基于信息熵的局部二值模式手指静脉识别

摘要：

为进一步提升手指静脉识别算法的识别率与识别速度,在图像处理阶段,提取出手指图像的感兴趣区域(region of in-terest,ROI),减少手指周围区域的干扰.为提升识别率,在局部二值模式(local binary patterns,LBP)的基础上,引入像素邻域之间的关系,增强LBP的识别性能;然后将信息熵与局部平均二值模式(local average local binary patterns,LALBP)结合得到熵值加权的局部二值模式(entropy weighted local binary patterns,ELBP)特征;最后采用主成分分析(principal component analysis,PCA)降维,以减少识别时间,去除冗余特征.通过对比欧氏距离与曼哈顿距离构建的分类器,与其他主流特征比较,验证算法的识别性能.在SDUMLA数据库与天津市智能实验室采集指静脉图像数据库上,保证了算法的识别速度前提下,分别取得了99.53％和99.84％的识别率,与其他识别算法相比识别率有明显的提高.

关键词：手指静脉识别、感兴趣区域、信息熵、局部二值模式

所属期刊栏目：22

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;江西省教育厅科技项目;留学基金委资助项目

在线出版日期：2022-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：5723-5728