基于区域分割和二次判别的手静脉识别

摘要：

提出了一种基于区域分割和二次判别的手静脉识别方法,首先,将静脉图像分割成一些相同大小的互不重叠的子区域,在每一个小的子区域内抽取仅带有该区域局部特征的Gabor相位信息,再将这些特征信息级联成整幅图像的特征矢量,进行静脉识别.在抽取特征的过程中,使用Fisher线性判别(Fisher linear discriminant,FLD)降低特征矢量维度.最后,利用得到的相位信息重建一幅静脉图像,并根据阈值将图像二值化,从而分割出手静脉骨架,结合静脉骨架的相似性得到手静脉的二次识别.在香港理工大学的数据库上测试了算法性能,实验结果表明,通过区域分割获取局部特征在手静脉识别中起到了关键作用,在进一步结合了二次判别后,本文提出的手静脉识别方法取得了0.09％的等错误概率(Error equation rate,EER).

关键词：静脉识别、局部特征、区域分割、二次识别

所属期刊栏目：28

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61371148;上海自然科学基金12ZR1402500

在线出版日期：2013-11-18（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：658-663