1、綜合門禁系統設計裝修方案

       本文所設計的門禁系統由一個服務器和兩個門禁控制器組成，一個門控制器在通過攝像頭采集人臉圖像的同時另一個可以通過被采集儀采集指紋信息，管理服務器飲件并行連接兩個門識別器坎件，通過USB接口實現相互通信，服務器端軟件對兩個門禁識別器軟件的連接實現多線程處理。

       系統基于嵌入式WindowsXP平臺開發，有體積小，專用性強等特性。人臉識別系統門禁考勤支持刷卡人臉拍照，工號人臉識別、人臉識別、刷卡人臉識別四種驗證方式，方便用戶靈活選，支持TCP/IP、U盤兩種通信方式，用戶靈活選擇，實現用戶數據和門禁記錄的上傳下載，配置專業版門禁考勤管理軟件。

       圖像采集端利用技術對攝像頭進行控制，實現視頻圖像的預覽，并在預覽的過程中對實時的視頻進行抓拍，將抓拍圖像傳至嵌入式計算機主板，由基于PCA和BP神經網絡的人臉識別軟件進行識別處理。

       指紋采集端由指紋采集儀獲取用戶指紋，開通過封裝在識別器內部的指紋處理模塊進行指紋比對，門禁控制器包括AT89S5片（又稱微電路）MBF200識別模塊、液晶顯示器、數據存儲器、鍵盤、電源和電控鎖等部分組成。

       本識別系統軟件在Windows平臺上采用VC++6.0進行開發，全部重要算法都采用模塊化設計，提高了算法的可移植性。

       2、人臉識別

       2.1PCA對人臉圖像的特征提取

       由于攝像頭采集的人臉圖片的信息量往往很大，直接處理會產生龐大的計算量，所以在人臉識別之前要進行特征理取。人臉識別門禁利用已建成的人臉特征模板與被檢測者的人的面像進行特征分析，根據分析的結果來給出一個相似值，通過這個值即可確定是否為同一人。在降低特征空間的維數的同時，盡可能地保留識別信息，以達到有效分類。

       人臉識別系統使用主成分分析算法實現對人臉圖像的特征提取。人臉識別門禁考勤在一幅圖像或視頻流的一幀中檢測出人像將人像從背景中分離出來，井自動地將其保存，人像跟蹤是指利用人像技術，當指定的人像在攝像頭拍攝的范圍內移動時自動地對其進行跟蹤。主成分分析是多元統計分析中用來分析數據的一種方法，它是用一種較少數量的熱證對樣本進行描述以達到降低特征空間維數的方法，方法的基礎是Karhunen-Loeve展開式。K-L變換的更大有點是去相關性好。這樣可以將圖像中大量無關信息篩除，降低了之后運用神經網絡的結構復雜度，同時也提高了神經網絡的訓練效率和收斂率。