SIFT算子手掌静脉识别

《SIFT算子手掌静脉识别》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、基于SIFT算子的手掌静脉识别答辩人：刘宗祥学号：080405099班级：计算机0804指导教师：李威目录SIFT算法实验结果课题研究背景SIFT算法介绍SURF算法介绍SURF算法实验结果SIFT算法与SURF算法对比生物识别技术常用生物认证技术的比较国内外静脉识别的研究动态Fujitsu公司的20032005年产品手掌静脉图像的采集设备采集的手掌静脉图像样本对样本截取的有效区域对有效区域进行二值化后的效果图SIFT算法介绍DavidG.LoweComputerScienceDepartment2366MainMallUniversityofBritishColu

2、mbiaVancouver,B.C.,V6T1Z4,Canada1999年BritishColumbia大学大卫.劳伊（DavidG.Lowe）教授总结了现有的基于不变量技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子－SIFT（尺度不变特征变换），这种算法在2004年被加以完善。SIFT提出的目的和意义尺度空间示意图连续尺度空间SIFT算法主要步骤1)尺度空间的生成；2)检测尺度空间极值点；3)精确定位极值点；4)为每个关键点指定方向参数；5)关键点描述子的生成。1尺度空间的生成尺度空间理论目的是模拟图

3、像数据的多尺度特征，高斯卷积核是实现尺度变换的唯一线性核，于是一幅二维图像的尺度空间定义为：L（x，y，σ）=G(x，y，σ)*I（x，y）构造高斯差分尺度空间（DOGscale-space）：D(x，y，kσ)=（G(x，y，kσ)-G（x，y，σ））*I（x，y）=L（x，y，kσ）-L（x，y，σ）即利用不同尺度的高斯差分核与图像卷积生成。2检测尺度空间极值点3精确定位极值点4为每个关键点指定方向参数利用关键点的局部影像特征（梯度）为每一个关键点确定主方向（梯度最大的方向）。5关键点描述子的生成为关键点生成梯度直方图128维关键点描述符实验结果SIFT算法单图特征

4、提取结果SIFT算法匹配结果图原图SURF算法介绍SURF算法主要步骤1)构建尺度空间2)精确定位特征点3)主方向确定实验结果SURF算法单图特征提取结果图SURF算法匹配结果图原图SIFT算法与SURF算法实验数据比较感谢您的关注