指纹识别系统软件设计
张跃，唐轶**
作者简介：张跃，（1987-），男，硕士研究生，主要研究方向：电力系统无功补偿
通信联系人：唐轶，（1957-），男，教授，博士生导师，主要研究方向：电力系统故障机理及诊断技术. E-mail:
tangyi@cumt.edu.cn
（中国矿业大学信息与电气工程学院，江苏 徐州 221008）
5 摘要：指纹具有唯一性和稳定性，因此被用来当作鉴别个人身份的主要依据。自动指纹识别
系统是基于计算机而进行指纹识别的技术，具有方便、高效、安全、可靠等优点。在金融安
全、数据加密、电子商务等各个领域都得到了广泛的应用。目前广泛使用的基于细节点的算
法识别性能较高，但是由于需要前期预处理，增加了系统的开销；另一方面，传统的基于结
构特征的算法速度较快，然而对偏移指纹的识别性能较差。针对以上不足，本文研究设计了
10 基于Gabor 滤波的识别算法，该算法首先计算方向图完成定位参考点，并将以参考点为中心
提取的感兴趣区域划分为3 个同心环，每个同心环再分成12 个扇区 ，然后通过8 方向Gabor
滤波分别提取原始图像和旋转后图像的特征，最后利用计算待识别指纹与指纹库中的模板的
欧氏距离实现匹配。
关键词：指纹识别；方向图；Gabor 滤波器
15 中图分类号：TP391.4
The Software Design of Fingerprint Identification System
ZHANG Yue, TANG Yi
(School of Information and Electrical Engineering,China University of Mining and Technology,
20 JiangSu XuZhou 221008)
Abstract: Due to their uniqueness and persistence, fingerprint is used as the main basis of personal
identification. Due to their uniqueness and persistence, fingerprints are used as main basis of
personal identity. Automated fingerprint identification system(AFIS),a technology of fingerprint
identification using computer, is of convenience high fields efficiency, security and reliability. It
25 has been applied in many field such as financial security, data encryption, and electronically
business.At present, the widely used minutiae-based algorithm performs well on recognition while
the is highly efficient but preprocessing is time-consuming. On the other hand, the traditional
structure-based algorithm is highly efficient but performs poorly on rotated pictures. For the
shortcomings above, this paper studies and designs the recognitional algorithm based on Gabor
30 filtering. The algorithm first calculates the positioning pattern to complete the reference point and
divides the region of interest extracted to reference point as the center point into three concentric
rings. Each concentric ring has been divided into 12 sectors, then the features of original and
rotated image are extracted from Gabor filter through the 8 directions. Finally it utilizes Euclidean
distance between fingerprint identification being calculated and template of fingerprint library to
35 achieve the matching.
Keywords: Fingerprint indentification; Pattern; Gabor filter
0 引言
在现实生活中常常要对人的身份进行认证，例如登录操作系统，使用某些应用软件，登
40 录某些网络站点，在银行取款，犯罪分子的鉴别等等。随着国民经济的快速发展和社会科学
技术水平的不断提高以及Internet 的广泛应用，金融机构、政府机关、企业及个人之间联系
日益紧密，一方面为信息的共享提供了便利，另一方面也为心怀不轨的人试图非法窃取他人
信息提供了可乘时机。而传统的身份认证方式由于存在容易泄漏、容易忘记、容易伪造等缺
点。因此，一种方便、安全、可靠的身份认证新方法亟待开发。生物特征是“随身携带”的
45 依赖于人体的个人固有属性，不存在遗忘和丢失等问题，并且生物特征验证人的身份具有唯
 一性和不可复制性，它克服了传统身份认证方式的众多缺点，在理论上具有非常高的安全性。
目前生物识别技术主要有人脸识别、指纹识别、手型识别、虹膜识别、视网膜识别、签名识
别、声音识别等[1]。相比较而言，指纹识别具有一定的独特性、稳定性、准确性、快速性、
方便性、防欺骗性等优点，并且还有可以应用于司法领域、容易被人们接受、市场份额较大
50 等优势。因此，指纹识别的研究和应用已经逐步成为当前生物识别研究领域的热点问题。
1 指纹识别基本原理
一个典型的自动指纹识别系统主要由指纹采集、预处理、特征提取、特征指纹库的建立、
特征匹配等[2]部分组成。典型的自动指纹识别系统的基本的处理流程如图1 所示。
55
图1 指纹识别流程
1.1 指纹图像的采集
目前主要使用的指纹采集仪都是依据光学扫描采集技术、半导体传感器采集技术或超声
60 波扫描采集技术而设计制造的。基于光学扫描采集技术的指纹采集仪有许多优势，它经历了
长时间实际应用的考验，能承受一定程度温度变化，性能很好，技术成熟，工作温度范围较
大，分辨率可高到500dpi，价格较便宜；光学采集设备也有不足之处，主要表现在图像尺寸
和潜在指印两个方面。1998 年在市场上才出现了基于半导体传感器的指纹采集仪，这种采
集仪所采用的传感器主要包括硅电容指纹传感器、半导体压感式指纹传感器、半导体温度感
65 应指纹传感器。基于半导体的指纹采集设备可以获得相当精确的指纹图像，并且指纹采集时
不像光学采集设备那样要求有较大面积的采集头。由于半导体的芯片体积小巧，功耗很低、
可以集成到许多现有设备中，因此现在许多指纹识别系统研发工作都采用半导体采集设备来
进行。基于超声波技术的指纹采集设备，其优点是超声波能穿透手指和设备表面的油污，即
使手指较脏，也能得到较清晰、细致的指纹图像，因此被认为是指纹采集技术中最好的一种，
70 但其缺点是价格较高，目前应用不多。
1.2 指纹图像的预处理
预处理在整个自动指纹识别系统中是非常关键的第一步，是能够正确地进行特征提取、
匹配等操作的基础。一般情况下，由于在指纹图像采集时难免会带入各种原因产生的干扰，
这些干扰会使指纹脊线断开、桥接或模糊等，而含有这些大量噪化的指纹脊线结构会影响自
75 动指纹识别系统的性能。因此，在采集到指纹图像后必须对其进行预处理，以消除这些干扰，
为后续的处理奠定基础。对于不同的特征提取方法有着不同的预处理要求。直接利用原始指
纹图像进行特征提取的方法，要求预处理只是对原始指纹图像进行简单的增强。从细化图像
中提取特征时，对预处理要求较高，这种方法的预处理主要有图像分割、滤波增强、二值化、
细化等步骤。根据细节利用统计方法提取特征时，要求预处理的步骤与从细化图像提取特征
80 基本相似，但不需要进行二值化，而要求对图像进行扇形化。
指纹图像采
集(待识别)
图像预处理
(待识别)
指纹特征提
取(待识别)
特征匹配（模
板与待识别）
指纹采集模
板(模板)
图像预处理
(模板)
指纹提取特
征(模板)
特征模板库
(模板)
匹配
结果
 1.3 指纹特征提取
特征提取是自动指纹识别系统的关键步骤，因为特征提取的好坏直接影响到以后的指纹
匹配的结果。如果输入图像的质量很好，很容易确定其结构，此时的特征提取只是从细化后
的单像素的纹线提取细节点的简单过程。细节点提取后还要进行虚假特征点即伪特征点去
85 除。对于伪特征点，按照其在指纹图像上的分布位置可划分为两类：位于图像边缘的伪特征
点和不在图像边缘的伪特征点。大量的伪特征点会对下一步的匹配算法产生很大影响，因此
为了下一步匹配结果的准确性，在提取特征点以后，还有一步非常重要的剔除伪特征点的操
作即特征点后期处理。
1.4 图像匹配
90 指纹的匹配是自动指纹识别系统的核心。自动指纹识系统的数据库中记录的不是整个指
纹图像，而是特征点的信息集合，它是不可逆的，就是说不能由这个特征点集合逆变到指纹
图像。这很好的保护了个人的隐私，同时也节省了存储空间。识别的具体实现过程就是用指
纹采集仪采集指纹，提取出细节点，然后将这些细节点与保存在数据库中模板细节点按照一
定的算法进行比对，最后给出结果，从而确定是否是来自同一个手指的指纹，完成自动指纹
95 识别系统的识别功能。
2 基于Gabor 滤波器的指纹识别算法
2.1 基本原理
指纹图像具有非常强的方向性，其表现：(1)在任何一个小区域，脊线与谷线的方向大
体一致，并且方向有唯一性；(2)指纹的脊线与谷线相互交替，而在垂直于此方向的灰度变
100 化相对剧烈。Gabor 滤波器具有良好的频域和方向选择特性，因此利用8 方向的Gabor 滤波
器对经过预处理后的指纹的感兴趣区域(如图2)进行滤波，然后对经过8 方向Gabor 滤波器
滤波后的各个子块进行灰度统计特征计算，再对计算结果进行有序排列产生指纹编码
（Fingerprint Coding），然后通过计算待识别指纹图像与指纹库中每枚指纹图像之间的欧氏
距离进行指纹匹配。该方法充分利用了指纹的全局特征和局部特征，即分块编码反映了指纹
105 的局部特征，而各分块的有序排列有效地表征了指纹的全局特征。
图2 指纹图像中基于中心点的有效区域及扇形化
 图3 基于Gabor 滤波器器组的指纹识别操作流程
2.2 原始图像的滤波
图像信息在采集过程中往往受到各种噪声源的干扰，这些噪声在图像上常常表现为一些
115 孤立像素点，这可理解为像素的灰度是空间相关的，即噪声点像素灰度与它们临近像素的灰
度有着显著不同。通常，前置图像处理后的图像仍然带有后续所不希望夹带的孤立像素点，
这种干扰或孤立像素点如不经过滤波处理，会对以后的图像区域分割、分析和判断带来影响。
对受到噪声污染的图像可以采用线性滤波的方法来处理，但是很多线性滤波有低通性，在去
噪声的同时也使得边缘模糊了。中值滤波在某些情况下可以做到既去除噪声又保护图像的边
120 缘，并且它是一种非线性的去噪声的方法。
2.3 参考点定位
2.3.1 计算方向图
在进行参考点定位之前，首先要计算指纹图像的方向图，本文采用计算块方向图。对于
块方向图的求取，本文采用的是一种基于梯度算子计算方法 [3]。这种算法最大的优点就是
原创学术论文网Tag：代发论文 论文发表 代写毕业论文 代写经济论文 电子论文代写 代写毕业设计