计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2009年
1期
398-400
,共3页
吴旭宾%汪同庆%李宏友%郭春华%马锦英
吳旭賓%汪同慶%李宏友%郭春華%馬錦英
오욱빈%왕동경%리굉우%곽춘화%마금영
掌纹特征提取%Gabor小波%改进的广义K-L变换
掌紋特徵提取%Gabor小波%改進的廣義K-L變換
장문특정제취%Gabor소파%개진적엄의K-L변환
提出一种基于Gabor小波和改进的广义K-L变换的掌纹识别方法.该方法首先对测试样本的掌纹ROI灰度图像进行Gabor小波变换,得到其Gabor特征向量,然后利用改进的广义K-L变换方法将高维特征向量变换到低维空间,最后将得到的低维特征向量利用欧氏距离法与训练样本库中的特征向量作匹配识别.该方法首次将基于时频变换的特征提取算法与基于子空间的特征提取算法结合起来,既充分利用了Gabor函数优良的特征提取性能,又有效解决了高维特征的降维处理问题.通过使用自行采集的数据库对该方法作对比实验,获得了94%的识别率,验证了该方法的有效性和准确性.
提齣一種基于Gabor小波和改進的廣義K-L變換的掌紋識彆方法.該方法首先對測試樣本的掌紋ROI灰度圖像進行Gabor小波變換,得到其Gabor特徵嚮量,然後利用改進的廣義K-L變換方法將高維特徵嚮量變換到低維空間,最後將得到的低維特徵嚮量利用歐氏距離法與訓練樣本庫中的特徵嚮量作匹配識彆.該方法首次將基于時頻變換的特徵提取算法與基于子空間的特徵提取算法結閤起來,既充分利用瞭Gabor函數優良的特徵提取性能,又有效解決瞭高維特徵的降維處理問題.通過使用自行採集的數據庫對該方法作對比實驗,穫得瞭94%的識彆率,驗證瞭該方法的有效性和準確性.
제출일충기우Gabor소파화개진적엄의K-L변환적장문식별방법.해방법수선대측시양본적장문ROI회도도상진행Gabor소파변환,득도기Gabor특정향량,연후이용개진적엄의K-L변환방법장고유특정향량변환도저유공간,최후장득도적저유특정향량이용구씨거리법여훈련양본고중적특정향량작필배식별.해방법수차장기우시빈변환적특정제취산법여기우자공간적특정제취산법결합기래,기충분이용료Gabor함수우량적특정제취성능,우유효해결료고유특정적강유처리문제.통과사용자행채집적수거고대해방법작대비실험,획득료94%적식별솔,험증료해방법적유효성화준학성.
