原文服务方: 计算机应用研究       
摘要:
针对目前在静脉纹理提取算法中,对图像质量要求高、算法复杂度高的问题,利用静脉图像的剖面线在静脉区域中灰度值会呈现山谷状变化的特征,通过计算静脉图像多方向的梯度矩阵,提出一种计算简单、快速且稳定的掌脉纹路中心和纹路宽度提取算法.在此基础上,采用相应的编码方法确定纹理图像灰度值分布.最后,利用模糊阈值判定以及全局灰度值匹配算法来提高算法的鲁棒性及识别精度.实验结果表明,算法纹路特征提取的速度为25.2 ms;在掌脉图像两两匹配的条件下,该算法EER达到3.21%.最终可以得出该算法在纹路提取效果、匹配正确率以及算法效率上都有较为明显的优势的结论.
推荐文章
基于改进AlexNet卷积神经网络的手掌静脉识别算法研究
手掌静脉识别
AlexNet神经网络优化
图像特征提取
图像预处理
注意力机制应用
有效性验证
基于HOG与改进的SVM的手掌静脉识别算法
生物特征识别
图像处理
手掌静脉识别
方向梯度直方图(HOG)
支持向量机(SVM)
基于盒维的手掌静脉识别算法
盒维
手掌静脉识别
算法
基于单样本的手掌静脉识别方法
静脉识别
单样本
虚拟图像
二维主成分分析(2DPCA)
局部二值模式(LBP)
决策层融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于方向梯度的快速手掌静脉识别
来源期刊 计算机应用研究 学科
关键词 纹理特征 梯度 灰度值分布 模糊判定 灰度值匹配
年,卷(期) 2018,(3) 所属期刊栏目 图形图像技术
研究方向 页码范围 953-956,960
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.03.066
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨杰 武汉理工大学信息工程学院 123 833 13.0 24.0
2 逄增耀 武汉理工大学信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (22)
参考文献  (11)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(13)
  • 参考文献(2)
  • 二级参考文献(11)
2012(14)
  • 参考文献(1)
  • 二级参考文献(13)
2013(13)
  • 参考文献(1)
  • 二级参考文献(12)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
纹理特征
梯度
灰度值分布
模糊判定
灰度值匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导