摘 要

指纹识别已经是当今社会上较为热门的生物识别，因为指纹有唯一性，永不改变性的特征，所以指纹作为生物密码相比较于传统密码来说就更为方便快捷。但正因为指纹识别这些优点，所以指纹识别的适用范围十分的广泛，因此指纹库将会是一个庞大的数据库，如果需要进行指纹匹配操作，将花费大量时间。而当今社会又是一个信息大爆炸的时代，对于大量的信息数据处理，云计算又出现在人们的眼前。于是运用Hadoop中分布式文件系统（HDFS）和Mapreduce来处理数据。将指纹图像特征值提取出来，再利用Mapreduce并行处理，高吞吐量的特点来处理庞大的指纹数据库。

Java是一种跨平台，适合于分布式计算环境的面向对象的编程语言[4-5]。本课题，是在win7系统下配置好hadoop环境，用ant制作出的hadoop插件，将插件添加到eclipse中建立hadoop开发环境。论文对MapReduce，HDFS技术，图像处理算法（灰度化算法，二值化算法，细化算法）分析介绍，运用opencv解决指纹图像特征点匹配。此系统可以输出对比出指纹图像特征点匹配度后图像，返回匹配指纹图像的特征值。

关键词：指纹识别；hadoop；指纹图像处理；Mapreduce

Fingerprint identification system based on hadoop

Abstract

Fingerprint recognition has become a popular biometric identification in today's society. Fingerprints are unique and never change their characteristics. Therefore,fingerprints are more convenient and faster than traditional passwords. However, due to the advantages of fingerprint recognition, the scope of application of fingerprint recognition is very wide, so the fingerprint database will be a huge database. If fingerprint matching operation is needed, it will take a lot of time. Today's society is also an era of big information explosion. For a large number of information and data processing, cloud computing appears before people. So use Hadoop Distributed File System (HDFS) and Mapreduce to process data. Extract the fingerprint image feature values, and then use Mapreduce parallel processing, high throughput features to handle a huge fingerprint database.

Java is a cross-platform, object-oriented programming language suitable for distributed computing environments. This topic is to configure the Hadoop environment under win7 system, create Hadoop plug-in with ant, and add the Hadoop plug-in to eclipse to create Hadoop development environment. The paper introduces and analyzes the MapReduce, HDFS, image processing algorithms (gray leveling algorithm, binarization algorithm and refinement algorithm), and uses opencv to solve fingerprint point feature matching. The system can output the image after comparing the matching degree of the fingerprint image feature points and return the feature value of the matching fingerprint image.

Keywords: Fingerprint recognition; Hadoop; Mapreduce

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 课题背景及意义 1

1.2 国内外研究现状 2

1.3 课题主要研究内容 3

1.4 论文结构 4

第二章 课题相关技术 5

2.1 Hadoop分布式计算平台 5

2.1.1 Mapreduce 5

2.1.2 HDFS 6

2.2 Eclipse上Hadoop环境搭建 6

第三章 设计方案 9

3.1 指纹图像预处理 9

3.1.1 灰度化处理 9

3.1.2 二值化处理 12

3.1.3 细化处理 13

3.2 特征值提取以及比对 15

3.3 用HDFS和Mapreduce处理特征值文本 21

第四章 程序运行测试 27

4.1 图像预处理阶段测试 27

4.1.1 灰度化测试 27

4.1.2 二值化测试 27

4.1.3 细化测试 28

4.2 图像特征点对比测试及提取特征点测试 28

第五章 总结与展望 31

5.1 本文主要工作 31

5.2 进一步的展望 31

参考文献 33

致谢 35

绪论

1.1 课题背景及意义

人们现在已经越来越重视自己的隐私，随之不断的便是各种密码，这些传统密码可能会很繁琐，有时后也会很不方便，不仅如此，往往在很多时候传统密码的安全性也得不到保证。但是生物密码的出现可以给人们带来无尽的便捷，而且因为生物密码是一个人特有的，所以安全性也大大提高，在生物密码中最方便的又是人们的指纹，所以指纹识别是社会中生物密码最贴近人们日常生活的。按学者的推论以全球人口总人口为基础300年也不会出现一组完全相同的指纹。相比较于传统密码指纹识别有着更高的信息安全效益，经济效益，更重要的是对于人们生活更加方便快捷。但是随着指纹识别的流行，人们开始无时无刻都离不开指纹识别，手机密码开锁，门禁刷卡等等。随之而来的便是大量的指纹数据，我们本就处在一个信息大爆炸的信息时代，信息量的巨大是不可避免的，而处理大量数据最好方式便是云计算。在最开始人们面对超大量数据不知道怎么定义，都称作是海量数据但其实大数据的定义在2008年早就被提出来了。2008年是谷歌成立的十周年，趁着这个时候《自然》杂志也出版了内容专门来探讨了在社会技术进步同时大数据的技术应用以及会遇到的问题和挑战，在这个杂志中就涉及到了大数据这一项内容。其实在技术的不断进步中大数据已经不是片面的表达数据量而是代表了一项新兴的技术，就像经济全球化一样大数据会带来机遇也会带来挑战。对于大量指纹数据的处理我就联想到了用Mapreduce来处理指纹数据能不能增加一点匹配指纹的效率。基于Hadoop可以用Mapreduce对大量数据进行并行处理[15-17]。我的毕业设计课题就是设计一个基于Hadoop的指纹识别系统。我现在还处在本科生阶段可能触及到的知识面不够广泛对知识的学习可能也比较片面，只能尽自己所能来设计好这个系统将他实现。

悬疑剧是我喜爱的类型，剧中经常看到警察在现场采集到的指纹到指纹库中进行对比，平时警方采集的指纹库中数据肯定是非常庞大的，若能加快指纹匹配的速度，那将大大加快警察的刑侦速度和破案速度。于是我就想到了此课题。因为目前基于Hadoop处理大数据并没有涉及到图片的处理，所以我对指纹图片操作分为两部分。该系统主要功能是在eclipse上对图库中图片进行灰度化，二值化，细化等一系列操作，借助opencv库函数对图库中指纹图片和获取目标指纹图片进行特征值比对，然后返回比对图，还有就是将图库和获取的目标指纹图片进行特征值提取并输入到一个文本文件，再用Hadoop比对出重复的特征值然后返回这一组特征值。

1.2 国内外研究现状

指纹身份识别其实已经拥有了悠久的历史，如今社会科技高速发展，新兴计算机科学技术的出现刚好又辅之于指纹识别可以很优秀的作为一项身份识别手段。因为指纹是属于人类身体的一部分，所以一开始是生物遗传学家对这方面进行研究，后来慢慢的人们发现指纹拥有唯一性这个特性可以作为判别人身份的一项标准，于是指纹识别便跨入了人们的视野。中国本是一个历史源远流长的大国，经过考古学家的考古研究其实中国很早就已经在陶艺作品上出现了一些清晰的指纹图案。人们不断对指纹识别技术进行研究，这项技术覆盖面也逐渐扩大，不被国家系统或者政府机构所独揽，也步入了寻常百姓的生活。指纹识别这种生物密码识别技术在我看来永远都会是人们热衷的研究和开发对象，希望能为社会带来更多方面的价值，但是我认为警用来快速匹配出指纹库需要的指纹也在数据爆炸的今天尤为重要。

相关图片展示：