基于矩不变量-2DPCA的掌纹识别算法

摘要：

在掌纹识别问题的研究中,首先在频域内对图像在主方向上利用2D Gabor滤波器进行滤波,增强特征纹线信息.然后通过小波变换对掌纹图像进行分解,可以降低图像的分辨率并提取低频成份.对二维主成分分析(2DPCA)可以降低计算复杂度,有利于计算掌纹图像的特征.在样本采集过程中难免会有一些由于微小旋转或挤压所引起的噪声所带来的影响,为了对传统的2DPCA算法进行改进,并提高掌纹算法的识别率.同时利用减少上述噪声的影响.将两种方法结合在一起,反复进行掌纹特征的计算,最后使用最近邻法则进行匹配.实验表明,矩不变量配合2DPCA的方法可以提高掌纹图像的识别率.

关键词：小波分解、二维主成分分析、矩不变量

所属期刊栏目：27

分类号：TP391.41(计算技术、计算机技术)

资助基金：广东省自然科学基金06300098

在线出版日期：2011-01-28（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：197-201,293