【正文】 ndendM1=M/(m*n)。 L= n/M。 for j=1:M。Vmean=0。vtemp=0。gtotle1=0。V2=vtotle1/vtemp1。 var1(x,y)T2 moban(x,y)=1。 end end end endendfigure, imshow(uint8(I)) %%%%%%%%%%%%%%%%%%%%%%二值化temp=(1/9)*[1 1 1。 endendI=In。 sum5=I(x2,y)+I(x4,y)+I(x+2,y)+I(x+4,y)。 b=summ/8。 end。figure,imshow(I)。 end if Im(i+1,j+1) ~= Im(i+1,j) a = a + 1。 xxx=xxx+1。I(i,j1)=1。I(i1,j+1)=1。for i=1:m %%%%%%%%%%%%%%%%%%%%%%%%去除邊界點(diǎn) for j=1:n if tezheng(i,j,3)~=0 if i170||i+17m|| j170||j+17n tezheng(i,j,3)=0。Izz(i,j1)=0。 c=I(i,j+1)+I(i,j+2)+I(i,j+3)+I(i,j+4)+I(i,j+5)+I(i,j+6)+I(i,j+7)+I(i,j+8)+I(i,j+9)+I(i,j+10)+I(i,j+11)+I(i,j+12)。 d=1) tezheng(i,j,3)=0。Izz(i,j1)=0。Izz(i+1,j+1)=0。Izz(x+1,y+1)=0。 Izz(i1,j)=0。 Izz(x1,y)=0。 end end end end end endend%figure,imshow(I)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%消除毛刺for i=10:m10 for j=10:n10 if tezheng(i,j,3)==2 for x=i5:i+5 for y=j5:j+5 if tezheng(x,y,3)==1 tezheng(i,j,3)=0。Izz(i+1,j1)=0。Izz(x+1,y1)=0。Izz(i,j+1)=0。Izz(x,y+1)=0。 xxx=xxx2。Izz(i1,j1)=0。Izz(x1,y1)=0。 qqq=1。endqq=pp。 endend%%%%%%%%%%%%%%%%%%%%%%%%%%%找最大值的坐標(biāo)temp=0。 endendif (count2/min(xxx,yyy) amp。 Y(:,:,k)=Y(:,:,k1)。 y23=Y(i,j+1,k1)。y23==1amp。y32==0。y32==1amp。y31==0amp。y21==0amp。y21==0amp。y23==1amp。y12==0amp。 y21=Y(i,j1,k1)。Z(:,:,1)=X。for x=1:xxx1 for y=1:yyy1 p1(x,y)=abs(pp(Pdingdian,x)qq(Qdingdian,y))。 for v=1:xxx1 if min(p1(v,1:35))T count1=count1+1。 % jiaodu(qqq,ttt)=180jiaodu(ttt,qqq)。 ddd=ddd+1。Izz(x+1,y1)=0。Izz(i+1,j1)=0。 end end end for x=i6:i+6 for y=j+1:j+6 if tezheng(x,y,3)==1 tezheng(i,j,3)=0。 Izz(x1,y)=0。 Izz(i1,j)=0。Izz(x+1,y+1)=0。Izz(i+1,j+1)=0。Izz(x,j1)=0。Izz(i,j1)=0。 tezheng(x,y,3)=0。Izz(x1,y+1)=0。Izz(i1,j+1)=0。Izz(i+1,j)=0。 c=1 amp。 a=I(i+1,j)+I(i+2,j)+I(i+3,j)+I(i+4,j)+I(i+5,j)+I(i+6,j)+I(i+7,j)+I(i+8,j)+I(i+9,j)+I(i+10,j)+I(i+11,j)+I(i+12,j)。Izz(i+1,j)=0。I(i1,j1)=1。 I(i,j)=0。I(i+1,j)=1。 tezheng(i,j,2)=j。 end if Im(i1,j+1) ~= Im(i,j+1) a = a + 1。 end%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%細(xì)化figure,imshow(In)。 endend for i=1:m for j =1:n if (Icc(i,j)==128) Icc(i,j)=0。 summin=min(sumi)。 sum3=I(x2,y+2)+I(x4,y+4)+I(x+2,y2)+I(x+4,y4)。 for b=2:n1。for x=1:H for y=1:L if moban(x,y)==1 for i=1:M for j=1:M I(i+(x1)*M,j+(y1)*M)=G1。for x=1:H for y=1:L if aveg1(x,y)T1 amp。 vtotle1=vtotle1+var1(x,y)。V1=vtotle/vtemp。gtotle=0。 end end var1(x,y)=var/(M*M)。var=0。 end endendfigure, imshow(uint8(I))%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 分割M = 10。var=0。主掃描程序clcclear allclose alloriginI=imread(39。很慶幸這些年來(lái)我遇到了許多恩師益友，無(wú)論在學(xué)習(xí)上、生活上都給予了我無(wú)私的幫助和熱心的照顧。從論文的選題、資料的收集到論文的撰寫(xiě)編排整個(gè)過(guò)程中，我有來(lái)自各方面的幫助。（3）對(duì)細(xì)化后的圖像進(jìn)行特征提取，其中分叉點(diǎn)和端點(diǎn)視為特征點(diǎn)，小橋、邊界、毛刺視為偽特征點(diǎn)，對(duì)他們進(jìn)行加以區(qū)分和提取以進(jìn)行匹配。方法一處理信息少，雖然要一定的預(yù)處理，但快捷高效，出錯(cuò)小，適合一對(duì)一匹配。你只要顯示結(jié)果就行了。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。 針對(duì)上述中提及的問(wèn)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。當(dāng)然，他所帶來(lái)的難題有：(1)如何快速找到基準(zhǔn)點(diǎn)把兩幅指紋對(duì)齊。通過(guò)將細(xì)節(jié)點(diǎn)表示為點(diǎn)模式，一個(gè)指紋識(shí)別問(wèn)題可以轉(zhuǎn)化為一個(gè)點(diǎn)模式匹配問(wèn)題。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(lèi)，短線(xiàn)之類(lèi)也屬于處理后出現(xiàn)的偽特征，本仿真中沒(méi)有對(duì)此作出處理。毛刺的處理方式也類(lèi)同斷點(diǎn)。第一類(lèi)：超出一定邊界，仿真中用了17。第3足則專(zhuān)門(mén)記錄偽特征最終可以除去。最后確定出特征點(diǎn)的類(lèi)型、位置、方向。(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(guò)分析圖像的紋理屬性和拓?fù)浣Y(jié)構(gòu)提取特征點(diǎn)。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。（4）循環(huán)進(jìn)行上述過(guò)程，到所有點(diǎn)值不改變?yōu)橹?，最多進(jìn)行20次細(xì)化。制約細(xì)化的直觀(guān)表現(xiàn)在計(jì)算速度、毛刺和斷點(diǎn)上。(7)快速性：算法簡(jiǎn)單，速度快。細(xì)化處理是指在指紋圖像二值化以后，在不影響紋線(xiàn)連通性的基礎(chǔ)上，刪除紋線(xiàn)的邊緣像素，直到紋線(xiàn)為單像素寬為止。此時(shí)背景為白，紋線(xiàn)為黑。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。 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(xiàn)變化很大的指紋圖像。指紋圖像的歸一化公式如式()所示，當(dāng)大于平均值時(shí)為加。在這部分將重點(diǎn)介紹均值法差法的計(jì)算方法和在仿真中的運(yùn)用。LinHong等人開(kāi)發(fā)的基于最小均方估計(jì)算法，即公式法。它是圖像分割中最基本的方法。小波變換和傅里葉變換的出發(fā)點(diǎn)都是將信號(hào)表示成基函數(shù)的線(xiàn)性組合。第六章：總結(jié)本文所取得的一些研究成果，并對(duì)課題發(fā)展進(jìn)行了展望。實(shí)際應(yīng)用要求最好自動(dòng)指紋識(shí)別系統(tǒng)能對(duì)識(shí)別任務(wù)實(shí)時(shí)做出響應(yīng)，而讓指紋匹配算法同時(shí)達(dá)到高速度和高準(zhǔn)確率也是一個(gè)難題。指紋識(shí)別系統(tǒng)主要包括4部分：指紋圖像采集，指紋圖像預(yù)處理，指紋特征提取和指紋特征匹配[5]。②唯一性，指每一個(gè)人的指紋都不同。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(kāi)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?；谔卣鞯闹讣y識(shí)別算法是找到并比對(duì)指紋的特征[3]。(4)指紋的使用比起其它證卡來(lái)說(shuō)更快捷、安全準(zhǔn)確、無(wú)干擾，可實(shí)現(xiàn)快速登錄注冊(cè)。②唯一性， 指每一個(gè)人的指紋都不同。在網(wǎng)絡(luò)化時(shí)代的今天，我們每個(gè)人都擁有大量的認(rèn)證密碼，比如開(kāi)機(jī)密碼、郵箱密碼、銀行密碼、論壇登陸密碼等等；并配備了各種鑰匙，如門(mén)鎖鑰匙，汽車(chē)鑰匙，保險(xiǎn)柜鑰匙等。盡管人們已經(jīng)對(duì)自動(dòng)指紋識(shí)別技術(shù)作了深入廣泛的研究，指紋識(shí)別技術(shù)也獲得了不少應(yīng)用，但是指紋識(shí)別的應(yīng)用在目前并沒(méi)有獲得普及，這主要是因?yàn)橹讣y識(shí)別在識(shí)別準(zhǔn)確性和識(shí)別速度方面還遠(yuǎn)遠(yuǎn)不能滿(mǎn)足很多實(shí)際應(yīng)用的要求。另外，對(duì)輸入的指紋圖提取關(guān)鍵特征后，可以大大減少網(wǎng)絡(luò)傳輸?shù)呢?fù)擔(dān)，便于實(shí)現(xiàn)異地確認(rèn)，支持計(jì)算機(jī)的網(wǎng)絡(luò)功能。指紋特征多種多樣，有特征點(diǎn)、奇異點(diǎn)、域方向圖、脊線(xiàn)數(shù)目，甚至脊線(xiàn)線(xiàn)型等。與國(guó)外相比，我國(guó)在自動(dòng)指紋識(shí)別技術(shù)的研究水平上還存在一定的差距。③終生不變性，指紋終身不變即指紋的圖案永遠(yuǎn)不會(huì)改變，從人的出現(xiàn)到死后的分解為止(除非指紋受到傷害)。要想使設(shè)計(jì)的細(xì)節(jié)特征提取算法能夠?qū)Φ唾|(zhì)量指紋圖像也能可靠工作，目前看來(lái)還是一件難度很大的事情。具體的章節(jié)和各章的內(nèi)容安排如下：第一章：在介紹本論文的研究意義，在指紋識(shí)別技術(shù)的現(xiàn)狀和特點(diǎn)的基礎(chǔ)上，確定了本文所做的主要工作。圖像特征是指紋圖像的固有屬性,如灰度值,鄰域關(guān)系,紋線(xiàn)的扭曲程度等。 （1）公式編號(hào)不是這么標(biāo)注的吧？ （2）計(jì)算機(jī)中的圖像信息是以離散信號(hào)形式存放的，在信號(hào)處理中，特別是在數(shù)字信號(hào)處理和數(shù)值計(jì)算等方面，為了計(jì)算機(jī)實(shí)現(xiàn)的方便，連續(xù)小波必須進(jìn)行離散化，而最基本的離散化方法就是二進(jìn)制離散，一般將這種經(jīng)過(guò)離散化的小波及其變換叫做二進(jìn)小波和二進(jìn)變換。其優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單，僅需比較灰度值即可；運(yùn)算效率較高，速度快；它的缺陷在于僅考慮圖像的灰度信息，而忽略了圖像的空間信息，對(duì)于圖像中不存在明顯灰度差異或各物體的灰度值范圍有較大熏疊的圖像分割問(wèn)題難以得到準(zhǔn)確的結(jié)果[8]。此方法的實(shí)現(xiàn)是利用方向?yàn)V波器。(2)計(jì)算出每一塊的均值和方差。指紋來(lái)自于指紋數(shù)據(jù)庫(kù)需說(shuō)明數(shù)據(jù)庫(kù)出自哪里？以表對(duì)別人工作的尊重。第3章 指紋圖像的細(xì)化 指紋圖像細(xì)化的預(yù)處理這部分預(yù)處理主要為二值化