青岛大学学报(自然科学版)
青島大學學報(自然科學版)
청도대학학보(자연과학판)
JOURNAL OF QINGDAO UNIVERSITY(NATURAL SCIENCE EDITION)
2014年
1期
66-71,76
,共7页
吴鑫%赵志刚%洪丹枫%欧阳佩佩%刘桂峰
吳鑫%趙誌剛%洪丹楓%歐暘珮珮%劉桂峰
오흠%조지강%홍단풍%구양패패%류계봉
掌纹识别%曲波变换%局部二值模式%选择性%卡方距离
掌紋識彆%麯波變換%跼部二值模式%選擇性%卡方距離
장문식별%곡파변환%국부이치모식%선택성%잡방거리
palmprint recognition%curvelet transform%Local Binary Pattern%selectivity%chi-square distance
为了解决局部二值模式(Local Binary Pattern,LBP)不能有效的提取掌纹不同尺度的特征,提出一种对曲线有很好描述、多尺度的第二代曲波变换(Curvelet)与LBP选择性结合的多尺度掌纹辨识算法.首先将原始掌纹图像进行Curvelet变换,获得不同尺度的掌纹图像;其次对得到的掌纹图像选择性使用LBP提取特征;最后采用卡方距离对不同的掌纹进行分类.通过对PolyU掌纹图像库中具有不同光照、平移、旋转的图像进行验证,证明了此算法对光照、旋转、平移都有很好的效果,且识别率高于LBP算法与其他传统算法,达到99.20%,证明了此算法的有效性,同时,特征提取与匹配时间为139.4×10-3s,满足实时性要求.
為瞭解決跼部二值模式(Local Binary Pattern,LBP)不能有效的提取掌紋不同呎度的特徵,提齣一種對麯線有很好描述、多呎度的第二代麯波變換(Curvelet)與LBP選擇性結閤的多呎度掌紋辨識算法.首先將原始掌紋圖像進行Curvelet變換,穫得不同呎度的掌紋圖像;其次對得到的掌紋圖像選擇性使用LBP提取特徵;最後採用卡方距離對不同的掌紋進行分類.通過對PolyU掌紋圖像庫中具有不同光照、平移、鏇轉的圖像進行驗證,證明瞭此算法對光照、鏇轉、平移都有很好的效果,且識彆率高于LBP算法與其他傳統算法,達到99.20%,證明瞭此算法的有效性,同時,特徵提取與匹配時間為139.4×10-3s,滿足實時性要求.
위료해결국부이치모식(Local Binary Pattern,LBP)불능유효적제취장문불동척도적특정,제출일충대곡선유흔호묘술、다척도적제이대곡파변환(Curvelet)여LBP선택성결합적다척도장문변식산법.수선장원시장문도상진행Curvelet변환,획득불동척도적장문도상;기차대득도적장문도상선택성사용LBP제취특정;최후채용잡방거리대불동적장문진행분류.통과대PolyU장문도상고중구유불동광조、평이、선전적도상진행험증,증명료차산법대광조、선전、평이도유흔호적효과,차식별솔고우LBP산법여기타전통산법,체도99.20%,증명료차산법적유효성,동시,특정제취여필배시간위139.4×10-3s,만족실시성요구.