【導(dǎo)讀】指紋具有唯一性和穩(wěn)定性，因此被人們用來(lái)當(dāng)作鑒別個(gè)人身份的主要依據(jù)。取得了較快的控展。但有不少顯現(xiàn)或提取得到的指紋效果較差，不易分辨指紋紋。指紋紋線(xiàn)受客體背景的干擾、兩枚或多枚指紋相互重疊干擾、彎。曲表面客體上的指數(shù)威像問(wèn)題等。但由于存在指紋圖像的噪聲和皮膚彈性等因素。影響，指紋識(shí)別一直存在識(shí)別率不高、運(yùn)算速度較慢的問(wèn)題。這時(shí)可利用數(shù)字圖。像處理技術(shù)對(duì)不易辨識(shí)的指紋進(jìn)行增強(qiáng)處理．便于后續(xù)的指紋識(shí)別鑒定。壓縮編碼、指紋圖像細(xì)化、指紋圖像特征提取等方向的各種算法及技術(shù)。文還給出了基于matlab軟件的指紋自動(dòng)識(shí)別系統(tǒng)實(shí)現(xiàn)。取引入最大熵的概念，使圖像具有抗噪性。無(wú)法識(shí)別，另外，算法的運(yùn)行效率還有待提高。在指紋圖像的降噪中：應(yīng)用中值。濾波與小波包變換相結(jié)合去除圖像隨機(jī)噪?？蒲许?xiàng)目，項(xiàng)目編號(hào)為：。

　　

【正文】 紋不匹配是的警告界面 28 結(jié)論 本文研究了基于小波的指紋識(shí)別系統(tǒng)中的預(yù)處理技術(shù)、指紋匹配技術(shù)，通過(guò)仿真實(shí)驗(yàn)進(jìn)行論證，并進(jìn)行了編程實(shí)現(xiàn)，兼有理論性和應(yīng)用性。本文研究的重點(diǎn)是基于小波分析的指紋圖像的預(yù)處理技術(shù)和指紋匹配算法。具體研究成果如下： 1．根據(jù)圖像噪聲的特點(diǎn)，總結(jié)了圖像去噪的一般方法和步驟。并結(jié)合本文主要研究的小波域去噪的方法，對(duì)指紋圖像在小波域進(jìn)行了噪聲分析。指紋圖像經(jīng)過(guò)離散小波變換后，包含噪聲的小波系數(shù)分為兩類(lèi)：一類(lèi)小波系數(shù)僅由噪聲變換后得到，因此其小波變換的幅度隨 j 的增大而減小。另一類(lèi)小波系數(shù)是由噪聲和圖像細(xì)節(jié)共同決定的，這類(lèi)小波系數(shù)的幅值大于僅由細(xì)節(jié)特征構(gòu)成的系數(shù)的幅值 2．在基于小波域?yàn)V波指紋圖像的基礎(chǔ)上，本文又給出了基于小波分析的二值化、細(xì)化、壓縮編碼、圖像增強(qiáng)等的一般方法和步驟，并對(duì)指紋圖像的細(xì)化處理進(jìn)行了改進(jìn)和后處理，從而完 成了指紋圖像預(yù)處理的整個(gè)流程。 3．根據(jù)給出的仿真結(jié)果的正確性，本文在 matlab 環(huán)境下對(duì)指紋圖像的預(yù)處理算法、指紋匹配算法進(jìn)行了編程實(shí)現(xiàn)。實(shí)現(xiàn)了對(duì)指紋圖像的讀取和顯示；小波變換和小波域閾值濾波的實(shí)現(xiàn)。最后給出了預(yù)處理后圖片的顯示和匹配的指紋圖片和名稱(chēng)的顯示。 參 考 文 獻(xiàn) [1] 李建平 , 唐遠(yuǎn)炎 .小波分析方法的應(yīng)用 [M].重慶大學(xué)出版社 ,1997:10～12,17～ 30. [2] 董自信 .基于二維小波變換的虹膜識(shí)別算法研究 [J].電子科技大學(xué) ,2021. [3] 胡昌華 ,李國(guó)畫(huà) ,劉濤 ,等 .基于 的系統(tǒng)分析與設(shè)計(jì)一一小波分析[M].西安電子科技大學(xué)出版社 (第 2 版 ),2021. [4] 王蘊(yùn)紅 , 朱勇 , 譚鐵牛 . 基 于 虹膜 識(shí) 別 的身 份 鑒 別 [J] ．自動(dòng)化學(xué)報(bào) ,2021,28(1):1～ 10. 29 [5] 陳建華，李陶深．指紋圖像提取方法的研究 [J]．微機(jī)發(fā)展， 2021， 14(9)：71— 77． [6] 孫同倫，尹東，唐群元．基于 Gabor 濾波增強(qiáng)的指紋識(shí)別 [J]．生物醫(yī)學(xué)工程研究， 2021， 24(1)： 11— 13． [7] 段磊，馬義德，許勇，等．一種改進(jìn)的基于小波變換與 INN 的指紋識(shí)別算法 [J]．自動(dòng)化技術(shù)與應(yīng)用， 2021， 24(6)： 12— 15． [8] 查振元、朱華炳．電子門(mén)禁系統(tǒng)組成 .機(jī)電產(chǎn)品開(kāi)發(fā)與創(chuàng)新 .2021，（ 2）：13— 14 [9] 劉 莎、姜長(zhǎng)生．構(gòu)建基于 Intel PXA255 的指紋識(shí)別系統(tǒng) .微處理機(jī) .200（ 5）： 106— 108 [10] 李建華，馬小妹，郭成安，基于方向圖的動(dòng)態(tài)閩值指紋圖像二值化方法 .大連理工大學(xué)學(xué)報(bào) . 2021， 42(5)： 626628 [11] 馮星奎，李林艷，顏?zhàn)嫒?. 一種新的指紋圖像細(xì)化算法 .中國(guó)圖像圖形學(xué)報(bào) .1999， 4(10):835838 [12] 呂鳳軍 .數(shù)字圖象處理編程入門(mén)一一做一個(gè)自己的 ：清華大學(xué)出版社， 1999 [13] 劉文星，王雄沂，母國(guó)光 .紋線(xiàn)跟蹤及其在細(xì)化指紋后處理中的應(yīng)用 .光電子傲光， 2021， 13(2)： 184187 [14] 劉家鋒，唐降龍，趙泉 .一個(gè)基于特征點(diǎn)匹配的聯(lián)機(jī)指紋鑒別系統(tǒng) .哈爾濱工業(yè)大學(xué)學(xué)報(bào)， 2021,34(1)： 132136 [15] 簡(jiǎn)兵，莊鎮(zhèn)泉等 .基于脊線(xiàn)跟蹤的指紋圖細(xì)節(jié)提取算法 .電路與系統(tǒng)學(xué)報(bào)，2021 [16] 羅希平，田捷 .自動(dòng)指紋識(shí)別的圖像增強(qiáng)和細(xì)節(jié)匹配算法 .軟件學(xué)報(bào)，20215， 13（ 5）： 946956. [17] 喬治宏 .基于細(xì)節(jié)結(jié)構(gòu)的指紋特征提取及匹 配算法研究 .北京：北京工業(yè)大學(xué)碩士學(xué)位論文， 20215. [18] 柴曉光 ,岑寶熾 .民用指紋識(shí)別技術(shù) [M].北京 :人民郵電出版社 ,2021:3969. [19] Willis AJ,Myers cost effective fingerprint recognition system for use with low quality prints and damaged fingertips[J].Pattern Recognition,2021,34(2):255270. [20] 趙金輝 ,碩良勛 ,曲文 斌 .指紋圖像預(yù)處理算法研究 [J].計(jì)算機(jī)工程與設(shè)計(jì) ,2021,27(15):27772778. [21] 黃賢武 , 王加俊 ,仲興榮 .指紋識(shí)別的預(yù)處理組合算法 [J].計(jì)算機(jī)應(yīng)用 ,2021,22(10):2932. 30 致 謝 時(shí)光飛逝如電，隨著畢業(yè)論文的完成，大學(xué)生涯也已接近尾聲?；叵脒@半年的畢業(yè)設(shè)計(jì)我感謝我的老師黃瓊雁，他在學(xué)習(xí)上對(duì)我總是耐心指導(dǎo)，嚴(yán)格要求，精益求精，在課題研究和論文創(chuàng)作期間，黃一直是我的良師益友，引導(dǎo)我、督促我，她嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度和平易近人的生活方式讓我欽佩值得我學(xué)習(xí)，在此致以最深的謝意。在畢業(yè)設(shè)計(jì)的研究過(guò)程中，寢室的所有同學(xué)，他們給我提供了良好的學(xué)習(xí)、工作和生活環(huán)境，謝謝他們。我要深深感謝我的親人，他們無(wú)微不至的愛(ài)與期望是我一直奮進(jìn)的動(dòng)力之源。對(duì)他們，不需要說(shuō)太多的感謝，我想我不懈的努力是對(duì)他們最好的回報(bào)。 最后，我想感謝這四年中碰到的所有人和事。所有的經(jīng)歷，無(wú)論是快樂(lè)的還31 是悲傷的，所有的日子，無(wú)論是輕松的抑或是沉重的，都將成為我此生重要的財(cái)富，將作為一份最珍貴的回憶永遠(yuǎn)留在我的心中。 趙麗輝 2021 年 5 月 17 日 32 附見(jiàn) 1 指紋圖像預(yù)處理函數(shù)代碼 function [G,g1,g2,g3,g4]= zhiwenyuchuli(I1) I1=imread(I1)。 I=rgb2gray(I1)。 M=0。 var=0。 [m n ]=size(I)。 for x=1:m for y=1:n M=M+double(I(x,y))。 end end M1=M/(m*n)。 for x=1:m for y=1:n var=var+(double(I(x,y))M1).^2。 end end var1=var/(m*n)。 for x=1:m for y=1:n if I(x,y)=M1 I(x,y)=150+sqrt(2021*(double(I(x,y))double(M1))/double(var1))。 else I(x,y)=150sqrt(2021*(double(M1)double(I(x,y)))/double(var1))。 end end end g1=I。 %***************************************************************************** 分割 M =3。 %3*3 H = m/M。 L= n/M。 aveg1=zeros(H,L)。 var1=zeros(H,L)。 % 計(jì)算每一塊的平均值 for x=1:H for y=1:L aveg=0。var=0。 33 for i=1:M for j=1:M aveg=I(i+(x1)*M,j+(y1)*M)+aveg。 end end aveg1(x,y)=aveg/(M*M)。 % 計(jì)算每一塊的方差值 for i=1:M for j=1:M var=(I(i+(x1)*M,j+(y1)*M)aveg1(x,y)).^2+var。 end end var1(x,y)=var/(M*M)。 end end Gmean=0。Vmean=0。 for x=1:H for y=1:L Gmean=Gmean+aveg1(x,y)。 Vmean=Vmean+var1(x,y)。 end end Gmean1=Gmean/(H*L)。%所有塊的平均值 Vmean1=Vmean/(H*L)。%所有塊的方差 gtemp=0。gtotle=0。vtotle=0。vtemp=0。 for x=1:H for y=1:L if Gmean1aveg1(x,y) gtemp=gtemp+1。 gtotle=gtotle+aveg1(x,y)。 end if Vmean1var1(x,y) vtemp=vtemp+1。 vtotle=vtotle+var1(x,y)。 end end end G1=gtotle/gtemp。V1=vtotle/vtemp。 gtemp1=0。gtotle1=0。vtotle1=0。vtemp1=0。 for x=1:H for y=1:L if G1aveg1(x,y) gtemp1=gtemp11。 gtotle1=gtotle1+aveg1(x,y)。 34 end if 0var1(x,y)V1 vtemp1=vtemp1+1。 vtotle1=vtotle1+var1(x,y)。 end end end G2=gtotle1/gtemp1。V2=vtotle1/vtemp1。 e=zeros(H,L)。 for x=1:H for y=1:L if aveg1(x,y)G2 amp。amp。 var1(x,y)V2 e(x,y)=1。 end if aveg1(x,y) G1100 amp。amp。 var1(x,y) V2 e(x,y)=1。 end end end for x=2:H1 for y=2:L1 if e(x,y)==1 if e(x1,y) + e(x1,y+1) +e(x,y+1) + e(x+1,y+1) + e(x+1,y) + e(x+1,y1) + e(x,y1) + e(x1,y1) =4 e(x,y)=0。 end end end end Icc = ones(m,n)。 for x=1:H for y=1:L if e(x,y)==1 for i=1:M for j=1:M I(i+(x1)*M,j+(y1)*M)=G1。 Icc(i+(x1)*M,j+(y1)*M)=0。 end end end end end g2=I。 %********************************************************************35 ********* 二值化 temp=(1/9)*[1 1 1。1 1 1。1 1 1]。168。%模板系數(shù) 均值濾波 Im=double(I)。 In=zeros(m,n)。 for a=2:m1。 for b=2:n1。 In(a,b)=Im(a1,b1)*temp(1,1)+Im(a1,b)*temp(1,2)+Im(a1,b+1)*temp(1,3)+Im(a,b