基于SVM的掌紋驗(yàn)證方法的研究.pdf

1、近年來(lái)，生物信息特征識(shí)別技術(shù)在各個(gè)領(lǐng)域蓬勃發(fā)展，它是利用人的固有的生理特征作為研究對(duì)象，來(lái)進(jìn)行個(gè)人身份的鑒定。本文結(jié)合掌紋紋理特征及支持向量機(jī)理論進(jìn)行探討。具體內(nèi)容如下： (1)針對(duì)掌紋圖像的特點(diǎn)，先用 OSTU 算法選取閾值，對(duì)掌紋灰度圖像進(jìn)行二值化處理，用改進(jìn)的 Harris 方法來(lái)檢測(cè)角點(diǎn)，并根據(jù)角點(diǎn)的情況來(lái)建立基準(zhǔn)坐標(biāo)系，提取固定大小的矩形區(qū)域作為研究對(duì)象。 (2)把已經(jīng)提取出來(lái)的矩形區(qū)域進(jìn)行分塊，對(duì)分塊后的小區(qū)

2、域Gabor濾波，提取Gabor濾波器的紋理能量，得到512維的向量作為掌紋的特征向量。 (3)把這些特征向量輸入 SVM進(jìn)行訓(xùn)練和識(shí)別，并與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行比較，驗(yàn)證了用支持向量機(jī)的方法進(jìn)行圖像分類能夠得到很高的識(shí)別率，比傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方法有更好的分類效果，尤其是小樣本，高維度的情況。 本文所設(shè)計(jì)的方法經(jīng)過(guò)驗(yàn)證，取得了較好的實(shí)驗(yàn)效果。用 SVM 的方法進(jìn)行掌紋圖像的識(shí)別是對(duì)掌紋識(shí)別方法的一個(gè)創(chuàng)新，這種方法能夠得