版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著經濟的發(fā)展,生物特征識別技術的應用需求也不斷的擴大,性能更可靠和用戶接受度更高的識別系統(tǒng)成為了目前的研究熱點?;谑植刻卣鞯淖R別技術具有高可靠性和高用戶接受度的特點,其中掌紋和手形兩種特征的融合更是可以獲得更高的系統(tǒng)可靠性。因此本文分別研究了掌紋和手形兩種特征的識別技術,同時也全面的測試了目前常用的融合方法。具體來說,全文的主要工作概括如下:
(1)對于原始圖像上的掌紋識別技術,提出了一種基于張量表示的最大邊緣準則算法
2、。作為基于子空間的特征提取方法的一種分支,該算法完善了最大邊緣準則的不同數(shù)據表示形式的系列。該算法在保持了與同類張量算法近似的性能的前提下,具有更高的魯棒性。相對于最大邊緣準則的向量形式算法,張量形式的算法計算速度更快,且該算法在少量訓練樣本的情況下就可以獲得比較高的識別效果,非常適用于樣本數(shù)量偏少的生物特征識別應用。在掌紋數(shù)據庫上的實驗證明了該算法的有效性。
(2)對于特征圖像上的掌紋識別技術,提出了兩種基于線特征直方圖
3、的掌紋特征表示,分別基于Gabor特征和有限Radon變換。在這些特征表示的基礎上再使用基于子空間的特征提取方法進行掌紋識別,可以獲得比使用原始圖像進行掌紋識別更好的識別效果。所提出的兩種特征表示使得基于子空間的特征提取方法在掌紋識別應用中獲得了與頂級掌紋識別方法的類似性能,達到了具有高可靠性的應用水平。
(3)對于手形的識別,提出了一種基于形狀上下文的改進的識別算法,使用了一種針對手形識別問題的新的一致性距離。該算法對于
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于掌紋和手形的生物特征識別方法.pdf
- 基于掌紋和手形特征融合的多生物特征識別算法研究.pdf
- 基于特征掌紋的在線掌紋識別方法研究.pdf
- 基于紋線投影特征的掌紋識別方法研究.pdf
- 基于線特征的掌紋識別方法的研究.pdf
- 掌紋特征采集與識別方法研究.pdf
- 基于特征融合和神經網絡的掌紋識別方法研究.pdf
- 掌紋特征比對與識別方法的研究.pdf
- 基于向量描述的掌紋識別方法.pdf
- 手形和掌紋識別算法的研究.pdf
- 基于聚類的掌紋快速識別方法研究.pdf
- 基于關鍵點加權的掌紋識別方法研究.pdf
- 掌紋的模糊識別方法研究.pdf
- 掌紋識別方法的應用研究.pdf
- 基于人臉和指紋的多模生物特征融合識別方法.pdf
- 基于掌紋與手背靜脈多模態(tài)特征層融合的識別方法研究.pdf
- 基于小波分形特征提取的漢字識別方法.pdf
- 掌紋識別中特征選擇和特征融合方法的研究.pdf
- 基于復合神經網絡的掌紋識別方法的研究.pdf
- 掌紋圖像處理及識別方法研究.pdf
評論
0/150
提交評論