1、“.....把指纹图分成为个纹线周期的子块，在每子块内计算灰度均值，为子块内，的灰度值。在该块内若点的灰度值，则若则，。对每块都进行这样的处理，可得到指纹的二值图像。二值化后的去噪由于灰度去噪的不完全及二值化过程又可能引入噪音，所以对二值化后的指纹图像还需要进行次二值滤波去噪，目的是去除或减弱图像中的噪音，增强图像中有意义的部分。这过程可以填补二值化后纹线上的孔洞或者删除模式上的毛刺和孤立的值为的像素，即包括填充和删除两个算法。填充填充算法把同时满足以下条件的像素值取为为像素，的四邻域中有三个以上的邻点为像素。图表示填充算法的个例子。删除删除算法把同时满足以下条件的像素值取为为像素，不是端点。图表示删除过程的个例子。其中值为或定义如图所示。经过去噪后，原二值图中的大部分孔洞和毛刺被有效地清除了。图填充过程实图删除过程实例图模板除上述方法之外......”。

2、“.....中值滤波是种非线性信号处理方法，与其对应的中值滤波器也是种非线性滤波器。中值滤波是在年由首先提出并应用在维信号处理技术中时间序列分析，后来应用于二维图象平滑中。在定的条件下可以克服线性滤波器如最小均方滤波平均值滤波平滑滤波等所带来的图像细节模糊，而且对滤波脉冲干扰及图像扫描噪声最为有效。在实际运用中不需要图象的统计特性，这带来很多的方便，但是对些细节多，特别是点线顶尖细节多的图像不宜采用中值滤波方法。中值滤波就是用个奇数的滑动窗口，将窗口中心点的值用窗口内各点的中值代替。设有个维序列，取窗口长度点数为为奇数，对此维序列进行中值滤波，就是从输入序列中相续抽出个数，其中为窗口中心点值，。在将这个点值其数值大小排序，取其序号为中心点的那个数作为滤波输出，用数学公式表示为，，，例如有个序列为......”。

3、“.....此例若用平均滤波输出为。又例如，若个窗口内各像素的灰度是，和，它们的灰度中值是，中心像素点原灰度值是，滤波后变为，如果是个脉冲干扰，中值滤波后被有效抑制。相反若是有用的信号，则滤波后也会受到抑制。二维中值滤波可由下式表示其中为窗口，为二维数据序列。二维中值滤波的窗口形状和尺寸对滤波效果影响较大，不同的图象和不同的应用要求，往往采用不同的窗口形状和尺寸。常见的二维中值滤波窗口形状有线状方型圆形十字形及圆环形等，其中心点般位于被处理点上，对有有缓变的较长轮廓线物体的图像，采用方形或者圆形窗口为宜，对于包含有尖角物体的图像，适用十字形窗口，而窗口的大小则以不超过图像中最小有效物的尺寸为宜。使用二维中值滤波最值得注意的问题就是要保持图像中有效的细线状物体，如果包含有点线尖角较多的图像不宜采用中值滤波方法。图像增强图像在传输或者变换过程中......”。

4、“.....因此，我们有必要对图像进行增强处理，本文以频域高通滤波法进行介绍。频域高通滤波因为边缘及灰度级中其他的急剧变化都与高频分量有关，在频域中用高通滤波处理，能够获得图像尖锐化。高通滤波器衰减傅立叶变换中的低频分量，而无损傅立叶变换中的高频信息。在频域中实现高通滤波，滤波的数学表达式是，其中，是原图像的傅立叶频谱是锐化图像的傅立叶频谱是滤波器的转移函数即频谱响应。那么对高通滤波而言使高频分量通过，低频分量抑制。常见的高通滤波器有理想高通滤波器个二维理想高通滤波器的传递函数定义为，式中，是点，到频率平面原点的距离，是频率平面上从原点算起的截止距离既截止频率。巴特沃斯高通滤波器阶的具有截止频率的巴特沃斯高通滤波器的传递函数定义为式中，是点，到频率平面原点的距离。值得注意的是当，时下降到最大值的......”。

5、“.....使该点处的，下降到最大值的。此式易于修改使它本身满足图滤波后的指纹图像图像的二值化用二值化函数对图像进行二值化，得到图像如图所示。实现程序如下，图二值化后的指纹图像图像的细化首先对二值化后的图像进行次二值滤波处理，然后通过逐层迭代算法，得到如图所示的指纹细化图像。图细化后的指纹图像结论本文对联机式考勤系统进行了简要的介绍，并详细阐述了指纹识别中的取像技术和指纹处理过程中的预处理部分。当前用于自动指纹提取的设备还存在着多多少少的问题，指纹识别要走向市场，还需要降低指纹提取设备的成本，提高指纹图像的质量。通过对指纹预处理的研究，让我了解到，要加快指纹识别的速度，还应考虑简化图像的预处理，实现在灰度图上直接抽取指纹细节特征。随着指纹提取设备的小型化，指纹识别算法也要能够根据最小量的特征对指纹进行匹配......”。

6、“.....增强算法的可行性。致谢在此论文完成之际，我要向所有在我进行毕业设计期间指导支持帮助和鼓励过我的老师同学亲人和朋友，致以我最诚挚的感谢,由衷感谢我的导师冯月亮教授和肖助明老师。他们渊博的学识严谨的治学精神，忘我的工作热情，务实的态度和对问题的高瞻远瞩使我受益匪浅。深深感谢他们对我论文设计的精心指点和生活上的关心与帮助，他们深厚的学术造诣严谨治学的态度不拘格的思维方式和抓紧切时间学习的精神给我留下了非常深刻的印象。我将永远铭记各位老师对我在学习生活等各方面的谆谆教诲和无微不至的关怀。我要深深地感谢我的父母，他们为我的成长付出了无数的心血。在物资和精神上对我贯的支持和鼓励，他们的教诲和无私的关爱是我不断前进的动力，没有他们的支持，我无法完成自己的学业。再次对曾经帮助过我的所有老师同学亲人，表达我内心最深的谢意......”。

7、“.....约束条件，即利用下式细化及细化后的去噪处理细化是图像分析信息压缩特征提取和模式识别常用的基本技术，它使图像的每条纹线都变为单像素宽的点线，且细化后的纹线近似处于原图的中轴。在指纹的自动识别过程中，需要把二值指纹图进行细化......”。

8、“.....突出指纹纹线的主要特征，从而便于后面的特征提取。细化过程中，在判断是否删除个前景像素点时，需要考虑其邻域中除其自身外的个像素点中的连接成分数。如果此连接成分数为，则说明删除当前像素点不会改变原图的连通性若大于，则改变了原图的连通性。令为的邻域中的连接成分数，则其由序列中变化的次数可以得到。本文采用逐层迭代算法。本算法把次迭代分作两次扫描，细化过程中由周边向中间逐层细化，使细化结果位于原图的中轴。令为窗口内目标像素的个数，两次扫描中需满足的条件为排除为端点和内部像点的情况若已标记视为时，有保证删除当前像素不会改变原图的连通性的值是保证为前景点当或已标记时，若视，为，依然有保证宽度为的线条只删除层像点，避免其断开。本细化算法重复执行如下两个步骤第步从左到右，从上到下顺序扫描图像，对同时满足以上条件的像素，如果且，则将其作上标记第二步从左到右......”。

9、“.....对同时满足以上条件的像素，如果且，则将其作上标记。当扫描完整幅图像后，去掉作了标记的像素。重复二步过程，直至得到单位宽度的线条为止。经过此细化算法处理后，得到单像素宽的连通的指纹图像。经上述处理有利于特征提取。指纹特征提取和比对指纹的特征提取和剪枝由细化所得的指纹点线图，很容易找到指纹的细节特征端点和分叉点，记录这些特征的位置类型和方向。因为指纹预处理的不完善性，在细化后的纹线图中总存在或多或少的伪特征点。因此，就有必要对这些粗筛选出的特征进行剪枝，以达到去伪存真的目的。细节特征剪枝的标准主要依赖于以下三个条件特征点到边缘的距离细节特征间的距离和角度关系指纹脊线和细节特征的空间分布。根据以上三个条件组合各种特征剪枝的标准，凡符合标准的特征点删除，其余的给予保留。保留下来的特征点以链码方式记录它们之间的相对位置关系，用以与指纹库中的数据比对匹配......”。