指紋識別技術(shù)的研究與設(shè)計指紋圖像預(yù)處理之二 計算機科學(xué)與技術(shù)專業(yè)畢業(yè)設(shè)計 畢業(yè)論文

1、畢業(yè)設(shè)計（論文）題目名稱：指紋識別技術(shù)的研究與設(shè)計-指紋圖像預(yù)處理之二院系名稱：計算機學(xué)院班 級：軟件052班學(xué) 號：200500834218學(xué)生姓名：王思遠(yuǎn)指導(dǎo)教師：杜俊俐 2009年6 月論文編號：200500834218指紋識別技術(shù)的研究與設(shè)計-指紋圖像預(yù)處理之二The Fingerprint Recognition Technologys Research and Designs -Second fingerprint image pretreatment院系名稱：計算機學(xué)院班 級：軟件052班學(xué) 號：200500834218學(xué)生姓名：王思遠(yuǎn)指導(dǎo)教師：杜俊俐 2009年6 月摘要指紋識

2、別作為一種生物鑒定技術(shù)，為人類的個體的定義提供了一個到目前為止最為快捷和可信的方法。隨著指紋識別的普及，人們之間的信任成本將大大降低，提高人類社會活動的效率。對于想從事和已經(jīng)從事網(wǎng)絡(luò)商務(wù)的公司來講，確認(rèn)交易人的身份是解決信用問題的第一步，而且是最重要的一步。在信息時代，一種安全便捷的身份認(rèn)證方式顯得越發(fā)重要。“在網(wǎng)絡(luò)上，沒有人知道你是一只狗，”在這種情況下，任何基于網(wǎng)絡(luò)環(huán)境下的交往活動都被蒙上了一層技術(shù)意義的灰色。不可避免，所有基于這種網(wǎng)絡(luò)技術(shù)基礎(chǔ)之上的經(jīng)濟(jì)活動也因此被深深打上了不真實和不被信任的烙印。隨著科技的進(jìn)步，指紋識別技術(shù)已經(jīng)開始慢慢進(jìn)入計算機世界中。目前許多公司和研究機構(gòu)都在指紋識別

3、技術(shù)領(lǐng)域取得了很大突破性進(jìn)展，推出許多指紋識別與傳統(tǒng)IT技術(shù)完美結(jié)合的應(yīng)用產(chǎn)品，這些產(chǎn)品已經(jīng)被越來越多的用戶所認(rèn)可。本系統(tǒng)使用Visual C+ 6.0對指紋圖片進(jìn)行識別前的預(yù)處理工作，希望不吝指正。關(guān)鍵詞：指紋、圖像、預(yù)處理、指紋識別技術(shù)。AbstractThe fingerprint recognition takes one bioassay technology, has provided for humanitys individuals definition so far most quickly and the credible method. Along with finger

4、print recognition popularization, between peoples trust cost will reduce greatly, raises the efficiency which the human society moves. Regarding wanted to be engaged in with already was engaged in the network commerce the company saying that the seal bargain persons status was solves the credit prob

5、lem first step, moreover was most important one step. In the information age, one security convenient status authentication way appears even more important. “in the network, nobody knew that you are a dog,” in this case, any based on network environment under contact by Mongolia in a technical signi

6、ficance gray. Inevitable, possessed the economic activity therefore deeply has also been gotten based on this kind of networking foundation above not real and not the brand mark which trusted. Along with the technical progress, the fingerprint recognition technology already started to enter in slowl

7、y the computer world. At present many companies and the development facility have made the very big breakthrough progress in the fingerprint recognition area of technology, promotes many fingerprint recognitions and the traditional IT technology perfect union application product, these products were

8、 already approved by more and more users.Before this system uses Visual the C+ 6.0 for fingerprint pictures to carry on the recognition the pretreatment work, hoped that the liberal with points out mistakes.Key word: Image, pretreatment, fingerprint recognition technology. 目錄摘要IAbstractII第1章指紋識別概述11

9、.1 指紋識別技術(shù)11.1.1 指紋識別的簡介11.1.2 指紋識別的關(guān)鍵技術(shù)11.1.3 指紋識別的研究歷程11.2 預(yù)處理技術(shù)21.3指紋識別技術(shù)的應(yīng)用21.4指紋識別的可靠性3第2章指紋識別系統(tǒng)的需求分析52.1 指紋識別系統(tǒng)的目標(biāo)52.2 指紋識別系統(tǒng)的功能需求52.2.1 指紋圖象的點運算52.2.2 指紋圖像的幾何變換52.2.3 指紋圖像的圖像增強52.2.4 指紋圖像的形態(tài)學(xué)變換52.2.5 指紋圖像的圖像分割52.2.6 查看直方圖62.3 指紋識別系統(tǒng)的性能需求62.3.1 運行平臺的低要求62.3.2 系統(tǒng)的實時性62.3.3 系統(tǒng)的有效性62.4 指紋識別系統(tǒng)的結(jié)構(gòu)62

10、.4.1 指紋識別系統(tǒng)框架圖62.4.2 指紋識別系統(tǒng)模塊功能劃分8指紋識別模塊82.5 開發(fā)工具8第3章指紋識別系統(tǒng)中預(yù)處理的設(shè)計與實現(xiàn)93.1 預(yù)處理功能模塊的設(shè)計93.2 預(yù)處理模塊的詳細(xì)設(shè)計113.2.1 點運算模塊113.2.2 幾何變換模塊143.2.3 圖像增強模塊183.2.4 形態(tài)學(xué)變換模塊203.2.5 圖像分析模塊223.2.6 查看模塊243.3 預(yù)處理實驗結(jié)果與分析263.3.1 預(yù)處理實驗結(jié)果263.3.2 預(yù)處理結(jié)果的分析34第4章系統(tǒng)工程目錄說明354.1 系統(tǒng)工程目錄354.2 系統(tǒng)主要的類364.2.1 CDlgIntensity類的成員函數(shù)與成員數(shù)據(jù)364

11、.2.2 CDlgLinerPara類的成員函數(shù)與成員數(shù)據(jù)374.2.3 CDlgMidFilter類的成員函數(shù)與成員數(shù)據(jù)394.2.4 CDlgPointStre類的成員函數(shù)與成員數(shù)據(jù)404.2.5 CDlgPointThre類的成員函數(shù)與成員數(shù)據(jù)424.2.6 CDlgPointWin類的成員函數(shù)與成員數(shù)據(jù)444.2.7 CDlgSmooth類的成員函數(shù)與成員數(shù)據(jù)45第5章系統(tǒng)的調(diào)試、運行與測試485.1 程序設(shè)計中出現(xiàn)的問題與解決方法485.1.1 點運算485.1.2 幾何變換505.1.3 圖像增強525.1.4 形態(tài)學(xué)變換和圖像分析535.2 系統(tǒng)測試部分結(jié)果顯示555.2.1 圖

12、像信息載入出錯顯示：555.2.2 功能處理過程中出錯提示：555.2.3 提示用戶保存信息顯示：555.2.4 主界面顯示：55第6章結(jié)論57參考文獻(xiàn)58致謝59附錄60第1章 指紋識別概述1.1指紋識別技術(shù)指紋識別的簡介指紋識別技術(shù)通過分析指紋的局部特征，從中抽取詳盡的特征點，從而可靠地確認(rèn)個人身份。指紋識別的優(yōu)點是指紋作為人體獨一無二的特征，它的復(fù)雜度可以提供用于鑒別的足夠特征，具有極高的安全性。相對于其他身份認(rèn)證技術(shù)，指紋識別是一種更為理想的身份認(rèn)證技術(shù)，指紋識別不僅具有許多獨到的信息安全優(yōu)點，更重要的是具有很高的實用性、可行性，已經(jīng)廣泛應(yīng)用于金融、電子商務(wù)以及安全性能要求教高的行業(yè)中

13、。目前多數(shù)指紋識別系統(tǒng)是將指紋圖象采集到計算機中，利用計算機進(jìn)行識別。國外一些公司生產(chǎn)的獨立指紋識別系統(tǒng)，價格比較高昂。這些都限制了指紋識別技術(shù)的普及。因此，研究開發(fā)快速、識別率高、廉價的獨立指紋識別系統(tǒng)具有很大的市場前景和重要的科學(xué)研究價值。指紋識別的關(guān)鍵技術(shù)指紋識別的關(guān)鍵技術(shù)有：圖象提取分割，閾值變換，細(xì)化，平滑，線性變換等。首先通過掃描設(shè)備獲得數(shù)據(jù)，然后對得到的圖象進(jìn)行分割，把所需要的信息分離出來，在此基礎(chǔ)上進(jìn)行預(yù)處理，圖像像素、色素等數(shù)據(jù)，對該圖像的信息進(jìn)行分析，并且對各個信息進(jìn)行處理，為后來的指紋特征提取與指紋識別做必要的準(zhǔn)備。對于圖象的提取與分割，指紋識別目前實現(xiàn)了很多算法。各個算

14、法的選擇要嚴(yán)謹(jǐn)，數(shù)據(jù)不能有遺漏、重復(fù)，也不可把不必要的數(shù)據(jù)放入算法內(nèi)。指紋識別的研究歷程中國是世界上公認(rèn)的“指紋術(shù)”發(fā)祥地，在指紋應(yīng)用方面具有非常悠久的歷史。追溯中華民族的指紋歷史，可以上溯到6000年以前的新石器時代中期。在半坡遺址出土的陶器上就印有清晰可見的指紋圖案。距今有5000年歷史的紅山文化遺址處（今天的內(nèi)蒙赤峰市東效紅山），考古發(fā)現(xiàn)的古陶罐上有3組幾何曲線畫，是3枚相同的、典型的箕形指紋畫，每枚指紋畫都有一條中心線和6條圍線。在位于青海省樂都縣柳灣墓地的馬家窖文化，出土了距今5000年的人像指紋彩陶壺。其上繪有4幅原始螺旋形指紋畫。嵴線的起點、終點的細(xì)節(jié)特征都很明顯，在兩組畫之間繪

15、制一個三角，一個中心花紋配左右兩個三角紋，組成了一幅完整的斗形指紋畫。指紋其實是比較復(fù)雜的，與人工處理不同，許多生物識別技術(shù)公司并不直接存儲指紋的圖象。多年來在各個公司及其研究機構(gòu)產(chǎn)生了許多數(shù)字化的算法（美國有關(guān)法律認(rèn)為，指紋圖象屬于個人隱私，因此不能直接處理指紋圖象）。但指紋識別算法最終都?xì)w結(jié)為在指紋圖象上找到并比對指紋的特征。在經(jīng)歷了近10年緩慢的自然增長后，指紋識別技術(shù)即將迎來一個跳躍性發(fā)展的黃金時期。專家們保守估計，未來5年，我國將有近百億元的市場等待著企業(yè)去開拓。指紋識別技術(shù)的巨大市場前景，將對國際、國內(nèi)安防產(chǎn)業(yè)產(chǎn)生巨大的影響。1.2預(yù)處理技術(shù)指紋識別預(yù)處理技術(shù)通過分析指紋的局部特征

16、，從中抽取詳盡的特征點，從而可靠地確認(rèn)個身份。指紋識別的優(yōu)點指紋作為人體獨一無二的特征，它的復(fù)雜度可以提供用于鑒別的足夠特征，具有極高的安全性。相對于其他身份認(rèn)證技術(shù)，指紋識別是一種更為理想的身份認(rèn)證技術(shù)，指紋識別不僅具有許多獨到的信息安全優(yōu)點，更重要的是具有很高的實用性、可行性，已經(jīng)廣泛應(yīng)用于金融、電子商務(wù)以及安全性能要求教高的行業(yè)中。 目前多數(shù)指紋識別預(yù)處理是將指紋圖象采集到計算機中，利用計算機進(jìn)行識別。外一些公司生產(chǎn)的獨立指紋識別系統(tǒng)，價格比較高昂。些都限制了指紋識別技術(shù)的普及。因此，研究開發(fā)快速、識別率高、廉價的獨立指紋識別系統(tǒng)具有很大的市場前景和重要的科學(xué)研究價值。 1.3指紋識別技

17、術(shù)的應(yīng)用指紋識別技術(shù)已經(jīng)成熟，其應(yīng)用日益普遍，除了刑事偵察用之外，在民用方面已非常廣泛，如指紋門禁系統(tǒng)、指紋考勤系統(tǒng)、銀行指紋儲蓄系統(tǒng)、銀行指紋保管箱、指紋醫(yī)療保險系統(tǒng)、計劃生育指紋管理系統(tǒng)、幼兒接送指紋管理系統(tǒng)、指紋獻(xiàn)血管理系統(tǒng)、證券交易指紋系統(tǒng)、指紋槍械管理系統(tǒng)、智能建筑指紋門禁管理系統(tǒng)、駕駛員指紋管理系統(tǒng)等。指紋門禁系統(tǒng)和指紋考勤系統(tǒng)是開發(fā)和使用得最早的一種出入管理系統(tǒng)，包括對講指紋門禁、聯(lián)機指紋門禁、脫機指紋門禁等等。在入口將個人的手指按在指紋采集器上，系統(tǒng)將已登錄在指紋庫中的指紋（稱為已經(jīng)注冊）進(jìn)行對比，如果兩者相符（即匹配），則顯示比對成功，門就自動打開。如不匹配，則顯示“不成功”

18、或“沒有這個指紋”，門就不開。在指紋門禁系統(tǒng)中，可以是一對一的比對（onetoone matching），也可以是一對幾個比對（onetofew matching）。前者可以是一個公司、部門，后者可以是一個家庭的成員、銀行的營業(yè)廳、金庫、財務(wù)部門、倉庫等機要場所。在這些應(yīng)用中，指紋識別系統(tǒng)將取代或者補充許多大量使用照片和ID系統(tǒng)。 把指紋識別技術(shù)同IC卡結(jié)合起來，是目前最有前景的一個應(yīng)用之一。該技術(shù)把卡的主人的指紋（加密后）存儲在IC卡上，并在IC卡的讀卡機上加裝指紋識別系統(tǒng)，當(dāng)讀卡機閱讀卡上的信息時，一并讀入持卡者的指紋，通過比對就可以確認(rèn)持卡者是否是卡的真正主人，從而進(jìn)行下一步的交易。指紋

19、IC卡可取代現(xiàn)行的ATM卡、制造防偽證件等。ATM卡持卡人可不用密碼，避免老人和孩子記憶密碼的困難。近年來，互聯(lián)網(wǎng)帶給人們方便與利益已，也存在著安全問題。指紋特征數(shù)據(jù)可以通過電子郵件或其它傳輸方法在計算機網(wǎng)絡(luò)上進(jìn)行傳輸和驗證，通過指紋識別技術(shù)，限定只有指定的人才能訪問相關(guān)的信息，可以極大地提高網(wǎng)上信息的安全性。網(wǎng)上銀行、網(wǎng)上貿(mào)易、電子商務(wù)等一系列網(wǎng)絡(luò)商業(yè)行為就有了安全性保障。指紋社會保險系統(tǒng)的應(yīng)用為養(yǎng)老金的準(zhǔn)確發(fā)放起了非常有效的作用。避免了他人用圖章或身份證復(fù)印件代領(lǐng)，而發(fā)放人員無法確定該人是故世的問題，要憑本人的活體指紋，才可準(zhǔn)確發(fā)放養(yǎng)老金。1.4指紋識別的可靠性指紋識別技術(shù)是成熟的生物識別

20、技術(shù)。因為每個人包括指紋在內(nèi)的皮膚紋路在圖案、斷點和交叉點上各不相同，是唯一的，并且終生不變。通過他的指紋和預(yù)先保存的指紋進(jìn)行比較，就可以驗證他的真實身份。自動指紋識別是利用計算機來進(jìn)行指紋識別的一種方法。它得益于現(xiàn)代電子集成制造技術(shù)和快速而可靠的算法理論研究。盡管指紋只是人體皮膚的一小部分，但用于識別的數(shù)據(jù)量相當(dāng)大，對這些數(shù)據(jù)進(jìn)行比對是需要進(jìn)行大量運算的模糊匹配算法。利用現(xiàn)代電子集成制造技術(shù)生產(chǎn)的小型指紋圖像讀取設(shè)備和速度更快的計算機，提供了在微機上進(jìn)行指紋比對運算的可能。另外，匹配算法可靠性也不斷提高。因此，指紋識別技術(shù)己經(jīng)非常簡單實用。由于計算機處理指紋時，只是涉及了一些有限的信息，而且

21、比對算法并不是十分精確匹配，其結(jié)果也不能保證100%準(zhǔn)確。指紋識別系統(tǒng)的特定應(yīng)用的重要衡量標(biāo)志是識別率。主要包括拒識率和誤識率，兩者成反比關(guān)系。根據(jù)不同的用途來調(diào)整這兩個值。盡管指紋識別系統(tǒng)存在著可靠性問題，但其安全性也比相同可靠性級別的“用戶ID+密碼”方案的安全性要高得多。拒識率實際上也是系統(tǒng)易用性的重要指標(biāo)。在應(yīng)用系統(tǒng)的設(shè)計中，要權(quán)衡易用性和安全性。通常用比對兩個或更多的指紋來達(dá)到不損失易用性的同時，極大提高系統(tǒng)的安全性。第2章指紋識別系統(tǒng)的需求分析2.1指紋識別系統(tǒng)的目標(biāo)在提取圖像信息的基礎(chǔ)上，對所提取的各個信息進(jìn)行圖像預(yù)處理，實現(xiàn)對指紋圖像的的保存讀取，讀取帶有各種復(fù)雜情況的指紋圖片

22、，對該圖片進(jìn)行預(yù)處理，能為后來的指紋識別服務(wù)。2.2指紋識別系統(tǒng)的功能需求指紋圖象的點運算點運算里面包括：圖像反色，線性變換，閾值變換，灰度拉伸，灰度均衡。其中圖像反色是線性變換的特殊情況；灰度的閾值變換可以讓一幅圖像變成黑白二值圖；灰度拉伸又叫對比度拉伸，它是最基本的一種灰度變換，使用的是最簡單的分段線性變換函數(shù)，它的主要思想是提高圖像處理時灰度級的動態(tài)范圍，適用于低對比度圖像的處理；灰度均衡是以累計分布函數(shù)變換為基礎(chǔ)的直方圖修正法，它可以產(chǎn)生一幅灰度級分布概率均勻的圖像。也就是說，經(jīng)過灰度均衡后的圖像在每一級灰度上都具有相同數(shù)量的像素點，對應(yīng)灰度直方圖的每一級灰度具有相同的高度?；叶染馔?/p>

23、樣也屬于改進(jìn)圖像的方法，灰度均衡后的圖像具有最大的信息量。指紋圖像的幾何變換幾何變換里包括：垂直鏡像，圖像轉(zhuǎn)至，圖像縮放，圖像旋轉(zhuǎn)。該模塊對指紋圖片進(jìn)行相對簡單的處理，對不符合或是放置不正確的指紋圖片進(jìn)行放大、縮小、旋轉(zhuǎn)，對圖片進(jìn)行矯正。指紋圖像的圖像增強圖像增強包括：圖像平滑，中值濾波，梯度銳化。圖象平滑與圖象銳化的目的：去噪聲，使圖象清晰，處理后噪聲也會增強，中值濾波法是一種非線性平滑技術(shù)，它將每一象素點的灰度值設(shè)置為該點某鄰域窗口內(nèi)的所有象素點灰度值的中值。指紋圖像的形態(tài)學(xué)變換該模塊功能如下：細(xì)化。細(xì)化之后的圖片為指紋圖像的大致輪廓，為后期的指紋特征點提取與指紋識別做準(zhǔn)備。指紋圖像的圖像

24、分割該模塊對指紋進(jìn)行閾值分割。進(jìn)行閾值分割后的圖片是提取出了有價值的指紋圖片的信息，分離出了部分無用信息。查看直方圖該功能可以查看該指紋圖像的直方圖。2.3指紋識別系統(tǒng)的性能需求2.3.1運行平臺的低要求由于課題涉及到圖形圖象處理方面的工作，所以運行速度是比較關(guān)鍵的，為了方便實用和學(xué)習(xí)，該系統(tǒng)需要能夠在普通PC機上運行。2.3.2系統(tǒng)的實時性指紋預(yù)處理又是系統(tǒng)的核心所在，但是由于預(yù)處理過程中的計算量很大，所以會造成重建速度緩慢的情況，考慮到系統(tǒng)的交互性，重建速度的高要求是必不可缺的，所以就應(yīng)盡可能的在不影響效果顯示的前提下，考慮如何加快重建的速度。2.3.3系統(tǒng)的有效性預(yù)處理時不應(yīng)丟失圖像信息

25、，應(yīng)盡可能多的顯示指紋圖象的細(xì)節(jié)。2.4指紋識別系統(tǒng)的結(jié)構(gòu)指紋識別系統(tǒng)框架圖如圖2-1所示。與已有指紋匹配開始參數(shù)初始化啟動指紋采集流程數(shù)據(jù)庫打開指紋采集器指紋登記指紋對比指紋預(yù)處理特征點提取不匹配匹配否是否錄入通過是退出進(jìn)入系統(tǒng)進(jìn)行指紋采集圖2-1：系統(tǒng)框架圖指紋識別系統(tǒng)模塊功能劃分預(yù)處理是指紋識別過程中的一個重要環(huán)節(jié)。輸入圖像由于圖像采集環(huán)境的不同，如光照明暗程度以及設(shè)備性能的優(yōu)劣等，往往存在有噪聲，對比度不夠等缺點。另外，距離遠(yuǎn)近，焦距大小等又使得人臉在整幅圖像中間的大小和位置不確定。為了保證指紋圖像中大小，位置以及指紋圖像質(zhì)量的一致性，必須對圖像進(jìn)行預(yù)處理。預(yù)處理后的指紋圖片是為后期的

26、識別工作做準(zhǔn)備。指紋識別模塊根據(jù)已經(jīng)提取的指紋特征，把特征存儲起來，對于目前的指紋進(jìn)行匹配，看有無匹配的指紋。2.5開發(fā)工具選擇合適的系統(tǒng)編程語言Visual C+，方便進(jìn)行圖象圖形處理。第3章指紋識別系統(tǒng)中預(yù)處理的設(shè)計與實現(xiàn)預(yù)處理部分是整個系統(tǒng)的核心，這部分關(guān)系到整個系統(tǒng)的系統(tǒng)的成敗，本模塊采用面向?qū)ο蟮某绦蛟O(shè)計思路，面向?qū)ο笤O(shè)計方法是基于信息隱蔽和抽象數(shù)據(jù)類型概念，把系統(tǒng)中所有資源，如數(shù)據(jù)、模塊以及系統(tǒng)都看成“對象”，每個對象封裝數(shù)據(jù)和方法，而方法實施對數(shù)據(jù)的處理。3.1預(yù)處理功能模塊的設(shè)計預(yù)處理模塊框架圖如圖3-1所示。指紋識別系統(tǒng)的研究與設(shè)計預(yù)處理二 幾何變換查看圖像增強點運算線性變換

27、形態(tài)學(xué)變換圖像分析閾值變換灰度拉伸灰度均衡垂直鏡像圖像轉(zhuǎn)置圖像縮放圖像旋轉(zhuǎn)平滑中值濾波梯度銳化閾值分割直方圖圖像反色細(xì)化圖3-1：預(yù)處理的功能框架圖3.2預(yù)處理模塊的詳細(xì)設(shè)計3.2.1點運算模塊（1）設(shè)計思路數(shù)字圖像處理技術(shù)的內(nèi)容非常豐富，例如圖像在生成、獲取、傳輸過程中、受光源、成像系統(tǒng)的影響，不可避免的要造成圖像像質(zhì)的降低，這時就需要圖像增強；計算機識別目標(biāo)時就需要提取目標(biāo)的形狀和結(jié)構(gòu)特征等。這些都可以通過點運算來實現(xiàn)。對于指紋圖片，我們通過這個步驟可以提取出我們需要的信息，也可以進(jìn)行簡單的圖像變換，以適應(yīng)不同指紋圖像的要求。點運算都是像素到像素的運算，可以表示為：B(x,y)=fA(x,

28、y),介紹灰度圖像的幾種常用的點運算:灰度直方圖定義：灰度直方圖是灰度值的函數(shù)，描述的是圖像中該灰度值的像素個數(shù)。其橫坐標(biāo)表示像素的灰度值，縱坐標(biāo)表示該灰度值在圖像中出現(xiàn)的頻率（或者像素的個數(shù)）。有時候只想得到指定灰度范圍內(nèi)的直方圖，比如L到H之間的繪圖直方圖，則只需要計算L到H之間的各個灰度值的出現(xiàn)頻率。拉伸:灰度的拉伸和線性變換有點類似，都用到了線性變換。不同之處在于灰度的拉伸是不完全的線性變換，而是分段進(jìn)行線性變換。灰度的拉伸把原圖灰度值在x1-x2之間的灰度值拉伸到y(tǒng)1-y2?；叶壤斓暮瘮?shù)表達(dá)式為： y1*x/x1xx1f(x)= (y2-y1)*(x-x1)/(x2-x1)+y1x

29、1=xx2（2）模塊實現(xiàn)1.圖像反色函數(shù)原型：void CCh1_1View:OnPointInvert() BeginWaitCursor();LinerTrans(lpDIBBits, :DIBWidth(lpDIB), :DIBHeight(lpDIB), fA, fB);pDoc-SetModifiedFlag(TRUE);pDoc-UpdateAllViews(NULL);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB();EndWaitCursor();該函數(shù)調(diào)用圖像反色函數(shù)LinerTrans()，LinerTrans()函數(shù)中的指針lpSrc是指向DIB

30、第i行，第j個象素的指針，通過斜率-1截距255對圖像中的每一個像素進(jìn)行線性計算，該函數(shù)是指紋圖像線性變換的特殊情況LinerTrans()函數(shù)的代碼見附錄。2線性變換函數(shù)原型：void CCh1_1View:OnPointLiner() BeginWaitCursor();LinerTrans(lpDIBBits, :DIBWidth(lpDIB), :DIBHeight(lpDIB), fA, fB);pDoc-SetModifiedFlag(TRUE);pDoc-UpdateAllViews(NULL);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB();EndW

31、aitCursor();該函數(shù)也調(diào)用線性變換函數(shù)LinerTrans()，不同的是該函數(shù)是可以讓用戶自行設(shè)定斜率和截距的，LinerTrans()函數(shù)的代碼見附錄。3.閾值變換函數(shù)原型：void CCh1_1View:OnPointThre() BeginWaitCursor();ThresholdTrans(lpDIBBits, :DIBWidth(lpDIB), :DIBHeight(lpDIB), bThre);pDoc-SetModifiedFlag(TRUE);pDoc-UpdateAllViews(NULL);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB(

32、);EndWaitCursor();該功能調(diào)用閾值變換函數(shù)ThresholdTrans()，此函數(shù)允許用戶設(shè)定閾值，根據(jù)用戶設(shè)定的閾值，對圖片進(jìn)行處理大于該閾值的賦255，小于該閾值的則為0，函數(shù)代碼見附錄。4.灰度拉伸函數(shù)原型：void CCh1_1View:OnPointStre() BeginWaitCursor();GrayStretch(lpDIBBits, :DIBWidth(lpDIB), :DIBHeight(lpDIB), bX1, bY1, bX2, bY2);pDoc-SetModifiedFlag(TRUE);pDoc-UpdateAllViews(NULL);:Glo

33、balUnlock(HGLOBAL) pDoc-GetHDIB();EndWaitCursor();該功能調(diào)用灰度拉伸函數(shù)GrayStretch()，此函數(shù)讓用戶設(shè)定兩個點的坐標(biāo)，根據(jù)公式bMapi = (BYTE) bY1 * i / bX1進(jìn)行線性變換后，再通過公式*lpSrc = bMap*lpSrc計算新的灰度值，函數(shù)代碼見附錄。5.灰度均衡函數(shù)原型：void CCh1_1View:OnPointEqua() BeginWaitCursor();InteEqualize(lpDIBBits, :DIBWidth(lpDIB), :DIBHeight(lpDIB);pDoc-SetMod

34、ifiedFlag(TRUE);pDoc-UpdateAllViews(NULL);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB();EndWaitCursor();該功能調(diào)用灰度均衡函數(shù)InteEqualize()，此函數(shù)通過公式lpSrc = (unsigned char *)lpDIBBits + lLineBytes * i + j;lCount*(lpSrc)+; 對灰度值的計數(shù)，通過公式bMapi = (BYTE) (lTemp * 255 / lHeight / lWidth);計算出新的灰度值，函數(shù)代碼見附錄。3.2.2幾何變換模塊（1）設(shè)計思路圖像幾

35、何變換是計算機圖像處理領(lǐng)域中的一個重要組成部分,也是值得探討的一個重要課題。我們在處理圖像時往往會遇到需要對圖像進(jìn)行幾何變換的一些問題。圖像幾何變換是圖像顯示技術(shù)中的一個重要組成部分,也是我們學(xué)習(xí)和探討的一個重要課題。在圖像幾何變換中主要包括圖像的縮放、旋轉(zhuǎn)、轉(zhuǎn)置、垂直等內(nèi)容。其中灰度的線性變換函數(shù)f是一個一維線性函數(shù)f(x) = A*x+B其中A表示斜率，x表示輸入的灰度值，B表示在y軸的截距，f(x)表示輸出圖像的灰度值（當(dāng)然應(yīng)當(dāng)調(diào)整到0255范圍內(nèi)）。當(dāng)A1時，輸出圖像的對比度增大A1時，輸出圖像的對比度減少當(dāng)A=1，B!=0時，僅對原圖的所有像素灰度值進(jìn)行上下移動，其效果是使圖像更亮或

36、者更暗。當(dāng)A255時，要取f(x)=255，當(dāng)f(x)SetModifiedFlag(TRUE);pDoc-UpdateAllViews(NULL);elseMessageBox(分配內(nèi)存失敗！, 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB();EndWaitCursor();該功能調(diào)用垂直鏡像函數(shù)MirrorDIB()，此函數(shù)針對每行圖像左半部分進(jìn)行操作，然后將倒數(shù)第i行，第j個象素復(fù)制到倒數(shù)第i行，倒數(shù)第j個象素復(fù)制到倒數(shù)第i行，進(jìn)行圖像的垂直轉(zhuǎn)換，函數(shù)代碼見附錄。2.圖像轉(zhuǎn)置函數(shù)原型：voi

37、d CCh1_1View:OnGeomTrpo() BeginWaitCursor();if (TransposeDIB(lpDIB)pDoc-SetModifiedFlag(TRUE);pDoc-InitDIBData();SetScrollSizes(MM_TEXT, pDoc-GetDocSize();pDoc-UpdateAllViews(NULL);elseMessageBox(分配內(nèi)存失??！, 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB();EndWaitCursor();該功能調(diào)用T

38、ransposeDIB()函數(shù)轉(zhuǎn)置DIB，針對每行圖像每列進(jìn)行操作，互換源DIB的寬度和高度，函數(shù)代碼見附錄。3.圖像縮放函數(shù)原型：void CCh1_1View:OnGeomZoom() BeginWaitCursor();hNewDIB = (HDIB) ZoomDIB(lpDIB, fXZoomRatio, fYZoomRatio);if (hNewDIB != NULL)pDoc-ReplaceHDIB(hNewDIB);pDoc-InitDIBData();pDoc-SetModifiedFlag(TRUE);SetScrollSizes(MM_TEXT, pDoc-GetDocSi

39、ze();pDoc-UpdateAllViews(NULL);elseMessageBox(分配內(nèi)存失??！, 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB();EndWaitCursor();該功能調(diào)用ZoomDIB()進(jìn)行圖像縮放，首先由用戶輸入縮放的比例，然后根據(jù)縮放后的比例進(jìn)行計算出縮放后的圖像的高度和寬度，通過公式i0 = (LONG) (i / fYZoomRatio + 0.5);j0 = (LONG) (j / fXZoomRatio + 0.5)計算出該象素在源DIB中的坐標(biāo)，最終將

40、計算后的圖片輸出出來，函數(shù)代碼見附錄。4.圖像旋轉(zhuǎn)函數(shù)原型：void CCh1_1View:OnGeomRota() BeginWaitCursor();hNewDIB = (HDIB) RotateDIB(lpDIB, iRotateAngle);if (hNewDIB != NULL)pDoc-ReplaceHDIB(hNewDIB);pDoc-InitDIBData();pDoc-SetModifiedFlag(TRUE);SetScrollSizes(MM_TEXT, pDoc-GetDocSize();pDoc-UpdateAllViews(NULL);elseMessageBox(

41、分配內(nèi)存失??！, 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB();EndWaitCursor();該功能調(diào)用RotateDIB()函數(shù)進(jìn)行圖像旋轉(zhuǎn)，由用戶設(shè)定旋轉(zhuǎn)地角度，該函數(shù)通過原圖像的四個角的坐標(biāo)和旋轉(zhuǎn)地角度計算出新的圖像的四個角的坐標(biāo)，然后通過計算正弦和余弦，確定新圖像的高度和寬度。最終將新的指紋圖像輸出出來，函數(shù)代碼見附錄。3.2.3 圖像增強模塊（1）設(shè)計思路增強圖象中的有用信息，它可以是一個失真的過程，其目的是要增強視覺效果。將原來不清晰的圖像變得清晰或強調(diào)某些感興趣的特征，抑制不感興

42、趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強圖像判讀和識別效果的圖像處理方法。圖像增強按所用方法可分成頻率域法和空間域法。前者把圖像看成一種二維信號，對其進(jìn)行基于二維傅里葉變換的信號增強。采用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。圖像增強的目的是改善圖像的視覺效果，針對給定圖像的應(yīng)用場合，有目的地強調(diào)圖像的整體或局部特性，擴大圖像中不同物體特征之間的差別，滿足某些特殊分析的需要。其方法是通過一定手段對原圖像附加一

43、些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應(yīng)特性相匹配。在圖像增強過程中，不分析圖像降質(zhì)的原因，處理后的圖像不一定逼近原始圖像。圖像增強技術(shù)根據(jù)增強處理過程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類?；诳沼虻乃惴ㄌ幚頃r直接對圖像灰度級做運算基于頻域的算法是在圖像的某種變換域內(nèi)對圖像的變換系數(shù)值進(jìn)行某種修正，是一種間接增強的算法?；诳沼虻乃惴ǚ譃辄c運算算法和鄰域去噪算法。點運算算法即灰度級校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴大圖像動態(tài)范圍，擴展對比度。鄰域增強算法分為圖像平滑和銳化兩種。平滑一般用

44、于消除圖像噪聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計差值法等。（2）模塊實現(xiàn)1.圖像平滑函數(shù)原型：void CCh1_1View:OnEnhaSmooth() BeginWaitCursor();if (:Template(lpDIBBits, :DIBWidth(lpDIB), :DIBHeight(lpDIB), iTempH, iTempW, iTempMX, iTempMY, aValue, fTempC)pDoc-SetModifiedFlag(TRUE);pDoc-

45、UpdateAllViews(NULL);elseMessageBox(分配內(nèi)存失??！, 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB();EndWaitCursor();該功能調(diào)用Template()函數(shù)，通過不同的模版或者用戶自行設(shè)定模版獲得相應(yīng)的系數(shù)然后再通過乘以相應(yīng)的系數(shù)之后平滑的圖片就輸出出來了，函數(shù)代碼見附錄。2.中值濾波函數(shù)原型：void CCh1_1View:OnENHAMidianF() BeginWaitCursor();if (:MedianFilter(lpDIBBits,

46、:DIBWidth(lpDIB), :DIBHeight(lpDIB), iFilterH, iFilterW, iFilterMX, iFilterMY)pDoc-SetModifiedFlag(TRUE);pDoc-UpdateAllViews(NULL);elseMessageBox(分配內(nèi)存失?。? 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB();EndWaitCursor();該功能調(diào)用MedianFilter()函數(shù)，該函數(shù)通過兩個for循環(huán)for (k = 0; k iFilterH

47、; k+)for (l = 0; l SetModifiedFlag(TRUE);pDoc-UpdateAllViews(NULL);elseMessageBox(分配內(nèi)存失?。? 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK);:GlobalUnlock(HGLOBAL) pDoc-GetHDIB();EndWaitCursor();該功能調(diào)用GradSharp()函數(shù)，該函數(shù)由用戶設(shè)定閾值，通過閾值的比較，小于該閾值的不變，大于該閾值的則設(shè)定為255。具體代碼見附錄。3.2.4 形態(tài)學(xué)變換模塊（1）設(shè)計思路細(xì)化算法的分類：依據(jù)是否使用迭代運算可以分為兩類：第一類是非迭

48、代算法，一次即產(chǎn)生骨架，如基于距離變換的方法。游程長度編碼細(xì)化等。第二類是迭代算法，即重復(fù)刪除圖像邊緣滿足一定條件的像素，最終得到單像素寬帶骨架。迭代方法依據(jù)其檢查像素的方法又可以再分成串行算法和并行算法，在串行算法中，是否刪除像素在每次迭代的執(zhí)行中是固定順序的，它不僅取決于前次迭代的結(jié)果，也取決于本次迭代中已處理過像素點分布情況，而在并行算法中，像素點刪除與否與像素值圖像中的順序無關(guān)，僅取決于前次迭代的結(jié)果。在經(jīng)典細(xì)化算法發(fā)展的同時，起源于圖像集合運算的形態(tài)學(xué)細(xì)化算法也得到了快速的發(fā)展。 Hilditch、Pavlidis、Rosenfeld細(xì)化算法：這類算法則是在程序中直接運算，根據(jù)運算結(jié)

49、果來判定是否可以刪除點的算法，差別在于不同算法的判定條件不同。其中Hilditch算法使用于二值圖像，比較普通，是一般的算法； Pavlidis算法通過并行和串行混合處理來實現(xiàn)，用位運算進(jìn)行特定模式的匹配，所得的骨架是8連接的，使用于01二值圖像 ；Rosenfeld算法是一種并行細(xì)化算法，所得的骨架形態(tài)是8連接的，使用于01二值圖像 。 后兩種算法的效果要更好一些，但是處理某些圖像時效果一般，第一種算法使用性強些。索引表細(xì)化算法：經(jīng)過預(yù)處理后得到待細(xì)化的圖像是0、1二值圖像。像素值為1的是需要細(xì)化的部分，像素值為0的是背景區(qū)域?；谒饕淼乃惴ň褪且罁?jù)一定的判斷依據(jù)，所做出的一張表，然后根據(jù)

50、魔鬼要細(xì)化的點的八個鄰域的情況查詢，若表中元素是1，若表中元素是1，則刪除該點（改為背景），若是0則保留。因為一個像素的8個鄰域共有256中可能情況，因此，索引表的大小一般為256。具體細(xì)化方法：滿足下列四個條件的點可以刪除p3 p2 p9p4 p1 p8p5 p6 p7細(xì)化刪除條件為： （1）、2 Nz(p1) SetModifiedFlag(TRUE);pDoc-UpdateAllViews(NULL);elseMessageBox(分配內(nèi)存失敗或者圖像中含有0和255之外的像素值！, 系統(tǒng)提示 , MB_ICONINFORMATION | MB_OK);:GlobalUnlock(HGL

51、OBAL) pDoc-GetHDIB();EndWaitCursor();該功能調(diào)用ThinDIB()函數(shù)，通過判斷區(qū)域內(nèi)的像素值，白色用0代表，黑色用1代表，排除不必要的像素，使圖像只含有0和255兩種灰度值，最終通過pDoc-UpdateAllViews(NULL)更新視圖。函數(shù)代碼見附錄。3.2.5 圖像分析模塊（1）設(shè)計思路圖像分割就是將圖像分成各具特性的區(qū)域， 并提取感興趣目標(biāo)的技術(shù)和過程，是圖像分析的關(guān)鍵步驟。它在圖像增強、模式識別、目標(biāo)跟蹤等領(lǐng)域中有廣泛的應(yīng)用。至今已提出了多種圖像分割方法，可粗略地分為基于直方圖的分割方法(閾值化分割，如OTSU、最大熵等)123、基于邊緣的分割

52、方法45、基于區(qū)域的分割方法67三類?；谝痪S直方圖的方法速度比較快，對直方圖分布成雙峰或者分布比較均勻時效果比較好，但對直方圖分布比較窄或分布不呈雙峰特的圖像，分割效果往往不理想?；诙S直方圖的方法，即以像素的灰度值和鄰域內(nèi)部的灰度均值的二維分布所構(gòu)成的直方圖來進(jìn)行分割，雖然可以有效提高分割效果，一定程度上可以消除噪聲的影響，但計算量相當(dāng)大，難以應(yīng)用到實時系統(tǒng)?；谶吘壍姆椒ɑ舅枷胧窍葯z測圖像中邊緣點，再按一定策略連接成輪廓，從而構(gòu)成分割區(qū)域。其難點在于邊緣檢測時抗噪性和檢測精度的矛盾，若提高檢測精度，則噪聲產(chǎn)生的偽邊緣會導(dǎo)致不合理的輪廓，若提高抗噪性，則會產(chǎn)生輪廓漏檢和位置偏差。基于區(qū)域的方法關(guān)鍵是要找到合適的種子和選擇合適的生長準(zhǔn)則，缺點是計算量比較大