基于BSLDP和典型相关分析的掌纹掌脉融合识别

摘要：

针对非接触采集图像时容易出现模糊,导致识别系统稳健性下降、识别效果不佳的问题,提出一种基于分块增强局部方向模式(BSLDP)和典型相关分析的掌纹掌脉融合识别方法.首先对传统局部方向模式(LDP)进行了改进,提出BSLDP来获取掌纹掌脉图像的纹理方向特征,然后基于典型相关分析法实现掌纹掌脉特征的有效融合,最后根据融合特征向量间的卡方距离进行匹配识别,并在CASIA-M图库及自建非接触图库上进行实验测试,最小等误率分别为0.63％和1.21％.结果表明与其他传统及最新算法相比,本文方法能够消除冗余信息、准确地保留掌纹掌脉的有效特征信息,提高系统识别性能.

关键词：图像处理、分块增强局部方向模式、典型相关分析、等误率、非接触

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：辽宁省教育厅科学研究一般项目;国家自然科学基金

在线出版日期：2018-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：175-183