第5卷 第2期中央民族大学学报(自然科学版)1996年
指纹与地图图像的处理Ξ
安思危 王杨 吕宏伯
(北京工业大学,北京100022)
丁志海 金辉 马冬云 孙玉洁
(中央民族大学,北京100081)
摘 要
比较研究了指纹处理与地图处理的各种方法,提出了消除噪声的定向平均值滤波方法、图像二
值化的神经网络方法、指纹特征提取方法、地图图元提取方法以及恢复灰值地图的3次样条插值多
层迭加方法.
关键词: 数字图像处理;指纹处理;地图处理
11前 言
指纹处理和地图处理是数字图像处理中的两个课题[1,2],它们都有着丰富的内容和重要的应用.指纹和地图都是线画类图像,但是原始形态和处理目标不尽相同,对它们的处理既有共同点,也有差异.原始指纹图像是灰值图,处理目的是得到二值线画并提取图像特征供识别用,处理过程包括图像分割,去噪声,二值化,细化,特征提取;经扫描输入的地图已是由线条、文字和图形符号(统称图元)组成的图像,处理目的主要是压缩存储.因此,主要环节是细化和矢量化.另外,如果地图是等高线图,还需要由其恢复地形图即灰值图像.
本文系统介绍各环节的实现方案和对多种算法的比较研究.在去噪声部分,我们提出了定向平均值滤波法,在二值化中提出了神经网络法,在地图处理中提出了区分图元方案和恢复地形图的合理方法.
21指纹和地图图像处理方案
211 图像分割 有256个灰度等级的原始图像分割步骤如下:
(1)平滑 用每像素5×5邻域内的平均灰度代替中心点灰度.
(2)二值化 作上图的灰度-频数直方图(双峰),以谷点灰度为阈值作二值化.
(3)修补 用数学形态学[3]中的闭运算填补洞孔,用开运算消除边界毛刺.
(4)分割 用二值图与原图像作“与”运算,结果使背景灰度为0而保留了原图像.
(5)增强 作目标图像的灰度直方图,设其面积为S,求灰度值g1使0～g1段面积S1满
Ξ本文1996年3月25日收到
足S 1 S 小于阈值t (例如,t =0101),而0～g 1+1段面积S ′1使S ′1 S Εt ,同理取g 2(考虑g 2
～255段),令
g ′=tg ,
tg 1+(g -g 1)[255+(g 2-g 1-255)t ]
(g 2-g 1),255-(255-g )t ,
0Φg Φg 1g 1 212 消除噪声 我们对以下各方法进行了比较研究和实验: (1)平均值滤波 取每像素的n ×n 窗口邻域,n =3,5,7,…,设其中灰度平均值为a ,当中心点灰度f (x ,y )满足 f (x ,y )-a <Ε(Ε是阈值)时用a 代替f (x ,y ). (2)最频值滤波 同上,但a 取窗口中各点灰度最频值. (3)中值滤波 同上,a 取各点灰度中值,这时也可用以(x ,y )为中心的十字形邻域.(4)频域滤波 对图像作F F T 后用低通滤波. 以下两种方法属于数学形态学[3,4], (5)复合极值滤波 一维滤波有两种形式: 极小极大顺序滤波:g mM (x )=m in n -k Φj Φn m ax j - k +1Φi Φj f (i )极大极小顺序滤波:g M m (x )=m ax n -k Φj Φn m in j - k +1Φi Φj f (i )n 为窗口宽度而k 是一定值,取上述两形式之一沿水平、铅直方向各作一次便完成二维滤波. (6)可分离中值滤波 设X 为平面点集,Β为结构元素,1<Λ(Β)=k <+∞,Λ(1)为点数,则x 关于Β的顺序形态变换定义为点集X ○Β={x Λ(x ∩Βδx )Εk -(k -1)p } p =0,1(k -1) ,…,1,Βδx 为将Β起点平移到x 后反射所得元素,X ○Β是Βδx 中至少含有X 的k -(k -1)p 个点的那些x 之集,设Β=Β1∪Β2,Β1⊥Β2,则对图像f 的可分离中值滤波定义为(f ○Β1)○Β2,p =015,例如,取Β1={(-1,0),(0,0),(1,0)},Β2={(0,-1), (0,0),(0,1)}或Β1={(-1,0),(0,-1),(0,0),(0,1),(1,0)},Β2={(- 1,-1),(-1,1),(0,0),(1,-1),(1,1)}等.以上各方法对于指纹图像都不够理想,原因是图中线条细而密集,窗口大小不易选取. (7)模板匹配 用27个模板,每个模板为14×14的0-1图像,描述一种纹路(水平、铅直等).对每个像素,在其邻域上用各模板(原模板及其平移、旋转等)匹配,选出适配模板与原邻域进行“与”运算.本方法效果较好,为进一步改善效果,我们提出以下方法,它是模板匹配与平均值滤波的结合. (8)定向平均滤波 选8个方向,与x 轴夹角分别为k ×2215°,k =0,1,…,7,每次开10×10窗口,沿每方向计算相邻两像素灰度差绝对值累计和,取使和最小的方向为本窗口纹路方向v ,对窗口内每像素求过该点沿v 的各点灰度平均值,用以取代该点原灰度值,然后,将窗口平移6行(列),已经平滑的像素保留在新的窗口中.本方法既消除了孤立噪声,又平滑了线条边界,获得了满意的效果. 213 灰值图像二值化 7 21 第2期安思危等:指纹与地图图像的处理 我们比较研究了以下各种方法: (1)固定阈值法 当f (x ,y ) t 是给定的阈值 .(2)P ——参数法 由参数p 确定t (例如通过灰度直方图),p 表示目标子图像所占面积比例,对指纹图像可取p ≈50?. (3)灰度直方图法 取灰度直方图谷点灰度为t . (4)微分直方图法 用3×3L ap lacian 算子对原图像进行处理后,再用P ——参数法二值化,对指纹图像p ∈[019,1]. (5)灰度差直方图法 作(x ,y )的邻域A ,设(x ′,y ′ )是A 中任意点,记?=f (x ,y )-f (x ′,y ′),分别求d 1=6 ?>0?和d 2=6?>0 ? ,分别作d 1,d 2值直方图并取其峰值 点对应灰度值t 1,t 2,最后取阈值t =t 1+t 22 .(6)熵方法[5] 作原图像灰度直方图,求灰度t ′使0～t ′-1段对应的直方图面积S ″ΦS 2而0～t ′段对应面积S ′>S 2,S 是直方图总面积,计算熵a ′=6g (h (g ) log 2h (g ))6g <255(h (g ) log 2h (g )) g 是灰度值,h (g )是对应于g 的频数 .取a =S ′- S ′-a ′ ,求阈值t 使0～t 段直方图面积>a ,0～t -1段对应面积Φa . (7)判别分析法[6] 设全体像素灰度均值m t ,用阈值k 将图像二值化为两类时,第i 类像 素个数、灰度均值和方差分别为Ξθi (k ),m i (k ),?i (k ),i =1,2,则类内方差?2Ξθ=62 i =1Ξθi ?2i , 类间方差?2B =62i =1Ξθi (m i -m t )2=Ξθ1Ξθ2(m 1-m 2)2,求k 使?2B 或?2B ?2Ξ θ最大,取k 为阈值t .以上各方法中,执行效果以2,3,6较好,但各方法都未摆脱对一维灰度空间分类的局限.为实现在高维空间的非线性分类,我们提出以下的神经网络方法,网络采用多层前向模型和误差反向传播学习算法[7],输入分量n I =4,输出分量n 0=1,隐层数为1,隐层神经元个 数据经验取n H =(8n I +n 0)2 =16.4个输入分量分别选取如下:g 1——(x ,y )的3×3邻域中各点灰度平均值,g 2—7×7邻域除去3×3邻域后所余点灰度平均值, g 3—9×9邻域中过(x ,y )沿纹路方向v (见212(8))各点灰度平均值, g 4—同上,沿两侧各点灰度平均值 .取g 1,g 2的目的为减少残存噪声影响,取g 3,g 4旨在突出小范围内纹路性质和目标与背景差别,各输入值均经归一化使之在[0,1]内变化.输出值范围为[-0.5,0.5],先将取值在[-0.5,-0.25],[0.25,0.5]范围内的像素二值化:两种情况分别对应于0,255,其它点灰度不变,对所得图像再作一次分类并以0为阈值对全图二值化. 训练样本取400个像素,目标点、背景点各占一半,取自已经分割但尚未去噪声的图像,在486型机、Q u ick C 环境下训练时间约两小时,迭代350次,绝对误差总和Ε<010001,测试图像共七幅,测试结果对七幅图像均优于上述其他方法. 214 细化与矢量化 821中央民族大学学报(自然科学版)第5卷 本文不采取在灰度图上的细化方法,例如[8],以防在二值化时损失信息.二值图像细化算法中,H ild tch 法、D eu tch 法、R osenf eld 的8连通法、P av lid is 的经典方法和异步细化法、Z hang 的快速并行法、N accache 的S P TA 法等结果都可满足要求:保持线条形状特征,使细化后的线条为连通,不使笔画断开,不去掉端点和节点,在去掉上下(左右)边缘时不去掉左右(上下)角点,后几项要求是出于图元中不可能有文字和符号.本文所采取的方法之一是设某点灰度为p 1而3×3邻域中各点灰度排列如下: p 9 p 2p 3p 8 p 1p 4p 7p 6p 5 其中每p i =0或1.作两次迭代,第一次迭代中当且仅当同时满足以下条件时将删去(变为0): (1) 2<Β(p 1)Φ6,(2) A (p 1)=1,(3) p 2 p 4 p 6=0,(4) p 4 p 6 p 8=0,A (p 1)为序列p 2p 3…p 9中出现序偶01的个数,Β(p 1)为p 1的灰度非0邻点数.在第二次 迭代中(1),(2)不变,(3),(4)分别改为(3′ )p 2?p 4?p 8=0和(4′)p 2?p 6?p 8=0.不断重复上述过程直到图像中不再有可删去点. 采用本文的去噪声和二值化方法,细化后不会出现断线,但需要消除短线和小回路:(1)去短线:从每个端点开始跟踪线条并记录长l ,若在l (2)去一分支点的小回路:从每分支点出发跟踪,若在l (3)去两分支点的小回路:两个分支点间有两条路,删去较长的一条. (4)去三个分支点的小回路:从三个分支点A ,B ,C 出发分别向回路外跟踪一定长找到对应三点A ′,B ′,C ′,若A ′,B ′是三点中距离最短的两点,则删除A ,B 间的线条,其他情况同理. 下一步是通过跟踪实现矢量化: (1)从上到下,从左到右找到线上一点p ,记录p 的位置并将p 的灰度置0. (2)以p 为当前点按F ree m an 链码搜索找到下一灰度非0点,作为新的当前点. (3)若已找到p ,p ′而当前点是p ″,检查pp ′,p ′p ″ 链码方向.若方向相同,只需将p ′灰度置0,否则要记录p ′位置后再将其灰度置0. (4)重复执行(2)和(3)直到无法再进行:当前点是端点、边界点或者出发点(闭曲线),记录末端. (5)重复执行(1)到(4)直到全部点灰度已为零.这时整幅图像已用矢量形式压缩存储完毕. 跟踪时的两个技巧是: 第一、开始前对图像加一边框,其上各点灰度置零,以避免对边界点的特殊判断. 第二、对每当前点经常不必判断全部8个邻点.例如,由p 出发找到p ′后,p ′的某些方向的邻点不必再检查,因为它们分别是p 和已被检查过的点. 以上是指纹和地图处理中的主要环节. 9 21 第2期安思危等:指纹与地图图像的处理 31特殊问题的讨论 311 指纹特征提取 指纹分为平斗、左箕、右箕等七类,第一类又分18小类.指纹分析可使用树状自动机、神经网络等工具.提取特征时首先应找出特殊像素即端点、分支点和桥.由此,特征提取转化为寻找端点和分支点,因为桥由两个分支点构成.考虑线上任意—点p的3×3邻域,其中只有一个非0点时p为非特征点,恰有三个非0点时p是分支点.还应注意,不要把指纹图像边界上的端点当做特征点.对每个端点考虑一适当的方形邻域并统计其中灰度非0的点数n,只有当n大于阈值时被考虑点才是指纹内的端点而不是边界点. 312 地图中文字与符号处理 对地图中的图元处理顺序为:符号(图标、图例)、文字、线条.处理结果是记录它们各自所在的位置. (1)符号处理:因为符号形状已知且有限,可用模板匹配进行提取.用一模板从上到下,从左到右遍历图像并计算被覆盖部分图像与模板的相似度R,当R大于某阈值时记录此位置,并从图像中删除对应子图像.当然,对多个模板应取使R最大的一个. 图像f与模板t的距离平方为 d2(△x,△y)=6[f(x,y)-t(x-△x,y-△y)]2 6指6m△x=-m6n△y=-n,展开d2并忽略6t2(x-△x,y-△y)(常数)和6f2(x,y)(近似于常数)得到相似度公式 R(△x,△y)=6f(x,y)t(x-△x,y-△y) 然后除以6t(x,y)使之归一化,阈值通常取017到019间的数. (2)文字处理:文字主要指汉字,统计各汉字笔划和“笔段”(例如,笔划“乙”分解为4笔段),GB2312280的6763个汉字中笔段数不少于7的字数约占97?,因此可用每像素邻域中灰度非0点个数作为区分汉字与线条的依据. 本项研究只限于提取和存储文字,所以,当文字倾斜或彼此粘连时都不影响提取.例如,沿某方向倾斜和彼此粘连的一串字经提取后留下的是沿同方向分布、彼此可相交的一串窗口,标志字的位置. 313 由等高线地图恢复灰值地图 已知图中各等高线和高程,要求由此求出图中每点高程,从而得到表示地形的灰值图. (1)8方向加权平均:从(x,y)出发沿8方向搜索直到找到最近控制点,设第i控制点高程为f i,到(x,y)距离为r i,则(x,y)点高程估计为 f(x,y)=67i=0f i r2i 67i=01r2i 本方法精度不高,特别,在一封闭等高线内各点高程相等,所以不能正确地描述峰或谷. 需要注意,沿4个倾斜方向搜索时对扫描线上每点要同时考虑其两邻点.例如,沿45°搜索时对每(x′,y′)要考虑(x′+1,y′)和(x′,y′+1),以防止出现穿等高线而过的情况. (2)3次样条插值:对任y沿水平方向扫描得n+1个控制点,x0 031中央民族大学学报(自然科学版)第5卷 样条插值求线上其他点高程,插值函数S (x )满足(1)在[x j ,x j +1]上为3次多项式,记作S j (x ),j =0,1,…,n -1;(2)S j (x )=f j ,j =0,1…,n ,f j 为(x j ,y )点高程; (3)S (k )j (x j +1)=S (k )j +1(x j +1),j =0,1,…,n -2,k =0,1,2;(4)自由边界条件S ″ (x 0)=S ″(x n )=0.S (x )的解法可见[16],[17].x 0,x n 是边界点,没有等高线通过时用8方向加权平均求高程估计值(只需取3或5方向). 不断改变y 求出所有点高程,还可沿不同方向扫描插值并进行多层面叠加,结果更为精确. (3)双线性Β样条有限元法:插值函数为 5(x ,y )=6n x i =16n y j =1 f ij (x i ,y j )5i (x )5j (y ) 5i (x )在[x i -1,x i +1]上为两个线段(x i -1,0),(x i ,1)和(x i ,1),(x i +1,0),在区间外为零函数,5j (y )同理.问题归结为解 Π=6s k =1v 2 k p k +6n x -1i =26n y j =1v 2x (x i ,y j ) p s +6n x i =16n y -1j =2 v 2y (x i ,y j ) p s =m in 其中v k =6i 6j f ij 5i (x k )5j (y k )-h k 表示点k 处计算高程与测量高程之差,v x (x i ,y j )为(x i ,y j )处函数沿x 方向曲率,v y 同理,p k ,p s 为权值,求解过程见[18]～[20].经比较,方法(2)精度较高而且计算较为方便. 作者感谢中国科学院遥感技术研究所朱重光、郭军和中央民族大学张成国等教授的指导. 参考文献 [1] 徐建华,图像处理与分析,北京:科学出版社,19921 [2] 林春蔚等,C 环境下地图图像矢量化及图形编辑技术实例,北京:海洋出版社,19931 [3] 唐常青、吕宏伯、张方、黄铮,数学形态学方法及应用,北京:科学出版社,19901 [4] 吴敏金,图像形态学,上海科技大学出版社1 [5] T .Pun ,“En trop ic T h resho lding ,A new A pp roach ”,CG IP V o l .16,pp .210-239,19811 [6] 大津展之,“判别および最小2乘基准た基づく自动しきら值选定法”,电子通信学会论文志 (D ),J 63-D ,4,pp .349-356,19801 [7] 何明一,神经计算原理、语言、设计、应用,西安电子科技大学出版社. [8] 横井,岛胁,福村,“标本化された二值图形の … ? な性质にについご”,电子通信学会论 文志(D ),J 56-D ,N o .11,pp .662-669,1973. [9] H ildtch ,C .J .,L inear akeleton s from square cupboards ,M ach ine In telligence I V ,B .M eltzer , U nversity P ress ,Edinbu rge ,1969. [10] D eu tch ,E .S .,T h inn ing algo rithm s on rectanglu lar ,hexagonal ,and triangu lar arrays ,Comm un ica 2 ti on s of A C M ,15,9,1972. [11] Stefanelli ,R .and Ro senfelid ,Som e parallel th inn ing algo rithm fo r digital p ictu res ,J .A ssoc . Compu t .M arch .,18,2,1971. [12] T .Pavlidis ,计算机图形显示和图像处理的算法,北京:科学出版社,19871 [13] T .Y .Zhang and C .Y .Suen ,“A Fast parallel A lgo rithm fo r T h inn ing D igital’Pattern s .”,CA C M 27,N o .3,pp .236-239,1984. [14] N .J .N accache and R .Sh inghal ,“SPTA :A p ropo sed algo rithm fo r th inn ing b inary pattern s ” ,IEEE T ran s .on System s ,M an ,and Cybernetics ,V o l .S M C -14,N o .3,pp .409131 第2期安思危等:指纹与地图图像的处理 231中央民族大学学报(自然科学版)第5卷 -418,1984. [15] 阮秋琦,数字图像处理基础1北京:中国铁道出版社. [16] 袁奇荪,计算几何造型学基础1北京:航空工业出版社,19871 [17] 孙家永日,样条函数与计算几何,北京:科学出版社,19821 [18] 战同胜,数值与计算,大连理工大学出版社,19911 [19] 徐萃薇,计算方法引论,北京:高等教育出版社,19851 [20] 柯正谊,数字地面模型,北京:中国科学技术出版社,19931 The Processi ng for F i nger-pr i n ts and M aps I mages A n Si w ei W ang Yang L u Hongbuo (B eij ing P oly technic U niversity,B eij ing100022) D ing Zh ihai J in H u i M a Dongyun Sun Yu jie (Central U niversity f or N ationalities,B eij ing100081) Abstract A fter comparing and studing m any m ethods u sed in finger2p rin ts and m ap s p rocessing,th is paper p resen ts som e new m ethods as fo llow s: 1T he o rien tati on average filter to remove no ise, 1N eu ral netw o rk fo r i m age b inary, 1T he ex tracti on of finger2p rin ts characters, 1T he ex tracti on of the m ap elem en ts, 1T he cub ic sp line in terpo lati on m u ltilayer superpo siti on to resto re the grey level m ap s. Keywords: digital i m age p rocessing;finger2p rin ts p rocessing;m ap s p rocessing 蒙阴县职教中心2011年度上学期期中考试 《图形图像处理》试题 A卷 （说明：本卷不交，所有答案书写着B卷规定位置） 一、填空题（每空1分，共16分） 1、RGB分别表示三种颜色（）（）（）。 2、做一幅杂志封页广告设计稿，在输出时，应使用（）颜色模式，以便于印刷处理。 3、Photoshop是一个图形图像处理软件，是（）公司出品。 4、为了方便对图像做随时的修改处理，通常我们将Photoshop图稿先存储为（）格式，然后再输出。 ) 5、在Photoshop中使用图层蒙板，黑色默认表示（）；白色默认表示（）。 6、在Photoshop中，增加需区范围可使用（）键；减少选区范围则使用（）键；取消选区的快捷键是（）+（）键。 7、Photoshop中图像通道通常有（）通道、（）通道、（）通道和RGB通道组成。 8、Photoshop中修补一个老相片，通常使用（）工具，配合校色处理。 二、单选题（每小题分，共75分） 1．photoshop（）软件 A 图形处理软件 B 素统 C 图象处理软件 D 软件处理2．PHOTOSHOP生成的文件默认的文件格式是以（）为扩展名 A Bmp B Dpg C EPS D PSD @ 3．以下几种颜色格式（）颜色格式适合分色输出 A RG B B多通道 C LAB D CMYK 4．应用前景色填充图层的快捷键是（） A CTL+SHIFT B CTL+DEL C ALT+DEL D SHIFT+DEL 5．应用选框工具的正常格式建立矩形，正方形选区要加按（） A shift B CTRL C ALT D 空格 ６．HSB中的H是指（） A 饱和度 B 亮度 C 色相 D 色域 7．如果想在现有选择区域的基础上增加选择区域，应按住下列哪个键 A. Shift B. Ctrl C. Alt D. Tab / 8．图象的分辩率为300象素每英寸则每平方英寸上公布的象素总数为（） A 300 B 600 C 90000 D 900000 指纹识别系统 1.1 指纹识别系统原理 指纹识别系统的组成原理。如图1-1所示。图中的学习模块负责采集用户指纹数据，对指纹图像进行预处理，提取这些指纹的特征，作为将来的比对模板存人数据库。而识别模块则负责采集和处理指纹图像，在提取特征后与数据库中的指纹模板进行比对，然后判断是否匹配．得出结论。整个系统的核心就是图像处理、特征提取以及指纹比对。 图1-1 1.2 指纹采集与指纹图像处理方法 目前，主要的指纹采集方法有两种：一种是光学采集器；另一种是用半导体传感器。光学采集器采集指纹是通过把手指沾上油墨后按在白纸上，然后用摄像机把图像转换为电信号。光学采集受外界干扰小、采集精度较高，但是数据量较大，因此处理时问较长。而对于半导体传感器来说，手指的温度、湿度对其测量结果有影响，但是数据量不大，处理比较方便。随着半导体技术的发展，半导体传感器的成本低、体积小、方便集成等优点逐步体现，它已逐步代替光学采集器。指纹鉴定过程的第一个阶段是指纹图像的采集阶段，也就是指纹模板的录A阶段。为了初步确定图像预处理方法，我们必须首先了解指纹传感器获得的图像的尺寸和质量。根据不同的指纹传感器，我们设计不同的方案进行图像采集，并将从各个图中提出特征点储存到数据库中，来产生“活模板”，为后面的指纹鉴定做准备。 指纹图像处理是整个指纹识别过程的核心。常见的指纹图像处理包括滤波增强、二值化、细化、提取特征点四个步骤。在采集指纹图像的过程中，由于采集环境，皮肤表面的性质，采集设备的差异等各种因素的影响，采集的图像会不同程度的受到各种噪声的干扰，从而影响了采集图像的质量。所以实际的指纹图像首先通过一个滤波增强来改善图像的质量，恢复 学校 班级 考号 姓名__________________________ ◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆装◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆ ◆◆◆◆◆◆◆◆◆◆◆◆◆ ◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆ 2011年春季学期期考试题 《图形图像处理》 考试成绩： 一、填空题（每空2分，共30分） 1、退出时，可以选择“文件”菜单下的 命令实现。 2、选择“文件”菜单下的 命令，可以保存图像文件；选择“文件”菜单下的 命令，可以打开图像文件。 3、位图又称 ，它由若干 组成。 4、对于 图像，无论将其放大和缩小多少倍，图形都有一样平滑的边缘和清晰的视觉细节。 5、分辨率是指 ，单位长度上像素越 ，图像就越清晰。 6、全选一幅图像的操作方法是单击[选择]菜单中的 命令。 7、使用画笔工具绘制的线条比较 ，而使用铅笔工具绘制的线条比较 。 8、修复画笔工具和 工具都可以用于修复图像中的杂点、蒙尘、划痕及褶皱等。 9、选取图像后，按 键可以复制图像，按 键可以剪切图像，按 键可以粘贴图像。 二、选择题（每小题2分，共60分） 1、下面模式中，不属于图像常用的颜色模式的是（ ）。 A 、RGB B 、灰度 C 、HSB D 、双色调 2、构成位图图像的最基本单位是（ ）。 A 、颜色 B 、通道 C 、图层 D 、像素 3、在中，生成的图像文件默认格式为（ ）。 A 、JPG B 、PDF C 、PSD D 、GIF 4、选取连续的相似的颜色的区域的工具是（ ）。 A 、矩形工具 B 、椭圆工具 C 、魔棒工具 D 、磁性套索工具 5、下面的工具不属于擦除工具的是（ ）。 A 、魔术橡皮擦工具 B 、模糊工具 C 、橡皮擦工具 D 、背景擦除工具 6、钢笔工具可以绘制最简单的线条是（ ）。 A 、像素 B 、曲线 C 、锚点 D 、直线 7、钢笔工具的作用是（ ）。 A 、绘制路径 B 、绘制曲线 C 、旋转图片 D 、绘画 8、主要用于绘制直线的工具是（ ）。 A 、自由钢笔工具 B 、钢笔工具 C 、路径选择工具 D 、直接选择工具 9、选区只能转换为（ ）。 A 、任意路径 B 、辅助路径 C 、工作路径 D 、平滑曲线 10、当使用魔棒工具时，绘制出的是一个像素点，容差值可能是（ ）。 A 、255 B 、256 C 、0 D 、1 11、以下工具可以编辑路径的是（ ）。 A 、钢笔工具 B 、铅笔工具 C 、直接选择工具 D 、转换点工具 12、是用来处理（ ）的软件。 A 、图形 B 、图像 C 、文字 D 、动画 13、按住（ ）键，可以确保用椭圆工具绘制出的是正圆。 A 、Shift B 、Ctrl C 、Alt D 、Capslock 14、选择“编辑”菜单下的（ ）命令可以将剪贴板上的图像粘贴 到选区。 从数字图像处理技术角度谈谈对指纹识别的认识 4.1 指纹图像表示 从指纹传感器输出的是指纹原始图像，其数据量比较大。这对整个指纹识别系统的处理和存储都是个不小的负担。在远程采集系统中，对通信带宽会造成较大负荷。因此需要对指纹图像进行压缩存储。指纹图像压缩一般经过图像变换、量化和编码等过程。解压需经过解码、量化解码和反变换等过程。 压缩后的指纹图像需确保指纹特征信息的不丢失不损坏。理论上来讲采用无损压缩算法是最理想的。但经过实践证明，对于分辨率不是很高的指纹图像来说，采用无损压缩的压缩比很低。通常情况下采用JEPG、WSQ和EZW三种压缩算法。 4.2 指纹图像处理 4.2.1 指纹图像增强 刚获得的图象有很多噪音。这主要由于平时的工作和环境引起的。指纹还有一些其他的细微的有用信息，我们要尽可能的使用。指纹图像增强的目的主要是为了减少噪音，增强嵴峪对比度，使得图像更加清晰真实，便于后续指纹特征值提取的准确性. 指纹图像增强常用的是平滑和锐化处理。 （1）平滑处理 平滑处理是为了让整个图像取得均匀一致的明暗效果。平滑处理的过程是选取整个图像的象素与其周围灰阶差的均方值作为阈值来处理的。这种做法实现的是一种简单的低通滤波器。 实验表明：一般的自然图像相邻像素的灰度相关性约为0.9。因此在图像受到白噪声干扰时，以像素的邻域平均值代替中心像素，是一个去除噪声的好办法。算法是：。其中f(x,y)表示被噪声污染的原始图像，大小为N*N，g(n,m)是平滑后的图像，S是处理点(x,y)邻域中点的坐标（不包括（x,y）点）的集合，而M是集合S内坐标点的总数。例如，以(x,y)点为中心，取单位距离构成的邻域，其中点的坐标集合为：s={(x,y+1),(x,y-1),(x+1,y),(x-1,y)}。 照片编辑“高棉的微笑” 使用“镜头矫正”滤镜对画面进行矫正，操作步骤如下： （1）在Photoshop中，打开文件“吴哥少女.jpg”。双击工具箱中的“抓手工具”，令窗口缩放至合适显示比例。 （2）在图层面板上右键单击“背景”图层，从弹出的快捷菜单中选择“复制图层…”命令，在“复制图层”对话框中，命名新图层为“镜头矫正”，如图4所示，单击“确定”按钮。 （3）单击“背景”图层的“指示图层可见性图标”，隐藏该图层。 图4 “复制图层”对话框 （4）为了防止在镜头矫正过程中图像转到画布之外，要向四周扩展画布。可在菜单栏中选择“图像”→“画布大小…”命令，选中“相对”复选框，输入需要扩展的相对尺寸。如图5所示，单击“确定”按钮。 图5 “画布大小”对话框 （5）在菜单栏中选择“滤镜”→“扭曲”→“镜头矫正…”命令，出现扩展至全屏幕的“镜头矫正”对话框，矫正由于仰拍造成的镜头成像变形。 ○1为了便于观察，取消对话框下方的“显示网格”复选框；使用对话框左侧工具属性栏的“拉直工具”沿着窗格清晰的雕刻纹理，绘制一条水平矫正线将图像拉直到新的横轴，画面自动旋转相应的角度，如图6所示。 图6 用拉直工具进行倾斜矫正 ○2调整右侧“变换”栏目中的“垂直透视”数值，矫正由于仰角拍摄令镜头产生近大远小畸变，设置参考如图7所示，单击“确定”按钮。 图7 用垂直透视矫正参考数值 镜头矫正前、后对比效果如图8所示。 图8 矫正前、后对比效果 说明 （1）“镜头矫正”滤镜可用来旋转图像，或修复由于相机垂直或水平倾斜而导致的图像透视现象。相对于使用“变换”命令，此滤镜的图像网格使得这些调整可以更为轻松精确地进行。 （2）“垂直透视”校正由于相机向上或向下倾斜而导致的图像透视，使图像中的垂直 图形图像处理试卷 Company number：【WTUT-WT88Y-W8BBGB-BWYTT-19998】 图形图像处理试卷 姓名成绩 （注意：请将试题答案写在答题纸上） 一、单选题（共30分，每小题2分） 1.要使某图层与其下面的图层合并可按什么快捷键（） A.Ctrl＋K B.Ctrl＋D C.Ctrl＋E D.Ctrl＋J？ 2. 如果想在现有选择区域的基础上增加选择区域，应按住下列哪个键（） A.Shift B.Ctrl C.Alt D.Tab 3. 在Photoshop工具箱中的工具，只要按下相应的快捷键即可选中该工具，如果要选中移动工具应该按哪个键：（） A.M键 B.V键 C.B键 D.W键？ 4. 使用矩形选框工具和椭圆选框工具时，如何做出正形选区（） A.按住Alt键并拖拉鼠标 B.按住Ctrl键并拖拉鼠标？ C.按住Shift键并拖拉鼠标 D.按住Shift+Ctrl键并拖拉鼠标？ 5. 当你要对文字图层执行滤镜效果，那么首先应当做什么（） A.将文字图层和背景层合并 B.将文字图层栅格化？ C.确认文字层和其它图层没有链接 D.用文字工具将文字变成选取状态，然后在滤镜菜单下选择一个滤镜命令？ 6. 下面对多边形套索工具的描述，正确的是：（） A.多边形套索工具属于绘图工具 B.可以形成直线型的多边形选择区域？ C.多边形套索工具属于规则选框工具 D.按住鼠标键进行拖拉，就可以形成选择区域？ 7. Photoshop是用来处理（）的软件； A、声音 B、图像 C、文字 D、动画 8. 下面关于分辨率说法中正确的是（） A、缩放图像可以改变图像的分辨率 B、只降低分辨率不改变像素总数 C、同一图像中不同图层分辨率一定相同 D、同一图像中不同图层分辨率一定不同 9．不能创建选区的工具是（）； A、单行选框 B、磁性套索工具 C、文字工具 D、文字蒙版工具 10 下面哪些选择工具的选区可以被用来定义画笔的形状（） A矩形工具 B椭圆工具 C套索工具 D魔棒 11. 使用钢笔工具可以绘制最简单的线条是什么（） A直线 B曲线 C锚点 D像素 12.下列哪个是photoshop图象最基本的组成单元：（） A 节点 B．色彩空间 C．象素 D．路径 13. 在photoshop中允许一个图象的显示的最大比例范围是多少：（）A． 100％ B． 200％ C． 600％ D． 1600％ 14. 如何移动一条参考线：（） A．选择移动工具拖拉 B 无论当前使用何种工具，按住Alt键的同时单击鼠标C．在工具箱中选择任何工具进行拖拉 D．无论当前使用何种工具，按住shift键的同时单击鼠标 15. 自动抹除选项是哪个工具栏中的功能：（） A．画笔工具 B．喷笔工具 C．铅笔工具 D．直线工具 指纹识别中的图像处理研究--基础名词解释 1.1传统安全技术的弊端及其所面临的挑战 以信息技术为代表的现代科学技术大大地推动了现代社会的进步和发展，为人类提供了更为快捷与便利的交流手段，同时它也给各个国家和社会的管理者带来一个全新的重要课题：如何及时、准确地验证每个社会成员的身份。 传统的身份验证方法是验证该人是否持有有效的证明文件或信物。从本质上来说，这种方法验证的是该人持有的某种物，而不是验证其本人。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明显存在以下漏洞： ①。合法的人如果遗失验证其身份的物（如密码、钥匙等），则合法的人本身得不到合法的验证。 ②。各种伪造证件、信物以及密码被破译或盗用又使非法的人得到合法的验证。例如一些罪犯通过伪造证件进入机密场所窃取机密信息；另一个例子是考勤机，它的使用方便了企业进行职工的考勤管理，但使领导头疼的是经常有人弄虚作假，代别人打卡，代替别人打考勤 ③。如果丢了需要验证的物，例如钥匙，则不仅打不开门，还要当心坏人拾到你的钥匙盗取你的家财，其他使用钥匙的场合同样也有如此的问题。 现行的许多计算机系统中，包括许多非常机密的系统，都是使用用户ID+密码的方法来进行用户的身份认证和访问控制的。实际上，这种方案隐含着一些问题。例如，密码容易被忘记，也容易被别人窃取。而且，如果用户忘记了他的密码，他就不能进入系统。调查表明，因为忘记密码而产生的问题已经成为IT厂商售后服务的最常见问题之一；密码被别人盗取则是一件更可怕的事情，因为用心不良的人可能会进一步窃取公司机密数据、可能会盗用别人的名义做不正当的事情、甚至从银行、ATM终端上提取别人的巨额存款。实际上，密码的盗取比较容易，别人只要留意你在计算机终端前输入口令时的击键动作就可以知道你的密码，甚至可以通过你的生日、姓名、电话号码或者其他一些信息猜出你的密码，这就显得极不安全。众所周知，高度机密的美国一些军事机构计算机网络（包括五角 数字图像处理技术试题库 一、单项选择题：(本大题 小题, 2分/每小题,共 分) 1.自然界中的所有颜色都可以由（）组成 A.红蓝绿 B.红黄绿 C.红黄蓝绿 D.红黄蓝紫白 2. 有一个长宽各为200个象素，颜色数为16色的彩色图，每一个象素都用R(红)、G(绿)、B(蓝)三个分量表示，则需要（）字节来表示 A.100 B.200 C.300 D. 400 3.颜色数为16种的彩色图，R(红)、G(绿)、B(蓝)三个分量分别由1个字节表示，则调色板需要（）字节来表示 A.48 B.60 C.30 D. 40 4.下面哪一个不属于bmp 文件的组成部分 A ．位图文件信息头 B. 位图文件头 C.调色板 D. 数据库标示 5.位图中，最小分辨单元是 A.像素 B.图元 C.文件头 D.厘米 6.真彩色的颜色数为 A.888?? B. 161616?? C.128128128?? D.256256256?? 7.如果图像中出现了与相邻像素点值区别很大的一个点，即噪声，则可以通过以下方式去除 A.平滑 B.锐化 C. 坐标旋转 D. 坐标平移 8.下面哪一个选项不属于图像的几何变换() A.平移 B.旋转 C. 镜像 D. 锐化 9.设平移量为x x t t (,)，则平移矩阵为() A .1 0 00 1 0 1x y t t ?????????? B. 1 0 00 -1 0 1x y t t ??-???????? C.1 0 00 1 0 - 1x y t t ????????-?? D.1 0 00 1 0 - -1x y t t ?????????? 10.设旋转角度为a ，则旋转变换矩阵为() A ．cos() sin() 0sin() cos() 00 0 1a a a a -?????????? B ．cos() sin() 0sin() cos() 00 0 1a a a a ?????????? C ．sin() cos() 0 sin() cos() 0 0 0 1a a a a -?????????? D ．cos() sin() 0sin() cos() 00 0 1a a a a -????-?????? 11.下面哪一个选项是锐化模板 A ．-1 -1 -1-1 9 -1-1 -1 -1??????????g B ．-1 -1 -1-1 -9 -1-1 -1 -1??????????g C ．-1 -1 -1-1 8 -1-1 -1 -1??????????g D ．-1 -1 -1-1 6 -1-1 -1 -1?????????? g 12.真彩色所能表示的颜色数目是 A ．128128? B ．256256256 ?? C ．256 D ．6059 2012年1月 内蒙古科技与经济 Januar y 2012 第1期总第251期 Inner M o ngo lia Science T echnolo gy &Economy N o .1T o tal N o .251 指纹图像预处理及特征提取算法的研究与实现 X 张松宇1,杨文斌2 (1.内蒙古机电职业技术学院;2.内蒙古灵奕信息技术有限责任公司,内蒙古呼和浩特 010070) 摘 要:提出了一套完整的基于方向特性的指纹预处理算法,包括前景/背景分割、方向滤波、二值化、细化4部分。特征提取采用8邻域方法提取纹线中的两种细节特征——端点和分叉点。实验结果表明,指纹图像经过预处理算法后提取出了纹线,并且很好地保留了纹线的关键信息,对特征提取奠定了良好的基础。指纹图像经过特征提取后,准确有效地定位了两类特征点。 关键词:指纹;预处理;特征提取 中图分类号:T P391.41 文献标识码:A 文章编号:1007—6921(2012)01—0083—02 自动指纹识别技术大多是依靠指纹的细节特征提取实现指纹的匹配的。准确地提取细节特征是自动指纹识别系统获得高识别率的前提和基础。指纹的细节特征主要指脊线端点和分叉点。在实践中,由于手指本身的因素和采集条件的限制,采集到的指纹图像会不同程度地受到各种噪声的干扰。这种干扰最终会影响系统的识别率。因此,在提取指纹特征前必须对输入的指纹图进行预处理。预处理的目的是:去除原图像中的噪声,把它变成一幅清晰的二值点线细化图,以便于提取正确的细节特征。笔者提出了一套较完善的指纹预处理算法,包括图像分割、方向滤波增强、二值化、细化等步骤,并准确有效地提取出了指纹的细节特征点。1 预处理算法 1.1 规格化和图像分割 规格化的主要目的在于消除指纹采集过程中由于传感器自身的噪声以及因为手指压力不同而造成的灰度差异,将不同的指纹图像的对比度和灰度调整到一个固定的级别上。图像分割是把指纹前景区与背景区分开。前景区域中指纹脊和谷的灰度差是比较大的,因而其灰度统计特性中局部灰度方差是很大的,而对于图像背景区域,这一值是很小的。基于这一特性,我们可以利用图像的局部方差对指纹图像进行分割。规格化与图像分割后的指纹图像见图1。 1.2 方向图滤波 方向图是指纹图像的一种变换表示方式,即用纹线的方向来表示该纹线。方向图有点方向图和块方向图两种,点方向图表示指纹图像中每一像素点脊线的方向,而块方向图则表示指纹图像中每一块 脊线的大致方向。 图1 原始图像的规格化与分割 方向滤波器是一系列与像素点方向有关的滤波器模板,使用时根据方向特性,从中选择一个对应的滤波器进行滤波。笔者使用的方向滤波器有8个滤波器模板组成,滤波时,指纹图中每一点的灰度值由其周围48个点的灰度值及相应的模板系数共同决定(即灰度值与相应的模板系数相乘并把结果相加,然后赋给中心像素点,作为其灰度值)。方向滤波增强后的指纹图像见图2 。 图2 方向滤波后指纹图像 1.3 二值化和细化 二值化的目的是把灰度指纹图像变成0和1的二值图像。笔者采用局部自适应阈值法中的动态阈值法对图像二值化,它可以根据局部灰度值的变化情况调整阈值大小,实验证明该方法效果较好。 二值化后的图像脊线仍具有一定的宽度,为了提高获取特征点精度,需要把脊线细化成为一个像 ? 83?X 收稿日期:2011-11-28 数字图像处理课程考试论文 论文题目：数字图像处理在指纹识别中的应用 学院地理与环境科学学院 专业: 地理科学 姓名郑凯鹏 学号: 10280235 提交时间: 2013-1-4 短号： 662126 成绩: 数字图像处理在指纹识别中的应用 郑凯鹏 （地理与环境科学学院地理102班 10280235） 摘要：图像处理（image processing）对图像进行一系列的操作，以达到预期目的技术。图像处理分为模拟图像处理和数字图像处理两助攻方式。所谓数字图像处理，就是利用计算机对数字图像进行系列操作，从而达到某种预期目的的技术。由于指纹具有终身的稳定性和惊人的特殊性，很早以来在身份鉴别方面就得到了应用，且被尊为“证物之首”。 关键词：数字图像、图像处理、指纹识别 Abstract:image processingconducted a series of operations on an image, and technology to achieve the desired purpose. Image processing is divided into two Dunks analog image processing and digital image processing. The so-called digital image processing is to use computers to manipulate the digital image series, so as to achieve a certain desired technology. Due to stability and alarming specificity of the fingerprint has a life, an early identification has been applied since, and was hailed as "exhibits". Keywords:digital images, image processing and fingerprint recognition 引言 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。 一、指纹识别技术概述 1.1 概述 图像处理技术的研究现状和发展趋势 庄振帅 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975年EMI公司又成功研制出全身用的CT 装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学过程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向 《PHOTOSHOP图形图像处理》课程标准 第一部分前言 一、课程概述 （一）课程性质 图形图像处理作为平面设计领域的重要组成部分，在各行各业中有着广泛的应用。Photoshop 是Adobe公司推出的一款目前非常流行、应用非常广泛的图片处理软件。伴随着计算机的普及和计算机在各行业的广泛应用，Photoshop发挥了越来越大的作用。Photoshop是当今使用最为广泛的的图像处理软件，广泛应用于平面设计等领域。Photoshop图像处理就是借助Photoshop软件来实现图形图像的绘制、图像的编辑、修饰、合成、特效制作、创意设计等。 《Photoshop图形图像处理》课程是计算机类专业一门专业技术必修课程，是培养学生专业能力的核心课程之一。本课程采用理实一体化教学，具有很强的实践性和应用性，它是利用计算机进行平面设计、网页设计、美术设计、多媒体应用软件开发制作的重要基础课程，是从事平面广告设计、包装设计、装饰设计、排版编辑、网页制作、图文印刷、动漫、游戏制作等工作的必备基础课，也是提高学生审美能力、创新能力、设计能力的计算机应用软件的典型课程。 （二）课程目的 该课程针对平面设计师、插画设计师、网络美工、动画美术设计师等工作岗位要求，培养学生图形图像绘制、图像合成、特效制作、产品效果图处理、网页图像处理、VI设计等技能，达到“会、熟、快、美”的岗位要求。通过对Photoshop软件的讲授与学习，让学生达到熟练处理图像与灵活创作设计的要求。学生应掌握平面绘图的方法；掌握图层、通路径等在图像处理中的应用；掌握常用的滤镜效果并在创作中应用；掌握Adobe ImageReady制作动画；掌握图形图像的输出等知识点。使学生掌握图形图像处理的基本理论和基本操作，并具有一定的广告设计和综合创作能力，同时培养学生创新思维能力和健康的审美意识以及团结协作能力，为其成长为一名合格的平面设计与制作人员奠定良好的基础，帮助学生在学习制作图像的过程中，培养审美能力，形成创新意识。 （三）课程定位 《Photoshop图形图像处理》属于一门专业必修课，它前续课程为《计算机应用基础》、《三大构成》等课程；后续课程为《Dreamweaver网页设计》、《Flash二维动画制作》、《3D MAX三维设计》等专业核心课程。在数字媒体制作、动漫设计、游戏软件专业中起承上启下、连贯前后课程，围绕专业核心技能设置的。鉴于计算机图形图像处理的重要意义和在设计中的重要左右，本课程作为平面设计的岗位职业能力培养，可以充分发挥学生的特长，拓展就业渠道。 本课程是数字媒体专业学生专业技能鉴定制定的专业考核技能，是学生必须掌握的职业核心技能，学完本课程后学生完全能够胜任数码照片处理、广告图像处理、VI图形绘制和网页图像处理等职业岗位。 二、课程设计理念 本课程针对高职高专教育教学的特点，以岗位需求为导向，以学生图形图像处理以及平面设计的职业能力培养为目标，以工作过程的系统化和可持续发展为出发点，与企业行业合作共同进行基于工作过程的课程设计开发。根据对学生所从事工作岗位职业能力、工作任务、工作过程的分析，以图形图像处理和平面设计领域的典型工作任务构建教学内容；以真实设计项目和典型案例为载体，采用理实一体化教学模式，基于平面设计实际工作流程设计教学实施过程，创作最佳的基于工作过程的学习环境；以学生为中心，采用项目导向、任务驱动、案例教学等行动导向教学法实施教学，充分调动学生的学习积极性；合理利用网络资源，多渠道拓展职业能力；充分体 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。 指纹的特征提取与识别 摘要 随着社会的发展，计算机技术的进步，人们对身份认证技术提出了更高的要求。传统的身份认证方法存在的种种弊端让人们将目光投向了生物特征识别这个崭新的领域。而指纹识别技术凭借其独有的优势在众多生物特征识别技术中脱颖而出，得到了广泛的关注和应用。现今，自动指纹识别技术已经广泛地应用于公安、海关、银行、网络安全等需要进行身份识别和鉴定的领域。因此，进行指纹识别技术方面的研究，具有较高的现实意义和理论意义。 本文综合运用图像处理和模式识别的技术，对自动指纹识别系统的若干问题进行了探讨和研究，实现了指纹图像的预处理、特征提取和指纹匹配等算法，并在指纹分割、指纹增强这两个方面进行了改进和创新。 关键词:指纹识别，指纹分割，指纹增强，特征点提取，指纹匹配 第1章绪论 1.1 指纹识别系统的结构 本文主要是对指纹识别系统中图像处理方面的相关算法进行研究，本文的指纹识别系统的基本框架如图1-1所示。 图1-1指纹识别系统的基本结构 1.1.1指纹的预处理 由于各种原因的影响，指纹取像设备所获得的原始图像是一幅含有较多噪声的灰度图像，预处理的目的就是改善输入指纹图像的质量，增强脊和谷的对比度，将它变成一幅清晰的点线图，以便于进行特征提取。本文预处理过程主要步骤如下: 图1-2指纹预处理的基本结构 指纹分割是把指纹的背景区域从图像中分离出去，减少对指纹图像进行处理时的计算量;指纹增强的目的是对输入的噪音较多的灰度图像进行滤波，去除图像中的叉连、断点及模糊不清的部分，得到一幅较清晰的灰度图像;二值化就是把灰度指纹图像变成0-1取值的二值图像，这样就使图像的灰度层次由原来的256级(8-bits)降为2级(1-bits)，从而大大减少了需要存储和处理的数据量。由于指纹的特征仅包含在纹线的形状结构中，所以为了提高处理速度和识别精度，应该在不破坏图像连通性的情况下去掉多余的信息，也就是进行图像的细化。细化是指删除指纹纹线的边缘像素，使之只有一个像素宽度。细化时应保持纹线的连接性、方向性以及特征点位置不变，还应保持纹线的中心基本不变。 1.1.2特征提取 由于指纹通常是用按压的方式得到的，按压位置和方向的不同、手指的状况以及皮肤的形变等都会导致指纹图像不理想。因此，采集到的指纹灰度图像不宜直接用来匹配， 《图形图像处理》理论教学大纲 开课院(部)：工程技术学院 撰写时间：2012年3月 课程名称：图形图像处理 英文名称：Graphic image processing 课程所属层面:①公共基础②学科基础③专业知识④工作技能 课程性质：①必修②限选③任选 课堂讲授学时：32 实践学时：32 总学时：64 总学分：4 周学时：4 开课学期：第 2 学期 一、课程目的与要求 1、基础知识目标：本课程全面细致地介绍了Adobe Photoshop CS 的各项功能，包括工具箱以及各工具选项栏的详细使用方法，选区的创建，蒙板、通道和图层的应用，如何扫描图像、打印图像以及图像 的色彩调节，滤镜特殊效果的使用。 2、能力目标：具有熟练使用Photoshop CS软件的能力；具有对平面图像进行熟练处理的能力以及使用图像输入、输出及打印的能力。 3、素质目标：通过实践环节的训练，树立理论联系实际的观点，培养实践能力、创新意识和创新能力、培养高技能人才奠定必要的基础。 二、与其它相关学科的衔接 《Photoshop CS图形图像处理》属于一门专业必修课，在后继的《Dreamever网页设计》，《Flash MX设计》等课程中，都有图形图像，动画的制作和处理，因此，本课程在大纲的编写和今后的教学实施过程中，都应该格外重视它的应用性。 三、教学内容与要求 第一章开始Photoshop CS之旅 本章教学目标与要求：掌握Photoshop CS基本术语及相关概念；了解Photoshop CS界面；了解Photoshop CS的各种功能；了解历史面板的作用和使用方法，掌握Photoshop CS基本操作。 本章重点：矢量图与位图解、图像的分辨率和尺寸Photoshop CS的新增功能。 Fingerprint Verification Competition 2004 （FVC2004）(指纹识别大赛2004) 数据摘要： The Biometric Systems Lab (University of Bologna), the Pattern Recognition and Image Processing Laboratory (Michigan State University) and the Biometric Test Center (San Jose State University) are pleased to announce：FVC2004: the Third International Fingerprint Verification Competition . Continuous advances in the field of biometric systems and, in particular, in fingerprint-based systems (both in matching techniques and sensing devices) require that the performance evaluation of biometric systems be carried out at regular intervals.. The aim of FVC2004 is to track recent advances in fingerprint verification, for both academia and industry, and to benchmark the state-of-the-art in fingerprint technology. This competition should not be viewed as an 搊fficial?performance certification of biometric systems, since: the databases used in this contest have not been necessarily acquired in a real-world application environment and are not collected according to a formal protocol. only parts of the system software will be evaluated by using images from 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。 指纹识别系统 Company number：【WTUT-WT88Y-W8BBGB-BWYTT-19998】 指纹识别系统 指纹识别系统原理 指纹识别系统的组成原理。如图1-1所示。图中的学习模块负责采集用户指纹数据，对 指纹图像进行预处理，提取这些指纹的特征，作为将来的比对模板存人数据库。而识别模块则负责采集和处理指纹图像，在提取特征后与数据库中的指纹模板进行比对，然后判断是否匹配．得出结论。整个系统的核心就是图像处理、特征提取以及指纹比对。 图1-1 指纹采集与指纹图像处理方法 目前，主要的指纹采集方法有两种：一种是光学采集器；另一种是用半导体传感器。光学采集器采集指纹是通过把手指沾上油墨后按在白纸上，然后用摄像机把图像转换为电信号。光学采集受外界干扰小、采集精度较高，但是数据量较大，因此处理时问较长。而对于半导体传感器来说，手指的温度、湿度对其测量结果有影响，但是数据量不大，处理比较方便。随着半导体技术的发展，半导体传感器的成本低、体积小、方便集成等优点逐步体现，它已逐步代替光学采集器。指纹鉴定过程的第一个阶段是指纹图像的采集阶段，也就是指纹模板的录A阶段。为了初步确定图像预处理方法，我们必须首先了解指纹传感器获得的图像的尺寸和质量。根据不同的指纹传感器，我们设计不同的方案进行图像采集，并将从各个图中提出特征点储存到数据库中，来产生“活模板”，为后面的指纹鉴定做准备。 指纹图像处理是整个指纹识别过程的核心。常见的指纹图像处理包括滤波增强、二值化、细化、提取特征点四个步骤。在采集指纹图像的过程中，由于采集环境，皮肤表面的性质，采集设备的差异等各种因素的影响，采集的图像会不同程度的受到各种噪声的干扰，从而影响了采集图像的质量。所以实际的指纹图像首先通过一个滤波增强来改善图像的质量，恢复脊线原来的结构。特征提取算法的性能和其它指纹识别技术的好坏取决于输入指纹图像质量的好坏。本系统采用一种用Gabor滤波与方向滤波结合对图像进行增强的方法该方《图形图像处理》试题
指纹识别系统
《图形图像处理》试题
从数字图像处理技术角度谈谈对指纹识别的认识
影像处理基本技术
图形图像处理试卷
指纹识别中的图像处理研究--基础名词解释
数字图像处理技术试题答案
指纹图像预处理及特征提取算法的研究与实现
1数字图像处理在指纹识别方面的应用
图像处理技术的研究现状和发展趋势
PHOTOSHOP图形图像处理课程标准
基于MATLAB图像处理的指纹特征点提取[权威资料]
指纹的特征提取与识别
图形图像处理教学大纲
图像处理_Fingerprint Verification Competition 2004(FVC2004)(指纹识别大赛2004)
根据matlab的指纹图像增强方法
指纹识别系统
相关主题
文本预览