基于Matlab的指纹图像预处理方法研究本科毕业论文

毕业设计（） 题目： 基于Matlab的指纹图像预处理方法研究 毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作 者 签 名：　　 　 　　日　 期：　　 　 　　 ​​​​​​​​​​​​ 指导教师签名：　　 　 　　 日　　期：　　 　 　　 使用授权说明 本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：　　 　 　　 日　 期：　　 　 　　 ​​​​​​​​​​​​ 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权　　 　 　大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 学士学位论文原创性声明 本人声明，所呈交的论文是本人在导师的指导下独立完成的研究成果。除了文中特别加以标注引用的内容外，本论文不包含法律意义上已属于他人的任何形式的研究成果,也不包含本人已用于其他学位申请的论文或成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式表明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权南昌航空大学科技学院可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 作者签名： 日期： 导师签名： 日期： 基于MATLAB的指纹图像预处理方法研究 学生姓名：丁超 班级：0982042 指导老师：李忠民 摘要：随着电子信息技术的发展，传统的密码、信物安全系统已经不能满足社会的需求，因此基于生物特征的身份验证系统得到了发展和应用。生物特征的唯一性和永久性，更好的作为身份识别的依据。指纹在众多的生物特征里有它的独特优势，指纹识别技术已经成为重要的研究领域，应用前景也很开阔。如金融安全、门禁系统、数字加密、电子商务等等。要应用好指纹识别，指纹图像的预处理是前提，只有经过预处理的指纹图像才能更方便提取出特征点用于识别。因此预处理的好坏对识别系统有决定性的影响。 本文基于MATLAB的环境，对指纹图像的预处理方法进行研究对比。对原始图像进行平滑、锐化、二值化、细化等处理之后得到可以方便提取特征点的指纹图像。平滑处理的算法以线性滤波法、中值滤波法，维纳自适应滤波法为研究对象进行算法比较研究。锐化处理对Sobel算子法和拉普拉斯算子法进行研究。二值化处理使用全局阈值法和局部阈值法进行处理。细化处理采用较好的OPTA细化算法模板实现细化。通过对算法处理效果的比较与分析，确定出最好的算法，得到最理想的效果。 关键词：指纹图像、预处理、算法、MATLAB 指导老师签名： Studies on fingerprint image preprocessing algorithm based on MATLAB Student name : Ding Chao Class: 0982042 Supervisor: Li Zhongmin Abstract :With the development of electronic information technology ,traditional Password and token security system has unable meet the demand of the society, so the authentication system based on biological characteristics has been developed and applied.because of the Uniqueness and permanent,biological features become better as identity recognition. Fingerprint technology has its unique advantages in many biological characteristics. Fingerprint recognition technology has become an important research field, the application prospect is very broad. Such as financial security, access control systems, digital encryption, electronic commerce and so on. To make good use of fingerprint recognition，the fingerprint image preprocessing is the precondition, only after pretreatment of fingerprint image can be more convenient to extract feature points for identification .Therefore, the performance of pretreatment has a decisive effect on the recognition system. This thesis based on MATLAB environment, comparative study on the fingerprint image preprocessing method.After smoothing, sharpening, two values processing, thinning of the original image can be easily extracted fingerprint feature point.Smoothing algorithms for linear filtering, median filtering, Wiener filtering method as an object of study for algorithm comparison study Smoothing algorithms for linear filtering, median filtering, Wiener filtering method as an object of study for algorithm comparison study.Sharpening study on the Sobel operator method and the Laplasse operator method. The two value is treated using a global threshold and local threshold method.Refinement using template OPTA thinning algorithm for better implementation of refinement. Through the comparison and analysis of the treatment effect of the algorithm, determine the best algorithm scheme, is the most ideal effect. Keywords：Fingerprint image，preprocessing ，algorithm，MATLAB Signature of Supervisor： 目 录 1 绪论 11.1 引言 11.2 指纹识别技术的发展概况 21.3 本课题研究目标 2 指纹图像预处理概述与实验平台 32.1指纹识别技术的研究内容 32.2 指纹图像预处理 32.3 MATLAB实验平台的简介 3 实验方案与实现 5 3.1 指纹图像预处理算法的实验框图 5 3.2指纹图像平滑处理 5 3.2.1常见的噪声 6 3.2.2 图像平滑技术 6 3.2.3 平滑线性滤波法 7 3.2.4 中值滤波法 7 3.2.5 维纳自适应滤波法 8 3.2.6 三种算法的MATLAB实现和比较 9 3.3 指纹图像锐化处理 9 3.3.1 图像锐化的概念 9 3.3.2 梯度法 10 3.3.3 Sobel算子法 11 3.3.4 拉普拉斯算子锐化处理法 12 3.3.5 两种算法锐化处理的比较 13 3.4 指纹图像二值化处理 13 3.4.1 图像二值化原理及意义 14 3.4.2 全局阈值法 16 3.4.3 局部阈值法 18 3.4.4两种二值化方法的代码和结果 19 3.4.5 算法结果分析比较 19 3.5 指纹图像细化算法 19 3.5.1 细化的基本概念 20 3.5.2 OPTA细化算法模板 22 3.5.3 MATALAB实现二值化的指纹图像细化处理 25 3.6算法总结 4 总结与展望 264.1 总结 264.2 展望 28参考文献 29致谢 30附录 1 绪论 1.1 引言 近几年，我们的生活逐步进入了数字化时代，伴随着计算机的不断更新换代，人们对信息系统安全和网络安全更加重视。传统的身份识别方式主要包括了使用密码或口令的方法或者使用卡片等实际存储信息等。这些识别方法操作性较差，安全性不足，且2容易窃取伪造，信息安全难以得到抱着。而近十多年来，随着数字图像处理技术和模式识别技术的发展，生物识别技术获得了较好的发展。 生物特征识别技术是通过计算机与光学、声学、生物传感器及生物统计学统计学原理等高科技技术手段相结合。常用的生物识别特征包括指纹、虹膜、脸型、语音、掌纹、步态、笔迹等。它们有的已经应用到现实生活中，有的还仅处于实验研究阶段。生物特征由于它的唯一性，实用性，安全性和随时随地可使用等特性，非常适合用于身份的识别。 指纹特征相对于其他的生物特征，有更加优秀个体差异性，被更多的应用于信息安全识别领域。因此指纹识别技术是目前最方便、可靠、低成本的生物识别技术解决方案，具有很大的市场潜力和科研价值。 1.2 指纹识别技术的发展概况 指纹识别作为一种古老的身份鉴别方法,早在公元前6000一7000年的古叙利亚和中国就已出现，出土的这个时代的陶器上就留有一些制陶艺人的指纹。秦汉时代盛行封泥制,将公私文书写在简犊上,分发时用绳捆绑,在绳端或交叉处封以粘土,盖上印章或指纹,作为信验,以防私拆,这种泥封指纹作为个人标识,既表示真实和信义也可防止伪造。20世纪70年代,随着计算机的广泛应用和模式识别理论的快速发展,人们对指纹的认知也从人工辨识转为理性分析,指纹识别作技术在国外得到了快速的发展。1999年美国联邦调查局建成了第一套综合自动化指纹识别系统,这套设备不仅大大加快了指纹识别的速度,而且提高了指纹比较的自动化水平。 我国对指纹识别技术的研究历史是从20世纪80年代初开始的,中国科学院自动化所、清华大学、国防科技大学、吉林大学等高校和科研机构首先开始了这方面的研究工作。九十年代以后,北大高科、长春鸿达集团、西安青松集团等机构分别以所在地的高校为技术依托,陆续开始进行这方面的研究工作。中国科学院光机所对指纹采集技术进行了较为深入的研究,己经可以批量式生产光电活体指纹采集仪。进入二十一世纪后,我国研究指纹识别技术的科研机构进一步增加,如南京大学、山东大学、上海交通大学等国内知名高校科研机构,这进一步推动了国内自动指纹识别技术的快速发展。 1.3 本课题研究目标 指纹图像预处理的方式不同导致了算法的不同，不同的算法所产生的效果也不相同。预处理算法的好坏对整个指纹特征的提取影响很大，很大程度上决定了后续特征提取的成败。在指纹图像的分割中，不好的分割算法不能彻底地将背景从前景中分离，会产生很多额外的特征信息；传统指纹增强算法中，指纹图像的脊和谷不能得到很好的分离；在常用的细化算法中，经常出现细化不彻底和产生毛刺的情况；准确而快速的提取出特征信息是一个非常关键的问题，如果提取不恰当，则会增大系统的拒识率和误识率。因此，指纹图像预处理的算法有必要进行研究。本课题就指纹预处理中的平滑、锐化、二值化、细化处理的算法进行研究，从而确定一套较好的算法方案。 本文基于MATLAB软件对指纹原始图像进行处理并得出处理后的图像，再进行分析比对，得出结论。MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了核心的数学和高级图形工具。作为图像处理的仿真工具,MATLAB提供了功能强大的图像处理函数,给仿真者提供了很大的便利性,缩短了开发周期;MATLAB能够直观、清楚的显示图像,并可以不用修改程序而实现对图像的缩小、放大等功能,能方便的观察图像。因此本课题选择基于MATLAB实现指纹图像预处理，并选择理想的算法，是较好的一种方式。 2 指纹图像预处理概述与实验平台 2.1指纹识别技术的研究内容 指纹是手指指尖表面凹凸不平的纹路,其中凸起的纹路称为脊线,凹下的纹路称为谷线。每个人都有独一无二的指纹,这种独一无二性是由脊线所包含的细节特征及这些特征之间的相互关系决定的。指纹识别就是使用指纹图像处理算法对输入的指纹图像进行处理,然后提取出其中的细节特征,并与指纹数据库中的数据进行比较,以识别或断定指纹所有者的身份。完整的指纹识别过程包括指纹图像采集、指纹图像预处理、特征提取、匹配/分类等。 图2-1 指纹识别系统原理 2.2 指纹图像预处理 指纹图像采集到的原始图像并不能完全满足高质量图片的要求，会存在不少噪声。这部分噪声由采集仪器，环境因素，人为操作不当所产生的各类噪声所组成。如采样和量化产生的高频散粒噪声、光照不均引起的低频噪声以及采集头上的污渍所引入的噪声；手指按捺力度不均以及手指过干或过湿可能导致图像亮暗灰度不均,手指表面的疤痕、磨损、褶皱、蜕皮等可能导致纹线出现断裂和粘连。 这些噪声严重影响了指纹图像的特性,致使指纹图像包含的部分细节特征不清晰甚至出现丢失,同时引入许多虚假的特征信息,如果直接对原始指纹图像进行特征提取,势必会影响指纹识别结果的准确性。所以,在提取特征之前需要对采集到的指纹图像进行预处理,以去除噪声信号,使其变成一幅纹线结构清晰特征信息明显的二值点线图。 图2-2指纹图像预处理过程 2.3 MATLAB实验平台的简介 MATLAB是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。 MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。 3 实验方案与实现 3.1 指纹图像预处理算法的实验框图 图3-1 指纹预处理算法比较框图 实验按以上流程对指纹图像进行预处理，对相应的算法进行研究和对比，通过对处理图像的研究效果，确定适合指纹图像的算法。 3.2指纹图像平滑处理 3.2.1常见的噪声 在数字图像处理中常见的噪声有一下几种： （1）加性噪声 加性噪声和图像信号g(x,y)是相互独立的，如图像信号在传输过程中引进的信道噪声，此时含有噪声n(x,y)的图像可以表示为： f(x,y)=g(x,y)+n(x,y) (3-1) （2）乘性噪声 乘性噪声是一种与图像信号相关的噪声。在图像中，乘性噪声分为两类：一类是某像素处的噪声只与该像素的信号有关，另一类是某像素处的噪声与该像素及其领域的像素信号有关。一幅含有和信号强度成比例的含噪图像可表示为: f(x,y)=g(x,y)+n(x,y)g(x,y) (3-2) （3） 椒盐噪声 椒盐噪声是图像中经常见到的一种噪声，它是一种随机的白点或者黑点，通常是由图像传感器、传输信道和解码处理等产生的。 3.2.2 图像平滑技术 数学图像在其获取和传输过程中，会受到各种噪声的干扰使图像恶化，质量下降，图像变模糊、特征被淹没，这对图像分析极为不利。为了抑制噪声改善图像质量所进行的处理成为图像平滑或去噪。 图像的平滑技术主要用于消除图像中的噪声，其基本的方法是求像素的灰度的平均值或中值。但实际中，图像噪声和图像信号往往是交织在一起的，如果平滑不当，则会使图像的细节如边缘、轮廓等变模糊，影响到图像的质量。一般来说，图像平滑总要牺牲一定的细节信息（细节模糊）为代价的。 目前的图像平滑技术只要分3种:平滑线性滤波法、中值滤波法和维纳自适应滤波法。对应处理的的算法也不同。 3.2.3 平滑线性滤波法 平滑线性滤波是一种直接在图像空间域上进行平滑处理的技术。数字图像由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而早上则统计独立的。因此，可用像素领域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。平滑线性滤波器又称均值滤波器。显然，这种处理减少了图像灰度的尖锐变化，因此用平滑的方法可以减弱噪声。因此，图像平滑方法不可避免存在使边缘等细节变得迷糊的负面效应。但是可以经过后续的锐化等处理得到一定程度的克服。 均值滤波法通常使用的模板有3×3、5×5、7×7大小的尺寸，以3×3模板为例。均值滤波器的算法输出可以如下表示： （3-3） 均值滤波算法简单，但它的主要缺点是在降低噪声的同时使图像产生迷糊，特别是在边缘和细节处。而且领域越大，在去噪能力增强的同时模糊程度越严重，画面变得越模糊。为了克服局部平均法的弊端，可以采用阈值法，又称超限像素平滑法。它是f(x,y)和领域平均g（x,y）差的绝对值与选定的阈值进行比较，根据比较结果决定坐标g’(x,y）,算法表达式如下： （3-4） 式中，T为事先设定的非负阈值。使用这个方法时，选择合适的T非常重要，T选的太大，会减弱去噪的效果，T选的太小，则会较弱消除模糊效应的效果。同均值滤波法相比，超限像素平滑法去椒盐噪声效果更好。 3.2.4 中值滤波法 中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某领域窗口内的所有像素点灰度值的中值。 其基本思想用图像像素点的领域灰度值的中值来代替该像素点的灰度值。二维中值滤波可以用下式表示： （3-5） 式中为二维数据序列。其主要功能是让周围象素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点，所以中值滤波对于滤除图像的椒盐噪声非常有效。中值滤波器可以做到既去除噪声又能保护图像的边缘，从而获得较满意的复原效果，而且，在实际运算过程中不需要图像的统计特性，这也带来不少方便，但对一些细节多，特别是点、线、尖顶细节较多的图像不宜采用中值滤波的方法。如果希望强调中间点或距中间点最近的几个点的作用，则可采用加权中值滤波。其基本原理是改变窗口中变量的个数，可以使一个以上的变量等于同一点的值，然后对扩张后的数字集求中值。这种方法比简单中值滤波性能更好地从受噪声污染的图像中恢复出阶跃边缘以及其他细节。另有一种可以处理具有更大概率的冲激噪声的是自适应中值滤波器，在进行滤波处理时，能依赖一定条件而改变领域的大小。其优点是在平滑非冲激噪声时可以保存细节，所以既能除去“椒盐”噪声，平滑其他非冲激噪声，还能减少诸如物体边界细化或粗化等失真。 3.2.5 维纳自适应滤波法 维纳滤波法假定线性滤波器的输入为有用信号和噪声之和，两者均为广义平稳过程且知它们的二阶统计特性，维纳根据最小均方误差准则（滤波器的输出信号与需要信号之差的均方值最小），求的最佳线性滤波器的参数。该算法是首先估计像素的局部均值和方差： （3-6） （3-7） 式中，是图像中每个像素的M×N的领域。然后，对每个像素利用滤波器估计其灰度值 （3-8） 式中， 是图像中噪声的方差。 3.2.6 三种算法的MATLAB实现和比较 本文选择比对的三种平滑滤波器为3×3模板平滑线性滤波器，3×3的中值平滑滤波器和维纳只适应平滑滤波器。超限像素平滑对线面图像的去噪效果不大好，因此这里就不做实验比对。三种滤波器代表三种不同的平滑算法，基于MATLAB的实验代码在附录A中。 代码实现的结果如下： 图3-2-1 平滑算法的结果 如上图所示，平滑后的图片滤去了一些边缘有重叠的地方，更加利于后面的处理，便于提取出识别特征点。三种算法之间的比较，均值滤波的图像更平滑，对比度和边缘都比较相对平衡。中值滤波的结果，对比度更强，在指纹线较粗的地方滤掉更多的噪声，而在指纹学较细的地方相对于均值处理的不够好。维纳自适应的平滑处理，可以看出性能更好。修掉了部分较窄的边缘，图像看起来也较平滑。因此在平滑处理阶段我们选择维纳平滑滤波的算法处理。 3.3 指纹图像锐化处理 3.3.1 图像锐化的概念 在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时图像边缘信息也主要集中在其高频部分。这将导致原始图像在平滑处理之后，图像边缘和图像轮廓模糊的情况出现。 为了减少这类不利效果的影响，就需要利用图像锐化技术，使图像的边缘变得清晰。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变得清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算(如微分运算)就可以使图像变得清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。但要注意能够进行锐化处理的图像必须有较高的性噪比，否则锐化后图像性噪比反而更低，从而使得噪声增加的比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理 图像的迷糊实质上是平均或积分运算的结果，因此对其进行逆运算如微分运算，就可以使模糊的图像变得清晰，这是因为微分运算是求信号的变化率，有加强高频分量的作用，从而使图像轮廓清晰。对图像进行图像锐化时，噪声也会被增强，因此一般情况下需要先进行平滑去除噪声，再进行图像锐化。由上一章可知，对指纹图像选择维纳自适应滤波器过滤结果较好，因此在此基础上进行锐化处理算法的分析。 3.3.2 梯度法 对于图像函数f(x,y)处的梯度是一个矢量，定义为： （3-9） 梯度有两个重要的性质： 1） 梯度的方向在函数f(x,y)最大变化率的方向上，由以下确定： （3-10） 2） 梯度的幅度可由式3-3计算。 （3-11） 由式（3-3）可知，梯度的数值就是在f(x,y)在其最大变化率方向上的单位距离所增加的量。对于离散图像处理而言，常用到梯度的大小，因此把梯度的大小习惯称为梯度，并且用差分来近似一阶微分，，从而梯度的幅度可以表示为： （3-12） 在实际使用中，为了提高计算速度，简化计算方法，通常采用式（3-5）进行计算： （3-13） 由梯度的计算可知，梯度值的大小与相邻像素的灰度值的差成比例。在图像轮廓上，像素的灰度值变化较大，从而梯度值也较大，在图像平坦的区域，灰度值变化较小，从而梯度值较少。 本文以Sobel算子法作为梯度法的代表。 3.3.3 Sobel算子法 Sobel算子是典型的基于一阶导数的边缘检测算子。由于该算子中引入了类似局部平均的运算。因此对噪声具有平滑作用，能很好的消除噪声的影响。Sobel算子包含两组3x3的矩阵，分别为横向及纵向模板，将之与图像作平面卷积。即可分别得出横向及纵向的亮度差分近似值。 -1 0 1 -2 0 2 -1 0 1 1 2 1 0 0 0 -1 -2 -1 图3-3-1 Sobel 算子模板 单独使用Sobel算子做边缘检测，边缘定位精度不高，有时还可能对非边缘像素的响应大于某些边缘处的响应或者响应差别不是很大，造成漏检或误检但是它对噪声具有较好的鲁棒性。Sobel算子在检测边缘点的同时具有抑制噪声的能力，检测出的边缘宽度至少为二像素。由于它们都是先平均后差分，平均时会丢失一些细节信息，使边缘有一定的模糊。但由于Sobel算子的加权作用。由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数， 简单有效，因此应用广泛。美中不足的是，Sobel算子并没有将图像的主体与背景严格地区分开来，换言之就是Sobel算子没有基于图像灰度进行处理，由于Sobel算子没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能令人满意。 在观测一幅图像的时候，我们往往首先注意的是图像与背景不同的部分，正是这个部分将主体突出显示，基于该理论，我们给出了下面阈值化轮廓提取算法，该算法已在数学上证明当像素点满足正态分布时所求解是最优的。 3.3.4 拉普拉斯算子锐化处理法 拉普拉斯算子处理是常用的边缘增强处理算子，他是各项同性的二阶倒数，比较适用于因为光线的漫反射造成的图像的模糊。它是一个刻画图像灰度的二阶商算子，是点、线、边界提取算子，亦称为边界提取算子。通常图像和对他实施拉式算子后的结果组合后产生一个锐化图像。拉式算子用来改善因扩散效应的模糊特别有效，因为它符合降制模型。扩散效应是成像过程中经常发生的现象。 拉普拉斯算子也是最简单的各向同性微分算子，具有旋转不变性。一个二维图像函数的拉普拉斯变换是各向同性的二阶导数定义如下： （3-14） 对离散的数字图像，二阶偏导可用二阶差分近似，可推导出拉普拉斯算子表达式为： （3-15） 利用拉普拉斯算子增强图像的计算方法如下： （3-16） 拉普拉斯算子和拉普拉斯图像增强算子可用模板分别表示，如图3-3-2所示。 1 1 -4 1 1 -1 -1 5 -1 -1 图3-3-2 拉普拉斯算子及图像增强算子模板 由于拉普拉斯是一种微分算子，它的应用强调图像中灰度的突变即降低灰度缓慢变化的区域，这将产生一幅把图像中的浅灰色边线和突变点叠加到暗背景中的图像。将原始图像和拉普拉斯图像叠加在一起的方法可以保护拉普拉斯锐化处理的效果，同时又能复原背景信息，因此，拉普拉斯定义很重要。如果所使用的定义具有负的中心系数，那么就必须将原始图像减去经拉普拉斯变换后的图像，从而得到锐化的结果，反之，如果拉普拉斯定义的中心系数为正，则原始图像要加上经拉普拉斯变换后的图像。故使用拉普拉斯算子对图像增强的基本方法可以表示为图3-3-2的右边算子模块。 3.3.5 两种算法锐化处理的比较 利用MATLAB软件对已经过平滑处理的指纹图像进行锐化处理，再进行对比，选择最好的锐化处理结果。实验代码在附录B中。 实验结果如下图3-3所示： 图3-3-3 Sobel算子和拉普拉斯算子锐化图像结果 如上图所示，两种算子锐化的效果各有各的有点，Sobel算子的纵向的锐化效果比拉普拉斯算子的效果好。拉普拉斯算子的横向效果更好。从特征点的提取效果考虑，Sobel算子的锐化图像更加适合指纹图像的锐化处理。锐化图像的边缘的比原始图像更清晰，处理后的图像像素点对比度更明显了，图像的边缘和轮廓都变的清晰了，每个像素点都被体现了出来。 3.4 指纹图像二值化处理 3.4.1 图像二值化原理及意义 在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素的值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。二值图像在图像分析中应用非常广泛，二值图像就是指只有两个灰度级的图像，二值图像具有存储空间小，处理速度快，可以方便地对图像进行布尔逻辑运算等特点。更重要的是，在二值图像的基础上，还可以进一步对图像处理，获得该图像的一些几何特征或者其他更多特征。 图像的二值化处理就是将图像上的点的灰度置为0或255，也就是使整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。图像包括目标、背景还有噪声,怎样从多值的数字图像中仅提取出目标,常用的方法就是设定某一阈值T,用T将图像的数据分成2大部分:大于T的像素群和小于T的像素群.这种方法称为图像的二值化.二值化处理就是把图像分成目标和背景2个区域.二值化是数字图像处理中一项最基本的变换方法,通过非零取一固定阈值、双固定阈值等不同的阈值化变换方法,使一幅灰度图像变成了黑白二值图像,将我们所需的目标从复杂的图像背景中提取出来.阈值[5-6]处理的操作过程是指定一个阈值,如果图像中某像素的灰度值小于该阈值,则将该像素的灰度值设置为0或255,否则灰度值设置为255或0 图像二值化是图像处理中的一项基本技术，也是很多图像处理技术的预处理过程。在颗粒分析、模式识别技术、光学字符识别(OCR)、医学数据可视化中的切片配准等应用中，图像二值化是它们进行数据预处理的重要技术。由于图像二值化过程将会损失原图像的许多有用信息，因此在进行二值化预处理过程中，能否保留原图的主要特征非常关键。在不同的应用中，图像二值化时阈值的选择是不同的。因此，自适应图像阈值的选取方法非常值得研究。 灰度图像的二值化处理有很多种方法，主要分为全局阈值法和局部阈值法。 3.4.2 全局阈值法 全局阈值法是指在二值化过程中只使用一个全局阈值的方法。它将图像的每个像素的灰度值与进行比较，若大于，则取为前景色（白色）；否则，取为背景色。根据文本图像的直方图或灰度空间分布确定一个阈值，以此实现灰度文本图像到二值图像的转化。其中全局阈值法又可分为基于点的阈值法和基于区域的阈值法。阈值分割法的结果很大程度上依赖于对阈值的选择，因此该方法的关键是如何选择合适的阈值。 典型的全局阈值方法包括Otsu方法、最大熵方法等。全局阈值法算法简单，对于目标和背景明显分离、直方图分布呈双峰的图像效果良好，但对于由于光照不均匀、噪声干扰较大等原因使直方图分布不呈双峰的图像，二值化效果明显变差。本文一Otsu方法作为全局阈值法的算法对指纹图像进行二值化的图像。 Otsu是经典的非参数、无监督自适应阈值方法，是一种直方图技术。理想情况下，在直方图上代表物体和背景的两个峰之间有一个明显的谷，谷底就是最优阈值。但在一些实际图像中谷很平，很宽，并且受噪声干扰严重，或是两个峰的高度相差较大。这时寻找最佳阈值很困难。Otsu法就是针对这种情况提出的， 并且它不需要其它的先验知识，因而应用范围很广，至今仍是最常用的二值化方法之一。 Otsu 在1979 年提出的最大类间方差法(有时也称之为大津法)，该方法的基本思想是：设阈值将图像分割成两组，一组灰度对应目标，另一组灰度对应背景，则这两组灰度值的类内方差最小，两组的类间方差最大。对图像Image，记 为目标与背景的分割阈值，目标像素数占图像比例为 ，平均灰度为 ；背景像素数占图像比例为 ，平均灰度为 。图像的总平均灰度为： 。从最小灰度值到最大灰度值遍历 ，当 使得值 最大时 即为分割的最佳阈值。对大津法可作如下理解：该式实际上就是类间方差值，阈值 分割出的目标和背景两部分构成了整幅图像，而目标取值 ，概率为 ，背景取值 ，概率为 ，总均值为 ，根据方差的定义即得该式。因方差是灰度分布均匀性的一种度量，方差值越大说明构成图像的两部分差别越大，当部分目标点错分为背景或部分背景点错分为目标点都会导致两部分差别变小，因此使类间方差最大的分割意味着错分概率最小。 记 为 图像 点处的灰度值，灰度级为 ，不妨假设 取值 。记 为灰度值为k的频率，则有： (3-17) 假设用灰度值t为阈值分割出的目标与背景分别为： 和 ，于是目标部分比例： ， (3-18) 目标部分点数： (3-19) 背景部分比例： (3-20) 背景部分点数： (3-21) 目标均值： (3-22) 背景均值： (3-23) 总均值： (3-24) 大津法指出求图像最佳阈值g的公式为： (3-25) 该式右边括号内实际上就是类间方差值，阈值g分割出的目标和背景两部分构成了整幅图像，而目标值 ，概率为 ，背景取值 ，概率为 ，总均值为 ，根据方差的定义即得该式。因方差是灰度分布均匀性的一种度量，方差值越大，说明构成图像的两部分差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，因此使类间方差最大的分割意味着错分概率最小，这便是大津法的真正含义。其实，换一种思想也能很好的理解大津方法。 和 ，可以分别代表目标和背景的中心灰度， 则代表整幅图像的中心灰度，要使目标和背景得到最好的分割，当然希望分割出的目标尽量远离图像中心，即 或 尽量大，背景也尽量远离中心，即 或 尽量大，由于希望两者都大，于是有： (1) 两者之加权和最大： (2) 两者之积最大： (3-26) 注意到有 ，且 ，因此有： 。可见是二者等价的。 3.4.3 局部阈值法 由当前像素灰度值与该像素周围点局部灰度特征来确定像素的阈值。例如可以将原图像划分为一些不相交的小块，将各块图像的灰度均值作为该部块图像的阈值，在局部上采用上面的整体阈值法。 　　对于目标和背景比较清楚的图像，全局阈值化方法可以取得较好结果。但是如果图像的背景不均匀，或目标灰度变化率比较大，全局方法便不再适用。局部阈值法是用像素灰度值和此像素邻域的局部灰度特性来确定该像素的阈值的。当照明不均匀、有突发噪声，或者背景灰度变化较大时，局部阈值确定技术必须根据像素的坐标位置关系自动确定不同阈值，实施动态的自适应二值化处理。局部阈值选取一般将图像划分为若干子图像，在每个子图像区域上使用整体阈值法，从而可以构成整幅图像的局部阈值法(根据每个子图像确定相应的阈值，具体的阈值确定方法同全局阈值的确定类似)。用这种方法分割后的图像在不同子图像的边界处有灰度的不连续分布，因此必须采用平滑技术来消除灰度的不连续性。 局部阈值法一般用于识别干扰比较严重、品质较差的图像，相对整体阈值方法有更广泛的应用，但也存在缺点和问题，如实现速度慢、不能保证字符笔画连通性以及容易出现伪影现象(即在背景域受到噪音干扰得到笔画结果)等。比较典型的局部二值化算法有Bernsen方法、多阈值的梯度强度法、基于纹理图像的方法、最大方差法等。 本文以Bernsen方法作为局部阈值法的代表。 局部阈值法把灰度阈值选取为随像素位置变化而变化的函数，它是一种动态选择阈值的自适应方法。 设图像在像素点 处的灰度值为 ，考虑以像素点 为中心的 窗口，（ 表示窗口的边长），则Bernsen算法可以描述如下： 计算图像中各个像素点 的阈值 (3-27) 对图像中各像素点 用 值逐点进行二值化。 (3-28) 用 存储灰度图像的值，设 为 ，把 边界扩展成 extend矩阵。 首先读取原图像的大小为。由于中的元素不是每个都是在窗口的中心，所以需要对灰度图像进行扩展。首先创建一个的矩阵extend，把矩阵中的像素，而第一行和最后一行，第一列和最后一列的填充依据是以它靠近的行或列为对称轴进行填充。遍历从到的像素，并取以当前像素为中心的窗口的最大像素max和最小像素min，依据公式求出阈值。把灰度图像矩阵赋值于另一矩阵，以免改变当前得到的灰度图像矩阵。遍历该矩阵，对当前灰度值与比较，如果大于赋予1，判为目标像素类，否则赋予0，作为背景像素类。显示得到的二值图像。 3.4.4两种二值化方法的代码和结果 本文以全局阈值法的Otsu方法和局部阈值法的Bernsen方法对指纹图像进行二值化处理，对处理结果进行比较。Otsu方法和Bernsen方法的代码为附录C代码 Otsu方法实验结果图如下： 图3-4-1 Otsu方法的二值化的结果 Bernsen方法实验结果图如下： 图3-4-2 Bernsen方法的二值化的结果 3.4.5 算法结果分析比较 由实验结果图可以知，从效果上Bernsen方法的二值化结果更加适合指纹图像，特征点更加好捕捉。虽然Otsu方法实现简单，对于具有明显双峰直方图的图像效果明显，但对于低对比度和光照不均匀的图像效果不佳，抗噪声能力差，因而应用范围受到极大限制。 Bernsen方法虽然能够根据局部灰度特性来自适应地选取阀值，有较大的灵活性，但是仍然存在缺点和问题： 　　(1)实现速度慢。由于Bernsen算法要寻找局部极大、极小值，因此速度较慢。如果每次比较运算耗时一个单元时间，则处理图像耗时由决定。当局部窗口增大时，对时间消耗的影响与窗口尺寸成平方关系。 　　（2)有伪影现象。采用Bernsen算法时，常常在背景区域出现伪笔画，这叫做伪影现象。出现这种现象是因为Bernsen算法以局部窗口内极大、极小值作为考察点的邻域，当考察窗口内无目标点时，个别噪声点将引起阈值的突变，背景灰度的非均匀性也将影响局部阈值的变化，从而使得本应是背景的点被二值化为目标点。 　　(3)有笔画断裂现象。 Bernsen算法考察窗口内均为目标点时，局部阈值被拉升，于是部分目标点被二值化为背景，致使信息丢失，从而出现笔画断裂现象。 因此指纹图像预处理的二值化算法选择Bernsen方法。 3.5 指纹图像细化算法 3.5.1 细化的基本概念 指纹图像二值化后,其纹线宽度是不均匀的,这是因为原始图像的质量受到手指压力大小的影响和图像采集过程中噪声的影响而造成的。虽然纹线的宽度并不包含指纹的特征信息,但它的不均匀性会影响指纹特征的提取,并且指纹识别只对纹线的走向感兴趣,并不关心它的粗细,因此为了减小数据量,提高识别准确性,应对指纹图像进行细化处理。细化处理是指在指纹图像二值化以后,在不影响纹线连通性的基础上,删除纹线的边缘像素,使之只有一个像素的宽度,理想的细化后纹线骨架应该是在原始纹线的中间位置,并保持纹线的连接性、拓扑结构和细节特征。 一个好的细化算法应该满足以下要求： (1）连通性:细化图像的连通性必须与原图像保持一致; (2)细化性:细化图像中的线条宽度应为1个像素; (3)中轴性:细化图像中的线条应尽可能是原图像的中心线; (4)保持性:细化后的图像应尽可能保持原图的细节特征; (5)快速性:细化算法的速度应尽可能快。 细化算法按照迭代方式的不同可分为串行算法和并行算法。其中串行细化算法,其当前迭代的结果不仅取决于前一次的迭代图像,而且与当前处理情况有关：而并行细化算法,其当前迭代则仅仅由前一次的迭代情况决定。由于串行细化算法的处理结果依赖于对像素处理的先后顺序,因而像素点的消除或保留不可预测;而并行细化算法在对图像进行细化时,则由于是利用相同的条件同时检测所有像素点,其结果具有各向同性。因此从算法原理上看并行方法优于串行方法。由于并行细化算法具有快速和准确的特性,因此它一直是人们研究的热点,并且提出了许多并行细化算法。如OPTA细化算法,Hall细化算法,zhang和suen细化算法以及ZR细化算法等等。 本文选择OPTA细化算法对二值化后的指纹图像进行细化处理。 3.5.2 OPTA细化算法模板 指纹细化的一般方法是构造一组模板，对于脊线上的每个像素点取其一个范围的邻域，如果该邻域与模板符合或不符合就保留或删除该当前点。通常，为了得到更加准确的骨架，往往采用两组模板，一组被称为删除模板，用于决定当前点是否删除，若不符合模板，则保留；若符合删除模板，则还要与另一组被称为保留模板的模板比较，若符合保留模板，则保留；若不符合保留模板，则最终删除单连通细化算法（One-PassThinning Algorithm，OPTA）方法也是基于这个原理而提出的。 OPTA算法是一种典型的模板细化方法。对于一幅二值化的指纹图像,设其背景点的像素值为0,前景点的像素值为1。OPTA算法是从图像的左上角开始,对每一个前景点元素(模板中的 )抽取出如图3-5-1所示的模板邻域, 并将该邻域与给定的删除模板(图3-5-2) 相比较。 P1 P2 P3 × P4 P5 P6 P14 P7 P8 P9 × × P11 × × 图3-5-1 OPTA方法抽取的 领域 0 0 0 1 1 1 × 1 × 0 1 × 0 1 1 0 1 × × 1 × 1 1 1 0 0 0 × 1 0 1 1 0 × 1 0 × 1 × 0 1 1 0 0 × × 0 0 1 1 0 × 1 × 0 0 × 0 1 1 × 1 × × 1 × 1 1 0 × 0 0 图3-5-2 OPTA删除模板 如果该邻域的像素值与八个删除模板中的任一个相匹配则准备删除该点, 否则保留该点。为了保持连通性,抽取元素的邻域再与图3-5-2的两个保留模板进行比较。如果抽取邻域的第二行与模板图3-5-3(a) 的第二行匹配, 或抽取邻域的第二列与模板图3-5-3(b) 中的第二列匹配, 则 点保留,否则 才真正删去(对该点的像素值置0)。其中模板中的“1”代表该点的像素值为 1,“0”代表该点的像素值为0,“×”代表该点的像素值既可以为1也可以为0。该算法是从图像的左上角开始到右下角结束作为一次循环,反复进行迭代,直到没有像素值改变为止。 × × × × 0 1 1 0 × × × × × 0 × × 1 × × 1 × × 0 × （a） （b） 图3-5-3 OPTA保留模板 用 OPTA 算法对指纹图像进行细化可以达到较好的细化效果,但是细化后的图像细化不完全,存在细化后的指纹脊线不光滑、有毛刺、纹线扭曲等问题。 改进OPTA细化算法对原OPTA细化算法的消除模板和保留模板进行改造,改善了OPTA细化算法消除模板和保留模板不一致的情况,采用统一的4x4模板(如图3-5-4所示),构建了8个统一的消除模板和6个保留模板,实现图像的细化处理。 P1 P2 P3 P12 P8 P P4 P13 P7 P6 P5 P14 P9 P10 P11 × 图3-5-4 改进的OPTA细化算法统一模板结构 图5-4中左上角的3×3区域为消除模板的比较区域,构建的8个消除模板结构,其中l代表目标点,O代表背景点,×代表目标点或者背景点。改进的OPTA算法细化相对比较彻底,但在纹线的水平和垂直方向上会产生较多的毛刺,而且在分叉点处同样存在不是单像素宽的问题。 3.5.3 MATALAB实现二值化的指纹图像细化处理 Matlab函数库中bwmorph函数对二指图像进行细化处理。该函数的格式如下： BW2 = bwmorph(BW,operation) BW2 = bwmorph(BW,operation,n) BW2 = bwmorph(BW,operation)函数适用于一个特定的形态学操作的二值图像。 BW2 = bwmorph(BW,operation,n) 该函数应用于n次运算。n可以是inf，在这种情况下，重复操作直至图像不再变化。式中的operation是字符串。它可以是以下的值：bothat，bridge，clean，close，diag，dilate，erode，fill，hbreak，skel，thin等等。本文介绍两个参数值： skel参数描述：当N = Inf，消除像素的对象的边界，但不允许对象分开。剩余的像素组成的图像骨架。此选项保留了欧拉数。 thin参数描述：当N = Inf，使物体线变薄。它消除了像素，使无孔对象缩小到最小连接杆，和带孔的对象缩小到一个连接环在每个孔和外边界。此选项保留了欧拉数。 对二值化后的指纹图像进行细化处理的代码如下： I2=bwmorph(I,'thin',Inf); figure,imshow(I2); I3=bwmorph(I,'skel',Inf); figure,imshow(I3); 实验结果如下： 图3-5-5 原始指纹二值化图像 图3-5-6 thin参数下的细化图像 图3-5-7 skel参数下的细化图像 实验结果显示，两个参数下的细化效果相似，但是skel参数下的细化图像对线条弯曲点的处理比thin参数的细化处理更加细致，更加适合后期的特征点的提取。 3.6算法总结 通过一系列的实验和比对，基本可以实现确定较好的指纹图像预处理，确定了较好的算法。指纹图像预处理的完整实验代码如附录D。 采集的原始图像为： 图3-6-1 原始指纹图像 经过一系列预处理后的指纹图像为： 图3-6-2 预处理后的图像 4 总结与展望 4.1 总结 随着计算机技术的发展，我们逐渐迈入数字时代，尤其是随着电子商务的发 展，基于生物特征的身份识别技术在社会和经济等领域起着非常重要的作用，研 究安全可靠的生物识别技术具有非常大的科研价值和社会经济价值。在众多的生物识别技术中，指纹识别是研究时间最长、技术最为成熟的，已经应用到社会生活的各个领域。虽然如此，但指纹识别技术的研究并没有停步，而是愈演愈烈，成为了一个非常热门的研究领域。导致这种情况的主要原因有两个：第一，由于各个国家和地区科技发展水平的不同，很多地方的指纹识别技术还不成熟，只有少数企业和机构拥有较成熟的实际，但这些技术都处于知识产权保护下；第二，随着各种入侵技术的发展和日益增长的信息量，人们对电子信息安全提出了更高的要求，需要不断地研究新算法，从可靠性和效率上对现有算法加以改进。 从大方向上来看，指纹模式识别系统主要由两部分组成：图像预处理和特征的提取比对。预处理效果对后续步骤有很大的影响，也在很大程度上影响了整个指纹识别系统的效果。 通过参考大量指纹识别技术的相关文献资料，本文主要介绍了指纹图像预处理的平滑、锐化、二值化、细化四个过程的算法比较选择和性能分析。总结出较适合指纹图像的预处理算法。并通过matlab实验平台进行实现。 4.2 展望 指纹识别技术设计的领域比较广，设计到硬件和软件两个大的方向，同时也是一个多学科交差研究开发项目，需要多方面的协作。新算法除了要求在试验环境下效果很好以外，还需要通过实际应用来进行检验，在使用中不断加以完善。 在实际应用中，指纹识别技术需要建立大规模的指纹数据库，本文研究的指纹图像数据单一，使得算法测试和效果比对等方面都存在一些实际困难，在一定程度上影响了实验结果的准确性，在今后的研究需要加以改进。 本文虽然重点研究的是指纹图像的预处理，但在整个指纹识别领域，还有其他一些很重要又比较复杂的问题需要解决： 残缺指纹。很多情况，特别是在刑侦等领域，很难采集到完整的指纹图像。对于采集到的不完全的指纹图像，如何进行不全以及如何提取出特征信息等都是今后要研究的一个重要方向。 指纹伪造。目前指纹识别的研究还不能区别活体指纹和非活体指纹，这使得人的指纹能够通过陶瓷、硅胶等进行伪造，从而使通过指纹来进行身份识别失去了意义，并有可能带来其他的坏处。如何防止伪造是目前指纹研究领域的又一个热点，目前主要的解决方法使从温度、弹性、血流、心跳、汗液分泌以及生物电等方向入手，但取得的效果还不显著。 摄像头采集指纹。目前，采集指纹的设备一般都是专门的指纹采集仪，这样采集下来的指纹图像清晰，效果较好。但用指纹仪采集指纹不太灵活，因为在现实生活中，并不是很多地方都有指纹采集仪。通过摄像头获取指纹设备相对来说比较方便，也比较廉价，但这样获取的指纹图像对比度较小，指纹纹线不太突出，处理起来比较复杂。目前很多大学和科研机构都在进行这方面的研究，但商业应用还没有。 综上所述，指纹识别的研究虽然取得了很大的成就，但随着社会的发展，对指纹识别技术的要求越来越高，涉及到的问题也越来越复杂，牵涉的领域越来越广泛，因此，对指纹识别技术的研究任重而道远。 参考文献 1 [美]恩格尔 W K. Digital Signal Processing Using MATLAB [M]. 西安:西安交通大学出版社，2002 2 [美] Nakamura S. Numerical Analysis and Graphic Visualization with MATLAB(Second Edition) [M].北京:电子工业出版社，2002 3 [美]冈萨雷斯. 数字图像处理（MATLAB版）[M]. 北京：电子工业出版社，2005 4 [美]冈萨雷斯. 数字图像处理（第二版）[M]. 北京：电子工业出版社，2007 5 孙玉明，王紫婷. 基于Matlab的指纹识别系统的研究与实现[J],2009，5 6 孙燕，秦贵和，刘元宁，何磊. 指纹识别系统中的图像预处理技术[J]. 微计算机信息，2007，23（7-3）：301-302，275 7 蒋秀英，刘彩霞. 指纹识别预处理关键技术研究[J]. 电脑知识与技术，2008，3（8）：1769-1771，1802 8 何东宇,蔡远利.基于方向图的指纹预处理方法研究.计算机工程与应用,2009.14:77~80 9 于秀霞.指纹识别技术及其应用[J].长春大学学报.2005,15(2):30-32. 10 郑晓隆.指纹图像预处理和特征提取研究[D].成都.电子科技大学.2005. 11 穆国燕 ,田俊霖 ,陈树种 .一种有效地指纹图像分割和细化方法,2009 12 易扬.指纹识别图像预处理算法研究[D].武汉.武汉理工大学.2009. 13 苏彦华等. visual c++数字图像识别技术典型案例[M]. 人民邮电出版社.2004. 14 杨雪.指纹识别系统研究:[硕士学位论文].哈尔滨理工大学,2009 15 付忠良一些新的图像阂值选取方法叮〕.计算机应用,2010,20(10): 16 赵磊,陈琼等一种新的改进OPTA细化算法7J口.计算机应用,2008,28(10) 17 Jain.A.K,Pranbhakar.S,Hong.L.Pankanti.S.Filter,bank一based,fingerPrint matching[J].IEE transaetion on image Processing ,2007,5:846-859 18 郭喜.指纹预处理系统的研究与开发:=硕士学位论文8.吉林大学,2009. 19 缪绍刚. 数字图像处理-活用 Matlab[M]. 四川：西南交通大学出版社. 2007 致谢 转眼之间，四年的大学生生活就要结束了，在这四年里，我得到了很多人的 帮助，在做人做事方面都有很大的收获，已经有足够的能力顺利步入社会。 首先，向我的毕业论文导师李忠民老师表示最衷心的感谢和最诚挚的敬意。感谢在毕业设计期间，给我的所有帮助和悉心教导。本论文是在导师的精心指导和悉心关怀下完成的，在课题研究的过程中，感谢导师每周与我们讨论，悉心指导。 其次，在这几年的学习生活中，我还得到了许多领导和老师，以及师兄师姐 和同学们的关心与帮助。在此，向所有关心和帮助过我的领导、老师、同学和朋 友们表示由衷的谢意！ 再次，感谢我的家人对我无私的支持和鼓励，正是他们的关爱和期盼使我不 断努力地完成学业！ 同时，也衷心的感谢我的室友周李军、赵书琦、张翀、周加华、俞浩然，他们在很多方面都给予过我帮助和鼓励。 最后，衷心地感谢在百忙之中评阅论文和参加答辩的各位专家、教授。 附录 附录A 平滑处理三种算法的matlab代码： clear all I=imread('1.jpg'); I=rgb2gray(I); H1=ones(3,3)/9; %3×3领域模板 J1=imfilter(I,H1); %领域均值滤波 J2=medfilt2(I,[3,3]); %3×3中值滤波模板 J3=wiener2(I,[3,3]);%3×3维纳滤波模块 subplot(2,2,1); imshow(I);title('原始图像'); subplot(2,2,2); imshow(J1);title('均值滤波平滑图像'); subplot(2,2,3); imshow(J2);title('中值滤波平滑图像'); subplot(2,2,4); imshow(I);title('维纳滤波平滑图像'); 附录B 锐化处理算法比较代码： I=imread('1.jpg');%读入原始图像 I=rgb2gray(I); %转化为灰度图 M=wiener2(I,[3,3]);%利用维纳滤波器进行平滑处理 M=im2bw(M); %转化为二值图像 H=fspecial('sobel'); %选择sobel算子进行锐化处理 N=filter2(H,M); %卷积运算 h=[0 1 0,1 -4 1,0 1 0]; %设定拉普拉斯算子模板 N1=convn(M,h,'same'); %卷积运算 subplot(2,2,1),imshow(I); %显示原始图像 title('原始图像'); subplot(2,2,2),imshow(M); %显示二值图像 title('二值图像'); subplot(2,2,3),imshow(N); %显示经sobel算子锐化后的图像 title('sobel算子锐化图像'); subplot(2,2,4),imshow(N1); %显示经拉普拉斯算子锐化后的图像 title('拉普拉斯算子锐化图像'); 附录C 二值化Otsu算法代码： %matlab程序 G = imread('1.JPG'); I = rgb2gray(G); %转化为灰度图 M=wiener2(I,[3,3]);%利用维纳滤波器进行平滑处理 M=im2bw(M); %转化为二值图像 H=fspecial('sobel'); %选择sobel算子进行锐化处理 I=filter2(H,M); %卷积运算 [m,n] = size(I); Hist = zeros(255);%直方图 dHist = zeros(255); variance = zeros(255);%方差 PXD = 0; for i = 1:m for j = 1:n Hist(uint8(I(i,j))) = Hist(uint8(I(i,j))) + 1; end end imshow(I); 二值化bernsen算法代码： clc clear I = imread('1.jpg'); I=rgb2gray(I); %转化为灰度图 M=wiener2(I,[3,3]);%利用维纳滤波器进行平滑处理 M=im2bw(M); H=fspecial('sobel'); %选择sobel算子进行锐化处理 I=filter2(H,M); %卷积运算 w = 1;%矩阵大小为2*w+1 T = 0;%阈值大小 max = 0; min = 0; [m,n] = size(I); T = zeros(m - 2*w,n - 2*w); %根据bersen算法计算每个像素点的阈值，二值化处理 for i = (w + 1):(m - w) for j = (w + 1):(n - w) max = uint8(I(i,j)); min = uint8(I(i,j)); for k = -w:w for l = -w:w if max < uint8(I(i + k,j + l)) max = uint8(I(i + k,j + l)); end if min > uint8(I(i + k,j + l)) min = uint8(I(i + k,j + l)); end end end T(i,j) = 0.5*(max + min); end end for i = (w + 1):(m - w) for j = (w + 1):(n - w) if I(i,j) > T(i,j) I(i,j) = uint8(255); else I(i,j) = uint8(0); end end end 附录D 实验代码结论代码： clc clear I = imread('1.jpg'); I=rgb2gray(I); %转化为灰度图 M=wiener2(I,[3,3]);%利用维纳滤波器进行平滑处理 M=im2bw(M); H=fspecial('sobel'); %选择sobel算子进行锐化处理 I=filter2(H,M); %卷积运算 w = 1;%矩阵大小为2*w+1 T = 0;%阈值大小 max = 0; min = 0; [m,n] = size(I); T = zeros(m - 2*w,n - 2*w); %根据bersen算法计算每个像素点的阈值，二值化处理 for i = (w + 1):(m - w) for j = (w + 1):(n - w) max = uint8(I(i,j)); min = uint8(I(i,j)); for k = -w:w for l = -w:w if max < uint8(I(i + k,j + l)) max = uint8(I(i + k,j + l)); end if min > uint8(I(i + k,j + l)) min = uint8(I(i + k,j + l)); end end end T(i,j) = 0.5*(max + min); end end for i = (w + 1):(m - w) for j = (w + 1):(n - w) if I(i,j) > T(i,j) I(i,j) = uint8(255); else I(i,j) = uint8(0); end end end %skel参数下的细化处理 figure,imshow(I); I2=bwmorph(I,'skel',Inf); figure,imshow(I2); 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下进行的研究工作所取得的成果。尽我所知，除文中已经特别注明引用的内容和致谢的地方外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式注明并表示感谢。本人完全意识到本声明的法律结果由本人承担。 学位论文作者（本人签名）： 年 月 日 学位论文出版授权书 本人及导师完全同意《中国博士学位论文全文数据库出版章程》、《中国优秀硕士学位论文全文数据库出版章程》(以下简称“章程”)，愿意将本人的学位论文提交“中国学术期刊（光盘版）电子杂志社”在《中国博士学位论文全文数据库》、《中国优秀硕士学位论文全文数据库》中全文发表和以电子、网络形式公开出版，并同意编入CNKI《中国知识资源总库》，在《中国博硕士学位论文数据库》中使用和在互联网上传播，同意按“章程”规定享受相关权益。 论文密级： □公开 □保密（___年__月至__年__月）(保密的学位论文在解密后应遵守此协议) 作者签名：_______ 导师签名：_______ _______年_____月_____日 _______年_____月_____日 独 创 声 明 本人郑重声明：所呈交的毕业设计(论文)，是本人在指导老师的指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议。尽我所知，除文中已经注明引用的内容外，本设计（论文）不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。 本声明的法律后果由本人承担。   作者签名: 二〇一〇年九月二十日   毕业设计（论文）使用授权声明 本人完全了解滨州学院关于收集、保存、使用毕业设计（论文）的规定。 本人愿意按照学校要求提交学位论文的印刷本和电子版，同意学校保存学位论文的印刷本和电子版，或采用影印、数字化或其它复制手段保存设计（论文）；同意学校在不以营利为目的的前提下，建立目录检索与阅览服务系统，公布设计（论文）的部分或全部内容，允许他人依法合理使用。 （保密论文在解密后遵守此规定）   作者签名: 二〇一〇年九月二十日 毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作 者 签 名：　　 　 　　日　 期：　　 　 　　 ​​​​​​​​​​​​ 指导教师签名：　　 　 　　 日　　期：　　 　 　　 使用授权说明 本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：　　 　 　　 日　 期：　　 　 　　 ​​​​​​​​​​​​ 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权　　 　 　大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 指导教师评阅书 指导教师评价： 一、撰写（设计）过程 1、学生在论文（设计）过程中的治学态度、工作精神 □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、学生掌握专业知识、技能的扎实程度 □ 优 □ 良 □ 中 □ 及格 □ 不及格 3、学生综合运用所学知识和专业技能分析和解决问题的能力 □ 优 □ 良 □ 中 □ 及格 □ 不及格 4、研究方法的科学性；技术线路的可行性；设计方案的合理性 □ 优 □ 良 □ 中 □ 及格 □ 不及格 5、完成毕业论文（设计）期间的出勤情况 □ 优 □ 良 □ 中 □ 及格 □ 不及格 二、论文（设计）质量 1、论文（设计）的整体结构是否符合撰写规范？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、是否完成指定的论文（设计）任务（包括装订及附件）？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 三、论文（设计）水平 1、论文（设计）的理论意义或对解决实际问题的指导意义 □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、论文的观念是否有新意？设计是否有创意？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 3、论文（设计说明书）所体现的整体水平 □ 优 □ 良 □ 中 □ 及格 □ 不及格 建议成绩：□ 优 □ 良 □ 中 □ 及格 □ 不及格 （在所选等级前的□内画“√”） 指导教师： （签名） 单位： （盖章） 年 月 日 评阅教师评阅书 评阅教师评价： 一、论文（设计）质量 1、论文（设计）的整体结构是否符合撰写规范？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、是否完成指定的论文（设计）任务（包括装订及附件）？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 二、论文（设计）水平 1、论文（设计）的理论意义或对解决实际问题的指导意义 □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、论文的观念是否有新意？设计是否有创意？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 3、论文（设计说明书）所体现的整体水平 □ 优 □ 良 □ 中 □ 及格 □ 不及格 建议成绩：□ 优 □ 良 □ 中 □ 及格 □ 不及格 （在所选等级前的□内画“√”） 评阅教师： （签名） 单位： （盖章） 年 月 日 教研室（或答辩小组）及教学系意见 教研室（或答辩小组）评价： 一、答辩过程 1、毕业论文（设计）的基本要点和见解的叙述情况 □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、对答辩问题的反应、理解、表达情况 □ 优 □ 良 □ 中 □ 及格 □ 不及格 3、学生答辩过程中的精神状态 □ 优 □ 良 □ 中 □ 及格 □ 不及格 二、论文（设计）质量 1、论文（设计）的整体结构是否符合撰写规范？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、是否完成指定的论文（设计）任务（包括装订及附件）？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 三、论文（设计）水平 1、论文（设计）的理论意义或对解决实际问题的指导意义 □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、论文的观念是否有新意？设计是否有创意？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 3、论文（设计说明书）所体现的整体水平 □ 优 □ 良 □ 中 □ 及格 □ 不及格 评定成绩：□ 优 □ 良 □ 中 □ 及格 □ 不及格 （在所选等级前的□内画“√”） 教研室主任（或答辩小组组长）： （签名） 年 月 日 教学系意见： 系主任： （签名） 年 月 日 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下进行的研究工作所取得的成果。尽我所知，除文中已经特别注明引用的内容和致谢的地方外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式注明并表示感谢。本人完全意识到本声明的法律结果由本人承担。 学位论文作者（本人签名）： 年 月 日 学位论文出版授权书 本人及导师完全同意《中国博士学位论文全文数据库出版章程》、《中国优秀硕士学位论文全文数据库出版章程》(以下简称“章程”)，愿意将本人的学位论文提交“中国学术期刊（光盘版）电子杂志社”在《中国博士学位论文全文数据库》、《中国优秀硕士学位论文全文数据库》中全文发表和以电子、网络形式公开出版，并同意编入CNKI《中国知识资源总库》，在《中国博硕士学位论文评价数据库》中使用和在互联网上传播，同意按“章程”规定享受相关权益。 论文密级： □公开 □保密（___年__月至__年__月）(保密的学位论文在解密后应遵守此协议) 作者签名：_______ 导师签名：_______ _______年_____月_____日 _______年_____月_____日 独 创 声 明 本人郑重声明：所呈交的毕业设计(论文)，是本人在指导老师的指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议。尽我所知，除文中已经注明引用的内容外，本设计（论文）不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。 本声明的法律后果由本人承担。   作者签名: 二〇一〇年九月二十日   毕业设计（论文）使用授权声明 本人完全了解滨州学院关于收集、保存、使用毕业设计（论文）的规定。 本人愿意按照学校要求提交学位论文的印刷本和电子版，同意学校保存学位论文的印刷本和电子版，或采用影印、数字化或其它复制手段保存设计（论文）；同意学校在不以营利为目的的前提下，建立目录检索与阅览服务系统，公布设计（论文）的部分或全部内容，允许他人依法合理使用。 （保密论文在解密后遵守此规定）   作者签名: 二〇一〇年九月二十日 致 谢 时间飞逝，大学的学习生活很快就要过去，在这四年的学习生活中，收获了很多，而这些成绩的取得是和一直关心帮助我的人分不开的。 首先非常感谢学校开设这个课题，为本人日后从事计算机方面的工作提供了经验，奠定了基础。本次毕业设计大概持续了半年，现在终于到结尾了。本次毕业设计是对我大学四年学习下来最好的检验。经过这次毕业设计，我的能力有了很大的提高，比如操作能力、分析问题的能力、合作精神、严谨的工作作风等方方面面都有很大的进步。这期间凝聚了很多人的心血，在此我表示由衷的感谢。没有他们的帮助，我将无法顺利完成这次设计。 首先，我要特别感谢我的知道郭谦功老师对我的悉心指导，在我的论文书写及设计过程中给了我大量的帮助和指导，为我理清了设计思路和操作方法，并对我所做的课题提出了有效的改进方案。郭谦功老师渊博的知识、严谨的作风和诲人不倦的态度给我留下了深刻的印象。从他身上，我学到了许多能受益终生的东西。再次对周巍老师表示衷心的感谢。 其次，我要感谢大学四年中所有的任课老师和辅导员在学习期间对我的严格要求，感谢他们对我学习上和生活上的帮助，使我了解了许多专业知识和为人的道理，能够在今后的生活道路上有继续奋斗的力量。 另外，我还要感谢大学四年和我一起走过的同学朋友对我的关心与支持，与他们一起学习、生活，让我在大学期间生活的很充实，给我留下了很多难忘的回忆。 最后，我要感谢我的父母对我的关系和理解，如果没有他们在我的学习生涯中的无私奉献和默默支持，我将无法顺利完成今天的学业。 四年的大学生活就快走入尾声，我们的校园生活就要划上句号，心中是无尽的难舍与眷恋。从这里走出，对我的人生来说，将是踏上一个新的征程，要把所学的知识应用到实际工作中去。 回首四年，取得了些许成绩，生活中有快乐也有艰辛。感谢老师四年来对我孜孜不倦的教诲，对我成长的关心和爱护。 学友情深，情同兄妹。四年的风风雨雨，我们一同走过，充满着关爱，给我留下了值得珍藏的最美好的记忆。 在我的十几年求学历程里，离不开父母的鼓励和支持，是他们辛勤的劳作，无私的付出，为我创造良好的学习条件，我才能顺利完成完成学业，感激他们一直以来对我的抚养与培育。 最后，我要特别感谢我的导师***老师、和研究生助教***老师。是他们在我毕业的最后关头给了我们巨大的帮助与鼓励，给了我很多解决问题的思路，在此表示衷心的感激。老师们认真负责的工作态度，严谨的治学精神和深厚的理论水平都使我收益匪浅。他无论在理论上还是在实践中，都给与我很大的帮助，使我得到不少的提高这对于我以后的工作和学习都有一种巨大的帮助，感谢他耐心的辅导。在论文的撰写过程中老师们给予我很大的帮助，帮助解决了不少的难点，使得论文能够及时完成，这里一并表示真诚的感谢。 致 谢 这次论文的完成，不止是我自己的努力，同时也有老师的指导，同学的帮助，以及那些无私奉献的前辈，正所谓你知道的越多的时候你才发现你知道的越少，通过这次论文，我想我成长了很多，不只是磨练了我的知识厚度，也使我更加确定了我今后的目标：为今后的计算机事业奋斗。在此我要感谢我的指导老师——***老师，感谢您的指导，才让我有了今天这篇论文，您不仅是我的论文导师，也是我人生的导师，谢谢您！我还要感谢我的同学，四年的相处，虽然我未必记得住每分每秒，但是我记得每一个有你们的精彩瞬间，我相信通过大学的历练，我们都已经长大，变成一个有担当，有能力的新时代青年，感谢你们的陪伴，感谢有你们，这篇论文也有你们的功劳，我想毕业不是我们的相处的结束，它是我们更好相处的开头，祝福你们！我也要感谢父母，这是他们给我的，所有的一切；感谢母校，尽管您不以我为荣，但我一直会以我是一名农大人为荣。 通过这次毕业设计，我学习了很多新知识，也对很多以前的东西有了更深的记忆与理解。漫漫求学路，过程很快乐。我要感谢信息与管理科学学院的老师，我从他们那里学到了许多珍贵的知识和做人处事的道理，以及科学严谨的学术态度，令我受益良多。同时还要感谢学院给了我一个可以认真学习，天天向上的学习环境和机会。 即将结束*大学习生活，我感谢****大学提供了一次在农大接受教育的机会，感谢院校老师的无私教导。感谢各位老师审阅我的论文。 致 谢 时间飞逝，大学的学习生活很快就要过去，在这四年的学习生活中，收获了很多，而这些成绩的取得是和一直关心帮助我的人分不开的。 首先非常感谢学校开设这个课题，为本人日后从事计算机方面的工作提供了经验，奠定了基础。本次毕业设计大概持续了半年，现在终于到结尾了。本次毕业设计是对我大学四年学习下来最好的检验。经过这次毕业设计，我的能力有了很大的提高，比如操作能力、分析问题的能力、合作精神、严谨的工作作风等方方面面都有很大的进步。这期间凝聚了很多人的心血，在此我表示由衷的感谢。没有他们的帮助，我将无法顺利完成这次设计。 首先，我要特别感谢我的知道郭谦功老师对我的悉心指导，在我的论文书写及设计过程中给了我大量的帮助和指导，为我理清了设计思路和操作方法，并对我所做的课题提出了有效的改进方案。郭谦功老师渊博的知识、严谨的作风和诲人不倦的态度给我留下了深刻的印象。从他身上，我学到了许多能受益终生的东西。再次对周巍老师表示衷心的感谢。 其次，我要感谢大学四年中所有的任课老师和辅导员在学习期间对我的严格要求，感谢他们对我学习上和生活上的帮助，使我了解了许多专业知识和为人的道理，能够在今后的生活道路上有继续奋斗的力量。 另外，我还要感谢大学四年和我一起走过的同学朋友对我的关心与支持，与他们一起学习、生活，让我在大学期间生活的很充实，给我留下了很多难忘的回忆。 最后，我要感谢我的父母对我的关系和理解，如果没有他们在我的学习生涯中的无私奉献和默默支持，我将无法顺利完成今天的学业。 四年的大学生活就快走入尾声，我们的校园生活就要划上句号，心中是无尽的难舍与眷恋。从这里走出，对我的人生来说，将是踏上一个新的征程，要把所学的知识应用到实际工作中去。 回首四年，取得了些许成绩，生活中有快乐也有艰辛。感谢老师四年来对我孜孜不倦的教诲，对我成长的关心和爱护。 学友情深，情同兄妹。四年的风风雨雨，我们一同走过，充满着关爱，给我留下了值得珍藏的最美好的记忆。 在我的十几年求学历程里，离不开父母的鼓励和支持，是他们辛勤的劳作，无私的付出，为我创造良好的学习条件，我才能顺利完成完成学业，感激他们一直以来对我的抚养与培育。 最后，我要特别感谢我的导师赵达睿老师、和研究生助教熊伟丽老师。是他们在我毕业的最后关头给了我们巨大的帮助与鼓励，给了我很多解决问题的思路，在此表示衷心的感激。老师们认真负责的工作态度，严谨的治学精神和深厚的理论水平都使我收益匪浅。他无论在理论上还是在实践中，都给与我很大的帮助，使我得到不少的提高这对于我以后的工作和学习都有一种巨大的帮助，感谢他耐心的辅导。在论文的撰写过程中老师们给予我很大的帮助，帮助解决了不少的难点，使得论文能够及时完成，这里一并表示真诚的感谢。 毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作 者 签 名：　　 　 　　日　 期：　　 　 　　 ​​​​​​​​​​​​ 指导教师签名：　　 　 　　 日　　期：　　 　 　　 使用授权说明 本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：　　 　 　　 日　 期：　　 　 　　 ​​​​​​​​​​​​ 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权　　 　 　大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 独 创 声 明 本人郑重声明：所呈交的毕业设计(论文)，是本人在指导老师的指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议。尽我所知，除文中已经注明引用的内容外，本设计（论文）不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。 本声明的法律后果由本人承担。   作者签名: 年 月 日   毕业设计（论文）使用授权声明 本人完全了解**学院关于收集、保存、使用毕业设计（论文）的规定。 本人愿意按照学校要求提交学位论文的印刷本和电子版，同意学校保存学位论文的印刷本和电子版，或采用影印、数字化或其它复制手段保存设计（论文）；同意学校在不以营利为目的的前提下，建立目录检索与阅览服务系统，公布设计（论文）的部分或全部内容，允许他人依法合理使用。 （保密论文在解密后遵守此规定）   作者签名: 年 月 日 基本要求：写毕业论文主要目的是培养学生综合运用所学知识和技能，理论联系实际，独立分析，解决实际问题的能力，使学生得到从事本专业工作和进行相关的基本训练。毕业论文应反映出作者能够准确地掌握所学的专业基础知识，基本学会综合运用所学知识进行科学研究的方法，对所研究的题目有一定的#心得体会#，论文题目的范围不宜过宽，一般选择本学科某一重要问题的一个侧面。 毕业论文的基本教学要求是： 1、培养学生综合运用、巩固与扩展所学的基础理论和专业知识，培养学生独立分析、解决实际问题能力、培养学生处理数据和信息的能力。2、培养学生正确的理论联系实际的工作作风，严肃认真的科学态度。3、培养学生进行社会调查研究；文献资料收集、阅读和整理、使用；提出论点、综合论证、总结写作等基本技能。 毕业论文是毕业生总结性的独立作业，是学生运用在校学习的基本知识和基础理论，去分析、解决一两个实际问题的实践锻炼过程，也是学生在校学习期间学习成果的综合性总结，是整个教学活动中不可缺少的重要环节。撰写毕业论文对于培养学生初步的科学研究能力，提高其综合运用所学知识分析问题、解决问题能力有着重要意义。 毕业论文在进行编写的过程中，需要经过开题报告、论文编写、论文上交评定、论文答辩以及论文评分五个过程，其中开题报告是论文进行的最重要的一个过程，也是论文能否进行的一个重要指标。 撰写意义：1.撰写毕业论文是检验学生在校学习成果的重要措施，也是提高教学质量的重要环节。大学生在毕业前都必须完成毕业论文的撰写任务。申请学位必须提交相应的学位论文，经答辩通过后，方可取得学位。可以这么说，毕业论文是结束大学学习生活走向社会的一个中介和桥梁。毕业论文是大学生才华的第一次显露，是向祖国和人民所交的一份有份量的答卷，是投身社会主义现代化建设事业的报到书。一篇毕业论文虽然不能全面地反映出一个人的才华，也不一定能对社会直接带来巨大的效益，对专业产生开拓性的影响。但是，实践证明，撰写毕业论文是提高教学质量的重要环节，是保证出好人才的重要措施。 2.通过撰写毕业论文，提高写作水平是干部队伍“四化”建设的需要。党中央要求，为了适应现代化建设的需要，领导班子成员应当逐步实现“革命化、年轻化、知识化、专业化”。这个“四化”的要求，也包含了对干部写作能力和写作水平的要求。 3.提高大学生的写作水平是社会主义物质文明和精神文明建设的需要。在新的历史时期，无论是提高全族的科学文化水平，掌握现代科技知识和科学管理方法，还是培养社会主义新人，都要求我们的干部具有较高的写作能力。在经济建设中，作为领导人员和机关的办事人员，要写指示、通知、总结、调查报告等应用文；要写说明书、广告、解说词等说明文；还要写科学论文、经济评论等。在当今信息社会中，信息对于加快经济发展速度，取得良好的经济效益发挥着愈来愈大的作用。写作是以语言文字为信号，是传达信息的方式。信息的来源、信息的收集、信息的储存、整理、传播等等都离不开写作。 论文种类：毕业论文是学术论文的一种形式，为了进一步探讨和掌握毕业论文的写作规律和特点，需要对毕业论文进行分类。由于毕业论文本身的内容和性质不同，研究领域、对象、方法、表现方式不同，因此，毕业论文就有不同的分类方法。 按内容性质和研究方法的不同可以把毕业论文分为理论性论文、实验性论文、描述性论文和设计性论文。后三种论文主要是理工科大学生可以选择的论文形式，这里不作介绍。文科大学生一般写的是理论性论文。理论性论文具体又可分成两种：一种是以纯粹的抽象理论为研究对象，研究方法是严密的理论推导和数学运算，有的也涉及实验与观测，用以验证论点的正确性。另一种是以对客观事物和现象的调查、考察所得观测资料以及有关文献资料数据为研究对象，研究方法是对有关资料进行分析、综合、概括、抽象，通过归纳、演绎、类比，提出某种新的理论和新的见解。 按议论的性质不同可以把毕业论文分为立论文和驳论文。立论性的毕业论文是指从正面阐述论证自己的观点和主张。一篇论文侧重于以立论为主，就属于立论性论文。立论文要求论点鲜明，论据充分，论证严密，以理和事实服人。驳论性毕业论文是指通过反驳别人的论点来树立自己的论点和主张。如果毕业论文侧重于以驳论为主，批驳某些错误的观点、见解、理论，就属于驳论性毕业论文。驳论文除按立论文对论点、论据、论证的要求以外，还要求针锋相对，据理力争。 按研究问题的大小不同可以把毕业论文分为宏观论文和微观论文。凡届国家全局性、带有普遍性并对局部工作有一定指导意义的论文，称为宏观论文。它研究的面比较宽广，具有较大范围的影响。反之，研究局部性、具体问题的论文，是微观论文。它对具体工作有指导意义，影响的面窄一些。 另外还有一种综合型的分类方法，即把毕业论文分为专题型、论辩型、综述型和综合型四大类： 1．专题型论文。这是分析前人研究成果的基础上，以直接论述的形式发表见解，从正面提出某学科中某一学术问题的一种论文。如本书第十二章例文中的《浅析领导者突出工作重点的方法与艺术》一文，从正面论述了突出重点的工作方法的意义、方法和原则，它表明了作者对突出工作重点方法的肯定和理解。2．论辩型论文。这是针对他人在某学科中某一学术问题的见解，凭借充分的论据，着重揭露其不足或错误之处，通过论辩形式来发表见解的一种论文。3．综述型论文。这是在归纳、总结前人或今人对某学科中某一学术问题已有研究成果的基础上，加以介绍或评论，从而发表自己见解的一种论文。4．综合型论文。这是一种将综述型和论辩型两种形式有机结合起来写成的一种论文。如《关于中国民族关系史上的几个问题》一文既介绍了研究民族关系史的现状，又提出了几个值得研究的问题。因此，它是一篇综合型的论文。 写作步骤：毕业论文是高等教育自学考试本科专业应考者完成本科阶段学业的最后一个环节，它是应考者的 总结 性独立作业，目的在于总结学习专业的成果，培养综合运用所学知识解决实际 问题 的能力。从文体而言，它也是对某一专业领域的现实问题或 理论 问题进行 科学 研究 探索的具有一定意义的论说文。完成毕业论文的撰写可以分两个步骤，即选择课题和研究课题。 首先是选择课题。选题是论文撰写成败的关键。因为，选题是毕业论文撰写的第一步，它实际上就是确定“写什么”的问题，亦即确定科学研究的方向。如果“写什么”不明确，“怎么写”就无从谈起。 教育部自学考试办公室有关对毕业论文选题的途径和要求是“为鼓励理论与工作实践结合，应考者可结合本单位或本人从事的工作提出论文题目，报主考学校审查同意后确立。也可由主考学校公布论文题目，由应考者选择。毕业论文的总体要求应与普通全日制高等学校相一致，做到通过论文写作和答辩考核，检验应考者综合运用专业知识的能力”。但不管考生是自己任意选择课题，还是在主考院校公布的指定课题中选择课题，都要坚持选择有科学价值和现实意义的、切实可行的课题。选好课题是毕业论文成功的一半。 第一、要坚持选择有科学价值和现实意义的课题。科学研究的目的是为了更好地认识世界、改造世界，以推动社会的不断进步和发展 。因此，毕业论文的选题，必须紧密结合社会主义物质文明和精神文明建设的需要，以促进科学事业发展和解决现实存在问题作为出发点和落脚点。选题要符合科学研究的正确方向，要具有新颖性，有创新、有理论价值和现实的指导意义或推动作用，一项毫无意义的研究，即使花很大的精力，表达再完善，也将没有丝毫价值。具体地说，考生可从以下三个方面来选题。首先，要从现实的弊端中选题，学习了专业知识，不能仅停留在书本上和理论上，还要下一番功夫，理论联系实际，用已掌握的专业知识，去寻找和解决工作实践中急待解决的问题。其次，要从寻找科学研究的空白处和边缘领域中选题，科学研究。还有许多没有被开垦的处女地，还有许多缺陷和空白，这些都需要填补。应考者应有独特的眼光和超前的意识去思索，去发现，去研究。最后，要从寻找前人研究的不足处和错误处选题，在前人已提出来的研究课题中，许多虽已有初步的研究成果，但随着社会的不断发展，还有待于丰富、完整和发展，这种补充性或纠正性的研究课题，也是有科学价值和现实指导意义的。 第二、要根据自己的能力选择切实可行的课题。毕业论文的写作是一种创造性劳动，不但要有考生个人的见解和主张，同时还需要具备一定的客观条件。由于考生个人的主观、客观条件都是各不相同的，因此在选题时，还应结合自己的特长、兴趣及所具备的客观条件来选题。具体地说，考生可从以下三个方面来综合考虑。首先，要有充足的资料来源。“巧妇难为无米之炊”，在缺少资料的情况下，是很难写出高质量的论文的。选择一个具有丰富资料来源的课题，对课题深入研究与开展很有帮助。其次，要有浓厚的研究兴趣，选择自己感兴趣的课题，可以激发自己研究的热情，调动自己的主动性和积极性，能够以专心、细心、恒心和耐心的积极心态去完成。最后，要能结合发挥自己的业务专长，每个考生无论能力水平高低，工作岗位如何，都有自己的业务专长，选择那些能结合自己工作、发挥自己业务专长的课题，对顺利完成课题的研究大有益处。 致 谢 这次论文的完成，不止是我自己的努力，同时也有老师的指导，同学的帮助，以及那些无私奉献的前辈，正所谓你知道的越多的时候你才发现你知道的越少，通过这次论文，我想我成长了很多，不只是磨练了我的知识厚度，也使我更加确定了我今后的目标：为今后的计算机事业奋斗。在此我要感谢我的指导老师——***老师，感谢您的指导，才让我有了今天这篇论文，您不仅是我的论文导师，也是我人生的导师，谢谢您！我还要感谢我的同学，四年的相处，虽然我未必记得住每分每秒，但是我记得每一个有你们的精彩瞬间，我相信通过大学的历练，我们都已经长大，变成一个有担当，有能力的新时代青年，感谢你们的陪伴，感谢有你们，这篇论文也有你们的功劳，我想毕业不是我们的相处的结束，它是我们更好相处的开头，祝福你们！我也要感谢父母，这是他们给我的，所有的一切；感谢母校，尽管您不以我为荣，但我一直会以我是一名农大人为荣。 通过这次毕业设计，我学习了很多新知识，也对很多以前的东西有了更深的记忆与理解。漫漫求学路，过程很快乐。我要感谢信息与管理科学学院的老师，我从他们那里学到了许多珍贵的知识和做人处事的道理，以及科学严谨的学术态度，令我受益良多。同时还要感谢学院给了我一个可以认真学习，天天向上的学习环境和机会。 即将结束*大学习生活，我感谢****大学提供了一次在**大接受教育的机会，感谢院校老师的无私教导。感谢各位老师审阅我的论文。 指纹图像采集 图像预处理 特征提取 匹配分类 细化 二值化 锐化处理 平滑处理 线性滤波法 原始指纹图像 中值滤波法 平滑处理 维纳自适应滤波法 Sobel算子法 锐化处理 拉普拉斯算子法 全局阈值法 二值化处理 局部阈值法 OPTA细化算法 模块法细化处理 _1234567921.unknown _1234567937.unknown _1234567945.unknown _1234567953.unknown _1234567957.unknown _1234567959.unknown _1234567961.unknown _1234567962.unknown _1234567960.unknown _1234567958.unknown _1234567955.unknown _1234567956.unknown _1234567954.unknown _1234567949.unknown _1234567951.unknown _1234567952.unknown _1234567950.unknown _1234567947.unknown _1234567948.unknown _1234567946.unknown _1234567941.unknown _1234567943.unknown _1234567944.unknown _1234567942.unknown _1234567939.unknown _1234567940.unknown _1234567938.unknown _1234567929.unknown _1234567933.unknown _1234567935.unknown _1234567936.unknown _1234567934.unknown _1234567931.unknown _1234567932.unknown _1234567930.unknown _1234567925.unknown _1234567927.unknown _1234567928.unknown _1234567926.unknown _1234567923.unknown _1234567924.unknown _1234567922.unknown _1234567905.unknown _1234567913.unknown _1234567917.unknown _1234567919.unknown _1234567920.unknown _1234567918.unknown _1234567915.unknown _1234567916.unknown _1234567914.unknown _1234567909.unknown _1234567911.unknown _1234567912.unknown _1234567910.unknown _1234567907.unknown _1234567908.unknown _1234567906.unknown _1234567897.unknown _1234567901.unknown _1234567903.unknown _1234567904.unknown _1234567902.unknown _1234567899.unknown _1234567900.unknown _1234567898.unknown _1234567893.unknown _1234567895.unknown _1234567896.unknown _1234567894.unknown _1234567891.unknown _1234567892.unknown _1234567890.unknown