本文選題：掌紋識(shí)別 + 紋理特征提取�。� 參考：《計(jì)算機(jī)應(yīng)用研究》2017年11期

【摘要】：提取掌紋的最佳低維分類特征一直是掌紋識(shí)別研究領(lǐng)域的一個(gè)重要方向。針對(duì)掌紋圖像具有豐富的紋理特征特點(diǎn),提出一種基于加權(quán)自適應(yīng)中心對(duì)稱局部二值模式(WACS-LBP)與局部判別映射(LDP)相結(jié)合的掌紋識(shí)別方法。首先將掌紋感興趣(ROI)圖像分成大小均勻的小區(qū)域,利用自適應(yīng)中心對(duì)稱局部二值模式(ACS-LBP)算法獲取不同區(qū)域的紋理特征直方圖和權(quán)值,經(jīng)過加權(quán)連接得到ROI的加權(quán)紋理特征直方圖向量;再利用LDP算法對(duì)得到的特征向量進(jìn)行維數(shù)約簡;最后利用K最近鄰分類器進(jìn)行掌紋識(shí)別。在掌紋公開數(shù)據(jù)庫上進(jìn)行實(shí)驗(yàn),正確識(shí)別率高達(dá)97%以上。實(shí)驗(yàn)結(jié)果表明,該方法不僅是有效、可行的,而且研究思路比較明確。
[Abstract]:Extracting the best low-dimensional classification features of palmprint has been an important direction in palmprint recognition. A palmprint recognition method based on weighted adaptive centrosymmetric local binary mode (WACS-LBP) and local discriminant mapping (LDP) is proposed for palmprint images with rich texture features. Firstly, the image of palmprint interest (ROI) is divided into small areas with uniform size. The adaptive centrosymmetric local binary mode (ACS-LBP) algorithm is used to obtain the texture histogram and weight of different regions. The weighted texture feature histogram vector of ROI is obtained by weighted join; the dimension reduction of the obtained feature vector is carried out by using LDP algorithm; and the palmprint recognition is carried out by using K-nearest neighbor classifier. Experiments on open palmprint database show that the correct recognition rate is over 97%. The experimental results show that this method is not only effective and feasible, but also has a clear research idea.
【作者單位】： 鄭州大學(xué)西亞斯國際學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61473237) 河南省教育廳自然科學(xué)基礎(chǔ)研究計(jì)劃項(xiàng)目(15A520101,152102310368)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;我研制成功世界首套高精度自動(dòng)掌紋識(shí)別系統(tǒng)[J];光學(xué)儀器;2008年01期

2 ;中國研制出首個(gè)高精度自動(dòng)掌紋識(shí)別系統(tǒng)[J];安防科技;2008年04期

3 吳文暉;;掌紋識(shí)別技術(shù)在金融系統(tǒng)的應(yīng)用[J];廣東金融電腦;1998年05期

4 宋炯,林喜榮,包桂秋,申晶;一種掌紋線特征的提取方法[J];計(jì)算機(jī)工程與應(yīng)用;2004年12期

5 鄔向前,王寬全,張大鵬;一種用于掌紋識(shí)別的線特征表示和匹配方法(英文)[J];軟件學(xué)報(bào);2004年06期

6 吳攀;;一種提高掌紋識(shí)別率方法的研究[J];軟件導(dǎo)刊;2007年03期

7 姚永芳;趙清杰;張利萍;荊曉遠(yuǎn);;統(tǒng)計(jì)不相關(guān)的費(fèi)舍掌紋識(shí)別算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年21期

8 劉富;徐杰;崔平遠(yuǎn);;基于兩層策略的掌紋識(shí)別新方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2008年S2期

9 ;哈爾濱工業(yè)大學(xué)成功研制掌紋識(shí)別系統(tǒng)[J];安防科技;2008年04期

10 王艷霞;阮秋琦;;一種掌紋紋線結(jié)構(gòu)特征的描述和匹配方法[J];電子與信息學(xué)報(bào);2008年06期

相關(guān)會(huì)議論文 前4條

1 明泉水;孫季豐;;一種新的掌紋定位方法[A];2009年中國高校通信類院系學(xué)術(shù)研討會(huì)論文集[C];2009年

2 魏驍勇;徐丹;袁國武;;基于組合特征的掌紋識(shí)別技術(shù)[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

3 許慧;林家恒;劉增曉;;掌紋識(shí)別技術(shù)研究進(jìn)展[A];第16屆中國過程控制學(xué)術(shù)年會(huì)暨第4屆全國故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

4 李嘉偉;孫明;;基于圖像處理的掌紋識(shí)別技術(shù)研究[A];中國農(nóng)業(yè)工程學(xué)會(huì)電氣信息與自動(dòng)化專業(yè)委員會(huì)、中國電機(jī)工程學(xué)會(huì)農(nóng)村電氣化分會(huì)科技與教育專委會(huì)2010年學(xué)術(shù)年會(huì)論文摘要[C];2010年

相關(guān)重要報(bào)紙文章 前2條

1 ;英特爾展示掌紋識(shí)別技術(shù)解決安全問題[N];中國電腦教育報(bào);2012年

2 盧光明邋記者 劉傳書;我研制成功世界首套高精度自動(dòng)掌紋識(shí)別系統(tǒng)[N];科技日?qǐng)?bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 趙秋實(shí);非接觸式掌紋識(shí)別關(guān)鍵問題研究[D];哈爾濱工業(yè)大學(xué);2014年

2 康冰;基于身體健康狀況表征的人體掌部精細(xì)紋路和顏色提取算法研究[D];吉林大學(xué);2016年

3 崔金榮;基于多光譜和2D/3D掌紋的識(shí)別與融合方法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 賈偉;掌紋識(shí)別關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2008年

5 潘新;掌紋識(shí)別關(guān)鍵算法的研究[D];北京交通大學(xué);2009年

6 林森;非理想條件下掌紋識(shí)別方法研究[D];沈陽工業(yè)大學(xué);2013年

7 郭秀梅;掌紋識(shí)別算法的研究[D];山東大學(xué);2014年

8 張建新;自動(dòng)掌紋識(shí)別理論和算法研究[D];大連理工大學(xué);2009年

9 郭金玉;基于子空間法的掌紋識(shí)別研究[D];沈陽工業(yè)大學(xué);2009年

10 冷璐;可撤除掌紋識(shí)別與認(rèn)證技術(shù)研究[D];西南交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 瞿遙;基于同態(tài)加密的掌紋認(rèn)證研究[D];西南交通大學(xué);2015年

2 劉剛;非接觸式可撤銷手掌紋脈融合認(rèn)證技術(shù)研究[D];南昌航空大學(xué);2015年

3 王yN;復(fù)雜背景下的手掌圖像預(yù)處理及關(guān)鍵區(qū)域提取技術(shù)研究[D];華僑大學(xué);2015年

4 梁浩銘;基于云架構(gòu)的大規(guī)模掌紋識(shí)別技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

5 解冰;掌紋識(shí)別系統(tǒng)中的光源強(qiáng)度自動(dòng)調(diào)節(jié)技術(shù)及其應(yīng)用[D];哈爾濱工業(yè)大學(xué);2014年

6 褚萬星;基于角點(diǎn)檢測(cè)與競爭編碼的掌紋識(shí)別系統(tǒng)[D];西安電子科技大學(xué);2014年

7 洪丹楓;魯棒的高精度掌紋識(shí)別技術(shù)研究[D];青島大學(xué);2015年

8 徐云云;面向智能手機(jī)的掌紋識(shí)別技術(shù)研究[D];合肥工業(yè)大學(xué);2015年

9 張鵬;基于特征提取的掌紋識(shí)別[D];北京理工大學(xué);2016年

10 馮競慧;基于旋轉(zhuǎn)不變的掌紋識(shí)別系統(tǒng)[D];吉林大學(xué);2016年

，

本文編號(hào)：2107162