(Printed)基于Matlab实现的指纹图像细节特征提取
指纹图像预处理和特征提取算法的Matlab实现
ａｌｇｏｒｉｔｈｍ ｆｏｒ ｆｉｎｇｅｒｐｒｉｎｔ ｒｅｃｏｇｎｉｔｉｏｎ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ａ ｓｅｔ ｏｆ ａｌｇｏｒｉｔｈｍｓ ｆｏｒ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｍｉｎｕｔｉａｅ ｅｘｔｒａｃｔｉｏｎ ｉｓ ｄｅｓｉｇｎｅｄ
∥ ／燃
ａ末梢点 图１末梢点和分叉点
图２自动指纹识别系统流程图
３指纹图像的预处理
本文采用的图像预处理算法流程如图３所示。
方向滤波 图３指纹图像预处理算法流程图 各步骤得到的图像如图４所示。
－原始指纹图像 ｂ规格化后的图像 ｛ ｃ方向滤波后的图像
ｄ＝值化丘的盥像
ｅ细化后的图像
３．１规格化
图４预处理实验效果图
３．４细化
细化处理（Ｔｈｉｎｎｉｎｇ）是指在二值化的指纹图像上，在
不影响纹线连通性的基础上删除纹线的边缘像素，直到纹 线为单像素宽为止。细化后理想的结果是纹线骨架应该为 原始纹线的骨架中心，并保持纹线细节特征以及纹线的收 敛性、拓扑性、细化性和快速性。细化图像是基于点模式细 节特征点提取的前提，如果无法得到较好的细化图像，后续
不高。本文采用ＬｉｎＨｏｎｇ等人开发的基于最小均方估计
算法，即公式法。公式见式（３）、式（４）：
＝Ｇ（ｉ一１，歹一１）＋２Ｇ（ｉ，歹一１）＋
｛二
Ｇ（ｉ＋１，ｉ—１）一Ｇ（ｉ一１．ｉ＋１） ２Ｇ（ｉ，Ｊ＋１）一Ｇ（ｉ＋１，ｊ＋１） ＝Ｇ（ｉ一１，ｊ一１）＋２Ｇ（ｉ，Ｊ＋１）＋ Ｇ（ｉ一１，Ｊ＋１）一Ｇ（ｉ＋１，Ｊ一１）
Matlab中的图像特征提取和图像分类技术
Matlab中的图像特征提取和图像分类技术图像特征提取和图像分类是计算机视觉领域中的重要研究方向。
通过对图像进行特征提取和分类，可以实现图像识别、目标检测等应用。
Matlab作为一种强大的科学计算软件，提供了丰富的功能和工具箱，能够方便快捷地实现图像特征提取和分类的算法。
一、图像特征提取图像特征提取是将图像从像素级别转换到语义级别的过程。
常用的图像特征包括颜色、纹理、形状等。
在Matlab中，有多种方法可以进行图像特征提取。
1.1 颜色特征提取颜色在图像中起着重要的作用，可以通过颜色特征来描述图像的内容。
在Matlab中，可以使用RGB颜色空间、HSV颜色空间等来表示和提取图像的颜色特征。
通过计算图像中每个像素的颜色分量，可以获得图像的颜色直方图、颜色矩等特征。
1.2 纹理特征提取纹理是图像中细微的、规律性的结构特征。
在Matlab中，可以使用灰度共生矩阵（GLCM）等方法来提取图像的纹理特征。
GLCM是描述图像灰度分布的一种统计方法，通过计算图像中像素之间的灰度关系，可以得到纹理特征如对比度、能量、熵等。
1.3 形状特征提取形状是图像中物体的外形特征，常用的形状特征包括边缘、轮廓、几何形状等。
在Matlab中，可以使用边缘检测算法、轮廓提取算法等来提取图像的形状特征。
通过识别图像中物体的边缘和轮廓，可以得到图像的形状描述符。
二、图像分类技术图像分类是将图像分为不同类别的过程，是计算机视觉中的重要应用之一。
在Matlab中，有多种方法可以实现图像分类。
2.1 传统机器学习方法传统的图像分类方法主要基于机器学习算法，如支持向量机（SVM）、K近邻（KNN）等。
在Matlab中，可以使用机器学习工具箱来实现基于特征向量的图像分类。
通过提取图像的特征向量，并使用机器学习算法进行训练和分类，可以实现准确的图像分类。
2.2 深度学习方法深度学习是近年来兴起的一种图像分类技术，利用深度神经网络来学习图像的特征表示。
Matlab中的图像特征提取方法
Matlab中的图像特征提取方法引言：图像特征提取是计算机视觉领域的重要研究课题，它能够从图像中提取到有用的信息，为后续的图像处理和分析任务提供基础和支持。
而Matlab作为一款强大的数学软件，提供了丰富的工具包和函数库，为图像特征提取提供了方便和快捷的实现途径。
本文将介绍几种常用的Matlab图像特征提取方法，包括颜色特征、纹理特征和形状特征。
一、颜色特征提取方法颜色是图像中最明显和直观的特征之一，在图像分类、目标检测等应用中具有重要的作用。
Matlab提供了很多用于颜色特征提取的函数，如rgb2hsv、rgb2gray 和histogram等。
其中，rgb2hsv函数能够将RGB颜色空间转换为HSV颜色空间，通过调整h、s、v三个分量可以提取不同的颜色特征。
而rgb2gray函数则能够将RGB图像转换为灰度图像，提取图像的亮度特征。
histogram函数可以统计图像各个像素值的频数，从而得到图像的直方图表示。
二、纹理特征提取方法纹理是图像中由上下左右相邻像素之间的灰度差异造成的视觉效果，对于图像的表达和分析具有重要意义。
Matlab提供了一些常用的纹理特征提取函数，如graycomatrix和glcmprops。
graycomatrix函数可以计算灰度共生矩阵，通过统计不同灰度值相邻像素之间的出现频率来描述纹理信息。
而glcmprops函数能够计算灰度共生矩阵的统计特征，如对比度、均匀性和能量等，从而得到更全面和准确的纹理特征描述。
三、形状特征提取方法形状是物体以及图像中的基本外形特征，它对于目标分类和图像分析具有重要的作用。
Matlab提供了多种形状特征提取函数，如regionprops和boundary。
regionprops函数可以计算图像中各个连通区域的面积、周长、中心位置等基本形状特征。
boundary函数能够提取图像边界的像素坐标，通过对坐标进行拟合和分析可以得到更复杂和准确的形状特征。
基于matlab指纹识别论文(DOC)
《MATLAB语言》课程论文Matlab指纹识别系统姓名：***学号：***********专业：通信工程班级：通信2班指导老师：***学院：物理电气信息学院完成日期：2014.11.11Matlab指纹识别系统（姓名江帅璋2013级2班）摘要本文系统地介绍了指纹识别技术的发展和国内外研究应用现状，阐述了建立指纹识别系统的必要性和意义。
以数字图像处理为基础，研究指纹识别的原理和方法，重点分析基于神经网络指纹识别算法、滤波特征和不变矩指纹识别算法和指纹匹配算法，将matlab作为仿真工具，针对已有的三种指纹识别算法进行编程识别；并通过实验论证各种算法的优缺点。
关键字：指纹识别；算法；matlab仿真目录第一章绪论 (4)1.1 引言 (4)1.2指纹识别技术的发展和研究现状 (5)1.3 指纹识别研究的目的和意义 (7)1.4 本论文结构 (8)第二章指纹识别的理论和方法 (9)2.1指纹识别的基本原理 (9)2.2指纹识别系统工作流程 (9)2.3指纹识别技术的方法 (10)2.3.1神经网络指纹识别算法 (10)2.3.2 滤波特征和不变矩指纹识别算法 (11)2.3.3指纹匹配算法 (13)第三章matlab仿真实验结果与分析 (16)3.1 算法matlab仿真结果 (16)3.2 结果分析 (17)第四章总结与展望 (18)参考文献 (19)附录 (20)致谢.............................................................................................. 错误!未定义书签。
第一章绪论1.1 引言随着网络信息化时代的快速发展，个人身份的数字化和隐性化水平也得到了提高。
如何准确鉴定一个人的身份，保护信息安全是当今信息化时代必须解决的一个关键性社会问题。
目前，我国的各种管理大部分使用证件、磁卡、IC卡和密码，这些手段无法避免伪造或遗失，密码也很容易被窃取或遗忘。
基于Matlab的人体指纹识别程序设计(课程设计)
等级: 课 程 设 计课程名称课题名称 基于Matlab的人体指纹识别程序设计专 业班 级学 号姓 名指导老师年 月 日课程设计任务书课题名称 基于Matlab的人体指纹识别程序设计姓 名 专业 班级 学号指导老师课程设计时间教研室意见 意见： 审核人：一、任务及要求1）根据所学的知识和能力，利用Matlab软件设计程序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。
设计要求：1）对指纹识别的过程进行分析，掌握指纹识别系统算法的工作原理；2）进行指纹识别程序的方案设计；3）进行指纹识别程序的模块设计；4）要有必要的算法设计说明；5）写出课程设计报告。
报告中应包括原理框图、参数曲线分析、操作方法、算法分析、软件调试等，调试过程中遇到的问题，改进方法和总结体会；6）答辩。
二、进度安排周一：集中布置课程设计任务和相关事宜，查资料确定指纹识别程序设计总体方案。
周二～周五：完成人体指纹识别程序设计及仿真。
周六～周日：设计报告撰写，周日进行答辩和设计结果检查。
三、参考资料目 录1第1章 绪论............................................................................11.1 Matlab介绍 ......................................................................11.2 Matlab优势特点 ..................................................................11.3 指纹识别.........................................................................11.4 指纹识别技术的主要优点...........................................................2第2章 设计任务及要求...................................................................22.1 设计任务.........................................................................22.2 设计要求.........................................................................第3章 系统方案设计.....................................................................333.1 系统方案设计.....................................................................33.2 系统框图.........................................................................4第4章 系统软件设计.....................................................................44.1 主函数...........................................................................54.2 归一化和切割.....................................................................4.3 二值化...........................................................................794.4 细化.............................................................................4.5 中心点提取.......................................................................4.6 求特征点.........................................................................14164.7 指纹匹配.........................................................................17第5章 系统仿真及调试...................................................................20总 结..................................................................................错误!未定义书签。
(毕业论文)基于MATLAB的指纹识别系统设计
大连民族学院本科毕业设计（论文）基于MATLAB的指纹识别系统设计摘要生物识别技术已经成为身份识别和网络安全的发展技术之一，其中指纹识别技术是目前公认的安全，准确，方便的身份认证技术之一，使之成为人们研究的热点。
本文主要设计一个基于matlab 的指纹识别系统。
首先主要介绍了指纹识别技术研究的背景，意义，及现状。
其次，实现了指纹识别系统，描述了指纹识别系统的基本结构，并且对指纹图像的预处理、特征提取、特征匹配这三个必要的环节的算法进行了详细地研究，在指纹图像预处理阶段，本文使用基于灰度的算法对图像进行了分割，同时，针对二值化后图像中仍存在的噪声，也进行了相应的修整处理，尽可能的为以后指纹特征的提取打好基础，从而成功地实现了对指纹数字图像的处理、特征提取、保存和匹配等功能。
最后，对指纹识别系统进行了仿真，仿真结果表明该系统可以较好的进行识别，准确率达到了95.1%。
关键词：指纹识别；预处理；二值化；特征提取；特征匹配AbstractBiometric technology has become one of the developing technologies for identity recognition and network security. And fingerprint identification technology is now recognized as one of the most safe, accurate and convenient authentication technologies, and it is a focus for researchers.This paper designs a matlab-based fingerprint recognition system. The first introduces the fingerprint recognition technology research background, significance, and the status quo. Secondly, to achieve fingerprint identification system, describes the basic structure of the fingerprint identification system, and the fingerprint image preprocessing, feature extraction, feature matching these three essential aspects of the algorithm is studied in detail in the fingerprint image pre-processing stage this article uses an algorithm based on gray image segmentation carried out at the same time, for the image after binarization noise still exists, but also for the corresponding trimming process, as much as possible for the future lay the foundation for fingerprint feature extraction and thus successfully achieved fingerprint digital image processing, feature extraction, storage and matching functions. Finally, the fingerprint identification system for simulation, simulation results show that the system can identify a better accuracy rate reached 95.1%.Key Words：Fingerprint Recognition；Processing；Binarization；Feature Extraction； Feature Matching目录摘要 (I)Abstract (II)1 绪论 (1)1.1本课题背景和意义 (1)1.2指纹识别技术研究现状 (1)1.3本文的章节安排 (2)2指纹识系统设计 (4)2.1指纹识别系统设计基本结构 (4)2.2指纹图像分割 (4)2.2.1指纹图像分割介绍 (4)2.2.2 均值方差法 (5)2.3指纹图像的细化 (6)2.3.1指纹图像细化的预处理 (6)2.3.2 指纹图像细化方法计算 (7)2.4指纹图像的特征提取 (8)2.4.1 指纹特征提取概述 (8)2.4.2指纹特征提取和去伪特征 (9)2.5 指纹图像匹配方法 (10)2.5.1指纹图像匹配介绍 (10)2.6本章小结 (11)3仿真结果及其分析 (12)3.1仿真结果及分析 (12)3.2本章小结 (14)结论 (16)参考文献 (17)附录 MATLAB程序 (18)致谢 (35)1 绪论1.1本课题背景和意义指纹识别技术的应用十分广泛，指纹因具有终生不变性及稳定性,而且不同人指纹相同的概率几乎为零,因此指纹自动识别系统被广泛应用于案例分析、商业活动中的身份鉴别等领域.目前有很多的生物测定技术可用于身份认证，包括虹膜识别技术、视网膜识别技术、面部识别、签名识别、声音识别技术、指纹识别等，具有安全、可靠的特点，其中自动指纹识别系统是目前研究最多、最有应用前景的生物识别系统。
基于MATLAB的指纹图像处理仿真
因此 ， 文利 用 ＭＶ 本 Ｃ技术 ， 开发 山东 省产 业集群 公 共 信 息服 务 平 台 ， 山东省传 统企 业 的发 展提供 一个 高效 的 为 信 息咨询 、 业管 理 、 企 技术 服务 、 能减排 、 应 采购 、 品 节 供 产
重用 所 以减 少 了代 码 的重复 性。 １３ Ｃ ｎｒｌ ｒ控 制器 定 义 了用户界 面 对用户 输入 的 ｏｔ ｌ ｏｅ 响应 方式 ， 控制 器接 受 用户 的输 入并调 用模 型和 视图 去 业 咨询 交 流 的平 台 ， 企 以促 进企 业 经 营 管理 与 时 俱 成 用 户 的 需 求 。 当 单 击 Ｗｅ ｂ页 面 中 的 超 链 接 和 发 送 进 ， 进 经济 更好 更快发 展。 促 Ｈ ＭＬ表 单 时 ，控 制器 本 身 不输 出任 何 东西 和做 任 何 处 Ｔ １ 技 术原理 理 ，它只 是接 收请 求并 决 定 调 用哪 个 模 型 构件 去 处 理 请 ＭＶ 即模 型 （ ｄ １ 视 图（ｉｗ） Ｃ Ｍｏ ｅ 、 ） Ｖｅ 和控 制 （ ｏ ｔ ｌ ｒ 求 ， Ｃ ｎｒ ｌ ） ｏｅ 。 然后再确 定 用哪 个视 图来 显示返 回的数据 。 ＭＶ Ｃ模 式 的 目的就是 实现 Ｗ ｅ ｂ系统 的职 能分 工 ， 它是 目 ２ 两化 融 合 服务 平 台 采 用 的设计 方 法及 实 现 的 网 络 前广 泛流 行 的设计模 式。ＭＶ Ｃ是 一个设 计模 式 ， 它强制 性 模 式 的使 应用 程序 的输 入、 处理 和输 出分开。 使用 ＭＶ Ｃ应 用程 ２１ 设 计 方法 两化 融合 服 务 平 台采 用 生 命 周 期 法 ， ． 序被 分成 三 个核 心 部 件 ： 型、 图 、 制器 ， 模 视 控 它们 各 自处 采 用 自顶 向下 、 逐步 求精 的方法 的结 构化 系 统 分析 的方 法
数据挖掘中特征提取的分析与应用
数据挖掘中特征提取的分析与应用摘要:数据挖掘中需要对数据进行各种分析，在一切分析前需要做好数据预处理。
然而经过数据清理、数据集成、数据变换后，数据集仍然会非常大！在海量的数据上直接进行复杂的数据分析与挖掘将需要很长时间，使得这种分析不现实或不可行。
数据归约技术可以用来得到数据集的归约表示，它小得多，但仍接近于保持原数据的完整性。
这样，在归约后的数据集上挖掘将更有效，并产生相同或几乎相同的分析结果。
通过这种方法从大量特征中提取出最具有代表性的特征根据需要分析有用的信息。
随着社会的发展，传统的基于信物或口令的安全系统显得越来越脆弱，不能够满足现代安全系统的需要。
基于特征提取的指纹识别随之产生，在众多的指纹属性中提取端点和分叉点两大明显特征，进行数据挖掘与分析。
关键词:数据挖掘；数据预处理；数据归约；维归约；特征提取；指纹识别前言:数据挖掘中需要对数据进行各种分析，在一切分析前需要做好数据预处理。
然而经过数据清理、数据集成、数据变换处理后，数据集仍然会非常大！在海量的数据上直接进行复杂的数据分析与挖掘将需要很长时间，使得这种分析不现实或不可行。
此时数据归约技术显得尤为重要，通过数据归约技术的数据立方体聚集、维归约、数据压缩、数值压缩、离散化和概念分层产生策略将数据集归约表示，保持原数据的完整性。
这样，在归约后的数据集上挖掘将更有效，并产生相同或几乎相同的分析结果。
通过这种方法从大量特征中提取出最具有代表性的特征根据需要分析有用的信息。
数据挖掘中的特征提取被广泛应用，其中指纹识别则是最典型的应用。
正文：数据挖掘中的特征提取的分析与应用经过数据清理、数据集成、数据变换预处理后，数据量仍然会很大，直接进行分析，肯定会降低挖掘过程的速度和效率。
而通过数据归约的数据立方体聚集、维归约、数据压缩、数值压缩等策略可以‘压缩’数据集，而又不损害数据挖掘的结果。
简而言之，数据归约是通过聚集、删除冗余特性或聚类的方法来压缩数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
图 1 指纹识别流程图
特征数量的一半以上 ,所以去伪是必不可少的过程 。去伪过 程可以在两个阶段进行 :一是在特征提取之前对细化二值图 像进行平滑 、去除毛刺 、连接断纹等操作 ,然后提取特征作为 真特征 ;另一种是在特征提取之后 ,根据特征之间的相互关 系 ,尽可能准确的识别伪特征点并滤除它们 。前者直接对图 像进行修补 ,操作比较复杂 ,容易引入新的伪特征 ;后者对特 征提取后的数据进行判断 ,识别比较麻烦 ,但是速度较快 。 本文采用第二种方法 ,即从已提取的特征点中滤除伪特征 , 保留真特征 。 4. 2 指纹图像的细化后处理
end 4. 4 指纹特征的去伪
指纹特征去伪操作主要是将不符合指纹特征的特征点 滤除掉 。伪特征有以下特点 :大部分处于图像边缘 ;在图像 内部的伪特征点距离较近 ,两个或多个伪特征同时存在于很 小的区域内 。本文根据这些特点提出了两种去伪方法 :首先 对于图像边缘的点 ,采用指纹图像切割的方法 ,即对边缘的 点直接切除掉 ; 然后利用距离阈值法去除距离较近的特征 点 。主要算法描述如下 :
第 24卷 第 1期 文章编号 : 1006 - 9348 ( 2007) 01 - 0182 - 04
计 算 机 仿 真
2007年 1月
基于 M a tlab实现的指纹图像细节特征提取
郭晶莹 ,吴晴 ,商庆瑞
(北京工业大学 ,北京 100022)
摘要 :指纹图像的特征提取是指纹识别的关键 ,而指纹匹配通常基于细节点匹配 。介绍了一套基于 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 。实验证明 ,用 Matlab实现的这种方法 ,既简单快速 ,而且具有较高的准确率 。 关键词 :指纹识别 ;细节点 ;特征提取 ;伪特征点 中图分类号 : TP391. 4 文献标识码 : A
ABSTRACT:M inutiae extraction is essential in fingerp rint recognition, and fingerp rint match is used to search m inu2 tiae. This paper introduces a set of algorithm s for extracting m inutiae from fingerp rint image based on M atlab. M inuti2 aes ( end m inutia and bifurcation m inutia) are extracted from thinned fingerp rint image and they have a lot of false m i2 nutiaes. They are not only time - consum ing, but also affect matching p recision. Most false m inutiae are elim inated by a method using edge - deleting and distance - threshold in this paper. Reliable m inutiaes are extracted in order to a2 chieve fingerp rint match. The experimental results show that this algorithm of matlab is simp le, quick and accurate. KEYW O RD S: Fingerp rint recognition; M inutia; M inutiae extraction; False m inutiae
4 指纹细节特征的提取
4. 1 指纹特征提取的方法 细节特征提取的方法分为两种 [3另一种是从细化二值图像中提取特征 。直接从灰 度图像中提取特征的算法一般是对灰度指纹纹线进行跟踪 , 根据跟踪结果寻找特征的位置和判断特征的类型 。这种方 法省去了复杂的指纹图像预处理过程 ,但是特征提取的算法 却十分复杂 ,而且由于噪声等因素影响 ,特征信息 (位置 、方 向等 )也不够准确 。目前大多数系统采用第二种方法 ,从细 化二值图像中提取特征 ,该方法比较简单 ,在得到可靠的细 化二值图像后 ,只需要一个 3 ×3 的模板就可以将端点和分 叉点提取出来 。
[ X, Cmap ] = im read (‘D: \ fingerp rint \ 101 _1. bmp ’) ; % 读取 bmp格式文件
Cmap %观察色图矩阵 imagesc (X) ; %显示灰度图像 colormap ( gray) ; %借用 MATLAB的灰度矩阵 X是程序内一个存储图片灰度值的矩阵 ,矩阵内的每一 个元素的值都对应一个相应的像素的灰度值 。对图像的处 理可以通过操作矩阵来达到 。进行处理完毕后 ,再用相应的 命令将矩阵以图片的形式输出 ,而进行观察 。 MATLAB语言的变量不用定义 ,而直接赋值 。经过这个 命令输入进来的矩阵是一个整形变量 。但是程序内处理图 形时使用的是双精度浮点数 ,所以要转换一下数据类型 。 X1 = double (X) ; 命令中 X1代表的是转换之后的双精度数据类型 , X代 表指纹图像中像素灰度值输入进的数组 ,这是一个整形的矩 阵 。经过这个命令 ,整形变量就可以强制转换成为双精度变 量。
1 引言
指纹识别技术是一种应用前景非常乐观的生物识别技 术 ,国内外很多机构都在进行相关研究 ,尽管目前已有多种 商用自动指纹识别系统在市场上销售 ,这些产品都宣称有极 好的性能 [1 ] ,但由于技术的保密性 、现有算法的缺陷性以及 追求产品的完美实用性 ,使得指纹识别算法的研究仍然是当 前国内外研究的热点之一 。在指纹自动识别系统中 ,必须对 指纹进行特征提取 ,然后根据特征及其相互之间的位置与拓 扑关系在指纹库中进行匹配 ,从而检索到有关信息 。指纹的 特征是指纹脊线的某种构型 ,如端点 、分叉点等 。
M inutiae Extraction of F ingerpr in t Image Ba sed on M a tlab
GUO J ing - ying,WU Q ing, SHAN G Q ing - rui
(Beijing University of Technology, Beijing 100022, China)
— 182 —
活体指纹通过指纹采集装置采集到系统中 ,形成指纹 数据图像 。采入的指纹图像一般存在大量无用信息和干扰 信息 (噪声 ) ,预处理就是要把这些信息尽量去除掉 ,使图像 更清晰 ,以便提取正确的指纹特征从而达到正确匹配 。预处 理过程主要包括指纹图像的滤波增强 、二值化 、细化等 ,最后 输出纹线宽度只有一个像素的细化二值指纹图像 。并在此 基础上 ,进行指纹特征信息的提取 ,得到该枚指纹的特征集 (特征点的坐标 、方向 、数量等信息 ) ,然后用该枚指纹的特征 集与已登记的指纹特征集进行匹配 ,最后显示识别结果 。
FVC2000标准指纹库中存有大量的指纹图像 , 这些图像可以作为算法仿真和验证的参考数据 。但 是在指纹图像处理算法中所处理的是一个个的像素 点的灰度值 ,所以必须在 MATLAB 中将图形文件转 变成为可以在程序中处理的数据形式 。
MATLAB具 有 专 门 的 图 像 的 读 取 和 显 示 函 数 [2 ] ,相对于其他语言而言要方便得多 。下面是一 个基本的灰度图像的读取和显示方式 :
— 183 —
满足 分 叉 点 特 征 条 件 的 有 9 种 [4][5] , 分别如图 5 和图 6 所示 :
由实验可知 , 基于 M atlab提取的
图 4 端点和分叉点
图 5 端点模板
图 6 分叉点模板 特征点 ,不但简单 ,而且准确率非常高 ,主要算法描述如下 :
n = p0 + p1 + p2 + p3 + p4 + p5 + p6 + p7; if ( n = = 7 | n = = 5) t = t + 1; x ( t) = i; y ( t) = j; end for i = 1: t p lot ( y ( i) , x ( i) , ’bo’) ;
特征点提取的好坏将直接影响匹配的结果 。现实中 ,指 纹输入时 ,由于汗渍 、干燥 、按压力度不同等影响 ,得到的指 纹图像大都含有断纹 、褶皱 、模糊 、灰度不均匀等质量问题 , 虽然经过预处理 ,图像质量会有所改观 ,但预处理算法对各 个指纹的适应性和有效性也会不同 ,并且会引入新的噪声 , 因此得到的细化二值图像往往含有大量的伪特征点 。伪特 征点不仅会影响匹配的速度 ,严重的会影响整个识别的正确 率 。所以提取特征点后要进行去伪处理 ,尽可能滤除伪特征 点 、保留真特征点 。实践中发现 ,伪特征点的数量一般占总
图 7 特征提取
for i = 1: t - 1 for j = i + 1: t d = sqrt( ( x ( i) - x ( j) ) ^2 + ( y ( i) - y ( j) ) ^2) ; if d < %是距离阈值 type1 ( i) = 0; break; else type1 ( i) = 1; end
由于指纹特征提取是从细化指纹图中得到特征点 ,在特 征提取之前 ,需把指纹细化二值图像做进一步处理 ,使之真 正达到一个像素的宽度 ,即在不破坏纹线连续性的前提下 , 将锯齿直角转折处的点去掉 。本文采用模板匹配法 ,标准模 板如图 3所示 。细化后处理主要算法描述 :
图 3 模板细化后处理
if (p = = 0) if (p2 = = 0 & p0 = = 0) | (p2 = = 0 & p4 = = 0) | (p6 = = 0 &p4 = = 0) | (p0 = = 0 & p6 = = 0) p = 1; else p = 0; end end 4. 3 特征点的提取 端点和分叉点 (如图 4)是指纹细化图像的主要特征 ,本 文采用这两种主要特征构造指纹特征向量 ,它的提取方法是 模板匹配法 [3 ] 。模板匹配法有运算量小 、速度快的优点 。 在八邻域的所有状态中 ,满足端点特征条件的有 8 种 ,