फिंगरप्रिंट टाइम अटेंडेंस एक्सेस कंट्रोल मशीन में फिंगरप्रिंट इमेज से फिंगरप्रिंट फीचर एक्सट्रैक्शन की तकनीक

फिंगरप्रिंट उपस्थिति में आमतौर पर फिंगरप्रिंट उपस्थिति एक्सेस कंट्रोल मशीनों द्वारा उपयोग की जाने वाली फिंगरप्रिंट फीचर्स नोड्स, एकवचन बिंदु और लाइनें आदि हैं। नोड्स में मुख्य रूप से एंडपॉइंट्स और पॉइंट शामिल हैं, और विलक्षण बिंदुओं में कोर पॉइंट्स और ट्रायंगल पॉइंट शामिल हैं। निकाले गए फिंगरप्रिंट सुविधाओं का उपयोग फिंगरप्रिंट मिलान के लिए किया जाता है। फिंगरप्रिंट फीचर निष्कर्षण में शामिल प्रमुख प्रौद्योगिकियों में मुख्य रूप से बनावट दिशा गणना, बनावट आवृत्ति गणना, कोर पॉइंट और ट्रायंगल प्वाइंट डिटेक्शन, फिंगरप्रिंट सेगमेंटेशन, फिंगरप्रिंट एन्हांसमेंट, बनावट निष्कर्षण और शोधन, नोड एक्सट्रैक्शन और फ़िल्टरिंग, और बनावट काउंट शामिल हैं। गणना आदि।

बनावट दिशा की गणना फिंगरप्रिंट पहचान का आधार है। फिंगरप्रिंट पहचान के अधिकांश एल्गोरिदम दिशा पर आधारित होते हैं, जैसे कि आवृत्ति गणना, बनावट ट्रैकिंग, कोर पॉइंट्स और ट्रायंगल पॉइंट्स का पता लगाना, फिंगरप्रिंट सेगमेंटेशन, फिंगरप्रिंट एन्हांसमेंट, नोड संरेखण, आदि। अधिकांश एल्गोरिदम ओरिएंटेशन पर आधारित होते हैं। बनावट दिशा गणना विधि पिक्सेल के बीच ग्रे स्तर पर आधारित है, प्रत्येक 2x2 ब्लॉक की तुलना चार किनारे के टेम्प्लेट के साथ पिक्सेल ब्लॉक की दिशा को निकालने के लिए करती है, और फिर एक बड़े क्षेत्र के आधार पर एक औसत अनुमान लगाता है कि अगर यह मुश्किल है तो अधिक गणना करने के लिए दिशा निर्धारित करने के लिए, प्लानर बनावट दिशा की गणना करने के लिए ग्रेस्केल संरेखण विधि का उपयोग करता है, बनावट दिशा को 16 दिशाओं में विवेकाधीन करता है, और प्रत्येक दिशा में प्रत्येक पिक्सेल की ग्रेस्केल स्थिरता की गणना करता है। घर की दिशा के रूप में सबसे अच्छी स्थिरता के साथ दिशा लें, और प्रत्येक दिशा के साथ ग्रेस्केल परिवर्तन की गणना करें, अनाज की दिशा के साथ ग्रेस्केल परिवर्तन सबसे छोटा है, और ग्रेसकेल परिवर्तन के साथ लंबवत दिशा के साथ परिवर्तन सबसे बड़ा है। बनावट वाले पिक्सेल और गैर-बनावट वाले पिक्सेल में परिवर्तित करें, बनावट दिशा को 16 दिशाओं में विवेक करें, और प्रत्येक दिशा में प्रत्येक पिक्सेल के पिक्सेल प्रकार की स्थिरता की गणना करें, बनावट दिशा की गणना करने के लिए प्रक्षेपण विधि का उपयोग करें, और फिंगरप्रिंट छवि को एक में विभाजित करें 32N32 ब्लॉक का आकार, और अलग -अलग दिशाओं में प्रत्येक ब्लॉक के प्रक्षेपण की गणना करें, बनावट की ऊर्ध्वाधर दिशा के रूप में सबसे बड़े प्रक्षेपण विचरण के साथ दिशा लें, और दिशा क्षेत्र की गणना करने के लिए एक पदानुक्रमित तंत्रिका नेटवर्क का उपयोग करें। वर्तमान में, सबसे व्यापक रूप से उपयोग की जाने वाली बनावट दिशा गणना विधि ढाल पर आधारित है। विधि खराब है। यह विधि प्रत्येक पिक्सेल पर फिंगरप्रिंट छवि के ढाल वेक्टर की गणना करती है। ग्रेडिएंट वेक्टर की दिशा पिक्सेल में इस दिशा के साथ फिंगरप्रिंट छवि के सबसे तेज़ ग्रेस्केल परिवर्तन का प्रतिनिधित्व करती है, और ग्रेडिएंट वेक्टर का आकार ग्रेस्केल परिवर्तन की गति का प्रतिनिधित्व करता है। छवि में बनावट के किनारे पर पिक्सेल ढाल बड़ी होती है, इस विधि द्वारा गणना की गई बनावट दिशा मूल रूप से उन पिक्सेल द्वारा एक बड़े ढाल के साथ निर्धारित की जाती है, और बनावट के किनारे पर छवि की ढाल दिशा मूल रूप से लंबवत होती है बनावट की दिशा। प्रत्येक क्षेत्र की बनावट दिशा उस क्षेत्र के सभी शहरों पर आधारित है।
पिक्सेल के ढाल वेक्टर की गणना की जाती है, और गणना में पारस्परिक रद्दीकरण से बचने के लिए, बनावट के बाईं और दाएं किनारों पर किनारे की छवि केबल की ढाल वेक्टर दिशा। गणना में, एंटीमनी डिग्री वेक्टर को चुकता किया जाता है, और बनावट के बाईं और दाईं ओर किनारे पिक्सेल के वर्ग ढाल वेक्टर को लगभग एक ही दिशा में इंगित किया जाएगा, और फिर चुकता ग्रेडिएंट वेक्टर की औसत दिशा की गणना की जाती है। क्योंकि चुकता ग्रेडिएंट वेक्टर की दिशा दोगुनी ग्रेडिएंट वेक्टर से दोगुनी है, लगभग चुकता ग्रेडिएंट वेक्टर की लगभग औसत दिशा का 1 नी बनावट की ऊर्ध्वाधर दिशा है। ग्रेडिएंट-आधारित विधि के साथ समस्या यह है कि जब जब अधिकांश किनारे पिक्सेल की ढाल दिशा बनावट की दिशा के लिए उपयुक्त नहीं होती है, तो गलत दिशा की गणना मूल छवि के रूप में की जाएगी, जो दिशा अनुमान परिणाम है। अण्डाकार क्षेत्र में कई गलत दिशा अनुमान हैं, जो स्थानीय क्षेत्र की छवि का क्रमिक वृद्धि है, जब राष्ट्रीय छवि पर ज़ूमिंग करते हैं, तो यह देखा जा सकता है कि अधिकांश किनारे पिक्सेल के ढाल वैक्टर के लिए लंबवत नहीं हैं बनावट की दिशा, इस प्रकार एक गलत दिशा अनुमान के परिणामस्वरूप। विधि सापेक्ष पृथक काम की गलत दिशा को ठीक कर सकती है, लेकिन जब एक निश्चित क्षेत्र में गलत दिशा बहुसंख्यक होती है, तो न केवल गलत दिशा की भावना को ठीक किया जा सकता है। सही दिशा को गलत तरीके से ठीक किया जाएगा, और कोर पॉइंट के पास की दिशा अक्सर कम-पास फ़िल्टरिंग के बाद सही दिशा से विचलित हो जाएगी। जब कोर पॉइंट के पास बनावट की वक्रता बड़ी होती है।