摘要
根据掌纹纹理的多分辨率、多方向特性,提出了一种基于双树复数小波变换的掌纹特征提取方法,利用双树复数小波变换具有的近似平移不变性,多方向选择性对掌纹图像进行特征提取,全面的描述了掌纹图像的纹理特性。该方法首先对掌纹图像进行多尺度双树复数小波变换,然后将每个细节图像分块,计算每个细节图像每块各点的幅值之和,形成矢量,归一化后形成掌纹特征矢量,最后使用加权的城区距离进行匹配。在1000幅掌纹图像上进行实验,结果是该方法具有的0.0935%的等错率,发生等错率时的正确识别率为99.9081%,在行和列方向上的抗平移能力约为-6~+6个像素。对比实验表明本方法在提取掌纹特征和抵抗平移的能力好于基于实数小波能量特征的方法。
According to the multi-resolution and multi-direction feature of a palmprint texture,we propose a palmprint feature extraction method based on dual-tree complex wavelet transform(DT-CWT).Taking advantage of the nearly shift invariant and multi-directionally selective properties of the DT-CWT,we extract the all-sided palmprint feature.Firstly,we perform the DT-CWT on the palmprint at different scales,then we divide the detailed image into equal blocks and sum the magnitude of points in each blcock of every d...
出处
《光电子.激光》
EI
CAS
CSCD
北大核心
2009年第4期534-539,共6页
Journal of Optoelectronics·Laser
基金
国家自然科学基金资助项目(60672078
60472088)
关键词
生物特征识别
掌纹识别
双树复数小波变换
加权城区距离
biometrics
palmprint recognition
dual-tree complex wavelet transform
weighted city block distance