大鱼际掌纹特征提取与识别算法研究.PDFVIP

第３１卷第４期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．４ ２０１４年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１４ 大鱼际掌纹特征提取与识别算法研究 郑云云　孟　飞　朱习军 （青岛科技大学信息与科学技术学院　山东青岛２６６０６１） 摘　要　　首先将掌纹图像经过定位分割获得感兴趣的大鱼际区域，再经中值滤波去噪，采用高频强调滤波和直方图均衡化相结合 的方法增强图像，得到纹理清晰的大鱼际掌纹图像。然后采用灰度共生矩阵方法提取利于二分类的图像特征。最后基于支持向量 机的方法实现大鱼际掌纹阴阳两类的识别。仿真实验结果表明，所提出的图像处理与识别算法对大鱼际掌纹阴性与阳性的分类具 有较高的效率和准确率。 关键词　　大鱼际掌纹　灰度共生矩阵　支持向量机　二分类 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０４．０４１ ＳＴＵＤＹＯＮＴＨＥＮＡＲＰＡＬＭＰＲＩＮＴＦＥＡＴＵＲＥＥＸＴＲＡＣＴＩＯＮＡＮＤＲＥＣＯＧＮＩＴＩＯＮＡＬＧＯＲＩＴＨＭ ＺｈｅｎｇＹｕｎｙｕｎ　ＭｅｎｇＦｅｉ　ＺｈｕＸｉｊｕｎ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＱｉｎｇｄａｏＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｑｉｎｇｄａｏ２６６０６１，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｔｔｈｅｂｅｇｉｎｎｉｎｇｐａｌｍｐｒｉｎｔｉｓｌｏｃａｔｅｄａｎｄｓｅｇｍｅｎｔｅｄｔｏｇｅｔｔｈｅｎａｒｒｅｇｉｏｎｔｈａｔａｒｏｕｓｅｓｉｎｔｅｒｅｓｔ．Ｔｈｅｎａｆｔｅｒｍｅｄｉａｎｖａｌｕｅｎｏｉｓｅ ｆｉｌｔｒａｔｉｏｎ，ｉｍａｇｅｓａｒｅｅｎｈａｎｃｅｄｂｙｈｉｇｈｆｒｅｑｕｅｎｃｙｅｍｐｈａｓｉｓｆｉｌｔｒａｔｉｏｎａｎｄｈｉｓｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎｃｏｍｂｉｎａｔｉｏｎｍｅｔｈｏｄｔｏｏｂｔａｉｎｃｌｅａｒｔｅｘｔｕｒｅ ｔｈｅｎａｒｐａｌｍｐｒｉｎｔｉｍａｇｅ．Ｎｅｘｔｇｒｅｙｌｅｖｅｌｃｏｏｃｃｕｒｒｅｎｃｅｍａｔｒｉｘｍｅｔｈｏｄｉｓｕｓｅｄｔｏｅｘｔｒａｃｔｉｍａｇｅｆｅａｔｕｒｅｓｂｉａｓｔｏｂｉｎａｒｙｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ａｔｌａｓｔ ｔｈｅｎａｒｐａｌｍｐｒｉｎｔｂｏｔｈＹｉｎａｎｄＹａｎｇｃｌａｓｓｅｓａｒｅｒｅｃｏｇｎｉｚｅｄｂｙＳＶＭｍｅｔｈｏｄ．Ｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｉｌｌｕｓｔｒａｔｅｓｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇａｎｄｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍａｃｑｕｉｒｅｓｈｉｇｈｅｒｅｆｆｉｃｉｅｎｃｙａｎｄａｃｃｕｒａｃｙｗｉｔｈｔｈｅｎａｒｐａｌｍｐｒｉｎｔＹｉｎａｎｄＹａｎｇｃｌａｓｓｉｆｉｃａｔｉｏｎｓ． Ｋｅｙｗｏｒｄｓ　　Ｔｈｅｎａｒｐａｌｍｐｒｉｎｔ　Ｇｒｅｙｌｅｖｅｌｃｏｏｃｃｕｒｒｅｎｃｅｍａｔｒｉｘ（ＧＬＣＭ）　ＳＶＭ　Ｂｉｎａｒｙｃｌａｓｓｉｆｉｃａｔｉｏｎ 征进行二分类，将阴性和阳性的掌纹图像尽可能准确分开。设 ０　引　言 计流程如图１所示。 在中医师的长期临床实践中发现，哮喘患者普遍存在着大 鱼际掌纹粗糙的现象，并将大鱼际掌纹分成四级，研究证实［１］，Ｉ 级为正常，ＩＩ级为外源性哮喘弱阳性特征，ＩＩＩ级ＩＶ级为外源性 哮喘阳性特征。中医师在诊断时，往往根据自己的主观经验对 掌纹进行观察，作出论断。为了减少医师诊断过程中由一些主 观因素带来的判断误差，对大鱼际掌纹图像进行客观的分类量 化就变得十分重要。 通过医学专家的知识，大鱼际掌纹的阳性和阴性的区分是 进行辅助诊病的根本依据。因此考虑其阳性和阴性的划分，具 有很重要的意义。利用现代信息处理手段，客观准确地对大鱼 际掌纹进行分类量化，有利于增强诊断的客观性与准确性。为