Teknologi ekstraksi fitur sidik jari dari gambar sidik jari di mesin kontrol waktu kehadiran sidik jari

Fitur sidik jari yang biasa digunakan oleh mesin kontrol akses sidik jari dalam identifikasi sidik jari adalah node, titik dan garis tunggal, dll. Node terutama mencakup titik akhir dan titik, dan titik -titik tunggal termasuk titik inti dan titik segitiga. Fitur sidik jari yang diekstraksi digunakan untuk pencocokan sidik jari. Teknologi utama yang terlibat dalam ekstraksi fitur sidik jari terutama mencakup perhitungan arah tekstur, perhitungan frekuensi tekstur, deteksi titik inti dan titik segitiga, segmentasi sidik jari, peningkatan sidik jari, ekstraksi dan penyempurnaan tekstur, ekstraksi dan penyaringan node, dan jumlah tekstur. perhitungan dll

Perhitungan arah tekstur adalah dasar dari identifikasi sidik jari. Sebagian besar algoritma dalam identifikasi sidik jari didasarkan pada arah, seperti perhitungan frekuensi, pelacakan tekstur, deteksi titik inti dan titik segitiga, segmentasi sidik jari, peningkatan sidik jari, penyelarasan simpul, dll. Sebagian besar algoritma didasarkan pada orientasi. Metode perhitungan arah tekstur didasarkan pada tingkat abu -abu antara piksel, membandingkan setiap blok 2x2 dengan empat templat tepi untuk mengekstrak arah blok piksel, dan kemudian membuat estimasi rata -rata berdasarkan area yang lebih besar untuk menghitung lebih banyak jika sulit Untuk menentukan arah, planer menggunakan metode penyelarasan skala abu -abu untuk menghitung arah tekstur, mendiskritisasi arah tekstur menjadi 16 arah, dan menghitung konsistensi skala abu -abu dari setiap piksel di setiap arah. Ambil arah dengan konsistensi terbaik sebagai arah rumah, dan hitung perubahan skala abu -abu di sepanjang setiap arah, perubahan skala abu -abu di sepanjang arah butir adalah yang terkecil, dan perubahan skala abu -abu di sepanjang arah yang tegak lurus terhadap butir adalah yang terbesar. Konversi menjadi piksel bertekstur dan piksel yang tidak bertekstur, mendiskritisasi arah tekstur menjadi 16 arah, dan hitung konsistensi jenis piksel dari setiap piksel di setiap arah, gunakan metode proyeksi untuk menghitung arah tekstur, dan membagi gambar sidik jari ke dalam a Ukuran blok 32N32, dan menghitung proyeksi setiap blok dalam arah yang berbeda, mengambil arah dengan varian proyeksi terbesar sebagai arah vertikal tekstur, dan menggunakan jaringan saraf hierarkis untuk menghitung bidang arah. Saat ini, metode perhitungan arah tekstur yang paling banyak digunakan didasarkan pada gradien. Metodenya buruk. Metode ini menghitung vektor gradien gambar sidik jari di setiap piksel. Arah vektor gradien mewakili perubahan skala abu -abu tercepat dari gambar sidik jari di sepanjang arah ini di piksel, dan ukuran vektor gradien mewakili kecepatan perubahan skala abu -abu. Gradien piksel di tepi tekstur dalam gambar lebih besar, arah tekstur yang dihitung dengan metode ini pada dasarnya ditentukan oleh piksel tersebut dengan gradien yang lebih besar, dan arah gradien gambar di tepi tekstur pada dasarnya tegak lurus ke arah tekstur. Arah tekstur setiap area didasarkan pada semua kota di area itu.
Vektor gradien piksel dihitung, dan arah vektor gradien dari kabel gambar tepi di sisi kiri dan kanan teksturnya berlawanan, untuk menghindari pembatalan timbal balik dalam perhitungan. Dalam perhitungan, vektor derajat antimon adalah kuadrat, dan vektor gradien kuadrat dari piksel tepi di sisi kiri dan kanan tekstur akan menunjuk ke arah yang kira -kira sama, dan kemudian arah rata -rata vektor gradien kuadrat dihitung. Karena arah vektor gradien kuadrat adalah dua kali lipat dari vektor gradien kuadrat, 1 Ni dari arah yang hampir rata -rata dari vektor gradien yang hampir kuadrat adalah arah vertikal dari tekstur. Masalah dengan metode berbasis gradien adalah bahwa ketika arah gradien dari sebagian besar piksel tepi tidak cocok untuk arah tekstur, arah yang salah akan dihitung sebagai gambar asli, yang merupakan hasil estimasi arah. Ada banyak estimasi arah yang salah di area elips, yang merupakan pembesaran bertahap dari gambar area lokal, dari saat memperbesar gambar nasional, dapat dilihat bahwa vektor gradien dari sebagian besar piksel tepi tidak tegak lurus terhadap Arah tekstur, sehingga menghasilkan estimasi arah yang salah. Metode ini dapat memperbaiki arah yang salah dari pekerjaan terisolasi relatif, tetapi ketika arah yang salah di area tertentu adalah mayoritas, tidak hanya rasa arah yang salah dapat diperbaiki. Arah yang benar akan diperbaiki secara tidak benar, dan arah di dekat titik inti akan sering menyimpang dari arah yang sebenarnya setelah penyaringan low-pass. Ketika kelengkungan tekstur di dekat titik inti besar.