第3章 指纹图像的增强
- 格式：ppt
- 大小：1.13 MB
- 文档页数：76
文档推荐
-
基于matlab的指纹图像增强方法页数:10
-
基于matlab的指纹图像增强方法页数:17
-
根据matlab的指纹图像增强方法页数:17
-
指纹图像对比度模糊增强算法页数:4
下载文档原格式
合集下载
指纹图像增强处理新技术：指纹图像增强处理技术进展
利用二维Ｇ ｂ ｒ ａｏ 滤波器能够分 解为正交方 向的一维高斯带
通滤波器 和一维高斯低通滤波 器的特性 ，将 １ 二维滤 次 波操作分解为２ 次一维滤波过程 ，这样 能够 降低计算复杂 度 ，结果表明这一算法具有较好 的增强指纹脊线和抑制噪 声的作用。温苗利等针对在指纹采集过程 中指印过干或过 湿的问题 ，在指纹 图像的小波域 内利用低频系数部分估计 指纹方向 ，可抑制指纹局部 过干或过湿 的影 响 ，然后分 别实现基于Ｇ ｂ ｒ ａ ｏ 函数的小波域各子图像的增强 ，并对增 强后的各 个子图像进行小波重构 ，最终得到增强处理后 的 咔较怔 指纹图像 。该方法具有增强处理速度快 、增强效 果显著的
现方法 、５ ２ 方法 、茚三酮 方法等 ） 出重叠指纹 的分 ０胶 显 离情况 ，研究表明 ，重叠指纹的分离效果与指纹重叠角度 关系不大 ，仅与指纹纹线之 间的夹角相 关，其相关性 的大
小如 图１ 所示 。研究还表 明 ， 重叠纹线必然存在欠理想区
域 ，对于这些 区域无论怎样精细区分都无法进行较好 的分 离 ，在实际应用 中应去除这些区域 ，充分利用理 想区域进 行分 离以获得可靠 的指纹特征。
～
模板对每个像素及其邻域的所有像素进行某种运算 ，得
到该像素的新灰度值 ，达 到指纹图像增强 的 目的 ，新灰度
随着近些年计 算机 技术和数字信号处理 技术的迅猛 发展 ，指纹 图像增强处理技术也取得 了长足的发展 ， 各种
指纹图像增强处理方法不断 出现 ，在 实际办案中显示 出重
要作用。
定。
基于空间域的增强 方法直接对图像像素进行运算处
理， 根据所采用的像素处理方式不 同，又可分 为灰度变换 方 法和空域 滤波方法 。灰度变换方法是基 于对像素点操作
指纹图像增强处理技术在侦查破案中的应用
拍摄直接用粉末刷显 ，要么拍下来的指纹会在凸面上形成
一
道光斑 ，掩盖 了指纹很多细节特征 ，严重影口 到了提取 向
指纹 的质量 。笔者在遇到 类似 圆柱体 表面指纹 时 ，利用 Ｐ ｏｏ ｈ ｐ ｈ ｔｓ ｏ 图像处 理软 件 ，对拍 摄 时形 成 的光斑 进行 处 理 ，处理 后的指纹照片与实际指纹基本一致。该方法简单 易学 、应用范围广 ，适合各类 圆柱体表面痕迹。
一
应用紫外照相却难 以消除 ，而规则背景对纹线尤其是指纹
纹线上的特征点的判别影响特别的大 。在这里笔者介绍一
例应用Ｉ ｇ ｒ ｌ ． 简称ＩＰ） ｍａ ｅｐｏｐｕ ６２（ ｓ Ｐ 软件对拍摄后 的照
致 ，否则两张照片将无法重合。
片进行处理 ， 成功消除规则背景干扰 的案例 ， 所使用的就
灰 度直 方图均衡化是一个很有效 的图像 增强技术 ，
Ｐ ｌ ｅ ｅ ｈ ｏ ｇ ２ １ 年９ １ ｏｉ ｃ ｎ ｌ ｙ ０ 月 ｃ Ｔ ｏ ０ ７
专 题
光斑部位调整至指纹 中心左侧 （ 下面 ） 的指纹照片 ，见图 １ ，光斑调整到右侧 （ 上面 ），见 图２ 。注意 事项 ：拍摄 指纹照片时必须粘贴比例尺 ，相机 的光圈和焦距必须保持
指纹图像增强处理新技术
指纹 图像增强处理技术 在侦查破案 中的应用
江苏省常州市公安局物证鉴定所 李 阳 朱磊
摘 要 ： 在 日常 工 作 中 ，终 常 会 遇 到 一 些 拍 照 效 果 不 理 想 的 指 纹 ， 无 法 直 接 入 库 比 对 或 作 出 鉴 定 ， 直 接 影 响 了 案 件 的 侦 破 。 本 文 通 过 几 个 实 际 案 例 中 后 期 指 纹 增 强 处 理 技 术 的 应 用 ，来 讨 论 如 何 改 善 指 纹 图 片 的 质 晕 ，
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）。
运用数字图像处理技术进行指纹增强
的指纹进行增强处理 ，便于后续 的指 纹识 别鉴定 。下
面就 以实 际案例 ，来介 绍数 字图像处理 技术在指 纹增强
中 的应 用 。
一
图１ 从 ＧＰ Ｓ的显 示 屏 上拍 照 提 取 的 血指 纹 照 片
二 、指 纹 增 强 处 理
、
案 件 介 绍
图１ 中的指纹图像为彩色图像 ，图像的背景颜色为
一
般 能明显得到增 强 ，为后续 的指 纹识别鉴定创造 了有
利的条件 。 斟
【］ ａ ｇ Ｓｎ Ｗ ａ ｇ Ｙ ｎ ｓｅ ｇ Ｆｎ ｅ ｒ ｔｅ ｈ ｎ ｅ ｎ １ Ｗ ｎ ｅ ， ｎ ａ ｇｈ ｎ ． ｉｇ ｒ ｉ ｎ ａ ｃ ｍｅ ｔｉ ｐｎ ｎ ｔｅ ｓ ｇｌ ｏｎ ｒａ田．—Ｅ ｉｎｌＰｏｅ ｉｇＬ ｔｒ ｈ ｉ ｕａ ｐ ｉｔａｅ ｎ ｒ Ｉ— Ｓ ａ ｒｃｓ ｅｅ ， ＥＥ ｇ ｓ ｎ ｔｓ ２ ０ ， １１： ６ ９ ０ ４ １ （ １ —１ ． ） ［］ Ｗ ｅ Ｃ ｅ Ｙｅ ，Ｙ Ｃｈ — ｈ ｎ ．Ｆｎ ｅ ｒ ｔ ａ ｅ ２ ｎ ｈ— ｎ ｕ ｎ ｉ Ｃ ｕ ｇ ｉｇ ｒｉ ｐ ｔ ｍ ｐ ｎ ｒｓ ｒｔ ｎｂ ｉ ｉ ｇ ｒｃｓｎ ｃｎｑ ｅ ｅｏａｏ ｙｄｇ ｍａｅｐｏｅｉｇｔ ｈ ｉｕｓ田．ｏ ｍａ ｔ ｉ ｓ ｅ Ｊｕ ｌ
息 和色 度 信息 相互 混 合在 一 起 ，不便 于 后续 的 增强 处 理 ，首先 将Ｒ 空 间形式 的彩色 图像 转换成 Ｈ Ｉ 间的 ＧＢ Ｓ空 彩色图像 ，转换方法如下 ：
Ｐ ｌ ｅＴ ｃ ｎ ｌｇ ２ ０ Ｆ １ ｏｉ ｅ ｈ ｏｏ ｙ ０１ 年９ Ｊ ｃ ５
专 题’
图 ２ 灰 度 直 方 图 线性 拉 伸 效果 比较
（＋ ８ １） ２１
面就 以实 际案例 ，来介 绍数 字图像处理 技术在指 纹增强
中 的应 用 。
一
图１ 从 ＧＰ Ｓ的显 示 屏 上拍 照 提 取 的 血指 纹 照 片
二 、指 纹 增 强 处 理
、
案 件 介 绍
图１ 中的指纹图像为彩色图像 ，图像的背景颜色为
一
般 能明显得到增 强 ，为后续 的指 纹识别鉴定创造 了有
利的条件 。 斟
【］ ａ ｇ Ｓｎ Ｗ ａ ｇ Ｙ ｎ ｓｅ ｇ Ｆｎ ｅ ｒ ｔｅ ｈ ｎ ｅ ｎ １ Ｗ ｎ ｅ ， ｎ ａ ｇｈ ｎ ． ｉｇ ｒ ｉ ｎ ａ ｃ ｍｅ ｔｉ ｐｎ ｎ ｔｅ ｓ ｇｌ ｏｎ ｒａ田．—Ｅ ｉｎｌＰｏｅ ｉｇＬ ｔｒ ｈ ｉ ｕａ ｐ ｉｔａｅ ｎ ｒ Ｉ— Ｓ ａ ｒｃｓ ｅｅ ， ＥＥ ｇ ｓ ｎ ｔｓ ２ ０ ， １１： ６ ９ ０ ４ １ （ １ —１ ． ） ［］ Ｗ ｅ Ｃ ｅ Ｙｅ ，Ｙ Ｃｈ — ｈ ｎ ．Ｆｎ ｅ ｒ ｔ ａ ｅ ２ ｎ ｈ— ｎ ｕ ｎ ｉ Ｃ ｕ ｇ ｉｇ ｒｉ ｐ ｔ ｍ ｐ ｎ ｒｓ ｒｔ ｎｂ ｉ ｉ ｇ ｒｃｓｎ ｃｎｑ ｅ ｅｏａｏ ｙｄｇ ｍａｅｐｏｅｉｇｔ ｈ ｉｕｓ田．ｏ ｍａ ｔ ｉ ｓ ｅ Ｊｕ ｌ
息 和色 度 信息 相互 混 合在 一 起 ，不便 于 后续 的 增强 处 理 ，首先 将Ｒ 空 间形式 的彩色 图像 转换成 Ｈ Ｉ 间的 ＧＢ Ｓ空 彩色图像 ，转换方法如下 ：
Ｐ ｌ ｅＴ ｃ ｎ ｌｇ ２ ０ Ｆ １ ｏｉ ｅ ｈ ｏｏ ｙ ０１ 年９ Ｊ ｃ ５
专 题’
图 ２ 灰 度 直 方 图 线性 拉 伸 效果 比较
（＋ ８ １） ２１
指纹图像增强与特征提取
摘 要 : 在指纹匹配中 ,从指纹图像中自动和可靠地提取特征点是一个关键性步骤 。输入的指纹图像质量在自动识别和 认证算法中起着重要的作用 。基于脊线的频率和方向 ,提出了一个快速指纹图像增强和特征提取算法 。指纹图像增强首 先求出指纹的方向场 ,然后根据方向场进行滤波 。指纹特征提取则先从细化图中得到特征点并剔除伪特征点 。实验结果 验证了该方法的有效性 。 关键词 : 指纹识别 ; 特征提取 ; 指纹增强 ; 方向场 中图分类号 : TP391 . 41 文献标识码 :A 文章编号 : 1673 - 629 X(2009) 01 - 0081 - 03
1 0
- 1 ( 4)
Sobel x =
- 2 - 1
子块图像中心的横坐标和纵坐标) , 建立一个以像素点
( i , j ) 为中心的方向窗口 N × S ( 文中取 33 ×17) , 该
窗口的边框与指纹脊线方向对应 , 且 N 与脊线方向垂 直 , S 与脊线方向平行 。
( 2) 对于每一子块 ( i , j ) , 沿 S 方向计算 S 个像素
<′ x ( i , j) =
其中 , M 0 和 VAR0 分别是期望的均值和方差 。 按上式对原始指纹图像进行点运算后即可实现图 像的规格化处理 ,使得加工后的图像的灰度均值和方 差与预定值一致 , 文中灰度均值和方差分别取 140 、
600 。实验结果如图 2 所示 。
u = - w </ 2 v = - w </ 2
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
第 1 期 汤 婷等 : 指纹图像增强与特征提取
1 0
- 1 ( 4)
Sobel x =
- 2 - 1
子块图像中心的横坐标和纵坐标) , 建立一个以像素点
( i , j ) 为中心的方向窗口 N × S ( 文中取 33 ×17) , 该
窗口的边框与指纹脊线方向对应 , 且 N 与脊线方向垂 直 , S 与脊线方向平行 。
( 2) 对于每一子块 ( i , j ) , 沿 S 方向计算 S 个像素
<′ x ( i , j) =
其中 , M 0 和 VAR0 分别是期望的均值和方差 。 按上式对原始指纹图像进行点运算后即可实现图 像的规格化处理 ,使得加工后的图像的灰度均值和方 差与预定值一致 , 文中灰度均值和方差分别取 140 、
600 。实验结果如图 2 所示 。
u = - w </ 2 v = - w </ 2
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
第 1 期 汤 婷等 : 指纹图像增强与特征提取
指纹识别系统中的图像增强与特征提取
指纹识别系统中的图像增强与特征提取指纹识别作为一种常用的生物识别技术，已经广泛应用于安全系统、移动设备和金融行业等领域。
它通过对指纹图像进行图像增强和特征提取，来实现对个体指纹的准确识别。
在指纹识别系统中，图像增强和特征提取是两个重要的步骤，对于提高识别准确率和效率具有关键作用。
图像增强是指通过一系列的图像处理技术，对原始指纹图像进行去噪、增强边缘、提升对比度等操作，以改善图像的质量和清晰度。
它可以帮助我们有效地消除图像中的噪声和模糊度，提高指纹图像的可视化效果，从而有助于后续的特征提取和匹配过程。
在图像增强的过程中，常用的方法包括直方图均衡化、滤波、增强边缘检测等。
直方图均衡化是一种常见的增强方法，它通过重新分布图像的灰度级，增强图像的对比度。
滤波技术则可以通过去除高频噪声和平滑图像，提高图像的清晰度。
而增强边缘检测则是通过寻找图像中的边缘信息，使图像的轮廓更加明确。
除了上述方法外，还可以利用基于深度学习的图像增强算法对指纹图像进行处理。
深度学习可以通过训练大量的图像样本，学习到图像中的特征表示，进而提高图像增强的效果。
例如，卷积神经网络可以通过多层卷积和池化操作，有效地提取图像中的纹理和结构信息，达到优化指纹图像的目的。
特征提取是指从经过增强的指纹图像中提取出与个体相关的关键特征，用于后续的比对和识别过程。
指纹图像中的特征主要包括细节点、方向和亮度等信息。
其中，细节点是指指纹图像中的细小的点状特征，方向是指指纹图像中纹线的走向，亮度则是指指纹图像中灰度的分布情况。
在特征提取的过程中，最常用的方法是利用小波变换、Gabor滤波器等技术。
小波变换可以将图像分解成不同频率的子带，并提取其中的纹理和结构信息。
而Gabor滤波器则可以模拟人脑中的视觉特性，对纹线进行检测和提取。
此外，近年来深度学习在指纹特征提取方面也取得了显著的成果。
通过训练一个深度神经网络，可以直接从指纹图像中学习到特征的表示。
深度神经网络具有较强的拟合能力和学习能力，可以自动提取图像中的关键特征，避免了手工设计特征的繁琐过程。
指纹识别中的图像增强和细节匹配算法
自动指纹识别中的图像增强和细节匹配算法1罗希平田捷*(北京中国科学院自动化研究所人工智能实验室 100080)摘要:本文对自动指纹识别系统（Automated Fingerprint Identification System，简称AFIS）的两个重要问题，指纹图像增强和细节匹配做了研究。
本文给出了一种基于方向场的指纹图像增强算法，并对Anil Jain等人提出的细节匹配算法进行了修正。
本文采用了一种新的更简单的方法来进行指纹图像的校准，并以一种简单而有效的方式将脊线信息引入匹配过程中，这样做的好处之一是以较低的计算代价有效地解决了匹配中参照点对的选取问题。
另外，本文采用了大小可变的限界盒来适应指纹的非线性形变。
在FVC2000公布的指纹图像数据库上按FVC2000测试标准所做的实验显示本文的算法对原算法有较大的改进。
关键词: 自动指纹识别系统(AFIS),图像增强，细节匹配1. 背景介绍自动指纹识别系统（即Automated Fingerprint Identification System，简称AFIS）有着广泛的应用背景。
目前对自动指纹识别系统的研究主要有三个方面，即图像增强，指纹分类和细节匹配。
指纹分类一般是用在大规模的指纹库中，作为细节匹配中减少搜索范围的步骤使用。
本文的工作将不涉及指纹分类。
我们的自动指纹识别系统框图如图1所示，系统由离线部分和在线部分两个部分组成。
在系统的离线部分，用指纹采集仪采集指纹，提取出细节点，然后将细节点保存到数据库中，形成指纹模板库。
在系统的在线部分，用指纹采集仪采集指纹，提取出细节点，然后将这些细节点与保存在数据库中模板细节点进行匹配，判断输入细节点与模板细节点是否来自同一个手指的指纹。
在实践中，由于手指本身的因素和采集条件的影响，采集到的指纹图像会不同程度地受到各种噪声地干扰，在进行分类和细节匹配之前一般要对采集到的指纹图像做增强处理。
指纹图像增强算法多数是基于方向场估计的图像滤波算法[1]-[3]，我们采用的也是一种基于方向场估计的图像滤波算法。
指纹图像增强算法研究
学号14072202205毕业设计(论文)题目：指纹图像增强算法研究作者靳志恒届别2011届学院信息与通信工程学院专业电子信息工程指导教师XXX职称XX完成时间2011年5月摘要指纹图像的质量相对于指纹识别而言非常关键，但实际操作中获取到的图像往往包含各种噪声．比如伤疤、汗渍、污迹以及与指纹采集设备的不均匀接触．本文在前人的基础上提出了一套基于Matlab实现的指纹指纹增强算法．用gabor滤波实现指纹图像的增强，由于Gabor滤波器可以同时在空域和频域上获得最佳的分辨率, 具有良好的带通性和方向选择性,可以采用Gabor滤波器来实现指纹图像的增强．本文给出了用Matlab实现对每个指纹图像处理功能模块的算法,以及改进方法及处理结果，主要包括分割、归一化、增强和细化等．用Matlab现的这种方法，既能分步对指纹图像预处理算法进行仿真测试、又可以很直观地看到图像处理算法的效果，有效配合了算法的研究．实验证明，用Matlab 实现的算法处理结果比较理想，满足识别的应用性．关键词：指纹图像增强；Matlab 分割细化ABSTRACTThe quality of the fingerprint image relative to the fingerprint identification is very crucial, but the actual operation of the image obtained the usually contain various noise. Such as scar, sweat stains, dirt and fingerprints acquisition device. In previous uneven contact are put forward on the basis of a set of based on Matlab fingerprint fingerprint enhancement algorithm. Gabor filtering with fingerprint image enhancement realization are presented in this paper Matlab to each fingerprint image processing function modules of the algorithm, improvement methods and handling results, mainly including segmentation, normalization, enhance and fine turn etc. Matlab this way, can the fingerprint image preprocessing algorithm by simulation testing, and can be very intuitive to see the effect of image processing algorithm, the algorithm of effective cooperation. Experimental proof, Matlab algorithm processing results are ideal, satisfy recognition applied.Key words: fingerprint image enhancement; Matlab; Segmentation; refining摘要 (2)ABSTRACT (3)1 引言 (5)1.1 生物特征识别 (5)1.2 指纹特征 (6)1.3 指纹识别研究进展 (7)1.4 论文的工作任务和准备解决的关键问题 (8)1.4.1论文的工作内容 (8)1.4.2 准备解决的关键问题 (9)2 指纹图像处理过程 (9)2.1 指纹图像的规格化 (9)2.2 指纹图像处理方法概述 (10)2.3 指纹图像场方向的计算 (12)2.3.1 指纹图像方向图的计算 (12)2.3. 2 指纹图像方向场的平滑 (13)2.3. 3 求指纹纹线平均频率 (14) (15)2.4 指纹模式域与背景区域的分割 (15)2.5 指纹图像的二值化 (16)2.6 小结 (17)3 Matlab简要介绍 (18)3.1 Matlab的应用 (18)3.2 Matlab 的特点 (19)4 基于Gabor 滤波器的指纹图像增强算法 (20)4.1 用固定纹线频率滤波 (22)4.2 对指纹核心区域的 Gabor算法改进 (23)4.3 实验结果与相关分析 (24)5 总结 (25)参考文献 (26)致谢 (27)附录 (28) (28)1 引言1.1 生物特征识别能被称之为生物特征的必须具有这样几个性质:唯一性和不变性。
指纹图像增强及分类的开题报告
指纹图像增强及分类的开题报告一、选题背景随着现代科技的发展，指纹识别被广泛应用于各个领域，如安全管理、法医学、社会福利等。
指纹图像作为指纹识别的基础，其质量直接影响着识别的准确性和鲁棒性。
然而，由于指纹图像获取设备、条件等因素的限制，常常出现指纹图像质量不好、模糊、噪声干扰等问题，影响着指纹识别的效果。
因此，对指纹图像进行增强和分类，成为提高指纹识别准确率和鲁棒性的重要手段。
二、选题意义指纹图像增强和分类是指纹识别技术中的重要环节，对提高指纹识别准确率和鲁棒性具有重要的意义。
指纹图像增强可以去除指纹图像中的噪声、增强指纹图像的边缘、纹理等特征，提高指纹识别的准确性。
而指纹图像分类则可以将指纹图像分为不同的类别，有助于指纹识别算法的优化和提高。
三、研究目标本研究旨在探究指纹图像增强和分类的方法和技术，通过对指纹图像的去噪、边缘增强、图像分割等处理，提高指纹识别的准确性和鲁棒性。
具体研究目标包括：1. 综述指纹图像增强和分类的相关研究现状，了解国内外在该领域的研究成果和发展趋势；2. 分析指纹图像的特点和识别方法，探究指纹图像增强和分类的意义和重要性；3. 设计指纹图像增强和分类的算法，包括噪声去除、边缘增强、图像分割等处理；4. 通过实验验证指纹图像增强和分类算法的有效性，比较不同方法的优劣和优化方向。
四、研究方法本研究采用文献分析和实验验证相结合的方法，具体分为以下步骤：1. 通过文献分析和综述，了解指纹图像增强和分类的研究现状和发展趋势；2. 分析指纹图像的特点和识别方法，找出需要优化的方向和解决的问题；3. 设计指纹图像增强和分类的算法，包括噪声去除、边缘增强、图像分割等处理；4. 对所设计的指纹图像增强和分类算法进行实验验证，比较不同方法的优劣性和优化方向；5. 最后根据实验结果和数据分析得出结论，探究指纹图像增强和分类在指纹识别中的应用前景和研究方向。
五、预期成果本研究将预期获得以下成果：1. 对指纹图像增强和分类的相关研究现状进行综述，了解国内外在该领域的研究成果和发展趋势；2. 设计出指纹图像增强和分类的算法，包括噪声去除、边缘增强、图像分割等处理；3. 对所设计的指纹图像增强和分类算法进行实验验证，比较不同方法的优劣性和优化方向；4. 得出结论，探讨指纹图像增强和分类在指纹识别中的应用前景和研究方向。
基于Gabor滤波器的指纹图像增强
w⎞ l⎞ ⎛ ⎛ U = i + ⎜ d − ⎟ cos O ( i , j ) + ⎜ k − ⎟ sin O ( i , j ) 2⎠ 2⎠ ⎝ ⎝ w⎞ ⎛l ⎞ ⎛ V = j + ⎜ d − ⎟ sin O (i , j ) + ⎜ − k ⎟ cos O (i , j ) 2⎠ ⎝2 ⎠ ⎝ l 表示方向窗的宽度，W 表示方向窗的高度，取 l=32， W=16。 U 和 V 为方向窗口中的点换算到图 像坐标系下的坐标值； （3）离散信号 X[k]组成了一个二维的正弦 波，从得到的 X[k]中找到所有的极大值点，计算 这些极大值的平均距离(即极大值间的平均像素 点 数 ) ， 记 为 T (i, j ) ， 则 波 形 频 率 可 表 示 为
局部脊线方向，W 是子块的边长。由于噪声、粘 连、模糊以及断裂等原因，方向场中存在着方向 突变块，指纹具有脊线方向变化平缓的特性，并 且在一个小范围内具有相对稳定的变化趋势，因 此采用了高斯低通滤波器对指纹图像的方向场 进行平滑处理，得到了相对平滑的方向场，此结 果将在后面使用，记其为 O。原始图像及方向场 图如图 1（a） 、图 1（b） 所示。可见，方向场 很好地反映了指纹图像纹线的方向特性，纹线的 方向计算准确可靠。 1.3 频率场估算 在指纹图像的局部非奇异区域里，沿着垂直 于脊线的方向看，指纹脊线和谷线像素点灰度值 大致形成一个二维的正弦波，定义纹线频率为相 邻的两个波峰或波谷之间的像素点数的倒数。求 取这些互不重叠的局部区域的频率值，按各区域
i+ w 2
指纹局部区域
j+ w 2
（1）把 N 分成 W×W 大小的互不重叠的子 块； （2）以图像子块中心点 (i, j ) 为中心，子块 脊线方向为短轴，作一个尺寸为 l×W 的长方形 窗口，如图 2 所示，在窗口中按公式（5）计算 幅值 X[k]
- 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)。
文献18
3.1 引言
Chikkerur等人使用短时傅立叶变换对图像进行频谱分析 和处理。首先利用短时傅立叶变换提取出图像各个局部区 域的频谱信息，并根据频谱估计出对应区域的纹线方向和 频率，然后构造出相应的具有方向选择性的带通滤波器进 行滤波处理。该方法能够同时在空域和频域对指纹图像进 行局域化分析，优点较为明显，但是在滤波器设计上缺乏 研究和改进，滤波性能一般。此外，在频域计算指纹纹线 方向和频率易受噪声干扰，精度较低，影响图像增强效果。
3.1 引言
指纹图像增强的前处理和后处理对展示指纹图像的增强效 果起到关键性作用，是不可或缺的重要环节。其中前处理 主要是归一化；后处理则主要是二值化处理。归一化的主 要目的是解决按压不均匀对采集的指纹图像的影响；二值 化的主要目的是更好的展示增强的效果，为后面的细化做 好充分的准备。
3.1 引言
指纹的嵴线与峪线
3.1 引言
指纹图像增强，就是对指纹图像采用一定的 算法进行处理，使其纹理结构清晰化，尽量 突出和保留固有的指纹特征信息，并消除噪 声，避免产生虚假特征。其目的是保持特征 信息提取的准确性和可靠性。 从目前的研究情况和各种算法的综合比较来 看，空域滤波和频域滤波仍然是指纹图像增 强中比较有效且占据主流地位的方法。
图像质量评估
图 像 质 量 不 同 的 指 纹
指纹图像分割
在图像处理中，通常要把感兴趣的区域与其他部 分区分开来，这称为前景与背景分割。指纹图像 分割通常位于预处理的前端，其目的是把指纹图 像中质量很差，在后续处理中很难恢复的图像区 域与有效区域区分开来，使后续处理能够集中于 有效区域。分割处理不仅能提高特征提取的精确 度，而且还能大大减少指纹预处理的时间，因此 是指纹图像处理中的重要组成部分。它不仅要求 尽可能地去除无效区域，还要尽可能完整地保留 有效区域。
指纹图像预处理流程
指纹图像预处理概述（1）
I. 图像质量评估：指纹图像经传感器获取后，首先要 对其质量进行评估，通过检查其有效面积及图像的 清晰程度决定是否对该图像进行下一步处理。若图 像质量合格，则将其送入图像分割子模块，否则， 要求重新采集，同时给出提示是指纹太干还是太湿， 或者是手指放得太偏等等。 II. 图像分割：把要处理的有效图像部分从整个指纹图 像中分离出来，这样一方面减少了后续处理步骤的 数据量，另一方面也避免了因为部分图像区域不可 靠而导致伪特征的产生。
文献1、16、43
3.1 引言
Lin Hong指纹增强算法，还出现了一些改进的Gabor 滤波算法。Areekul等将二维Gaobr滤波器分解为两个相 互独立的一维高斯低通滤波器和一维高斯带通滤波器进行 滤波。该算法在运算速度上比原始的Gabor滤波算法大约 要快2.6倍。但是，分解得到的两个一维滤波器的组合并 不完全等价于原始的二维Gabor滤波器，在一定程度上削 弱了指纹图像增强效果。 Yang等考虑到指纹脊线和谷线宽度通常不等，提出改进 的Gabor滤波器设计方法。与传统的Gabor滤波器相比， 改进的Gabor滤波器同时引入脊线和谷线的周期作为参数 可实现双频率选择，能够适应指纹脊谷宽度的相对变化。 该方法加强了对指纹纹线结构的保护，但是相应提高了计 算复杂度。
第3章 指纹图像的增强
鲁静
重难点
为什么要进行指纹图像的增强？ 指纹图像增强的步骤 基于Gabor滤波的指纹图像增强算法 基于傅立叶滤波的指纹图像增强算法 基于知识的指纹图像增强方法
指纹自动识别系统框图
指纹分 类
指纹图像 采集 预处理 特征提 取 数据库 特征匹 配 输出 匹配 结果
滤波增强、 二值化、细化
3.1 引言
频域滤波法通过直接改善图像的频谱来实现图像增强。由 于指纹纹线具有较强的等周期性，因此从频谱上看，指纹 图像的能量通常集中在某个频率附近，这为在频域进行指 纹图像增强带来方便。 Sherlock等提出了基于频域的方向滤波算法。首先在频 域定义出一组方向滤波器对指纹图像的频谱进行滤波处理， 每一个方向滤波器在提取出对应方向的频谱信息的同时削 弱其它方向的频谱信息，然后在空域将滤波结果按指纹图 像的方向信息进行融合，从而得到完整的增强图像。该方 法利用了图像的全局信息，对低质量指纹图像也能取得较 好的增强效果，但是仅以常数作为指纹的脊线频率，没有 考虑频率的空间变化性，对指纹的纹线结构和细节特征具 有一定的破坏性。另外，该方法需要对整幅图像进行多次 傅立叶变换，存在较多的运算，计算效率还有待提高。
图像质量评估
指纹图像质量评价系统所要实现的基本功能有如下几个方 面： (1) 将指纹图像区域从采集图像的背景区域中分离出来， 尽量减少背景区域的噪声对后继处理结果的影响，并减少 后继所要处理的图像区域，从而可以提高系统的精度、降 低后继处理时间； (2) 给出一幅指纹图像的总体区域、图像偏移方向和大小、 按压力度大小、手指的干/湿度等指标，从而为现场采集 指纹图像时的调整提供一个比较合理的依据；
3.1 引言
指纹图像增强用于改善指纹图像的质量，以 保证后续指纹特征提取及匹配的准确性和鲁 棒性，在自动指纹识别系统中具有十分重要 的作用和地位。 自动指纹识别系统通过比对指纹嵴线与峪线 的结构及有关特征如纹线的端点和分歧点等 来实现个人身份认证。然而，要从原始指纹 图像上准确提取特征信息是十分困难的，特 征提取的精确性在很大程度上依赖于图像质 量。因此，在指纹特征提取和匹配之前有必 要对指纹图像进行增强处理。
3.1 引言
Kamei和Mizoguchi在频域对图像作方向滤波时进一步考 虑了指纹的局部频率信息，并使用贪婪算法以能量最小化 的方式对滤波图像进行融合。该方法的最大问题是计算量 和存储量均较大，不利于实际应用。 Willis和Myers提出了一种快速的频域增强算法。首先将指 纹图像分成一系列小方块，并对各图像子块分别作傅立叶 变换以得到相应的频谱，然后采用求幂的方法直接修改幅 度谱值，最后通过傅立叶逆变换得到增强图像。该方法不 需要计算原始指纹图像的方向和频率，因此简单易行，计 算量较小，但是在噪声的影响下会对图像造成较大的破坏， 其合理性还有待进一步研究。
指纹图像分割
指纹图像的四种区域
指纹图像分割
（1）背景区：指不包含纹线的白边界区； （2）不可恢复区：包含指纹纹线，但受噪声干扰 严重，纹线走向无法辨认，峰谷混杂不清，在后 续处理中很难恢复的区域； （3）清晰区：纹线连续，峰谷清晰，几乎没有噪 声干扰的区域； （4）可恢复区：受到噪声干扰，纹线断续或者峰 谷界限不清晰的区域。 指纹分割的目的就是保持后两类区域，而去除前 两类区域。
指纹图像分割
这就需要有较精确的分割算法。好的指纹 分割算法应该具有如下特点： （1）对输入图像的灰度分布不敏感； （2）能检测出信噪比低的有效区域； （3）能够有效分割残留指纹；
指纹图像分割
根据指纹图像被噪声干扰的程度及能否正 确恢复，可把图像细分为4类区域：背景区 域、不可恢复区域、可恢复区域和清晰区 域。指纹图像分割的目的就是割除背景区， 保留前景区，尽可能保留模糊区中能恢复 的部分。
细节点 提取
校准、细节点 匹配
指纹自动识别系统框图
指纹图像为什么要进行预处理？
低质量指纹图像示例
指纹图像预处理
指纹图像预处理是各种数字图像处理技术的综合 应用，通常是指纹识别算法最先需要完成的任务。 在目前的技术条件下，不论采用何种采集方式， 指纹图像中都有可能出现各种质量缺陷，给计算 机自动识别造成困难，指纹图像预处理的任务就 是尽可能降低图像噪声或质量缺陷所带来的影响， 准确可靠地提取指纹特征，以保证后续处理的可 靠性和鲁棒性。可以看出，指纹图像预处理在很 大程度上决定了指纹识别的准确程度。一般说来， 指纹图像预处理包含了图像质量评价、图像增强、 图像二值化和细化等步骤。
3.1 引言
空域滤波法通过对滤波算子和原始图像作卷积来实现图像 增强，具有简单直观，易于分析的优点。 O’Gorman和Nickerson较早提出采用方向滤波器进行指 纹图像增强。他们利用指纹独特的方向性设计出相应的方 向滤波器模板，这种滤波器能够沿指纹纹线方向对图像进 行平滑，具有一定的消除噪声和弥合裂纹的能力，同时能 提高指纹脊线和谷线在图像中的对比度。但是，该方法没 有使用指纹的频率信息，主要依据经验来确定滤波器模板， 对低质量指纹图像的处理效果较差，具有一定的局限性。
文献10
3.1 引言
Greenberg等使用具有结构自适应能力的各向异性滤波器 对指纹图像进行滤波，能够在滤除噪声的同时保护指纹纹 线结构，但是同样没有结合指纹的频率信息，对指纹纹线 变化的适应能力有限。 Hong等提出采用具有方向和频率选择性的二维Gabor滤 波器来增强指纹图像。他们根据指纹的方向性将二维 Gabor滤波器调制到各个方向，并根据指纹的频率信息来 确定滤波器的中心频率，然后使用所得的Gabor滤波器组 对图像进行滤波。该方法较好地结合了指纹的方向信息和 频率信息，对指纹图像的增强效果比较显著。其不足之处 在于，容易破坏纹线方向变化剧烈的模式区域，会在一定 程度上改变脊线和谷线的位置及比例关系，对细节特征的 保护能力有限。
指纹图像预处理概述（2）
III. 图像增强：包括两个部分：首先是对原始图像上 模糊但有可能恢复的部分进行增强，然后再对整 幅图像滤波，消除指纹脊线间的断裂和粘连。 IV. 图像二值化：提取经增强处理的指纹图像的脊线， 用“1”表示脊线上的点，“0”表示背景和谷线， 从而把原始灰度图像转化为二值图像。 V. 图像细化：进一步把二值指纹脊线细化为单象素 宽度的骨架线，这是为了方便以后的特征提取。
图像质量评估
指纹图像的质量评估在自动指纹系统中有着重要的实际价 值。影响自动指纹识别系统水平的最重要因素之一便是在 注册和辨别过程中对那些采集质量差的指纹的判别及处理 能力，一个较好的指纹识别系统应要求用户在登记时多次 获取指纹，然后，把图像质量最好的作为注册的指纹。同 时，为了获得比较好的识别率，在匹配之前要对质量比较 差的指纹图像区域先进行特殊的图像预处理，然后再进行 识别。为了实现这个目的，需要设计一个合适的有效地指 纹图像质量评估方法。刚采集的指纹原始图像一般有很多 噪音，图像质量存在着差异。这主要是由受采集者平时的 工作和环境所引起的，比如手指褪皮，有刀伤，疤痕，手 指被弄脏，干燥，湿润等。同时，也与采集仪器的性能有 着密切的联系，例如，光学全反射技术干手指差，且汗多 的和稍脏的手指成像模糊；硅晶体电容传感技术干手指好， 但汗多的和稍脏的手指不能成像。
3.1 引言
Chikkerur等人使用短时傅立叶变换对图像进行频谱分析 和处理。首先利用短时傅立叶变换提取出图像各个局部区 域的频谱信息，并根据频谱估计出对应区域的纹线方向和 频率，然后构造出相应的具有方向选择性的带通滤波器进 行滤波处理。该方法能够同时在空域和频域对指纹图像进 行局域化分析，优点较为明显，但是在滤波器设计上缺乏 研究和改进，滤波性能一般。此外，在频域计算指纹纹线 方向和频率易受噪声干扰，精度较低，影响图像增强效果。
3.1 引言
指纹图像增强的前处理和后处理对展示指纹图像的增强效 果起到关键性作用，是不可或缺的重要环节。其中前处理 主要是归一化；后处理则主要是二值化处理。归一化的主 要目的是解决按压不均匀对采集的指纹图像的影响；二值 化的主要目的是更好的展示增强的效果，为后面的细化做 好充分的准备。
3.1 引言
指纹的嵴线与峪线
3.1 引言
指纹图像增强，就是对指纹图像采用一定的 算法进行处理，使其纹理结构清晰化，尽量 突出和保留固有的指纹特征信息，并消除噪 声，避免产生虚假特征。其目的是保持特征 信息提取的准确性和可靠性。 从目前的研究情况和各种算法的综合比较来 看，空域滤波和频域滤波仍然是指纹图像增 强中比较有效且占据主流地位的方法。
图像质量评估
图 像 质 量 不 同 的 指 纹
指纹图像分割
在图像处理中，通常要把感兴趣的区域与其他部 分区分开来，这称为前景与背景分割。指纹图像 分割通常位于预处理的前端，其目的是把指纹图 像中质量很差，在后续处理中很难恢复的图像区 域与有效区域区分开来，使后续处理能够集中于 有效区域。分割处理不仅能提高特征提取的精确 度，而且还能大大减少指纹预处理的时间，因此 是指纹图像处理中的重要组成部分。它不仅要求 尽可能地去除无效区域，还要尽可能完整地保留 有效区域。
指纹图像预处理流程
指纹图像预处理概述（1）
I. 图像质量评估：指纹图像经传感器获取后，首先要 对其质量进行评估，通过检查其有效面积及图像的 清晰程度决定是否对该图像进行下一步处理。若图 像质量合格，则将其送入图像分割子模块，否则， 要求重新采集，同时给出提示是指纹太干还是太湿， 或者是手指放得太偏等等。 II. 图像分割：把要处理的有效图像部分从整个指纹图 像中分离出来，这样一方面减少了后续处理步骤的 数据量，另一方面也避免了因为部分图像区域不可 靠而导致伪特征的产生。
文献1、16、43
3.1 引言
Lin Hong指纹增强算法，还出现了一些改进的Gabor 滤波算法。Areekul等将二维Gaobr滤波器分解为两个相 互独立的一维高斯低通滤波器和一维高斯带通滤波器进行 滤波。该算法在运算速度上比原始的Gabor滤波算法大约 要快2.6倍。但是，分解得到的两个一维滤波器的组合并 不完全等价于原始的二维Gabor滤波器，在一定程度上削 弱了指纹图像增强效果。 Yang等考虑到指纹脊线和谷线宽度通常不等，提出改进 的Gabor滤波器设计方法。与传统的Gabor滤波器相比， 改进的Gabor滤波器同时引入脊线和谷线的周期作为参数 可实现双频率选择，能够适应指纹脊谷宽度的相对变化。 该方法加强了对指纹纹线结构的保护，但是相应提高了计 算复杂度。
第3章 指纹图像的增强
鲁静
重难点
为什么要进行指纹图像的增强？ 指纹图像增强的步骤 基于Gabor滤波的指纹图像增强算法 基于傅立叶滤波的指纹图像增强算法 基于知识的指纹图像增强方法
指纹自动识别系统框图
指纹分 类
指纹图像 采集 预处理 特征提 取 数据库 特征匹 配 输出 匹配 结果
滤波增强、 二值化、细化
3.1 引言
频域滤波法通过直接改善图像的频谱来实现图像增强。由 于指纹纹线具有较强的等周期性，因此从频谱上看，指纹 图像的能量通常集中在某个频率附近，这为在频域进行指 纹图像增强带来方便。 Sherlock等提出了基于频域的方向滤波算法。首先在频 域定义出一组方向滤波器对指纹图像的频谱进行滤波处理， 每一个方向滤波器在提取出对应方向的频谱信息的同时削 弱其它方向的频谱信息，然后在空域将滤波结果按指纹图 像的方向信息进行融合，从而得到完整的增强图像。该方 法利用了图像的全局信息，对低质量指纹图像也能取得较 好的增强效果，但是仅以常数作为指纹的脊线频率，没有 考虑频率的空间变化性，对指纹的纹线结构和细节特征具 有一定的破坏性。另外，该方法需要对整幅图像进行多次 傅立叶变换，存在较多的运算，计算效率还有待提高。
图像质量评估
指纹图像质量评价系统所要实现的基本功能有如下几个方 面： (1) 将指纹图像区域从采集图像的背景区域中分离出来， 尽量减少背景区域的噪声对后继处理结果的影响，并减少 后继所要处理的图像区域，从而可以提高系统的精度、降 低后继处理时间； (2) 给出一幅指纹图像的总体区域、图像偏移方向和大小、 按压力度大小、手指的干/湿度等指标，从而为现场采集 指纹图像时的调整提供一个比较合理的依据；
3.1 引言
指纹图像增强用于改善指纹图像的质量，以 保证后续指纹特征提取及匹配的准确性和鲁 棒性，在自动指纹识别系统中具有十分重要 的作用和地位。 自动指纹识别系统通过比对指纹嵴线与峪线 的结构及有关特征如纹线的端点和分歧点等 来实现个人身份认证。然而，要从原始指纹 图像上准确提取特征信息是十分困难的，特 征提取的精确性在很大程度上依赖于图像质 量。因此，在指纹特征提取和匹配之前有必 要对指纹图像进行增强处理。
3.1 引言
Kamei和Mizoguchi在频域对图像作方向滤波时进一步考 虑了指纹的局部频率信息，并使用贪婪算法以能量最小化 的方式对滤波图像进行融合。该方法的最大问题是计算量 和存储量均较大，不利于实际应用。 Willis和Myers提出了一种快速的频域增强算法。首先将指 纹图像分成一系列小方块，并对各图像子块分别作傅立叶 变换以得到相应的频谱，然后采用求幂的方法直接修改幅 度谱值，最后通过傅立叶逆变换得到增强图像。该方法不 需要计算原始指纹图像的方向和频率，因此简单易行，计 算量较小，但是在噪声的影响下会对图像造成较大的破坏， 其合理性还有待进一步研究。
指纹图像分割
指纹图像的四种区域
指纹图像分割
（1）背景区：指不包含纹线的白边界区； （2）不可恢复区：包含指纹纹线，但受噪声干扰 严重，纹线走向无法辨认，峰谷混杂不清，在后 续处理中很难恢复的区域； （3）清晰区：纹线连续，峰谷清晰，几乎没有噪 声干扰的区域； （4）可恢复区：受到噪声干扰，纹线断续或者峰 谷界限不清晰的区域。 指纹分割的目的就是保持后两类区域，而去除前 两类区域。
指纹图像分割
这就需要有较精确的分割算法。好的指纹 分割算法应该具有如下特点： （1）对输入图像的灰度分布不敏感； （2）能检测出信噪比低的有效区域； （3）能够有效分割残留指纹；
指纹图像分割
根据指纹图像被噪声干扰的程度及能否正 确恢复，可把图像细分为4类区域：背景区 域、不可恢复区域、可恢复区域和清晰区 域。指纹图像分割的目的就是割除背景区， 保留前景区，尽可能保留模糊区中能恢复 的部分。
细节点 提取
校准、细节点 匹配
指纹自动识别系统框图
指纹图像为什么要进行预处理？
低质量指纹图像示例
指纹图像预处理
指纹图像预处理是各种数字图像处理技术的综合 应用，通常是指纹识别算法最先需要完成的任务。 在目前的技术条件下，不论采用何种采集方式， 指纹图像中都有可能出现各种质量缺陷，给计算 机自动识别造成困难，指纹图像预处理的任务就 是尽可能降低图像噪声或质量缺陷所带来的影响， 准确可靠地提取指纹特征，以保证后续处理的可 靠性和鲁棒性。可以看出，指纹图像预处理在很 大程度上决定了指纹识别的准确程度。一般说来， 指纹图像预处理包含了图像质量评价、图像增强、 图像二值化和细化等步骤。
3.1 引言
空域滤波法通过对滤波算子和原始图像作卷积来实现图像 增强，具有简单直观，易于分析的优点。 O’Gorman和Nickerson较早提出采用方向滤波器进行指 纹图像增强。他们利用指纹独特的方向性设计出相应的方 向滤波器模板，这种滤波器能够沿指纹纹线方向对图像进 行平滑，具有一定的消除噪声和弥合裂纹的能力，同时能 提高指纹脊线和谷线在图像中的对比度。但是，该方法没 有使用指纹的频率信息，主要依据经验来确定滤波器模板， 对低质量指纹图像的处理效果较差，具有一定的局限性。
文献10
3.1 引言
Greenberg等使用具有结构自适应能力的各向异性滤波器 对指纹图像进行滤波，能够在滤除噪声的同时保护指纹纹 线结构，但是同样没有结合指纹的频率信息，对指纹纹线 变化的适应能力有限。 Hong等提出采用具有方向和频率选择性的二维Gabor滤 波器来增强指纹图像。他们根据指纹的方向性将二维 Gabor滤波器调制到各个方向，并根据指纹的频率信息来 确定滤波器的中心频率，然后使用所得的Gabor滤波器组 对图像进行滤波。该方法较好地结合了指纹的方向信息和 频率信息，对指纹图像的增强效果比较显著。其不足之处 在于，容易破坏纹线方向变化剧烈的模式区域，会在一定 程度上改变脊线和谷线的位置及比例关系，对细节特征的 保护能力有限。
指纹图像预处理概述（2）
III. 图像增强：包括两个部分：首先是对原始图像上 模糊但有可能恢复的部分进行增强，然后再对整 幅图像滤波，消除指纹脊线间的断裂和粘连。 IV. 图像二值化：提取经增强处理的指纹图像的脊线， 用“1”表示脊线上的点，“0”表示背景和谷线， 从而把原始灰度图像转化为二值图像。 V. 图像细化：进一步把二值指纹脊线细化为单象素 宽度的骨架线，这是为了方便以后的特征提取。
图像质量评估
指纹图像的质量评估在自动指纹系统中有着重要的实际价 值。影响自动指纹识别系统水平的最重要因素之一便是在 注册和辨别过程中对那些采集质量差的指纹的判别及处理 能力，一个较好的指纹识别系统应要求用户在登记时多次 获取指纹，然后，把图像质量最好的作为注册的指纹。同 时，为了获得比较好的识别率，在匹配之前要对质量比较 差的指纹图像区域先进行特殊的图像预处理，然后再进行 识别。为了实现这个目的，需要设计一个合适的有效地指 纹图像质量评估方法。刚采集的指纹原始图像一般有很多 噪音，图像质量存在着差异。这主要是由受采集者平时的 工作和环境所引起的，比如手指褪皮，有刀伤，疤痕，手 指被弄脏，干燥，湿润等。同时，也与采集仪器的性能有 着密切的联系，例如，光学全反射技术干手指差，且汗多 的和稍脏的手指成像模糊；硅晶体电容传感技术干手指好， 但汗多的和稍脏的手指不能成像。