基于类拐点特征向量的多层次指纹分类新方法

摘要：

自动指纹识别技术是利用人类指纹的唯一性,通过对指纹图像的采集、细节特征提取并与样本库数据相比较的过程来实现指纹识别的技术.首次定义并成功提取了一种反映指纹方向场变化特点和规律的新特征向量,即类拐点特征向量.利用这一新的特征向量和从类拐点中抽取出来的指纹核心点为分类特征,以多层次树结构为分类策略,使不同类型的指纹在不同层次、不同特征空间都线性可分,从而分别获得最大的类间距离而最小的类内方差.在高维数比率样本测试条件下,分类的准确率达到99%以上,并且对低质量指纹图像具有良好的鲁棒性,从而真正实现了准确一致而又精细的指纹实时分类,具有很强的实用性和一定的推广价值.

关键词：类拐点特征向量、核心点、树结构、维数比率

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省自然科学基金02KJB140008

在线出版日期：2008-05-12（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：47-55