计算机应用研究

作者：吴明珠,陈瑛,李兴民,

单位：1.广州工程技术职业学院信息工程学院,广州510075；2.华南师范大学计算机学院,广州510631；

关键词：Stein-Weiss函数,解析性,反向传播神经网络,掌纹识别,成对几何特征,鲁棒性,

基金：2017年重点平台及科研项目特色创新类项目(自然科学)(2017GKTSCX049,2017GKTSCX050)；；

针对目前掌纹识别算法中对彩色掌纹图像的识别研究不多，提出一种新的基于Stein-Weiss函数解析性质的BP神经网络彩色掌纹图像的识别算法。首先为彩色掌纹图像中的每个像素点构建一个Stein-Weiss函数，再根据Stein-Weiss函数的解析性，计算出相应像素的16个特征值，将这些特征值输入到BP神经网络的输入层，通过BP神经网络的自学习能力对这些数据进行分类学习；然后通过BP神经网络的泛化能力来获取掌纹边缘线；最后对掌纹边缘线提取成对几何特征建立特征库，通过成对几何直方图相交算法进行掌纹识别。实验结果表明，相对于以往的灰度掌纹图像识别算法，该算法能够更快地提取出更精细的掌纹线，识别率更高，并且对于旋转和噪声的干扰具有较强的鲁棒性。

来源：2020年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第4期