10.3969/j.issn.1003-501X.2014.12.011
采用均匀局部二元模式及稀疏表示的掌纹识别
针对传统掌纹识别方法易受噪声干扰,且旋转鲁棒性差的问题,提出一种采用均匀局部二元模式(Uniform Local Binary Patterns,ULBP)及稀疏表示的掌纹识别方法。该方法利用善于表达图像纹理特征,且具有良好旋转不变性和抗干扰性的ULBP提取掌纹图像特征;同时考虑到直接对整幅图像进行ULBP处理会丢失局部纹理,采用先对各图像进行分块,再对各块分别进行ULBP处理的特征提取方案。在分类算法的设计上,本文利用掌纹图像库中训练样本的ULBP特征构造过完备字典,通过求解l1范数意义下的最优化问题实现测试样本的稀疏分解,并提出一种基于统计残差平均的稀疏表示分类方法,实现了测试掌纹图像的分类识别。实验结果表明,本文方法不仅具有良好的旋转及噪声鲁棒性,而且总体识别率明显优于基于PCA及2DPCA的传统稀疏表示分类方法,对于包含50000310人的掌纹数据库,识别率分别提高了8.8%和6.8%。
掌纹识别、均匀局部二元模式、稀疏表示、鲁棒性
TP391(计算技术、计算机技术)
国家自然科学基金61271399;浙江省自然科学基金项目Y1111061;宁波市自然科学基金2011A610192;宁波市科技创新团队研究计划2011B81002;宁波大学科研基金XYL1200;宁波大学研究生教育改革研究重点项目JGZDI201202
2015-01-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
60-65