基于分块和偏最小二乘的非接触式手掌静脉生物特征识别

摘要：

研究了一种适用于非接触式图像采集的手掌静脉识别的子空间方法,解决了传统接触式采集容易传染疾病,非接触采集使同类图像差别增大导致识别性能不佳的问题.先采用分块算法对图像进行快速降维,再用偏最小二乘算法提取掌脉图像中灰度值变异大,且类别信息相关性最大的若干方向组成分类子空间,然后依据图像在此空间中的位置进行分类识别.应用自建掌脉图库和中科院自动化研究所图库进行实验分析,实验结果表明:与传统掌脉识别方法相比,该方法能有效地提高正确识别率,降低误拒率.两个图库中,该算法选择分块大小为4×4时的正确识别率分别达到99.98％,99.34％;误识率分别达到0.02％,0.66％；误拒率分别达到0.13％,0.60％；识别时间分别在0.03 s,0.04s之内.适用于安防、考勤等场合,具有实用价值.

关键词：模式识别、生物特征识别、手掌静脉、非接触、偏最小二乘法、图像分块

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目60972123;高等学校博士学科点专项科研基金项目20092102110002;沈阳市科技计划F10-213-1-00项目、辽宁省教育厅科研项目L2012034

在线出版日期：2013-09-09（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：1470-1478