1、综合门禁系统设计装修方案

       本文所设计的门禁系统由一个服务器和两个门禁控制器组成，一个门控制器在通过摄像头采集人脸图像的同时另一个可以通过被采集仪采集指纹信息，管理服务器饮件并行连接两个门识别器坎件，通过USB接口实现相互通信，服务器端软件对两个门禁识别器软件的连接实现多线程处理。

       系统基于嵌入式WindowsXP平台开发，有体积小，专用性强等特性。人脸识别系统门禁考勤支持刷卡人脸拍照，工号人脸识别、人脸识别、刷卡人脸识別四种验证方式，方便用户灵活选，支持TCP/IP、U盘两种通信方式，用户灵活选择，实现用户数据和门禁记录的上传下载，配置专业版门禁考勤管理软件。

       图像采集端利用技术对摄像头进行控制，实现视频图像的预览，并在预览的过程中对实时的视频进行抓拍，将抓拍图像传至嵌入式计算机主板，由基于PCA和BP神经网络的人脸识别软件进行识別处理。

       指纹采集端由指纹采集仪获取用户指纹，开通过封装在识別器内部的指纹处理模块进行指纹比对，门禁控制器包括AT89S5片（又称微电路）MBF200识别模块、液晶显示器、数据存储器、键盘、电源和电控锁等部分组成。

       本识别系统软件在Windows平台上采用VC++6.0进行开发，全部重要算法都采用模块化设计，提高了算法的可移植性。

       2、人脸识别

       2.1PCA对人脸图像的特征提取

       由于摄像头采集的人脸图片的信息量往往很大，直接处理会产生庞大的计算量，所以在人脸识别之前要进行特征理取。人脸识别门禁利用已建成的人脸特征模板与被检测者的人的面像进行特征分析，根据分析的结果来给出一个相似值，通过这个值即可确定是否为同一人。在降低特征空间的维数的同时，尽可能地保留识别信息，以达到有效分类。

       人脸识别系统使用主成分分析算法实现对人脸图像的特征提取。人脸识别门禁考勤在一幅图像或视频流的一帧中检测出人像将人像从背景中分离出来，井自动地将其保存，人像跟踪是指利用人像技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。主成分分析是多元统计分析中用来分析数据的一种方法，它是用一种较少数量的热证对样本进行描述以达到降低特征空间维数的方法，方法的基础是Karhunen-Loeve展开式。K-L变换的更大有点是去相关性好。这样可以将图像中大量无关信息筛除，降低了之后运用神经网络的结构复杂度，同时也提高了神经网络的训练效率和收敛率。