基于局部描述子的掌紋識別算法研究.pdf

1、因掌紋具有特征豐富、結(jié)構(gòu)穩(wěn)定、易采集等優(yōu)點(diǎn)，掌紋識別已經(jīng)成為生物特征識別領(lǐng)域的一個新興的研究方向。發(fā)展快速、魯棒、描述能力強(qiáng)的特征算子是掌紋識別算法的關(guān)鍵研究內(nèi)容。局部描述子具有計算復(fù)雜度低、無需訓(xùn)練、對紋理各種變形和光照變化魯棒等優(yōu)點(diǎn)，符合掌紋識別算法的需求，因此本文重點(diǎn)研究基于局部算子的掌紋識別算法，主要工作如下:
　　(1)掌紋線特征提取:通過分析指出線特征是掌紋的重要特征，采用改進(jìn)的有限Radon變換線狀濾波模板（MFRA

2、T）或Gabor線狀濾波器對掌紋多個方向進(jìn)行卷積運(yùn)算，在每個像素位置保留線方向響應(yīng)值最?。ɑ蜃畲螅┑姆较蚓幪?，以及該方向由線性濾波模板累加的像素值和，得到線方向特征圖和增強(qiáng)后的線能量特征圖，為構(gòu)造表征性強(qiáng)的掌紋紋理特征提供理論依據(jù)。
　　(2)基于局部線方向模式描述子(LLDP: Local Line Directional Pattern)的掌紋識別方法:根據(jù)線性濾波器和三種描述性強(qiáng)的線空間編碼方案構(gòu)成局部線方向描述子應(yīng)用于掌紋

3、識別。實(shí)驗(yàn)將LLDP方法與其他十六種代表性局部描述子算法在PolyUⅡ，PolyU M_B，Cross-Sensor和IIT Delhi接觸式掌紋數(shù)據(jù)庫上進(jìn)行比較，本文方法識別率分別達(dá)到100％，100％，98.45％和92.00％，驗(yàn)證實(shí)驗(yàn)EER分別達(dá)到0.0216％，0.0264％，1.470％，4.09％，應(yīng)用于掌紋識別的性能優(yōu)于其他方法。
　　(3)基于線特征韋伯局部描述子（LWLD: Line Feature Weber