一种基于matlab的指纹识别方法

【技术领域】

[0001 ] 本发明涉及指纹识别领域，特别涉及一种基于MTLAB的指纹识别方法。

【背景技术】

[0002] 传统的安防系统主要采用基于令牌或密码的方式，随着社会的进步，这样的安防 系统则变得不堪一击。身份识别逐渐成为了大众的第一选择，面对这样的挑战，人们希望能 通过增强指纹识别的精确性来帮助了解人体的身体特征或行为特征。在我们的手指皮肤表 面，因为皮肤会产生多种纹路不均匀，人们常把这些纹路称之为指纹，每个人的指纹都是独 一无二的。作为领先的身份识别技术，指纹识别已广泛运用于司法，犯罪认证和其他安全系 统，同时它发展也是非常迅速。实际上，在许多情况下俨然开始变为身份识别技术的代名 词。指纹识别是识别一个非常可靠的方法，广泛应用的指纹自动识别系统，它起着重要的作 用，同时对指纹识别技术的学习探究也有着重要的意义。

[0003] 从早期的人工比对到现在的信息科技技术，指纹识别系统变得更加先进，指纹对 比的精度和对比的效率也更加准确。然而，当前对指纹识别技术的研究依旧存在着许多的 难题，在一些特定的情况下识别过程中会丧失一小半重要的信息，当指头割破、弄伤、变脏、 以及在不同干湿状况下或者经历各种挤压方式，还会使得指纹图像发生变化，进而造成特 征点难以提取。比如一般的基于特征点的辨别方法，主要是通过提取纹路线上的细节特征 点，接着对特征点的位置和形状实行匹配来辨别指纹的，这时候图片中的噪音、毛刺会对图 片的匹配造成很大的影响，导致特征点产生错误的数量大大增加，严重的话，会使得准确的 特征点难易提取甚至丢失。在噪声相对比较大的时候，则需要改善图片的质量，这时就可利 用改善算法或者增强图像对比度等方法来解决，然而找到这种能够应对所用噪声的算法是 件非常困难的事情，同时很多用来增强的算法在很大程度上会增加程序实行时间，同时，不 好的算法还会增加行为特征，甚至会提取出许多假的特征点，一般的基于细节点识别算法 的不足之处便在这里，因为这种算法运用了指纹图像中的部分信息当做特征点实现匹配， 丧失了隐藏在图像中的其他完整的信息。由此可知，基于细节点的识别算法一般来说是不 能适应指纹的特殊变化的。比起其它识别方法例如证卡来说，指纹识别法显得更加方便、简 单、精确、抗干扰能力也更强，这种系统的兼容性好，换言之这种方法可以单独构成系统并 且很轻松的将各类证融入其中。

【发明内容】

[0004] 本发明提供一种基于MATLAB的指纹识别方法。

[0005] 本发明的技术方案是： 一种基于MTLAB的指纹识别方法，包括步骤： 51、 采集指纹，准备需要识别的指纹的原图像； 52、 对指纹的原图像进行预处理，所述预处理包括先后对图像进行图像分割、图像归一 化、图像二值化和图像细化处理； 53、 在步骤S2的基础上，对细化后的图像进行特征提取，采用领域法提取端点以及分 叉点； 54、 对完成特征提取的图像进行匹配，并最终输出比对匹配的结果。

[0006] 优选的，所述图像归一化采用灰度的均值以及方差的方法，首先计算出需要提取 指纹的图像的灰度值以及方差，设定图像的均值和方差，在此基础上，进行归一化处理。

[0007] 优选的，所述图像分割采用基于块特征点分割法的算法，首先将图像分割成同样 大小的s*s的不混叠块，并计算出各个不混叠块中的灰度值的方差和均值，接着判别前景 和背景，判别方法如下： (1) 在分解后，将MXM大小的无重叠方块直方图用来表示低频图，这些直方图的大小 可以采用谷脊交换式； (2) 计算得到各个块的均值和方差； (3) 把全部的分块区分出来后，再对需要处理的块进行判定，假若在一分块区的8邻域 之中，背景不大于4就可以看做为前景，不然就看做为背景。

[0008] 优选的，所述图像细化的步骤包括： a) 构建一个3维的数组，使用第一组来存储图像预处理后的信息，设置各个像素范围 内点的像素参数； b) 将未达到收敛性、连通性、拓扑性、保持性、细化性、中轴性和快速性七种条件的模块 设置值为2,像素为1，同时将达到上述七种条件后的模块设置值为3,其他的状况下的点的 值不变； c) 在达不到上述条件下生成的模块，将这些模块的点的像素值全部设置为0,剩下的点 不变； d) 对前三个过程持续循环，直到全部点的值不再变化，同时要满足细化次数不超过20 这一条件。

[0009] 优选的，所述特征提取所提取的特征点包括端点和分叉点，判别特征点采用8邻 域法，采用以下方法确定所述条件： a) 判断端点：当8附近的每两个相邻存在两个不一样的值时，这时的处理用数组2记 下点的数量，同时把该点记作为〇,将它的8邻域点记作为1 ; b) 判断分叉点：当附近的8邻域两两相邻同时有6个不一样值，这时的解决方法为数 组1，在此基础上记下点的数量，此时将该点记为0,同时将它的8邻域点记为1。

[0010] 优选的，所述匹配模式采用点模匹配法，首先修改原本的特征点距离，使得各个特 征点之间的相对距离各不相同；接着需要比对这些相对距离，找出其中的差异，前提条件是 要找到中心特征点；当这些差异满足特定的条件时，则可以将对应的点看做为可积点；接 下来，需要判断这些点的数量以及相对的差异值，当数量达到特定要求时就可认为匹配成 功。

[0011] 优选的，所述指纹识别方法采用MATLAB进行模拟仿真，采用的指纹库来自国家居 民身份认证指纹库，建立两个指纹库，库的大小为每组30张指纹图像，均来自不同的人；第 一组指纹图像用来试验，第二组指纹图像用来做匹配。

[0012] 本发明的优点是： 本发明所提供的基于MATLAB的指纹识别方法，运用了 Matlab工具设计了指纹识别中 的各个阶段的处理算法，即预处理、特征点提取以及特征点匹配三大阶段。使用Matlab工 具将细化之后的指纹中的特征点全部提取出来，同时去除在提取的过程中会产生大量的假 的特征点，本发明所采用的方法是利用图像中这些特征点的边缘和距离两个因素的差异， 最终就能提取出可靠的特征点。

【附图说明】

[0013] 下面结合附图及实施例对本发明作进一步描述： 图1为本发明所述的基于MATLAB的指纹识别方法的流程图； 图2为本发明实施例所述的原指纹图片； 图3为本发明实施例所述的归一化后的指纹图片； 图4为本发明实施例所述的分割后的指纹图片； 图5为本发明实施例所述的细化后的指纹图片； 图6为本发明实施例所述的提取特征点后的指纹图片。

【具体实施方式】

[0014] 实施例： 指纹识别主要由指纹原图像读取、原图像预处理、特征点提取、特征点匹配四个部分构 成。其中指纹图像的预处理也可分为几个小部分：指纹图像归一化、分割、细化。同时对预 处理后含有噪音、毛刺的图片进行相应的去噪处理。本发明采用Matlab来实现各个指纹图 像功能模块的算法，以及对不足之处的修正方法和相应的修正结果。

[0015] 如图1所示，本发明一种基于MATLAB的指纹识别方法，包括步骤： 51、 采集指纹，准备需要识别的指纹的原图像； 52、 对指纹的原图像进行预处理，所述预处理包括先后对图像进行图像分割、图像归一 化、图像二值化和图像细化处理；在此操作中会产生干扰噪声，还需去除此类噪声； 53、 在步骤S2的基础上，