指纹自动识别中二值化对指纹特征的影响
二值指纹图像方向图算法
１介绍在各类计算机指纹自动识别系统（ＡｕｔｏｍａｔｅｄＦｉｎｇｅｒｐｒｉｎｔＩｄｅｎｔｉｆｉｃａｔｉｏｎＳｙｓｔｅｍ，ＡＦＩＳ）中，通常都要对指纹图像进行二值化处理。
二值化的目的是为了后期细化图像，从而减少提取特征和比对计算的复杂程度。
指纹图像的直方图具有明显的单峰特性［１］，简单阈值分割方法，显然不能得到清晰的指纹二值化图像。
为此，在二值化处理前，一般都需要对指纹图像进行增强处理。
增强处理的方法有很多，其中绝大多数［２－５］算法都是基于指纹的方向图。
也有许多算法在二值化过程中没有利用方向图，文献［６］提出了对奇异点滤波的新方法；文献［７］提出了利用３Ｄ模型计算欧几里德距离变换的数学形态学增强算法；文献［８］提出了利用遗传算法二值化处理指纹图像；在作者的研究算法中也有带阻滤波二值化算法和差分二值化算法等，都避免了利用指纹的方向图。
显然，指纹方向图有它的优缺点。
目前的指纹方向图算法主要有两类：一类［９，１０］是在灰度图像中利用像素点的邻域关系，统计出一组垂直方向上像素差值最大的两个方向，然后确定中心像素点最接近的那个方向为点方向，然后再经过分块处理，纠正个别点方向；另一类［１１，１２］是将图像归一化后，利用边缘算子，计算每一个块内的每个像素点在Ｘ轴和Ｙ轴上的偏微分量，并估算块平均方向。
方向图算法的最大优点在于为指纹的进一步处理提供了方向信息。
但是无论利用哪种方向图算法，从灰度图像中提取纹线方向信息都存在着很大的问题：一是方向的准确性。
方向图窗口的大小直接影响处理的效果，窗口过大，在指纹中心曲率最大处和指纹三角部位（即模式区）会发生差错，窗口过小，由于采集过程中压力的变化，稀松区域的纹线可能是密集区域纹线的２－３倍，会使粗线变为两个平行的方向。
二是受背景、汗孔等因素的影响比较大。
由于指纹采集过程中带来许多不规范的噪声，计算方向图的过程中，背景部分的噪声也具有了方向，一些纹线和背景混淆在一起；由于指纹中的个别汗孔比较发达，并存在于脊线中间，方向图计算中容易出现方向的偏离。
指纹图像预处理和特征提取算法的Matlab实现
ａｌｇｏｒｉｔｈｍ ｆｏｒ ｆｉｎｇｅｒｐｒｉｎｔ ｒｅｃｏｇｎｉｔｉｏｎ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ａ ｓｅｔ ｏｆ ａｌｇｏｒｉｔｈｍｓ ｆｏｒ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｍｉｎｕｔｉａｅ ｅｘｔｒａｃｔｉｏｎ ｉｓ ｄｅｓｉｇｎｅｄ
∥ ／燃
ａ末梢点 图１末梢点和分叉点
图２自动指纹识别系统流程图
３指纹图像的预处理
本文采用的图像预处理算法流程如图３所示。
方向滤波 图３指纹图像预处理算法流程图 各步骤得到的图像如图４所示。
－原始指纹图像 ｂ规格化后的图像 ｛ ｃ方向滤波后的图像
ｄ＝值化丘的盥像
ｅ细化后的图像
３．１规格化
图４预处理实验效果图
３．４细化
细化处理（Ｔｈｉｎｎｉｎｇ）是指在二值化的指纹图像上，在
不影响纹线连通性的基础上删除纹线的边缘像素，直到纹 线为单像素宽为止。细化后理想的结果是纹线骨架应该为 原始纹线的骨架中心，并保持纹线细节特征以及纹线的收 敛性、拓扑性、细化性和快速性。细化图像是基于点模式细 节特征点提取的前提，如果无法得到较好的细化图像，后续
不高。本文采用ＬｉｎＨｏｎｇ等人开发的基于最小均方估计
算法，即公式法。公式见式（３）、式（４）：
＝Ｇ（ｉ一１，歹一１）＋２Ｇ（ｉ，歹一１）＋
｛二
Ｇ（ｉ＋１，ｉ—１）一Ｇ（ｉ一１．ｉ＋１） ２Ｇ（ｉ，Ｊ＋１）一Ｇ（ｉ＋１，ｊ＋１） ＝Ｇ（ｉ一１，ｊ一１）＋２Ｇ（ｉ，Ｊ＋１）＋ Ｇ（ｉ一１，Ｊ＋１）一Ｇ（ｉ＋１，Ｊ一１）
基于二值化指纹图像细节点提取的改进算法
基于二值化指纹图像细节点提取的改进算法赵磊;姜小奇;蒋澎涛;刘春雷;陈宏君;杨梦婷【摘要】Inutiae extraction on binary fingerprint images is studied deeply in this article. For used minutiae extraction algorithm,there exist some false minutiaes and omitted minutiaes. A new improved minutiae extraction algorithm is proposed to solve the problem. The algorithm divides image segment,extracts minutiaes with direction and merge image segment. Through lots of experiments,the algorithm has been proved to a better minutiae extraction algorithm which can significantly reduce false minutiaes and omitted minutiaes in the extracting process.%深入研究了二值化指纹图像细节点提取算法,针对已有算法中存在伪细节点和遗漏细节点的问题,提出了一种改进的二值化指纹图像细节点提取算法.该算法在原有提取算法的基础上,采用了形式分割图段、结合纹线方向提取、合并图段等措施.大量实验表明,该算法显著地减少了伪细节点和遗漏细节点的出现,是一种较为理想的二值化指纹图像细节点提取算法.【期刊名称】《计算机系统应用》【年(卷),期】2012(021)003【总页数】6页(P232-236,159)【关键词】二值化指纹图像;细节点;行程;图段【作者】赵磊;姜小奇;蒋澎涛;刘春雷;陈宏君;杨梦婷【作者单位】湖南科技经贸职业学院计算机科学技术学院,衡阳421001;衡阳师范学院计算机科学系,衡阳421008;湖南科技经贸职业学院计算机科学技术学院,衡阳421001;衡阳师范学院计算机科学系,衡阳421008;湖南科技经贸职业学院计算机科学技术学院,衡阳421001;湖南科技经贸职业学院计算机科学技术学院,衡阳421001;湖南科技经贸职业学院计算机科学技术学院,衡阳421001;湖南科技经贸职业学院计算机科学技术学院,衡阳421001【正文语种】中文1 引言指纹图像细节点的提取是自动指纹识别研究的核心技术之一[1]，目前指纹图像细节点提取方法主要采用的是基于细化图像的细节点提取方法[2,3]，该方法首先预处理指纹图像，对指纹图像进行增强，然后将预处理后的指纹图像二值化，再将二值化后的指纹图像进行细化及细化后处理，细节点的提取在细化后的指纹图像上进行。
自动指纹识别系统中关于指纹特征算法的研究
第 １期
吉 林 化 工 学 院 学 报
Ｊ Ｏ ＵＲ Ｎ Ａ Ｌ Ｏ Ｆ Ｊ Ｉ Ｌ Ｉ Ｎ Ｉ Ｎ Ｓ Ｔ Ｉ Ｔ Ｕ Ｔ Ｅ Ｏ Ｆ Ｃ Ｈ Ｅ ＭＩ Ｃ ＡＬ Ｔ Ｅ Ｃ ＨＮ Ｏ Ｌ Ｏ Ｇ Ｙ
Ｖｏ Ｉ ＿ ３ Ｏ Ｎｏ ． １
２ ０ １ ３年 １月
较 多 的伪 特征 ， 对 二 值 化 图 像进 行 细 化 后 的指纹 图像 中存 在很 多原 骨架 中没 有 的毛刺 、 短线 、 断点
求， 本文主要从指纹特征提取方面进行研究 ， 通过
简 略细 化过 程 同时 引入新 的基 于二值 化 图像 的特 征 提取算 法 ， 对 指 纹 登 录 身份 验 证 系统 进 行 了性
性， 提出 了基 于综 合 特 征 （ 细 节 点 即部 分 纹 理 特 征） 的非正 向扫 描特 征提取 算法 ．
３ 非正 向扫描特征提取算法描述
指纹特征值提取是对指纹 的特征信息（ 总体
和局 部 的） 进行 选 择 、 编码 ， 形 成 二 进 制数 据 的过
能的指纹采集设 备 、 缺少有效 的指 纹图像预处理
方 法 和缺少 高 速 、 精 确 的指纹 细 节点 提取 、 匹配 方 法 等原 因 ＿ ４ ｊ ， 使得 指 纹 自动识 别 在 识 别 的精 度 和
速 度方 面 还 远 不 能 满 足 目前 很 多 实 际 应 用 的 要
图像的过程 Ｊ ． 指纹 图像的脊线细化处理过程不 仅会使处理时间增加 ， 而且会在细化过程 中引入
特 征 提取算 法 ． 这 样 既 避 免 了 细化 过 程 引 入 的伪 特 征点 而且 缩 短 了处 理 时 间 ， 又 不 影 响 特 征 提取
的效果 ．
指纹识别算法研究
哈尔滨理工大学学士学位论文指纹识别算法研究摘要随着计算机和网络的迅速发展，人们对身份认证的准确性、安全性与实用性提出了更高的要求。
基于生物特征识别的智能身份认证技术也逐渐受到广泛的关注。
在众多的生物识别技术中，指纹识别技术是发展最早、应用最广泛的一种。
指纹识别技术充分利用了指纹的普遍性、唯一性和永久性的生物特征，已逐步取代了传统的基于标志和数字的识别方式，目前在网络、银行、金融、医疗和安检等行业均得到了广泛应用。
本文对指纹识别系统的原理和基本过程进行了分析研究，重点研究了指纹图像预处理算法，并且进行了验证。
在指纹图像预处理部分，论文对预处理的各个步骤包括规格化、图像分割、中值滤波、二值化、细化等以及各个步骤的方法进行了深入的分析和研究，选择了一种图像预处理方案。
在指纹特征提取部分，采用基于Matlab实现的指纹细节特征提取方法，并给出了去伪算法。
指纹特征提取是从细化后的指纹图中得到细节特征点（即端点和分叉点），此特征点含有大量的伪特征，既耗时又影响匹配精度。
采用了边缘去伪和距离去伪，使得特征点去伪前后减小了近1/3，然后提取可靠特征点信息，以便实现指纹匹配。
在指纹匹配部分，本文采用基于细节点的指纹匹配算法，并进行研究。
关键词指纹识别；预处理；特征提取；匹配- I -哈尔滨理工大学学士学位论文Fingerprint Recognition AlgorithmAbstractWith the rapid Progress of computer science and network technique，An accurate，secure and practical techno1ogy of Personal identification becomes more and more important. Technology of Personal identification based on Biometrics has received extensive attention. Technology of Fingerprint recognition is the earliest one and is app1ied widely in the all techniques of biometrics recognition, then is taking full advantage of the universality, uniqueness and permanency of the fingerprint, and gradually has taken place of traditional identification method that is based on symbol and number. Nowadays the technology of fingerprint identification is fully used in network, bank, finance, insurance and security. This paper research the basic principles and process of the fingerprint identification system，and focus on the pre-processing algorithms of fingerprint image and finally verify. In the fingerprint image processing section, thesis on preprocessing steps including specifications, image segmentation, median filtering, binarization, refinement, and so on, and each step of the way to in-depth analysis and research, is an image processing program.Part of the fingerprint feature extraction, fingerprint-based Matlab implementation details of feature extraction methods, and gives to the pseudo-algorithm. Fingerprint feature extraction is refined to get the details of fingerprint feature points (the endpoint and bifurcation points), this feature points contain a large number of false features, time-consuming and will affect the matching accuracy. Used and the distance to the edge of the false and counterfeit, makes the feature points to reduce the false front of nearly 1 / 3, and then extract a reliable feature point information, in order to achieve the fingerprint match.Part of the fingerprint match, the paper-based fingerprint minutiae matching algorithm, and conduct research.Keywords Fingerprint recognition; Pretreatment; Feature extraction; Matching- II -哈尔滨理工大学学士学位论文目录摘要 (I)Abstract (II)第1章绪论 (5)1.1 指纹识别技术的背景 (5)1.2 指纹识别研究的目的和意义 (5)1.3 指纹识别在国内外的研究现状及分析 (6)1.3.1 国外研究现状 (6)1.3.2 国内研究现状 (7)1.3.3 研究现状分析 (7)1.4 本文研究的主要内容及工作安排 (8)1.4.1 研究的主要内容 (8)1.4.2 工作安排 (8)第2章指纹识别的组成及原理分析 (9)2.1 指纹识别系统的组成 (9)2.2 指纹识别的基本原理 (9)2.2.1 指纹的基本特征 (9)2.2.2 全局特征 (9)2.2.3 局部特征 (11)2.2.4 指纹识别的一般算法 (13)2.3 本章小结 (14)第3章指纹图像预处理 (15)3.1 对指纹图像进行分割 (15)3.2 对指纹图像进行二值化处理 (16)3.3 对指纹图像进行细化处理 (18)3.4 实验结果 (21)3.5 本章小结 (22)第4章指纹图像特征提取与匹配 (23)4.1 指纹图像特征提取 (23)4.1.1 指纹图像特征提取的方法 (23)4.1.2 特征点的提取 (23)4.1.3 指纹图像特征的去伪 (24)4.2 指纹图像的匹配 (26)4.2.1 指纹匹配算法综述 (26)4.2.2 指纹匹配过程 (27)4.3 实验结果 (28)- III -哈尔滨理工大学学士学位论文结论 (31)致谢 (32)参考文献 (33)附录 (34)- IV -哈尔滨理工大学学士学位论文第1章绪论1.1指纹识别技术的背景指纹识别是依据人的手指尖表面的脊、谷线分布状态来识别和验证人身份的方法。
背景技术
一种是从灰度图像中提取特征，另一种是从细化二值图像中提取特征。
直接从灰度图像中提取特征的算法一般是对灰度指纹纹线进行跟踪，根据跟踪结果寻找特征的位置和判断特征的类型。
这种方法省去了复杂的指纹图像预处理过程，但是特征提取的算法却十分复杂,而且由于噪声等因素影响，特征信息（位置、方向等）也不够准确。
目前大多数系统采用第二种方法，从细化二值图像中提取特征，该方法比较简单，在得到可靠的细化二值图像后，只需要一个3×3的模板就可以将端点和分叉点提取出来。
目的是提供鲁棒性强的平移旋转校正参数确定方法和融合细节特征与方向图的指纹识别方法。
本发明通过统计两个指纹细节特征集中特征向量对匹配所得到校正参数，计算出两个特征集合的最佳校正参数，然后校正，进行细节特征比对；若存在8个以上匹配细节特征，进行点方向比对，通过统计方向图匹配点数在重合区域内点数比，判断两个指纹是否来自同一指头。
本文通过统计两个指纹细节特征集中特征向量对匹配所得到校正参数，计算出两个特征集合的最佳校正参数，然后校正，进行细节特征比对；若存在8个以上匹配细节特征，进行点方向比对，通过统计方向图匹配点数在重合区域内点数比，判断两个指纹是否来自同一指头。
背景技术随着人类社会的发展进步，信息安全已成为世界各国广泛关注的重要问题。
计算机出现之后，随着信息化、数字化和生物技术的发展，出现了基于生物特征的身份认证。
人们可能会丢失身份证件，忘记密码，但不会丢失自己的生物特征；身份证可能会被偷窃，密码可能会破解和泄漏，但是你的生物特征不可能会被偷窃或泄漏；这样就从根本上消除了冒名顶替的现象。
由于生物认证克服了传统身份认证的无法克服的缺点，基于生物识别的身份识别技术迅速发展起来。
如指纹、人脸、视网膜、虹膜、DNA等其它的人体生物特征识别系统。
目前自动指纹识别技术基于细节特征最多，一般步骤为：采集、分割、增强、细化、细节特征提取、匹配。
基于细节特征的识别方法在匹配时，首先要将输入指纹的细节特征或模板库中细节特征进行校正，使得两个特征集在同一个坐标系中，然后在进行匹配。
动态阈值指纹图像二值化
像在一个适当区域内的各像素点的方向几乎相
同 在实际计算中 往往以该点所在块的方向近似
代 替该点的方向. 计算方向图的基本思想是: 在 原灰度图像中计算每一点(或每一块) 在各个方 向上的某个统计量( 如灰度差~ 梯度等) 根据这些 统计量在各个方向上的差异 确定该点( 或该块) 的方向.
在 现有文献中 关于指纹图像方向图的计算
文章编号: 1OOO-86O8( 2OO2) O5-O626-O3
基于方向图的动态阈值指纹图像二值化方法
李建华 马小妹 郭成安
( 大连理工大学 电子与信息工程学院 辽宁 大连 116O24 )
摘要: 提出一种基于方向图的~ 具有动态阈值的指纹图像二值化方法. 该方法充分利用了
指纹图像本身方向和灰度变化的特点 在保持指纹特征基本不丢失的情况下 可直接从指纹 源图像中得到二值化图像 一次性完成一般图像处理中的平滑~ 增强~ 二值化的过程. 实验表 明 此方法对于不同质量的图像都有着令人满意的处理效果.
参考文献:
[1] G0 RMAN L 0 , NICKERS0 N F V. An approach to f ingerprint f ilter design [J]. Pattern Recognition, 1989, 22( 1) : 29-38.
[2] ~0 NG Lin, WAN Yif ei, JAIN A. Fingerprint image enhancement: algorithm and performance evaluation [J]. IEEE Trans on Pattern Anal and Machine Intell, 1998, 20( 8) : 777-788.
1 方法的研究与实现
指纹预处理流程
**指纹预处理流程**一、去噪和平滑在指纹采集过程中，由于各种原因，如手指的湿润度、油渍、疤痕等，可能会导致采集到的指纹图像含有噪声。
这些噪声可能会干扰后续的特征提取和匹配过程。
因此，预处理的第一步是进行去噪和平滑，以消除或减少这些噪声，使指纹图像更加清晰。
常用的去噪和平滑算法包括高斯滤波、中值滤波等。
二、二值化二值化是指将指纹图像从灰度图像转换为黑白图像的过程。
在此过程中，算法将根据设定的阈值将指纹图像中的像素点分为两类：前景（指纹脊线）和背景。
常用的二值化算法有全局阈值法和自适应阈值法。
全局阈值法使用固定的阈值进行二值化，而自适应阈值法则根据图像的局部特征动态调整阈值。
三、细化细化是指将二值化后的指纹脊线进一步处理，使其只保留骨架结构的过程。
在此过程中，算法会遍历指纹图像中的每一个像素点，如果该像素点与相邻的像素点相连（即属于脊线），则将其保留；否则，将其去除。
通过细化处理，可以去除脊线周围的冗余部分，使指纹特征更加突出。
四、特征提取特征提取是指从细化后的指纹图像中提取出具有代表性的特征的过程。
这些特征包括但不限于脊线的方向、频率、分叉点、端点等。
提取的特征将被用于后续的编码和匹配过程。
常用的特征提取算法有基于方向场的特征提取方法和基于图像分割的特征提取方法等。
五、编码和匹配编码是指将提取出的指纹特征转换成可存储或传输的形式的过程。
在这个过程中，指纹特征将被转化为一个二进制字符串，这个字符串即为指纹的编码。
匹配则是指将待验证的指纹编码与已存储的指纹编码进行比对的过程。
常用的匹配算法有基于距离的匹配算法和基于特征点的匹配算法等。
指纹识别技术
挑战与问题：尽管指纹识别技术具有广泛的应用前景，但也面临着一些挑战和问题，如安 全性、隐私保护等
指纹识别技术标准 化的意义：促进技 术交流，提高技术 水平，推动产业发 展
技术标准化现状： 国际标准不断更新 和完善，国内标准 也在逐步跟进
产业协同发展：加 强产业链上下游企 业的合作，共同推 动指纹识别技术的 发展
技术标准化与产业 协同发展的重要性 ：提高指纹识别技 术的市场竞争力， 推动其在各行业的 应用和普及
指纹识别技术的 典型案例分析
应用范围：iPhone 5s及更高 版本，iPad Air 2及更高版本
技术原理：利用指纹识别技 术实现手机解锁和支付验证
安卓的指纹识别技术
微软的Windows Hello技 术
对比分析：各品牌的优缺 点和适用场景
指纹识别技术的 未来展望与思考
5G技术将为指纹识别带来新的发展机遇 指纹识别技术将与人工智能、物联网等技术融合发展 5G时代的指纹识别技术将更加注重用户体验和隐私保护 5G时代的指纹识别技术将应用于更多领域，如智能家居、智慧城市等
基于傅里叶变换的 指纹图像二值化处 理
小波变换的定义 和作用
基于小波变换的 指纹图像处理算 法的基本流程
小波变换在指纹 图像处理中的应 用及优势
基于小波变换的 指纹图像处理算 法的优缺点及改 进方向
预处理：增强、滤波、二值 化等
指纹图像采集
特征提取：脊线、谷线等特 征提取方法
模式匹配：将提取的特征与 目标指纹进行匹配
指纹采集：通过指纹采集仪获取指纹图像 预处理：对指纹图像进行噪声去除、增强等处理 特征提取：从处理后的图像中提取出指纹特征 匹配：将提取出的指纹特征与已有的指纹数据进行匹配比对
指纹图像预处理中的二值化技术
指纹图像预处理中的二值化技术
叶四民;陈福祥
【期刊名称】《自动化与仪器仪表》
【年(卷),期】2001(0)2
【摘要】预处理是指纹自动识别系统中很关键的一步 ,它的好坏将直接影响到后面的特征提取与匹配。
本文详细讨论了图像的二值化问题 ,提出了三种二值化方法 ,分别用它们对一幅指纹灰度图进行处理 ,并对其效果进行了比较。
【总页数】4页(P30-32)
【关键词】预处理;特征提取;阀值;细化;指纹;二值化;计算机;图像处理
【作者】叶四民;陈福祥
【作者单位】武汉理工大学
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.PCNN在指纹图像二值化中的应用 [J], 李辉;葛勋
2.改进的指纹图像预处理在指纹识别中的应用 [J], 吴健辉;许磊;杨坤涛;蒋冰莉
3.小波变换技术在指纹图像预处理中的应用 [J], 郭莉莉;马丽娜;
4.指纹图像预处理中的关键技术研究 [J], 吴健辉;许朝侠;杨坤涛;张国云
5.指纹方向图的获取及在指纹图像预处理算法中的应用 [J], 常宁;张泽
因版权原因，仅展示原文概要，查看原文内容请购买。
- 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)。
关 键词 ：指 纹 自动识 别 系统 ；二值 化 ；闽值 ；特征
中图法 分类 号 ：Ｔ ３ １４ Ｐ９． １
文 献标识 码 ：Ａ
文章 编号 ：１０ —６ ５ ２０ ）９０ ４ ・２ ０ １３ ９ （０６ ０ ・０９ ０
Ｉｆｕ ｎ ｅ ｏ ａ ａ ｔｒｓｉｓｏ ｎｇ ｒ ｒｎ ｎ Ｂｉａ ｉａｉｎ Ｐ ｏ ｅ ｓｎ ｎ ＡＦ Ｓ ｎ ｅ ｃ ｎ Ｃｈ ｒ ｃｅ ｉｔｃ ｆＦｉ ｅｐ ｉｔｉ ｎ ｒｚ ｔｏ ｒ ｃ ｓｉ ｇ ｉ Ｉ ｌ
ＧＵＯ Ｌ ｉ ＣＨＥＮ Ｄ — ａ ，Ｌ ｎ ， Ｌ ｉ ｅ， ａ ｈ ｉ ＩＧａ ｇ Ｉ Ｈａ
（ ｏｅｅｏ ｕｏ ｔ ｏｔ ｌ Ｎ ｒ ｗ ｓ ｒ ｏ ｔ ｈ ｉ ｌ ｎｖｒｔ， ｉａ ｈ ｎｉ １０ ２ ｈｎ Ｃ ｌｇ ｌ ｆＡ ｔ ｉ Ｃ ｎｒ ， ｏｔ ｅｔｎＰ ｌ ｅ ｎｃ ｉ ｓｙ Ｘ ’ ｎＳ ａｘ ０ ７ ，Ｃ ｉ ｍａ ｃ ｏ ｈ ｅ ｙ ｃ ａ Ｕ ｅｉ ７ ａ）
维普资讯
第 ９期
郭
雷等 ： 指纹 自动识别中二值化对指纹特征的影响
・ ９・ ４
指 纹 自动识 别 中二 值 化 对 指 纹 特征 的影 响 冰
郭 雷 ，陈大海 ，李 刚 ，李 海
（ 西北 工业 大 学 自动化 学院 ， 西 西安 ７０ ７ ） 陕 １０ ２
摘
要 ：在实际指纹库 中， 通过统计表明无法得到理想的双峰 阈值 ， 指纹的直方图普遍具有单峰的特点， 并且 阂
值的变化会直接影响到指纹特征数量的保持度 。即使在二值化前进行预处理时选择 了较好的阈值 ， 通过 比较 也 可以看 出图像增强中出现的新特征点， 特别是错误 的特征点仍然会影响到指纹识别。因此二值化方法对指纹特
通 常在计 算 机 指纹 自识 别 系统 （ ｕｏ ｔｄ Ｆｎｅ ｒ ｔ Ａ ｔ ｅ ｉｇｒｉ ｍａ ｐ ｎ Ｉｅ ｔ ｃｔ ｎＳｓ ｍ， Ｉ ） 指纹处 理算 法都需 要对 指纹 图 ｄｎｉ ａ ｏ ｙｔ ＡＦＳ 中， ｉ ｆ ｉ ｅ 像进行二值化处 理 ， 经二值化后 方可对指纹 图像进行 细化和特 征提取等工作 … 。二值 化处 理 程度 的好 坏 ， 直接 影 响到 指 将 纹特征 的提取 和 比对 ， 而影 响指纹 的识别 。 目前 数字图像 处 进
Ｋｅ ｏ ｄ ：Ａ ｔｍ ｔｄＦｎｅ ｒ ｔ ｄｎｉｃｔ ｎＳ ｓ ｍ（ ＦＳ ； ｉ ｒ ａｉ ； ｈｅｈ ｌ Ｖａ ｅ Ｃ ａａｔｒｔ ｙｗ ｒｓ ｕｏ ａ ｉｇｒｉ ｅｔ ａ ｏ ｙｔ Ａ Ｉ） Ｂｎ ｉ ｔ ｎ Ｔ ｒｓｏ ｌ ； ｈ ｒｃ ｉ ｉ ｅ ｐ ｎＩ ｆ ｉ ｉ ｅ ａｚ ｏ ｄ ｕ ｅｓｃ
Ａｂ ｔ ａ ｔ Ｉ ｈ ｃ ｕ ｌｆ ｇ ｒ ｒ ｔ ｓｏ ｅ ｏ ｓ ， ｔ ｔ ｔ ｓ ｓ ｏ ｈ ｔ ｉ ｅ ｌ ｂ ｍｏ ａ ｈ ｅ ｈ ｌ ａ ｕ ａ ｎ ｔｂ ｏ ｎ ａ ｄ ｔ ｅ ｓｒ ｃ ： ｎ ｔ ｅ ａ ｔ ａ ｎ ｅｐ ｎ ｔ ｒ ｈ ｕ ｅ ｓａｉ ｉ ｈ ｗ ｔ ａ ｄ ａ ｉ ｄ ｌｔ ｒ ｓ ｏ ｄ ｖ ｌ ｅ ｃ ｎ ｏ ｅ ｆｕ ｄ， ｎ ｈ ｉ ｉ ｓｃ ｃ ａ ａ ｔ ｒ ｔ ｆｓｎ ｌ ． ｅ ｋ ｈ ｓｏ ｒ ｍｓｃ ｎ ｂ ｅ ｅ ａｌ ０ ｎ ｉｉ ｌ ｎ ｅ ｒ ｔ ． ｈ ｈ ｎ ｅｏ ｒ ｓ ｏｄ ｖ ｌ ｅｗｉ ｎ ｕ ・ ｈ ｒｃ ｅ ｓｉ ｏ ｉ ｇ ｅ ｐ ａ ｉ ｇ ａ ａ ｅ ｇ ｎ ｒ ｌ ｆｕ ｄ ｉ ｄ ｇｔ ｇ ｒ ｉ ｓ ｔ ｅ ｃ ａ ｇ ｆ ｈ ｅ ｈ ｌ ａ ｕ ｌ ｉｆ ｅ ｉ ｃ ｔ ｙ ｎ ａｆ ｉ ｐ ｎ ｔ ｌ ｌ ｎ ｅ ｔ ｅ ｋ ｅ ｉ ｇ ｄ ｇ ｅ ｆｔ ｅ ｑ ａ ｔ ｙ ｏ ｎ ｅ ｒ ｔｃ ａ ａ ｔ ｒ ｔ ｉ ｃｌ ． Ｅ ｅ ｈ ｕ ｈ ｔ ｅ ｐ ｅｒ ａｍｅ ｔｔ ｈ ｎ ｅ ｒ ｔ ｃ ｈ ｅ ｐ ｎ ｅ ｒ ｅ ｏ ｈ ｕ ｎ ｉ ｆｆ ｇ ｒ ｉ ｈ ｒ ｃｅ ｉ ｉ ｄ ｒ ｔ ｔ ｉ ｐ ｎ ｓｃ ｅ ｙ ｖ ｎ ｔ ｏ ｇ ｈ ｒｔｅ ｔ ｎ ｏ ｔ ｅ ｆ ｇ ｒ ｉ ｉ ｐ ｎ ｉ ｇ ｈ ｏ ｅ ｂ ｔ ｒ ｈ ｅｈ ｌ ａｕ ｅ ｏ ｅｂ ｎ ｒ ａ ｉｎ，ｔ ｅ ｃ ａ ａ ｔｒｓ ｃ ｅ ｐ ｃ ａｌ ｒ ｎ ｈ ｒ ｃｅ ｓ ｃ ｏ ｅ ｒ ｅ ｅ ｙ ｍａ ｅ ｃ ｏ ｓ ｅｔ ｒ ｓ ｏ ｄ ｖ ｌ ｅ ｂ ｆｒ ｉ ａｉ ｔ ｅｔ ｚ ｏ ｈ ｈ ｒ ｃ ｅ ｔ ｓ ｅ ｉ ｌ ｗ ｏ ｇ ｃ ａ ａ ｔ ｒ ｔ ｆｎ ｗ ａ ｉ ｎ ｇ ｔｂ ｉ ｉ ｙ ｉ ｉ ｓ ｉ ｇ ｔｅ ｇ ｈ ｎ ｄ ｗｉ ｎｌ ｅ ｃ ｈ ｉ ｅ ｎ ｎ ｆｆ ｇ ｒ ｒｎ ｄ ｎ ｉ ｃ ｔ ｎ ｄ ｒ ｃｌ ．Ａｃ ｏ ｄ ｎ ｔｏ ｓｏ ｖ ｌ ａ ｉｇ，Ｓ ｍａ ｅ ｓｒ ｎ ｔ ｅ ｅ ｌ ｉ ｆ ｎ ｅｔ ｅ ｄ ｓ ｒ ｍｅ ｔ ｎ ｅ ｉ ｔ ｅ ｔ ａｉ ｉ ｔ ｌ ｕ ｃ ｏ ｉ ｐ ｉ ｉ ｆ ｏ ｅ ｙ ｃ ｒ ｉ ｇ ｔ ｍｅｈ ｄ ｆ ａ ｕ ｔ ｏ ｅ ｎ Ｏ ｅｆｃ ｓｏ ｉ ａｉａ ｉｎ ｐ ｏ ｅ ｓｎ ｏ ｔ ｅ ｆ ｇ ｒ ｒｎ ｈ ｒ ｃｅ ｓｉｓ ａ ｅ ｄｆｅ ｅ ｔ ｆ ｔ ｆｂｎ ｒ ｔ ｒ ｃ ｓｉ ｇ ｔ ｈ ｎ ｅ ｉ ｔｃ ａ ａ ｔ ｒ ｔ ｒ ｉ ｒ ｎ ． ｅ ｚ ｏ ｉ ｐ ｉ ｃ