基于独立分量分析的一种改进的掌纹识别方法

摘要：

独立分量分析方法(ICA)用于掌纹识别不仅可以得到图像的高阶统计信息,而且使得各分量尽可能独立.但计算量大,分类特征不明显.本文在ICA基础上提出一种改进的新方法,首先用小波变换进行降维处理,使得在保证了图像信息特征的最小损失下大大减少计算量;再用ICA方法得到独立基向量;最后在独立基向量张成的子空间用Fisher线性鉴别(FLD)方法进行特征提取,使得图像有更好的分类信息.实验结果表明,改进后的方法不仅识别率得到提高,而且缩短了识别时间.

关键词：掌纹识别、独立分量分析、Fisher线性鉴别

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：广东省自然科学基金资助项目8151009001000044

在线出版日期：2010-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：51-54