基于非下采样Contourlet变换和MB_LBP直方图的掌纹检测-论文.pdf

《基于非下采样Contourlet变换和MB_LBP直方图的掌纹检测-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第２７卷第１０期传感技术学报Ｖｏｌ?２７Ｎｏ?１０２０１４年１０月ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＳＥＮＳＯＲＳＡＮＤＡＣＴＵＡＴＯＲＳＯｃｔ.２０１４ＰａｌｍＰｒｉｎｔＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＮｏｎｓｕｂｓａｍｐｌｅｄＣｏｎｔｏｕｒｌｅｔ∗ＴｒａｎｓｆｏｒｍａｎｄＭＢ＿ＬＢＰＨｉｓｔｏｇｒａｍＡｌｇｏｒｉｔｈｍ１２ＤＡＩＧｕｉｐｉｎｇꎬＬＩＮＨｏｎｇｂｉｎ(１.ＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇꎬＳｕｚｈｏｕＶｏｃａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙꎬＳ

2、ｕｚｈｏｕＪｉａｎｇｓｕ２１５１０４ꎬＣｈｉｎａꎻ２.ＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇꎬＹａｎＳｈａｎＵｎｉｖｅｒｓｉｔｙꎬＱｉｎｈｕａｎｇｄａｏＨｅｂｅｉ０６６００４ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:ＡｎｏｖｅｌｍｅｔｈｏｄｂａｓｅｄｏｎＮＳＣＴ(ＮｏｎｓｕｂｓａｍｐｌｅｄＣｏｎｔｏｕｒｌｅｔＴｒａｎｓｆｏｒｍ)ａｎｄＭＢ＿ＬＢＰ(Ｍｕｌｔｉ￣ＢｌｏｃｋＬｏｃａｌＢｉｎａｒｙＰａｔｔｅｒｎｓ)ｗａｓｐｒｏｐｏｓｅｄｔｏｓｏｌｖｅｐａｌｍｐｒｉｎｔｄｅｔｅｃｔｉｏｎ.Ｔｈｅｍｕｌｔｉ

3、￣ｓｃａｌｅꎬｍｕｌｔｉ￣ｄｉｒｅｃｔｉｏｎꎬａｎｉｓｏｔｒｏｐｙꎬｓｈｉｆｔｉｎｖａｒｉ￣ａｎｃｅｏｆＮＳＣＴａｎｄｌｏｃａｌｔｅｘｔｕｒｅｐｒｏｐｅｒｔｙꎬｒｏｔａｔｉｏｎｉｎｖａｒｉａｎｃｅａｎｄｇｒａｙｉｎｖａｒｉａｎｃｅｏｆＭＢ＿ＬＢＰｗｅｒｅｕｔｉｌｉｚｅｄｔｏｅｘｔｒａｃｔｔｈｅｐａｌｍｐｒｉｎｔｆｅａｔｕｒｅｓ.ＦｉｒｓｔｌｙꎬｔｈｅｐｒｅｐｒｏｃｅｓｓｅｄｐａｌｍｐｒｉｎｔｉｍａｇｅｗａｓｄｅｃｏｍｐｏｓｅｄｂｙＮＳＣＴꎻａｎｄｔｈｅｎＭＢ－ＬＢＰ３８ꎬ２ｗａｓｕｓｅｄｔｏｒｅｓｐｅｃｔｉｖｅｌ

4、ｙｅｘｔｒａｃｔＭＢ＿ＬＢＰｈｉｓｔｏｇｒａｍｅｉｇｅｎｖｅｃｔｏｒｓｏｆｅａｃｈｂｌｏｃｋｒｅｇｉｏｎｏｆｌｏｗａｎｄｈｉｇｈｆｒｅｑｕｅｎｃｙｓｕｂ￣ｂａｎｄｓꎻＦｉｎａｌｌｙꎬｔｈｅｄｅｔｅｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｉｎｔｅｇｒａｔｅｄｍｅｔｈｏｄ(ＮＳＣＴ＋ＭＢ＿ＬＢＰ)ｗａｓｔｅｓｔｅｄｏｎｔｈｅＨｏｎｇＫｏｎｇＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙｐａｌｍｐｒｉｎｔｄａｔａｂａｓｅｔｈｒｏｕｇｈＡｄａＢｏｏｓｔｓｏｒｔｉｎｇａｌｇｏｒｉｔｈｍｓ.Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔ

5、ｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｎｏｔｏｎｌｙｅｘｔｒａｃｔｓｔｈｅｐａｌｍｐｒｉｎｔｆｅａｔｕｒｅｓｅｆｆｅｃｔｉｖｅｌｙａｎｄａｃｃｕｒａｔｅｌｙꎬｂｕｔａｌｓｏａｃｈｉｅｖｅｓｈｉｇｈｅｒｄｅｔｅｃｔｉｏｎｒａｔｅｉｎｃｏｍｐａｒｉｓｏｎｗｉｔｈ(Ｃｏｎｔｏｕｒｌｅｔ＋ＭＢ＿ＬＢＰ)ꎬ(２Ｄ－ＥＭＤ＋ＩＣＡⅡ)ꎬ(Ｃｏｎｔｏｕｒｌｅｔ＋ＮＭＦ)ａｎｄｔｈｅｓｉｎｇｌｅＭＢ＿ＬＢＰ.Ｋｅｙｗｏｒｄｓ:ｐａｌｍｐｒｉｎｔｄｅｔｅｃｔｉｏｎꎻｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎꎻｎｏｎｓｕｂｓａ

6、ｍｐｌｅｄｃｏｎｔｏｕｒｌｅｔｔｒａｎｓｆｏｒｍꎻｍｕｌｔｉ￣ｂｌｏｃｋｌｏｃａｌｂｉｎａｒｙｐａｔｔｅｒｎｓꎻＡｄａＢｏｏｓｔｓｏｒｔｉｎｇａｌｇｏｒｉｔｈｍｓＥＥＡＣＣ:７２１０ꎻ７２３０Ｊｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１００４－１６９９.２０１４.１０.０１６基于非下采样Ｃｏｎｔｏｕｒｌｅｔ变换和ＭＢ＿ＬＢＰ∗直方图的掌纹检测１∗２戴桂平ꎬ林洪彬(１.苏州市职业大学电子信息工程学院ꎬ江苏苏州２１５１０４ꎻ２.燕山大学电气工程学院ꎬ河北秦皇岛０６６００４)摘要:结合ＮＳＣＴ分解的多尺度、多方向性、各向

7、异性、平移不变性以及ＭＢ＿ＬＢＰ算法的局部特征提取、旋转灰度不变性等优势ꎬ提出一种基于非下采样Ｃｏｎｔｏｕｒｌｅｔ变换ＮＳＣＴ(ＮｏｎｓｕｂｓａｍｐｌｅｄＣｏｎｔｏｕｒｌｅｔＴｒａｎｓｆｏｒｍ)和多块分区局部二进制模式ＭＢ＿ＬＢＰ(Ｍｕｌｔｉ￣ＢｌｏｃｋＬｏｃａｌＢｉｎａｒｙＰａｔｔｅｒｎｓ)相结合的掌纹检测方法ꎮ该方法首先采用ＮＳＣＴ算法对预处理过的掌纹图像进行多尺度、多方向稀疏分解ꎻ其次ꎬ利用ＭＢ３－ＬＢＰ８ꎬ２算子分别提取低频子图及各高频子图分块子区域的ＭＢ＿ＬＢＰ直方图特征向量并级联ꎻ最后ꎬ采用ＡｄａＢｏ

8、ｏｓｔ算法测试(ＮＳＣＴ＋ＭＢ＿ＬＢＰ)的检测性能ꎮ仿真结果表明ꎬ与(Ｃｏｎｔｏｕｒｌｅｔ＋ＭＢ＿ＬＢＰ)、(２Ｄ－ＥＭＤ＋ＩＣＡⅡ)、(Ｃｏｎｔｏｕｒｌｅｔ＋ＮＭＦ)以及单独的ＭＢ＿ＬＢＰ相比ꎬ该方法能更有效地提取掌纹特征ꎬ检测率更高ꎮ关键词:掌纹检测ꎻ特征提取ꎻ非下采样Ｃｏｎｔｏｕｒｌｅｔ变换(ＮＳＣＴ)ꎻ多块分区局部二进制模式(ＭＢ＿ＬＢＰ)ꎻＡｄａＢｏｏｓｔ分类中