电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

掌纹识别介绍

掌纹识别介绍_第1页
1/14
掌纹识别介绍_第2页
2/14
掌纹识别介绍_第3页
3/14
1 掌纹识别技术介绍 1 .1 依据哪些判断掌纹: 主线、皱纹、细小的纹理、脊末梢、分叉点。 掌纹中最重要的特征是纹线特征,点特征需要在高分辨率和高质量的图像中获取,因此对图像的质量要求较高。纹理特征,主要是指比纹线更短、更细的一些纹线,但其在手掌上分布是毫无规律的。 利用掌纹的纹线特征、点特征、纹理特征、几何特征完全可以确定一个人的身份。掌纹有比指纹更好的分辨能力和更高的鉴别能力。 训练样本录入阶段和测试样本分类阶段 测试样本分特征提取步骤后,送入分类器进行分类。 这两部分都包括以下三步:掌纹图像采集、预处理以及特征提取。 掌纹图像采集:一般采集二维灰度图像,产生矩阵。 预处理:如去噪、对退化进行复原。 特征提取:经过预处理的信息数据往往十分庞大。因此需要对信息数据进行特征提取和选择,即用某种方法把数据从模式空间转换到特征子空间。使得在特征空间中,数据具有很好的区分能力。 分类决策:分类是将样本的特征空间划分为类型空间。对于给定的未知模式,确定其为类型空间的某种模型。特征提取和选择在很大程度上影响了分类效果,而好的分类器设计和方法也会提高系统分类性能。 怎样进行识别:1 )基于点特征、线特征;2 )基于掌纹纹理特征;3 )基于子空间;4 )分级融合 1 )点特征需要在高分辨率的图像中提取。若点的数量较多,则匹配时需要大量的计算消耗。线特征明显稳定,表示方法简单,特征空间小。但是,点特征和线特征无法表目前似乎不要求做到这一点 个人觉得排除这点 示掌纹纹线的深浅和力度,并且受噪声的干扰较大。 2)方法多。Gabor滤波、小波变换、傅里叶变换、局部能量。 掌纹可以被认为是无规则但在个体间独一无二的一种纹理。目前有很多方法是针对纹理分析处理掌纹图像的。如 Gabor 滤波[18~20]、小波变换[21~23]、傅立叶变换[24]和局部能量[25]等方法。与指纹相比,掌纹上有很多折痕,Wu 提取有向线能量特征将这些折痕特征向量化[25],用于掌纹识别。李文新通过傅立叶变换将掌纹图像变换到频域[24],然后再将变换后的图像分别计算 R 能量和 能量,最后通过分级匹配方法对提取的特征进行匹配识别。 Kong 等人将虹膜识别[26]中的基于二维 Gabor 的相位编码方法用于掌纹图像的特征提取。该方法把 Gabor 滤波后的图像进行相位编码,称作 PalmCode,这样在特征向量中只保存了相位信息。由于这种算法只采用了一个方向的Gabor 滤波器提取掌纹图像...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

掌纹识别介绍

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部