论文研究-改进的手背静脉识别算法.pdf

所需积分/C币:14 2019-09-11 13:52:32 611KB .PDF

提出了一种基于不变矩和支持向量机的手背静脉识别算法。算法在采用修正的NiBlack算法从原始图中分割出静脉纹路,然后采用改进的条件细化算法进行细化获得静脉骨架的基础上,提取静脉骨架的7个修正的几何不变矩作为支持向量机分类器的输入进行静脉分类识别,在有500个样本的数据库上进行实验,获得了95.5%的识别率,表明了算法的有效性。
刘相滨,刘智成,龚平,等:改进的手背静脉识别算法 2008,44(36)183 fx)=sgn 2a, y, K(x,, x)+b (10)得到的识别率相当叫。由此可见,原始静脉图的质量以及静脉纹 路分割骨架细化效果对识别率影响比较大,因此,改善采集图 其中,K(x,x)=b(x)(x),称为核函数,常见的核函数主要有像的质量以及提高静脉纹路分割、骨架细化的算法效果是提高 多项式核函数径向基函数和 Sigmoid型核函数。选用径向基识别率的有效途径。 函数为核函数的SVM称为C-SVM,其表达式为 K(xi, x)=exp(-ylxixl), y>0 (11)6结论 4.2SVM分类器的设计 本文提出了一种从静脉图像分割到静脉识别的算法处理 将两分类向量机通过一定方式组合起来可形成多分类支过程。算法首先对原始手背静脉图进行分割和平滑细化,得到 持向量机,实现多分类的功能。常见的组合方式有一对一方式比较平滑的静脉骨架,考虑到分割效果对特征提取以及后续识 和一对多方式,本文选用一对一方式 别的影响,然后采用基于端点、交叉点和毛刺长度的毛刺修剪 在一对一方式下,各个类别之间两两构造分类函数,若有算法去除平滑后遗留的毛刺,从而获得光滑的静脉骨架。在此 n个类,则共需构造n(n-1)2个两分类SVM分类器。在构造类基础上,算法提取静脉骨架的7个修正的几何不变矩作为SVM 别i和类别j的子SVM分类器时,选取属于类别类别j的样分类器的输入特征间量,送入 LIBSVM进行训练和测试,实验结 本作为训练样本,并将属于类别i的样本的类别标记为+1,将果获得了较好的识别率,表明了本文算法是有效的、可行的。 属于类别j的样本的类别标记为-1。 在一对一方式下采用投票进行分类预测,先将测试数据对参考文献: n(n-1)/2个子SVM分类器分别进行测试,若某个子SVM分类[1 I Wang Lingyu, Leedham c.Near- and far- infrared imaging for vein 器是针对类别和类别j而构造的,它判定测试数据属于i类 pattern biometrics[ C]/Proceeding of the IEEE International Confer- 则i类对应的票数加1,否则j类对应的票数加1。最后累计各 ence on Video and Signal Based Surveillance, Sydney, Australia 类别的投票数,选择得票最高者所对应的类别为预测的类别 2006:5 LBSM是台湾大学林智仁(Chi- Jen lin)等开发设计的21cmms, anovan u. risan. ow cost vein detection sys 个操作简单、易于使用、快速有效的通用SVM软件包,可以 tem using near infrared radiation[CHEEE Sensors Applications 解决分类问题(包括C-SVC、wSVC)、回归问题以及分布估计 Symposium, San Diego, CA, USA, 2007: 1-6 3 Lin Chih-Lung, Fan Kuo-Chin. Biometric verification using thermal 等问题,提供了线性、多项式、径向基函数和 Sigmoid函数四种 images of palm-dorsa vein patterns[ J].IEEE Transactions on Cir- 常用的核函数。 cuits and Systems for Video Technology, 2004, 14(2): 199-213 本文采用 LIBSVM进行实验,利用 LIBSVM提供的开放源4林喜荣,庄波,苏晓生,等人体手背血管图像的特征提取及匹配J 码,通过修改,参数调整,选用C-SVC模型、径向基函数、一对 清华大学学报:自然科学版,2003,43(2):164-167 方式对静脉图像进行识别。 5 Shahin M, Badawi A, Kamel M Biometric authentication using fast correlation of near infrared hand vein patterns [JInternational 5实验结果与分析 Journal of Biometrical Sciences, 2007, 2(3): 141-148 数据库中共有100个手背的静脉图,每个手背包含5幅样 16 Wang Kejun, Guo Qingchang, Zhuang Dayan, et al.The study of 本图像,共500幅图像。静脉识别实验从每个手背的5幅图像 hand vein image processing method Cy/Proceedings of the 6th World 中任选3幅用作训练,剩余的2幅用作识别测试。经过反复实 Congress on Intelligent Control, Dalian, China, 2006, 2 10197-10201 7]刘智成,官理,刘相滨手背静脉的分割和平滑细化J计算机工程 验以及算法的改进和优化,最后得到算法的识别率为191/200= 与应用,2008,44(13):182-184 955%,验证了算法的有效性和可行性。 8]冈萨雷斯数字图像处理[M阮秋琦,阮宇智,译.2版北京:电子工 在实验中发现,如果在选取样本时,剔除那些受噪声影响 业出版社,2007:427. 严重、分割出的静脉图严重变形的12个样本,那么识别率可以9 Chang Chih- Chung, Lin Chil- Jen LIBSVM: A library for Support 达到175/178=98.3%,与在同一数据库上采用快速相关系数法VectorMachines[OL]20htp:/www.csientu.edutw/-jlin/ibsvm 上接178页) 2001,13(4) 升极为显著。此算法尽管是以DTW为相似性度量函数,但该技5]安镇宙,杨鉴一种新的基于并行分段裁剪的Dw算法机计算机 术同样适合实序列编辑距离( edit distance on real seoμ uence, 工程与应用,2007,43(15):35-38 EDR)、实补偿编辑距离( edit distance with real penalt,ERP)陈当阳,贾素玲时态数据的超势序列分析及其子序列配算法研 等允许空值的相似性度量函数。 究J计算机研究与发展,2007,443):516-520. [7 Kim S W, Park S, Chu WWAn index-based approach for similari y search supporting time warping arge 参考文献: ICDE,2001:607-614 [l] Agrawal R, Faloutsos C, Swami A N Efficient similarity search in [8] Keogh E J. Exact indexing of dynamic time warping[C]//VLDB sequence databases[C]FODO, 1993: 69-84 2002:406-417. [21 Berndt D J, Clifford J Using dynamic time warping to find patterns [9] Zhou M, Wong M H Boundary-based lower-bound functions for dy n time series( C/KDD Workshop, 1994 359-370 namic time warping and their indexinglC]/CDE, 2007: 1307-1311 3]翁颖钧,朱仲英基于动态时间弯曲的时序数据聚类算法的研究小[0 Sakurai y, Faloutsos o, Yamam MStream monitoring under time 计算机仿真,2004,21(3) warping distance[C/CDE, 2007 [4] Chen V, Kashyap R L A spatio temporal semantic model for mul-[11] Kadous M W Learning comprehensible descriptions of multivariate timedia presentations and multimedia database systems [J TKDE time series[CncML, 1999: 454-463

...展开详情
img
  • 至尊王者

    成功上传501个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
    最新推荐