论文研究加权自适应CSLBP与局部判别映射相结合的掌纹识别方法.pdf

提取掌纹的最佳低维分类特征一直是掌纹识别研究领域的一个重要方向。针对掌纹图像具有丰富的纹理特征特点，提出一种基于加权自适应中心对称局部二值模式（WACS-LBP）与局部判别映射（LDP）相结合的掌纹识别方法。首先将掌纹感兴趣（ROI）图像分成大小均匀的小区域，利用自适应中心对称局部二值模式（ACS-LBP）算法获取不同区域的纹理特征直方图和权值，经过加权连接得到ROI的加权纹理特征直方图向量；再利用LDP算法对得到的特征向量进行维数约简；最后利用K最近邻分类器进行掌纹识别。在掌纹公开数据库上进行实验，正确识别率高达97%以上。实验结果表明，该方法不仅是有效、可行的，而且研究思路比较明确。