如圖5可見，改進的Sobel算子在原Sobel算子的基礎上，能顯著地分割出正確圖像的面積，幾乎能在整個畫面區(qū)域提取出正確的方向來。系統(tǒng)對圖像進行了Gabor濾波和圖像數(shù)據(jù)二值化。指紋圖像屬于紋理圖像，紋理圖像采用Gabor濾波器，利用每一點的點方向沿方向指向增強，沿方向的法線方向減弱。Gabor濾波器能很好地拼接斷紋，濾除環(huán)境噪聲，最后將Gabor濾波后的圖像做雙窗口均值門限二值化：

門限1 ：均值化算子矩陣：7×7的單位矩陣。

門限2 ：均值化算子矩陣：3×3的單位矩陣。

具體運算表達式如下：

當每一點的值g（x，y）>p（x，y）時，則賦值g（x，y）=1，否則賦值為0，以此得到二值化最終的結果，提取圖像進行實測效果的比對如圖6所示。

圖6 二值化處理前后的實測效果對比

圖7是最后根據(jù)圖像紋理的粗細二值化圖像，并根據(jù)端點和交叉點提取特征點。

圖7 根據(jù)圖像紋理的粗細提取的二值化圖像斷點和交叉點特征點

經過上面的步驟，即可從原始圖像里面提取出有效的特征信息。特征信息描述了特征點的位置、方向等信息，最終形成一個大小不超過512字節(jié)的特征模板。指紋的比對就是在特征模板的基礎上，構建兩個點形成的桿對集，而桿對所包含的桿長度、端點方向與桿的夾角等信息已經是相對量，與位置無關。理想狀況下，同一枚指紋，采集的兩幅圖像能找到的桿對的每一個量（長度、夾角）在數(shù)學上是完全相等的。以此為基本數(shù)學模型，構建整個比對算法。

4結語

本文的基于ARM的光學指紋識別系統(tǒng)的設計方案，經過實物測試，模塊錄入用戶指紋圖像時間為500 ~ 800 ms，拒真率小于等于1%，平均4.2 ms即可比對一枚指紋，支持1∶1指紋驗證和1∶N指紋搜索。在硬件設計中引出了通信端子，系統(tǒng)支持3.3V TTL串口通信，可以通過串口對模塊進行用戶注冊、刪除特定用戶、刪除所有用戶、復位模塊、獲取用戶總數(shù)、獲取用戶權限、1∶1比對、1∶N比對、設置串口波特率、讀取圖像并提取特征值、獲取圖像等30個常規(guī)或擴展功能命令，能滿足大多數(shù)的指紋應用場合，可以很好地運用于嵌入式領域，從而證實了本方案的可行性。