基于小波技术与人工神经网络的指纹识别研究

《基于小波技术与人工神经网络的指纹识别研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、1.3指纹的特点指纹之所以能够在识别领域内发展最快，与其本身的诸多优点密不可分，其便利性和高度安全性已经得到普遍认可。在应用过程中，它具有以下五个突出特点：（1）高稳定性：指纹的形成依赖于胚胎发育时期的环境，从胎儿指纹的完全形成到其逝世，指纹的纹线结构、类型、统计特征的总体分布始终没有明显的变化。所以指纹是伴随我们一生的最为稳定的生物特征之一。（2）唯一性：科学实验和无数的事实证明，指纹具有明显的唯一性，并且纹理本身非常复杂，其复杂程度足以为鉴别提供足够证据，就是双胞胎也不可能有相同的指纹，任何两个人指纹相同的概率小于十亿分之一。（3）可靠性强：高稳定性与唯一性决定了指纹识别的

2、高可靠性，若需要继续提高指纹识别系统的可靠性，只要不断增加特征人的指纹数据即可。（4）易采集性：指纹与生俱来，随身携带，无需记忆。现在的指纹采集仪器速度非常快，基本只需一、二秒钟即可完成，免去了记忆密码、丢失印章等烦恼。（5）难破译性：伪造、假冒、攻击、破译指纹的难度相当大，一个由四位数字组成的密码，破译的概率为万分之一，但是你很难找一万个人来为你提供指纹进行破译，更何况现有指纹识别系统的误识率已经降低到了百万分之一，破译难度可想而之。结合实际应用中的一些性能需求对各种识别特征进行比较，如下表1.1所示：表1.1常用特征性能比较生物统计特征普遍性唯一性稳定性可采集性准确性可接受

3、性安全性总分人脸高3低1中2高3低1高3低114指纹高3高3高3中2高3高3高320手形中2中2中2高3中2中2中215敲键方式低1低1低1中2低1中2中210手部血管中2中2中2中2中2中2高315虹膜高3高3高3中2高3低1高318视网膜高3高3中2低1高3低1高316笔迹低1低1低1高3低1高3低111声音中2低1低1中2低1高3低111红外温谱中2高3中2高3中2高3高318气味高3高3高3中2中2中2中217步态中2低1低1高3低1高3中2133耳形中2中2高3中2中2高3中216DNA高3高3高3低1高3低1低115综合以上所有特征，我们可以按照高、中、低分别得3、

4、2、1分的形式进行初步统计，结果显示，指纹特征以总分20分领跑其它特征，这样我们可以清楚的理解指纹图像在识别领域中的优势了。1.3指纹识别系统的应用领域指纹识别技术作为当前最为成熟稳定的生物识别技术有着广泛的应用范围，最早该技术一般只是应用于军事方面，现在伴随社会的需要也逐步转入了民用阶段，适用于几乎所有需要进行安全性防范的场所，遍及诸多领域，在包括刑事侦察、医疗、公安、金融证券、福利等行业的许多应用系统中都具有广阔的应用前景，目前的应用主要有：1、刑侦方面：采集现场指纹、比对犯罪嫌疑人信息;2、信息安全领域：指纹验证取代原始的个人计算机密码、网上银行、网上交易、电子商务等；3

5、、医疗方面：献血输血管理、个人医疗档案管理等；4、公共安全方面：指纹防盗门锁、汽车门锁、个人指纹身份证等；5、金融安全方面：指纹智能卡、指纹保险箱、大额取款客户身份确认、交易终端客户身份确认、远程交易身份确认等；6、社会福利方面：公费医疗确认、保险受益人确认等；7、其他方面：如指纹考勤、俱乐部会员确认、海关出入境快速通关认证等。由此可见，指纹识别技术拥有很大的市场空间，但是需要指出的是，尽管指纹识别技术发展至今己经有不少投放使用的产品出现，但在国内乃至一些发达国家都仍未普及，其主要原因就是目前的技术识别速度过慢，一般系统辨别时间需要数秒甚至更长，另外价格方面也是比较昂贵，性能不

6、够理想，错误拒识率和错误接受率过高。因此，对快速、准确的自动指纹识别系统的研究有着重要的科学意义和市场应用价值。1.4指纹识别系统概述自动指纹识别系统（AutomaticFingerprintIdentificationSystem）简称AFIS。众所周知,早期的指纹识别技术仅限于人工或半自动化的查找和匹配，直到20世纪60年代,伴随计算机技术的日新月异，指纹识别系统才真正意义上实现了自动化。与人工操作进行识别处理有所不同,考虑到隐私以及存储空间问题，现代自动指纹识别技术并不直接存储指纹的图像，而是记录从图像中提取到的特征信息，一切指纹识别算法最终都归结为在图像上找到并比对指纹

7、的特征，因此，基于计算机的自动指纹识别系统主要分4为四个步骤：指纹图像采集、图像预处理、特征提取、匹配识别。首先通过指纹读取设备采集指纹图像,并对原始图像进行初步处理（降噪、增强、二值化等等）使之更清晰，接下来依靠指纹识别软件提取指纹的特征点信息，这些信息将作为数据进行整理，并保存为数据库中的一条记录，最后使用采集到的指纹信息与指纹库中的模板进行比较，计算出它们的相似程度，最终得到匹配结果。具体步骤流程如图1.1所示：指纹图像预处理指纹图像采集指纹规格化平滑滤波处理方向增强处理自适应二值化细