【正文】 NewR2=zeros(width,height)。 I3(:,313)=255。) figure,imshow(J3)。配準(zhǔn)后相加 39?；叶葓D像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級(jí)的分布和特征。如果二值化過程中引入噪聲，就會(huì)降低指紋圖像圖像質(zhì)量，影響識(shí)別。f:\39。f:\39。 對(duì)圖像細(xì)化的過程實(shí)際上是求 一圖像骨架的過程。骨架形狀描述的方法是 Blum 最先提出來的，他使用的是中軸的概念。 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） 21 圖 212 指紋圖像二值化處理結(jié)果 本節(jié)通過對(duì)指紋圖像的二值化處理，得到了清晰的二值圖像，本文在下一節(jié)中將對(duì)指紋圖像進(jìn)行細(xì)化處理，目的是得到單個(gè)像素的指紋紋路，為后期的特征識(shí)別做前期準(zhǔn)備工作。 level=graythresh(I)。 圖像二值化是指用灰度變換來研究灰度圖像的一種常用方法，即設(shè)定某一閾值將灰度圖像的像素分成大于閾值的像素群和小于閾值的像素群兩部分。 圖像的二值化處理就是將圖像上的點(diǎn)的灰度置為 0 或 255，也就是使整個(gè)圖像呈現(xiàn)出明顯的黑白效果。f:/39。2 配準(zhǔn) 39。 J3=uint8(W1)。 source_y=j+1。 J1=imread(39。)。)。旋轉(zhuǎn)銳化后增強(qiáng)處理 39。 figure,imshow(X)。%逆時(shí)針旋轉(zhuǎn) 90176。) 由圖 可以看出，該指紋圖像水平方向的紋路有很大的缺陷，顯而易見該圖像的清晰度令人不滿意，為了獲得較清晰的指紋圖像，我們對(duì)上述圖像進(jìn)行修補(bǔ)，本文所使用的 方法是將銳化處理前的圖像用 rot90 函數(shù)逆時(shí)針旋轉(zhuǎn) 90176。imshow(K)。腐蝕處理 39。%結(jié)構(gòu)元素 se 3*3 單位矩陣 J1=imerode(J,SE)。imshow(I)。 本次對(duì)指紋圖像銳化就是用 Sobel算子進(jìn)行銳 化。在技術(shù)上，它是一離散性 差分 算子，用來運(yùn)算圖像亮度函數(shù)的梯度之近似值。而圖像銳化可用微分來實(shí)現(xiàn)。 圖像平滑是通過消弱高頻成分突出低頻成分來達(dá)到濾除噪聲、模糊圖像的目的。) subplot(122)。title(39。)。 基本運(yùn)算： 開運(yùn)算（先腐蝕后膨脹的過程）：利用它可以消除小物體，在纖細(xì)點(diǎn)處分離物體，平滑較大物體邊界 ，但同時(shí)并不明顯改變?cè)瓉砦矬w的面積。利用它可以消除小而且無意義的物體。而本次對(duì)指紋圖像的預(yù)處理中運(yùn)用到的正是二值形態(tài)學(xué)中的圖像腐蝕處理。中值濾波 39。 J=medfilt2(I,[5,5])。 （ 2）對(duì)某些輸入不變性 對(duì)某些特定的輸入信號(hào)，中值濾波的輸出保持與輸入信號(hào)值相同。如果 90 是一個(gè)噪聲的尖峰，則將被濾除；當(dāng)然如果它是一個(gè)信號(hào)，那么用此方法處理將會(huì)造成信號(hào)的損失。觀察窗口中的數(shù)值進(jìn)行排序，位于觀察窗中間的中值作為輸出。圖像平滑可以在空域進(jìn)行，也可以在頻域進(jìn)行，可以采用理想低通、巴特沃斯低通等各種形式的低通濾波器進(jìn)行低通濾波，來實(shí)現(xiàn)平滑。超聲波技術(shù)來實(shí)現(xiàn)能夠獲得最準(zhǔn)確的精度，其對(duì)手指平面完整程度和潔凈程度的要求是比較低的，但采集時(shí)間將明 顯比上述兩類產(chǎn)品要來得長(zhǎng)。 半導(dǎo)體指紋采集設(shè)備，可以得到一 個(gè)相當(dāng)精確的指紋圖像分辨率高達(dá) 600dpi，而且在指紋圖像采集過程中不需要像光學(xué)采集裝置那樣，需要一個(gè)較大面積的采集臺(tái)板采集指紋。能夠結(jié)合到約 100,000個(gè)電容式傳感器在半導(dǎo)體金屬陣列上，其表面是絕緣的。 1).光學(xué)采集技術(shù) 光學(xué)采集設(shè)備有著許多優(yōu)勢(shì) :它經(jīng)歷了長(zhǎng)時(shí)間實(shí)際應(yīng)用的考驗(yàn)，能承受一定程度溫度變化，穩(wěn)定性很好，成本相對(duì)較低，并能提供分辨率為 500DPI 的圖像。近年來，已經(jīng)有其他一些新的指紋采集設(shè)備，如超聲波指紋掃描儀，它是基于指紋的脊和谷的超聲波反射原理而設(shè)計(jì)的。參考文獻(xiàn) [2] 手指 末端的表面積比較小，在日常生活中指紋常常會(huì)受到不同程度不同類型的磨損，所以想要取得優(yōu)質(zhì)的指紋特征圖像是一項(xiàng)復(fù)雜的工作。 （ 2） 脊線提?。褐讣y灰度圖像中，在沿著垂直于局部方向場(chǎng)的方向，脊結(jié)構(gòu)結(jié)構(gòu)有局部極值，以此特性，相應(yīng)的像素就可以標(biāo)定為脊線或者溝線，進(jìn)行二值化處理。人們最常注意到的是兩種被稱為細(xì)節(jié)的局部脊線特征：①脊末梢；②脊分叉，如圖 23所示。奇異點(diǎn)有兩種：中心點(diǎn)和三角區(qū)，用來標(biāo)識(shí)指紋的宏特征。各人的指紋除形狀不同之外，紋形的多少、長(zhǎng)短也不同 。 指紋識(shí)別承載了太多的社會(huì)意義，能從最根本的條件，良好的判斷力和定義一個(gè)人的真正的生物身份。這樣隨心所欲，防偽，容易導(dǎo)致管理漏洞。依靠這種唯一性和穩(wěn)定性與他的指紋對(duì)應(yīng)一個(gè)人，就能通過他的指紋和預(yù)先存儲(chǔ)的指紋進(jìn)行對(duì)比，以驗(yàn)證他的真實(shí)身份，這就是指紋識(shí)別技術(shù)。這是因?yàn)?，一方面，?duì)于在保護(hù)知 識(shí)產(chǎn)權(quán)財(cái)產(chǎn)權(quán)利和商業(yè)利益，在核心技術(shù)的指紋識(shí)別只有一個(gè)小數(shù)量的企業(yè)和技術(shù)機(jī)構(gòu)有 。 提出了一種基于圖案細(xì)節(jié)特征提取算法。 在國(guó)外，美國(guó)密歇根州立大學(xué)，林紅等早已從事指紋識(shí)別的研究，他們從事指紋識(shí)別研究很的早些時(shí)候，就已經(jīng)提出有很多突破性的算法思路，為研究指紋識(shí)別提供了很強(qiáng)的理論依據(jù)，其對(duì)指紋識(shí)別所起到的促進(jìn)作用不容忽視。因此作為人體生理行為特征鑒別技術(shù)的分支，指紋鑒別技術(shù)越來越受到社會(huì)許多領(lǐng)域的歡迎。至此指紋識(shí)別應(yīng)用進(jìn)入了一個(gè)新的時(shí)期。唐代作家賈公秀在其作品中就著重提到了指紋是確認(rèn)個(gè)人身份的方法 。 4．電子銀行賬戶管理。 image enhancement。基于指紋識(shí)別技術(shù)的身份識(shí)別系統(tǒng)以其獨(dú)特的成本低廉性及技術(shù)優(yōu)越性正被廣泛被應(yīng)用在各個(gè)場(chǎng)合。在指紋圖像預(yù)處理的過程中由于指紋圖像質(zhì)量問題 ,本文將根據(jù)指紋圖像的特征提出假設(shè)，再根據(jù)假設(shè)提出了增強(qiáng)指紋圖像的算法，這些算法簡(jiǎn)單且能有效地解決指紋圖像預(yù)處理問題。 binarization。 6．其它可以取代鑰匙的場(chǎng)合。蘇格蘭醫(yī)生 Henry Fauld于 1880年 10月 28日首次在英國(guó)《 Nature》上發(fā)表論文，指出人的指紋各不相同，恒久不變。 在這個(gè)電子互聯(lián)程度越來越高的信息化社會(huì)里，能夠?qū)θ梭w進(jìn)行精確的鑒別變得越來越重要。 中國(guó)自動(dòng)化研究所，清華大學(xué)，中國(guó)科學(xué)院，大連理工大學(xué)等科的國(guó)家研機(jī)構(gòu)，在目前指紋識(shí)別研究中處于領(lǐng)先地位。 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(dòng)態(tài)闡值引 入到指紋圖像處理中來，成功地提取通過反復(fù)迭代脊線。 然而，盡管已經(jīng)有許多學(xué)者和研究機(jī)構(gòu)已經(jīng)取得了大量的研究指紋識(shí)別領(lǐng)域的研究成果，但也面臨一些問題：識(shí)別虛假特征點(diǎn)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(xué)東方學(xué)院計(jì)算機(jī)科學(xué)系畢業(yè)設(shè)計(jì)（論文） 3 由于指紋具有一個(gè)唯一的，終身不變，難以偽造等優(yōu)良特點(diǎn)，以指紋作為證據(jù)在法庭上有一個(gè)很長(zhǎng)的歷史。因此，這將是一個(gè)非理想的采集條件，時(shí)間復(fù)雜度低的情況下，指紋識(shí)別的一些關(guān)鍵問題的研究和學(xué)習(xí)。在公司里，你可能是董事，員工和工作角色 。點(diǎn)的指紋識(shí)別作為一種基本的社會(huì)角色，其方便性和精度已得到世界公認(rèn)。 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） 4 第 2 章 指紋圖像預(yù)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。 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。參考文獻(xiàn) [1] 中心點(diǎn) 三角區(qū) 圖 21 奇異點(diǎn)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(diǎn)的分類算法的模型，理想情況下，只要能找準(zhǔn)奇異點(diǎn)，就能準(zhǔn)確分類。 圖 23 指紋圖像的細(xì)節(jié) 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） 6 一般來說，要判斷兩個(gè)指紋圖像是否來自同一個(gè)手指，必須經(jīng)過下面三個(gè)階段： 1）首先進(jìn)行全局模式對(duì)比，即判斷兩枚指紋是否屬于同一類別。 （ 4） 偽特征點(diǎn)的去除：從上面步驟提取出的指紋細(xì)節(jié)特征往往含有很多偽特征點(diǎn)，還需要一定的后處理，對(duì)特征進(jìn)行過濾和篩選。由于該方法存在嚴(yán)重的不可靠性，這種方法己不在被使用。在早期一般都采用光學(xué)的采集儀。潛在指印是手指在臺(tái)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(shí)圖像的質(zhì)量。 (2)半導(dǎo)體壓感式傳感器 表層是由具有彈性的壓感介質(zhì)元件組成，它們把指紋的外表紋通過壓感傳感器理轉(zhuǎn)化為對(duì)應(yīng)的電信號(hào)，并進(jìn)一步產(chǎn)生有灰度級(jí)的指紋圖像。此外，它們不像玻璃耐磨損，從而影響使用壽命。半導(dǎo)體傳感器由大量敏感元件組成，它采用電容式感應(yīng)，熱傳感器或其他傳感器技術(shù)，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。在數(shù)字信號(hào)處理技術(shù)中廣泛使用，領(lǐng)域均值濾波在濾除噪聲的同時(shí)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(xì)節(jié)模糊，且對(duì)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(shí)保持圖像的邊緣。保存邊緣的特性使它在不希望出現(xiàn)邊緣模糊的場(chǎng)合也很有用。 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(jī)噪聲干擾。采用總體實(shí)驗(yàn)觀察法，經(jīng)大量實(shí)驗(yàn)表明，中值濾波器的頻率響應(yīng)與輸入信號(hào)的頻譜有關(guān)，呈現(xiàn)不規(guī)則波動(dòng)不大的曲線，中值濾波幅譜特性起伏不大，可以認(rèn)為信號(hào)經(jīng)中值濾波后，頻譜基本不變。title(39。 圖 25 中值濾波 Matlab 仿真 采用中值濾波的方法 ,對(duì)指紋圖像進(jìn)行預(yù)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。運(yùn)算效果取決于結(jié)構(gòu)元素大小內(nèi)容以及邏輯運(yùn)算性質(zhì)。利用它可以填補(bǔ)物體中的空洞。利用它可以消除小而且無意義的物體。imshow(I)。%結(jié)構(gòu)元素 se 3*3 單位矩陣 J1=imerode(J,SE)。腐蝕處理 39。因此圖像銳化加強(qiáng)了細(xì)節(jié)和邊緣，對(duì)圖像有去模糊的作用。把微分的結(jié)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(qiáng)，從而使圖像的輪廓清晰，突出細(xì)節(jié)。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(cè) 的圖像，其公式如下 : ??????????????101202101xG Gy=?????????? ???121000121210 圖像的每一個(gè)像素的橫向及縱向梯度近似值可用以下的公式結(jié)合，來計(jì)算梯度的大小。 Sobel 算子對(duì)圖像銳化 銳化增強(qiáng)后的圖像 圖 28 Sobel 算子對(duì)圖像銳化增強(qiáng)的結(jié)果 以下是利用 Sobel算子對(duì)圖像增強(qiáng)的 MATLAB 實(shí)現(xiàn)： I=imread(39。) subplot(122)。title(39。 %用 Sobel 算子進(jìn)行銳化 h=fspecial(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） 17 K1=J2K。 我們將兩幅圖像放在一起做對(duì)比如下圖所示。sobel39。) K1=JK。 以下是兩幅圖像配準(zhǔn)的 MATLAB 實(shí)現(xiàn)，配準(zhǔn)函數(shù) registration 見附錄 1 所示： I1=imread(39。 K1=fft2(J1)。)。 I2=double(I1)。source_y/double(uint16(source_y))==) NewR2(i,j)=I5(int16(source_x),int16(source_y))。 figure,imshow(I3)。)。將彩色圖像轉(zhuǎn)化成為灰度圖像的過程稱為圖像的灰度化處理。目前圖像紋細(xì)化的方法大多都是基于二值圖像進(jìn)行的。 dither 函數(shù)通過顏色抖動(dòng)來達(dá)到轉(zhuǎn)換圖像的目的，語(yǔ)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(duì)灰度值進(jìn)行閾值判斷的方法達(dá)到目的，語(yǔ)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。因此難以建立寬度只有一個(gè)點(diǎn)的特征點(diǎn)模型，所以必須對(duì)指紋圖像經(jīng)紋線圖像抽象化處理。細(xì) 化的目的就是在將圖像的骨架提取出來的同時(shí)保持圖像細(xì)小部分的連通