摘要：目前自動指紋識別技術(shù)已經(jīng)進入到社會各個領(lǐng)域，圖像的采取和指紋圖像算法的研究和實現(xiàn)是指紋識別中的關(guān)鍵技術(shù)，指紋算法的研究推動了識別精度的提高。本文對指紋識別算法進行研究改進和實現(xiàn)。

關(guān)鍵詞：指紋識別；圖像采??；圖像算法

中圖分類號：TP311.52 文獻標識碼：A 文章編號：1007-9599 （2012） 22-0000-02

1 指紋識別算法概述

指紋圖像的處理算法是指紋識別系統(tǒng)中很重要的一個環(huán)節(jié)，只有提高指紋圖像處理的效率和精度，才能使嵌入式指紋采集系統(tǒng)能夠在速度和身份識別的精確度上得到突破。指紋圖像的識別一般經(jīng)過預(yù)處理、特征點提取和指紋特征匹配，而圖像的預(yù)處理則有歸一化、濾波、二值化、細化等。本文主要對預(yù)處理部分進行研究和實現(xiàn)。

2 歸一化

指紋采集模塊采集到的指紋灰度圖像往往會因為手指的壓力不同等因素使得采集到圖像的灰度級分布很不均勻，歸一化就是指紋圖像的灰度級以及對比度都調(diào)整到一個由用戶設(shè)定的固定的范圍，這個步驟放在指紋圖像處理的第一步，主要是為了給后續(xù)處理的圖像提供一個灰度級、對比度的規(guī)范。歸一化能夠?qū)罄m(xù)處理的效果產(chǎn)生比較良好的效果，而且歸一化的算法開銷不是很大，歸一化可以是分塊處理的也可以是整體處理的，通常選擇選擇整體處理的辦法。指紋圖像的大小用m*n表示，F(xiàn)PS200采集到的是300*256格式的，像素點（i，j）處理之前和處理之后的灰度值分別用S（i，j）、G（i，j）表示，指紋圖像的歸一化公式如公式2-1所示。歸一化的時候需要指定一個灰度級均值和方差，在公式1中分別用M0和VAR0表示。待處理的圖像的灰度均值M和方差VAR分別用公式2和3計算得到。

3 圖像濾波

濾波是指除去圖像中的一些有干擾的像素點，這些像素點可能會對后續(xù)算法的精確度產(chǎn)生影響，因為本文提取的特征是端點和分叉點等，這些離散的高像素點就會對這種算法產(chǎn)生嚴重的干擾。

中值濾波是一種非線性的平滑技術(shù)，處理過后的每個點是該點的某領(lǐng)域的所有像素點的中值，這個領(lǐng)域是奇數(shù)個數(shù)的，一般是3*3或者是5*5的。經(jīng)過模板計算的圖像的像素點更接近真實，能夠有效地消除一些噪聲點，比如孤立的點。中值濾波過程是：選取模板；以每個像素點為模塊中心，讀出模塊中對應(yīng)的像素灰度值；對這些值進行排序，找出中間值，賦給對應(yīng)的像素點。

為了減小算法的開銷，將中值濾波查找中值的實現(xiàn)過程進行改進，改進之后的算法在效果上與統(tǒng)的中值濾波一致，但是速度可以提高2到3倍。算法如下：

分別求出每一行的最大值，中值和最小值，分別用：MAX1，MAX2，MAX3，MIN1，MIN2，MIN3，MED1，MED2，MED3，比較MAX1，MAX2，MAX3，取得最小值Min_of_Max，比較MED1，MED2，MED3，取得中值Med_of_Med，比較MIN1，MIN2，MIN3，取最大值Max_of_Min.再比較Min_of_Max，Med_of_Med，Max_of_Min，得到的中間值即為濾波的最后結(jié)果Med_of_nine，將這個結(jié)果賦給中間點。這種方式的比較次數(shù)為17次，比傳統(tǒng)的少了近兩倍，提高了系統(tǒng)的速度。

4 二值化

二值化是將指紋圖像轉(zhuǎn)化為由灰度級0和255來表示的圖像，在本文中，直接將255的點的灰度級置為1，二值化的必要性主要表現(xiàn)在：原圖在處理過程中，需要存儲的信息量太大，我們處理的指紋圖像只有紋谷和紋脊兩種有效的信息，二值化可以將灰度級置為0和1，使指紋圖像的對比度增強，使指紋特征變得清晰。二值化需要設(shè)定一個閾值，一般的二值化的公式如公式4。

5 細化

采用點模式的匹配的方式，特征點的正確提取直接決定了系統(tǒng)的性能，經(jīng)過細化能夠更準確的提取特征點。細化算法應(yīng)該保持原來的拓撲結(jié)構(gòu)下，將寬度大小轉(zhuǎn)變?yōu)橐粋€像素點。

目前使用的比較多的細化算法是快速細化算法和OPTA算法，快速細化算法的開銷比較小，是通過判斷是不是紋線的邊界點來刪除結(jié)點的，最終達到細化的目的，這種細化算法比較適合嵌入式系統(tǒng)?？焖偌毣惴ǖ倪^程如下：

6 總結(jié)

指紋圖像處理的算法包括圖像的預(yù)處理和指紋特征匹配，本文對指紋圖像預(yù)處理進行分析和實現(xiàn)，指紋指紋特征點的提取和匹配目前有很多算法進行了分析，本文不進行詳細的分析了，在經(jīng)過了細化之后，可以對特征點進行有效的提取，作為指紋的特征結(jié)構(gòu)體存儲起來。