基于SVM的掌紋驗證方法的研究.pdf

1、近年來，生物信息特征識別技術(shù)在各個領(lǐng)域蓬勃發(fā)展，它是利用人的固有的生理特征作為研究對象，來進(jìn)行個人身份的鑒定。本文結(jié)合掌紋紋理特征及支持向量機理論進(jìn)行探討。具體內(nèi)容如下： (1)針對掌紋圖像的特點，先用 OSTU 算法選取閾值，對掌紋灰度圖像進(jìn)行二值化處理，用改進(jìn)的 Harris 方法來檢測角點，并根據(jù)角點的情況來建立基準(zhǔn)坐標(biāo)系，提取固定大小的矩形區(qū)域作為研究對象。 (2)把已經(jīng)提取出來的矩形區(qū)域進(jìn)行分塊，對分塊后的小區(qū)

2、域Gabor濾波，提取Gabor濾波器的紋理能量，得到512維的向量作為掌紋的特征向量。 (3)把這些特征向量輸入 SVM進(jìn)行訓(xùn)練和識別，并與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行比較，驗證了用支持向量機的方法進(jìn)行圖像分類能夠得到很高的識別率，比傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方法有更好的分類效果，尤其是小樣本，高維度的情況。 本文所設(shè)計的方法經(jīng)過驗證，取得了較好的實驗效果。用 SVM 的方法進(jìn)行掌紋圖像的識別是對掌紋識別方法的一個創(chuàng)新，這種方法能夠得