【正文】 ....15 Matlab 仿真 ...............................................................................15 灰度圖像二值化 .............................................................................................................20 ...........................................................................................20 Matlab 仿真 ...................................................................................20 指紋圖像骨架的細(xì)化 ......................................................................................................21 指紋圖像細(xì)化簡(jiǎn)介 ................................................................................................21 . 細(xì)化算法的 Matlab 仿真 ....................................................................................22 第 3 章 指紋特征的提取 ...............................................................................................................24 指紋圖像特征值的提取 ...................................................................................................24 指紋圖像偽特征值的剔除 ................................................................................................24 第 4 章 總結(jié)與展望 ......................................................................................................................26 總結(jié) ..............................................................................................................................26 展望 ..............................................................................................................................26 致謝 ............................................................................................................................................29 參考文獻(xiàn) .....................................................................................................................................28 福建農(nóng)林大學(xué)東方學(xué)院計(jì)算機(jī)科學(xué)系畢業(yè)設(shè)計(jì)（論文） 2 附錄 1 配準(zhǔn)函數(shù) Matlab 程序 .......................................................................................................30 附錄 2 Matlab 仿真程序 ..................................................................................................33 I 摘要 在信息化時(shí)代，身份鑒別將越來(lái)越重要，應(yīng)用也變得日益廣泛。 關(guān)鍵詞： 圖像預(yù)處理；圖像增強(qiáng)；平滑；配準(zhǔn)；二值化；細(xì)化 II Abstract In the information age, the authentication will be more and more important, the application has bee increasingly widespread. Fingerprint inherent physiological characteristics as a person, with the feasibility and practicality of its uniqueness and lifetime invariant characteristics of fingerprint recognition technology, fingerprint identification has bee the most convenient and the most popular, the most reliable authentication technology world. Based on the identification system of fingerprint recognition technology with its unique low cost and technical superiority is widely used in various occasions. Fingerprint image preprocessing the fingerprint identification premise, it39。 2．人員出入控制，如重要機(jī)關(guān)、單位、場(chǎng)所的人員出入控制。據(jù)考古學(xué)家證實(shí)，早在原始社會(huì)晚期，指紋作為什么鑒別的工具已經(jīng)在我國(guó)開(kāi)始應(yīng)用。 1892年，弗朗西斯其共同的弱點(diǎn)是，不能有效及時(shí)的區(qū)分合法用戶，和通過(guò)非正常手段已經(jīng)獲得了這些東西的非法使用者。該研究組已發(fā)表在 IEEE國(guó)際主流學(xué)術(shù)刊物和重要的國(guó)際會(huì)議的 SCI， EI檢索論文 40余篇，并于 20xx年榮獲國(guó)家科技進(jìn)步二等獎(jiǎng)，并出版了專著“生物特征 識(shí)別理論與應(yīng)用”一書(shū)。作為一個(gè)方向的紋理圖像，以計(jì)算的流動(dòng)方向的脊線，使用的波形投影的方法來(lái)提取的指紋圖像的脊線的圖像，然后使用形態(tài)濾波器細(xì)化圖像的平滑處理，圖像濾波，提取的特征點(diǎn)并刪除了偽特征點(diǎn)。指紋識(shí)別技術(shù)已經(jīng)應(yīng)用于訪問(wèn)控制，海關(guān)，銀行和保險(xiǎn)，國(guó)防等領(lǐng)域。 不同人的指紋，即使同一個(gè)人的指紋脊線方向和脊斷點(diǎn)和交叉點(diǎn)相同，即每個(gè)指紋是獨(dú)一無(wú)二的。公共管理，必須有一個(gè)基本的變量來(lái)確認(rèn)一個(gè)人的身份。隨著越來(lái)越多的地方的指紋養(yǎng)老金制度，在各方的指紋，這種現(xiàn)象已經(jīng)徹底改善，相應(yīng)的養(yǎng)老金不能接收。雖然指紋人人皆有，但各不相同。指紋分類僅依賴于第一種全局特征。 到目前為止，人們共發(fā)現(xiàn)了 150 多種不同的局部脊線特征。其細(xì)節(jié)點(diǎn)特征提取一般采用基于二值細(xì)化圖像的方法，先將增強(qiáng)后指紋圖像二值化提取出脊線輪廓，然后再用形態(tài)學(xué)方法將其細(xì)化，得到脊骨架，最后在細(xì)化后的圖像上尋找脊末梢和脊分叉點(diǎn)。指紋特征匹配的目的是為了判斷輸入的指紋是否與數(shù)據(jù)庫(kù)中指紋模板來(lái)自同一手指，從而識(shí)別查詢者的身份。前者先用激光掃描在手指上，然 后在 CCD 陣列上提取其反射光，因?yàn)榉瓷涔獾膹?qiáng)度是指紋的脊線和谷的深度的體現(xiàn)，因此可得到指紋圖像。 3．超聲波的。參考 [16] 福建農(nóng)林大學(xué)東方學(xué)院計(jì)算機(jī)科學(xué)系畢業(yè)設(shè)計(jì)（論文） 7 如圖 24 所示是簡(jiǎn)易的光學(xué)指紋采集儀 圖 24 2).半導(dǎo)體指紋采集技術(shù) 半導(dǎo)體傳感器指紋采集儀是 1998 年才出現(xiàn)的，主要通過(guò)如下幾種技術(shù)來(lái)繪制指紋圖像。例如，一個(gè)對(duì)比度差的圖像，如干燥的指紋圖像，都能夠被感應(yīng)到 。它的原理是利用超聲波的穿透能力，超聲波到達(dá)不同的材料的表面時(shí)不同的材料產(chǎn)生不同福建農(nóng)林大學(xué)東方學(xué)院計(jì)算機(jī)科學(xué)系畢業(yè)設(shè)計(jì)（論文） 8 大小的回聲（吸收，滲透和反射型），因此，利用皮膚與空氣的聲阻抗的差異，它是可以區(qū)分的指紋的脊和谷的位置，從而生成指紋圖像。 比較項(xiàng)目 半導(dǎo)體采集技術(shù) 光學(xué)全反射技術(shù) 超聲波掃描 耐 用性 容易損壞 非常耐用 一般 體積 較小 較大 中等 成像能力 干手指差，但汗多的和稍臟的手指不能成像 干手指好，但汗多的和稍臟的手指能成像模糊 非常好 成本 低 低 很高 耗電 較少 較多 較多 表 21 采集儀對(duì)照表 圖像平滑 圖像平滑是指用于突出圖像的寬大區(qū)域、低頻成分、主干部分或抑制 圖像噪聲 和干擾高頻成分，使圖像亮度平緩 漸變，減小突變梯度，改善圖像質(zhì)量的圖像處理方法。中值濾波作為一種非線性數(shù)字濾波器技術(shù)，經(jīng)常用于去除圖像或者其它信號(hào)中的噪 聲。 設(shè)有一個(gè)一維序列 f0,f1,...， fn1,窗口長(zhǎng)度 2m+1（即為奇數(shù)），在某個(gè)位置上，窗口內(nèi)的 2m+1 個(gè)像素為 fim,fim+1,...,fi,fi+1,...,fi+m 則 fi=Med{fim,fim+1,...,fi+m} 用數(shù)學(xué)公式可表示為 },...,...,{i miimi fffMY ??? Zi? 21 例如，若窗口長(zhǎng)度為 5，窗口中像素的灰度值分別為 80、 90、 100、 60，則中間值為 90，如果按從小到大排列，結(jié)果為 60、 80、 90、 100，其中間位置上的值為80。對(duì)于隨機(jī)噪聲的御制能力中值濾波相對(duì)均值濾波會(huì)比較差一點(diǎn)。f:\39。imshow(J)。 福建農(nóng)林大學(xué)東方學(xué)院計(jì)算機(jī)科學(xué)系畢業(yè)設(shè)計(jì)（論文） 11 圖像腐蝕 形態(tài)學(xué)原本是指生物學(xué)中研究動(dòng)、植物結(jié)構(gòu)的一個(gè)分支學(xué)科，后來(lái)隨著圖像處理技術(shù)的發(fā)展而與圖像處理技術(shù)融合，發(fā)展成為一種研究處理圖像的全新方法 —— 數(shù)學(xué)形態(tài)學(xué)。有集合、元素、子集、并集、補(bǔ)集、位移、映像（鏡像對(duì)稱）、差集等集合的基本概念。的集合 :在B 中存在一點(diǎn) y,而且在 X 中存在一點(diǎn) x,使得 x39。如圖 26 目標(biāo)圖像 X 結(jié)構(gòu)元素 B X 經(jīng) B 腐蝕后 圖 26 Matlab 仿真 I=imread(39。) subplot(122)。title(39。 福建農(nóng)林大學(xué)東方學(xué)院計(jì)算機(jī)科學(xué)系畢業(yè)設(shè)計(jì)（論文） 13 圖 27 圖像腐蝕 Matlab 仿真 本節(jié)對(duì)指紋圖像腐蝕運(yùn)算后使得 指紋紋路更細(xì)，便于后續(xù)的處理，但指紋圖像顯得模糊，本文將在下一節(jié)中對(duì)指紋圖像進(jìn)行銳化，使得圖像邊緣更加清晰。其中 a的選擇要合理，比如 23式中， a若過(guò)于大，在輪廓邊緣的地方容易出現(xiàn)過(guò)沖； a過(guò)于小圖像銳化不明顯。而 f（ x,y）的梯度是個(gè)向量，定義為： Tyfxff ?????? ??????25 梯度方向是函數(shù)變化最快的方向。美中不足的是， Sobel 算子并沒(méi)有將圖像的主體 與背景嚴(yán)格地區(qū)分開(kāi)來(lái)，換言之就是 Sobel 算子沒(méi)有基于 圖像灰度 進(jìn)行處理，由于 Sobel 算子沒(méi)有嚴(yán)格地模擬人的視覺(jué)生理特征，所以提取的圖像輪廓有時(shí)并不能令人滿意。 J=medfilt2(I,[5,5])。中值濾波 39。imshow(J1)。 K=filter2(h,J2)。title(39。)。 X=imrotate(K, 90)。 figure,imshow(Y)。 I2=imread(39。%調(diào)用配準(zhǔn)函數(shù) imwrite(K1,39。f:/39。