小波分解与PCA方法的掌纹特征提取方法

提出了一种新的掌纹特征提取方法,其目的在于在不降低识别率的情况下,提高掌纹特征提取速度。首先将原始掌纹图像进行小波分解,获得低分辨率的掌纹图像;其次通过主成分分析(PCA)方法获得一个低维子空间,即"特征掌";最后通过将训练、测试样本在该"特征掌"上投影来提取掌纹特征。实验结果表明,所提出方法与单一PCA方法比较,在同样识别率情况下,特征提取速度明显提高。

一种快速而准确的虹膜识别方法

提出了一种快速而准确的虹膜识别算法,基本思想是:通过图像预处理,确定虹膜的位置和大小,并将直角坐标系下的环形虹膜展开成极坐标系下的矩形虹膜;利用寻找局部灰度极小值点的方法寻找图像中每条扫描线上的特征点,去掉伪特征点以后,得到固定长度的虹膜编码;计算两个虹膜编码之间的海明距离,根据海明距离给出识别结果。

基于力场转换理论的耳廓识别

本文提出了一种基于力场转换理论的人耳识别方法,在检测出耳廓边缘的基础上,将图像分别通过力场和能量场进行描述,利用测试点在力场中运动最终收敛至图像能量局部最小值处这一个特征,对人耳图像特征点进行定位,最终利用提取出的"势能阱"和"势能渠"实现匹配与识别,经在选用的耳廓图库上实验,错误接受率FAR为1.28%,错误拒绝率FRR为6.28%。

基于多尺度Canny算子的人耳几何特征提取与识别

针对人耳特点提出了一种基于耳廓边缘几何结构的识别方法,在结合多尺度Canny算子检测出单像素耳廓边缘的基础上,通过提取耳轮边缘上的若干关键距离来描述耳轮形状,提取耳甲腔边缘上的角点区域来描述内耳结构,最终利用耳轮形状特征向量及内耳结构特征向量实现分类识别。特征向量的表示分别以长轴和质心作为参照标准,保证了其具有平移、旋转和缩放不变性。在选取的人耳图像库上实验取得了较高的识别率,同时,对光照条件变化具有一定的鲁棒性,实验结果表明该方法的有效性以及利用人耳图像进行身份识别的可行性。