Teknolojia ya uchimbaji wa kipengele cha vidole kutoka kwa picha ya alama za vidole kwenye Mashine ya Udhibiti wa Udhibiti wa Upataji wa Wakati wa Vidole

Vipengee vya vidole vya kawaida vinavyotumiwa na mashine za kudhibiti ufikiaji wa vidole kwenye kitambulisho cha alama za vidole ni node, alama za umoja na mistari, nk. Viwango hasa ni pamoja na miisho na vidokezo, na vidokezo vya umoja ni pamoja na vidokezo vya msingi na vidokezo vya pembetatu. Vipengele vya alama za vidole vilivyotolewa hutumiwa kwa kulinganisha alama za vidole. Teknolojia muhimu zinazohusika katika uchimbaji wa kipengele cha vidole ni pamoja na hesabu ya mwelekeo wa muundo, hesabu ya frequency ya muundo, uhakika wa msingi na ugunduzi wa hatua ya pembetatu, sehemu za alama za vidole, ukuzaji wa alama za vidole, uchimbaji wa muundo na uboreshaji, uchimbaji wa node na kuchuja, na hesabu ya muundo. hesabu nk.

Uhesabuji wa mwelekeo wa muundo ni msingi wa kitambulisho cha alama za vidole. Zaidi ya algorithms katika kitambulisho cha alama za vidole ni msingi wa mwelekeo, kama hesabu ya frequency, ufuatiliaji wa muundo, kugundua vidokezo vya msingi na vidokezo vya pembetatu, sehemu za alama za vidole, uimarishaji wa alama za vidole, upatanishi wa node, nk. Njia ya hesabu ya mwelekeo wa muundo ni msingi wa kiwango cha kijivu kati ya saizi, kulinganisha kila 2x2 block na templeti nne za makali ili kutoa mwelekeo wa block ya pixel, na kisha hufanya makadirio ya wastani kulingana na eneo kubwa kuhesabu zaidi ikiwa ni ngumu Kuamua mwelekeo, mpangaji hutumia njia ya upatanishi wa Graycale kuhesabu mwelekeo wa muundo, huonyesha mwelekeo wa muundo katika mwelekeo 16, na kuhesabu msimamo wa graycale wa kila pixel katika kila mwelekeo. Chukua mwelekeo na msimamo bora kama mwelekeo wa nyumba, na uhesabu mabadiliko ya kijivu kando ya kila mwelekeo, mabadiliko ya kijivu kando ya mwelekeo wa nafaka ni ndogo zaidi, na mabadiliko ya njia ya kijivu pamoja na mwelekeo wa nafaka ni kubwa zaidi. Badilisha kuwa saizi za maandishi na saizi zisizo na maandishi, punguza mwelekeo wa muundo kuwa mwelekeo 16, na uhesabu msimamo wa aina ya pixel ya kila pixel katika kila mwelekeo, tumia njia ya makadirio kuhesabu mwelekeo wa muundo, na ugawanye picha ya alama ya vidole kuwa A Saizi ya kuzuia 32n32, na kuhesabu makadirio ya kila block kwa mwelekeo tofauti, chukua mwelekeo na tofauti kubwa ya makadirio kama mwelekeo wa wima wa muundo, na utumie mtandao wa neural wa hali ya juu kuhesabu uwanja wa mwelekeo. Hivi sasa, njia ya hesabu inayotumiwa zaidi ya muundo wa muundo ni msingi wa gradient. Njia ni duni. Njia hii inahesabu vector ya gradient ya picha ya alama za vidole kwenye kila pixel. Miongozo ya vector ya gradient inawakilisha mabadiliko ya haraka ya picha ya alama ya vidole kwenye mwelekeo huu kwenye pixel, na saizi ya vector ya gradient inawakilisha kasi ya mabadiliko ya kijivu. Gradient ya pixel kwenye makali ya muundo kwenye picha ni kubwa, mwelekeo wa muundo uliohesabiwa na njia hii umedhamiriwa na saizi hizo zilizo na gradient kubwa, na mwelekeo wa picha kwenye ukingo wa maandishi mwelekeo wa muundo. Miongozo ya muundo wa kila eneo ni msingi wa miji yote katika eneo hilo.
Vector ya gradient ya pixel imehesabiwa, na mwelekeo wa vector wa gradient wa kebo ya picha ya makali upande wa kushoto na kulia wa muundo ni tofauti tu, ili kuzuia kufuta kwa kuhesabiwa katika hesabu. Katika hesabu, vector ya kiwango cha antimony ni mraba, na vector ya gradient ya saizi ya makali upande wa kushoto na kulia wa muundo utaelekeza kwa mwelekeo sawa, na kisha mwelekeo wa wastani wa vector ya gradient iliyohesabiwa. Kwa sababu mwelekeo wa vector ya gradient ya mraba ni mara mbili ya vector ya gradient ya mraba, 1 ni ya mwelekeo wa wastani wa vector ya gradient ya karibu ni mwelekeo wa wima wa muundo. Shida na njia ya msingi wa gradient ni kwamba wakati mwelekeo wa gradient wa saizi nyingi haifai kwa mwelekeo wa muundo, mwelekeo mbaya utahesabiwa kama picha ya asili, ambayo ni matokeo ya makadirio ya mwelekeo. Kuna makadirio mengi ya mwelekeo mbaya katika eneo la elliptical, ambayo ni upanuzi wa taratibu wa picha ya eneo la ndani, kutoka wakati unapoingia kwenye picha ya kitaifa, inaweza kuonekana kuwa veins za gradient za saizi nyingi za makali hazina maana kwa The mwelekeo wa muundo, na hivyo kusababisha makadirio ya mwelekeo mbaya. Njia hiyo inaweza kurekebisha mwelekeo mbaya wa kazi ya pekee, lakini wakati mwelekeo mbaya katika eneo fulani ni wengi, sio tu maana ya mwelekeo mbaya inaweza kusahihishwa. Miongozo sahihi itarekebishwa vibaya, na mwelekeo karibu na msingi wa msingi mara nyingi utatengana kutoka kwa mwelekeo wa kweli baada ya kuchuja kwa chini. Wakati curvature ya muundo karibu na msingi wa msingi ni kubwa.