pegasus門禁的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

應用具權重條件之適應性影像分割法於指靜脈辨識之研究

為了解決pegasus門禁的問題，作者闕合賢 這樣論述：

生物辨識技術中有許多的辨識方法，其中指靜脈辨識使用手指靜脈紋路作為辨識依據，相較於其他辨識方法之辨識依據，靜脈紋路具有良好的唯一性、防偽造性高、以及活體辨識…等諸多優點，因而開始廣泛被應用，如取代提款卡的身分識別、門禁系統…等等，它已成為近年來生物辨識的重要研究議題之一。目前在指靜脈辨識上，許多的辨識方法相繼被提出，但是這些方法都是採用全域性的特徵轉換法，並沒有針對靜脈影像局部的成像特性進行對應處理，因此可能造成辨識率下降；本論文提出一種依據人體手指之生理特徵作為局部性特徵法(Location Features Method)之依據來分割靜脈影像之分割方法，該方法利用一模板平滑對影像進行處理

，先計算出一門檻值圖像並找出符合特性的區域，再透過統計方式依垂直統計量大小進行動態分界線(Dynamic Boundary Line)判斷，最後將影像切開後針對各小區域使用直方圖統計並依據直方圖相似度配合對應權重加權得到整體影像相似度，藉此達到透過指靜脈辨識身分之目的。經實驗106位使用者之靜脈影像，靜脈影像採樣者年齡從20~60歲不等，採樣者所從事之行業為工業、商業與學業都包含在資料庫中，而每位使用者分別以雙手的食指、中指與小拇指，每隻手指頭個別採樣6張共3816張靜脈影像，發現本論文所提出之方法的辨識率達到97%，而其它知名的研究如主成分分析(Principal Components An

alysis，PCA)、雷登轉換(Radon Transform Method，RTM)、局部二元模型(Local Binary Pattern，LBP)，其辨識率分別是94.27%、95.74%、95.15%，由此可以驗證依據局部性特徵法之優異性。