指纹识别论文3000字

指纹识别论文3000字指纹识别是生物特征识别领域中应用最广泛的技术，具有悠久的历史。长期以来，指纹识别技术主要应用于刑事侦查与司法鉴定领域，不被大多数的人所了解。而计算机与信息处理技术的飞速发展，为这门历史悠久的技术开拓了广阔的应用前景，指纹考勤机系统就是该技术的一个应用。本文总结了当今活体指纹识别技术的发展现状，分析了活体指纹识别技术的工作原理及指纹识别技术预处理的各个过程；在美国Uareu指纹识别开发包的基础上，加入了指纹自动分类功能，在大指纹库的情况下，指纹识别速度得到较大的提高；在已有的众多指纹处理算法中，利用指纹方向图来对指纹图像进行滤波和平滑，提出了一种简化而实用的方向图求取法，并在此基础上提取指纹的奇异点——中心点和三角点，通过大量的实验数据获取可信的阀值，优化了提取算法，再根据奇异点的相对位置对指纹进行分类研究，得到了较为高效的结果。指纹识别是生物特征识别领域中应用最广泛的技术，具有悠久的历史。长期以来，指纹识别技术主要应用于刑事侦查与司法鉴定领域，不被大多数的人所了解。而计算机与信息处理技术的飞速发展，为这门历史悠久的技术开拓了广阔的应用前景，指纹考勤机系统就是该技术的一个应用。本文总结了当今活体指纹识别技术的发展现状，分析了活体指纹识别技术的工作原理及指纹识别技术预处理的各个过程；在美国Uareu指纹识别开发包的基础上，加入了指纹自动分类功能，在大指纹库的情况下，指纹识别速度得到较大的提高；在已有的众多指纹处理算法中，利用指纹方向图来对指纹图像进行滤波和平滑，提出了一种简化而实用的方向图求取法，并在此基础上提取指纹的奇异点——中心点和三角点，通过大量的实验数据获取可信的阀值，优化了提取算法，再根据奇异点的相对位置对指纹进行分类研究，得到了较为高效的结果。指纹是人的手指正面皮肤上有规律排列却又不尽相同的纹线。指纹中的中断、分叉或转折而形成的点就是细节特征点，而这些细节特征点，就提供了指纹唯一性的确认信息。而指纹识别传感器就是通过记录指纹纹路的方向，并将其数字化，形成一个独一无二的钥匙，并以解锁。目前指纹锁采集指纹的方式主要有两种，光学式和电容式（半导体式）。光学指纹头通过计算光线在指纹的沟和脊与采集窗的不同距离而获取指纹信息，当手指有汗渍或采集窗有水分，就会影响光线的传递与距离，导致所获取的指纹信息与原来储存的信息有误，因此指纹锁识别失灵。而电容式（半导体式）指纹锁虽然比光学指纹锁更先进，但也存在受潮后识别失灵的情况。说起电容式指纹锁，其原理大家应该可以联想一下电容屏的工作原理，都是利用人体的电流感应进行工作的。电容式（半导体式）指纹锁指纹识别传感器周边均镀上了狭长的电极，当手指按到指纹采集窗时，由于人体是一个电场，用户指纹纹路和传感器表面会形成一个耦合电容，对于高频电流来说，电容是直接导体，于是手指就会从接触点吸走一个很小的电流。这个电流分从周边的电极中流出，并且流经周边电极的电流与指纹到周边的距离成正比，控制器通过对电流比例的精确计算，得出触摸纹路相关数据。简单来说就是用户的指纹摁到哪儿，哪儿就“通电”“漏电”了，传感器就有了反应了。所以，当手指有汗或者采集窗有水渍时，由于水是导电的，用户使用指纹识别时，电流就会被影响，所以上面的计算就不准了，自然识别失灵了。因此，当指纹锁用户在首次录入指纹时，最好保持手指与指纹采集窗的干燥与干净，好录入正确干净的指纹；当用户使用指纹解锁时，擦干手指和采集窗就可以避免指纹锁失灵的情况。1指纹识别的引入和原理1.1指纹的基本知识指纹是我们各个手指的第一个指节的指头表面突起的脊线；而脊线是手指突起的花脊线条；谷线是两个脊线之间低凹下去的部分；指印是指纹在物体表面留下的痕迹；指纹的细节特征是指纹固有的自身特点。根据指纹中的细节特征我们常将指纹特点分为端点和分叉点1.2指纹识别的原理及算法流程在指纹识别的技术中,一般都采用总体特征和局部特征来进行识别。总体特征是那些很容易就能看出来的非常明显的特征,局部特征则是一小块指纹中的细节特征。指纹纹路一般都会有断点和分叉点,因此会形成一些独特的节点。根据研究，两个指纹的总体特征有时候会很相似，但是局部特征是不会相同的，即没有两个指纹的纹路是相同的。英国学者E.G.Herry认为,只要有13个特征点能重合,就可以确认这两枚指纹是同一指纹[3]。指纹的面积虽然不大但却蕴含着大量的识别信息。这些皮肤的纹路会在交叉点，断点上有很大的区别。在指纹识别的过程中将其称为“特征点”，利用特征点的性质，我们可以把一个人的指纹同预先存储起来的指纹模版对比来验证他的真实身份。指纹识别技术主要包括三大部分：指纹图像采集、指纹预处理、特征提取与匹配2指纹图像预处理图像预处理是对原始图像进行的一种前期处理，方便后续的模块识别。无论采用何种方式获取的指纹图像,都有一部分由于质量原因,不能被系统直接识别，因此图像的预处理就显得非常有必要。指纹图像的预处理目的就是将自己感兴趣的目标区域保留下来，去除背景区域和没有用的部分，同时根据指纹目标区域中脊线的结构特征，采取较好的滤波方法，提高指纹脊线清晰度，平滑脊线边缘的毛刺和空洞，抑制图像噪声，保证指纹特征的可靠提取，并使灰度图像转化成黑白的二值图像，最终得到脊线结构清晰的单像素宽的二值图像2.1指纹图像的采集因本设计重点是对指纹图像的处理，最终得到匹配结果，因此指纹图像的获取并非本设计的重点。指纹图像的获取可以借助市面上的指纹采集器货得，或者自行利用手机和数码相机等拍摄器材采集。2.2图像的灰度处理将彩色图转化成为灰度图的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255个中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其中一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫做灰度值。因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。2.3图像的二值化二值化就是将图像上的像素点的灰度值设置为0或1，也就是将整个图像呈现出明显的黑白视觉效果。指纹图像中包括目标和背景还有众多噪声，要想从原始的指纹图像中提取出目标，一般用的方法是设定一个阈值T，用T将图像中像素数据分成两部分通过求解阈值T，从而把图像f(x,y)分成目标和背景两个区域，其中大于T的像素群为目标区域，小于等于T的像素群为背景区域，阈值的选取原则是：（1）尽可能的多保存图像信息；（2）尽可能的减少噪声。本文将讨论基于方向场的二值化处理。采集到的指纹图像一般都有比较清晰的方向场，方向场估计得准确与否直接决定了图像二值化算法的效果。我们先对分割后的图像进行了平均滤波，然后对图像的每一个像素，为确定在该像素处的脊线方向，在以该像素为中心的9*9窗口内，分别计算8个