采用均匀局部二元模式及稀疏表示的掌纹识别

摘要：

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%。

关键词：掌纹识别、均匀局部二元模式、稀疏表示、鲁棒性

分类号：TP391(计算技术、计算机技术)

资助基金：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

在线出版日期：2015-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：60-65