基于融合像素点Gabor-Tetrolet的指关节纹识别
为了提取指关节纹图像的纹理特征并进一步提高其识别精度,提出一种基于改进Gabor小波和Tetrolet的指关节纹识别方法.首先,利用某点邻域像素的融合幅值特征代表该点的Gabor幅值特征,增强每个像素点之间的局部关联性;其次,将滤波后的指关节纹特征图像经过具有高稀疏性的Tetrolet变换以获取图像的最优稀疏表示;最后,利用带限相位相关(Band-Limited Phase-Only Correlation,BLPOC)算法提取指关节纹图像的互功率谱进行匹配.在PolyU-FK、PolyU-CFK、IITD图库得到的识别准确率分别为99.1300%,98.8324%,98.7937%,最低等误率为1.4601%,最短识别时间为0.0432 s.本文方法能够提高识别系统的性能,具有可行性和有效性.
模式识别;指关节纹识别;融合像素点;Gabor-Tetrolet;带限相位相关
36
TP391.4(计算技术、计算机技术)
国家重点研发计划;辽宁省教育厅科学技术研究项目;沈阳理工大学引进高层次人才科研支持计划
2021-10-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
1314-1322