JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

基于小波子带融合的单训练样本掌纹识别方法

张延强 李哲谦 王博涵

张延强, 李哲谦, 王博涵. 基于小波子带融合的单训练样本掌纹识别方法[J]. 轻工学报, 2017, 32(5): 88-94. doi: 10.3969/j.issn.2096-1553.2017.5.012
引用本文: 张延强, 李哲谦, 王博涵. 基于小波子带融合的单训练样本掌纹识别方法[J]. 轻工学报, 2017, 32(5): 88-94. doi: 10.3969/j.issn.2096-1553.2017.5.012
ZHANG Yan-qiang, LI Zhe-qian and WANG Bo-han. Single training sample palmprint recognition method based on wavelet subbands fusion[J]. Journal of Light Industry, 2017, 32(5): 88-94. doi: 10.3969/j.issn.2096-1553.2017.5.012
Citation: ZHANG Yan-qiang, LI Zhe-qian and WANG Bo-han. Single training sample palmprint recognition method based on wavelet subbands fusion[J]. Journal of Light Industry, 2017, 32(5): 88-94. doi: 10.3969/j.issn.2096-1553.2017.5.012

基于小波子带融合的单训练样本掌纹识别方法

  • 基金项目: 国家自然科学基金项目(61201158)

  • 中图分类号: TP391.41

Single training sample palmprint recognition method based on wavelet subbands fusion

  • Received Date: 2017-03-29
    Available Online: 2017-09-15

    CLC number: TP391.41

  • 摘要: 针对目前大多数掌纹识别方法对于单训练样本系统识别性能欠佳的问题,提出一种基于小波子带融合的主成分分析方法,用于单训练样本掌纹识别.该方法将小波低频子带与水平和垂直高频子带相结合进行身份识别,使用低通滤波增强相应边缘信息的鲁棒性,以提高高频子带的识别性能,然后采用求和算子对各匹配分数进行融合.实验结果表明,对于单训练样本掌纹识别,该方法平均识别率达89.93%,较传统方法有6%~9%的性能提升.
    1. [1]

      CONNIE T,JIN A T B,ONG M G K,et al.An automated palmprint recognition system[J].Image Vision Computing,2005,23(5):501.

    2. [2]

      KONG A,ZHANG D,KAMEL M.A survey of palmprint recognition[J].Pattern Recognition,2009,42(7):1408.

    3. [3]

      岳峰,左旺孟,张大鹏.掌纹识别算法综述[J].自动化学报,2010,36(3):353.

    4. [4]

      PANG Y H,JIN A T B,LING D N C.Palmprint authentication system using wavelet based pseudo Zernike moments features[J].International Journal of the Computer,the Internet and Management,2005,13(2):13.

    5. [5]

      LI W X,ZHANG D,XU Z Q.Palmprint identification by Fourier transform[J].International Journal of Pattern Recognition and Artificial Intelligence,2002,16(4):417.

    6. [6]

      刘玉芹,苑玮琦,郭金玉.小波变换与分块统计在掌纹识别中的应用[J].计算机工程与应用,2011,47(24):17.

    7. [7]

      LU G M,ZHANG D,WANG K Q.Palmprint recognition using eigenpalms features[J].Pattern Recognition Letters,2003,24(9/10):1463.

    8. [8]

      ZHANG D,KONG W K,YOU J,et al.Online palmprint identification[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2003,25(9):1041.

    9. [9]

      高涛,何明一.改进投影梯度非负矩阵分解的单训练样本特征提取研究[J].电子与信息学报,2010,32(5):1121.

    10. [10]

      张亮,王磊,董吉文,等.基于trace变换特征的单训练样本人脸识别算法[J].计算机工程与应用,2015,51(11):139.

    11. [11]

      WU J,QIU Z,SUN D.A hierarchical identification method based on improved hand geometry and regional content feature for low-resolution hand images[J].Signal Processing,2008,88:1447.

    12. [12]

      YANG J,ZHANG D,FRANGI A F,et al.Two-dimensional PCA:A new approach to appearance-based face representation and recognition[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2004,26(1):131.

    13. [13]

      苑玮琦,黄静,桑海峰.小波分解与PCA方法的掌纹特征提取方法[J].计算机应用研究,2008,25(12):3671.

    14. [14]

      JAIN A K,KARTHIK N,ROSS A.Score normalization in multimodal biometric systems[J].Pattern Recognition,2005,38(12):2270.

    1. [1]

      章存勇庄海锋时雅琪邹鹏丁乃红纵坤贾良元郭东锋 . 国内外雪茄烟叶热解产物差异性研究. 轻工学报, 2024, 0(0): -.

    2. [2]

      章存勇庄海锋时雅琪邹鹏丁乃红纵坤贾良元郭东锋 . 国内外雪茄烟叶热解产物差异性研究. 轻工学报, 2024, 39(5): 118-126. doi: 10.12187/2024.05.014

    3. [3]

      吴启贤陈子杰崔要强伍锦鸣赵谋明任胜超冯云子 . 不同产地烟叶碱提香料卷烟加香效果及化学成分差异分析. 轻工学报, 2025, 40(1): 98-106,119. doi: 10.12187/2025.01.012

    4. [4]

      杨鹏飞吴薇孙海峰刘龑章尚紫博薛晶晶许志杰宋梦坤 . 基于GC-MS结合多元统计的2种工艺提取脐橙挥发性成分差异分析. 轻工学报, 2025, 40(4): 1-9. doi: 10.12187/2025.04.001

    5. [5]

      杨鹏飞吴薇孙海峰刘龑章尚紫博薛晶晶许志杰宋梦坤 . GC-MS结合多元统计分析研究两种工艺提取的脐橙挥发性成分差异. 轻工学报, 2025, 0(0): -.

    6. [6]

      张志平雷梦许博利芦昶彤赵嘉鸣张骁魏涛 . 霍氏肠杆菌YT-3发酵烟草浸提液香味成分及其转录水平分析. 轻工学报, 2025, 40(6): 67-76. doi: 10.12187/2025.06.007

    7. [7]

      李艳坤张伟刘彦伶 . 数据融合策略在食用油真实性鉴别中的研究与应用进展. 轻工学报, 2024, 39(5): 50-59. doi: 10.12187/2024.05.006

    8. [8]

      张伟伟姬远鹏元春波王君婷齐晓任张卫正李萌饶智 . 基于改进Mask R-CNN模型的粘连烟丝识别方法. 轻工学报, 2024, 39(5): 78-85. doi: 10.12187/2024.05.009

    9. [9]

      池哲翔廖敏史尚李声毅廖芸丁冬 . 国外烟草活性成分提取及纤维材料利用现状与展望. 轻工学报, 2024, 0(0): -.

    10. [10]

      张丽华陈云莉石勇李顺峰查蒙蒙李昌文纵伟王小媛 . 植物乳杆菌发酵对红枣汁挥发性香气成分的影响. 轻工学报, 2024, 0(0): -.

    11. [11]

      柴武君郑闪闪游金清李茂松陆成飞薛晶晶杨靖 . 烟丝结构对中支卷烟的燃烧特性及烟气香味成分的影响. 轻工学报, 2025, 40(3): 104-114. doi: 10.12187/2025.03.012

    12. [12]

      池哲翔廖敏史尚李声毅廖芸丁冬 . 国外烟草活性成分提取及纤维材料利用研究现状与展望. 轻工学报, 2025, 40(3): 75-85. doi: 10.12187/2025.03.009

    13. [13]

      王骏蒋健赵亮徐建胡安福金一骁丁宁蔡铭 . 4种光源辐照对烟叶颜色及关键化学成分的影响. 轻工学报, 2025, 0(0): -.

    14. [14]

      王骏蒋健赵亮徐建胡安福金一骁丁宁蔡铭 . 4种光源辐照对烟叶颜色及关键化学成分的影响. 轻工学报, 2025, 40(5): 72-81. doi: 10.12187/2025.05.009

    15. [15]

      李翠翠王永国程丽娟李少华乔帆蔡瑞张翠月 . 山茱萸活性成分、健康功效及在食品领域的应用研究进展. 轻工学报, 2026, 41(1): 34-46. doi: 10.12187/2026.01.004

    16. [16]

      邹华潘圆强海清孟展尹小丽谷惠文 . 基于HPLC-DAD三维色谱指纹图谱的国产赤霞珠红葡萄酒产地识别研究. 轻工学报, 2026, 41(3): 10-18. doi: 10.12187/2026.03.002

    17. [17]

      钟昕怡陈紫麟骆勇汪高玮王周利赵子丹李鸣雷 . 香菇-大球盖菇复合饼干研制及其品质特性分析. 轻工学报, 2024, 39(6): 27-36. doi: 10.12187/2024.06.004

    18. [18]

      刘洪剑周乐群李贵忠彭漫江王雪锋张光海李枝桦刘涛 . 不同等级发酵后云南茄芯烟叶代谢组差异分析. 轻工学报, 2025, 40(4): 86-95. doi: 10.12187/2025.04.010

    19. [19]

      苏赞曹源孙建生胡志忠邹克兴刘鸿龙章德许春平 . 菌酶协同发酵前后低次烟叶香气差异性分析. 轻工学报, 2025, 0(0): -.

    20. [20]

      苏赞曹源孙建生胡志忠邹克兴刘鸿龙章德许春平 . 菌酶协同发酵前后低次烟叶香气差异性分析. 轻工学报, 2025, 40(6): 77-86. doi: 10.12187/2025.06.008

  • 加载中
计量
  • PDF下载量:  63
  • 文章访问数:  2208
  • 引证文献数: 0
文章相关
  • 收稿日期:  2017-03-29
  • 刊出日期:  2017-09-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
张延强, 李哲谦, 王博涵. 基于小波子带融合的单训练样本掌纹识别方法[J]. 轻工学报, 2017, 32(5): 88-94. doi: 10.3969/j.issn.2096-1553.2017.5.012
引用本文: 张延强, 李哲谦, 王博涵. 基于小波子带融合的单训练样本掌纹识别方法[J]. 轻工学报, 2017, 32(5): 88-94. doi: 10.3969/j.issn.2096-1553.2017.5.012
ZHANG Yan-qiang, LI Zhe-qian and WANG Bo-han. Single training sample palmprint recognition method based on wavelet subbands fusion[J]. Journal of Light Industry, 2017, 32(5): 88-94. doi: 10.3969/j.issn.2096-1553.2017.5.012
Citation: ZHANG Yan-qiang, LI Zhe-qian and WANG Bo-han. Single training sample palmprint recognition method based on wavelet subbands fusion[J]. Journal of Light Industry, 2017, 32(5): 88-94. doi: 10.3969/j.issn.2096-1553.2017.5.012

基于小波子带融合的单训练样本掌纹识别方法

  • 国家信息中心 信息化研究部, 北京 100045;
  • 北京交通大学 国际合作交流处, 北京 100044;
  • 国家信息中心 公共技术服务部, 北京 100045
基金项目:  国家自然科学基金项目(61201158)

摘要: 针对目前大多数掌纹识别方法对于单训练样本系统识别性能欠佳的问题,提出一种基于小波子带融合的主成分分析方法,用于单训练样本掌纹识别.该方法将小波低频子带与水平和垂直高频子带相结合进行身份识别,使用低通滤波增强相应边缘信息的鲁棒性,以提高高频子带的识别性能,然后采用求和算子对各匹配分数进行融合.实验结果表明,对于单训练样本掌纹识别,该方法平均识别率达89.93%,较传统方法有6%~9%的性能提升.

English Abstract

参考文献 (14) 相关文章 (20)

目录

/

返回文章