【正文】 負擔變得更小了，同時優(yōu)化了算法結構。不過由于指紋紋線粗細不一，這就會多占用一定內(nèi)存空間，也不利于接下來進行進一步的處理，且各個位置的特征并不十分明顯。考慮到人類指紋的脊線與谷線的寬度是基本一致的固有特性，不難推斷出通過實驗得到的二值化圖像中“ 1”與“ 0”的數(shù)量應該也是基本一致的。指紋圖像各個位置的閾值的大小與該部分的小的區(qū)域內(nèi)的顏色深淺有關。 ，并且各個紋線不會相連。但是，一旦二值化過程中出現(xiàn)了差錯，就會對整個識別程序帶來很嚴重的問題。 承接以上圖像平滑銳化的結果，二值化操作在指紋在整個指紋識別中扮演著舉足輕重的角色，因為它是圖像細化的前提。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并沒有說沒關系。 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。 通過實際實驗操作，圖 經(jīng)過平滑處理實驗之后所生成的結果圖如圖 (b)所示 : 8 (a)原始指紋圖像 (b)平滑后 圖 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 3 3 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。中值濾波的具體做法是針對每一個像素的灰度值，相應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。 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 : ???????????111121111101H () 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。 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。 首先從模板的中心依照由左至右。就對于該設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。 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。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。在邊緣的兩側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。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。其中灰度圖像定義為以量化的灰度表示對應像素的圖像，而二值圖像定義為在灰度圖像的基礎上僅存在兩種灰度級的圖像。這里就本次設計而言，以一個指紋圖像的原始圖像與每個實驗步驟處理過后所得的圖像 為例來描述預處理工作的內(nèi)容。 在對給定的指紋圖像完成定位之后，參照實際使用過程中所需求的識別精度與識別速度，來權衡適當?shù)倪M行圖像的分區(qū)方式。比如今年剛剛推出的魅族智能手機中就自帶了 IFS 指紋識別方案的指紋采集 特征提取 圖像處理 特征提取 數(shù)據(jù)庫 訓練模塊 指紋采集 圖像處理 匹配 鑒別模塊 鑒別結果 3 指紋解鎖的功能，而華為的按壓式傳感器識別技術也在其新推出的產(chǎn)品中得到了相應運用。 指紋識別系統(tǒng)的發(fā)展歷史 20 世紀 90 年代末，圖像采集的普及化與廉價化加上編程算法可靠性與簡單化 的演變趨勢極大地促進了指紋識別系統(tǒng)的發(fā)展。 具體而言，全局特征包含有五種特征，分別是三角點與紋形，核心點與紋數(shù)以及模型區(qū)。這些線不會隨時間改變而改變，并且每個人的指紋都具有不重復性。我們手中的如蘋果，魅族，華為等智能手機的指紋解鎖功能就受到了來自廣大用戶的一致好評；而各個企業(yè)中基于指紋識別原理的權限系統(tǒng)與考核記錄也都得到了普及；目前駕照等考試也運用到了指紋識別，這 就確保了學員身份的準確性，確保了駕照的質(zhì)量。 feature matching 目 錄 ......................................................................................................................................................................1 研究背景與意義 ....................................................................................................................................1 指紋的基本概念 ....................................................................................................................................1 指紋識別系統(tǒng)的簡介 ..........................................................................................................................2 指紋識別系統(tǒng)的發(fā)展歷史 ..................................................................................................................2 研究的主要內(nèi)容 ...................................................................................................................................3 ....................................................................................................................3 指紋圖像的數(shù)值化表示 ......................................................................................................................4 指紋圖像的裁剪 ...................................................................................................................................4 指紋圖像的平滑處理 ...........................................................................................................................5 空間低通濾波法 ......................................................................................................................5 多幅圖像平均法 ......................................................................................................................6 中值濾波法 ................................................................................................................................7 指紋圖像的銳化 ...................................................................................................................................8 指紋圖像的二值化 ................................................................................................................................9 指紋圖像的細化 ................................................................................................................................ 10 圖像細化的含義 ................................................................................................................... 11 細化過程 ................................................................................................................................. 13 ....................................................................................................................... 14 圖像的特征 .......................................................................................................................................... 14 指紋圖像的特征提取 ........................................................................................................................ 15 端點與叉點的提取方法 ................................................................................................................... 16 ....................................................................................................................... 17 特征匹配的優(yōu)勢 ................................................................................................................................ 17 指紋特征的匹配方法 ....................................................................................................................... 1