【導讀】止最為快捷和可信的方法。對于想從事和已經(jīng)從事網(wǎng)絡(luò)商務的公司來講，確認交易人的身份是解決。信用問題的第一步，而且是最重要的一步。在信息時代，一種安全便捷的身份認。證方式顯得越發(fā)重要?！霸诰W(wǎng)絡(luò)上，沒有人知道你是一只狗，”在這種情況下，任何基于網(wǎng)絡(luò)環(huán)境下的交往活動都被蒙上了一層技術(shù)意義的灰色。隨著科技的進步，指紋識別技術(shù)已經(jīng)開始慢慢進入計算機世界中。別與傳統(tǒng)IT技術(shù)完美結(jié)合的應用產(chǎn)品，這些產(chǎn)品已經(jīng)被越來越多的用戶所認可。

　　

【正文】 ::DIBWidth(lpDIB) * 8), ::DIBHeight(lpDIB))) { pDocSetModifiedFlag(TRUE)。 pDocUpdateAllViews(NULL)。 } else { MessageBox(分配內(nèi)存失敗或者圖像中含有 0和 255之外的像素值！, 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK)。 } ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。 EndWaitCursor()。 } 該功能調(diào)用 ThinDIB()函數(shù)，通過判斷區(qū)域內(nèi)的像素值，白色用 0代表，黑色用 1代表，排除不必要的像素，使圖像只含有 0和 255 兩種灰度值，最終通過 pDocUpdateAllViews(NULL)更新視圖。函數(shù)代碼見附錄。 圖像分析 模塊 （ 1）設(shè)計思路 圖像分割就是將圖像分成各具特性的區(qū)域， 并提取感興趣目標的技術(shù)和過程，是圖像分析的關(guān)鍵步驟。它在圖 像增強、模式識別、目標跟蹤等領(lǐng)域中有廣中原工學院計算機學院畢業(yè)（設(shè)計）論文 23 泛的應用。至今已提出了多種圖像分割方法，可粗略地分為基于直方圖的分割方法 (閾值化分割，如 OTSU、最大熵等 )[1][2][3]、基于邊緣的分割方法 [4][5]、基于區(qū)域的分割方法 [6][7]三類。 基于一維直方圖的方法速度比較快，對直方圖分布成雙峰或者分布比較均勻時效果比較好，但對直方圖分布比較窄或分布不呈雙峰特的圖像，分割效果往往不理想。基于二維直方圖的方法，即以像素的灰度值和鄰域內(nèi)部的灰度均值的二維分布所構(gòu)成的直方圖來進行分割，雖然可以有效提高分割效果，一定程度上可以消除噪聲的影響，但計算量相當大，難以應用到實時系統(tǒng)。 基于邊緣的方法基本思想是先檢測圖像中邊緣點，再按一定策略連接成輪廓，從而構(gòu)成分割區(qū)域。其難點在于邊緣檢測時抗噪性和檢測精度的矛盾，若提高檢測精度，則噪聲產(chǎn)生的偽邊緣會導致不合理的輪廓，若提高抗噪性，則會產(chǎn)生輪廓漏檢和位置偏差。 基于區(qū)域的方法關(guān)鍵是要找到合適的種子和選擇合適的生長準則，缺點是計算量比較大，并容易造成過度分割，即將圖象分割成過多的區(qū)域。 將一幅圖像閾值分割二值化非常簡單，若需要通過閾值 th2二值化保留一些大面積的、且有灰度值含有大于 th1 的點的前景區(qū)域，而不需要小面積的區(qū)域（ th1 大于 th2），這時會遇到這樣的問題：當閾值選為 th2時會把一些小面積區(qū)域也保留下來；若把閾值增大到 th1，小面積的區(qū)域沒了，但是原來大面積的區(qū)域又會減小；若要直接去掉閾值 th2 二值化圖像中面積小于某一值的的區(qū)域，需要計算每個區(qū)域的面積，計算量大，而且有的區(qū)域中并沒有含有大于 th1 的點。 （ 2）模塊實現(xiàn) 閾值 分割 函數(shù)原型： void CCh1_1View::OnDetectThreshold() { BeginWaitCursor()。 lpDIBBits = ::FindDIBBits(lpDIB)。 if (ThresholdDIB(lpDIBBits,::DIBWidth(lpDIB), ::DIBHeight(lpDIB))) { pDocSetModifiedFlag(TRUE)。 pDocUpdateAllViews(NULL)。 } 24 else { MessageBox( 分配內(nèi)存失??！ , 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK)。 } ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。 EndWaitCursor()。 } 該功能調(diào)用 ThresholdDIB()函數(shù) ，由用戶設(shè)定閾值，然后根據(jù)閾值將圖像二值化，具體代碼見附錄。 查看 模塊 （ 1）設(shè)計思路 圖像的灰度變換處理是通過改變原始圖像各像素在各灰度級上的概率分布來實現(xiàn)的。通過對圖像的灰度值進行統(tǒng)計可以得到一個一維離散的圖像灰度統(tǒng)計直方圖函數(shù) p(sk)=nk/n(這里 k=0， 1， 2??L 1)，該式表示在第 k 個灰度級上的像素個數(shù) nk 占全部像素總數(shù) n的比例， p(sk)則給出了對 sk出現(xiàn) 概率的一個估計。因此該直方圖函數(shù)實際是圖像的各灰度級的分布情況的反映，換句話說也就是給出了該幅圖像所有灰度值的整體描述。通過該函數(shù)可以清楚地了解到圖像對應的動態(tài)范圍情況，可以了解到圖像灰度的主要集中范圍。因此可以通過圖像增強程序的干預來改變直方圖的灰度分布狀況，使灰度均勻地或是按預期目標分布于整個灰度范圍空間，從而達到增強圖像對比度的效果。這種方法是基于數(shù)理統(tǒng)計和概率論的，比直接在空間域?qū)υ紙D像采取對比度增強效果要好得多。在實際應用中直方圖的變換主要有均衡變換和規(guī)定變換兩種，而后者又可根據(jù)灰度級映射規(guī)則的 不同分單映射規(guī)則和組映射規(guī)則兩種。 直方圖均衡化處理 直方圖均衡化處理的中心思想是把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。對圖像空間域點的增強過程是通過增強函數(shù) t=EH(s)來完成的， t、 s 分別為目標圖像和原始圖像上的像素點 (x，y)，在進行均衡化處理時，增強函數(shù) EH 需要滿足兩個條件：增強函數(shù) EH(s)在0≤s≤L 1的范圍內(nèi)是一個單調(diào)遞增函數(shù)，這個條件保證了在增強處理時沒有打亂原始圖像的灰度排列次序 。 另一個需要滿足的條件是對于 0≤s≤L 1 應當有0≤EH(s)≤L 1，它保證了變換過程中灰度值的動態(tài)范圍的一致性。同樣的，對于反變換過程 s=EH1(t),在 0≤t≤1 時也必須滿足上述兩個條件。累計分布函中原工學院計算機學院畢業(yè)（設(shè)計）論文 25 數(shù) (cumulative distribution function,CDF)就是滿足上述條件的一種，通過該函數(shù)可以完成 s到 t的均勻分布轉(zhuǎn)換。此時的增強轉(zhuǎn)換方程為： tk = EH(sk)=∑(ni/n)=∑ps(si) ，（ k=0， 1， 2??L 1） 上述求和區(qū)間為０到 k，根據(jù)該方程可以由原圖像的各像素灰度值直接得到直方圖均衡化后各像素的灰度值。在實際處理變換時，一般先對 原始圖像的灰度情況進行統(tǒng)計分析，并計算出原始直方圖分布，然后根據(jù)計算出的累計直方圖分布 tk，按式 tk=[(N1)* tk+]對其取整并得出源灰度 sk 到 tk的灰度映射關(guān)系，其中 N 為灰度的級數(shù)。重復上述步驟，得到所有的源圖像各灰度級到目標圖像各灰度級的映射關(guān)系，再按照新的映射關(guān)系對源圖像各點像素進行灰度轉(zhuǎn)換，即可完成對源圖的直方圖均衡化。 （ 2）模塊實現(xiàn) 直方圖 函數(shù)原型： void CCh1_1View::OnViewIntensity() { BeginWaitCursor()。 CDlgIntensity dlgPara。 = lpDIBBits。 = ::DIBWidth(lpDIB)。 = ::DIBHeight(lpDIB)。 = 0。 = 255。 if (() != IDOK) { return。 } ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。 EndWaitCursor()。 } 該功能 通過 CDlgIntensity dlgPara 調(diào)用到繪制直方圖的對話框，代碼見附錄。 26 預處理 實驗結(jié)果與分析 預處理 實驗結(jié)果 原始指紋圖像： 圖像反色： 線性變換：斜率 2，截距 128 中原工學院計算機學院畢業(yè)（設(shè)計）論文 27 閾值變換：閾值 128 灰度拉伸： x（ 50， 30） y（ 200， 220） 28 灰度均衡： 中原工學院計算機學院畢業(yè)（設(shè)計）論文 29 垂直鏡像： 圖像轉(zhuǎn)置： 30 圖像縮放：比率 1/2 圖像旋轉(zhuǎn)：角度 90 中原工學院計算機學院畢業(yè)（設(shè)計）論文 31 圖像平滑：平均模版 中值濾波： 3*1 中值 濾波 32 梯度銳化：閾值 10 細化： 中原工學院計算機學院畢業(yè)（設(shè)計）論文 33 閾值分割： 直方圖： 34 預處理 結(jié)果的分析 （ 1） 時實性 由于 預處理 過程中的計算量很大， 所以選取重建算法時， 查閱了多種算法，優(yōu)中選優(yōu)， 保證了繪制的快速性。 實驗在 ， 256MB 的主機 條件下 運行時間抽樣數(shù)據(jù)如下 表 所示。 第 1 次 第 2 次 第 3 次 第 4 次 平均值 數(shù)據(jù)比較后，雖然不同配置下運行的時間有差別，但是從實驗結(jié)果來看，運行時間對機子的依 賴性并不是很大。 （ 2） 有效性 預處理各個功能模塊都能夠?qū)D片進行相應的處理， 達到了預期的效果 ，雖有些算法不是很完美單還是能夠保證程序的正常運行。 中原工學院計算機學院畢業(yè)（設(shè)計）論文 35 第 4 章 系統(tǒng)工程目錄說明 系統(tǒng) 工程目錄 預處理 模塊工程目錄 如圖 41 所示 圖 41： 預處理 模塊工程目錄類圖 類功能描述表 所示。 表 ： 類功能表 項目 功能描述 CAboutDlg classes 產(chǎn)生對話對話框，介紹系統(tǒng)功能類 CDlgGeoRota classes 圖像旋轉(zhuǎn) 參數(shù)設(shè)定 功能 類 DlgGeoZoom classes 圖像縮放參數(shù)設(shè)定 功能 類 DlgIntensity classes 灰度直方圖功能類 DlgLinerPara classes 線性變換參數(shù)設(shè)置功能類 DlgMidFilter classes 中值濾波參數(shù)設(shè)置類 DlgPointStre classes 灰度拉伸參數(shù)設(shè)置類 DlgPointThre classes 閾值變換類 DlgPointStre classes 灰度拉伸參數(shù)設(shè)置類 DlgPointWin classes 窗口變換參數(shù)設(shè)置類 DlgSharpThre classes 閾值設(shè)定類 36 DlgSmooth classes 圖像平滑類 系統(tǒng)主要的類 CDlgIntensity 類 的 成員函數(shù) 與 成員數(shù)據(jù) 成員函數(shù) 如圖 42 所示。 圖 42： CMITKTestDoc 類 成員函數(shù) 部分函數(shù)功能描述 如表 所示。 表 ： 函數(shù)功能表 成員 函數(shù) 功能描述 OnInitDialog() 初始化對話框 OnKillfocusEDITLowGray() 保存變動，重繪直方圖 OnKillfocusEDITUpGray() 重繪直方圖 OnLButtonDown(UINT nFlags, CPoint point) 用戶單擊鼠標左鍵開始拖動 OnLButtonUp(UINT nFlags, CPoint point) 當用戶釋放鼠標左鍵停止拖動 OnMouseMove(UINT nFlags, CPoint point) 停止移動時重繪直方圖 OnPaint() 對話框中產(chǎn)生繪圖類畫筆 中原工學院計算機學院畢業(yè)（設(shè)計）論文 37 成員 數(shù)據(jù)如圖 43 所示。 圖 43： 類 成員數(shù)據(jù) 成員 數(shù)據(jù)的定義 如下表 所示。 表 ：數(shù)據(jù)定義 成員 數(shù)據(jù) 功能描述 m_iIsDraging 0 表示未拖動， 1 表示正在拖動下限， 2 表示正在拖動上限 m_iLowGray 顯示灰度區(qū)間的下限 m_iUpGray 顯示灰度區(qū)間的上限 m_lCount 各個灰度值的計數(shù) m_lHeight DIB 的寬度 m_lpDIBBits 指向當前 DIB 象素的指針 m_lWidth DIB 的寬度 m_MouseRect 相應鼠標事件的矩形區(qū)域 CDlgLinerPara 類 的成員函數(shù) 與 成員數(shù)據(jù) 成員函數(shù) 如圖 54 所示。 38 圖 44： CDlgLinerPara 類 成員函數(shù) 部分函數(shù)功能描述 如下表 所示。 表 ： 函數(shù)功能表 成員 函數(shù) 功能描述 OnInitDialog() 調(diào)用默認 OnInitDialog函數(shù) OnKillfocusEditA() 保存用戶設(shè)置 ，重繪 OnKillfocusEditB() 保存用戶設(shè)置 ，重繪 OnLButtonDown(UINT nFlags, CPoint point) 當用戶單擊