分块统计特征和最优分辨力选择特征相融合的掌纹识别.pdf

《分块统计特征和最优分辨力选择特征相融合的掌纹识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第14卷第3期2014年1月科学技术与工程Vo1．14No．3Jan．20141671—1815(2014)03—0212—05ScienceTechnologyandEngineering⑥2014Sci．Tech．Engrg．分块统计特征和最优分辨力选择特征相融合的掌纹识别林红孙雅娟(华北电力大学网络与信息中心，北京102206)摘要为提高掌纹识别的性能，提出一种分块统计特征和最优分辨力选择特征相融合的掌纹识别方法。首先对预处理后的掌纹图像进行多方向、多尺度Gabor变换；然后将掌纹划分多个子块提取特征，将各子块特征进行拼接得到整个掌纹特征向量；最后以特征分辨力为准则

2、选出最优掌纹特征子集建立两分类器，通过投票机制建立掌纹多类分类器，并采用PolyU掌纹库进行性能测试。测试结果表明，该方法的掌纹识别性能优于对比掌纹识别方法。关键词掌纹识别Gabor滤波分块统计特征提取投票机制中图法分类号TP391．41；文献标志码A随着网络的飞速发展，信息安全日益重要，掌纹掌纹特征，降低特征维数；然后以特征分辨力大小为具有识别区域大、唯一性、高稳定性、难伪造性等优依据，选出最优掌纹特征子集从而建立两分类器，最点，掌纹识别在身份识别系统、公共场所监控系统等后通过投票机制建立掌纹多类分类器，并采用领域具有广泛应用前景，因此掌纹识别成为生物识Po1yU掌纹库

3、图像库进行了性能测试，验证其有别领域中的研究热点⋯。效性。针对掌纹识别问题，学者们进行了大量研究，取1掌纹识别系统得了不错的进展，涌现出了许多掌纹识别方法，但仍然有许多问题有待解决，其中从掌纹图像中找出描1．1掌纹识别流程述掌纹类别的重要特征是掌纹识别的关键问题J。与其他生物识别技术一样，掌纹识别包括掌纹当前特征提取方法主要有：结构特征、子空间投影特图像采集、预处理、提取特征和分类设计四个部分，征、空域一频域变换特征等J。结构特征需要对掌纹掌纹识别具体如图1所示。图像进行复杂的预处理，缺乏稳定性与鲁棒性；子空间特征对特征空问进行较好的压缩，但易遗漏大量有效特征，可解释性较

4、差；空域一频域变换主要有傅里叶变换、二维Gabor变换等，其中傅里叶变换是一种全局变换方式，但忽略了掌纹图像丰富的纹理信息，识别结果的稳定性差；二维Gabor具有多分辨特性，具有较好的空间域和频率域定位特征，具有图1掌纹识别流程较高的掌纹识别率，成为掌纹识别特征提取的主要研究方向。掌纹特征具有高维性，而Gabor变换1．2掌纹图像预处理具有放大镜效应，从而导致特征维数急增，不可避免掌纹采集过程中，受外界因素影响，采集到的掌地造成了掌纹特征向量的维数过高。纹图像含有不同程度的噪声，若将其直接用于特征考虑到Gabor小波提取掌纹特征的高维性，提提取，噪声会对特征提取结果产生不

5、利影响。由于了一种分块统计特征和最优分辨力选择特征相融合掌纹图像方向和纹理特征突出，利用Contourlet变换的掌纹识别方法。首先采用一种分块统计的Gabor优势可以得到较好的处理效果，因此采用Contoudet变换对掌纹进行预处理J。Contourlet变换采用双2013年8月12日收到，9月11日修改重滤波结构，包括拉普拉斯塔式分解和方向滤波器第一作者简介：林红(1962一)，女，北京人，硕士，高级工程师，研组，其工作原理如图2所示。对掌纹图像先进行究方向：计算机网络，云计算，信息化规划。E—mail：linhonS0803@Contourlet变换，再进行阈值去噪

6、，然后重构，达到去163．con。除掌纹图像中的噪声效果。3期林红，等：分块统计特征和最优分辨力选择特征相融合的掌纹识别213多分辨率分析多方向分析图3Gabor系数分块提取特征的示意图每块特征提取的步骤如下：图2Contourlet变换的工作原理(1)统计Block的C尺度和-厂方向滤波结果平均1．3掌纹图像特征提取值：1．3．1Gabor变换G。：÷tE∑BlockG。)(3)Gabor小波可以对图像多尺度、多方向特征进(2)统计Block的C尺度和厂方向滤波结果平均行提取，具有较好的鲁棒性。二维Gabor核函数定值：义为：(。)==。一—(。i，．z。．一；；)，D

7、=(1)(4)式(1)中，Z=(，Y)为像素坐标；i是复数算子；or(3)Block的特征向量BFV可用向量为滤波器的带宽；／x、V分别表示小波的方向和尺度；表示：=豇代表小波的波向量；ll·ll表示模运算。．通过5个尺度、8个方向的Gabor滤波器分别与V8=(11G。．。l1，l1G0_ll1，⋯，lG．，ll，_0，．--，D)(5)图像进行卷积操作完成Gabor特征提取。设=．1．3．4子块特征拼接生成整幅掌纹特征向量(，Y)为像素坐标，／(z)为掌纹图像点处的像素假定一幅掌纹图像划分成P×Q个子块，值，其与Gabor