基于Retinex和小波分解的手背静脉识别方法 |
| |
作者姓名: | 王华彬 陶亮 周健 |
| |
作者单位: | 安徽大学教育部智能与信号重点实验室;安徽大学计算机科学与技术学院; |
| |
基金项目: | 安徽省教育厅重点研究项目(KJ2010A011);国家自然科学基金(61071169);国家自然科学青年基金(61301295);安徽大学大学生科研训练计划项目(KYXL2012060) |
| |
摘 要: | 为了解决手背静脉识别系统中图像的对比度较低且静脉结构简单的问题,首先提出一种基于自适应平滑滤波器的Retinex增强算法,在增强静脉结构的同时均衡了图像灰度;然后分析了静脉图像的小波分解子带图像和灰度积分投影,指出小波低频子带图像和垂直方向的灰度积分投影比较适合作为手背静脉识别的特征;进一步提取了基于逼近系数的小波不变矩特征,并融合形成了90维的手背静脉特征向量;最后建立SVM分类器并利用手背静脉图像库进行实验,结果证明了该算法的识别优越性.
|
关 键 词: | 静脉识别 生物特征识别 特征提取 小波分解 |
本文献已被 CNKI 等数据库收录! |
|