基于MATLAB軟件的指紋識(shí)別研究

陳秉權(quán)

人的指紋各不相同，里面藏著很多秘密。指紋可以用來(lái)確定人的身份，廣泛用于刑偵、加密、考勤等領(lǐng)域，最近還出現(xiàn)了用指紋進(jìn)行手機(jī)解鎖等應(yīng)用。還有一些人聲稱指紋與人的健康、性格、命運(yùn)等都有一定的聯(lián)系。指紋傳統(tǒng)上以圖像格式存儲(chǔ)，一般占用較多的空間，且圖像里面的像素信息并不易用來(lái)進(jìn)行分析或比對(duì)。為發(fā)現(xiàn)指紋中隱藏的秘密，我們需要有一種方法來(lái)描述指紋的內(nèi)在結(jié)構(gòu)、具體形態(tài)和其它特征并將其用最少的字節(jié)數(shù)來(lái)存儲(chǔ)于計(jì)算機(jī)中。

指紋具有普遍性、唯一性和不變性的特點(diǎn)，使得指紋識(shí)別技術(shù)成為目前世界公認(rèn)的最可靠的個(gè)人身份認(rèn)證技術(shù)之一，本文主要對(duì)指紋特征進(jìn)行了研究，最終得出指紋所唯一確定的指紋密碼的數(shù)學(xué)表示以及指紋分類(lèi)的方法。在合理的假設(shè)下，首先利用軟件對(duì)指紋原圖像進(jìn)行預(yù)處理，包括指紋分割、二值化、去毛刺和空洞以及細(xì)化四個(gè)步驟，得到細(xì)化后的指紋圖像?；诩?xì)化后的圖像提取出指紋特征點(diǎn)，給出合理的指紋密碼。然后根據(jù)指紋的總體特點(diǎn)，利用基于奇異點(diǎn)的指紋分類(lèi)方法，對(duì)指紋進(jìn)行了分類(lèi)。

一、指紋圖像的預(yù)處理

在指紋采集過(guò)程中由于手指本身的因素和采集條件等各種原因的影響，從指紋傳感器上采集到的原始圖像會(huì)不同程度地受到各種因素的干擾，圖像中往往包含有很多噪聲，造成指紋圖像質(zhì)量嚴(yán)重下降。為了改善圖像、去除噪聲干擾、有效的提取指紋特征，必須進(jìn)行圖像預(yù)處理。

二、圖像分割

圖像分割的目的是為了將指紋前景區(qū)域和背景區(qū)域分離開(kāi)，避免在噪聲和背景區(qū)域中提取特征，提高特征的準(zhǔn)確性。根據(jù)前景圖像中指紋脊和谷的灰度差比較大，局部灰度方差也很大，而背景區(qū)域的值很小這一特性，本文采用方差法對(duì)圖像進(jìn)行分割。具體算法如下：

將輸入的指紋圖像劃分為互不重疊的子塊，對(duì)每一分塊進(jìn)行處理。

1.計(jì)算每一子塊圖像的平均灰度值

2.計(jì)算每一圖像子塊的方差

3.對(duì)于每一圖像子塊，當(dāng)大于所有子塊的平均方差時(shí)，將其設(shè)定為背景區(qū)域；否則，作為前景保留其灰度值。由于在不同的分塊尺寸下，指紋圖像分割后的圖像效果各不相同：如果選取的分塊尺寸太大，不能有效的去除背景區(qū)域，分割效果不準(zhǔn)確；如果選取的分塊尺寸太小，又會(huì)誤去太多前景區(qū)域。故本文運(yùn)用以3*3的分塊尺寸對(duì)指紋作出指紋分割圖。

三、二值化

圖像的二值化是通過(guò)設(shè)定閥值把灰度圖像變成僅用兩個(gè)值分別表示圖像的目標(biāo)和背景的二值圖像。假設(shè)一幅灰度圖的像素值為，設(shè)有一閥值，則：

。

四、細(xì)化

指紋圖像二值化后，會(huì)引入空洞和毛刺等偽特征，其紋線寬度也不均勻，會(huì)影響到指紋特征的提取。因此，為避免二值化引入的毛刺空洞等偽特征帶來(lái)的影響，保護(hù)指紋的細(xì)節(jié)特征，對(duì)所得的二值化圖進(jìn)行去毛刺和空洞。

五、特征點(diǎn)提取

在預(yù)處理中得到的細(xì)化圖中提取指紋細(xì)節(jié)特征，主要有指紋圖像的分叉點(diǎn)和端點(diǎn)。具體算法如下：

將細(xì)化后的指紋圖像按照3*3的分塊尺寸進(jìn)行劃分，其中目標(biāo)檢測(cè)像素點(diǎn)用代表，而、、、…、是在像素點(diǎn)的八個(gè)鄰域像素點(diǎn)。為計(jì)算方便，這里將目標(biāo)點(diǎn)的設(shè)定為1，則采用如下公式：

然后統(tǒng)計(jì)像素點(diǎn)的8個(gè)鄰域中值為1的像素點(diǎn)個(gè)數(shù)，由此可得到：如果的8個(gè)鄰域中有且僅有一個(gè)值為1的像素點(diǎn)，則，稱為端點(diǎn)；如果的8個(gè)鄰域中有兩個(gè)值為1的像素點(diǎn)，，稱為連續(xù)點(diǎn)；如果的8個(gè)鄰域中有三個(gè)值為1的像素點(diǎn)，，稱為分叉點(diǎn)。連續(xù)點(diǎn)即為指紋的紋路。

六、指紋圖像的密碼表示

將問(wèn)題的解題方法用軟件編程實(shí)現(xiàn)，對(duì)指紋依次進(jìn)行預(yù)處理、特征點(diǎn)提取，最終得到其相對(duì)應(yīng)的指紋密碼。首先對(duì)指紋進(jìn)行預(yù)處理，在所得指紋細(xì)化圖的基礎(chǔ)上，對(duì)指紋的細(xì)節(jié)特征進(jìn)行提取，即運(yùn)用8-領(lǐng)域算法找出指紋圖像中的端點(diǎn)及分叉點(diǎn)。并運(yùn)用仿真實(shí)現(xiàn)指紋圖像特征點(diǎn)的提取。由指紋特征點(diǎn)提取圖可得出各個(gè)特征點(diǎn)的位置坐標(biāo)，即為指紋所唯一確定的指紋密碼。根據(jù)已經(jīng)找出了指紋細(xì)化圖像中的特征點(diǎn)，畫(huà)出了一段獨(dú)特的脊線，在圖像中用紅色來(lái)標(biāo)示。

七、建立基于奇異點(diǎn)的指紋分類(lèi)模型

在實(shí)際情況中指紋圖像中存在很大的噪聲，在指紋圖像的預(yù)處理過(guò)程中，不可能去除所有的噪音聲，所以不能僅以奇異點(diǎn)的位置和數(shù)目進(jìn)行指紋的分類(lèi)。然而對(duì)于指紋圖像中噪聲比較嚴(yán)重的部分，甚至可能因?yàn)闄z測(cè)定位不準(zhǔn)或檢測(cè)不到，造成錯(cuò)誤分類(lèi)。

設(shè)為中心點(diǎn)的個(gè)數(shù)，為三角點(diǎn)的個(gè)數(shù)，基于奇異點(diǎn)的指紋分類(lèi)規(guī)則如下：當(dāng)且時(shí)，則為弓型；當(dāng)且時(shí)，則為螺旋型；當(dāng)且時(shí)，則根據(jù)方向圖求與中心點(diǎn)垂直方向以及中心點(diǎn)與三角點(diǎn)連線的方向：若

，則為帳拱型；若，則為左旋型；若，則為右旋型；當(dāng)且時(shí)，根據(jù)方向圖，

沿方向以步長(zhǎng)為5采樣五個(gè)像素點(diǎn)，其方向分別為，，，，，計(jì)算方向偏移：

若，則為左旋型；若，則為右旋型。如果以上條件都不滿足，則說(shuō)明指紋圖像質(zhì)量太差，拒絕分類(lèi)。

八、法提取奇異點(diǎn)

給定指紋圖像的任意一點(diǎn)，在其鄰域內(nèi)做一條包圍該點(diǎn)的閉合曲線，沿該閉合曲線逆時(shí)針旋轉(zhuǎn)一周，通過(guò)計(jì)算得到的旋轉(zhuǎn)角度總和不同對(duì)應(yīng)了不同類(lèi)型的點(diǎn)，中心點(diǎn)對(duì)應(yīng)的值為180度，三角點(diǎn)對(duì)應(yīng)的值為負(fù)180度，而一般圖像區(qū)域點(diǎn)對(duì)應(yīng)

值為0度。提取奇異點(diǎn)的具體步驟如下：

取一條封閉數(shù)字曲線計(jì)算值。取當(dāng)前點(diǎn)為中心，距離為1的點(diǎn)組成的曲線，長(zhǎng)度為4。按如下公式計(jì)算值：

封閉曲線的長(zhǎng)度大小關(guān)系到奇異點(diǎn)定語(yǔ)的準(zhǔn)確性。取一條與點(diǎn)距離為1的點(diǎn)組成的曲線，曲線長(zhǎng)度為4。由于在數(shù)字處理圖像中，所有圖像均以矩陣形式存在，所取的曲線上的點(diǎn)坐標(biāo)都是整數(shù)，取點(diǎn)距離為1，長(zhǎng)度為4的曲線還能保證計(jì)算值的過(guò)程中用到的點(diǎn)均嚴(yán)格滿足在這條曲線上，從而保證了計(jì)算的精確性。對(duì)指紋的每一像素點(diǎn)，根據(jù)以上所求得的值，設(shè)置奇異判據(jù)如下：若，則該點(diǎn)為中心點(diǎn)；若，則該點(diǎn)為三角點(diǎn)；否則該點(diǎn)為非奇異點(diǎn)。

九、指紋分類(lèi)

根據(jù)基于奇異點(diǎn)的指紋分類(lèi)模型，最終將指紋進(jìn)行分類(lèi)。