本文選題：圖像處理　切入點(diǎn)：手掌靜脈識別　出處：《激光與光電子學(xué)進(jìn)展》2017年05期 　論文類型：期刊論文

【摘要】：為了提取手掌靜脈圖像的紋理特征,并有效提高其識別率,在聯(lián)合Gabor小波和近鄰二值模式(NBP)的基礎(chǔ)上提出了一種紋理特征提取方法。該方法利用靜脈結(jié)構(gòu)中血管粗細(xì)與延伸方向不同的特點(diǎn),將掌靜脈圖像感興趣區(qū)域與4尺度、4方向的Gabor小波卷積獲得多個(gè)幅值特征,并在4個(gè)不同的尺度下分別求取均值,獲得Gabor尺度均值模式(GSP),在每個(gè)GSP分塊上使用NBP描述算子來提取局部鄰域關(guān)系模式(GSPNBP)。然后將這些多尺度、多方向的GSPNBP分塊區(qū)域的編碼序列的總和作為掌靜脈特征向量。最后通過求特征向量間漢明距離衡量靜脈圖像的相似程度來計(jì)算識別率,并在PolyU圖庫和自建圖庫中進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示,該算法獲得的識別率最高可分別可達(dá)99.7935%和99.3965%,識別時(shí)間都在1s以內(nèi),有效增強(qiáng)了算法穩(wěn)健性。
[Abstract]:In order to extract the texture feature of palm vein image and improve the recognition rate effectively, Based on the combination of Gabor wavelet and nearest neighbor binary mode, a texture feature extraction method is proposed, which makes use of the different direction of blood vessel thickness and extension in vein structure. The region of interest of palmar vein image is convoluted with Gabor wavelet in 4 scales and 4 directions, and the mean value is obtained under four different scales. The Gabor scale mean value model (GSPN) is obtained, and the NBP description operator is used on each GSP block to extract the local neighborhood relation pattern (GSPNBPN). The sum of coding sequences in the multi-directional GSPNBP block region is taken as the palmar vein feature vector. Finally, the recognition rate is calculated by calculating the hamming distance between the feature vectors to measure the similarity of the vein image. Experiments are carried out in the PolyU library and the self-built map library. The experimental results show that the recognition rate of the algorithm can reach 99.7935% and 99.3965%, respectively, and the recognition time is within 1 s, which effectively enhances the robustness of the algorithm.
【作者單位】： 遼寧工程技術(shù)大學(xué)電子與信息工程學(xué)院;中國農(nóng)業(yè)科學(xué)院蜜蜂研究所;
【基金】：遼寧省教育廳科學(xué)研究一般項(xiàng)目(L2014132) 遼寧省科技廳面上項(xiàng)目(2015020100)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李嵐;;Gabor框架及其對偶框架的擾動(dòng)[J];紡織高�；A(chǔ)科學(xué)學(xué)報(bào);2008年01期

2 郭永明;水鵬朗;;一種修正Gabor譜圖的新方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年28期

3 柳葉;;Gabor框的存在性問題探討[J];西南大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年08期

4 袁偉;李曉東;;人臉識別應(yīng)用中的Gabor核選擇算法(英文)[J];中國科學(xué)技術(shù)大學(xué)學(xué)報(bào);2012年07期

5 許春曄,郭寶蘭;基于Gabor函數(shù)的漢字字體識別[J];河北大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年02期

6 田學(xué)東,郭寶蘭;基于Gabor變換的漢字字體識別研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年20期

7 馬麗紅,張宇,陳曉棠;慣性平面下基于Gabor濾波和視網(wǎng)膜模型的目標(biāo)檢測[J];微電子學(xué)與計(jì)算機(jī);2004年01期

8 回紅,陳祥獻(xiàn),周泓,汪樂宇;Gabor函數(shù)實(shí)現(xiàn)基于結(jié)構(gòu)的指紋識別[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2004年06期

9 孫同倫,尹東,唐群元;基于Gabor濾波增強(qiáng)的指紋識別[J];生物醫(yī)學(xué)工程研究;2005年01期

10 王湘平,張星明;基于Gabor小波的眼睛和嘴巴檢測算法[J];計(jì)算機(jī)工程;2005年22期

相關(guān)會議論文 前10條

1 朱學(xué)芳;鄒文豪;王欒井;;對字體識別中Gabor濾波器參數(shù)的實(shí)驗(yàn)研究[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

2 Kurban Ubul;Abdiryim Raxidin;Alim Aysa;;2-D Gabor Filter based Feature Extraction Method for Uyghur Handwriting Image[A];少數(shù)民族青年自然語言處理技術(shù)研究與進(jìn)展——第三屆全國少數(shù)民族青年自然語言信息處理、第二屆全國多語言知識庫建設(shè)聯(lián)合學(xué)術(shù)研討會論文集[C];2010年

3 ;Face recognition based on Gabor phase[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

4 馬世偉;吳從毛;袁康;;基于時(shí)間切變Gabor原子的時(shí)頻建模[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年

5 唐榮生;張宏志;王寬全;;基于Gabor小波的舌象舌苔厚薄分類研究[A];黑龍江省計(jì)算機(jī)學(xué)會2007年學(xué)術(shù)交流年會論文集[C];2007年

6 ;Edge Detection of Plant Roots Image via Gabor Wavelet Theory[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

7 何苗;張宏志;王寬全;;基于Gabor小波和特征加權(quán)的紅星舌象分類研究[A];黑龍江省計(jì)算機(jī)學(xué)會2007年學(xué)術(shù)交流年會論文集[C];2007年

8 LV Xue-fang;Ping Tao;;Realization of Face Recognition System Based on Gabor Wavelet and Elastic Bunch Graph Matching[A];第25屆中國控制與決策會議論文集[C];2013年

9 朱學(xué)芳;鄒文豪;朱鵬;;基于Gabor函數(shù)的字體識別實(shí)驗(yàn)研究[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

10 郭浩;歐宗瑛;;基于Gabor濾波的指紋增強(qiáng)方法研究[A];首屆信息獲取與處理學(xué)術(shù)會議論文集[C];2003年

相關(guān)博士學(xué)位論文 前10條

1 霍光;基于二維Gabor濾波的虹膜特征表達(dá)及識別方法研究[D];吉林大學(xué);2016年

2 余磊;Gabor小波變換在人臉識別中的應(yīng)用研究[D];重慶大學(xué);2009年

3 何飛;基于Gabor濾波的虹膜多特征提取及融合識別方法研究[D];吉林大學(xué);2015年

4 李云峰;基于Gabor小波變換的人臉識別[D];大連理工大學(xué);2006年

5 杜賡;基于尺度不變特征的人臉識別[D];北京郵電大學(xué);2010年

6 蘇亞;主動(dòng)表觀模型的建模與匹配[D];西安電子科技大學(xué);2010年

7 趙振華;人臉識別關(guān)鍵問題研究[D];蘭州理工大學(xué);2012年

8 王匯源;基于線性子空間及環(huán)形對稱GABOR變換的人臉識別算法研究[D];山東大學(xué);2007年

9 李文書;中醫(yī)舌診中若干圖像分析關(guān)鍵技術(shù)的研究[D];浙江大學(xué);2005年

10 聶祥飛;人臉檢測和識別中若干問題研究[D];北京郵電大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 伍文婷;對Gabor框的某些問題研究[D];華東師范大學(xué);2007年

2 袁書萍;利用多抽樣率濾波技術(shù)快速并行實(shí)現(xiàn)實(shí)值離散Gabor展開與變換[D];安徽大學(xué);2011年

3 向維輝;基于Gabor濾波的完備CS-LBP算子圖像紋理特征提取算法研究[D];昆明理工大學(xué);2015年

4 張雁騰;基于Gabor小波分解的線性子空間人臉識別方法[D];昆明理工大學(xué);2015年

5 陳玉玲;基于Gabor和ILDA的人耳識別研究[D];江西理工大學(xué);2015年

6 王文佳;基于人眼識別的手機(jī)游戲防沉迷系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

7 馬逢樂;基于Gabor小波的能量空間特征點(diǎn)提取方法研究[D];北京化工大學(xué);2014年

8 許偉;基于Gabor特征和SVM的人臉識別方法研究[D];新疆大學(xué);2015年

9 魏永成;基于Android系統(tǒng)的實(shí)時(shí)人臉識別及其應(yīng)用[D];電子科技大學(xué);2014年

10 陳欣;基于Gabor小波變換的單樣本人臉識別算法研究[D];電子科技大學(xué);2015年

，

本文編號：1645505