一种基于2DHOL特征与(2D)2FPCA结合的手指静脉识别方法

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.

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

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金 61572458

在线出版日期：2018-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：254-261