本课题主要借助数字图象处理技术，提取嵴纹的骨架和边缘，为定量测量嵴纹特征奠定了基础。 随着医学研究的发展，现已证实与癌症病人有一级血亲关系的人通常比一般人群癌症发病率要高，而皮纹类型特征是由遗传决定的，这些特征在胚胎3或4个月后就不在改变，同时具有易用简洁、清晰的方法进行量化的特点，因而适合于统计处理。于是，某些皮纹特征有可能识别癌症高危险人群。 掌纹是人体三大基本特征之一（掌纹、血液、声纹），具有因人而异稳定不变的重要特性。近几年来随着科学的发展，对皮绞线的研究更加广泛和深入：不但针对掌纹、指纹、跖纹、趾纹，有不同国家，不同民族的调查报告，而且对屈纹出现频率也做了观察和研究，使皮纹研究进入一个新的发展阶段，给人类学、遗传学、优生学研究积累了资料。 在掌纹的研究中，大量的焦点集中于对屈纹出现频率、性状特征做观察和研究，但是，由于嵴纹变异虽然在正常人群中少见，但在患有各种医学病变的病人中发病率却呈增加趋势，所以，嵴纹变异具有一定的研究价值。我们可以通过对比正常人群组与患病人群组的嵴纹参数，例如：左右手中轴三射纹、左右手主线纹宽度、左右手cd间嵴数、左右手ab间嵴数等，获得医学信息。针对这种发展趋势，我们结合数字图象处理技术和疾病皮纹学分析技术，研究嵴纹生物学特征。这项研究的基础是数字图象处理技术。 根据相关研究，我们对嵴纹图象作出如下假设：嵴纹的灰度变化应是连续的，即灰度变化平稳原则，根据这一假定和邻元灰度的变化来进一步确认像元隶属前景或背景的程度，可以很好地排除不清晰掌纹在自动门限附近的不一致性。 针对由光学摄取仪得到的待识别掌纹图象的特点，本文使用了一系列改进的图象处理算法，此图象分析处理部分分为图象预处理、嵴纹骨架提取、嵴纹边缘提取三个部分。 一、图象预处理。输入的掌纹图象由于各种原因的影响，是一幅含噪音较多的灰度图象，预处理的目的就是去除图象中的噪音，减少计算量，改善图像畸变，便于提取正确的掌纹特征。预处理是嵴纹研究中的第一步，它的好坏直接影响着嵴纹特征定量分析的效果。掌纹图像主要由嵴纹和谷纹这两种图案所构成的前景和背景所组成，中间穿插屈肌纹的出现。掌纹图象灰度分布比较均匀，对于具有这类特征的图象，适合的图象处理算法应基于模板扫描。此过程主要进行了以下几方面的工作：（1）直方图调整法，增强对比度。（2）自适应二值化方法，将灰度图象转化为二值图象，减少了图象的存储空间。（3）采取将滤波与隆线跟踪相结合的方法，起到了将去除噪音与连接间断点同时进行的作用。 二、嵴纹骨架的提取。把一个平面区域简化成图是一种重要的结构形状表示法。结合DSPA算法和Zhang算法[1984]的优点，并考虑到嵴纹所具备的特点（三叉点和嵴中点对噪音较为不敏感，而短嵴和嵴宽非常细窄处很容易被识别为分散的污点， 北京T业人学颀1：学位论文造成断裂），提出了哨纹骨架图提取算法。因为各种好纹特征量的定义都与三叉点有关，而贿纹骨架提取为测定三叉点的位置提供了可能，所以要测量这些特征量的大小，必须在骨架图的基础上进行。也就是说，峭纹骨架图的提取是探讨峭纹变异与肿瘤关系的必不可少的一步图象处理工作。在骨架图上，可以用坐标表示三叉点的位置，将其存入数据库中，以供随时调用，而且大量减少了存储空间。 三、峭纹边缘的提取。两个具有不同灰度值的相邻区域之间总存在边缘，边缘是灰度值不连续的结果。这种不连续性可利用多种方法检测到。本文应用几种不同算法，在预处理的基础h，提取峭纹边缘，并对其进行比较。悄纹边缘的提取为判别呢纹的类型提供了可能。对于不同的哨纹类型来说，其相应的峭纹特征量的值域是不同的。而且，不同的呢纹类型在医学病变的个体中出现率也是不同的。所以，呢纹边缘的提取也是探讨峭纹变异与肿瘤关系的必不可少的一步图象处理工作。通过对比几种边缘提取算法在测试图与贿纹图上效果的差异，可以得出结论，因为在取样过程中，由客观原因造成的噪音类型无法事先确认，并且，不同的发度分小应采用不同的算子，所以，从峭纹图象处理的通用性上考虑，应将二值化与滤波的处理过程放在提取边缘之前进行，才会取得比较好的效果。