10.3979/j.issn.1673-825X.201905230204
结合改进韦伯算子和加权稀疏表示的指静脉识别
为了在拓扑结构简单的指静脉图像上提取更完整的纹理信息并提高识别效率,提出一种从粗到细的指静脉识别算法.在粗识别阶段,利用测试样本与每类中的一个样本之间的相似性,排除冗余训练类;在精识别阶段,引入Gabor进行图像表示,更清楚地描述图像纹理的局部空间尺度特征和方向特征;将韦伯局部圆梯度模式(We-ber local circle gradient pattern,WLCGP)与多方向对称局部图结构(multidirectional symmetrica local graph structure,MSLGS)结合对原始的韦伯算子进行改进,从而对空间结构信息获得更精确的图像描述;通过WLCGP-MLGS提取直方图特征向量,并通过加权稀疏表示分类.在天津市智能信号与图像处理重点实验室数据库和FV-USM(finger vein USM)数据库上进行实验,该算法的正确识别率分别为99.3546%和97.3842%.结果表明,与其他传统及最新算法相比,具有良好的识别性能和应用前景.
指静脉、Gabor、韦伯、加权稀疏、正确识别率
33
TP391.4(计算技术、计算机技术)
辽宁省教育厅科学研究一般项目;辽宁省自然科学基金面上项目
2021-03-15(万方平台首次上网日期,不代表论文的发表时间)
共11页
152-162