生物特征2.docVIP

《生物特征识别》 课内实验报告 2015-2016学年 第2学期 专业： 智能科学与技术 班级： 智能1301班 学号：19） 姓名： 姚衎 时间： 2016年6月2日 实验二 图像归一化处理 实验目的 掌握常规图像归一化处理的作用，重点是灰度归一化和尺寸归一化算法原理。 实验要求 用Matlab编程实现图像归一化处理。 实验原理 图像归一化就是通过一系列变换（即利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响），将待处理的原始图像转换成相应的唯一标准形式(该标准形式图像对平移、旋转、缩放等仿射变换具有不变特性)。图像归一化使得图像可以抵抗几何变换的攻击，它能够找出图像中的那些不变量，从而得知这些图像原本就是一样的或者一个系列的。 灰度归一化用来对不同光强，光源方向下得到的图像进行补偿，以减弱单纯由于光照变化造成的图像信号的变化。而对图像进行尺寸归一化，可将多幅图像转化为同样的大小，便于后期处理。 实验内容 (1)程序代码： function shuchu=guiyihua(shuru) shuru=imread(A.BMP); shuru=rgb2gray(shuru); %均值滤波 h=fspecial(average); shuru1=filter2(h,shuru); %边缘检测 [BW2,tv]=edge(double(shuru1),sobel,vertical); se=strel(disk,2); BW2=imclose(BW2,se);%闭运算 BW2=bwmorph(BW2,thin,Inf);%骨骼化 BW2=lvboo(BW2,250);%去出噪声 [min1 max1]=bianjie(BW2); k=shuru(:,min1:max1); [m,n]=size(k); s=[double(64/n) 0 0; 0 double(96/m) 0; 0 0 1]; tform=maketform(affine,double(s)); k=imtransform(k,tform,XData,[1 64],YData,[1 96],FillValue,0); [m,n]=size(k); p=max(max(k(:,:)))-min(min(k(:,:))); y=double(256/double(p)); k(:,:)=double((double(y)*double((k(:,:)-min(min(k(:,:))))))); shuchu=k; subplot(1,2,1),imshow(shuru),title(归一化前); subplot(1,2,2),imshow(shuchu),title(归一化后); （2）运行结果： 实验总结 通过这次的“图像归一化处理”实验，我更深一步地掌握了常规图像归一化处理的作用。其中，我特别巩固了灰度归一化和尺寸归一化算法的原理。经过本次实验，我利用手指经脉图像在Matlab环境下实现了相关算法。因此，我不但对《生物特征识别技术》这门课程的知识加深了理解，还同时复习了《数字图像处理》的相关内容。。