指纹识别毕业设计开题报告

指纹识别毕业设计开题报告内容摘要：

图 指纹识别系统总体框图 指纹的表面积相对较小 ,日常生活中手指常常会受到磨损 ,所以获得优质的指纹细节图像是一项十分复杂的工作。 当今所使用的主要指纹采集技术有光学指纹采集技术 ,半导体指纹采集技术和超声波指纹采集技术。 光学采集设备有着许多优势 :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 ,稳定性很好 ,成本相对较低 ,并能提供分辨率为 500dpi 的图像。 随着光学设备技术的革新 ,光学指纹采集设备的体积也不断减小。 这些进展得益于多种光学技术的发展。 因此这里采用最常用的光学采集技术。 指纹识别的其他技术如预处理，特征提取，特征匹配等，将在下面详细介绍。 指纹图像的特征及描述 指纹图像是一种比较特殊的数字纹理图像，所以它即具有数字图像的性质，又具有纹理图像的性质，除了具有上述两种共性之外，指纹图像还具有指纹的特殊的性质。 ①指纹图像具有方向性，但是，指纹的方向性与纹理的方向性有不同之处，一般纹理的方向一般具有一致性，但是指纹图像只有在指纹的局部才有一致性，并且，指纹图像的局部方向还要有连续性，因为对于不同的指纹 纹线走向会发生变化，但是这种变化是缓慢变化的。 ②指纹图像中的纹线的宽度是有一定的限制的，它即不会很宽，又不会很窄，这是指纹图像区别与其它纹理图像的又一个方面。 这为图像的分割提供了一个有用的先验知识。 指纹图像采集 指纹图像预处理 指纹特征提取 指纹特征匹配 指纹数据库 ③指纹图像的有效区域中包含的纹线是黑白交替出现的，在有效区域的局部，即不会出现 2 条连续的白色纹线，也不会出现 2 条连续的黑色纹线。 这也是对指纹图像统计出的先验知识，可以为后续的指纹图像的处理提供帮助。 ④指纹图像的噪声也是有区别于其它的数字图像的，一般的数字图像中的噪声大部分可以认为是随机噪声，可以用比较多的现 成的算法来尽可能的去除。 而指纹图像的噪声除了具有随机噪声之外，还有因为器件或者其它人为因素造成的噪声，这种噪声的一般的表现是：图像中纹线断断续续，纹线不清晰，不连贯；或者图像中的纹线全部粘连在一起，分不清纹线的走向；这种噪声给指纹图像的分割造成了极大的困难。 图 是两个具有这种噪声的指纹图像。 图 两种 具有噪声的 指纹图像 基本原理和概念 本课题研究的 基本 原理是，基于 细节点的指纹匹配方法。 通过对指纹图像进行捕捉，根据一定的软件或者算法对指纹图像的细节点进行处理、分析，而后与标准指纹图像匹配、比较，得出两个指纹图像是否一致的结论。 两枚指纹经常会具有相同的总体特征，但它们的局部特征 （纹上的细节点特征） 却不可能完全相同。 指纹纹线并不是连续的、平滑笔直的，而是经常出现中断、分叉或打折，这些端点、分叉点和转折点就称为细节特征点，就是这些细节特征点提供了指纹唯一性的确认信息。 指纹上的细节点有四种不同特性： （ 1） 分类 指纹的细节特征可分为以下几种类型，如图 （ a）～（ f）所示： a）端点（ Ending） —— 一条纹路在此终结。 b）分叉点（ Bifurcation） —— 一条纹路在此分开成为两条或更多的纹路。 c）分歧点（ Ridge Divergence） —— 两条平行的纹路在此分开。 d）孤立点（ Dot or Island） —— 一条特别短的纹路，以至于成为一点。 e）环点（ Enclosure） —— 一条纹路分开成为两条之后，立即有合并成为 一条，这样形成的一个小环称为环点。 f）短纹（。