小區(qū)門禁系統(tǒng)中的指紋識別仿真(編輯修改稿)
2025-02-11 03:35 本頁面
【文章內(nèi)容簡介】 識別算法的改進和采集設(shè)備相關(guān)研究的獨立性。 指紋圖像分割 圖像分割的介紹在指紋識別系統(tǒng)中,指紋圖像的分割是指紋圖像預處理的一部分，它是基于的圖像的圖像特性的基本特征是指指紋圖像的固有屬性，例如灰度值、淋浴關(guān)系、紋線的扭曲程度等。從本質(zhì)上講，指紋圖像分割，換言之，就是除去圖像中的背景，使后續(xù)處理能夠集中在有效區(qū)域內(nèi)，從而去提升處理的高效性和可靠性。圖像分割處理為對象或區(qū)域，再加上一個獨立的按規(guī)則的圖像，指紋圖像分割是取前景區(qū)域和從前景區(qū)域分離出的背景區(qū)域被提供了目標區(qū)是脊和谷的夾雜物明確區(qū)域線，以避免背景區(qū)域的干擾。圖4 指紋圖像分割是圖像處理技術(shù)的重要組成部分，分段運行噪音可有效去除，隨后的操作更容易，所以我們必須先拆分操作。使用分割算法基于圖像分割層次特性差異的方差法，脊線和谷線在前景區(qū)域的方差值較大，在背景區(qū)域的差異比較小，所以我們必須利用其局部方差的指紋分割，因為方差切割速度更快，更簡單，所以對于高對比度的圖像切割質(zhì)量好，但對于低對比度圖像分割并不總是有效。 最大類間方差法本文提出了一種基于最大類間方差的指紋圖像分割方法，當使用兩個類的圖像處理塊之間的最大偏差來指紋圖像分割的組合的方法。實驗結(jié)果表明，這種方法既為高對比度或指紋圖像分割的低對比度的指紋圖象有很好的效果，用指紋圖像分割的傳統(tǒng)方法相比，操作速度更快，比在實時處理的傳統(tǒng)方法更合適。最大類間方差法的原理：我們用一個閾值把原圖像分為兩類部分，當我們?nèi)〉米罴训拈撝禃r，兩個部分之間的方差最大。方差定義為： Var(X)= (21)假設(shè)使用一個閾值T，將灰度級[1，L]分割成兩個類[1 ，T1]和[T，L]， (22) (23) (24) (25)其中: (26) (27) (28) (29)那么被k分割出來的兩個類的方差則為： (210) (211)同時定義類內(nèi)方差與類間方差、總方差如下: (212) (213) (214) (215)上述等式是總方差σT和T獨立分割閾值的恒定值，對于類方差的最低要求可以轉(zhuǎn)換為大津的緣故。σB可以是從前面的等式進一步推導，如下： (216) 圖像增強指紋的真實圖像會存在變形是由于在獲取時每次采集的壓力不同會使得到的圖像產(chǎn)生畸變，這種影響是很難控制的，而且因為處理過的皮膚的干燥度，排汗，皮膚疾病和其他因素是指指紋圖像失真，采集設(shè)備固有噪聲導致一定數(shù)量的特征點可疑或大量真特征點被忽略從而引入大量的錯誤信息。對指紋圖像分割后，還需要被濾波，以消除噪聲干擾，提高指紋圖像識別的效率。這篇文章用于圖像增強的辦法是 利用Gabor 濾波器，用于濾波所述指紋圖像的低頻方向讓指紋線結(jié)構(gòu)更加清晰，保留的信息主要特點做出更準確可靠的指紋識別功能。實驗表明，該方法基于Matlab實現(xiàn)的，簡單而快速的指紋圖像已經(jīng)很不錯了，以增強療效。 指紋圖像的二值化二值化是一個重要的預處理步驟。它是嘈雜灰度級的圖像處理為適合于二值圖象的特征提取，這將直接影響識別系統(tǒng)的性能。本文使用的算法流程為：圖5 指紋圖像二值化處理流程圖我們想要對圖像進行二值化處理，第一步，我們需要界定一個閾值，用以下公式可以計算出：假設(shè)輸出的灰度圖像的像素值為F（i,j）∈（r1,r2,r3,...rm),設(shè)閾值T0=ri，1≤ i ≤ m,則： (217) 公式中1表示的目標子圖,0表示背景子圖。相比該閾值表示背景圖像像素的灰度，使得圖像的前景和背景區(qū)域變成完全獨立的區(qū)域。 指紋圖像的細化 指紋細化的介紹像手指干燥，手指按壓力度不均勻，手指上有灰塵雜質(zhì)，手指紋線磨損等原因，就會對指紋采集造成圖像信息模糊、不連續(xù)或者粘連等問題。指紋圖像在預處理之后，所獲取的脊線寬度平均有68個像素點，還具有一定寬度，所以指紋細化是不能省略的關(guān)鍵步驟。指紋細化所要滿足的條件：(1)收斂性：迭代關(guān)系收斂。(2)連通性；不能打破指紋紋線的連續(xù)性。(3)拓撲性：兩兩紋線之間互不干涉，保留圖像信息的基本特征。(4)保持性：對指紋的細節(jié)特征進行保留。(5)細化性：沒兩條紋線的之間寬度定義為1個像素。(6)中軸性：在指紋紋線中央位置設(shè)置骨架結(jié)構(gòu)。(7)快速性：算法程序簡單快捷。 指紋圖像細化的算法本文采用的基于八鄰域查表的細化算法，如圖6可以看出，中心模塊為P0點，模塊周圍的位置即八個模塊構(gòu)成模板，這樣以來這九個模塊即P0與周圍八個模塊就構(gòu)成了八鄰域模型板塊，此時P0表示為中心模塊，P1P8則一一對應P0周圍8個方向上相鄰之間的模塊。圖6八鄰域模板我們設(shè)1代表前景區(qū)域的像素點，0代表背景像素點。若P0為1，且P1，P2,...P8只有一個為1，稱P0為端點；若P0為1且P1，P2,...P8只有一個為0，稱P0為輪廓點；若刪除為1的P0點會破壞圖象的連接性，則稱P0為斷點。目標像素P0的連通數(shù)可以表述為：(218)其中i∈S，S=｛1,3,5}查表的方法就是：設(shè)白色格子為1，黑色格子為0，P4點對應8位數(shù)的第一位，P3對應第二位，P2對應第三位，P5對應第四位，P1對應第五位，P6對應第六位，P7對應第七位，P8對應第八位。我們按照這樣的順序查表就可以了。鄰點查找表：0預定值表明該組合中心的元素應保留，1表示應刪除。首先我們要從上到下，從左到右，對二值圖象進行觀察，觀察每一個黑點，黑點，如果周圍的鄰居是黑點，一點都不處理，否則進行八鄰域檢測的步驟。窗體頂端窗體底端 仿真結(jié)果與結(jié)論圖7二值化后指紋圖象圖8 細化后指紋圖象由上圖7,8表示：這兩圖的對比中，我們可以輕易看到細化后的指紋紋線更細，這樣以來，在不影響指紋紋線的連貫性的前提下，可以得到更清晰的細化后的圖像。窗體底端3 指
公司管理相關(guān)推薦
鄂ICP備17016276號-1