基于链码表示的手臂静脉特征提取与匹配

• 作者: 唐超颖 王彪 赵珊
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 机器视觉 静脉识别 链码表示 粒子群算法
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 机器视觉
• 页码范围: 131-142
• 页数: 12页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3788/AOS201636.0515003

摘要

针对手臂静脉这一生物特征,提出一种基于链码表示的静脉特征提取及匹配算法.由近红外手臂图像中提取出静脉的骨架结构,并将其分割为若干条曲线段,通过曲线的相对方向、相对位置及形状特征计算匹配曲线对,利用粒子群算法计算匹配曲线间的最优空间变换关系,根据静脉全局变换后点集的重叠情况判断匹配程度.针对来自9个国家的110位实验者组成的手臂图像库进行实验,Rank-1和Rank-10％识别率分别为74.5％和93.6％,优于改进Hausdorff距离及模板匹配方法,表明手臂静脉可作为一种新的生物特征来进行身份认证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王彪		69	795	12.0	25.0
2	唐超颖		31	205	8.0	13.0
3	赵珊		1	0	0.0	0.0