指纹锁的指纹匹配面临哪些问题?

  指坟匹配的研究，指纹匹配所面临的主要问题是:

  (1)低质量指纹的匹配问题，

  (2)小面积指纹的匹配问题,

  (3)扭曲指纹的匹配问题。低质量指纹的匹配主要依赖于低质量图像特征提取算法的深人研究。针对小面积指纹，ROSS[ Ib-IQ]提出了一种结合节点和Gabor纹理的指纹匹配方法, Ross用各个方向上的Gabor滤波器作用在指纹图像上，得到不同方向上的Gabor I向应作为纹理特征。

  Ross方法在匹配指纹时，先用节点模式对齐并匹配指纹，对齐后计算输入指纹的纹理模式，因此每次与数据库中的指纹匹配都要计算一次纹理，而纹理的计算是很耗时的，因此Ros方法能适应一对一的系统，而不能适应一对多的实时系统。

  事实上，Gabor纹理是与纹路方向高度相关的，由指纹图像的方向场可以预知图像的Gabor纹理模式，因此，如果能正确计算图像的方向场，则可以用方向场匹配代替Ross方法中的纹理匹配.方向场是在特征提取阶段计算的，在匹配时只需要对方向做旋转，而不需重新计算，从而可以缩短系统的响应时间。

  基于节点的匹配模式是指纹匹配中主流的方法，在进行节点匹配时先将参考节点对齐，然后再评估其他节点的匹配程度，这种方法只能保证离参考节点较近的区域对齐程度较好，而离参考节点较远的区域对齐程度会相对较差。

  可以研究一种基于多对参考节点的匹配方法，多对参考节点分布在指纹的各个区域，多对参考节点对齐后，两个指纹各区域的对齐程度会相对均衡，两组节点的各匹配节点对的位置差异和方向差异会比较均匀。这样，在基于单参考点对齐的方法下由于位置差异或方向差异太大而没有成为一对匹配节点的节点对在基于多参考点对齐的方法下很可能由于位置差异和方向差异缩小而成为一对匹配节点。这种方法要研究的问题是如何选取多参考节点，以及如何对齐多个参考节点。

  对于指纹扭曲问题，现有方法主要是建立指纹扭曲模型，然后基于扭曲模型对两个指纹进行对齐或者在节点匹配时采用约束窗口。我们提出采用曲线坐标系来提取两个节点之间的扭曲不变关系，因为指纹的扭曲主要会改变纹路曲率和纹路间距，而纹路的长度会相对稳定，两个节点之间的纹路数量则不会改变，我们以纹路长度和纹路数量作为曲线坐标值，在指纹匹配时，对这些曲线坐标值进行匹配。

  施肯洛克指纹锁采用瑞典进口指纹采集仪，标配FPC瑞典原装进口半导体活体指纹采集仪可适应更广人群的指纹，对干手指、脏手指、老年人手指、细纹手指无障碍识别。自主指纹算法，识别 特质指纹仪，标配半导体活体指纹采集仪可适应更广人群的指纹，无需增强膜，防范假手指。 快速指纹、密码登记、自动付出重识别、快速指纹、密码删除。让您轻松应对指纹锁指纹匹配问题。