Die Technologie der Fingerabdruckfunktionsextraktion vom Fingerabdruckbild in der Fingerabdruckzeit -Anwesenheit Access Control Machine

Die Fingerabdruckfunktionen, die üblicherweise von Fingerabdruck -Anwesenheitspflicht -Kontrollmaschinen in der Identifizierung von Fingerabdrücken verwendet werden, sind Knoten, Singularpunkte und Linien usw. Die Knoten enthalten hauptsächlich Endpunkte und Punkte, und singuläre Punkte umfassen Kernpunkte und Dreieckspunkte. Die extrahierten Fingerabdruckfunktionen werden für die Fingerabdruckanpassung verwendet. Zu den Schlüsseltechnologien, die an der Fingerabdruck -Merkmalextraktion beteiligt sind, gehören hauptsächlich die Berechnung der Texturrichtung, die Berechnung der Texturfrequenz, die Kernpunkt- und Dreieckspunkterkennung, die Segmentierung von Fingerabdrücken, die Verbesserung der Fingerabdruck, die Extraktion und Verfeinerung der Textur, die Knotenextraktion und -filterung sowie die Zählung der Textur. Berechnung usw.

Die Berechnung der Texturrichtung ist die Grundlage für die Identifizierung von Fingerabdrücken. Die meisten Algorithmen bei der Identifizierung von Fingerabdruck basieren auf der Richtung, wie z. B. Frequenzberechnung, Texturverfolgung, Erkennung von Kernpunkten und Dreieckspunkten, Fingerabdrucksegmentierung, Fingerabdruckverbesserung, Knotenausrichtung usw. Die meisten Algorithmen basieren auf der Orientierung. Die Berechnungsmethode der Texturrichtung basiert auf dem Graustufe zwischen den Pixeln, vergleicht jeden 2x2 -Block mit vier Kantenvorlagen, um die Richtung des Pixelblocks zu extrahieren, und erstellt dann eine durchschnittliche Schätzung basierend auf einem größeren Bereich, um umso mehr zu berechnen, wenn sie schwierig ist Um die Richtung zu bestimmen, verwendet der Planer die Graustufenausrichtungsmethode, um die Texturrichtung zu berechnen, die Texturrichtung in 16 Richtungen zu diskretisiert und die Graustufenkonsistenz jedes Pixels in jeder Richtung zu berechnen. Nehmen Sie die Richtung mit der besten Konsistenz als Richtung des Hauses und berechnen Sie die Graustufenänderung entlang jeder Richtung, die Graustufenänderung entlang der Kornrichtung ist die kleinste und die Graustufenänderung entlang der Richtung senkrecht zum Korn ist die größte. Konvertieren Sie in texturierte Pixel und nichttexturierte Pixel, diskretisieren Sie die Texturrichtung in 16 Richtungen und berechnen Sie die Konsistenz des Pixeltyps jedes Pixels in jede Richtung, verwenden Sie die Projektionsmethode, um die Texturrichtung zu berechnen und das Fingerabdruckbild zu teilen Größe von 32N32 Block und berechnen Sie die Projektion jedes Blocks in unterschiedliche Richtungen, nehmen Sie die Richtung mit der größten Projektionsvarianz als vertikale Richtung der Textur und verwenden Sie ein hierarchisches neuronales Netzwerk, um das Richtungsfeld zu berechnen. Derzeit basiert die am weitesten verbreitete Berechnungsmethode der Texturrichtlinie auf Gradienten. Die Methode ist schlecht. Diese Methode berechnet den Gradientenvektor des Fingerabdruckbilds an jedem Pixel. Die Richtung des Gradientenvektors repräsentiert die schnellste Graustufenänderung des Fingerabdruckbildes entlang dieser Richtung am Pixel, und die Größe des Gradientenvektors repräsentiert die Geschwindigkeit der Graustufenänderung. Der Pixelgradient am Rand der Textur im Bild ist größer, die nach dieser Methode berechnete Texturrichtung wird im Grunde genommen durch diese Pixel mit einem größeren Gradienten bestimmt, und die Gradientenrichtung des Bildes am Rand der Textur ist im Grunde genommen senkrecht zu die Texturrichtung. Die Texturrichtung jedes Bereichs basiert auf allen Städten in diesem Bereich.
Der Gradientenvektor des Pixels wird berechnet, und die Gradientenvektorrichtung des Kantenbildkabels auf der linken und rechten Seite der Textur ist genau entgegengesetzt, um die gegenseitige Stornierung in der Berechnung zu vermeiden. In der Berechnung ist der Antimon -Gradvektor quadratisch, und der quadratische Gradientenvektor der Randpixel auf der linken und rechten Seite der Textur zeigt ungefähr die gleiche Richtung, und dann wird die durchschnittliche Richtung des quadratischen Gradientenvektors berechnet. Da die Richtung des quadratischen Gradientenvektors doppelt so hoch ist wie der des quadratischen Gradientenvektors, ist 1 ni der fast durchschnittlichen Richtung des nahezu quadratischen Gradientenvektors die vertikale Richtung der Textur. Das Problem mit der gradientenbasierten Methode ist, dass wenn die Gradientenrichtung der meisten Randpixel nicht für die Richtung der Textur geeignet ist, die falsche Richtung als Originalbild berechnet wird, nämlich das Ergebnis der Richtungsschätzung. Es gibt viele falsche Richtungsschätzungen im elliptischen Bereich, die die allmähliche Vergrößerung des lokalen Bildungsbildes darstellen, wenn man das nationale Bild vergrößert, ist ersichtlich, dass die Gradientenvektoren der meisten Randpixel nicht senkrecht zum Richtung der Textur, was zu einer falschen Richtungsschätzung führt. Die Methode kann die falsche Richtung der relativ isolierten Arbeit korrigieren, aber wenn die falsche Richtung in einem bestimmten Bereich die Mehrheit ist, kann nicht nur der Gefühl der falschen Richtung korrigiert werden. Die richtige Richtung wird falsch korrigiert, und die Richtung in der Nähe des Kernpunkts weicht nach der Tiefpassfilterung häufig von der wahren Richtung ab. Wenn die Krümmung der Textur in der Nähe des Kernpunkts groß ist.