【正文】 i lHeight。 } else { *lpSrc = (unsigned char) (fTemp + )。 for(i = 0。 } else { *lpSrc = (unsigned char) (fTemp + )。 for(i = 0。在畢業(yè)設(shè)計階段，同學(xué)的幫助也是我完成畢業(yè)設(shè)計的來源，感到了同學(xué)之間的友情可貴。：細(xì)化。系統(tǒng)測試是保證系統(tǒng)質(zhì)量和可靠性的關(guān)鍵步驟，是對系統(tǒng)開發(fā)過程中的系統(tǒng)分析系統(tǒng)設(shè)計和實施的最后復(fù)查。圖412：類包含的成員函數(shù)。圖48：CDlgPointStre類包含的成員函數(shù)。圖44：CDlgLinerPara類成員函數(shù)。第1次第2次第3次第4次平均值 數(shù)據(jù)比較后，雖然不同配置下運行的時間有差別，但是從實驗結(jié)果來看，運行時間對機(jī)子的依賴性并不是很大。 = 0。此時的增強(qiáng)轉(zhuǎn)換方程為：tk = EH(sk)=∑(ni/n)=∑ps(si)，（k=0，1，2……L1）上述求和區(qū)間為０到k，根據(jù)該方程可以由原圖像的各像素灰度值直接得到直方圖均衡化后各像素的灰度值。因此可以通過圖像增強(qiáng)程序的干預(yù)來改變直方圖的灰度分布狀況，使灰度均勻地或是按預(yù)期目標(biāo)分布于整個灰度范圍空間，從而達(dá)到增強(qiáng)圖像對比度的效果。 } else { MessageBox(分配內(nèi)存失?。? 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK)?；谶吘壍姆椒ɑ舅枷胧窍葯z測圖像中邊緣點，再按一定策略連接成輪廓，從而構(gòu)成分割區(qū)域。 EndWaitCursor()。基于索引表的算法就是依據(jù)一定的判斷依據(jù)，所做出的一張表，然后根據(jù)魔鬼要細(xì)化的點的八個鄰域的情況查詢，若表中元素是1，若表中元素是1，則刪除該點（改為背景），若是0則保留。第二類是迭代算法，即重復(fù)刪除圖像邊緣滿足一定條件的像素，最終得到單像素寬帶骨架。 pDocUpdateAllViews(NULL)。 }該功能調(diào)用MedianFilter()函數(shù)，該函數(shù)通過兩個for循環(huán) for (k = 0。 EndWaitCursor()。常用算法有均值濾波、中值濾波。其方法是通過一定手段對原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應(yīng)特性相匹配。最終將新的指紋圖像輸出出來，函數(shù)代碼見附錄。 pDocInitDIBData()。 } else { MessageBox(分配內(nèi)存失??！, 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK)。}該功能調(diào)用TransposeDIB()函數(shù)轉(zhuǎn)置DIB，針對每行圖像每列進(jìn)行操作，互換源DIB的寬度和高度，函數(shù)代碼見附錄。函數(shù)原型：void CCh1_1View::OnGeomTrpo() { BeginWaitCursor()。 由上述分析，可以得到具體圖像旋轉(zhuǎn)正變換的實現(xiàn)（2）模塊實現(xiàn)函數(shù)原型：void CCh1_1View::OnGeomMirv() { BeginWaitCursor()。當(dāng)A=1，B=255時，輸出圖像正好反轉(zhuǎn)。計算出新的灰度值，函數(shù)代碼見附錄。 InteEqualize(lpDIBBits, ::DIBWidth(lpDIB), ::DIBHeight(lpDIB))。函數(shù)原型：void CCh1_1View::OnPointStre() { BeginWaitCursor()。}該函數(shù)也調(diào)用線性變換函數(shù)LinerTrans()，不同的是該函數(shù)是可以讓用戶自行設(shè)定斜率和截距的，LinerTrans()函數(shù)的代碼見附錄。 EndWaitCursor()。 (255y2)*(xx2)/(255x2)+y2不同之處在于灰度的拉伸是不完全的線性變換，而是分段進(jìn)行線性變換。 預(yù)處理功能模塊的設(shè)計預(yù)處理模塊框架圖如圖31所示。與已有指紋匹配開始參數(shù)初始化啟動指紋采集流程數(shù)據(jù)庫打開指紋采集器指紋登記指紋對比指紋預(yù)處理特征點提取不匹配匹配否是否錄入通過是退出進(jìn)入系統(tǒng)進(jìn)行指紋采集圖21：系統(tǒng)框架圖 指紋識別系統(tǒng)模塊功能劃分預(yù)處理是指紋識別過程中的一個重要環(huán)節(jié)。細(xì)化之后的圖片為指紋圖像的大致輪廓，為后期的指紋特征點提取與指紋識別做準(zhǔn)備。其中圖像反色是線性變換的特殊情況；灰度的閾值變換可以讓一幅圖像變成黑白二值圖；灰度拉伸又叫對比度拉伸，它是最基本的一種灰度變換，使用的是最簡單的分段線性變換函數(shù)，它的主要思想是提高圖像處理時灰度級的動態(tài)范圍，適用于低對比度圖像的處理；灰度均衡是以累計分布函數(shù)變換為基礎(chǔ)的直方圖修正法，它可以產(chǎn)生一幅灰度級分布概率均勻的圖像。主要包括拒識率和誤識率，兩者成反比關(guān)系。自動指紋識別是利用計算機(jī)來進(jìn)行指紋識別的一種方法?！　〗陙?，互聯(lián)網(wǎng)帶給人們方便與利益已，也存在著安全問題。在指紋門禁系統(tǒng)中，可以是一對一的比對（onetoone matching），也可以是一對幾個比對（onetofew matching）。外一些公司生產(chǎn)的獨立指紋識別系統(tǒng)，價格比較高昂。但指紋識別算法最終都?xì)w結(jié)為在指紋圖象上找到并比對指紋的特征。追溯中華民族的指紋歷史，可以上溯到6000年以前的新石器時代中期。國外一些公司生產(chǎn)的獨立指紋識別系統(tǒng)，價格比較高昂。AbstractThe fingerprint recognition takes one bioassay technology, has provided for humanity39。對于想從事和已經(jīng)從事網(wǎng)絡(luò)商務(wù)的公司來講，確認(rèn)交易人的身份是解決信用問題的第一步，而且是最重要的一步。在信息時代，一種安全便捷的身份認(rèn)證方式顯得越發(fā)重要。s individual39。這些都限制了指紋識別技術(shù)的普及。在半坡遺址出土的陶器上就印有清晰可見的指紋圖案。在經(jīng)歷了近10年緩慢的自然增長后，指紋識別技術(shù)即將迎來一個跳躍性發(fā)展的黃金時期。些都限制了指紋識別技術(shù)的普及。前者可以是一個公司、部門，后者可以是一個家庭的成員、銀行的營業(yè)廳、金庫、財務(wù)部門、倉庫等機(jī)要場所。指紋特征數(shù)據(jù)可以通過電子郵件或其它傳輸方法在計算機(jī)網(wǎng)絡(luò)上進(jìn)行傳輸和驗證，通過指紋識別技術(shù)，限定只有指定的人才能訪問相關(guān)的信息，可以極大地提高網(wǎng)上信息的安全性。它得益于現(xiàn)代電子集成制造技術(shù)和快速而可靠的算法理論研究。根據(jù)不同的用途來調(diào)整這兩個值。也就是說，經(jīng)過灰度均衡后的圖像在每一級灰度上都具有相同數(shù)量的像素點，對應(yīng)灰度直方圖的每一級灰度具有相同的高度。 指紋圖像的圖像分割該模塊對指紋進(jìn)行閾值分割。輸入圖像由于圖像采集環(huán)境的不同，如光照明暗程度以及設(shè)備性能的優(yōu)劣等，往往存在有噪聲，對比度不夠等缺點。指紋識別系統(tǒng)的研究與設(shè)計——預(yù)處理二 幾何變換查看圖像增強(qiáng)點運算線性變換形態(tài)學(xué)變換圖像分析閾值變換灰度拉伸灰度均衡垂直鏡像圖像轉(zhuǎn)置圖像縮放圖像旋轉(zhuǎn)平滑中值濾波梯度銳化閾值分割直方圖圖像反色細(xì)化圖31：預(yù)處理的功能框架圖 預(yù)處理模塊的詳細(xì)設(shè)計 點運算模塊（1）設(shè)計思路數(shù)字圖像處理技術(shù)的內(nèi)容非常豐富，例如圖像在生成、獲取、傳輸過程中、受光源、成像系統(tǒng)的影響，不可避免的要造成圖像像質(zhì)的降低，這時就需要圖像增強(qiáng)；計算機(jī)識別目標(biāo)時就需要提取目標(biāo)的形狀和結(jié)構(gòu)特征等。灰度的拉伸把原圖灰度值在x1x2之間的灰度值拉伸到y(tǒng)1y2。}該函數(shù)調(diào)用圖像反色函數(shù)LinerTrans()，LinerTrans()函數(shù)中的指針lpSrc是指向DIB第i行，第j個象素的指針，通過斜率1截距255對圖像中的每一個像素進(jìn)行線性計算，該函數(shù)是指紋圖像線性變換的特殊情況LinerTrans()函數(shù)的代碼見附錄。函數(shù)原型：void CCh1_1View::OnPointThre() { BeginWaitCursor()。 GrayStretch(lpDIBBits, ::DIBWidth(lpDIB), ::DIBHeight(lpDIB), bX1, bY1, bX2, bY2)。 pDocSetModifiedFlag(TRUE)。 幾何變換模塊（1）設(shè)計思路圖像幾何變換是計算機(jī)圖像處理領(lǐng)域中的一個重要組成部分,也是值得探討的一個重要課題。在線性變換中，A，B兩個參數(shù)的不同取值可以產(chǎn)生很多種效果。 lpDIBBits = ::FindDIBBits(lpDIB)。 if (TransposeDIB(lpDIB)) { pDocSetModifiedFlag(TRUE)。函數(shù)原型：void CCh1_1View::OnGeomZoom() { BeginWaitCursor()。 } ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。 pDocSetModifiedFlag(TRUE)。 圖像增強(qiáng)模塊（1）設(shè)計思路增強(qiáng)圖象中的有用信息，它可以是一個失真的過程，其目的是要增強(qiáng)視覺效果。在圖像增強(qiáng)過程中，不分析圖像降質(zhì)的原因，處理后的圖像不一定逼近原始圖像。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識別。}該功能調(diào)用Template()函數(shù)，通過不同的模版或者用戶自行設(shè)定模版獲得相應(yīng)的系數(shù)然后再通過乘以相應(yīng)的系數(shù)之后平滑的圖片就輸出出來了，函數(shù)代碼見附錄。 k iFilterH。 } else { MessageBox(分配內(nèi)存失?。? 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK)。迭代方法依據(jù)其檢查像素的方法又可以再分成串行算法和并行算法，在串行算法中，是否刪除像素在每次迭代的執(zhí)行中是固定順序的，它不僅取決于前次迭代的結(jié)果，也取決于本次迭代中已處理過像素點分布情況，而在并行算法中，像素點刪除與否與像素值圖像中的順序無關(guān)，僅取決于前次迭代的結(jié)果。因為一個像素的8個鄰域共有256中可能情況，因此，索引表的大小一般為256。}該功能調(diào)用ThinDIB()函數(shù)，通過判斷區(qū)域內(nèi)的像素值，白色用0代表，黑色用1代表，排除不必要的像素，使圖像只含有0和255兩種灰度值，最終通過 pDocUpdateAllViews(NULL)更新視圖。其難點在于邊緣檢測時抗噪性和檢測精度的矛盾，若提高檢測精度，則噪聲產(chǎn)生的偽邊緣會導(dǎo)致不合理的輪廓，若提高抗噪性，則會產(chǎn)生輪廓漏檢和位置偏差。 } ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。這種方法是基于數(shù)理統(tǒng)計和概率論的，比直接在空間域?qū)υ紙D像采取對比度增強(qiáng)效果要好得多。在實際處理變換時，一般先對原始圖像的灰度情況進(jìn)行統(tǒng)計分析，并計算出原始直方圖分布，然后根據(jù)計算出的累計直方圖分布tk，按式tk=[(N1)* tk+]對其取整并得出源灰度sk到tk的灰度映射關(guān)系，其中N為灰度的級數(shù)。 = 255。（2）有效性預(yù)處理各個功能模塊都能夠?qū)D片進(jìn)行相應(yīng)的處理，達(dá)到了預(yù)期的效果，雖有些算法不是很完美單還是能夠保證程序的正常運行。：函數(shù)功能表成員函數(shù)功能描述OnInitDialog()調(diào)用默認(rèn)OnInitDialog函數(shù)OnKillfocusEditA()保存用戶設(shè)置，重繪OnKillfocusEditB()保存用戶設(shè)置，重繪OnLButtonDown(UINT nFlags, CPoint point)當(dāng)用戶單擊鼠標(biāo)左鍵開始拖動OnLButtonUp(UINT nFlags, CPoint point)當(dāng)用戶釋放鼠標(biāo)左鍵停止拖動OnMouseMove(UINT nFlags, CPoint point)鼠標(biāo)停止移動時處理事件成員數(shù)據(jù)如下圖45所示。成員函數(shù)描述OnInitDialog()調(diào)用默認(rèn)OnInitDialog函數(shù)OnKillfocusEditX1()重繪x1坐標(biāo)OnKillfocusEditX2()重繪x2坐標(biāo)OnKillfocusEditY1()重繪y1坐標(biāo)OnKillfocusEditY2()重繪y2坐標(biāo)OnLButtonDown(UINT nFlags, CPoint point)當(dāng)用戶單擊鼠標(biāo)左鍵開始拖動OnLButtonUp(UINT nFlags, CPoint point)當(dāng)用戶釋放鼠標(biāo)左鍵停止拖動OnMouseMove(UINT nFlags, CPoint point)當(dāng)用戶停止拖動時重繪OnOK()更新重繪OnPaint()創(chuàng)建繪圖對象成員數(shù)據(jù)如圖49所示。成員函數(shù)描述OnInitDialog()調(diào)用默認(rèn)OnInitDialog函數(shù)OnKillfocusEDITLow()更新，重繪OnKillfocusEDITUp()更新，重繪OnLButtonDown(UINT nFlags, CPoint point)當(dāng)用戶單擊鼠標(biāo)左鍵開始拖動OnLButtonUp(UINT nFlags, CPoint point)當(dāng)用戶釋放鼠標(biāo)左鍵停止拖動OnMouseMove(UINT nFlags, CPoint point)當(dāng)用戶停止拖動時重繪OnOK()更新重繪OnPaint()創(chuàng)建繪圖對象成員數(shù)據(jù)如圖413所示。系統(tǒng)測試不僅要講究策略，更要講究時效性。：閾值分割。在這里謝謝大家了。 i lHei