双树复小波变换结合LM神经网络的掌纹识别方案

作者：卜宇; 刘俊霞; 唐学军

来源：计算机系统应用, 2016, 25(09): 165-170.

DOI：10.15888/j.cnki.csa.005355

• 掌纹识别
• 双树复小波变换
• 特征提取
• LM神经网络
• 感兴趣区域(ROI)

针对现有掌纹识别方案不能够很好的提取多分辨率特征的问题,提出一种基于双树复小波变换(DT-CWT)和Levenberg-Marquardt(LM)神经网络的掌纹识别方案.首先,将彩色手掌图像转换成灰度图像.然后,提取出手掌图像中的感兴趣区域(ROI),并构建成直方图.接着,利用DT-CWT进行6层小波分解并获得特征系数,分别计算特征系数的最大值、平均值和中值构建36维特征向量.最后,利用LM神经网络根据特征向量实现掌纹的识别分类.在CASIA数据库上的实验结果表明,相比其他几种较新的识别方案,提出的方案的具有更高的识别率和更少的识别时间.

• 单位
  新疆工程学院