1、在自動指紋識別系統(tǒng)中，有四個處理步驟，本文將從其第二個處理步驟，圖像預(yù)處理中指紋圖像增強的方法進(jìn)行比較深入的研究。本文充分結(jié)合了指紋圖像的細(xì)節(jié)特征，以此來保證圖像增強后的質(zhì)量。本文研究的主要工作有：
　　首先，本文對指紋的基本細(xì)節(jié)特征做了簡單的總結(jié)和分析，依據(jù)這些細(xì)節(jié)特征及其算法，提出一種新的指紋圖像分割算法—引入極大熵的模糊均值的改進(jìn)算法（SMEC）。SMEC是基于模糊聚類算法的，是對MEC算法的改進(jìn)。通過與FCM算法進(jìn)行試驗對

2、比，可得，該算法的聚類中心具有很高的敏感性，提高了算法的整體魯棒性，并且算法收斂速度快。實驗結(jié)果表明，用于指紋圖像的分割具有較好的效果。
　　其次，本文提出了對分割后的指紋圖像區(qū)域進(jìn)行邊緣檢測，所運用的方法是基于模糊聚類算法的方法。運用本文提出的SMEC算法提取圖像邊緣的細(xì)節(jié)信息，實現(xiàn)了對圖像邊緣的提取處理。使指紋圖像邊緣更加清晰平滑，同時實現(xiàn)了邊緣加強。
　　最后，對分割的圖像邊緣提取后，對合并后的圖像做均衡化處理。從文中

3、介紹的各種直方圖均衡化算法中，做了簡單的介紹和分析，選取了具有顯著優(yōu)勢的累積分布函數(shù)直方圖均衡化方法。為了使增強的圖像具有更高的穩(wěn)定性，先對圖像的直方圖進(jìn)行剪切，避免增強過度。
　　本文在提出一種改進(jìn)的模糊聚類算法給指紋圖像進(jìn)行分割的同時，結(jié)合了圖像的邊緣檢測和直方圖均衡化方法對指紋圖像進(jìn)行增強處理，充分考慮了指紋圖像自身具有的特征，并且實現(xiàn)了雙重增強。本文的使用是Matlab7.0軟件作為實驗測試的環(huán)境，運用本文的方法與用其他增