基于指导滤波的内侧指横纹识别方法.pdfVIP

基于指导滤波的内侧指横纹识别方法 刘 明闫 军李 哲 河北大学电子信息工程学院，河北保定071002 [摘要]为了使指导滤波可以更有效地去除噪声进而提高匹配效率，提出了一种基于指导滤波的内侧指横纹识别方法。首 先，在ROI提取阶段，通过提取ROI模板和利用模板在原始图像上所处位置的先验知识来指导其他原始图像进行准确的ROI 提取，并对得到的ROI和模板进行互相指导滤波去除噪声。其次，在线特征提取阶段，利用Gabor滤波与求偏导相结合的方法 进行线特征提取。最后，在特征匹配阶段，利用快速傅里叶变换的方法，得到相似度后通过对其选取合适的阈值来得到较好 的实验效果。评估系统建立在包含100个人的2000幅右手手部图像的数据库上，等错误率为2.32％，证明该算法可以进行 指横纹特征识别并具有较高的准确率。 生物特征；内侧指横纹；指导滤波；线特征提取 TN911.73 A MethodforInner-knuckle-printVerificationBasedonGuidedImageFiltering LIUMingYANJunLIZhe CollegeofElectronicandInformationEngineering,HebeiUniversity,HebeiBaoding071002,China [Abstract] Inordertomaketheguidedimagefilteringcanremovenoiseeffectivelyandimprovethematchingrate,an approachforinner-knuckle-printverificationisproposedbasedonguidedimagefiltering.Firstly,inthestageofROIextraction, byextractingROItemplateandusingthelocationontheoriginalimagetoguideotherimagestoextractROIaccurately,then adoptmutualguidedfilterbetweentheROIandthetemplate.Secondly,inthestageoflinedetection,thecombinationofGabor filterandderivativelinedetectionisadopted.Finally,thebinarylineimagesarematchedbyusingFastFouriertransform,after getsimilaritybyselectingappropriatethresholdtogetbettereffect.Theexperimentsonafingerimagedatabasewhichincludes 2 000 images from 100 different individuals. The equal errorrate reaches 2.32％. The experiment result shows good performanceoftheproposedapproach. biometrics;inner-knuckle-print;guidedimagefiltering;linedetection 基金项目：国家自然科学基金项目 61073121）;河北省自然科学基金项目(F2009000215)；河北省科技支撑计划项目 (072135188);河北省教育厅科研计划项目(2008312);北京市优秀博士学位论文指导教师科技项目(YB20081000401) 万方数据 QII。，ZII。 V恍∽刚cA徽盏器佃 识别的正确率。 均用上述方法得到ROI，然后进行互相指导滤波。本文 事实上，内侧指横纹识别技术的研究起步早于外侧 基于改进的指导滤波方法是将模板ROI储存起来，并将 指横纹。2004年，李强等首次将手