摘要：计算机图像处理和模式识别等相关技术在近几年得到了很好的发展，伴随着这些发展，生物识别技术也在实际生活的很多领域被应用。每个人的指纹都是独立的，不会同于其他任何人，甚至不会同于本人的其他手指，这就是指纹的唯一性。伴随着人的成长，指纹也不会发生变化，纹线结构式伴其一生的，即不变性。同时指纹也方便采集。由于指纹的这些特性，使得指纹识别就逐步成为了鉴定个人身份的一种有效手段。同一指纹由于其线条的粗细不同就会显得差别很大，这就会干扰识别结果，因此要对指纹进行细化处理。
指纹图像细化是指纹图像预处理的重要环节。计算骨架的过程称为“细化”。“骨架”反应一幅图像的关键信息，即图像的“骨骼”。它直观简单地反映出物体本身的特征结构，是重要的图像描绘子之一。在包括文字识别、工业零件形状识别以及印刷电路板自动检测等在内的很多应用中，细化过程都发挥着关键的作用。通常，对于我们所要研究的目标物体，采用细化的操作之后可以很好地突出其几何、拓扑特征，并且大大地减少所要处理的信息量。现有的指纹细化逻辑有很多种，其中包括有快速并行细化算法，其思路就是先找出指纹图像的边界，然后再逐步检测是否应该删除这些点，其缺点主要是对指纹纹线的细化没有进行到底。还有就是改进的OPTA细化算法，这种细化算法存在着对分叉点没有细化到底的问题，但是它有效地改善了原OPTA算法中消除逻辑和保留逻辑不一致的情况。还有就是取上述算法之长，避其短的的新的指纹细化算法，即先综合快速细化算法速度较快的特点和改进后的OPTA，对单像素宽的纹线进行连续两步的细化。
本文Sherman细化技术利用九宫格中黑色像素点最短距离的方法使得指纹图像细化的速度显著提高，同时也能很好地保证图像的连通性，并且接近输入线状结构的中轴位置。
关键词：指纹图像处理、指纹识别预处理、细化算法、谢尔曼
目录
摘要
ABSTRACT
引言-1
1 绪论-2
1.1 课题研究的背景-2
1.2 指纹细化算法的种类-3
2 谢尔曼指纹细化算法-7
2.1 算法概述-7
2.2 算法的实现-8
2.2.1 3×3窗口的移动方式的实现-8
2.2.2 窗口中心黑色元素改为白色的判断条件-9
2.2.3 实现框图-11
2.2.4 结论-12
2.3 谢尔曼细化模板-13
2.3.1 保留模板-13
2.3.2 删除模板-14
3 软件设计-15
3.1 理论基础-15
3.2 图像处理的MATLAB实现-16
3.2 .1 图像处理基础-16
3.2.1 实验结果-18
3.3 本章概述-18
4 总结-19
致谢-21
参考文献-22
附录-23
