指纹图像识别中一些关键部分介绍.pdf

指纹图像识别中一些关键部分介绍 1.项目要求 1.1 自行查找相关资料，学习指纹图像预处理与识别的方法与步骤。 1.2 利用 CVI 编写指纹图像预处理和识别的程序。 1.3 从系统中提出一个图像，进行预处理和识别之后，能调出图像的名字做好匹配。 2 ．系统分析 2.1 系统的主要功能分析 系统的主要功能有： 预处理：滤波去噪，归一化，图像增强，二值化，细化 功能实现：提取特征点，匹配 2.1.1滤波去噪 滤波去噪的主要作用是用滤波的方法滤除其高频部分就能去掉噪声，使指纹得到平 滑。如果噪声的频率高于或低于有效信号，通常采用滤波方法去除噪声，也可以通过使 信号平滑的方法抑制干扰带来的毛刺。滤波方法是一种频域处理方法，在分析信号的频 率特性时，信号变化率小的部分对应低频分量，变化率大的部分则对应高频分量。 2.1．2归一化 使得图像可以抵抗几何变换的干扰。 2.1.3图像增强 增强指纹图像中有用的信息，削弱干扰和噪声，使图像变得更加清晰，让细化 的效果可以更好。 2.1.4二值化 将指纹图像变成仅黑白二值，无灰度变化的图像。这样做大大减少了储存量，也为 细化做了铺垫。 2.1.5细化 将指纹脊线的宽度采用逐渐剥离的方法，使得脊线成为只有一个象素宽的细线，这 将非常有利于特征点提取的分析 。 2.1.6特征点提取 判定端点和分叉点，记录该点的地址和统计数量。 2.1.7匹配 1 在输入指纹图像时将新获取的特征值与指纹库中的每个文件包含的信息进行对比， 取出与新获取特征值相等或接近的指纹图像，进一步设置匹配的条件，看是否符合，是 就输出指纹人的姓名，否的话就不输出。 2.2 系统的关键问题及解决方法 指纹图像的增强和细化，指纹图像的预处理效果直接关系到后期指纹特征值提取的 准确性，对于指纹图像的增强，应采用具有方向选择性的Gabor滤波器对归一化后的指 纹图像进行0，22.5,45,67.5，90,112.5,135,157.5八个方上的滤波增强。指纹图像的 细化则采用基于形态学处理的链表指纹细化方法，通过判断选择像素点与它八邻域的情 况来判断该像素是保留还是删除。实现对每个像素的处理，取得了较好的效果！ 3 系统设计 3.1 系统流程图及说明 打开图像 滤波去噪 图像归一化 图像二值化 Gabor增强 方向场计算 删除图像杂质 细化 特征点提取 完成 调出与其匹配 匹配 图 1 流程图 说明：指纹图像开始输入时的源图像是会有很多不清晰或者带有很多噪音的地方的，故 必先通过滤波去噪去掉一部分的噪音，再把不清晰的图像部分增强，然后变成黑白二值， 从而细化来提取特征点，完成简单的匹配。 3.2 指纹图像识别主要模块功能的介绍 3.2.1 图像归一化 基本上归一化思想是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 2 对图像变换的影响，也就是转换成唯一的标准形式以抵抗仿射变换。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。 I(i,j)是要进行处理的像素灰度值， 为处理后的像素灰度值，V是块图像里的方 差，M是均值，M 和V 是预设的灰度均值和方差，在这里我们均取为100，经过变换后就将 0 0 图像全部变换到了同一个灰度级别下，为指纹图像后处理和增强提供了方便。 3.2.2方向场计算