本发明属于生物识别技术领域,特别涉及一种基于神经网络的刮擦式指纹识别方法。
背景技术:
目前的指纹识别技术主要是通过采用光电传感的方式将指纹转换为黑白纹理图像,,其技术简单成本低廉,主要应用于考勤、金融、安防等领域,但该技术仅通过管线反射采集,存在较大的安全隐患。本方法因指纹识别模组体积小、采用二值化、中值滤波降噪的方法的图像预处理,识别速度也有较大的提升,更加符合指纹的在线、实时识别。
技术实现要素:
基于神经网络的刮擦式指纹识别方法的重要环节为利用二值化、中值滤波降噪的方法的图像预处理环节。其中中值滤波降噪法基于邻域算法,其主要操作方法:
1为指纹传感器采集的图片像素点选取一个领域;
2确定领域后,将其中的像素点根据灰度级进行排序;
3选取中间值为像素点的输出像素;
中值计算中所涉及的像素个数和领域的空间范围决定了该步骤的效果,最后利用二值化对指纹图片进行处理,把图像空间中的检测问题转换到参数空间完成对指纹图像的倾斜校正。
经常出现中断、分叉或打折的指纹纹路“节点”提供了指纹唯一性的确认信息,本方法基于网格的八方向梯度特征法从原始数据中找到最能体现该指纹独特属性的特征点,最终有效提高图像识别率。
神经网络是单向传播的多层前馈网络,分别为输入节点、多层隐藏节点和输出节点,中间层采用s型的函数,输出层采用线性变换函数,各神经元与本层神经元无连接而是与相邻层神经元连接,本方法识别基本步骤如下:
(1)对指纹图像进行预处理;
(2)指纹图像进行特征点提取;
(3)对特征向量采取神经网络进行训练,建立指纹识别模型;
(4)根据识别指纹模型进行结果输出。