加权自适应CS-LBP与局部判别映射相结合的掌纹识别方法

发布时间：2018-07-08 10:39

  本文选题：掌纹识别 + 纹理特征提取　； 参考：《计算机应用研究》2017年11期

【摘要】：提取掌纹的最佳低维分类特征一直是掌纹识别研究领域的一个重要方向。针对掌纹图像具有丰富的纹理特征特点,提出一种基于加权自适应中心对称局部二值模式(WACS-LBP)与局部判别映射(LDP)相结合的掌纹识别方法。首先将掌纹感兴趣(ROI)图像分成大小均匀的小区域,利用自适应中心对称局部二值模式(ACS-LBP)算法获取不同区域的纹理特征直方图和权值,经过加权连接得到ROI的加权纹理特征直方图向量;再利用LDP算法对得到的特征向量进行维数约简;最后利用K最近邻分类器进行掌纹识别。在掌纹公开数据库上进行实验,正确识别率高达97%以上。实验结果表明,该方法不仅是有效、可行的,而且研究思路比较明确。
[Abstract]:Extracting the best low-dimensional classification features of palmprint has been an important direction in palmprint recognition. A palmprint recognition method based on weighted adaptive centrosymmetric local binary mode (WACS-LBP) and local discriminant mapping (LDP) is proposed for palmprint images with rich texture features. Firstly, the image of palmprint interest (ROI) is divided into small areas with uniform size. The adaptive centrosymmetric local binary mode (ACS-LBP) algorithm is used to obtain the texture histogram and weight of different regions. The weighted texture feature histogram vector of ROI is obtained by weighted join; the dimension reduction of the obtained feature vector is carried out by using LDP algorithm; and the palmprint recognition is carried out by using K-nearest neighbor classifier. Experiments on open palmprint database show that the correct recognition rate is over 97%. The experimental results show that this method is not only effective and feasible, but also has a clear research idea.
【作者单位】： 郑州大学西亚斯国际学院;
【基金】：国家自然科学基金资助项目(61473237) 河南省教育厅自然科学基础研究计划项目(15A520101,152102310368)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 ;我研制成功世界首套高精度自动掌纹识别系统[J];光学仪器;2008年01期

2 ;中国研制出首个高精度自动掌纹识别系统[J];安防科技;2008年04期

3 吴文晖;;掌纹识别技术在金融系统的应用[J];广东金融电脑;1998年05期

4 宋炯,林喜荣,包桂秋,申晶;一种掌纹线特征的提取方法[J];计算机工程与应用;2004年12期

5 邬向前,王宽全,张大鹏;一种用于掌纹识别的线特征表示和匹配方法(英文)[J];软件学报;2004年06期

6 吴攀;;一种提高掌纹识别率方法的研究[J];软件导刊;2007年03期

7 姚永芳;赵清杰;张利萍;荆晓远;;统计不相关的费舍掌纹识别算法[J];计算机工程与设计;2007年21期

8 刘富;徐杰;崔平远;;基于两层策略的掌纹识别新方法[J];吉林大学学报(工学版);2008年S2期

9 ;哈尔滨工业大学成功研制掌纹识别系统[J];安防科技;2008年04期

10 王艳霞;阮秋琦;;一种掌纹纹线结构特征的描述和匹配方法[J];电子与信息学报;2008年06期

相关会议论文 前4条

1 明泉水;孙季丰;;一种新的掌纹定位方法[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年

2 魏骁勇;徐丹;袁国武;;基于组合特征的掌纹识别技术[A];第十二届全国图象图形学学术会议论文集[C];2005年

3 许慧;林家恒;刘增晓;;掌纹识别技术研究进展[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

4 李嘉伟;孙明;;基于图像处理的掌纹识别技术研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年

相关重要报纸文章 前2条

1 ;英特尔展示掌纹识别技术解决安全问题[N];中国电脑教育报;2012年

2 卢光明邋记者 刘传书;我研制成功世界首套高精度自动掌纹识别系统[N];科技日报;2008年

相关博士学位论文 前10条

1 赵秋实;非接触式掌纹识别关键问题研究[D];哈尔滨工业大学;2014年

2 康冰;基于身体健康状况表征的人体掌部精细纹路和颜色提取算法研究[D];吉林大学;2016年

3 崔金荣;基于多光谱和2D/3D掌纹的识别与融合方法研究[D];哈尔滨工业大学;2015年

4 贾伟;掌纹识别关键技术研究[D];中国科学技术大学;2008年

5 潘新;掌纹识别关键算法的研究[D];北京交通大学;2009年

6 林森;非理想条件下掌纹识别方法研究[D];沈阳工业大学;2013年

7 郭秀梅;掌纹识别算法的研究[D];山东大学;2014年

8 张建新;自动掌纹识别理论和算法研究[D];大连理工大学;2009年

9 郭金玉;基于子空间法的掌纹识别研究[D];沈阳工业大学;2009年

10 冷璐;可撤除掌纹识别与认证技术研究[D];西南交通大学;2012年

相关硕士学位论文 前10条

1 瞿遥;基于同态加密的掌纹认证研究[D];西南交通大学;2015年

2 刘刚;非接触式可撤销手掌纹脉融合认证技术研究[D];南昌航空大学;2015年

3 王yN;复杂背景下的手掌图像预处理及关键区域提取技术研究[D];华侨大学;2015年

4 梁浩铭;基于云架构的大规模掌纹识别技术研究[D];哈尔滨工业大学;2015年

5 解冰;掌纹识别系统中的光源强度自动调节技术及其应用[D];哈尔滨工业大学;2014年

6 褚万星;基于角点检测与竞争编码的掌纹识别系统[D];西安电子科技大学;2014年

7 洪丹枫;鲁棒的高精度掌纹识别技术研究[D];青岛大学;2015年

8 徐云云;面向智能手机的掌纹识别技术研究[D];合肥工业大学;2015年

9 张鹏;基于特征提取的掌纹识别[D];北京理工大学;2016年

10 冯竞慧;基于旋转不变的掌纹识别系统[D];吉林大学;2016年

，

本文编号：2107162