新闻是有分量的

基于STFT滤波算法的指纹图像识别系统的设计与实现

2018-02-13 23:28栏目:传媒

摘要:指纹识别系统是利用指纹识别技术对用户身份进行验证的系统,指纹识别系统包括指纹采集、指纹预处理、特征提取、指纹匹配等模块。本文在充分调研了目前的指纹预处理和特征提取研究成果之后,分别针对指纹增强、指纹二值化和指纹特征提取方面提出了三个新的算法,部分解决了目前指纹识别技术面临的问题与挑战,并且利用这些新的算法制作了一款指纹图像识别系统。本文通过绪论、需求分析、系统设计、系统现、系统测试一步步介绍指纹图像识别技术在指纹识别系统中的应用情况。

关键词:指纹增强;二值化;特征提取;指纹图像识别;图像处理

引言

作为最重要的生物识别技术之一,指纹识别技术已经被广泛应用与门禁、考勤、身份验证等领域。指纹识别系统是由指纹图像采集、指纹图像增强、指纹图像二值化、指纹图像细化、指纹图像特征提取和指纹图像匹配等模块所构成的模式识别系统。指纹是由人类手指末端褶皱形成的纹路,指纹纹路包含许多重要的细节信息,比如:指纹纹路的起点、终点、交点和分支点。指纹具有相对唯一的性质,在目前已知的宇宙中,不存在两个指纹完全相同的人类,基于上述特性,指纹图像被广泛用于身份认证领域。

1.1身份认证与生物测定技术

身份认证主要包括基于共享密钥、生物学特征和公开密钥加密算法的身份验证。

基于共享密钥的身份验证需要用户向服务器提交共享密钥来进行身份验证,服务器会检查该共享密钥是否合法。目前几乎所有的网络接入服务、论坛以及维基百科等都是使用基于共享密钥的身份验证的服务。

基于生物学特征的身份验证一般是指通过指纹或虹膜等生物学特征来进行身份验证的验证方式。

基于公开密钥加密算法的身份验证由验证方通过私有密钥对特定数据进行加密,待验证方使用公开密钥对数据进行解密。生活中常见的数字签名和宽带SSL等加密手段都是使用基于公开密钥加密算法的身份验证进行技术保障。

生物测定技术是目前热门的研究方向。常见的生物测定技术包括虹膜识别、视网膜识别、面部识别、签名识别、声音识别和指纹识别技术等。因为指纹不会随着人类的生长而发生巨大变化而且较为稳定,因此指纹识别是目前应用前景较好的生物测定技术之一.。

1.2 指纹识别技术

指纹图像不同于其他类型的图像,其图像性质比较复杂,处理过程也相对繁琐。常见的指纹识别系统由于需要考虑指纹匹配效率和存储空间成本等问题,一般将从指纹原图像中提取的特征进行分类存储,基于特征的指纹识别算法本质上是在对两幅指纹图像上的特征点进行相似度计算的算法。

1.2.1指纹的总体特征

指纹的总体特征是能够通过人眼直接观察到的特征。指纹有五种基本纹路图案:漩涡型、左环形、右环形、弓形和帐型。通过这五种基本图案可以派生出所有的指纹图像,但是仅仅依靠图案类型这个粗略的方法进行分类会导致面对大量指纹数据时会产生效率问题,但是这种分类方法可以加快指纹在数据库中的索引速度。指纹的总体特征主要有模式区、核心点、三角点和纹数四个方面。

基于STFT滤波算法的指纹图像识别系统的设计与实现

模式区:通过模式区不仅可以观察出指纹图像的总体特征,还可以直接判断出指纹的类型,基于以上特点,市面上的一些指纹识别系统仅仅使用模式区进行匹配。

核心点:核心点是指纹图像的纹理中心点,也可以称为中心点,通过中心点可以找到指纹的纹理中心,进而可以对指纹进行旋转、缩放等处理。

三角点:三角点是指从核心点开始顺着指纹纹路方向的第一个分叉点、断点抑或是两条脊线纹路的汇聚处、孤立点还可以是转折点。

纹数:指纹模式区内部纹路的数量称之为纹数。一般可以通过连接核心点和三角点构成线段并计算线段与指纹纹路相交的次数来计算纹数。

1.2.2指纹的局部特征

指纹的全局特征多数情况下用于分类,而指纹的另一特征——指纹的局部特征,能够将两个指纹进行完全区分。指纹局部特征也被称为是细节点,包括指纹纹路中的断点、分叉点和转折点,具有四种不同的属性:

类型:包括末梢点、分叉点、环点、孤立点和纹路。

基于STFT滤波算法的指纹图像识别系统的设计与实现

图1-2 指纹细节点类型

方向:细节点所在的脊线的方向就是细节点的方向。

曲率:描述纹路方向的曲率(方向变化速率)。

位置:细节点的位置通常采用绝对坐标或者是以特征点为参考系的坐标来描述。

1.3国内外研究现状及分析

1.3.1国外研究现状