指纹识别技术研究论文
指纹识别的研究目意义与国内外的研究现状
指纹识别的研究目的意义及国内外研究现状1研究的目的和意义2指纹识别技术简介2.1指纹识别的一般工作模式2.2基于图像匹配的指纹识别系统的研究内容2.3目前指纹识别的应用3国内外指纹识别系统的发展状况3.1指纹识别的起源3.2 指纹识别的研究与发展历程1研究的目的和意义在网络化时代的今天，我们每个人都拥有大量的认证密码，比如开机密码、邮箱密码、银行密码、论坛登陆密码等等；并配备了各种钥匙，如门锁钥匙，汽车钥匙，保险柜钥匙等。
这些都是传统的安全系统所采用的方式，随着社会的发展，其安全性越来越脆弱。
而我们的生活随时都需要进行个人身份的确认和权限的认定，尤其是在信息社会，人们对于安全性的要求越来越高，同时希望认证的方式简单快速。
为了解决这一问题，人们把目光转向了生物识别技术，希望能借助人体的生理特征或行为动作来进行身份识别。
这样您可以不必携带大串钥匙，也不用费心去记各种密码。
另外，生物特征具有唯一性，不可复制性，例如指纹，有学者推论：以全球 60 亿人口计算，300 年内都不会有两个相同的指纹出现。
以电子商务、电子银行的安全认证为例，目前在电子商务中他人会假冒当事人的身份，如果通过生物特征进行论证，就可有效防止此类事件的发生。
另外，网络、数据库和关键文件等的安全控制，机密计算机的登陆认证，银行 ATM、POS 终端等的安全认证，蜂窝电话，PDA 的使用认证等等，都离不开可靠安全的生物特征识别。
可见，生物特征识别不但有可观的经济效益，还有不可估量的国家信息安全效益。
长期以来，验证身份的方法是验证该人是否持有有效的信物，如照片、密码、钥匙、磁卡和IC卡等。
从本质上来说，这种方法验证的是该人持有的某种“物”，而不是验证该人本身。
只要“物”的有效性得到确认，则持有该“物”的人的身份也就随之得到确认。
这种以“物”认人的办法存在的漏洞是显而易见的：“物”的丢失会导致合法的人无法被认证，以及各种信物容易被伪造、破译。
指纹识别技术综述【文献综述】
文献综述通信工程指纹识别技术综述摘要: 本文介绍了指纹识别技术在国内外的研究背景和研究现状，对指纹预处理和特征提取、指纹分类、指纹匹配过程中的方向图、滤波、神经网络等关键原理和技术作了详细的综述, 并对指纹识别过程中所采用的各种方法作了进一步的分析和比较，最后指出了指纹识别技术的发展趋势。
关键词：指纹识别; 特征提取; 预处理;指纹匹配0 引言自动指纹识别是上世纪六十年代兴起的, 利用计算机取代人工来进行指纹识别的一种方法。
近年来, 随着计算机技术的飞速发展, 低价位指纹采集仪的出现以及高可靠算法的实现,更使得自动指纹识别技术越来越多地进入到人们的生活和工作中, 自动指纹识别系统的研究和开发正在成为国内外学术界和商业界的热点。
相对于其他生物特征鉴别技术例如语音识别及虹膜识别，指纹识别具有许多独到的优点，更重要的是它具有很高的实用性和可行性,已经被认为是一种理想的身份认证技术, 有着十分广泛的应用前景, 是将来生物特征识别技术的主流。
1 国内外技术现状近年来，国内外学者对自动指纹识别技术进行了深入和广泛的研究，取得了较大的进展，研究的重点主要集中在如何提高识别的准确率和速度[1]。
目前，已经有很多自动指纹识别的产品面市，并开始逐步在管理、门禁、金融、公安和网络安全等领域得到应用。
以指纹为代表的生物识别技术的发展和应用，不仅可以开发相关的系列产品，获得巨大的经济效益，还可以带动图像处理[2]、模式识别、光学、电子、生理。
学和计算机应用等相关学科的发展，具有很高的学术价值，会产生巨大的社会效益[3]。
文献[4]和文献[5]中阐述了以指纹为代表的生物识别技术的发展和应用已被公认将会给身份识别领域带来一场革命，并已经成为各国学术界和工业界研究的热点之一。
目前，基于通用PC机进行指纹识别的技术已经很成熟，并且已经开始大规模推广[6]。
讲述了许多大公司有专门的机构从事该项技术的研究、开发、应用，包括IBM、INTEL、Microsoft、Digitalpersona、Identix、Motorola、韩国现代、朝鲜培富士、法国THOMSON—CSF、台湾Aetex公司、Veridicom、BAC等。
指纹识别的原理和应用论文
甘肃政法学院本科学年论文（设计）题目指纹识别的原理和应用_公安分_院__侦查__专业_2013_ 级_ 2 _班学号：___201336010212____姓名：___何鹏龙__指导教师：___张奋成__成绩：___________________完成时间： 2015 年 11__月目录摘要 (1)关键词 (1)ABSTRACT (1)KEY WORDS (1)引言 (2)一．指纹识别的原理和方法 (2)（一）指纹的特征与分类 (2)（二）指纹识别的原理和方法 (3)二．指纹识别技术的主要指标和测试方法 (3)（一）算法的精确度 (3)（二）误识率和拒识率的测试方法 (4)（三）系统参数 (4)三、指纹识别技术的应用 (5)（一）利用现场指纹直接破案 (5)（二）利用现场指纹串并案件 (5)（三）利用十指指纹查积案 (6)（四）指纹技术在民用方面的应用 (7)四．指纹识别的可靠性 (8)参考文献 ............................... 错误!未定义书签。
目录摘要 (1)关键词 (1)Abstract (1)Keywords (1)引言 (2)一．指纹识别的原理和方法 (2)（一）指纹的特征与分类 (2)（二）指纹识别的原理和方法 (3)二．指纹识别技术的主要指标和测试方法 (3)（一）算法的精确度 (3)（二）误识率和拒识率的测试方法 (4)（三）系统参数 (4)三、指纹识别技术的应用 (5)（一）利用现场指纹直接破案 (5)（二）利用现场指纹串并案件 (5)（三）利用十指指纹查积案 (6)（四）指纹技术在民用方面的应用 (7)四．指纹识别的可靠性 (8)参考文献 (9)指纹识别原理及其应用何鹏龙【摘要】周知，从古到今，世界各国的许多学科和部门，都十分注意对人的手掌表面皮肤的研究和应用，尤其是公安、司法部门更为重视。
究其原因，是由于指纹具有直接反映人手接触部位的肤纹形态结构特征的印痕，又具有人各相异的特定性和终生基本不变的稳定性等特点，能直接认定人身，而且具有极强的证明力。
指纹识别系统的设计与研究
指纹识别系统的设计与研究第一章引言指纹是人类身上最独特的生物特征之一，在识别和辨认方面具有不可替代的优势。
指纹识别系统因其高度的准确性和可靠性，被广泛运用于各个领域，如手机解锁、身份认证、犯罪侦查等。
本章将介绍研究的背景和意义，以及文章的结构。
第二章指纹特征提取技术指纹特征提取是指纹识别系统中的关键环节，其目的是从指纹图像中提取出一系列具有代表性的特征点。
常用的特征提取方法包括细节点云图、方向图、频域图等。
本章将详细介绍各种指纹特征提取技术的原理和优缺点。
第三章指纹图像增强算法指纹图像的质量对指纹识别系统的准确性和稳定性有着重要的影响。
由于指纹图像易受到噪声、干扰和变形等因素的影响，需要对其进行增强处理。
本章将介绍一些常用的指纹图像增强算法，如频域滤波、直方图均衡等，并进行比较和分析。
第四章纹理特征描述方法纹理特征描述是指将指纹图像中提取的特征点进行描述和编码，以实现指纹的唯一性和区分度。
在这一章节中，我们将探讨一些常用的纹理特征描述方法，如局部二值模式（LBP）、Gabor滤波器等，并分析其优势和适用情况。
第五章指纹匹配算法指纹匹配是指将待识别的指纹与数据库中存储的指纹模板进行比对，以确定其相似性和匹配程度。
本章将介绍一些常用的指纹匹配算法，如基于相似度度量的方法、基于机器学习的方法等，并对比其准确率和效率。
第六章指纹识别系统的性能评价为了评估所设计的指纹识别系统的性能，需要进行一系列的实验和测试。
本章将介绍常用的指纹识别性能评价指标，如准确率、召回率、虚警率等，并对系统进行实验验证和结果分析。
第七章指纹识别系统的应用前景和挑战指纹识别系统在安全领域有着广泛的应用前景，但同时也面临着一些挑战，如识别速度、鲁棒性和隐私保护等问题。
本章将探讨指纹识别系统的应用前景以及未来发展方向，并对面临的挑战提出一些建议和解决方案。
第八章总结与展望本文对指纹识别系统的设计与研究进行了全面的探讨。
通过介绍指纹特征提取技术、指纹图像增强算法、纹理特征描述方法、指纹匹配算法和性能评价等方面，可以看出指纹识别系统在实际应用中具有广泛的价值和应用前景。
小度写范文指纹识别技术浅谈_活体指纹识别技术模板
指纹识别技术浅谈_活体指纹识别技术摘要：生物识别技术可以包含人脸、指纹、虹膜等人体各种器官和声音、笔迹等行为模式方面的识别。
其中，指纹具有惟一性、终生不变性、易携带、不会丢失、不会遗忘、不会被盗用等强有力的特性。
指纹识别以其独特的优势成为目前人体生物特征识别技术市场上市场占有率最高的方式之一，这种识别方式也是目前生物识别技术中发展最成熟的。
本文对中国指纹识别技术进行了概述，并介绍了指纹识别技术。
关键词：指纹识别；模式识别；生物识别技术中图分类号：TP391.4文献标识码：A 文章编号：1009-3044(2007)17-31422-02 An Introduction to Fingerprint Recognition Technology NIE Peng1, GENG Wen-bo2 (nzhou Jiaotong University, Lanzhou 730070,China;2.Zhoukou Normal University, Zhoukou 466000,China) Abstract:Biometric identification technology contains organs of human body identification such as face, fingerprint, iris recognition and behavior pattern identification such as voice, handwriting recognition. Among them, the fingerprint has forceful characteristic such as the uniqueness, the invariance throughout one”s life, easily carrying, being unable to be lost, being unable to be forgotten, being unable to be embezzled and so on. Fingerprint recognition has become one of the most popular ways in biometrics technology area at present by its unique advantage, which is also the most mature technology in biometric identification technology. In this paper, a general overview of China’s Fingerprint recognition technologyis given and the fingerprint recognition technology is also introduced. Key words:Fingerprint Recognition; Pattern Recognition; Biometric Identification Technology 1 引言像中国的四大发明一样，指纹也是我们使用最早但发展最慢，甚至在历史上出现停滞的发明之一。
基于指纹识别的个人身份认证技术研究
基于指纹识别的个人身份认证技术研究第一章：引言随着信息技术的迅猛发展，数字化、网络化的时代已经来临。
而在这个时代，个人身份的认证显得尤为重要。
从支付到进入办公场所，从登陆社交网站到取款，无论我们进行何种活动都需要用到身份认证技术。
而在身份认证技术中，指纹识别技术成为了公认的最为可靠、最为安全的认证方式之一。
本文旨在对基于指纹识别的个人身份认证技术进行研究和分析。
第二章：指纹识别技术的原理指纹是人体表面独特的生物特征之一，每个人的指纹都不同，且不会随着时间的流逝而改变。
指纹识别技术是通过检测人体指纹的生物特征来进行身份验证的技术。
指纹识别技术的原理是通过采集人体指纹的图像，将图像转化为数字信号，并将其与已经存储在数据库中的指纹信息进行比对。
在工程应用中，指纹识别技术通常包括指纹采集、特征提取、特征匹配和应用程序等四个部分。
第三章：指纹识别技术的优势与其他身份认证技术相比，指纹识别技术有着明显的优势。
首先，指纹是人体表面独特的生物特征之一，每个人的指纹都不同，因此指纹识别技术的特征标记具有不可复制性；其次，指纹是人体表面常见的生物特征之一，不需要特别训练即可获取指纹信息；最后，指纹识别技术采用生物特征作为身份认证因素，不存在忘记密码等与密码认证相关的风险。
第四章：指纹识别技术的应用指纹识别技术在生活和工作中有着广泛的应用，以下是其中几种典型的应用场景：1.门禁系统：指纹作为登记者的个人身份认证因素，可以控制对办公区域的访问权限，从而确保工作场所的安全。
2.支付系统：指纹作为个人身份认证因素，可以用于确认持卡人的身份，从而完成支付等操作。
3.手机解锁：指纹作为个人身份认证因素，可以用于确认手机持有者的身份，并且可以避免因为密码泄露带来的安全问题。
第五章：指纹识别技术的限制虽然指纹识别技术有着明显的优势，但它也存在着一定的限制。
首先，指纹识别仪器价格较高。
其次，指纹识别技术需要搜集到被识别者的指纹信息。
指纹识别研究报告
指纹识别研究报告第一点：指纹识别技术的起源与发展指纹识别技术的历史可以追溯到古代中国、印度和埃及，当时的人们通过指纹来标识身份和验证身份。
然而，真正意义上的指纹识别技术是在20世纪初开始的。
1924年，英国警官弗雷德里克·亨利·古德费洛首次提出了指纹识别的现代概念，并建立了世界上第一个指纹档案库。
自那时以来，指纹识别技术得到了迅速的发展和广泛的应用。
在过去的几十年里，指纹识别技术经历了多次重大的突破。
最初，指纹识别主要依赖于人工对比的方法，即由专业人员对指纹图像进行分析和比对。
然而，随着计算机技术和光学技术的进步，指纹识别逐渐向自动化和计算机化方向发展。
1991年，美国麻省理工学院的研究人员首次成功开发出了指纹识别的传感器，这标志着指纹识别技术进入了商业化阶段。
随着半导体技术和图像处理技术的不断进步，现代指纹识别系统已经取得了显著的改进。
目前的指纹识别技术主要包括以下几个步骤：首先，通过指纹传感器采集指纹图像；然后，利用图像处理算法对指纹图像进行预处理，包括去噪、增强和特征提取等；接下来，通过特征提取算法提取出指纹的特征点，如纹路起点、交叉点等；最后，通过特征比对算法将提取出的特征点与指纹库中的模板进行比对，以验证身份。
第二点：指纹识别技术的应用领域与挑战指纹识别技术在各个领域都有广泛的应用，主要包括安全认证、刑侦调查、边境控制和个人信息管理等方面。
首先，指纹识别技术在安全认证领域得到了广泛的应用。
在智能手机和电脑等电子设备中，指纹识别技术被用作解锁和身份验证的手段。
此外，指纹识别技术还被应用于门禁系统、保险柜等安全设备中，以保护个人和企业的财产安全。
其次，指纹识别技术在刑侦调查中发挥着重要的作用。
警方可以通过采集犯罪现场的指纹，与指纹数据库进行比对，以确定犯罪嫌疑人的身份。
此外，指纹识别技术还可以用于辨认无名尸体和失踪人员等。
此外，指纹识别技术在边境控制和个人信息管理方面也有着广泛的应用。
智能手机指纹识别技术的研究与优化
智能手机指纹识别技术的研究与优化一、引言随着智能手机的普及和发展，人们对手机安全性的关注越来越高。
指纹识别技术作为一种安全、方便、快捷的身份验证方式，被广泛应用于智能手机领域。
本文将重点探讨智能手机指纹识别技术的研究与优化。
二、指纹识别技术概述指纹识别技术是通过读取和识别人类指纹的特征信息来验证身份的一种生物识别技术。
其原理是利用指纹的纹线和纹型等特征，通过图像处理和模式识别算法，将指纹特征与事先录入的指纹数据库进行比对，从而实现对身份的验证。
三、智能手机指纹识别技术的研究1. 传感器硬件设计智能手机指纹识别技术的关键在于传感器硬件的设计。
目前市面上主要使用的智能手机指纹传感器有光学传感器、压电传感器和超声波传感器等。
这些传感器的设计需要考虑指纹采集的精度、速度以及对手机整体外形的影响。
2. 指纹图像处理指纹图像的质量对于指纹识别的准确性至关重要。
在指纹图像处理过程中，主要包括去除噪声、增强对比度、提取特征等步骤。
各种图像处理算法的研究和改进可以大大提高指纹识别的准确性和效率。
3. 模式匹配算法模式匹配算法是指纹识别技术的核心。
常用的算法有细节增强算法、模式匹配算法和神经网络算法等。
这些算法的研究和优化可以提高指纹识别的准确率和鲁棒性。
四、智能手机指纹识别技术的优化1. 多次录入指纹为了提高指纹识别的准确性，用户可以进行多次指纹录入。
这样可以增加指纹库中的样本量，提高指纹识别的成功率。
2. 动态更新指纹模型随着时间的推移，人体的指纹可能会发生变化，例如皮肤的生理变化、伤口的愈合等。
为了应对这种变化，智能手机可以动态更新指纹模型，及时更新用户指纹信息。
3. 结合其他生物特征除了指纹识别技术，还可以结合其他生物特征进行身份验证。
例如，结合面部识别、虹膜识别等技术，可以提高手机的身份验证安全性。
五、智能手机指纹识别技术的应用前景智能手机指纹识别技术的发展前景广阔。
随着技术的进一步成熟和普及，智能手机指纹识别技术将在支付、手机解锁、敏感文件保护等方面得到广泛应用，并逐渐取代传统的密码、PIN码等身份验证方式。
- 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)。
指纹识别技术研究论文指纹识别技术研究摘要：随着生物识别技术的不断发展，人们发现每个人的指纹具有唯一性和不变性。
因此指纹识别技术逐步发展为一种新的身份识别方式，并且凭借其良好的安全可靠性，大有取代传统身份识别方式的趋势。
本文简要介绍了指纹识别的基本步骤，分别是指纹图像预处理、指纹特征提取、指纹匹配。
在图像预处理中，依次介绍了规格化处理、图像增强、二值化处理和细化处理的方法。
预处理后将得到一幅宽度为一个像素的细化二值图像，然后通过特定的端点和交叉点的特征进行指纹匹配。
实验表明，该方法效果良好。
论文中采用Matlab编程实现全部算法。
关键词：指纹识别，图像处理，特征提取，特征匹配1．引言传统的身份识别技术包括基于密码的身份识别技术和基于令牌的身份识别技术。
但是这两种方式都存在着一定的安全风险：令牌容易丢失，密码容易忘记，且它们都容易被窃取或冒充。
近年来，依赖人体特征的新型身份识别技术正在兴起，凭借其唯一且不变的特点，生物识别技术逐步成为人们研究的热点。
而在生物识别技术中，指纹识别技术已经被广泛的研究和应用。
它的基本原理框图如图一所示。
图1指纹识别的基本原理框图2．指纹图像预处理2.1图像规格化受采集设备参数和环境的影响，采集到的指纹图像可能总体对比度较差。
图像归一化的作用就是使所有指纹图像具有相同的灰度均值和方差，从而将每一幅图像的灰度调整到统一的范围，方便后续处理。
归一化的算法是：（1）先计算图像的平均值和方差。
这部分工作主要通过统计图像中各点像素值得到该图像的直方图，然后利用直方图来计算指纹图像的相关指标。
11001()(,)H W i j M I I i j WH --===∑∑112001()((,)())H W i j Var I I i j M I WH --===-∑∑ （2） 指定期望经过处理后的图像均值和方差，计算归一化后的图像G 。
00(,)(,)M I i j M G i j M others ⎧+>⎪⎪=⎨⎪-⎪⎩图像规格化的Matlab 程序如下（其中方差取Var0=2000,M0=150）：% 归一化M=0;var=0;%图像的平均值和方差开始进行初始化 for x=1:mfor y=1:nM=M+I(x,y);endendM1=M/(m*n);%计算图像的平均值 for x=1:mfor y=1:nvar=var+(I(x,y)-M1).^2;%计算图像的方差 endendvar1=var/(m*n);for x=1:mfor y=1:nif I(x,y)>=M1I(x,y)=150+sqrt(2000*(I(x,y)-M1)/var1);%处理后的图像均值elseI(x,y)=150-sqrt(2000*(M1-I(x,y))/var1);%处理后的图像方差endendendfigure, imshow(uint8(I)) ;%显示归一化后的图像带入指纹图像’zhiwen1.bmp’后得到的原始图像和归一化图像见图2和图3：图2原始指纹图像图3规格化后的指纹图像2.2图像分割指纹图像通常包括纹线区域和周边的无用区域。
如果保留这些无用区域，会致使计算冗余度增加。
为此要先将其从待处理区域中去除。
通常用的分离方法有像素领域特征的方法和基于像素分布概率的方法等。
本文采取对各像素邻域特征进行分析，然后分割图像算法。
吧图像分成T*T的非重叠块，计算每一块的灰度均值M和方差Var，通过下列条件区分前景与背景：（1）如果M>M1且Var<Var1，则认为背景（2）如果M<=M1且Var>=Var1，则认为前景，否则待定；（3）对所有分块划分完毕后，在对待定块进行判决。
如果在8邻域中，背景景小于等于4则认为是前景，否则是背景在编程过程中通过几次调试后对图像进行3*3分块处理Matlab程序如下：% 分割M =3; %3*3H = m/M; L= n/M;aveg1=zeros(H,L);var1=zeros(H,L);% 计算每一块的平均值for x=1:H;for y=1:L;aveg=0;var=0;for i=1:M;for j=1:M;aveg=I(i+(x-1)*M,j+(y-1)*M)+aveg;endendaveg1(x,y)=aveg/(M*M);% 计算每一块的方差值for i=1:M;for j=1:M;var=(I(i+(x-1)*M,j+(y-1)*M)-aveg1(x,y)).^2+var;endendvar1(x,y)=var/(M*M);endendGmean=0;Vmean=0;for x=1:Hfor y=1:LGmean=Gmean+aveg1(x,y);Vmean=Vmean+var1(x,y);endendGmean1=Gmean/(H*L);%所有块的平均值Vmean1=Vmean/(H*L);%所有块的方差gtemp=0;gtotle=0;vtotle=0;vtemp=0;for x=1:Hfor y=1:Lif Gmean1>aveg1(x,y)gtemp=gtemp+1;gtotle=gtotle+aveg1(x,y);endif Vmean1<var1(x,y)vtemp=vtemp+1;vtotle=vtotle+var1(x,y);endendendG1=gtotle/gtemp;V1=vtotle/vtemp;gtemp1=0;gtotle1=0;vtotle1=0;vtemp1=0;for x=1:Hfor y=1:Lif G1<aveg1(x,y)gtemp1=gtemp1-1;gtotle1=gtotle1+aveg1(x,y);endif 0<var1(x,y)<V1vtemp1=vtemp1+1;vtotle1=vtotle1+var1(x,y);endendendG2=gtotle1/gtemp1;V2=vtotle1/vtemp1;e=zeros(H,L);for x=1:Hfor y=1:Lif aveg1(x,y)>G2 && var1(x,y)<V2%如果M>M1且Var<Var1，则认为背景e(x,y)=1;end %如果M<=M1且Var>=Var1，则认为前景，否则待定if aveg1(x,y)< G1-100 && var1(x,y)< V2e(x,y)=1;endendendfor x=2:H-1for y=2:L-1if e(x,y)==1if e(x-1,y) + e(x-1,y+1) +e(x,y+1) + e(x+1,y+1) + e(x+1,y) + e(x+1,y-1) + e(x,y-1) + e(x-1,y-1) <=4e(x,y)=0;endendendendIcc = ones(m,n);for x=1:Hfor y=1:Lif e(x,y)==1for i=1:Mfor j=1:MI(i+(x-1)*M,j+(y-1)*M)=G1;Icc(i+(x-1)*M,j+(y-1)*M)=0;endendendendendfigure, imshow(uint8(I));title('分割');得到的图像如图4：图4经过分割处理后的图像2.3图像二值化一般的指纹图像都有比较清晰的方向场，方向场估计得准确性直接决定了图像增强算法的效果。
为估计方向场，我们把指纹脊线的走向分为如下8个方向，如下图：图5 在一个像素处的8个指纹脊线方向我们先对分割后的图像进行了平均滤波，然后对图像的每一个像素，为确定在该像素出的脊线方向，在以该像素为中心的9*9窗口内，分别计算8个方向上的经过处理后的灰度值，即将图5中标了i（i=0,1,…7分别代表8个方向）的位置的像素灰度值去他们中最大summax和最小值summin，若满足(summax+summin+ 4*I(x,y))> (3*summ/8),则该像素点的脊线方向为summin,否则为summax.确定完方向后就根据该向场对图像进行二值化。
Matlab程序如下：%二值化¯temp=(1/9)*[1 1 1;1 1 1;1 1 1];%模板系数均值滤波Im=double(I);In=zeros(m,n);% 创建一个全0的二维数组，m行n列for a=2:m-1;for b=2:n-1;In(a,b)=Im(a-1,b-1)*temp(1,1)+Im(a-1,b)*temp(1,2)+Im(a-1,b+1)*temp(1, 3)+Im(a,b-1)*temp(2,1)+Im(a,b)*temp(2,2)+Im(a,b+1)*temp(2,3)+Im(a+1,b -1)*temp(3,1)+Im(a+1,b)*temp(3,2)+Im(a+1,b+1)*temp(3,3);endendI=In;Im=zeros(m,n);% 创建一个全0的二维数组，m行n列for x=5:m-5;for y=5:n-5;%分别计算8个方向上的经过处理后的灰度值sum1=I(x,y-4)+I(x,y-2)+I(x,y+2)+I(x,y+4);sum2=I(x-2,y+4)+I(x-1,y+2)+I(x+1,y-2)+I(x+2,y-4);sum3=I(x-2,y+2)+I(x-4,y+4)+I(x+2,y-2)+I(x+4,y-4);sum4=I(x-2,y+1)+I(x-4,y+2)+I(x+2,y-1)+I(x+4,y-2);sum5=I(x-2,y)+I(x-4,y)+I(x+2,y)+I(x+4,y);sum6=I(x-4,y-2)+I(x-2,y-1)+I(x+2,y+1)+I(x+4,y+2);sum7=I(x-4,y-4)+I(x-2,y-2)+I(x+2,y+2)+I(x+4,y+4);sum8=I(x-2,y-4)+I(x-1,y-2)+I(x+1,y+2)+I(x+2,y+4);sumi=[sum1,sum2,sum3,sum4,sum5,sum6,sum7,sum8];summax=max(sumi);%经过处理后的灰度值，找到他们中最大值summin=min(sumi);%经过处理后的灰度值，找到他们中最小值summ=sum(sumi);b=summ/8;%若满足(summax+summin+4*I(x,y))> (3*summ/8)if (summax+summin+ 4*I(x,y))> (3*summ/8)sumf = summin;%则该像素点的脊线方向为summinelsesumf = summax;%否则为summaxendif sumf > b%确定完方向后就根据该向场对图像进行二值化Im(x,y)=128;elseIm(x,y)=255;endendendfor i=1:mfor j =1:nIcc(i,j)=Icc(i,j)*Im(i,j);endendfor i=1:mfor j =1:nif (Icc(i,j)==128)Icc(i,j)=0;elseIcc(i,j)=1;end;endendfigure,imshow(double(Icc));title('二值化');得到的二值化图像如图6：图6二值化后的图像2.4图像增强在当前的指纹采集条件下，不可避免的会受到环境，皮肤上的油脂、水分、污渍的影响，使采集到的指纹图像出现纹线粘连、纹线断裂等缺陷，对后续的指纹特征提取带来很大困难。