掌纹识别的掌纹纹理

掌纹识别的掌纹纹理

掌纹可以被认为是无规则但在个体间独一无二的一种纹理。有很多方法是针对纹理分析处理掌纹图像的。如Gabor滤波[18~20]、小波变换[21~23]、傅立叶变换[24]和局部能量[25]等方法。与指纹相比，掌纹上有很多折痕，Wu提取有向线能量特征将这些折痕特征向量化[25]，用于掌纹识别。李文新通过傅立叶变换将掌纹图像变换到频域[24]，然后再将变换后的图像分别计算R能量和 能量，最后通过分级匹配方法对提取的特征进行匹配识别。Kong等人将虹膜识别[26]中的基于二维Gabor的相位编码方法用于掌纹图像的特征提取。该方法把Gabor滤波后的图像进行相位编码，称作PalmCode，这样在特征向量中只保存了相位信息。由于这种算法只采用了一个方向的Gabor滤波器提取掌纹图像的特征，掌纹图像其他方向的信息丢失。文献在这种算法的基础上进行改进，提出了采用4个方向的Gabor滤波器同时提取掌纹图像的相位特征，然后通过融合准则将这4个方向的相位特征融合为一个，称为FusionCode。这种算法很好的利用了Gabor滤波器的方向性，使得算法的正确识别率大大提高。但是，这种算法需要计算4次Gabor滤波器与图像的卷积运算，使得计算复杂度明显增加。采用纹理分析的方法处理掌纹图像可以有效的避免图像在空域中噪声的影响，简化甚至免去图像预处理步骤。同时，采用纹理能量描述掌纹，除了空间位置外，还能够利用纹线的粗细程度这一性质进行区分。这种方法能够较好的保持掌纹图像的类间区分性和类内紧凑性。

感谢回答

如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！

点此我要举报以上问答信息