指紋門禁考勤一體機(jī)中最近指紋分類研究研究取得的成果：
a.提出了基于神經(jīng)網(wǎng)絡(luò)對紋路方向正確性進(jìn)行訓(xùn)練和學(xué)習(xí)的方法，以及在此基礎(chǔ)上的指紋分割方法。低質(zhì)量指紋圖像的紋路方向的正確計(jì)算是正確提取特征和進(jìn)行匹配的基礎(chǔ)，針對現(xiàn)有基于梯度和低通濾波方法的缺點(diǎn)，我們在用梯度法計(jì)算紋路方向的基礎(chǔ)上，結(jié)合指紋分割對方向的初步計(jì)算結(jié)果的正確性進(jìn)行訓(xùn)練和計(jì)算，從而根據(jù)方向正確性進(jìn)行指紋分割并根據(jù)正確方向糾正錯誤方向。該方法中的神經(jīng)網(wǎng)絡(luò)對特定圖像塊在不同方向上有不同的響應(yīng)結(jié)果，根據(jù)這些響應(yīng)結(jié)果也可以確定圖像塊的紋路方向并進(jìn)行指紋分割。實(shí)驗(yàn)結(jié)果表明這些方法有效地提高了低質(zhì)量指紋圖像特征提取的正確率。(1)對應(yīng)本書第2章和第3章。
b.提出了對指紋因像進(jìn)行二次分割以去掉殘留紋路的方法。許多指紋分割算法能夠有效分離不含紋路的區(qū)域和紋路結(jié)構(gòu)無法恢復(fù)的紋路區(qū)域，而無法有效地分離紋路結(jié)構(gòu)清晰的殘留紋路區(qū)域。二次分割方法在指紋初分剖分離不含紋路的區(qū)域和紋路結(jié)構(gòu)無法恢復(fù)的紋路區(qū)域的基礎(chǔ)上，對余下區(qū)域進(jìn)行分析，分離出殘留紋路區(qū)域，從而減少錯誤特征的提取.