【正文】 j y+width。 if(result(y，xwidth)==1) block_num++。 y+= width ) { if(Dmap2(y，x)==0) { block_num=0。 for ( x = width。 j y+width。 j++ ) Dmap2(j，i) = 1。 if ( sum6 ) { for ( i = x。i+=2) for(j=y。 } ave=ave/(width*width)*4。 i x+width。 y+= width ) { min = 255。 //*Dmap2中存 1 表示 前景和后景差別大 0 差別小 for ( x = 0。 /*原來(lái)的*/ int min，max。 y。 ()。 Dmap=new unsigned char [*]。 if(Dmap2 != NULL) delete []Dmap2。 =((BITMAPINFOHEADER *)infoheader)biHeight。 colorheader[46]=255。 (infoheader，1064)。 ()。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。 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。所以我們來(lái)分析一下BMP文件。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)。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。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。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。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。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。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。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。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)。 （a）　原始圖像 (b)　增強(qiáng)后的圖像 圖52 方向加權(quán)濾波圖像對(duì)比 (a)　原始圖像 (b)　增強(qiáng)后的圖像 圖53 Gabor圖像增強(qiáng) (a) 原始圖像 (b) 濾波后圖像圖54 中值濾波結(jié)果分析如下： 圖像分割算法結(jié)果比較雖然人們?cè)趫D像分割方面做了許多研究工作，但是由于尚無(wú)通用的分割理論，現(xiàn)已提出的分割算法大都是針對(duì)具體問(wèn)題的，并沒(méi)有一種適合于所有圖像的通用的分割算法。在實(shí)驗(yàn)中，應(yīng)由圖像采集儀對(duì)指紋進(jìn)行圖像采集，由于受光照不均勻，人體手指指紋自身受物理因素影響例如手指太濕，太干燥、指紋表面受損等因素，對(duì)指紋的采集和識(shí)別都帶來(lái)了很大的不便，所以識(shí)別前應(yīng)先對(duì)其進(jìn)行分割、增強(qiáng)、二值化等處理。經(jīng)過(guò)圖像預(yù)處理后的指紋圖像應(yīng)該具有以下特點(diǎn)：1．圖像的前景區(qū)和背景區(qū)應(yīng)該明顯的分離開(kāi)。第5章 　實(shí)驗(yàn)結(jié)果與分析 評(píng)估標(biāo)準(zhǔn)在對(duì)人體指紋圖像識(shí)別的研究領(lǐng)域中，人們往往只對(duì)圖像中的某些部分感興趣。因此，在該系統(tǒng)中一方面要提高匹配速度，另一方面要適當(dāng)提高拒識(shí)率，降低誤識(shí)率，列出所有可能的指紋。根據(jù)第一個(gè)特點(diǎn)，可以用適當(dāng)提高拒識(shí)率的方法來(lái)降低誤識(shí)率。由于以上的原因，根據(jù)實(shí)際情況確定指紋匹配算法可以使其在實(shí)際應(yīng)用中發(fā)揮最佳的效果。一般情況下，以上幾個(gè)因素是相互制約的，當(dāng)通過(guò)改變閾值來(lái)降低誤識(shí)率時(shí)，拒識(shí)率會(huì)相應(yīng)地提高。舉例如圖46所示。4．如果P是邊界點(diǎn)，去掉P后，如果連通分量不增加，則P可以刪除。本文所采用的算法是根據(jù)某點(diǎn)的八個(gè)相鄰點(diǎn)的情況來(lái)判斷該點(diǎn)是否能被刪除。如果某特定物體在內(nèi)部有均勻一致的灰度值，并且其處在一個(gè)具有其他等級(jí)灰度值的均勻背景下，使用閾值法就可以得到比較的分割效果。即將256個(gè)亮度等級(jí)的灰度圖像通過(guò)適當(dāng)?shù)拈y值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。然后，選擇直方圖上的峰值所對(duì)應(yīng)的灰度級(jí)為最佳閾值。 基于邊界點(diǎn)的遞歸多域值方法這是一種遞歸的多閾值方法。⑩ 基于小波的多閾值方法小波變換的多分辨率分析能力也可以用于直方圖分析，一種基于直方圖分析的多閾值選取方法思路如下：首先在粗分辨率下，根據(jù)直方圖中獨(dú)立峰的個(gè)數(shù)確定分割區(qū)域的個(gè)數(shù)，這里要求獨(dú)立峰應(yīng)該滿足三個(gè)條件，即具有一定的灰度范圍、具有一定的峰下面積和具有一定的峰谷差。⑧ 其它的局部閾值法還有一種基于閾值曲面的二維遺傳算法。然后對(duì)每個(gè)子圖計(jì)算一個(gè)局部閾值（此時(shí)的閾值可用任何一種固定閾值選取方法）。第一種是閾值低，對(duì)亮區(qū)效果好，則暗區(qū)差，第二種是閾值高，對(duì)暗區(qū)效果好，則亮區(qū)差。所以提出一種解決辦法就是用與像素位置相關(guān)的一組閾值（即閾值使用坐標(biāo)的函數(shù)）來(lái)對(duì)圖像各部分分別進(jìn)行分割。這樣，就可以使直方圖的雙峰更加突起，谷底更加凹陷。這是由于原始的直方圖是離散的，而且含噪聲，沒(méi)有考慮利用象素領(lǐng)域性質(zhì)。因此本方法也屬于基于區(qū)域的全局閾值法。二維熵閾值分割，就是選擇（S，T）對(duì)，使得目標(biāo)類和背景類的后驗(yàn)熵最大，具體方法是一維熵閾值分割的推廣。可以說(shuō)，局部區(qū)域的全局閾值選取方法，是基于點(diǎn)的方法，再加上考慮點(diǎn)鄰域內(nèi)像素相關(guān)性質(zhì)組合而成，所以某些方法常稱為“二維xxx方法”。(2) 基于區(qū)域的全局閾值選取方法對(duì)一幅圖像而言，不同的區(qū)域，比如說(shuō)目標(biāo)區(qū)域或背景區(qū)域，同一區(qū)域內(nèi)的象素，在位置和灰度級(jí)上同時(shí)具有較強(qiáng)的一致性和相關(guān)性。但此方法對(duì)某些只有單峰直方圖的圖像，也可以作出分割。若 x和y 分別表示在灰度級(jí)之處的高度，則取局部極大值所對(duì)應(yīng)的灰度級(jí)可以作為閾值。但是對(duì)于直方圖雙峰不明顯，或圖像目標(biāo)和背景比例差異懸殊，迭代法所選取的閾值不如最大類間方差法。本文分三大類對(duì)閾值選取技術(shù)進(jìn)行綜述與比較：(1) 基于點(diǎn)的全局閾值選取方法① p分位數(shù)法1962年Doyle提出的p分位數(shù)法可以說(shuō)是最古老的一種閾值選取方法。常用的特征包括直接來(lái)自原始圖像的灰度或彩色特征和由原始灰度或彩色值變換得到的特征。它不僅可以極大的壓縮數(shù)據(jù)量，而且也大大簡(jiǎn)化了分析和處理步驟，已被應(yīng)用于很多的領(lǐng)域，例如，在紅外技術(shù)應(yīng)用中，紅外無(wú)損檢測(cè)中紅外熱圖像的分割，紅外成像跟蹤系統(tǒng)中目標(biāo)的分割；在遙感應(yīng)用中，合成孔徑雷達(dá)圖像中目標(biāo)應(yīng)用中，水果品質(zhì)無(wú)損檢測(cè)過(guò)程中水果圖像與背景的分割。它是對(duì)圖像進(jìn)行視覺(jué)分析和模式識(shí)別的基本前提．同時(shí)它也是一個(gè)經(jīng)典難題，因?yàn)榈侥壳盀橹辜炔淮嬖谝环N通用的圖像分割方法，也不存在一種判斷是否分割成功的客觀標(biāo)準(zhǔn)。⑥ 反復(fù)以上步驟④與⑤，直至i=j=n結(jié)束。② 讀取窗口模板下對(duì)應(yīng)像素的灰度值。其原理是把序列中一點(diǎn)的值，用該點(diǎn)鄰域中各點(diǎn)值的中值來(lái)替代，在數(shù)字圖像中是把以某點(diǎn)(i，j)為中心的小窗口內(nèi)的所有像素的灰度按從大到小的順序排列，將中間值替代(i，j)處的原灰度值(若窗口中有偶數(shù)個(gè)像素，則取兩個(gè)中間值的平均)。模板的大小為，由指紋圖像的脊線和谷線的寬度來(lái)決定，我們規(guī)定其尺寸為，其權(quán)值分布如下：z z z z z z zy y y y y y yx x x x x x xy y y y y y yz z z z z z z經(jīng)過(guò)濾波計(jì)算得知，每一點(diǎn)的像素灰度由與其相鄰的34個(gè)像素的灰度共同決定。(1) Gabor圖像增強(qiáng)Gabor圖像增強(qiáng)，其空域?yàn)V波因子的表達(dá)式為： （49）其中x和y分別表示橫縱坐標(biāo)，為(x，y)以原點(diǎn)為中心，旋轉(zhuǎn)后得到的坐標(biāo)，表示指紋的局部方向，和分別表示平行于指紋方向的方差和垂直于指紋方向的方差，f表示指紋的頻率，它的計(jì)算方法如圖34所示，首先求得相鄰脊線極小值點(diǎn)間的平均最小距離C作為指紋的周期，由f=1/C即可得到指紋的頻率?，F(xiàn)在已經(jīng)有很多種指紋圖像增強(qiáng)算法，這些圖像增強(qiáng)算法可以分為兩類，一類是基于空域的圖像增強(qiáng)，另一類則是基于頻域的圖像增強(qiáng)。因此，對(duì)灰度圖像進(jìn)行二值化之前必須先進(jìn)行圖像增強(qiáng)。在指紋圖像的不同區(qū)域, 這樣的信息是不同的, 指紋圖像增強(qiáng)算法就是利用圖像信息的區(qū)域性差異性來(lái)實(shí)現(xiàn)的 特征點(diǎn)的類型、特征點(diǎn)的位置是進(jìn)行指紋識(shí)別的依據(jù)。 圖像增強(qiáng)算法為了確保指紋特征提取算法的魯棒性, 需要對(duì)原始指紋圖像進(jìn)行預(yù)處理, 增強(qiáng)紋線的清晰度, 增加脊線和谷線的對(duì)比度, 減少偽信息, 該過(guò)程稱為指紋圖像的增強(qiáng)處理。為了得到該點(diǎn)的切線方向，還應(yīng)做如下運(yùn)算： （46）這樣就得到了該點(diǎn)處的法線方向，在理想的情況下，上式得到的方向?yàn)闇?zhǔn)確方向，但由于有噪聲，傷痕等因素存在，一般需要對(duì)上面得到的方向進(jìn)行修正，其方法一般是考慮臨近的點(diǎn)的方向來(lái)最后決定該點(diǎn)的方向。圖43 指紋圖像的灰度梯度圖其步驟一般是這樣的：① 將原圖像分成W*W的小塊（一般可取16*16）。經(jīng)過(guò)以上步驟處理，這樣就求得了指紋的近似方向， 但不夠準(zhǔn)確， 為此，要想得到較精確的處理結(jié)果，可以在此基礎(chǔ)上再做16*16的中值濾波就可以得到一張比較好的方向圖。(1) 定義若干基準(zhǔn)方向的產(chǎn)生方向圖方法 圖42 方向圖算法描述：對(duì)于圖像上每一個(gè)點(diǎn)，在八個(gè)方向上畫(huà)一條直線，直線的長(zhǎng)度大概是五個(gè)脊線到谷線的寬度。但是這樣算出來(lái)的某些點(diǎn)的方向仍不夠準(zhǔn)確，尤其是在那些模糊、邊緣有噪聲的區(qū)域。脊線上的點(diǎn)具有較小的灰度值，而谷線上的點(diǎn)則具有相對(duì)較大的灰度值，如果作一條垂直于脊線的直線，那么隨著脊線和谷線的交替，直線上也表現(xiàn)出灰度值的波峰和波谷的交替。第一類是先定義若干基準(zhǔn)方向， 然后判斷每一個(gè)一個(gè)小區(qū)域更接近于那一方向。 產(chǎn)生方向圖由于在局部區(qū)域內(nèi)指紋是亮暗相間的近似平行的結(jié)構(gòu)，因此，在指紋的每個(gè)局部區(qū)域有確定的方向。2．繼續(xù)向前跟蹤灰度最小點(diǎn)的灰度值仍大于某一閾值時(shí)。我們沿著脊線方向每次向前移動(dòng)一小段距離，尋找下一局部最小值，作為脊線跟蹤的下一個(gè)點(diǎn)，如圖41灰度脊線圖所示。本文將對(duì)第二種方法進(jìn)行詳細(xì)講解與論述，并對(duì)其它方法進(jìn)行簡(jiǎn)單介紹，以便有助于以后的學(xué)習(xí)。在當(dāng)前的應(yīng)用系統(tǒng)中，后一類方法要比前一類應(yīng)用得多一些，因?yàn)楹笠活惙椒ò压ぷ鞯碾y點(diǎn)分散到兩步操作中，簡(jiǎn)化了特征提取算法，且處理結(jié)果容易控制。前文提到，根據(jù)特征提取方法的不同，系統(tǒng)對(duì)預(yù)處理的步驟和要求也不一樣。 　模板匹配認(rèn)證和識(shí)別是一對(duì)一的匹配，把某人的指紋特征及個(gè)人信息以某種形式存儲(chǔ)起來(lái)，隨后根據(jù)提供的指紋是否與之匹配而決定是否授權(quán)。這兩種結(jié)構(gòu)在圖像前景和背景上正好是互逆的，因此不論是針對(duì)脊線還是針對(duì)犁溝的處理算法都是相同的。二值化是把灰度指紋圖像變成01取值的二值圖像，因?yàn)橹讣y圖像只需把紋線和背景區(qū)分開(kāi)就可以了。3．計(jì)算方向圖：由于在局部區(qū)域內(nèi)指紋是亮暗相間的近似平行的結(jié)構(gòu)，因此，在指紋的每個(gè)局部區(qū)域有確定的方向。圖像銳化可分為空間域圖像銳化法和空間頻率域圖像銳化法兩大類型。平滑處理的任務(wù)就是去除這些干擾噪聲，而又不使圖像失真，圖像平滑包括空域法和頻域法兩大類。預(yù)處理技術(shù)的主要目的是對(duì)一個(gè)給定的指紋，突出指紋圖像中的某些信息，消弱或除去某些不需要的信息，使它的結(jié)果對(duì)后面的識(shí)別來(lái)說(shuō)比原始圖像更合適。3．超聲波的。以下是指紋采集儀的分類：1．光學(xué)的。前者用激光照在手指上，然后用CCD陣列攝取其反射光，由于反射光強(qiáng)隨著指紋的脊和谷的深度不同而不同，因此可以得到指紋圖像。圖31 特征提取及模板匹配系統(tǒng)流程 指紋圖像的獲取傳統(tǒng)的指紋采集方法是用手指蘸上墨水或印油在紙上按壓，然后用掃描儀攝取。(3)安全性與可靠性原則，堅(jiān)持安全可靠的設(shè)計(jì)原則是工作的基本要求。系統(tǒng)設(shè)計(jì)原則為便于本系統(tǒng)的開(kāi)發(fā)、使用。 系統(tǒng)設(shè)計(jì)原則計(jì)算機(jī)應(yīng)用系統(tǒng)的用戶界面設(shè)計(jì)的好壞，直接影響到系統(tǒng)用戶對(duì)其接受和掌握的程度。二值化是把灰度指紋圖像變成01取值的二值圖像，因?yàn)橹讣y圖像只需把紋線和背景區(qū)分開(kāi)就可以了，以便能正確的提取脊線。產(chǎn)生方向圖是指紋識(shí)別系統(tǒng)的一個(gè)重要的步驟， 方向圖質(zhì)量的好壞直接關(guān)系到圖像增強(qiáng)的效果并最終影響到準(zhǔn)確提取特征點(diǎn)。2．圖像分割：所謂圖像分割是指根據(jù)灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個(gè)互不相交的區(qū)域，使得這些特征在同一區(qū)域內(nèi)，表現(xiàn)出一致性或相似性，而在不同區(qū)域間表現(xiàn)出明顯的不同。第2章 需求分析 本課題目標(biāo)實(shí)現(xiàn)指紋圖像的圖像分割、求方向圖、圖像增強(qiáng)、二值化等預(yù)處理算法功能。有效地遏制偽造護(hù)照或走私等違法犯罪活動(dòng)。第一、 出入境管理第二、 對(duì)人事考勤的管理。 在公共事務(wù)管理方面調(diào)查顯示,消費(fèi)者在網(wǎng)上購(gòu)物的總額逐年遞增。識(shí)別信息系統(tǒng)建