设备,从原理上,目前见到的指纹传感器分下面3类： (1)光学录入
指纹识别系统设计题目:指纹识别系统设计 专业：电气工程及其自动化 学生姓名：陈 指导教师：黄
摘要 指纹作为人体的重要特征具有长期不变性和唯一性已经成为生物识别领域的重要手段通过指纹特征来鉴别人的身份的技术正在得到越来越广泛的应用随着指纹检测技术和指纹识别算法的不断改进指纹识别技术还将在越来越多的部门得到更广泛的应用。针对指纹的唯一性和终身不变性的特点．提出了一种基于FPS200固态指纹传感器和TMS320VC5402 DSP 芯片的快速指纹识别系统，促使指纹识别设备向小型化、嵌入式、自动化方向发展；对系统的组成原理、指纹采集和指纹图像处理力法进行了分析；结合FPS200和TMS320VC5402芯片的特性，对系统硬件核心和图像采集电路做了详细介绍，并给出系统硬件设计方案、软件设计流程;实验结果表明．系统指纹采集效率高，识别速度快，识别结果准确可靠；该系统性能稳定．实用性强，应用范围广泛。 关键词：指纹识别；TMS320VC5402;DSP；指纹采集；图像处理
Abstract As the uniqueness and constancy of fingerprint ,a quick fingerprint recognition system based on fingerprint sensor FPS200 and DSP chip TMS320VC5402 is presented. The composing principles of the system , fingerprint collection and fingerprint image processing methods are introduced particular .with the characteristics of FPS200 TMS320VC5402 ,the core of the hardware collecting circuit and the designs of the hardware and software are introduced in details. The results of experiments indicated that this system works with great fingerprint collection efficiency, high recognition speed and credible recognition results because of the stead performance and practicability the system will have wide application area .
《安装入门篇》 首先是此次的主角：LG T1，此次的指纹识别试用和教程就是在该笔记本上完成。T1使用的是Softex公司的OmniPass作为指纹识别的管理软件，这也是目前而言市场上最普遍的指纹识别管理软件，目前市面上绝大多数支持指纹识别的笔记本，都是使用该 软件。 首先是指纹识别驱动和OmniPass等相关软件的安装，你可以翻出笔记本配送的原厂光盘，安装上面的驱动，也可以登录厂商的网站，或者和厂商取得联系，寻求技术人员的帮助。如果你使用的是LG的笔记本，那么非常简单，首先找到一张名为Intelligent Update的光盘，放入光驱，或者运行机子上已经预装的LG Intelligent Update，软件会自动查找本子还未安装的驱动和软件，并进行安装。
软件自动查找未安装的驱动和软件 安装完成，开始菜单中增加了一个Softex的文件夹，我们运行“OmniPass控制中心”。
我们首先要添加一个用户，点击“向OmniPass中添加新用户” 输入用户名、域和密码，注意该用户名及相关信息必须是Windows中已有的用户，密码 也即该用户登录系统时的密码。
小贴士：如何察看域信息 “我的电脑”－“控制面板”－“系统属性”－“计算机名”－“更改”，即可看到隶 属的域。 点击“下一步”，如果你的笔记本还支持指纹识别以外的验证设备：例如SmartCard 等，此处就会出现多个选项以供选择。在这里我们点击“验证指纹驱动程序”，然后再 点击“下一步”。
点击选择要进行指纹验证的手指，然后再点击“下一步” 均匀用力，匀速的将手指划过指纹识别器，连续三次，通过检验后就会出现下方的窗口。
指纹识别的原理和方法 一、概述 指纹识别的背景知识 我们手掌及其手指、脚、脚趾内侧表面的皮肤凸凹不平产生的纹路会形成各种各样的图案。这些纹路的存在增加了皮肤表面的摩擦力，使得我们能够用手来抓起重物。人们也注意到，包括指纹在内的这些皮肤的纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的。依靠这种唯一性，我们就可以把一个人同他的指纹对应起来，通过对他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。这种依靠人体的身体特征来进行身份验证的技术称为生物识别技术，指纹识别是生物识别技术的一种。 目前，从实用的角度看，指纹识别技术是优于其他生物识别技术的身份鉴别方法。这是因为指纹各不相同、终生基本不变的特点已经得到公认。 最早的指纹识别系统应用与警方的犯罪嫌疑人的侦破，已经有30多年的历史，这为指纹身份识别的研究和实践打下了良好的技术基础。特别是现在的指纹识别系统已达到操作方便、准确可靠、价格适中的阶段，正快速的应用于民用市场。 指纹识别系统通过特殊的光电转换设备和计算机图像处理技术，对活体指纹进行采集、分析和比对，可以迅速、准确地鉴别出个人身份。 系统一般主要包括对指纹图像采集、指纹图像处理、特征提取、特征值的比对与匹配等过程。现代电子集成制造技术使得指纹图像读取和处理设备小型化，同时飞速发展的个人计算机运算速度提供了在微机甚至单片机上可以进行指纹比对运算的可能，而优秀的指纹处理和比对算法保证了识别结果的准确性。 指纹自动识别技术正在从科幻小说和好莱坞电影中走入我们实际生活中，就在今天，您不必随身携带那一串钥匙，只需手指一按，门就会打开；也不必记住那烦人的密码，利用指纹就可以提款、计算机登录等等。 指纹识别技术主要涉及四个功能：读取指纹图像、提取特征、保存数据和比对。 在一开始，通过指纹读取设备读取到人体指纹的图像，取到指纹图像之后，要对原始图像进行初步的处理，使之更清晰。 接下来，指纹辨识软件建立指纹的数字表示——特征数据，一种单方向的转换，可以从指纹转换成特征数据但不能从特征数据转换成为指纹，而两枚不同的指纹不会产生相同的特征数据。软件从指纹上找到被称为―节点‖（minutiae）的数据点，也就是那些指纹纹路的分叉、终止或打圈处的坐标位置，这些点同时具有七种以上的唯一性特征。因为通常手指上平均具有70个节点，所以这种方法会产生大约490个数据。 有的算法把节点和方向信息组合产生了更多的数据，这些方向信息表明了各个节点之间的关系，也有的算法还处理整幅指纹图像。总之，这些数据，通常称为模板，保存为1K大小的记录。无论它们是怎样组成的，至今仍然没一流种模板的标准，也没一流种公布的抽象算法，而是各个厂商自行其是。 最后，通过计算机模糊比较的方法，把两个指纹的模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果。 指纹识别的原理和方法 二. 取得指纹图象 1.取象设备原理 取像设备分成两类：光学、硅晶体传感器和其他。
Suprema指纹识别算法介绍 产品名称：Suprema指纹识别算法介绍 产品型号：OTA750采用的指纹算法 产品分类：Suprema指纹识别算法介绍 详细介绍： OTA750彩屏指纹考勤机的指纹算法采用了世界上最可信赖的Suprema指纹识别算法，产品的稳定性、指纹的安全可靠性得到了有力的保障。 Suprema指纹识别算法介绍 Suprema拥有世界一流的指纹识别技术。Suprema解决方案的特点在于对算法拥有极强的理论背景。Suprema的指纹识别算法在世界上最值得信赖的世界指纹识别大赛 (International Fingerprint Verification Competition, (FVC2004) 上摘取冠军桂冠，在light category表现出最小的出错率，被认为是世界上最可信赖的指纹解决方案，再加上其优越的技术力量可确保客户产品及应用软件的 最佳稳定性和信赖度。 Suprema指纹识别算法比起其竞争对手拥有如下特点及优势： 最高的信赖性.指纹识别中算法可以说是左右其性能的最核心的要素。 在世界指纹识别大赛(FVC2004)中夺得了第一，被认定为世界最好的 指纹识别算法。再加上其优越的技术力量可确保客户产品及应用软 件的最佳稳定性和信赖度。 广泛适用性 卓越的支持 Suprema指纹识别算法在世界指纹识别大赛中所获得成绩 评论 FVC是世界上最大的指纹识别技术评论，也是国际性指纹识别算法大赛,隔年举行并由意大利和美国第三方组织。在最近的两届FVC2004和FVC2006，SUPREMA 指纹识别算法摘取了世界范围的最高桂冠。 成果 在FVC2004和FVC2006，Suprema的指纹识别算法在众多参赛者中脱颖而出分别在Light级别和开放级别中获取了冠军。在FVC2006，Suprema在开放级别中以7枚金牌荣获了桂冠。在FVC2004，Suprema在Light级别中以最小误差率荣获了冠军。Suprema是唯一一家赢得两项级别（开放和Light）冠军的公司，即
指纹识别系统 The Fingerprint Identifying System 软件需求分析规格说明书Requirement Analysis Specification 编制：WYP 编制日期：2010年9月28日 审核： 批准： 单位名称：XXX学院
目录 第一章引言 (3) 1.1目标与范围 (3) 1.2系统概述 (3) 1.3约束条件 (4) 第二章信息描述 (4) 2．1 信息流 (4) 2．1．1 数据流 (4) 2．2 对象描述 (5) 2．3 数据关系 (5) 2．4 数据字典 (5) 第三章功能描述 (6) 3．1 处理说明 (6) 3．2 性能说明 (7) 3．3 设计约束 (7) 第四章开发工具与开发环境 (7) 6．1 开发环境 (7) 6．2 开发工具 (8) 第五章修正的项目计划 (8) 7．1 成本 (8) 7．2 进度 (8)
第一章引言 1.1目标与范围 当代社会，身份鉴别越来越重要，传统的身份鉴别方法（如身份证、信用卡、口令、密码等）可能会丢失、被盗或忘记。同时，传统的身份鉴别手段与用户并不惟一绑定，一旦他人获得，将拥有和失主同样的权力。而指纹特征是人所固有的生理特征，具有惟一性和终生不变性的特点。因此指纹认证在身份认证和身份识别中成为重要的手段。 本指纹识别系统主要是对用户指纹进行提取将采集的指纹模板数据写入数据库，将实时采集的指纹图像作为指纹样板和数据库中的指纹模板逐一对，从而确认指纹样板身份。 1.2系统概述 指纹识别系统是一个典型的模式识别系统，包括指纹图像获取、处理、特征提取和比对等模块。 指纹图像获取：通过专门的指纹采集仪可以采集活体指纹图像。目前，指纹采集仪主要有活体光学式、电容式和压感式。对于分辨率和采集面积等技术指标，公安行业已经形成了国际和国内标准，但其他还缺少统一标准。根据采集指纹面积大体可以分为滚动捺印指纹和平面捺印指纹，公安行业普遍采用滚动捺印指纹。另外，也可以通过扫描仪、数字相机等获取指纹图像。 指纹图像压缩：大容量的指纹数据库必须经过压缩后存储，以减少存储空间。 指纹图像处理：包括指纹区域检测、图像质量判断、方向图和频率估计、图像增强、指纹图像细化等。 本系统主要功能包括指纹采集、指纹识别、人员认证、人员登记。
目录 摘要 .............................................................. I II ABSTRACT ........................................................... I V 第一章绪论 ........................................................ １ 1.1 论文的背景及意义............................................ １ 1.2 识别技术简介................................................ ２ 1.2.1 指纹特点 .............................................. ２ 1.2.2 指纹特征 .............................................. ２ 1.2.3 指纹应用系统简介...................................... ２ 1.2.4 指纹取像技术及其特点.................................. ３第二章指纹门禁系统的总体设计 ...................................... ５ 2.1 系统功能.................................................... ５ 2.2 系统性能指标................................................ ５ 2.3 系统硬件结构................................................ ６ 2.4 系统软件结构................................................ ７第三章指纹门禁系统的硬件设计 ...................................... ９ 3.1 SPCE061A单片机介绍 ......................................... ９ 3.1.1 SPCE061A单片机的主要性能.............................. ９ 3.1.2 指纹识别模块OM-20的管脚说明及性能指标................ ９ 3.1.3 SPCE061A单片机与指纹识别模块OM－20的接口电路设计... １０ 3.2 SPCE061A单片机与液晶显示模块SPLC501的接口............... １１第四章指纹门禁系统的软件设计 .................................... １３ 4.1 指纹处理模块.............................................. １３ 4.1.1 指纹识别模块OM-20通讯协议.......................... １３ 4.1.2 登记指纹模板程序设计................................ １３ 4.1.3 删除指纹模板程序设计................................ １４ 4.1.4 清空指纹模板程序设计................................ １４ 4.2 系统主程序设计............................................ １５ 4.3 指纹开门程序设计.......................................... １５
指纹识别方法的综述 摘 要: 对在指纹的预处理和特征提取、指纹分类、指纹的匹配过程中的方向图、滤波器、神经网络等关 键性原理和技术做了详细的说明,并对在各个过程中用到的方法做了进一步的比较,讨论了各种方法的优越性。 0 引 言 自动指纹识别是上世纪六十年代兴起的,利用计算机取代人工来进行指纹识别的一种方法。近年 来,随着计算机技术的飞速发展,低价位指纹采集仪的出现以及高可靠算法的实现,更使得自动指纹识 别技术越来越多地进入到人们的生活和工作中,自动指纹识别系统的研究和开发正在成为国内外学术 界和商业界的热点。相对于其他生物特征鉴别技术例如语音识别及虹膜识别,指纹识别具有许多独到 的优点,更重要的是它具有很高的实用性和可行性,已经被认为是一种理想的身份认证技术,有着十分 广泛的应用前景,是将来生物特征识别技术的主流。 1 指纹取像 图 1 是一个自动指纹识别系统AFIS(Automated Fingerprint Identification System) 的简单流程。 → → → ↓ ↑ ———— 将一个人的指纹采集下来输入计算机进行处理是指纹自动识别的首要步骤。指纹图像的获取主要利用设备取像,方便实用,比较适合AFIS 。利用设备取像的主要方法又利用光学设备、晶体传感器和超声波来进行。光学取像设备是根据光的全反射原理来设计的。晶体传感器取像是根据谷线和脊线皮肤与传感器之间距离不同而产生的电容不同来设计的。超声波设备取像也是采用光波来取像,但由于超声波波长较短,抗干扰能力较强,所以成像的质量非常好。 2 图像的预处理与特征提取 无论采取哪种方法提取指纹,总会给指纹图像带来各种噪声。预处理的目的就是去除图像中的噪 音,把它变成一幅清晰的点线图,以便于提取正确的指纹特征。预处理是指纹自动识别过程的第一步, 它的好坏直接影响着指纹识别的效果。常用的预处理与特征提取( Image Preprocessing and Feature Ex 2 t raction) 方法的主要步骤包括方向图计算、图像滤波、二值化、细化、提取特征和后处理。当然这些步骤 可以根据系统和应用的具体情况再进行适当变化。文献[ 1 ]提出了基于脊线跟踪的方法能够指纹取像 图像预处理 特征提取 指纹识别 数据库管理
任务书 课程设计题目：指纹识别 功能简述： 1)根据所学的知识和能力，设计程序可以实现根据指纹的大小、形状等特征，识别出不同的指纹。 2)利用按键标志当前指纹识别的状态，例如录入状态，识别状态,清楚状态;利用液晶1602能够显示当前指纹识别的状态信息。 3)利用继电器，对当前信息的判断，例如提醒当前指纹识别错误;利用蜂鸣器和LED等提醒当前指纹识别是否正确
目录 第一章绪论…………………………………………………….. 1．1、指纹识别中的基本概念………………………………… 1.2 指纹识别的发展前景……………………………………… 1.3、指纹识别课题设计的内容与意义……………………….. 第二章方案选择……………………………………………… 2.1 系统原理图设计…………………………………………… 2.2方案说明……………………………………………………… 2.3 方案比较…………………………………………………… 2.4 方案选择………………………………………………………第三章硬件设计………………………………………………3．1 AT89C52单片机设计……………………………………… 3.2 电源电路设计……………………………………………… 3.3 按键控制部分电路………………………………………… 3.4 LED指示灯电路…………………………………………3.5 蜂鸣器电路………………………………………………3.6 指纹传感器模块………………………………………… 第四章软件程序设计…………………………………………. 4.1程序流程图…………………………………………………4.2程序…………………………………………………………. 第五章调试…………………………………………………… 5.1硬件调试……………………………………………………. 5.2软件调试……………………………………………………
指纹识别方法的综述 摘要 : 对在指纹的预处理和特征提取、指纹分类、指纹的匹配过程中的方向图、滤波器、神经网络等关 键性原理和技术做了详细的说明, 并对在各个过程中用到的方法做了进一步的比较, 讨论了各种方法的优越性。 0引言 自动指纹识别是上世纪六十年代兴起的,利用计算机取代人工来进行指纹识别的一种方法。 近年 来, 随着计算机技术的飞速发展,低价位指纹采集仪的出现以及高可靠算法的实现,更使得自动指纹识 别技术越来越多地进入到人们的生活和工作中, 自动指纹识别系统的研究和开发正在成为国 内外学术 界和商业界的热点。相对于其他生物特征鉴别技术例如语音识别及虹膜识别, 指纹识别具有许多独到 的优点 ,更重要的是它具有很高的实用性和可行性,已经被认为是一种理想的身份认证技术 有着十分 广泛的应用前景, 是将来生物特征识别技术的主流。 , 1指纹取像 图1 是一个自动指纹识别系统 AFIS(Automated Fingerprint Identification System)的简单流程。 指纹取像→ 图像预处理 → 特征提取 → 指纹识别 ↓↑ 数据库管理———— 将一个人的指纹采集下来输入计算机进行处理是指纹自动识别的首要步骤。指纹图像的获取主要利用设备取像,方便实用 , 比较适合 AFIS 。利用设备取像的主要方法又利用光学设备、晶 体传感器和超声波来进行。光学取像设备是根据光的全反射原理来设计的。晶体传感器取像是根据谷线和脊线皮肤与传感器之间距离不同而产生的电容不同来设计的。超声波设备取像也是采用光波来取像,但由于超声波波长较短,抗干扰能力较强,所以成像的质量非常好。 2图像的预处理与特征提取 无论采取哪种方法提取指纹 ,总会给指纹图像带来各种噪声。预处理的目的就是去除图像中的 噪 音,把它变成一幅清晰的点线图 ,以便于提取正确的指纹特征。预处理是指纹自动识别过程的第 一步 , 它的好坏直接影响着指纹识别的效果。常用的预处理与特征提取( Image Preprocessing and Feature Ex2 t raction) 方法的主要步骤包括方向图计算、图像滤波、二值化、细化、提取特征和后处理。 当然这些步骤 可以根据系统和应用的具体情况再进行适当变化。文献[ 1 ] 提出了基于脊线跟踪的方法能够
基于ARM9的指纹识别系统 *第一部分设计概述/Design Introduction 信息化时代，生物识别技术作为信息安全和个人身份识别技术越来越受到人们的重视。指纹作为人体中最明显的外表特征，具有独一无二的特性、普遍性、唯一性、易于采集等优点。指纹鉴定技术利用人类指纹稳定性和独特性的生理特征，将其作为人们的一种“活的身份证”，更因指纹具有的不可替代性，使通过指纹进行身份鉴定的安全性大大提高，且随着图像处理_模式识别方法的发展和指纹传感器技术的日臻成熟，指纹鉴定方法在金融、公安、门禁、户籍管理等领域都有着良好的应用前景。同时随着指纹传感器性能的提高和价格的降低，指纹的采集相对容易；指纹的识别算法已经较为成熟。由于指纹识别具有扫描指纹的速度很快，方便，小型化等多优点，指纹识别技术已经逐渐走入民用市场，并应用到许多嵌入式设备中。指纹防盗系统也由此产生，指纹防盗系统是一种能够自动鉴别个人身份的技术，对于其他的指纹报警，技术特性使得生物识别身份验证方法不依赖各种人造的和附加的物品来证明人的自身，而用来证明自身的恰恰是人本身，所以，它不会丢失、不会遗忘，很难伪造和假冒，是种“只认人、不认物”，方便安全的保安手段。从而对财产起到保护作用。指纹防盗系统可以广泛用于政府、学校、税务机关、银行、部队、智能小区及交通等各个领域，倍受各界用户的青睐。 目前市场上有各种各样的嵌入式处理器。意法半导体公司提供的STR912芯片是一种硬核处理器，具有很高的性价比。本文提出一种基于ARM9处理器为核心的嵌入式自动指纹识别系统设计，以STR912芯片设计为硬件平台，配以指纹传感器芯片和VGA接口控制电路实现的。该系统具有低成本、开发周期短、上市快等优点。 第二部分功能描述/Function Description 本设计系统主要实现指纹的采集、处理、特征模板提取、结果显示，以及完成个人身份识别/注册功能。主要有以下几个模块，指纹采集模块，ARM9处理模块，VGA控制模块，结果显示模块。主要结构框图如图1所示。
指纹识别技术 指纹识别技术把一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。每个人（包括指纹在内）皮肤纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的，并且终生不变。依靠这种唯一性和稳定性，我们才能创造指纹识别技术 一、简介 1)背景：1809年Bewick把自己的指纹作为商标。1823年解剖学家Purkije将指纹分为九类。 1880年，Faulds 在《自然》杂志提倡将指纹用于识别罪犯。1891年Galton提出著名的高尔顿分类系统。之后，英国、美国、德国等的警察部门先后采用指纹鉴别法作为身份鉴定的主要方法。随着计算机和信息技术的发展，FBI和法国巴黎警察局于六十年代开始研究开发指纹自动识别系统(AFIS)用于刑事案件侦破。目前，世界各地的警察局已经广泛采用了指纹自动识别系统。九十年代，用于个人身份鉴定的自动指纹识别系统得到开发和应用。 2）简介：指纹识别:即指通过比较不同指纹的细节特征点来进行鉴别。由于每个人的指纹不同，就是同一人的十指之间，指纹也有明显区别，因此指纹可用于身份鉴定。其实，我国古代早就利用指纹(手印)来签押。1684年，植物形态学家Grew发表了第一篇研究指纹的科学论文。 每个人包括指纹在内的皮肤纹路在图案、断点和交叉点上各不相同，呈现唯一性且终生不变。据此，我们就可以把一个人同他的指纹对应起来，通过将他的指纹和预先保存的指纹数据进行比较，就可以验证它的真实身份，这就是指纹识别技术。 指纹识别主要根据人体指纹的纹路、细节特征等信息对操作或被操作者进行身份鉴定，得益于现代电子集成制造技术和快速而可靠的算法研究，已经开始走入我们的日常生活，成为目前生物检测学中研究最深入，应用最广泛，发展最成熟的技术。 二、原理 指纹其实是比较复杂的。与人工处理不同，许多生物识别技术公司并不直接存储指纹的图象。多年来在各个公司及其研究机构产生了许多数字化的算法（美国有关法律认为，指纹图象属于个人隐私，因此不能直接存储指纹图象）。但指纹识别算法最终都归结为在指纹图象上找到并比对指纹的特征。 有效的指纹辨识系统不仅仅依赖于辨识算法，还有其他的一些重要因素，这里称之为“系统问题”。包括注册和辨识过程，速度和工作学、用户信息的反馈、排斥欺骗和安全考虑。为了得到较好的识别率，重要的是在注册时尽量获得最好的指纹图象，这是因为注册一般只进行一次，而以后的辨识是经常的。一个较好的指纹识别系统应要求用户的指纹在登记指纹时多次获取指纹，然后，把最好的指纹或每次获得的指纹的综合的结果作为注册的指纹。 又一个方法可以作为指纹系统设计时的考虑，即我们可以多次取像直到得到一个确定的匹配，但这个过程在降低了拒判率的同时，提高了误判率。辨识不仅仅只用一个手指的指纹，可以用两个或更多的手指的指纹，这样可以增强识别率，当然这样一来会浪费用户的许多时间。 系统的工作学是很重要的。例如：在个人识别系统中，人们愿意等待时间的极限，这个极限时间根据特定的应用而不同，依赖于在处理的过程中人们正在做什么。例如：刷卡或输入ID号的过程，从0.5-1.5秒被认为是可接受的时间；另外，拒判而重复次数不应超过3次。 验证和辨识的过程、取像设备的设计拒判率和误判率关系的设定，为了尽可能的获得高质量的指纹图象而提示
数字图像处理报告 题目指纹识别算法研究学院信息学院 专业通信工程 班级通信ZY1101 姓名郑涛、江代民
摘要 随着计算机和网络的迅速发展，人们对身份认证的准确性、安全性与实用性提出了更高的要求。基于生物特征识别的智能身份认证技术也逐渐受到广泛的关注。在众多的生物识别技术中，指纹识别技术是发展最早、应用最广泛的一种。指纹识别技术充分利用了指纹的普遍性、唯一性和永久性的生物特征，已逐步取代了传统的基于标志和数字的识别方式，目前在网络、银行、金融、医疗和安检等行业均得到了广泛应用。本文对指纹识别系统的原理和基本过程进行了分析研究，重点研究了指纹图像预处理算法，并且进行了验证。 在指纹图像预处理部分，论文对预处理的各个步骤包括规格化、图像分割、中值滤波、二值化、细化等以及各个步骤的方法进行了深入的分析和研究，选择了一种图像预处理方案。 在指纹特征提取部分，采用基于Matlab实现的指纹细节特征提取方法，并给出了去伪算法。指纹特征提取是从细化后的指纹图中得到细节特征点（即端点和分叉点），此特征点含有大量的伪特征，既耗时又影响匹配精度。采用了边缘去伪和距离去伪，使得特征点去伪前后减小了近1/3，然后提取可靠特征点信息，以便实现指纹匹配。 在指纹匹配部分，本文采用基于细节点的指纹匹配算法，并进行研究。 关键词指纹识别、预处理、特征提取、匹配
Fingerprint Recognition Algorithm Abstract With the rapid Progress of computer science and network technique，An accurate，secure and practical techno1ogy of Personal identification becomes more and more important. Technology of Personal identification based on Biometrics has received extensive attention. Technology of Fingerprint recognition is the earliest one and is app1ied widely in the all techniques of biometrics recognition, then is taking full advantage of the universality, uniqueness and permanency of the fingerprint, and gradually has taken place of traditional identification method that is based on symbol and number. Nowadays the technology of fingerprint identification is fully used in network, bank, finance, insurance and security. This paper research the basic principles and process of the fingerprint identification system，and focus on the pre-processing algorithms of fingerprint image and finally verify. In the fingerprint image processing section, thesis on preprocessing steps including specifications, image segmentation, median filtering, binarization, refinement, and so on, and each step of the way to in-depth analysis and research, is an image processing program. Part of the fingerprint feature extraction, fingerprint-based Matlab implementation details of feature extraction methods, and gives to the pseudo-algorithm. Fingerprint feature extraction is refined to get the details of fingerprint feature points (the endpoint and bifurcation points), this feature points contain a large number of false features, time-consuming and will affect the matching accuracy. Used and the distance to the edge of the false and counterfeit, makes the feature points to reduce the false front of nearly 1 / 3, and then extract a reliable feature point information, in order to achieve the fingerprint match. Part of the fingerprint match, the paper-based fingerprint minutiae matching algorithm, and conduct research. Keywords Fingerprint recognition、Pretreatment、Feature extraction、Matching