发明名称 一种采用协作表示的掌纹识别方法
摘要 本发明涉及一种采用协作表示的掌纹识别方法,该方法包括五个主要步骤:读取待测掌纹图像、掌纹有效区域定位、协作编码、计算表示残差和掌纹分类。协作编码时,首先对训练图像进行主成分降维,然后基于类间的协作表示,用全部训练样本对待测样本进行线性表示编码,获得了优良的识别效果。本发明充分利用了不同手掌掌纹图像的相似性,对于一个待测样本,在其所属类训练样本不是足够多的情况下,用所有类的训练样本去线性表示待测样本,实现掌纹识别。本发明识别速率快,可靠性高,误判率低,易于在实际的系统中使用。
申请公布号 CN102930260A 申请公布日期 2013.02.13
申请号 CN201210512512.7 申请日期 2012.12.04
申请人 山东大学 发明人 周卫东;郭秀梅
分类号 G06K9/00(2006.01)I 主分类号 G06K9/00(2006.01)I
代理机构 济南金迪知识产权代理有限公司 37219 代理人 吕利敏
主权项 1.一种采用协作表示的掌纹识别方法,其特征在于,该方法包括步骤如下:1)读取待测掌纹图像;2)对待测掌纹有效区域进行定位:首先对待测掌纹图像进行预处理,预处理包括去噪、关键点定位、平移及旋转校正,进而从待测掌纹图像中分割出包含丰富掌纹纹理信息的有效区域,形成待测样本y;3)用全部的训练样本A利用协作编码线性表示待测样本y,表示系数为<img file="FDA00002523391900011.GIF" wi="62" he="51" />4)计算表示残差:<img file="FDA00002523391900012.GIF" wi="451" he="91" />其中:A<sub>i</sub>为第i类训练样本,<img file="FDA00002523391900013.GIF" wi="45" he="60" />为<img file="FDA00002523391900014.GIF" wi="39" he="47" />的第i类训练样本的表示系数,i=1,2,3,...,K;这里K为自然数,代表掌纹的种类数;5)对待测掌纹进行分类:待测样本y所属的类别Id=argmin<sub>i</sub>(r<sub>i</sub>),即最小的残差r<sub>i</sub>所对应的样本类别即为待测样本y所属的类。
地址 250100 山东省济南市历城区山大南路27号