1.绪论
随着时代的进展，个人的身份验证在人们的日常生活中扮演了越来越重要的角色，如：日益普及的电子商务，方兴未艾的电子银行等等都需要准确的个人身份验证来保证他们的正常运行。
传统的身份鉴定系统一般采用两种方式：1）基于知识的鉴定；2）基于信物的鉴定。前者使用授权人和被授权人约定的暗语。只要某人知道该暗语就表明此人可以通过鉴定。通常使用的是密码、口令等。后者使用授权人和被授权人约定的某种物件，比如身份证、ATM信用卡、驾照、钥匙等等。持有该种物件的人即通过认证。这种方式古已有之，如历史上著名的信陵君窃符救赵等。传统的身份鉴定有其突出的优点：1）简便，无论是暗语还是信物，都非常简单易用。2）验证费用低廉，适用性广。但这些验证方式采取的验证实体本质上不具有个体独特特征，其缺点也非常明显：信物可能遗失，被盗，暗语可能遗忘，也可能相互混淆。此外这些暗语、信物一旦泄密，假冒者可以轻而易举的冒名顶替。其可靠性、保密性不堪一击。【1】
显然传统的身份验证无法满足信息化时代的要求，我们需要更可靠、更保密的身份鉴定方式。而生物鉴定技术即为其中的一种。
1.1．生物鉴定技术
生物鉴定，指利用人们的生理特征或行为特征进行自动鉴定。本质上说，它采用了个体的独特特征，与传统的暗语、信物相比，具有高可靠性、不易伪造的特点。可以说生物鉴定提供了一种适应信息化时代、高节奏社会的身份鉴定方式。
1.1.1生物鉴定特征的要求及分类
一般地，生物鉴定使用的生理特征和行为特征必须满足以下条件：1）普遍性，即每个人都具有的特征。2）独特性，任何两个人都具有特征应不相同。3）不变性，即在鉴定系统的使用年限内，特征应基本保持不变。

......

目 录
摘 要 2
Abstract 3
1.绪论 6
1.1．生物鉴定技术 6
1.1.1生物鉴定特征的要求及分类 6
1.1.2生物鉴定系统及工作模式 7
1.1.3不同生物鉴定技术的比较 8
1.2生物鉴定技术的应用 9
1.3 本文选题和结构 9
本章小结： 10
2．指纹识别技术 10
2．1指纹鉴定的历史 11
2．2指纹的采集 12
2．3指纹的分类 13
2．4指纹的特征描述及匹配 14
2．5自动指纹身份鉴定系统 16
2．5．1系统的模块组成 16
2．5．2 系统的性能指标 17
本章小结: 18
3．指纹特征的提取 19
3.1在细化图上的提取算法 19
3.2 直接灰度提取 22
本章小结 24
4．本文实现的提取算法和实验结果 24
4.1 指纹图的预处理 24
4.2 细化 26
4.3 提取细节点 28
4.4 去除伪节点 29
4.4.1二值图增强 30
4.4.2除去边界效应的伪节点 31
4.4.3 画窗标记去伪 32
4.4.4去除断点 34
4.5实验结果 36
五．全文总结 37
六．致谢 38
参考文献 39

[1] L. Hong, “Automatic Personal Identification Using Fingerprints”, Ph. D. Thesis, Department of Computer Science and Engineering, Michigan State University, East Lansing, 1998
[2] Fernando L. Podio and Jeffrey S. Dunn, “Biometric Authentication Technology: From the Movies to Your Desktop”,
http://www.itl.nist.gov/div895/biometrics/about.html
[3] A. Jain, Lin Hong and Ruud Bolle, “On-Line Fingerprint Verification”, IEEE Trans on Pattern Analysis and Machine Intelligence, vol. 19, No. 4. pp302-313, 1997
[4] Z.Chen, C.H.Kuo, “A topology-based matching algorithm for fingerprint authentication” Security Technology, Proceedings. 25th Annual IEEE International Carnahan Conference on , pp.84-87, Oct 1991
[5] Q.Xiao,H.Raafat, “Fingerprint Images Post-Processing: a Combined Statistical and Structural Approach”, Pattern Recognition,Vol.24, pp.985-992, 1991
[6] Alessandro Farina, Zsolt M.Kovacs-Vajna, Alberto Leone, “Fingerprint Minutiae Extraction from Skeletonized Binary Images”, Pattern Recognition,Vol.32, pp.877-889, 1999
[7] Feng Zhao, Xiaoou Tang, “Duality-Based Post-processing for Fingerprint Minutiae Extraction”, in Proc.Of International Conference On information Security, Shanghai, China, pp.36-42, July 2002
[8] J. L. Wayman, ”BIOMETRIC TECHNOLOGY TESTING, EVALUATION, RESULTS”, http://www.engr.sjsu.edu/biometrics/publications_technology.html
[9] D. Maio, D. Maltoni, R. Cappelli, et al, “FVC2000: Fingerprint Verification Competition”, IEEE Transactions On Pattern Analysis And Machine Intelligence, Vol. 24 No. 3. March 2002
[10] Xiping Luo, Jie Tian, and Yan Wu, “A Minutia Matching Algorithm in Fingerprint Verification”, Proc. 15th International Conference on Pattern Recognition, Vol. 4, pp833-836, 2000
[11] A.P.Fitz,R.J.Green, “Fingerprint classification using a hexagonal fast Fourier transform”, Pattern Recognition,Vol.29, pp.1587-1597, 1996
[12] N.K.Ratha,S.Chan,A.K.Jain,” Adaptive Flow Directional-Based Feature Extraction in Fingerprint Images”, Pattern Recognition, Vol.28, No.11, pp.1657-1672, 1995
[13] Dario Maio, Davide Maltoni, “Neural Network Based Minutiae Filtering In Fingerprints”, Fourteenth International Conference on Pattern Recognition, Proceedings, Vol2, pp:16-20, Aug 1998
[14] Salil Prabhakar, Anil K.Jain, Jianguo Wang, “Minutia Verfication and Classification For Fingerprint Matching” Pattern Recognition, 2000. Proceedings. 15th International Conference on , Vol. 1 ,pp:25-29 2000
......

摘 要
步入信息化时代后，电子商务、自动银行等业务逐渐开展。保障这些业务顺利进行的关键之一为准确的身份鉴定。生物鉴定，即利用人们的生理特征或行为特征进行鉴定，比其他密码、身份证等鉴定方式能更可靠、更可行的鉴定授权用户及冒名顶替者。
指纹是人终生不变的特征之一，而且科学研究发现不同的手指指纹不同，即便同卵双生的人的指纹也是如此。相比其他的生物鉴定方法，如签名、脸部识别、声音等，指纹鉴定具有费用低，效果好的特点，而且要可靠的多。除了在鉴定疑犯等警务司法工作中使用之外，指纹鉴定在人们的日常生活中也有广泛应用。比如电子商务等。可以这样说指纹是人们随身携带的身份证。
目前市场上流行的自动指纹身份识别系统主要由指纹特征的提取和匹配两大模块组成，其中指纹特征的提取又包括对指纹图的滤波增强，特征的提取和虚假特征的祛除。本文主要研究指纹特征的提取和虚假特征祛除方面的算法。我们首先对生物特征鉴定技术，包括指纹识别技术做一简单的介绍，然后就目前国内外指纹特征提取，去伪的现状给与概述，最后详细描述我们所提出一套完整有效的指纹特征提取并除去伪节点的算法和实验结果。