基于线特征韦伯局部描述子的掌纹识别
目的 将韦伯局部描述子WLD(Weber local descriptor)应用于掌纹识别,并针对掌纹具有丰富线特征的特点,在WLD基础上改进获得线特征韦伯局部描述子LWLD(line feature weber local descriptor),以提高掌纹识别的效率.方法 首先采用MFRAT或Gabor滤波器对掌纹图像进行线性滤波,生成方向图和能量图;然后对能量进行韦伯差分激励滤波生成差分激励图;最后,基于方向图和差分激励图构造线韦伯特征直方图,并基于线韦伯特征直方图进行掌纹特征识别.结果 基于PolyUⅡ和Cross-Sensor掌纹库进行对比实验,采用曼哈顿距离和卡方距离进行匹配,其中在PolyaⅡ库上的识别率最高均达到100%,在识别率和容错性方面均优于其他主要基于局部描述子的识别方法.结论 首次将韦伯局部描述子引入掌纹识别领域,发展了一种新的基于局部描述子的掌纹识别方法.和其他基于局部描述子的掌纹识别算法相比,本文方法具有更高识别率和稳定性.
机器学习、生物特征、掌纹识别、韦伯局部描述子、线特征
21
TP391(计算技术、计算机技术)
国家自然科学基金项目61202283,61472115,61370167,61305093;安徽省科技攻关项目1401b042009 National Natural Science Foundation of China61202283,61472115,61370167,61305093
2016-03-14(万方平台首次上网日期,不代表论文的发表时间)
共10页
235-244