基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文用高斯高通滤波对图像进行预处理,然后用LBP方法提取掌纹图像特征,最后用PCA法降低特征维数.高斯高通滤波的作用在于增强图像对比度,使其具有更为明显的区分信息;图像的LBP特征具有抗旋转能力强,不受每次采集图像时光照不同的影响等优点;PCA能够提取特征矩阵的主成分.试验证明此方法具有较好的特征提取能力,得到了较高的识别率.
推荐文章
基于MB-LBP和HOG的掌纹识别
掌纹识别
多块二值模式
梯度方向直方图
最近邻分类
绝对值距离
加权自适应CS-LBP与局部判别映射相结合的掌纹识别方法
掌纹识别
纹理特征提取
加权自适应中心对称局部二值模式
局部判别映射
一种基于MEM-LBP的动作特征提取及识别方法
人体动作识别
深度视频序列
运动能量模型
局部二值模式
深度运动图
一种基于改进LBP特征的人脸识别
LBP
人脸识别
特征提取
人脸数据库
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高通滤波及LBP主成分特征的一种掌纹识别方法
来源期刊 自动化技术与应用 学科 工学
关键词 掌纹识别 LBP PCA 高斯高通滤波
年,卷(期) 2010,(4) 所属期刊栏目 模式识别与仿真
研究方向 页码范围 16-18,26
页数 分类号 TP391.41
字数 2476字 语种 中文
DOI 10.3969/j.issn.1003-7241.2010.04.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李云峰 河南科技大学机电工程学院 55 320 10.0 15.0
2 张亚莉 河南科技大学机电工程学院 5 13 2.0 3.0
3 陈红涛 河南科技大学机电工程学院 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (42)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
掌纹识别
LBP
PCA
高斯高通滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化技术与应用
月刊
1003-7241
23-1474/TP
大16开
哈尔滨市开发区汉水路165号
14-37
1982
chi
出版文献量(篇)
8131
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导