应用研究
离散小波变换在指纹特征提取中的应用
马少华曹三民
(沈阳建筑大学信息与控制工程学院沈阳辽宁110168)
数事我来每意用
摘要：近年来小波变换技术在图像处理中得到了广泛的应用，是售前非常热门的课题之目前所使用的指纹图像特征提取方法电是多种多释，不同的方法都有其优缺点本文研究离散小波实换的方法来提取指纹特征，在提高识别建度方面有着明显的优点
关键调：离散小波变换特征提取中图分类号：TP391
文献标识码：A
1、引言
文章编号：1007-9416(2011)10-0094-01
其中C为母小波的允许条件，
指纹识别技术是--项传统的生物识别技术，随着这么多年的发展在很多领域得到应用，现在市面上能见到的指纹识别产品已是珊琅满目，广泛使用的同时人们对系统的效率和可靠性要求也更高，丁是更多的技术与算法被引人到指纹识别当中，离散小波变换就是其中之-
2、指纹识别系统
个典型的指纹识别系统--般包括图像的获取，预处理、特征
提取和识别分类儿个环节，其系统结构图如下；
指纹图像获取
图像预处理
图像特征提取
指纹识别
指纹数据库
图1自动指纹识别系统图
由图可见特征提取是指纹识别系统中最重要的个环节，直接影响到指纹识别的终效果。利用散小波变换直接对经过预处理的指纹图像进行特征提取可有效缩短特征提取的时间，经过
MATLAB伤仿真实验证明其是可行的， 3、小波变换
在数学上，小波定义为对给定函数局部化的函数。小波可由个定义在有限区间的函数W(x)来构造，(x)称为母小波或基本小波。-组基函数可以同过缩放和半移(x)来生成，
wa(x) =
x-b w
ya
a
(1)
其中α为进行缩放的缩放参数；b为进行平移的平移参数。函数/(x)以小波W(x)为基的连续小波变换定义为函数F(x)
和(x)的内积，
W,(a,b)=(f.w.s)= f(x)-连续小波逆变换为，
f(x)=
pp(x)""")”
图1原始指纹图像
94
82
(2)(3)
C=
A
we
(4)
09
其中(e)为w()的傅立叶变换。
4、离散小波变换指纹特征提取及实验结果分析
离散小波变换可以快速地提取指纹的特征并将其转换为小波域的特征向量，较其他指纹特征提取方法，省去了很多不必要的过程，大大提高了提取的速度。下图是本文实验提供的原始指纹图像：
如图1所示。
在MATLAB内进行二值化处理，处理结果如下；如图2所示。
得到的二值化图像和原始相比增强了脊和谷的对比度，减少了存储空间。用离散小波分别对二值化后的图像进行有限次行和列的离散变换，得到的特征向量维数将进步减小，所占有的存储空间也进一步降低，用此最终向量与指纹库内进行对比识别，将大大降低识别时间提高效率。
选用图1的128×128的灰度图像，先进行7次行离散变换，再进行5次列离散变换，得到最终特征矩阵如下：
如图3所示。
实验结果显示特征向量的维数降低，存储量减少，有利于提高识别建度。但是由于特征向量的维数降低，相应的识别准确性也会
有所降低，对于提高准确性方面还有待改进。参考文献
[1]边肇祺,张学工等模式识别[M].北京：清华大学出版社,2000.[2]杨宏林,吴除.指纹识别方法的综迷[J].华东船舶工业学院学报。 2003,1 7(3):3742.
[3]王立涛,丁勇.基于小波变换的图象处理技术[J].双宁工程技术大学学报,2001.20(3):344347
[4]王亚南,刘段,梁志明.基于小波变换的指纹特征提取方法[J].现代电子技术,2007.30(21):7172
e 34 3
图3离散处理后的特征向量