基于Matlab实现指纹图像中提取脊和分叉上传.zip资源-CSDN文库

共5个文件

png：3个

m：1个

tif：1个

版权申诉

190 浏览量 2022-10-23 20:43:50 上传评论收藏 169KB ZIP 举报

【指纹图像处理与脊线分叉提取】指纹识别技术在生物识别领域中具有重要的地位，因其独特性和稳定性，被广泛应用于安全认证、身份鉴定等多个场景。本教程将介绍如何使用Matlab2019a来实现指纹图像的脊线和分叉点提取，非常适合本科和硕士级别的教研学习。我们要理解指纹图像处理的基本步骤。指纹图像通常由采集设备获取，这些图像可能存在噪声、扭曲等问题。处理过程主要包括预处理、特征提取和匹配。在这个项目中，我们重点关注特征提取阶段，尤其是脊线（ridge）和分叉（fork）的检测。 `Minutuae_Extraction.m`是本次任务的核心代码文件，它包含了脊线和分叉提取的算法。在Matlab中，我们可以利用图像处理工具箱中的函数对图像进行二值化、平滑滤波等操作，以便更好地突出指纹的脊线结构。二值化可以将指纹图像转化为黑白两色，便于后续分析；平滑滤波则有助于消除噪声，提高图像质量。接下来，脊线检测通常是通过骨架化操作实现的。骨架化是一种将图像中连续的像素收缩为单像素宽的骨架的过程，保留了图像的主要结构。在Matlab中，可以使用`bwmorph`函数实现这一操作。骨架化后的图像，脊线表现为连续的单像素线，而分叉点则是骨架的分支点。对于分叉点的检测，通常会结合骨架化结果和邻域分析。通过检查每个像素点的邻域，如果发现一个像素点有超过两个方向的脊线连接，那么就可以判断这是一个分叉点。在`Minutuae_Extraction.m`中，这部分可能包含自定义的循环或迭代算法来遍历骨架并识别分叉。图片文件`1.png`、`2.png`、`3.png`可能是处理过程的中间结果或者最终的特征图，用于展示脊线提取和分叉检测的效果。而`input_1.tif`则是原始的指纹图像，可能是一个灰度或二值化的TIF格式文件，供程序读取并进行处理。在实际应用中，为了提高识别的准确性和鲁棒性，可能还需要进行更多的处理，比如指纹的矫正、增强以及特征点的质量评估等。此外，脊线的方向信息也是指纹识别中的重要特征，可以通过计算脊线的局部梯度方向来获取。这个项目提供了一个基础的指纹脊线和分叉提取方法，可以帮助学习者了解和掌握生物识别技术中的基本算法，为进一步研究和开发指纹识别系统奠定基础。通过理解和实践这段代码，你可以深入理解图像处理原理，并能够运用到其他生物特征的提取中。

资源推荐

资源详情

资源评论

收起资源包目录

【指纹提取】基于Matlab实现指纹图像中提取脊和分叉上传.zip （5个子文件）

1.png 11KB

Minutuae_Extraction.m 3KB

input_1.tif 162KB

2.png 11KB

3.png 9KB

%Program for Fingerprint Minutiae Extraction % %Author : Athi Narayanan S %Senior Research Associate %http://sites.google.com/site/athisnarayanan/ %s_athi1983@yahoo.co.in % %Program Description %This program extracts the ridges and bifurcation from a fingerprint image %Read Input Image binary_image=im2bw(imread('input_1.tif')); %Small region is taken to show output clear binary_image = binary_image(120:400,20:250); figure;imshow(binary_image);title('Input image'); %Thinning thin_image=~bwmorph(binary_image,'thin',Inf); figure;imshow(thin_image);title('Thinned Image'); %Minutiae extraction s=size(thin_image); N=3;%window size n=(N-1)/2; r=s(1)+2*n; c=s(2)+2*n; double temp(r,c); temp=zeros(r,c);bifurcation=zeros(r,c);ridge=zeros(r,c); temp((n+1):(end-n),(n+1):(end-n))=thin_image(:,:); outImg=zeros(r,c,3);%For Display outImg(:,:,1) = temp .* 255; outImg(:,:,2) = temp .* 255; outImg(:,:,3) = temp .* 255; for x=(n+1+10):(s(1)+n-10) for y=(n+1+10):(s(2)+n-10) e=1; for k=x-n:x+n f=1; for l=y-n:y+n mat(e,f)=temp(k,l); f=f+1; end e=e+1; end; if(mat(2,2)==0) ridge(x,y)=sum(sum(~mat)); bifurcation(x,y)=sum(sum(~mat)); end end; end; % RIDGE END FINDING [ridge_x ridge_y]=find(ridge==2); len=length(ridge_x); %For Display for i=1:len outImg((ridge_x(i)-3):(ridge_x(i)+3),(ridge_y(i)-3),2:3)=0; outImg((ridge_x(i)-3):(ridge_x(i)+3),(ridge_y(i)+3),2:3)=0; outImg((ridge_x(i)-3),(ridge_y(i)-3):(ridge_y(i)+3),2:3)=0; outImg((ridge_x(i)+3),(ridge_y(i)-3):(ridge_y(i)+3),2:3)=0; outImg((ridge_x(i)-3):(ridge_x(i)+3),(ridge_y(i)-3),1)=255; outImg((ridge_x(i)-3):(ridge_x(i)+3),(ridge_y(i)+3),1)=255; outImg((ridge_x(i)-3),(ridge_y(i)-3):(ridge_y(i)+3),1)=255; outImg((ridge_x(i)+3),(ridge_y(i)-3):(ridge_y(i)+3),1)=255; end %BIFURCATION FINDING [bifurcation_x bifurcation_y]=find(bifurcation==4); len=length(bifurcation_x); %For Display for i=1:len outImg((bifurcation_x(i)-3):(bifurcation_x(i)+3),(bifurcation_y(i)-3),1:2)=0; outImg((bifurcation_x(i)-3):(bifurcation_x(i)+3),(bifurcation_y(i)+3),1:2)=0; outImg((bifurcation_x(i)-3),(bifurcation_y(i)-3):(bifurcation_y(i)+3),1:2)=0; outImg((bifurcation_x(i)+3),(bifurcation_y(i)-3):(bifurcation_y(i)+3),1:2)=0; outImg((bifurcation_x(i)-3):(bifurcation_x(i)+3),(bifurcation_y(i)-3),3)=255; outImg((bifurcation_x(i)-3):(bifurcation_x(i)+3),(bifurcation_y(i)+3),3)=255; outImg((bifurcation_x(i)-3),(bifurcation_y(i)-3):(bifurcation_y(i)+3),3)=255; outImg((bifurcation_x(i)+3),(bifurcation_y(i)-3):(bifurcation_y(i)+3),3)=255; end figure;imshow(outImg);title('Minutiae');

评论收藏

内容反馈

版权申诉