指紋識別技術的研究與設計指紋圖像預處理之一(存儲版)

　　

【正文】 ，但對中拖尾(如均勻分布噪聲)和短拖尾噪聲(如高斯噪聲)其濾波性能較差。⑤ 對下一像素重復步驟④。它特別適用于目標和背景占據不同灰度級范圍的圖像。 一般意義下，閾值運算可以看作是對圖像中某點的灰度、該點的某種局部特性以及該點在圖像中的位置的一種函數，這種閾值函數可記作：② 迭代方法選取閾值原始閾值選取為圖像的平均灰度T0，然后用T0將圖像的象素點分作兩部分，計算兩部分各自的平均灰度，小于T0的部分為TA，大于T0的部分為TB，計算 ，將T1 作為新的全局閾值代替T0，重復以上過程，如此迭代，直至TK 收斂，即TK＋1 ＝TK ，經試驗比較，對于直方圖雙峰明顯，谷底較深的圖像，迭代方法可以較快地獲得滿意結果。往往容易得到假的谷底。于是，人們又提出了很多基于空間信息的閾值化方法。使用這種方法，閾值可以直接計算得到，從而避免了分析灰度直方圖，也不涉及準則函數的優化。這里的像素領域局部性質，在很多方法中經常用的是像素的梯度值。⑤ 局部閾值法當圖像中有如下一些情況：有陰影，亮度不均勻，各處的對比度不同，突發噪聲，背景灰度變化等，如果只用一個固定的全局閾值對整幅圖像進行分割，則由于不能兼顧圖像各處的情況而使分割效果受到影響。 首先將圖像分解成系列子圖，由于子圖相對原圖很小，因此受陰影或對比度空間變化等帶來的問題的影響會比較小。其實多域值分割，可以看作單閾值分割的推廣，前面討論的大部分閾值化技術，諸如Otsu的最大類間方差法， Kapur的最大熵方法、矩量保持法和最小誤差法等等都可以推廣到多閾值的情形。 均衡對比度遞歸多域值方法首先，對每一個可能閾值計算對應于它的平均對比度，其中初始閾值為 圖像總的對比度， 是閾值 檢測到的邊界點的數目。所有灰度大于或等于閥值的像素被判定為屬于特定物體，其灰度值為255表示，否則這些像素點被排除在物體區域以外，灰度值為0，表示背景或者例外的物體區域。3．直線端點不能刪除。衡量一個匹配算法的性能可以用拒識率，誤識率，匹配的速度，指紋模板的大小等來衡量。3．使用頻率一般不會特別高。圖像預處理主要包括圖像分割、二值化、圖像增強，本章主要介紹了用不同的圖像分割算法和圖像增強算法，來對圖像進行預處理，每一種算法都各具優缺點，用它們中的任何一種方法對指紋圖像進行處理時，都能達到預期的效果，達到了實驗目的。 實驗結果本文主要通過不同的指紋圖像預處理算法，在VC++運行調試進行試驗比對。分割評價是改進和提高現有算法性能、改善分割質量和指導新算法研究的重要手段。 　圖像增強算法結果比較通過對以上各種濾波算法比較可知，Gabor圖像增強效果要優于方向加權濾波。第6章 結 論在本文中分別列舉出了指紋圖像預處理中的圖像分割、求方向圖、圖像增強及二值化的幾種算法，并對每種算法進行了比較。在整個學期的畢業設計當中，杜老師不僅在學習上對我耐心指導、嚴格要求，而且在生活上也給了我很多關心、理解和幫助。有一些類庫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發的。2． BMP文件中DIB的結構 我們知道DIB是標準的Windows位圖格式，且BMP文件包含一個DIB。每行被擴展到4字節邊界。 CFileDialog fdlg(true)。i++) colorheader[i]=infoheader[i]。 if(Dmap != NULL) delete []Dmap。 (source，*)。 int width = 12。 y 。 j+=2 ) { ave+=source(j，i)。 } sum=sum/(width*width)*4。 i++ ) for ( j = y。 y 。 x 。 } else { for ( i = x。jy+width。 i+=2 ) for ( j = y。 x 。 y++ ) if(source(y，x)5) source(y，x)=5。 Dmap2=new unsigned char [*]。 if(source!=NULL) delete []source。 for(i=0。附錄3 程序源代碼1．圖像讀取程序：void CFingerprint::ReadBitMap(){ CFile fgfile。頭結構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。Microsoft并沒有發明應用程序框架的概念，這個概念首先是在學院里提出來的，后來在Apple Macintosh上有了它的第一個商業化版本MacApp。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].計算機工程與設計,2008。致 謝本論文是在導師杜俊俐老師的悉心指導與幫助下完成的。中值濾波是一種非線形濾波，但是由于其對每個像素都要排序取中值，圖像數據量大，所以計算量十分巨大，而且在取中值后，要將所有的值賦給一個全新的矩陣，這樣也加大了計算量，增加了時間復雜度，所以消耗的處理時間必然較長。例如對于一般實時應用來說，可以選擇最大類間方差方法和簡單統計法。另一方面，給定一個實際圖像分割問題要選擇合用的分割算法也還沒有標準的方法。2．圖像的前景區應該最大量包含指紋特征信息。這時為滿足用戶的需求，所設定的標準就要有所改變。例如，在保險柜指紋鎖系統中，考慮到其具體特點為：1．對安全性要求高。 圖46 矩形圖根據圖46可得結論如下：(1)對應表中的第0項，該項應該為0(2)對應37，該項應該為0(3)對應173，該項應該為1(4)對應231，該項應該為0(5)對應237，該項應該為1(6)對應254，該項應該為0(7)對應255，該項應該為0。并有如下的判據：1．內部點不能刪除。在數字圖像處理中，二值圖像占有非常重要的地位，特別是在實用的圖像處理中，以二值圖像處理實現而構成的系統是很多的，要進行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像，這樣子有利于再對圖像做進一步處理時，圖像的集合性質只與像素值為0或255的點的位置有關，不再涉及像素的多級值，使處理變得簡單，而且數據的處理和壓縮量小。首先，將像素點分為邊界點和非邊界點兩類，邊界點再根據它們的鄰域的亮度分為較亮的邊界點和較暗的邊界點兩類，然后用這兩類邊界點分別作直方圖，取兩個直方圖中的最高峰多對應的灰度級作為閾值。遺傳算法是基于進化論中自然選擇機理的、并行的、統計的隨機化搜索方法，所以在圖像處理中常用來確定分割閾值。若使用局部閾值，則可分別在亮區和暗區選擇不同的閾值，使得整體分割效果較為理性。④ 其它基于區域的全局閾值法松弛法利用鄰域約束條件迭代改進線性方程系統的收斂特性，當用于圖像閾值化時其思想是：首先根據灰度級按概率將像素分為“亮”和“暗”兩類，然后按照領域像素的概率調整每個像素的概率，調整過程迭代進行，使得屬于亮（暗）區域的像素“亮（暗）”的概率變得更大。而直方圖變化法，就是利用一些像素領域的局部性質變換原始的直方圖為一個新的直方圖。Abutaleb結合Kapur和Kirby的方法提出了自己的二維熵閾值化方法，其準則函數都是使目標熵和背景熵之和最大化。而在上述基于點的全局閾值選取方法中，有一個共同的弊病，那就是它們實際上只考慮了直方圖提供的灰度級信息，而忽略了圖像的空間位置細節，其結果就是它們對于最佳閾值并不是反映在直方圖的谷點的情況會束手無策，我們通常遇到的很多圖像恰恰是這種情況。也有人使用低通濾波的方法平滑直方圖，但是濾波尺度的選擇并不容易。該方法使目標或背景的像素比例等于其先驗概率來設定閾值，簡單高效，但是對于先驗概率難于估計的圖像卻無能為力。設原始圖像為f(x，y)，按照一定的準則在f(x，y)中找到特征值T，將圖像分割為兩個部分。閾值法是一種基于區域的圖像分割技術，圖像閾值化的目的是要按照灰度級，對像素集合進行一個劃分，得到的每個子集形成一個與現實景物相對應的區域，各個區域內部具有一致的屬性，的分割等；在醫學應用中，血液細胞圖像的分割，磁共振圖像的分割；在農業工程而相鄰區域布局有這種一致屬性。③ 計算窗口均值。即對第i行j列的點的灰度值的處理如下： (410) x、y、z之間的關系滿足：。灰度濾波處理是為了去除噪聲、均衡圖像、銳化脊線，以改善灰度圖像質量為下一步獲得正確的二值化脊線打下基礎。要獲取這些特征點及特征點的方向，第一步是要對灰度圖像進行二值化，正確提取指紋脊線。令 （47） （48）為了得到更準確的方向，通常還要對與做低通濾波，這樣便可得到一個比較準確的方向圖。(2) 由像素點的灰度梯度進行計算而獲得方向圖的方法此方法是可以獲得比較精確的方向。錯誤的方向不但不會改善圖像質量，反而會使特征提取的錯誤增多。第二類是精確計算每一點或小區域的方向。3．繼續向前跟蹤遇上另一條已經跟蹤過的脊線時。在灰度圖像上進行脊線跟蹤直接獲取特征點的方法，是基于如下的考慮：1．指紋的許多信息在二值化后會損失掉。目前，從大的方面分，主要有兩類特征提取方法：一類直接從原始圖像中提取統計性特征；一類從預處理得到的指紋骨架提取細節點特征。由于手指壓力的作用的變化經常使這兩者互相轉化，所以有些系統對它們不做區分。全體局部方向就構成了指紋的方向圖。2．銳化脊線為強化指紋紋線間的界線，突出邊緣信息，以利于二值化，銳化處理是必要的。它是基于指紋的脊和谷的深度對超聲波的不同反射原理而工作的。后者是用大量敏感元件組成的固態陣列芯片，它們采用電容傳感、熱敏傳感或其他傳感技術，通過感受按壓指紋的壓力、熱度等特征來攝取指紋。(4)可擴充原則該系統必須具有良好的擴充能力。本系統的用戶水平不一，計算機背景知識參差不齊，故系統界面風格應盡量友好，易學易用。 功能需求指紋識別系統是一個典型的模式識別系統，包括指紋圖像獲取、預處理、特征提取和比對等模塊。第二、重要會議的安全保衛方面。指紋考勤系統是指紋識別技術在人事考勤中的一項成功應用, 與傳統的打卡機相比, 它徹底改變了以往認卡不認人而出現的虛假考勤, 以及還需不斷購買考勤卡等諸多缺陷。但相應的, 其中潛在的不安全性也越來越明顯, 通過身份證號碼和密碼來取代傳統的直接接觸是顯而易見地過時了。支的管理也會因此顯得輕松而且有效果。可接受性：用戶能接受的程度。對指紋自動識別技術的研究既有很強的理論價值，也有很高的實用價值和現實意義。自從基于計算機系統的自動指紋鑒別技術誕生以來，指紋鑒別技術在過去的二三十年中已經取得了很大進展。其共同的弱點是，不能有效及時的區分合法用戶，和通過非正常手段已經獲得了這些東西的非法使用者。蘇格蘭醫生Henry Fauld于1880年10月28日首次在英國《Nature》上發表論文，指出人的指紋各不相同，恒久不變，并利用現場指紋來鑒定罪犯。3．海關出入境管理。盡管在此技術上已有多種成型產品，但因為許多核心技術因商業利益和保密需要而未經公開，以及社會的發展對系統的性能提出了更高的要求，所以從事該領域研究，仍具有重要的理論意義和實用價值。對上述各算法，本文均進行了模擬實驗。6．其它可以取代鑰匙的場合。1899年，隨后西方各國亦相繼采用，指紋識別的應用正式走上了科學化道路。與其它生理特征相比，指紋具有更加準確、更加方便等特點，因此是今后應用的主流。但是指紋識別技術仍是國內外科研人員研究的熱點之一。理論上講，滿足以下要求的生理或行為特征可以用來進行身份驗證：普遍性:是指每個人都必須具有的特征。 指紋識別技術的具體表現 在涉及國家刑事領域的應用刑偵領域的主要對象是犯罪嫌疑人和身份不明者，目的是從公眾指紋庫、犯罪指紋庫或現場指紋庫中查找有無此人，從而判斷此人是否是罪犯。識別信息系統建立起來, 將指紋的唯一性和不變性 在公共事務管理方面第一、 出入境管理2．圖像分割：所謂圖像分割是指根據灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個互不相交的區域，使得這些特征在同一區域內，表現出一致性或相似性，而在不同區域間表現出明顯的不同。二值化是把灰度指紋圖像變成01取值的二值圖像，因為指紋圖像只需把紋線和背景區分開就可以了，以便能正確的提取脊線。系統設計原則為便于本系統的開發、使用。圖31 特征提取及模板匹配系統流程 指紋圖像的獲取傳統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。以下是指紋采集儀的分類：1．光學的。預處理技術的主要目的是對一個給定的指紋，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，使它的結果對后面的識別來說比原始圖像更合適。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。二值化是把灰度指紋圖像變成01取值的二值圖像，因為指紋圖像只需把紋線和背景區分開就可以了。 　模板匹配認證和識別是一對一的匹配，把某人的指紋特征及個人信息以某種形式存儲起來，隨后根據提供的指紋是否與之匹配而決定是否授權。在當前的應用系統中，后一類方法要比前一類應用得多一些，因為后一類方法把工作的難點分散到兩步操作中，簡化了特征提取算法，且處理結果容易控制。我們沿著脊線方向每次向前移動一小段距離，尋找下一局部最小值，作為脊線跟蹤的下一個點，如圖41灰度脊線圖所示。 產生方向圖由