1、“.....电子银行账户管理。用于电子支付电子取款的指纹认证。私有设备的使用控制，如移动电话个人计算机以及汽车等需要钥匙的设备。其它可以取代钥匙的场合。在人体生物特征鉴别技术的迅速发展中，产生了指纹自动识别技术，其实人类应用指纹的历史开始于远古。指纹是最古老的身份证，早在年前人类就会利用指纹来代替签名。据考古学家证实，早在原始社会晚期，指纹作为什么鉴别的工具已经在我国开始应用。现在出土的那个时期的陶器上还留有陶具匠人的指纹痕迹。唐代作家贾公秀在其作品中就着重提到了指纹是确认个人身份的方法。我国将指纹应用于断案及民间契约有悠久的历史，但是由于缺乏专门性研究，未能将指纹识别技术上升为门学科。现代指纹识别起源于公元公元......”。

2、“.....指出人的指纹各不相同，恒久不变。推荐使用指纹鉴定法作为人类独特判别的方式。接着，在上发表了他本人多年来关于指纹的的研究成果。年，弗朗西斯高尔顿爵士对指纹识别系统进行研究并提出指纹特征的分类，把指纹分为，箕，斗，弧三类，每个指纹分支节点的起始点都不尽相同。至此指纹识别应用进入了个新的时期。年建立了著名的亨利指纹分类系统，两年后英国政府正式通过采用该指纹分类识别系统的决案，随后西方其他国家相继采用该指纹识别的应用，从此指纹识别的应用走上了科学发展的道路。电子计算机的出现促进了采集技术的发展以及对指纹识别的研究，人们逐渐用指纹自动识别代替人工的指纹识别......”。

3、“.....能够对人体进行精确的鉴别变得越来越重要。在此之前传统的人体鉴别方法或是利用人们只有自己知道的东西，例如个人的密码，标识等或是利用用户自己拥有的物品，如身份证钥匙解码口令等。尽管如此这些方法都不能满足电子事务中对论文题目数字图像处理技术在指纹识别中的应用研究系别计算机系年级专业级计算机科学与技术学号姓名周富锦指导教师翁宜慧李冬芬职称副教授年月日......”。

4、“.....身份鉴别将越来越重要，应用也变得日益广泛。而指纹作为种人所固有的生理特征，拥有其唯性和终生不变性的特点以及指纹识别技术的可行性与实用性，指纹识别已成为当前最方便最流行最可靠的身份认证技术之。基于指纹识别技术的身份识别系统以其独特的成本低廉性及技术优越性正被广泛被应用在各个场合。而指纹图像预处理是指纹识别的前提，它的好坏直接影响到指纹识别的成败......”。

5、“.....经过若干年的发展，目前已被广泛应用在证据的提取和监狱安全等方面，而且它在别系统的图像预处理进行研究。在指纹图像预处理的过程中由于指纹图像质量问题，本文将根据指纹图像的特征提出假设，再根据假设提出了增强指纹图像的算法，这些算法简单且能有效地解决指纹图像预处理问题。用实现这种方法，不仅能分步对指纹图像预处理算法进行仿真测试，又可以很直观地看到图像预处理算法的效果。本文介绍用实现对指纹图像的平滑处理腐蚀处理算子锐化处理图像旋转旋转后配准相加指纹图像的二值化细化等。关键词图像预处理图像增强平滑配准二值化细化像的轮廓清晰，突出细节......”。

6、“.....常用的微分算法是梯度运算和拉普拉斯运算。梯度运算对于图像函数他在，点的阶偏导数为和，它们分别是灰度在和方向上的变化率。而，的梯度是个向量，定义为梯度方向是函数变化最快的方向。变化的速度是梯度的模，它可以表示为对于数字图像常用差分代替求导，则所对应模板分别为，另外差分还可以采用对角线交叉的形式......”。

7、“.....主要用作边缘检测。在技术上，它是离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何点用此算子，将会产生对应的梯度矢量或是其法矢量。该算子包含两组的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以代表原始图像，及分别代表经横向及纵向边缘检测的图像，其公式如下图像的每个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小。然后可用以下公式计算梯度方向。以上例子中，如果以上的角度等于零，即代表图像该处拥有纵向边缘......”。

8、“.....用于提取边缘，可以利用快速卷积函数，图像，我们对上述图像进行修补，本文所使用的方法是将锐化处理前的图像用函数逆时针旋转，再以上述同样的方法对旋转后的图像进行锐化增强处理，由此得到的图像再，函数顺时针旋转获得的如图后半部分所示图像。我们将两幅图像放在起做对比如下图所示。图图像锐化增强对比以下是图像逆时针旋转度进行锐化增强后再顺时针旋转回来实现是滤波腐蚀后的指纹图像逆时针旋转顺时针旋转旋转后锐化顺时针旋转旋转锐化后增强处理由对比图可以发现，两幅指纹图像虽然有不同程度的缺陷，但是有缺陷的位置不同，如果把两张图像相加的话就不难得到比较理想的图像了，为了得到较理想的清晰指纹图像......”。

9、“.....这样就可以互补以掩盖彼此的缺陷，以达到理想的效果。福建农林大学东方学院计算机科学系毕业设计论文由于两幅图像多多少少有位移差，简单的相加显然是无法实现的，我们可以先将两幅指纹图像进行配准，配准后，再进行简单的融合。以下是两幅图像配准的实现，配准函数见附录所示调用配准函数由上述程序可知两幅图像的偏移量是，现对两幅图像进行配准，所得到的指纹图像如图所示，然后将这两幅图像相加，便可得到了较为清晰的指纹图像。图配准后的指纹图像以下是对两幅配准后图像进行再相加的的程序简单有效，因此应用广泛。美中不足的是，算子并没有将图像的主体与背景严格地区分开来，换言之就是算子没有基于图像灰度进行处理......”。