一种基于指纹识别的智能办公室门禁系统
专利汇可以提供一种基于指纹识别的智能办公室门禁系统专利检索，专利查询，专利分析的服务。并且本 发明 提供一种基于指纹识别的智能办公室 门 禁系统，包括：指纹采集设备，用于采集用户指纹图像，将获取的所述用户指纹图像与该指纹采集设备编号发送到所述 服务器 ；服务器，用于对接收的指纹图像进行 边缘检测 及特征提取处理，获取用户指纹特征参数，并将所述用户指纹特征参数与特征存储模 块 中预存的与所述指纹采集设备编号相关联的指纹特征参数进行匹配，当输出匹配结果为正确时，根据接收的指纹采集设备编号向与该编号相应的控制设备发送开门指令；控制设备，用于接收由所述服务器发送的所述开门指令，根据所述开门指令打开其对应的门禁系统。本发明增强对办公室门禁系统权限的控制 水 平。，下面是一种基于指纹识别的智能办公室门禁系统专利的具体信息内容。
1.一种基于指纹识别的智能办公室门禁系统，其特征在于，包括：指纹采集设备、服务器和控制设备，其中，
所述指纹采集设备，用于采集用户指纹图像，将获取的所述用户指纹图像与该指纹采集设备编号发送到所述服务器；
所述服务器，进一步包括处理模块、特征存储模块和指令发送模块；
所述处理模块，用于对接收的指纹图像进行边缘检测及特征提取处理，获取用户指纹特征参数，并将所述用户指纹特征参数与特征存储模块中预存的与所述指纹采集设备编号相关联的指纹特征参数进行匹配，计算所述用户指纹特征参数和预存的指纹特征参数的相似度，当相似度大于设定的阈值时，输出匹配结果为正确；
所述特征存储模块，用于储存用户预存的指纹采集设备编号、与该指纹采集设备编号相关联的用户指纹特征参数、及与该指纹采集设备编号相应的控制设备信息；
所述指令发送模块，用于当所述处理模块输出的匹配结果为正确时，根据接收的指纹采集设备编号向与该编号相应的控制设备发送开门指令；
所述控制设备，用于接收由所述服务器发送的所述开门指令，根据所述开门指令打开其对应的门禁系统。
2.根据权利要求1所述的一种基于指纹识别的智能办公室门禁系统，其特征在于，所述服务器还包括管理模块，用于将预存的图像指纹特征参数与指纹采集设备编号进行关联，并储存到所述特征存储模块中。
3.根据权利要求1所述的一种基于指纹识别的智能办公室门禁系统，其特征在于，所述控制设备信息包括控制设备的IP地址、身份信息、编号中的一项或多项。
4.根据权利要求1所述的一种基于指纹识别的智能办公室门禁系统，其特征在于，所述处理模块进一步包括依次连接的增强单元、滤波单元、边缘检测单元、特征提取单元和识别单元，其中，
所述增强单元，用于对接收的指纹图像进行灰度化处理，获取灰度化图像；
所述滤波单元，用于对所述灰度化图像进行滤波处理，获取滤波图像；
所述边缘检测处理，用于对所述滤波图像进行二值化处理，获取滤波图像中的指纹部分；
所述特征提取单元，对所述指纹部分进行特征提取处理，获取用户指纹特征参数；
所述识别单元，用于将所述用户指纹特征参数与所述特征存储模块中预存的与所述指纹采集设备编号相关联的指纹特征参数进行匹配，计算所述用户指纹特征参数和预存的指纹特征参数的相似度，当相似度大于设定的阈值时，输出匹配结果为正确。
5.根据权利要求4所述的一种基于指纹识别的智能办公室门禁系统，其特征在于，所述滤波单元进一步包括依次连接的第一滤波单元和第二滤波单元，其中：
所述第一滤波单元用于对所述灰度化图像进行除脉冲噪声处理，获取第一滤波图像；
所述第二滤波单元用于对所述第一滤波图像进行除高斯噪声处理，获取第二滤波图像；
其中所述第二滤波图像作为所述滤波单元输出的所述滤波图像。
6.根据权利要求5所述的一种基于指纹识别的智能办公室门禁系统，其特征在于，所述第二滤波单元，进一步包括：
(1)选取所述第一滤波图像中的一个像素点为中心像素点，分别获取该中心像素点与其b×b邻域中每个像素点的相似度，其中采用的相似度函数为：
式中，I(α0,α(k))表示中心像素点α0与邻域像素点α(k)的相似度；ε0和ε(k)分别表示像素点α0和α(k)的灰度值，ψσ表示设定的调节因子；
(2)根据邻域中像素点α(k)与中心像素点α0的相似度构造一个有序集合
其中 其中b2-1表
2
示邻域像素点的总数，其中k∈[1,b-1]；
(3)根据有序集合对所述中心像素点进行去高斯噪声处理，其中采用的除噪声函数为：
其中，
式中，ε′0表示去高斯噪声处理后像素点α0的灰度值，ε(j)表示有序集合中像素点α(j)的灰度值，I(α0,α(j))表示中心像素点与该有序集合中像素点α(j)的相似度，表示自适应去噪因子， 表示相似性累积和， rv表示整数集合，rv＝{1,
2
2,…,b-1}；
(4)依次遍历第一滤波图像内的每一个像素点，分别对所述每一个像素点进行上述去高斯噪声处理，获取所述每一个像素点去高斯噪声处理后的灰度值，并根据所述每一个像素点去高斯噪声处理后的灰度值组成第二滤波图像。
7.根据权利要求6所述的一种基于指纹识别的智能办公室门禁系统，其特征在于，所述第二滤波单元，进一步包括：
其中，所述调节因子ψσ由下列方式获取：
(1)对所述第一滤波图像B进行NSCT分解得到低频图像R，并将低频图像R分解为互相重叠的b×b小块Bn，计算每个小块Bn的标准差 其中b≥3，n∈[1,N]，N表示所述小块的总数；
(2)初始化设定γW＝G、迭代次数u＝0，其中G表示设定的初始标准差阈值大小；
(3)开始迭代过程：
(31)在低频图像R上获取满足 小于γW的小块Bn作为弱纹理块，并标记其坐标信息，其中W表示设定的初始阈值；
(32)将该弱纹理块的坐标信息映射到第一滤波图像B相应的位置，在第一滤波图像B上获取弱纹理快，并对第一滤波图像B上提取的弱纹理块进行如下处理：
将第一滤波图像B中获取的弱纹理块转换成列向量yu，yu表示第u个弱纹理快转换成的列向量；
获取弱纹理块组成的协方差矩阵，其中采用的协方差矩阵函数为：
式中，Σy表示弱纹理块组成的协方差矩阵，s表示弱纹理快的总数，yu表示第u个弱纹理块的列向量，Y表示数据集{yu}的平均值；
并根据该协方差矩阵的最小特征值获取第一滤波图像B的标准差估计 其中
umin(Σy)表示协方差矩阵Σy的最小特征值；
(33)对标准差估计进行判断：如果 则输出 作为调节因子ψσ，并结
束迭代过程；如果 则设定 u＝u+1，重复上述迭代过程，直到迭代
次数u大于设定的阈值。
一种基于指纹识别的智能办公室门禁系统
技术领域
背景技术
发明内容
具体实施方式
示邻域像素点的总数，其中k∈[1,b2-1]；
到迭代次数u大于设定的阈值。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 隧道入口“黑洞效应”的图像检测方法 | 2020-12-14 | 0 |
| 一种基于特征图像的小模数齿轮边缘检测精度计算方法 | 2020-09-11 | 2 |
| 一种钉螺智能检测识别与统计系统 | 2020-07-04 | 0 |
| 基于车底阴影的前车运动车辆检测方法 | 2020-11-07 | 2 |
| 活体虹膜图像采集方法及采集装置 | 2022-09-13 | 1 |
| 一种集装箱号的识别方法、装置及移动终端 | 2020-06-21 | 1 |
| 一种汽车驾驶模拟器 | 2020-12-15 | 2 |
| 机动车行车安全预警方法 | 2020-09-08 | 1 |
| Sheet-fed scanning device capable of detecting a document edge | 2022-06-30 | 1 |
| Binarizing device | 2023-10-24 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
