最近一直在尝试将FCN网络运用到指纹图像分割上，并将其与公司原有的指纹采集工具融合，改进原有工具在对非按压、带水区域的标记分割。学习一段时间了，有一些小小的心得，在此记录一下。         FCN网络的Demo是使用GitHub上shekkizh提供的工程，具体可以参见我原先写的一篇博客ubuntu 18.04下搭建FCN Demo测试环境(Tensorflow)。

⛄一、获取代码方式 获取代码方式1： 完整代码已上传我的资源：【指纹识别】基于matlab指纹图像细节特征提取 【含Matlab源码 227期】 (https://download.csdn.net/download/TIQCmatlab/62925370) 点击上面蓝色字体，直接付费下载，即可。 获取代码方式2： 付费专栏Matlab图像处理（初级版） 备注： 点击上面蓝色字体付费专栏Ma

1、指纹图像归一化 指纹采集器得到的图像可能由于各种原因造成不同区域内的脊线灰度值差距过大，形成强烈的明暗效果。图像归一化是一个像素级操作，其作用是在不改变脊线和谷线结构的清晰度的情况下减少脊谷灰度值的变化，方便后续的处理步骤。对于指纹数据库来说，在进行完图像归一化操作后，图像具有相同的灰度均值和灰度方差，减小图像间灰度场强差异。 图像归一化公式如下： G ( x , y ) = { M 0

例程源码 * This example program shows how coherence_enhancing_diff can be used* to enhance a fingerprint image by joining disconnected parts of the* fingerprint lines.read_image (Image, 'fingerprint')

4、指纹图像的频率场 指纹图像的频率场反映的是指纹的纹线间隔情况。沿着脊线与谷的方向，指纹图像的灰度能够建模成一个类正弦曲线的波。图像的频率可以定义为像素点 ( x , y ) \left(x,y\right) (x,y)方向场 θ ( x , y ) \theta\left(x,y\right) θ(x,y)垂直方向上单位长度内脊线的条数。 指纹图像频率场的计算步骤如下： 将归一化后的指纹