Una breve introducción a la extracción de nodos y el filtrado de los valores de las características de huellas digitales en los escáneres de huellas digitales

La extracción de nodos y el filtrado en escáneres de huellas digitales son generalmente difíciles. El proceso habitual de extracción de nodos pasa por el cálculo de la dirección de la textura, la segmentación de huellas digitales, la mejora de la huella digital, la extracción de textura y la binarización, el refinamiento de la textura y finalmente la textura refinada. Detectar nodos en la imagen (se refiere principalmente a puntos finales y puntos de bifurcación), en la imagen de textura refinada, para el punto final, solo hay un punto adyacente en la textura; Para el punto de bifurcación, hay y solo tres puntos adyacentes en la textura, el segundo tipo de método de extracción de nodo se basa en la imagen gris para rastrear la textura y detecta el nodo mientras rastrea la textura, y luego usa la asimetría de la espacio en el nodo para detectar el nodo de la imagen gris. El algoritmo de extracción de nodo a menudo pierde algunos nodos reales, y también genera algunos nodos incorrectos. Mejorar la cadena correcta de la detección de nodos depende de la efectividad de varios algoritmos en el proceso de detección de nodos. Además, para reducir los nodos incorrectos, Yiyin adopta el algoritmo de mejora de la cresta y el algoritmo de filtrado de nodo para eliminar los nodos incorrectos. Después de detectar los nodos, el método de aprendizaje automático se usa para verificar la corrección de cada nodo y corregir el tipo de cada nodo. B5MM se llama en base al método basado en el conocimiento mejora las crestas, reduciendo así la detección de nodos incorrectos. Yin Quimin adopta el método basado en el conocimiento para eliminar los nodos incorrectos.

El campo del conteo de textura es relativamente simple, y depende principalmente del cálculo correcto de la dirección y la extracción correcta de la textura. Debido a su simplicidad, hay pocos informes sobre el método de cálculo de la textura, y se supone que el período de textura es constante. Se calcula el número automático de líneas, y algunos algoritmos de coincidencia de huellas digitales utilizan el número de líneas como enviado especial.
Cálculo de calidad de imagen, es muy importante calcular la calidad de la imagen en el sistema automático de identificación de huellas digitales. Al calcular la calidad de la imagen, puede evitar que las imágenes de huellas digitales de baja calidad se registren en la base de datos, de modo que se pueda mejorar la corrección del sistema. El método de cálculo de la calidad de la imagen de huellas digitales se basa en el método para la relación de regiones direccionales y no direccionales J. Método 6 Basado en el filtro gamma, método basado en la compresión wavelet, aunque se han propuesto varios métodos para calcular la calidad de las imágenes de huellas digitales, No existe un estándar reconocido que pueda medir la calidad de un método de cálculo.