基于融合特征和极限学习机的鞋印图像识别方法研究

• 作者: 杜明坤 王茜仪 蔡星宇
• 来源期刊: 电子技术
• 关键词: 融合特征 极限学习机 鞋印图像识别 分区域
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 电子技术研发
• 页码范围: 7-10,6
• 页数: 5页
• 字数: 3724字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2018.10.002

摘要

针对鞋印图像结构形态特点,提出一种基于融合特征和极限学习机(ELM)的鞋印图像识别方法,将图像均匀分成152个大小相等的子区域,并提取相应的纹理、形状特征,结合两种特征信息提取子区域融合特征向量,再通过逐行扫描子区域的方法计算出鞋印图像融合特征向量,然后利用ELM实现对鞋印图像的识别.实验结果表明,该方法可以有效对鞋印图像进行识别,比其他特征识别方法具有更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜明坤	江苏警官学院刑事科学技术系	5	1	1.0	1.0
2	王茜仪	江苏警官学院刑事科学技术系	5	1	1.0	1.0
3	蔡星宇	江苏警官学院刑事科学技术系	1	1	1.0	1.0