图。Р 进行特征提取后,对于每个特征应该保留以下的参数:特征点的X坐标和y坐标、特征点的方向即与特征点相连的局部脊方向、特征点的类型即是终结点还是分叉点,以及与特征点相连的脊,以便进行特征点比对。Р比对特征点算法如下:Р 通过比较待测试图像与数据库中模板图像相关特征点的欧式距离来实现,对于一个指纹图,如果匹配指数大于定值T,则认为匹配成功,否则失败.Р欧氏距离定义: 欧氏距离( Euclidean distance)也称欧几里得距离,它是一个通常采用的距离定义,它是在m维空间中两个点之间的真实距离。在二维和三维空间中的欧式距离的就是两点之间的距离,二维的公式是三维的公式是推广到n维空间,欧式距离的公式是这里i=1,2..n 表示第一个点的第i维坐标,表示第二个点的第i维坐标。n维欧氏空间是一个点集,它的每个点可以表示为(x(1),x(2),...x(n)),其中x(i)(i=1,2...n)是实数,称为x的第i个坐标,两个点x和y=(y(1),y(2)...y(n))之间的距离d(x,y)定义为上面的公式. Р欧氏距离看作信号的相似程度。距离越近就越相似,就越容易相互干扰,误码率就越高。РMatlab 软件编程、调试Р任意选择数据库中的图形,作为模板图像,然后在选择待测试图像。如果两幅图像完全一样在它们的欧氏距离为0,如下图所示:Р参考文献Р[1]Rafael C. Gonzalez, Richard E. Woods 著,《数字图像处理(第二版)》,电子工业出版社,2006年出版Р[2]王玮著,自动指纹识别系统关键技术研究,重庆,重庆大学光电工程学院,2007,80-82Р[3]巩冰,模式识别与智能系统,哈尔滨工程大学,2003,5-27Р[4]何东健,耿楠,张义宽等编,《数字图像处理》,西安电子科技大学出版社,2005年出版Р[5]毕业论文写作规范一:参考文献的格式,
全文预览
