博士科研启动基金(13-1121)
- 作品数：2 被引量：18H指数：2
- 相关作者：林森张俊宇汤永华郭金玉吴微更多>>
- 相关机构：沈阳工业大学辽宁工程技术大学沈阳化工大学更多>>
- 发文基金：辽宁省教育厅高等学校科学研究项目博士科研启动基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 局部方向模式在非接触掌纹识别中的应用被引量：11
- 2015年
- 提高非接触掌纹识别系统的性能是目前掌纹识别领域一个具有实际意义的热点。针对非接触掌纹识别系统的鲁棒性问题,以掌纹图像的纹理特征为基础,提出一种基于局部方向模式(LDP)的掌纹识别方法,设计并实现了符合应用环境的嵌入式系统。LDP方法主要利用了Kirsch八方向算子的边缘响应值,从而获取图像的纹理方向模式特征。首先给出LDP算法的基本模型和流程,然后将非接触掌纹图像分成大小均匀的区块,利用LDP算法获取不同区块的纹理特征直方图向量,并进行融合形成总的模式特征,最后使用Chi距离测度进行匹配识别。在香港科技大学(HKUST)和自建的非接触掌纹图库上进行了实验测试,结果表明,该方法正确识别率可达97.824 4%和96.754 7%,相比其他典型和流行方法,最高可提升6.452 9%和5.995 6%。同时在室内环境下,利用自行设计的嵌入式原型装置进行了初步实际测试,结果表明,该方法正确识别率可达96.193 3%,具有可行性和有效性,提高了非接触掌纹识别系统的性能。
- 林森张俊宇郭金玉汤永华
- 关键词：掌纹识别纹理特征非接触嵌入式系统
- 子区域局部相位量化在掌脉识别中的应用研究被引量：7
- 2014年
- 在手掌静脉识别系统中,由于人体手掌生理结构特性,容易出现图像模糊现象,导致识别性能下降。针对这一实际问题,提出一种基于子区域局部相位量化(SLPQ)的鲁棒识别方法。首先建立了LPQ特征提取的基本模型,阐述了算法流程。然后将掌脉图像分成若干子区域,提取各分区LPQ特征,并加以融合,最后利用卡方距离匹配识别。在香港理工大学、中科院自动化所和自建的掌脉图库上进行了实验测试,结果表明,当图像子区域大小为16×16像素时,该方法获得了最低的等误率,分别为0.499 2%、11.040 1%和1.356 9%,相比其他典型方法具有优势,有效提升了手掌静脉识别系统的性能,增强了系统的抗模糊性,具有实际应用价值。
- 林森吴微苑玮琦
- 关键词：特征提取
