摘 要
由于指纹所具有的唯一性和不变性，以及指纹识别技术具有很高的可行性和实用性，指纹识别成为目前最流行、最可靠的个人身份认证技术之一。
本论文对指纹图像基于小波变换的各种处理进行了分析、总结。图像处理包括基于小波变换的指纹图像滤波处理和基于小波的指纹图像增强处理。同时介绍指纹图像的预处理：目的是去除指纹图像中的噪音，将其转化为一幅清晰的点线图，便于提取正确的指纹特征。它分四步进行，即灰度滤波、二值化、二值去噪、细化。
本文针对基于点模式匹配的指纹匹配算法速度较慢的现状,设计了一种新的指纹匹配方法,即利用纹线匹配技术来寻找基准点对的指纹匹配算法.实验证明,该算法匹配速度很快,误识率低,准确性高,并具有图象旋转平移不变性.对面积适中的指纹图象,匹配结果可以满足在线应用的需要.该算法有望发展成为一种实用、有效的指纹匹配技术.
关键词:指纹图像增强，细化，特征提取，特征匹配，二值化，指纹图像滤波
Abstract
Due to the uniqueness and invariability of fingerprints, and better feasibility and utility of fingerprint verification technology, the automated identification based on fingerprints is becoming an attractive alternative to the traditional methods of identification.
In this paper, we have analyzed the image processing of fingerprint images which are based on wavelets transforms. The image process is mainly composed of two sections, which are fingerprint filtering process and fingerprint the enhancement which are based on wavelets transform. At the same time, there to be introduce the fingerprint preprocess. The fingerprint preprocess is to remove noise and it will translate into a plain point-line image, which is convenient for extracting the perfect fingerprint character.
Because the fingerprint matching algorithm based on point pattern matching is not quick enough, a new fingerprint matching algorithm is presented here. Lines matching technique is used in the algorithm for seeking pairs of reference minutiae. Through experiments, the algorithm is proved accurate, quick, and invariable to translation and rotation of images. According to fingerprint images of moderate sizes, the needs of online application can be met. The algorithm is expected to be a convenient and effective fingerprint matching technique.
Key words：fingerprint image enhancement ，feature extraction, feature fingerprint image compression thinning, matching,
目 录
1 绪论
1.1 指纹自动识别技术的历史、现状和未来…………………………………………1
1.2 本文的主要研究工作………………………………………………………………2
2 Visual C++环境下图像的小波变换及指纹图像处理
2.1 小波的基本理论………………………………………………………………3
2.1.1 小波分析图像处理……………………………………………………3
2.1.2 连续小波变换…………………………………………………………5
2.1.3 离散小波变换…………………………………………………………6
2.1.4 指纹图像二维小波变换概念及算法…………………………………7
2.1.5 二维小波变换编程实现及运行结果…………………………………8
2.2 基于小波变换的指纹图像滤波处理…………………………………………20
2.2.1 小波系数的频域分布………………………………………………21
2.2.2 基于小波变换的图像滤波处理……………………………………21
2.2.3 指纹图像的低通滤波的实现及运行结果…………………………21
2.2.4 指纹图像的高通滤波及编程实现和运行结果……………………25
2.2.5 指纹灰度图滤波……………………………………………………30
2.2.6 方向加权中值滤波算法……………………………………………32
2.2.7 基于小波变换滤波处理的结论……………………………………36
2.3 基于小波变换的指纹图像增强处理及实现…………………………………37
2.3.1 图像增强及技术的基本思想…………………………………………37
2.3.2 基于小波的指纹图像增强算法………………………………………38
2.3.3 指纹图像增强处理的VC++编程实现及运行结果……………………41
2.3.4 指纹图像的平滑及VC＋＋编程实现…………………………………46
2.3.5 指纹图像中值滤波及VC＋＋编程实现………………………………60
2.3.6 指纹图像梯度锐化和拉普拉斯锐化…………………………………70
3 基于Visual C++指纹图像的预处理
3.1 预处理概述…………………………………………………………………78
3.2 指纹方向图及其提取算法…………………………………………………78
3.3 指纹图像二值化及图像滤波去噪…………………………………………82
3.4 指纹图像细化及算法编程实现……………………………………………84
3.5 指纹图像细化后去噪………………………………………………………91
3.6 本章总结……………………………………………………………………91
4 Visual C++环境下指纹特征提取及匹配
4.1 指纹细节特征提取…………………………………………………………92
4.2 指纹的细节匹配……………………………………………………………96
5 全文总结……………………………………………………………………………104
致谢…………………………………………………………………………………………105
参考文献……………………………………………………………………………………106
附录
英文原文………………………………………………………………………………107
汉语翻译………………………………………………………………………………112
