正在加载图片...
第6期 李倩颖,等:基分辨率BP的掌纹特征提取 .485· 2)对每幅掌纹子图进行分块,计算各个分块区 并没有提高识别效果 域的LBP值,并统计各个子块的直方图,连接所有 表2不同LBP算子组合识别效果比较 子块的直方图得到掌纹子图的LBP特征矢量 Table 2 Different combination of LBP influence on LBP 3)计算待识别样本与测试样本的直方图相似 operator 度,采用最近邻分类器进行分类识别。 算子 特征维数正确识别数识别率/% 基于多分辨率的LBP掌纹特征提取算法过程 LBPs. 960 276 92.0 如图5所示 LBPs+LBP16.2 2688 288 96.0 LBP:6.2+LBP24.3 4224 298 99.3 计算 LBRx1+LBP16.2+LBP24.35184 298 99.3 各区 连接各区域的 直方图作为拿纹特征 表3给出了传统算法与本文提出的算法的识别率 方图 以及特征所需的维数Fourier变换把经过变换的图像 图5多分辨率LBP算法过程示意图 分别提取8个不同半径和8个不同角度的能量作为特 Fig.5 The diagram of multiresolution LBP operator 征值4);小波变换采用Har小波来对掌纹图像进行分 解,小波分解的总层数为3,计算WEF时,每个细节图 2实验结果及分析 像均被分成16(4×4)个子块,将每一类小波能量特征 为了验证算法的有效性,实验采用北京交通大 的均值作为该掌纹类的模板。 学信息所掌纹图像数据库V1.1.此数据库为每个人 表3与传统的正交变换算法比较 的左右手手掌分别采集了10幅图像,每幅图像经过 Table 3 Comparison with traditional orthogonal transform 预处理后得到大小为128×128的掌纹子图.本次实 方法 特征维数正确识别数识别率/% 验取其中60个人的600幅掌纹图像进行验证,300 Fourier变换 16 249 83.0 幅做训练样本,300幅作为测试样本。 小波变换 160 265 88.2 NSCT变换 192 270 90.0 首先实验将测试掌纹图像的分块大小对算法识 本文算法 4224 298 99.3 别结果的影响,对NSCT变换得到的掌纹子图进行 通过表3可知,在使用相同测试样本数量的情况 不同尺度的分块,图像分块的数目为1、2、4、8、16, 对分块后的掌纹子图提取LBP特征,比较识别效 下,与传统的正交变换方法相比,因为NSCT变换有 果,实验结果如表1.实验结果表明掌纹图像分成8 更好的捕捉线奇异的能力并且具有平移不变性,所以 块时识别就已经得到最佳效果,过少的分块无法很 有更好的识别效果.本文提出的多分辨率的LBP掌 好地描绘掌纹图像的细节纹线特征和结构特征,而 纹特征提取算法,能够有效提取纹线的各个尺度和各 过多的分块只会增加特征向量的长度,对识别率却 个方向子图的细节特征和结构特征,并且有很强的平 没有提高. 移、旋转和灰度不变性,对掌纹有更强的区分力, 表1不同分块对多分辨率IBP算法的识别率影响 3结束语 Table 1 Different blocks influence on recognition rate of multiresolution LBP 本文提出的一种基于多分辨率的LBP掌纹特 块数 特征维数正确识别数识别率/% 征提取算法,其具有很好的旋转、平移和灰度不变 1 性.算法通过使用NSCT变换得到掌纹图像的多分 528 270 90.0 2 1056 282 94.0 辨率和多尺度的掌纹子图,这种变换不但能够更好 4 2112 288 96.0 地提取掌纹图像各个尺度的纹线特征并且具有平移 8 4224 298 99.3 不变性;然后使用统一模式的LBP算子对各个尺度 16 8448 298 99.3 和各个方向的子图分别提取LBP直方图特征,比单 接下来实验将测试使用3种LBP算子 独使用LBP算子能够更准确描述掌纹纹线的结构 LBPs,1、LBP6,2、LBP24,3的识别效果.实验对LBPa,1 特征和细节特征,并且LBP算子具有灰度和旋转不 LBP8,1+LBP16,2、LBP16,2+LBP4,3和LBPg,1+ 变性,很适合图像纹理的特征提取.实验结果表明, LBP16,2+LBP4,34种组合方式特征矢量效果进行了 基于多分辨率的LBP的掌纹特征提取算法可以达 比较,实验结果如表2.实验结果表明LBP62+ 到99.3%的识别率,比其他传统的掌纹识别算法有 LBP4.3已经可以能够较好地描述掌纹的特征,而 更高的识别率.由于掌纹算法提取的特征维数过高, LBPs,1+LBP16,2+LBP4.3增加了特征向量的长度,但 数据量过大,所以接下来将研究使用子空间的方法
<<向上翻页向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有