分块双向二维主成分与模糊分类掌纹识别

分块双向二维主成分与模糊分类掌纹识别

ID:37329269

大小:248.90 KB

页数:4页

时间:2019-05-21

分块双向二维主成分与模糊分类掌纹识别_第1页
分块双向二维主成分与模糊分类掌纹识别_第2页
分块双向二维主成分与模糊分类掌纹识别_第3页
分块双向二维主成分与模糊分类掌纹识别_第4页
资源描述:

《分块双向二维主成分与模糊分类掌纹识别》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、第32卷第4期计算机应用与软件Vol.32No.42015年4月ComputerApplicationsandSoftwareApr.2015分块双向二维主成分分析与模糊分类的掌纹识别*翟林潘新刘霞郜晓晶宁丽娜韩璠(内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018)2摘要掌纹识别是一门新兴的生物特征识别技术。提出基于分块双向二维主成分分析(M(2D)PCA)和模糊分类的掌纹识别2方法。该算法利用M(2D)PCA提取掌纹的局部特征,并利用模糊分类策略。这种方法可以有效提取掌纹的局部特征,并且直接对子图像矩阵进行特征抽取,能够精确计算协方差矩阵的特征向

2、量;分类阶段引入模糊理论,应用于掌纹识别问题。最后使用北京交通大学掌纹数据库进行识别实验,结果表明,该方法可得到更高的识别率和更少的识别时间。关键词分块双向二维主成分分析模糊分类掌纹识别中图分类号TP391文献标识码ADOI:10.3969/j.issn.1000-386x.2015.04.036PALMPRINTRECOGNITIONBASEDONBLOCKINGBI-DIRECTIONALTWO-DIMENSIONALPRINCIPALCOMPONENTANALYSISANDFUZZYCLASSIFICATION*ZhaiLinPanXinLiuXiaGa

3、oXiaojingNingLi’naHanFan(CollegeofComputerandInformationEngineering,InnerMongoliaAgriculturalUniversity,Hohhot010018,Innermongolia,China)AbstractPalmprintrecognitionisanemergingbiologicalfeaturerecognitiontechnology.Wepresentapalmprintrecognitionmethod,2whichisbasedonblockingbi-dire

4、ctionaltwo-dimensionalprincipalcomponentanalysis(M(2D)PCA)andfuzzyclassification.The2algorithmusesM(2D)PCAtoextractpalmprintlocalfeatures,andusesfuzzyclassificationstrategyaswell.Thismethodcaneffectivelyextractpalmprintlocalfeaturesanddirectlyextractsthefeatureofsub-imagematrix,itca

5、naccuratelycalculatetheeigenvectorsofcovariancematrix;inclassificationstageitintroducesfuzzytheoryandappliesittopalmprintrecognitionproblem.Finally,weusethepalmprintdatabaseatBeijingJiaotongUniversityinrecognitionexperiment.Resultsshowthatthismethodachieveshigherrecognitionrateandle

6、ssrecognitiontime.KeywordsBlockingBi-directionaltwo-dimensionalprincipalcomponentanalysisFuzzyclassificationPalmprintrecognition(2DPCA)方法很好地克服了这一缺陷,2DPCA方法不需要事先0引言将图像矩阵进行转换,而是直接对图像矩阵进行操作,但提取的[5-8]特征向量维数仍较高。Zhang等人提出双向二维主成分分2掌纹识别在身份认证及人机接口等方面有着广泛的应用,析((2D)PCA)方法,该方法从行和列两个方向分别提取特征,是目前

7、模式识别和计算机视觉领域的研究热点。掌纹识别通过降低了行列间相关性,减少了图像特征矩阵的维数,且识别率有2提取手掌纹理的有效信息鉴别个人身份。与其他多种生物特征所提高,但(2D)PCA没有区分对待图像的特征矩阵中各特征识别方法相比,如指纹、人脸、虹膜和签名等,掌纹识别方法具有向量对识别的影响。为此,针对这个问题,本文提出基于M2[1](2D)PCA的掌纹识别方法,首先将掌纹原始图像不重叠等分采集设备价格低廉、冒犯性低和纹理特征固定丰富等优点。成小块,每幅图像对应位置的子图像组成子图像训练集,之后对因此,掌纹识别已成为模式识别及人工智能领域的热门研究问2每一分块

8、图像矩阵进行(2D)PCA操作提取特征

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。