根据matlab的指纹图像增强方法

基于MATLAB的指纹比对系统[GUI界面]

1. 设计概述
2. 题目：指纹图像的增强方法
3. 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。
4. 指纹图像增强的意义：

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

二．设计思路：指纹图像增强的主要步骤及方法

1. 读取指纹图像
2. 指纹图像灰度化处理
3. 指纹图像平滑处理
4. 指纹图像的腐蚀处理
5. 指纹图像的锐化处理
6. 指纹图像二值化
7. 指纹图像纹理的细化处理

三．具体的处理流程及其分析

1.指纹图像的读取

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

通过matlab实现：

I=imread(‘文件路径+图像名.jpg');

2. 指纹图像灰度化处理

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

I=rbg2gray（I）

3.指纹图像平滑处理（此处我们使用的是中值滤波的方法处理）

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

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

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

中值滤波的特性：

(1) 对某些输入信号中值滤波具有不变性

（2）中值滤波的去噪声性能

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

（3）中值滤波的频谱特性：

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

中值滤波的matlab实现：

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

figure,imshow(I);

figure,imshow(I1);

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

1. 指纹图像的腐蚀处理

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

灰度腐蚀的matlab实现程序&#x