【正文】 39。)J2=double(J1)。title(39。)subplot(122)。title(39。figure,subplot(121)。)SE=ones(3,3)。title(39。)subplot(122)。title(39。subplot(121)。)。 Sobel算子對(duì)圖像銳化 銳化增強(qiáng)后的圖像圖28 Sobel算子對(duì)圖像銳化增強(qiáng)的結(jié)果以下是利用Sobel算子對(duì)圖像增強(qiáng)的MATLAB實(shí)現(xiàn)：I=imread(39。本文將首先利用Sobel算子對(duì)腐蝕后的指紋圖像進(jìn)行濾波， subplot（121）所示。 在觀測(cè)一幅圖像的時(shí)候，我們往往首先注意的是圖像與背景不同的部分，正是這個(gè)部分將主體突出顯示，基于該理論，我們給出了下面閾值化輪廓提取算法，該算法已在數(shù)學(xué)上證明當(dāng)像素點(diǎn)滿足正態(tài)分布時(shí)所求解是最優(yōu)的。 212以上例子中，如果以上的角度Θ等于零，即代表圖像該處擁有縱向邊緣，左方較右方暗由于Sobel算子是濾波算子的形式，用于提取邊緣，可以利用快速卷積函數(shù)， 簡(jiǎn)單有效，因此應(yīng)用廣泛。如果以A代表原始圖像，Gx及Gy分別代表經(jīng)橫向及縱向邊緣檢測(cè)的圖像，其公式如下: Gy=210圖像的每一個(gè)像素的橫向及縱向梯度近似值可用以下的公式結(jié)合，來(lái)計(jì)算梯度的大小。在圖像的任何一點(diǎn)用此算子，將會(huì)產(chǎn)生對(duì)應(yīng)的梯度矢量或是其法矢量。變化的速度是梯度的模，它可以表示為： 26對(duì)于數(shù)字圖像常用差分代替求導(dǎo)，則：27所對(duì)應(yīng)模板分別為: 28另外差分還可以采用對(duì)角線交叉的形式，如：29表22 一階微分算子算子名稱HxHyRobertsPrewittSobelIsotropic 索貝爾算子（Sobel operator）是圖像處理中的算子之一，主要用作邊緣檢測(cè)。1. 梯度運(yùn)算對(duì)于圖像函數(shù)f（x,y），他在（x,y）點(diǎn)的一階偏導(dǎo)數(shù)為，它們分別是灰度在x和y方向上的變化率。把微分的結(jié)果圖乘上一定的比例再與原圖相加就能使圖像的高頻得到加強(qiáng)，從而使圖像的輪廓清晰，突出細(xì)節(jié)。微分運(yùn)算是求信號(hào)的變化率，變化快的地方包含著較多的高頻分量，微分圖像就是一副高通圖像，取出圖像中的邊緣和輪廓。在空域中，圖像平滑的實(shí)質(zhì)就是對(duì)圖像進(jìn)行求和取平均，是一種積分運(yùn)算。根據(jù)圖像銳化的本質(zhì)，通常采用如下方法來(lái)實(shí)現(xiàn)： 2324 公式22是用減弱低頻的方式進(jìn)行圖像銳化，公式23是通過(guò)加強(qiáng)圖像高頻的角度實(shí)現(xiàn)對(duì)圖像的銳化。因此圖像銳化加強(qiáng)了細(xì)節(jié)和邊緣，對(duì)圖像有去模糊的作用。而銳化處理與平滑相反，它主要是加強(qiáng)高頻成分減弱低頻成分。 圖像銳化圖像銳化(image sharpening)就是補(bǔ)償圖像的輪廓，增強(qiáng)圖像的邊緣及灰度跳變的部分，使圖像變得清晰，亦分空域處理和頻域處理兩類。前者為處理前的指紋圖像，后者為腐蝕后的指紋圖像。腐蝕處理39。imshow(J1)。中值濾波39。imshow(J)。%結(jié)構(gòu)元素se 3*3單位矩陣J1=imerode(J,SE)。中值濾波39。imshow(J)。原始圖象39。imshow(I)。J=medfilt2(I,[5,5])。f:\39。簡(jiǎn)而言之就是每當(dāng)在目標(biāo)圖像X中找到一個(gè)與結(jié)構(gòu)元素B相同的子圖像時(shí)，就把該子圖像中與B的原點(diǎn)位置對(duì)應(yīng)的那個(gè)像素位置標(biāo)注為1，圖像A上標(biāo)注出的所有這樣的像素組成的集合，即為腐蝕運(yùn)算的結(jié)果。利用它可以消除小而且無(wú)意義的物體。OPEN(X,B) 閉運(yùn)算（先膨脹后腐蝕的過(guò)程）：利用它可以填充物體內(nèi)細(xì)小空洞，連接臨近物體、平滑其邊界，但同時(shí)并不明顯改變?cè)瓉?lái)物體的面積。=x+y。 腐蝕和膨脹運(yùn)算中存在對(duì)偶原理：X⊕B，它是所有滿足以下條件的點(diǎn)X39。利用它可以填補(bǔ)物體中的空洞。B對(duì)X腐蝕所產(chǎn)生的二值圖像E是滿足以下條件的點(diǎn)（x,y)的集合：如果B的原點(diǎn)平移到點(diǎn)（x,y），那么B將完全包含于X中。 對(duì)象和結(jié)構(gòu)元素的3種關(guān)系：包含于（B include in X ） 、不全包含（B hit X ） 、不包含（B miss X）平移：Bx=Uy{x+y} 對(duì)稱集：B^=Uy{y} 腐蝕：一種消除邊界點(diǎn)，使邊界向內(nèi)部收縮的過(guò)程。 集合論是數(shù)學(xué)形態(tài)學(xué)的基礎(chǔ)。運(yùn)算效果取決于結(jié)構(gòu)元素大小內(nèi)容以及邏輯運(yùn)算性質(zhì)。 特殊領(lǐng)域運(yùn)算形式——結(jié)構(gòu)元素（Structure Element），在每個(gè)像素位置上與二值圖像對(duì)應(yīng)的區(qū)域進(jìn)行特定的邏輯運(yùn)算。數(shù)學(xué)形態(tài)學(xué)是一種建立在集合代數(shù)基礎(chǔ)上的，用來(lái)表示以形狀為基礎(chǔ)對(duì)圖像進(jìn)行分析的數(shù)學(xué)工具，其基本思想是用具有一定形狀的結(jié)構(gòu)元素去度量和提取圖像中對(duì)應(yīng)的形狀，以達(dá)到對(duì)圖像分析和識(shí)別的目的，在處理方法上主要通過(guò)運(yùn)用集合論的方法來(lái)定量描述圖像的幾何結(jié)構(gòu)。因此中值濾波在圖像處理過(guò)程中經(jīng)常被用到。圖25中值濾波Matlab仿真采用中值濾波的方法,對(duì)指紋圖像進(jìn)行預(yù)處理,經(jīng)過(guò)中值濾波處理后的圖像能夠消除圖像中的一部分噪聲干擾影響。)程序運(yùn)行結(jié)果如圖25所示,前者原始指紋圖像，后者中值濾波處理后的指紋圖像。title(39。)subplot(122)。title(39。subplot(121)。)。以下是中值濾波的MATLAB實(shí)現(xiàn)：I=imread(39。采用總體實(shí)驗(yàn)觀察法，經(jīng)大量實(shí)驗(yàn)表明，中值濾波器的頻率響應(yīng)與輸入信號(hào)的頻譜有關(guān)，呈現(xiàn)不規(guī)則波動(dòng)不大的曲線，中值濾波幅譜特性起伏不大，可以認(rèn)為信號(hào)經(jīng)中值濾波后，頻譜基本不變。所以相對(duì)一般的線性濾波器（如均值濾波），中值濾波能夠更好的保持圖像細(xì)節(jié)。但對(duì)于脈沖煩擾，特別是脈沖寬度小于濾波窗口長(zhǎng)度的一半，相距較遠(yuǎn)的窄波脈沖，中值濾波的效果就非常明顯了。中值濾波的輸出與輸入噪聲的概率密度分布有關(guān)，而領(lǐng)域平均法的輸出與輸入分布無(wú)關(guān)。 2).中值濾波的主要特性(1) 去噪聲性能中值濾波主要用來(lái)濾除脈沖噪聲干擾和隨機(jī)噪聲干擾。中值濾波的主要功能就是讓與周圍像素灰度值相差比較大的像素改取與周圍像素的接近值，從而可以消除孤立的噪聲點(diǎn)。于是原來(lái)窗口正中的灰度值90就由窗口中值80代替。1).中值濾波的原理中值濾波實(shí)際上就是用一個(gè)含有奇數(shù)個(gè)像素的滑動(dòng)窗口，將窗口正中點(diǎn)的灰度值用窗口內(nèi)各點(diǎn)的中值代替。保存邊緣的特性使它在不希望出現(xiàn)邊緣模糊的場(chǎng)合也很有用。然后，丟棄最早的值，取得新的采樣，重復(fù)上面的計(jì)算過(guò)程。這個(gè)設(shè)計(jì)思想就是檢查輸入信號(hào)中的采樣并判斷它是否代表了信號(hào)，使用奇數(shù)個(gè)采樣組成的觀察窗實(shí)現(xiàn)這項(xiàng)功能。在圖像處理中，在進(jìn)行如邊緣檢測(cè)這樣的進(jìn)一步處理之前，通常需要首先進(jìn)行一定程度的降噪。在數(shù)字信號(hào)處理技術(shù)中廣泛使用，領(lǐng)域均值濾波在濾除噪聲的同時(shí)模糊呢圖像，而中值濾波在一定的條件下，可以克服線性濾波器所帶來(lái)的圖像細(xì)節(jié)模糊，且對(duì)濾除脈沖干擾及圖像掃描噪聲非常的有效，能夠在去除圖像噪聲的同時(shí)保持圖像的邊緣。平滑處理的主要目的是去除噪聲，而噪聲有很多種，大體可分為兩類：加性噪聲和乘性噪聲加性噪聲一般表現(xiàn)為脈沖噪聲（又稱椒鹽噪聲）、高斯噪聲等；乘性噪聲的一個(gè)典型例子就是光照變化。圖像平滑主要有兩個(gè)作用：一是消除或減少噪聲，改善圖像質(zhì)量；另一個(gè)是模糊圖像，使圖像看起來(lái)柔和自然。光學(xué)掃描指紋采集區(qū)一般是等于或大于一平方英寸，真實(shí)世界的應(yīng)用程序可以結(jié)合載體的指紋采集技術(shù)的實(shí)際來(lái)做選擇。超聲波指紋圖像采集技術(shù)的精度最高，但成本也是最高的，應(yīng)用于指紋識(shí)別系統(tǒng)顯然不適合。超聲波技術(shù)來(lái)實(shí)現(xiàn)能夠獲得最準(zhǔn)確的精度，其對(duì)手指平面完整程度和潔凈程度的要求是比較低的，但采集時(shí)間將明顯比上述兩類產(chǎn)品要來(lái)得長(zhǎng)。它的原理是利用超聲波的穿透能力，超聲波到達(dá)不同的材料的表面時(shí)不同的材料產(chǎn)生不同大小的回聲（吸收，滲透和反射型），因此，利用皮膚與空氣的聲阻抗的差異，它是可以區(qū)分的指紋的脊和谷的位置，從而生成指紋圖像。隨著技術(shù)的不斷發(fā)展，防靜電芯片的性能和耐用性有了很大的提高。早期的半導(dǎo)體傳感器的主要缺點(diǎn)是：容易受靜電影響，從而使傳感器有時(shí)會(huì)無(wú)法獲取圖像，甚至被損壞，手指汗鹽或污垢，手指磨損會(huì)導(dǎo)致半導(dǎo)體傳感器想要采集到優(yōu)質(zhì)的指紋圖像變得非常像困難。 半導(dǎo)體指紋采集設(shè)備，可以得到一個(gè)相當(dāng)精確的指紋圖像分辨率高達(dá)600dpi，而且在指紋圖像采集過(guò)程中不需要像光學(xué)采集裝置那樣，需要一個(gè)較大面積的采集臺(tái)板采集指紋。例如，一個(gè)對(duì)比度差的圖像，如干燥的指紋圖像，都能夠被感應(yīng)到。(3)半導(dǎo)體溫度感應(yīng)傳感器 在指紋采集過(guò)程中，因?yàn)榧购凸扰c傳感器的距離不同，因此溫度感應(yīng)傳感器感應(yīng)到的溫度就不相同，半導(dǎo)體溫度感應(yīng)傳感器就是根據(jù)這個(gè)原理來(lái)獲得指紋圖像的。指紋的脊和谷相對(duì)于另一極之間的距離的不同，導(dǎo)致在不同的電容值的電容陣列的硅表面，測(cè)量并記錄每個(gè)點(diǎn)的電容值，可以得到具有灰度級(jí)的指紋圖像。能夠結(jié)合到約100,000個(gè)電容式傳感器在半導(dǎo)體金屬陣列上，其表面是絕緣的。參考[16]如圖24所示是簡(jiǎn)易的光學(xué)指紋采集儀 圖242).半導(dǎo)體指紋采集技術(shù) 半導(dǎo)體傳感器指紋采集儀是1998年才出現(xiàn)的，主要通過(guò)如下幾種技術(shù)來(lái)繪制指紋圖像。甚至?xí)?dǎo)致兩個(gè)指印的重疊。要求采集臺(tái)板要足夠大才能獲得優(yōu)質(zhì)的圖像。1).光學(xué)采集技術(shù) 光學(xué)采集設(shè)備有著許多優(yōu)勢(shì):它經(jīng)歷了長(zhǎng)時(shí)間實(shí)際應(yīng)用的考驗(yàn)，能承受一定程度溫度變化，穩(wěn)定性很好，成本相對(duì)較低，并能提供分辨率為500DPI的圖像。3．超聲波的。2．半導(dǎo)體電容式的。以下是指紋采集儀的分類：1．光學(xué)的。近年來(lái)，已經(jīng)有其他一些新的指紋采集設(shè)備，如超聲波指紋掃描儀，它是基于指紋的脊和谷的超聲波反射原理而設(shè)計(jì)的。前者先用激光掃描在手指上，然后在CCD陣列上提取其反射光，因?yàn)榉瓷涔獾膹?qiáng)度是指紋的脊線和谷的深度的體現(xiàn)，因此可得到指紋圖像。隨著傳感器，光學(xué)儀器和數(shù)字化技術(shù)的發(fā)展，各種準(zhǔn)確，快速，緊湊，便捷的采集設(shè)備已被廣泛使用。傳統(tǒng)的指紋采集方法是將手指蘸上印油或墨水把指紋按壓在紙上，而后用掃描儀攝取圖像。參考文獻(xiàn)[2]手指末端的表面積比較小，在日常生活中指紋常常會(huì)受到不同程度不同類型的磨損，所以想要取得優(yōu)質(zhì)的指紋特征圖像是一項(xiàng)復(fù)雜的工作。指紋特征匹配的目的是為了判斷輸入的指紋是否與數(shù)據(jù)庫(kù)中指紋模板來(lái)自同一手指，從而識(shí)別查詢者的身份。事實(shí)上，指紋細(xì)節(jié)的出現(xiàn)往往遵循一定的規(guī)則，人們可以應(yīng)用這些啟發(fā)性的規(guī)則來(lái)糾正錯(cuò)誤的細(xì)節(jié)?？疾烀總€(gè)圖像的8鄰域，如果滿足一定的條件就可以判斷是細(xì)節(jié)點(diǎn)。（2） 脊線提?。褐讣y灰度圖像中，在沿著垂直于局部方向場(chǎng)的方向，脊結(jié)構(gòu)結(jié)構(gòu)有局部極值，以此特性，相應(yīng)的像素就可以標(biāo)定為脊線或者溝線，進(jìn)行二值化處理。其細(xì)節(jié)點(diǎn)特征提取一般采用基于二值細(xì)化圖像的方法，先將增強(qiáng)后指紋圖像二值化提取出脊線輪廓，然后再用形態(tài)學(xué)方法將其細(xì)化，得到脊骨架，最后在細(xì)化后的圖像上尋找脊末梢和脊分叉點(diǎn)。 2）接著做模式校準(zhǔn)，通過(guò)定義參考點(diǎn)找出兩枚指紋的平移和旋轉(zhuǎn)關(guān)系。細(xì)節(jié)點(diǎn)的特征包括類型、位置坐標(biāo)和方向，此外還有一些輔助特征，如該點(diǎn)處的細(xì)節(jié)點(diǎn)密度，與該點(diǎn)相連的脊線曲率等。人們最常注意到的是兩種被稱為細(xì)節(jié)的局部脊線特征：①脊末梢；②脊分叉，如圖23所示。到目前為止，人們共發(fā)現(xiàn)了150多種不同的局部脊線特征。圖22 奇異點(diǎn)的分布與指紋類別的關(guān)系 雖然一定程度上，指紋類別信息以及其他的全局模式結(jié)構(gòu)如中心點(diǎn)和三角區(qū)的數(shù)目、位置等都能夠揭示指紋的特性，但指紋的唯一性是由局部脊線特征以及他們之間的相互關(guān)系所決定的。所謂“宏特征”，是指脊線的一種特定結(jié)構(gòu)，如圖21所示。奇異點(diǎn)有兩種：中心點(diǎn)和三角區(qū)，用來(lái)標(biāo)識(shí)指紋的宏特征。指紋分類僅依賴于第一種全局特征。指紋分類方法必須具備旋轉(zhuǎn)平移不變性并對(duì)指紋變形等不敏感。當(dāng)嬰兒長(zhǎng)大成人，指紋也只不過(guò)放大增粗，它的紋樣不變。各人的指紋除形狀不同之外，紋形的多少、長(zhǎng)短也不同。雖然指紋人人皆有，但各不相同。指紋就是表皮上突起的紋線。指紋識(shí)別作為一種生物識(shí)別技術(shù)，成為人類個(gè)體的定義迄今為止最有效和最可靠的方式。 指紋識(shí)別承載了太多的社會(huì)意義，能從最根本的條件，良好的判斷力和定義一個(gè)人的真正的生物身份。隨著越來(lái)越多的地方的指紋養(yǎng)老金制度，在各方的指紋，這種現(xiàn)象已經(jīng)徹底改善，相應(yīng)的養(yǎng)老金不能接收。指紋識(shí)別系統(tǒng)，通過(guò)各種公共管理職能得到加強(qiáng)，效率得到了提高。在許多情況下，一個(gè)人的真實(shí)身份卻是難以分辨。這樣隨心所欲，防偽，容易導(dǎo)致管理漏洞。公共管理，必須有一個(gè)基本的變量來(lái)確認(rèn)一個(gè)人的身份。血液作用的家，你的丈夫，孩子，父親，叔叔，哥哥，你有一個(gè)長(zhǎng)跑運(yùn)動(dòng)員，在參加本公司的年度游戲。作為一個(gè)人，有一個(gè)非常復(fù)雜的社會(huì)角色。依靠這種唯一性和穩(wěn)定性與他的指紋對(duì)應(yīng)一個(gè)人，就能通過(guò)他的指紋和預(yù)先存儲(chǔ)的指紋進(jìn)行對(duì)比，以驗(yàn)證他的真實(shí)身份，這就是指紋識(shí)別技術(shù)。 不同人的指紋，即使同一個(gè)人的指紋脊線方向和脊斷點(diǎn)和交叉點(diǎn)相同，即每個(gè)指紋是獨(dú)一無(wú)二的。將有助于加強(qiáng)和改善現(xiàn)有的指紋識(shí)別技術(shù)，使其應(yīng)用必將涉及到更廣泛的領(lǐng)域。此外，指紋認(rèn)證算法也還存在一些問題，例如：不良的指紋識(shí)別結(jié)果中的非理想的采集條件，特定的處理步驟的指紋識(shí)別的復(fù)雜性高等缺點(diǎn)。這是因?yàn)椋环矫?，?duì)于在保護(hù)知識(shí)產(chǎn)權(quán)財(cái)產(chǎn)權(quán)利和商業(yè)利益，在核心技術(shù)的指紋識(shí)別只有一個(gè)小數(shù)量的企業(yè)和技術(shù)機(jī)構(gòu)有。指紋識(shí)別技術(shù)已經(jīng)應(yīng)用于訪問控制，海關(guān)，銀行和保險(xiǎn)，國(guó)防等領(lǐng)域。自從誕生以來(lái)，以計(jì)算機(jī)系統(tǒng)為基礎(chǔ)的自動(dòng)指紋識(shí)別技術(shù)，指紋識(shí)別技術(shù)在過(guò)去二，三十年取得了巨大的進(jìn)步。 也有不少學(xué)者提出了其他的指紋特征提取算法，例如，一些學(xué)者提出了，基于神經(jīng)網(wǎng)絡(luò)應(yīng)用程序的特征點(diǎn)提取和匹配算法，以及將多層感知應(yīng)用到脊線提取上來(lái)等等。 。作為一個(gè)方向的紋理圖像，以計(jì)算的流動(dòng)方向的脊線，使用的波形投影的方法來(lái)提取的指紋圖像的脊線的圖像，然后使用形態(tài)濾波器細(xì)化圖像的平滑處理，圖像濾波，提取的特征點(diǎn)并刪除了偽特征點(diǎn)。Verma也提出了類似的算法，他首先對(duì)指紋圖像圖像增強(qiáng)處理，然后使用自適應(yīng)閉值對(duì)增強(qiáng)的