论文研究-基于子空间特征融合的两级掌纹识别算法.pdf

针对单一PCA或PCA只能提取掌纹的线性或非线性特征，单一分类器的掌纹识别率低缺陷，提出一种子空间特征融合的两级掌纹识别方法（PCA-KPCA-SVM）。首先采用子空间特征提取方法PCA、KPCA分别提取掌纹图像线性和非线性特征，然后基于融合特征总类间距离最大准则，计算出最佳的融合系数，得到PCA、KPCA的融合掌纹特征，最后将融合特征输入到欧式距离分类器进行掌纹识别，如果拒绝识别，则输入支持向量机进行二次识别。采用Polyu掌纹图像库进行测试实验，结果表明，相对于对比算法，PCA-KPCA-SVM提高了掌纹识别率，有效降低了掌纹的误识率和拒识率。