用算法A和算法B分別提取圖像的節(jié)點得到特征提取結(jié)果，兩種算法對每幅圖像提取節(jié)點的錯誤指數(shù)相應(yīng)的不同，其中算法A和算法B對實驗圖像的平均錯誤指數(shù)分別為0。6和o．88。從表的結(jié)果來看，對于高質(zhì)量的圖像，兩種方法提取特征的能力相當；而對于低質(zhì)量的圖像，算法A優(yōu)于算法80算法)沒有提供方向計算結(jié)果，因而無法對兩種方法的方向計算進行直接的定量比較。算法B的紋路方向計算結(jié)果可以根據(jù)其提取的紋路結(jié)果大致推斷出來，因為算法提取出來的紋路的走向會和該算法所計算的對應(yīng)紋路的走向一致。但這種推斷只能適用于算法識別出來的前景區(qū)域，因為算法B的紋路提取結(jié)果的背景區(qū)域不包含任何信息。其中給出了一個從紋路提取結(jié)果推斷方向計算結(jié)果的例子，圖中的圓形區(qū)域表示該區(qū)域的紋路方向計算結(jié)果和真實紋路方向有明顯偏差，這種偏差進而會產(chǎn)生錯誤的紋路提取結(jié)果，從而很可能進一步導(dǎo)致提取錯誤的干擾噴點?？梢酝茢嘣谥讣y識別中中用圓圍起來的區(qū)域的方向計算結(jié)果是錯誤的，因為這些區(qū)域中提取的紋路的走向和真實的紋路方向不一致。特別是共中可以看出，算法A的方向計算結(jié)果中也有許多區(qū)域是錯誤的，但這些方向討算錯誤的紋路區(qū)域除了中的圓形區(qū)域外都被算法分類為背景。算法A的初始方向計算采用基于梯度的方法，如果對算法A的背景區(qū)域的方向進行低通濾波，這些背景區(qū)域?qū)⒂信c圖的對應(yīng)區(qū)域幾乎相同的方向．所以，假設(shè)算法表示基于梯度方法和低通濾波的方向計算方法，則只在算法A識別出的前景區(qū)域?qū)λ惴ˋ和算法c的方向計算結(jié)果進行比較是合理的，而不必對整個圖像區(qū)域(包括前景和背景)進行比較。比較圖可以看出，在算法A識別出的前景區(qū)域中算法A的方向計算結(jié)果比算法c在對應(yīng)區(qū)域的方向計算結(jié)果(圖2．18)相對要好。低通濾波會使得占少數(shù)的正確方向會跟隨占多數(shù)的錯誤方向；而本章的方法對于正確的方向，不管其周圍是否存在大量的錯誤方向，保持這些正確的方向不變，而只對錯誤的方向進行處理，對錯誤的方向根據(jù)相鄰區(qū)域的正確方向進行糾正。

關(guān)于指紋門禁一體機有什么問題可以在網(wǎng)站留言。