基于改進(jìn)的分塊2DPCA和神經(jīng)網(wǎng)絡(luò)的掌紋識(shí)別.pdf

1、　　隨著人們安全意識(shí)的提高，生物識(shí)別技術(shù)也在飛速的發(fā)展。論文以人體的掌紋為研究對(duì)象，提出了基于分塊2DPCA和二次2DPCA相融合的特征提取算法，并選擇RBF神經(jīng)網(wǎng)絡(luò)作為系統(tǒng)分類器。通過(guò)對(duì)Poly-U掌紋庫(kù)的仿真實(shí)驗(yàn)表明，此方法具有可行性和有效性，識(shí)別時(shí)間明顯縮短，且保持了較高的識(shí)別率。其主要研究?jī)?nèi)容如下：
　　1.圖像增強(qiáng)對(duì)于掌紋的特征提取有著至關(guān)重要的作用。論文通過(guò)分析、研究掌紋圖像特點(diǎn)，利用Gabor濾波器實(shí)現(xiàn)圖像增強(qiáng)，

2、使掌紋的主紋理更加的突出。這樣提取的特征向量更具有辨識(shí)度，有利于識(shí)別率的提高。
　　2.在特征提取部分采用了改進(jìn)的分塊2DPCA提取算法，將分塊矩陣與二次2DPCA融合在一起。首先將掌紋原始矩陣平均分為4塊，然后對(duì)分塊后的小矩陣進(jìn)行二次2DPCA。由于分塊后的矩陣能包含更多的局部信息，且能在特征的計(jì)算中更精確地將這些信息表達(dá)出來(lái)，所以這些單元塊的局部特征更能反映掌紋圖像之間的差異，使得特征提取在準(zhǔn)確率和提取速度上都有提高。