小区门禁MATLAB的指纹识别仿真

小区门禁MATLAB的指纹识别仿真

一、课题介绍

当今社会每个人都需要通过身份识别来完成一些事情,而不同于传统识别方法可能回来带安全隐患,生物特征识别成为一项可靠便捷的识别方法。目前有很多生物识别技术帮助着人们进行身份认证,大大的提高了安全系数,人类本身的固有特征具有独特的稳定性,包括面部识别,语音识别,指纹识别等都是现在非常热门的识别技术。而在生物特性识别技术中,指纹识别由于其唯一性和稳定性成为了现在大热的识别技术。指纹识别技术成为了人类的一项最伟大的发现。

本文着重介绍在小区门禁系统里的设计方案,基于指纹识别的小区门禁系统具有安全、方便、易管理的特点。智能小区指纹门禁系统安全等级系数高,比传统的手段更加便利,降低了由于物品丢失而无法进入的麻烦,相比于人脸识别、虹膜识别等同样的生物特性识别技术,具有成本投入低,取证方便的优点。在基于Matlab仿真平台上进行研究,通过查阅大量资料,研究指纹识别预处理,如分割,增强,二值化和细化的特征提取和匹配过程的基础。深入系统的给大家演示指纹识别的过程。并且在Matlab仿真软件中进行了仿真实现,为小区门禁的安全提出了可行性解决方案。



二、 指纹图像的预处理

2.1、图像的规格化

指纹图像的规格化的目的是把图像进行均衡处理,是预处理中的一种常见的处理方法,它实际上就是一种线性变换,通过对期望值和方差值的估计,对图片进行规格化,提供后续处理规范的形象更统一,支持自动指纹识别算法的改进和采集设备相关研究的独立性。

2.2、指纹图像分割

在指纹识别系统中,指纹图像的分割是指纹图像预处理的一部分,它是基于的图像的图像特性的基本特征是指指纹图像的固有属性,例如灰度值、淋浴关系、纹线的扭曲程度等。从本质上讲,指纹图像分割,换言之,就是除去图像中的背景,使后续处理能够集中在有效区域内,从而去提升处理的高效性和可靠性。

图像分割处理为对象或区域,再加上一个独立的按规则的图像,指纹图像分割是取前景区域和从前景区域分离出的背景区域被提供了目标区是脊和谷的夹杂物明确区域线,以避免背景区域的干扰。

小区门禁MATLAB的指纹识别仿真_第1张图片

图4 指纹图像


分割是图像处理技术的重要组成部分,分段运行噪音可有效去除,随后的操作更容易,所以我们必须先拆分操作。使用分割算法基于图像分割层次特性差异的方差法,脊线和谷线在前景区域的方差值较大,在背景区域的差异比较小,所以我们必须利用其局部方差的指纹分割,因为方差切割速度更快,更简单,所以对于高对比度的图像切割质量好,但对于低对比度图像分割并不总是有效。

2.3 图像增强

指纹的真实图像会存在变形是由于在获取时每次采集的压力不同会使得到的图像产生畸变,这种影响是很难控制的,而且因为处理过的皮肤的干燥度,排汗,皮肤疾病和其他因素是指指纹图像失真,采集设备固有噪声导致一定数量的特征点可疑或大量真特征点被忽略从而引入大量的错误信息。

对指纹图像分割后,还需要被滤波,以消除噪声干扰,提高指纹图像识别的效率。这篇文章用于图像增强的办法是 利用Gabor 滤波器,用于滤波所述指纹图像的低频方向让指纹线结构更加清晰,保留的信息主要特点做出更准确可靠的指纹识别功能。实验表明,该方法基于Matlab实现的,简单而快速的指纹图像已经很不错了,以增强疗效。

2.4二值化

二值化是一个重要的预处理步骤。它是嘈杂灰度级的图像处理为适合于二值图象的特征提取,这将直接影响识别系统的性能。

本文使用的算法流程为:


小区门禁MATLAB的指纹识别仿真_第2张图片

图5 指纹图像二值化处理流程图

2.5、指纹图像的细化

像手指干燥,手指按压力度不均匀,手指上有灰尘杂质,手指纹线磨损等原因,就会对指纹采集造成图像信息模糊、不连续或者粘连等问题。指纹图像在预处理之后,所获取的脊线宽度平均有6-8个像素点,还具有一定宽度,所以指纹细化是不能省略的关键步骤。

窗体底端

2.6 指纹图像的特征提取

我们已经进行过细化处理,所以可以缩小该图像的特征提取,这种方法是相对简单,避免了直接从灰度图像中提取实现方法复杂和产生虚假信息点的不足。本文中,从山脊细化基于图像跟踪算法来提取特征点。首先,利用脊线追踪法提取分叉点。用于在设计和端点脊分叉点作为指纹特征点,这不仅是因为这两种类型的特征,它似乎容易检测,甚至更重要的是出现几率很高,它们足以描述指纹的唯一。

脊跟踪算法是基于指纹图像的预处理,首先导航到新的,未处理的棱线,从当前象素的棱线开始,沿着脊线点的行中的所有像素和已处理的像素后查询的地方被标记,以避免重复像素处理。对得到的端点或分叉点进行判断,最后得到的特征点。算法流程图如图12:


小区门禁MATLAB的指纹识别仿真_第3张图片

图12脊线跟踪算法过程

2.7 指纹特征的去伪操作

窗体顶端

预处理之后,我们还要进行图片的去伪特征的操作步骤,这样以来就能够很大程度上减少伪特征点对指纹识别所造成的不良影响。

窗体底端



小区门禁MATLAB的指纹识别仿真_第4张图片

图17 仿真结果


三、 GUI系统实现

基于Matlab指纹识别门禁系统设计流程

如图18:


小区门禁MATLAB的指纹识别仿真_第5张图片

图18 自动指纹系统流程

门禁系统[14]中员工指纹匹配流程如下:

窗体顶端

首先,在指纹入库之前,系统必须腾出存储空间,同时将系统所匹配到的结果变成变量给存储起来,并且将这些指纹图像进行数字编码操作然后保存到对应的系统中去。其次,实时采集员工需要进行身份验证的操作,指纹采集完成后,系统会自动与之前所采集好的存储在指纹库中的指纹进行比对,判断身份是否属实,假如身份为假,那么系统就不会给出相应的员工数字编号。最后,如果系统匹配的结果属实,由于之前指纹信息入库的时候系统都相应的给其进行了数字编码,也都存在一定的先后顺序,这样的话,系统就会将该员工的信息显示出来,此时,匹配结果则已完成。

窗体底端



图19 门禁系统中员工指纹入库流程

在小区门禁系统指纹识别的文件夹下,找到文件名为的文件,点击使用Matlab仿真软件打开,点击运行,运行结果如图20,在主界面上,首先点击添加指纹识别数据库,此时运行结果如图21,22,将采集到的指纹一一添加进入,点击识别小区人员指纹数据库中的人员指纹就可以进行指纹识别对比(如图23)。



小区门禁MATLAB的指纹识别仿真_第6张图片

图20 门禁指纹识别系统主界面



小区门禁MATLAB的指纹识别仿真_第7张图片

图21 添加指纹识别库



小区门禁MATLAB的指纹识别仿真_第8张图片

图22 指纹库生成成功界面



小区门禁MATLAB的指纹识别仿真_第9张图片

图23公司员工指纹匹配比对成功显示界面

点击删除数据库得到如图24:


小区门禁MATLAB的指纹识别仿真_第10张图片

图24 删除指纹库界面

点击可见指纹信息得到如图25:


小区门禁MATLAB的指纹识别仿真_第11张图片

图25 可见指纹信息

你可能感兴趣的:(算法,java,人工智能,计算机视觉,大数据)