由于指纹所具有的唯一性和不变性，以及指纹识别技术具有很高的可行性和实用性，指纹识别成为目前最流行、最可靠的个人身份认证技术之一。 本论文对指纹图像基于小波变换的各种处理进行了分析、总结。图像处理包括基于小波变换的指纹图像滤波处理和基于小波的指纹图像增强处理。同时介绍指纹图像的预处理：目的是去除指纹图像中的噪音，将其转化为一幅清晰的点线图，便于提取正确的指纹特征。它分四步进行，即灰度滤波、二值化、二值去噪、细化。 本文针对基于点模式匹配的指纹匹配算法速度较慢的现状,设计了一种新

光流是一种简单实用的图像运动的表达方式[1] ，通常定义为一个图像序列中的图像亮度模式的表观运动，即空间物体表面上的点的运动速度在视觉传感器的成像平面上的表达。这种定义认为光流只表示一种几何变化。1998年Negahdaripour将光流重新定义为动态图像的几何变化和辐射度变化的全面表示[2] 。光流的研究是利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”，即研究图像灰度在时间上的变化与景象中物体结构及其运动的关系。一般情况下，光流由相机运动、场景中目标运动或两者的共同

用matlab实现的点、线特征提取，和基于灰度的特征匹配(Some small functions implemented with matlab)

使用python语言实现对灰度图像的角点检测，并实现匹配(Corner detection and matching of gray image using Python language)