[整理版]综述终结版未完成.docVIP

指纹识别研究与实现 叶琛 （11电科1 X 文 献 综 述 毕业设计题目： 指纹识别研究与实现 指纹识别研究与实现 叶 琛 (11电子信息科学与技术 (1)班 X 1 前言 随着网络与通信技术的飞速发展和人类物理活动空间与虚拟活动空间的不断扩大，现代社会对于人类自身身份识别的准确性、安全性与实用性提出了更高的要求，传统的身份识别方法正越来越受到局限由于传统身份识别方法的精确性较低，安全漏洞较大，已不能完全满足现代社会经济活动和社会安全防范的需要，人们都期待有一种不易被他人代替、仿制、甚至其本人也无法转让的新身份识别方式来满足自身的需求。因此，基于人体生理特征的身份识别技术[1]逐渐为社会所瞩目。 2 国内外研究历史与现状 现代指纹识别起源于16世纪后期,William Herschel[2],揭开了现代指纹识别的序幕；1892年,英国sir Francis Galton[2]提出了指纹细节特征分类；1899年,英国的Ed-ward.Henry建立了著名的Henry指纹分类系统；1901年被英国政府采用；美国最早于1963年首先开展有关软件的研制，于1975年成功推出第一个商业化系统printrk250[2]；日本在1975年开始进行研究,并于1982年将NECAFIS[2]投入使用。我国指纹识别技术发展相对于美国、日本要晚10~20年的时间[3]。指纹识别产品在我国最早出现是在90年代初期,产业化起步是2000年以后,而在此之前,处于核心技术和相关产品研发阶段,在此之后,形成了一定的产业供求关系。直到2008年,指纹识别产业在我国仍处于形成阶段。 3 指纹图像的预处理 3.1 指纹图像的灰度归一化 为了提高指纹图像的处理和匹配效率,需要将指纹图像进行灰度归一化。一般采用细节点特征匹配的指纹识别系统,在指纹归一化处理以后,还要进行图像二值化和细化处理[4][5],为提取细节特点作准备。 3.2 指纹图像的方向图 为了求取指纹图像的中心点,须先确定指纹图像的方向。1987年,Methre[6]等人成功地得到了灰度图像上的方向图,使指纹图像的处理效果达到了一个新的水平,掀起了方向图算法的热潮。Rao[7]提出一种利用梯度算子求取方向图的方法。Jain[8]等人对Rao的方法做了进一步的改进,采用后处理平滑算法,并利用Gabor滤波器对频率和方向的选择性,实现了图像的增强。文献[9]提出了一种多窗口求取块方向图的方法,克服了常规方法引起的平移畸变。计算指纹图像的方向图的目的:一是为了去除噪声,二是为指纹奇异点的提取作准备。 3.3 指纹图像中心点确认 在基于纹理结构的指纹识别中,为了达到快速准确的匹配,必须要以中心点为基准点,确定特征信息相对于中心点的向量位置,以实现指纹的特征匹配。所以,中心点的准确定位将会直接影响到指纹匹配的结果，是指纹识别中的一个关键环节。 3.3.1 初步定位 由于中心点定义为凸脊中曲率最大处，所以在方向图确定以后,根据整个指纹图像的凸脊方向变化趋势，就可以初步确定中心点所在的位置。基于指纹图像块方向场估计指纹图像中心点自动定位经典算法有：方向图领域正弦最大累差法[10]、块方向粗细有哪些信誉好的足球投注网站法[11]等等。 3.3.2 精确定位 由上面算法求得的初步中心点,由于干扰的存在,有可能会找到两个以上中心点,所以必须先剔除由干扰引起的中心点,然后才能进一步确定中心点的准确位置。 3.4指纹有效区域提取 根据指纹图像被噪声信号干扰程度，把图像按区域分为4个部分：白背景区、前景区、背景区和模糊区，指纹图像分割的目的就是保留前景区。指纹图像的分割方法有基于脊谷对比的分割算法、有基于指纹方向图的分割方法、有基于指纹图像灰度的统计特征(如方差、均值)设计的分割算法、文献[12]提出了基于纹理的指纹图像分割算法,有较好的抗噪声能力。 4 指纹图像的特征提取 4.1 指纹特征提取方法 l)基于细化图像的特征提取方法 首先对指纹图像进行细化处理,然后通过分析细化纹线上像素点的8邻接点 来判定细节点的类型、位置[13]。Ratha提出了一种基于细节特征提取算法[14],该算法把指纹图像看作有方向性的纹理图像,它计算脊线流的方向使用一种基于“波形投影”的方法提取脊线,然后从细化图像中提取细节特征。Coetzee和Botha利用Marr-Hildreth边缘从指纹图像中提取脊线[15],并且在局部区域内计算脊线方向,再结合方向信息确定局部闭值,然后进行图像分割,最后将分割后的二值图像进行平滑和细化,从