一种基于2DHOL特征与(2D)2FPCA结合的手指静脉识别方法

• 作者: 刘文杰 宁欣 张丽萍 李卫军 董肖莉
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 手指静脉识别 Gabor滤波 方向线直方图 子空间学习 (2D)2FPCA
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 图像与视觉
• 页码范围: 254-261
• 页数: 8页
• 分类号: TP391.41
• 字数: 5948字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2018.16302

摘要

文中提出一种基于二维方向线直方图统计(2DHOL)特征与双向二维费希尔主成分分析((2D)2FPCA))相结合的手指静脉识别方法.首先针对手指静脉图像纹路走向的特点,改进基于梯度直方图(HOG)特征中有关梯度幅值和方向的计算方法,采用二维Gabor滤波器获取静脉图像的线形响应和方向,提取2DHOL特征;然后综合考虑行列相关性和类别信息,采用(2D)2FPCA对2DHOL特征进行降维处理,得到手指静脉特征向量;最后计算特征向量的欧氏距离.应用不同手指静脉数据库进行实验的结果表明,该方法能够有效地提高手指静脉识别率,并对训练样本数变化具有较强的鲁棒性.