【正文】 兩者的平均灰度值M1和M2；（3） 求出新閾值iT=( M1+ M2)/2；（4） 若T=iT，則所得即為閾值；否則轉(zhuǎn)2，迭代計(jì)算；（5） 根據(jù)最佳閾值iT將圖像二值化。若像素小于iT，置0，否則置255。固定閾值法二值化實(shí)現(xiàn)流程圖 410 固定閾值法二值化程序流程圖迭代閾值法二值化程序流程由于迭代閾值法比固定閾值法要復(fù)雜得多，因此二值化過程中，定義了臨時(shí)緩存區(qū)，方便存儲(chǔ)處理過程中的數(shù)據(jù)。迭代閾值法二值化流程如圖411所示。圖411 迭代閾值法二值化程序流程圖 細(xì)化處理由于我們所關(guān)心的不是紋線的粗細(xì)，而是紋線的有無。為了進(jìn)一步壓縮數(shù)據(jù)，需要對(duì)二值化后的圖像進(jìn)行細(xì)化處理[11]，在不破壞圖像連通性的情況下必須去掉多余的信息。細(xì)化時(shí)應(yīng)保持紋線的連接性、方向性不變，還應(yīng)保持紋線的中心基本不變。在二值圖像處理領(lǐng)域，細(xì)化是一個(gè)很重要的處理環(huán)節(jié)。如干涉條紋圖像，由于條紋粗、寬二邊緣彌散，不細(xì)化成線狀就沒有辦法去精確地取數(shù)計(jì)算它。另一方面，一個(gè)連接成分如果能用線狀結(jié)構(gòu)去描述圖像的細(xì)化問題成為圖像處理的一大熱門，有不少人紋脊線的輪廓和有關(guān)的端點(diǎn)和交叉點(diǎn)。但是，二值化后的脊線有一定的寬度，這種表征它的特性，無論在圖像識(shí)別還是在數(shù)據(jù)壓縮方面都有重要意義。所以寬度會(huì)給后面的識(shí)別增添很多麻煩。因而應(yīng)先將指紋脊線的寬度采用逐漸剝離的方法，使得脊線成為只有一個(gè)像素寬的細(xì)線，這將非常有利于下一步的分析，這個(gè)過程叫細(xì)化。其目的是用一組細(xì)線來刻畫一個(gè)連接成分，這不僅能達(dá)到壓縮數(shù)據(jù)量的目的，而且易于對(duì)連接成分的特征提取。 細(xì)化理論基礎(chǔ)對(duì)圖像細(xì)化的過程實(shí)際上是求一幅圖像骨架的過程。骨架是二維二值目標(biāo)的重要拓?fù)涿枋?，它是圖像中央的骨骼部分，是描述圖像幾何及拓?fù)湫再|(zhì)的重要特征之一。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。用一個(gè)形象的比喻來說明骨架的含義，那就是設(shè)想在t=0的時(shí)刻，將目標(biāo)的邊界各處同時(shí)點(diǎn)燃，火焰以勻速向目標(biāo)內(nèi)部蔓延，當(dāng)火焰的前沿相交時(shí)火焰熄滅，那么火焰熄滅點(diǎn)的集合就構(gòu)成了中軸，也就是圖像的骨架。例如一個(gè)長方形的骨架是它的長方向上的中軸線，正方形的骨架是它的中心點(diǎn)，圓的骨架是它的圓心，直線的骨架是它自身，孤立點(diǎn)的骨架也是自身。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)小部分的連通性，特別是在文字識(shí)別，地質(zhì)識(shí)別，工業(yè)零件識(shí)別或圖像理解中，先對(duì)被處理的圖像進(jìn)行細(xì)化有助于突出形狀特點(diǎn)和減少冗余信息量。細(xì)化的數(shù)學(xué)表達(dá)式： （49）式中表示擊中擊不中變換，S是二值圖像進(jìn)行細(xì)化后的像素集合，B表示用來進(jìn)行細(xì)化運(yùn)算的結(jié)構(gòu)元素，結(jié)構(gòu)元素內(nèi)的每一個(gè)元素取值為0或1，它可以組成任何一種形狀的圖形，在圖形中有一個(gè)中心點(diǎn)；X表示原圖像經(jīng)過二值化后的像素集合。此公式含義是用B來細(xì)化X得到集合S，S是X的全部像素點(diǎn)除去擊中擊不中變換結(jié)果后的集合。擊中擊不中與包含關(guān)系如圖412所示。 （1）B包含于X （2）B擊中X （3）B擊不中X圖412 擊中、擊不中與包含關(guān)系在細(xì)化一幅圖像X的過程中應(yīng)滿足兩個(gè)條件：第一，在細(xì)化的過程中，X應(yīng)該有規(guī)律的縮??；第二，在X逐步減小的過程中，應(yīng)當(dāng)使X的連通性保持比變。下面舉例說明如何判斷細(xì)化處理過程中滿足以上兩個(gè)條件。在圖413中，每幅小圖的中心點(diǎn)是我們要判斷的是否滿足條件的像素點(diǎn)：圖（1）不能刪除，因?yàn)樗莾?nèi)部點(diǎn)，我們要求的是骨架，如果連內(nèi)部點(diǎn)也刪了，骨架也會(huì)被掏空的；圖（2）不能刪，和圖（1）是同樣道理；圖（3）可以刪，這樣的點(diǎn)不是骨架；圖（4）不能刪，因?yàn)閯h掉后，原來相連的部分?jǐn)嚅_了；圖（5）可以刪，這樣的點(diǎn)不是骨架；圖（6）不能刪，因?yàn)樗侵本€的端點(diǎn)，如果被刪了，最后整個(gè)直線也被刪，剩下就沒什么了。 （1） （2） （3） （4） （5） （6）圖413 圖像細(xì)化過程由此可見，判斷一個(gè)像素點(diǎn)在細(xì)化過程中是否可以刪除，應(yīng)該和該點(diǎn)周圍8鄰域內(nèi)的其他8個(gè)點(diǎn)綜合來判斷。通過數(shù)學(xué)邏輯計(jì)算[7]，設(shè)置一個(gè)55的鄰域S模板，如表42所示，S模板中各個(gè)位置上的取值取決于模板所對(duì)應(yīng)圖像中不同像素位置，如果S模板某一個(gè)位置上所對(duì)應(yīng)的像素值為白，則模板上該位置賦為0，否則賦為1。表42 55的鄰域S模板S[0][0]S[0][1]S[0][2]S[0][3]S[0][4]S[1][0]S[1][1]S[1][2]S[1][3]S[1][4]S[2][0]S[2][1]S[2][2]S[2][3]S[2][4]S[3][0]S[3][1]S[3][2]S[3][3]S[3][4]S[4][0]S[4][1]S[4][2]S[4][3]S[4][4]N（S[2][2]）表示以S[2][2]為中心的33鄰域內(nèi)目標(biāo)像素（即黑點(diǎn)）的個(gè)數(shù)。取其中的33鄰域以S[2][2]為中心點(diǎn)，則T（S[2][2]）表示序列：S[1][2] S[1][1] S[2][1] S[3][1] S[3][2] S[3][3] S[2][3] S[1][3] S[1][2]中0－1的變化次數(shù)。取其中的33鄰域以S[1][2]為中心點(diǎn)，則T（S[1][2]）表示序列：S[0][2] S[0][1] S[1][1] S[2][1] S[2][2] S[2][3] S[1][3] S[0][3] S[0][2] 中0－1的變化次數(shù)。取其中的33鄰域以S[2][1]為中心點(diǎn)，則T（S[2][1]）表示序列：S[1][1] S[1][0] S[2][0] S[3][0] S[3][1] S[3][2] S[2][2] S[1][2] S[1][1] 中0－1的變化次數(shù)。由此總結(jié)出4個(gè)條件來判斷像素點(diǎn)是否可以刪除，當(dāng)像素點(diǎn)同時(shí)滿足這4個(gè)條件時(shí)，這個(gè)點(diǎn)就可以刪除。這4個(gè)條件是：條件1：2≤N（S[2][2]）≤6；條件2：T（S[2][2]）=1；條件3：S[1][2] *S[2][1] *[2][3]=0同時(shí)T（S[1][2]）！=1；條件4：S[1][2] *S[2][1] *[3][2]=0同時(shí)T（S[2][1]）！=1。如果同時(shí)滿足以上4個(gè)條件，則刪除該點(diǎn)，否則保留像素點(diǎn)，重復(fù)判斷像素點(diǎn)直至沒有點(diǎn)可以刪除。細(xì)化過程就是判斷每一個(gè)二值化的圖像像素點(diǎn)是否滿足以上4個(gè)條件，滿足則刪除該點(diǎn)，重復(fù)判斷直至所有點(diǎn)都不能刪除為止。 細(xì)化實(shí)現(xiàn)流程細(xì)化程序流程如圖414所示。圖414 細(xì)化程序流程圖 特征提取指紋識(shí)別算法最終歸結(jié)為在指紋圖像中找到并比對(duì)指紋的特征點(diǎn)。由細(xì)化處理得到指紋的點(diǎn)線圖，容易找到指紋的細(xì)節(jié)特征：如端點(diǎn)和分叉點(diǎn)等。要將它的各種特征找出來，并且精確地加以描述，這個(gè)過程稱為特征提取過程。決大多數(shù)AFIS的指紋比對(duì)是以細(xì)節(jié)特征為基礎(chǔ)進(jìn)行匹配的，因而細(xì)節(jié)特征的檢測(cè)和提取是極為重要的。 指紋特征下圖415和416分別是指紋圖像中的特征以及各種細(xì)節(jié)特征點(diǎn)的示意圖[12]。圖415 指紋圖像中的特征示意圖圖416 指紋圖像上的細(xì)節(jié)特征點(diǎn) 特征提取方法（1）方法一根據(jù)細(xì)化圖上每一點(diǎn)的交叉數(shù)，確定出端點(diǎn)和分叉點(diǎn)這兩種特征點(diǎn)，提取出特征點(diǎn)相應(yīng)的坐標(biāo)位置、種類、方向等有用信息。特征點(diǎn)的提取可采用碼鏈?zhǔn)诜▽?duì)指紋線進(jìn)行追蹤搜索，提取出各類特征及特征的坐標(biāo)位置。每一個(gè)細(xì)節(jié)特征點(diǎn)的方向可以通過方向圖中對(duì)應(yīng)的位方向值得到。最終形成指紋特征文件，文件中包含指紋各特征點(diǎn)的種類、大小、坐標(biāo)和方向等信息。（2）方法二從細(xì)化圖像中找出所有連通數(shù)為3的點(diǎn)，可以得到分叉點(diǎn)；而求取端點(diǎn)要用一種變通的方法將指紋分割圖反相，再細(xì)化,然后提取分叉點(diǎn)，得到的分叉點(diǎn)就是實(shí)際的端點(diǎn)。這樣得到的特征點(diǎn)大部分都是真的，但也包含因噪聲影響而產(chǎn)生的偽特征點(diǎn)，這將使鑒定誤識(shí)率上升,所以必須去除這些偽特征點(diǎn)。將邊緣處的一些特征點(diǎn)及一些空洞和毛刺去除：計(jì)算已經(jīng)選定的可能特征點(diǎn)與邊緣的距離，當(dāng)小于門限值的時(shí)候，認(rèn)為該點(diǎn)不可靠，將其去除。用特征點(diǎn)與指紋中心點(diǎn)之間的紋線數(shù)以及特征點(diǎn)到中心點(diǎn)連線與指紋圖像坐標(biāo)的夾角來表征位置信息，將這些位置信息存入指紋庫。 特征匹配指紋匹配是指對(duì)實(shí)時(shí)采集得到的指紋與指紋庫中預(yù)存的指紋進(jìn)行特征的比對(duì)，比較二者的細(xì)節(jié)特征點(diǎn)的位置、類型、方向等是否吻合，以達(dá)到身份鑒別的目的。 選取特征點(diǎn)統(tǒng)計(jì)表明，來源于平面采集的指紋圖像，一般可以提取出幾十到上百個(gè)細(xì)節(jié)特征點(diǎn)，而來源于滾動(dòng)采集或經(jīng)過拼接的指紋圖像，因其采集的圖像面積較寬，最多時(shí)甚至可以提取出超過200個(gè)細(xì)節(jié)特征點(diǎn)。因此在常用的指紋識(shí)別系統(tǒng)中，往往要對(duì)提取后的指紋特征數(shù)據(jù)進(jìn)行適當(dāng)?shù)倪x取。研究表明在任意兩枚指紋之間，只要有8~12個(gè)細(xì)節(jié)特征點(diǎn)吻合，就可以確定兩枚指紋來源于同一個(gè)手指。因此并不需要太多的細(xì)節(jié)特征點(diǎn)來參與比對(duì)與匹配。此時(shí)，系統(tǒng)的工作速度和效率往往顯得比較重要。特征點(diǎn)選取的原則和方案有多種，較多的做法是以指紋的中心點(diǎn)為圓心，沒有中心的指紋則以三角點(diǎn)為圓心，完全沒有奇異點(diǎn)的指紋則以該指紋圖像的幾何中心點(diǎn)為圓心，由近及遠(yuǎn)地選取。 特征匹配方法定位輸入特征點(diǎn)集和已有的模版特征點(diǎn)集之間的匹配原點(diǎn)對(duì),計(jì)算二個(gè)特征點(diǎn)集的旋轉(zhuǎn)和平移參數(shù)．并根據(jù)這些旋轉(zhuǎn)和平移參數(shù)校準(zhǔn)輸入點(diǎn)集，將校準(zhǔn)后的特征點(diǎn)集轉(zhuǎn)化到極坐標(biāo)系中，然后比較特征點(diǎn)之間相互關(guān)系集合，得出指紋圖像和模板之間的對(duì)應(yīng)關(guān)系。在進(jìn)行指紋比對(duì)之前，一定要先建立指紋數(shù)據(jù)庫。建立指紋數(shù)據(jù)庫，一般要采集同一枚指紋的3~5個(gè)樣本，分別對(duì)這些樣本進(jìn)行預(yù)處理和特征抽取，由特征點(diǎn)間的相互位置關(guān)系確定樣本圖像是否兩兩匹配，根據(jù)特征點(diǎn)被匹配上的次數(shù)，確定該特征點(diǎn)的匹配權(quán)值，從所有樣本圖像中找出權(quán)值大于一給定閾值的特征點(diǎn)，以這些特征為模板建立指紋數(shù)據(jù)庫樣本。對(duì)于待匹配的指紋圖像，經(jīng)預(yù)處理和特征提取后，形成一個(gè)坐標(biāo)鏈碼記錄，根據(jù)這些特征點(diǎn)的位置關(guān)系與指紋數(shù)據(jù)庫中的樣本作圖形匹配，得到最終的識(shí)別結(jié)果。如果在數(shù)目較少的指紋庫中查找某一個(gè)特定的指紋，只需逐個(gè)比對(duì)就可以了，若在大型規(guī)模引用中，則需對(duì)原指紋庫中的指紋進(jìn)行分類，以便提高查找速度。 第5章 系統(tǒng)的調(diào)試與運(yùn)行 硬件調(diào)試 硬件調(diào)試工具硬件調(diào)試主要是針對(duì)指紋采集系統(tǒng)而言的，只要指紋采集系統(tǒng)能夠正常工作，則整個(gè)系統(tǒng)就可以保證正確運(yùn)行。調(diào)試的工具除了指紋擴(kuò)展模塊和DSP系統(tǒng)外，還需要CCS軟件進(jìn)行輔助調(diào)試。 硬件調(diào)試方法在進(jìn)行硬件調(diào)試的時(shí)候，主要的方法和步驟如下：首先，連接指紋擴(kuò)展模塊和DSP系統(tǒng)，尤其需要注意的是擴(kuò)展口P3和P4的連接，如果與P1和P2誤接或者將P3和P4顛倒，將不能準(zhǔn)確運(yùn)行采集系統(tǒng)，并有可能損壞器件造成損失。其次，確保正確連接電路之后，接通系統(tǒng)電源，則系統(tǒng)相應(yīng)的指示燈亮，并且指紋擴(kuò)展模塊上面的控制指示燈也被點(diǎn)亮。 最后，將編制好的指紋采集程序通過CCS下載到DSP芯片中，如能正確控制指紋擴(kuò)展模塊上面的指示燈，則可認(rèn)為硬件的工作正常，否則檢查P3和P4口的連接是否正確，直到工作指示燈正確顯示。 軟件調(diào)試 軟件調(diào)試工具軟件調(diào)試的主要工具就是CCS環(huán)境，通過它可調(diào)試和運(yùn)行指紋采集程序以及各個(gè)指紋圖像處理算法。CCS有十分強(qiáng)大的軟件開發(fā)和圖形顯示功能，設(shè)計(jì)中通過設(shè)置Image菜單的相關(guān)選項(xiàng)就可以查看和比較處理前后的指紋圖像。 軟件調(diào)試方法軟件部分可分為兩大部分，一個(gè)是采集部分，另一個(gè)是預(yù)處理算法部分。而在軟件編寫方面，課題的重點(diǎn)部分放在了預(yù)處理部分，前者在借鑒已有成果的基礎(chǔ)上，進(jìn)行了部分改進(jìn)和優(yōu)化工作。軟件調(diào)試開始的時(shí)候用硬件仿真方式，仿真環(huán)境為Emulator，在CCS上實(shí)時(shí)采集一幅指紋圖像。通過設(shè)置指紋傳感器MBF200的功能寄存器參數(shù)得到一幅較清晰的指紋圖像，然后保存采集得到的原始指紋圖像數(shù)據(jù)。指紋預(yù)處理的核心算法采用軟件仿真方式驗(yàn)證，仿真環(huán)境為Simulator。開始時(shí)在CCS上編制預(yù)處理算法的C程序，運(yùn)行的時(shí)候直接導(dǎo)入硬仿時(shí)保存的指紋圖像數(shù)據(jù)，然后分別對(duì)各個(gè)算法單獨(dú)進(jìn)行調(diào)試。利用高級(jí)語言C編程效率高，可讀性好，修改方便，在調(diào)試程序的時(shí)候提高了工作效率。當(dāng)軟件仿真中各個(gè)預(yù)處理算法通過之后，對(duì)各個(gè)處理算法進(jìn)行聯(lián)合調(diào)試，最后采用硬件仿真即可實(shí)現(xiàn)實(shí)時(shí)指紋的采集與處理。程序中將采集到的數(shù)據(jù)保存到指針lpImage開始的片外存儲(chǔ)器中，由于普通5509的C語言數(shù)據(jù)指針無法超越64K（這里一幅指紋圖像的大小是300*256=75K）邊界，所以程序中采用FARPTR（unsigned long）類型指針來讀寫圖像。通過CCS Image菜單設(shè)置圖形顯示參數(shù)，可以觀察處理前后的指紋圖像。選擇CCS菜單View—Graph—Image，打開如圖51所示窗口進(jìn)行參數(shù)設(shè)置。圖 51 Image菜單如圖51所示，其中0x200000為存放指紋圖像的緩沖區(qū)指針，300和256表示指紋圖像為300行，每行256像素。如將處理后的圖像存放在指針0x300000開始的緩沖區(qū)，則將0x200000改為0x300000即可看到處理后的圖像。在整個(gè)采集實(shí)現(xiàn)過程中，要存儲(chǔ)一些圖像和數(shù)據(jù)，所需的存儲(chǔ)空間是非常大的。為了解決這個(gè)難點(diǎn)，很多人在這方面也做了大量的工作。文獻(xiàn)[13]中提出了利用DSP的哈