目的将韦伯局部描述子WLD(Weber local descriptor)应用于掌纹识别,并针对掌纹具有丰富线特征的特点,在WLD基础上改进获得线特征韦伯局部描述子LWLD(line feature weber local descriptor),以提高掌纹识别的效率。方法首先采用MFRAT或Ga...目的将韦伯局部描述子WLD(Weber local descriptor)应用于掌纹识别,并针对掌纹具有丰富线特征的特点,在WLD基础上改进获得线特征韦伯局部描述子LWLD(line feature weber local descriptor),以提高掌纹识别的效率。方法首先采用MFRAT或Gabor滤波器对掌纹图像进行线性滤波,生成方向图和能量图;然后对能量进行韦伯差分激励滤波生成差分激励图;最后,基于方向图和差分激励图构造线韦伯特征直方图,并基于线韦伯特征直方图进行掌纹特征识别。结果基于PolyU Ⅱ和Cross-Sensor掌纹库进行对比实验,采用曼哈顿距离和卡方距离进行匹配,其中在PolyaⅡ库上的识别率最高均达到100%,在识别率和容错性方面均优于其他主要基于局部描述子的识别方法。结论首次将韦伯局部描述子引入掌纹识别领域,发展了一种新的基于局部描述子的掌纹识别方法。和其他基于局部描述子的掌纹识别算法相比,本文方法具有更高识别率和稳定性。展开更多
文摘目的将韦伯局部描述子WLD(Weber local descriptor)应用于掌纹识别,并针对掌纹具有丰富线特征的特点,在WLD基础上改进获得线特征韦伯局部描述子LWLD(line feature weber local descriptor),以提高掌纹识别的效率。方法首先采用MFRAT或Gabor滤波器对掌纹图像进行线性滤波,生成方向图和能量图;然后对能量进行韦伯差分激励滤波生成差分激励图;最后,基于方向图和差分激励图构造线韦伯特征直方图,并基于线韦伯特征直方图进行掌纹特征识别。结果基于PolyU Ⅱ和Cross-Sensor掌纹库进行对比实验,采用曼哈顿距离和卡方距离进行匹配,其中在PolyaⅡ库上的识别率最高均达到100%,在识别率和容错性方面均优于其他主要基于局部描述子的识别方法。结论首次将韦伯局部描述子引入掌纹识别领域,发展了一种新的基于局部描述子的掌纹识别方法。和其他基于局部描述子的掌纹识别算法相比,本文方法具有更高识别率和稳定性。