基于指紋識(shí)別中計(jì)算方向正確性的神經(jīng)網(wǎng)絡(luò)，指紋門禁系統(tǒng)提出了基于網(wǎng)絡(luò)響應(yīng)的方向計(jì)算和指紋分割方法，通過(guò)計(jì)算每個(gè)圖像塊在各個(gè)方向上的網(wǎng)絡(luò)響應(yīng)并通過(guò)平滑處理來(lái)計(jì)算紋路方向和進(jìn)行指紋分割，實(shí)驗(yàn)表明該方法有效地提高了特征提取的正確率?；趫A形Gabor濾波器 的指紋圖像增強(qiáng)節(jié)點(diǎn)(包括端點(diǎn)和分叉點(diǎn))是指紋圖像的關(guān)鍵特征，在指紋識(shí)別中發(fā)揮了重要作用。但是，節(jié)點(diǎn)的提取受到圖像質(zhì)量的影響，低質(zhì)量的指紋圖像會(huì)導(dǎo)致產(chǎn)生許多錯(cuò)誤的干擾節(jié)點(diǎn)或丟失正確的節(jié)點(diǎn)。為了能夠正確提取關(guān)鍵特征，除了有效的方向計(jì)算和圖像分割方法之外，指紋圖像的紋路增強(qiáng)是指紋識(shí)別中提高特征提取正確率的一個(gè)重要手段。本章基于KMg的基于CQLM濾波器的增強(qiáng)方法則提出了一種改進(jìn)方法，以不同的方式調(diào)節(jié)濾波器的形狀、尺寸和頻率，實(shí)驗(yàn)表明，改進(jìn)方法能夠提高特征提取的性能。