-
公开(公告)号：CN108681722A
公开(公告)日：2018-10-19
申请号：CN201810507534.1
申请日：2018-05-24
Applicant: 辽宁工程技术大学
CPC classification number: G06K9/00885 , G06K9/4609 , G06K9/629 , G06K2009/00932
Abstract: 本发明提供一种基于纹理的手指静脉特征匹配方法，涉及图像识别及处理技术领域。一种基于纹理的手指静脉特征匹配方法，首先对预处理的手指静脉图像做5个尺度8个方向的Gabor变换；其次，利用曲线波变换将每个尺度下的图像进行融合，减小特征维数，从而获得集成Gabor特征的图像，再对其做近邻二值模式编码得到特征向量。最后，利用汉明距离进行匹配识别。本发明提供的基于纹理的手指静脉特征匹配方法，不仅克服了常用典型手指静脉特征提取方法不能有效获取指静脉的纹理特征的缺点，并且减小了提取到的指静脉特征向量维数，能够有效获取指静脉纹理特征，提高了手指识别的识别率，同时也提高了识别的识别效率。
-
公开(公告)号：CN108681722B
公开(公告)日：2021-09-21
申请号：CN201810507534.1
申请日：2018-05-24
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于纹理的手指静脉特征匹配方法，涉及图像识别及处理技术领域。一种基于纹理的手指静脉特征匹配方法，首先对预处理的手指静脉图像做5个尺度8个方向的Gabor变换；其次，利用曲线波变换将每个尺度下的图像进行融合，减小特征维数，从而获得集成Gabor特征的图像，再对其做近邻二值模式编码得到特征向量。最后，利用汉明距离进行匹配识别。本发明提供的基于纹理的手指静脉特征匹配方法，不仅克服了常用典型手指静脉特征提取方法不能有效获取指静脉的纹理特征的缺点，并且减小了提取到的指静脉特征向量维数，能够有效获取指静脉纹理特征，提高了手指识别的识别率，同时也提高了识别的识别效率。
-
Search Results
2
records
(took 0.021 seconds)
