基于独立成分分析的掌纹识别

• 作者: 苑玮琦 郭金玉
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 图像预处理 主成分分析 独立成分分析 掌纹识别 余弦距离
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 模式识别
• 页码范围: 136-139
• 页数: 4页
• 分类号: TP391.41
• 字数: 1765字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2008.03.029

摘要

本文研究了独立成分分析(ICA)两种不同的结构ICA I和ICAII在掌纹识别中的应用.为了提高识别准确性和可靠性,该方法首先对掌纹图像进行预处理,提取掌纹感兴趣(ROI)区域进行特征提取和匹配.为了减少计算量,运用ICA算法之前,先采用主成分分析(PCA)算法去除掌纹图像的二阶统计特征相关性,其余的高阶统计特征由ICA分离.对于PolyU掌纹图像库,基于ICA模型的预测误差平方和(SPE)小于PCA,而且重构的原始图像优于PCA.为了比较两种算法识别性能,本丈分别用PCA、ICA I、ICAII提取特征掌纹子空间,然后将待识别图像投影到低维子空间上,最后用余弦距离进行掌纹匹配.实验结果表明,ICA算法两种结构的识别率均高于PCA,ICAII在性能上优于ICA I.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑玮琦	沈阳工业大学视觉检测技术研究所	283	2226	21.0	31.0
2	郭金玉	沈阳工业大学视觉检测技术研究所	59	347	11.0	15.0