搜索
指纹识别技术小组成员：李英俊、叶建华、罗涯、文凯Logo01指纹识别绪论目录02指纹识别的基本原理指纹识别概述•21世纪是信息化时代，在这个特殊的时代，我们的生活中电子设备越来越多，比如，笔记本电脑，ATM取款机，考勤系统，门禁系统和各种智能卡，网络中的网上银行，人人网账号等，都需要验证身份。对个人身份识别技术的要求不断提高，如果没有安全可靠和快捷的身份识别技术，电子商务、网上购物等就存在重大隐患。目前许多身份验证系统都采用“用户名+密码”的方式来进行用户访问控制，但此方法存在诸多隐患，比如密码被窃取、破解或遗忘。因此我们在与机器交互时急需一种准确、安全快捷的识别技术来取代现有的身份验证。•目前有很多的生物测定技术可用于身份认证，包括虹膜识别技术、视网膜识别技术、面部识别、签名识别、声音识别技术、指纹识别等，具有安全、可靠的特点，其中自动指纹识别系统是目前研究最多、最有应用前景的生物识别系统。指纹识别技术的应用十分广泛，指纹因具有终生不变性及稳定性,而且不同人指纹相同的概率几乎为零,因此指纹自动识别系统被广泛应用于案例分析、商业活动中的身份鉴别等领域。指纹识别技术的发展得益于现代电子集成制造技术的进步和快速可靠的算法的研究。研究背景及意义•因为人的一些特殊的生物特征，人们把身份认证技术的目光转向了生物特征的识别技术。生物识别技术是利用人体生物特征进行身份认证的一种技术，它主要有指纹、手形、脸形、声音、虹膜、视网膜、签名、掌纹、和脸部热谱图等，在生物识别技术中指纹识别技术是目前相对成熟的一种。•对生物识别(指纹识别)技术来说，被广泛应用意味着它能在影响亿万人的日常生活的各个地方使用。通过取代个人识别码和口令，生物识别（指纹识别）技术可以阻止非授权的“访问”，可以防止盗用ATM、蜂窝电话、智能卡、桌面PC、工作站及其计算机网络；在通过电话、网络进行的金融交易时进行身份认证；在建筑物或工作场所生物识别技术（指纹识别）可以取代钥匙、证件、图章等。生物识别(指纹识别)技术的飞速发展及其广泛应用将开创个人身份鉴别的新时代。指纹解锁的应用•近几年来，指纹锁的功能越来越丰富，吸引越来越多的人去了解，而指纹锁行业也完成了技术、资本、渠道和品牌的积累。指纹锁成了越来越多人的安防产品选择对象，指纹锁行业的众多品牌也纷纷发力，借助各种渠道和媒介进行营销推广，抢占楼盘，深入小区。在民用市场，指纹锁已经进入普及阶段，无论是各类住宅、公寓，企事业单位，还是特殊机构，都能发现指纹锁的身影。•目前，指纹识别主要应用在考勤、门禁、保险箱柜等领域，相信，随着指纹识别技术的完善，还会广泛的应用在身份证，机动车，家居等更多的领域。指纹识别技术除了应用在传统的“警用领域”，现在被越来越多的应用到了民用领域。由于指纹识别的应用成本很高，以及它对运行环境也有着的特殊的要求，所以指纹识别的应用在相当长的一段时间内主要限于刑侦领域，又称警用领域。但随着科学技术的不断进步，半导体传感器的出现，指纹识别系统的价格也不断下降，使得过去高高在上的指纹识别技术，终于走入了市场广大的普通民用领域，走进了普通百姓家。01iPhone6指纹识别惊艳指纹解锁的应用02考勤机指纹识别灵敏03门禁指纹识别应用广泛1.iPhone6指纹识别惊艳北京时间9月10日，苹果秋季发布会正式拉开帷幕，全新手机iPhone6正式亮相。iPhone6与iPhone6Plus均搭载指纹识别功能+NFC功能，我们可以通过苹果的快捷支付进行信用卡交易，据库克表示，每天美国都会有200万美元的信用卡交易量，可见信用卡市场是多么庞大。苹果创造了一种全新的支付方式，叫做applepay，用户仅需要通过NFC功能就能轻松用手机刷卡。2.考勤机指纹识别灵敏指纹考勤机用来记录员工上下班时间，它基于指纹识别技术来实现，事先将员工的指纹注册到指纹考勤机中，一人可以注册多枚指纹。当员工按指纹时，指纹考勤机在所注册的指纹库中寻找相似度达到一定标准的指纹进行验证。指纹考勤机相对于感应卡考勤机的最大好处就是可以避免代打卡，不用购买卡片。经过多年的发展，指纹识别技术已经比较稳定，使用面越来越广。普罗巴克指纹考勤机，款式新颖，简洁大方；采用业界领先指纹识别算法，0.8秒实现识别，性能稳定，功能强大。3.门禁指纹识别应用广泛门禁管理是现代安全防范系统的重要组成部分，随着国内对门禁系统的安全性、先进性和稳定性要求的提高，迫切需要一种高性能的门禁系统，现在比较常用的门禁系统主要有生物识别（指纹、掌形、虹膜等）和以射频卡系统为代表的系统。指纹门禁识别是生物识别的又一新型代表作。除了仓库大门可采用指纹识别外，公寓及办公楼门禁系统也可以采用指纹识别技术。对于宾馆来说，为客人记录指纹信息，减少门卡的投资及使用，降低开发成本。在住房期限内不需要担心室内安全。•日常生活中，传统的门锁都是使用机械钥匙开门的，但是机械钥匙会经常忘记带，或者丢失，甚至被别有用心的不法分子拷贝，于是丢了钥匙不得不换锁。•指纹锁相对于机械锁、感应锁、密码锁而言是科技含量最高的锁，普罗巴克A308高端的指纹锁将“指纹、密码、磁卡、机械钥匙”四种开启技术集于一身，因此，指纹锁防盗性，安全性更好，能适用于标准防盗门、木门、铁门和桐门上。这类锁能将防盗门的带天地锁系统自动或半自动的联结起来，不影响原有防盗门的性能。01指纹图像预处理基本原理0203特征点匹配特征点提取1.1.图像规格化受采集设备参数和环境的影响，采集到的指纹图像可能总体对比度较差。图像归一化的作用就是使所有指纹图像具有相同的灰度均值和方差，从而将每一幅图像的灰度调整到统一的范围，方便后续处理。1．指纹图像预处理（2）指定期望经过处理后的图像均值和方差，计算归一化后的图像GLOREMIPSUMDOLOR1．指纹图像预处理（1）先计算图像的平均值和方差原始指纹图像规格化处理后的指纹图像1．指纹图像预处理1.2.图像的分割指纹图像通常包括纹线区域和周边的无用区域。如果保留这些无用区域会使余度增加。为此要先将其从待处理区域中去除。本文采取对各像素邻域特征进行分析，然后分割图像算法。把图像分成T*T的非重叠块，计算每一块的灰度均值M和方差Var，通过下列条件区分前景与背景：（1）如果M=M1且VarVar1，则认为背景（2）如果MM1且Var=Var1，则认为前景，否则待定；（3）对所有分块划分完毕后，在对待定块进行判决。如果在8邻域中，背景景小于等于4则认为是前景，否则是背景1．指纹图像预处理1．指纹图像预处理分割处理后的图形一般的指纹图像都有比较清晰的方向场，方向场估计得准确性直接决定了图像增强算法的效果。为估计方向场，我们把指纹脊线的走向分为如下8个方向，如下图：1．指纹图像预处理1.3.图像的二值化我们先对分割后的图像进行了平均滤波，然后对图像的每一个像素，为确定在该像素出的脊线方向，在以该像素为中心的9*9窗口内，分别计算8个方向上的经过处理后的灰度值，即将图5中标了i（=0,1,…7分别代表8个方向）的位置的像素灰度值去他们中summax和最summin，若满足(summax+summin+4*I(x,y))(3*summ/8),则该像素点的脊线方向为summax,否则为summin.确定完方向后就根据该向场对图像进行二值化。1．指纹图像预处理在当前的指纹采集条件下，不可避免的会受到环境，皮肤上的油脂、水分、污渍的影响，使采集到的指纹图像出现纹线粘连、纹线断裂等缺陷，对后续的指纹特征提取带来很大困难。所以我们必须对指纹图像进行图像增强处理，例如分离粘连的纹线，连接断裂的纹线，平滑纹线的边缘等，以保证指纹特征提取的可靠性。实验中进行去除空洞和毛刺的处理。1．指纹图像预处理1.4.图像的增强二值化后的纹线仍然具有一定的宽度，因为指纹识别只与纹线的走向有关，所以需要对二值图像进行细化，以减少冗余信息，突出纹线的有效特征，便于后续的特征提取。1．指纹图像预处理1.5.图像的细化2.1找出所有的端点和交叉点因为特征点必然是从端点和交叉点里找出，所以在得到细化的图像后，我们首先要找出所有的端点和交叉点。2．特征点提取将一个点的8个邻域依次两两相减并取绝对值，并将所有结果相加，从细化图像的特征来说，和为2时为端点，和为6时为交叉点。2.12.1找出所有的端点和交叉点叉点2.2纹线光滑处理在指纹图像预处理中，已经对指纹图像进行过去除毛刺和空洞的处理。这里进一步对细化后的图像进行光滑处理。基本原理为：找到每个端点，使其沿着纹线的方向移动5个像素，如果在5个像素之内遇到交叉点，则认为此端点为毛刺，去除此点。2．特征点提取纹线光滑处理3.3去除图像边缘的端点可以看出，在指纹图像的边缘，由于采集仪器的关系，不可避免的多出很多端点，一方面增加了后续工作量，另一方面还可能产生错误，所以有必要将这些边缘的端点去除。2．特征点提取3.4找出特征点1.single_point函数经过光滑处理和去除边缘端点后进一步减少了端点和交叉点的个数。下面就要找出一些独特的端点来作为特征点。在一幅细化的指纹图上，如果一个端点的周围半径为r个像素的圆内没有任何端点或交叉点，那么随着r的逐渐变大，这样的点会越来越少，也就越来越独特。2．特征点提取2.walk函数在此，我们还定义了一个walk函数，用于进一步找出特征点，它的作用是判断离某一端点num距离是否有另一端点。3.last1函数综合以上两个找特征点的函数，可以设计一个新的last1函数。通过执行[pxy3,error2]=last1(thin,r,txy,num)可以找出周围半径为r个像素的圆内没有任何端点或交叉点，并且沿纹线走num个像素内没有另一个端点或交叉点的端点。其中红色的端点为满足single_point函数的端点，红色的纹线为沿上述端点走一定距离后的纹线，一部分可以一直走到规定距离（这些即是要找的特征点），还有一部分走到端点或叉点停止。至此，每幅指纹图像的特征点均可找出。3.1纹线长度匹配对于上面找出的特征点和纹线，每沿着纹线走5个像素测量一下到原始端点的距离。最后会得到一个装有长度信息的数组。试想如果两幅指纹图中的指纹是一样的，则它们会包含相同的特征点和从这个特征点出发画出的纹线，则这两个长度数组对应位置的比例应基本相等。3.特征点匹配3.2三角形边长匹配找到一个特征点后，可以找出距离其最近的2个端点或交叉点，与原特征点构成三角形，若两幅图像的三角形边长比例相等（本实验中都为1），则说明这两幅图像匹配。3.特征点匹配3.3点类型匹配找到一个特征点后，在其周围找到40个端点或交叉点，统计这40个点中端点和交叉点的个数。若两幅图中端点占的比例近似相同，则两幅图像相匹配。3.特征点匹配ThankYou！