（计算机应用技术专业论文）指纹模糊识别技术的研究与实现.pdf

武汉理工大学硕士学位论文 摘要 每个人( 包括指纹在内) 皮肤纹路在图案、断点和交叉点上各不相同，是唯 一的，并且终生不变。依靠这种唯一性和稳定性，我们就可以把一个人同他的 指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他 的真实身份。这就是指纹识别技术。自动指纹识别兴起于上世纪六十年代，其 研究目的是利用计算机取代人工分析进行指纹识别，它具有方便、高效、安全、 可靠等优点。近年来，随着计算机技术的飞速发展，低价位指纹采集仪的出现 使得自动指纹识别技术越来越多地进入到人们的工作和生活中，如金融安全、 数据加密、电子商务等领域。自动指纹识别系统的研究和开发正在成为国内外 学术界和商业界的热点之一。相对于其他生物特征鉴别技术例如语音识别及虹 膜识别，指纹识别因其很高的实用性，已经被认为是一种理想的身份认证技术， 有着十分广泛的应用前景，是生物特征识别技术的主流。它为人类的个体的定 义提供了一个到目前为止最为快捷和可信的方法。 本文从数字图像处理与识别技术的理论知识出发，对在指纹的预处理和特 征提取、指纹分类、指纹的匹配过程中的方向图、滤波器、模糊决策等关键性 原理和技术做了详细的分析，并在此基础上开发一个基于模糊决策的指纹识别 系统，该系统通过指纹读取设备获取指纹图像，对其进行预处理、提取指纹的 细节特征及其位置。在本文中先采用的是从细化二值图像提取特征，再对每个 细节特征进行验证，尽量滤除伪特征点，并存入指纹特征库中。然后，把它与 指纹库中的模板进行模糊匹配，计算出待识别指纹图像对样本库中各指纹模板 的隶属度，最终得到两个指纹的匹配结果。 本文针对传统的指纹预处理算法的不足做了一些改进，如采用多级分割法进 行指纹图像分割、基于脊线方向分析对指纹图像进行二值化。在进行指匹配时 采用了基于模糊评判的指纹识别方法，阐述了本次研究开发的自动指纹识别原 型系统的功能，研究结果表明本文提出的指纹识别方法是可行的、有效的。 关键字：指纹识别，预处理，特征提取，模糊决策 武汉理工大学硕士学位论文 a b s t r a c t e v e r y o n e ( i n c l u d ef i n g e r p r i m ) h a sd i f l e r e n ts l 【i n 血p a t 缸m ，b r o k e ns p o ta n d a c r o s ss p o t 血o t h e rw o r d s ，i ti se x c l u s i v ea n du l l c h a i l g e a b l ei n0 1 l r1 i f c w ec a np u t o n et o g e l e r 州t 1 11 1 i s 丘n g e r p 血tb yt h ee x c l u s i v ea n ds t a b i l i t y o n e sr e a li d c n t i t y c o u l db ep r a v e dt h r o u g hc o m p 盯et h e 矗n g e i p r i n tw i mc o n s e r v e df i n g e i p r i n ti n 矗n g e r p 血ti i l i n u t 沁d a t a b a s e i ti sf i n g e r p r i mi d e d t i f i c a t i o nt e c h n 0 1 0 哪a m o m a t e d f i n g e r p r i n ti d e n t i 6 c a t i o nw 嬲r a i s e ds 血c e6 0 s1 a s tc e n 仃yt h er e s e a r c ha i mi s f i n g e r p r i n t i d e n t i f i c a t i o n b yc o m p u t e r t o r 印l a c e m a n u a i a n a l y s i s h i r e c e n t y e a r s ，a u 协m a t e df i n g e r p r i n ti d e n t m c a t i o nt e c h n o l o g ym o r ea n dm o r ec o r n ei n t o p e o p l e sl i f ea i l dw o r ks u c ha s 丘n 肌c i a ls e c l l r i t y id a 切e n c r y p t i o n ，e c o m m e r c ea n d o t l l c rf i e l d sa l o n gw i mt h ce m e 唱e n c eo f1 0 w - c o s tf i i 唱e r p r i n tc o l l e c t i o nd e v i c e ，a 1 1 d m er e s e a r c ha n de x p l o i 协c i o no fa u t o m a t e df i n g e r p d n ti d c n t i 丘c a t i o ns y s t e mi s b e c o i n i n go n eo fm eh o t s p o ti na c a d e m ea n db u s i n c s sh o m ea l l da b o a r d f i n g e r p r i n t i d e n t i f i c a t i o nh a sm a n yp a r t i c u l a rs t r o n 印o m tr e l a t i v et 0o t h e rb i o l o g i cc h a r a c t e r i d e n t i f i c a t i o n t e c h n o l o 鲥 s u c ha sv o i c ei d e 嘶f i c a t i o na i l d试si d e n t i f i c a t i o n e s p e c i a l l yi m p o r c a n t ，i th 嬲l l i g hp r a c t i ca _ b m 吼i tw a sc o n s i d e r e dap e r f e c ti d e n t i t y a u t h e n t i c a t i o nt e c h l o l o t y ，a n di th a sw i d ea p p l i c a t i o nf o r e 伊o u n da n db e s i d e si ti 8 m a i n s 仃e 锄o fb j o l o g i cc h 鼬c t e ri d e n t i 丘c 撕o ni i l 如t u r e np r o v i d e saaf a s ta n d m o s tc r e d i b l ew a yf o r 也ed e f i l l i t i o no f l m m a ni n d i 、，i d u a l t h i sp 印e ra n a l y s i st h ep i v o t a lt e c h n o l o g y 趾dp r i r l c i p l eo ft h ep r e t r e a 衄e n to f 丘n g e r p r i n ti m a g ea i l dm 主i l u t i a ep i c k u p 、f m g e r p r i n ti m a g ec l a s s i f i c a t i o n ，d i r e c t i o n c h a n 、矗1 t e r 、m z z yd e c i s i o n n l a k i l l gi nm ep r o c e s so f f m g e r p 血tm a t c h i n g 矗- o mt 1 1 e 虹l e o r e t i c so ff i g u r ep i c t u r ep r o c e s s i n ga n di d e 血f i c 撕o ni i ld e 【a i l ，a n daa u t o m a t c d f 咄e r p 血1 t i d e m i f i c a t i o n s y s t e m b a s e do n f i l z z yd e c i s i o n - m a k i n g w a s d c v e l o p e d n es y t e ma b t a i n e d 丘n g e i p r i n ti m a g e 岫曲血g e i p r i n te 删p m e n ta n d d e a lw i mi t ，e x 仃 l c tc h a r a c t e i i s t i c sa i l dp o s m o no ff i n g e i p r i n t i nt h ep 印e r i t e x m l c t s l i m m 靠o m 俩ov a i u ei l i l a g e ，s e c o n d l y ，w ev a l i 出l t et 1 1 e s em i r n l t i a n d e l i i n i n 砒ep s e u d oo n e s 姐ds a v em i l l u t i a ei n t of _ m g e r p m td a t a b a s e t h es y s t e m f h z z i l ym a t c hi tw i 也t e m p l a t ei n 伍唱e r p 血n 出曲b a s e a tl a s t ，n l er e s u l to f 丘n g e r p r i n t i i 武汉理工大学硕士学位论文 m a t c l l i 】呜w a so b 诅i n e d t h ep 印e ri m p r o v et h et r a d i t i o n a la r i t h m e t i co f 蠢n g e 删mp r e 廿e a 廿n e n t ，f o r e x a m p l e ，u s i l l g 枷m - i e v e ls e g r n e n t a t i o nt os e g r l l e mf h l g r p i l l “m a g ea n dc h a n g i n gi t t o2 v a l u ei m a g eb a s e do nr i 咄ed i r e c t i o n 如a d d i t i o n ，t 1 1 ep 印e ra d o p tf i n g e r p r i n t i d e 埘f l c a t i o nm e t h o db a s e df u z z yd e c i s i o n 加a k i n g a s 虹1 es 锄et i m e ，i te x p l a i n e d t l l ef u n c t i q no ft l l 。a u t o m a t i c 缸g e 唧mi d c m i 丘c a t i o ns y s t e m i ti s p r a v e dt h a t f i n g e r p r i mi d e n t m c a t i o nm e m o di sf b a s i b l ea r l de f f b t i v e k e yw o r d s ： f i n g e r p r i mi d e d t i f i c a t i o n ，p r e t e 咖e n t ， c h a r a c t e r p i c k u p ，f i l z z y d e c i s i o n m a k i l l g i i l 武汉理工大学硕士学位论文 第l 章绪论 1 1指纹识别技术的发展与应用 现行的许多计算机系统中，包括许多非常机密的系统，都是使用“用户i d + 密码”的方法来进行用户的身份认证和访问控制的。实际上，这种方案隐含着 一些问题。例如，密码容易被忘记，也容易被别人窃取。而且，如果用户忘记 了他的密码，他就不能进入系统，当然可以通过系统管理员重新设定密码来重 新开始工作，但是一旦系统管理员忘记了自己的密码，整个系统也许只有重新 安装后才能工作。有关机构的调查表明，因为忘记密码而产生的问题已经成为 i t 厂商售后服务的最常见问题之一；密码被别人盗取则更是一件可怕的事情， 因为用心不良的人可能会进一步窃取公司机密数据、可能会盗用别人的名义做 不正当的事情、甚至从银行、a t m 终端上提取别人的巨额存款。在这种情况下， 生物识别技术为上述方法的不足提供了一个很好解决方案。一个人的生物特征 是“随身携带”的：并具有惟一性和不可复制性，不用担心会丢失，可以不必 携带大串的钥匙，也不用费心去记或更换密码。指纹识别是人类生物特征识别 方法的一种，有学者推论，以全球6 0 亿人口计算，3 0 0 年内都不会有两个相同 的指纹出现。指纹被称为“物证之首”，安全可靠。进入信息时代，指纹识别技 术以安全性高、易获取等优点成为当今应用最为广泛的生物特征识别技术。 1 1 1 指纹识别的突出特点 ( 1 ) 高稳定性：指纹具有很强的稳定性，它们的形成依赖于胚胎发育时期 的环境，从胎儿指纹的完全形成到人死后，指纹的纹线类型、结构、统计特征 的总体分布始终没有明显的变化。指纹是伴随人一生的最稳定的生物特征之 一o ( 2 ) 唯一性：科学实验和无数的事实证明，指纹具有明显独特的唯一性， 并且纹理本身非常复杂，其复杂程度足以提供用于鉴别的足够证据，包括双胞 胎在内都不可能有相同的指纹，任何两个入指纹相同的概率小于十亿分之。 ( 3 ) 高可靠性：高稳定性和高唯一性决定了指纹识别的高可靠性。要想再 武汉理工大学硕士学位论文 增加指纹识别的可靠性，只需要登记更多的指纹即可满足，而随便一个人都可 以毫不费力地提供1 0 个手指的指纹信息。 ( 4 ) 易采集性：指纹与生俱来，随身携带，不需记忆。扫描指纹的速度非 常快，采集指纹时只要将手指平放在指纹识别器上，一、二秒钟即可完成，免 去了记忆密码、丢失印章、遗忘密码和印章等烦恼。 ( 5 ) 难伪造、难破译性：由于指纹识别具有上述特点，识别指纹时必须将 真正的手指与指纹采集头接触，因此伪造、假冒、攻击、破译指纹的难度就变 得相当大。例如，对于一个4 位数字密码，有1 0 1 0 1 0 1 0 = 1 0 0 0 0 种组合， 破解概率为万分之一，入侵者可以很容易地通过尝试所有的组合而破解，而你 很难找1 0 0 0 0 个人( 误识率为万分之一) 为你的企图入侵提供指纹f 即便是1 0 0 0 个 人将1 0 个手指头全部用上) 。以现有的指纹识别系统为例，其误识率小于百万 分之一，能储存数百万个指纹，其破译难度可想丽知。 1 1 2 指纹识别技术的发展1 据考古学家证实：公元前7 0 0 0 6 0 0 0 年，指纹作为身份鉴证的工具已经在 古叙利亚和中国开始应用。在那个时代，一些粘土陶器上留有陶艺人的指纹， 中国的一些文件上印有起草者的大拇指指纹，在j e r c h o 的古城市的房屋上留有 砖匠的指纹等。由些可见，指纹的一些特征在当时已经被人们认识和接受。 1 9 世纪初，科学研究发现了至今仍然承认的指纹的两个重要特征，一是两 个不同手指的指纹纹脊的式样不同，另外一个是指纹纹脊的式样终生不变( 即 指纹的惟一性和不变性) 。这个研究成果使得指纹在犯罪事件的鉴别中得以正式 应用( 1 8 9 6 年阿根廷首次应用，然后苏格兰在1 9 叭年应用，2 0 世纪初其他国 家也相继将此技术应用到犯罪事情的鉴别中) 。2 0 世纪初6 0 年代，由于计算机 可以有效地处理图形，人们开始着手研究利用计算机来处理指纹。从那时起， 自动指纹识别系统a f i s 在法律实施方面的研究和应用在世界许多国家展开。 到了2 0 世纪8 0 年代，个人计算机、光学扫描这两项技术的革新，使得它 们作为指纹取像的工具成为现实，从而使指纹识别可以在其他领域中得以应用。 现在，随着取像设备的引入及其飞速发展，生物指纹识别技术的逐渐成熟、可 靠的比对算法的发现都为指纹识别技术提供了更广阔的舞台。比如指纹考勤系 统代替了i c 卡、磁卡等传统的考勤方法，从而从根本上杜绝了代打考勤的现象。 武汉理工大学硕士学位论文 1 1 - 3 指纹识别技术的研究现状 指纹识别技术是生物识别技术中最早应用、技术最为成熟、价格最低廉的 分支，在过去主要应用于刑侦系统。近几年来，在现代计算机技术和信息处理 与识别技术不断进步的基础上，现代指纹识别技术已发展成为一种应用广泛的 生物特征识别技术，并逐渐走向民用市场。到目前为止，全球范围内已建立了 指纹数据库和鉴定机构；其有关芯片模块的开发技术也日趋成熟：国外方面， 美国、日本早已研制和生产出多种指纹自动识别设备并投入使用，比如美国 s e c o m 、日本嘉士通、松树株式会社等公司开发的指纹锁和指纹认证装置；国 内率先进入这一领域的高校是清华大学，他们在九十年代中期开发出了指纹i c 卡，其后又有广东粤安集团、浙江中正、北大高科等高科技集团纷纷进入该领 域，并取得了较大的成绩。 随着越来越多的电子设备进入人们日常生活以及互联网的兴起，计算机、 a t m 、门禁控制、各种智能卡对个人安全，方便的身份识别技术要求越来越高， 人们迫切需要有准确、安全、方便的识别技术。而指纹识别由于具有唯一性和 稳定性而成为应用最为广泛的识别技术，具有良好的应用前景和巨大的商业价 值。近年来，在世界范围指纹识别技术的应用以爆炸性速度增长，如上海正推 行的社会保险指纹身份证系统，香港推行的指纹特征的电子身份证等都把指纹 识别技术的应用推向更为广阔的领域。 1 2 课题背景与意义 目前社会的各个领域中，对人的身份识别或验证需求已经越来越多，像银 行系统需要对储户的身份进行认证，宾馆要对房客的身份进行验证等。而辨识 人的身份可以有多种方法来实现，但主要是通过辨别人的各种身体特征来实现 的，如人的面容、虹模、掌纹、血管纹路、d n a 等身体特征对人的身份进行验 证，但在人的若干身体特征中，指纹具有人各不同的特定性、终身不变的稳定 性、触物留痕的客观性、分类存储的规律性和人的身份认定的绝对性，还有指 纹特征目前的易获取性，因此，采用指纹特征的识别方法是最稳定也是最成熟 的途径。 目前，虽然指纹识别技术是生物识别技术中最早应用、技术最为成熟的一 武汉理工大学硕士学位论文 个分支，但实际上，作为指纹识别的核心技术仍然存在许多尚未解决的难题， 尤其是残缺、污损指纹图象的识别的鲁棒性、适应性方面不能令人满意。在未 来几年里，随着更小更廉价的指纹输入设备的出现、计算能力更强更廉价的硬 件以及互联网的广泛应用，如何改进指纹识别算法，使之提高识别的正确率， 降低拒绝率仍然是一个重要的、极具挑战性的模式识别研究课题。 本课题针对传统的指纹匹配算法在鲁棒性、准确率上的不足，采用了基于模 糊评判的指纹识别方法，它把模糊集合理论应用于决策，根据已有的信息做出 各种可能的推论和判断。由于模糊集的基本思想是把普通集合中的绝对隶属关 系灵活化，使元素对集合的隶属度从原来的只能取 0 ，l 中的值扩充到可以取 0 ，1 区间中的任一数值，因此模糊决策很适合于用来在指纹信息不完备的情况下进 行最大限度的判决，增加了指纹识别系统抵抗噪声和非线性形变的能力。 1 3 本文主要完成的工作 本课题的研究目的是构造一个基于模糊决策的指纹识别系统平台，该平台 通过指纹读取设备取到指纹图像，对其进行初步处理，提取特征后，把它与指 纹库中的模板进行模糊比较，计算出待指别指纹图像对样本库中各指纹模扳的 隶属度，最终得到两个指纹的匹配结果。 本系统从数字图像处理与识别理论出发，结合指纹图像的特征，主要完成 以下工作： ( 1 ) 建立一个自动指纹识别系统，对指纹图像进行预处理，在预处理时使 用了指纹图像分割、指纹图像增强、指纹图像二值化和细化这四个步骤，并根 据数字图像处理理论，对传统的预处理算法进行改进。 ( 2 ) 提取基于f b i ( f e d e m lb l l r e a ui i l v e s t i g 砒i o n ) 细节点( 断点和分叉点) 的点特征向量，并建立细节点特征库。 ( 3 ) 针对目前常用的细化二值指纹图像的伪特征滤除算法的不足，本论文 采用基于局部结构信息的指纹伪特征滤除算法。 ( 4 ) 建立一套基于模糊集合理论的评判标准，根据已有的信息做出各种可 能的推论和判断，从而对待识别指纹图像进行识别。 4 武汉理工大学硕士学位论文 第2 章数字图像处理与识别技术综述 近几年来，图像处理与识别技术得到了迅速的发展，现在人们已充分认识 到图像处理和识别技术是认识世界、改造世界的重要手段。目前，它已应用于 许多领域，成为2 l 世纪信息时代的一门重要的高新科学技术。本章通过介绍图 像处理与识别技术的基本概念、基本原理、基本处理方法、发展过程、应用领 域等，为下一章节介绍的指纹识别系统提供详细的背景知识。 2 1 数字图像处理与识别技术概述 图像就是用各种观测系统以不同形式和手段观测客观世界而获得的，可以 直接或间接作用于人眼而产生视知觉的实体。科学研究和统计证明。人类从外 界获得的信息约有7 5 来自于视觉系统，也就是说，人类的大部分信息都是从 图像中获得的。 图像处理是人类视觉延伸的重要手段，可以使人们看到任意波长上所测得 的图像。例如：借助伽马相机、x 光机，人们可以看到红外和超声图像；借助 c t 可看到物体内部的断层图像；借助相应工具可看到立体图像和剖视图像。 1 9 6 4 年，美国在太空探索中拍回了大量月球照片，但是由于种种环境因素的影 响，这些照片是非常不清晰的，为此，美国喷射推迸实验室( j p l ) 使用计算机 对图像进行处理，使照片中的重要信息得以清晰再现。这是这门技术发展的重 要里程碑。此后，图像处理技术在空间研究方面得到广泛的应用。 总体来说，图像处理技术的发展大致经历了初创期、发展期、普及期、和 实用化期4 个阶段。初创期开始于2 0 世纪6 0 年代，当时的图像采用像素型光 栅进行扫描显示，大多采用中、大型机对其进行处理。在这一时期，由于图像 存储成本高，处理设备造价高，因而其应用面很窄。2 0 世纪7 0 年代进入了发 展期，开始大量采用中、小型机进行处理，图像处理也逐渐改用光栅扫描显示 方式，特别是出现了c t 和卫星遥感图像，对图像处理技术的发展起到了很好 的促进作用。到了2 0 世纪8 0 年代，图像处理技术进入普及期，此时的微机已 经能够担当起图形图像处理的任务。v l s i 的出现更使得处理速度大大提高，其 武汉理工大学硕士学位论文 造价也进一步降低，极大地促进了图形图像系统的普及和应用。2 0 世纪9 0 年 代是图像技术的实用化时期，图像处理的信息量巨大，对处理速度的要求极高。 图像识别是研究用计算机代替人工自动地处理大量的物理信息，解决人类 生理器官所不能识别的问题，从而部分代替人的脑力劳动。人类识别图像的过 程总是先找出它们外形或颜色的某些特征进行比较分析、判断，然后加以分门 别类，即识别它们。人们在研制自动识别机时也往往借鉴人的思维活动，采用 同样的处理方法，然而图像的灰度与色彩是由光强和波长不同的光波所引起， 它们与景物表面的特性、方向、光线条件以及干扰等多种因素有关。在各种恶 劣的工作环境里，图像与景物已有较大的差别。因此要区分图像属于哪一类， 往往要经过预处理、分割、特征抽取、分析、分类、识别等一系列过程。现在 这些技术完全可以通过计算机进行模拟、对图像信息进行处理来达到对它的识 别。 2 1 世纪的图像技术要向高质量化方面发展，主要体现在以下几点：高分 辨率、高速度，图像处理技术发展的最终目标是要实现图像的实时处理，这在 移动目标的生成、识别和跟踪上有着重要意义；立体化，立体化所包括的信 息最为完整和丰富，数字信息技术将有利于达到这个目的；智能化，其目的 是实现图像的智能生成、处理、识别和理解。 2 2 数字图像处理的优点2 数字图像处理具有如下优点： ( 1 ) 再现性好：数字图像处理与模拟图像处理的根本不同在于，它不会因 图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像 在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。 ( 2 ) 处理精度高：按目前的技术，几乎可将一幅模拟图像数字化为任意大 小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个 像素的灰度等级量化为1 6 位甚至更高，这意味着图像的数字化精度可以达到满 足任应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少， 其处理程序几乎是一样的。换言之，从原理上讲不论图像的精度有多高，处理 总是能实现的，只要在处理时改变程序中的数组参数就可以了。回想一下图像 的模拟处理，为了要把处理精度提高一个数量级，就要大幅度地改进处理装置， 武汉理工大学硕士学位论文 这在经济上是极不合算的。 ( 3 ) 适用面宽：图像可以来自多种信息源，它们可以是可见光图像，也可 以是不可见的波谱图像( 例如x 射线图像、射线图像、超声波图像或红外图 像等) 。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照 片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为 数字编码形式后，均是用二维数组表示的灰度图像( 彩色图像也是由灰度图像 组合成的，例如r g b 图像由红、绿、蓝三个灰度图像组合而成) 组合而成，因 而均可用计算机来处理。即只要针对不同的图像信息源，采取相应的图像信息 采集措施，图像的数字处理方法适用于任何一种图像。 ( 4 ) 灵活性高：图像处理大体上可分为图像的像质改善、图像分析和图像 重建三大部分，每一部分均包含丰富的内容。由于图像的光学处理从原理上讲 只能进行线性运算，这极大地限制了光学图像处理能实现的目标。而数字图像 处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或 逻辑关系来表达的一切运算均可用数字图像处理实现。 2 _ 3 数字图像处理的应用 3 4 】 5 图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然 涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理 的应用领域也将随之不断扩大。 ( 1 ) 航天和航空技术方面的应用：数字图像处理技术在航天和航空技术方 面的应用，除了上面介绍的j p l 对月球、火星照片的处理之外，另一方面的应 用是在飞机遥感和卫星遥感技术中。许多国家每天派出很多侦察飞机对地球上 有兴趣的地区进行大量的空中摄影。对由此得来的照片进行处理分析，以前需 要雇用几千人，而现在改用配备有高级计算机的图像处理系统来判读分析，既 节省人力，又加快了速度，还可以从照片中提取人工所不能发现的大量有用情 报。从6 0 年代末以来，美国及一些国际组织发射了资源遥感卫星( 如l a n d s a t 系列) 和天空实验室( 如s k y l a b ) ，由于成像条件受飞行器位置、姿态、环 境条件等影响，图像质量总不是很高。因此，以如此昂贵的代价进行简单直观 的判读来获取图像是不合算的，而必须采用数字图像处理技术。如l a n d s a t 系列陆地卫星，采用多波段扫描器( m s s ) ，在9 0 0 k m 高空对地球每一个地区 武汉理工大学硕士学位论文 以1 8 天为一周期进行扫描成像，其图像分辨率大致相当于地面上十几米或1 0 0 米左右( 如1 9 8 3 年发射的l a n d s a r _ 4 ，分辨率为3 0 m ) 。这些图像在空中先处 理( 数字化，编码) 成数字信号存入磁带中，在卫星经过地面站上空时，再高 速传送下来，然后由处理中心分析判读。这些图像无论是在成像、存储、传输 过程中，还是在判读分析中，都必须采用很多数字图像处理方法。现在世界各 国都在利用陆地卫星所获取的图像进行资源调查( 如森林调查、海洋泥沙和渔 业调查、水资源调查等) ，灾害检测( 如病虫害检测、水火检测、环境污染检测 等) ，资源勘察( 如石油勘查、矿产量探测、大型工程地理位置勘探分析等) ， 农业规划( 如土壤营养、水份和农作物生长、产量的估算等) ，城市规划( 如地 质结构、水源及环境分析等) 。我国也陆续开展了以上诸方面的一些实际应用， 并获得了良好的效果。在气象预报和对太空其它星球研究方面，数字图像处理 技术也发挥了相当大的作用。 ( 2 ) 生物医学工程方面的应用：数字图像处理在生物医学工程方面的应用 十分广泛，而且很有成效。除了上面介绍的c t 技术之外，还有一类是对医用 显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。 此外，在x 光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治 疗等医学诊断方面都广泛地应用图像处理技术。 ( 3 ) 通信工程方面的应用：当前通信的主要发展方向是声音、文字、图像 和数据结合的多媒体通信。具体地讲是将电话、电视和计算机以三网合一的方 式在数字通信网上传输。其中以图像通信最为复杂和困难，因图像的数据量十 分巨大，如传送彩色电视信号的速率达1 0 0 m b i “s 以上。要将这样高速率的数据 实时传送出去，必须采用编码技术来压缩信息的比特量。在一定意义上讲，编 码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、d p c m 编码、变 换编码外，目前国内外正在大力开发研究新的编码方法，如分行编码、自适应 网络编码、小波变换图像压缩编码等。 ( 4 ) 工业和工程方面的应用：在工业和工程领域中图像处理技术有着广泛 的应用，如自动装配线中检测零件的质量、并对零件进行分类，印刷电路板疵 病检查，弹性力学照片的应力分析，流体力学图片的阻力和升力分析，邮政信 件的自动分拣，在一些有毒、放射性环境内识别工件及物体的形状和排列状态， 先进的设计和制造技术中采用工业视觉等等。其中值得一提的是研制具备视觉、 听觉和触觉功能的智能机器人，将会给工农业生产带来新的激励，目前己在工 武汉理工大学硕士学位论文 业生产中的喷漆、焊接、装配中得到有效的利用。 ( 5 ) 军事公安方面的应用：在军事方面图像处理和识别主要用于导弹的精 确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指 挥系统，飞机、坦克和军舰模拟训练系统等；公安业务图片的判读分析，指纹 识别，人脸鉴别，不完整图片的复原，以及交通监控、事故分析等。目前已投 入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处 理技术成功应用的例子。 ( 6 ) 文化艺术方面的应用：目前这类应用有电视画面的数字编辑，动画的 制作，电子图像游戏，纺织工艺品设计，服装设计与制作，发型设计，文物资 料照片的复制和修复，运动员动作分析和评分等等，现在已逐渐形成一门新的 艺术计算机美术。 ( 7 ) 医学图像处理：图像处理与识别技术在基础科学和临床中，都有极多 的应用领域。例如对生物医学的显微图像处理分析，如红白细胞和细菌、染色 体分析、胸部x 线照片的鉴别、以及超声波图像的分析等都是医疗辅助诊断的 有利工具，目前这类应用已经发展到专用的软件设备和硬件设备，最普遍的就 是c t 技术。近年来又出现了癌细胞涂片的识别辅助技术和最新的计算机辅助 手术技术等。 ( 8 ) 文字识别：文字识别应用目前非常广泛，涉及以下几个主要方面，例 如交通管理中的汽车牌照识别、电子图像和办公自动化中的文档识别、多媒体 视频图像中的注解文字识别、金融领域的银行支票的文字识别、图书封面的文 字信息提取以及旅游业中服务于外国旅客的商标、交通路标的自动翻译等。 2 4 图像的数字化与表示 图像能够以各种各样的形式出现，例如，可视的和不可视的、抽象的和实 际的、适于计算机处理的和不适于计算机处理的。就其本质来说，可以将图像 分为两大类j 一类是模拟图像，包括光学图像、照相图像、电视图像等，例如，在生物 医学研究中，人们在显微镜下看到的图像就是一幅光学模拟图像，照片、用线 条画的图、绘图也都是模拟图像。模拟图像的处理速度快，但精度和灵活性差， 不易查找和判断。 武汉理工大学硕士学位论文 另一类是将连续的模拟图像经过离散化处理后变成计算机能够辨识的点阵 图像，称为数字图像。严格的数字图像是一个经过等距离矩形网络采样，对幅 度进行等间隔量化的二维函数，因此，数字图像实际上就是被量化的二维采样 数组。 2 4 1 图像的数字化 一般的图像都是模拟图像，即图像上的信息是连续变化的模拟量。如一幅黑 白灰度照片上的物体是通过照片上各点的光的强度不同而体现的，而照片上的 光强是一个连续变化的量，也就是说，在定的范围内，光强的任何值都可能 出现。对于这种模拟图像只能采用模拟处理方式进行处理，例如按光学原理用 透镜将照片放大。计算机不能接受和处理模拟信号，只有将图像在空间和灰度 上都离散化为数字信号后，或者说将模拟图像变换为数字图像方能接受。为此， 常将计算机图像处理称作为数字图像处理。 图像的数字化过程通过采样和量化两步完成。空间坐标的离散化叫做空间 采样，灰度的离散化叫做灰度的量化。采样是将时间和空间上连续的图像转换 成离散的采样点( 即像素) 集的过程。事实上，采样就是要决定用多少个点来 描述一张图像，采样的结果就是通常所说的图像分辨率。采样可以分为均匀采 样和非均匀采样，比较常用的均匀采样，但是很多情况下可以根据图像特性利 用自适应的采样过程来改进图像的视觉效果。例如，在图像灰度过渡区b e 较尖 锐的情况下可以采用较密的采样，而较平滑的区域可以使用稀疏的采样。采样 时要注意采样间隔的选取，采样间隔越小、图像越精细，图像的点越多、其采 样数据越大，因而对计算机的负担也就越重。例如，一幅3 2 0 2 4 0 的图像，就 表示这幅图像是由7 6 8 0 0 个像素点所组成的。可见，如果想要得到更加清晰的 图像效果( 也就是使这幅图像具有较高的分辨率) ，就需要使用更多的点来表示 图像，那么相应地就需要更多的存储空间。采样通常使用采样频率来进行标示。 采样频率是指秒钟内采样的次数，它反映了采样点之间的间隔大小。丢失的 信息越少，采样的频率就越高，采出的样本就越细腻、逼真，图像的质量越高， 但要求的存储量也越大。 将像素点上的灰度值离散为整数，称之为量化，量化的结果是图像容纳的 所有颜色数据。量化决定使用多大范围的数值来表示图像采样之后的每一个点， 这个数值范围确定了图像能使用的颜色总数。一般来说，像素的最大灰度级数 武汉理工大学硕士学位论文 g 都取为2 的整次幂。例如，以4 b i t 存储一个点，就表示图像只能有1 6 种颜色。 数值范围越大，表示图像可以拥有更多的颜色，自然就可以产生更为细致的图 像效果，但是相应地也必须占用更多的存储空间。量化又分为均匀量化和非均 匀量化。均匀量化是指简单地在灰度范围内等间隔量化；非均匀量化是对像素 出现频度少的部分采用大的间隔，而频度大的部分采用小间隔。通常所说的量 化等级，是指每幅图像样本量化后一共可取多少个离散的数值或用多少个二进 制数的位来表示，它反映了量化的质量，若每个样本用8 位( 通道数) 二进制 数表示，则有2 8 ( 即2 5 6 ) 个量级；若采用1 6 位( 通道数) 二进制数表示，则 有2 ”( 即6 5 5 3 6 ) 个量级；若采用2 4 位( 通道数) 二进制数表示，则有2 “( 即 1 6 6 7 7 万) 个量级，同样，量级越大，图像质量就越高，存储空间要求就越大。 计算机图像数字化的质量采用3 个主要参数来进行衡量：采样频率、图像样本 量化等及通道数。 2 4 2 图像的存储6 】 由于计算机的工作速度、存储空间是相对有限的，各种参数都不能无限提 高。那么数字化后的图像数据是如何存储的呢? 计算机一般采用两种存储方式： 一种是位映射( b i 衄a p ) ，即位图存储模式；另一种是向量处理( v e c t d r ) ，也称 矢量存储模式。 位映射是将图像的每一个像素点转换为一个数据，并存放在以字节为单位 的矩阵中。当图像是单色时，一个字节可存放8 个像素点的图像数据；1 6 色图 像每两个像素点用一个字节存储；2 5 6 色图像每一个像素点用一个字节存储， 这样就能够精确地描述各种不同颜色模式的图像画面。所以此种存储模式较适 合于内容复杂的图像和真实的照片，例如，用数码照相机和扫描仪获取的图像 一般都存储为位图。位图图像的缺点在于随着分辨率以及颜色数的提高，位图 图像所占用的磁盘空间会急剧增大，同时在放大图像的过程中，图像也会变得 模糊而失真。 向量处理存储图像内容的轮廓部分，而不存储图像数据的每一点。例如， 对于一个圆形图案，只要存储圆心的坐标位置和半径长度，以及圆形连线和内 部的颜色即可。该存储方式的缺点是经常耗费大量的时间做一些复杂的分析演 算工作，但图像的绽放不会影响显示精度，即图像不会失真，而且图像的存储 空间较位图方式要少得多。所以，向量处理比较适合存储各种图表和工程设计 武汉理工大学硕士学位论文 图。 总体来看，位图是记录每一个像素的颜色值，再把这些像素点组合成一幅 图像，而适量图是保存图形对象的位置和曲线、颜色和算法。位图占用的存储 空间较矢量图要大得多，而矢量图的显示速度较位图慢。 2 5b m p 文件格式7 图像的文件格式种类诸多，如：p c x 、m a c p a i m 、t i 鼠g i f 、g e m 、i f f i l b m 、 t 盯g a 、b m p d i b 、w p g 、p o s t s c r i p t 、s u n 、p b m 、x b m 、j p e g 、f i t s 、d 、 h p g l 、l o t u s p i c 、p c l 、w m f 、e p s 、c g m 、r i b 、f l i f l c 、m p e g 、p d f 等，在本节中，主要对最常用的文件格式( b m p ) 进行讲解。 对于现存的所有的图像文件格式，b m p 图像文件格式的图像数据是未压缩 的，因为图像的数字化处理主要是对图像中的各个像素进行相应的处理，而未 压缩的b m p 图像中的像素数值正好与实际要处理的数字图像相对应，这种格式 的文件最合适我们对之进行数字化处理( 压缩过的图像是无法直接进行数字化 处理的，如j p e g 、g 瑾等格式的文件，此时首先要对图像文件解压缩，这就要 涉及到一些比较复杂的压缩算法) 。 2 5 1b m p 文件组成 b m p 文件由文件头、位图信息头、颜色信息和图形数据四部分组成。文件 头主要包含文件的大小、文件类型、图像数据偏离文件头的长度等信息；位图 信息头包含图象的尺寸信息、图像用几个比特数值来表示一个像素、图像是否 压缩、图像所用的颜色数等信息。颜色信息包含图像所用到的颜色表，显示图 像时需用到这个颜色表来生成调色板，但如果图像为真彩色，既图像的每个像 素用2 4 个比特来表示，文件中就没有这一块信息，也就不需要操作调色板。文 件中的数据块表示图像的相应的像素值，需要注意的是：图像的像素值在文件 中的存放顺序为从左到右，从下到上，也就是说，在b m p 文件中首先存放的是 图像的最后一行像素，最后才存储图像的第一行像素，但对与同一行的像素， 则是按照先左边后右边的的顺序存储的；另外一个需要关注的细节是：文件存 储图像的每一行像素值时，如果存储该行像素值所占的字节数为4 的倍数，则 正常存储，否则，需要在后端补o ，凑足4 的倍数。 武汉理工大学硕士学位论文 2 5 2b m p 文件头 b m p 文件头数据结构含有b m p 文件的类型、文件大小和位图起始位置等 信息。其结构定义如下： 帅e d e fs 觚c tt a g b i t m a p f i l e 既a d e r w o r d b f r y p e ；位图文件的类型，必须为”b m ” d w o r db f s i z e ；位图文件的大小，以字节为单位 w o r db 依e s e r v e d l ：位图文件保留字，必须为0 w o r db 依e s e n r e d 2 ：位图文件保留字，必须为0 d w o r db 旬日 b i t s ：，位图数据的起始位置，以相对于位图文件头的偏 移量表示，以字节为单位 ，b i t m 心f i l e h e a d e r ；该结构占据1 4 个字节。 2 5 3 位图信息头 b m p 位图信息头数据用于说明位图的尺寸等信息。其结构如下： t y p e d e f s 台1 l c tt 啦r r m a p i n f o h e a d e r d w o r d b i s i z e ：本结构所占用字节数 l o n g b i w i 劬；位图的宽度，以像素为单位 l o n g b i h e i g h t ；，位图的高度，以像素为单位 w o r db i p l a n e s ：目标设备的平面数不清，必须为1 w 0 r db i b i t c o u 删每个像素所需的位数，必须是1 ( 双色) ，4 ( 1 6 色) ， 8 ( 2 5 6 色) 或2 4 ( 真彩色) 之一 d w o r db i c o m p r e s s i o n ；位图压缩类型，必须是 o ( 不压 缩) ，1 ( b ir j 点8 压缩类型) 或2 ( b ir l e 4 压缩类型) 之一 d w o r db i s i z e i i i l a g e ；位图的大小，以字节为单位 l o n gb i ，e l s p e 订讧e t e r ：位图水平分辨率，每米像素数 l o n gb i y p e l s p e f m e t e r ：位图垂直分辨率，每米像素数 d w o r