基于周期的指纹识别分类方法

在指纹识别门禁系统中为了缩小穿透系数，其中有些会利用指纹图像的平均周期(可以理解为指纹纹路之间的平均距离)对指纹图像进行分类。指纹识别应用系统一般都基于某种固定的指纹仪，因此同一指纹仅采集的同一手指的不同指纹图像之间的缩放程度只受压力的影响，这种由压力而产生的缩放程度很小，在实际的算法中*可以忽略。事实上，许多指纹匹配算法并不考虑指纹缩放问题，而只考虑旋转和平移问题。实验结果表明：在对指纹施加旋转、平移和不同压力的情况下，计算出来的指纹平均周期具有一定的稳定性。不同指纹的平均纹路间距分布在3到25(pKek)(图像分辨率枷如)之呼叫，我们的统计结果表明：绝大部分指纹的平均周期分布到(图像分辨率5肋如)之间。在一些指纹识别中余下部分给出基于平均周期的分类方法及其性能分析。

基于平均周期的分类方法这种指纹识别算法在指纹识别门禁中是比较复杂的，这种算法严格说来要求是非常的严格，这一点也是指纹识别门禁系统的很大的一个差别。