核Fisher鉴别分析在掌纹识别中的应用

摘要：

核Fisher的鉴别方法(KFDA)是模式识别中较为突出的提取图像非线性特征的方法.为了更好地提取掌纹图像的非线性特征,将KFDA方法引入到掌纹识别中.首先对掌纹图像做小波变换进行降维,在保留原始图像轮廓信息和特征的基础上,用核Fisher判决方法进行特征提取并引入零空间的核Fisher(ZKFDA)方法解决小样本问题,最后用最小距离分类器进行掌纹匹配.通过PolyU掌纹图像库,实验结果表明,在不同的特征个数下,KFDA方法比二维Fisher准则(2DFLD)方法识别率高;零空间ZKFDA的平均识别率高于KFDA,并且计算量大大减少.在核函数选取上,取RBF核函数的识别性能最佳.

关键词：图像处理、核Fisher鉴别分析、特征提取、掌纹识别

所属期刊栏目：26

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8151009001000044,07001797;广州市科技计划项目2007J1-C0501

在线出版日期：2010-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：647-653