Нормализация изображения. 
Разработка алгоритма цифровой обработки образов отпечатка пальца

На вход программа принимает файл в формате bmp, 24-х битный. Для преобразования такого изображения в черно-белое будет использована функция rgb2gray.

В библиотеке Matlab есть специальная функция для обработки изображений есть специальная функция для нормализации изображений imadjust.

Текст функции нормализации представлен ниже.

function [ output_img ] = normalisation (imput_img).

output_img = rgb2gray (input_img);

output_img = imadjust (output_img);

end.

Ниже приведен пример входного и нормализованного изображения.

Рис. 3.3. Исходное и нормализованное изображение.

Построение поля направлений

Ориентационное изображение строится по градиентам исходного изображения. Градиенты находятся с посредством применения оператора Собеля. Оператор Собеля — это дискретный дифференциальный оператор, вычисляющий приближенное значение градиента яркости изображения. Он основан на свертке изображения небольшим сепарабельным целочисленным фильтром в вертикальном и горизонтальном направлении. Расчет градиентного изображения происходит путем применения двумерной операции свертки между изображением и оператором Собеля.

.

где, А — исходное изображение, и — изображения, где каждая точка содержит приближенные производные по х и у.

Угол, показывающий направление градиент рассчитывается по формуле:

Текст подпрограммы построения ориентационной матрицы приведен в приложении № 1, текст подпрограммы визуализации ориентационного изображения в приложении № 2.

Рис. 3.5 Фрагмент поля направлений отпечатка пальца.

3.5 Бинаризация изображения

Бинарное изображение — это изображение, в котором каждый пиксель является либо пикселем впадины, либо пикселем гребня. Для построения бинарного изображения к нормализованному изображению применяют пороговую обработку — каждому пикселю изображения присваивается значение нуля (гребня), если он ниже порогового значения, и единицы (впадины) в обратном случае.

.

где — порог маскирования, — интенсивность пикселя нормализованного изображения.

Рис. 3.6 Пример нормализованного изображения (слева) и его бинарное изображение (справа) после пороговой обработки.