【内附源码和文档】基于Java的数字图像处理

对于指纹的特征提取包含几个步骤，脊线增强、脊线分割、脊线细化、细节点检测和细节点验证，本次大作业需要针对已经增强的指纹图片进行后续几个步骤，通过多种形态学算法进行分割、细化、细化后处理，找到其中的端点和分叉点，而指纹周边的伪细节点需要被去除。

本次作业有两张图片需要进行处理，如图 2 所示，分别称为图片 1 和图片 2。

图 1 指纹特征提取步骤

图片 1 (b)图片 2 图 2 两张待处理指纹

脊线分割的目的是使增强后的指纹图像脊线更加清晰、饱满、平滑。首先使用函数 𝑖𝑚𝑏𝑖𝑛𝑎𝑟𝑖𝑧𝑒对图像进行二值化处理。选择参数 0.5，图片 1 能得到较好的二值化效果，而图 片 2 会出现指纹背景与脊线同色的情况，影响之后的细化操作，因此需要先通过灰度值范围 将底色去除，再进行二值化，会呈现较好的效果。

之后的形态学处理使用𝑖𝑚𝑜𝑝𝑒𝑛(𝐼, 𝑠𝑒)函数做开运算，其中运算结构𝑠𝑒为边长为 2 个像素 的正方形，开运算能够对指纹轮廓进行一定程度的平滑，连接一些在二值化之后出现的脊线 断裂1；对于图像中的孤岛，使用函数𝑏𝑤𝑎𝑟𝑒𝑎𝑜𝑝𝑒𝑛，去除一定像素大小以内的连通域，可以 对原始图片和反色图片各做一次，分别去除脊线空洞和白背景上的孤岛。

使用函数𝑏𝑤𝑚𝑜𝑟𝑝ℎ(𝐼, ′ 𝑡ℎ𝑖𝑛 ′ , 𝑁)对指纹进行细化，其中𝑁为细化操作的次数，可以设为 𝑖𝑛𝑓，即细化至图像不变化为止。

脊线细化后可能出现脊线断裂、桥接、短线或毛刺等问题，如图 3 所示。由于在 2.1 中 去除了背景中孤岛，细化后未产生短线。对于不希望的桥接，可以通过𝑏𝑤ℎ𝑖𝑡𝑚𝑖𝑠𝑠(𝐼,𝐵1,𝐵2) 函数，对指纹图片进行“击中与否”变换，其中 B1 是感兴趣的结构体，B2 是其互补结构， 在本例中，即桥接部分主要形状，𝐻𝑖𝑡 𝑜𝑟 𝑚𝑖𝑠𝑠返回的是图中相同结构体的中心点，之后再手 动改变周围像素值，实现去除桥接的目的。脊线的断裂可以通过𝑖𝑚𝑒𝑟𝑜𝑑𝑒做腐蚀2实现，腐蚀 后的图像脊线会加粗，再细化即可。

对于脊线上的毛刺，需要进行剪枝，借鉴老师的示例程序编写剪枝算法𝑝𝑟𝑢𝑛𝑖𝑛𝑔，可以 设定剪枝长度（剪枝次数）𝑛，首先定义一些毛刺结构，使用𝑏𝑤ℎ𝑖𝑡𝑚𝑖𝑠𝑠寻找具有相同结构的 毛刺，找到毛刺位置后对获得的ℎ𝑖𝑡 𝑜𝑟 𝑚𝑖𝑠𝑠图片做膨胀，从而在原图上去除这些毛刺，也能 使脊线更加平滑。

桥接 (b)断裂 (c)毛刺图 3 细化后图片待处理问题

指纹细节包括端点和分叉点，对于两种类型细节点的寻找可以通过下述算法统一实现。 对于像素点𝑃，其类型由交叉数𝑐𝑛(𝑝)决定。

其中𝑓(𝑝𝑖)表示𝑝𝑖处的像素值，如图 4 所示，遍历图像，对每个脊线像素的 8 邻域像素做计 算，端点和交叉点的对于特征图如图 4(b)(d)，端点的cn(𝑝) = 1，交叉点cn(𝑝) = 3，其他的 cn(𝑝)值忽视。

程序中找到的端点用绿色框标记，交叉点用红色方框标记。

开运算针对图片中的白色底色进行操作，因此可以连接灰度值为 0 的黑色脊线部分

与脚注 1 同理，对白色背景做腐蚀，可以连接断裂脊线

邻域 (b)端点 (c)其他 (d)交叉点图 4 像素 8 邻域特征与细节点类型

本次作业中，定义指纹边缘端点为找到的伪细节点，因此去除边缘点需要确定边缘。使用𝑛𝑙𝑓𝑖𝑙𝑡𝑒𝑟计算全图 3*3 的局部方差3，非指纹区域值为 0，通过此法可以大致画出边缘形状，如图 5，在此范围内的细节端点统一被去除。

图 5 找到的指纹边缘

完整的源码和详细的文档，上传到了 【WRITE-BUG数字空间】，需要的请自取  

https://www.writebug.com/code/0c7e526f-c792-11ed-84b9-6479f0e5e323/#