基于光谱融合的手掌异常纹识别

• 作者: 代立波 刘富 刘闯 康冰
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 非下采样shearlet变换 光谱融合 掌纹 闭合回路 异常纹
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 280-287
• 页数: 8页
• 分类号: TP391.4
• 字数: 4970字
• 语种: 中文

摘要

针对现有掌部封闭型病理纹识别算法提取的线特征较少、 识别率较低的问题, 提出一种基于非下采样剪切波变换(NSST: Nonsubsample Shearlet Transform)域光谱融合的手掌异常纹识别算法.首先, 选取融合效果最佳的多光谱掌纹波段组合, 并在NSST域内进行多尺度、 多方向的分解;其次, 根据分解各层子带图像的特点设计融合规则进行相应系数矩阵的融合, 再通过NSST逆变换和形态学处理提取精细纹路特征;然后, 利用像素点的度特点寻找符合要求的闭合纹线回路;最后, 采用一种基于矩形度和偏心率等形状描述符的方法识别封闭型异常纹.实验结果表明, 该识别方法能提取丰富的掌纹线特征, 同时, 还可准确识别6种不同类型的封闭型病理纹, 识别率可达90%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康冰	吉林大学通信工程学院	52	144	5.0	11.0
2	刘富	吉林大学通信工程学院	57	240	9.0	13.0
3	刘闯	吉林大学通信工程学院	6	1	1.0	1.0
4	代立波	吉林大学通信工程学院	2	0	0.0	0.0