引言

隨著社會(huì)的發(fā)展，鑰匙、證件、銀行卡以及用戶名密碼等這些鑒定身份的標(biāo)志性物品和標(biāo)識(shí)的安全性越來越弱，很容易被偽造、被盜用、不小心丟失等，給人們帶來了極大的困擾，如何才能更好的保護(hù)個(gè)人信息成為當(dāng)今時(shí)代一個(gè)很重要問題。隨著網(wǎng)絡(luò)和計(jì)算機(jī)應(yīng)用技術(shù)的發(fā)展，人們逐漸將目光轉(zhuǎn)向當(dāng)下的一個(gè)新型識(shí)別熱點(diǎn)，即生物特征識(shí)別技術(shù)?，F(xiàn)在應(yīng)用較多的生物特征識(shí)別技術(shù)有人臉識(shí)別、聲音識(shí)別、虹膜識(shí)別以及指紋識(shí)別等等。本設(shè)計(jì)主要研究指紋識(shí)別系統(tǒng)。

指紋識(shí)別技術(shù)相對(duì)于聲音識(shí)別、人臉識(shí)別而言，是一種使用時(shí)間比較久的生物識(shí)別技術(shù)。指紋具有不變性、唯一性、普遍性、可采集性和可儲(chǔ)存性等特性。目前，指紋識(shí)別技術(shù)已經(jīng)被人們應(yīng)用在各大領(lǐng)域之中，除了大眾熟知的刑事偵查外，還有公司企業(yè)指紋打卡考勤系統(tǒng)、住戶安裝指紋門鎖、電腦開機(jī)或手機(jī)屏幕解鎖的身份確認(rèn)等生活的各個(gè)方面。

一、指紋識(shí)別簡介

1 指紋識(shí)別系統(tǒng)的構(gòu)成

指紋識(shí)別系統(tǒng)主要由指紋數(shù)字圖像采集、指紋預(yù)處理、指紋特征提取和匹配這4個(gè)部分組成。首先，通過指紋采集設(shè)備完成指紋圖像的采集；其次，進(jìn)行預(yù)處理操作，把指紋圖像變成一幅清晰的點(diǎn)線圖，進(jìn)而方便提取指紋圖像的特征點(diǎn)；最后，將指紋圖像進(jìn)行匹配，判斷這兩者是否來自同一根手指。指紋識(shí)別系統(tǒng)的組成框圖如圖1所示。

圖1 指紋識(shí)別組成框圖

2 指紋識(shí)別系統(tǒng)的實(shí)現(xiàn)

2.1 指紋圖像的采集

較為常用的指紋圖像采集技術(shù)有:(1)光學(xué)指紋采集技術(shù)，通過光的全反射采集指紋表層紋理圖像，是最早使用的一種采集技術(shù)，性價(jià)比高，使用較多；(2)超聲波掃描，它是利用手指表皮和空氣對(duì)聲波的阻抗之間有差異這一特點(diǎn)進(jìn)行設(shè)計(jì)；(3)電容式傳感器，根據(jù)指紋圖像中嵴線和谷線與半導(dǎo)體感應(yīng)顆粒之間形成的電容值大小不同進(jìn)行設(shè)計(jì)。

2.2 指紋圖像的預(yù)處理

對(duì)指紋圖像進(jìn)行預(yù)處理，是為了能夠?qū)⒛：闹讣y圖像經(jīng)過處理之后得到一幅清晰的圖像。指紋圖像的預(yù)處理是指紋識(shí)別系統(tǒng)中后續(xù)特征提取和匹配的基礎(chǔ)，其處理結(jié)果更是直接影響指紋識(shí)別的最終效果。對(duì)指紋圖像進(jìn)行預(yù)處理的過程一般分為以下幾部分。

第一，對(duì)指紋圖像進(jìn)行灰度處理和歸一化處理。其中，灰度處理是為了簡化圖像信息，一幅彩色圖像，經(jīng)過灰度處理后只剩下一個(gè)灰度值，去除了彩色信息。對(duì)指紋圖像進(jìn)行歸一化處理的原因是采集到的指紋圖像會(huì)因?yàn)榘磯翰痪仍驅(qū)е聢D像嵴線和谷線變化大，后續(xù)的指紋處理可能發(fā)生錯(cuò)誤。

第二，圖像分割，將目標(biāo)指紋從采集到的指紋圖像中分割出來，也就是指將指紋和背景范圍進(jìn)行分離。如果不進(jìn)行圖像分割，在提取指紋特征信息點(diǎn)時(shí)，會(huì)提取到很多沒有用的特征點(diǎn)，增加難度，降低了最終匹配的精確度。

第三，對(duì)指紋圖像二值化，將指紋圖像變成只有0和1兩個(gè)像素值的圖像。其中，將指紋圖像中并非是嵴線區(qū)域的像素點(diǎn)全部置為0，嵴線所在部分的像素點(diǎn)全部置為1。

第四，對(duì)指紋圖像進(jìn)行增強(qiáng)處理。要分離粘連的紋線，平滑紋線的邊緣等等，以保證指紋特征提取的可靠性。

第五，進(jìn)行細(xì)化處理，提取指紋圖像中嵴線的框架，突出紋線的有效特征，為后面的特征提取做準(zhǔn)備。

2.3 指紋圖像特征提取

2.3.1指紋圖像特征

指紋數(shù)字圖像的特征分為全局特征和局部特征這兩種，其中局部特征包含端點(diǎn)、分叉點(diǎn)、孤立點(diǎn)等。由于局部特征更能夠分辨出兩個(gè)指紋是否來自同一個(gè)人，因此對(duì)指紋圖像的局部特征進(jìn)行特征點(diǎn)提取。

指紋圖像特征點(diǎn)提取又可分為特征點(diǎn)提取和去除偽特征點(diǎn)兩個(gè)部分。常用的提取特征點(diǎn)的方法有兩種，一種是直接在灰度處理后的指紋圖像中提取所需的特征信息點(diǎn)，該方法省略了對(duì)指紋圖像的一系列預(yù)處理操作，此方法需要極為清晰的指紋圖像，在現(xiàn)實(shí)生活中很難有這樣完美的指紋圖像供提取特征點(diǎn)，所以很少采用這種方法；另一種則是在經(jīng)過二值細(xì)化后的指紋圖像中提取指紋的特征點(diǎn)，雖然前面要經(jīng)過繁瑣的預(yù)處理，但是最終提取到的特征信息點(diǎn)會(huì)比較精確。

從二值化細(xì)化后的圖像中提取特征點(diǎn)，具體的方法是：建立一個(gè)3×3的模板，中心的P是待測像素點(diǎn)，而P1～P8是待測像素點(diǎn)P的8個(gè)鄰域像素點(diǎn)，記Cn§為8個(gè)鄰域像素點(diǎn)的灰度值從0變到1或者是從1變到0的次數(shù)，計(jì)算公式下式所示：

式中，P9=P1。

記Sn§為8個(gè)鄰域像素點(diǎn)中灰度值為1的像素點(diǎn)的個(gè)數(shù)，計(jì)算公式如下式所示：

通過計(jì)算Cn§和Sn§的大小，來分析像素點(diǎn)P的狀態(tài)，一般分為以下幾種情況：(1)如果像素點(diǎn)P是嵴線上的一個(gè)點(diǎn)，并根據(jù)計(jì)算出Cn§=2和Sn§=1可知，像素點(diǎn)P是嵴線上的一個(gè)端點(diǎn)；(2)如果像素點(diǎn)P是嵴線上的一個(gè)點(diǎn)，并根據(jù)計(jì)算出Cn§=4和Sn§=1、2或者4可知，像素點(diǎn)P是嵴線上的一個(gè)連續(xù)點(diǎn)；(3)如果像素點(diǎn)P是嵴線上的一個(gè)點(diǎn)，并根據(jù)計(jì)算出Cn§=6和Sn§=3可知，像素點(diǎn)P是嵴線上的一個(gè)分叉點(diǎn)。

檢測處理完成一幅二值化細(xì)化后的指紋圖像，并按照上述方法算出所有檢測出的端點(diǎn)和分叉點(diǎn)，作為特征點(diǎn)提取的結(jié)果。

2.3.2 指紋圖像去偽

由于設(shè)備采集或者手指本身的原因，使指紋圖像可能存在一些偽特征點(diǎn)，比如毛刺、空洞、斷裂、短脊以及假橋等。這些偽特征點(diǎn)會(huì)大大的影響指紋匹配的速率，甚至降低指紋匹配的準(zhǔn)確率，因此在指紋識(shí)別提取特征點(diǎn)的過程中還要對(duì)指紋進(jìn)行去偽操作。

指紋圖像特征信息點(diǎn)去偽采用的方法[9,10]：首先，特征提取，辨別它們是偽特征點(diǎn)還是真的特征點(diǎn)；其次，將指紋圖像的細(xì)節(jié)點(diǎn)作為起始點(diǎn)，逐步搜索周圍的區(qū)域，并判斷這些特征點(diǎn)的真?zhèn)?，其中分叉點(diǎn)不能和其他分叉點(diǎn)或者端點(diǎn)相連，端點(diǎn)也不能和其他的細(xì)節(jié)點(diǎn)相對(duì)；最后，判別特征信息點(diǎn)的真?zhèn)涡灾髮⒅讣y數(shù)字圖像中的所有偽特征點(diǎn)刪除，并保留真特征點(diǎn)，每種偽特征信息點(diǎn)的去除都有其相對(duì)應(yīng)的算法。

經(jīng)過對(duì)指紋圖像進(jìn)行特征提取和去偽操作，細(xì)化后的指紋圖像上的偽特征信息點(diǎn)被刪除，提高了圖像的質(zhì)量。

2.4 指紋圖像匹配

指紋匹配是指紋識(shí)別系統(tǒng)的最后一步，該步驟是輸入兩幅需要匹配的指紋數(shù)字圖像，經(jīng)過前面一系列的預(yù)處理和特征點(diǎn)信息提取操作之后進(jìn)行比較，來確定這兩幅指紋圖像是否屬于同一根手指。指紋圖像的匹配算法有以下兩種。

2.4.1 基于點(diǎn)模式的指紋匹配算法

先尋找到指紋圖像的中心點(diǎn)，將它標(biāo)記為極坐標(biāo)的原點(diǎn)，其次建立極坐標(biāo)系，并選擇特征信息點(diǎn)，將其用極坐標(biāo)(r,e)表示，最后用φ表示特征信息點(diǎn)的方向。設(shè)指紋參考方向?yàn)?theta;c，參考點(diǎn)在極坐標(biāo)系中的坐標(biāo)為(r,e)，在直角坐標(biāo)系中的坐標(biāo)為(xc,yc),r、e、φ的計(jì)算公式分別如下式所示：

觀察式（3）、式（4）、式（5）可以得出：不管指紋圖像是發(fā)生平移還是旋轉(zhuǎn)，指紋的特征點(diǎn)的特征信息都不會(huì)因此有其他變化。雖然在最終匹配的過程中，無法做到非常精確的點(diǎn)對(duì)點(diǎn)的匹配，但是一般而言只要匹配的兩個(gè)點(diǎn)在預(yù)先設(shè)定的閾值內(nèi)就可判定為匹配成功。

2.4.2 基于指紋紋線的匹配算法

該方法是將兩個(gè)指紋圖像放在一起比較，尋找端點(diǎn)和交叉點(diǎn)這兩種特征點(diǎn)，并找出最佳匹配點(diǎn)對(duì)，根據(jù)匹配到的個(gè)數(shù)來確定是否來自同一根手指。該算法的步驟是先從指紋圖像中提取出一個(gè)特征點(diǎn)Ok，將它用直角坐標(biāo)表示為(xk,yk)，用φk表示該特征點(diǎn)所在嵴線的方向角；Ok與指紋圖像中其他任何特征信息點(diǎn)Oi相連，可增加4個(gè)特征向量，即Ok與Oi之間的相對(duì)距離dki、兩特征點(diǎn)之間的嵴線數(shù)量nki、特征點(diǎn)Ok所在嵴線的方向角φk與兩點(diǎn)連線之間的夾角θki和Ok與Oi所在嵴線的方向差φki，可以計(jì)算出新增的特征向量，如式（6）、式（7）、式（8）所示：

如果兩幅待匹配的指紋圖像新增特征向量的幾個(gè)參數(shù)之差小于設(shè)定的誤差，則認(rèn)為指紋匹配成功，反之不成功。

二、部分源代碼

function varargout = zwsb2(varargin)
% ZWSB2 M-file for zwsb2.fig
%      ZWSB2, by itself, creates a new ZWSB2 or raises the existing
%      singleton*.
%
%      H = ZWSB2 returns the handle to a new ZWSB2 or the handle to
%      the existing singleton*.
%
%      ZWSB2('CALLBACK',hObject,eventData,handles,...) calls the local
%      function named CALLBACK in ZWSB2.M with the given input arguments.
%
%      ZWSB2('Property','Value',...) creates a new ZWSB2 or raises the
%      existing singleton*.  Starting from the left, property value pairs are
%      applied to the GUI before zwsb2_OpeningFcn gets called.  An
%      unrecognized property name or invalid value makes property application
%      stop.  All inputs are passed to zwsb2_OpeningFcn via varargin.
%
%      *See GUI Options on GUIDE's Tools menu.  Choose "GUI allows only one
%      instance to run (singleton)".
%
% See also: GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help zwsb2
% Last Modified by GUIDE v2.5 30-Jan-2022 23:28:44
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name',       mfilename, ...
                   'gui_Singleton',  gui_Singleton, ...
                   'gui_OpeningFcn', @zwsb2_OpeningFcn, ...
                   'gui_OutputFcn',  @zwsb2_OutputFcn, ...
                   'gui_LayoutFcn',  [] , ...
                   'gui_Callback',   []);
if nargin && ischar(varargin{1})
    gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
    [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
    gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before zwsb2 is made visible.
function zwsb2_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject    handle to figure
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
% varargin   command line arguments to zwsb2 (see VARARGIN)
% Choose default command line output for zwsb2
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes zwsb2 wait for user response (see UIRESUME)
% uiwait(handles.figure1);
% --- Outputs from this function are returned to the command line.
function varargout = zwsb2_OutputFcn(hObject, eventdata, handles) 
% varargout  cell array for returning output args (see VARARGOUT);
% hObject    handle to figure
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure
varargout{1} = handles.output;
% --- Executes on button press in togglebutton1.
function togglebutton1_Callback(hObject, eventdata, handles)
% hObject    handle to togglebutton1 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
clear all;
close all;
clc;
global im1;
[filename,pathname]=uigetfile({'*.*';'*.bmp';'*.jpg';'*.tif';'*.jpg'},'選擇圖像一');%uigetfile()函數(shù)的使用
if isequal(filename,0)||isequal(pathname,0)
  errordlg('您還沒有選取圖片！！','溫馨提示');%如果沒有輸入，則創(chuàng)建錯(cuò)誤對(duì)話框 
  return;
else
    image=[pathname,filename];%合成路徑+文件名
    im1=imread(image);%讀取圖像
end
global im2;
[filename,pathname]=uigetfile({'*.*';'*.bmp';'*.jpg';'*.tif';'*.jpg'},'選擇圖像二');
if isequal(filename,0)||isequal(pathname,0)
  errordlg('您還沒有選取圖片！！','溫馨提示');%如果沒有輸入，則創(chuàng)建錯(cuò)誤對(duì)話框 
  return;
else
    image=[pathname,filename];%合成路徑+文件名
    im2=imread(image);%讀取圖像
end
f1=double(im1)/255; 
g1=double(im2)/255; %將圖像轉(zhuǎn)化為double類型
%② 將圖像轉(zhuǎn)換為灰度模式 
Img = f1;
if ndims(Img) == 3
    f2 =rgb2gray(Img);
else
    f2 = Img;
end
Img = g1;
if ndims(Img) == 3
    g2 =rgb2gray(Img);
else
    g2 = Img;
end
%③ 圖像分割
f3 =imgcut(f2);
g3 =imgcut(g2);
%④ 圖像濾波
f4 = medfilt2 (f3);
g4 = medfilt2 (g3);
%⑤ 二值化圖像及二值化后處理
f5 = imgbin (f4);
g5 = imgbin (g4);
%⑥ 圖像細(xì)化
f6 = imgthi (f5);
g6 = imgthi (g5);
%⑦ 特征點(diǎn)提取
f7 = imgpoi (f6);
g7 = imgpoi (g6);
%⑧ 指紋特征比對(duì) 
R = imgcom (f7,g7);
%⑨ 計(jì)算兩組樣本特征點(diǎn)的相關(guān)系數(shù)

三、運(yùn)行結(jié)果

四、matlab版本及參考文獻(xiàn)

1 matlab版本
2014a

2 參考文獻(xiàn)
[1] 蔡利梅.MATLAB圖像處理——理論、算法與實(shí)例分析[M].清華大學(xué)出版社，2020.
[2]楊丹,趙海濱,龍哲.MATLAB圖像處理實(shí)例詳解[M].清華大學(xué)出版社，2013.
[3]周品.MATLAB圖像處理與圖形用戶界面設(shè)計(jì)[M].清華大學(xué)出版社，2013.
[4]劉成龍.精通MATLAB圖像處理[M].清華大學(xué)出版社，2015.
[5]劉艷華.基于MATLAB/GUI的指紋識(shí)別系統(tǒng)設(shè)計(jì)[J].信息與電腦(理論版). 2021,33(18)

以上就是matlab GUI指紋識(shí)別門禁系統(tǒng)介紹及源碼實(shí)現(xiàn)的詳細(xì)內(nèi)容，更多關(guān)于matlab GUI指紋識(shí)別門禁系統(tǒng)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！