指关节纹比手掌特征更明显,针对这种生物特征提出一种基于Gabor-带限相位相关(Gabor-BLPOC)的指关节纹识别算法.首先,使用Gabor滤波器抑制噪声,并采用限制对比度自适应直方图均衡化对指关节纹图像进行增强;其次,使用BLPOC算法提取指关...指关节纹比手掌特征更明显,针对这种生物特征提出一种基于Gabor-带限相位相关(Gabor-BLPOC)的指关节纹识别算法.首先,使用Gabor滤波器抑制噪声,并采用限制对比度自适应直方图均衡化对指关节纹图像进行增强;其次,使用BLPOC算法提取指关节纹图像的相位特征;然后,通过计算2幅指关节纹图像的互功率谱对指关节纹图像进行校准;最后,再次计算校准后图像的BLPOC,根据2幅图像的互功率谱峰值进行指关节纹图像的匹配.通过在Poly U FKP数据库上的实验表明,所提出算法的等错误率为1.57%,具有更加精确的匹配效果,从而验证了该算法的有效性.展开更多
文摘指关节纹比手掌特征更明显,针对这种生物特征提出一种基于Gabor-带限相位相关(Gabor-BLPOC)的指关节纹识别算法.首先,使用Gabor滤波器抑制噪声,并采用限制对比度自适应直方图均衡化对指关节纹图像进行增强;其次,使用BLPOC算法提取指关节纹图像的相位特征;然后,通过计算2幅指关节纹图像的互功率谱对指关节纹图像进行校准;最后,再次计算校准后图像的BLPOC,根据2幅图像的互功率谱峰值进行指关节纹图像的匹配.通过在Poly U FKP数据库上的实验表明,所提出算法的等错误率为1.57%,具有更加精确的匹配效果,从而验证了该算法的有效性.
