论文部分内容阅读
在掌纹识别问题的研究中,首先在频域内对图像在主方向上利用2D Gabor滤波器进行滤波,增强特征纹线信息。然后通过小波变换对掌纹图像进行分解,可以降低图像的分辨率并提取低频成份。对二维主成分分析(2DPCA)可以降低计算复杂度,有利于计算掌纹图像的特征。在样本采集过程中难免会有一些由于微小旋转或挤压所引起的噪声所带来的影响,为了对传统的2DPCA算法进行改进,并提高掌纹算法的识别率。同时利用减少上述噪声的影响。将两种方法结合在一起,反复进行掌纹特征的计算,最后使用最近邻法则进行匹配。实验表明,矩不变