基于Gabor和Curvelet的近邻二值模式手指静脉识别方法

作者：李新春; 曹志强^*; 林森

来源：电子测量与仪器学报, 2018, 32(08): 76-82.

DOI：10.13382/j.jemi.2018.08.011

• 手指静脉识别
• 近邻二值模式
• Gabor变换
• Curvelet变换
• 汉明距离

针对手指静脉拓扑结构简单、有用识别信息较少的情况,提出一种基于Gabor和Curvelet的近邻二值模式(NBP)手指静脉识别方法。该方法主要利用Gabor的方向及尺度特性和Curvelet多尺度几何分析优势,有效提取手指静脉的纹理特征。首先对指静脉感兴趣区域做5个尺度8个方向的Gabor变换;其次,利用Curvelet变换将每个尺度下的图像进行融合,减小经过Gabor变换后的特征维数,从而获得集成Gabor特征的图像,再对其做NBP编码得到特征向量。最后,利用汉明距离进行匹配。在两个手指静脉数据库上进行实验,结果表明,该方法可获得最高的识别率为99.821 1%、97.359 1%,相比与分块LBP+分块PCA、小波灰度曲面等方法,识别率至少提高0.390 4%和1.074 6%,证明该方法能够进一步提高手指静脉识别率,具有应用前景。

• 单位
  辽宁工程技术大学