基于双Gabor方向韦伯局部描述子的掌纹识别
该文结合掌纹图像的纹理特点,对原始韦伯局部描述子(WLD)中的差分激励和梯度方向进行改进,提出双Gabor方向韦伯局部描述子(DGWLD),以提高掌纹识别率.在构建新的差分激励图时,通过加入邻域像素点与中心像素点间灰度差分的方向信息,扩大异类掌纹间的差异.同时,采用双 Gabor 方向代替原始的梯度方向,减小平移和旋转对识别的影响.此外,为了更好地衡量特征间的相似度,使用交叉匹配算法,进一步提升识别率.在PolyU, MSpalmprint和CASIA掌纹库上进行实验,识别率均达到100%.实验的结果表明,与其它局部描述子和已有改进的WLD方法相比,该文方法具有更高的识别率和更低的等错误率.
掌纹识别、韦伯局部描述子、差分激励、双Gabor方向、交叉匹配算法
40
TP391.4(计算技术、计算机技术)
国家自然科学基金61372137The National Natural Science Foundation of China61372137
2018-05-03（万方平台首次上网日期，不代表论文的发表时间）
共8页
936-943
