Tekniken för fingeravtryck har extraktion från fingeravtrycksbilden i fingeravtryck Tid närvaro Access Control Machine

Fingeravtryck har som vanligtvis används av fingeravtrycksåtkomststyrningsmaskiner i fingeravtrycksidentifiering är noder, singelpunkter och linjer, etc. Noderna inkluderar huvudsakligen slutpunkter och punkter, och singulära punkter inkluderar kärnpunkter och triangelpunkter. De extraherade fingeravtrycksfunktionerna används för matchning av fingeravtryck. De viktigaste teknikerna som är involverade i fingeravtrycksfunktionens extraktion inkluderar huvudsakligen texturriktningsberäkning, beräkning av texturfrekvens, kärnpunkt och triangelpunktsdetektering, fingeravtryckssegmentering, fingeravtrycksförbättring, texturekstraktion och förfining, nodekstraktion och filtrering och texturantal. beräkning etc.

Beräkningen av texturriktningen är grunden för fingeravtrycksidentifiering. De flesta av algoritmerna i fingeravtrycksidentifiering är baserade på riktningen, såsom frekvensberäkning, texturspårning, detektion av kärnpunkter och triangelpunkter, fingeravtryckssegmentering, fingeravtrycksförbättring, nodinriktning, etc. De flesta algoritmer är baserade på orientering. Beräkningsmetoden för texturriktning är baserad på den grå nivån mellan pixlar, jämför varje 2x2 -block med fyra kantmallar för att extrahera riktningen för pixelblocket och gör sedan en genomsnittlig uppskattning baserad på ett större område för att beräkna desto mer om det är svårt För att bestämma riktningen använder planaren gråskalainriktningsmetoden för att beräkna strukturriktningen, diskretiserar texturriktningen i 16 riktningar och beräknar gråskalakonsistensen för varje pixel i varje riktning. Ta riktningen med den bästa konsistensen som riktningen för hemmet och beräkna gråskalaförändringen längs varje riktning, gråskalaförändringen längs kornriktningen är den minsta, och gråskalaförändringen längs riktningen vinkelrätt mot kornet är den största. Konvertera till strukturerade pixlar och icke-texturerade pixlar, diskretisera strukturriktningen till 16 riktningar och beräkna konsistensen för pixeltypen för varje pixel i varje riktning, använd projektionsmetoden för att beräkna texturriktningen och dela fingeravtrycksbilden i en bild i en bild i en Storleken på 32N32 -blocket och beräkna projektionen för varje block i olika riktningar, ta riktningen med den största projektionsvariansen som den vertikala riktningen för strukturen och använd ett hierarkiskt neuralt nätverk för att beräkna riktningsfältet. För närvarande är den mest använda metoden för texturriktning baserad på gradient. Metoden är dålig. Denna metod beräknar gradientvektorn för fingeravtrycksbilden vid varje pixel. Riktningen för gradientvektorn representerar den snabbaste gråskalaförändringen av fingeravtrycksbilden längs denna riktning vid pixeln, och storleken på gradientvektorn representerar hastigheten på gråskalaförändringen. Pixelgradienten i kanten av strukturen i bilden är större, strukturriktningen beräknas med denna metod bestäms i princip av de pixlar med en större gradient, och bildens gradientriktning i kanten av strukturen är i princip vinkelrätt mot texturriktningen. Konstruktionsriktningen för varje område är baserad på alla städer i det området.
Gradientvektorn för pixeln beräknas, och gradientvektorns riktning för kantbildkabeln på vänster och höger sida av strukturen är precis motsatt för att undvika ömsesidig avbokning i beräkningen. I beräkningen är antimongradsvektorn kvadrat, och den kvadratiska gradientvektorn för kantpixlarna på vänster och höger sida av strukturen kommer att peka i ungefär samma riktning, och sedan beräknas den genomsnittliga riktningen för den kvadratiska gradientvektorn. Eftersom riktningen för den kvadratiska gradientvektorn är dubbelt så stor som den kvadratiska gradientvektorn, är 1 Ni av den nästan genomsnittliga riktningen för den nästan kvadratiska gradientvektorn den vertikala riktningen för strukturen. Problemet med den gradientbaserade metoden är att när när gradientriktningen för de flesta kantpixlar inte är lämplig för strukturens riktning, kommer fel riktning att beräknas som den ursprungliga bilden, vilket är riktningsuppskattningsresultatet. Det finns många felaktiga riktningsuppskattningar i det elliptiska området, som är den gradvisa utvidgningen av den lokala områdesbilden, från när du zoomar in på den nationella bilden, kan man se att gradientvektorerna för de flesta av kantpixlarna inte är vinkelrätt mot Riktningen för strukturen, vilket resulterar i en fel riktning. Metoden kan korrigera fel riktning för relativt isolerat arbete, men när fel riktning i ett visst område är majoriteten kan inte bara känslan av fel riktning korrigeras. Rätt riktning kommer att korrigeras fel och riktningen nära kärnpunkten kommer ofta att avvika från den verkliga riktningen efter lågpassfiltrering. När krökningen av strukturen nära kärnpunkten är stor.