【正文】 拉普拉斯算子變換特征提取方面的代表有： Fu 和 Moayer 將 Laplacian 變換和動態(tài)闡值引 入到指紋圖像處理中來，成功地提取通過反復迭代脊線。該算法的的波形凸起和方向平滑算法能有效地降低噪音的效果。 然而，盡管已經(jīng)有許多學者和研究機構已經(jīng)取得了大量的研究指紋識別領域的研究成果，但也面臨一些問題：識別虛假特征點和扭曲的指紋匹配算法是脆弱的，模 糊指紋圖像匹配精度不高，匹配效率不高和其他問題 目的和意義 福建農(nóng)林大學東方學院計算機科學系畢業(yè)設計（論文） 3 由于指紋具有一個唯一的，終身不變，難以偽造等優(yōu)良特點，以指紋作為證據(jù)在法庭上有一個很長的歷史。然而，指紋識別技術仍是在國內和國外的研究熱點之一。因此，這將是一個非理想的采集條件，時間復雜度低的情況下，指紋識別的一些關鍵問題的研究和學習。此外，指紋與年齡和變化，生活的變化也不會增加。在公司里，你可能是董事，員工和工作角色 。在過去的很長一段時間，我們都是通過戶籍制度來管理和界定一個人，是基于其出生地來定義和跟蹤其身份從出生到死亡。點的指紋識別作為一種基本的社會角色，其方便性和精度已得到世界公認。深圳羅湖口岸，指紋移民系統(tǒng)的實施大大提高了通關效率，不再需要過境乘客拿著身份證排長隊等待檢查。 福建農(nóng)林大學東方學院計算機科學系畢業(yè)設計（論文） 4 第 2 章 指紋圖像預處理 指紋的概述 1） .指紋 人的皮膚由表皮、真皮和 皮下組織 三部分組成。伸出手，仔細觀察，就可以發(fā)現(xiàn)小小的指紋也分好幾種類型：有同心圓或螺旋紋線，看上去像水中漩渦的，叫斗形紋；有的紋線是一邊開口的，就像簸箕似的，叫箕形紋；有的紋 形像弓 一樣，叫弓線紋。 2） .指紋特性與分類 傳統(tǒng)上，依據(jù)指紋的全局模式信息，可將指紋分為 5類：旋，左箕，右箕，弓，尖弓。 分類算法一般都是基于奇異點的分布形態(tài)，這種算法容易用計算機程序描述，比較容易實現(xiàn)。參考文獻 [1] 中心點 三角區(qū) 圖 21 奇異點的位置分部信息為分類提供了依據(jù)，圖 22就是基于奇異點的分類算法的模型，理想情況下，只要能找準奇異點，就能準確分類。這些局部脊線特征并非均勻分布，由于采集時手指的壓力條件以及指紋圖像的質量，有些特征很少出現(xiàn)。 圖 23 指紋圖像的細節(jié) 福建農(nóng)林大學東方學院計算機科學系畢業(yè)設計（論文） 6 一般來說，要判斷兩個指紋圖像是否來自同一個手指，必須經(jīng)過下面三個階段： 1）首先進行全局模式對比，即判斷兩枚指紋是否屬于同一類別。 算法步驟如下： （ 1） 方向場估計：將指紋紋理看做是一種有向的流場，即指紋的方向場，可以很容易的確定出有明確脊線結構的指紋圖像區(qū)域。 （ 4） 偽特征點的去除：從上面步驟提取出的指紋細節(jié)特征往往含有很多偽特征點，還需要一定的后處理，對特征進行過濾和篩選?；诩毠?jié)點的匹配是指紋專家對比指紋時通常采用的方法。由于該方法存在嚴重的不可靠性，這種方法己不在被使用。后者則是由大量的敏感元件組成的固態(tài)陣列芯片，它主要采用電容觸摸傳感，熱傳感及其他傳感技術，通過感受手指接觸面的壓力、熱度等特征來提取指紋。在早期一般都采用光學的采集儀。它是基于超聲波對脊和谷的深度的不同反射原理而工作的。潛在指印是手指在臺板上按完后留下的，這種潛在的指印降低了后面指紋圖像采集時圖像的質量。 (1)硅電容指紋圖像傳感器 這是最常見的半導體指紋傳感器通過電子度量來捕獲指紋。 (2)半導體壓感式傳感器 表層是由具有彈性的壓感介質元件組成，它們把指紋的外表紋通過壓感傳感器理轉化為對應的電信號，并進一步產(chǎn)生有灰度級的指紋圖像。由于提供了局部調整的能力，圖像對比度差（不清晰）的區(qū)域也能夠被檢測到 (如 :手指按壓壓力不足的地方 )，并且能夠在捕捉的同時為這些像素提高靈敏度，過程只在瞬間。此外，它們不像玻璃耐磨損，從而影響使用壽命。 超聲波技術使用超聲波頻率為 1 104Hz? 1 109Hz，在頻率控制帶，對人體是無傷害的。半導體傳感器由大量敏感元件組成，它采用電容式感應，熱傳感器或其他傳感器技術，通過按壓的手指的壓力，熱和其它特征提取指紋，收集區(qū)域通常小于一平方英寸。 圖像平滑主要有兩個作用：一是消除或減少噪聲，改善圖像質量；另一個是模糊圖像，使圖像看起來柔和自然。在數(shù)字信號處理技術中廣泛使用，領域均值濾波在濾除噪聲的同時模糊呢圖像，而中值濾波在一定的條件下，可以克服線性濾波器所帶來的圖像細節(jié)模糊，且對濾除脈沖干擾及圖像掃描噪聲非常的有效，能夠在去除圖像噪聲的同時保持圖像的邊緣。這個設計思想就是檢查輸入信號中的采樣并判斷它是否代表了信號，使用奇數(shù)個采樣組成的觀察窗實現(xiàn)這項功能。保存邊緣的特性使它在不希望出現(xiàn)邊緣模糊的場合也很有用。于是原來窗口正中的灰度值 90就由窗口中值 80 代替。 2).中值濾波的 主要特性 (1) 去噪聲性能 中值濾波主要用來濾除脈沖噪聲干擾和隨機噪聲干擾。但對于脈沖煩擾，特別是脈沖寬度小于濾波窗口長度的一半，相距較遠的窄波脈沖，中值濾波的效果就非常明顯了。采用總體實驗觀察法，經(jīng)大量實驗表明，中值濾波器的頻率響應與輸入信號的頻譜有關，呈現(xiàn)不規(guī)則波動不大的曲線，中值濾波幅譜特性起伏不大，可以認為信號經(jīng)中值濾波后，頻譜基本不變。)。title(39。title(39。 圖 25 中值濾波 Matlab 仿真 采用中值濾波的方法 ,對指紋圖像進行預處理 ,經(jīng)過中值濾 波處理后的圖像能夠消除圖像中的一部分噪聲干擾影響。數(shù)學形態(tài)學是一種建立在集合代數(shù)基礎上的，用來表示以形狀為基礎對圖像進行分析的數(shù)學工 具，其基本思想是用具有一定形狀的結構元素去度量和提取圖像中對應的形狀，以達到對圖像分析和識別的目的，在處理方法上主要通過運用集合論的方法來定量描述圖像的幾何結構。運算效果取決于結構元素大小內容以及邏輯運算性質。 對象和結構元素的 3 種關系：包含于（ B include in X ） 、不全包含（ B hit X ） 、不包含（ B miss X） 平移： Bx=Uy{x+y} 對稱集： B^=Uy{y} 腐蝕：一種消除邊界點，使邊界向內部收縮的過程。利用它可以填補物體中的空洞。=x+y。利用它可以消除小而且無意義的物體。f:\39。imshow(I)。imshow(J)。%結構元素 se 3*3 單位矩陣 J1=imerode(J,SE)。中值濾波 39。腐蝕處理 39。 圖像銳化 圖像銳化 (image sharpening)就是補償圖像的 輪廓 ，增強圖像的邊緣及灰度跳變的部分，使圖像變得清晰，亦分空域處理和頻域處理兩類。因此圖像銳化加強了細節(jié)和邊緣，對圖像有去模糊的作用。 在空域中，圖像平滑的實質就是對圖像進行求和取平均，是一種積分運算。把微分的結果圖乘上一定的比例再與原圖相加就能使圖像的高頻得到加強，從而使圖像的輪廓清晰，突出細節(jié)。變化的速度是梯度的模，它可以表示為： 22)2( )f(f ?????? ????????? ?????? xfxfm a g 26 對于數(shù)字圖像常用差分代替求導，則： 1)yf ( x,y)f ( x,y)( x,f y)1,f ( xy)f ( x,y)( x,f yx ?? 27 所對應模板分別為 : ? ?1111x ????????? HyH ， 28 另外差分還可以采用對角線交叉的形式，如： y)1,f(x1)yf ( x,y)( x,f 1)y1,f(xy)f ( x,y)( x,f yx ??? ??? 29 表 22 一階微分算子 算子名稱 Hx Hy Roberts ??????? 01 10 ?????? ?10 01 福建農(nóng)林大學東方學院計算機科學系畢業(yè)設計（論文） 15 Prewitt ?????????????101101101 ?????????? ???111000111 Sobel ?????????????101202101 ?????????? ???121000121 Isotropic ?????????????101202101 ?????????? ???121000121 算子 索貝爾算子 （ Sobel operator）是 圖像處理 中的算子之一，主要用作 邊緣檢測 。如果以 A 代表原始圖像， Gx 及 Gy分別代表經(jīng)橫向及縱向 邊緣檢測 的圖像，其公式如下 : ??????????????101202101xG Gy=?????????? ???121000121210 圖像的每一個像素的橫向及縱向梯度近似值可用以下的公式結合，來計算梯度的大小。 在觀測一幅圖像的時候，我們往往首先注意的是圖像與背景不同的部分，正是這個部分將主體突出顯示，基于該理論，我們給出了下面閾值化輪廓提取算法，該算法已在數(shù)學上證明當像素點滿足正態(tài)分布時所求解是最優(yōu)的。 Sobel 算子對圖像銳化 銳化增強后的圖像 圖 28 Sobel 算子對圖像銳化增強的結果 以下是利用 Sobel算子對圖像增強的 MATLAB 實現(xiàn)： I=imread(39。 subplot(121)。) subplot(122)。) SE=ones(3,3)。title(39。title(39。 %用 Sobel 算子進行銳化 h=fspecial(39。 figure, subplot(121)。) 福建農(nóng)林大學東方學院計算機科學系畢業(yè)設計（論文） 17 K1=J2K。銳化后增強處理 39。 我們將兩幅圖像放在一起做對比如下圖所示。% 是濾波腐蝕后的指紋圖像 A=rot90(I)。sobel39。順時針旋轉 90176。) K1=JK。title(39。 以下是兩幅圖像配準的 MATLAB 實現(xiàn)，配準函數(shù) registration 見附錄 1 所示： I1=imread(39。f:/39。 K1=fft2(J1)。f:\39。)。)。 I2=double(I1)。 福建農(nóng)林大學東方學院計算機科學系畢業(yè)設計（論文） 19 for i=1:width for j=1:height source_x=i+1。source_y/double(uint16(source_y))==) NewR2(i,j)=I5(int16(source_x),int16(source_y))。I3(450,:)=255。 figure,imshow(I3)。title(39。)。) imwrite(K,39。將彩色圖像轉化成為灰度圖像的過程稱為圖像的灰度化處理。圖像的灰度化處理可先求出每個像素點的 R、 G、 B三個分量的平均值，然后將這個平均值賦予給這個像素的三個分量。目前圖像紋細化的方法大多都是基于二值圖像進行的。二值化后的圖像能否真實地再現(xiàn)原指紋是對指紋圖像進行二值化的其基本要求。 dither 函數(shù)通過顏色抖動來達到轉換圖像的目的，語法： BW = dither(I)， Image 是圖像矩陣資料， BW 是二值化圖像矩陣；im2bw 函數(shù)通過對灰度值進行閾值判斷的方法達到目的，語法： BinaryImage = im2bw( Image, [Level] )， Image 是輸入圖像矩陣資料， Level 是二值化程度值，其為介于 0 到 1 之間值， BW 是二值化圖像矩陣。)。title(39。) 通過上述算法得到的結果如圖 212 所示。因此難以建立寬度只有一個點的特征點模型，所以必須對指紋圖像經(jīng)紋線圖像抽象化處理。骨架是二維二值目標的重要拓撲描述，它是指圖像中央的骨架部分，是描述圖像幾何及拓撲性質的重要特征之一。細 化的目的就是在將圖像的骨架提取出來的同時保持圖像細小部分的連通