【文章內(nèi)容簡介】 的選擇。 另一種閾值分割就是簡單地用一個或幾個閾值將圖像的灰度直方圖分成幾個類，認為圖像中灰度在同一個灰度類內(nèi)的像素屬同一物體。它是圖像分割中最基本的方法。其原理是先定一個閾值， 大于此值為 1，小于則認為為 0；多閥值則可以利用多維函數(shù)。此原理在匹配中也可以運用。其優(yōu)點是計算簡單，僅需比較灰度值即可；運算效率較高，速度快；它的缺陷在于僅考慮圖像的灰度信息，而忽略了圖像的空間信息，對于圖像中不存在明顯灰度差異或各物體的灰度值范圍有較大熏疊的圖像分割問題難以得到準確的結(jié)果 [7]。 代表塊特征的指紋圖像分割目前研究趨勢為多種塊基本特征如灰度均值、塊灰度方差 [8]、塊方向圖等綜合運用和重新定義塊特征。其中塊指的是將圖像分個成一個個小的圖像塊。圖像均值就是對每一個單位塊的灰度值取均值，方差則反 7 映 該塊中各點與均值的偏差性，方向這可以很好的反映紋理的變化趨勢。一般來說，常見的方向場的計算分為掩模法和公式法兩大類。 LinHong 等人開發(fā)的基于最小均方估計算法，即公式法。 ? ? ? ? ? ? ? ? ? ? )1,1()1,(21,11,11,21,1, ????????????????? jiGjiGjiGjiGjiGjiGjix? ? ? ? ? ? ? ? ? ? )1,1(),1(21,11,11,21,1, ????????????????? jiGjiGjiGjiGjiGjiGjiy ? ? ),(,2),( 2/ 2/ 2/ 2/ vuvujir wi wi wj wjx ? ??? ?? ??? （ ） ? ? 22/ 2/ 2/ 2/ 2 ),(,),( vuvujir wi wi wj wjy ? ??? ?? ???? （ ） 它是利用正交坐標系下，原點到它們組成的坐標點的有向線段與 X 的正半軸的夾角可來表示該子塊的塊方向。這種方法最大的優(yōu)點是易實現(xiàn)，很好體現(xiàn)出紋理，但缺點是對于變化太快的部分出錯。此方法的實現(xiàn)是利用方向濾波器。 基于全局的圖像分割則是根據(jù)情況特別是某些特殊場合的利用，如殘缺指紋。全局的圖像分割可以是人工選定幾個特定點后再根據(jù)全局的特點來處理，此法也可運用于匹配?；谌值闹讣y識別仍處于實驗室探索階段 ,應用領域中尚不廣泛。 均值方差法 在圖像分割概述中，已經(jīng)提到基于塊特征的指紋圖像 分割。在這部分將重點介紹均值法差法的計算方法和在仿真中的運用。 該算法基于背景區(qū)灰度方差小，而指紋區(qū)方差大的思想，將指紋圖像分成塊，計算每一塊的方差，如果該塊的方差小于閾值為背景，否則為前景。具體步驟分以下三步 [10]： (1)將低頻圖分成 M M 大小的無重疊方塊，方塊的大小以一谷一脊為宜。 (2)計算出每一塊的均值和方差。 設指紋圖像 I 的大小為 H L， I(i,j)為像素點 (i,j)的灰度， AVE 和 VAR 分別為原指紋圖像的均值和方差， AVE 和 VAR 可以通過公式 ()和 ()計算得到。 ? ?? ???? 1H 0 10 ),(LH 1A V E i Lj jiI （ ） 21H010 A V E),( LH1V A R ）（? ?????? iLj jiI （ ） (3)如果計算得到的方差幾乎接近于 0 就認為是背景，對于方差不為零的區(qū)四川文理學院學位論文 8 域在進行閾值分割算法，這種算法主要是根據(jù)計算得到的方差來決定其是否為背景區(qū)。 在使用方差均值法之前還要使用歸一法將圖變?yōu)榈皖l圖。歸一化 [11]的目的是把不同原圖像的對比度和灰度調(diào)整到一個固定的級別上，為后續(xù)處理提供一個 較為統(tǒng)一的圖像規(guī)格。指紋圖像的歸一化公式如式 ()所示，當大于平均值時為加。 ????????????V A RA V EyxIV A RV A RA V EyxIV A Ryx200200)),((A V E)),((A V E),I （ （ ） 其中 0AVE 和 0VAR 為期望的灰度均值和方差。 指紋圖像細化的預處理 這部分預處理主要為二值化。由于指紋圖像脊、谷相間，因此指紋圖像的處理常是將指紋圖像二值化。灰度圖像二值化是將灰度圖變換為只有黑和白兩種灰度的圖像。這樣 不僅可以壓縮原指紋圖像的數(shù)據(jù)量，而且也方便后面的細節(jié)特征的提取?；叶葓D二值化的基本思想是選取適當?shù)幕叶乳u值，將灰度圖像轉(zhuǎn)化為二值圖像，閾值的選擇是關鍵，對于閾值的選擇，有多種方法，如熵法， Ostu 法等。根據(jù)是否將圖像分塊處理，又分全局閾值算法和局部閾值算法兩種，全局閾值算法是將整幅圖像以一個閾值處理，而局部閾值算法則把原圖分成若干個子圖，在每個子圖中確定閩值，在進行二值化，由于指紋圖像在不同區(qū)域的亮度和對比度是有差別的，因而全局閾值算法不適用。 灰度圖二值化的基本思路是選取適當?shù)幕叶乳撝担瑢⒒叶葓D像轉(zhuǎn)化為二 值圖像。一般的圖像處理中的二值化算法主要是計算整幅圖像的灰度平均值，然后將該值作為門限，高于該門限的像素點就置 1，反之置 0。我們通過研究發(fā)現(xiàn)，這種方法雖然簡單，但是對噪聲較大，圖像質(zhì)量不好的指紋會產(chǎn)生較大的二值化噪聲。所以最好選用局部閾值法作為二值化算法。 論文中采用了一種動態(tài)局部閾值，滿足這種條件下的灰度值為 128，不滿足則灰度值為 255。再根據(jù)前面判斷的是否為背景即 Icc 值的來修正 Icc 值：灰度值為 128 且 Icc 為 1 時（非背景指紋紋線時）， Icc 值為 0，像素值置為 0。背景和灰度值為 255 的紋線像素置為 1，這做法的目的是去除不確切的點。此時背景為白，紋線為黑。 9 二值化后的圖像中的點還要進行修改，修改條件為：當像素為 1 時，它周圍點不大于 3 個為像素 1 點則修改為 0；當像素為 0 時，它周圍不小于 7 個點為像素 1 的點，則修改為 1。這種修改是為了使圖像連續(xù)圓滑。 指紋圖像細化方法計算 由于灰度過渡區(qū) [12]的存在，指紋細化是指紋圖像預處理中的一個重要環(huán)節(jié)，因為一般的特征提取都是在細化的基礎上進行的，如果細化不好，將無法使用常規(guī)的特征提取算法提取細節(jié)特征信息 [13]。細化可以便我們得到絞線的單像素的骨架。所謂“骨架 ”，是指圖像中央的骨骼部分，是描述圖像幾何及拓撲性質(zhì)的重要方法之一。獲取一個圖像骨架的過程通常稱為對圖像“細化”的過程。在文字識別、地質(zhì)構造識別、工業(yè)零件形狀識別或圖像理解中，先對被處理圖像進行細化有助于突出形狀特點和減少冗余信息。 細化處理是指在指紋圖像二值化以后，在不影響紋線連通性的基礎上，刪除紋線的邊緣像素，直到紋線為單像素寬為止。理想細化后的紋線骨架應該是原始紋線的中間位置，并保持紋線的連通性、拓撲結(jié)構和細節(jié)特征。一種好的細化算法應該滿足下列條件 [13]： (1)收斂性：迭代必須是收斂的。 (2)連 通性；不破壞紋線的連接性。 (3)拓撲性：不引起紋線的逐步吞食，保持原圖像的基本結(jié)構特性。 (4)保持性：保護指紋的細節(jié)特征。 (5)細化性：骨架紋線的寬度為 1個像素，即單像素寬。 (6)中軸性：骨架盡可能接近條紋中心線。 (7)快速性：算法簡單，速度快。 已有的算法迭代按迭代方式的不同分為串行算法和并行算法。在串行細化算法中，當前迭代的結(jié)果不僅取決于前一次的迭代迭代圖像，而且與當前處理情況有關；而在并行方式中，當前迭代僅僅是由前一次的迭代情況決定，串行細化算法的處理結(jié)果依賴于對像素處理的先后順序，因而像素 點的消除或保留不可預測。并行細化算法對圖像進行細化時利用相同的條件同時檢測所有像素點，其結(jié)果具有各向同性，因此從算法原理上并行算法優(yōu)于串行算法。由于并行細化算法具有快速而準確的特性，因此他一直是人們研究的熱點，并且相應的提出了許多并行細化算法，如 OPTA 細化算法 [15]， R． W． Hall 細化算法， Rosenfeld 細化算法， Zhang amp。 Suen 細化算以及 ZR細化算法等等。性能上這些算法各有所長。 不同的文獻上有不同的關于細化方法，如王家隆 [16]等以及王業(yè)琳 [17]等的細化模板。制約細化的直觀表現(xiàn)在計 算速度、毛刺和斷點上。因而細化中選擇一個好四川文理學院學位論文 10 的模板很關鍵。模板分為保留模板和消除模板，消除模板就是根據(jù)條件判定這點去除作為背景的模板；保留模板則是根據(jù)條件判定這點保留作為前景的模板。這樣就可以將較粗的圖像曲線細化成很細的以像素為單位的線，大大減少了圖像的信息量，有利于匹配的高效進行。 本論文中采用了細化方法步驟如下： （ 1）建立 3 維數(shù)組，第一組數(shù)據(jù)為預處理后的圖像信息，定義每一個像素點它周圍點像素參數(shù)。 （ 2）對于滿足 6種情況的模板，賦值為 2 ，其實為像素 1情況。對于滿足后六種情況的模板賦值為 3，別的情況點值 不做改變。 （ 3） 16 種消去模板是在不滿足上述情況下衍生的模板，對于滿足這些模板的點像素全為 0，以上都未涉及的點不做改變。 (4) 循環(huán)進行上述過程，到所有點值不改變?yōu)橹梗疃噙M行 20 次細化。 指紋匹配要解決的是對兩幅給定指紋圖像的特征模式進行比對，判斷這兩幅圖像是否來自同一個人的同一手指。指紋匹配是自動指紋識別的最后一步，也是非常關鍵的一步。 指紋圖像匹配方面，主要有基于圖像，脊線結(jié)構和特征點的方法?；谔卣鼽c的匹配算法具有簡單、快速、魯棒性等優(yōu)點。目前最為常用的方法是 FBI 提出的 細節(jié)點坐標模型來做細節(jié)匹配。它利用脊線上的端點和分叉點這兩種關鍵點來鑒定指紋。通過將細節(jié)點表示為點模式，一個指紋識別問題可以轉(zhuǎn)化為一個點模式匹配問題。點匹配算法是通過某些變換，如平移變換、旋轉(zhuǎn)變化、伸縮變換，可以把兩個點集中的對應點匹配起來。對于基于細節(jié)點的匹配思路大體分兩種：基于直角坐標系的特征識別和基于極坐標系的特征識別。 11 第三章 指紋識別系統(tǒng)硬件設計 指紋識別系統(tǒng)功能簡述 本系統(tǒng)是針對指紋采集、識別模塊開發(fā)出的指紋識別系統(tǒng)。該系統(tǒng)使用指紋模塊搜索手指，一旦搜索 到手指，立即采集指紋圖像，并將采集到的圖像轉(zhuǎn)化成數(shù)據(jù)的形式發(fā)送出去。它利用人體指紋各異性和不變性，為用戶提供加密手段，使用時只需將手指平放在指紋采集儀的采集窗口上，即可完成采集任務，并將顯示出指紋模塊采集指紋圖像各個流程及比對的結(jié)果。簡單的描述本次設計的功能即使用指紋模塊檢測、錄入指紋，將比對結(jié)果顯示。 該系統(tǒng)的主要功能有以下幾個方面： (1) 指紋錄入。能進行指紋的錄入，二次錄入無誤后，記錄該指紋數(shù)據(jù)。 指紋圖像通過專門的指紋采集儀采集 。 (2) 指紋識別。能進行指紋的識別，指紋識別出錯時，報警提示。圖像采集完成后，與庫中 已存在指紋進行對比，與所有有權限用戶信息對比后，若無相符信息即提示報警。 (3) 指紋管理。能進行指紋數(shù)據(jù)的管理，添加和刪除指紋數(shù)據(jù)。對添加到庫中的用戶指紋進行權限管理，設置最高權限用戶，并能夠?qū)ζ溥M行添加和刪除管理。 (4) 操作顯示。通過按鍵進行指紋系統(tǒng)的功能選擇，采用數(shù)碼管與 LED（ Light Emitting Diode，發(fā)光二極管 ）指示燈綜合提示操作內(nèi)容。若信息經(jīng)核對相符，即提示該用戶擁有權限，若不相符，即提示非法操作。 系統(tǒng)核心部件單片機 AT89S52 是一種低功耗、高性能 CMOS8 位微控制器，具 有 8K系統(tǒng)可編程Flash 存儲器。使用 Atmel 公司高密度非 易失性存儲器 技術制造，與工業(yè) 80C51 產(chǎn)品指令和引腳完全兼容。片上 Flash 允許程序存儲器在系統(tǒng)可編程，亦適于常規(guī)編程器。在單芯片上，擁有靈巧的 8 位 CPU 和在系統(tǒng)可編程 Flash，使得AT89S52 為眾多嵌入式控制應用系統(tǒng)提供高靈活、超有效的解決方案。 AT89S52具有以下標準功能： 8K 字節(jié) Flash， 256 字節(jié) RAM， 32 位 I/O 口線，看門狗定時器， 2 個數(shù)據(jù)指針，三個 16 位定時器 /計數(shù)器，一個 6 向量 2 級中斷結(jié)構，全雙工串行口，片內(nèi)晶振及 時鐘電路 。 四川文理學院學位論文 12 另外， AT89S52 可降至 0Hz 靜態(tài)邏輯操作，支持 2 種 軟件 可選擇節(jié)電模式?？臻e模式下， CPU停止工作，允許 RAM、定時器 /計數(shù)器、串口、中斷繼續(xù)工作。掉電保護方式下， RAM 內(nèi)容被保存，振蕩器被凍結(jié)，單片機一切工作停止，直到下一個中斷或硬件復位為止。 系統(tǒng)電路框架是根據(jù)設計任務要求，對系統(tǒng)所需元件、設備參數(shù)進行必要的計算，通過認真研究、分析、比較選定設備型號，再將設備、元件通過可靠的接口電路聯(lián)系起來構成的一個完整的系統(tǒng)。綜合考慮系統(tǒng)的性能和穩(wěn)定性要求，以保證所設計的系統(tǒng)達到預期的要求。主控芯片選用 AT89S52 單片機。系統(tǒng)總體框圖如圖 所示： 圖 系統(tǒng)總體框圖 系統(tǒng)主要由 MCU（ Microcontroller Unit，微程序控制器）、 LED 屏（ Large Electronic Display，