针对近红外光下采集的指静脉图像存在局部像素相似性强、单一方向识别效果差的问题,提出模板投票和多方向融合的指静脉识别方法。首先,提出基于模板投票的局部三值模式(template voting local three pattern,TVTP),充分利用局部多邻域...针对近红外光下采集的指静脉图像存在局部像素相似性强、单一方向识别效果差的问题,提出模板投票和多方向融合的指静脉识别方法。首先,提出基于模板投票的局部三值模式(template voting local three pattern,TVTP),充分利用局部多邻域点的信息,减少局部像素相似性;其次,指静脉图像中含有丰富的方向特征信息,提出多方向编码(multi-directional coding,MDC),获取图像中具有辨别力的方向特征,加强不同方向特征之间的鲁棒性,解决单一方向识别率差的问题;最后,利用分块直方图统计特征,并使用协同表示(collaborative representation,CR)进行分类,提高识别效率。实验结果证明,所提方法在SDUMLA数据集、USM数据集和THU-FVFDT2数据集上的识别率分别达到99.32%、99.73%和99.75%,与其他经典和新颖算法相比,不仅取得了更好的识别效果,还能同时满足实时性要求,具有应用价值。展开更多
文摘针对近红外光下采集的指静脉图像存在局部像素相似性强、单一方向识别效果差的问题,提出模板投票和多方向融合的指静脉识别方法。首先,提出基于模板投票的局部三值模式(template voting local three pattern,TVTP),充分利用局部多邻域点的信息,减少局部像素相似性;其次,指静脉图像中含有丰富的方向特征信息,提出多方向编码(multi-directional coding,MDC),获取图像中具有辨别力的方向特征,加强不同方向特征之间的鲁棒性,解决单一方向识别率差的问题;最后,利用分块直方图统计特征,并使用协同表示(collaborative representation,CR)进行分类,提高识别效率。实验结果证明,所提方法在SDUMLA数据集、USM数据集和THU-FVFDT2数据集上的识别率分别达到99.32%、99.73%和99.75%,与其他经典和新颖算法相比,不仅取得了更好的识别效果,还能同时满足实时性要求,具有应用价值。
