基于改进二维主成分分析的在线掌纹识别.pdf

《基于改进二维主成分分析的在线掌纹识别.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10期电子学报Voi.33No.102005年10月ACTAELECTRONICASINICAOct.2005基于改进二维主成分分析的在线掌纹识别李强，裘正定，孙冬梅，刘陆陆（北京交通大学信息所，北京100044）摘要：掌纹识别是生物特征识别技术的新热点，论文提出使用二维主成分分析算法（2DPCA）提取掌纹图像的统计特征，实验表明其泛化能力优于传统主成分分析算法（PCA）.在此基础上，论文提出且定义了改进的二维主成分分析，并证明它在保持训练样本图像总体散度的同时更有效的提取样本特征.改进的算法在得到99

2、.72%高识别率的同时，大幅降低了原算法的特征维数、识别计算的复杂度，使系统的实用性进一步提高.关键词：掌纹识别；二维成分分析；改进二维主成分分析；主成分分析中图分类号：TN391文献标识码：A文章编号：0372-2112（2005）10-1886-04OnlinePalmprintldentificationBasedonlmproved2DPCALIOiang，OIUZheng-ding，SUNDong-mei，LIULu-iu（InstituteofInformationScience，Beijin

3、gJiaotongUniuersity，Beijing100044，China）Abstract：Paimprintrecognitionisoneofthemostreiiabieandnewtechnigueofbiometrics.Thispaperpresentsanewap-proachbasedon2DPCAaigorithm，whichextractsthestatisticaifeatureofpaimprintimages.Experimentairesuitsiiiustrateits

4、perfor-manceandgeneraiizationabiiityoverPCA.Furthermore，weproposeimproved2DPCAmethod，andprovethattheaigorithmcanhoidthegiobaiscatterofthetrainingimageswhiiedecorreiatesrowsasweiiascoiumnsofthem.Inthisway，weobtainhighaccuracy（99.72%）whiiereducingthefeature

5、dimensionefficientiy，therespondingtimeofrecognitionisoniy0.03s，whichenhancesthepractica-biiityofthesystem.Keywords：paimprintrecognition，2DPCA，improved2DPCA，PCA［2］［8］1引言变换对脱机掌纹进行分析；Lu与Wu提出特征掌与Fisher掌的概念，并得到较高的识别率，证实了代数统计特征的有效在线掌纹识别（OniinePaimprintIdentific

6、ation）利用人的掌性.纹生理特征进行身份自动确认，是生物特征识别（biometrics）［1，3］然而在用传统PCA方法进行图像分析时，总要将图像转领域的新兴技术.与指纹、虹膜、人脸特征识别等技术相换成一维矢量再运算，这样高维、大计算量的运算就不可避比，掌纹识别具有采集设备简单、可接受性强、普适性强、抗噪［9，10］［1，2］免.Yang定义了2DPCA并应用于人脸识别，通过对二维能力强、可用低分辨率图像进行识别等优点.图像数据直接进行列去相关运算，有效的提高了识别效率与特征提取是当前掌纹识别的主要研

7、究内容，方法可大致准确率.但是，2DPCA没有考虑图像的行相关特性，特征仍处分为提取掌纹的几何特征、变换域特征、代数统计特征三类.在相当高维的空间中，难于得到准确的密度估计，也难于在实特征点、线是掌纹的直观特征，是在掌纹识别研究初期的主要［3~5］用化嵌入式设备中得到应用.基于此，本文对2DPCA的概念研究内容，其缺点在于计算量大，抗噪性较差，实验大都作出改进，同时去除图像的行、列相关性，并应用于掌纹识别.在少量测试数据基础上进行.而将掌纹图像看作是一个随机实验证实改进2DPCA可以进一步提高识别性能.过

8、程，用频域分析、时频分析等变换域方法研究掌纹可满足在［1］2PCA、2DPCA及改进算法定义及实现线识别要求.Zhang使用2DGabor变换表示低分辨率（<［6］100dpi）掌纹，Li使用2D傅立叶变换得到掌纹谱并用极坐标2.1PCA算法进行表示.频域分析方法的缺点在于特征仍处于与图像维数PCA通过对数据样本的各个维度进行去相关，在正交空一致的高维空间，而对这些特征进行二次特征提取、降维缺乏间中选择统计意义上的主要成分，从