基于Krawtchouk矩和支持向量机的印鉴真伪识别

提出了一种将Krawtchouk矩特征不变量与高斯核支持向量机相结合的印鉴识别方法。实验中将得出的印鉴图像Krawtchouk矩特征向量作为高斯核支持向量机的输入参量,利用遗传算法优化支持向量机的惩罚因子和核参数,使识别性能得到有效提高;实验显示Krawtchouk矩下的印鉴类间散度与类内散度比值是Zernike矩的2.93倍,与遗传算法优化后的高斯核支持向量机相结合下的识别率明显提高。结果表明:与Zernike矩不变量相比,Krawtchouk矩不变量能更加准确地描述印鉴图像特征,识别性能更好。     

基于SIFT-SVM的嵌入式印鉴识别系统设计

为了克服PC印鉴识别系统体积大、成本高并且识别精度低、适应性差的缺点,设计了基于SIFT-SVM的嵌入式印鉴识别系统。系统计算印鉴图像的SIFT特征并进一步构造基于SIFT匹配的印鉴特征向量,将构造的印鉴特征向量输入支持向量机进行训练,并采用遗传算法优化SVM的惩罚因子和核参数,使识别性能最优。系统以ARM11处理器作为印鉴特征提取和识别的核心单元,采用ZC301摄像头进行图像采集,并以蜂鸣器、LED、LCD作为报警显示设备。实验表明,该系统对印鉴在模糊、旋转等多种情形下取得了93.5%的良好识别率,且当笔划加粗仅5%时仍具有很好的适用性。系统具有识别精度好、适用性强,体积小、设计灵活的优点。