小波分解与PCA方法掌纹特征提取方法.docVIP

小波分解与PCA方法掌纹特征提取方法 　　（沈阳工业大学 计算机视觉检测研究所, 沈阳 110023） 　　?? 　　 摘 要： 　　提出了一种新的掌纹特征提取方法，其目的在于在不降低识别率的情况下，提高掌纹特征提取速度。首先将原始掌纹图像进行小波分解，获得低分辨率的掌纹图像；其次通过主成分分析（PCA）方法获得一个低维子空间，即“特征掌”；最后通过将训练、测试样本在该“特征掌”上投影来提取掌纹特征。实验结果表明，所提出方法与单一PCA方法比较，在同样识别率情况下，特征提取速度明显提高。 　　?? 关键词：小波分解； 主成分分析； 特征提取； 掌纹识别 　　?? 中图分类号：TP274 文献标志码： A 　　 文章编号：1001?菠B3695(2008)12?菠B3671?菠B03 　　 ?? 　　Palmprint recognition based on wavelet decomposition and PCA 　　?? 　　 　　YUAN Wei??qi, HUANG Jing, SANG Hai??feng 　　?? 　　(Computer Vision Group, Shenyang University of Technology, Shenyang 110023, China) 　　 ?? 　　 Abstract: 　　This paper proposed a new method for feature extraction of palmprint. This method improved upon feature extraction speed of palmprint under without reducing recognition rate. First, the original palmprint images became the lower resolution images using wavelet decomposing. Second, used principal components analysis, reduced the lower resolution palmprint images dimensionality. This low dimensional feature subspace was called “Eigenpalms”. At last, those samples of a training set and a testing set were projected this “Eigenpalms”. The experiment result shows that much training time has been saved by using this algorithm in features extracting recognition. 　　?? Key words：wavelet decomposing; PCA; extraction; palmprint recognition 　　?お? 　　 　　生物特征识别技术被认为是一种最可靠、最有前途的个人身份鉴别技术。我国在《国家中长期科学和技术发展纲要（2006―2020）》中，将生物特征识别技术列为重要研究课题之一。掌纹识别作为一种新的生物特征识别技术，由于信息量大、采集方便、成本低等特点，近些年越来越受到重视。主成分分析（PCA）方法被认为是目前掌纹特征提取的一个常用并且有效的方法。?? 　　PCA方法是对掌纹原始图像进行映射变换或是矩阵运算，实现从??n维欧氏样本空间到m维欧氏特征子空间的转换(nm)。??该方法早期多用于人脸等特征识别。但是，由于掌纹图像较大导致采用PCA方法时运行时间长，直接影响掌纹识别技术的实际应用。通过降低图像分辨率可以克服单独PCA方法带来的特征提取时间长的缺点，采用简单二抽取、高斯金字塔等方法在降低分辨率时丢失大量的信息，而小波分解后的低频图像不仅图像维数降低，同时将部分能量聚集在LL低频子带，有利于特征提取与识别。 　　 1 掌纹图像定位?? 　　掌纹特征提取的第一步工作是在手掌图像（图1）中选择一个特定的掌纹区域（图2）作为掌纹中心区域，通常称为掌纹图像的定位。?? 　　本文采用角点检测的方法提取轮廓特征点[1]。根据以轮 廓点为中心的圆盘内目标及背景所占面积的大小来提取轮廓特征点。用特征点的坐标来确定掌纹中心区域的坐标，从而提取掌纹中心区域，最终达到定位的要求。该方法运算量较小、检测及定位性能也较好，比较适合掌纹轮廓关键点的提取。具体实现方法如下：?? 　　a）将原始手掌图像进行二值