【正文】 應(yīng)像素的圖像，而二值圖像定義為在灰度圖像的基礎(chǔ)上僅存在兩種灰度級的圖像。一般來說實踐中取“0”值或“1”值，如下圖所示： （a）原始圖像 (b)二值化圖像 圖像的二值化 就本文中畢業(yè)設(shè)計要研究的指紋識別而言，由于指紋僅僅是紋路與間隔的結(jié)合，并不對每個像素的灰度大小進行很細的分類，而只存在這個像素內(nèi)含有或是不含有紋線的情況。所以為了方便起見，本文在這里選擇二值圖像作為實驗中所需要的目標數(shù)字圖像，也就是說： () 指紋圖像的裁剪通常來講，經(jīng)由各種渠道所獲取的圖像尺寸是比較大的，這樣的話計算機對于整張圖片進行直接操作的話運算量就很大，而且計算時間會變長，此外實際上在得到一整張圖片時，通常只關(guān)注圖像中的某一個或者某幾個部分，而并不注意其他部分。比如說本次的畢業(yè)設(shè)計在研究指紋識別的過程中僅對指紋圖像中的紋線，端點，分叉點等感興趣，那么這時系統(tǒng)關(guān)注的部分就可以稱之為對象。為了提高指紋圖像的處理效率并節(jié)約資源，就需要將包含以上指紋對象的部分截取出來。這時就需要用到圖像的裁剪來實現(xiàn)這個目的了。圖像的裁剪的含義是把圖像按照均勻性的原則分為若干的獨立的部分，其中任意一個單獨的部分都滿足某一類特性，而將任意兩個互為臨界的子部分結(jié)合起來的操作都會破壞這個特性。通常來講，包圍了一個連通性的區(qū)域的曲線稱為邊緣。在邊緣的兩側(cè)分布著兩種不同的區(qū)域，每個區(qū)域都具備自己的特性，但是這兩個區(qū)域所具備的特性并不一致，也就是說在邊緣的位置，灰度會發(fā)生突變。通常來講圖像裁剪有兩種方案，一種是點相關(guān)的圖像裁剪方案，另一種是區(qū)域相關(guān)的圖像裁剪方案。其中點相關(guān)的圖像裁剪方案是依據(jù)各個像素點灰度不連續(xù)性實現(xiàn)的，比較常見的例子就是基于邊界的裁剪方法；而區(qū)域相關(guān)的裁剪方案是憑借同一區(qū)域的灰度值相近從而尋求不同區(qū)域邊界的特性實現(xiàn)的，這種方案比較常見的例子就是基于區(qū)域的裁剪方法。本文中，鑒于這里設(shè)計的系統(tǒng)所要處理的圖像是簡單的點與線組成的指紋圖像，所以在此選取方差法作為指紋圖像裁剪的方法。也就是說，首先要根據(jù)指紋的灰度值，將圖像區(qū)分為背景與目標兩類，而如果這兩類灰度值的方差數(shù)值越大，那么就認為背景與目標的差異越明顯。而不論是目標還是背景，如果被錯誤的分到了另一類當中的話都會直接導(dǎo)致這兩類的差異降低，也就是說方差變小。這也就認證了類間方差最大分割方法分割錯誤率極低的特性?？紤]到以后的操作在進行指紋圖像細化，特征提取以及特征匹配時所處理的都是二值化圖像，方差法自然成為當前設(shè)計中進行圖像裁剪的不二之選。 指紋圖像的平滑處理由于人們在進行圖像采集或者是圖像傳輸?shù)倪^程中不可避免的會遭受到外界的干擾，所以通常情況下得到的原始數(shù)字圖像都是包含大量噪聲干擾的，比如說指紋圖像中的皮膚水分，皮膚傷殘，皮膚彈性，灰塵等等的影響，都會極大地降低指紋圖像的質(zhì)量，嚴重時甚至會導(dǎo)致指紋圖像中的分叉點或是端點等等圖像特征的丟失或者誤增加，這就意味著指紋識別過程面臨著很大的誤差風險。為了避免這種問題，就要對原始指紋圖像實施除噪的處理，而降低噪聲，提高數(shù)字圖像質(zhì)量的過程就叫做圖像的平滑處理。平滑處理能夠在保持圖像原有線性特征的前提下對數(shù)字圖像完成凈化處理。圖像平滑處理可以采用多種途徑實現(xiàn)，例如說中值濾波法,空間低通濾波法，多幅圖像平均法等等。就對于該設(shè)計中要研究的指紋原始圖像而言，以上三類方法都可以被用來實現(xiàn)指紋圖像的平滑處理。這里論文中針對指紋圖像識別的要求僅對上述幾種方法進行簡單描述，有關(guān)的其他方法請參見[5]。 空間低通濾波法通常來講通過對模版進行卷積從而對數(shù)字圖像中的像素進行逐個處理的方法稱作空間低通濾波法。在這種方法中是將模版本身當做濾波器來使用的。首先從模板的中心依照由左至右。由上至下的順序進行移動，使像素與模板中心逐個對應(yīng)起來，然后把模板與相對應(yīng)的像素數(shù)值逐一求積，然后將所得到的數(shù)值累加起來，這樣就會得到一個新的數(shù)值，這時只需要將這個數(shù)值賦給模板中心相應(yīng)于圖像中的像素就可以了。，展示了利用模板進行操作的過程示意圖。圖（a）是在圖像中截取的某一個小的部分，其中包含九個像素，用mi來表示各個像素的灰度值。圖（b）則是一個33的模板，類似的，也用ni分別表示這各個像素的值。如果將模板中的n0與待處理圖片中的m0像素對應(yīng)，那么相應(yīng)的就得到經(jīng)過濾波后的中心灰度值大小P為: ()m4m3m2m5m0m1m6m7m8 (a)n4n3n2n5n0n1n6n7n8 (b) p (c) 在對圖片中的像素逐個按照上式進行處理之后，系統(tǒng)就可以求得增強圖像的各個像素的灰度值了。一般的，假設(shè)模板的響應(yīng)是,那么通過處理以后的數(shù)字圖像表達式就變?yōu)椋? ()其中x,y的值為0,1,2，...，n1。 而m,n的值是依照領(lǐng)域而定的。為了實現(xiàn)空間低通濾波的功能，就需要使用低通濾波器，雖然常用的低通濾波器有很多種，不過如果是用于指紋識別的考慮的話，那么經(jīng)過實驗經(jīng)驗[6]識別過程中采用如下的低通濾波器作為實驗的模板: () 多幅圖像平均法一般而言圖像經(jīng)過空間低通濾波處理之后其噪聲干擾會小很多，但是為了進一步凈化圖像從而使得圖像質(zhì)量更高方便以后的特征提取與特征匹配，還需要對處理過的圖像完成取平均值的操作。一般而言將對同一物體的多個數(shù)字圖像進行相加之后求平均值的做法叫做多幅圖像平均法。如果假設(shè)理想數(shù)字圖像表達式形式是,而混雜在圖像中的噪聲表達式是,那么就可以推算出平時所獲得摻雜有噪聲的圖像表達式為： ()如果圖片所受到的噪聲是彼此獨立的加性噪聲，而且它們的平均值是0，那么就可以用下面的表達式來表示理想圖像： ()其中是的數(shù)學(xué)期望，N張含有噪聲干擾的圖像取均值實驗之后有： ()在這種條件下的誤差是： ()也就是說，對N張指紋圖像進行均值操作后，就可以將噪聲的方差降低為原來的1/N，N越大，所得到的處理過的指紋圖像就越接近于理想指紋圖像。 中值濾波法 從理論上來講根據(jù)中值濾波法進行的平滑去除噪聲的這個過程是非線性的。中值濾波的具體做法是針對每一個像素的灰度值，相應(yīng)的都取出該像素的鄰近像素的灰度值，然后將這些數(shù)值按照單調(diào)遞增或者單調(diào)遞減的順序排列起來形成一個序列，并取出該序列的中值，并把這個數(shù)值賦給當前的點。中值濾波法對于降噪處理尤其是對椒鹽噪聲的處理尤為明顯，除此之外中值濾波的處理過程對于信號的邊緣不會造成明顯的影響，這是各種線性處理方案所不能實現(xiàn)的。而且由于這種算法計算量很小算法也比較簡單，所以非常方便于實際中在各種硬件上實現(xiàn)這一功能。進一步的理論依據(jù)可以參照排序統(tǒng)計理論。為了實現(xiàn)針對于指紋圖像的中值濾波法，通常的情況下會選取一個33的模板，然后取出這個模板內(nèi)部每個像素的灰度值并以升序或者是降序進行大小的排列，這樣就得到了一個一共有9個元素的有序數(shù)列，那么然后將這個有序數(shù)列的中值賦給模板的中間點。接下來將這個模板移動到其他位置繼續(xù)上面的操作。直到整個指紋圖像都已經(jīng)經(jīng)過濾波為止，這也就完成了基本的去噪。本次畢業(yè)設(shè)計的過程中討論的為指紋數(shù)字圖像的識別，為了減小計算量，也為了簡化算法結(jié)構(gòu)并提高整個識別過程的運行速度，在本次設(shè)計的過程中利用中值濾波法作為指紋圖像的平滑處理的方案。通過實際實驗操作，(b)所示: (a)原始指紋圖像 (b)平滑后 實驗處理生成的指紋圖像 指紋圖像的銳化經(jīng)過裁剪與平滑處理的圖片雖然在大小與噪聲方面已經(jīng)比較完善，但是圖像中的線條仍可能并不是很清晰，這就會使得程序不能清晰地提取到脊線，端點或是分叉點等等的特征條件，這樣的話就不利于后續(xù)進行特征比對，同時特征匹配的效果也會埋下隱患。為了避免這個問題，該處就需要對當前數(shù)字圖像進行增強，以突出圖像信息，為二值化打下基礎(chǔ)。這時候就需要利用銳化使圖片中邊界細節(jié)增強。而具體來講這里要做的操作就是通過卷積來增強圖像中的灰度反差。就此處的研究而言的圖像增強處理是憑借高通濾波器完成的。一般來說高通濾波的效果是突出原圖中的線條與形狀，增強圖像的對比度從而提升特征的可提取性。實現(xiàn)起來就是通過設(shè)定一個較高的數(shù)值，通過卷積去除掉頻率較低的部分從而達到銳化（增強）圖像的目的、這里本文根據(jù)前人總結(jié)經(jīng)驗而在這次實驗過程中使用的高通濾波模板為： ()通過實際實驗操作，(b)(b)所示: (a)銳化前 (b)銳化后通過圖像增強之后，噪聲受到了有效的抑制，而邊緣信息也變得十分明顯，其對應(yīng)的細節(jié)特征也變得容易提取起來。盡管如此，如果此時直接對圖像進行操作的話，由于灰度圖像各個像素的灰度值從0到255分布，就無疑會產(chǎn)生大量的計算壓力，也會降低程序運行的效率，也不方便進行特征的提取與比對。為了將圖像變?yōu)橛嬎銠C中容易識別和操作的對象，并減輕計算的壓力，同時加速程序的運行速度，系統(tǒng)就要對銳化后的指紋圖像做進一步處理，而本次設(shè)計研究的范疇僅指某個像素有或者無紋線的情況，對于圖像的色彩等等問題