基于独立成分分析的掌纹识别.pdfVIP

维普资讯 第35卷第3期 光电工程 Vo1．35，No．3 2008年3月 Opto—ElectronicEngineering M arch，2008 文章编号：1003—501X(2008)03—0136—04 基于独立成分分析的掌纹识别 郭金玉1,2 苑玮琦 (1．沈阳工业大学 视觉检测技术研究所，沈阳 110023；2．沈阳化工学院 信息工程学院，沈阳 110142) 摘要：本文研究了独立成分分析(IcA)两种不同的结构ICAI和ICAII在掌纹识别中的应用。为了提高识别准确性 和可靠性，该方法首先对掌纹图像进行预处理，提取掌纹感兴趣(ROI) 域进行特征提取和匹配。为了减少计算量， 运用 ICA算法之前．先采用主成分分析(PCA)算法去除掌纹图像的二阶统计特征相关性，其余的高阶统计特征由 ICA分离。对于PolyU掌纹图像库，基于 ICA模型的预测误差平方和(SPE)小于PCA，而且重构的原始图像优于 PCA。为了比较两种算法识别性能，本文分别用 PCA、ICAI、ICAII提取特征掌纹子空间，然后将待识别图像 投影到低维子空间上，最后用余弦距离进行掌纹匹配。实验结果表明，ICA算法两种结构的识别率均高于PCA， ICAII在性能上优于ICAI。 关键词：图像预处理；主成分分析；独立成分分析；掌纹识别；余弦距离 中图分类号：TP391．41 文献标志码：A PalmprintRecognitionBasedonIndependentComponentAnalysis GUO Jin．yu一，YUAN W ei．qil (1ComputerVisionGroup，ShenyangUniversityofTechnology，Shenyang110023，China； 2．SchoolofInformationEngineering，ShenyangInstituteofChemicalTechno~gy，Shenyang110142，China) Abstract：TwodifferentarchitecturesofIndependentComponentAnalysis(ICA)topalmprintrecognitionwhichwere architecture1andarchitecture11werediscussed．RegionofInterest(ROI)inthepalmprintimageswereextracted automaticallybypreprocessingbeforefeatureextraction andmatch SO asto increasetherecong ition accuracy and reliability．Inordertoreducecomputationalcomplexity,PrincipalComponentAnalysis(PCA)wasusedtoeliminate second-orderdependenciesinthepalmprintimagesTheremaininghigher—orderdependencieswereseparatedbYICA． TheSquareProjectError(SPE)ofICAmodelwassmallerthanthatofPCA，nadthereconstructionofhteoriginal palmprintimageswassuperiorto thatgottenbyPCA inPolyU PalmprintDatabase．To compare therecong ition