樊倩基于BP神经网络指纹特征分类的研究

（本科毕业设计说明书学校代码10128学号020202002班级自动化021指导教师齐咏生讲师学院信息工程学院系别自动化系专业自动化题目基于BP神经网络指纹特征分类的研究学生姓名樊倩二六年六月内蒙古工业大学本科毕业设计说明书摘要随着科学技术的日新月异，指纹识别已被应用于多个领域。在自动指纹识别系统中，为完成一次自动识别，待识指纹需要与样本数据库中的大量指纹进行比对，当样本数据库中的容量非常大时，这种比对过程及其耗时。为了减少搜索时间和计算复杂性，必须先把样本数据库中的指纹分为几个类型，这就涉及到指纹分类问题。本文主要介绍了基于BP（反向传播算法）神经网络的指纹分类方法，大致分为三个部分第一部分介绍了指纹图象特征的采集过程。主要包括指纹图象的获取、指纹图象的加强、以及指纹图象特征的提取；第二部分介绍了如何利用已获得的指纹图像特征进行BP神经网络的训练；第三部分阐述了利用不同于训练神经网络所用的指纹图象特征对神经网络进行检验的过程。基于理论分析的基础上，本文利用MATLAB对整个指纹分类过程进行了编程，获得的神经网络具有良好的收敛性，最终将属于不同类的大量指纹分别分为四个不同的类别，待识指纹只需与属于同类别子数据库中的样本指纹进行比对即可，大大节省了指纹比对的时间，提高了指纹识别的效率和准确率。关键词方向信息；中心点；BP神经网络；分类器内蒙古工业大学本科毕业设计说明书ABSTRACTALONGWITHSCIENCEANDTECHNOLOGYCHANGINGWITHEACHNEWDAY,THEFINGERPRINTRECOGNITIONHASBEENAPPLIEDINMANYDOMAINSINTHEAUTOMATICFINGERPRINTRECOGNITIONSYSTEM,FORCOMPLETESATIMEOFAUTOMATICDIAGNOSIS,TREATSKNOWSTHEFINGERPRINTTONEEDANDINTHESAMPLEDATABASEMASSIVEFINGERPRINTSCARRIESONCOMPAREDTO,WHENINTHESAMPLEDATABASECAPACITYISEXTREMELYBIG,THISKINDOFCOMPARATIONPROCESSWILLWASTELOTSOFTIMEINORDERTOREDUCETHESEARCHTIMEANDTHECOMPUTATIONCOMPLEXITY,ITISMUSTDIVIDEFINGERPRINTINTOSEVERALTYPESFIRSTINTHESAMPLEDATABASE,THISINVOLVESTOTHEFINGERPRINTCLASSIFICATIONQUESTIONTHISARTICLEMAINLYINTRODUCEAKINDOFFINGERPRINTCLASSIFICATIONMETHODWHICHBASEDONBPBACKPROPOGATIONTRAININGALGORITHMTHENERVENETWORK,DIVIDEINTOTHREEPARTSAPPROXIMATELYTHEFIRSTPARTINTRODUCETHEPROCESSOFFINGERPRINTIMAGECHARACTERISTICGATHERING,MAINLYINCLUDEFINGERPRINTIMAGEOBTAINS,FINGERPRINTIMAGESTRENGTHENS,ASWELLASFINGERPRINTIMAGECHARACTERISTICGAINTHESECONDPARTINTRODUCEHOWUSESTHEIMAGECHARACTERISTICWHICHOBTAINSTOESTABLISHTHEBPTRAININGNERVENETWORKTHETHIRDPARTNARRATETHEUSETODISTINGUISHTHEIMAGECHARACTERISTICWHICHUSEDINTHETRAININGNERVENETWORKTOTHENERVENETWORKCARRIESONTHEEXAMINATIONTHEMETHODBASEDONINTHETHEORETICALANALYSISFOUNDATION,IUSEDMATLABTOCARRYONTHEPROGRAMMINGTOTHEENTIREFINGERPRINTCLASSIFICATIONPROCESS,OBTAINTHENERVENETWORKHADTHEGOODASTRINGENCY,FINALLYWILLBELONGTOTHEDIFFERENTKINDOFFINGERPRINTTODIVIDEINTOFOURDIFFERENTCATEGORIESSEPARATELY,TREATEDKNOWSTHEFINGERPRINTONLYTOHAVEINTOBELONGTOINTHESIMILARCONCUBINESCHILDDATABASETHESAMPLEGRAINTOCARRYONCOMPAREDTOTHEN,HASSAVEDTHETIMEWHICHUSEDTOFINGERPRINTCOMPARATIONTHEGREATLY,ENHANCEDTHEFINGERPRINTRECOGNITIONEFFICIENCY,WITHRATEOFACCURACYKEYWORDSDIRECTIONINFORMATIONCENTRALPOINTBPNERVENETWORKSORTER内蒙古工业大学本科毕业设计说明书目录引言1第一章指纹图象特征的采集311指纹图象的获取312指纹图象的加强313指纹图象特征概述414指纹图象方向信息的提取6141方向信息概述6142指纹方向信息的提取算法715指纹图象中心点的提取10151中心点概述10152中心点提取算法1116指纹图象特征的提取13第二章BP神经网络的训练1721神经网络概述17211神经网络的发展17212神经网络的应用19213神经网络的特征1922BP神经网络20221BP网络结构20222BP神经网络的计算公式2123基于MATLAB编程的BP神经网络作为指纹分类器的实现24231BP网络作为分类器的优点26232基于MATLAB编程的BP网络作为指纹分类器的算法26第三章BP神经网络的检验30结论33参考文献34附录35谢辞47内蒙古工业大学本科毕业设计说明书图表清单图11图象增强的前后的对比图4图12各点在指纹中的位置分布图5图13指纹方向图6图14指纹块方向信息图10图15指纹中心点10图16八邻域POINCARE值计算模板11图17指纹中心点、三角点提取图象12图18中心点提取图象13图19提取输入样本指纹图象16图21MP模型18图22BP网络模型21图23BP训练网络流程图25图24BP网络实际输出与期望输出之间的误差变化曲线图28图25训练BP网络实际输出与期望输出比对图28图31检验BP网络实际输出与期望输出比对图31表1指纹特征提取顺序表14表2指纹平移特征提取顺序图15表3训练样本结果统计表29表4输入样本整体结果统计表31内蒙古工业大学本科毕业设计说明书引言随着人类步入现代化生活速度的加快，高科技的使用已在人们的生活中普遍存在。在过去的几十年中，指纹识别也只在警察的办案过程中使用，随着时间的推移，身份证已不仅仅是证明一个人身份的唯一方法。现在，很多公司和企业已经开始使用指纹识别来判断一个人的身份。作为一种重要的生物特征识别手段，在自动指纹识别系统中，为完成一次自动识别，待识别指纹需与样本数据库中的大量指纹进行比对，当样本数据库容量非常大时，这种比对极耗时间，为了减少搜索时间和计算复杂性，首先要对待识指纹进行分类。也就是说，我们先将样本数据库中的指纹分成几个类型，将属于不同的类型的指纹分别保存在不同的子数据库中，待识指纹只需与属于同类别的子数据库中的样本指纹进行比对即可。这样大大缩短了指纹识别的时间，提高了效率。因此指纹分类是指纹识别的基础，自然而然自动指纹分类近年来得到了广泛的关注并取得很大的进展。在模式识别中,分类器的设计是一个重要问题,现在已有不同的方法可以实现各种分类器。基于神经网络的分类器,由于神经网络自身具有并行性、鲁棒性等特点,可以大大减少分类器的计算时间。并保持性能不变,而且已有的传统分类器的特点同样可以继承。目前已有基于汉明网、ART网、KOHONEN网等模型的分类器,这些分类器大多数只训练一次就可分类,大大节省了分类器的计算时间。但基于这些神经网络模型的分类器识错率较高,一般在1030之间,而且要求所有样本一次输入。不同的分类器还有不同的额外要求,如K附近邻分类器要求第K个最大值与第K1个最大值之间要有较大区别,K值的选取也值得考虑。为了实现较为复杂的功能,这些分类器不再单由一种网络模型构成,往往结构比较复杂,算法也相应复杂,从而限制了分类器的灵活应用。随着指纹库中指纹数量的增多，人们对指纹分类的方法提出了更高的要求一个指纹分类系统不单单只具有单重分类的功能，还要注意提高分类器的准确性和快速性。所以人们试图想找到一种新的指纹分类方法以满足人们的需要。BP网络是一种典型的前馈网络模型,它不但能够记忆已有知识,而且能够扩充知识,进行自学习,这与人类思维一致，BP神经网络作为分类器具有与人脑相似的高度并行性，良好的容错性和联想记忆功能、自适应和自学习能力、强大的分类功能、鲁棒性，可以实现非线性映射等优点，所以BP模型对模式分类问题特别有效。而且在本文中，我们根据指纹的整体特征将指纹分成四大类，然后根据给定的指1内蒙古工业大学本科毕业设计说明书纹样本的的图象特征，将这些指纹利用分类器分别分到指定的类别中去。选用BP神经网络作为指纹分类的分类器，还因为BP网络比较适合作为分类器使用于类别较少的分类问题,其训练和分类速度相当快,而且对一些比较复杂的类别较多的分类问题同样适用只是准确率随着复杂度而降低。传统的分类方法对指纹图象要求较高，要求采集的指纹必须完整，否则无法对指纹分类，我们采用BP人工网络方法进行指纹分类，还因为该方法对指纹图象要求简单。综上所述，在本文中我们对分类器的选用，完全是出于对系统的全方面因素考虑的。我们采用BP神经网络设计出的分类器用于指纹分类可以更快、更准确的将指纹库中的指纹进行整体特征的准确分类。指纹分类对于21世纪人类的生活而言，无疑会使人们的生活越来越方便，快捷。本文只是将指纹简单的分成四类，如果采用类似方法，更深入的研究，我们还可以根据指纹的局部特征将指纹进行二次分类，近而实现逐级分类。这种分类方法可极大的缩短搜索时间，提高指纹搜索的效率，增加了指纹识别的实用性。我们相信，本文中提到的指纹分类方法在我们日后的生活中会有更广阔的使用领域。2内蒙古工业大学本科毕业设计说明书第一章指纹图像特征的采集指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路，是人类在进化过程中自然形成的。指纹由遗传影响，由于每个人的遗传基因均不同，所以指纹也不同，及指纹的图象特征也不同。由于指纹图象特征代表不同人的身份，指纹图象特征提取也成为指纹识别系统的关键步骤，是否能够准确提取稳定特征，对系统识别性能的好坏具有非常重要的作用，由于自动指纹识别系统先对指纹进行分类，所以指纹图像特征的采集也成为指纹分类的基础，采集到的指纹特征量就是我们训练神经网络的输入样本。11指纹图象的获取早期的指纹识别是用于警方办案用的，指纹的获取也是从犯罪现场获得的。一般犯罪现场中人手接触物环形、箕形体留下的痕迹，由汗液或其他物质形成，肉眼不易发现。汗液含有各种氨基酸、尿素、非蛋白氮等有机物和氯、钠、钾、钙等无机物，可使汗液在短时间内保持一定的湿度，粉末可以粘附其上。警方的专业人员一般可用硝酸银、苯并戊三酮等试剂化合显现指纹，还可采用高真空镀膜和荧光喷雾的方法显现。由于我国采取指纹办案已有多年，公安机关在日常勘察和工作中已积累了不少指纹图象，而且我国也准备建立“全国公民指纹库”，使今后银行、公安、保险等工作更加准确和方便。6还有一些专家或是研究人员对指纹的研究比较感兴趣，从不同途径获得指纹图象，以便他们今后对指纹的研究。在本文中由于条件有限，不可能从生活中获得较好的指纹图象，本文中所使用的指纹图象是从网上指纹库下载的，网址是“WWWFINGERPRINTIMAGEFPSSAMPLING”。指纹图象的清晰度不是很好，但符合本文研究的课题使用。12指纹图象的加强1由于所获取的指纹图象效果不是很清晰，在日后的特征采集工作中会产生干扰，所以在提取指纹图象特征之前需要对所获取的指纹进行图象加强处理。图像加强是数3内蒙古工业大学本科毕业设计说明书字图像处理过程中经常采用的一类最基本的方法。为了改善视觉效果或者便于人和机器对图像的理解和分析，根据图像的特点或存在的问题采取的改善方法或者加强特征的措施称为图像加强。获取和传输图像的过程往往会发生图像失真，所得到图像和原始图像有某种程度的差别。这种差异如果太大，就会影响人和机器对图像的理解。在许多情况下，人们不清楚引起图像降质的具体物理过程及其数学模型，但却能根据经验估计出使图像降质的一些可能原因，针对这些原因采取简便有效的方法，改善图像质量。本文中所获取的图像信号较弱，使人们无法看清图像的细节，而采用增强对比度的方法可增强图像清晰度。增强对比度实际是增强原图中的各部分反差。实际中往往是通过增加原图中某两个灰度值之间的动态范围来实现的。简单来说，就是将图象中黑的部分增黑，白的部分增白。经过上述处理，减少了噪音，增强脊谷对比度，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。指纹图像增强的方法较多，在本文中采取的是直接灰度调整来增强对比度的方法。图11即为采用直接灰度调整获得的增强后的指纹图像。图11图象增强的前后的对比图13指纹图象特征的概述59在人类的指纹中存在两类不同的特征，即总体特征和局部特征，其中总体特征是指那些用人眼直接就可以观察到的特征，这类特征可用于对指纹进行类型判别，因此我们称其为分类特征，而局部特征则指的是指纹上的细节点，因为任何两枚指纹经常4内蒙古工业大学本科毕业设计说明书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，因此这类特征可用于对指纹做进一步识别，我们称其为识别特征。本文研究的对象是指纹分类，所以只对指纹的总体特征进行研究。在分析之前我们先对指纹图象中的几个重要点进行一下说明（1）中心点（COREPOINT）中心点也称核心点，它位于指纹纹路的渐近中心，可作为读取指纹和比对指纹时的参考点。（2）三角点（DELTA）三角点位于从中心点开始的第一个分叉点或者断点、或者两条纹路汇聚处、孤立点、转折处，或者指向这些奇异点。三角点提供了指纹纹路的计数和跟踪的开始之处。（3）端点（ENDING）一条纹路的终结点。（4）分叉点（BIFURCATION）一条纹路再次分开成为两条或更多的纹路。（5）孤立点（DOTORISLAND）一条特别短的纹路，以至于成为一个孤立的点。（6）环点（ENCLOSURE）一条纹路分开成为两条后，立即又合并成为一条，这样形成纹路上的一个小环称为环点。各类点在指纹中的位置如图12交叉中心点分叉点三角点图12各点在指纹中的位置分布图经过分析我们发现，可用于对人类指纹进行分类的总体特征包括漩涡型、左环型、右环型和拱型四种，从指纹图像上就可看出，指纹中心点下方纹线的走向是将指纹分为这四类的主要依据，有如下规律1）左环型的指纹，其左半部分纹线的方向一般在45度左右，右半部分纹线方向在5内蒙古工业大学本科毕业设计说明书90度左右，下半部分在45度到90度之间。2）右环型的指纹，其右半部分纹线的方向一般在135度左右，左半部分在90度左右，下半部分在90度到135度之间。3）漩涡型的指纹，其左半部分纹线和右半部分纹线方向都是90度左右，下半部分在0度或180度左右。4）拱型的指纹，其左半部分纹线方向在45度左右，右半部分135度左右，下面部分90度左右。上述规律可从图13分析得出左环型右环型旋涡型拱型图13指纹方向图14指纹图象方向信息的提取11通过上述分析得出，指纹纹线的方向是指纹分类的关键，要想分类就要先求指纹的方向信息。141方向信息概述指纹图像自身有着许多不同于其它图像的特点，它的纹理性和方向性都很强，其中指纹图像中灰度值小，呈现黑色的线条称为脊线；灰度值大，呈现白色的线条称之为谷线。我们可以把指纹图像看作是有着确定纹理的流状模型，这样就可计算它的方向场方向图。方向图描述了指纹图像中每一象素点所在脊线谷线在该点的切线方向，作为一6内蒙古工业大学本科毕业设计说明书种可直接从原灰度图像中得到的有用信息，这个有用信息我们就称为指纹的方向信息它的计算一直是指纹识别技术中必不可少的一步。方向图也可看作是指纹原图像的一种变换表示方法，即用纹线的方向来表示该纹线。方向图分为两种一种是点方向图，表示原指纹图像中每一点脊线的方向；另一种是块方向图，表示原指纹图像中每一块脊线的大致方向。计算方向信息的基本思想是在原灰度图像中计算每一点（或每一块）在各个方向上的某个统计量（如灰度差、梯度等），根据这些统计量在各个方向上的差异，确定该点（该块）的方向。142指纹方向信息的提取算法在实际处理中，最常用到的是计算块方向信息，因为块方向信息有着比点方向信息更强的抗噪性，还可以减少计算量，有利于模块化的处理。常用的块方向信息的计算方法有预定方向逼近法、RAO法的改进型算法和基于SOBEL算子的分块尺寸下的指纹方向信息提取方法。各算法分别如下（1）预定方向逼近法，首先计算象素点的方向，得到指纹点方向图后，再求块方向图。该法把指纹图像分成WW大小的块，对每一块计算方向直方图（横坐标为方向取到的N个值，纵坐标取这些方向的象素个数），方向直方图中的峰值所对应的方向即该块的方向，这样块方向图就计算出来了。由于此法要对指纹图像设定N个固定方向，将求取的指纹方向逼近为其中的一个，所以会造成提取的指纹方向信息不准确，且该法的计算量大，运行速度缓慢。书中一般不建议使用该方法。4（2）RAO法的改进型算法4算法描述如下对指纹图像中每一点（I,J），求取其梯度，如下式,1,1,XIJFIJFIJ11,1,1YIJFIJFIJ12,22JIJIJIRYX13,ARCTAN,JIJIJIXY147内蒙古工业大学本科毕业设计说明书这里FI,J是指纹图像中第I行第J列象素点的灰度值。将整幅指纹图像分成WW大小的块，按下式计算每块的方向,2COS,2SIN,ARCTAN21,22222222WIWIUWJWJVWIWIUWJWJVVUVURVUVURJI15式中,VU为式14求出的象素点的方向，,JI为所求的块方向。RAO法的改进型算法主要是考察指纹图象的灰度梯度变化来求取指纹图象的纹线流方向信息。与预定方向逼近法相比，该算法求出的每块图象的方向为连续角，所以提取的指纹图像方向信息的精确程度有明显提高，但由于该算法中包含大量的三角函数运算，仍存在速度较慢的问题，且计算量比较繁重。这两种方法都存在一个共同的问题抗噪声能力弱，对指纹图象质量的依赖性大，既当指纹图象质量良好的情况下，选用上述两种算法都能基本正确的提取指纹图象的方向信息。但在对质量较差的指纹图象进行处理的时候，上述两种方法都无法获得一个良好的方向信息，无法满足本文的需要。在这次编程过程中我首先选用的是RAO算法，但是在使用过程中发现这种方法在MATLAB中编程不是很容易，而且所提取的方向信息也不是很准确。所以又试图寻找一种更准确且编程比较简单的方法，于是在本文中采取的是第三种算法，即基于SOBEL算子的分块指纹方向信息提取算法。（3）基于SOBEL算子的分块指纹方向信息提取算法。312本方法首先将一幅待处理的指纹图像分别按WW分块尺寸分块，在分块求取指纹方向信息时，分块尺寸越大，则此时所求得的方向信息相对更加可靠，对指纹图像中所存在的噪声不敏感，但所求得的块方向信息对指纹图像的实际方向流的拟合度不高，不能够细致的描述纹线的实际走向。随着分块尺寸的减小，算法对噪声的敏感度急剧增加，从而无法在指纹图像质量很差的情况下求取准确、可靠的方向信息，但此时的方向信息对纹线的拟合度很好，能够细致的描述指纹图像中的纹线流的实际走向。经过多次分块实验,最后选取将指纹图象按1515进行分快效果最佳。然后利用改进的RAO算法提取方向信息。从而可以提取可靠的纹线方向信息本文中的方向信息提取算法的基本思想如下所述8内蒙古工业大学本科毕业设计说明书根据不同的分块尺寸对指纹图像进行分块这里我们将一幅指纹图像按1515分块尺寸进行分块，一幅指纹图象分成了21块。用到的分块程序是I（I，J）为图象中任一点的灰度值，YII1151I11515,J1151J11515然后计算在1515分块尺寸下的方向信息，具体的计算方法如下采用由LHONG等提出的改进的RAO方法，计算每块指纹图像的方向信息2222222222,2,1,ARCTAN2,WWIWJWYXWWUIWVJWWWIWJWXXWWUIWVJWYXVIJUVUVVIJUVUVVIJIJVIJ101202101012112100YY将式中W为分块尺寸，分别为点U,V在X、Y方向上的一阶偏导，这里我们采用SOBEL算子来计算指纹图像的每一点U,V的X,Y方向上的一阶偏导，SOBEL,XUV,YUV161718算子的水平模板和垂直模板分别为和原始指纹图像分别与两摸板进行离散卷积，即可求得在X、Y方向上的一阶偏导，经实验验证，使用SOBEL算子已足以满足实际需要；（I，J）为I，J块的方向。在计算出每一块的纹线方向后，我们对（I，J）作如下调整如果VXI，J0，表明该块的纹线方向为0/4或3/4之间，则（I，J）（I，J）/2；如果VXI，J0，表明该块的纹线方向为/4/2之间，则（I，J）（I，J）；如果VXI，J0角度加90角度加180读取图像设置图像分块大小找每块图像数据每块图像数据分别与X、Y模板进行卷积卷积结果相除求得正切值36内蒙古工业大学本科毕业设计说明书指纹分类程序清单（一）指纹特征提取程序清单图像加强CLEARALLS1101202101S2121000121X1IMREAD17BMPFIGURE,IMSHOWX1F00G00F170G130F2180G2230F3255G3255R1G1G0/F1F0B1G0R1F0R2G2G1/F2F1B2G1R2F1R3G3G2/F3F2B3G2R3F2M,NSIZEX1X2DOUBLEX1FORI1MFORJ1NFX2I,JIFF0ELSEIFVXI,J0QI,J05ATANVYI,J/VXI,JPIELSEQI,J05ATANVYI,J/VXI,JENDENDEND求近似方向信息并作图FORI121FORJ121IFQI,JPI/1643内蒙古工业大学本科毕业设计说明书ELSEQI,J0ENDENDENDD1QG3G3,L3L4,QG4G4,L3L4,QG5G5,L3L4,QG6G6,L3L4,QG7G7,L3L4D2QG4G4,L4L3,QG5G5,L4L3,QG1G1,L4L3,QG6G6,L4L3,QG7G7,L4L3D3QG4G4,L3L4,QG5G5,L3L4,QG6G6,L3L4,QG7G7,L3L4,QG8G8,L3L4D4QG4G4,L4L3,QG5G5,L4L3,QG6G6,L4L3,QG7G7,L4L3,QG8G8,L4L3（二）训练网络程序清单输入样本略ND1/PID2/PID3/PID4/PID5/PID6/PID7/PID8/PID9/PID10/PID11/PID12/PID13/PID14/PID15/PID16/PID17/PID18/PID19/PID20/PID21/PID22/PID23/PID24/PID25/PID26/PID27/PID28/PID29/PID30/PID31/PID32/PID33/PID34/PID35/PID36/PID37/PID38/PID39/PID40/PID41/PID42/PID43/PID44/PID45/PID46/PID47/PID48/PID49/PID50/PID51/PID52/PID53/PID54/PID55/PID56/PID57/PID58/PID59/PID60/PID61/PID62/PID63/PID64/PID65/PID66/PID67/PID68/PID69/PID70/PID71/PID72/PID73/PID74/PID75/PID76/PID77/PID78/PID79/PID80/PI在时间轴上选取一些数作为样本输入Y1111