基于改进pca和多特征分类器集成的掌纹识别

《基于改进pca和多特征分类器集成的掌纹识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：学校代码：10075分类号：学号：20131278工学硕士学位论文基于改进PCA和多特征分类器集成的掌纹识别学位申请人：张亚欣指导教师：李昆仑教授学位类别：工学硕士学科专业：模式识别与智能系统授予单位：河北大学答辩日期：二〇一六年六月ClassifiedIndex:CODE:10075U.D.C:NO:20131278ADissertationfortheDegreeofM.EngineeringPalmprintRecognitionBasedOnImprovedPCAandMulti-featureIntegrationCandidate:ZhangYaxi

2、nSupervisor:Prof.LiKunlunAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:P.RandIntelligentSystemsUniversity:HebeiUniversityDateofOralExamination:June,2016９河北大学学位论文独创性声明工作呈交的学位论文，是本人在导师指导下进行的研究本人郑重声明：所，论文及联得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外中不包含其他人已经发表或撰写的研究成果，也不包含为获得河北大学或其他教一

3、育机构的学位或证书所使用过的材料。与我同工作的同志对本研究所做的任何＼贡献均已在论文中作了明确的说明并表示了致谢。日：年月一日期一一立：作者签名学位论文使用授权声明目的规定，Ｐ：学校有权保留本人完全了解河北大学有关保留、使用学位论文。并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅、学校可Ｗ公化论文的全部或部分内容，可Ｗ采用影印缩印或其他复制手段保存论文。？本学位论文属于□授权声明。，在年月ｎ解密后适用本１、保密２但ｆ。、不保密）（请在Ｗ上相应方格内打Ｊｆ保护知识产权声明

4、本人为申请河北大学学位所提交的题目为（ｉ／１乐誇￣ｆ玫化化Ｗ准遺案絮读故郑穿纽滅护学位论文，是我个人在导师（主凌已）指导并与导师合作下取得的研究成果，研究工作及取得的研究成果是在河北大学所提供的研究经费及导师的研究经费资助下完成的。本人完全了解并严格遵守中华人民共和国为保护知识产权所制定的各项法律、行政法规Ｗ及河北大学的相关规定。本人声明如下：本论文的成果归河北大学所有，未经征得指导教师和河北大学的书面同意和授权，本人保证不Ｗ任何形式公开和传播科研成果和科研工作内容。如果违反本声明，本人愿意承担相应法律责任。声明人：，冰；ＩＬｆ巧日

5、期：心＞乂年／月３日作者答名：，部３债日期；ｎｘ）化年（＞ｎ义＿＿円＾导师豁名：日期；０＾／《年／月＾日摘要摘要掌纹识别是一种新兴的生物特征识别技术。掌纹识别是用掌纹特征来进行身份鉴别的一种方法。主成分分析(Principalcomponentanalysis,PCA)是一种经典掌纹特征提取方法，但它也存在一些不足：丢失部分信息，受旋转、光照强度的影响较大等问题。这在一定程度上影响了PCA的效果。本文针对上述问题提出两种改进的PCA算法，它们分别侧重掌纹的全局特征和局部特征。在对掌纹识别系统的研究中发现，全局特征和局部特征在掌纹感知过程中所起

6、的作用不同，所以综合这两种特征的识别算法的研究是十分有意义的。针对上述问题，本文主要的研究工作如下：(1)针对PCA算法中存在的问题：只保留原始图像的主要信息，会丢失部分信息。结合原始掌纹图像的强弱对比不明显的特点，提出基于傅里叶与PCA特征相结合的掌纹识别方法。首先对掌纹图像进行傅里叶变换，然后对变换后的图像进行主成分分析，最后利用LS-SVM分类器进行识别。实验验证了所提方法的有效性。(2)针对PCA算法存在的问题：受旋转、光照强度变化的影响较大。提出基于分块PCA(ModulePCA)和LS-SVM相结合的掌纹识别方法。该方法特征提取时将一整幅掌纹图像分为44×

7、个子块图像，在此基础上应用主成分分析。在单样本掌纹识别问题中优势明显，是因为采用分块PCA方法变换后的图像与原有掌纹图像共同作为新的训练集进行训练，这样有效的扩充了样本数量。实验验证了该方法的有效性。(3)傅里叶变换使掌纹图像的主要信息更集中且分块PCA会更好的保留局部信息，使图像鲁棒性增强。由于掌纹图像不仅包含全局特征也包含丰富的局部特征，综合应用两种上述方法，本文设计基于全局和局部特征相融合的掌纹识别系统。掌纹图像经过傅里叶变换得到全局特征；经过Gabor变换，再运用分块PCA算法得到局部特征。在识别阶段，采用由粗到精的串行集成策略来集成全局和局