| 基于链码表示的手臂静脉特征提取与匹配EI北大核心CSCD |
| |
| 引用本文： | 赵珊王彪唐超颖.基于链码表示的手臂静脉特征提取与匹配EI北大核心CSCD[J].光学学报,2016(5):131-142. |
| |
| 作者姓名： | 赵珊王彪唐超颖 |
| |
| 作者单位： | 1.南京航空航天大学自动化学院210016; |
| |
| 基金项目： | 国家自然科学基金(61403196)；江苏省自然科学基金(BK20140837)；教育部博士点基金(20133218120018) |
| |
| 摘 要： | 针对手臂静脉这一生物特征,提出一种基于链码表示的静脉特征提取及匹配算法.由近红外手臂图像中提取出静脉的骨架结构,并将其分割为若干条曲线段,通过曲线的相对方向、相对位置及形状特征计算匹配曲线对,利用粒子群算法计算匹配曲线间的最优空间变换关系,根据静脉全局变换后点集的重叠情况判断匹配程度.针对来自9个国家的110位实验者组成的手臂图像库进行实验,Rank-1和Rank-10%识别率分别为74.5%和93.6%,优于改进Hausdorff距离及模板匹配方法,表明手臂静脉可作为一种新的生物特征来进行身份认证.
|
| 关 键 词： | 机器视觉 静脉识别 链码表示 粒子群算法 |
| 本文献已被 维普 等数据库收录！ |
|
