【摘 要】本文以指紋細節(jié)特征和全局統(tǒng)計特征混合識別模式為依據(jù)，采用神經(jīng)網(wǎng)絡(luò)相關(guān)方法進行了指紋識別算法的研究，主要研究內(nèi)容分為指紋預處理、指紋特征提取和指紋特征匹配三個部分，在現(xiàn)有的各種指紋處理算法的基礎(chǔ)上，對它們進行了優(yōu)化改進，使其在處理低質(zhì)量指紋圖片時也能有較好的結(jié)果。

【關(guān)鍵詞】神經(jīng)網(wǎng)絡(luò) 模式識別 指紋

一、引言

指紋自動識別技術(shù)是通過計算機實現(xiàn)的身份識別手段，也是當今應用最為廣泛的生物特征識別技術(shù)之一。采用指紋識別技術(shù)進行身份驗證是安全可靠的系統(tǒng)，它可以取代傳統(tǒng)的基于密碼、鑰匙和證件的安全系統(tǒng)，而且不需記憶密碼，無需攜帶證件，指紋就是身份證明。無數(shù)的研究單位和公司企業(yè)都積極從事自動指紋識別算法的研究和產(chǎn)品開發(fā)，現(xiàn)在國內(nèi)外指紋識別大都采用基于細節(jié)特征點的指紋識別技術(shù)，即采用基于圖像處理的指紋識別算法，但有些算法由于指紋圖像的噪音、皮膚彈性引起的非線性形變等多方面因素，導致在識別過程中出現(xiàn)誤差，影響識別率等。

二、研究現(xiàn)狀

在國內(nèi)，中國科學院自動化研究所人工智能實驗室在指紋識別技術(shù)研究方面取得了大量成果，它們的產(chǎn)品“Finger pass嵌入式指紋識別系統(tǒng)”獲國家信息產(chǎn)業(yè)部信息產(chǎn)業(yè)重人技術(shù)發(fā)明榮譽證書，“基于混合匹配的指紋識別系統(tǒng)與應用”曾獲得國家科技進步二等獎，并在國內(nèi)外重要學術(shù)刊物上發(fā)表多篇關(guān)于指紋的科研論文。

國外自動指紋識別技術(shù)的研究開發(fā)起步比國內(nèi)早，到目前為止也已經(jīng)取得了很多優(yōu)秀成果，它們的技術(shù)和產(chǎn)品整體上都領(lǐng)先于國內(nèi)。比較有代表性的“指紋研究組織”是南加利福利亞洲指紋聯(lián)合會，它是一個非盈利組織，成立于1937年，目前擁有超過350個成員單位，該組織旨在推動指紋識別技術(shù)及其相應產(chǎn)品的研究、交流等。由國際模式識別協(xié)會組織的國際指紋識別算法競賽“FVC2000”、“FVC2002”、“FVC2004”吸引了眾多國際國內(nèi)的高校、研究組織、企業(yè)等參加，這些競賽都非常具有影響力，推動了指紋識別技術(shù)的研究和應用發(fā)展。

三、指紋預處理

在指紋識別過程中，輸入的指紋圖像由于各種原因的影響，是一幅含噪聲較多的灰度圖像，預處理的目的就是去除圖像中的噪聲，使圖像畫面清晰，邊緣明顯，把它變成一幅清晰的點線圖，以便于提取正確的指紋特征。指紋圖像預處理環(huán)節(jié)在整個指紋識別系統(tǒng)中具有重要的地位和作用，它的好壞直接影響著指紋識別的效果。預處理一般分為四步進行：指紋圖像的規(guī)格化、指紋增強、二值化和細化。

四、指紋圖像的特征

指紋圖像的結(jié)構(gòu)比較復雜，而且屬于個人隱私，所以在一般情況下，指紋圖像是用數(shù)字化的形式存儲的，然而數(shù)字化存儲信息量大，很難找到準確的指紋信息，因此指紋識別具有重大的意義。指紋識別算法是根據(jù)指紋圖像中一些不同的特征來實現(xiàn)指紋的匹配，根據(jù)不同特征可以將指紋圖像分為：總體特征和局部特征。

總體特征：指紋圖像中存在一些清晰明了的特征，可以用肉眼直接觀察到，將這一類特征稱為總體特征，例如：紋型，模型區(qū)，核心點，三角點，紋數(shù)。

局部特征：指紋圖像上節(jié)點的特征，而節(jié)點是指紋圖像中具有某種特征的點，又稱為特征點。一般來說，有些指紋會存在相同的總體特征，但絕對找不到相同的局部特征，即相同的特征點。所以在指紋識別過程中就是要尋找這些特征點，這些特征點往往出現(xiàn)在中斷處、分叉處及轉(zhuǎn)折處。

五、指紋特征匹配

人們對指紋匹配做了很多研究，提出了許多匹配算法，主要可分為兩類：一類是基于圖形的匹配方式，包括點模式匹配和基于圖論的方法；另一類是采用人工神經(jīng)網(wǎng)絡(luò)的方法。圖形匹配是針對紋線幾何形狀及其特征點拓撲結(jié)構(gòu)的匹配方式，它的原理是基于相似變換的方法把兩個特征點集中的相對應點匹配起來，這些相似變換可以是平移變換、旋轉(zhuǎn)變換、伸縮變換等線性變換，可以在一定程度內(nèi)允許少量偽特征點的存在、真正特征點的丟失以及輕微的特征點定位偏差，且對圖像的平移和旋轉(zhuǎn)也不敏感。但這種方法有兩點不足：一是匹配速度比較慢；二是對指紋圖像的質(zhì)量要求比較高，低質(zhì)量的圖像匹配效果不佳。本文采用概率神經(jīng)網(wǎng)絡(luò)識別的模型進行網(wǎng)絡(luò)拓撲。在情報不完全的情況下，對未知部分進行主觀概率估計，然后用貝葉斯公式對其進行修正，最后結(jié)合期望值和修正概率做出最優(yōu)決策。

六、小結(jié)

本文通過介紹混合神經(jīng)網(wǎng)絡(luò)相關(guān)知識，分析了自動指紋識別系統(tǒng)的研究現(xiàn)狀和問題，按照指紋預處理、指紋特征提取和指紋特征匹配的研究過程，在現(xiàn)有的各種指紋處理算法的基礎(chǔ)上，對它們進行了優(yōu)化改進，研究了混合神經(jīng)網(wǎng)絡(luò)在自動指紋識別系統(tǒng)中的應用。

參考文獻：

[1] 張瑩，于寶堃。基于ARM9的指紋匹配算法[J]。計算機與數(shù)字工程，2013，5。

[2] 李娟?；谔卣髅枋鲎拥闹讣y算法研究[D]，西安電子科技大學，2012.

[3] 王啟亮。指紋圖像增強算法研究[D]， 太原科技大學，2013.

[4] 王行甫，覃啟賢，程用遠，侯成龍。一種改進的徑向基神經(jīng)網(wǎng)絡(luò)預測算法[J]。計算機系統(tǒng)應用，2012，8。

[5]殷芳璽。嵌入式指紋識別應用系統(tǒng)與算法研究[D]， 華中科技大學，2012.

[6]車永剛，肖春雨，雷聲，孫巍?；诃h(huán)形BP神經(jīng)網(wǎng)絡(luò)的指紋匹配算法[J]。長江大學學報，2013，10（1）。

[7]黃勇興?；谛〔ㄗ儞Q的指紋識別算法研究[D]，南昌航空大學，2012.

[8]張镕麟，曹凱，桂廷，龐遼軍。一種基于擴散方程的指紋方向場提取方法[J].清華大學學報，2012，8.

[9]王超，魏啟明，鄧安遠。無線指紋識別技術(shù)在考試系統(tǒng)的應用研究[J]。計算機仿真，2010，1。