【正文】 =1 if e(x1,y) + e(x1,y+1) +e(x,y+1) + e(x+1,y+1) + e(x+1,y) + e(x+1,y1) + e(x,y1) + e(x1,y1) =4 e(x,y)=0。168。 In=zeros(m,n)。 for x=1:H for y=1:L if e(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)G2 amp。vtemp1=0。 gtotle=gtotle+aveg1(x,y)。 Vmean=Vmean+var1(x,y)。var=0。 else I(x,y)=150sqrt(2021*(double(M1)double(I(x,y)))/double(var1))。 M=0?；叵脒@半年的畢業(yè)設(shè)計(jì)我感謝我的老師黃瓊雁，他在學(xué)習(xí)上對我總是耐心指導(dǎo)，嚴(yán)格要求，精益求精，在課題研究和論文創(chuàng)作期間，黃一直是我的良師益友，引導(dǎo)我、督促我，她嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度和平易近人的生活方式讓我欽佩值得我學(xué)習(xí)，在此致以最深的謝意。并結(jié)合本文主要研究的小波域去噪的方法，對指紋圖像在小波域進(jìn)行了噪聲分析。 %獲得 jpg文件的個(gè)數(shù) for ii=1:len %逐次讀出文件 name=allnames{1,ii}。按鈕右邊的下拉菜單可以讓你隨機(jī)查看特征提取后的圖像、找特征點(diǎn)后的圖像、特征點(diǎn)匹配后的圖像。點(diǎn)擊按鈕右邊的下拉菜單可以隨意查看圖像歸一化、圖像分割、圖像二值化、圖像去空洞和毛刺、圖像細(xì)化后的圖像，其中圖像顯示在按鈕正上方。Visible39。off39。 其中用到的 zhiwenpipei()函數(shù)見 附件 2。39。 圖 指紋圖像中心區(qū)域的分塊 圖 4個(gè)分塊的 4層小波變換示意圖 3 基于 matlab 的指紋識別系統(tǒng) 指紋識別系統(tǒng)的登錄界面 指紋識別系統(tǒng)的登錄界面如圖 。 表 1 列舉了圖 所示的部份指紋圖像經(jīng)過 4 層小波變換后提取的特征向量 ,更加直觀的表現(xiàn)了同類指紋圖片的特征向量的 相似性和不同類指紋圖片特征向量的差異性。 當(dāng)圖像在某一頻率和方向下具有較明顯的紋理特征時(shí) ,與之對應(yīng)的小波通道輸 出就具有較大的能量。當(dāng)中心區(qū)域提取出來之后 ,我們就可以根據(jù)參考點(diǎn)的對齊來對齊指紋圖像的中 心區(qū)域 ,這在一定程度上解決了在指紋采集過程中產(chǎn)生的指紋圖像間的位移誤差。從上我們可以看出 ,小波變換有許多適合指紋圖像的特點(diǎn) ,如對局部細(xì)節(jié)特征的表達(dá)能力 ,二維小波變換所具有的方向選擇性等。而小波基是濾波器的類型決定的。二維小波變換實(shí)質(zhì)上是分別進(jìn)行橫向 ,縱向 ,以及對角的一維小波變換。 () () 從一幅 的圖像 f ( x, y) 開始 ,其中上標(biāo)指示尺度并且 N 是 2 的冪。 ) 19 () () 離散小波變換 [17] 在數(shù)值計(jì)算中 ,尤其是在計(jì)算機(jī)上實(shí)現(xiàn)時(shí) ,連續(xù)小波必須加以離散化。如果 Delta=6，則選取點(diǎn) (x， y)的一定鄰域，在該鄰域中尋找分叉點(diǎn)，也就是尋找 Delta=6 的點(diǎn)。 消除短脊和短刺方法 [15]： (1)依次選取細(xì)化圖像脊線上的點(diǎn) (x， y)； (2)計(jì)算 Delta。這里將端點(diǎn)和分叉點(diǎn)作為主要的便于識別的特征點(diǎn)。 細(xì)化改進(jìn)的具體步驟如下 [14]： (1)依次在未改進(jìn)細(xì)化圖像中，取脊線上某一點(diǎn) (x， y)，并取其 3*3 鄰域，如 P(1) p(8) P(7) P(2) (x,y) P(6) P(3) P(4) P(5) 圖 (2)計(jì)算 16 () 其中，表示以 8 為循環(huán)周期，當(dāng) i=8 時(shí)， i+l=9,就取 = p(1)； (二值化后黑點(diǎn)用“ 1”表示，白點(diǎn)用“ 0表示 )； (3)統(tǒng)計(jì)該鄰域內(nèi)黑點(diǎn)的數(shù)目，如果 Delta=2 且 ≥ 4 則該點(diǎn)去掉， 即置白，否則保留； (4)一幅圖像未完，則跳到第 (1)步，否則到第 (5)步； (5)如果整個(gè)圖像沒有一個(gè)點(diǎn)被去掉，則結(jié)束；否則對新圖像從第 (1)步再開 始處理 [8]。 該像素 (x， y)二值化的規(guī)則如下： if 置白 ； else if 置白； else (x,y) 置黑 [12]。 小波分解的重要作用就是可以將原始信號中的高頻部分和低頻部分分離開。若令： 。 13 基于小波變換的數(shù)字圖像處理在指紋圖像壓縮編碼中的算法 在滿足一定保真 度條件下，對圖像信息進(jìn)行編碼，可以壓縮圖像的信息量，簡化圖像的表樂，從而大大壓縮俐像描述的數(shù)據(jù)量，以便于存儲和傳輸。在圖像處理中，輸入的是低質(zhì)量的圖像。其中建立了小型指紋圖，軟件具有兩個(gè)功能： 身份鑒定； 2，對確定輸入指紋的主人并輸出其姓名。當(dāng) 噪聲增大時(shí)，提取了許多虛假細(xì)節(jié)點(diǎn)，還有可能丟失細(xì)節(jié)點(diǎn)，這就是傳統(tǒng)的基于細(xì)節(jié)點(diǎn)識別算法的不足之處之一，因?yàn)樗焕昧酥讣y圖像中的一小部分信息（細(xì)節(jié)點(diǎn)位置和方向）作為特征進(jìn)行匹配，丟失了蘊(yùn)涵在圖像中的其他豐富的結(jié)構(gòu)信息。它 們被統(tǒng)稱為細(xì)節(jié)點(diǎn)。 (2)方 (Orientation)一節(jié)點(diǎn)可以朝著一定的方向。 A．終結(jié)點(diǎn) (Ending)一一條紋路在此終結(jié)。 F．紋數(shù) (RidgeCount) 指模式區(qū)內(nèi)指紋紋路的數(shù)量。其他的指紋圖案都基于這三種基本圖案。實(shí)際上，是保存特征 點(diǎn)，把剩余信息刪除。 (2)指紋圖像的二值化其實(shí)就是把采集到的指紋圖像轉(zhuǎn)化為只有 0 和 255 兩種顏色的圖像，即黑白圖。 總之，各種技術(shù)都具有它們各自的優(yōu)勢，也有各自的缺點(diǎn)。自動增益控制技術(shù) (AGC)在不同的環(huán)境下結(jié)合反饋信息可以產(chǎn)生高質(zhì)量的圖像。不象光學(xué)掃描，積累在皮膚上的臟物和油脂對超音速獲得的圖像影響不大，所以這樣的圖像是實(shí)際脊地形 (凹凸 )的真實(shí)反映。傳感器被加熱，并在一個(gè)積累的時(shí)間之后 (取決于時(shí) 鐘速率 )，開始與結(jié)束時(shí)間的溫差便被取樣，并將該現(xiàn)時(shí)的溫 度作為新的參數(shù)，跟著讀取下一個(gè)溫度變化。電容器的電容值由于金屬間的距離而變化，這里指的是脊(近的 )和谷 (遠(yuǎn)的 )之間的距離。這些進(jìn)展取決于多種光 學(xué)技術(shù)的發(fā)展而不是 FTIR 的發(fā)展。指紋識別技術(shù)的原理如圖 所示 [1]。指紋識別技術(shù)是指利用計(jì)算機(jī)進(jìn)行的指紋自動識別的技術(shù)，它是一項(xiàng)綜合技術(shù)，其研究發(fā)展涉及到多個(gè)前沿及邊緣科學(xué)，如模糊數(shù)學(xué)、數(shù)學(xué)形態(tài)學(xué)、神經(jīng)網(wǎng)絡(luò)、模式識別、計(jì)算機(jī)視覺、人工智能、數(shù)據(jù)壓縮、并行處理以及網(wǎng)絡(luò)技術(shù)等。在指紋圖像的降噪中：應(yīng)用中值濾波與 小波包變換相結(jié)合去除圖像隨機(jī)噪。但有不少顯現(xiàn)或提取得到的指紋效果較差，不易分辨指紋紋線與客體背景主間的差異或指紋紋線成像模糊等，主要表現(xiàn)為指紋紋統(tǒng)與客體背景的反差較弱。這時(shí)可利用數(shù)字圖像處理技術(shù)對不易辨識的指紋進(jìn)行增強(qiáng)處理．便于后續(xù)的指紋識別鑒定。 in the pattern of change, gray gray variance in one direction instead of the Metre method, the equivalent of before asking the direction of point to a mean filtering operation, robustness pattern more so obtained。電子銀行，自動取款機(jī)、電子商務(wù)等基于指紋識別的身份認(rèn)證系統(tǒng)都屬于指紋識別技術(shù)的聯(lián)機(jī)應(yīng)用。依據(jù)的是光的 全反射原理 (FTIR)r71。另一個(gè)方案是把含有一微型三棱鏡矩陣的表面安裝在彈性的平面上，當(dāng)手指壓在此表面上時(shí)，由于脊和谷的壓力不同而改變了微型三棱鏡的表面，這些變化通過三棱鏡光的反射而反映出來[2]。 (3)熱敏感應(yīng)傳感器的原理是根 據(jù)皮膚紋理與傳感器部分的溫度差異來檢測指紋。這種概念對信噪比是很有幫助的。至于體積，上面已經(jīng)提到光學(xué)傳感器的體積從 6x3x3 英寸降到 3xlxl 英寸。其中之一是，在較大的模型上可以做較大指紋取像區(qū)域。因此首先要對采集到的指紋圖像進(jìn)行預(yù)處理，包括對指紋圖像的增強(qiáng)、二值化和細(xì)化等 [5]。常用的二值化方法有固定閥值法、自適應(yīng)閥值法、局部自適應(yīng)閥值法等。與人工處理不同，許多生物識別技術(shù)公司并不直接存儲 指紋的圖像。有的指紋識別算法只使用模式區(qū)的數(shù)據(jù)。這些斷點(diǎn)、分叉點(diǎn)和轉(zhuǎn)折點(diǎn)就稱為“節(jié)點(diǎn)”。 D．孤立點(diǎn) (Dot or Island)一一條特別短的紋路，以至于成為一點(diǎn)。 指紋的局部特征 (Minutiae)有 150 種之多。 1． 3 國內(nèi)外自動指紋識別系統(tǒng)的研究狀況 指紋識別技術(shù)從早期的人工比對到現(xiàn)在采用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)自動指紋識別，指紋對比更加準(zhǔn)確，識別效率 得到極大提高。第一章中給出了指紋識別的具體流程圖，并對流程圖中各個(gè)步驟進(jìn)行了詳細(xì)的解釋說明。 論文的結(jié)構(gòu)安排 論文的結(jié)構(gòu)安排如下： 第一章 主要敘述指紋識別的原理、歷史、國內(nèi)外的發(fā)展概況、論文的研究內(nèi)容及意義。困難主要在處理速 度上，特別是進(jìn)行復(fù) 雜的處理。下面是具體的算法 : (1)小波包概念的提出。②其中與分別是函數(shù)與的閉包空間。通過設(shè)置一定的閾值，可以將原始信號中的噪聲濾除，從低頻信號中得到平滑的波形。在對圖像二值化的過程中同時(shí)完成對圖像的分割，達(dá)到去除無用信息的目的。由于原始圖像質(zhì)量較差，往往會有一些假特征點(diǎn)在細(xì)化后出現(xiàn)。 短脊的特點(diǎn)是，它的兩端都可以被判別為端點(diǎn)，且距離十分短。 (3)重復(fù)第 (1)， (2)步直到完成對一幅圖像的處理； (4)如果在上面幾步中有像素點(diǎn)被消除，則對新圖像重復(fù)上面步驟，否則結(jié)束處理。 基于小波變換的數(shù)字圖像處理在指紋圖像特征識別中的算法 圖像識別屬于模式識別的范疇，其主要內(nèi)容是在圖像經(jīng)過某些預(yù)處理 (增強(qiáng)、二值化、細(xì)化 )后，進(jìn)行圖像特征值提取，從而進(jìn)行判別分類。 ) 二維離散小波變換是橫向、縱向兩個(gè)一維小波變換合成的結(jié)果 , 它需要一個(gè)二維 尺 度 函 數(shù)和 三 個(gè) 二 維 小 波 , 。在變換的每一層次 ,圖像都被分解為 4 個(gè)四分之一大小的圖像 (尺度 的低頻部分和三個(gè)方向 :水平、垂直、對角的高頻部分 ) ,它們都是由原圖與一個(gè)小波基圖像的內(nèi)積后 ,再經(jīng)過在行和列方向進(jìn)行 2 倍的間隔抽樣而生成。我們把這些小波分解系數(shù)構(gòu)成的子圖像稱為小波分解通道。 (1)指紋圖像由交替出現(xiàn)的脊線 (ridge)和 谷線 (valley)組成。這里的中心區(qū)域指的是指紋圖像的待識別區(qū)域 ,不同于很多使用全局指紋圖片的指紋匹配方法 ,我們只采用指紋圖像的一塊作為匹配區(qū)域。我們對指紋圖像的中心區(qū)域 d[m,n]進(jìn)行 J=4 層小波變換 ,得到 3J+1=13 幅子圖 [。通道的標(biāo)準(zhǔn)差由下式給出式 (13): () () 我們把 4層小波變換總共 12個(gè)細(xì)節(jié)子圖的小波系數(shù)的標(biāo)準(zhǔn)差組成一個(gè)表征這幅指紋圖像的特征向量式 ()計(jì)算得到的特征向量對指紋圖像具有 重要的區(qū)分屬性 ,我們即 是采用這些得到的 特征向量對指紋圖像進(jìn)行分類識別的。在本文的 實(shí)驗(yàn)中 ,取 ,即把指紋圖像的中心區(qū)域分為 大小的 4 塊 ,如圖 圖 。如果輸入的指紋圖像不正確會彈出警告窗口（如圖 ）。讀取圖片 39。 ：點(diǎn)擊此按鈕你將會進(jìn)入指紋匹配的界面（如圖 ）。Visible39。)。 鈕：點(diǎn)擊此按鈕可以退出指紋識別系統(tǒng)。)。 ：點(diǎn)擊此按鈕可以退出指紋識別系統(tǒng)。 3．根據(jù)給出的仿真結(jié)果的正確性，本文在 matlab 環(huán)境下對指紋圖像的預(yù)處理算法、指紋匹配算法進(jìn)行了編程實(shí)現(xiàn)。對他們，不需要說太多的感謝，我想我不懈的努力是對他們最好的回報(bào)。 for x=1:m for y=1:n M=M+double(I(x,y))。 %3*3 H = m/M。 % 計(jì)算每一塊的方差值 for i=1:M for j=1:M var=(I(i+(x1)*M,j+(y1)*M)aveg1(x,y)).^2+var。%所有塊的方差 gtemp=0。 end end end G1=gtotle/gtemp。 34 end if 0var1(x,y)V1 vtemp1=vtemp1+1。 end if aveg1(x,y) G1100 amp。 %********************************************************************35 ********* 二值化 temp=(1/9)*[1 1 1。 In(a,b)=Im(a1,b1)*temp(1,1)+Im(a1,b)*temp(1,2)+Im(a1,b+1)*temp(1,3)+Im(a