2012年内侧指横纹识别新方法:精度高达0.61%
需积分: 9 45 浏览量
更新于2024-08-11
1
收藏 3.15MB PDF 举报
本文主要探讨了一种创新的内侧指横纹识别方法,发表于2012年的河北大学学报(自然科学版)。作者刘明、田永梅和麻英晖针对生物特征识别领域提出了一个实用且精确的解决方案。他们首先改进了图像采集设备,确保在获取指横纹图像时,感兴趣区域(ROI)之间的变化仅限于微小的平移,这显著提高了图像匹配的精度。这种方法避免了由于手指角度或姿态变化导致的误识别问题。
在预处理阶段,他们采用了Gabor滤波法来检测和分离手指线特征,进一步提取出ROI,这是关键步骤,因为ROI包含了最具特征性的部分,对于后续的特征匹配至关重要。在特征匹配阶段,他们提出了一种新颖的定位策略,通过对ROI特征图像进行水平和垂直方向的投影,生成一维向量进行比较,实现了ROI的精准定位。这种技术确保了在大量图像中找到匹配项的高效性和准确性。
实验评估是在一个包含77个人共计820幅图像的数据库上进行的,结果显示等错误率仅为0.61%,显示出算法的高精度。单次匹配时间仅为3.1ms,表明该方法不仅识别速度快,而且具有较高的识别率,适用于实时应用的需求。
论文的关键词包括生物特征识别、内侧指横纹、图像采集和ROI定位,这些都表明研究的重点集中在生物识别技术的具体应用,尤其是针对内侧指横纹这一独特的人体特征进行的创新性处理。整体来看,这篇论文提供了一种有效的内侧指横纹识别技术,对于生物识别领域的研究者和开发者具有重要的参考价值。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-11-15 上传
2021-09-04 上传
weixin_38557515
- 粉丝: 6
- 资源: 917
最新资源
- 应用数据科学峰会第5周
- xml2ddl:隐秘xml到ddl文件
- Dipterv_KNX:他正在康复
- 企业手机微网站模板
- 电信设备-基于相似度的多模态信息分类贡献差异性计算方法.zip
- piero:节点事件管理包
- SALIENT-EDGE-S-and-REGION-S-EXTRACTIONFOR-RGBD-IMAGES
- c是最好的编程语言之C语言实现的数独游戏.zip
- 神经网络算法:神经网络算法(包括BP,SOM,RBF)
- naive-bayes-author-email:电子邮件作者的机器学习
- Mochila_De_Mollein_M_Florencia:Cursada de“Introduccióna laInformática”(认证技术开发人员)
- rf:Go的重构工具
- onkormanyzati-adatbazis-parser:töosz.huönkormányzatiadatbázisadatoksajátadatbázisbamentéséreszántkód
- 焊缝检测PLC程序.rar
- shark_tooth_data_collector:使用OpenCV进行鲨鱼牙齿的圆形测量
- 易语言-新浪微博登录发微博