在指纹图像质量评估合格后单片机解密，需要对图像进行灰度变换，即对指纹图像均衡化，使得图像灰度均衡，以及对图像进行归一化。在这些完成之后，还需要对图像按照一定的算法和要求进行分割。即把指纹图像中质量很差，后期无法处理的图像区域与有效区域进行区分，使后期处理集中到有效区域上，提供特征提取精度，减少处理时间。目前，常用的分割方法有以下几种：

(1).基于方向图的分割方法：

根据图像上纹理的方向，区分指纹区域和背景区域，然后按照不同的区域分割。如果指纹的纹理线不连续、图像的灰度 单一等方向难以正确估计或者有些区域变化剧烈，则此方法不能进行有效的分割。

(2).基于图像的局部灰度均值、局部标准差和局部一致性的分割方法：

利用指纹图像局部区域的灰度均值、单片机解密标准差和一致性作为特征，再采用线性分类来分割指纹图像。局部图像的一致性显示了局部图像的纹理走向，但是这些特征对于模糊区域无法做出有效的表示。

(3).多级分割法：

就是将指纹图像进行多级分割，逐级减少分割的范围。例如：第一级分割图像的背景区域，第二级在前景区域中分割出模糊区域，第三级从模糊区域中分割出不可恢复区域。

(4).动态阈值分割法：

根据各个子块的局部灰度对比度自动调节阈值，单片机解密基于像素的方差进行分割。该方法简单、快捷、分割效果好。具体为：将图像划分为不重叠的各个子块;计算每个子块的平均灰度和灰度方差;计算方差最大值与最小值之间的差值;定义动态阈值，并分割图像;平滑操作，去除孤立块。