模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2011年
3期
346-352
,共7页
贾旭%薛定宇%崔建江%刘晶
賈旭%薛定宇%崔建江%劉晶
가욱%설정우%최건강%류정
静脉识别%脊波变换%特征提取%分类%匹配
靜脈識彆%脊波變換%特徵提取%分類%匹配
정맥식별%척파변환%특정제취%분류%필배
提出一种分块提取局部方向特征,并将所有特征融合的静脉识别算法.首先,静脉图像经预处理后,利用改进的细化算法对获得的二值图像进行细化处理,得到了静脉的骨架信息；其次,将细化后的静脉图像进行分块,对分块后所有的子图像进行脊波变换,并对脊波分解系数进行主成分分析(PCA)降维,得到静脉图像的特征向量；最后,基于图像特征向量,利用支持向量机(SVM)对静脉图像进行分类匹配.试验表明,该算法获得的静脉图像特征具有较高的区分度,识别效果受图像采集和预处理过程出现的误差影响较小,正确识别率可达到97％以上.
提齣一種分塊提取跼部方嚮特徵,併將所有特徵融閤的靜脈識彆算法.首先,靜脈圖像經預處理後,利用改進的細化算法對穫得的二值圖像進行細化處理,得到瞭靜脈的骨架信息；其次,將細化後的靜脈圖像進行分塊,對分塊後所有的子圖像進行脊波變換,併對脊波分解繫數進行主成分分析(PCA)降維,得到靜脈圖像的特徵嚮量；最後,基于圖像特徵嚮量,利用支持嚮量機(SVM)對靜脈圖像進行分類匹配.試驗錶明,該算法穫得的靜脈圖像特徵具有較高的區分度,識彆效果受圖像採集和預處理過程齣現的誤差影響較小,正確識彆率可達到97％以上.
제출일충분괴제취국부방향특정,병장소유특정융합적정맥식별산법.수선,정맥도상경예처리후,이용개진적세화산법대획득적이치도상진행세화처리,득도료정맥적골가신식；기차,장세화후적정맥도상진행분괴,대분괴후소유적자도상진행척파변환,병대척파분해계수진행주성분분석(PCA)강유,득도정맥도상적특정향량；최후,기우도상특정향량,이용지지향량궤(SVM)대정맥도상진행분류필배.시험표명,해산법획득적정맥도상특정구유교고적구분도,식별효과수도상채집화예처리과정출현적오차영향교소,정학식별솔가체도97％이상.
