基于多特征阈值融合的手指静脉识别算法

• 作者: 沈雷 蓝师伟
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 指静脉识别 曲率 细线特征 阈值融合算法
• 年，卷（期）: 2018,（5）
• 页码范围: 24-28,84
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2018.05.005

摘要

大部分手指静脉识别算法使用单个特征识别,识别的基本是静脉区域特征.研究发现背景区域对静脉识别也有辅助作用,为此,提出一种融合静脉曲率灰度特征、曲率细线特征及背景曲率灰度特征的阈值识别算法.用高斯模板对图像进行曲率特征提取和分解,得到背景曲率灰度特征和静脉曲率灰度特征,再通过提取曲率特征得到曲率细线特征,并用阈值融合算法将3种静脉图像特征融合起来进行识别.实验表明,所提算法的性能优于基于方向滤波提取细线特征的算法和基于Hessian矩阵提取细线特征的算法.训练样本中,认假率为10-6时,其拒真率最低降至9.13％,性能显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈雷	杭州电子科技大学通信工程学院	62	272	9.0	14.0
2	蓝师伟	杭州电子科技大学通信工程学院	3	7	2.0	2.0