CN104484652A - 一种指纹识别方法 - Google Patents

Abstract

本发明公开了一种指纹识别方法，包括：指纹图像预处理；特征提取；特征匹配。本发明所述指纹识别方法，可以克服现有技术中人工劳动量大、可靠性低和操作过程复杂等缺陷，以实现人工劳动量小、可靠性高和操作过程简单的优点。

Description

一种指纹识别方法

技术领域

本发明涉及电子技术领域，具体地，涉及一种指纹识别方法。

背景技术

我国从60年代起开始着手指纹管理现代化的工作，目前，我国基本上形成了一个指纹工作网， 在指纹理论研究上也取得了重要成果，指 纹的应用日益广泛起来 ，指纹识别作为一种热门的生物识别技术受到越来越多人的关注，国内外许多机构和学者都采用了很多不同的算法对指纹图像进行预处理和匹配。但有些算法会由于指纹图像的噪音、皮肤弹性引起的非线性形变等多方面因素，导致在识别过程中出现误差， 影响识别率等，中国的指纹识别技术的发展有待进一步提高。

随着现代网络的快速发展，对于身份的鉴别变得越来越重要，我们对于身份的认证也有了越来越高的要求。传统身份鉴别方法的缺点是特定物有可能会失去、被盗窃或者是没有带， 识别存在记忆上的困难和被破译的风险， 基于指纹特征识别的智能身份认证技术也逐渐受到广泛的关注，指 纹识别技术是目前国际上发展最早、最普遍应用的一种。根据指纹的普遍性、唯一性和永久性的生物特征，指纹识别技术已逐步取代了传统的基于标志和数字的识别方式。

现在，指纹统存储不同指纹特征的信息，能够以每秒钟6万多次的速度与要鉴别的指纹进行指纹比对，计算机在几分钟之内就可以提供相匹配的类似指纹，这种方法大大降低了人工鉴别的劳动量，目前，我国形成了一个较为完善的指纹工作网，但其发展还是没有国外的迅速，由于他们对指纹进行了较为理性地研究， 因而指纹在国外有了更深入的、 科学的研究，在指纹识别方法的研究中，算法成为了***中的关键部分，我国正逐渐加大这方面的研究。

在实现本发明的过程中，发明人发现现有技术中至少存在人工劳动量大、可靠性低和操作过程复杂等缺陷。

发明内容

本发明的目的在于，针对上述问题，提出一种指纹识别方法，以实现人工劳动量小、可靠性高和操作过程简单的优点。

为实现上述目的，本发明采用的技术方案是：一种指纹识别方法，包括：

指纹图像预处理；

特征提取；

特征匹配。

进一步地，所述指纹图像预处理的操作，具体包括：

⑴对采集图像进行灰度化处理

将采集到的指纹图片转变为BMP位图格式，然后将256色彩色图片转化为灰色图片；

⑵对指纹图像进行阈值分割处理

数字指纹图像的背景与前景分割，运用计算机编程获得指纹模式识别对象，从图像场的角度看，指 纹对象部分的强度场值较高， 而背景部分的强度场值较低，指纹图像强度场的取值分布可以用灰度直方图来表示；

⑶对指纹图像进行灰度均衡处理

尺度方面的均衡比较简单，主要通过尺度基准校正进行；灰度方面的均衡由于传感器不同，对于同一个指纹，传感器采集的图像也会不同，有些偏暗，有些偏亮；

⑷对指纹图像进行平滑滤波处理

指纹图像强度场的失真是由于噪声干扰，具体地说，指纹图像噪声嘈杂，表现为在光或电磁波的照射下，反映指纹图像任意点的光子经传感器在该点处的势阱的捕捉，最终形成嘈杂的指纹灰度图像；

⑸对指纹图像进行二值化处理

将灰度图像转化成只有两种颜色值的图像，即通过全局阈值法使小于阈值的谷线区域灰度都达到255，使大于阈值的脊线区域灰度都达到0；

⑹对指纹图像进行细化处理

指纹特征通常以特征点形式出现，而二值化后的纹线宽度有一个以上像素点组成对图像经纹线图像抽象化处理。

本发明各实施例的指纹识别方法，由于包括：指纹图像预处理；特征提取；特征匹配；从而可以克服现有技术中人工劳动量大、可靠性低和操作过程复杂的缺陷，以实现人工劳动量小、可靠性高和操作过程简单的优点。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明中指纹识别方法的流程框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

根据本发明实施例，如图1所示，提供了一种指纹识别方法。

在本发明的技术方案中，指纹识别方法：

指纹识别方法的组成指纹识别是生物特征识别的一种，具有所有生物特征识别的共性，本发明的技术方案中的指纹识别方法主要涉及三大步骤：指纹图像预处理、特征提取、特征匹配三个部分，指纹识别方法的流程框图如图1所示。

在本发明的技术方案中，指纹图像预处理：指纹图像预处理主要是为了后面对指纹的提取做准备。 图像的预处理大致可以划分为以下几步：灰度化、阈值分割、灰度均衡、平滑滤波、二值化和细化。

3.1  对采集图像进行灰度化处理

本次实验中，我 先将采集到的指纹图片转变为 BMP 位图格式， 然后将 256 色彩色图片转化为灰色图片。BMP 文件的特点是 以每位像素的数据为单位组成图像像素矩阵， 该图像像素矩阵的长宽、 单位像素数据的亮度和色彩长度都可以在 BMP 文件的组成格式头文件中定义。

3.2  对指纹图像进行阈值分割处理

数字指纹图像的背景与前景分割，运用计算机编程获得指纹模式识别对象，从图像场的角度看，指 纹对象部分的强度场值较高， 而背景部分的强度场值较低，指纹图像强度场的取值分布可以用灰度直方图来表示。

3.3  对指纹图像进行灰度均衡处理

指纹图像均衡可从灰度和尺度两个方面进行说明。尺度方面的均衡比较简单，主要通过尺度基准校正进行。灰度方面的均衡由于传感器不同，对于同一个指纹，传感器采集的图像也会不同，有些偏暗，有些偏亮，这时，就需要对图像进行修正，使它们均衡归一，让它们在同一亮度上。

3.4  对指纹图像进行平滑滤波处理

指纹图像强度场的失真是由于噪声干扰，具体地说，指纹图像噪声嘈杂，表现为在光（或电磁波）的照射下，反映指纹图像任意点的光子经传感器在该点处的势阱的捕捉，因周围环境灰尘、传感器表面污渍、外界灯光信号、电路干扰信号等会叠加在其上，最终形成嘈杂的指纹灰度图像。

计算机认为的噪声就是脊线或谷线的像素灰度， 经过指纹图像平滑处理后， 噪声被“去除”了，指纹图像上的多个噪声嘈杂，可看成单个噪声点的简单相加。

3.5  对指纹图像进行二值化处理

指纹图像二值化定义：将灰度图像转化成只有两种颜色值的图像，即通过全局阈值法使小于阈值的谷线区域灰度都达到 255，使大于阈值的脊线区域灰度都达到0，通过这种方法可以使指纹纹线对象成为黑白两种颜色的图像。

从图像场的角度看， 纹线上的点强度场值较高， 而背景上的点强度场值较低， 所以， 一般二值化的方法是设一个阈值， 大于阈值的设为白， 小于阈值的设为黑， 反过来也可以。

指纹图像二值化的算法有加权平均值算法和全局二值化算法， 实际运算中， 由于要考虑误差因素， 一般采用了加权平均的方法来降低误差。 但在本次设计中，我 采用的方法是全局二值化的算法，即设定一个全局二值化的阈值 A，当指纹像素大于阈值A 时，则将像素设为 0，指纹像素小于阈值 A 时，则将像素设为255，在本发明的技术方案中我采用的阈值A为125。

3.6  对指纹图像进行细化处理

指纹特征通常以特征点形式出现，而二值化后的纹线宽度有一个以上像素点组成， 因此难以建立宽度只有一个点的特征点模型， 所以必须对图像经纹线图像抽象化处理。

在本发明的技术方案中：纹图像特征提取、标记与匹配

在本发明的技术方案中采用的就是从细化后的图片中提取特征点的方法， 这种方法是从处理后的图像中提取特征， 这种方法相对于第一种方法来说是比较简单的，我们可 以通过一个3×3的模板把我们要的端点和分叉点提取出来。

本发明的技术方案从通过对指纹图象进行提取，到对提取的指纹图像进行灰度分割、图像滤波、二值化、细化等预处理，然后得到清晰的指纹图象，再从清晰的指纹图象中提取指纹特征点（细节点），存入建档模板。在指纹比对时，采用同样的方法获得清晰的指纹图像，建立比对模板，最后将比对模板与建立模板利用细节点向量匹配算法进行比对，得出理想的结果。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种指纹识别方法，其特征在于，包括：

指纹图像预处理；

特征提取；

特征匹配。

2.根据权利要求1所述的指纹识别方法，其特征在于，所述指纹图像预处理的操作，具体包括：

⑴对采集图像进行灰度化处理

将采集到的指纹图片转变为BMP位图格式，然后将256色彩色图片转化为灰色图片；

⑵对指纹图像进行阈值分割处理

数字指纹图像的背景与前景分割，运用计算机编程获得指纹模式识别对象，从图像场的角度看，指 纹对象部分的强度场值较高， 而背景部分的强度场值较低，指纹图像强度场的取值分布可以用灰度直方图来表示；

⑶对指纹图像进行灰度均衡处理

尺度方面的均衡比较简单，主要通过尺度基准校正进行；灰度方面的均衡由于传感器不同，对于同一个指纹，传感器采集的图像也会不同，有些偏暗，有些偏亮；

⑷对指纹图像进行平滑滤波处理

指纹图像强度场的失真是由于噪声干扰，具体地说，指纹图像噪声嘈杂，表现为在光或电磁波的照射下，反映指纹图像任意点的光子经传感器在该点处的势阱的捕捉，最终形成嘈杂的指纹灰度图像；

⑸对指纹图像进行二值化处理

将灰度图像转化成只有两种颜色值的图像，即通过全局阈值法使小于阈值的谷线区域灰度都达到255，使大于阈值的脊线区域灰度都达到0；

⑹对指纹图像进行细化处理

指纹特征通常以特征点形式出现，而二值化后的纹线宽度有一个以上像素点组成对图像经纹线图像抽象化处理。