指纹门禁考勤一体机指纹识别中图像的平均周期

在前面的一些指纹门禁一体机中描述了计算某图像块的平均纹路周期的方法，指纹图像的平均周期可以计算为前景图像块的纹路周期的平均值，但其中计算特定图像块的平均周期时投影窗口的尺寸远大于图像块的尺寸，纹路方向可能会在投影窗口中发生较大变化，从而影响平均周期的正确计算；另一方面，投影窗口的尺寸远大于图像块的尺寸会使得图像块被重复投影，也会影响平均周期的正确计算。鉴于此，本节首先将指纹图像JA6分为不相交的尺寸较大的的矩形区域，并计算每一区域P的局部周期信息，然后根据局部周期信息计算平均周期。计算局部周期信息的基本方法是：先计算出一条穿过该区域中心的曲线，使该曲线上每一点(，y)的切线方向和o(，7)垂直，只考虑曲线上位于区域W内的曲线段。在前面的一些实验中给出了指纹平均周期的计算方法以及基于平均周期的分类方法。实验结果表明：基于平均周期的系统穿透系数小于H叫模式理想情况下的系统穿透系数。使用平均周期的一个好处是：对于任何指纹都能计算出平均周期，不会被拒绝分类：而Henv模式下对于没有核心点的图像将会被拒绝分类。另一个好处是：使用平均周期分类时类与类之间的距离可度量，可以使用平均周期之差作为距离，从而在数据库中搜索与输入指纹匹配的指纹时可以从与输入指纹距离最小的类开始进行理索；而H。呵模式下类与类之间的距离不可度量。第三个好处是：平均周期可以容易地和其他特征结合在一起进行指纹分类。