基于指纹识别的学生考勤系统图像预处理毕业论文.doc

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滤波目 录毕业设计（论文）任务书I摘 要IIAbstractIII第一章 绪论11.1 指纹概述11.2 系统简介21.3 指纹识别系统简介31.4 课题背景及本文主要工作5第二章 指纹识别系统设计22.1 系统总体设计72.2 指纹识别系统设计112.2.1系统基本框架112.2.2 图像的采集与显示模块122.2.3中心点提取152.2.4 指纹特征值提取162.3 本章小结第三章 指纹识别系统部分功能的实现33.1 指纹识别比对系统的总述193.2 中心点的提取193.2.1 图像的预处理203.2.2 中心点的确认213.2.3 指纹脊线的走向253.3特征提取243.3.1 GABOR 滤波253.3.2 区域划分和方差的计算273.3.3 特征分类273.4 本章小结第四章 结束语4参考文献6致 谢7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。指纹门禁系统和指纹考勤系统是开发和使用得最早的一种出入管理系统，包括对讲指纹门禁、联机指纹门禁、脱机指纹门禁等等。在人口将个人的手指按在指纹采集器上，系统将已登录在指纹库中的指纹(称为已经注册)进行对比，如果两者相符(即匹配)，则显示比对成功，门就自动打开。如不匹配，则显示“不成功或“没有这个指纹，门就不开。在指纹门禁系统中。可以是一对一的比对，也可以是一对几个。前者可以是一个公司、部门，后者可以是一个家庭的成员、银行的营业厅、金库、财务部门仓库等机要场所。在这些应用中，指纹识别系统将取代或者补充许多大量使用照片和ID系统。把指纹识别技术同IC卡结合起来，是目前最有前景的一个应用之一。该技术把卡的主人的指纹(加密后)存储在IC卡上，并在IC卡的读卡机上加装指纹识别系统，当读卡机阅读卡上的信息时，一并读入持卡者的指纹，通过比对就可以确认持卡者是否是卡的真正主人，从而进行下一步的交易。指纹IC卡可取代现行的ATM卡、制造防伪证件等。ATM卡持卡人可不用密码，避免老人和孩子记忆密码的困难。近年来，互联网带给人们方便与利益，也存在着安全问题指纹特征数据可以通过电子邮件或其它传输方法在计算机网络上进行传输和验证，通过指纹识别技术，限定只有指定的人才能访问相关的信息，可以极大地提高网上信息的安全性。网上银行、网上贸易、电子商务等一系列网络商业行为就有了安全保障。指纹社会保险系统的应用为养老金的准确发放起了非常有效的作用。避免了他人用图章或身份证复印件代领，而发放人员无法确定该人是故世的问题，要凭本人的活体指纹，才可准确发放养老金。本文主要工作主要体现在以下几个方面：（1）学生考勤系统的主要功能和应用前景，以及学校对学生考勤系统具体的功能需求和预想目标。（2）了解指纹识别技术的发展概况，应用前景，并且了解将指纹识别技术和学生考勤系统结合的可能性。（3）探讨指纹识别的各个过程并对其中涉及到的算法进行了阐述。（4）了解指纹图像预处理技术。（5）重点讨论指纹中心点提取方法，提高了提取指纹脊线频率的准确率，从而提高了Gabor滤波的效率。（6）介绍Gabor滤波的理论概念和具体实现方法。1.5 本章小结 本文主要分为四章：第二章主要是介绍指纹识别中的各个过程，包括指纹识别中的关键步骤，介绍指纹的预处理过程。 第三章讨论了指纹中心点的提取方法，所采用的方法可以有效地提高指纹脊线频率的准确性。第四章主要是介绍Gabor滤波的理论基础和其具体的操作方法。第二章 指纹识别系统总体设计2.1 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，二是由于存储空间)，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：总体特征和局部特征。总体特征是指那些用人眼直接就可以观察到的特征，包括：基本纹路图案：环型(loop)，拱型(arch)，旋涡型(whorl)。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(Pattern Area)：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哪一种类型的。有的指纹识别算法只使用模式区的数据。核心点(con Point)：核心点位于指纹纹路的渐进中心，可作为读取指纹和比对指纹时的参考点。三角点(Delta)：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、孤立点、折转处，或者指向这些奇异点。三角点提供了指纹纹路的记数和跟踪的开始之处。纹数(Ridge count)：指模式区内指纹纹路的数量。在计算指纹的纹线数时，一般先连接核心点和三角点，然后计算核心点与三角点之间的连线与指纹纹路相交的次数，这个次数即可认为是指纹的纹数。局部特征是指指纹上的细节点。两枚指纹经常会具有相同的总体特征，但它们的局部特征细节点，却不可能完全相同。细节点(Minutia Point)：指纹纹路并不是连续的、平滑笔直的，而是经常出现中断、分叉或打折。这些断点、分叉点和转折点就成为“细节点”。就是这些细节点提供了指纹唯一性的确认信息。1)类型细节点有以下几种类型，最典型的是末梢点和分叉点A末梢点(Ending)一条纹路在此终结。B分又点(Bifurcation)条纹路在此分开成为两条或更多的纹路。C孤立点(Dot or Island)一条特别短的纹路，以至于成为一点。D环点(Enclosure)一条纹路分开成为两条之后。立即又合并成为一条这样的点称为环点。E短纹(short Ridge)一端较短但不至予成为一点的纹路。2)方向(Orientation)纲节点的方向由所在的脊线方向决定。3)曲率(Curvature)描述纹路方向改变的速度。4)位置(position)细节点的位置通过（x，y）坐标来描述，可以是绝对的，也可以是相对于参考点或特征点的。2.2 指纹识别系统的构成 一个优秀的生物识别系统要求能实时迅速有效地完成其识别过程。所有的生物识别系统都包括如下几个处理过程：采集、比对和匹配。指纹识别处理也一样，它包括指纹图像采集、指纹图像预处理、特征提取、特征值的比对与匹配等过程。使用指纹识别方式的优点在于它的可靠、方便且容易被接受。系统中最重要、最基础的问题是应将指纹特征信息转变成计算机能够接受和处理的模式。所以该系统的实现首先是基于描述方法，然后才是基于该种描述方法的细节处理。大多数指纹识别系统都是依靠提取指纹的细节特征点来实现指纹的识别其特征提取过程主要分为指纹图像归一化、计算方向图、计算图像有效区域、计算指纹频率、指纹图像增强、二值化、指纹图像细化以及细化后处理等步骤组成。指纹识别系统具体过程如下图（1）显示： 2.3 指纹识别的关键技术（1） 建立硬件采集系统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。指图像的获取主要利用设备取像，计算机只接收和处理数字信号，因此将模拟指纹图像进行采样与量化处理，转化为数字图像交由计算机处理是指纹识别系统面临的第一个问题。由于指纹质量差异较大，保证输入数字图像的质量对提高系统的性能有着重要意义。在指纹自动鉴别时应能迅速地获取指纹图像，这也是需要研究解决的问题。（2） 中心点的准确提取指纹有明显的方向特性，中心点定义为纹线的最大曲率处，以往文献报道的中心点的计算方法很多，如Poincare指数法，这种方法对质量较好的指纹效果很好，而对质量较差的指纹图像没有很好的效果。本文采用对方向场多重分析的方法。根据指纹方向场中靠近中心点的地方脊线方向变化比较剧烈，而在其他地方的变化相对平缓这一原理来提取中心点。这种方法奇异点位置准确性高，具有旋转平移不变性，而且计算复杂度小。（3） 细节特征点的准确提取端点和分叉点是指纹的基本特征点。它们的集合构成了指纹的特征集，用来惟一标识一个指纹。在经过了粗匹配和姿势校准后还要对指纹进行细节特征点的提取，为下一步的细节特征点匹配做好准备工作。细节特征点提取的准确性直接影响着指纹匹配的准确性，因此细节特征点准确的提取是整个识别系统中重要的一环。（4） 全局特征点的准确提取本文对基于奇异点的姿势校准方法的探讨，是建立在准确提取奇异点的基础之上，而姿势校准的准确性又依赖于全局特征点提取的准确性。对指纹进行姿势校准，这样做的目的是为了克服模板和输入指纹图像的旋转和平移，方便接下来要进行的细节特征点的匹配。 （5） 细节匹配 指纹匹配是自动指纹识别的最后一步，也是最关键的一步。因此降低计算的复杂度提高匹配速度、克服指纹图像形变所带来的影响成为匹配算法的主要研究方向之一。本文提出了新的基于奇异点的细节特征匹配算法，该方法在保证匹配准确性的前提下，能够明显地提高匹配速度。二十一世纪是信息安全高速发展的世纪，指纹必将以其人人都有，人各不同，无法伪造，安全性高的特点成为二十一世纪个人身份鉴别发展的趋势。指纹处理中的方向场提取，特征点提取的准确性、匹配速度的提高依然是指纹识别研究的重点。2.4 指纹识别中的预处理方法 （1）前背景分离我们将采集到的指纹图像分为包含可用信息的前景区与包含杂乱噪音的背景区，前背景分离的目的就是为了提取出可用的前景区。如果对图像不加分割处理，将会耗费无用的时间处理背景区域，并且容易产生伪特征点。因此前背景分离是必不