指纹处理过程可分为三个阶段:

　　　(1) 获取原始指纹图像,进行预处理;
　　　(2) 提取指纹特征点;
　　　(3) 指纹识别分析判断。

　　在上述三个阶段中,指纹图像的预处理阶段尤为重要,该阶段对图像处理的好坏直接关系到后面两个阶段工作的开展。本文结合TMS320VC5402的特点,重点研究指纹识别的预处理算法及其DSP实现问题,其中包括指纹的极值滤波、平滑滤波、拉普拉斯锐化、迭代二值化和该算法在DSP开发平台CCS2.2的C5000上的仿真实现。这一问题的解决,可为未来指纹识别系统的脱机应用提供很有价值的参考。
 
       1 指纹识别预处理算法

　　指纹识别预处理的目的是使指纹图像更清晰,边缘更明显,以便提取指纹的特征点进行识别。本文采取极值滤波和改进的平滑滤波进行噪声消除,使图像不失真;采取拉普拉斯锐化对指纹进行纹线增强,突出边缘信息,为自适应阀值的迭代二值化提供方便。 

       1.1 极值滤波

　　解梅、马争[1]认为极值滤波器的设计是基于这样一种理念:在指纹图像的采集过程中,指纹图像所受到的冲击性噪声表现为一些斑点或亮点。在一般情况下,可以认为绝大数冲击性噪声是被真实的灰度值所包围。同时噪声污染的像素要远远小于真实灰度值的像素。因此在噪声的消除过程中,无需对大多数没有被噪声污染的像素进行改变处理,只需对那些被污染的像素进行“真实值”代替处理,而这些值的确定可通过图像像素邻域的相关性来确定。

　　设有一待处理器像素为s0,其周围8邻域像素排列为
　　
　　取邻域相关像素的均值为Ai,i∈{1,2,...8},并以四个像素为一组处理单元,则改进的极值滤波[1]算法可表述如下:

　　如果A0>max(Ai),i∈{1,2,...8},则
　　    　 　 
　　
       如果A0　<　min(Ai), i∈{1,2,...8}, 则
　　　         s1=s2=s4=s0=min(A1,A2,A4)
　　　         s2=s3=s5=s0=min(A2,A3,A5)
　　　         s4=s6=s7=s0=min(A4,A6,A7)　 　 　 　 　 (3)
　　　         s5=s7=s8=s0=min(A5,A7,A8)

[1] [2]  下一页