计算机仿真
計算機倣真
계산궤방진
Computer Simulation
2015年
8期
435-438
,共4页
人体手背图像%静脉纹路%特征提取
人體手揹圖像%靜脈紋路%特徵提取
인체수배도상%정맥문로%특정제취
Human body back image%Intravenous lines%Feature extraction
人体手背图像的背景相对复杂,而且噪声干扰较大,使用传统算法进行特征提取时,由于只侧重于对静脉纹路特征的提取,未对噪声进行过滤,导致无法有效实现静脉纹路特征提取.为此提出一种基于SIFT-LBP的人体手背图像中静脉纹路特征提取优化算法,首先采用依据质心的有效区域提取算法将人体手背图像中含有静脉纹路的有效区域提取出来,其次将人体手背图像变成均值与方差不变的标准图像,并分析SIFT算法与LBP算法的基本理论,然后采用SIEF算法对人体手背图像的特征关键点进行检测,将关键点作为中心,建立SIFT的特征向量与LBP特征向量,求出其二值模式,最后将SIFT与LBP特征向量结合在一起,对所有编码分配一个权重,将权重添加至LBP编码中,有效完成人体手背图像中静脉纹路特征的提取.仿真结果表明,所提方法具有较高的鲁棒性及特征提取效率.
人體手揹圖像的揹景相對複雜,而且譟聲榦擾較大,使用傳統算法進行特徵提取時,由于隻側重于對靜脈紋路特徵的提取,未對譟聲進行過濾,導緻無法有效實現靜脈紋路特徵提取.為此提齣一種基于SIFT-LBP的人體手揹圖像中靜脈紋路特徵提取優化算法,首先採用依據質心的有效區域提取算法將人體手揹圖像中含有靜脈紋路的有效區域提取齣來,其次將人體手揹圖像變成均值與方差不變的標準圖像,併分析SIFT算法與LBP算法的基本理論,然後採用SIEF算法對人體手揹圖像的特徵關鍵點進行檢測,將關鍵點作為中心,建立SIFT的特徵嚮量與LBP特徵嚮量,求齣其二值模式,最後將SIFT與LBP特徵嚮量結閤在一起,對所有編碼分配一箇權重,將權重添加至LBP編碼中,有效完成人體手揹圖像中靜脈紋路特徵的提取.倣真結果錶明,所提方法具有較高的魯棒性及特徵提取效率.
인체수배도상적배경상대복잡,이차조성간우교대,사용전통산법진행특정제취시,유우지측중우대정맥문로특정적제취,미대조성진행과려,도치무법유효실현정맥문로특정제취.위차제출일충기우SIFT-LBP적인체수배도상중정맥문로특정제취우화산법,수선채용의거질심적유효구역제취산법장인체수배도상중함유정맥문로적유효구역제취출래,기차장인체수배도상변성균치여방차불변적표준도상,병분석SIFT산법여LBP산법적기본이론,연후채용SIEF산법대인체수배도상적특정관건점진행검측,장관건점작위중심,건립SIFT적특정향량여LBP특정향량,구출기이치모식,최후장SIFT여LBP특정향량결합재일기,대소유편마분배일개권중,장권중첨가지LBP편마중,유효완성인체수배도상중정맥문로특정적제취.방진결과표명,소제방법구유교고적로봉성급특정제취효솔.
