【正文】 圖 (a) (b) 基于小波變換的數(shù)字圖像處理在指紋圖像細(xì)化中的算法 細(xì)化的主要作用是去除指紋圖像中不必要的信息，節(jié)省內(nèi)存，便于從圖像中提取細(xì)常特征，從而 提高對(duì)指紋圖像的匹配速度。如圖 2． 所示， 17 圖 (a) 原始指紋圖像 (b) 細(xì)化后的指紋圖像 這些假細(xì)節(jié)點(diǎn)多為極短的脊線、脊線上短短的突起 (外形上像短刺 )和小圈(外形上像氣泡 )，它們分別可能被誤作為端點(diǎn)和分叉點(diǎn)。短刺有這樣一些特點(diǎn)，它的一端可以被判別為端點(diǎn)，另一端可以被判別為分叉點(diǎn)，同時(shí)，這兩個(gè)點(diǎn)的距離十分短。 以上方法可以很好的消除短脊和短刺 (它們也可以分開進(jìn)行 )。 首先對(duì)小波理論和具體公式進(jìn)行介紹： 小波理論分析 小波實(shí)際上是那些滿足一定數(shù)學(xué)要求并能用之描述 (或逼近 )其他函數(shù)或信號(hào)的一些函數(shù)。每一個(gè)都是一維尺度函數(shù) j 和y 相應(yīng)的小波函數(shù)的乘積。 4 個(gè)圖像分別反映了低頻 ,垂直 ,水平和對(duì)角線信息。一共有四種通道 ,LL,LH,HL,HH。通常情況下，我們認(rèn)為脊線 和谷線具有相同的象素 (piexl)寬度，因此，從 頻域的角度來看，指紋圖像中的有用信息 (如紋線結(jié)構(gòu)、細(xì)節(jié)特征等 )包含在一定的通 帶內(nèi)，而低頻成分則相對(duì)圖像的背景亮度。本文將中心區(qū)域定義 為 :以參考點(diǎn)為中心的大小為 64 64 的正 方形區(qū)域 ,與圓形區(qū)域相比 ,這種區(qū)域更適合簡(jiǎn)化計(jì)算 ,提高速度。其中是一個(gè)低分辨率的近似圖像 , 是在不同尺度不同方向 k 上的細(xì)節(jié)子圖。為了 簡(jiǎn)單的證明特征向量的區(qū)分特性 ,我們對(duì)三幅指紋圖像 (兩幅同類圖像和一幅不同類圖像 )做 4 層小波分解并提取了長(zhǎng)度為 12 的特征向量。 對(duì)指紋圖像中心區(qū)域的每個(gè)分塊做 4 層 小波變換 ,如圖 。其中最比較困難得是怎樣從特定的文件夾中選取圖片，用到的 matlab 代碼如下： [filename,pathname]=uigetfile({39。)。 25 ：點(diǎn)擊此按鈕你將會(huì)退出指紋識(shí)別系統(tǒng)。,39。%打開圖片匹配界面， 圖 指紋識(shí)別系統(tǒng)的主界面 指紋識(shí)別系統(tǒng)的圖像預(yù)處理界面 圖像預(yù)處理界面如圖 。 26 圖 圖像預(yù)處理界面 指紋識(shí)別系統(tǒng)的指紋匹配界面 指紋匹配界面如圖 。 allnames=struct2cell(dir(39。 其中用到的 zhiwenpipei（）函數(shù)見 附件 2。實(shí)現(xiàn)了對(duì)指紋圖像的讀取和顯示；小波變換和小波域閾值濾波的實(shí)現(xiàn)。 最后，我想感謝這四年中碰到的所有人和事。 end end M1=M/(m*n)。 L= n/M。 end end var1(x,y)=var/(M*M)。gtotle=0。V1=vtotle/vtemp。 vtotle1=vtotle1+var1(x,y)。amp。1 1 1。 for b=2:n1。 end end end end end g2=I。 var1(x,y)V2 e(x,y)=1。 gtotle1=gtotle1+aveg1(x,y)。 vtotle=vtotle+var1(x,y)。%所有塊的平均值 Vmean1=Vmean/(H*L)。 end end aveg1(x,y)=aveg/(M*M)。 %***************************************************************************** 分割 M =3。 [m n ]=size(I)。我要深深感謝我的親人，他們無微不至的愛與期望是我一直奮進(jìn)的動(dòng)力之源。另一類小波系數(shù)是由噪聲和圖像細(xì)節(jié)共同決定的，這類小波系數(shù)的幅值大于僅由細(xì)節(jié)特征構(gòu)成的系數(shù)的幅值 2．在基于小波域?yàn)V波指紋圖像的基礎(chǔ)上，本文又給出了基于小波分析的二值化、細(xì)化、壓縮編碼、圖像增強(qiáng)等的一般方法和步驟，并對(duì)指紋圖像的細(xì)化處理進(jìn)行了改進(jìn)和后處理，從而完 成了指紋圖像預(yù)處理的整個(gè)流程。 …………… End ：點(diǎn)擊此按鈕可以回到主界面的畫面。D:\matlab2021\matlab2021\bin\指紋識(shí)別 \圖片 \原始指紋圖 片庫(kù) \39。 ：點(diǎn)擊此按鈕可以回到主界面的畫面。on39。%關(guān)閉當(dāng)前界面 zhujiemian(39。主界面的功能介紹如下： ：點(diǎn)擊此按鈕你將會(huì)進(jìn)入圖像預(yù)處理的界面（如圖 ）。},39。只有輸入正確的指紋圖像才能登錄成功，這里成功的應(yīng)用了指紋識(shí)別中的指紋鑒別功能。更好的方法是對(duì)指 紋圖像中感興趣的中心區(qū)域分成互不重合 的的分塊 ,對(duì)每塊提取小波特征。我們用這一系列小波通道的 標(biāo)準(zhǔn)差來表示圖像中的紋理特征。根據(jù)前面對(duì)小波和指紋圖像性質(zhì)的介紹 ,我們知道利用小波變換能夠提取指紋圖像的特征信息 ,利用提取出來的信息可以對(duì) 圖像進(jìn)行分類識(shí)別。 下面我們介紹一下基于小波變換的指紋特征提取算法的具體步驟 [18]: (1)中心區(qū)域的分割。（如圖 圖） 圖 指紋圖像的中心區(qū)域 21 作為一類特殊的圖像 ,指紋圖像具有 一些區(qū)別于其他圖像的特點(diǎn)。例如一幅 16 16 的圖像經(jīng)過三層小波分解 ,可以得到 10 塊小波分解結(jié)果 ,一共256 個(gè)系數(shù)。 m 的值每一次增大都使尺度加倍 ,而使分辨率減半。整個(gè)小波級(jí)數(shù)展開公式如式()所示。 以上方法對(duì)消除氣泡效果很好。如果該鄰域中除了點(diǎn)(x， y)外沒有其它端點(diǎn)或者分叉點(diǎn)，則 (x，”保留 (繼續(xù)為黑 )，否則去掉 (置白 )。當(dāng) Delta=2 時(shí)，點(diǎn) (x， y)為端點(diǎn)；當(dāng) Delta=6 時(shí)，點(diǎn) (x， y)為分叉點(diǎn)。 圖 (a)未加細(xì)化改進(jìn) (b)細(xì)化后改進(jìn) 指紋圖像的細(xì)化后處理 : 對(duì)二值化圖像進(jìn)行改進(jìn)細(xì)化處理后，使細(xì)化后的脊線寬度真正成為了 1。這里，取閾值 Threshold[13]15 為整個(gè)圖像的灰度均值。通過小波分解，就 可以得到高頻信號(hào)，同時(shí)可以知道高頻信號(hào)發(fā)生的具體位置和能量大小。也可等價(jià)表示為：?；谛〔ㄗ儞Q的數(shù)字圖像處理可以快速準(zhǔn)確的對(duì)指紋圖像進(jìn)行壓縮編碼。優(yōu)點(diǎn)是處理精度高，處理內(nèi)容豐富，可進(jìn)行復(fù)雜的非線性處理 BI，有靈活的變通能力。 論文針對(duì)不同問題提出的若干算法，在一定程度上優(yōu)化和完善了前人在這些方面做的工作，提高了整個(gè)識(shí)別系統(tǒng)的識(shí)別效果，為自動(dòng)指紋識(shí)別提供了有價(jià)值的參考。 論文的主要研究?jī)?nèi)容 論文在研究指紋識(shí)別原理的基礎(chǔ)上，通過討論前人在指紋識(shí)別算法的工作基礎(chǔ)上，提出了自己的研究重點(diǎn)，分別簡(jiǎn)述如下： 第一，對(duì)指紋識(shí)別技術(shù)進(jìn)行了系統(tǒng)的介紹。通過算法檢測(cè)指紋中這兩類特征點(diǎn)的數(shù)量以及每個(gè)特征點(diǎn)的類型、位置和所在區(qū)域的紋線方向是特征提取算法的任務(wù)，從而達(dá)到識(shí)別的目的。 (4)位置 (Position)一節(jié)點(diǎn)的位置通過 (X， y)坐標(biāo)來描述，可以是絕對(duì)的，也可以是相對(duì)于 三角點(diǎn)或特征點(diǎn)的。 C．分歧點(diǎn) (Ridge Divergence)一兩條平行的紋路在此分開。 G．節(jié)點(diǎn) (Minutia Points) 指紋紋路并不是連續(xù)的，平滑筆直的，而是經(jīng)常出現(xiàn)中斷、分叉或打折。 9 B．模式區(qū) (PatternArea) 模式區(qū)是指指紋上包括了總體特征的區(qū)域，即從模式區(qū)就能夠分辨出指紋是屬于那一種類型的。 指紋圖像的特征提取和識(shí)別 指紋其實(shí)是比較復(fù)雜的。二值化是指紋圖像預(yù)處理中必不可少的一步。 表 1． 1四種主要圖像采集技術(shù)的比較 比較項(xiàng)目 光學(xué)全反射技術(shù) 硅晶體電容傳感技術(shù) 熱敏傳感器 超聲波傳感器 體積 大 小 小 中 耐用性 非常耐用 容易損壞 非常耐用 一般 成像質(zhì)量 干手指差，但是汗多或稍臟手指成像模糊 干手指好，但是汗多或稍臟手指不能成像 質(zhì)量較差，效果受手指移動(dòng)速度影響大 非常好 功耗 較多 較少 一般 較多 成本 低 低 較低 很高 成像大小 采集面積可以很大 采集面積很小 采集面積不受限制 采集面積較大 指紋圖像的預(yù)處理 通過指紋采集儀器采集到的指紋，由于采集指紋圖像時(shí)圖像質(zhì)量不高或者在提取指紋過程中因用力不均造成指紋畸變，又或者在圖像的形成、傳輸或變換的過程中，受多種因素的影響， 如光學(xué)系統(tǒng)失真、系統(tǒng)噪聲、曝光不足或過量、相對(duì)運(yùn)動(dòng)等，往往使圖像與原始景物之間或圖像與原始圖像之間產(chǎn)生某種差異。 7 光學(xué)掃描也有自己的優(yōu)勢(shì)。取像設(shè)備的價(jià)格已經(jīng)大幅下降。在實(shí)際應(yīng)用中，為了避免出現(xiàn)這種情況，在陣列里包含發(fā)熱元件，在炎熱的地區(qū)，當(dāng)手指在傳感器上直掃時(shí)，手指表面使傳感器降溫，不是受熱，所以影像是反向的，這可以由檢驗(yàn)軟件作自動(dòng)修正，但在寒冷的地區(qū)，則不需要。溫度感應(yīng)傳感器的設(shè)計(jì)是依據(jù)感應(yīng)在設(shè)備上的脊和遠(yuǎn)離設(shè)備的谷溫度的不同 [3]。纖維光束垂直射到指紋的表面，它照亮指紋并探測(cè)反射光。 (1)光學(xué)取像設(shè)備有最悠久的歷史，可以追溯到 20 世紀(jì) 70 年代。典型的脫機(jī)應(yīng)用有指紋鎖、指紋保險(xiǎn)柜、指紋考勤系 統(tǒng)等。 2 Abstract Fingerprint is unique and stability, and therefore are used as main basis of personal identity. With the rapid development of optical technology, chemical technology, nanotechnology and other disciplines. Fingerprint and extraction technology has made rapid development. But many poor fingerprint effect appeared or extract, is not easy to distinguish the difference between background and object of the main ridge or fingerprint image blur, mainly for the contrast fingerprint system and object background of the weak. Interference, fingerprint by object background two or more fingerprints overlap interference, index Wei curved surface objects like problem etc.. But because of the existence of the fingerprint image noise and the elasticity of the skin and other factors, the fingerprint recognition has been the recognition rate is not high, the low speed problem. Then the difficult identification of fingerprint enhancement processing by using digital image processing technique for fingerprint identification later. This paper summarizes the wavelet transform of digital image processing in the fingerprint images enhancement, two values, fingerprint image pression coding, the fingerprint image thinning, fingerprint image feature extraction algorithm based on direction and technology. In addition the system of automatic fingerprint identification system based on MATLAB software. In the fingerprint image preprocessing, the first block normalization, image unified specifications for the subsequent processing。但由于存在指紋圖像的噪聲和皮膚彈性等因素影響，指紋識(shí)別一直存在識(shí)別率不高、運(yùn)算速度較慢的問題。指紋紋線受客體背景的干擾、兩枚或多枚指紋