根据matlab的指纹图像增强方法

根据matlab的指纹图像增强方法
根据matlab的指纹图像增强方法

课程设计报告

设计题目:指纹图像的增强

学院:电子工程学院

专业:电子信息工程

班级:

学号:

姓名:

电子邮件:

日期: 2013 年 9 月

成绩:

指导教师:

一、设计概述

1.课程设计题目:指纹图像的增强方法

2.基本要求:读取初始指纹图像,设计程序,实现指纹图像的增强,使指纹的

纹理更加清晰,便于识别。

3.指纹图像增强的意义:

指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路。指纹能使手在接触物件时增加摩擦力,从而更容易发力及抓紧物件。是人类进化过程式中自然形成的。目前尚未发现有不同的人拥有相同的指纹,所以每个人的指纹也是独一无二。由于指纹是每个人独有的标记,近几百年来,罪犯在犯案现场留下的指纹,均成为警方追捕疑犯的重要线索,使得指纹识别技术得到了飞快的发展,指纹图像的识别也就变得非常具有意义,但是通过传感器等方式获取到的指纹图像往往是比较模糊的,识别率相对较低,此时,指纹图像增强就孕育而生,通过对指纹图像的增强处理,得出了具有较清晰的图像,是识别率更高。

二.设计思路:指纹图像增强的主要步骤及方法

①读取指纹图像

②指纹图像灰度化处理

③指纹图像平滑处理

④指纹图像的腐蚀处理

⑤指纹图像的锐化处理

⑥指纹图像二值化

⑦指纹图像纹理的细化处理

三.具体的处理流程及其分析

1.指纹图像的读取

将通过传感器或者别的方式获取到的指纹图像读取到matlab中;如 .bmp .jpg 等格式的图片文件。

通过matlab实现:

I=imread(‘文件路径+图像名.jpg');

2. 指纹图像灰度化处理

数字图像可分为灰度图像和彩色图像。通过灰度化处理和伪彩色处理,可以使伪彩色图像与灰度图像相互转化;灰度化就是使彩色的R,G,B分量值相等的过程

I=rbg2gray(I)

3.指纹图像平滑处理(此处我们使用的是中值滤波的方法处理)

图像平滑的主要目的是减少图像噪声。图像噪声来自于多方面,有来自于系统外部的干扰(如电磁波或经电源窜进系统内部的外部噪声),也有来自于系统内部的干扰(如摄像机的热噪声、电器机械运动而产生的抖动噪声等内部噪声)。实际获得的图像都因受到干扰而含有噪声,噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或频率域处理。在空间域中进行时,基本方法就是求像素的平均值或中值;在频率域中则运用低通滤波技术。

图像平滑总是要以一定细节模糊为代价,因此如何尽量平滑掉图像的噪声,又尽量保持图像细节,是图像平滑研究的主要问题之一。

此处我们使用的是中值滤波的方法处理。中值滤波是一种非线性处理技术,由于它在实际运算过程中并不需要知道图像的统计特性,所以比较方便。在一定的条件下,中值滤波可以克服线性滤波器所带来的图像细节模糊,而且对滤除脉冲干扰及图像扫描噪声非常有效;但是,对一些细节多,特点是点、线、尖顶细节较多的图像则不宜采用中值滤波的方法。中值滤波的目的是在保护图像边缘的同时,去除噪声。

中值滤波的特性:

(1) 对某些输入信号中值滤波具有不变性

(2)中值滤波的去噪声性能

中值滤波可以用来减弱随机干扰和脉冲干扰。由于中值滤波是非线性的,因此对随机输入信号数学分析比较复杂。中值滤波的输出与输入噪声的概率密度分布有关,而领域平均法的输出与输入分布无关。中值滤波在抑制随机噪声上要比领域法差一些,但对于脉冲烦扰,中值滤波是非常有效的。

(3)中值滤波的频谱特性:

由于中值滤波是非线性运算,在输入与输出之间的频率上不存在一一对应的关系,故不能用一般线性滤波器频率特性分析方法。采用总体实验观察法,经大量实验表明,中值滤波器的频率响应与输入信号的频谱有关,呈现不规则波动不大的曲线,中值滤波幅谱特性起伏不大,可以认为信号经中值滤波后,频谱基本不变。

中值滤波的matlab实现:

I1=medfilt2(I,[5,5]);

figure,imshow(I);

figure,imshow(I1);

对带有噪声的指纹图像进行预处理,经过滤波后的图像能够消除图像中的一部分干扰影响。

4.指纹图像的腐蚀处理

指纹图像腐蚀运算后使得指纹纹路更细,便于后续的处理,但指纹图像显得模糊,但是接下来我们将对指纹图像进行锐化,使得图像边缘更加清晰。

灰度腐蚀的matlab实现程序:

s=ones(3,3);

I2=imerode(I1,s);

figure,imshow(I2);

5.指纹图像的锐化处理

图像锐化即对图像进行处理,使图像的边缘变得鲜明。目的是为了突出图像的边缘信息,加强轮廓特征,以便于人眼的观察和机器的识别对比。

这里我们采用的是Sobel算子对图像增强。Matlab实现程序如下

I3=double(I2);

h=fspecial('sobel');

K=filter2(h,I3);

figure,imshow(K)

K1=I3-K;

figure,imshow(K1);

指纹图像竖直方向的纹路有很大的残缺,显然该图像的清晰度不令人满意,为了获得较清晰的指纹图像,我们将对上述图像进行修补,本文所使用的方法是将锐化处理前的图像逆时针旋转90度,再以上述同样的方法对图像进行锐化增强,由此得到的图像再顺时针旋转90度。

matlab实现程序:

%图像逆时针旋转90度再进行锐化

I=imread('f:\image2_0.jpg');

J=double(I);

h=fspecial('sobel');

K=filter2(h,J);

figure,imshow(K)

K1=J-K;

figure,imshow(K1');

imwrite(K1','f:\s2.jpg');

先将两幅指纹图像进行配准,配准完成后,再进行简单的融合。

%两幅图像配准

I1=imread('f:/s1.jpg');

I2=imread('f:/s2.jpg');

J1=double(I1);

J2=double(I2);

K1=fft2(J1);

K2=fft2(J2);

out=dftregistration(K1,K2,1);

两幅图像进行配准后再相加的的MATLAB程序

%配准后相加

I1=imread('f:/s1.jpg');

I2=imread('f:/s2.jpg');

I4=double(I1);

I5=double(I2);

[width,height]=size(I5);

NewR2=zeros(width,height);

for i=1:width

for j=1:height

source_x=i+1;

source_y=j+1;

if(source_x>width||source_y>height)

NewR2(i,j)=0;

else

if(source_x/double(uint16(source_x))==1.0&source_y/double(uint16(sou rce_y))==1.0)

NewR2(i,j)=I5(int16(source_x),int16(source_y));

End

end

end

end

I6=NewR2;

I3=uint8(I4);

I7=uint8(I6);

figure,imshow(I3);

figure,imshow(I7);

K=imadd(I3,I7,'uint16');

figure,imshow(K,[]);

6.指纹图像的二值化

对指纹图像进行二值化,其基本要求就是二值化后的图像能真实地再现原指纹。具体要求为:

①.脊线中不出现空白。

②.二值化后的脊线基本保持原来指纹的特征。

③.指纹的纹线不应有太多的间断和相连。

④.指纹纹线间的间距应大致相同。

⑤ .由于指纹识别系统的特性,二值化算法的速度也应是一个评价指标。二值化的matlab实现:

%二值化

I=imread('f:\image3.jpg');

level=graythresh(I);

J=im2bw(I,level);

figure,imshow(J);

imwrite(J,'f:\image4.jpg')

7.指纹图像的细化

细化又称骨骼化,是指在不影响图像的拓扑关系的情况下,将图像中宽度大于一个像素的线条转变为只有一个像素宽度的图像的处理过程。

细化的matlab实现:

%细化

I=imread('f:/image4.jpg');

J=I(:,:,1)>160;

K=bwmorph(~J,'thin','inf');

figure,imshow(~K);

四、思考及总结

在此课程设计完成之际,向我们的邓成老师表示衷心的感谢。因为通过本次的课程设计,我们能够有一个很好的机会对过去学到的知识进行巩固和实践。由于未学习过数字图像这门课程,并且对matlab软件的掌握也不够精通,在设计的过程中遇到不少的陌生名词,我们基本是边学习边进行的课程设计。能力有限,设计的结果并不尽如人意,未能将所有的思路投入到实践中。

我同时也要感谢我身边的同学,在设计期间给予了我不少有益的信息和建议,使我顺利解决了许多问题,在此向大家表示真诚的感谢。

最后衷心地感谢信息科学与工程学院领导与老师,为我们提供了良好的学习环境和实践机会,给予了我们许多有益的指导与帮助。

Matlab软件设计一.课程设计题目:指纹图像增强方法

二.基本指标:读取指纹图像,增强图像,输出图像。

三.设计思路:

使用matlab图形界面系统gui来实现主界面。通过鼠标点击控件,读取目标图片,把目标图片写入指定路径(默认‘f:\’)。对目标图片进行增强处理,显示每一步的增强图像。保存最终增强图像在指定路径中。主界面button选项有“打开文件”,“指纹图像增强”,“关闭窗口”,“帮助”。

四.主界面显示

五、窗口控件对象和菜单对象及其功能代码实现

1、‘打开文件’按键和‘openpic’菜单选项

实现读取目标图像和保存在规定路径下的操作。

查找图像,文件不存在则关闭,存在则保存到F:\下并显示图像。

2、‘指纹图像增强’按键

通过平滑,腐蚀,锐化,二值化,细化等操作使图像增强,显示并且保存图像。

首先用rbg2gray()函数将图像转换成灰度图。Medfilt2(),imerdode(),分别进行平滑,腐蚀处理。锐化处理采用sober算子对原图像和翻转后图像锐化,采用dftregistration()函数配准两图像,用imadd对配准的两图像进行图像匹配。Im2bw()和bwmorph()分别进行二值化和细化处理。最终得到增强后的指纹图像。并且在每一步的过程中显示图像。

3、‘关闭窗口’按键和closepic菜单选项

关闭打开的所有窗口。

Close all简洁明了地关闭所有窗口。

4、‘帮助’按键和‘help’菜单选项

给出关于软件使用的文本窗口。

Winopen()打开指定目录下的“关于”文本文档。

六、操作结果及其显示

1.打开文件,选择图像(image.jpg)

2.图像增强,显示图像

3.关闭窗口

六、其他

1.主界面的图像

在初始化函数function untitled_OpeningFcn()中进行显示。

2.帮助文档

基于matlab指纹识别论文详解

《MATLAB语言》课程论文 Matlab指纹识别系统 姓名:江帅璋 学号:12013241957 专业:通信工程 班级:通信2班 指导老师:朱瑜红 学院:物理电气信息学院

完成日期:2014.11.11 Matlab指纹识别系统 (姓名江帅璋2013级2班) 摘要 本文系统地介绍了指纹识别技术的发展和国内外研究应用现状,阐述了建立指纹识别系统的必要性和意义。以数字图像处理为基础,研究指纹识别的原理和方法,重点分析基于神经网络指纹识别算法、滤波特征和不变矩指纹识别算法和指纹匹配算法,将matlab作为仿真工具,针对已有的三种指纹识别算法进行编程识别;并通过实验论证各种算法的优缺点。 关键字:指纹识别;算法;matlab仿真

目录 第一章绪论 (4) 1.1 引言 (4) 1.2指纹识别技术的发展和研究现状 (5) 1.3 指纹识别研究的目的和意义 (7) 1.4 本论文结构 (8) 第二章指纹识别的理论和方法 (9) 2.1指纹识别的基本原理 (9) 2.2指纹识别系统工作流程 (9) 2.3指纹识别技术的方法 (10) 2.3.1神经网络指纹识别算法 (10) 2.3.2 滤波特征和不变矩指纹识别算法 (11) 2.3.3指纹匹配算法 (13) 第三章matlab仿真实验结果与分析 (16) 3.1 算法matlab仿真结果 (16) 3.2 结果分析 (17) 第四章总结与展望 (18) 参考文献 (19) 附录 (20) 致谢............................................................................................ 错误!未定义书签。

MATLAB图像增强总结程序

MATLAB图像增强程序举例 1.灰度变换增强程序: % GRAY TRANSFORM clc; I=imread('pout.tif'); imshow(I); J=imadjust(I,[0.3 0.7],[0 1],1); %transforms the walues in the %intensity image I to values in J by linealy mapping %values between 0.3 and 0.7 to values between 0 and 1. figure; imshow(J); J=imadjust(I,[0.3 0.7],[0 1],0.5); % if GAMMA is less than 1,the mapping si weighted to ward higher (brighter) %output values. figure; imshow(J); J=imadjust(I,[0.3 0.7],[0 1],1.5); % if GAMMA is greater than 1,the mapping si weighted toward lower (darker) %output values. figure; imshow(J) J=imadjust(I,[0.3 0.7],[0 1],1); % If TOP

2.直方图灰度变换 %直方图灰度变换 [X,map]=imread('forest.tif'); I=ind2gray(X,map);%把索引图像转换为灰度图像 imshow(I); title('原图像'); improfile%用鼠标选择一条对角线,显示线段的灰度值 figure;subplot(121) plot(0:0.01:1,sqrt(0:0.01:1)) axis square title('平方根灰度变换函数') subplot(122) maxnum=double(max(max(I)));%取得二维数组最大值 J=sqrt(double(I)/maxnum);%把数据类型转换成double,然后进行平方根变换%sqrt函数不支持uint8类型 J=uint8(J*maxnum);%把数据类型转换成uint8类型

基于MATLAB的指纹识别系统设计

基于MATLAB的指纹识别系统设计

摘要 生物识别技术已经成为身份识别和网络安全的发展技术之一,其中指纹识别技术是目前公认的安全,准确,方便的身份认证技术之一,使之成为人们研究的热点。 本文主要设计一个基于matlab 的指纹识别系统。首先主要介绍了指纹识别技术研究的背景,意义,及现状。其次,实现了指纹识别系统,描述了指纹识别系统的基本结构,并且对指纹图像的预处理、特征提取、特征匹配这三个必要的环节的算法进行了详细地研究,在指纹图像预处理阶段,本文使用基于灰度的算法对图像进行了分割,同时,针对二值化后图像中仍存在的噪声,也进行了相应的修整处理,尽可能的为以后指纹特征的提取打好基础,从而成功地实现了对指纹数字图像的处理、特征提取、保存和匹配等功能。最后,对指纹识别系统进行了仿真,仿真结果表明该系统可以较好的进行识别,准确率达到了95.1%。 关键词:指纹识别;预处理;二值化;特征提取;特征匹配

Abstract Biometric technology has become one of the developing technologies for identity recognition and network security. And fingerprint identification technology is now recognized as one of the most safe, accurate and convenient authentication technologies, and it is a focus for researchers. This paper designs a matlab-based fingerprint recognition system. The first introduces the fingerprint recognition technology research background, significance, and the status quo. Secondly, to achieve fingerprint identification system, describes the basic structure of the fingerprint identification system, and the fingerprint image preprocessing, feature extraction, feature matching these three essential aspects of the algorithm is studied in detail in the fingerprint image pre-processing stage this article uses an algorithm based on gray image segmentation carried out at the same time, for the image after binarization noise still exists, but also for the corresponding trimming process, as much as possible for the future lay the foundation for fingerprint feature extraction and thus successfully achieved fingerprint digital image processing, feature extraction, storage and matching functions. Finally, the fingerprint identification system for simulation, simulation results show that the system can identify a better accuracy rate reached 95.1%. Key Words:Fingerprint Recognition;Processing;Binarization;Feature Extraction;Feature Matching

Matlab指纹识别

指纹识别技术研究 个人的指纹是独一无二的,两人之间不存在着相同的手指指纹。 每个人的指纹是相当固定的,不会随着人的年龄的增长或身体健康程度的变化而变化,但是人的声音等却存在较大变化的可能。 3)指纹样本便于获取,易于开发识别系统,实用性强。目前已有标准的指纹样本库,方便了识别系统的软件开发;另外,识别系统中完成指纹采样功能的硬件部分也较易实现。而对视网膜则难于采样,也无标准的视网膜样本库供系统软件开发使用,这就导致视网膜识别系统难以开发,可行性较低。 一个人的十指指纹皆不相同,这样可以方便地利用多个指纹构成多重口令,提高系统的安全性。 指纹识别中使用的模板并非最初的指纹图,而是由指纹图中提取的关键特征,这样使系统对模板库的存储量较小。另外,对输入的指纹图提取关键特征后,可以大大减少网络传输的负担,便于实现异地确认,支持计算机的网络功能。 近些年来,电子信息技术的飞速发展,特别是传感技术、电子信号处理技术、计算机数据管理技术、计算机网络技术的飞速发展,为指纹识别技术的成型提供了强大的硬件支持。与此同时,图形图像处理学、人工智能学、软件工程学等新兴学科的蓬勃发展也为指纹识别技术的进步提供了强有力的软件支持。指纹识别的发展中,也存在自身的不足,如指纹识别系统性能的测试和评估标准的确立、相关软件的标准化问题都是有待进一步解决的。指纹识别技术作为一项迅猛发展的新技术,有了软硬件等方面的强大保障,同时又有指纹识别自身的诸多优点,相信指纹识别技术一定会有更加美好的发展前景。 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

matlab图像几何变换和图像增强

一.图像几何变化 (1)放大,缩小,旋转 程序: I=imread('111.jpg'); J=imresize(I,1.5); L=imresize(I,0.75); K=imrotate(I,35,'bilinear'); subplot(221),subimage(I); title('原图像'); subplot(222),subimage(J); title('放大后图像'); subplot(223),subimage(L); title('缩小后图像'); subplot(224),subimage(K);title('旋转后图像'); 二.图像频域变换 (1)傅里叶变换 真彩图像灰度图像傅里叶变换谱程序:I=imread('111.jpg'); figure(1); imshow(I); B=rgb2gray(I); figure(2);

imshow(B) D=fftshift(fft2(B)); figure(3); imshow(log(abs(D)),[ ]); (2)离散余弦变换 真彩图灰度图进行离散余弦变换后程序: RGB=imread('111.jpg'); figure(1); imshow(RGB); G=rgb2gray(RGB); figure(2); imshow(G); DCT=dct2(G); figure(3); imshow(log(abs(DCT)),[]); 三.图像增强: (1)指数变换 程序:

f=imread('111.jpg') f=double(f); g=(2^2*(f-1))-1; f=uint8(f); g=uint8(g); subplot(1,2,1),subimage(f); subplot(1,2,2),subimage(g); (2)直方图均衡 程序: I=imread('111.jpg'); I=rgb2gray(I); figure subplot(221);imshow(I); subplot(222);imhist(I) I1=histeq(I); figure; subplot(221);imshow(I1) subplot(222);imhist(I1) (3)空域滤波增强 锐化滤波(Roberts算子Sobel算子拉普拉斯算子)

Matlab在指纹识别系统中的应用

指纹识别系统的简述 指纹识别提取的特征点有两个地方,一个是结束点和分叉点。而指纹的自动匹配就是取决于这些区域对比的特征以及关系来达到识别的目的。这些细节点比对的正确程度又很大的依赖于输入指纹的质量。所以提高输入指纹的图片质量成为了识别的基础。 指纹图像加强步骤 步骤简述 grey-level fingerprint image:用matlab计算出图片的平均值mean 以及方差varianc. orientation image:显示指纹图像的纹路方向 frequency image:显示指纹脊谷沿着该区域的指纹方向的频率 region mask:判断指纹是否可恢复,可修复的指纹图像才能进入滤波器步骤 Gabor filter:使图像平滑,消除原始图像噪点 上两周与导师在时间方面做了一次交流,对第一步标准化得灰值图在matlab上进行了试验。我们输入一个图像Image进去以后,通过matlab计算出它原始的平均值mean以及方差variance,分别记为M(I)和VAR(I),然后再输入我们的期望M以及期望VAR,将计算出M(I)和VAR(I),期望M以及期望VAR带入公式得出一个期望的G(i,j),得到一个标准化得灰值图。 具体步骤的实施 1.标准化 用论文中的公式计算出期望的灰度值,公式中包含期望的均值和方差以及已计算出的图像本身的均值和方差,得到标准化后的灰度图像G。 2.方向性图像 图片会沿着指纹的方向显示出脊谷的方向,是一个指纹图像固有的特性。 1)将标准化后的图像G按块分。 2)计算每个像素中x与y方向上的梯度(利用Sobel Operator 索贝尔算子) 3)运用论文中所给等式估计出每块的区域的中心方向。(最小二乘估计) 4)由于噪点的存在,毁坏了指纹的脊谷结构和细节点,所以我们所估计的方向未必准确。又因为在没有单个点出现的区域以及邻域当中脊谷的方向变化不大,所以我们可以用低通滤波器去修改不正确的区域方向。为了得到这个滤波器我们可根据论文中等的公式将方向图像转化为一个连续的矢量场。 5)再计算一次正确的方向 3.脊谷的频率图像

图像增强及MATLAB实现

《数字图像处理》课程设计 课设题目:图像增强与MATLAB实现学校学院:华东交通大学理学院 学生班级:13级信息计算(2)班学生:超 学生学号:20130810010216 指导老师:自柱

图像增强与MATLAB实现 摘要 数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。图像增强是数字图像处理的过程中经常采用的一种方法,它对提高图像质量起着重要的作用。本文先对图像增强的原理进行概述,然后对图像增强的方法分类并给出直方图增强、对比度增强、平滑和锐化等几种常用的增强方法的理论基础,通过Matlab实验得出的实际处理效果来对比各种算法的优缺点,讨论不同的增强算法的技术要点,并对其图像增强方法进行性能评价。 关键字:图像;图像增强;算法

目录 一、MATLAB的简介 (1) 1.1MATLAB主要功能 (1) 二、MATLAB的主要功能 (1) 2.1数字增强技术概述 (1) 2.2数字图像的表示 (2)

三、直方图的均衡化 (2) 3.1图像的灰度 (2) 3.2灰度直方图 (2) 3.3直方图均衡化 (3) 四、图像二值化 (5) 4.1图像二值化 (5) 五、对比度增强 (7) 5.1对比度增强 (7) 5.2灰度调整 (8) 5.3对数变换 (9) 六、滤波 (10) 6.1平滑滤波 (10) 6.2线性平滑滤波程序: (11) 6.3非线性滤波 (12) 七、锐化 (18) 八、参考文献 (19) 九、自我评价 (20)

一、Matlab的简介 1.1 MATLAB主要功能 MATLAB是建立在向量、数组和矩阵基础上的一种分析和仿真工具软件包,包含各种能够进行常规运算的“工具箱”,如常用的矩阵代数运算、数组运算、方程求根、优化计算及函数求导积分符号运算等;同时还提供了编程计算的编程特性,通过编程可以解决一些复杂的工程问题;也可绘制二维、三维图形,输出结果可视化。目前,已成为工程领域中较常用的软件工具包之一。 二、MATLAB的主要功能 2.1数字增强技术概述 图像增强是按特定的需要突出一幅图像中的某些信息,同时,消弱或去除某些信息使得图像更加实用。图像增强技术主要包含直方图修改处理、图像平滑处理、图像尖锐化处理等。 图像增强技术主要包括:直方图修改处理,图像平滑处理,图像尖锐化处理,彩色图像处理。从纯技术上讲主要有两类:频域处理法和空域处理法。 频域处理法主要是卷积定理,采用修改图像傅立叶变换的方法实现对图像的增强处理技术;空域处理法:是直接对图像中的像素进行处理,基本上是以灰度映射变换为基础的。

基于matlab的指纹图像增强方法

课程设计报告 设计题目:指纹图像的增强— 学院:电子工程学院 专业:电子信息工程 班级:__________________________ 成绩: 指导教师: 一、设计概述 1. 课程设计题目:指纹图像的增强方法 2. 基本要求:读取初始指纹图像,设计程序,实现指纹图像的增强,使指纹的纹理更加清晰,便于 识别。

3. 指纹图像增强的意义:指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路。指纹能使手在接触物件时增加摩擦力,从而更容易发力及抓紧物件。是人类进化过程式中自然形成的。目前尚未发现有不同的人拥有相同的指纹,所以每个人的指纹也是独一无二。由于指纹是每个人独有的标记,近几百年来,罪犯在犯案现场留下的指纹,均成为警方追捕疑犯的重要线索,使得指纹识别技术得到了飞快的发展,指纹图像的识别也就变得非常具有意义,但是通过传感器等方式获取到的指纹图像往往是比较模糊的,识别率相对较低,此时,指纹图像增强就孕育而生,通过对指纹图像的增强处理,得出了具有较清晰的图像,是识别率更高。 二.设计思路:指纹图像增强的主要步骤及方法 ①读取指纹图像 ②指纹图像灰度化处理 ③指纹图像平滑处理 ④指纹图像的腐蚀处理 ⑤指纹图像的锐化处理 ⑥指纹图像二值化 ⑦指纹图像纹理的细化处理 三.具体的处理流程及其分析 1. 指纹图像的读取 将通过传感器或者别的方式获取到的指纹图像读取到matlab 中;如.bmp .jpg 等格式的图片文件。通过matlab 实现: I=imread(‘文件路径+图像名.jpg'); 2. 指纹图像灰度化处理 数字图像可分为灰度图像和彩色图像。通过灰度化处理和伪彩色处理,可以使伪彩色图像与灰度图像相互转化;灰度化就是使彩色的R,G,B 分量值相等的过程 I=rbg2gray (I ) 3. 指纹图像平滑处理(此处我们使用的是中值滤波的方法处理) 图像平滑的主要目的是减少图像噪声。图像噪声来自于多方面,有来自于系统外部的干扰(如电磁波或经电源窜进系统内部的外部噪声) ,也有来自于系统内部的干扰(如摄像机的热噪声、电器机械运动而产生的抖动噪声等内部噪声) 。实际获得的图像都因受到干扰而含有噪声,噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或频率域处理。在空间域中进行时,基本方法就是

(Printed)基于Matlab实现的指纹图像细节特征提取

第24卷 第1期计 算 机 仿 真2007年1月 文章编号:1006-9348(2007)01-0182-04 基于M a tl ab实现的指纹图像细节特征提取 郭晶莹,吴晴,商庆瑞 (北京工业大学,北京100022) 摘要:指纹图像的特征提取是指纹识别的关键,而指纹匹配通常基于细节点匹配。介绍了一套基于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。实验证明,用Matlab实现的这种方法,既简单快速,而且具有较高的准确率。 关键词:指纹识别;细节点;特征提取;伪特征点 中图分类号:TP391.4 文献标识码:A M i n uti a e Extracti on of F i n gerpr i n t I mage Ba sed on M a tl ab G UO J ing-ying,WU Q ing,SHANG Q ing-rui (Beijing University of Technol ogy,Beijing100022,China) ABSTRACT:M inutiae extracti on is essential in finger p rint recogniti on,and finger p rintmatch is used t o search m inu2 tiae.This paper intr oduces a set of algorith m s for extracting m inutiae fr om finger p rint i m age based on Matlab.M inuti2 aes(end m inutia and bifurcati on m inutia)are extracted fr om thinned finger p rint i m age and they have a l ot of false m i2 nutiaes.They are not only ti m e-consu m ing,but als o affectmatching p recisi on.Most false m inutiae are eli m inated by a method using edge-deleting and distance-threshold in this paper.Reliable m inutiaes are extracted in order t o a2 chieve finger p rint match.The experi m ental results show that this algorith m of matlab is si m p le,quick and accurate. KE YWO RD S:Finger p rint recogniti on;M inutia;M inutiae extracti on;False m inutiae 1 引言 指纹识别技术是一种应用前景非常乐观的生物识别技术,国内外很多机构都在进行相关研究,尽管目前已有多种商用自动指纹识别系统在市场上销售,这些产品都宣称有极好的性能[1],但由于技术的保密性、现有算法的缺陷性以及追求产品的完美实用性,使得指纹识别算法的研究仍然是当前国内外研究的热点之一。在指纹自动识别系统中,必须对指纹进行特征提取,然后根据特征及其相互之间的位置与拓扑关系在指纹库中进行匹配,从而检索到有关信息。指纹的特征是指纹脊线的某种构型,如端点、分叉点等。 本文介绍了一套基于Matlab实现的指纹细节特征提取及其后处理算法。本文的算法都是通过MAT LAB仿真而验证的,以Matlab作为指纹图像识别算法仿真的平台,既有较高的准确率,而且可以大大减小仿真的难度。 2 指纹识别系统的工作原理 指纹识别流程如图1。 活体指纹通过指纹采集装置采集到系统中,形成指纹数据图像。采入的指纹图像一般存在大量无用信息和干扰信息(噪声),预处理就是要把这些信息尽量去除掉,使图像更清晰,以便提取正确的指纹特征从而达到正确匹配。预处理过程主要包括指纹图像的滤波增强、二值化、细化等,最后输出纹线宽度只有一个像素的细化二值指纹图像。并在此基础上,进行指纹特征信息的提取,得到该枚指纹的特征集(特征点的坐标、方向、数量等信息),然后用该枚指纹的特征集与已登记的指纹特征集进行匹配,最后显示识别结果。 3 M AT LAB语言简介 MAT LAB语言是一种优秀的计算机语言,具有数学运算能力是它的突出优点之一。许多在C语言中或者其它高级语言中很复杂的编程问题在MAT LAB语言编程中只需要一条专用指令就可以完成。MAT LAB语言的所有计算都基于矩阵运算来完成,所以,MAT LAB中的所有变量都定义为矩阵,所有的运算都是关于矩阵的运算。它是一种解释型语言,几乎没有格式上的限制。为了缩短算法的开发周期,运用MAT LAB语言描述简单和图形显示功能比较强大的特点,以它作为指纹图像识别算法仿真的平台。 收稿日期:2005-11-04 修回日期:2005-11-07

基于MATLAB图像处理的指纹特征点提取[权威资料]

基于MATLAB图像处理的指纹特征点提取[权威资料] 基于MATLAB图像处理的指纹特征点提取 摘要:伴随着信息科学技术飞速发展的步伐,非常多的系统更加关注安全的问题,因此,可靠的、安全的身份识别技术成为了众多系统安全应用的首选。指纹图像特征提取作为指纹识别领域非常重要的研究部分,自然而然的引起了广大学者的关注。本课题研究的主要内容便是指纹图像特征点提取以及伪特征点的剔除。 关键词:MATLAB;特征点;指纹识别;分叉点 TP391.41 随着科学技术以及社会的不断进步,基于口令、信物、数字等的传统的安全认证模式正在变得越来越脆弱[1],现代化的安全系统必须寻求全新的安全认证方法才能满足现代化的社会需求。指纹识别技术是到目前为止应用最为广泛的个人身份认证技术,指纹所具备的稳定性以及唯一性更加的确定了指纹识别技术的应用地位,在计算机不断进步的同时,指纹识别技术以及算法也在不断的提升,甚至指纹传感器的性能也得到了大幅度的提升,所以,较高质量的指纹图像信息采集技术成为了安防领域以及身份认证领域研究的重点课题。 1 指纹图像特征 1.1 指纹图像全局特征 指纹的全局特征通常指的是常人通过肉眼就可以辨认出的特征,全局特征的基本纹路图案通常分为三种:环型(loop),弓型(arch)以及螺旋型(whorl)[2],这三个指纹图案是其余的指纹图案的基础,但是三种类型的分类相对比较粗略,并不能完全比对出采集到的指纹图像,但是对指纹进行分类却能够为指纹图案的比对查询提供方便。

通常情况下,指纹图像中的用于描述全局特征的区域称之为模式区,即通过指纹图像的模式区便可以将指纹图像进行分类划分,有的指纹算法提取的只是模式区的指纹数据,而有的指纹算法则仅仅提取模式区的一部分指纹数据。 指纹图像的核心点具体指的是指纹图像纹路的渐进中心,这个点的数据信息非常重要,通常被用作读取指纹时以及比对指纹时候的参考点,指纹图像的核心点被很多的指纹识别算法采用,但是局限是仅仅能够识别具备核心点的指纹图像。 指纹图像数据也存在三角点,具体指的是以核心点为标准,开始之后的第一个断点或者分叉点,亦或者相交纹路的汇聚点、折转点、孤立点,或者指向这些点的怪异点。三角点是指纹识别算法的关键点之一,为指纹图像纹路的计数跟踪提供了基准参考点。 指纹纹数具体指的是模式区内所有指纹纹路的数量。指纹纹数在计算的时候,通常会将核心点与三角点连接起来[3],这条连线与指纹纹路交接点的数量便可以确定指纹图像的纹数。 1.2 指纹图像局部特征 指纹图像的局部特征具体指的是指纹上节点的详细特征,具备一些特征的指纹图像节点被称之为特征点。不同的指纹可能会出现总体特征相同的情况,但是绝对不会出现特征点相同的不同指纹。 1.2.1 指纹图像的特征点 指纹图像的纹路并不是笔直的、平滑的、连续的,伴随着指纹纹路的经常是分叉、打折亦或者中断,指纹纹路的这些分叉点、断点以及转折点便被称之为“特征点”,众多的“特征点”的集合便构成了确定指纹图像唯一的信息数据。 1.2.2 指纹图像特征点的分类 指纹的特征点通常被分为终结点、分叉点、分歧点、孤立点、环点、短纹、方向、曲率以及位置。终结点以及分叉点是特征点最为典型的两类。

matlab提供的红外图像增强实例

matlab里提供的TM图像增强实例: View code for landsatdemoRun this demo Landsat Color Composite landsatdemo Landsat color composite demo. This demo allows you to experiment with creating color composites from Landsat Thematic Mapper https://www.360docs.net/doc/9d18000871.html,ndsat data consists of7spectral bands that each reveal different features of the region that is imaged.The data is read into a512-by-512-by-7array.To create a color composite, we form an RGB image by assigning spectral bands to red,green,and blue intensities. Try out some common color composites by clicking on the radio buttons.The numbers in square brackets map the spectral bands to red, green,and blue.The array[321]means band3will be shown as red intensities,band2will be shown as blue intensities,and band1will be shown as green intensities. "True Color[321]"-shows what our eyes would see from an airplane. "Near Infrared[432]"-shows vegetation as red,water as dark. "Shortwave Infrared[743]"-shows changes due to moisture. Click on"Custom Composite",and change the popup menus to create your own combinations of red,green,and blue. Click on"Single Band Intensity"to see individual bands as gray intensity images. Try turning off"Saturation Stretch"by clicking on the checkbox.For most Landsat data sets,saturation stretching is important.When saturation stretching is turned on,the demo clips2%of the pixels in each band and does a linear contrast stretch before displaying the image. Try turning on"Decorrelation Stretch"by clicking on the checkbox. This visual enhancement increases color separation by eliminating correlation between channels,making subtle spectral differences easier to recognize.If both"Saturation Stretch"and"Decorrelation Stretch"are checked,the decorrelation stretch is followed by a linear saturation stretch.

基于MATLAB的指纹识别系统(开题报告)

重庆工商大学 毕业论文(设计)开题报告计算机科学与信息工程学院(系)测控技术与仪器专业(本科)2006级1班课题名称:基于MATLAB的指纹图像预处理系统设计 毕业论文(设计)起止时间: XX年XX月XX日~XX月XX日(共XX周) 学生姓名:XX学号:XX 指导教师:XX 报告日期: XX学毕业论文(设计)开题报告3-1

1.本课题所涉及的问题在国内(外)的研究现状综述 1、指纹识别及其优点。人手的指纹即为手指皮肤上的花纹,它是人的一种生物特征。该特征具有独特的性质,其花纹的细节由细微纹点和纹脊的起点、终点、分叉、结合等组成。正是这些无穷无尽的细节特征组合构成了指纹 的唯一性。事实上,甚至包括双胞胎,世界上两个指纹相同的几率<1/ 9 10,几乎为零,这就构成了指纹的第一大特 点。指纹特征的另外几大特点是:不变性——即指纹的图案永远不会改变;与主体永不分离性——即指纹不存在丢失、遗忘、被窃取的可能;指纹的使用比起其它证卡来说更快捷、安全、准确、无干扰,可实现快速登录注册,系统兼容性好,也就是说可以独立或者通过联网构成系统且很容易并入各类证卡和定义识别系统中。因此,指纹识别技术的应用范围极广(除化学家和矿工外均能鉴定)。 2、指纹自动识别系统的发展现状。指纹自动识别系统是集计算机、网络、光电技术、图像处理、智能卡、数据库技术等于一体的综合高技术。目前的指纹自动识别系统是采用先进的光电识别办法采集一个指纹信息,并把它变成可以和已由计算机处理过的暗码相比对的代码。这些代码都经过加密处理,然后经独特的相关算法进行识别判断,在算法上有的采用是一个指纹的全部图案,而有的是指纹的特殊细节。 目前的自动指纹识别系统已具有如下特点:(1)可靠性:采用独特的容错技术,既使指纹有破坏,即指纹不全或指纹随时间有自然的变化时也不影响正确识别。(2)快捷性:大多数系统鉴别时间仅需1~3s,登录注册一个新客户只需1m in的时间。(3)灵活性:一个指纹信息的代码可以压缩到几十个字节到几百个字节,因此可以存放在一个磁条上或者一张两维条码卡上或者IC卡上,甚至几个指纹代码可以存在一张智能卡上。当然,成千上万的代码可以存放在局域或网络化数据库中,这样,代码可以沿网络迅速传输,因而可以灵活的构成各类系统,即可以独立使用或集成到一个大范围的出入口控制或者安全处理系统如证卡存档识别系统中。(4)可接受性:一个因素是目前的系统具有高性能;另一个因素是目前的系统设计已考虑到人类工程学设计,因而易被用户接受。(5)安全性:所有个人代码都经过了特殊加密,通过所存储的代码不可能复原原指纹,彻底避免了指纹的冒用,因此既使证卡丢失,也不存在安全问题。(6)方便性:目前出现的各类指纹识别系统一般外观设计精巧、结实,采用了精密独特的光电系统,具有LD或全程液晶提示,备有多种安装模式。(7)兼容性:可以与现有的各类系统兼容,可实现全自动化的识别。(8)实时性:可实现完整的跟踪、实时报警功能。正是由于目前已经开发出了具有如上特点的指纹识别技术,因此以此为基础的个人识别技术,即证卡、代码、指纹的综合动态模式组合,将可以对不同的应用场所提供不同的安全等级。 3、市场前景。自动指纹识别系统有着极其广阔的应用前景。众所周知,指纹识别最早是在罪犯鉴别中应用,它对于提高侦破手段、震慑罪犯、打击刑事犯罪成为强有力的武器并起到了重要作用。根据目前的了解,A F IS的其它适用场所为:政府各类机要部门(例如档案馆(室)、机要室)、国家重点实验室及生产重地、机场、军事要地(例如基地、仓库)、重要军事装备或关键设备的启动控制、银行金库、金融系统、代保管库、博物馆、珍宝馆、高级住宅、高级宾馆等重要门禁或入口控制、汽车门锁等。除此之外,另一大潜在应用前景是:自动取款机(A TM)、信用卡、驾驶执照、身份证、医疗健康卡、移民登记、计算机系统安全、机械登记等方面。1、指纹锁,指纹锁可以装在门里、车内、保险箱柜的内部,外面无锁眼,从而避免了撬锁,可广泛用于金库、保安、银行、出纳、自动门、百叶门、保险柜、电控装置等门禁系统中。2,指纹卡,国际上偷盗使用卡和利用信用卡进行诈骗犯罪活动越来越猖獗,仅1995年英国因此损失8千万英镑,法国损失3100万英镑,目前我国信用卡用户已达2~3千万,利用信用卡犯罪我国也在呈不断上升趋势。我国政府打算用10年左右的时间,在全国400多个城市的3亿人中推广信用卡,预计发行量将达到2亿张。目前我国IC卡年产量已达6千万张,生产能力已达1亿张,全世界到2000年IC卡的总需求超过38亿张,我国需求量为年均2千万张。目前,国内各种磁卡、IC卡系统已十分普遍。例如:大庆市1996年已拥有医疗保险IC卡80万张,全国联网的200电话磁卡已有上百万用户。由于指纹识别技术的诸多优点,可以预料,一方面指纹卡将会在一切需要验证身份的场所发挥越来越重要的作用,其应用领域将会进一步拓宽;另一方面,由于市场的推动,指纹识别技术也会不断提高,在其识别可靠性、速度、成本等方面进一步朝实用化迈进。我们期待着指纹识别这一高技术在人们的生活中起到应有的越来越重要的作用。

matlab数字图像处理—图像增强汇总

图像增强 图像增强的定义 图像增强是指按特定的需要突出一幅图像中的某些信息,同时削弱或去除某些不需要的信息的处理方法,也是提高图像质量的过程[9]。图像增强的目的是使图像的某些特性方面更加鲜明、突出,使处理后的图像更适合人眼视觉特性或机器分析,以便于实现对图像的更高级的处理和分析。图像增强的过程往往也是一个矛盾的过程:图像增强希望既去除噪声又增强边缘。但是,增强边缘的同时会同时增强噪声,而滤去噪声又会使边缘在一定程度上模糊,因此,在图像增强的时候,往往是将这两部分进行折中,找到一个好的代价函数达到需要的增强目的[10]。传统的图像增强算法在确定转换函数时常是基于整个图像的统计量,如:ST 转换,直方图均衡,中值滤波,微分锐化,高通滤波等等。这样对应于某些局部区域的细节在计算整幅图的变换时其影响因为其值较小而常常被忽略掉,从而局部区域的增强效果常常不够理想,噪声滤波和边缘增强这两者的矛盾较难得到解决。 常用的图像增强方法 图像增强可分成两大类:空间域法和频率域法。基于空间域的算法处理时直接对图像灰度级做运算;基于频率域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正,是一种间接增强的算法。 基于空间域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等,目的或使图像成像均匀,或扩大图像动态范围,扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声,但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓,便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。 基于频率域的算法把图像看成一种二维信号,对其进行基于二维傅里叶变换的信号增强。采用低通滤波(即只让低频信号通过)法,可去掉图中的噪声;采用高通滤波法,则可增强边缘等高频信号,使模糊的图片变得清晰。 图像增强的方法是通过一定手段对原图像附加一些信息或变换数据,有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征,使图像与视觉响应特性相匹配。在图像增强过程中,不分析图像降质的原因,处理后的图像不一定逼近原始图像。 ?????? ?????????????????????彩色图像灰度图像处理对象局部处理全局处理处理策略频率域模板处理(滤波)点处理(变换)空间域处理方法图像增强

基于matlab的指纹图像增强方法

课程设计报告 设计题目:指纹图像的增强 学院:电子工程学院 专业:电子信息工程 班级: 学号: 姓名: 电子邮件: 日期: 2013 年 9 月 成绩: 指导教师:

一、设计概述 1.课程设计题目:指纹图像的增强方法 2.基本要求:读取初始指纹图像,设计程序,实现指纹图像的增强,使指纹的 纹理更加清晰,便于识别。 3.指纹图像增强的意义: 指纹是人类手指末端指腹上由凹凸的皮肤所形成的纹路。指纹能使手在接触物件时增加摩擦力,从而更容易发力及抓紧物件。是人类进化过程式中自然形成的。目前尚未发现有不同的人拥有相同的指纹,所以每个人的指纹也是独一无二。由于指纹是每个人独有的标记,近几百年来,罪犯在犯案现场留下的指纹,均成为警方追捕疑犯的重要线索,使得指纹识别技术得到了飞快的发展,指纹图像的识别也就变得非常具有意义,但是通过传感器等方式获取到的指纹图像往往是比较模糊的,识别率相对较低,此时,指纹图像增强就孕育而生,通过对指纹图像的增强处理,得出了具有较清晰的图像,是识别率更高。 二.设计思路:指纹图像增强的主要步骤及方法 ①读取指纹图像 ②指纹图像灰度化处理 ③指纹图像平滑处理 ④指纹图像的腐蚀处理 ⑤指纹图像的锐化处理 ⑥指纹图像二值化

⑦指纹图像纹理的细化处理 三.具体的处理流程及其分析 1.指纹图像的读取 将通过传感器或者别的方式获取到的指纹图像读取到matlab中;如 .bmp .jpg 等格式的图片文件。 通过matlab实现: I=imread(‘文件路径+图像名.jpg'); 2. 指纹图像灰度化处理 数字图像可分为灰度图像和彩色图像。通过灰度化处理和伪彩色处理,可以使伪彩色图像与灰度图像相互转化;灰度化就是使彩色的R,G,B分量值相等的过程 I=rbg2gray(I) 3.指纹图像平滑处理(此处我们使用的是中值滤波的方法处理) 图像平滑的主要目的是减少图像噪声。图像噪声来自于多方面,有来自于系统外部的干扰(如电磁波或经电源窜进系统内部的外部噪声),也有来自于系统内部的干扰(如摄像机的热噪声、电器机械运动而产生的抖动噪声等内部噪声)。实际获得的图像都因受到干扰而含有噪声,噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或频率域处理。在空间域中进行时,基本方法就是求像素的平均值或中值;在频率域中则运用低通滤波技术。

相关文档
最新文档