基于离散余弦变换和支持向量机的掌纹识别     

李云峰  张亚莉 《湖南农业大学学报(自然科学版)》2009,(3)

提出一种利用离散余弦变换提取掌纹的特征,通过支持向量机进行掌纹分类识别的方法.在利用离散余弦变换进行特征提取时,将变换系数矩阵左上角的部分元素作为掌纹图像的特征;在利用支持向量机进行掌纹分类识别时,采用"一对多"的分类方案.实验结果表明该方法的有效性.  相似文献   

基于Gabor小波和支持向量机的掌纹识别算法的研究   总被引：1，自引：0，他引：1  

李明昊  李燕华  潘新  刘洋  多化琼 《内蒙古农业大学学报(自然科学版)》2011,32(3):270-275

掌纹识别作为1种新兴的生物识别技术,因其识别区域大、易采集、精度高和可靠性高等优点得到了较快的发展。本文提出基于Gabor小波和支持向量机的掌纹识别算法。算法主要分三个步骤,首先将掌纹图像用5个尺度4个方向的2DGabor滤波器组对图像进行滤波并下采样得到Gabor特征矩阵,之后用二维主成分分析(two-dimen-sional principle component analysis2,DPCA)进行降维,最后将得到的特征向量送进支持向量机(support vector machine,SVM)进行学习分类。实验结果表明,该算法能够很好的解决小样本识别问题,有效的提高掌纹识别率。  相似文献   

基于稀疏表示和HOG特征的掌纹识别方法     

岑瑶  赵烜赫  潘新  郜晓晶  刘霞 《内蒙古农业大学学报(自然科学版)》2020,41(1):76-80

针对掌纹识别过程中,采集图象易受到外界光照等物理因素的影响,传统重构方法中稀疏表示算法计算复杂度高等缺陷,提出基于稀疏表示(SR)和梯度方向直方图(HOG)特征的掌纹识别方法,将分类正交匹配追踪算法(COMP)稀疏表示方法与HOG特征相融合,以降低复杂度。该算法首先利用HOG算法提取掌纹训练与测试样本图像的特征矩阵,将训练样本图像的HOG特征矩阵作为稀疏表示的过完备字典;然后运用COMP算法求解掌纹图像在过完备字典上的稀疏表示,将所得的最佳稀疏表示系数对测试图像进行重构;最后通过计算测试样本图像HOG特征矩阵与得到的每类重构图像最小残差的数值确定图像的类别。实验结果表明,该方法有效地降低了计算的复杂度,具有良好的掌纹识别性能。  相似文献   

基于盒维的手掌静脉识别算法     

郭秀梅  王成义 《山东农业大学学报(自然科学版)》2018,(1)

静脉识别具有高度防伪、简易便用、高度准确等优点,成为近几年新兴的生物特征识别技术。鉴于静脉血管分布具有一定的自相似性,具有较好的分形特征,因此将分形维数应用于手掌静脉识别系统中,提出了基于盒维的静脉识别算法。该算法在Poly U波长为880 nm的近红外光掌纹数据库上进行了试验,实验结果表明,盒维可以很好的提取静脉特征,获得的识别率可达99.3%,识别速度小于70 ms,远远满足在线静脉识别系统。  相似文献   

基于Contourlet与子空间投影的ICA手部特征多模融合识别算法     

《内蒙古农业大学学报(自然科学版)》2014,(6)

本文提出了1种基于Contourlet与ICA相结合的手部生物特征多模态融合的识别算法。这种多模融合的算法主要利用掌纹和指横纹特征2种模态进行融合,首先把掌纹和指横纹图像分别用Contourlet小波变换,得出一个低频分量和一些列的高频子带,其低频分量可体现纹理的概貌,高频子带可以概括纹理细节,将用Contourlet小波变换提取出来的掌纹与横纹的低频分量再用ICA算法对数据进行降维处理,再用归一化和简单加权融合的方法进行融合处理,最后用分类比对法计算出识别率。通过实验测试表明,两种模态融合的效果要优于单一的掌纹或指横纹的识别效果,证明了该算法的有效性。  相似文献   

基于Zernike矩及神经网络的掌纹识别方法     

杨王黎  马瑞民  许少华  王淑华 《东北林业大学学报》2009,37(8)

采用了一种分层次利用多种特征的由粗到细的掌纹识别技术.在该方法中,主要定义了2种层次特征:基于距离的几何特征和基于Zernike矩的纹理特征.针对2种不同的特征,采用2种经典的神经网络,并把它们有效地合成到一个识别系统.最后用实验验证了该方法的有效性.  相似文献   

病害特征在作物病害识别中的应用研究综述   总被引：1，自引：0，他引：1  

刁智华  袁万宾  刁春迎  毋媛媛 《江苏农业科学》2019,47(5)

病害特征指作物在感染上病害时,在生理、形态和结构上发生病变特征,而病害识别则是利用提取出的作物病害特征来对作物进行病害识别,通常在病害形状、纹理和颜色作为识别特征的3个重要指标。将图像处理技术应用到病害特征提取识别中的研究与发展,分别从形状、颜色、纹理的特征提取出发,基于部分学习方法的病害识别,对近些年作物病害特征提取识别的应用研究进行综述,分析几种特征在病害识别研究中的优势与不足,并对病害特征在农业检测识别应用的前景进行展望。  相似文献   

基于BP神经网络的小麦群体图像特征识别   总被引：15，自引：4，他引：15  

李少昆  索兴梅  白中英  祁之力  刘晓鸿  高世菊  赵双宁 《中国农业科学》2002,35(6):616-620

 小麦群体特征指标是生产上判断生长动态是否合理和因苗管理的主要依据。以小麦群体绿色面积和绿色叶面积指标信息的获取为例 ,研究了基于图像信息构建自学习BP神经网络识别模型的技术。在用数码相机拍摄小麦群体图像 ,用像素标记算法进行图像分割和特征提取 ,用基于拉普拉斯算子的高通增强滤波技术进行图像增强处理的基础上 ,通过构建的BP人工神经网络 (ANN)模型实现了群体指标的识别 ,准确率在 85 %以上 ,表明利用ANN技术对小麦群体特征图像识别是可行的  相似文献   

蒙古文字特征信息选取技术的研究   总被引：1，自引：0，他引：1  

白文荣  寿震坤 《内蒙古农业大学学报(自然科学版)》2010,31(1):241-244

蒙古文字作为1种在蒙古族等少数民族地区流行的语言文字,研究它的特征提取方法对促进民族地区的信息与科技发展都是大有裨益的.特别是连笔字的识别,因字母切分的困难使得识别难度大增.针对这种情况,我们提出1套手写体蒙古文字特征提取技术,依次采用了基于蒙古文自身结构特征的粗分类和细分类特征提取技术,以及结合了HMM模型与遗传算法的多分类器设计技术等.  相似文献   

植物外观特征自动获取及计算机辅助植物分类与识别   总被引：3，自引：0，他引：3  

祁亨年 《浙江林学院学报》2004,21(2):222-227

植物的分类与识别是植物学研究和农林业生产经营中的重要基础工作,其主要依据是植物的外观特征.现代数量分类的方法就是通过大量提取特征数据,进行聚类分析,获得分类结果,并以此为根据进行植物的鉴别.传统做法都是手工测量采集原始数据,效率较低.由于外观特征可以通过数字图片方式获得,运用计算机图像处理分析等技术采集数据并做聚类分析将大大提高效率,关键问题在于特征的自动分析和获取.在基于叶子特征的计算机辅助植物识别模型和叶缘锯齿特征提取研究的基础上,提出了计算机辅助植物分类与识别的系统方案,并对相关技术进行了分析.图5参19  相似文献