節點的常規特征包括坐標、方向和類型。許多算法除了使用常規特征外，還提取一些局部特征，如與節點相連的指紋。提取與節點相連的紋線信息時，對于端節點可以直接提取和該節點相連的紋線，對于分叉點必須提取兩個分叉中的一條。由于受指紋圖像質量的影響，節點提取算法計算出來的節點類型可能不太穩定，對于一個別所示的端點，可能會得到指紋門禁中所示的三種不同的提取結果；類似地，對于)所示的分又點，可能舍得到所示的三種不同的提取結果。這樣，在不同指紋圖像中提取的同一節點的相關紋線也具有不穩定性，這種不穩定性會影響紋線的匹配。相對由于節點類型的不穩定性導致提取的紋線形狀的不穩定性來說，節點周圍的方向特征要穩定得多。對于提取與節點相關的什么樣的局部特征，應該從以下幾方面考慮：(1)特征的穩定性，(2)能否提高識別的正確率，(3)特征的長度，(4)計算的復雜性，(5)能否有助于對節點排序以提高節點查找速度。
 

　　因為節點類型提取的不穩定性，所以本章方法不區分節點類型。因為方向信息的相對穩定性，所以本章方法提取節點周圍相對節點的局部相對方向信息。局部相對方向是一種圍繞節點的局部特征，可以用來匹配兩一個相應的采樣點，具有相同的紋路方向，4和4‘具有相同的紋路方向，所以M和4之間以及之間具有相同直接方向差但它們具有不同累計方向差這種不同由從節點到采樣點的紋路方向變化方式不同引起，刪可以記錄這種變化方式，而刪則無法記錄。所以，采用累計方向差作為采樣點的局部相對方向。
 

　　關于指紋門禁考勤一體機本網站還有更多的內容，歡迎閱讀。