指紋識(shí)別門禁系統(tǒng)中提出了基于方向正確性計(jì)算指紋質(zhì)量從而指導(dǎo)指紋注冊(cè)的方法，以及在指紋注冊(cè)階段將多個(gè)輸入指紋的特征拼接成一個(gè)模板指紋的方法。自動(dòng)指紋識(shí)別系統(tǒng)在指紋注冊(cè)階段的注冊(cè)指紋的質(zhì)量的好壞會(huì)影響在識(shí)別階段的正確串，實(shí)驗(yàn)結(jié)果表明，我們的圖像質(zhì)量計(jì)算方法能夠有效指導(dǎo)指紋注冊(cè)，提高識(shí)別正確率。多個(gè)模板指紋的拼接則能有效利用模板指紋的特征，從而可以提高系統(tǒng)的識(shí)別性能

指紋門禁考勤一體機(jī)還提出了基于平均周期的指紋分類方法。Henv分類模式是目前通用的指紋分類模式，目前許多分類算法都圍繞如何提高Henv分類模式的正確率來進(jìn)行，但Henv模式類數(shù)少，分布不均勻，而見對(duì)有些指紋圖保存在錯(cuò)誤分類、拒絕分類和難以分類等問題。我們提出了一種基于指紋平均周期的分類方法，通過計(jì)算指紋的平均周期井按照平均周期將數(shù)據(jù)庫(kù)中的指紋進(jìn)行排序。該方法可以提高指紋的搜索速度。若將基于指紋周期的分類算法和現(xiàn)有的指紋分類算法結(jié)合起來，則可望進(jìn)一步提高指紋搜索效率。
我們最后實(shí)現(xiàn)了一個(gè)自動(dòng)指紋識(shí)別系統(tǒng)，該系統(tǒng)采用層次化、模塊化設(shè)計(jì)．其中集成了本書的主要算法。