朱一伦[1]2007年在《手机中指纹识别技术的研究与实现》文中进行了进一步梳理随时随地的沟通，手机作为信息时代的产物，给人们生产生活方式带来了极大的变革。尤其是近几年，随着各种新技术、新应用不断的涌现，已经不仅仅局限于单纯的通话功能，人们可以通过手机进行电子银行交易、无线证券交易、无线网上购物等应用，手机已经慢慢演变成人们的娱乐平台、商务平台。然而，手机在带给人们方便的同时，个人隐私泄露、手机病毒等问题也对信息安全体系提出了严峻的挑战。手机的安全隐患越来越受到人们的关注，因此促进了新技术的发展，最新的手机指纹识别技术就是其中的佼佼者。指纹的唯一性和高安全性，使得指纹识别应用于手机成为可能，这样就大大地提高了手机应用的安全性，很好地保护了用户的个人隐私。本文首先介绍了指纹识别系统的组成部分，从指纹图像采集、指纹预处理、指纹特征提取、指纹匹配四个部分对系统的基本工作原理和相关算法加以详细说明。然后，基于Atrua Technologies公司提供的Atrua Wing方案，实现了指纹识别在MTK平台手机上的应用。本文主要阐述软件部分的设计，详细说明系统的应用程序接口和具体功能实现。另外，在原有算法的基础上提出了改进的指纹录入算法，对录入的模板增加了互相匹配的条件，保证了模板的正确性，提高了指纹模板的质量，为后续指纹认证的准确性提供更好的保障，实现整个系统的识别效率提高。最后研究指纹识别在手机上的应用研究，基于指纹的高安全性，提出了一种手机中结合指纹识别的数字签名方案，将指纹识别与数字签名融合，进一步提高安全性，并提出一种基于椭圆曲线的嵌入式时控代理签名。
彭玲[2]2011年在《指纹属性拾取及其拓扑关系的构建》文中认为传统基于密码和卡片的身份认证方式已不能满足现代人们的生活和工作需要，指纹识别是根据每个人自身特有的生物特征进行身份识别，具有很高的适用性和可行性。指纹识别算法较多，然而大多数算法对指纹图像的质量有较高要求，算法的鲁棒性不高，如何提高指纹识别算法的鲁棒性目前仍然是一个极为重要且极具挑战的研究课题。本文根据拓扑模式识别的思想，研究了指纹细节点的拾取以及脊线追踪及其属性的选择，构建基于指纹属性的拓扑关系，以用于指纹识别，其主要内容如下：(1)系统基于多文档(MDI)界面，利用指纹采集仪实现指纹图像的采集，并对采集到的原始指纹图像进行增强、二值化以及细化预处理。(2)在指纹细化图上利用33模板拾取两类典型的指纹细节特征点——端点和叉点，并进行了伪特征点的去除。(3)对现存的脊线追踪算法进行研究，完成了基于指纹细化图的脊线追踪算法，该算法以指纹细节端点和叉点为起始点，利用33窗口依次寻找下一脊线点，从而实现对所有细节点所在脊线的追踪。在脊线追踪的过程中记录下脊线上所有像素点的坐标，为指纹属性的拾取做准备。(4)构建指纹拓扑关系，并从理论上证明了这种拓扑关系对于指纹图像在平移、旋转、缩放以及其它非线性变形时具有一定的不变性，可以应用于指纹识别中。最后，对全文进行了总结，分析了目前研究工作中还需要进一步完善的地方，指出今后的研究方向。
毛容芳[3]2007年在《指纹配准和自动识别的实现》文中研究表明指纹具有唯一性和终身不变性，因此用来作为鉴别个人身份的依据。自动指纹识别系统是用计算机来自动进行指纹识别，具有方便、高效、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，并将在我们的生活中发挥越来越重要的作用。现在尽管已有多种自动指纹识别技术的成型产品，但因为指纹图像的噪声、皮肤弹性的非线性等因素，理想的自动指纹识别系统依然是一个很困难的研究任务。因此，寻找有效快捷的指纹图像处理算法，基于计算机和网络环境下的指纹特征技提取技术，仍然是解决指纹识别技术难题的有效途径。本文在综合分析近年来国内外有关自动指纹识别技术研究成果的基础上，对自动指纹识别系统的算法进行了研究。主要工作有以下几个方面：指纹图像预处理的研究。其目的是去除原始图像中的各种噪声，增加图像的清晰度，恢复指纹固有的脊线结构，将图像变成只有单象素宽的点线图，以便于下一步的细节特征提取。具体包括指纹图像前背景分割、图像增强、二值化、细化等几个部分。在指纹图像分割中，结合所选的指纹图像研究了一种简单的分割算法。指纹特征提取算法的研究。指纹图像的特征提取主要是提取指纹的细节特征点并保存真实特征点的属性，即从经过预处理得到的细化图中，提取所有真实的端点和分叉点。本文利用8邻域判断法，提取指纹中所有的端点和分叉点，然后采用8邻域纹线跟踪法对存在的伪特征点进行滤除。指纹匹配算法的研究。指纹图像的特征匹配是判断两幅指纹图像是否来自同一手指。本文采用基于指纹结构特征信息的匹配算法，通过比较脊线的相似度来确定输入图像和模板图像中的参照点对的选取。然后将两幅图像中所有细节特征点根据各自的参照点转化为极坐标形式，最后进行细节特征点匹配，确定两幅图像是否来自于同一手指。本文在PC机上利用VC++对提出的预处理、特征提取以及匹配算法进行了实验研究，实验结果表明以上指纹识别算法可有效的增强指纹图像，能基本准确地提取指纹特征点以及能基本达到匹配的要求。
吴黎娜[4]2008年在《指纹识别算法的研究及基于DSP的实现》文中进行了进一步梳理指纹识别技术以生物特征为基础,以信息处理技术为手段,将生物技术和信息技术有机结合在一起,在所有包含身份认证的领域均有着广阔的应用前景。尽管指纹识别的理论研究与应用开发取得了重大进展,但指纹识别算法的准确性和识别速度仍有待提高,构建准确可靠、安全实用的自动指纹识别系统已成为研究热点。本文对指纹识别算法和硬件平台实现两方面展开了较为深入的分析与研究,提出了指纹识别算法的优化方法,并在此基础上设计合理的DSP(Digital SingleProcessing)硬件解决方案。本文的主要目的是将指纹识别技术应用于身份认证领域,促进指纹识别技术在实际应用中的发展。论文的主要研究工作如下:1.研究分析了国内外自动指纹识别技术应用及发展现状。重点研究了指纹识别算法的指纹图像预处理、指纹特征提取和指纹图像匹配叁个阶段,比较分析了现有算法的优缺点。2.分析及优化了指纹识别算法中的重要环节。在指纹图像特征提取阶段,为进一步简化图像,提出将经典细化后的图像与8连通模板比较的方法,实现了图像的进一步简化,减少了跟踪过程的难度。在细节点匹配阶段,通过对指纹图像进行分类,对基于叁角形全等的指纹细节点匹配的算法进行了优化,减少了匹配过程的计算量。3.设计了一个基于DSP的便携式指纹识别系统硬件平台。指纹识别系统硬件平台设计包括:以DSP芯片TMS320VC5416和指纹传感芯片MBF200为核心,外配片外SRAM和FLASH存储器以及LCD显示屏等的自动指纹识别系统,对各模块进行合理的组合与设计。通过对指纹识别系统的研究,提出了指纹图像预处理及匹配算法的优化,仿真实验结果表明,本文提出的优化算法是可行的。设计了一种具有通用性的基于DSP应用的指纹识别系统,作为该指纹识别算法的应用平台,可有效促进指纹识别技术的应用和普及。
姚辰松[5]2008年在《自动指纹识别技术研究》文中提出随着社会和经济的发展,人们对身份鉴别的准确性、安全性与实用性提出了更高的要求。基于信物或口令的传统身份鉴别方式存在容易丢失、遗忘、被复制及盗用的隐患。通过辨识人的生理和行为特征进行身份认证的生物识别技术提供了一个方便可靠的解决方案。生物识别技术以生物特征为基础,以信息处理技术为手段,将生物技术和信息技术有机结合在一起。在众多的生物识别技术中,指纹识别技术以方便易用、高准确率和低成本等诸多优势备受关注,已经成为身份认证的最有效手段,在电子商务、犯罪识别、信息安全等领域得到广泛的应用。本文在收集和分析近年来国内外有关自动指纹识别技术研究成果的基础上,对自动指纹识别系统的关键技术进行了研究。主要工作有以下几个方面:(1)指纹图像的分割。低质量指纹图像处理是近年来自动指纹识别技术的研究重点,对低质量指纹图像的分割是实现后续处理的前提。文中在分析了方差作为分割指标的局限性基础上,从指纹图像的纹理特征出发,研究了指纹图像的灰度分布规律,提出了基于纹理的指纹图像分割算法。实验结果表明,相比于基于灰度方差的指纹图像分割算法,文中算法的分割效果更好,对噪声的抵抗能力更强。(2)指纹特征点的提取。本文研究了两种常用的8-邻域交叉数算法,提取指纹中所有的端节点和分支点,并在此基础上提出了一种新的8-邻域交叉数算法,经过实验证明此算法能够提高特征点提取的准确度。(3)深入阐述了指纹方向图求取方法,指纹图像细化方法等指纹图像预处理技术,具体实现了用差分比较法、统计离差法、梯度法求取指纹方向图,用快速细化算法、改进的OPTA算法、基于4连通并行细化算法的串行算法细化指纹图像。(4)深入研究了基于叁角形相似原理的点模式匹配算法和基于脊线校准的指纹匹配算法,并对两种方法的特点和优势进行了深入阐述,对比分析了各自的优、缺点,提出了指纹匹配技术后续的重点研究内容。
常玲[6]2006年在《指纹自动识别系统算法研究》文中提出指纹具有唯一性和稳定性，因此被人们用来当作鉴别个人身份的主要依据。指纹自动识别系统是基于计算机来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，并将在我们的生产和生活中发挥越来越重要的作用。 尽管在此技术上已有多种成型产品，但因为许多核心技术因商业利益而未经公开以及社会的发展对系统的性能提出了更高的要求，所以从事该领域研究，仍具有重要的理论意义和实用价值。 本文在收集和分析近年来国内外指纹识别方面的研究报告、学术论文等专业资料的基础上，对指纹自动识别系统进行研究与开发。按照设计过程，主要包括叁大部分：指纹图像的预处理、特征提取以及匹配。 指纹图像的预处理可以分为图像分割、增强、细化和细化后处理四个部分。其中图像增强效果的好坏直接影响着以后的细化及特征提取过程，因此作者对这一部分着重进行研究，设计了两种增强方案，经过实验比较处理结果之后选择其中一种。预处理过程大致为首先将指纹采集仪采集到的指纹图像进行分割，将没有指纹的背景部分消除。之后基于指纹的灰度图求取方向图，利用指纹的方向信息对图像进行滤波和除噪得到二值图像。使用细化模板对二值图像进行细化，并对细化图进行适当的处理为下一步特征提取做好准备。 指纹图像的特征提取主要是提取指纹的细节特征点并保存真实特征点的属性。本文先采用特征点提取模板将指纹细化图中的细节特征点全部找到，再应用纹线跟踪技术和根据各种伪特征点的拓扑结构尽量去除伪特征点，最后保存真实特征点的属性以便在匹配过程中使用。 指纹图像的匹配过程包括图像校准和细节特征点匹配两部分。首先，找到输入图像和模板图像的参照点对，然后将两幅图像中的细节特征点相对于各自的参照点转化为极坐标形式，最后进行匹配，确定两幅图像是否来自于同一手指。 经实验证明，本文设计的指纹自动识别系统是可靠、有效的。
常江[7]2007年在《自动指纹识别算法研究》文中研究说明指纹识别技术作为最传统、最成熟的生物识别方式之一，已经在许多领域得以应用，但是指纹识别的核心技术仍存在许多尚未解决的问题。自动指纹识别技术现在是、未来几年仍将是一个重要且极具挑战性的数字图像处理、模式识别研究课题。本文对指纹图像增强、指纹图像二值化及二值图像增强等指纹预处理算法进行了大量的研究，主要研究与结果如下： (1) 研究了现有的主要滤波方式并根据指纹图像脊谷相间的特性提出了一种基于傅立叶变换的带阻滤波增强算法，很好的保留了图像中高频部分的有用信息，又能滤除图像中的噪声，同时使整个图像变得平滑，大大提高了指纹预处理的速度和效果。研究了基于指纹方向信息的指纹滤波方式，为下一步对指纹图像二值及二值图像增强做好了准备。 (2) 研究了目前常用二值化算法的优缺点，提出了基于带阻滤波的指纹图像二值化处理方法和指纹图像相位差分二值化处理方法，大大的提高了二值化对指纹特征的保持度，以及二值后处理方法——二值指纹图像方向图增强算法。针对现存指纹库的特点，存在着大量的带有边框线的指纹图像提出了一种对二值指纹图像边框滤除算法，很好的改善了这一问题。 最后总结了全文，分析了目前研究工作中需要进一步完善的地方，指出今后工作的研究方向。
刘波[8]2005年在《指纹识别系统中的关键算法研究》文中认为由于指纹具有唯一性和不变性,长期以来指纹识别一直是个人身份识别最有效的方法之一。自动指纹识别系统(AFIS)是当今图像处理和模式识别领域里的一个重要研究课题,具有很高的实用价值和市场前景。 本文针对自动指纹识别系统中的指纹图像增强、特征提取和匹配识别等关键算法进行了研究。在前人研究的基础上,给出了一些改进的指纹识别算法,经实验证明,取得了良好的效果。 本文的主要工作: 1) 在预处理过程中,依据指纹具有脊线与谷线相间,在局部范围内可以认为指纹脊线和谷线平行的特点,利用Gabor滤波器既有频率选择,又有方向选择的特性,采用Gabor方向滤波的方法,增强脊线和谷线的对比度,去除了图像中的叉连、断点以及模糊不清的部分,得到一幅比较清晰的灰度图像,取得良好效果。 2) 针对局部阂值二值化算法中因阈值跳变而造成的纹线不平滑的问题,本文提出了改进方法。首先利用大津展之算法求出每一子块的二值化阈值,然后进行一元全区间等距插值,作为每一个分子块的阈值,这样就消除了因分块带来的阈值跳变造成的纹线不平滑的问题。 3) 对于细节特征提取,提出了一套在细化后的指纹点线图上提取细节特征以及删除伪特征点的改进方法。对于各种原因产生的伪特征点,分别采用不同的算法加以去除。并根据脊线端点和分歧点的拓扑特性,去除大量的伪细节特征点,具有较强的抗干扰性,为指纹匹配打下了良好的基础。
马行运[9]2008年在《指纹自动识别系统算法的研究与实现》文中研究表明由于指纹具有唯一性和稳定性,较之其它生物特征更加可靠,因此指纹被称为“物证之首”,被人们用来当作鉴别个人身份的主要依据。虽然在指纹识别领域已经有了许多研究成果,并且有不少商家已经研制出成型产品,但是这些核心技术由于商业利益而未能公开,以及社会的进步对指纹识别系统的性能提出了更高的要求,所以在指纹识别领域进行研究,仍然具有深远的意义。本文在综合分析近年来国内外有关自动指纹识别技术研究成果的基础上,对指纹自动识别系统算法进行了分析和研究,主要包括叁大部分:指纹图像的预处理、特征提取以及指纹匹配。指纹图像的预处理,主要对采集到的或指纹库中的指纹图像进行去除噪声处理,增强图像的清晰度,变成纹理清晰的点线图。预处理工作主要包括灰度规格化,脊线方向的计算,Gabor滤波增强,二值化,细化等处理。特征提取,对预处理得到的细化后的二值图象,提取细节特征点,然后对预处理过程中产生的伪特征点进行去除,并保留真实特征点,为指纹匹配工作做好准备。指纹匹配主要是将输入的指纹信息和模板中的指纹信息进行比对,判断两幅指纹图像是否来自同一手指。首先找到输入图像和模板图像的参照点,然后以各自的参考点作为极坐标的原点,将它们的细节特征点转化成极坐标形式,然后利用可变的界限盒进行匹配。本文对提出的指纹图像预处理、特征提取和指纹匹配等算法,在PC机的VC++6.0软件上进行了实验研究。实验结果表明以上指纹识别算法可有效的,可行的,达到了预期的效果。
邹军[10]2008年在《自动指纹识别算法分析与设计》文中研究指明随着社会和经济的发展,人们对身份鉴别的准确性、安全性与实用性提出了更高的要求。基于令牌和密码的传统身份鉴别方式存在容易丢失、遗忘、被复制和盗用的隐患。通过辨识人的生理和行为特征进行身份认证的生物识别技术提供了一个更为方便可靠的解决方案。生物识别技术以生物特征为基础,以信息处理技术为手段,将生物技术和信息技术有机结合在一起。在众多的生物识别技术中,指纹识别技术以方便易用、高准确率和低成本等诸多优势备受关注,已经成为身份认证的最有效手段,在电子商务、犯罪鉴别、信息安全等领域得到广泛的应用。自动指纹识别系统是集光电技术、图像处理、计算机及网络、数据库技术、模式识别技术等于一体的综合性系统,一般包括指纹图像采集、指纹图像预处理、特征提取、分类、特征匹配等过程。本文分析研究了指纹识别中预处理,分类,特征提取,匹配识别等步骤,并对其中一些算法加以改进,提高了指纹识别的效率和准确性。方向图技术是指纹识别过程中最常用的技术,指纹方向图具有真实性、渐变性、抽象性的特点,能以简化的形式直观地反映指纹图像最基本的形态特征,因此在指纹自动识别算法中具有重要的研究价值。本文对方向图进行比较分析,采用切缝法准确求取指纹方向图,并以方向图为依据,设计指纹二值化算法。方向图具有纹理性和方向性,反应了指纹图像的纹线走向,结合方向图进行二值化,求出的二值化图像连续、光滑且能准确区分脊线和谷线。克服了基于阈值的二值化方法易产生噪声、易丢失细节信息的缺点。由于指纹处理过程中不可避免会产生噪声,因此特征提取过程中会产生大量的伪特征。本文分析了指纹特征提取过程中伪特征产生的原因,利用方向信息对提取的指纹细节特征进行后处理。由于指纹图像有明显的方向性,因此结合方向图去除伪特征能够充分利用指纹图像中最原始的信息,保证提取细节特征的真实性和有效性,为指纹识别提供保障。指纹分类能够减少指纹特征匹配的次数,从而提高指纹识别的效率。本文针对指纹分类过程中容易出现的奇异点丢失情况,改进了基于奇异点的指纹分类算法,准确对指纹进行分类,提高了指纹识别的效率。进而利用基于点模式的指纹匹配算法对指纹进行匹配识别,实现了准确的身份识别。
参考文献：
[1]. 手机中指纹识别技术的研究与实现[D]. 朱一伦. 武汉理工大学. 2007
[2]. 指纹属性拾取及其拓扑关系的构建[D]. 彭玲. 江苏科技大学. 2011
[3]. 指纹配准和自动识别的实现[D]. 毛容芳. 武汉理工大学. 2007
[4]. 指纹识别算法的研究及基于DSP的实现[D]. 吴黎娜. 北京交通大学. 2008
[5]. 自动指纹识别技术研究[D]. 姚辰松. 合肥工业大学. 2008
[6]. 指纹自动识别系统算法研究[D]. 常玲. 东北大学. 2006
[7]. 自动指纹识别算法研究[D]. 常江. 西北工业大学. 2007
[8]. 指纹识别系统中的关键算法研究[D]. 刘波. 四川大学. 2005
[9]. 指纹自动识别系统算法的研究与实现[D]. 马行运. 广西大学. 2008
[10]. 自动指纹识别算法分析与设计[D]. 邹军. 扬州大学. 2008
标签：计算机软件及计算机应用论文; 指纹论文; 二值化论文; 指纹识别技术论文; 特征提取论文; 图像识别技术论文; 图像预处理论文; 指纹模块论文; 图像融合论文; 设计细节论文; 算法论文;