【文章內(nèi)容簡介】 不會改變的指紋脊圖案信息的圖像。為了方便分析和處理方便，應(yīng)該以沿指定區(qū)域或指定像素為中心，在window長為半徑的參考鄰域中，在3600方向上的灰度變化梯度最小的方向定義為該指定區(qū)域或指定像素的方向。在1987年。采用的是以下這個公式來進(jìn)行表示的： （311）而第二種方法則是通過對峰值點(diǎn)來識別紋線的存在性。這一方法對于清晰的紋線是十分理想的，但對于三角點(diǎn)或者是灰度均勻區(qū)域，這種峰值就不明顯了。本文是通過八方向場法來進(jìn)行計算的，具體步驟是：先用以下所列的公式來分別求出指紋圖像中各個像素的灰度變化的梯度值大小在D[0]00(1800)、D[1]450 (2250)、D[2]900 (2700)、D[3]1350 (3150)八個方向上的分量： （312）式中，I表示的是指紋圖像，window是參考鄰與的窗口值。將灰度變化的梯度值在00(1800)方向上的分量變化計作：dh[0]=d[0]將灰度變化的梯度值在450 (2250) 方向上的分量變化計作：dh[1]=d[1]/將灰度變化的梯度值在900 (2700) 方向上的分量變化計作：dh[2]=d[2] 灰度變化的梯度值在1350 (3150) 方向上的分量變化計作：dh[3]=d[3]/指紋圖像的二值化是指從一個具有記錄著紋理灰度變化的指紋圖像生成另一個只有兩種色調(diào)的黑白分明的指紋圖像。使具有灰度的圖像變化成為只有黑白兩種色調(diào)的圖像，這就是二值化圖像，這種二值化圖像的灰度層次從原來的256級減少到2級，相應(yīng)地二值化后的圖像也從8bit格式轉(zhuǎn)成1bit的格式。迭代閾值方法如下: 　　(1)初始灰度閾值T是開始時設(shè)定的, R1和R2是指紋圖像的兩組灰度值。 　　(2)分別計算這兩組指紋圖像的平均灰度值u1和u2。 　　(3)然后再將灰度閾值T重新設(shè)置，并重新的定義T。此時T為:T＝(u1+u2)/2。 （313）　　(4)再依據(jù)新的T對指紋圖像來進(jìn)行閾值分割。 。指紋圖像的細(xì)化在指紋識別預(yù)處理過程中也十分重要，這也是為提取指紋圖像中特定區(qū)域的特征點(diǎn)做準(zhǔn)備，而對指紋圖像通常需要采用的方式是指紋圖像的細(xì)化算法處理，細(xì)化后得到與原來指紋圖像形狀近似的，由簡單的弧或曲線組成的圖像，這些細(xì)線大多處在指紋的中心軸附近，這就是指紋圖像的細(xì)化。根據(jù)細(xì)化方法不同,細(xì)化結(jié)果就會有所差異。這種方法是以某個像素的局部鄰域(如33,55等)的圖像特征來進(jìn)行的處理,此外，也有還有采用邊緣搜索編碼[37]　、外輪廓計算[38]以及神經(jīng)網(wǎng)絡(luò)等細(xì)化的方法。對于任何形狀的區(qū)域中，實(shí)際上是一個變型過程。通過對指紋圖像的精煉，可以根據(jù)相鄰八個點(diǎn)的各像素的情況以確定該點(diǎn)是否可以被刪除或保留?？梢钥闯觯?(1)表示不能刪除，因為這個點(diǎn)是個內(nèi)部點(diǎn)，我們細(xì)化指紋要求的是必須要形成骨架，如果連內(nèi)部點(diǎn)都被刪除了，骨架也就被掏空了；(2)表示也不能刪除，也是同樣的道理；(3)表示可以刪除，因為這樣的點(diǎn)不是骨架；(4)表示不能刪除，因為刪除掉后，原來所相連的部分也會斷開；(5)表示可以刪除，因為這樣的點(diǎn)并不是骨架；(6)表示不能刪除，因為這個點(diǎn)表示的是直線的端點(diǎn)，我們細(xì)化指紋要求的是必須要形成骨架，如果連端點(diǎn)都被刪除了，骨架也就被掏空了；(7)表示不能刪除，因為這是孤立點(diǎn)，孤立點(diǎn)的骨架就是它自身。總結(jié)上面的圖，會得到以下的結(jié)論：(1)細(xì)化后的內(nèi)部點(diǎn)不能刪除；(2)細(xì)化后的孤立點(diǎn)不能刪除；(3)細(xì)化后的直線端點(diǎn)不能刪除；(4)細(xì)化后，如果P是邊界點(diǎn)，則去掉P后；如果連通分量不增加，則P點(diǎn)可以刪除。我們也可以根據(jù)上述結(jié)論，提前的情況作出一個查找表。將256個元素（0255）標(biāo)記為為0或1。然后，根據(jù)我們的調(diào)查表上的點(diǎn)的周圍八個點(diǎn)，如果表1中的元素，則表示該點(diǎn)被刪除，否則就要保留。查表方法是將白點(diǎn)設(shè)置為一個黑色點(diǎn)是0。對應(yīng)于一個8位數(shù)字的第一位（最低顯著位），只對應(yīng)于所述第二位置的點(diǎn)之上，對應(yīng)于右上第三，左相鄰的點(diǎn)左上點(diǎn)對應(yīng)于第四位置，對應(yīng)于該點(diǎn)右鄰是第五，左下點(diǎn)對應(yīng)于第六位，以下對應(yīng)于第七，右下點(diǎn)對應(yīng)是第八。但鑒于在各個點(diǎn)附近的情況下，當(dāng)前像素，就可以得到一個圖像細(xì)化操作的查找表，這將在詳細(xì)細(xì)化算法的圖像中所表示出來　　為了避免分裂指紋圖像，導(dǎo)致實(shí)驗失敗。細(xì)化過程還需要兩個步驟，第一步是標(biāo)記操作，但它是有條件的。即那些像素被移除或未被標(biāo)記將立即消除。第二步是將那些不可消除的點(diǎn)構(gòu)造成一個33模板和細(xì)化查找表，再按照基本算法來實(shí)現(xiàn)。具體的算法實(shí)現(xiàn)步驟如下： (1)首先定義一個33模板和一個查找表，：: 細(xì)化模板 表 細(xì)化查找表(2) 接著，從上到下、從左到右的對二值化的圖像進(jìn)行掃描；等到該過程結(jié)束后，再從左到右，從上到下對二值化圖像進(jìn)行的掃描；如果掃描后的圖像灰度值為“0”，并且它上下左右兩個像素點(diǎn)中有任意一個圖像灰度值為255則轉(zhuǎn)至步驟(3)，否則重復(fù)步驟(2)； (3)然后以該像素點(diǎn)為中心的33區(qū)域內(nèi)的各個像素值和定義出來的模板中的權(quán)值進(jìn)行卷積求和，得到查找索引值k； (4)接著再根據(jù)掃描后的圖像灰度值的索引值k得到表中對應(yīng)的數(shù)據(jù)，如果顯示圖像灰度值是“1”，那么將該像素點(diǎn)的灰度值重新設(shè)為“255”，如果顯示的圖像灰度值是“0”，則該像素點(diǎn)的灰度值任然為“0”?！? (5)最后再將圖像從頭到尾掃描二遍后，如果這次掃描修改了圖像中的點(diǎn)，則跳轉(zhuǎn)至步驟二，開始新的一輪掃描。否則圖像細(xì)化結(jié)束。，和原圖像相比很明顯可知，細(xì)化后的指紋圖像的脊線寬度由5到8個像素被壓縮成一個像素，以便于后續(xù)的特征提取的處理過程，通過細(xì)化能夠?qū)咕€的斷點(diǎn)和分叉點(diǎn)進(jìn)行精確定位。 指紋圖像的特征提取和特征匹配 特征提取指紋識別系統(tǒng)的自動化水平,在很大程度上是依賴于系統(tǒng)提取的細(xì)節(jié)特征準(zhǔn)確性。對于細(xì)化后的二值圖像都要計算每個點(diǎn)值其交叉數(shù)(Cn)。一點(diǎn)R的交叉數(shù)Cn 定義在一個33的模板上，R表示的是待檢驗的點(diǎn)，如果R表示的是端點(diǎn)，則它的8鄰域點(diǎn)就滿足： （314）如果M表示的是分叉點(diǎn)，則它的8鄰域點(diǎn)就滿足： （315）這樣就可以找到指紋圖像的特征點(diǎn)，并記錄了它們的類型和位置等特征。在獲得的特征點(diǎn)，然后對特征點(diǎn)進(jìn)行測試其有效性，然后取出假特征點(diǎn)，保留真特征點(diǎn)。然后細(xì)化圖像特征點(diǎn)坐標(biāo)（x，y）和提取出在d點(diǎn)方向的圖像特征點(diǎn)，然后與它的相鄰域，來形成的情況細(xì)節(jié)點(diǎn)的特征矢量組合。最后，所有的特征向量篩選，留下5080特征向量構(gòu)成的指紋特征模板。 特征點(diǎn)匹配算法步驟：(1)首先分別讀取兩個細(xì)節(jié)點(diǎn)集合；(2)然后再分別計算他們的r,e,ithetaangle (316) (317) （318） x,y表示的是細(xì)節(jié)點(diǎn)的x，y軸坐標(biāo)，angle表示的是細(xì)節(jié)點(diǎn)的角度(3)接著跟據(jù)ithetaangle的大小按照從小到大排列兩個細(xì)節(jié)點(diǎn)集合；(4)然后根據(jù)r,e,ithetaangle的值來計算出兩細(xì)節(jié)點(diǎn)集合的匹配度，支持參數(shù)值editdistance[m][n]；(5)然后再進(jìn)行循環(huán)比較editdistance[m][n]與閾值T的大?。ū境绦騎＝10），大于T則匹配度參數(shù)加1。(6)最后計算特征點(diǎn)的匹配度：匹配度＝匹配度參數(shù)*100/細(xì)節(jié)點(diǎn)數(shù)。如果匹配結(jié)果大于70，則表明超過70％的細(xì)節(jié)點(diǎn)匹配成功，則認(rèn)為兩細(xì)節(jié)點(diǎn)是匹配的。否則匹配不成功，細(xì)節(jié)點(diǎn)不匹配。開始讀取細(xì)節(jié)點(diǎn)集合1讀取細(xì)節(jié)點(diǎn)集合2分別計算每個細(xì)節(jié)點(diǎn)的r，e，ithetaangle分別升序排列兩個細(xì)節(jié)點(diǎn)集合計算兩個細(xì)節(jié)點(diǎn)集合相關(guān)系數(shù)editdistance[m][n]循環(huán)比較editdistance[m][n]與閾值T的大小，大于T則匹配度參數(shù)加1兩細(xì)節(jié)點(diǎn)集合不匹配匹配度閾值求匹配度結(jié)束