【正文】 圖像特征的圖像分割算法 [J].電子測(cè)量技術(shù)第 32卷 ,:9294 [6]郭文鵑 ,楊公平 ,董晉利 .指紋圖像分割方法綜述 [J]. 山東大學(xué)學(xué)報(bào) ,(7):94100 [7]高月紅 .灰度圖像分割算法的研究 [J].科技信息 ,2022 年 27 期 :1718 [8]郭丹穎 ,吳成東 ,曲道奎 .小波變換理論應(yīng)用進(jìn)展 [J]. 信息與控制 ,(1):6771 [9Ratha N KChen S Wain A Flow orientation BsedFeature Extraction in Fingerpfint lmages[J].Pattem Recognition, 1995,28(11):16571672 [10]李晨丹 ,徐進(jìn) .指紋圖像預(yù)處理和特征提取算法的 Matlab 實(shí)現(xiàn) [J].計(jì)算機(jī)工程與科學(xué) ,(7):6164 [11] 溫苗利，梁彥等．基于 GaborN 數(shù) 的小波域指紋圖像增強(qiáng)算法 [J]．計(jì)算機(jī)應(yīng)用， 2022,20(9):6874 [12]Gerbrands J J,Segmengtation of Noisy Images[D],Delft University of Technology,1988 [13] 田捷 ,陳新建 ,張陽(yáng)陽(yáng) . 指紋識(shí)別技術(shù)的新進(jìn)展 [J]. 自然科學(xué)進(jìn)展 ,2022,16(4):400408 [14] 王業(yè)琳 , 寧 新 寶 , 尹義龍 . 指 紋 圖 像 細(xì) 化 算 法 的 研 究 [J]. 南 京 大 學(xué) 學(xué) 報(bào) : 自 然 科 學(xué)版 ,2022,39(4):469475 [15] 趙磊 ,陳 瓊 ,陳中 . 一種新的改進(jìn) OPTA 細(xì)化算法 [J] . 計(jì)算機(jī)應(yīng)用 ,2022,28(10):26392642 [16] KASS M,WITKIN A,TERZOPOULOS D． Snake:Active contour models[J].International Journal of Computer Vision,1988,1(4):32l 一 331 [17] MORTENSEN E N,BARRETF W scissors for image position[J].Proceedings of the ACM SIGGRAPH York,NY， USA:ACM,1995,8:191— 198 [18]張雄 ,賀貴明 ,一種指紋宏觀曲率特征提取算法 [D].武漢大學(xué)軟件工程國(guó)家重點(diǎn)實(shí)驗(yàn)室 ,2022,11 [19]Ranade osenfeld . Pattem Matching by Relaxation[J].Pattem Recogition,1993,12(2):269275 [20]A． Hrechak and J． Mchugh． Automated fingerprint recognition using structural matching[J]． Patern Recognition,1990,23(8):893— 904 指紋識(shí)別中若干關(guān)鍵問題研究 22 致 謝 經(jīng)過半年的材料準(zhǔn)備、開題、論文寫作及修改，我的畢業(yè)論文終于定稿。 （ 4）在上述的特征點(diǎn)的部分選用了點(diǎn)模匹配，以特征點(diǎn)滿足相對(duì)距離的個(gè)數(shù)和相對(duì)值為依據(jù)判斷是否匹配。分割前還對(duì)圖像進(jìn)行低頻歸一化處理。方法二對(duì)圖像的預(yù)處理要求不高，方法簡(jiǎn)單，但計(jì)算復(fù)雜，適合一對(duì)多的檢索性匹配。兩種方法都以浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計(jì) ) 19 中心點(diǎn)為基準(zhǔn)點(diǎn)。如果可行，則此匹配法能找到最相近的圖片代號(hào)并顯示出它們的距離。 本論文還參考了一種匹配方式，它先讀取所有的數(shù)據(jù)庫(kù)，庫(kù)的大小 可自己選擇。最后判斷可積點(diǎn)的個(gè)數(shù)和相對(duì)值。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計(jì) ) 17 本論文匹配方法介紹 針對(duì)上述中提及的問 題，本論文采用了兩種匹配方式，第一種為主流的點(diǎn)模匹配法，第二種則是較簡(jiǎn)單的 FFT 卷積判斷法。 (4)最終得到的是兩幅指紋的相似度，怎么確定相似度的計(jì)算方式。當(dāng)然，他所帶來的難題有： (1)如何快速找到基準(zhǔn)點(diǎn)把兩幅指紋對(duì)齊。點(diǎn)模式匹配是著名的數(shù)學(xué)難題。通過將細(xì)節(jié)點(diǎn)表示為點(diǎn)模式，一個(gè)指紋識(shí)別問題可以轉(zhuǎn)化為一個(gè)點(diǎn)模式匹配問題。 指紋圖像匹配方面， 主要有基于圖像，脊線結(jié)構(gòu)和特征點(diǎn)的方法。對(duì)于特征點(diǎn)和偽特征點(diǎn)的判斷方法還有很多，端點(diǎn)判斷和分叉點(diǎn)判斷屬于比較多的特征點(diǎn)判斷，偽特征點(diǎn)也還有別的種類，短線之類也屬于處理后出現(xiàn)的偽特征，本仿真中沒有對(duì)此作出處理。小橋處理方式類同斷點(diǎn)和毛刺。毛刺的處理方式也類同斷點(diǎn)。此時(shí)在更小 12 的上半范圍或下半范圍，特征仍為 2 則浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計(jì) ) 15 認(rèn)為為斷點(diǎn)。第一類：超出一定邊界，仿真中用了 17。 （ 2）分叉點(diǎn)的判斷條件為：周圍的 8 鄰域兩兩相鄰當(dāng)且僅當(dāng)存在 6 個(gè)不同值。第 3 足則專門記錄偽特征最終可以除去。 在提取指紋圖像的細(xì)節(jié)特征中，由于圖像質(zhì)量和噪聲的干擾，存在 大量的偽特征點(diǎn)，實(shí)驗(yàn)表明一幅質(zhì)量較差的圖像在經(jīng)過預(yù)處理，細(xì)節(jié)特征提取后可能產(chǎn)生多達(dá)一、兩萬個(gè)細(xì)節(jié)特征點(diǎn)，其中包含了大量的偽特征點(diǎn)，這些偽特征點(diǎn)的存在，不但使匹配的速度大大降低，還使指紋識(shí)別性能急劇下降，造成識(shí)別系統(tǒng)的拒真率和誤識(shí)率的上升，因此在進(jìn)行指紋匹配之前，應(yīng)對(duì)細(xì)節(jié)特征進(jìn)行驗(yàn)證，盡可能將偽特征點(diǎn)去除，同時(shí)保留真特征點(diǎn)。最后確定出特征點(diǎn)的類型、位置、方向。指紋由脊線和谷線交替構(gòu)成，在大多數(shù)地方紋線連續(xù)且相互平行，而某些局部不連續(xù)的地方構(gòu)成了細(xì)節(jié)點(diǎn)。 (2)基于直接灰度的特征提取方法：這種方法直接從灰度圖像出發(fā)，通過分析圖像的紋理屬性和拓?fù)浣Y(jié)構(gòu)提取特征點(diǎn)。 (2)可測(cè)試性：適用于指紋匹配算法，便于在匹配算法中應(yīng)用。 浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計(jì) ) 13 第 4章 指紋圖像的特征提取 指紋特征提 取概述 特征提取就是對(duì)細(xì)化后的指紋圖像提取表示其特征的信息的操作。 細(xì)化將黑白二值圖像細(xì)化成了單個(gè)像素帶寬的指紋圖像，由于模板的選擇不同，上圖中的細(xì)化圖像一定程度上存在毛刺、分叉、斷點(diǎn)等不理想的情況。 （ 4）循環(huán)進(jìn)行上述過程，到所有點(diǎn)值不改變?yōu)橹?，最多進(jìn)行 20 次細(xì)化。 本論文中采用了方法步驟如下： （ 1）建立 3 維數(shù)組 ，第一組數(shù)據(jù)為預(yù)處理后的圖像信息，定義每一個(gè)像素點(diǎn)它周圍點(diǎn)像素參數(shù)。 制約細(xì)化的直觀表現(xiàn)在計(jì)算速度、毛刺和斷點(diǎn)上。由于并行細(xì)化算法具有快速而準(zhǔn)確的特性，因此他一直是人們研究的熱點(diǎn)，并且相應(yīng)的提出了許多并行細(xì)化算法，如 OPTA 細(xì)化算法 [15]， R． W． Hall 細(xì)化算法， Rosenfeld 細(xì)化算法， Zhang amp。 (7)快速性：算法簡(jiǎn)單，速度快。 (3)拓?fù)湫裕翰灰鸺y線的逐步吞食，保持原圖像的基本結(jié)構(gòu)特性。 細(xì)化處理是指在指紋圖像二值化以后，在不影響紋線連通性的基礎(chǔ)上，刪除紋線的邊緣像素，直到紋線為單像素 寬為止。細(xì)化可以便我們得到絞線的單像素的骨架。此時(shí)背景為白，紋線為黑。所以最好選用局部閾值法作為二值化算法。根據(jù)是否將圖像分塊處理，又分全局閾值算法和局部閾值算法兩種，全局閾值算法是將整幅圖像以一個(gè)閾值處理，而局部閾值算法則把原圖分成若 干個(gè)子圖，在每個(gè)子圖中確定閩值，在進(jìn)行二值化，由于指紋圖像在不同區(qū)域的亮度和對(duì)比度是有差別的，因而全局閾值算法不適用。由于指紋圖像脊、谷相間，因此指紋圖像的處理常是將指紋圖像二值化。 (a) 指紋原始圖像 (b) 歸一化處理圖像 (c) 分割后圖像 圖 21 指紋 1 的處理結(jié)果 圖 a 指紋原始圖像 圖 b 歸一化處理圖像 圖 c 分割后圖像 圖 22 指紋 2 的處理結(jié)果 從圖中可以看到用方差均值法分割既適用于比較圓滑的指紋，又適用紋線變化很大的指紋圖像。 仿真結(jié)果和結(jié)論 本實(shí)驗(yàn)基于 的 Pc 機(jī)， Window 7 操作系統(tǒng)， 的仿真軟件環(huán)境下。 在使用方差均值法之前還要使用歸一法將圖變?yōu)榈皖l圖。具體步驟分以下三步： (1)將低頻圖分成 M M 大小的無重疊方塊，方塊的大小以一谷一脊為宜?；谌值闹讣y識(shí)別仍處于實(shí)驗(yàn)室探索階段 ,應(yīng)用領(lǐng)域中尚不廣泛。這種方法最大的優(yōu)點(diǎn)是易實(shí)現(xiàn)，很 好體現(xiàn)出紋理，但缺點(diǎn)是對(duì)于變化太快的部分出錯(cuò)。圖像均值就是對(duì)每一個(gè)單位塊的灰度值取均值，方差則反映該塊中各點(diǎn)與均值的偏差性，方向 [10]這可以很好的反映紋理的變化趨勢(shì)。此原理在匹配中也可以運(yùn)用。但是小波變換的明顯缺點(diǎn)是它計(jì)算復(fù)雜，計(jì)算效果也指紋識(shí)別中若干關(guān)鍵問題研究 6 取決于函數(shù)的選擇。對(duì)于任意函數(shù) ? ? ? ?RL2?tf 的連續(xù)小波變換 [7]：公式（ 1）為變換公式，公式（ 2）為重構(gòu)公式。因此根據(jù)以上的的灰度值領(lǐng)域關(guān)系，紋線的扭曲程度，指紋圖像分割大致分為三類：基于像素的圖像分割，基于塊特征的圖像分割以及基于全局的圖像分割。指紋分割的最基本的依據(jù)是圖像某些特征和特征集合。 第四章：主要介紹了指紋圖像細(xì)化后的特征提取，需要哪些特征，去除哪些偽特征，以方便和正確地進(jìn)行匹配工作。其中分割部分采用了方差均值的方法，細(xì)化選取了一種偽特征較少的模板，匹配時(shí)以分叉點(diǎn)和端點(diǎn)信息進(jìn)行匹配。要想設(shè)計(jì)一個(gè)對(duì)較多真正特征點(diǎn)缺失、較多偽特征點(diǎn)出現(xiàn)和較大形變均不敏感的指紋匹配算法，也是一件十分困難 的事。就現(xiàn)有文獻(xiàn)和產(chǎn)品來看，對(duì)低質(zhì)量的指紋圖像的處理效果還遠(yuǎn)不能令人滿意。因此，指紋識(shí)別技術(shù)的應(yīng)用范圍極廣。正是這些無窮無盡的細(xì)節(jié)特征組合構(gòu)成了指紋的唯一性．事實(shí)上，甚至包括雙胞胎，世界上兩個(gè)指紋相同的概率小 于 1／ 109，幾乎為零，這就構(gòu)成了指紋的第一大特點(diǎn)。 指紋識(shí)別技術(shù)特點(diǎn) 指紋特征是人終生不變的特征之一，而且不同人的指紋特征相同的可能性幾乎為零。另外，一些公司和機(jī)構(gòu)結(jié)合社會(huì)應(yīng)用的實(shí)際需求，開發(fā)了各種類型的具有獨(dú)立知識(shí)產(chǎn)權(quán)的嵌入式指紋識(shí)別模塊、指紋應(yīng)用系統(tǒng)軟件等，用戶反映良好。 大多數(shù)基于特征的 識(shí)別算法專注于脊線上的末梢點(diǎn)和分叉點(diǎn)，該方法根據(jù)各個(gè)特征點(diǎn)的位置和方向來表示和區(qū)分指紋，從而使指紋識(shí)別問題轉(zhuǎn)化為判斷兩個(gè)特征點(diǎn)集間的最大相似度 (最大重合度 )的問題。指紋特征的復(fù)雜度足以提供用于鑒別的足夠特征。 基于圖像的識(shí)別算法認(rèn)為，指紋圖像的頻域和空域信息可以用來唯一表示并識(shí)別不同的指 紋 [2]。 (5)一個(gè)人的十指指紋皆不相同，這樣可以方便地利用多個(gè)指紋構(gòu)成多重口令，指紋識(shí)別中若干關(guān)鍵問題研究 2 提高系統(tǒng)的安全性。 指紋識(shí)別技術(shù) 相對(duì)于其它生物識(shí)別認(rèn)證技術(shù)而言，自動(dòng)指紋識(shí)別是一種更為理想的身份確認(rèn)技術(shù)，因?yàn)橹讣y相對(duì)于其它幾種生物特征具有以下一些獨(dú)特的性質(zhì)： (1)互異性；世界上兩個(gè)指紋完全相同的概率小于 109，幾乎為零。 ③終生不變性， 指非意外事故指紋終身不變。而我們的生活隨時(shí)都需要進(jìn)行個(gè)人身份的確認(rèn)和權(quán) 限的認(rèn)定。 fingerprint refinement。 最后，研究了指紋識(shí)別過程中特征的提取方法，針對(duì)細(xì)節(jié)點(diǎn)提取過程中存在偽特征點(diǎn)的問題，本文采用了一種消除偽特征點(diǎn)的算法。 首先，本文系統(tǒng)介紹了指紋識(shí)別的研究意義及現(xiàn)狀，并對(duì)指紋識(shí)別原理及實(shí)現(xiàn)過程做了系統(tǒng)介紹。本文概述了自動(dòng)指紋識(shí)別系統(tǒng)的研究現(xiàn)狀和指紋識(shí)別系統(tǒng)的算法流程，并在此基礎(chǔ)上重點(diǎn)研究了指紋圖像的分割算法和指紋圖像細(xì)化算法。 仿真結(jié)果表明。 mean and variance。這些都是傳統(tǒng)的安全系統(tǒng)所采用的方式，隨著社會(huì)的發(fā)展，其安全性越來越脆弱。 ②唯一性， 指每一個(gè)人的指紋都不同。 這就要求研究指紋識(shí)別環(huán)節(jié)中若干問題，這對(duì)于問題的解決很有意義。 (4)指紋的使用比起其它證卡來說更快捷、安全準(zhǔn)確、無干擾 ，可實(shí)現(xiàn)快速登錄注冊(cè)。 指紋識(shí)別技術(shù)發(fā)展現(xiàn)狀 指紋識(shí)別算法的研究方向主要分為：基于圖像的識(shí)別算法和基于特征的識(shí)別算法。 基于特征的指紋識(shí)別算法是找到并比對(duì)指紋的特征 [3]。對(duì)應(yīng)的匹配方法可以分為：基于點(diǎn)模式的匹配，基于脊線的匹配，基于紋理的匹配以及多種細(xì)節(jié)特征混合的匹配方法。中科院自動(dòng)化所智能生物信怠系統(tǒng)研究組和北京數(shù)字指通軟件技術(shù)有限公司對(duì)自動(dòng)指紋識(shí)別技術(shù)進(jìn)行了長(zhǎng)期的理 論研究和應(yīng)用系統(tǒng)開發(fā)，指紋圖像的識(shí)別準(zhǔn)確率和識(shí)別速度已達(dá)到國(guó)際先進(jìn)水平。主要表浙江理工大學(xué)信息電子學(xué)院本科畢業(yè)論文 (設(shè)計(jì) ) 3 現(xiàn)在： (1)指紋錄入設(shè)備的質(zhì)量還不太過關(guān)： (2)自動(dòng)指紋識(shí)別算法研究水平還有待提高 ，在應(yīng)用上的表現(xiàn)為產(chǎn)品適應(yīng)性和易用性較差，對(duì)干、濕一些的指紋往往不能正確區(qū)別，對(duì)指紋錄入時(shí)的旋轉(zhuǎn)、平移比較敏感。指紋的細(xì)節(jié)由細(xì)微紋點(diǎn)和紋線的起點(diǎn)、終點(diǎn)、分叉等組成。 指紋的使用比起其它證卡來說更快捷、安全、準(zhǔn)確、無干擾，可實(shí)現(xiàn)快速登錄注冊(cè)，系統(tǒng)兼容性好，也就是說可以獨(dú)立或者通過聯(lián)網(wǎng)構(gòu)成系統(tǒng)并且很容易并入各類證卡和定義識(shí)別系統(tǒng)中。論文涉及指紋的圖像分割、細(xì)化和匹配。 指紋匹配算法的性能主要決定于所提取到的特征點(diǎn)的數(shù)目、位置和相互關(guān)系的可靠性。 指紋識(shí)別中若干關(guān)鍵問題研究 4 本論文的內(nèi)容及安排 本文以研究指紋識(shí)別中指紋圖像分割、細(xì)化、特征提取、匹配等若干問題為研究主體，針對(duì)指紋識(shí)別技術(shù)中分割、細(xì)化和匹配進(jìn)行了仿真和修正。 第