文献类型：期刊文章

作　　者：杨文文[1] 毛建旭[1] 陈姜嘉旭[1]

机构地区：[1]湖南大学电气与信息工程学院机器人视觉感知与控制技术国家工程实验室,长沙410082

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金(61175075;61271382);国家科技支撑计划(2015BAF13B00)资助项目

年　　份：2016

卷　　号：30

期　　号：7

起止页码：1000-1007

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对单独提取传统的局部二元模式(local binary pattern,LBP)指静脉特征识别率不高的问题,提出一种结合分块LBP和分块主成分分析(principal component analysis,PCA)的特征提取方法。首先对手指静脉感兴趣区域(region of interested,ROI)进行分块,提取分块LBP特征;然后,采用分块PCA对所提取特征进行降维除冗,得到一组新的降维后特征;最后计算欧氏距离并采用最近邻分类器进行分类。实验结果表明,论文提出方法识别率可达99.33%,等误率(equal error rate,EER)低至0.21%。与传统的3种算法进行比较,该方法的识别率有很大提高,且具有较好的稳定性和鲁棒性。

关 键 词：局部二元模式 主成分分析 特征提取 指静脉识别  

分 类 号：TN98] TP391.4]