两种图像鉴别特征提取算法研究

《两种图像鉴别特征提取算法研究》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、摘要生物特征识别技术，是当前生物测定学领域中最具代表性和最富有挑战性的重要研究内容。生物特征识别的研究如今进入一个新的发展高峰，各种新的技术和方法被持续不断地开发出来。其中图像鉴别特征提取算法备受研究人员关注。如何提取有效的图像鉴别特征是生物特征识别技术研究的热点。本文提出两种图像鉴别特征提取算法研究，主要工作如下：(1)对图像鉴别特征提取算法进行了概括总结。其中对非线性鉴别特征提取算法和频域分析下的鉴别特征提取算法进行深入分析，重点研究了这两种鉴别特征提取算法的性质。(2)重点研究频域分析下的非采样Cont

2、ourlet小波变换。非采样Contourlet小波变换具有多尺度，时移不变性以及多方向性等优点，对图像的边缘和轮廓有很好的逼近表示。将非采样Contourlet小波变换和非线性鉴别特征提取技术相结合，提出基于非采样Contourlet小波变换的非线性鉴别分析，即基于非采样Contourlet小波的掌纹图像非线性鉴别特征提取算法，该算法有效的提取图像鉴别特征。(3)分析研究了张量鉴别分析，在掌纹数据库、AR人脸图像数据库和FERET人脸图像数据库上进行了张量鉴别特征提取算法实验。关键词:生物特征识别；图像鉴别

3、特征；非线性鉴别特征提取；非采样Contourlet小波变换；张量鉴别分析IABSTRACTBiometicRecognitionTechniqueisthemostrepresentativeandchallengingresearchinthecurrentbiometricfields.Biometricsresearcheshavereachedanewdevelopmentpeakinwhichallkindsofnewtechnologyandmethodsaredeveloped.Nowaday

4、s,imagediscriminantfeatureextractionalgorithmhasbeenfocusedonbymanyresearchers.Howtoextracttheimagediscriminantfeatureeffectivelybecomesaresearchhotspot.Twokindsofimagediscriminantfeatureextractionmethodsareresearchedinthispaper.Morespecifically,ourcontribu

5、tionsareasfollows:(1)Theimagediscriminantfeatureextractionmethodsaresummarized.Thenonlineardiscriminantfeatureextractionalgorithmsandthediscriminantfeatureextractionalgorithmsbasedonthefrequencydomainanalysisarestudiedexplicitly.Especiallythenatureofthetwok

6、indsofdiscriminantfeatureextractionalgorithmsisanalyzed.Combingthetwotechnologies,theimprovedfeatureextractionalgorithmsareproposed.(2)Theapplicationofthenon-subsampledcontourlettransform(NSCT)isstudiedinthispaper.Thenonsubsampledcontourlettransformhaschara

7、cteristicsofgoodmultiresolution,shift-invarianceandhighdirectionality.Itcangiveanasymptoticoptimalrepresentationofedgesandcontoursinimage.Anonlineardiscriminantanalysisbasedonthenon-subsampledcontourlettransform(NSCT)forpalmrecognitionisproposed.(3)Thetenso

8、rdiscriminantanalysisisalsoanalyzedandstudiedinthispaper.Inthispaper,thetensordiscriminantanalysiswasconductedonthepalmdatabase、ARfacedatabaseandFERETfacedatabase.Keywords：BiometricRecognition;ImageDis