基于多模板融合的异质手背静脉身份识别

• 作者: 王一丁 王聪聪
• 来源期刊: 计算机应用研究
• 关键词: 手背静脉 多源异质 多模板融合 身份识别
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 928-932
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.03.067

摘要

针对手背静脉识别过程中的多源异质问题,分别在图像预处理和识别算法上进行改进,提出了自适应手背静脉图像的归一化配准方法,并利用位置信息对SIFT(scale-invariant feature transform,尺度不变特征变换)特征点进行精确筛选,降低了错误匹配概率,最后采用多模板融合的识别策略对异质图像进行配准识别,通过图像降维,进一步提高识别率和识别效率,使得平均识别结果达到90.17％.与其他算法的对比结果表明,该算法能够较好地解决多源异质问题对手背静脉识别所造成的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王一丁	北方工业大学电子信息工程学院	39	74	5.0	6.0
2	王聪聪	北方工业大学电子信息工程学院	1	5	1.0	1.0