【正文】 提出了幾十個(gè)評(píng)價(jià)準(zhǔn)則。這些準(zhǔn)則中有定性的，也有定量的；有分析算法的，也有檢測(cè)實(shí)驗(yàn)結(jié)果的，結(jié)果表明各種方法的性能不僅與所處理的圖像有關(guān)，而且也和所選用的準(zhǔn)則有關(guān)。例如對(duì)于一般實(shí)時(shí)應(yīng)用來(lái)說(shuō)，可以選擇最大類間方差方法和簡(jiǎn)單統(tǒng)計(jì)法。本文中列舉出了多種分割算法，它們?cè)趫D像處理中得到了不同的效果，本文在對(duì)各種算法進(jìn)行比較后得出了較理想的算法，即動(dòng)態(tài)閾值分割算法，這樣是因?yàn)槟軌蚣骖檲D像各處的情況而使圖像分割效果較明顯，使用動(dòng)態(tài)全局閾值分割算法還具有抗噪聲能力強(qiáng)等優(yōu)點(diǎn)，因此對(duì)一些用全局閾值不易分割的圖像有較好的分割效果。 　圖像增強(qiáng)算法結(jié)果比較通過(guò)對(duì)以上各種濾波算法比較可知，Gabor圖像增強(qiáng)效果要優(yōu)于方向加權(quán)濾波。由上面的表達(dá)式可以看出Gabor即考慮指紋的方向，又考慮指紋的頻率，充分地利用了指紋的局部特征。圖53是一個(gè)指紋的原始圖像和增強(qiáng)后的效果圖，在兩幅圖像中被紅圈圈起來(lái)的部分有脊線的粘連，被紫圈圈起來(lái)的部分有脊線的斷裂，從處理結(jié)果可以看出，Gabor濾波對(duì)這兩種錯(cuò)誤均能較好的糾正但是，Gabor圖像增強(qiáng)也有不足之處，主要表現(xiàn)在以下2方面：1．Gabor濾波非常依賴于方向和頻率這兩個(gè)參數(shù)，如果對(duì)頻率和方向估計(jì)錯(cuò)誤，會(huì)產(chǎn)生錯(cuò)誤的圖像增強(qiáng)。2．Gabor濾波是非常耗時(shí)的，并且對(duì)設(shè)備的配置要求較高。例如在CPU處理速度不是很快的情況下，不適合用Gabor濾波。與Gabor圖像增強(qiáng)相比方向加權(quán)濾波盡管效果不是很令人滿意，但其計(jì)算方向圖等操作簡(jiǎn)單是其一大優(yōu)點(diǎn)，與此同時(shí)此種方法的最大缺陷是只能對(duì)圖像質(zhì)量比較好得指紋做簡(jiǎn)單的平滑，所以增強(qiáng)效果有限。中值濾波是一種非線形濾波，但是由于其對(duì)每個(gè)像素都要排序取中值，圖像數(shù)據(jù)量大，所以計(jì)算量十分巨大，而且在取中值后，要將所有的值賦給一個(gè)全新的矩陣，這樣也加大了計(jì)算量，增加了時(shí)間復(fù)雜度，所以消耗的處理時(shí)間必然較長(zhǎng)。 本章小結(jié)在本章中分別給出了圖像分割及增強(qiáng)算法的實(shí)驗(yàn)效果圖，對(duì)每種算法進(jìn)行了簡(jiǎn)單的對(duì)比，并分析了每種算法的優(yōu)缺點(diǎn)，實(shí)驗(yàn)結(jié)果表明，在使用了前文所介紹的不同圖像分割與增強(qiáng)算法對(duì)指紋圖像進(jìn)行處理時(shí)，每種算法的處理結(jié)果達(dá)到了預(yù)期效果，并體現(xiàn)了異同和優(yōu)缺點(diǎn)。第6章 結(jié) 論在本文中分別列舉出了指紋圖像預(yù)處理中的圖像分割、求方向圖、圖像增強(qiáng)及二值化的幾種算法，并對(duì)每種算法進(jìn)行了比較。本文所研究的圖像分割算法、圖像增強(qiáng)算法，可以很好的完成項(xiàng)目要求。由于每種算法都有其優(yōu)缺點(diǎn)，因此用不同的方法對(duì)圖像處理后會(huì)得到不同的效果。通過(guò)對(duì)各種算法以及結(jié)果的比較和分析，可以得出如下結(jié)論：1．經(jīng)過(guò)圖像分割、增強(qiáng)及二值化對(duì)圖像的處理后，可以有效去除噪聲等干擾對(duì)圖像的影響。為后期的識(shí)別奠定了基礎(chǔ)，本文中所提出的分割及增強(qiáng)等算法是在原有算法的基礎(chǔ)上進(jìn)行了研究，使算法更加完善有效的解決實(shí)際情況中的問(wèn)題。2．盡管本文對(duì)所選取的分割和增強(qiáng)等測(cè)算法進(jìn)行了一定的改進(jìn)，但限于本人能力和時(shí)間所限，使得本文中所描述的一些算法仍存在許多不足之處，如對(duì)圖像的分割和增強(qiáng)程度有限等不足，以待日后完善。致 謝本論文是在導(dǎo)師杜俊俐老師的悉心指導(dǎo)與幫助下完成的。從課題選取、研究、得出實(shí)驗(yàn)結(jié)果，一直到論文的最后完成，其中任何一點(diǎn)成績(jī)的取得都離不開(kāi)杜老師的關(guān)心和點(diǎn)撥。在整個(gè)學(xué)期的畢業(yè)設(shè)計(jì)當(dāng)中，杜老師不僅在學(xué)習(xí)上對(duì)我耐心指導(dǎo)、嚴(yán)格要求，而且在生活上也給了我很多關(guān)心、理解和幫助。她和藹可親的生活作風(fēng)、高尚的道德情操，淵博的學(xué)識(shí)，以及嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，都是我和同學(xué)們學(xué)習(xí)的榜樣。其次我還要感謝給予我?guī)椭钠渌蠋熀屯瑢W(xué)，感謝你們?cè)谖耶厴I(yè)設(shè)計(jì)遇到困難時(shí)伸出援助之手。幫助我解決了一個(gè)又一個(gè)困難最后順利完成了本課題的學(xué)習(xí)與研究任務(wù)，使我學(xué)到了很多知識(shí)，為我日后的學(xué)習(xí)與工作打下了堅(jiān)實(shí)的基礎(chǔ)。在此致以衷心的感謝。參考文獻(xiàn)[1][M].中國(guó)科學(xué)技術(shù)出版社,2000[2]蔣秀英，[J].電腦知識(shí)與技術(shù),2008。3(8):1769.[3]Nikhil R. Pal and Sankar K. Pal,A review on image segmentation techniques[M]. Pattern Rcognition 1993[4]張曉梅,陳旭,任春曉,[J].計(jì)算機(jī)工程與設(shè)計(jì),2008。29(14):38022809.[5]吳一全,(19621992)的進(jìn)展（一）.數(shù)據(jù)采集與處理,1993[6]趙榮椿,遲耀斌,[J].中國(guó)體視學(xué)與圖像分析,1998[7][D].西北工業(yè)大學(xué)博士論文[8][J].中國(guó)農(nóng)業(yè)大學(xué),2001[9] A. S. Abutaleb,Automatic thresholding of graylevel pictures using two dimentional entropy of the histogram[J],Computer Vision,Graphics and Image Processing,1989[10] Kittler J,Illingworth J,Foglein J. Threhsold selection based on a simple image statistic[J]. Computer Vision,Graphics and Image Processing,1985[11] O. S. Ushmaev, S. O. Novikov, Effectiveness of Consideration of Deformations in Problems of Fingerprint Identification [J]. PATTERN RECOGNITION AND IMAGE ANALYSIS,2008,18(1):152155.[12][M].北京科學(xué)出版社,2001[13]景曉軍,蔡安妮,[J].通信學(xué)報(bào),2001[14][M].中國(guó)電力出版社,2006附錄11． 應(yīng)用程序框架和MFC庫(kù) C++之所以是一種倍受歡迎的語(yǔ)言，原因之一就在于它可以通過(guò)類庫(kù)來(lái)進(jìn)行擴(kuò)展。有一些類庫(kù)是隨編譯器一起提供的，還有一些是由其他軟件公司銷售的，另有一些則是由用戶自己開(kāi)發(fā)的。類庫(kù)是一個(gè)可以在應(yīng)用程序中使用的相互關(guān)聯(lián)的C++類的集合。例如，數(shù)學(xué)類庫(kù)可以用來(lái)完成一般的數(shù)學(xué)運(yùn)算，通訊類庫(kù)可以用來(lái)完成串聯(lián)方式的數(shù)據(jù)交換。有些情況下人們需要?jiǎng)?chuàng)建一些所提供的類的對(duì)象，而在另一些情況下人們又可能需要派生出自己的類，所有這些都完全依賴于特定類庫(kù)的設(shè)計(jì)。應(yīng)用程序框架是一種類庫(kù)的超集。一般的類庫(kù)只是一種可以用來(lái)嵌入在任何程序中的孤立的類的集合，但應(yīng)用程序框架卻定義了程序的結(jié)構(gòu)。Microsoft并沒(méi)有發(fā)明應(yīng)用程序框架的概念，這個(gè)概念首先是在學(xué)院里提出來(lái)的，后來(lái)在Apple Macintosh上有了它的第一個(gè)商業(yè)化版本MacApp。，其他的公司，包括Borland，都相繼發(fā)布了類似的產(chǎn)品。2． BMP文件中DIB的結(jié)構(gòu) 我們知道DIB是標(biāo)準(zhǔn)的Windows位圖格式，且BMP文件包含一個(gè)DIB。所以我們來(lái)分析一下BMP文件。BITMAPFILEHEADER結(jié)構(gòu)包含圖象位的偏移值，我們可以用它來(lái)計(jì)算BITMAPFILEHEADER結(jié)構(gòu)和后面的顏色表合起來(lái)的大小。BITMAPFILEHEADER結(jié)構(gòu)包含一個(gè)文件大小成員，但我們不能利用它，因?yàn)槲覀儾恢涝撝凳前醋止?jié)、字還是雙字計(jì)算的。 BITMAPFILEHEADER結(jié)構(gòu)包含位圖的維數(shù)、每象素的位數(shù)、4bpp和8bpp位圖的壓縮信息和顏色表入口數(shù)目。如果DIB被壓縮了，那么頭結(jié)構(gòu)還包含了象素陳列的大??；否則，我們可以從位圖維數(shù)和每象素的位數(shù)計(jì)算出象素陳列的大小。頭結(jié)構(gòu)下面緊接著的是顏色表（如果DIB有顏色表的話），然后DIB圖象跟在后面。DIB圖象包含的象素按照行排列，每一行又按列排列，從最下面的行開(kāi)始排列。每行被擴(kuò)展到4字節(jié)邊界。 不過(guò)，我們唯一可以找到BITMAPFILEHEADER結(jié)構(gòu)的地方就是在BMP文件里。如果我們從剪貼板獲取DIB，就沒(méi)有文件頭了。我們?？梢酝ㄟ^(guò)計(jì)算，找到顏色表，它在BITMAPFILEHEADER結(jié)構(gòu)的后面，但我們不能根據(jù)顏色表的尾部來(lái)計(jì)算圖象的位置。例如，如果我們使用CreateDIBSection函數(shù)，則我們必須先定位位圖信息頭和顏色表，然后讓W(xué)indows定位圖象的位置。附錄2 系統(tǒng)用戶手冊(cè)1． 機(jī)器配置環(huán)境： 操作系統(tǒng)：Windows xp/2000 開(kāi)發(fā)工具：Visual C++2. 打開(kāi)本系統(tǒng)：將源文件放置在到計(jì)算機(jī)中，打開(kāi)Visual C++，點(diǎn)擊文件菜單下的打開(kāi)工作區(qū)，在工作區(qū)中找到系統(tǒng)源代碼，打開(kāi)工作區(qū)文件。附錄3 程序源代碼1．圖像讀取程序：void CFingerprint::ReadBitMap(){ CFile fgfile。 int i，x，y。 CFileDialog fdlg(true)。 ()。 FingerName=()。 (FingerName，CFile::modeRead)。 (fileheader，14)。 (infoheader，1064)。 for(i=0。i1064。i++) colorheader[i]=infoheader[i]。 colorheader[46]=255。 colorheader[49]=255。 colorheader[52]=255。 =((BITMAPINFOHEADER *)infoheader)biWidth。 =((BITMAPINFOHEADER *)infoheader)biHeight。 if(source!=NULL) delete []source。 if(result != NULL) delete []result。 if(Dmap != NULL) delete []Dmap。 if(Dmap2 != NULL) delete []Dmap2。 if(value != NULL) delete []value。 source=new unsigned char [*]。 result=new unsigned char [*]。 Dmap=new unsigned char [*]。 Dmap2=new unsigned char [*]。 value=new unsigned int [*]。 (source，*)。 ()。 for( x=0。 x。 x++ ) for( y=0。 y。 y++ ) if(source(y，x)5) source(y，x)=5。}2．剪背景：void CFingerprint::OnSubBkground() { int i，j，x，y，ave。 int width = 12。 /*原來(lái)的*/ int min，max。 min = 255。 max = 0。 int sum =0。 //*Dmap2中存 1 表示 前景和后景差別大 0 差別小 for ( x = 0。 x 。 x+= width ) for ( y = 0。 y 。 y+= width ) { min = 255。 max = 0。 ave=0。 for ( i = x。 i x+width。 i+=2 ) for ( j = y。 j y+width。 j+=2 ) { ave+=source(j，i)。 } ave=ave/(width*width)*4。 sum=0。 for(i=x。ix+width。i+=2) for(j=y。jy+width。j+=2) { sum+=labs(source(j，i)ave)。 } sum=sum/(width*width)*4。 if ( sum6 ) { for ( i = x。 i x+width。 i++ ) for ( j = y。 j y+width。 j++ ) Dmap2(j，i) = 1。 } else { for ( i = x。 i x+width。 i++ ) for ( j = y。 j y+width。 j++ ) Dmap2(j，i) = 0。 } } memcpy(result，Dmap2，*)。 int block_num。 for ( x = width。 x 。 x+= width ) for ( y = width。 y 。 y+= width ) { if(Dmap2(y，x)==0) { block_num=0。 if(result(ywidth，x)==1) block_num++。 if(result(y+width，x)==1) block_num++。 if(result(y，x+width)==1) block_num++。 if(result(y，xwidth)==1) block_num++。 if(block_num=3) { for ( i = x。 i x+width。 i++ ) for ( j = y。 j y+width。 j++ ) { Dmap2(y，x)=1。 }