指纹图像预处理
指纹识别技术的研究与设计--指纹图像预处理之二 计算机科学与技术专业毕业设计 毕业论文

毕业设计〔论文〕题目名称:指纹识别技术的研究与设计--指纹图像预处理之二院系名称:计算机学院班级:软件052班学号:200500834218学生姓名:王思远指导教师:杜俊俐2021 年6 月指纹识别技术的研究与设计--指纹图像预处理之二The Fingerprint Recognition Technology's Research and Designs---Second fingerprint image pretreatment院系名称:计算机学院班级:软件052班学号:200500834218学生姓名:王思远指导教师:杜俊俐2021 年6 月摘要指纹识别作为一种生物鉴定技术,为人类的个体的定义提供了一个到目前为止最为快捷和可信的方法。
随着指纹识别的普及,人们之间的信任本钱将大大降低,提高人类社会活动的效率。
对于想从事和已经从事网络商务的公司来讲,确认交易人的身份是解决信用问题的第一步,而且是最重要的一步。
在信息时代,一种平安便捷的身份认证方式显得越发重要。
“在网络上,没有人知道你是一只狗,〞在这种情况下,任何基于网络环境下的交往活动都被蒙上了一层技术意义的灰色。
不可防止,所有基于这种网络技术根底之上的经济活动也因此被深深打上了不真实和不被信任的烙印。
随着科技的进步,指纹识别技术已经开始慢慢进入计算机世界中。
目前许多公司和研究机构都在指纹识别技术领域取得了很大突破性进展,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。
对指纹图片进行识别前的预处理工作,希望不吝指正。
关键词:指纹、图像、预处理、指纹识别技术。
AbstractThe fingerprint recognition takes one bioassay technology, has provided for humanity's individual's definition so far most quickly and the credible method.Along with fingerprint recognition popularization, between people's trust cost will reduce greatly, raises the efficiency which the human society moves. Regarding wanted to be engaged in with already was engaged in the network commerce the company saying that the seal bargain person's status was solves the credit problem first step, moreover was most important one step. In the information age, one security convenient status authentication way appears even more important. “in the network, nobody knew that you are a dog,〞in this case, any based on network environment under contact by Mongolia in a technical significance gray. Inevitable, possessed the economic activity therefore deeply has also been gotten based on this kind of networking foundation above not real and not the brand mark which trusted.Along with the technical progress, the fingerprint recognition technology already started to enter in slowly the computer world. At present many companies and the development facility have made the very big breakthrough progress in the fingerprint recognition area of technology, promotes many fingerprint recognitions and the traditional IT technology perfect union application product, these products were already approved by more and more users.Before this system uses Visual the C++ 6.0 for fingerprint pictures to carry on the recognition the pretreatment work, hoped that the liberal with points out mistakes.Key word: Image, pretreatment, fingerprint recognition technology.目录摘要 (I)Abstract............................................................................................................ I I 第1章指纹识别概述 (5)1.1 指纹识别技术 (5)1.1.1 指纹识别的简介 (5)1.1.2 指纹识别的关键技术 (5)1.1.3 指纹识别的研究历程 (5)1.2 预处理技术 (6)指纹识别技术的应用 (6)指纹识别的可靠性 (7)第2章指纹识别系统的需求分析 (9)2.1 指纹识别系统的目标 (9)2.2 指纹识别系统的功能需求 (9)2.2.1 指纹图象的点运算 (9)2.2.2 指纹图像的几何变换 (9)2.2.3 指纹图像的图像增强 (9)2.2.4 指纹图像的形态学变换 (9)2.2.5 指纹图像的图像分割 (10)2.2.6 查看直方图 (10)2.3 指纹识别系统的性能需求 (10)2.3.1 运行平台的低要求 (10)2.3.2 系统的实时性 (10)2.3.3 系统的有效性 (10)2.4 指纹识别系统的结构 (10)2.4.1 指纹识别系统框架图 (10)2.4.2 指纹识别系统模块功能划分 (12)指纹识别模块 (12)2.5 开发工具 (12)第3章指纹识别系统中预处理的设计与实现 (13)3.1 预处理功能模块的设计 (13)3.2 预处理模块的详细设计 (15)3.2.1 点运算模块 (15)3.2.2 几何变换模块 (18)3.2.3 图像增强模块 (22)3.2.4 形态学变换模块 (25)3.2.5 图像分析模块 (26)3.2.6 查看模块 (28)3.3 预处理实验结果与分析 (30)3.3.1 预处理实验结果 (30)3.3.2 预处理结果的分析 (38)第4章系统工程目录说明 (39)4.1 系统工程目录 (39)4.2 系统主要的类 (40)4.2.1 CDlgIntensity类的成员函数与成员数据 (40)4.2.2 CDlgLinerPara类的成员函数与成员数据 (41)4.2.3 CDlgMidFilter类的成员函数与成员数据 (43)4.2.4 CDlgPointStre类的成员函数与成员数据 (44)4.2.5 CDlgPointThre类的成员函数与成员数据 (46)4.2.6 CDlgPointWin类的成员函数与成员数据 (48)4.2.7 CDlgSmooth类的成员函数与成员数据 (49)第5章系统的调试、运行与测试 (52)5.1 程序设计中出现的问题与解决方法 (52)5.1.1 点运算 (52)5.1.2 几何变换 (54)5.1.3 图像增强 (56)5.1.4 形态学变换和图像分析 (57)5.2 系统测试局部结果显示 (59)5.2.1 图像信息载入出错显示: (59)5.2.2 功能处理过程中出错提示: (59)5.2.3 提示用户保存信息显示: (59)5.2.4 主界面显示: (59)第6章结论 (61)参考文献 (62)致谢 (63)附录 (64)第1章指纹识别概述1.1 指纹识别技术指纹识别的简介指纹识别技术通过分析指纹的局部特征,从中抽取详尽的特征点,从而可靠地确认个人身份。
指纹图像的预处理操作

指纹图像的预处理操作
指纹的预处理的操作步骤主要有:(1)图像归一化;(2)指纹有效区域分割处理;(3)指纹方向图处理;(4)指纹增强处理;(5)指纹二值化处理;(6)指纹细化处理。
(1)图像归一化
图像归一化的目的是为了消除传感器本身噪声或手指压力不同以及其它原因
造成的灰度差异,把图像的平均灰度和方差调整到预定的级别上,方便后续处理。
公式如下:
这种传统的归一化方法存在一些缺点:首先它的平均灰度和平均方差是基于
整个指纹图像,与实际指纹有效区域的平均灰度和方差有一定的偏差;其次它
采用的期望灰度值和方差是个固定值,一些采集不好的指纹图像,局部区域的
平均灰度和方差可能与整体的相差比较大,效果不好。
可以采用基于块的动态归一化方法来克服这些问题:首先进行直方图均衡,
选择感兴趣的区域ROI,再对该区域进行归一化处理。
使用ROI 的均值和方差,并根据局部块的均值和方差动态调整:
其中α、β是权值系数。
(2)指纹有效区域分割
指纹图像分割是指纹图像预处理的重要组成部分,其目的是从指纹图像中分。
指纹显现及预处理概述

指纹显现及预处理概述Fingerprinting and Preprocessing OverviewPUMEI Za-ba(Railway Police College,Zhengzhou *****,China)Development of fingermark;Pretreatment在犯罪現场中,指纹是最普遍的痕迹物证之一,不仅可以帮助侦查人员探明案件,而且能够对人身进行个体识别,并且指纹具有容易留下痕迹、容易被发现提取、保存的时间比较长、保存的条件相对简单和不容易被外界污染等特征。
除此之外,通过对现场提取的指纹进行检验和分析,还能够推理出留下指纹的行为人当时的行为特点、行动顺序等信息。
所以,在大部分刑事案件的侦破进程中,指纹都发挥着极其重要的作用和积极的意义。
1 非渗透性客体上指纹的显现方法针对非渗透性客体上的指纹显现方法较多,其中成熟且常用的方法有粉末显现法、超级胶显现法、微粒悬浮液法、烟熏及碘熏法。
较成熟但应用范围不广的显现方法主要有高真空金属镀膜法、硝酸银显现法。
常规粉末有金粉、银粉、磁性粉末。
经过多年的研究,粉末的种类不断增加,并出现了不少针对特殊客体的专用粉末,粉末的性能及适用范围都有了极大的改善。
TiO2、Dy3+、巯基化壳聚糖修饰CdTe 量子点、La2(MoO4)3∶Eu/Fe3O4等多种荧光粉末、荧光磁性粉近年来被发现并取得了良好的实验效果。
超级胶显现是利用α-氰基丙烯酸乙酯为主要成分的一种黏合剂,根据α-氰基丙烯酸乙酯单体在水或弱碱的作用下形成固体状白色聚合物的性质,显现出指纹的纹线。
小微粒悬浮液法主要适用于潮湿环境中的指纹。
在我国南方等潮湿地区,由于环境的限制,粉末法会凝聚成团,不利于保存,在现场案件的指纹处理中通常不能取得良好的效果。
而小微粒悬浮液将细小粉末通常制成300目以下并加入一些活性成分。
利用油脂与小微粒良好的吸附作用,达到显现手印的目的。
碘熏法不适用于金属制品上潜在手印的熏显。
指纹图像预处理算法

概述指纹图像预处理算法1 概述1.1 研究的目的指纹识别技术作为一种生物特征识别技术,具有传统识别技术无法比拟的优点。
近年来,随着嵌入式计算机的蓬勃发展和指纹传感器性价比的提高,这一充满生机的技术作为一种高级安全认证手段已越来越频繁地出现在手机、笔记本电脑、PDA、蜂窝电话等多种数码产品中,广泛地应用在刑侦、IT、医疗、金融等诸多行业。
这不仅体现了该技术乐观的市场前景,更对其提出了更高的要求。
在激烈的市场竞争中,能否研发出高效、健壮的指纹识别算法显得尤为重要。
指纹图像的预处理和特征提取是任何一种指纹识别算法中的关键部分[1],因为它直接关系到后续的指纹匹配,进而影响指纹识别系统的识别率和识别速度。
近年来,以指纹识别技术为代表的生物识别技术引起了人们的广泛关注。
自动指纹识别系统大多是依靠细节特征实现指纹的识别,可靠、准确的提取细节特征是自动指纹识别实现的前提和基础。
细节特征提取的准确性严重依赖指纹图像的质量。
在实践中,由于手指本身的因素和采集条件的限制,采集到的指纹图像会不同程度的受到各种噪声的干扰。
因此,在细节特征的提取和匹配之前一般要对采集到的指纹图像进行预处理。
预处理的目的是:去噪声,把原图像变成一幅清晰的二值点线图,易于正确的特征提取。
要求预处理在消除噪声的同时应尽量保存原图像的真实特征不受损失[2]。
不同人的指纹,即使同一个人不同手指的指纹,纹线走向及纹线的断点和交叉点等各不相同,也就是说,每个指纹都是唯一的。
另外,指纹不随年龄的增长而发生变化,是终生不变的。
依靠这种唯一性和稳定性,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,就能验证他的身份。
在实验的任务是:理解、掌握指纹识别系统的工作原理;理解、掌握MATLAB 程序设计方法;用MATLAB编写指纹图像预处理算法的程序,对程序运行结果进行分析。
指纹图像的预处理和特征提取是任何一种指纹识别算法中的关键部分,因为它直接关系到后续的指纹匹配,进而影响指纹识别系统的识别率和识别速度。
@指纹图像的预处理方法

收稿日期:2005-07-30;修订日期:2005-10-17 作者简介:卢慧(1979-),女,江苏徐州人,硕士研究生,主要研究方向:信号与信息处理、计算机视觉、图像处理; 常建平(1955-),女,江苏南京人,副教授,主要研究方向:计算机视觉、图像处理.文章编号:1001-9081(2005)12Z -260-02指纹图像的预处理方法卢 慧,常建平(南京航空航天大学信息科学与技术学院,江苏南京210016)(al oe@eyou .com )摘 要:预处理是指纹自动识别过程中的第一步,并直接影响着指纹自动识别系统的效果。
结合指纹的结构信息对指纹图像进行处理,包括规格化、方向图滤波、二值化、细化等步骤。
实验表明,这些算法能有效地解决指纹图像的预处理问题。
关键词:指纹;预处理;方向图;二值化;细化中图分类号:TP391.41 文献标识码:A0 引言由于指纹的唯一性和不变性,以及指纹识别技术的可行性和实用性,指纹识别已成为当前最流行、最方便、最可靠的个人身份认证技术之一。
指纹图像由于按捺时用力不均匀或油墨过多过少,一般都不同程度地存在指纹纹线间的粘连、模糊以及纹线断裂等现象。
输入的指纹图像由于各种原因的影响,是一幅含噪音较多的灰度图像。
这些噪声的存在,严重影响了指纹识别的准确性。
因此,有必要在进行识别之前对指纹图像进行预处理,把它变成一幅清晰的点线图,以便于提取正确的指纹特征,增强图像的可识别性。
指纹图像的预处理过程一般包括规格化,方向图计算,二值化,二值化后滤波,细化等部分。
1 规格化规格化的目的是把不同原图像的对比度和灰度调整到一个固定的级别上,为后续处理提供一个较为统一的图像规格。
对原始指纹灰度图(256级灰度,分辨率为500dp i ),一般按下式进行规格化:F (i,j )=M 0+VAR 0VAR [I (i,j )-M ]2, I (i,j )>MM 0-VAR 0VAR[I (i,j )-M ]2, 其他其中I (i,j )是点(i,j )灰度值,VAR,M 是原图像的灰度均值和方差,VAR 0,M 0是期望的灰度均值和方差。
指纹图像的预处理算法

噪声, 在指纹脊线上仍然会存在一些气泡, 脊线边沿也有不少 毛刺, 所以有必要对二值图像再进行一次滤波。 文献 [ 9 ]提出 了窗口搜索法, 此方法对于窗口的尺度很难把握, 因为窗口过 大, 会损坏口形特征, 窗口过小又不能发挥滤波的作用。 本文 改变思路: 对于不同大小、 形状的气泡和毛刺, 不要求一次性 消除, 而是从最基本的情况入手, 对噪声象素点一一击破, 逐 步消除所有噪声。 所以这里气泡填补和毛刺消除的条件都比 较严格, 在一定程度上避免了窗口的尺度和形状难以确定的 难题。 当它 8 邻域内的黑色象素 # )对于 7 - . 即白色象素点, 至少有 9 个时, 把它作为气泡处理, 予以填充; ! )对于 7 - # 即黑色象素点, 当它 8 邻域内的白色象素 至少有 : 个时, 把它作为毛刺处理, 予以消除。因为黑色象素 点是特征点的概率比较大, 为了避免损坏特征, 毛刺消除的条 件更为苛刻一些; " )通过迭代, 使较大的气泡和毛刺也满足上述条件, 最 终除去。当没有象素点变化时停止迭代。
&!
算法构造及实验结果
我们在实验中所使用的指纹图像是通过 aMVQXQ9:; 公司
推出的第三代半导体指纹传感器 Y?*"## 采集得到的。 获取的 图像是 "0, 级灰度图像, 大小为 "0, b (## 象素, 分辨率为 0##XWQ。 图像中黑色纹线为脊线, 白色纹线为谷线。 &1 &! 背景提取 一幅从指纹采集仪输入的指纹图像由指纹前景有效信息 区域和背景区域两部分组成。 在预处理之前把背景分割出来, 只对前景区域进行处理, 不但可以节省处理时间, 而且还能减
来实现识别认证的。 对于一幅充满噪声的原始指纹图像, 预处 理所要达到的目的是: 去除原图像中的噪声, 把它变成一幅清 晰的二值点线图, 便于正确提取指纹特征。 这就要求预处理在 消除噪声、 减少冗余信息的同时还要尽量保护原图像的真实 特征不受损失。 但是常用的均值滤波、 中值滤波、 ‘GUUQR 滤波 等算法应用在指纹识别预处理中, 都存在以下问题: & )未能 较好地处理指纹图像的背景部分, 影响了特征的提取;" )未 能利用指纹图像的特征信息, 如方向性等, 对图像的边界有一 定的模糊性, 降低了特征提取的正确率。 本文提出一套指纹预处理算法, 试图通过背景提取、 平 滑、 二值化、 二值滤波、 细化五个处理环节解决以上问题。
低高质量指纹图像预处理与增强-图像处理课程论文设计

低质量指纹图像预处理与增强摘要指纹识别是目前研究最热的生物特征识别技术之一,对于提高身份识别的准确性和可靠性具有重要意义。
但是,由于指纹干湿程度、摁压力度等原因,采集的指纹图像存在纹线断裂或模糊,这严重地影响指纹特征提取和识别的准确性。
为此,必须对指纹图像进行增强,改善指纹图像质量。
本文首先对指纹图像处理技术作简要的介绍,然后具体分析了指纹图像预处理以及图像增强的步骤,在MATLAB下对实际的低质量指纹图像进行处理。
接着,对图像处理的结果进行分析,并提出对低质量指纹图像的改进算法,最后,对指纹图像处理技术做一个总结与展望。
目录低质量指纹图像预处理与增强 (1)一.绪论 (2)1.1指纹识别技术概述 (2)1.2自动指纹识别系统原理 (3)二.指纹图像预处理 (4)2.1 指纹图像归一化和分割 (4)2.2 指纹图像滤波 (7)2.3 指纹图像细化 (8)2.4 低质量指纹图片分析以及改进思路 (9)三.总结与展望 (12)一.绪论1.1指纹识别技术概述指纹是指手指末端正面凹凸不平的纹路,纹路由相互平行的脊线和谷线组成。
这些纹路的存在有助于增加了手指表面的摩擦力,这样我们抓起重物就比较容易。
尽管指纹只占了人类皮肤中很小的一部分,却蕴含了大量的特征信息,如:端点、分叉点、中心点、三角点等。
不同的指纹,这些特征是各不相同的,利用指纹特征的唯一性特点,就可以将指纹和个人一一对应起来。
对一个人的指纹特征进行提取并与预先保存的指纹特征进行匹配、比较就可以识别个人身份。
指纹识别技术是生物特征识别技术中的一种。
生物特征识别技术(Biometrics,字面含义为生物测定学)是指通过计算机利用人体所固有的身体特征或行为特征来进行个人身份认证的一种技术。
生物特征可以分为:身体特征和行为特征。
前者包括:指纹、掌形、人脸、虹膜、视网膜和人体气味等;后者包括:步态、签名、语音和敲打键盘的力度等,和其他生物特征识别技术相比,指纹识别是一种更为理想的身份确认技术,原因如下:(1)每个人的指纹都是独一无二的,任意两个人不具有相同的指纹;(2)每个人的指纹在胚胎期就已经固定,具有永久不变的特点,指纹不会随着个人年龄的增长或身体健康状况的变化而变化;(3)指纹样本便于采集,具有很强的实用性,易于系统的开发。
指纹预处理流程

**指纹预处理流程**一、去噪和平滑在指纹采集过程中,由于各种原因,如手指的湿润度、油渍、疤痕等,可能会导致采集到的指纹图像含有噪声。
这些噪声可能会干扰后续的特征提取和匹配过程。
因此,预处理的第一步是进行去噪和平滑,以消除或减少这些噪声,使指纹图像更加清晰。
常用的去噪和平滑算法包括高斯滤波、中值滤波等。
二、二值化二值化是指将指纹图像从灰度图像转换为黑白图像的过程。
在此过程中,算法将根据设定的阈值将指纹图像中的像素点分为两类:前景(指纹脊线)和背景。
常用的二值化算法有全局阈值法和自适应阈值法。
全局阈值法使用固定的阈值进行二值化,而自适应阈值法则根据图像的局部特征动态调整阈值。
三、细化细化是指将二值化后的指纹脊线进一步处理,使其只保留骨架结构的过程。
在此过程中,算法会遍历指纹图像中的每一个像素点,如果该像素点与相邻的像素点相连(即属于脊线),则将其保留;否则,将其去除。
通过细化处理,可以去除脊线周围的冗余部分,使指纹特征更加突出。
四、特征提取特征提取是指从细化后的指纹图像中提取出具有代表性的特征的过程。
这些特征包括但不限于脊线的方向、频率、分叉点、端点等。
提取的特征将被用于后续的编码和匹配过程。
常用的特征提取算法有基于方向场的特征提取方法和基于图像分割的特征提取方法等。
五、编码和匹配编码是指将提取出的指纹特征转换成可存储或传输的形式的过程。
在这个过程中,指纹特征将被转化为一个二进制字符串,这个字符串即为指纹的编码。
匹配则是指将待验证的指纹编码与已存储的指纹编码进行比对的过程。
常用的匹配算法有基于距离的匹配算法和基于特征点的匹配算法等。
指纹图像预处理与细节特征点提取

(1)
(2) 则归一化后的指纹图像 G 为
2.1.2 分割 处理指纹图像只需要对图像的有效区域进行处理,本文采 用文献中的分割方法对图像进行分割。把图像分成 NN 的非重 叠小块,分别计算每一块的均值 M 和方差,通过下面的条件划 分前景、背景: (1)如果 M>M1 且 ,则认为是背景块,否则转到(2); (2)如果 M ? M1 且 ,则认为是前景块,否则待定; (3)对所有小块划分完毕后,再对待定的小块进行判决。 如果在待定块的 8 个邻域块中,前景块数 ? 6,且其 8 个邻
创 入新的噪声,需要对图像进行滤波处理。本文采用平滑滤波的
指纹图像的预处理算法

I ( i , j) > M
( 1)
收稿日期 :2005 - 07 - 03 ; 修回日期 :2005 - 08 - 05 。 作者简介 : 孙以雷 (1981 - ) , 男 , 硕士研究生 , 主要从事图像处理与 指纹识别等方向的研究 。 陈红卫 (1966 - ) ,女 ,浙江人 ,教授 ,主要从事图像处理 、 计算机应用 等方向的研究 。
i+w/ 2
脊线形成的正弦波频率 , δ x 和δ y 为沿 X 轴和 Y 轴的空间常 量。 在实验中我们发现 , Gabo r 滤波器对脊线频率求取的准确 性并不敏感 , 即当 Gabor 滤波器中使用的频率与实际求取的频 率在一定的误差范围内时 , 不会影响处理效果 , 实际上不同人 的指纹对于同一指纹采集设备来说 , 指纹的脊线频率的差别满 足这个误差范围 。因此 , 在使用 Gabo r 滤波时 , 完全可以使用 固定的脊线频率 , 这样省去求频率 , 大大减少了运算量 , 提高 了效率 。 利用公式 ( 3) 对图像进行滤波 , 其滤波公式为 :
否则
按式 ( 1) 对输入图像进行点运算即可实现图像的规格化 处理 , 运算结果使得图像的灰度均值和方差与预定值一致 。 11 第5期
方向图是指纹图像中脊的走向所构成的点阵 , 是指纹图像 的一种变换表示方法 , 它包含了指纹形状和特征点的重要信 息 。目前 , 用 于 指 纹 方 向 信 息 的 提 取 算 法 有 Meht re 、L . Hong 提出的等 。其中 Meht re [ 2 ] 提出的基于邻域内模板不同方 向上灰度值的变化求取点方向 , 进而统计出块方向的方法 。此 方法简单 , 但是对于有奇异点的区域效果较差 。L . Ho ng 等 人 [3 ] 提出的一种利用梯度算子求取方向图的方法 , 它通过考查 指纹图像的梯度变化来求取指纹图像的纹线方向信息 , 得到的 方向为连续角 , 更细致的表示了纹路真实的方向信息 , 但是该 算法相对较复杂 。由于我们所求的指纹方向图要作为一个重要 的参数传递给下一步的方向滤波 , 因此选用了文献 [ 4 ] 的方 法 。具体算法如下 : (1) 将指纹图像分成 16 × 16 的互不重叠的小块 。 (2) 计算每个象素点 ( i , j) 在 x 轴方向的梯度 9 x ( u , v) 和 y 轴方向的梯度 9 y ( u , v) 。 ( 3) 根据梯度值计算块方向 , 其中 θ ( i , j ) 为以 ( i , j ) 为中心的块方向 , 计算公式为 ( 2) 。
指纹图像质量评估及预处理

小结
实验结果表明,我们在空域指纹图像质量评估中采 用分步排除和综合评价相结合的方法,能准确的给 指纹图像一个较好的客观评价,且对低质量图像排 除的分割法
得到MV准则描述下的顶点图,区分指纹图像的前后 景区域。 进行顶点密度检测,设置一个9x9的窗,在顶点图 上滑动,当落在窗内的顶点个数小于给定的门限时, 则去除该点;落在窗内的顶点个数大于给定的门限 时,设置该点像素值为255。 逐行找出第一个顶点的位置和最后一个顶点的位置, 对应原图像,只保留两点之间的所有象素值,其它 位置象素值设为255,即可达到分割目的。
二、指纹图像质量评估——空域评价指纹 图像质量
实际应用中,我们根据专家视觉评测过程给出下面 几种不同的测量参数来测度指纹图像的质量,它们 是:指纹图像的灰度分布、指纹图像的有效面积、 指纹图像中是否存在奇异点。我们先从单个的参数 指标对采集到的指纹图像进行测度,然后,对各个 参数指标按照测度的不同目的加以不同的权重进而 进行综合评价,给出指纹图像的综合质量。
I (i, j) Mean
2
2.
指纹图像的有效面积:采用方差法预分割出指纹图像前景,计
算前景与图像的面积比。
3.
有无奇异点:奇异点分为核心点和三角点,是描述指纹特征的关
键特征点。(采用经典的Poincare Index算法)
二、指纹图像质量评估——空域评价指纹 图像质量
空域综合评价指纹图像的质量
指纹图像预处理

目录摘要 (II)Abstract (III)第一章概述 (4)1.1 指纹及其识别 (4)1.2 指纹识别算法概述 (4)1.3采集指纹图像的技术 (5)1.4 指纹预处理 (6)1.5 指纹图像预处理过程及一般算法 (7)1.6特征拾取、验证和辨识 (8)1.7 指纹识别的主要应用 (9)1.8本次设计的任务要求 (10)第二章设计方案 (11)2.1 平滑处理 (11)2,1.1 增强对比度 (11)2.1.2 指纹图像规格化和滤波 (11)2.2 锐化处理 (12)2.3 二值化 (13)2.4 细化 (14)2.5 特征值的提取 (15)2.6 伪特征点的去除 (16)2.7本章小结 (17)第三章 MATLAB软件设计 (18)3.1MATLAB的简介 (18)3.2 程序调试 (20)3.2.1设计思路 (20)3.3图像处理 (21)3.4本章小结 (31)结束语 (32)致谢 (33)参考文献 (34)摘要指纹图像预处理是指纹识别的前提,它的好坏直接影响到指纹识别的成败,但由于指纹图像降质带来的困难,并根据指纹图像的特征提出了合理的假设,再根据假设提出了增强指纹图像对比度的算法、提取指纹有效区域的算法、根据方向信息分割图像的算法以及去除图像中气泡噪声的算法,这些算法处理效果好,能有效地解决指纹图像的预处理问题。
用Matlab实现这种方法,既能分步对指纹图像预处理算法进行仿真测试,又可以很直观地看到图像预处理算法的效果。
实验证明,用Matlab实现的处理结果比较理想,满足识别的应用性。
本文介绍用matlab实现了指纹图像的对比度增强、有效区域的选取、指纹图像的二值化、指纹的特征值提取等。
并选取较好的处理步骤和算法参数解决指纹图像预处理的问题。
关键字指纹图像预处理,二值化,对比度,特征点提取AbstractFingerprint image pre-processing is a prerequisite of fingerprint recognition, it will have a direct impact on the success of fingerprint recognition, fingerprint image degradation because of the difficulties caused by the characteristics of fingerprint images based on reasonable assumptions made, and made under the assumption that contrast enhancement algorithm for fingerprint images, fingerprint extraction algorithm effective area, according to the direction of the image segmentation algorithm and the information to remove noise in the image bubble algorithms deal with the effect, It can effectively solve the problem of fingerprint image preprocessing.Every part of fingerprint images preprocessing algorithms can be simulated and testd by matlab,and the effect of images processing algorithms can be observed intuitively.The experimental results show that Matlab can get ideal processing result,and can meet the requirement of recognition.We introduce the use of matlab to achieve a fingerprint image contrast enhancement, the effective selection of the region, the fingerprint image binarization in this text. And to select the best of processing steps and algorithm parameters to solve the fingerprint image pre-processing problems.Key word Fingerprint image preprocessing,Binarization,Contrast,Feature point extraction第一章概述1.1指纹及其识别指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路。
一种指纹图像预处理方法的研究

一种指纹图像预处理方法的研究【摘要】实现一套指纹图像预处理算法,主要包括指纹图像灰度归一化和均衡化、指纹图像分割、指纹图像的二值化、指纹图像增强、指纹图像细化。
采用基于梯度的指纹图像分割方法,去除指纹图像中的无用信息,并使用连通域检测方法对分割后的指纹图像进行优化。
引入基于动态阈值法的二值化算法,实现指纹图像的方向二值化。
采用基于骨架提取技术的细化算法,完成指纹图像的细化处理。
最后使用MATLAB8.2平台对该算法进行验证,在相同特征提取算法和匹配条件下,该算法的识别精度高于传统算法。
【关键词】指纹识别;图像预处理;指纹细化;二值化1.引言由于指纹特征的终生不变特性,使得指纹识别技术受到了人们的普遍关注,其主要由三部分构成:指纹图像预处理、特征提取、指纹匹配。
在实际应用中,受限于采集条件和采集设备,使得采集到的指纹图像往往含有许多噪声,影响到指纹识别的效率和精度。
因此,指纹图像的预处理在指纹识别技术中越来越成为一项关键工作。
指纹图像的预处理不仅可以去除图像中的噪声,使得指纹特征的提取更加准确,而且在有用信息不丢失的情况下降低了指纹图像的数据量。
目前,主流的预处理方法是将原始指纹图像处理为骨架图像。
本文针对该方法进行了大量的预处理工作,主要包括指纹图像的灰度归一化和均衡化、图像分割、图像二值化、图像增强和细化,并结合实际体会,对传统预处理方式提出了新的方法。
2.指纹图像预处理算法2.1 指纹图像的灰度归一化和均衡化2.1.1灰度归一化灰度归一化的目的,在于消除指纹采集过程中由于传感器自身的噪声以及因手指压力不同而造成的灰度差异,将指纹图像的对比度和灰度调整到一个固定的级别上,为后续处理提供一个较为统一的图像规格。
归一化的算法如下:(1)先计算图像的平均值和方差。
这部分工作主要通过统计图像中各点像素值得到该图像的直方图,再利用直方图来计算指纹图像的相关指标。
(2)指定期望经过处理后的图像均值和方差,计算归一化后的图像G。
指纹图像预处理大学本科方案设计书

摘要指纹图像预处理是指纹识别的前提,它的好坏直接影响到指纹识别的成败,但由于指纹图像降质带来的困难,并根据指纹图像的特征提出了合理的假设,再根据假设提出了增强指纹图像对比度的算法、提取指纹有效区域的算法、根据方向信息分割图像的算法以及去除图像中气泡噪声的算法,这些算法处理效果好,能有效地解决指纹图像的预处理问题。
用Matlab实现这种方法,既能分步对指纹图像预处理算法进行仿真测试,又可以很直观地看到图像预处理算法的效果。
实验证明,用Matlab实现的处理结果比较理想,满足识别的应用性。
本文介绍用matlab实现了指纹图像的对比度增强、有效区域的选取、指纹图像的二值化、指纹的特征值提取等。
并选取较好的处理步骤和算法参数解决指纹图像预处理的问题。
关键字:指纹图像预处理、二值化、对比度、特征点提取1.1指纹及其识别指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路。
指纹能使手在接触物件时增加摩擦力,从而更容易发力及抓紧物件。
是人类进化过程式中自然形成的。
目前尚未发现有不同的人拥有相同的指纹,所以每个人的指纹也是独一无二[1]。
由于指纹是每个人独有的标记,近几百年来,罪犯在犯案现场留下的指纹,均成为警方追捕疑犯的重要线索[2],使得指纹识别技术得到了飞快的发展。
现今鉴别指纹方法已经电脑化,使鉴别程序更快更准。
指纹识别技术源于19世纪初,科学家依靠指纹纹脊式样的唯一性和式样终生不改变的特性[7],把某个人同他的指纹对应起来,通过采集他的指纹并与预先保存的指纹进行比较来验证其真实身份。
随着现代科技的不断进步与广泛应用,可靠高效的个人身份识别变得越来越需要,每个人的指纹具有惟一性,终身不变,难以伪造,因此指纹识别是替代传统身份识别手段的最安全、最可靠、最方便的方法[1]。
指纹图像本身的信息量和数据量是很大的因此直接基于指纹图象的匹配识别是不可取的,而要采用专门高教的指纹识别与处理方法。
指纹识别的一般过程是指纹图象预处理、指纹特征提取和特征匹配。
- 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)。
基于指纹识别的学生考勤系统作者姓名:许方家指导教师:杜玉远单位名称:电子科学与信息眼界所专业名称:生物医学工程东北大学2010年6月Student attendance based on fingerprintrecognition systembyXu FangjiaSupervisor:Du YuyuanNortheastern UniversityJune 2009东北大学本科毕业设计(论文)毕业设计(论文)任务书毕业设计(论文)任务书基于指纹识别的学生考勤系统摘要随着计算机的发展及网络技术的应用,当今社会经济的不断进步,各大高校招生数量的不断提升,学生管理的工作量越来越大,需要的人力也越来越多,一个高效而且经济的学生管理系统在学校的推广势在必行,这也是完善学校信息化管理的重要环节。
本文结合我们学校的实际情况,利用人体生物特征-指纹进行身份识别的技术,设计并实现了一个基于指纹识别的学校考勤管理系统。
全文先概述了本课题的选题背景及系统特点,介绍了指纹的一些相关知识及识别流程,再重点分析了系统的体系结构,后台图像处理的设计及各模块功能。
其中着重叙述了中心点的提取、指纹脊线方向的提取及GABOR滤波三个功能的具体实现。
本文中主要是实现指纹识别中的预处理流程,中心点的提取,通过求取脊线频率来实现GABOR 滤波的可行性。
由于本文是通过提取中心点的方式来提取指纹细节特征,所以使本文提取的细节更快。
为了克服基于细节点的指纹识别算法的局限性而提取了指纹的全局和局部特征,利用Gabor滤波器提取指纹的纹理特征,并计算指纹的标准绝对偏差作为特征向量,这种表达不仅包含了指纹的局部特征也包含了全局特征。
关键词:功能介绍,中心点提取,脊线方向,特征提取,GABOR滤波TitleAbstract Key words:目录毕业设计(论文)任务书 (I)摘要 (II)Abstract (III)第一章绪论........................................................................................... 错误!未定义书签。
1.1 指纹概述...................................................................................... 错误!未定义书签。
1.2 系统简介...................................................................................... 错误!未定义书签。
1.3 指纹识别系统简介...................................................................... 错误!未定义书签。
1.4 课题背景及本文主要工作.......................................................... 错误!未定义书签。
第二章指纹识别系统设计................................................................... 错误!未定义书签。
2.1 系统总体设计.............................................................................. 错误!未定义书签。
2.2 指纹识别系统设计...................................................................... 错误!未定义书签。
2.2.1系统基本框架........................................................................ 错误!未定义书签。
2.2.2 图像的采集与显示模块....................................................... 错误!未定义书签。
2.2.3中心点提取............................................................................ 错误!未定义书签。
2.2.4 指纹特征值提取................................................................... 错误!未定义书签。
2.3 本章小结第三章指纹识别系统部分功能的实现 (12)3.1 指纹识别比对系统的总述.......................................................... 错误!未定义书签。
3.2 中心点的提取.............................................................................. 错误!未定义书签。
3.2.1 图像的预处理....................................................................... 错误!未定义书签。
3.2.2 中心点的确认....................................................................... 错误!未定义书签。
3.2.3 指纹脊线的走向................................................................... 错误!未定义书签。
3.3特征提取....................................................................................... 错误!未定义书签。
3.3.1 GABOR 滤波......................................................................... 错误!未定义书签。
3.3.2 区域划分和方差的计算....................................................... 错误!未定义书签。
3.3.3 特征分类............................................................................... 错误!未定义书签。
3.4 本章小结第四章结束语 (13)参考文献 (15)致谢 (16)注:目录中一级标题顶格,二级标题缩进两字符,三级标题缩进四字符。
第一章绪论1.1指纹概况指纹(fingerprinting),由于其具有终身不变性、唯一性和方便性,已几乎成为生物特征识别的代名词。
指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。
纹线有规律的排列形成不同的纹型。
纹线的起点、终点、结合点和分叉点,称为指纹的细节特征点(minutiae)。
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。
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。
由于每次捺印的方位不完全一样,着力点不同会带来不同程度的变形,又存在大量模糊指纹,如何正确提取特征和实现正确匹配,是指纹识别技术的关键。
指纹识别技术涉及图像处理、模式识别、机器学习、计算机视觉、数学形态学、小波分析等众多学科。
1.2系统简介本指纹考勤系统分为三部分。
第一部分,指纹采集处理模块,本模块主要是用于学生入学时进行指纹的采集和特征提取工作,学生只要输入本人姓名等待计算机确认后再指纹采集仪器上按压自己的指纹就能实现本人指纹的存入,一个人只能存一枚指纹。
指纹采集以后会进行一些基本处理然后提取特征值,并且存入数据库中。
第二部分,指纹对比模块,主要用于员工指纹登记,日常的考勤,将学生的考勤记录到数据库中。
学生在上下课时只需要在指纹仪上按压手指,系统便能把每天实时采集到的指纹与数据库中预先录入的指纹信息进行比较匹配,自动识别学生的身份,如果是合法使用者,考勤成功,记录考勤时间。
第三部分,考勤查询模块,根据考勤时间生成报表以方便学生和老师查询。
其中第一和第三部分主要工作在后台,而第二部分主要是前台工作比如指纹查询终端机之类。
1.3指纹识别系统简介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。
主要方法包括JPEG、WSQ、EZW等。
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、指纹图像二值化和细化等。
正如人们在平时把指纹分成簸箕,斗等类型,在自动指纹识别的研究中,指纹被分成五大类型:拱类、左环类、右环类、尖拱类、旋涡类(也就是"斗")。
指纹分类的主要目的是方便大容量指纹库的管理,并减小搜索空间,加速指纹匹配过程。
指纹分类是基于指纹脊或谷的整体流向以及指纹的核心点。
很多研究者试图解决指纹分类问题,但至今分类算法的误识率仍较高。
如何提高指纹分类的准确率在自动指纹识别研究中是一个较关键的问题。
1.4课题背景和本文主要应用指纹识别技术已经成熟,其应用日益普遍,除了刑事侦察用之外,在民用方面已非常广泛,如指纹门禁系统、指纹考勤系统、银行指纹储蓄系统、银行指纹保管箱、指纹医疗保险系统计划生育指纹管理系统、幼儿接送指纹管理系统、指纹献血管理系统、证券交易指纹系统、指纹枪械管理系统、智能建筑指纹门禁管理系统、驾驶员指纹管理系统等。