1、概述指紋圖像預處理算法1 概述1.1 研究的目的指紋識別技術作為一種生物特征識別技術,具有傳統識別技術無法比擬的優點。近年來,隨著嵌入式計算機的蓬勃發展和指紋傳感器性價比的提高,這一充滿生機的技術作為一種高級安全認證手段已越來越頻繁地出現在手機、筆記本電腦、PDA、蜂窩電話等多種數碼產品中,廣泛地應用在刑偵、IT、醫療、金融等諸多行業。這不僅體現了該技術樂觀的市場前景,更對其提出了更高的要求。在激烈的市場競爭中,能否研發出高效、健壯的指紋識別算法顯得尤為重要。指紋圖像的預處理和特征提取是任何一種指紋識別算法中的關鍵部分1,因為它直接關系到后續的指紋匹配,進而影響指紋識別系統的識別率和識別速度。

2、近年來,以指紋識別技術為代表的生物識別技術引起了人們的廣泛關注。自動指紋識別系統大多是依靠細節特征實現指紋的識別,可靠、準確的提取細節特征是自動指紋識別實現的前提和基礎。細節特征提取的準確性嚴重依賴指紋圖像的質量。在實踐中,由于手指本身的因素和采集條件的限制,采集到的指紋圖像會不同程度的受到各種噪聲的干擾。因此,在細節特征的提取和匹配之前一般要對采集到的指紋圖像進行預處理。預處理的目的是:去噪聲,把原圖像變成一幅清晰的二值點線圖,易于正確的特征提取。要求預處理在消除噪聲的同時應盡量保存原圖像的真實特征不受損失2。不同人的指紋，即使同一個人不同手指的指紋，紋線走向及紋線的斷點和交叉點等各不相同，

3、也就是說，每個指紋都是唯一的。另外，指紋不隨年齡的增長而發生變化，是終生不變的。依靠這種唯一性和穩定性，可以把一個人同他的指紋對應起來，通過對他的指紋和預先保存的指紋進行比較，就能驗證他的身份。在實驗的任務是：理解、掌握指紋識別系統的工作原理；理解、掌握MATLAB程序設計方法；用MATLAB編寫指紋圖像預處理算法的程序，對程序運行結果進行分析。指紋圖像的預處理和特征提取是任何一種指紋識別算法中的關鍵部分,因為它直接關系到后續的指紋匹配,進而影響指紋識別系統的識別率和識別速度。1.2 研究的意義由于指紋的不變性，唯一性和實用性，指紋識別技術相對于其它生物特征識別有許多獨到之處，是目前應用最廣的

4、身份驗證與識別技術，應用于各個領域，具有廣泛的應用前景。自動指紋識別系統在過去的30年里雖然已取得了很大發展，但由于采集的指紋或現場指紋受印壓的輕重，扭曲，偏轉及環境因素的影響，含有大量噪聲，直接影響指紋識別效果，因而指紋圖像的預處理算法仍是國內外模式識別研究中的熱點。指紋是人類手指末端指腹上由凹凸的皮膚所形成的紋路。指紋能使手在接觸物件時增加摩擦力，從而更容易發力及抓緊物件。是人類進化過程式中自然形成的。目前尚未發現有不同的人擁有相同的指紋，所以每個人的指紋也是獨一無二的。由于指紋是每個人獨有的標記，近幾百年來，均成為警方追捕疑犯的重要線索，似的指紋識別技術得到了飛快地發展。現今鑒別指紋方法

5、已電腦化，使鑒別程序更快更準。指紋識別的一般過程是指紋圖像預處理、指紋特征提取和特征匹配。但由于采集設備噪聲干擾、指紋采集是手指皮膚的干燥程度、汗漬、污漬等原因使待分析的指紋圖像噪聲較多并對細節點有較強干擾，影響指紋的特征提取。指紋圖像是通過將模擬信號采樣量化后，以矩陣形式存入計算機，圖像平滑處理指紋圖像生成方向數組后，為了消除較強烈的局部噪聲干擾，需要對生成的方向數組圖像進行預處理。預處理是指指紋識別的前提，也是整個工作的基礎，因此指紋圖像預處理工作的好壞直接關系到指紋特征提取的可行性和準確性3。1.3 發展趨勢早在1880年英國人亨利.福茲就提出了用指紋識別系統識別犯罪，到20世紀70年代

6、，由于計算機的廣泛應用和模式識別理論的發展，人們已開始研究使用計算機進行指紋的自動識別。目前世界各國都在爭先研究和開發使用指紋識別系統。到20世紀70年代末，一些實用系統已經出現。據報道：70年代末加拿大警方首次應用激光進行指紋體檢，日本立石電機公司80年代研制出了指紋核對機；美國人福勒80年代設計出了電子指紋檢驗系統，NBC在82年首次向警方提供自動指紋識別系統（AFIS），比利時刑事鑒定局在1990年開始使用（AFIS）；瑞士一家公司研制成功指紋碼智能卡；日本蝶形株式會社推出出入口指紋識別器；在英國政府的重要部門，指紋識別儀已被廣泛采用；在澳大利亞指紋識別儀已被廣泛在ATM機上，在美國，除

7、軍事設施以外，19年在美國亞特蘭大奧村的第26屆奧運會上已廣泛采用了指紋識別系統。目前世界上大約有30家公司在為新的指紋識別系統而工作。在我國青島警方在50年代就采用了指紋識別系統識別罪犯，進入90年代，我國指紋識別系統的應用發展迅速，深圳攀登電子有限公司研制了活體指紋身份識別系統；深圳紅光奧康光電有限公司推出自動指紋識別控制器；西安交大、清華大學、北京大學等紛紛推出指紋自動識別系統，北京大學與上海、珠海公安局合作建立了大容量自動識別系統，在在1990年應用該系統破案均超過1萬起，該系統已被國內今10個城市的公安部門選用；深圳深安計算機集成制造技術有限公司推出的指紋密碼識別系統可對指紋、手指三

8、維、手指血管造影同時控制；清華大學自動化系在1996年推出了指紋身份驗證系統。指紋識別已有100多年的歷史了，由于指紋是每個人獨有的標記，由于指紋具有唯一性、永久性和穩定性使得指紋識別成為最廣泛使用的生物特征技術，近30年來，科學技術的進步，使計算機行業飛速發展，自動指紋識別技術取得了較大的成功，現今指紋方法已經電腦化，使得鑒別程序更快更準。犯罪現場留下的指紋，均成為警方追捕疑犯的重要線索，使得指紋識別技術得到了飛快地發展。指紋識別技術還用于對安全性要求比較高的商務領域，而在商務移動辦公領域頗具建樹的富士通、三星級IBM等國際知名品牌都擁有技術與應用較為成熟的指紋識別系統。自動指紋識別系統有著

9、極其廣闊的應用前景。眾所周知，指紋識別最早是在罪犯鑒別中應用 。它對于提高偵破手段、打擊刑事犯罪起到了重要的作用。著名的例子是1982年西德警方使用激光指紋檢驗方法，給隱藏了四十多年的一名葡萄牙納粹法西斯分子定罪，從此激光指紋檢驗因其神奇特點而名聲大振。根據目前的了解，AFIS的其它適用場所為：政府各類機要部門（例如檔案館、國家重點實驗室及生產重地）、機場、軍事要地（例如基地、倉庫）、重要軍事裝備或關鍵設備的啟用控制、銀行金庫、金融系統、代保管庫、博物館、珍寶館、高級住宅、高級賓館等重要門禁或入口設置、汽車門鎖等。除此之外，另一大潛在應用前景是：自動取款機（ATM）、信用卡）、駕駛執照、身份證

10、、醫療健康卡、移民登記、計算機系統安全、機械登記等方面。由于指紋識別技術的諸多優點，可以預料，一方面指紋識別系統將會在一切需要驗證身份的場所發揮越來越重要的作用，其應用領域將會進一步拓寬；另一方面，由于市場的推動，指紋識別技術也會不斷的提高，在其識別可靠性、速度、成本等方面進一步朝實用化邁進4。1.4 本文研究的內容指紋自動識別系統（流程圖如圖1）是將從現場采集的指紋圖像和預先存儲在系統庫中的指紋圖像進行特征匹配來實現的，其工作過程一般包括對指紋圖像的預處理、特征提取、特征對比等步驟。指紋圖像預處理細節特征提取與剪輯存儲指紋模板指紋圖像采集圖1 指紋自動識別系統流程圖指紋識別算法：理解指紋識別

11、系統的工作原理、對指紋圖像預處理算法進行分析研究、重點研究預處理算法中的增強處理、二值化、細化等關鍵部分。指紋預處理和細節特征提取的算法：掌握MATLAB程序設計的方法，利用MATLAB實現指紋預處理算法并進行實驗的測試和分析5。指紋圖像的預處理如圖二采集到的圖像規格化方向濾波二值化細化圖2 指紋圖像的預處理算法流程圖（1）圖像規格化：把圖像的平均灰度和對比度調整到一個固定的級別上，以消除傳感器本身噪聲或手指壓力不同以及其它原因造成的灰度差異，為后續處理提供一個較為統一的圖像規格。第 25 頁 (共 30 頁)指紋圖像預處理（2）方向濾波：對指紋圖像進行濾波增強。（3）二值化：將灰度圖變成兩個

12、灰度級的圖像，在質問增強時設定一定的灰度閾值，圖像像素灰度于此值比較，大于此值的灰度值灰度最大值255（白色），小于此值的灰度值0（黑色），從而使圖像前景和背景徹底分開。（4）細化處理：在二值化的指紋圖像上，不影響紋線連通性的基礎上刪除紋線的邊緣像素，直到紋線為單像素為止。2 指紋圖像預處理指紋采集設備所獲得的原始圖像有很多噪聲，比如手指弄臟，手指有刀疤、傷痕、手指干燥、濕潤或撕破等都會影響圖像的質量。圖像預處理的目的是消除噪聲，增強脊和谷的對比度。圖像預處理部分包括以下步驟：平滑處理、銳化處理、二值化和細化，具體過程如下框圖：細節特征提取與剪輯存儲指紋模板指紋圖像采集平滑處理方向增強處理二值

13、化細化圖3 指紋圖像處理2.1 采集指紋圖像的技術獲得良好的指紋圖像是一個十分復雜的問題。因為用于測量僅是相當小的一片表皮，所以指紋采集設備應有足夠好的分辨率以獲得指紋的細節。指紋的表面積相對較小，日常生活中手指常常會受到磨損，因此獲得優質的指紋細節圖像是一項十分復雜的工作。當今所使用的主要指紋采集技術有光學指紋采集技術，半導體指紋采集技術和超聲波指紋采集技術。1.光學指紋圖像采集技術光學指紋采集技術是最古老也是目前應用最廣泛的指紋采集技術，光學指紋采集設備始于1971年，其原理是光的全反射。光線照到壓有指紋的玻璃表面，反射光線由CCD去獲得，反射光的量依賴于壓在玻璃表面指紋的脊和谷的深度以及

14、皮膚與玻璃間的油脂和水分。光線經玻璃照射到谷的地方后在玻璃與空氣的界面發生全反射，光線被反射到CCD， 而射向脊的光線不發生全反射，而是被脊與玻璃的接觸面吸收或者漫反射到別的地方，這樣就在CCD上形成了指紋的圖像。圖4 光學指紋圖像采集原理光學技術采集指紋是歷史最久遠、使用最廣泛的技術。將手指放在光學鏡片上，手指在內置光源照射下，用棱鏡將其投射在電荷耦合器件上（CCD）上，進而形成脊線（指紋圖像中具有一定寬度和走向的紋線）呈黑色、谷線（紋線之間的凹陷部分）呈白色的數字化的、可被指紋設備算法處理的多灰度指紋圖像。光學的指紋采集設備有明顯的優點：它已經較長時間的應用考驗，一定程度上適應溫度的變異，

15、較為廉價，可達到500DPI的較高分辨率等。光學采集設備也有不足之處，主要表現在圖像尺寸和潛在指印兩個方面。臺板必須足夠大才能獲得質量較好的圖像。潛在指印是手指在臺板上按完后留下的，這種潛在指印降低了指紋圖像的質量。嚴重的潛在指印會導致兩個指印的重疊。另外臺板上的涂層(膜)和CCD陣列隨著時間的推移會有損耗，精確度會降低。2.半導體指紋采集技術半導體傳感器是1998年在市場上才出現的，這些含有微型晶體的平面通過多種技術來繪制指紋圖像。(1)硅電容指紋圖像傳感器這是最常見的半導體指紋傳感器，它通過電子度量來捕捉指紋。在半導體金屬陣列上能結合大約100,000個電容傳感器，其外面是絕緣的表面。傳感

16、器陣列的每一點是一個金屬電極，充當電容器的一極，按在傳感面上的手指頭的對應點則作為另一極，傳感面形成兩極之間的介電層。由于指紋的脊和谷相對于另一極之間的距離不同(紋路深淺的存在)，導致硅表面電容陣列的各個電容值不同，測量并記錄各點的電容值，就可以獲得具有灰度級的指紋圖像。(2)半導體壓感式傳感器其表面的頂層是具有彈性的壓感介質材料，它們依照指紋的外表地形(凹凸)轉化為相應的電子信號，并進一步產生具有灰度級的指紋圖像。(3)半導體溫度感應傳感器它通過感應壓在設備上的脊和遠離設備的谷溫度的不同就可以獲得指紋圖像。半導體指紋傳感器采用了自動控制技術(AGC技術)，能夠自動調節指紋圖像像素行以及指紋局

17、部范圍的敏感程度，在不同的環境下結合反饋的信息便可產生高質量的圖像。例如，一個不清晰(對比度差)的圖像，如干燥的指紋，都能夠被感覺到，從而可以增強其靈敏度，在捕捉的瞬間產生清晰的圖像(對比度好);由于提供了局部調整的能力，圖像不清晰(對比度差)的區域也能夠被檢測到(如:手指壓得較輕的地方)，并在捕捉的瞬間為這些像素提高靈敏度。半導體指紋采集設備可以獲得相當精確的指紋圖像，分辨率可高達600dpi，并且指紋采集時不需要象光學采集設備那樣，要求有較大面積的采集頭。由于半導體芯片的體積小巧，功耗很低，可以集成到許多現有設備中，這是光學采集設備所無法比擬的，現在許多指紋識別系統研發工作都采用半導體采集

18、設備來進行。早期半導體傳感器最主要的弱點在于:容易受到靜電的影響，使得傳感器有時會取不到圖像，甚至會被損壞，手指的汗液中的鹽分或者其他的污物，以及手指磨損都會使半導體傳感器的取像很困難。另外，它們并不象玻璃一樣耐磨損，從而影響使用壽命。隨著各種工藝技術的不斷發展，芯片的防靜電性能和耐用度得到了很大的改善。3.超聲波指紋圖像采集技術Ultra-scan公司首開超聲波指紋圖像采集設備產品先河。超聲波指紋圖像采集技術被認為是指紋采集技術中最好的一種，但在指紋識別系統中還不多見，成本很高，而且還處于實驗室階段。超聲波指紋取像的原理是:當超聲波掃描指紋的表面，緊接著接收設備獲取的其反射信號，由于指紋的脊

19、和谷的聲阻抗的不同，導致反射回接受器的超聲波的能量不同，測量超聲波能量大小，進而獲得指紋灰度圖像。積累在皮膚上的臟物和油脂對超聲波取像影響不大。所以這樣獲取的圖像是實際指紋紋路凹凸的真實反映。總之，這幾種指紋采集技術都具有它們各自的優勢，也有各自的缺點。超聲波指紋圖像采集技術由于其成本過高，還沒有應用到指紋識別系統中。通常半導體傳感器的指紋采集區域小于1平方英寸，光學掃描的指紋采集區域等于或大于1平方英寸，可以根據實際需要來選擇采用哪種技術的指紋采集設備。表1給出三種主要技術的比較6。光學掃描技術半導體傳感技術超聲波掃描技術成像能力干手指差，汗多的和膨脹的手指成像模糊，易受皮膚上的贓物和油膩的

20、影響。干手指好，潮濕、粗糙手指亦可成像。易受皮膚上的贓物和油膩的影響。非常好成像區域大小中分辨率低于500dpi可高達600dpi可高達1000dpi設備體積大小中耐用性非常耐用較耐用一般功耗較大小較大成本較高低很高表1 三種主要技術的比較2.2 直方圖均化直方圖均化可將圖像的灰度級范圍拉開而且還可以讓灰度頻度率較小的灰度級變大，及讓灰度直方圖在較大的動態范圍里趨于一致。這樣做的目的是使圖像中較暗區域中的細節看清楚。對于數字圖像，假設原圖像的像素總數為N，灰度級的個數為L，第K個灰度級出現的頻度為。若原圖像f(x，y)在像素點(x，y)處的灰度為，則直方圖均化后的圖像g(x，y)在此處的灰度為

21、為： （1）2.3 平滑處理圖像平滑的主要目的是減少圖像噪聲。圖像噪聲來自于多方面，有來自于系統外部的干擾（如電磁波或經電源竄進系統內部的外部噪聲），也有來自于系統內部的干擾（如攝像機的熱噪聲、電器機械運動而產生的抖動噪聲等內部噪聲）。實際獲得的圖像都因受到干擾而含有噪聲，噪聲產生的原因決定了噪聲分布的特性及與圖像信號的關系。減少噪聲的方法可以在空間域或頻率域處理。在空間域中進行時，基本方法就是求像素的平均值或中值；在頻率域中則運用低通濾波技術。圖像中存在的噪聲主要有三種高斯噪聲、椒鹽噪聲和乘性噪聲(顆粒噪聲)，要去除這三中噪聲主要有三種濾波方法：線性濾波、中值濾波、自適應濾波。線性濾波一般用

22、來去除乘性噪聲，中值濾波用來去除椒鹽噪聲，自適應濾波用來去除高斯噪聲。圖像中的噪聲往往是和信號交織在一起的，尤其是乘性噪聲，如平滑不當，就會使圖像本身的細節如邊緣輪廓、線條等模糊不清，從而使圖像降質。圖像平滑總是要以一定細節模糊為代價，因此如何盡量平滑掉圖像的噪聲，又盡量保持圖像細節，是圖像平滑研究的主要問題之一。2.3.1 增強對比度（灰度的調整）原理：如果原圖像f(x，y)的灰度范圍是m，M，我們希望調整后的圖像g(x，y)的灰度范圍是n，N,那么下述變換可以是現上面的要求， （2） 公式2的是一個線性變換。2.3.2 指紋圖像規格化和濾波規格化的目的，在于消除指紋采集過程中由于傳感器自身

23、的噪聲以及因為手指壓力不同而造成的灰度差異，將指紋圖像的對比度和灰度調整到一個固定的級別上，為后續處理提供一個較為統一的圖像規格。對原始指紋灰度圖(256級灰度)，一般按照式3進行規格化。 （3）式中G(x，y)N(x，y)分別表示源圖像和規格化后圖像的第x行第y列像素點對應的灰度值。和M對應圖像G的方差和均值。和是期望方差和期望均值。1、對于線性濾波一般用鄰域平均法，鄰域S的形狀和大小根據圖像特點來確定，但一般取的是正方形、矩形及十字形等，S的形狀和大小可以在全圖處理中保持不變，也可以根據圖像的局部統計特性而變化，點(m，n)一般位于S的中心。假設噪聲n是顆粒噪聲，在空間各點互不相關，且期望

24、為0，方差為，g是為受污染的圖像，含有噪聲的圖像f經過鄰域平均后為： （4）由上式可知，經鄰域平均后，噪聲的均值不變，方差為，即噪聲方差變小，說明噪聲強度減小，即抑制了噪聲。2、中值濾波，將空間域模板用于圖像處理，通常稱為空間濾波，而空間域模板稱為空間濾波器?？臻g域濾波按線性和非線性特點有:線性、非線性平滑濾波器。線性平滑濾波器包括領域平均法（均值濾波器），非線性平滑濾波器有中值濾波器。中值濾波是一種非線性處理技術，由于它在實際運算過程中并不需要知道圖像的統計特性，所以比較方便。中值濾波最初應用在一維信號處理技術中，后來被二維的圖像信號處理技術所引用。在一定的條件下，中值濾波可以克服線性濾波器

25、所帶來的圖像細節模糊，而且對濾除脈沖干擾及圖像掃描噪聲非常有效；但是，對一些細節多，特點是點、線、尖頂細節較多的圖像則不宜采用中值濾波的方法。中值濾波的目的是在保護圖像邊緣的同時，去除噪聲。中值濾波的原理：中值濾波實際上就是用一個含有奇數個像素的滑動窗口，將窗口正中點的灰度值用窗口內各點的中值代替。例如，若窗口長度為5，窗口中像素的灰度值分別為80、90、200、110、120，則中值為110，因為如果按從小到大排列，結果為80、90、110、120、200，其中間位置上的值為110。于是原來窗口正中的灰度值200就由110代替。如果200是一個噪聲的尖峰，則將被濾除；如果它是一個信號，那么此

26、方法處理的結果將會造成信號的損失。設有一個一維序列，用窗口長度為m（m為奇數）的窗口對該序列進行中值濾波，就是從輸入序列中相繼抽出m個數,其中為窗口的中心值，,再將這m個點的值按其數值大小排列，取其序號為正中間的那個值作為濾波器的輸出。用數學公式可表示為 3、自適應濾波（wiener2濾波），一般用來去除高斯白噪聲，此方法具有好的選擇性，可以更好地保護圖像的邊緣和高頻細節信息。2.4 銳化處理在圖像識別中，需要有邊緣鮮明的圖像，即圖像銳化。圖像銳化的目的是為了突出圖像的邊緣信息，加強圖像的輪廓特征，以便于人眼的觀察和機器的識別。然而邊緣模糊是圖像中常出現的質量問題，由此造成的輪廓不清晰，線條不

27、鮮明，使圖像特征提取、識別和理解難以進行。增強圖像邊緣和線條，使圖像邊緣變得清晰的處理稱為圖像銳化7。圖像銳化從圖像增強的目的看，它是與圖像平滑相反的一類處理。邊緣和輪廓一般都位于灰度突變的地方，由此人們很自然地想起用灰度差分突出其變換。然而，由于邊緣和輪廓在一幅圖像中常常具有任意的方向，而一般的差分運算是有方向性的，因此和差分方向一致的邊緣、輪廓便檢測不出來。為此，人們希望找到一些各向同性的檢測算子，他們對任意方向的邊緣、輪廓都有相同的檢測能力。具有這種性質的銳化算子有梯度、拉普拉斯和其他一些相關運算。如果從數學的觀點看，圖像模糊的實質就是圖像受到平均或者積分運算的影響，因此對其進行逆運算（

28、如微分運算），就可以使圖像清晰。根據微分方法是否線性，可將銳化分為線性銳化和非線性銳化兩類。1.線性銳化濾波線性高通濾波器是最常用的線性銳化濾波器，這種濾波器的中心系數都是正的，而周圍的系數都是負的。對3*3的模板來說，典型的系數取值是：事實上這是拉普拉斯算子，拉普拉斯算子是實線性導數運算，對被運算的圖像它滿足各向同性的要求，這對于圖像增強是非常有利的。拉氏算子的表達式是對于離散函數,其差分形式是：這里和在x方向和y方向的二階差分，所以離散函數的拉氏算子的表達式為；系數取值為：2. 非線性銳化濾波對一幅圖像施加梯度模算子，可以增強灰度變化的幅度，因此我們可以采用梯度模算子作為圖像的銳化算子。此

29、方法也是最常用的非線性銳化濾波方法，而且由數學知識我們知道，梯度模算子具有方法同性和位移不變性，這正是我們所希望的。對于離散函數，利用差分來代替微分。一階差分的定義為：因此，梯度的定義為：為了運算簡便，實際中采用梯度模的近似形式，如、等。2.5 二值化二值化指紋圖像是將灰度圖像變成兩個灰度級的圖像。它的思想是在指紋增強時設定一定的灰度閾值,圖像像素灰度與此閾值比較,大于此值的灰度置灰度最大值255(白色),小于此值的灰度置0(黑色),從而使圖像前景和背景徹底分開。對于指紋圖像的二值化要用自適應二值化,即灰度閾值的選取不能是固定的,因為利用MATLAB強大的圖像處理函數不僅省去很多煩瑣的編程,而

30、且其中提供算法能夠達到非常好的效果。指紋圖像二值化作為指紋預處理過程的一部分，是進行指紋圖像細化處理的基礎。目前指紋細化方法都是基于二值指紋圖像進行的。對指紋圖像二值化的好處在于使得圖像的幾何性質只于0和1的位置有關，圖像的二值化是指將灰度圖像（灰度有255階）轉化為只包含黑、白兩個灰度的二值圖像，不再涉及像素的灰度值，使處理變得簡單，這給存儲和處理帶來了很大的方便，同時也提高了系統的經濟實用。一個好的算法可以得到一個高質量的二值圖像。反之，如果該階段引入噪聲，就會直接降低圖像質量，影響識別精度。對指紋圖像進行二值化，其基本要求就是二值化后的圖像能真實地再現原指紋。對圖像進行二值化處理的方法有

31、多種，如：(1)全局閾值法；(2)局部閾值法；(3)動態閾值法。 局部自適應閥值算法首先是利用固定閥值算法的思想，然后根據圖像中每一部分的明暗度來調整閥值。首先把圖像分為若干個（2n+1）*（2n+1）的方塊，每一塊根據自己的閥值進行二值化。這種算法充分利用了指紋圖中脊線與谷線寬度大致相同的特點，即二值化后黑白像素的個數也應大致相同，首先利用固定閥值算法的特點對指紋圖像中的每塊確定一個大致的閥值，然后再利用自適應的思想對閥值進行準確的調整，即閥值的取值合適時圖像是最光滑的，既沒有“黑洞”閥值過大，也沒有“白點”閥值過小，所以0-1之間的轉換次數最少。在基于模糊集理論的增強算法基礎上提出廣義度閾

32、點的方法，閾值的正確選擇在二值化中是很重要的，直接影響這分割的精度及圖像描述分析的正確性，在此采用動態自適閾值進行二值化，并根據脊線擴張量特點，分解擴散4n個方向和即位于（x，y）處的像素g（x，y）的閾值V(x，y)是由以（x，y）為中心的指紋圖像窗口（2n+1）*（2n+1）中所有點的灰度值來確定。即： （5）由于當（2n+1）*（2n+1）窗口落在下面不同區域會引起錯誤判別：1）當（2n+1）*（2n+1）窗口較多落在谷區，將會使一部分乃至大部分象素點被判為脊線。2）當（2n+1）*（2n+1）窗口較多落在脊線區，將會使一部分乃至大部分象素點被判為谷線。借助于參數和參考閾值可得到修正。令

33、為一個通過實驗獲得的正整數，即令>0,有 （6）即： （7）其中為參考閾值。 令二值化后的圖像為r（x，y）,則： （8）2.6 細化MATLAB簡介細化處理(Thinning)是把二值圖像變成單像素寬度的骨架圖像, 圖像細化是在圖像中將二值物體和形狀減小為單個像素寬的線，以利于后面的特征點提取。在不影響紋線連通性的基礎上刪除紋線的邊緣像素,直到紋線為單像素寬為止。細化后理想的結果是紋線骨架應該為原始紋線的骨架中心,并保持紋線細節特征以及紋線的收斂性、拓撲性、細化性和快速性。細化圖像是基于點模式細節特征點提取的前提,如果無法得到較好的細化圖像,后續的工作將難以順利完成。圖像細化是在圖像中

34、將二值物體和形狀減小為單個像素寬的線，細化操作的每次應用都會從二值圖像物體的厚度中刪除一個或兩個像素。細化又稱骨骼化，是指在不影響圖像的拓撲關系的情況下，將圖像中寬度大于一個像素的線條轉變為只有一個像素寬度的圖像的處理過程。由于在指紋識別的圖像處理過程中，指紋特征，包括方向特征，只跟指紋圖像的拓撲結構有關系，而跟脊線和脊骨的寬度無關，同時通過細化可以極大地便于后續的提取特征點操作，因此在指紋圖像預處理過程中需要對指紋圖像進行細化操作。細化的效果好壞直接與細化后的指紋特征點是否能夠高效提取若曦化處理效果不好的話，后續的特征點提取將有可能出現大量的為特征點，導致最后的匹配無法進行，因此細化操作非常

35、重要。由于指紋識別與一般其他的圖像識別有很大的不同，指紋識別的匹配直接與細化后的指紋的端點(含分叉點、端點)相關，因此細化操作不能對指紋圖像的端點位置、方向等產生影響，否則就改變了指紋圖像的特征信息。MATLAB簡介2.7 研究存在的問題經過研究和實踐，發現常用的算法在指紋處理應用中存在以下問題：(1)算法中的多數固定閾值和經驗值對原始圖像的灰度特征具有依賴性，沒有以一個統一的圖像規格作為參考，容易失效；(2)對圖像有效區和無效區的判別效率低下，對不同的區域，存儲和運算的開銷分配失當；(3)對低質圖像處理效果差，不能充分利用指紋的固有特性(如方向性，頻率性和一致性等)來恢復被噪聲淹沒的紋線結構

36、。3 MATLAB簡介MATLAB是一款將數據結構、編程特性以及圖形用戶界面完美的結合到一起的軟件，MATLAB的核心是矩陣和數組，在MATLAB中，所有數據都是以數組的形式來表示和存儲的。MATLAB提供了常用的矩陣代數功能，同時還提供了非常廣泛的、靈活的數組運算功能，用于數據的處理。MATLAB的編程特性與其他高級語言類似，同時還可以與其它語言（如C語言）混合編程，進一步擴展了自身的功能。在圖形可視化方面，MATLAB提供了大量的繪圖函數，方便用戶進行圖形繪制，同時MATLAB還提供了圖形用戶接口（GUI），通過GUI，用戶可以進行可視化編程。Simulink是基于MATLAB的框圖設計環

37、境，可以用來對各種動態系統進行建模、分析仿真8。MATLAB作為一種高科技科學計算機軟件，進行算法開發、數據可視化、數據分析及數值計算的交互式應用開發環境。世界上許多科研工作者都在使用MATLAB來加快自己的科研速度，縮短數據分析和算法開發的時間，研發出更加先進的產品和技術。相對于傳統的C、C+語言，MATLAB提供了高效快速解決各種科學計算問題的方法，目前，MATLAB已經被廣泛認可為科學計算領域內最標準軟件之一9。MATLAB可以被廣泛地應用于不同領域，例如信號與圖像處理、控制系統設計與仿真、通信系統設計與仿真、測量測試與數據采集、金融數理分析以及生物科學等。MATLAB中內嵌了豐富的數學

38、、統計和工程計算函數，使用這些函數進行問題的分析解答，無論是問題的提出還是結果的表達都采用工程師習慣的數學描述方法，這一特點使MATLAB成為了數學分析、算法開發及應用程序開發的良好環境。MATLAB是MathWorks產品家族中所有產品的基礎10。附加的工具箱擴展MATLAB基本環境用于解決特定領域的工程問題。MATLAB有以下幾個特點：l 高級科學計算及語言；l 代碼、數據文件的集成管理環境；l 算法設計開發的交互式工具；l 用于線性代數、統計、傅里葉分析、濾波器設計、優化和數值計算的基本數學函數；l 2-D和3-D數據可視化；l 創建自定義工程師圖形界面工具；l 與第三方算法開發工具，如

39、C、C+、Java等集成開發基于MATLAB算法11。MATLAB中許多附加的軟件模塊這也被稱為工具箱，它們可以執行更加復雜的計算。用戶可以單獨購買這些模塊，但是，所有模塊必須在核心MATLAB程序下運行。工具箱處理諸如以下的這些應用：圖像和信號處理、財務分析、控制系統設計和模糊邏輯。MATLAB是Matrix Laboratory的簡稱，由Math Works公司開發，是目前最流行的、應用廣泛的科學與工程計算軟件，應用與自動控制、數學運算、信號分析、數字圖像處理、數字信號處理、語音處理航天汽車工業等各行各業，也是科學研究的重要工具12。MATLAB是當今最優秀的科技應用軟件之一，它編寫簡單，

40、具有強大的科學計算能力、可視化功能、開放式可擴展環境，工具箱支持30多個領域，因此在圖像處理領域也得到了廣發的應用，包括亮度的變換、線性和非線性空間域濾波、頻率域濾波、形態學圖像處理、圖像分割、區域和邊界表示等應用。MATLAB具有如下主要特點：1）強大的運算功能矩陣是MATLAB最基本的數據單元，MATLAB中每個變量都代表一個矩陣。MATLAB像其它語言一樣規定了矩陣的算術運算符、關系運算符、邏輯運算符、條件運算符和賦值運算符，這些運算符也可以用于復數矩陣。2)編程效率高仿真分析MATLAB語言是一種解釋執行的語言，他靈活方便，調試速度快。而用其他語言編寫程序時，一般要經過編輯、編譯、執行

41、和調試融為一體，在同一個界面上進行靈活操作，從而加快了用戶編寫、修改和調試程序的速度。MATLAB運行時，在命令窗口每輸入一條語句，就立即對其進行處理，完成編譯、連接和運行操作的全過程。在程序運行過程中，如果出現錯誤，計算機屏幕上會給出詳細的錯誤信息，用戶經過修改以后再執行，知道正確為止。這些都減輕了編程和調試的工作量，提高了編程的效率13。3）強大的繪圖功能MATLAB有一些繪圖函數，可以方便地將工程計算的結果可視化，使原始數據的關系更加清晰明了。MATLAB能根據輸入數據自動確定最佳坐標，規定多種坐標系，設置不同顏色、線型、視角等，并能繪制三維的曲面和曲線。4）可擴展性強MATLAB中包括

42、豐富的庫函數，在進行復雜的數學運算時可以直接調用，而且MATLAB的庫函數與M文件一樣，所以M文件也可以作為MATLAB的庫函數來調用。因此，用戶可以根據自己的需要方便地建立和擴充新的庫函數，以提高MATLAB的使用效率14。4 仿真分析4.1 基本思路仿真分析采集到的指紋圖像受各種原因的影響，是一幅含較多噪聲的灰度圖像。預處理的目的就是去除圖像中的噪聲，把它變成一幅清晰的點線圖，這樣才能提取正確的指紋特征，從而達到后邊的正確匹配。預處理過程主要包括指紋規格化，平滑濾波處理，方向增強處理，二值化，細化等，它是指紋自動識別系統中極為關鍵的一步，它的好壞將直接影響這指紋識別的效果。在此基礎上，提取

43、指紋特征信息，得到輸入指紋特征模板15。細節特征提取與剪輯存儲指紋模板指紋圖像采集平滑處理方向增強處理二值化細化圖5 指紋自動識別系統流程圖4.1.1 直方圖均化直方圖均化可將圖像的灰度級范圍拉開而且還可以讓灰度頻度率較小的灰度級變大，及讓灰度直方圖在較大的動態范圍里趨于一致。這樣做的目的是使圖像中較暗區域中的細節看清楚。 4.1.2 對比度增強（灰度調整）把圖像的平均灰度和對比度調整到一個固定的級別上，以消除傳感器本身噪聲或手指壓力不同以及其它原因造成的灰度差異，為后續處理提供一個較為統一的圖像規格。4.1.3 平滑濾波平滑濾波主要用來去除圖像中存在的噪聲，圖像中存在的噪聲主要有三種高斯噪聲

44、、椒鹽噪聲和乘性噪聲(顆粒噪聲)，要去除這三中噪聲主要有三種濾波方法：線性濾波、中值濾波、自適應濾波。線性濾波一般用來去除乘性噪聲，中值濾波用來去除椒鹽噪聲，自適應濾波用來去除高斯噪聲16。1、對于線性濾波一般用鄰域平均法，鄰域S的形狀和大小根據圖像特點來確定，但一般取的是正方形、矩形及十字形等，S的形狀和大小可以在全圖處理中保持不變，也可以根據圖像的局部統計特性而變化，2、中值濾波，一般用來去除椒鹽噪聲，3、自適應濾波（wiener2濾波），一般用來去除高斯白噪聲，此方法具有好的選擇性，可以更好地保護圖像的邊緣和高頻細節信息。4.1.4 指紋二值化圖像的二值化是指將灰度圖像（灰度有255階）

45、轉化為只包含黑、白兩個灰度的二值圖像，即0和1兩個值。4.1.5 指紋細化圖像細化是在圖像中將二值物體和形狀減小為單個像素寬的線。細化操作的每次應用都會從二值圖像物體的厚度中刪除一個或兩個像素。4.2 程序實現4.2.1 直方圖均化用matlab進行仿真，直方圖均化用到函數histeq，其語法格式為：j=histeq(I,n)，I為原始圖像，n為直方圖均化后的灰度級數，默認值為64。4.2.2、對比度增強（灰度調整）用MATLAB仿真用到imadjust函數，它的語法格式為：g=imadjust(I,low high,bottom top)，low high為原圖像中要變換的灰度范圍，bott

46、om top指定了變換后的灰度范圍12。4.2.3 平滑濾波平滑濾波主要用來去除圖像中存在的噪聲，圖像中存在的噪聲主要有三種高斯噪聲、椒鹽噪聲和乘性噪聲(顆粒噪聲)，要去除這三中噪聲主要有三種濾波方法：線性濾波、中值濾波、自適應濾波。線性濾波一般用來去除乘性噪聲，中值濾波用來去除椒鹽噪聲，自適應濾波用來去除高斯噪聲。1、對于線性濾波一般用鄰域平均法，在matlab中用到函數conv2進行中值濾波，其語法格式為：c=conv2(double(b),double(h)。如下程序：a=imread('zhiwen.bmp');subplot(1,3,1)imshow(a);title

47、('原圖像');subplot(1,3,2)b=histeq(a); %直方圖均化imshow(b);title('直方圖均化后的圖像');subplot(1,3,3)h=1 1 1 1 1 1 1 1 1;%產生濾波模板h=h/9; %對濾波模板歸一化c=conv2(double(b),double(h);imshow(c,);title('經線性濾波后的圖像');2、中值濾波，在matlab中用到函數medfilt2進行中值濾波，其語法格式為：b=medfilt2(a,m n) %用指定大小為：m×n的窗口對圖像a進行中值濾波，其默

48、認值為3×3窗口。3、自適應濾波（wiener2濾波），在matlab中用到函數wiener2進行中值濾波，其語法格式為：c=wiener2(b,4 4)%用指定大小為：m×n的窗口對圖像a進行中值濾波，其默認值為4×4窗口。4.2.4 指紋二值化在MATLAB仿真中會用到函數im2bw(a)。如下程序：a=imread('zhiwen.bmp');subplot(2,2,1)imshow(a);title('原圖像');subplot(2,2,2)b=imadjust(a,0 0.7,0 1); %對比度調整imshow(b);t

49、itle('灰度調整后的圖像');subplot(2,2,3)c=medfilt2(b,4 4); %中值濾波，采樣4*4窗口imshow(c);title('經中值濾波后的圖像')subplot(2,2,4); level = graythresh(c); d= im2bw(c,level);imshow(d);title('二值化圖像');4.2.5 指紋細化圖像細化是在圖像中將二值物體和形狀減小為單個像素寬的線。函數bwmorph，細化操作的每次應用都會從二值圖像物體的厚度中刪除一個或兩個像素，其格式為bwmorph（a,thin,n）a為

50、二值化圖像，n為函數bwmorph重復操作次數17。4.3 結果分析4.3.1 原圖像與直方圖均化后的圖像對比： (a) 原圖像 (b) 直方圖均化后的圖像圖6 直方圖均化Matlab仿真直方圖均化后可將圖像的灰度級范圍拉開而且還可以讓灰度頻度率較小的灰度級變大，及讓灰度直方圖在較大的動態范圍里趨于一致。這樣做的目的是使圖像中較暗區域中的細節看清楚。所以圖6(b)在較暗區域中細節看得很清楚。4.3.2 原圖像及直方圖均化后的圖像與灰度調整后的圖像對比： (a) 原圖像 (b) 灰度調整后的圖像圖7 灰度調節Matlab仿真以上兩圖中，為黑白圖像的灰度處理。就是對于像進行灰度范圍的調整，如圖7(

51、b)在黑白圖像上更加清楚。4.3.3 平滑濾波1、對于線性濾波一般用鄰域平均法 (a) 原圖像 (b) 直方圖均化后的圖像 (c) 經線性濾波后的圖像圖8 經線性濾波Matlab仿真此方法主要是取正方形、矩形和十字架的S型鄰域來濾波，經過此方法后，噪聲的均值不變，方差為原來的倍，即噪聲方差變小，說明噪聲強度減小，即抑制了噪聲。使圖像增強了脊和谷的對比度，如圖8(c) 。2、中值濾波 (a) 原圖像 (b) 直方圖均化后的圖像 (c) 經中值濾波后的圖像圖9 經中值濾波Matlab仿真程序運行結果如所示圖9(a)為原始指紋圖像，(b)為中值濾波處理后的指紋圖像。由兩幅指紋圖像的對比可以發現處理后

52、的圖像減少了一部分的噪聲，使指紋紋路和背景干擾區分出來，對后續的進一步處理做了準備，但由于指紋線條的粗細不同。3、自適應濾波（wiener2濾波） (a) 原圖像 (b) 直方圖均化后的圖像 (c) 經自適應濾波后的圖像圖10 經自適應濾波Matlab仿真此方法一般用來去除高斯白噪聲，從圖10(c)中可以看出自適應濾波可以更好的保護圖像的邊緣和高頻細節信息。 4.3.4 指紋二值化(a) 原圖像 (b) 灰度調整后的圖像 (c) 經中值濾波后的圖像 (d) 二值化圖像圖11 二值化Matlab仿真圖像的二值化是指將灰度圖像（灰度有255階）轉化為只包含黑、白兩個灰度的二值圖像，即0和1兩個值，

53、如圖11(d)。對指紋灰度圖像的二值化處理，得到了清晰的二值圖像。參考文獻4.3.5 指紋細化 (a) 原圖像 (b) 經中值濾波后的圖像 (c) 二值化圖像 (d) 細化圖像圖12 細化Matlab仿真圖像細化是在圖像中將二值物體和形狀減小為單個像素寬的線。細化操作的每次應用都會從二值圖像物體的厚度中刪除一個或兩個像素，細化是在不破壞圖像連通性的情況下必須去掉多余的信息，如圖12(d)。5 結束語通過本次的畢業設計，我學到了許多以前沒有學到的知識和技能，鍛煉了自己的獨立思考能力。同時，也了解了自己曾經接觸過的一個領域-指紋圖像處理。指紋圖像預處理是指紋自動識別過程的第一個處理環節，它的好壞直

54、接影響著自動識別系統的效果，通過MATLAB編程進行圖像處理的各個步驟，充分地利用MATLAB工具的優點：語法簡單、易學、方便，有強大的運算能力和繪圖能力。在自己的努力還有老師同學的幫助下，程序已經能完好的完成各個基本功能，如圖像的灰度化、圖像的二值化、圖像的細化等，從基本上來說，已經很好的達到了預期的目的。在設計的過程中也會碰到一些問題，如：在平滑濾波時要根據噪聲的種類來選擇濾波的方式，在書寫MATLAB程序過程中對標點的格式要是英文標點，有時會是程序出現一些隱蔽的錯誤等，但通過同學之間討論和相互檢查、在網上查資料、圖書館查資料和老師的指導，整理出正確的答案。我相信，通過這次設計，讓我充分了

55、解到了一個設計的整體過程而且也知道了通過哪些方法可以讓自己更快更好的完成任務，為我以后步入社會工作提供了一個很好的經驗，正是有了這次設計，使我對自己的職業未來充滿了信心。參考文獻1郭晶瑩，吳晴，商慶瑞基于Matlab實現的指紋圖像細節特征提取M計算機仿真，2007：12222李晨丹，徐進指紋圖像預處理和特征提取算法的Matlab實現M計算機工程與科學，2009：34553徐曉明指紋圖像的預處理及特征提取M大連理工大學，2005：56704孫以雷，陳紅衛指紋圖像的預處理算法M計算機測量與控制，2006：88935太艷榮基于MATLAB實現的指紋圖像預處理M西南民族大學學報·自然科學版，2008：1031236李顯宏.MATLAB7.X界面設計與編譯技巧M北京：電子工業出版社，2006：24707王正林，劉明精通MATLAB7M 電子工業出版社，2006：56708王正林等精通MATLAB科學計算（第2版）M北京：北京大學出版社，2009：1782109王洪元MATLAB語言及其在電子信息工程中的運用M北京：清華大學出版社，2004：768910程曉平，李長杰MATLAB及其在電路與控制理