数字图像处理第7章 数字图像处理的应用与发展
数字图像处理第7章
mpq x p yq f (x, y)dxdy
中心矩
pq (x x)p ( y y)q f (x, y)dxdy
式中
x m10 m00
y m01 m00
m00 f (x, y)dxdy
L1
n (zi m)n p(zi ) i0 L1
m zi p(zi ) （均值） i0
（0=1; 1= 0）
图像描述—纹理分析
二阶矩2（即方差2）在纹理描述中很重要（灰度对比度的度量）。
三阶矩3表示直方图的偏斜度。
L1
一致性度量 U p2 (zi ) i0 ——区域内所有像素灰度级相同时U=1（最大）
L1
平均熵 p(zi )ln p(zi ) i0
图像描述—纹理分析
灰度共生矩阵（联合概率密度描述）
对于图像中的任一点(x,y)及另一个对应点(x+a,y+b)，n(i,j)为(x,y)的 灰度级为 i，而(x+a,y+b)的灰度级为 j 的这样的点对出现的次数。 设图像共有L个灰度级，则得到L2个元素组成的矩阵，称为“灰度 共生矩阵”。或用Cij = n(i,j)/(所有点对数）归一化。
ij
——当Cij相等时有最大值。
熵：
Cij ln Cij
ij
——当所有Cij值有最大随机性时最大。
频谱方法
考虑对于具有某种周期性纹理图像，应用傅立叶变换——频谱中 出现较显著的成分，其位置反映出（1）基本空间周期，（2）纹 理模式分布的方向性。
图像描述—纹理分析
令 S (u,v) = F(u,v)2 F(u,v)为图像的傅立叶变换，则S(u,v) 为功率谱。
数字图像处理的课程设计
数字图像处理的课程设计一、课程目标知识目标：1. 理解数字图像处理的基本概念，掌握图像的数字化表示方法；2. 掌握图像处理的基本操作，如图像变换、滤波、增强和复原；3. 了解常见的图像分割和特征提取方法，并应用于实际问题；4. 掌握图像压缩的基本原理及常用算法。
技能目标：1. 能够运用图像处理软件进行基本的图像编辑和操作；2. 能够编写简单的数字图像处理程序，实现对图像的基本处理功能；3. 能够运用所学的图像处理方法解决实际问题，如图像去噪、图像增强等；4. 能够对图像进行有效的压缩，以适应不同的应用场景。
情感态度价值观目标：1. 培养学生对数字图像处理技术的兴趣和热情，激发其探索精神；2. 培养学生的团队合作意识，学会与他人共同解决问题；3. 增强学生的实际操作能力，使其认识到理论与实践相结合的重要性；4. 引导学生关注图像处理技术在日常生活和各领域的应用，提高其科技素养。
课程性质：本课程为高年级选修课程，旨在使学生掌握数字图像处理的基本原理和方法，培养其实际应用能力。
学生特点：学生具备一定的数学基础和编程能力，对图像处理有一定了解，但尚未深入学习。
教学要求：结合学生特点和课程性质，注重理论与实践相结合，以实际应用为导向，提高学生的动手能力和创新能力。
通过本课程的学习，使学生能够达到上述课程目标，为未来进一步学习和研究打下坚实基础。
二、教学内容1. 数字图像基础：包括图像的数字化表示、图像质量评价、颜色模型等基本概念；- 教材章节：第1章 数字图像处理基础2. 图像增强：介绍直方图均衡化、图像平滑、锐化等增强方法；- 教材章节：第3章 图像增强3. 图像复原：涉及图像退化模型、逆滤波、维纳滤波等复原方法；- 教材章节：第4章 图像复原4. 图像分割与特征提取：包括阈值分割、边缘检测、区域生长等分割方法，以及特征点的提取和描述；- 教材章节：第5章 图像分割与特征提取5. 图像压缩：介绍图像压缩的基本原理，如JPEG、JPEG2000等压缩算法；- 教材章节：第6章 图像压缩6. 数字图像处理应用：分析图像处理在医学、遥感、计算机视觉等领域的应用案例；- 教材章节：第7章 数字图像处理应用教学进度安排：1. 数字图像基础（2学时）2. 图像增强（4学时）3. 图像复原（4学时）4. 图像分割与特征提取（6学时）5. 图像压缩（4学时）6. 数字图像处理应用（2学时）三、教学方法为提高教学效果，本课程将采用以下多样化的教学方法：1. 讲授法：教师通过系统的讲解，使学生掌握数字图像处理的基本概念、原理和方法。
数字图像处理教学大纲
数字图像处理课程教学大纲（理论课程）◆课程编号：130128◆课程英文名称：Digital Image Processing◆课程类型：☐通识通修☐通识通选☐学科必修√学科选修☐跨学科选修☐专业核心√专业选修（学术研究）☐专业选修（就业创业）◆适用年级专业（学科类）：四年级电子信息工程专业、通信工程（专业电气信息类）◆先修课程：信号与系统、数字信号处理、线性代数、概率统计◆总学分：2◆总学时：34一、课程简介与教学目标数字图像处理时模式识别，计算机视觉，图像通信，多媒体技术等学科的基础，是一门涉及多领域的交叉学科。
通过本课程的学习，使学习者系统地了解数字图像的基本概念、数字图像形成的原理，掌握数字图像处理的理论基础和技术方法，了解与各种处理技术相关的应用领域。
为学生今后从事数字图像信息处理工作奠定坚实的理论基础。
二、教学方式与方法教学方式：课堂讲授（以多媒体课件为主导）和课下上机实践相结合；教学方法：采用以BTEC（Business Technology Education Council）模式为主，以TBL（task-based learning）任务型模式为辅的两种教学模式相结合的教学方法。
用任务引导学习，更注重学生个性的发展和个人潜能的开发，考核以平时的课业、表现、出勤、学习态度和最后的考试共同衡量学生的学习水平，达到教学目的。
三、教学重点与难点（一）教学重点重点是第4章图像增强、第6章图像复原、第7章图像分割；（二）教学难点难点是第3章图像变换和第6章图像复原。
四、学时分配计划五、教材与教学参考书（一）教材1.《数字图像处理与分析》，刘直芳、王运琼、朱敏，清华大学出版社，2006；2.《数字图像处理（第二版》，R. C. Gonzalez和R. E. Woods（美国），电子工业出版社，2006；（二）教学参考书1.《图像工程（上册）：图像处理》，章毓晋，清华大学出版社，2006；2.《图像工程（中册）：图像分析》，章毓晋，清华大学出版社，2005；3.《数字图像处理学》，阮秋琦，电子工业出版社，2003；4.《数字图像处理》，陈天华，清华大学出版社，2007；5.《数字图像处理》，姚敏，机械工业出版社，2006；六、课程考核与成绩评定【考核类型】√考试☐考查【考核方式】☐开卷（Open-Book）√闭卷（Close-Book）☐项目报告/论文☐其它：（填写具体考核方式）【成绩评定】平时成绩占(30－40)％，考试成绩占(70-60)％七、课程内容概述第一章绪论（一）教学要求了解数字图像处理的基本概念和特点，研究的目的和意义，数字图像图像处理的主要研究内容，国内外研究现状与发展趋势，主要应用领域。
胡学龙《数字图像处理(第二版)》课后习题解答
2
1．PHOTOSHOP：当今世界上一流的图像设计与制作工具，其优越性能令其产品望尘 莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 P扫描仪、数码相机等图像输入设备采集的图 像。PHOTOSHOP 支持多图层的工作方式，只是 PHOTOSHOP 的最大特色。使用图层功能 可以很方便地编辑和修改图像，使平面设计充满创意。利用 PHOTOSHOP 还可以方便地对 图像进行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色 模式的转换、改变图像的尺寸和分辨率、制作网页图像等。
1.5 常见的数字图像处理开发工具有哪些？各有什么特点？ 答．目前图像处理系统开发的主流工具为 Visual C++（面向对象可视化集成工具）和 MATLAB 的图像处理工具箱（Image Processing Tool box）。两种开发工具各有所长且有相互 间的软件接口。 Microsoft 公司的 VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开发 出来的 Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的 Microsoft 基础 类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装，提高了代码 的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且复杂，为 了减轻程序员将主要精力放在特定问题的图像处理算法上，VC++ 6.0 提供的动态链接库 ImageLoad.dll 支持 BMP、JPG、TIF 等常用 6 种格式的读写功能。 MATLAB 的图像处理工具箱 MATLAB 是由 MathWorks 公司推出的用于数值计算的有 力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能，力求使人们摆 脱繁杂的程序代码。MATLAB 图像处理工具箱提供了丰富的图像处理函数，灵活运用这些 函数可以完成大部分图像处理工作，从而大大节省编写低层算法代码的时间，避免程序设计 中的重复劳动。MATLAB 图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和 算法，如图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检 测、二值图像处理、小波分析、分形几何、图形用户界面等。但是，MATLAB 也存在不足 之处限制了其在图像处理软件中实际应用。首先，强大的功能只能在安装有 MATLAB 系统 的机器上使用图像处理工具箱中的函数或自编的 m 文件来实现。其次，MATLAB 使用行解 释方式执行代码，执行速度很慢。第三，MATLAB 擅长矩阵运算，但对于循环处理和图形 界面的处理不及 C++等语言。为此，通应用程序接口 API 和编译器与其他高级语言（如 C、 C++、Java 等）混合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API 支持 MATLAB 与外部数据与程序的交互。编译器产生独立于 MATLAB 环境的程序，从而使其他 语言的应用程序使用 MATLAB。
数字图像处理教案
数字图像处理教案.(总22页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--本册教案目录常州大学教案第 1 次课 2 学时授课时间教案完成时间第 1 页常州大学教案第 2 次课 2 学时授课时间教案完成时间第 2 页常州大学教案第 3 次课 2 学时授课时间教案完成时间第 3 页常州大学教案第 4 次课 2 学时授课时间教案完成时间第 5 次课 2 学时授课时间教案完成时间第 6 次课 2 学时授课时间教案完成时间第 7 次课 2 学时授课时间教案完成时间第 8 次课 2 学时授课时间教案完成时间第 9 次课 2 学时授课时间教案完成时间第 9 页常州大学教案第 10 次课 2 学时授课时间教案完成时间第 10 页常州大学教案第 11 次课 2 学时授课时间教案完成时间第 11 页常州大学教案第 12 次课 2 学时授课时间教案完成时间第 12 页常州大学教案第 13 次课 2 学时授课时间教案完成时间第 13 页常州大学教案第 14 次课 2 学时授课时间教案完成时间第 14 页常州大学教案第 15 次课 2 学时授课时间教案完成时间第 15 页常州大学教案第 16 次课 2 学时授课时间教案完成时间第 16 页常州大学教案第 17 次课 2 学时授课时间教案完成时间第 17 页常州大学教案第 18 次课 2 学时授课时间教案完成时间第 18 页常州大学教案第 19 次课 2 学时授课时间教案完成时间第 19 页学生反馈。
数字图像处理教案
3．图像文件格式及类型（图像文件格式、数字图像类型）
4．图像的视觉原理（视觉模型及特性、色度学基础、图像质量评价）（1学时）
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
一、重点内容
1.数字图像处理的目的和主要内容
2.图像数字化技术
二、难点内容
1．自适应预测编码
2．JPEG图像压缩标准
备注
思考题：课本习题（1，3，4，6）
授课内容：第六章数学形态学及其应用
授课方式：多媒体+板书
理论授课学时：4学时
教学目的：
1.了解数学形态学概述
2.掌握二值形态学
3.掌握灰度形态学
主要内容及学时分配：
数学形态学概述、二值形态学（2学时）
灰度形态学（2学时）
《数字图像处理》课程教案
河北工业大学信息工程学院
授课内容：第1章图像处理的基础知识
授课方式：多媒体+板书
理论授课学时：2学时
教学目的：
1．了解数字图像处理概述
2．掌握图像数字化技术
3．掌握图像文件格式及类型
4．了解图像的视觉原理
主要内容及学时分配：
1．数字图像处理概述（数字图像处理及特点、数字图像处理的目的和主要内容、数字图像处理的发展与应用）
6.了解图像退化与复原
7.了解图像的几何校正
主要内容及学时分配：
1.图像增强与复原概述、灰度变换、直方图修正（2学时）
2.图像平滑（2学时）
3.图像锐化、伪彩色增强（2学时）
4．图像退化与复原、图像的几何校正（2学时）
重点、难点及对学生要求（包括掌握、熟悉、了解、自学）
(完整版)天津理工大学《数字图像处理》数字图像处理复习题2
第一章引言一.填空题1. 数字图像是用一个数字阵列来表示的图像。
数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素2.像增强等；二是从图像到非图像的一种表示，如图像测量等。
5. 数字图像处理包含很多方面的研究内容。
其中，图像重建的目的是根据二维平面图像数据构造出三维物体的图像。
二.简答题1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。
①图像数字化：将一幅图像以数字的形式表示。
主要包括采样和量化两个过程。
②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。
③图像的几何变换：改变图像的大小或形状。
④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。
如傅利叶变换等。
⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
2. 什么是图像识别与理解？图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。
5. 简述图像几何变换与图像变换的区别。
①图像的几何变换：改变图像的大小或形状。
比如图像的平移、旋转、放大、缩小等，这些方法在图像配准中使用较多。
②图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。
比如傅里叶变换、小波变换等。
第二章图像的基本概念一.填空题1. 量化可以分为均匀量化和非均匀量化两大类。
2. 采样频率是指一秒钟内的采样次数。
3. 图像因其表现方式的不同，可以分为连续图像和离散图像两大类。
3.5. 对应于不同的场景内容，一般数字图像可以分为二值图像、灰度图像和彩色图像三类。
数字图像处理第7章
1 0 1
1
Wh 2
2
2
1
0 0
2
1
1
Wv
1 2
2
0 1
2 1
0 0
2
1
▓图7.2.5给出了上述五种梯度算子的边缘点检测实例。
Digital Image Processing
7.2 边缘点检测
(a)原图像
(b)梯度算子检测
(c) Roberts检测
(d) Prewitt检测
(e) Sobel检测
感。形成的方向梯度模板集就称为方向匹配检测模板，或方向梯
度响应数组。用其中的每一个方向的模板分别与图像卷积，其最
大模值就是边缘点的强度，最大模值对应的模板方向就是边缘点
的方向，这种检测边缘点并确定其方向的方法就称为方向梯度法
或方向匹配模板法。边缘梯度的定义式为：
N 1
G(m,
n)
MAX i0
{
Gi
(m,
Digital Image Processing
7.2 边缘点检测
（2） Sobel算子法（加权平均差分法） ▓Sobel算子就是对当前行或列对应的值加权后，再进行平
均和差分，也称为加权平均差分。水平和垂直梯度模板分别为：
1 0 1
Wh
1 4
2
0
2
1 0 1
1 2 1
Wv
1 4
0
0
0
1 2 1
(f)各向同性Sobel检测
图7.2-5 五种梯度算子的边缘点检测实例
Digital Image Processing
7.2 边缘点检测
◘方向梯度法（方向匹配模板法)
▓若事先并不知道哪个方向有边缘，但需要检测边缘，并确定 边缘的方向时。我们可设计一系列对应不同方向边缘的方向梯度
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
'
'
指纹识别模块算法
(2) 方向图的平滑算法 )
方向图求出后,由于纹线中的毛刺,背景中的细小污点等影响, 会存在一定的噪音,需要对其进行平滑.方向图平滑的基本思想是, 指纹纹线的走向是连续变化的,邻近像点上的方向不应该有突然的 大角度转折.平滑也是在窗口中进行的,窗口中心像点上的平滑结 果由窗口中各像素点方向值及其分布确定.
由于灰度去噪的不完全及二值化过程又可能引入噪音,所以对二值 化后的指纹图像还需要进行一次二值滤波去噪,目的是去除或减弱 图像中的噪音,增强图像中有意义的部分.这一过程可以填补二值 化后纹线上的孔洞,或者删除模式上的"毛刺"和孤立的值为1 的像素,即包括填充和删除2个算法.
指纹识别模块算法
(1) 填充 ) 填充
指纹识别模块算法
本细化算法重复执行2个步骤. 步骤1 从左到右,从上到下顺序扫描图像,对同时满足以上条 件的像素,如果p1p3p7=0且p1p5p7=0 ,则将其作上标记; 步骤2 从左到右,从上到下顺序扫描图像,对同时满足以上条 件的像素,如果p1p3p5=0且p3p5p7=0 ,则将其作上标记. 当扫描完整幅图像后,去掉作了标记的像素.重复步骤1,2操作, 直至得到单位宽度的线条为止.经过此细化算法处理后,得到单像 素宽的8 连通的指纹图像.经上述处理后的图像有利于特征提取.
指纹识别模块算法
3. 局域自适应二值化算法
以上所得的是增强后的256 级灰度图像,需要将其进一步二值化.二值化 指纹图像是将灰度图像变成0,1两个灰度级的图像,前景点(指纹脊线) 取 作1 , 1 ,背景点取作0 , 0 ,以把指纹脊线提取出来,便于后续处理.根据指纹图中 , 脊线与谷线宽度大致相等的特点,即二值化后黑白像素的个数应大致相同, 采用局部域值自适应算法.把指纹图分成w×w(w为一个纹线周期) 的子 块,在每一子块内计算灰度均值
指纹识别模块算法
2. 方向滤波算法 方向滤波算法
指纹图像获取时,由于噪音及压力等的不同影响,将会导致2 种破坏纹线的情况:断裂及叉连.这2种干扰必须清除,否则会 造成假的特征点,影响指纹的识别. 为了消除干扰及增强纹线,针对指纹纹线具有较强方向性的 特点,可以采用方向滤波算法对其进行增强,为此必须利用指纹 图上各个像素点上的局部方向性.
指纹识别系统工作原理
6. 可靠性问题
计算机处理指纹图像时,只是涉 及了指纹有限的信息,而且比对算 法不是精确的匹配,因此其结果不 能保证100%准确.指纹识别系统 的重要衡量标志是识别率,它主要 由2部分组成:拒判率(FRR, false reject rate)和误判率(FAR, false accept rate).右图的 ROC(Receiver Operating Curve) 曲线给出 FAR和 FRR 之间的关系.
指纹识别模块算法
这里采用逐层迭代算法.本算法把一次迭代分作两次扫描,细化过 程中由周边向中间逐层细化,使细化结果位于原图的"中轴". 令BN为3 ×3 窗口内目标像素的个数,BN=∑Pi,2次扫描中需满 足下面条件. @ 2 ≤BN≤6 (排除p为端点和内部像点的情况) ; @ 若已标记pi 视为1 时,有Nc = 1(保证删除当前像素不会改 变原图的连通性) ; @ p的值是1(保证p为前景点); @ 当p3 或p5 已标记时,若视p3,p5为0 ,依然有Nc=1(保证宽 度为2 的线条只删除一层像点,避免其断开) .
填充算法把同时满足以下条件的像素p值取为1. @ p为0 像素; @ p的4邻域中有3个以上的邻点为1 像素. 下图示出了填充算法的一个实例.
指纹识别模块算法
(2) 删除 ) 删除
删除算法把同时满足以下条件的像素p 值取为0 .
@
p 为1 像素; + (p3+p4+p5) (p7+p8+p1) = 0 ; p 不是端点.
指纹识别系统工作原理
4. 指纹分类 指纹分类
指纹分类的主要目的是方便大容量指纹库的管理,减小搜索 空间,加速指纹匹配过程.指纹分类技术越完善,能够划分的类 型越细,样本数据库每个类别中所包含的样本数量就会越少,对 一次识别任务来讲,需要比对的次数和时间开销就会越少. 在大部分研究中,指纹一般分为漩涡型(whorl),左环型 (left loop),右环型(right loop),拱型(arch),尖拱型 (tented arch)5类.对于要求严格的指纹识别系统,仅按此分类 是不够的,还需要进一步更加细致地分类.
指纹识别模块算法
分别求出沿各个方向的灰度变化
S d = ∑ | f (i, j ) f dk (ik , jk ) |d = 1,2,3,...,8
k =1
4
S d ' = ∑ | f (i, j ) f d 'k (ik , jk ) |kFra bibliotek=14
式中, d 代表与d 垂直的方向,即 d=(d+4)mod8 ;f(i,j)是点 ' p(i,j)的灰度值;ik是d方向上的第k点;fdk(ik,jk),f d k(ik,jk)分 别是点pdk与p d ' k的灰度值.点p(i,j)的方向应该是Sd取值最小, S 取值最大的方向. d'
7.1.4 指纹识别模块算法
1. 预处理 预处理
指纹的特征是指指纹脊线的某种构型,如端点,分叉等.为了 提取这些特征,必须先把灰度的指纹图处理为二值线型图,此过程 即指纹图像预处理.图像预处理是指纹自动识别过程的第一步,它的 好坏直接影响指纹识别的效果. 图像预处理通常包括增强,分割,细化等几个步骤.增强是通 过平滑,锐化,灰度修正等手段,改善图像的视觉效果;分割则是 把图像划分为若干个区域,分别对应不同的物理实体;细化则是把 分割后的图像转为只有一个像素点宽度的线型图,以便提取特征. 在预处理过程中,必须保证尽可能不出现伪特征,并尽量保持 其真实特征不受损失.
@ (p1+p2+p3)(p5+p6+p7) @
左图示出了删除过程的一个实例.图中p1～p8 (值为0 或1) 定义如右图 所示.经过去噪后,有效地清除了原二值图中的大部分孔洞和"毛刺".
指纹识别模块算法
4. 细化及细化后的去噪处理 细化及细化后的去噪处理
细化是图像分析,信息压缩,特征提取和模式识别常用的基本 技术,它使图像的每条纹线都变为单像素宽的"点线",且细化后的纹 线近似处于原图的"中轴". 细化过程中,在判断是否删除一个前景像素点时,需要考虑其 3×3邻域中除其自身外的8个像素点中的连接成分数.如果此连接成 分数为1 ,则说明删除当前像素点不会改变原图的连通性;若大于1 ,则 改变了原图的连通性.令Nc为p 的8邻域中的连接成分数,则其由序 列p1p2p3p4p5p6p7p8p1中0→1 变化的次数可以得到.
指纹识别系统工作原理
2. 预处理 预处理
通常,指纹采集器采集到的指纹 是低质量的,存在的噪声较多. 通过预处理,将采集到的指纹灰 度图像通过预滤波,方向图计算, 基于方向图的滤波,二值化,细 化等操作转化为单像素宽的脊线 线条二值图像,基于此二值图像 对指纹的中心参考点,以及细节 特征点特征等进行提取.指纹预 处理的一般过程如图所示.
指纹识别系统工作原理
5. 指纹比对
指纹比对是通过对2枚指纹的比较确定它们是否同源的过程, 即2枚指纹是否来源于同一手指.指纹比对主要是依靠比较2枚指 纹的局部纹线特征和相互关系决定指纹的唯一性.细节特征的集 合形成一个拓扑结构,指纹比对的过程实际就是2个拓扑结构的 匹配问题. 由于采集过程中的变形,特征点定位的偏差,真正特征点的 缺失和伪特征点的存在等问题,即使是2枚同源的指纹,所获得 的特征信息也不可能完全一样,指纹比对的过程必然是一个模糊 匹配问题.
指纹识别模块算法
(1)方向图的获取 )方向图的获取
方向图是用每个像素点的方 向来表示指纹图像.像素点 的方向是指其灰度值保持连 续性的方向,可以根据像素 点邻域中的灰度分布判断, 反映了指纹图上纹线的方向. 如图所示设定8个方向,各方 向之间夹角为π/8,以1～8 表示.
指纹识别模块算法
每个像素点上方向值的判定是在其 N×N邻域窗口中得到的.邻域窗 口的尺寸并无严格限定,但其取 值与图像的分辨率直接有关.如 果邻域取得过小,则难以从其中 的灰度分布得出正确的方向性; 若取得过大,则在纹线曲率较大 的区域窗口内纹线方向不一致, 会对以后的滤波操作造成不良影 响.一般可取N为1～2个纹线周期. 实验中取N=9,该9×9邻域窗口 如图所示.
第7章 数字图像处理的应用与发展
7.1 指纹识别技术
7.1.1 概 述
生物识别技术(Biometric Identification Technology)是利用人体 生物特征进行身份认证的一种技术.由于每个人的生物特征都有 与其他人不同的唯一性和在一定时期内不变的稳定性,不易伪造 和假冒,所以利用生物识别技术进行身份认定,安全,可靠,准 确. 常见的生物识别技术主要有指纹,脸形,虹膜,视网膜,手写体, 声音,掌纹,手形和脸部热谱图9种,指纹识别是生物识别技术 的一种.迄今为止,最为人们所关注,最为成熟的生物识别技术 就是指纹识别.
Av =
1 ∑ ∑ f (i , j ) w× w i j
f(i,j)为子块内(i,j)的灰度值.在该块内若某一点的灰度值f(i,j)> AV,则 f(i ,j) =1;若f(i,j)≤AV,则f (i ,j) = 0.对每一块都进行这样的处理,可得到指 纹的二值图像.
指纹识别模块算法
4. 二值化后的去噪
指纹识别模块算法
(3) 方向滤波器的设计 ) 方向滤波器的设计 在得到指纹的方向图后,可以根据每个像素点的方向值利用方向滤波 器对指纹进行滤波,以消除噪音,增强纹线,提高脊和谷之间的反差.滤 波器设计原则如下所述. 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音,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1～1.5 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 在垂直于朝向方向上,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0.