图像课设正文Word文件下载.docx

1、在自动指纹识别系统中，由于其安全性、可靠性及高效性，使得它在刑侦、信息安全、电子商务等很多领域有着广泛的应用前景。AFIS主要是依靠指纹的细节特征（端点、分叉等）来实现指纹识别的。准确、可靠地提取细节特征是指纹识别实现的前提和基础。细节特征提取的准确性严重依赖于指纹图像的质量，如果指纹的图像比较差，在细节特征提取过程中就会产生大量的伪特征信息，而且会丢失大量的真正的特征信息，从而严重影响整个系统的识别率和误识率。由于现有指纹采集设备的不完善性、对于干燥、潮湿、污渍、老化和严重磨损的手指，往往难以采集到清晰的图像。为了确保特征提取算法的性能对指纹图像的质量具有足够的鲁棒性，研究指纹增强算法是十分

2、必要的。用Matlab实现这种方法，既能分步对指纹图像增强算法进行仿真测试，又可以很直观地看到图像方向滤波算法的效果。实验证明，用Matlab实现的处理结果比较理想，满足识别的应用性。本文介绍用matlab实现了指纹图像方向的选取、滤波增强、指纹图像的二值化等。并选取较好的处理步骤和算法参数解决指纹图像增强的问题。1.指纹识别技术 指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路。指纹能使手在接触物件时增加摩擦力，从而更容易发力及抓紧物件。是人类进化过程式中自然形成的。目前尚未发现有不同的人拥有相同的指纹，所以每个人的指纹也是独一无二1。由于指纹是每个人独有的标记，近几百年来，罪犯在犯案现场留

3、下的指纹，均成为警方追捕疑犯的重要线索2，使得指纹识别技术得到了飞快的发展。现今鉴别指纹方法已经电脑化，使鉴别程序更快更准。指纹识别技术源于19世纪初，科学家依靠指纹纹脊式样的唯一性和式样终生不改变的特性7，把某个人同他的指纹对应起来，通过采集他的指纹并与预先保存的指纹进行比较来验证其真实身份。随着现代科技的不断进步与广泛应用，可靠高效的个人身份识别变得越来越需要，每个人的指纹具有惟一性，终身不变，难以伪造，因此指纹识别是替代传统身份识别手段的最安全、最可靠、最方便的方法1。指纹图像本身的信息量和数据量是很大的因此直接基于指纹图象的匹配识别是不可取的，而要采用专门高教的指纹识别与处理方法。2.

4、方向滤波增强算法指纹图像具有的方向特性决定了将方向滤波增强算法运用于指纹图像增强的合理性。目前的方向滤波增强算法都是在估计了指纹纹线方向的基础上，构造八方向的滤波模板实现方向滤波增强的。文1提出了指纹图像的脊向滤波增强算法，构造了八方向的滤波增强模板，对极值滤波和平滑滤波后的指纹图像进行增强，得到最后的结果，该算法对部分低质量指纹图像增强效果较好。但是该算法通过梯度估计纹线方向，然后将弧度方向量化为八方向，导致运算量较大，繁琐耗时。此外该算法在滤波模板的构造上也存在一些不尽人意的地方。3.Sobel算子方法 Sobel算子利用像素点上下左右四个方向像素的权重算法，根据在边缘点处达到极值这一现象

5、进行边缘的检测。其中Sobel算子对噪声具有平滑作用，提供较为精确的边缘方向信息，是一种较为常用的边缘检测方法。 二.设计条件及主要参数表 在指纹图象处理的流程中，预处理是第一个处理环节它对原始灰度图像进行平滑、锐化、增强、二值化等处理，从而使细化、特征抽取等操作能够有效进行。 在常见的图象处理技术中，通常按处理目的把预处理过程分为平滑、增强、二值化等步骤。每一步骤都有一些常用算法，如用于平滑的均值滤波法、中值滤波法、迭代加权法等，用于增强的规格化法、自适应算法、拉普拉斯法、Wdlis滤波、Lee滤波等5。 经过很长时间的深入研究和反复实践，发现这些常用的算法应用在指纹图象处理中有下列的问题：

6、 （1）这些算法对于指纹图象处理的效果并不理想，尽管从视觉上有一定改善，但对于后续的细化和特征抽取处理效果来看，不能有效地提高特征的准确率。 （2）不能较好地处理指纹的背景部分，严重影响特征抽取和识别。 （3）不能根据指纹图象的质量差别进行特殊处理，通常获得的指纹图象，会有部分区域质量较差，无法抽取特征，在这些算法中，无法找到一个判别标准5。 对此，则需要我们对算法原理的进一步了解及改进。 方向图算法正是基于以上特点在80年代初期，就已经开始有把方向图引入到指纹图的一些成功的尝试。这时候所使用的方向图是从二值图中直接提取，得到的处理效果并不完全令人满意。本文在方向估计和滤波模板构造算法的基础上

7、提出了一个改进的方向滤波增强算法，通过掩膜法估计纹线方向，并将点方向转化为平滑的块方向，然后构造八方向的平滑滤波模板和锐化滤波模板进行八个方向上的滤波增强，叠加各方向的滤波结果，得到方向滤波增强的结果。该算法对低质量指纹图像有较好的增强效果，但是对部分模糊不清、质量很差的指纹图像增强效果一般，针对这样的问题，本文首先对这样的指纹图像进行模糊增强，消除图像的模糊性，然后估计纹线方向、构造八方向的滤波模板对指纹图像滤波增强，二值化后得到最终增强结果，基本流程如图2-1所示。构造模板方向滤波增强二值化估计方向模糊增强根据指纹图像直方图估计模糊增强参数输入指纹图像 图2-1 增强流程图1.指纹图像的规

8、格化为了降低沿指纹的脊线和谷线方向的灰度变化程度,方便后续处理,首先要对指纹图像进行规格化。算法如下: （1-1） （1-2） （1-3）其中指纹图像I为 N N的大小, I （ i , j ）为像素点（ i , j ）的灰度级;M 和VAR 分别为指纹图像的均值和方差, G （i , j ）为规格化后的像素点（ i , j ）的灰度级,0M 和0VAR 分别为期望的均值和方差,其值由图像采集时的分辨率高低确定。规格化后的指纹图像如图3-1 所示。从图中可以得出规格化后的指纹图像的均值和方差均被调整到了所指定的级别上。 图 3-1 原图像及规格化后的指纹图像 2.求方向图指纹图像的方向图是指纹

9、图像的一种变换表示方式,即用纹线的方向来表示该纹线。将指纹脊线的走向分为 8 个方向,如图 3-2 所示。基准点位于方向模板的中心,以水平位置为起始方向,按逆时针方向,每隔 / 8确定一个方向,分别用 i =0,1, , 7L来表示,此方法计算的方向角范围是（0, ）。具体计算步骤如下:（1） 对于指纹图像中的每个像素,分别计算出每个方向的灰度平均值M ;（2） 然后将这8个方向按两两垂直的方向分成4组,计算每组中两个平均值差的平均值, 即 （2-1）式中, j 为脊线方向（ j = 0,1, 2,3）。取 M 中最大的一组中的两个方向max（ j 和j+4）作为可能的脊线方向;（3） 按下式

10、求出像素 P （ x , y ）的脊线的方向: （2-2）按此方法分别对指纹图像中的每个像素点进行处理,得到点方向图 D （ x , y ）。（4） 用连续滑动的w w大小的窗口对点方向图的每一点 P （ x , y ）进行平滑处理,分别统计每个窗口内方向直方图;（5） 将直方图的峰值所对应的方向作为点 P （ x , y ）,即 （2-3）式中, （ ）iord A = i, ord （*）为取元素iA 的下标 i 的函数。根据此方法对点方向图 D （ x , y 中每个点进行平滑处理,便可得到连续的方向图 O （ x , y ）,平滑后的指纹方向图如图 3-2。表 3-1 在一个像素处的

11、8 个脊线方向6543271C 图 3-2 平滑后的指纹方向图近年来，国内外的学者提出了多种求取指纹方向图的算法，其中A.R.Raols提出了一种利用梯度算子求取方向图的方法。AnilJain，LinHong，等人对A.R.Ra。的方法作了进一步的改进，对得到的方向图采用低通滤波的后处理方法，这样得到的方向图可以说是目前求取指纹方向图方法中较准确的一种。3.滤波增强 在得到指纹的方向图后,可以根据每个象素点的方向值利用方向滤波器对指纹进行滤波,以消除噪声,增强纹线,提高脊和谷之间的反差4-6。一般情况下处理图像只需一个滤波器,而方向滤波器是一系列与象素点方向有关的滤波器,使用时根据某一块区域的

12、方向特征,从一系列滤波器中选择一个相应的滤波器来对这一块进行滤波。由于其应用的特殊性,决定其特殊的设计方法。滤波器设计原则如下:1） 滤波器模板的尺寸要合适。模板过小难以达到良好的去噪声、清晰化效果;模板过大则可能在纹线曲率较大处破坏纹线构型。一般取模板边长为11.5 个纹线周期;2） 模板边长为奇数,模板关于其朝向轴及朝向垂直方向轴均为对称;3） 为提高脊、谷之间的灰度反差,达到边缘锐化的效果,模板应设计为:在垂直于纹线方向上,中央部分系数为正,两边系数为负;4） 滤波结果应与原图的平均灰度无关,因此模板中所有系数的代数和应为零。指纹的纹线宽度一般在69 之间,根据指纹的这一特点,应用上述原

13、则,我们设计出一个7 7 的水平方向滤波器模板。并对滤波器系数进行了修改,使其从中心向两端进行衰减,以避免破坏大曲率的纹线构型。表 3-2 水平方向滤波器的模板系数-z/3-2z/3-zy/32y/3yx/32x/3xu/32u/3u（7 7）各系数之间有如下关系:uxy0,z0和u+2x+2y-2z =0。得到水平方向滤波器后,其他方向滤波器可由水平方向的滤波器按公式（3-20）旋转相应的角度得到。其中, i ,j 为旋转后的滤波器坐标, i ,j 为水平方向滤波器的坐标。对于在新方向的滤波器上的（ i , j ）位置的系数等于水平滤波器上 （ i , j ）位置的系数,对于（ i , j

14、）不是整数值的点的系数用其周围点的系数的二次插值得到,对于旋转后超出下面公式范围点的系数用与该点距离最近的水平滤波器系数代替即可。 （3-1）在指纹图像上,从上到下,从左到右,逐点移动,根据方向滤波模板和每个像素的方向值,选择相应的滤波器进行卷积滤波运算,进而增强图像。4.二值化 先用平滑滤波器与每个指纹图像块做卷积，把结果作为中间结果保存起来。再用分离滤波器与每个指纹图像块作卷积，对这个结果设一个闭值，每当一个像素滤波结果的值大于等于该闭值，则该像素的值置为255，否则置为0。对于上面的滤波器，阀值取为0，这样就得到了二值化结果图。三.设计主要参数计算 1.锐化处理计算： 为增强指纹纹线间的

15、界线，突出边缘信息，以利于二值化，要对指纹图像进行锐化处理用空间微分来完成锐化处理。由于微分算子的响应强度与图像在该点的突变程度有关，所以锐化可以增强指纹边缘并削弱灰度变换缓慢的区域二阶微分形成增强细节的能力优于一阶微分，对灰度级阶梯变化产生双响应，因此用拉普拉斯单一掩模进行锐化14。由二元图像的拉普拉斯变换离散形式的定义：可推出单一掩模的系数 所用掩模-1图1 掩模 拉普拉斯单一掩模锐化变换后使图像中小的脊线部分得到增强。借助于参数和参考阈值Vt可以得到修正。 令为一个通过试验获得的正整数，即令0，有：则 其中Vt为参考阈值。 令二值化后的图像为r（x，y），则：四.设计程序与结果1.Mat

16、lab程序如下：clc;I=imread（pout.tif）;imshow（I）;J=imadjust（I,0.3 0.7,0 1,1）;%transforms the walues in the %intensity image I to values in J by linealy mapping %values between 0.3 and 0.7 to values between 0 and 1.Figure1;imshow（J）;J=imadjust（I,0.3 0.7,0 1,0.5）;% if GAMMA is less than 1,the mapping si weigh

17、ted toward higher （brighter）%output values.Figure2;J=imadjust（I,0.3 0.7,0 1,1.5）;% if GAMMA is greater than 1,the mapping si weighted toward lower （darker）Figure3;imshow（J）% If TOPBOTTOM,the output image is reversed,as in a photographic negative.Figure4;灰度直方图变换%直方图灰度变换X,map=imread（forest.tifI=ind2gr

18、ay（X,map）;%把索引图像转换为灰度图像title（原图像improfile%用鼠标选择一条对角线，显示线段的灰度值figure;subplot（121）plot（0:0.01:1,sqrt（0:1）axis square平方根灰度变换函数）subplot（122）maxnum=double（max（max（I）;%取得二维数组最大值J=sqrt（double（I）/maxnum）;%把数据类型转换成double,然后进行平方根变换%sqrt函数不支持uint8类型J=uint8（J*maxnum）;%把数据类型转换成uint8类型 图1 处理前的指纹图像然后，对图像进行方向处理：图2

19、方向处理后的图像最后在对图像进行方向滤波和二值化，使其得到明确的增强结果：图3 方向滤波和二值化后的图像五.设计评述十天左右的课程设计终于结束了，一路走下来，让我感受颇多。本次课程设计让我又重新巩固了对数字图像处理知识的学习，不在局限于书本上的知识，而是理论与实践的结合。课程设计虽然结束了，但它带来的影响却是无穷尽的。它不仅锻炼了我们的动手能力，也增强了我们的理解和学习能力。特别是对matlab软件的应用，不再仅仅的局限于照抄课本上的程序，而是自己去思考去设计实验的源程序，更具有挑战性，也使我的编程知识得到了提高，对于后续的学习会更加有帮助。 总之，在设计过程中我们遇到了许多困难，并发现了许多自己的不足之处，但是最重要的是最终我们通过本次课设学到了很多知识并体会到了作为团队去努力思考努力钻研的乐趣。六.参考文献1 王家文，曹字MATLAB 65图形图像处理M北京：国防工业出版社，2004.52 田捷，杨鑫生物特征识别技术理论与应用M北京：电子工业出版社，20053 张显全，唐莹，郭明明一种改进的指纹快速细化算法J广西科学院学报，2006，22（4）：2372394 刘文星，王肇圻，母国光纹线跟踪及其在细化指纹后处理中的应用J光电子,激光，2002，13（2）：1841875 缪绍纲数字图像处理活用MATLABM成都：西南交通大学出版社，2001