应用二维EMD和独立成分分析的掌纹识别

摘要：

提出一种基于二维经验模式分解(Two-dimensional Empirical Mode Decomposition,2-D EMD)和独立成分分析(Independent Comment Analysis,ICA)相结合的掌纹识别新方法.利用2-D EMD自适应的时频局域化多尺度和ICA Ⅱ表征数据的高阶统计特性来提取掌纹特征.首先,对预处理过的掌纹图像进行2-D EMD分解得到多层本征模函数(Intrinsic Mode Function,IMF);其次,利用基于PCA(Principal Component Analysis)降维处理的FastICA Ⅱ算法提取IMF子图像集的掌纹特征基向量;最后,设计实验测试(2-D EMD+ICA Ⅱ)的识别性能.实验结果表明,该方法能更有效地提取掌纹特征,与传统的ICA Ⅱ相比,具有重构图像信噪比好、识别率高等优点.

关键词：二维经验模式分解(2-D EMD)、独立成分分析(ICA)、主成分分析(PCA)、掌纹识别

所属期刊栏目：47

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省自然科学基金BK2009131;河北省科学技术研究与发展计划项目10212152

在线出版日期：2012-01-14（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：182-185