吴斯项目综合实践

1、成绩课程设计报告题目基于结构特征的指纹识别研究课程名称项目综合实践院部名称 计算机工程学院专业计算机科学与技术班级13计算机科学与技术（W专转本）学生姓名吴逆学号 1305501036课程设计地点校旦课程设计学时8 周指导教师钟睿金陵科技学院教务处制【注：根据课程设计大纲第四项具体要求撰写课程设计报告】第一章绪论1.1课题的提出原因及意义随着逐步加快信息化步伐的生活节奏，每个人的个人身份确认要求原来越 高。每个人都需要保护自身生命、财产、信息等安全，所以，现代社会对于个人 身份识别的准确性和安全性的要求则更高。 在目前众多的生物识别技术中，指纹 识别由于其广泛性、唯一性、稳定性以及易采集性等特

2、点而成为了一种更为理想 型的身份确认技术：由于每个人的十指之间的指纹都各不相同，因此指纹是一种 可用于身份鉴定的较安全的个人身份确认方法。指纹识别技术的研究主要涉及四 个功能：读取指纹图像、提取指纹图像特征、保存数据以及进行指纹图像的比对。 而基于结构特征的指纹识别研究是一种利用指纹的结构特征作为识别依据的指 纹识别研究，相比较目前的大多数指纹识别采用的基于细节点的指纹识别技术而 言，基于结构特征的指纹识别技术具有高效识别和很强的抗干扰能力的优点，并且也有很高的识别率。1.2生物识别技术简介为了保障个人的生命、财产、信息等安全，人类一直在不断的研究和尝试更 加安全有效的身份识别方法，而比较普通

3、的用于身份识别的方法有两种： 基于标 志的身份识别和基于信息的身份识别。基于标志的身份识别很好理解，即身份证、 护照、通行证、钥匙等利用随身携带实物来进行个人财产安全的保护；而基于信息的身份识别则是根据被鉴别者所知晓的某种信息来对其进行识别，比如银行卡或存折的密码、密码保护所需要的问题答案等等。这些传统的身份识别方法虽然 普遍、成本低、易实现，但是也存在很大的安全隐患，如：易被冒名顶替、易丢 失、易忘记等等，如果存在有冒名顶替者利用造假的文件来进行窃取个人财产的 问题，也很难第一时间有效的区分真正授权人和冒名顶替者从而造成步伐保障个 人财产安全的隐患问题。随着信息化时代的到来，传统的身份识别方

4、式已经越来 越不能满足社会发展的需要，所以生物识别技术成为了目前的一个重要研究领 域：每个人都是独一无二的，人体具有不可复制性的特征，而生物识别技术正式 由于这一点才更加安全和可靠。近十多年，生物识别技术更是在不断的发展，现在已经有很多种类的生物识别技术出现。生物识别技术可大致分为：虹膜识别、人脸识别、人耳识别、指纹识别、掌纹识别、手形识别、静脉识别、体味识别、 视网膜识别、签名识别、敲键识别和 DNA识别等。目前生物识别技术的主要特 点：由于每个人体都具有不可复制的唯一性， 所以利用生物识别技术进行个人身 份的认定相较而言更为安全可靠和准确，并且生物识别技术产品均借助于现代化 设备技术一一计

5、算机技术来实现，比较容易实现自动化管理丄要生物识別技术的特征公众使用亍人使用1.3指纹识别技术简介1.3.1指纹识别技术的起源据了解，指纹识别可能是最早被使用的生物识别技术，经考古学家证实：早在公元前7000年到公元前6000年以前，古叙利亚和中国已经开始应用指纹识 别进行身份的鉴别，古叙利亚出土的一些土陶器上留有陶艺匠人的指纹，而中国古代的一些文件上也印有起草者的大拇指指纹，说明早在公元前7000-6000年以前，人类指纹这一生物特征已经被人们认识和接受并且适用于身份的识别。指纹是人类手指表皮上呈现的纹理，并且在出生后三个月左右的婴孩时期形成后就 终生保持不变，不仅不会随着年龄的增长而改变，

6、 而且人和人之间具有相同指纹 的概率是极小的，就连双胞胎的指纹都不可能完全相同。 根据这种稳定性以及唯 一性，可见通过指纹识别来确认一个人的身份是安全系数较高的识别方法。132指纹识别技术的发展在19世纪初，科学家们通过大量调查与研究，发现了指纹的稳定性及唯一性这两个重要特征，使得指纹在犯罪案件侦查鉴别罪犯身份中得以运用，然后这项技术就陆续的在各国开始得到传播和应用。到了20世纪60年代，随着计算机和光学扫描技术的发展，由于计算机可以有效地处理图形，而扫描技术可以将 指纹图像输入计算机当中进行处理，所以人们开始着手研究利用计算机来处理指 纹的识别。这一革新让指纹识别技术也在其他的领域得以应用。

7、中国的生物识别技术起步与许多其他国家相比，晚了国外10年左右，国外的生物识别技术在20 世纪80年代初早已起步，而中国的生物识别技术则起步于 20世纪90年代初。 虽然我国的指纹识别技术起步较晚， 但是发展确实迅速的，经过多年的研究与发 展，有些技术已经达到了世界领先的水平。1.4本文的主要研究内容和安排指纹识别就是通过每个人不同手指的指纹来进行身份的鉴别， 而基于结构特 征的指纹识别研究是一种利用指纹的结构特征作为识别依据的指纹识别技术， 本 次项目研究的主要内容是：第一章绪论，主要介绍由于现代化技术的发展，人类的身份识别主要是生物 识别技术，而随着生物识别技术的发展，指纹识别技术则是首当其

8、冲的一种较常 见的身份识别方式，本章内容主要阐述了生物识别技术的发展以及指纹识别技术 的起源与发展。第二章主要介绍的是指纹识别的基本原理和方法。 基本原理是由于每个人的 指纹完全不相同，且每一个人十根手指的指纹也完全不相同， 所以通过指纹图像 的处理通过不同指纹的分类和特征来辨别人的身份。而指纹图像处理首先需要预 处理，预处理又分为去噪，增强和二值化。本章通过对指纹图像进行消除噪声、 增强滤波、和二值化处理，分析并实现指纹图像的预处理算法。第三章主要关于本文的主旨一一基于结构特征的指纹识别研究。主要介绍的是指纹图像特征提取的方法和结果分析。指纹图像的特征提取方法有两种：（1）、从指纹的原灰度图

9、像上识别细节特征；（2）、从指纹的细化图像上识别细节特征。 其中结构特征又包括了端点（Endpoint）叉点（Bifurcation）歧点、孤立点（Dot） 环点（Loop）、短纹（Short Ridge）等方向、曲率、位置等信息。第四章主要是概括的介绍了指纹结构系统， 因为本文主要研究的不是指纹系 统所以这一章的内容比较系统。第五章对这一次的项目进行了总结，发现了自己许多不足的地方，虽然这一次的项目制作收获颇大，但还是有很大需要进步提升的空间。第二章指纹识别的基本原理和预处理2.1指纹识别的基本原理2.1.1指纹的分类由于人类遗传的特性，虽然每个人都有指纹，但是各不相同。仔细看的话， 就可以

10、发现，每一个人的十根手指上的指纹也有好几种类型。指纹按基本类型来分可分为三种基本类型：斗型、弓型和箕型。由于皮下组织对手指指肚表皮顶压 的方向不同早就了不同的类型。 而指纹的显现又可以分为明显纹、 成型纹和潜伏 纹。明显纹即可见的纹路，如手指沾上了油漆、血液、墨水等物品再按压形成， 通常这种纹路都是印在指纹卡上记录成为基本资料。成型纹则是指在柔软的物质 上按压形成的指纹如：蜡烛、黏土。第三类潜伏指纹通常是肉眼无法直接察觉的， 经过人体自然分泌出的汗液等转而碰触按压形成的指纹纹路。这类指纹往往是由手指先接触到了人体分泌的汗液或油脂或者一些尘埃后，再接触到了某物的表面而留下的。虽然无法用肉眼直接看

11、到， 但是经过一些特别的处理即能显现。 某些 犯罪案件发生后，鉴定人员最长接触到的就是这一类的指纹， 收集到犯罪分子的 指纹对案件的破获是极有帮助的。2.1.3指纹的特征虽然世界上并没有两个人的指纹会完全相同，但是指纹是具有“遗传”性的。 经研究，一般来说同卵双胞胎的指纹通常不完全一样但比较相似。指纹的“遗传” 性也可以体现在人种的差异中， 举例来说，经研究，中国人和日本人的指纹中斗 形纹和箕形纹的出现率较高，占整体的 90%以上；而欧洲人箕形纹出现率较高； 美国人的指纹则是弓形纹的出现率较高。虽然说指纹也是能够“遗传”的，但是 指纹的形成同时也受环境等因素的影响。尽管指纹具有“遗传”性和地域

12、性等特征，但是尽管相似度极高但是它的结 构特征却并不完全相同，而是存在着一些差异的。并且，每个人的不同手指的指纹也各不相同。并且，人的指纹一旦完全形成理论上来说是终身不会改变的，就算儿童成长为承认，他的指纹也不过是随着成长而放大、增粗。纹形和纹数等结 构特征是保持不变的，指纹的这一特征便是身份识别的最好帮手。2.2指纹图像预处理由于经过扫描仪采集的原始指纹图像的清晰度对比度与实际不统一，含有大量的噪声、灰度、不够清晰等缺点，所以指纹图像的预处理便成为了指纹识别研 究项目中非常关键的一个部分。一般刚刚采集到的指纹脊骨纹路不清晰、模糊， 甚至无法识别，因此需要进行进一步的预处理， 尤其需要去噪和增

13、强。虽然指纹 图像的预处理主要包含了图像分割、图像增强、二值化和细化等部分。但是本文主要运用到的是指纹图像的去噪、增强和而之花这三部分。2.2.1去噪图片在采集过后经常受到设别或外部环境的干扰这些影响， 产生含噪图像或 者噪声 图像，而减少这些图片中的噪 声的过程称为图像的去噪 (Image Denoising) 。图片去噪的方法大致分为下列几种：1. 均值滤波器这种方法采用的是领域平均法， 这种方法适用于为扫描得到的图像的颗粒噪 声进行去噪。其中几何均值滤波器所达到的图片的平滑度可以与算术均值滤波器 先比，但是相较与后者它在过程中会丢失的图像细节更少； 谐波均值滤波器更加 适用于“盐”噪声；

14、而逆谐波均值滤波器更适合于脉冲噪声的处理，但它有必须 要知道噪声类型的缺点。2. 自适应维纳滤波器这种方法可以根据图像的局部方差来调整滤波器的输出， 并且此方法的滤波 效果比均值滤波器的效果要更好。维纳滤波器对具有白噪声的图像滤波效果最 佳。3. 中值滤波器 这种方法的原理是把数字图像中的一点的值用一个领域中个点的中值替换， 让这个点周围像素灰度值差的比较多的像素改取与周围像素接近的值继而消除 那些被孤立的噪声点。4. 形态学噪声滤除器这种方法首先对图像进行开启， 将背景上的噪声去除， 然后将图像进行闭合， 再将图像上的噪声去掉。5. 小波去噪小波去噪是目前在消噪领域越来越被关注的一种方法，有

15、如下特点： 低熵性。小波系数的稀疏分布，使图像变换后的熵降低。 多分辨率特性。由于采用了多分辨率方法，所以可以非常好地刻画信号 的非平稳性， 如突变和断点等， 可以再不同分辨率下根据信号和噪声的分布来消 除噪声。 去相关性。小波变换可对信号去相关，且噪声在变换后有白化趋势，所 以小波域比时域更利于去噪。探 基函数选择灵活。小波变换可以灵活选择基函数，也可以根据信号特点 和消噪要求选择多带小波和小波包等，对不同的场合，可以选择不同的小波母函数。222增强一般采集到的指纹由于受到噪声或者手指本身的因素的影响，会使得手指表皮上呈现的脊线、谷线纹理不清晰，导致识别困难。所以需要在去噪的基础上进 行增强

16、处理。指纹图像的滤波增强是指纹识别研究中非常关键的部分，它将低质量的指纹图像采用一定的算法处理，将其脊线结构清晰化，使得尽量突出和保留其结构特征的信息而避免信息错误，这一部保证了指纹特征提取的准确定和可靠 性。图像增强的效果会对指纹特征提取和识别造成直接的影响，因此选择一个有效的指纹图像增强算法是非常有必要的。目前主流的指纹识别研究常用的两种滤波算法是方向图滤波和Gabor滤波。2.2.3二值化在对图像进行了去噪和增强之后，需要进一步对图像进行二值化的处理， 无论是质量好还是质量差的图像，阈值的选取不当都会导致二值化后信息丢失， 给之后的识别带来很大的困难，所以二值化这一步骤的结果会对图像识别

17、的效果 进行直接的影响。2.3预处理运行流程2.3.1首先输入找好的指纹图像“ saveOl”。clear all, close all, clcI=ireadtJ T: 业i殳计.指纹图慢 saved 1. bap*):ijnshov (I),set Jposilion I 1 SOO 500)程序运行结果如图所示：Narn ValueM 0Figure 1巳回 hiW232指纹图像增强，指纹图像的质量关乎到后期指纹识别的工作效果，由于找到的图片质量很好，所以不需要进行图像增强处理， 可以直接进行下一步。233指纹图像黑白二值化程序运行结果如图所示:*VlueM丑300x256 cintB0

18、300x256 logical afigure 1234指纹图像细化，将指纹图像的隆线细化。隆线细化消除了隆线两边多余的像素，最后隆线的宽度变成一个像素宽。K=bwwiorpli thin J in ) -inishov程序运行结果如图所示:Fi-gure 1ile Edit View Insert Tods Qesktop iVindow Htlp1芒PQI 4丨殘2窃毀N J 口 目五以上就完成了指纹图像提取后的预处理步骤。2.4本章小结本章主要介绍了指纹图像采集之后需要通过预处理来让采集到的指纹图片 更加方便于后续的特征提取。目前一般采集到的指纹本身存在脊谷纹路不清晰、 模糊等问题，对识

19、别造成了相对的影响，因此预处理是指纹识别研究中非常关键 的一环，尤其是对指纹图像的增强处理，指纹图像的增强可以提高后续的特征提 取的准确性和可靠性，进一步提高整个指纹识别系统的性能。第三章：指纹结构特征处理3.1指纹图像的特征提取指纹识别的其实就是将指纹的特征比对的过程，所以指纹特征的提取的好坏决定了整个指纹识别系统的成败指纹图像特征提取的方法有两种：(1)从指纹的原灰度图像上识别细节特征；(2)从指纹的细化图像上识别细节特征。能够被提取的特征主要有两个类型： 奇异点：指纹奇异点有三种类型：核形(Core)三角形(Delta)和涡轮形(Whorl); 结构特征：它包括端点(Endpoint)、

20、叉点(Birfurcation)、歧点、孤立点(Dot)、环点(Loop)、短纹(Short Ridge )等及其方向、曲率、位置等信息。3.2实验运行流程将二值化后脊线上的点定义为1，其余定义为0 ,则初步提取特征点具体方 法可描述如下：对细化后脊线上的点(i,j )，取如下图所示标号的三领域点，按 下列公式来找出候选的特征点。1238i,j4765Temp(i, j)1 if.2 if8abs(two_ value_ matrixn (i, j) two_value_ matrixn，j)2n 18abs(two _value_ matrixn (i, j) two _value _mat

21、rixn 1 (i, j)6n 1上式中two _value_matrix n(i, j)表示输入二值化矩阵的第(i,j )个点的第n 个相邻点的二值化值。当n =1时，定义n -仁8；若Temp(i, j) 1则该点为端点， Temp(i, j) 2则该点为叉点。特征点的方向信息用以下判决准则决定： 若该点为端点，以该点为起始点，沿该点所在的脊线搜索 6个像素，取 第6个像素点到该点的连线的方向作为该端点的方向。如果还没有搜索到第个像素点，该点的三邻域就出现了三个以上的点的值为 1 ,则认为该点为伪特征 点，终止搜索并将该点从候选特征点中剔除。 若该点为叉点，以该点的三邻域中处于脊线上的点为

22、起始点，分别沿各点所在的脊线搜索6个像素，Temp/hj)、Temp2(i,j)、Temp3(i,j)再找出这三点形成的三角形的最短边的中点，记为 P(i, j)，取叉点到P(i, j)的连线方向作为 该叉点的方向。同样道理，如果在任何一搜索方向当前像素点的三邻域就出现了 三个以上的点的值为1，则认为该点为伪特征点，终止搜索并将该点从候选特征 点中剔除。3.3实验结果和讨论简单的指纹识别系统和运行结果:首先选择图像添加到数据库点击第一个按钮可以选择图像添加到数据库。J*修改匚廃芙里*4家庭組舸 19_72001/1A1 11:562対5皆图王BMP.E2) 37 32W1/1/11 11：56

23、2345 BMP.计就2MJ1/1/11 11:56234501 BMP”-銘 xth-ar (Ct；:出 37_73&01/1/11 11:3 e2345S0I BMP-L -社直（D：）询 224432000/3/21 0:232345Wi BMP-主堆爾（Er|社辭（F：；）本堆般（G:）申堆般（H0.可程动鬧的&励活*,r文仲旨列：|t IMAGE Filtt*.brnp/liftoff, 打畀湮示S FingerCode DataBaseFingerCcde ws succesfully added to detbase. Fing印print no. 6选择好图片后显示：指纹码已成

24、功地添加到数据库中点击第二个按钮可以选择用于指纹识别的图像。ase刊hidi matchs input fingerprint退出。f信息。删除数据库。Info. .I J Tlhe nee rest fingBiiprint present in OataB rJT h ; 5 with a distance of ：0选择一张图片后，显示最近的指纹数据库中的指纹相匹配的输入是：5,距离：0。其他相关功能介绍:因为目前只是一个简单的指纹识别系统，所以没有其他太过复杂强大的功 能，但是仅仅是实现了这几个基本的功能，我也还是收获了很多。3.4本章小结第四章：指纹结构系统4.1指纹识别系统概述4.

25、1.1指纹识别系统的发展历程对于现代人来说， 个人身份的验证是每个人的基本需求， 我们日常生活中的 许多系统，例如电脑系统、提款机系统、手机系统等，为了保障个人财产权益的 安全性，它们的存在和对身份的验证是十分有必要的。现在的许多系统都是应用固定的方法来对用户的身份进行认证和控制 “用户名 +密码”，其实这种单纯的用户身份认证方式还是隐藏着一些问题的存 在，比如说：账号密码容易被盗取；用户本人容易忘记账号的登录密码，并且用 户一旦忘记了自己的登录密码， 就无法再次进入系统中， 必须要通过密码找回或 者重新设定密码等复杂的程序来重新登录进系统。 虽然目前也有针对用户忘记密 码或者防止被盗号而设置

26、的一些防盗口令等办法，但仍是不能从根本上解决问 题，反而让用户对系统的使用增加了负担。除了计算机系统的应用外， 一些需要进行身份验证的场合也同样存在着类似 的安全问题。 例如公司大楼的读卡处员工的身份证件容易被伪造和盗用， 为公司 的利益造成损失的案件也屡屡出现。总而言之， 现有的口令卡、 身份证件和一些 系统的账号密码登录的安全性着实让人担忧。现在，由于人体有着不可复制的特点，随着生物识别技术的发展，人体的各 个部位的结构特征都被用于进行个人身份的识别，这些特征具有唯一性和稳定 性。而人的指纹， 更是有在生长完成后就终生不变并且两个人的指纹不会完全相 同的特性。所以， 目前指纹识别是应用较广

27、的一项生物识别技术， 目前许多的技 术都已经成熟并得以充分应用。尽管手指十指人体的一小部分， 但是用于识别的数据量确非常的大， 将这些 数据进行比对和识别也不是简单随意的操作就可完成的， 而是需要使用大量的运 算公式和代码来完成。所以，指纹识别系统的研究和使用是非常有必要的。英国科学家高尔顿在 1892 年指出：没有两个人的指纹是完全相同的。 所以， 指纹具有：不变性、稳定性和可分类性的特点。从 20 世纪 60 年代开始，自动指 纹识别系统（AFIS）便被人们研究和应用在世界上的许多国家。到了20世纪80年代，计算机和光学扫描这两项技术的革新， 使得指纹图像的采集变得更加便捷， 并且使得指纹

28、识别在其他领域中也能得以应用。 90 年代至今，指纹之别系统的 研究更由于指纹图像采集的不断革新而飞速的发展。4.1.2 指纹识别系统的种类指纹识别系统可分为两类：验证(Verification )和识别(Identification)验证时“一对一”进行比对的， 被验证者的指纹必须已经存在于系统中的数据库 内，并且经过比对后能够与库中已有的指纹相吻合， 则表示被验证者具有合法的 权限。例如：“指纹的拥有者 a 的指纹和指纹库中的指纹 b 是否是同一个？”通 过这样的方法来进行验证。而识别则是把采集到的指纹同系统指纹库中的所有指纹逐一对比， 从而找出 与采集到的指纹相匹配的指纹，这是一种“一对

29、多”的比对方法。这类系统多被 应用与鉴定犯罪分子的指纹， 例如，如果将一个嫌疑人的指纹与指纹库中有过犯 罪记录的指纹进行比对，那么就可以确定他是否存在犯罪记录。验证和识别算法在指纹识别系统的设计上各具技术特点。 例如：验证系统一 般只考虑对完整的指纹进行比对， 而识别主要考虑残缺指纹的比对； 验证算法系 统没有识别算法系统的速度要求那么高，但是更加强调了易用性。4.1.3 指纹识别系统的可靠性当计算机处理指纹时， 由于只是涉及了指纹的一些有限信息， 并且比对算法 并不完全精确匹配，所以结果页不能保证100%的准确，所以怎么样辨别指纹识别系统的可靠性有一些衡量的标志。拒认率(FRR：正确的指纹被

30、误判而拒绝被接受的比率，这是辨别系统好不 好用的一大指标，拒认率值越低越好。误认率(FAR :输入错误的指纹却被接受为正确的比率，可视为安全性指标，误认率的值越低越好。阈值(Threshold ):阈值对于FRF与FAR有双面性不平衡的影响，即降低某 一者，则必升高另一者。登记错误率(FTE：手指指纹图像质量太差，不能登记的概率。验证时间( VerificationTime)(1:1) : 两枚指纹比较判断是与不是所耗费的时间。识别速度( Identify Speed )( 1:N) : 对一枚指纹在指纹数据库中查找与之 相对应的指纹时的速度。特征长度(Template Size): 一枚指纹

31、经过系统处理后，特征数据的字节数。虽然指纹识别系统存在着或多或少的可靠性问题， 但是其安全性也比相同级别的“用户名+密码”类方案的安全性高得多。如果同样采用误判率为0.01%的指纹识别系统，相比用四位数字密码系统来说，由于动机不纯的人可能会在一段 时间内试用所有可能关联的密码，但是他却不可能找到1000个人去把他们所有的手指都试一遍，这种可能性是相当小的，可见四位密码的安全性之低。 正是因为这样，权威机构认证：在指纹识别应用中 1%勺误认率就可以被接受。虽然指纹识别系统的可靠性相当高， 但是由于本人的能力有限，所以无法编 写出一个完整的指纹识别系统，本论文的主要研究方向是基于结构特征的提取，

32、所以想要完成一个完整指纹识别系统，还需要在今后的日子中不断的努力进步。4.2指纹的匹配指纹图像匹配就是根据两枚指纹的特征来判断它们是否属于同一个指纹。这就是我们所说的指纹认证的过程，指纹的匹配时指纹识别系统的核心。指纹匹配 主要是依靠比较两枚指纹的局部纹线特征和相互关系来决定指纹的唯一性。指纹的局部纹线特征和相互关系通过细节特征点的数量、位置和所在区域的纹线方向 等参数来度量。细节特征的集合形成一个拓补结构，指纹匹配的过程实际就是两 个拓补结构的匹配问题。由于采集过程中指纹的变形、特征点定位的偏差、真特征点的缺失和伪特征点的存在等问题，即使是两枚同样来源的指纹所获得的特征 信息也不可能完全一样。如果两个指纹的特征相似到了一定程度，则认为它们是 同一枚指纹，指纹匹配的方法很多，采用的描述方式不同相应的匹配方法也不同。 目前主流的几类方法主要有：基于细节点的匹配方法、基于图的匹配方法、基于相关性的匹配方法、基于脊线特征的匹配方法等。虽然指纹图像的匹配是指纹识别系统中重要的一环， 但是由于本人的能力有 限，所以无法编写出一个完整的指纹识别系统，本论文的主要研究方向是基于结 构特征的提取，所以想要完成一个完整指纹识别系统， 还需要在今后的日子中不断的努力进步。4.3本章小结